DISTRIBUCIN ERLANG INTRODUCCION Y ANALISIS TEORICO

LUS ALEJANDRO QUIROZ DARO FERNANDO ROJAS ERNEY OCTAVIO TULANDE

DOCENTE: ALBERTO ACOSTA LOPEZ

UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS ESPECIALIZACION EN TELEINFORMATICA BOGOT D.C Marzo de 2011

DISTRIBUCIN ERLANG INTRODUCCION Y ANALISIS TEORICO

Introduccin
La Distribucin Erlang es una distribucin de probabilidad continua con una amplia aplicabilidad debido principalmente a su relacin con la exponencial y la distribucin gamma dada por la suma de un nmero de variables aleatorias independientes que poseen la misma distribucin exponencial. La distribucin Erlang se aplica en modelos de sistemas de servicio masivo, ejemplo: En situaciones donde el servicio tiene que realizar dos operaciones c/u con tiempo de servicio exponencial. La distribucin Erlang es el resultado del trabajo realizado por el matemtico dans Agner Krarup Erlang (1878 - 1929) quien fue un pionero en la aplicacin de mtodos estadsticos para el anlisis de las redes telefnicas. La distribucin se deriva del modelo el total de tiempo de espera asociado con una cola de solicitudes en una central telefnica, por lo cual es de especial inters para nuestro curso de teora de colas. La distribucin Erlang es una distribucin continua, que tiene un valor positivo para todos los nmeros reales mayores que cero, y est dada por dos parmetros: la forma k, que es un entero no negativo. la tasa , que es un nmero real no negativo.

La distribucin a veces se definen utilizando el inverso del parmetro de tasa, la escala . Se utiliza la distribucin Erlang para describir el tiempo de espera hasta el suceso nmero k en un proceso de Poisson. El parmetro de escala es equivalente a la media de una distribucin exponencial, y el parmetro de forma k es equivalente al numero de eventos distribuidos exponencialmente. Cuando el parmetro de forma k es igual a 1, la distribucin se reduce a la distribucin exponencial. 1 La distribucin de Gamma 2 generaliza la distribucin Erlang permitiendo k ser una real, usando la funcin gamma en lugar de la funcin factorial.

Distribucin Funcin gamma:

Para x>0 Funcin gamma:

Funcin gamma para n=entero positivo:

1 2

La distribucin exponencial es una distribucin de probabilidad continua con un parmetro >0. La distribucin gamma es una distribucin de probabilidad continua con dos parmetros k y .

Funcin de densidad de Probabilidad La funcin de densidad de probabilidad de la distribucin Erlang es:

Para x > 0 El parmetro k se llama parmetro de la forma y el parmetro parmetro de tasa. na parametrizacin alternativa, pero equivalente, utiliza el parmetro de escala que es el recproco del parmetro de tasa (es decir, = 1 / ):

Para x > 0

Figura.1 Funcin de densidad de probabilidad para la Distribucin Erlang. Debido a la funcin factorial en el denominador, la distribucin Erlang slo est definida cuando el parmetro k es un entero positivo. De hecho, esta distribucin es a veces llamada distribucin Erlang-k (por ejemplo, una distribucin Erlang-2 es una distribucin Erlang con k = 2). Funcin de Distribucin Acumulativa La funcin de distribucin acumulativa Erlang est dada por:

Figura. 2 Funcin de atribucin acumulativa Erlang Definiciones Importantes relacionadas con la distribucin Erlang

Parmetros Dominio Alternativa: Funcin de densidad (pdf) Funcin de distribucin (cdf)

Media E(X) = k /

Mediana Moda for

Varianza

Coeficiente de simetra

Curtosis

Entropa

Funcin generadora de momentos (mgf) for Casos de Uso Los tiempos de espera

Funcin caracterstica

Los eventos que ocurren independientemente con cierta tasa media, son modelados con procesos de Poisson. Los tiempos de espera entre k ocurrencias del son distribuciones de Erlang. La distribucin de Erlang, que mide el tiempo transcurrido entre la recepcin de llamadas, se puede utilizar en conjuncin con la duracin esperada de las llamadas entrantes para as generar alguna informacin sobre la carga de trfico medido en unidades de Erlang. Esto puede ser usado para determinar la probabilidad de prdida de paquetes o el retardo, de acuerdo con diversas hiptesis formuladas acerca de si las llamadas estn bloqueadas son abortadas (frmula Erlang B) o hasta que la cola sirve (la frmula Erlang C). El Erlang B y C frmulas estn todava en el uso diario para la elaboracin de modelos de trfico para aplicaciones tales como el diseo de centros de llamadas. Formula Erlang B

La frmula de Erlang B asume una poblacin infinita de orgenes (como usuarios de telefona), la cual ofrece trfico en conjunto a N servidores (como lneas en un grupo de troncales). La tasa de llegadas de nuevas llamadas (tasa de nacimiento) es igual a y es constante, no depende del nmero de recursos activos, porque se asume que el total de recursos es infinito. La tasa de abandono (tasa de mortandad) es igual al nmero de llamadas en progreso dividida por h, la media del tiempo de llamadas en espera. La frmula calcula la probabilidad de bloqueo en una prdida del sistema, si un requerimiento no es atendido inmediatamente cuando trata de utilizar un recurso, y este es abortado. Por lo tanto no son encolados. El bloqueo ocurre cuando hay un nuevo requerimiento de recursos, pero todos los servidores ya estn ocupados. La frmula asume que el trfico que es bloqueado se libera inmediatamente.

