Академический Документы
Профессиональный Документы
Культура Документы
(*) Universidad del Pas Vasco-Euskal Herriko Unibertsitatea. Informatika Fakultatea, P.K. 649, 20080 Donostia-San Sebastin. E-mail: ccpalirx@si.ehu.es
166
(*) Universidad del Pas Vasco-Euskal Herriko Unibertsitatea. Informatika Fakultatea, P.K. 649, 20080 Donostia-San Sebastin. E-mail: ccpalirx@si.ehu.es
167
Comenzaremos con una resea biogrfica de Agner K. Erlang, nacido en 1878 en Lonborg, en la regin danesa de Jutlandia, y fallecido en 1929 en Copenhague. Era descendiente, por parte materna, de Thomas Fincke, matemtico que vivi entre los siglos XVI y XVII. Su padre era maestro de escuela y la educacin del joven Erlang transcurri en la escuela de su padre.
Revalid sus estudios escolares examinndose en Copenhague a la edad de catorce aos, despus de obtener una autorizacin expresa pues no tena la edad mnima exigida. Super las pruebas con una distincin especial. Volvi a Lonborg donde ense en la escuela de su padre durante dos aos. En 1896 super el examen de acceso en la Universidad de Copenhague, con mencin especial, y como su familia era pobre, se le concedi alimentacin y alojamiento gratuito en un colegio de la Universidad de Copenhague. Sus estudios universitarios se centraron en las matemticas, que complement con la fsica, la qumica y la astronoma. Asisti a las clases de los matemticos Zeuthen y Juel, con los que se interes en los problemas geomtricos, inters que perdur a lo largo de su vida. Se gradu en 1901 y durante varios aos ejerci la docencia en escuelas. En este tiempo continu su estudio de las matemticas y recibi un premio por un escrito sobre la solucin de Huygens para problemas infinitesimales. Su inters se dirigi hacia la teora de la probabilidad y su aficin por la matemticas le condujo a ingresar en la Asociacin Matemtica. En la Asociacin Matemtica se encontr con Jensen, que entonces era el ingeniero jefe en la Compaa Telefnica de Copenhague y que persuadi a Erlang para que aplicara sus conocimientos al estudio del problema de los tiempos de espera en las llamadas telefnicas. En 1908 Erlang entr en la Compaa Telefnica de Copenhague y empez a aplicar la teora de la probabilidad a los diversos problemas que se plantean en el contexto de las llamadas telefnicas. Public su primer artculo sobre estos problemas, La teora de la probabilidad y las conversaciones telefnicas, en 1909 y proporcion en 1917 una frmula para prdidas y tiempos de espera que pronto fue utilizada por las compaas telefnicas de numerosos pases, entre ellas la British Post Office. Continuaremos nuestro artculo exponiendo en primer lugar algunos elementos fundamentales de la teora de la probabilidad, en particular de la teora de la renovacin, que nos permitirn deducir seguidamente la frmula de prdidas de Erlang. Finalmente trataremos de mostrar la vigencia de la teora iniciada por Erlang en el anlisis de las modernas redes de telecomunicaciones. Las redes telefnicas de circuitos conmutados han dado paso a las nuevas tecnologas que provienen de las redes telemticas diseadas para las comunicaciones entre computadores. En la evaluacin del rendimiento de las nuevas redes de comunicaciones, denominadas
168
Agner K. Erlang-en biografia labur bat azalduz hasiko gara. Lonborg-en, Danimarkako Jutlandia lurraldean, jaio zen 1878an, eta Kopenhagen zendu zen 1929an. Amaren aldetik, XVI eta XVII. mendeen artean bizi izan zen Thomas Fincke matematikariaren ondorengoa zen. Bere aita eskolako maisua zen eta Erlang gaztearen hezkuntza aitaren eskolan igaro zen.
