Teoria de Teletrafico (Presentacion)

Teora e Ingeniera de
Teletrfico
Dr. Ing. Jos Joskowicz

josej@fing.edu.uy
Dr. Ing. Jos Joskowicz, 2017

Introduccin
Teletrfico

Qu es la
Teora de Teletrfico?
Es la aplicacin de las teoras de probabilidades
a la solucin de problemas de planificacin,
evaluacin de desempeo, operacin y
mantenimiento de sistemas de
telecomunicaciones
Parte de esta presentacin se basa en

ITUD Study Group 2 Question 16/2
Handbook TELETRAFFIC ENGINEERING
June 2006 Dr. Ing. Jos Joskowicz, 2017 3
Principales funciones de la
Ingeniera de Teletrfico
Caracterizacin de la demanda de trfico
Objetivos del grado de servicio (GoS)
Controles y dimensionamiento del trfico
Vigilancia de la calidad de funcionamiento
Segn Recomendacin ITU-T E.490.1 (01/2003)
Dr. Ing. Jos Joskowicz, 2017 4

Principales funciones de la
Ingeniera de Teletrfico
Segn Recomendacin ITU-T E.490.1 (01/2003)

Intensidad Instantnea de Trfico
(Traffic Intensity)
La intensidad instantnea de trfico en un
conjunto de recursos es la cantidad de recursos
ocupados en un determinado instante de tiempo
Los recursos pueden ser lneas urbanas,
servidores, o cualquier tipo de elemento que puede
ser compartido por varios usuarios
Instantnea
Conjunto de recursos
n recursos
recurso ocupado ocupados
recurso libre
Intensidad Promedio de Trfico
(Traffic Intensity)
La ocupacin de cada recurso puede variar con
el tiempo.
En cada instante t, hay n recursos ocupados
n(t) recursos
ocupados
Evolucin
en el
tiempo
Conjunto de recursos

(Traffic Intensity)

T
1
Y (T ) n(t )dt
T 0
Donde n(t) es la cantidad de recursos ocupados

en cada instante t y T es un tiempo fijo
Y(T) es adimensionada (tiempo / tiempo)

Erlang
Unidad de medida de trfico

(definicin de la CCIF* del 28 de
octubre de 1946):
* Le Comit Consultatif International des Comunications Telephoniques a grande

distance
Unidades de Trfico
Erlang (E):
Un Erlang corresponde a una intensidad promedio de
trfico de una hora por hora
Equivalente a un recurso ocupado en forma
permanente
Cientos de segundos por hora o Hundred call
seconds per hour (CCS):
Un CCS corresponde a una intensidad promedio de
trfico de 100 segundos por hora (puede ser
asociado a la duracin de una llamada tpica)
36 CCS = 1 E

Volumen de trfico
Traffic Volume
Es el trfico total cursado en un periodo de
tiempo T
Integral en el tiempo de la intensidad de trfico
Se mide en Eh (Erlang-horas) o Es (Erlang-
segundos)
Es la suma de todos los tiempos de ocupacin
en el periodo medido

Intensidad de llamadas
Call Intensity
Promedio de llamadas por unidad de tiempo
llamadas

unidad de tiempo

Call Intensity
Promedio de llamadas por minuto, tomadas cada 15 minutos,

durante 10 das, de lunes a viernes Dr. Ing. Jos Joskowicz, 2017 14
Call Intensity
Promedio de llamadas por minuto, tomadas cada 15 minutos,

cada da Dr. Ing. Jos Joskowicz, 2017 15
Call Intensity
Llamadas por minuto, entre las 8:00 y las 13:00 de un da particular

Call Intensity
Llamadas por minuto
50
40
Cantidad
30
20
10
0
0 5 10 15 20 25 30 35 40 45 50 55 60
Minuto (10:xx)
Llamadas por minuto, en una hora (entre las 10 y las 11),

en un da particular Dr. Ing. Jos Joskowicz, 2017 17
Tiempo medio de ocupacin
Mean Holding Time
Duracin media del tiempo de ocupacin
Por ejemplo: Duracin media de las llamadas

Trfico en funcin de intensidad
de llamadas y ocupacin media
llamadas 1

segundo s
d duracin media ( s) o segundos por servicio

1 1
( s ) tasa de servicio
d

llamadas 1

segundo s
1
duracin media ( s )
1/
1s Dr. Ing. Jos Joskowicz, 2017 20

El trfico A se puede calcular como

A d


Hora pico
Busy Hour
Perodo de 60 minutos que tiene el mximo de
trfico, tomado en intervalos de 15 minutos
Por ejemplo: La hora pico puede ser de 9:15 a 10:15

Hora pico La relacin entre el trfico en la
hora pico y el trfico diario total
Busy Hour es del orden del 12%

