Вы находитесь на странице: 1из 30

EJERCICIOS

2.1. Remítase a la figura 2.3.Calculese a la probabilidad de k eventos independientes en


los m intervalos de duración Δt unidades de tiempo, si la probabilidad de un evento en
cualquier intervalo es de p, mientras que la probabilidad de no evento es q = 1 - p.
Muéstrese como se obtiene la distribución binomial de la ecuación (2.4).

DESARROLLO

Muéstrese como se obtiene la distribución binomial de la ecuación (2.4).


n 
pn (k)    p k q n  k ;   np; p  ; p  1  q
k  n
nk
n n!  
si :    ; q  1  
 k  (n  k)!k!  n

n
lim   p k q n  k
n 
 y
mk
  
k
n!
lim     1  
n  (n  k)!k!
n  n
k
n(n  1)(n  2)(n  k  1)    
n

k

lim   1   1  
n  nk k!  n  n

n(n  1)(n  2)(n  k  1)  1   2   k 1 


lim  lim  1    1   ....  1   1
 n  n   n 
n  k n 
n
k
 
lim  1   1
n 
 n


   
n

n
 
n

    1     1 
n
1 
  1 
1
   e
lim  1   
n 
 n  n   n   n  
        
k k
lim1  1 e  e
n  k! k!
 k

P (n)  e
k!
2.2. En el problema 2.1, sea p= Δt, donde  es un factor de proporcionalidad. Esto
relaciona entonces la distribución binomial con el proceso de Poisson. Sea Δt →0,
con T = mΔt fijo. Muéstrese que en el límite se obtiene la distribución de Poisson de la
ecuación (2.1). Muéstrese que el valor medio E(k) y la varianza σk2 son iguales a T.
¿Cuál es la probabilidad de que no ocurra alguna llegada en el intervalo T? Grafíquese
ésta como una función de T. Repítase para la probabilidad de que ocurra al menos una
llegada de T.

DESARROLLO
Muéstrese que el valor medio E(k) = T.
 T 
k
 T
p (k) 
n e
k!
si : u  T
k
u u
pu (k)  e
k!

 p (k)  1
u 0
u

 
u u  
k
uk uk
E (k)   kpu (k)   k e  k e 
u
e
u

u 0 u 0 k ! u 0 k (k  1)! u 0 (k  1)!

u k 1

E (k)  u e  u
 u e  u e u  u e u u  u e 0  u
u 0 (k  1)!

E(k)  u  T
E (k)  T
Muéstrese que la varianza  k =T.
2

Grafíquese ésta como una función de T. Repítase para la probabilidad de que ocurra al
menos una llegada en T.

 T 
k
 T
P( k , T )  e
k!
2.3. Calcúlese y grafique la distribución de Poisson dada por la ecuación (2.1) para los
tres casos T= 0.1, 1, 10. En el tercer caso trátese de calcular y graficar para al menos k
= 20. (La aproximación de Stirling para el factorial puede ser útil.) ¿ Comienza la
distribución a acumularse y a formarse un pico en E(k) como lo predice la razón de
1
cambio k/E(k)= ?
T

 T 
k
 T
P ( k , T ) e
k!
2.4. Llévense a cabo los detalles del análisis que dan como resultado las ecuaciones
(2.10) y (2.11), mostrando que la suma do Poisson es también de Poisson.
2.5. Remítase a la ecuación dependiente del tiempo (2.12a) que gobierna la operación de
la cola M/M/1. Iníciese en el tiempo t=0 con la cola vacía (¿Cuáles son entonces los
valores de pn(0)?).

Hágase λ/μ=0.5 para simplificar, tómese Δt = 1 y escójase un λΔt y un μΔt muy pequeñas
de manera que puedan ignorase términos de orden (Δt)2 y mayores. Escríbase un
programa que recursivamente calcule Pn(t+Δt) conforme t aumenta por Δt y muéstrese
que pn(t) finalmente cae en el conjunto de probabilidades de estado estacionario {pn,
tómese el valor máximo de n como 5. El conjunto de probabilidades de estado
estacionario obtenido deberá concordar con la ecuación (2.20). Nota: La ecuación (2.12a)
debe modificarse un poco al calcular p0(t+Δt) y p5(t+Δt). Tal vez se quiera plantear el
problema en forma de matriz-vector.