Eskolako ikasketak Kopenhagen baliotu zituen, azterketak hamalau urterekin eginez, baimen berezia lortu ondoren, eskatzen zen gutxieneko adina ez baitzuen. Saioak aipamen bereziarekin gainditu zituen. Lonborg-era itzuli zen non aitaren eskolan irakatsi zuen bi urtean. Kopenhageko Unibertsitaterako sarrera azterketa 1896an gainditu zuen, aipamen bereziarekin, eta bere familia behartsua izanik, doako mantenu eta bizilekua eskaini zitzaion Kopenhageko Unibertsitateko ikastetxe batean. Unibertsitateko ikasketak matematikan egin zituen, eta osagarri bezala fisika, kimika eta astronomia ikasi zituen. Zeuthen eta Juel matematikarien eskoletara joan zen, problema geometrikoak aztertuz, eta gai hauekiko interesa bere bizitzan zehar iraun zuen. 1901an lortu zuen gradua eta urte batzuetan irakaskuntzan aritu zen eskolatan. Garai honetan matematika ikasten jarraitu zuen eta saria eman zioten problema infinitesimaletarako Huygens-en soluzioari buruzko idazlan batengatik. Ondoren probabilitate teoriarantz zuzendu zuen bere interesa eta matematikarako zaletasunari jarraituz Matematika Elkargoaren kide egin zen. Matematika Elkargoan Jensen ezagutu zuen, garai hartan Kopenhageko Telefono Konpainiako ingeniari nagusia zena, eta honek Erlang erakarri zuen bere matematika jakinduria aplika zezan telefonozko deietako itxarote denboren problema aztertzeko. Erlang Kopenhageko Telefono Konpainian sartu zen 1908an eta probabilitate teoria aplikatzen hasi zen telefonozko deien inguruan sortzen diren hainbat problema aztertuz. 1909an argitaratu zuen problema hauei buruzko bere lehenengo artikulua, Probabilitate teoria eta telefonozko elkarrizketak izenekoa, eta 1917an galera eta itxarote denboretarako formula lortu zuen. Herrialde askotako telefono konpainiek laster erabili zuten formula hau, horien artean British Post Office konpainia. Gure artikuluaren edukiari dagokionez, probabilitate teorian funtsezkoak diren elementu batzuk azalduko ditugu lehenik, zehazki berritze teoriako emaitza batzuk, honela Erlangen galera formula deduzitu ahal izango baitugu jarraian. Ondoren saiatuko gara adierazten Erlang-ek abiarazi zuen teoriak baliozkoa izaten jarraitzen duela telekomunikazio sare modernoen analisian. Teknologia berriek ordezkatu dituzte zirkuitu konmutatuzko telefono sareak. Konputagailuak komunikatzeko diseinatutako sare telematikoetan oinarritzen dira teknologia modernoak, banda zabaleko edo abiadura handiko sareak izenarekin ezagutzen direnak. Komunikazio sare
169
redes de banda ancha o alta velocidad, siguen siendo vlidas las nociones probabilsticas que hace casi un siglo formul Agner Erlang. Concluimos el artculo con una extensin del modelo de prdidas de Erlang, denominada la mochila estocstica, que constituye una generalizacin til para las redes de alta velocidad.
170
berrietan ere errendimendua ebaluatzeko baliozkoak dira Agner Erlang-ek formulatu zituen probabilitate oinarriak orain dela ia mende bat. Artikulua amaituko dugu Erlang-en galera ereduaren hedapen batekin, zorro estokastikoa izeneko eredu honen egokitasuna ikusiko dugu abiadura handiko sareak aztertzeko.
171
del estado inicial y con la misma estructura probabilstica inicial. Si se cumple el requisito adicional de que los tiempos entre renovaciones sean variables aleatorias continuas, entonces existen los lmites en el tiempo de las probabilidades para los distintos estados j: Pj = lim P { X (t) = j }
Conviene interpretar estas probabilidades en el lmite como lmites de promedios temporales, es decir, si designamos como T (j) el tiempo que el proceso permanece en j en un intervalo de longitud T, se demuestra que los lmites anteriores coinciden con los lmites de los promedios temporales limT T (j) /T . Las ecuaciones de balanza permiten calcular las probabilidades lmite de los estados en un proceso regenerativo: para todo estado j, tasa de visitas a j = =i tasa de transiciones de i a j La tasa de transiciones de un estado a otro es el lmite del promedio temporal de dichas transiciones, y en la tasa de visitas a un estado se consideran las transiciones a este estado desde distintos estados. Estas ecuaciones permiten efectivamente obtener las probabilidades lmite como veremos ms adelante. Junto con los resultados que hemos recogido de la teora de la renovacin, para realizar el anlisis que nos conduzca a la frmula de Erlang necesitamos el concepto bsico e importante de sistema exponencial o sin memoria. Recordamos que la variable aleatoria exponencial, que es no negativa, tiene una funcin de distribucin exponencial caracterizada por su parmetro , siendo la esperanza de la variable 1 / . Una variable aleatoria exponencial X tiene la propiedad de carecer de memoria, expresamos formalmente esta propiedad escribiendo que para cualquier s, t se cumple la igualdad P {X > s + t | X > s} = P {X > t}. Por otra parte, la variable aleatoria que se define como mnimo de dos variables aleatorias exponenciales independientes tambin tiene una disribucin exponencial, siendo su parmetro la suma de parmetros. Esto permite considerar un sistema exponencial como un sistema en que se desarrollan en el tiempo mltiples procesos independientes definidos por eventos discretos que ocurren en tiempos exponenciales: el sistema evolucionar de forma aleatoria entre distintos estados globales realizando transiciones