Una forma que es usada para calcular tablas de la frmula de Erlang B es:

Donde:

B es la probabilidad de bloqueo. N es el nmero de recursos como servidores o circuitos en un grupo. A = h es la cantidad de trfico entrante expresado en Erlangs.

La frmula Erlang B se aplica a los sistemas con prdidas, tales como sistemas telefnicos tanto fijos como mviles, que no ofrecen almacenamiento de llamadas (es decir, no permiten dejar la llamada "en espera"), y no se pretende que lo hagan. Se

asume que las llegadas de llamadas pueden ser modeladas por un proceso de Poisson, pero es vlida para cualquier distribucin estadstica de tiempos entre llamadas. Erlang B tambin es una herramienta para dimensionar trfico entre centrales de conmutacin de voz. La cantidad B(N, A), como se expres arriba, involucra algn trabajo de clculos numricos y, consecuentemente, se necesitan tablas. Formula Erlang C La Formula de Erlang C tambin asume una infinita poblacin de fuentes, las cuales ofrecen en conjunto, un trafico de A Erlang hacia N servidores. Sin embargo, si todos los servidores estn ocupados cuando una peticin llega de una fuente, la peticin es introducida en la cola. Un sin fin de nmeros de peticiones podran ir a la cola en este modo simultneamente. Esta formula calcula la probabilidad de la cola ofrecido en el trafico, asumiendo que las llamadas que fueron bloqueadas se quedaran en el sistema hasta que se pueda atender. Esta formula es usada para determinar la cantidad de agentes o representantes de clientes, que necesitar en un [Call Center] para despus saber la probabilidad en la cola.

Donde:

A es la intensidad total del trafico ofrecido en unidades de Erlangs. N es la cantidad de servidores [numero de troncales]. PW es la probabilidad de que un cliente tenga que esperar para ser atendido.

Se asume que las llamadas entrantes pueden ser modeladas usando una distribucin de Poisson y que el tiempo de espera de las llamadas son descriptas por una distribucin exponencial negativa. Compartimiento de modelos La distribucin Erlang tambin se produce como una descripcin de la tasa de transicin de los elementos a travs de un sistema de compartimentos. Estos sistemas son ampliamente utilizados en la biologa y la ecologa. Por ejemplo: En matemticas, epidemiologa, una persona puede progresar a un ritmo exponencial de saludable a portador y de nuevo de forma exponencial de portador a infeccioso. La probabilidad de que un individuo infeccioso en el momento t sera dada por la distribucin Erlang con k = 2. Estos modelos tienen la propiedad til que la varianza en los compartimientos infecciosos es grande. En un modelo exponencial puro la varianza es 1 / 2 que a menudo es demasiado pequea.

Ejemplos Suponga que cierta pieza metlica se romper despus de sufrir dos ciclos de esfuerzo. Si estos ciclos ocurren de manera independiente a una frecuencia promedio de dos por cada 100 horas. Obtener la probabilidad de que el intervalo de tiempo se encuentre hasta que ocurre el segundo ciclo. o o Dentro de una desviacin con respecto del tiempo promedio. A ms de dos desviaciones por encima de la media.

Solucin: X: Lapso que ocurre hasta que la pieza sufre el segundo ciclo de esfuerzo, en horas. k=2 l=2 ciclos/100 horas l=0.02

P (m-s <>m+s) = P (29.29 <>=

P(X > m+2s) = P(X > 241.42) = 1 P(X 241.42) =

Encuentre el nmero de dispositivos n requerido para A = 60 Erlang y la probabilidad de prdida de 0.001. Solucin Para E = 0.001, en las tablas puede verse que n = 83 corresponde al valor A de 60.403 Erlang, y n = 82 al de A= 59.537. Por tanto n=83.

n 80 81 82 83 0.00001 48.710 49.492 50.277 51.062 0.00005 51.397 52.204 53.012 53.822 0.0001 52.687 53.506 54.325 55.146

Probabilidad de prdida (E) 0.0005 0.001 0.002 0.003 56.101 57.810 59.720 60.955 56.949 58.673 60.600 61.845 57.798 59.537 61.480 62.737 58.649 60.403 62.362 63.629

0.004 61.895 62.794 63.693

0.005 62.668 63.573 64.479

0.006 63.330 64.241 65.153