% trfico respecto al total diario

Trfico Ofrecido
Offered Traffic
Es el trfico que se cursara si no existiera
rechazo dentro de la red
Se podra cursar con infinitos recursos
Trfico Usuarios
Usuarios Red
Ofrecido

Trfico Cursado
Carried Traffic
Es el trfico que efectivamente cursado por la
red
Tpicamente se puede medir
Trfico Trfico
Usuarios Red Usuarios
Ofrecido Cursado

Trfico Perdido o Rechazado
Lost or Rejected Traffic
Es el trfico que NO pudo ser cursado por la red
Trfico Trfico
Usuarios Red Usuarios
Ofrecido Cursado
Perdido

Trfico de Desborde
Overflow Traffic
Es el trfico que no pudo ser cursado por una
red y es derivado a otra red
Trfico Trfico
Usuarios Red 1 Usuarios
Ofrecido Cursado
Desborde
Red 2

Generacin de trfico
Reintentos
Probabilidad de Probabilidad de
Probabilidad de
errores tcnicos y cada resultado
error del usuario
bloqueo posible

Reintentos cuando el destino
est ocupado Histograma de los
reintentos en
funcin del tiempo
de reintento luego
del intento inicial,
cuando el destino
est ocupado

Modelos Matemticos
Teletrfico

Proceso de Arribos
Los procesos de arribo se pueden describir

matemticamente como procesos estocsticos
puntuales
tiempo
arribos
Tiempo entre arribos:

- Variable aleatoria
- No se produce arribos mltiples
- En promedio, arribos por unidad de tiempo

Proceso de Arribos
Al asumir que cada tiempo entre arribos se

modela con la misma variable aleatoria, queda
implcito que la distribucin de arribos es
independiente del tiempo
Puede ser cierto durante perodos cortos de tiempo
Llamaremos A a la variable aleatoria que
modela el tiempo entre arribos
T
A(T) P(A T ) a(t )dt
0

Proceso de Arribos
El tiempo medio entre arribos (el valor

esperado) se puede calcular como
1
ta (t )dt
0
Cmo definir A?
El tiempo entre arribos se puede modelar con
una distribucin exponencial de parmetro
A(t ) 1 e t
a(t ) e t
Ejemplo: 360 llamadas por hora
llamadas llamadas
360 0.1
hora segundo
1 segundos
10 (tiempo promedio entre llamadas )
llamada
A(t ) 1 e t a(t ) e t ta (t ) te t
0.4
1.2 0.12
0.35
1 0.1
0.3
0.8 0.08 0.25
0.2
0.6 0.06
0.15
0.4 0.04
0.1
0.2 0.02 0.05
0
0 0
0 20 40 60
0 20 40 60 0 20 40 60
t
t t

Propiedades de la distribucin
Exponencial de parmetro
Valor esperado
1
E (A )

Varianza var A = E(A2) E(A)2

1
var( A )
2

exponencial
No tiene memoria:
P(A T h | A T ) P(A h)

P( A T ) a(t )dt e t dt
T T

dt
t
e
e (T h )
P( A T h A T ) T h T e h e t dt P( A h)
e
dt
t
e h

exponencial
La distribucin de probabilidad del arribo de una
nueva llamada no depende de cuanto tiempo
haya pasado desde el arribo de la ltima
llamada

Relacin entre la distribucin
Exponencial y la de Poisson
Si los tiempos entre arribos son exponenciales
de parmetro , el nmero de arribos N que
ocurren en un lapso de tiempo T tiene un
distribucin de Poisson de parmetro T
0.18 llamadas
0.16
0.1
segundo
T
( T ) e
N 0.14
P( N )
0.12
0.1
N! 0.08
0.06
0.04
0.02
0
0 1 2 3 4 5 6 7 8 9 10 11 12
N= cantidad de llamadas para T=60 seg

Duracin de las llamadas
Duracin de llamadas:
- Variable aleatoria
- En promedio, de duracin
d=1/

Al asumir que la duracin de las llamadas se

modela con la misma variable aleatoria, queda
implcito que la distribucin de la duracin es
independiente del tiempo
Puede ser cierto durante perodos cortos de tiempo y
para un mismo tipo de llamadas
Llamaremos S a la variable aleatoria que
modela la duracin de llamadas
T
S (T ) P( S T ) s(t )dt
0

La duracin media de las llamadas (el valor

esperado) se puede calcular como
1
d ts (t )dt
0
La duracin de las llamadas se puede modelar
con una distribucin Exponencial de parmetro
=1/d
t
S (t ) 1 e
t
s(t ) e
Ejemplo: duracin media de 3
minutos
d 180 segundos
1 / 180 segundos 1
t t
1 d 1 d
s(t ) e ts (t ) te
d d
0.006
0.4
0.005 0.35
0.3
0.004
0.25
0.003 0.2
0.002 0.15
0.1
0.001
0.05
0 0
0 200 400 600 0 100 200 300 400 500 600
t t