de un estado a otro de forma que el tiempo entre transiciones sucesivas tendr una distribucin exponencial. Denominaremos a estos sistemas probabilsticos como sistemas exponenciales o sin memoria. El estudio de un proceso estocstico que corresponde a un sistema exponencial se simplifica notablemente puesto que recurriremos en el anlisis a la falta de memoria del proceso. La hiptesis de que el sistema es exponencial, es decir sin memoria, nos facilita por tanto el estudio matemtico. Este modelo probabilstico tambin se caracteriza como una cadena de Markov en tiempo continuo, es decir, un proceso estocstico donde conocido el estado en un instante determinado la evolucin posterior del sistema es independiente del pasado. El proceso de Poisson es un modelo exponencial simple definido como un proceso de llegadas que sigue un proceso de renovacin y donde los tiempos entre llegadas tienen una distribucin exponencial. Podemos considerar el proceso de recuento N (t) asociado, proceso estocstico que define un sistema exponencial o sin memoria. Finalmente vamos a considerar un sistema ms complejo, donde se producen llegadas externas que siguen un proceso de Poisson, diremos que llegan clientes al sistema. El teorema de
172
berarekin. Baldintza gehigarri hau betetzen bada, berritze arteko denborak aldagai aleatorio jarraituak izatea, orduan existitzen dira j egoera ezberdinetarako probabilitateen denborarekiko limiteak: Pj = lim P { X (t) = j }
Limiteko probabilitate hauek interpreta ditzakegu denboran zeharreko batez bestekoen limiteak bezala. Hau da, izan bedi T (j) prozesuak j egoeran igarotzen duen denbora T luzerako denbora tartean, froga daiteke aurreko limitea eta limT T (j) /T denboran zeharreko batez bestekoaren limitea berdinak direla. Prozesu birsortzailean balantza ekuazioen bidez kalkulatuko ditugu limiteko probabilitateak: edozein egoera j-rako, j-rako bisita tasa = =i i-tik j-rako trantsizio tasa Egoera batetik besterako trantsizio tasa, trantsizio hauen denboran zeharreko batez bestekoaren limitea da, eta egoera baten bisita tasarako egoera ezberdinetatik egoera honetarako trantsizioak hartuko ditugu. Aurrerago ikusiko dugunez, ekuazio hauetatik limiteko probabilitateak lortu ahal izango ditugu. Berritze teoriatik jaso ditugun emaitza hauekin batera, Erlang-en galera formula deduzitzeko egingo dugun analisian behar izango dugu sistema esponentzial edo oroimen gabearen kontzeptu garrantzitsua. Gogoratuko dugu aldagai aleatorio esponentziala, ez negatiboa, zeinen banaketa funtzioa parametroko funtzio esponentziala den, aldagaiaren itxarotako balioa 1/ izanik. X aldagai aleatorio esponentzialak duen propietatea, oroimenik ez izatea da; formalki honela adieraziko dugu propietate hau: edozein s, t-rako, P {X > s + t | X > s} = P {X > t}. Bestalde, aipatuko dugu bi aldagai aleatorio esponentzial independenteren minimo bezala definitzen den aldagai aleatorioak ere banaketa esponentziala duela, honen parametroa izanik hasierako bi aldagaien parametroen batura. Oro har, sistema bati esponentziala deituko diogu baldin sisteman hainbat prozesu independente garatzen badira denboran zehar, denbora esponentzialeko gertaera diskretuen bidez definituak: sistema era aleatorioan bilakatuko da egoera ezberdinen artean, trantsizioak eginez egoera batetik bestera, segidako trantsizioen arteko denborak banaketa esponentziala izango duelarik. Honelako sistema batek definitzen duen eredu probabilistikoari, sistema esponentziala edo oroimen gabea deituko diogu. Sistema esponentzial bati dagokion prozesu estokastikoaren analisia nabarmenki sinpleagoa da, prozesuaren oroimenik eza erabiltzen baitugu analisian. Sistema oroimen gabea izateak, hau da, sistema esponentziala delako hipotesiak, azterketa matematikoa errazten digu ondorioz. Eredu probabilistiko hau, denbora jarraituko Markov kate bat bezala defini dezakegu, hau da, prozesu estokastiko bat non une jakin bateko egoera ezaguna bada orduan sistemak jarraituko duen bilakaera independentea den iraganarekiko. Definizio hauen baliokidetasuna, sistema oroimen gabea izatetik dator. Eredu esponentzial sinple bat Poisson prozesua da: berritze prozesu bat jarraitzen duen etorrera prozesua, non etorrera arteko denborek banaketa esponentziala duten. Poisson prozesuari N (t) kontaketa prozesua elkartzen zaio eta honek definitzen duen prozesu estokastikoa sistema esponentziala edo oroimen gabea da. Azkenik sistema konplexuagoa kontsideratuko dugu, non kanpotik etorrerak gertatzen diren Poisson prozesua jarraituz: esango dugu bezeroak datozela sistemara. Etorrera teoremak ondorengoa esaten du. Kontsideratu dugun sistemak {X (t), t 0} prozesu birsortzailea jarraitzen badu, non etorrera arteko denborak jarraituak diren, orduan j egoera bakoitzerako berdinak
173
llegadas dice lo siguiente. En caso de que el sistema que consideramos siga un proceso regenerativo {X (t), t 0} con tiempos entre renovaciones continuos, entonces para cada estado j son iguales la probabilidad lmite P j = limt P {X (t) = j}, y la probabilidad Aj de que un cliente que llega al sistema observe que el sistema est en el estado j justo antes de entrar al sistema. La comprensin precisa de las condiciones que involucra este teorema requerira un poco de reflexin. Haremos uso de este resultado tcnico al derivar la frmula de Erlang.