DESARROLLO:

Realizando iteraciones en la ecuación el sistema se observa en la siguiente tabla


T/P(n) P0(T) P1(T) P2(T) P3(T) P4(T) P5(T) Sumatoria
0 1 0 0 0 0 0 1
1 0,9 0,1 0 0 0 0 1
2 0,83 0,16 0,01 0 0 0 1
3 0,779 0,197 0,023 0,001 0 0 1
4 0,7405 0,2204 0,036 0,003 0,0001 0 1
5 0,71053 0,23553 0,04784 0,00572 0,00037 0,00001 1
6 0,686583 0,245492 0,058185 0,008862 0,000833 0,000044 0,999999
7 0,6670231 0,2521397 0,0670511 0,0121885 0,0014781 0,0001141 0,9999946
8 0,65074873 0,25661032 0,07458744 0,01553268 0,00227634 0,00022768 0,99998319
9 0,63699592 0,25961959 0,08097878 0,01878689 0,00319224 0,00038701 0,99996042
10 0,62522025 0,26162906 0,08640448 0,02188715 0,00419066 0,00059013 0,99992172
11 0,61502403 0,26294326 0,09102347 0,02479958 0,0052402 0,00083216 0,99986271
12 0,60611028 0,26376738 0,09497067 0,0275101 0,00631453 0,00110653 0,99977949
13 0,59825273 0,26424233 0,09835823 0,03001704 0,00739249 0,00140602 0,99966884
14 0,59127592 0,26446655 0,1012784 0,03232625 0,00845765 0,00172347 0,99952824
15 0,58504164 0,26450986 0,10380678 0,03444774 0,00949767 0,00205219 0,99935589
16 0,57943945 0,26442242 0,10600528 0,03639363 0,01050358 0,0023863 0,99915067
17 0,57437999 0,2642407 0,10792467 0,03817679 0,01146913 0,00272077 0,99891204
18 0,56979013 0,26399142 0,10960669 0,03981005 0,01239023 0,00305145 0,99863996
19 0,5656094 0,26369434 0,11108584 0,04130575 0,01326445 0,00337504 0,99833482
20 0,56178733 0,26336415 0,11239067 0,0426755 0,0140907 0,00368897 0,99799731
21 0,55828142 0,26301177 0,11354498 0,04393005 0,01486883 0,00399135 0,99762842
22 0,55505564 0,26264538 0,11456868 0,0450793 0,01559946 0,00428083 0,99722928
23 0,55207915 0,26227106 0,11547847 0,04613227 0,01628372 0,00455653 0,9968012
24 0,54932545 0,26189335 0,11628849 0,04709718 0,01692313 0,00481794 0,99634555
25 0,54677157 0,26151559 0,11701072 0,0479815 0,0175195 0,00506487 0,99586375
26 0,54439753 0,26114021 0,11765536 0,04879202 0,01807477 0,00529736 0,99535727
27 0,54218582 0,26076897 0,11823118 0,04953491 0,01859102 0,00551563 0,99482753
28 0,54012104 0,2604031 0,1187457 0,05021576 0,01907033 0,00572004 0,99427597
29 0,53818955 0,26004341 0,11920545 0,05083967 0,01951481 0,00591106 0,99370396
30 0,53637928 0,25969044 0,11961609 0,05141127 0,01992655 0,00608923 0,99311286
31 0,53467944 0,25934445 0,11998256 0,05193481 0,02030756 0,00625511 0,99250393
32 0,53308039 0,25900557 0,1203092 0,05241414 0,02065979 0,00640933 0,99187842
33 0,53157346 0,25867378 0,12059983 0,05285277 0,02098514 0,00655251 0,99123749
34 0,53015087 0,25834896 0,12085781 0,05325395 0,02128538 0,00668527 0,99058224
35 0,52880558 0,25803092 0,12108615 0,05362062 0,02156221 0,00680823 0,98991371
36 0,5275312 0,25771943 0,12128752 0,05395549 0,02181726 0,00692198 0,98923289
37 0,52632197 0,25741423 0,12146431 0,05426105 0,02205203 0,00702711 0,98854069
38 0,52517262 0,25711502 0,12161865 0,05453957 0,02226794 0,00712418 0,98783798
39 0,52407836 0,2568215 0,12175247 0,05479315 0,02246635 0,00721372 0,98712556
40 0,52303482 0,25653338 0,12186751 0,05502372 0,02264851 0,00729624 0,98640419
41 0,52203802 0,25625035 0,12196534 0,05523306 0,02281558 0,00737222 0,98567456
42 0,52108429 0,25597212 0,12204739 0,05542279 0,02296865 0,00744211 0,98493734
43 0,52017028 0,25569839 0,12211494 0,05559442 0,02310876 0,00750634 0,98419313
44 0,51929293 0,25542889 0,12216918 0,05574934 0,02323684 0,00756532 0,9834425
45 0,51844941 0,25516335 0,12221118 0,05588883 0,02335379 0,00761941 0,98268596
46 0,51763714 0,25490152 0,12224193 0,05601405 0,02346041 0,00766896 0,98192402
47 0,51685373 0,25464317 0,12226231 0,05612611 0,02355749 0,00771432 0,98115713
48 0,51609699 0,25438805 0,12227316 0,05622601 0,02364572 0,00775577 0,9803857
49 0,5153649 0,25413597 0,12227522 0,05631466 0,02372576 0,00779361 0,97961012
50 0,51465561 0,25388671 0,12226918 0,05639294 0,02379822 0,0078281 0,97883076