Modelo con
infinitos recursos
Teletrfico

Consideraciones
Consideramos un sistema con recursos

idnticos, trabajando en paralelo
Grupo homogneo (homogeneous group)
Hay fuentes que pueden generar trfico
Una llamada es aceptada en el sistema si existe
por lo menos un recurso disponible, y cada
llamada ocupa un nico recurso
Accesibilidad
completa (full accessibility)
Dado que hay recursos, las llamadas son siempre
aceptadas
Consideraciones
El arribo de llamadas se puede modelar como

un proceso de Poisson de parmetro llamadas
por segundo
Trfico de Chance Pura
La duracin de las llamadas tiene una
distribucin exponencial de parmetro =1/d
segundos-1
El trfico se puede modelar como un proceso de
nacimiento y muerte
Proceso simple de Markov
Diagrama de transicin de
estados
Definimos el estado del sistema [i] como la
cantidad de recursos ocupados i.
En un instante determinado, el sistema se
encuentra en el estado [i]
0 1 2 i -1 i i +1

estados
Con el tiempo pueden existir transiciones entre
estados
Entre un tiempo t y t +dt, solo existen
transiciones simples
La probabilidad de arribo o fin de ms de 2 llamadas
en dt es despreciable
0 1 2 i -1 i i +1 i +2

estados
Demostracin para el caso de arribos:
Probabilidad de N arribos en un tiempo T:
( T ) N e T
P( N )
N!
T 0
T
P(1) Te T
( T ) 2 e T ( T ) 2
P(2) P(1)
2 2
estados
En una situacin de equilibrio estadstico, el
sistema se encontrar en el estado [i] una
proporcin de tiempo p(i)
p(i) es la probabilidad de encontrar al sistema en
el estado [i]
p(i) = probabilidad del estado i
0 1 2 i -1 i i +1

estados
La probabilidad de pasar del estado [i] al [i+1]
en un intervalo de tiempo T, es la probabilidad
de que exista un arribo en ese intervalo de
tiempo.
Si T es muy pequeo, esa probabilidad es
P(1) TeT T T
0 1 2 i -1 i i +1

estados
La probabilidad de pasar del estado [i] al [i+1]
durante un tiempo corto T
Es lineal con T
Solo depende de la tasa de arribos , pero no del
estado [i] en el que se encuentre el sistema
Hay infinitas fuentes generadoras de trfico
T T T T T T
0 1 2 i -1 i i +1

estados
La probabilidad de pasar del estado [i] al [i-1] en
un intervalo de tiempo T, es la probabilidad de
que termine una llamada en t < T
La probabilidad de que termine 1 de las i
llamadas del estado [i] es
S (T ) 1 e T
( T ) 2
S (T ) 1 (1 T ...) T ( para T 0)
2
Como hay i llamadas p( [i] [i-1] )=iT
estados
Si T es muy pequeo, la probabilidad de pasar
del estado [i] al [i-1] en un intervalo de tiempo T
Es lineal con T
Es inversamente proporcional a la duracin media d
Es proporcional a =1/d
Es proporcional a la cantidad de llamadas (recursos
ocupados) en el sistema
Es proporcional a i

estados
T T T T T T
0 1 2 i -1 i i +1
T 2T (i 1)T iT (i 1)T
Vlido para T muy pequeo

Ecuaciones de nodo
p(i) es la probabilidad de encontrar al sistema en

el estado [i]
La cantidad media de saltos del estado [0] al
estado [1] en el intervalo T es Tp(0)
La cantidad de saltos del estado [0] al estado [1] por
unidad de tiempo es Tp(0)/T=p(0)
La cantidad media de saltos del estado [1] al
estado [0] en el intervalo T es Tp(1)
La cantidad de saltos del estado [1] al estado [0] por
unidad de tiempo es Tp(1)/T= p(i+1)
Ecuaciones de nodo
0 1 p(0) p(1)
Transiciones por unidad de tiempo

Ecuaciones de nodo

i0
i -1 i i +1 p(i 1) (i 1) p(i 1) p(i) ip(i)
p(i 1) (i 1) p(i 1) ( i ) p(i)
i (i 1)

Ecuaciones de corte
En equilibro estadstico, la cantidad de

transiciones del estado [i-1] al [i] deben ser
iguales a las transiciones del estado [i] al [i-1]
i0
p(i 1) ip(i)
i -1 i
i
Normalizacin
El sistema siempre estar en uno de los

posibles estados
La suma de todas las probabilidades de los estados
debe ser 1
p(i) 1
i 0