Utilizaremos los resultados de la teora de la renovacin. Obtenemos las probabilidades lmite del sistema de prdidas de Erlang a partir de las ecuaciones de balanza. Para calcular la tasa de visitas de un estado n, es decir cuando tenemos n llamadas en curso, observamos que el tiempo para que alguna llamada finalice es exponencial con parmetro n y que el tiempo hasta producirse una nueva llamada es exponencial con parmetro , luego la esperanza del
174
dira P j = limt P {X (t) = j} limiteko probabilitatea, eta sistemara etortzen den bezero batek sistema, zehazki bezeroa sisteman sartu aurretik, j egoeran dagoela ikusteko Aj probabilitatea. Pentsaketa txiki bat eskatzen digu teorema honetako baldintza eta ondorioen arteko erlazioa ulertzeak. Erlang-en formula eratortzeko erabiliko dugu emaitza tekniko hau.
Berritze teoriako emaitzak erabil ditzakegu beraz jaiotza eta heriotza prozesu hau aztertzeko. Balantza ekuazioetatik lortuko ditugu Erlang-en galera sistemaren limiteko probabilitateak. Hasteko egoera bakoitzaren bisita tasa kalkulatuko dugu. Eman dezagun n telefonozko dei daudela indarrean, hau da, n egoeran gaudela. Dakigunez, dei hauetako bat amaitu bitarteko denbora n parametroko aldagai esponentziala da, eta bestalde, dei berri bat egiteko saioa
175
tiempo transcurrido hasta la siguiente transicin es 1/ (n + ). De aqu deducimos que la tasa de visitas para el estado n es (n + ) Pn, donde Pn es la probabiliad lmite del estado n. Con un razonamiento similar calcularemos la tasa de transiciones al estado n desde los estados n 1 y n + 1. Escribimos de esta manera las ecuaciones de balanza: P0 = P1 ( + ) P1 = P0 + 2 P2 ... (n + ) Pn = Pn1 + (n + 1) Pn+1 ... ((C 1) + ) PC1 = PC2 + C PC C PC = PC1 Podemos calcular una solucin de este sistema de ecuaciones lineales homogneo partiendo de P0 = 1, de aqu P1 = / y sucesivamente, para n = 2, 3, . . ., Pn = ( / )n / n !. Obtenemos la distribucin lmite normalizando esta solucin. Si escribimos = / , tenemos para n = 0, 1, 2, . . . las probabilidades lmite: Pn = n / n!
n C n = 0 / n!
La frmula de Erlang se obtiene al considerar la probabilidad B de que una llamada no sea aceptada por no haber ningn circuito disponible en la lnea telefnica. Esto ocurrir cuando el intento de establecer la llamada se produzca encontrndose el sistema en el estado C. Por otra parte el teorema de llegadas nos dice que en los intentos de establecer llamadas telefnicas, la probabilidad de que el sistema se encuentre en uno u otro estado viene dada por las probabilidades lmite del proceso regenerativo, que hemos calculado, luego tenemos que B = PC. Llegamos finalmente a otener la frmula de Erlang, la probabilidad de que una llamada sea bloqueada: B= C / C !
n C n = 0 / n!
Esta frmula nos proporciona un parmetro bsico de la calidad de servicio que ofrece una red telefnica. Conociendo estadsticas de los usuarios del servicio, la determinacin del valor mximo aceptable de este parmetro nos indica cmo dimensionar la red de comunicaciones. Sealaremos que la complejidad del clculo de las probabilidades de bloqueo se reduce drsticamente si observamos la siguiente relacin recursiva: B (C)1 = B (C 1)1 C / , donde escribimos la probabilidad B como funcin de la capacidad C de la lnea.