La ultima columna verificando la sumatoria de todas las probabilidades


Ahora si calculamos las probabilidades con la ecucaiones 2.20 nos da:
P(0) 0,50793651
P(1) 0,25396825
P(2) 0,12698413
P(3) 0,06349206
P(4) 0,03174603
P(5) 0,01587302
Bastante cercano a lo que tenemos en la tabla.
2.6. Derívese la ecuación (2.15), la cual gobierna las probabilidades de estado
estacionario de la cola M/M/1, de dos maneras:

1. De la ecuación generadora inicial (2.12).


K
2. A partir de argumentos debalance deflujos que incluyen transiciones entre estados n-
1,n, y n + 1, como se indica en la figura 2.11.
2.7. Como una generalización de análisis de la cola M/M/1, considérese un proceso de
nacimiento-muerte con llegadas independientes del estado λn y salidas dependientes de
estado μn. (Véanse la Figs.2.24 y 2.25.) Muéstrese, aplicando argumentos de balance,
que la ecuación que gobierna las probabilidades de estado estacionario está dada por:

(n + μn)pn = n-1 pn-1 + μn+1pn + 1


DESARROLLO:

1) Teniendo presente las figuras 2.24, 2.25 y resolviendo por inspección con las
siguientes consideraciones:

a. Hacia el estado En “cuando el sistema contiene n elementos” se produce un flujo de


entrada desde los estados En 1 y En 1 , que dan una tasa global de llegada al estado En
de:
n1.Pn1  n1.Pn1

b. Desde el estado En se produce un flujo de salida hacia los estados En 1 y En 1 que dan
una tasa global de salida del estado En de:
n .Pn  n .Pn

c. Para que el sistema esté en equilibrio ambas tasa deben equilibrarse, es decir, ser
iguales, de donde se deduce inmediatamente:
n1.Pn1  n1.Pn1  n .Pn  n .Pn

Simplificando se obtiene la ecuación de las probabilidades de estado estacionario:


(n  n ).Pn  n1.Pn1  n1.Pn1

2)Demostración de la solución de la ecuación de balance (Ec. 2.40):

Para n  0
(0  0 ).P0  1 . P1  1.P1  0 .P0  1.P1
0
P1  P0 .
1

Para n  1
0 0
(1  1 ).P1  0 .P0  2 .P2  1. .P0  1 . P0  0 . P0  2 .P2
1 1
0 1
P2  P0 .
1 2

Para n  2
1 1
(2  2 ).P2  1.P1  3.P3  2 . .P1  2 . P1  1 . P1  3.P3
2 2
0 1 2
P3  P0 .
1 2 3

En general
n

Pn 
i
n

Pn  P0 . i   i 0
i 0 i 1
n
P0

i 1
i

2.8. Considéreme el análisis de la cola M/M/1. Muéstrese que la probabilidad de estado


estacionario, pn, está dada por
pn = ρnp0 ρ ≡ /μ
de dos maneras:
1. Muéstrese que esta solución para pn satisface la ecuación (2.15), que gobierna la
operación de la cola.
2. Muéstrese que la ecuación de balance pn = μpn+1 o pn+1= ρpn satisface la
ecuación(2.15). Itérese entonces n veces.

Calcúlese po para la cola finita M/M/1 y muéstrese que pn está dada por la ecuación
(2.20).
2.9. Muéstrese que la probabilidad de bloqueo PB de la cola M/M/1 finita está dada por
PB=PN mediante la igualación de la tasa neta de llegada λ(1—PB) a la tasa promedio de
salida μ(1-P0) y resolviendo para PB.
2.10. Considérese una cola M/M/1 finita capaz de acomodar N paquetes (usuarios).
Calcúlense los valores N requeridos por las siguientes situaciones:
1. ρ = 0.5, PB=10-3,1-6
2. ρ =0.8, PB = 10-3,10-6

Compárense los resultados obtenidos.


2.11. La probabilidad pn, de que una cola infinita M/M 1 se halle en estado n está dada
por:
pn=(1— ρ)pnρ =λ/ μ

A. Muéstrese que la ocupación promedio de la cola está dada por

E(n)=  nPn   / (1   )
n

B. Grafíquese pn como una función de n para ρ = 0.8.


C. Grafíquese E(n) contra ρ y compárese con la figura 2.17.

P(n)  (1   )   n    0.8

E (n) 
(1   )
2.12. La ocupación promedio del área de almacenamiento temporal de un multiplexor
estadístico (o concentrador de datos) se calcula para varios casos. (En un dispositivo de
este tipo los paquetes de entrada de las terminales conectadas a él se almacenan en
orden de llegada en un área de almacenamiento temporal y después se leen con una
política de servicio "primero que llega-primero en ser atendido" sobre un enlace de
transmisión de salida.) Se usara un modelo de área de almacenamiento infinita M/M/1
para representar el concentrador.
1. Diez terminales están conectadas al multicanalizador estadístico. Cada una genera,
enpromedio, un paquete de 960 bits, que se suponen con distribución exponencial,
cada 8s. Se usa una línea de salida de 2400 bits/s.
2. Repítase si cada terminal genera ahora en promedio un paquete cada 5 s.
3. Repítase el punto 1 anterior si se conectan 16 terminales.
4. Ahora se encuentran conectadas 40 terminales y se usa una línea de salida de 9600
bits/s.Repítase 1 y 2 para este caso. Auméntese ahora la longitud promedio del
paquete a 1600 bits. ¿Cuál es la ocupación promedio del área de almacenamiento
temporal si se genera un paquete cada 8 s en cada terminal? ¿Qué pasaría si se
permitiera a cada terminal aumentarsu tasa de generación de paquetes a 1 por cada 5
s en promedio? (Sugerencia: Seria apropiado usar un modelo de la cola M/M/1 finita
dejando a la propia elección el tamaño del área de almacenamiento temporal.)
2.13. Considérese la cola M/M/1 finita con capacidad máxima para N paquetes.
A. Muéstrese que la probabilidad de bloqueo es PB = 1/(N + 1) para ρ=1.
B. Grafíquese PB= PN para todos los valores de ρ, 0 ρ∞ para N = 4 y N =19.
c. El rendimiento se define como ɣ=λ(1—PB). Grafíquese ɣ/μ (el rendimiento normalizado)
como función de ρ = λ/μ (carga normalizada) para 0 ρ∞ N = 4 y N =19. Compárese.