Deduccin de las probabilidades
de estados
Aplicamos las ecuaciones de corte
p (0) p (1)
p (1) 2 p (2)

p (2) 3p (3) A d
....
p (i 2) (i 1) p(i 1)
p (i 1) (i ) p (i )
p (i ) (i 1) p (i 1)
.... Dr. Ing. Jos Joskowicz, 2017 61
de estados

p (1) Ap (0) p(i) 1

i 0
2
A A
p (2) p (1) Ai
2 2
p ( 0)

i 0 i!
p ( 0) 1
A A3
p (3) p (2) p ( 0) 1
p ( 0) i e A
3 3x 2 A
....
i 0 i!
A Ai 1
p (i 1) p (i 2) p ( 0)
i 1 (i 1)! Ai A
A Ai
p(i ) e
p (i ) p(i 1) p ( 0) i!
i i!
Ejemplo
Usuarios que
generan
600 llamadas Sistema con
por hora, Infinitos recursos
de 1 minuto de de conmutacin
duracin
promedio
Cuntos recursos de conmutacin sern

utilizados?
Ejemplo
600 llamadas por hora = 600/3600 llamadas por

segundo
=1/6 seg-1 p(i) para A=10
0.14
60 segundos 0.12
de duracin 0.1
d=60 seg 0.08

p(i)
0.06
=1/60 seg-1
0.04
A = /= 10 Erlang 0.02
Ai A 0
p(i ) e 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
i - cantidad de recursos ocupados
i!
Caractersticas del trfico con
infinitos recursos
No hay congestin: Hay infinitos recursos y
todos son accesibles
El trfico cursado Y es igual al trfico ofrecido

Ai A
Ai 1
Y ip (i) i e e A
A
Ae Ae A A
i 1 i 1 i! i 1 (i 1)!
El trfico perdido es 0

Recursos finitos:
Modelos de prdida
Teletrfico

Consideraciones
Consideramos un sistema con n recursos

Accesibilidad completa (full accessibility)

Consideraciones
Si todos los recursos estn ocupados el sistema

est congestionado y el intento de llamada es
bloqueado
Elintento de llamada en este caso desaparece, no
hay espera ni reintentos
Modelo de prdida (Lost Calls Cleared)

estados

0 1 2 i -1 i i +1 n
2 (i 1) i (i 1) n

de estados
n
p (1) Ap (0) p(i) 1

i 0
2
A A
p (2) p (1) Ai
n
2 2
p ( 0)

i 0 i!
p ( 0) 1
A A3
p (3) p (2) p ( 0) p ( 0) n i
1
3 3x2 A
....
i 0 i!
A Ai
p (i ) p (i 1) p ( 0) A i
1
i i! p(i )
i! n
Aj
....
A An

j 0 j!
p (n) p (n 1) p ( 0)
n n! Dr. Ing. Jos Joskowicz, 2017 70
Congestin
Hay congestin cuando todos los recursos

estn ocupados, o sea cuando el sistema est
en el estado [n]
La probabilidad de que al llegar un arribo
encuentre al sistema en el estado [n] es igual a
la probabilidad estacionaria de que el sistema
se encuentra en el estado [n]
Estoes conocido como propiedad Poisson Arrivals
See Time Average o PASTA, demostrada por
Ronald W. Wolff en 1982
Congestin

en el estado [n]
Por tanto, la probabilidad de que exista
congestin es A n
p ( n) n! E (n, A)
n j B
A

j 0 j!
Conocida como Frmula de Erlang-B (publicada en 1917)

Ejemplo
Usuarios que
generan
600 llamadas Sistema con
por hora, 10 recursos
de 1 minuto de de conmutacin
duracin
promedio
Qu probabilidad hay de que exista

congestin?
Ejemplo
=1/6 seg-1
=1/60 seg-1
A = /= 10 Erlang
10
10 1
EB (10,10) 10 j
0.21 21%
10! 10

j 0 j!

Ejemplo
Cmo vara la probabilidad de bloqueo segn

la cantidad de recursos disponibles?
EB(n,10)
1
An 1 0.9
EB (n, A) 0.8
n! n
Aj

0.7
0.6
p(bloqueo)
j 0 j!
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
n- cantidad de recursos disponibles

Ejemplo
Si queremos que la probabilidad de bloqueo sea

menor al 1%, cuntos recursos necesitamos?
EB(n,10)
21
20
19
18
17
16 Zoom
15
n (cantida de recursos)
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
p- probabilidad de bloqueo
Ejemplo
Si queremos que la probabilidad de bloqueo sea

menor al 1%, cuntos recursos necesitamos?
EB(n,10)
21
20
19
n=18 18
17
16
15
14
13
12
11
10
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Tablas de Erlang-B
Probabilidad de bloqueo= En(A)