176
gertatu bitarteko denbora parametroko aldagai esponentziala da. Beraz hurrengo trantsizioa bitartean igaroko den denboraren itxarotako balioa 1/ (n + ) da. Honela deduzitu dugu n egoeraren bisita tasa (n + ) Pn dela, non n egoeraren limiteko probabilitatea den Pn. Antzeko arrazoiketa baten bidez kalkulatuko genituzke n 1 eta n + 1 egoeretatik n egoerarako trantsizioen tasak. Honela idazten dira balantza ekuazioak: P0 = P1 ( + ) P1 = P0 + 2 P2 ... (n + ) Pn = Pn1 + (n + 1) Pn+1 ... ((C 1) + ) PC1 = PC2 + C PC C PC = PC1 Ekuazio linealezko sistema homogeneo honen soluzio bat kalkula dezakegu P0 = 1-etik abiatuz, hemendik P1 = / dugu eta hurrenez hurren, n = 2, 3, . . . egoeretarako, Pn = ( / )n / n !. Limiteko banaketa lortuko dugu soluzio hau normalizatuz. Beraz, = / idatziz, n = 0, 1, 2, . . . egoeren limiteko probabilitateak ditugu: Pn = n / n!
n C n = 0 / n!
Erlang-en galera formulak ematen digu telefonozko dei bat onartua ez izateko B probabilitatea telefono linean zirkuitu erabilgarririk ez egoteagatik. Deia ez da izango onartua sistema C egoeran dagoela gertatzen bada deia ezartzeko saioa. Bestalde, gorago azaldu dugun etorrera teoremak esaten digu telefonozko deia ezartzeko saio bat gertatzen denean, sistema egoera batean edo bestean izateko probabilitateak, kalkulatu ditugun prozesu birsortzailearen limiteko probabilitateen berdinak direla, ondorioz B = PC dugu. Lortu dugu beraz Erlang-en formula, telefonozko dei bat blokeatua izateko probabilitatea: B= C / C !
n C n = 0 / n!
Telefono sare batek eskaintzen duen zerbitzu kalitatearen oinarrizko parametroa ematen digu formula honek. Zerbitzuaren erabiltzaileei buruzko estatistikak ezagutzen badira, parametro honetarako onar daitekeen balio handiena finkatuz komunikazio sarearen dimentsioak kalkula ditzakegu. Aipatuko dugu telefonozko deia blokeatzeko probabilitatearen kalkuluak duen konplexutasuna guztiz murrizten dela erlazio errepikari hau erabiltzen badugu: B (C)1 = B (C 1)1 C / , non linearen C edukieraren funtzio bezala idazten dugun B probabilitatea.
177
transmisin dependa del estado de la red. Hoy en da la tecnologa trata de integrar caractersticas de las redes telefnicas en la redes de alta velocidad, de forma que pueda haber trfico de distintas caractersticas, en particular, trfico de datos en tiempo no real y trfico en tiempo real como voz y vdeo. Un ejemplo importante de trfico en tiempo real sera una video-conferencia, donde no es aceptable un retraso mayor que una fraccin de segundo.Este tipo de trfico exige desarrollar tecnologas que garanticen una calidad de servicio mediante conexiones virtuales que proporcionan un determinado ancho de banda. El ancho de banda que requiere un trfico en tiempo real, por ejemplo vdeo, es variable segn la calidad de la imagen que se requiera. En la seccin siguiente consideraremos un modelo general donde las conexiones tienen distintos anchos de banda. Ahora vamos a simplificar el modelo de forma que vamos a considerar que las conexiones corresponden a video-conferencias con un ancho de banda comn. Utilizaremos para los clculos la red troncal de comunicaciones para centros acadmicos e investigadores del estado que se muestra en la figura.
Hacemos la hiptesis de que se reserva la mitad de la capacidad de las lneas de transmisin para las conexiones de video-conferencia, de forma que si elegimos un ancho de banda de 155.52 Kbps (kilobits por segundo) para una conexin individual, obtenemos capacidades para C = 500, 2000, 8000 conexiones para las lneas, cuyas tasas de transmisin corresponden a los estndares pticos STM-1, STM-4 y STM-16 que detallamos ms adelante. En la figura mostramos la probabilidad de bloqueo de una conexin como funcin de la carga. La carga viene definida por = / y en la figura est normalizada respecto de C. Por ejemplo, si hay = 500 intentos por hora de establecer una conexin y cada conexin tiene una duracin media de 1 / = 1 hora, tendramos una carga igual a la capacidad C = 500. Dada la naturaleza aleatoria de los intentos de establecer una conexin, as como de la duracin de las conexiones, la probabilidad de bloqueo no es nula cuando /C = 1. Las tres curvas de la figura corresponden a las tres capacidades que estamos considerando, y se aade una asntota que corresponde a una utilizacin ptima de la lnea de transmisin, utilizacin ptima que no se puede alcanzar debido al carcter aleatorio de las conexiones. Observamos que a medida que aumenta la capacidad de la lnea de transmisin, la curva de probabilidad de bloqueo se aproxima a la asntota de utilizacin ptima.
178
gainera garraioa ez zen denbora errealean burutzen, transmisio denbora sarearen egoeraren menpekoa zen. Gaur egungo teknologia saiatzen da telefono sareen ezaugarri batzuk abiadura handiko sareetara zabaltzen, ezaugarri ezberdineko trafikoa garraiatzeko helburuarekin, zehazki datu trafikoa denbora ez errealean eta bideoa edo ahotsa bezalako trafikoa denbora errealean. Denbora errealeko trafikoaren adibide garrantzitsua da bideokonferentzia, non onartezina den segundo zatikia baino atzerapen handiagoa. Mota honetako trafikoak eskatzen du dagokion zerbitzu kalitatea bermatuko duen teknologia garatzea, banda zabalera jakin bat eskainiko duten konexio birtualak ezartzeko gaitasuna izango duen teknologia. Denbora errealeko trafikoak, bideoak adibidez, behar duen banda zabalera aldakorra da, eskatzen den imajina kalitatearen arabera. Hurrengo atalean kontsideratuko dugu eredu orokorra, non konexioak banda zabalera ezberdinekoak izan daitezkeen. Orain aztertuko dugun eredua sinpleagoa da, banda zabalera komuneko bideokonferentziei dagozkien konexioak ditugula suposatuko baitugu. Kalkuluak egiteko irudian daukagun sarea erabiliko dugu, estatuko akademia eta ikerkuntza zentroetarako enborreko komunikazio sarea.
Sareko lineen transmisio ahalmenaren erdia bideokonferentzia konexioetarako gordetzen delako hipotesia egingo dugu. Honela, konexio bakarrerako 155.52 Kbps (kilobit segundoko) banda zabalera aukeratzen badugu, linea ezberdinetarako lortzen ditugun konexio edukierak C = 500, 2000, 8000 dira. Aipatuko dugu linea hauen transmisio tasak aurrerago deskribatuko ditugun STM-1, STM-4 eta STM-16 estandar optikoei dagozkiela. Hurrengo irudian adierazten dugu konexio bat blokeatzeko probabilitatea lineako kargaren funtzio bezala. Lineako karga = / bezala definitzen dugu eta irudian C-rekin normalizatuta dago. Adibidez, konexioak ezartzeko orduko = 500 saio gertatzen badira eta konexio bakoitzak 1/ = 1 orduko iraupena badu batez bestean, orduan karga C = 500 edukieraren berdina litzateke. Konexioak ezartzeko saioak denboran zehar aleatorioki gertatzen direnez, eta konexioen iraupena ere aleatorioa denez, blokeatzeko probabilitatea ez da hutsa /C = 1 kargarako. Kontsideratu ditugun hiru edukierei dagozkie irudiko hiru kurbak; asintota bat gehitu dugu, transmisio linearen erabilera optimoari dagokiona, baina konexioen izaera aleatorioagatik erabilera optimora ezin gaitezke hel. Irudian ikusten dugunez, linearen transmisio ahalmena handitzen den heinean, blokeatzeko probabilitatearen kurba hurbildu egiten da erabilera optimoaren asintotara.
179
Tambin podemos plantear los clculos de la siguiente forma. Partiendo de una estimacin de la carga, se determinar el ancho de banda de la lnea de acuerdo con la probabilidad de bloqueo que se requiera. En la siguiente figura se representa la probabilidad de bloqueo de una conexin en funcin de la capacidad de la lnea para una carga = 1000. La probabilidad se expresa como porcentaje. El ancho de banda se expresa en unidades OC-1, estndar que mide un tercio de una lnea STM-1. Tambin suponemos que para las conexiones de videoconferencia se reserva la mitad de la capacidad de la lnea.
180
Kalkuluak beste era batera ere antola ditzakegu. Abiaburutzat hartzen dugu linearako aurreikusten den karga eta ondoren lineak izango duen banda zabalera erabakiko dugu onargarria den blokeatzeko probabilitatearen arabera. Hurrengo irudian dugu konexio bat blokeatzeko probabilitatea linearen edukieraren funtzio bezala, = 1000 karga aurreikusten badugu. Probabilitatea ehunekotan adierazten dugu. Banda zabalera adierazteko OC-1 unitatea erabiltzen dugu, estandar honen neurria izanik STM-1 linearen herena. Orain ere suposatzen dugu bideokonferentzien konexioetarako linearen transmisio ahalmenaren erdia gordetzen dela.