Caractersticas del trfico con
modelo de prdida
estn ocupados
El trfico cursado Y es menor al trfico ofrecido
A
n n
Y ip (i ) Ap (i 1) A1 p(n)
i 1 i 1
(usando las ecuaciones de corte)
Y A1 EB (n, A)
El trfico perdido es
Alost A Y A A1 EB (n, A) AEB (n, A)
Resumen de las Hiptesis
utilizadas para Erlang-B
Chance pura
El arribo de llamadas se modela segn un proceso de
Poisson
El tiempo entre arribos de llamadas tiene una
distribucin exponencial
Existen infinitas fuentes generadoras de trfico

La duracin de las llamadas tiene una distribucin
exponencial

utilizadas para Erlang-B
Grupo homogneo de recursos
Los recursos son idnticos, trabajando en paralelo
Accesibilidad completa
Una llamada es aceptada en el sistema si existe por
lo menos un recurso disponible, y cada llamada
ocupa un nico recurso
Sistema de prdida
Si un intento de llamada no encuentra un recurso
libre, se pierde
No hay reintentos

Generalizacin

La frmula es valida para cualquier distribucin de
duracin de llamadas, y solo depende de la duracin
media d

De hecho, solo depende del trfico A d


Fuentes finitas
Qu sucede si hay un nmero finito de

fuentes generadoras de trfico?
A medida que las fuentes obtienen un recurso,
quedan menos fuentes para generar trfico
Por lo tanto, la probabilidad de transicin del estado
[i] al [i+1] depender del estado [i]
(0) (1) (2) (i 1) (i) (i 1) (n 1)
0 1 2 i -1 i i +1 n

Fuentes finitas
Interesa en este caso la tasas de arribos por

cada fuente
En promedio arribos por unidad de tiempo por cada
fuente
Si hay S fuentes, la tasa total de arribos es
S
Para el caso de fuentes aplica
lim S , 0 (S )
Fuentes finitas
El trfico por cada fuente se puede definir

como

estados
( S 1) ( S i) (S n 1)
S (S 2) (S i 1) (S i 1)
0 1 2 i -1 i i +1 n
2 (i 1) i (i 1) n

de estados
Sp (0) p (1)
( S 1)p (1) 2 p (2)

( S 2)p (2) 3p (3) a d
....
( S i 2)p (i 2) (i 1) p (i 1)
( S i 1)p (i 1) (i ) p (i )
( S i )p (i ) (i 1) p(i 1)
de estados
p (1) Sap(0)
( S 1)a S ( S 1)a 2
p (2) p(1) p(0)
2 2
( S 2)a S ( S 1)( S 2)a 3
p (3) p(2) p (0)
3 3x 2
....
( S i 2)a S ( S 1)( S 2)....( S i 2)a i 1
p (i 1) p (i 2) p (0)
i 1 (i 1)!
( S i 1)a S ( S 1)( S 2)....( S i 1)a i
p (i ) p (i 1) p(0)
i i!
de estados
S ( S 1)( S 2)....( S i 1)a i
p(i ) p (0)
i!
S! a i
p(i ) p (0)
( S i )!i!
S!
Cis Combinaciones de S tomadas de i
( S i )!i!
p(i ) Cis a i p (0)

de estados
Normalizacin
n
p(i) 1
i 1
p (i ) Cis a i p (0)
n
i a p ( 0) 1
C s i
i 1
1
p ( 0) n
ia
C s i
i 1

Congestin

en el estado [n]
Por tanto, la probabilidad de que exista
congestin es
CnS a n
p ( n) n
EEngset (a, n, S )
ia
C S i
i 0 Tore Olaus Engset

1865-1943
Conocida como Frmula de Engset (publicada en 1918)

Caractersticas del trfico de
prdida y fuentes finitas
estn ocupados
El trfico cursado Y es
n n n 1
Y ip (i ) a( S i 1) p(i 1) a( S i ) p(i )
i 1 i 1 i 0
n n n
Y a( S i ) p(i ) a( S n) p(n) a Sp(i ) a ip (i ) a( S n) E
i 0 i 0 i 0
Y aS aY a( S n) E
Y
a
S ( S n) E
1 a
utilizadas para Engset
Chance pura
El arribo de llamadas se modela segn un proceso de
Poisson
El tiempo entre arribos de llamadas tiene una
distribucin exponencial
Existe un nmero finito S de fuentes generadoras de
trfico, que es mayor a la cantidad de recursos n
(S>n)
La duracin de las llamadas tiene una distribucin
exponencial
utilizadas para Engset
Grupo homogneo de recursos
Los recursos son idnticos, trabajando en paralelo
Accesibilidad completa
Una llamada es aceptada en el sistema si existe por
lo menos un recurso disponible, y cada llamada
ocupa un nico recurso
Sistema de prdida
Si un intento de llamada no encuentra un recurso
libre, se pierde
No hay reintentos