5. EREDUAREN ZABALTZEA
Erlang-en galera sistemaren orokortze bat deskribatuko dugu, banda zabaleko sareen analisian erabilgarria izango den eredua definituz. Telefono sare konmutatu tradizionalean konexioa ezartzen da zirkuitu elektriko batean zehar eta telefono linea baterako C zirkuitu ditugu. Abiadura handiko linea batean konexio bati ez dagokio zirkuitu elektriko bat baizik zirkuitu birtual bat, eta honen banda zabalera aldakorra da. Eredua zehaztuz, banda zabalera neurtzeko unitate bat finkatuko genuke, honela konexio bakoitzaren banda zabalera unitate horren multiplo bat litzateke, eta C osokoak adieraziko luke abiadura handiko linearen banda zabalera osoa aipatutako unitatearekin. Sare optikoetan transmisio ahalmena neurtzeko erabiltzen diren estandarrak hartuz, STM-1 linearen banda zabalera 155.52 Mbps (megabit segundoko) da, OC-1 estandarraren hirukoitza, eta STM-N linearen banda zabalera N aldiz STM-1 linearen banda zabalera da. Adibidez, banda zabalera neurtzeko unitate bezala 51.84 Kbps har dezakegu, honela bideokonferentzia ezartzeko konexioaren banda zabalerak bi edo hiru unitatekoa izan beharko luke. STM-1 linea optiko bat badaukagu, transmisio ahalmena C = 3 000 unitatekoa litzateke. Mota ezberdineko konexioak onartzen direla suposatuko dugu, k motaren ezaugarria izango delarik honelako konexioen banda zabalera, bk osokoa, definitu den unitatarekiko neurria.
181
El modelo general que describiremos se denomina la mochila estocstica. Tenemos un sistema que tiene una capacidad de C unidades y donde llegan clientes que pertenecen a K clases distintas, de forma que un cliente de la clase k ocupa bk unidades del sistema. Si en un instante dado los clientes que se encuentran en el sistema ocupan un total de c unidades y llega un nuevo cliente de la clase k, ste ser rechazado si c + bk > C. Los clientes de clase k llegan al sistema siguiendo un proceso de Poisson de tasa k. Un cliente de la clase k permanece en el sistema un tiempo aleatorio de esperanza 1/k. Ahora establecemos la analoga de forma que los clientes de la clase k se corresponden con los intentos de establecer una conexin de ancho de banda bk. Asimismo para cada clase de conexiones tenemos su tasa k de llegadas y el parmetro k del tiempo que dura la conexin. Aunque no escribiremos el anlisis completo, el procedimiento es similar al modelo inicial. Se escriben las ecuaciones de balanza del proceso de Marcov regenerativo y se obtienen las probabilidades lmite: P (n1, n2, . . . , nK) = 1 G
k=1
nk k nK !
donde el vector (n1, n2, . . . , nK) nos indica el nmero de conexiones por clase en curso. Como antes k = k / k. Y tenemos la constante de normalizacin: G=
n1 n2
...
K nK
k=1
nk k nK !
donde el sumatorio se extiende al espacio S de todos los posibles estados del sistema, en los que el ancho de banda total no puede sobrepasar C: S = {(n1, n2, . . . , nK)
k=1
bk nk C}
Para calcular la probabilidad Bk de que un intento de establecer una conexin de clase k sea rechazada tenemos que considerar el espacio Sk de estados en los que el ancho de banda total no supera C bk . La suma de P (n1, n2, . . . , nk) para todos los estados de Sk nos proporciona 1 Bk, la probabilidad de que una conexin de clase k sea aceptada. Observamos que aun para valores moderados de C y K el clculo es impracticable por el tamao exponencial de S y Sk . Sin embargo se pueden definir algoritmos recursivos que calculan las probabilidades de bloqueo de forma eficiente, concretamente en O (CK) operaciones. Concluimos subrayando la aportacin de Agner Erlang a los fundamentos matemticos de la ingeniera de telecomunicaciones. Con su aplicacin de la teora de la probabilidad al anlisis de redes de comunicaciones comenz un rea cientfica que se ha desarrollado durante el siglo pasado y que nos proporciona herramientas matemticas para el estudio de redes y sistemas informticos. La aplicacin de esta teora sigue siendo til para las nuevas tecnologas de comunicaciones. La teora de la renovacin y los sistemas markovianos nos proporcionan la base para realizar el anlisis probabilstico de estos sistemas.
182
Deskribatuko dugun eredu orokorrari zaku estokastikoa deitzen zaio. Sistema bat daukagu C unitateko edukiera duena. Sistemara bezeroak iristen dira, K mota ezberdinetako bezeroak, k motako bezeroak sisteman bk unitate okupatzen dituelarik. Une batean sisteman dauden bezeroek guztira c unitate okupatzen badituzte eta k motako bezero berri bat etortzen bada, hau ez da onartua izango baldin c + bk > C. Sistemara iristen diren k motako bezeroek k tasako Poisson prozesua jarraituz etortzen dira. Bezeroa sisteman egoten den denbora aleatorioa da, itxarotako balioa 1/ k izanik, non k bezeroaren mota den. Abiadura handiko sareko linea batekiko analogia honela litzateke: k motako bezeroak, bk banda zabalerako konexioak ezartzeko saioak dira. Beraz konexio mota bakoitzerako k etorrera tasa dugu eta konexioak irauten duen denboraren parametroa k da. Ez dugu idatziko eredu orokor honetarako analisia baina prozedura hasierako eredu sinplearenaren antzekoa da. Markov prozesu birsortzailearen balantza ekuazioak idatziz limiteko probabilitateak lortzen dira:
nk K k P (n1, n2, . . . , nK) = 1 G k = 1 nK ! non (n1, n2, . . . , nK) bektoreak adierazten digun mota bakoitzerako zenbat konexio dauden indarrean. Lehen bezala k = k / k dugu. Eta normalizazio konstantea hau da:
G=
n1 n2
...
K nK
k=1
nk k nK !
non batukaria S espaziora zabaltzen den, banda zabalera osoak C gainditzen ez duen sistemako egoera posible guztien espaziora: S = {(n1, n2, . . . , nK)
k=1
bk nk C}
Mota bateko, k motako, konexioa ezartzeko saioa ez onartzeko Bk probabilitatea kalkulatzeko, Sk espazioa kontsideratu behar dugu, banda zabalera osoak C bk gainditzen ez duen sistemako egoeren espazioa. Sk espazioko egoeren P (n1, n2, . . . , nk) probabilitateen baturak 1 Bk ematen digu, k motako konexio bat onartua izateko probabilitatea. Kontuan izan behar dugu kalkuluak ezinezkoak direla praktikan S eta Sk multzoen tamaina esponentzialagatik, C eta K balioak oso handiak ez diren kasuan ere. Alabaina, defini daitezke algoritmo errepikariak blokeatze probabilitateak era eraginkorrean kalkulatzeko, zehazki kalkuluak O (CK) eragiketa kopuruarekin egiteko. Lan hau amaituko dugu azpimarratuz Agner Erlang-en ekarpena komunikazio ingeniaritzaren oinarri matematikoak finkatzeko lanean. Komunikazio sareen analisian probabilitate teoria aplikatuz, aurreko mendean garatu den arlo zientifikoa abiarazi zuen Erlang-ek, sare eta sistema informatikoak aztertzeko tresna matematikoak ematen dizkigun arloa. Komunikazio teknologia berrietan erabilgarria izaten jarraitzen du teoria honen aplikazioak. Berritze teoriak eta Markov sistemen teoriak eskaintzen digute sistema hauen analisi probabilistikoa egiteko oinarria.
183
BIBLIOGRAFA
Brockmeyer E., Halstrom H.L. et Jensen A., 1960: The life and works of A K Erlang. Acta Polytechnica Scandinavica, vol. 287. Kant K., 1992: Introduction to Computer System Performance Evaluation. McGraw-Hill, New York. McDysan D., 2000: QoS & Traffic Management in IP & ATM Networks. McGraw-Hill, New York. Jha S., Hassan M., 2002: Engineering Internet QoS. Artech House, Norwood. Ross K.W., 1995: Multiservice Loss Models for Broadband Telecommunication Networks. Srpinger-Verlag, London. Ross S.M., 2003: Introduction to Probability Models, eighth edition. Academic Press, San Diego. Stallings W., 2002: High-Speed Networks and Internets: Performance and Quality of Service, second edition. Prentice Hall, New Jersey. Syski R., 1960: Introduction to Congestion Theory in Telephone Systems. Oliver and Boyd, Edinburgh. Tijms H.C., 1994: Stochastic Models: an Algorithmic Approach. John Wiley and Sons, Chichester. Red IRIS, Red Espaola de I+D. http://www.rediris.es.
184
BIBLIOGRAFA
Brockmeyer E., Halstrom H.L. et Jensen A., 1960: The life and works of A K Erlang. Acta Polytechnica Scandinavica, vol. 287. Kant K., 1992: Introduction to Computer System Performance Evaluation. McGraw-Hill, New York. McDysan D., 2000: QoS & Traffic Management in IP & ATM Networks. McGraw-Hill, New York. Jha S., Hassan M., 2002: Engineering Internet QoS. Artech House, Norwood. Ross K.W., 1995: Multiservice Loss Models for Broadband Telecommunication Networks. Srpinger-Verlag, London. Ross S.M., 2003: Introduction to Probability Models, eighth edition. Academic Press, San Diego. Stallings W., 2002: High-Speed Networks and Internets: Performance and Quality of Service, second edition. Prentice Hall, New Jersey. Syski R., 1960: Introduction to Congestion Theory in Telephone Systems. Oliver and Boyd, Edinburgh. Tijms H.C., 1994: Stochastic Models: an Algorithmic Approach. John Wiley and Sons, Chichester. Red IRIS, Red Espaola de I+D. http://www.rediris.es.
185