Recursos finitos:
Modelos de demora
Teletrfico

Consideraciones
Consideramos un sistema con n recursos

Accesibilidad completa (full accessibility)

Consideraciones
Si todos los recursos estn ocupados el sistema

est congestionado y la llamada se pone en
cola de espera
La cola de espera no tiene lmites
Pueden existir llamadas en espera
Cuando una llamada ingresa a la cola de espera, se
mantiene hasta que llega su turno
NO hay abandonos
Modelo de demora (Delay Systems)

estados
Recursos Cola de espera

0 1 2 i n n+1
2 i n n n

de estados
p (0) p(1)
....

p (i ) (i 1) p (i 1) A d
....
p (n 1) np(n)
p (n) np(n 1)
....
p (n j ) np (n j 1) Dr. Ing. Jos Joskowicz, 2017 99
de estados
in in
p (1) Ap (0) A Ai n
p (i ) p (i 1) i n p(n)
A A2 n n
p (2) p (1) p ( 0) i n
2 2 A A
n
.... p (i ) p (0)
n n!
A Ai 1 Ai
p (i 1) p (i 2) p ( 0) p (i ) i n p (0)
i 1 (i 1)! n n!
A Ai
p (i ) p(i 1) p ( 0)
i i!
....
de estados

p(i) 1
i 0
n 1
Ai Ai
i 0 i!
p ( 0) i n p ( 0) 1
i n n n! p(0) n 1 i
1
n
,An
A A n
n 1 Ai An A j
n! n A
p (0) j
1

i 0 i!
i 0 i! n! j 0 n

Aj 1
j 0 n
j

A
,An
1
n

Probabilidad de que exista
demora
La probabilidad de que una llamada ingrese a la
cola de espera (es decir, que no pueda ser
atendida inmediatamente) es la probabilidad de
que el sistema se encuentra en cualquiera de
los estados [i] mayores o iguales a [n]

p(Wait 0) p(i )
i n

Probabilidad de que exista
demora

p(Wait 0) p(i )
i n

Ai An Aj An n
p(Wait 0) i n p(0) p(0) p(0)
i n n n! n! j 0 n
j
n! n A
An n
p(Wait 0) n 1 ni ! n n A EC (n, A), An
A A n

i 0 i!

n! n A
Conocida como Frmula de Erlang-C

Probabilidad de que existan
llamadas en espera
La probabilidad de que existan llamadas en
espera es la probabilidad de que el sistema se
encuentra en cualquiera de los estados [i]
mayores estrictos a [n]

A
p( L 0) p(i) EC (n, A)
i n 1 n

Nmero promedio de llamadas
en espera
L 1 p(n 1) 2 p (n 2) 3 p(n 3) .... kp(n k )
k 1
k k
A A
n k n
A A A
L k p ( 0) p ( 0) k p ( n ) k
k 1 n k 1 n
k
k 1 n! n n!

k A n A n A n k
k
A n
A A
L p ( n) A n p ( n)
k
A n k

n k 1 A n
n A n k 1
A A n A n
L p ( n) p ( n)
n A n 1 A n 1 A n 2
n A A
L p ( n) EC (n, A)
n A n A n A Dr. Ing. Jos Joskowicz, 2017 105
Nmero promedio de llamadas
en espera cuando hay cola
Cuntas llamadas en promedio habr en espera, si
sabemos que existe cola de espera?

An
kp(n k ) p(n)
(1 A n ) 2
L L 0 k 1
A

k n 1
p(k ) p ( n)
n A
n
L L 0
n A

Tiempo promedio de espera
Cunto tiempo en promedio deber esperar

una llamada hasta ser atendida?
Teorema de Little (John Little, 1961):
La cantidad promedio de llamadas en
espera L es igual a la tasa de arribos
multiplicada por la demora media W
L W John Dutton Little

1928-
Es vlido para cualquier sistema de encolamiento, sin

importar la distribucin de arribos ni la distribucin de
la duracin del servicios o llamadas
Tiempo promedio de espera
AL 1
W EC (n, A)
n A

A d

d
W EC (n, A)
n A
Esta es la demora promedio para TODAS las
llamadas
Algunas tuvieron demora, otras fueron atendidas sin
demora Dr. Ing. Jos Joskowicz, 2017 108
Tiempo promedio de espera para
las llamadas en cola
Si una llamada es encolada, cunto tiempo en
promedio deber esperar para ser atendida?
W d
W
W 0
p(Wait 0) n A

Generalizaciones
Teletrfico

Notacin de Kendall
David George Kendall fue un matemtico

especializado en estadstica
En 1953 Propuso una notacin para
describir modelos de encolamiento
generales, segn
La distribucin del proceso de arribos
David George Kendall
La distribucin de la duracin del servicio 1918-2007
El nmero de recursos

Notacin de Kendall
Notacin: A/B/n
A = Proceso de Arribos
B = Distribucin del tiempo de servicio
n = nmero de recursos
Los valores de A y B pueden ser:
M = Proceso Markoviano (Poisson, distribucin
exponencial)
D = Determinstica
G = General (Distribucin arbitraria)
Otros
Notacin de Kendall - Ejemplo
M/M/n
Sistemade chance pura con proceso de arribo de
Poisson, tiempos de servicios con distribucin
exponencial y un nmero n finito de recursos
M/M/
Sistemade chance pura con proceso de arribo de
Poisson, tiempos de servicios con distribucin
exponencial y un nmero infinito de recursos

Notacin de Kendall Extensin
A/B/n/K/S/X
K = Capacidad total del sistema (K n = nmero
de posiciones para la cola de espera)
S = Nmero de fuentes generadoras de trfico
X = Comportamiento de la cola
FIFO,LIFO,

Trfico de desborde
Es el trfico que no pudo ser cursado por una

red y es derivado a otra red
Trfico Trfico
Usuarios Red 1 Usuarios
Ofrecido Cursado
Desborde
Se puede aplicar Erlang-B al trfico

sobre la Red 2? Red 2

Ejemplo
Red 1, n=16
Trfico 1 2 8 9 15 16
Ofrecido
Perdido
A=10E
Trfico ofrecido: A = 10 Erlang
Red 1: n=16 recursos
EB(n,A)=0.022 = 2.2% de
2.2%
probabilidad de bloqueo
Trfico total perdido=10 E x 0.022
= 0.22 E =
2.2% del trfico total ofrecido
Ejemplo Desborde
A=3.4E
Red 1, n=8 Red 2, n=8
Trfico 1 2 8 9 15 16
Ofrecido
Perdido
A=10E
Trfico ofrecido Red 1: A = 10 E

Red 1: n=8 recursos
EB(n,A)= 0.34 = 34% probabilidad
de bloqueo
Trfico perdido Red 1=10 x 0.34 =
3.4 E = Trafico ofrecido a Red 2
Ejemplo Desborde
A=3.4E
Red 1, n=8 Red 2, n=8
Trfico 1 2 8 9 15 16
Ofrecido
Perdido
A=10E
Trfico ofrecido Red 2: A = 3.4 E
Red 2: n=8 recursos
EB(n,A)= 0.0145 = 1.45% de
probabilidad de bloqueo
0.49%
El trfico perdido en la red 2 es
Alost=3.4 x 0.0145= 0.049 E
Pero el
valor real
es 2.2%!! = 0.49% del trfico total ofrecido
Trfico de desborde
El trfico de desborde no cumple las hiptesis

de Erlang-B
Es un trfico que presenta caractersticas de
rfagas, en los momentos en que la Red
anterior est completa.
Fue estudiado por Roger I. Wilkinson (en 1956)
y por G. Bretschneider (en el mismo ao)

Ejemplos
Teletrfico

Ejemplo 1
Una Empresa desea incorporar un sistema de

correo de voz en su red, para todos sus usuarios
Se sabe que
Hay 1000 usuarios que utilizarn el correo de voz
Cada comunicacin con el correo de voz tiene una
duracin media de 2 minutos
Por cada usuario, se espera que el correo de voz atienda
en promedio 1 llamada en la hora pico
Se acepta que de 100 intentos, 1 no consiga conectarse
Cuntos canales se requieren en el correo de

voz?
Ejemplo 1
Habrn 1.000 llamadas por hora, de 2 minutos

de duracin
A=d = 1000 . 120/3600 = 33.3 E
Qu modelo aplicamos?
Erlang-B
Engset
Erlang-C


Ejemplo 1
A=33.3
60
N=45
55 utilizando
Erlang B Erlang B
50
N=44 Engset 1000 usuarios

45 utilizando
Engset
40
35
30
0 0.1 0.2
Ejemplo 1
Utilizando las tablas de Erlang-B

Engset vs Erlang-B
A=33.3
60
Erlang-B
55
Engset 1000 usuarios
50 Engset 500 usuarios
Engset 200 usuarios

45
Engset 100 usuarios
40 Engset 50 usuarios
35
30
25
20
0 0.1 0.2

Ejemplo 2
Una Empresa desea incorporar un sistema de

correo de voz en su red, para todos sus usuarios
Se sabe que
Hay 1000 usuarios que utilizarn el correo de voz
Cada comunicacin con el correo de voz tiene una
duracin media de 2 minutos
Por cada usuario, se espera que el correo de voz atienda
en promedio 1 llamada en la hora pico
Se acepta que de 100 intentos, 1 se vea demorada hasta
ser atendida
Cuntos canales se requieren en el correo de
voz?
Ejemplo 2
Habrn 1.000 llamadas por hora, de 2 minutos

de duracin
A=d = 1000 . 120/3600 = 33.3 E
Qu modelo aplicamos?
Erlang-B
Engset
Erlang-C


Ejemplo 2
A=33.3
60
N=48
55 utilizando
Erlang C
50 Erlang C
45
40
35
A=33.3
30 implica
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
N> 34
p- probabilidad de que la llamada sea demorada

Ejemplo 2
Utilizando las tablas de Erlang-C

Ejemplo 2
Cul ser la demora promedio?

d 120s
W EC (n, A) 0.01 0.08s
n A 48 33.33
Si una llamada es demorada, Cul ser su

demora esperada?
W d 120
W 8.2s
W 0
p(Wait 0) n A 48 33.3

Muchas Gracias!
Teletrfico
Dr. Ing. Jos Joskowicz
josej@fing.edu.uy

Teoria de Teletrafico (Presentacion)

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Teoria de Teletrafico (Presentacion)

Diunggah oleh

Hak Cipta:

Format Tersedia

Teora e Ingeniera de

Dr. Ing. Jos Joskowicz

Dr. Ing. Jos Joskowicz, 2017

Dr. Ing. Jos Joskowicz, 2017

Parte de esta presentacin se basa en

Segn Recomendacin ITU-T E.490.1 (01/2003)

Dr. Ing. Jos Joskowicz, 2017 4

Segn Recomendacin ITU-T E.490.1 (01/2003)

Dr. Ing. Jos Joskowicz, 2017 5

Dr. Ing. Jos Joskowicz, 2017 7

Dr. Ing. Jos Joskowicz, 2017 8

Donde n(t) es la cantidad de recursos ocupados

Dr. Ing. Jos Joskowicz, 2017 9

Unidad de medida de trfico

* Le Comit Consultatif International des Comunications Telephoniques a grande

Dr. Ing. Jos Joskowicz, 2017 11

Dr. Ing. Jos Joskowicz, 2017 12

Dr. Ing. Jos Joskowicz, 2017 13

Promedio de llamadas por minuto, tomadas cada 15 minutos,

Promedio de llamadas por minuto, tomadas cada 15 minutos,

Llamadas por minuto, entre las 8:00 y las 13:00 de un da particular

Llamadas por minuto, en una hora (entre las 10 y las 11),

Dr. Ing. Jos Joskowicz, 2017 18

d duracin media ( s) o segundos por servicio

Dr. Ing. Jos Joskowicz, 2017 19

1s Dr. Ing. Jos Joskowicz, 2017 20

El trfico A se puede calcular como

Dr. Ing. Jos Joskowicz, 2017 21

Dr. Ing. Jos Joskowicz, 2017 22

Busy Hour es del orden del 12%

Dr. Ing. Jos Joskowicz, 2017 23

Dr. Ing. Jos Joskowicz, 2017 24

Dr. Ing. Jos Joskowicz, 2017 25

Dr. Ing. Jos Joskowicz, 2017 26

Dr. Ing. Jos Joskowicz, 2017 27

Dr. Ing. Jos Joskowicz, 2017 28

Dr. Ing. Jos Joskowicz, 2017 29

Dr. Ing. Jos Joskowicz, 2017 30

Dr. Ing. Jos Joskowicz, 2017

Los procesos de arribo se pueden describir

Tiempo entre arribos:

Dr. Ing. Jos Joskowicz, 2017 32

Al asumir que cada tiempo entre arribos se

Dr. Ing. Jos Joskowicz, 2017 33

El tiempo medio entre arribos (el valor

Dr. Ing. Jos Joskowicz, 2017 35

Varianza var A = E(A2) E(A)2

Dr. Ing. Jos Joskowicz, 2017 36

Dr. Ing. Jos Joskowicz, 2017 37

Dr. Ing. Jos Joskowicz, 2017 38

Dr. Ing. Jos Joskowicz, 2017 39

Dr. Ing. Jos Joskowicz, 2017 40

Al asumir que la duracin de las llamadas se

Dr. Ing. Jos Joskowicz, 2017 41

La duracin media de las llamadas (el valor

Dr. Ing. Jos Joskowicz, 2017 43

Dr. Ing. Jos Joskowicz, 2017

Consideramos un sistema con recursos

El arribo de llamadas se puede modelar como

Dr. Ing. Jos Joskowicz, 2017 47

Dr. Ing. Jos Joskowicz, 2017 48

Dr. Ing. Jos Joskowicz, 2017 50

Dr. Ing. Jos Joskowicz, 2017 51