(1   )   N
PB ( N ,  )   0   N  4 N  19
1   N 1

  (1   )   N 
 ( N ,  )    1     0   N  4 N  19

  1  
N 1
 

2.14. Remítase al problema 2.12. Encuéntrese el retardo medio E(T) y el tiempo promedio
deespera E(W) en cada caso.
2.15. Úsese la figura 2.23 para probar que la fórmula de Little se aplica en la política de
servicio UEPS.
2.16. Dibújense diagramas de llegada-salida propios para un sistema arbitrario de
formación de colas, como en las figuras 2.22 y 2.23, comparando las políticas de servicio
PEPS y UEPS. Llévese a cabo una prueba propia para la fórmula de Little.
2.17. Considérese en cola M/M/2 analizada en el texto. Derívese la ecuación (2.43), la
expresión para la probabilidad de ocupar un estado y la ecuación (2.44), la del promedio
de ocupación de la cola. Grafíquese μE(T) (tiempo normalizado de retardo) contra λ, la
tasa promedio de llegada (carga en el sistema) para la cola M/M/2, y compárese con dos
casos de servidor único: una cola M/M/1 con tasa de servicio μ y una cola M/M/1 con tasa
de servicio 2μ. Verifíquese la figura 2.27.

 
1
 E (T ) M / M /1   0   1 
1   
   2
1
 E (T ) M / M /1,   0   1 
2
1   
1
 E (T ) M / M /2   0   1     2
1   2 
2.18. Remítase a los ejemplos de servidor múltiple (0 amplio) y de cola con desaliento
analizados en el texto. Muéstrese que la distribución de probabilidad de estado y la
ocupación promedio de la cola están dadas, en ambos ejemplos, por la ecuación (2.47)
con la ecuación (2.48), y la ecuación (2.49), respectivamente. Sin embargo, el tiempo
promedio de retardo y desempeño son diferentes en ambos casos. Calcúlense estas dos
cantidades en los dos casos y compárense.
2.19. Considere una cola con un proceso general de salida (servicio) dependiente de
estado μ.
N
A. Explíquese porqué el rendimiento promedio está dado por  = 1 nPn
n 1

B. Tómese el caso especial de la cola M/M/2. μn = μ, n = 1; μn =2μ, n  2. Muéstrese que


=μp1+2μ(1-p0-p1). Muéstrese que justamente  = λ, si p1 y p0 se calculan de manera
explícita usando la ecuación (2.41).
2.20. Un sistema de formación de colas soporta N paquetes, incluyendo el o los que están
en servicio. La tasa do servicio es independiente de estado, con μn = n, 1 nN. Las
llegadas son de Poisson, con tasa promedio .
A. Muéstrese que la probabilidad de que el sistema se encuentre en el estado n es la
distribución de Erlang de la ecuación (2.54).
B. Muéstrese que el número promedio en el sistema está dado por la ecuación (2.56).
C. Muéstrese que el desempeño promedio es  =E(n), de dos maneras:
N
1. Úsese  =  0 p .
n 0
n n

2.  = (1-PB), donde PB es la probabilidad del bloqueo.


C. El teorema de Little dice que aquí E(T)=E(n)/=1/. Explíquese este resultado (es decir,
no hay tiempo de espera).
2.21. Un sistema de formación de cola tiene dos líneas de salida, usadas en forma
aleatoria por los paquetes que requieren servicio. Cada una trasmite a velocidad de μ
paquetes/s. Cuando ambas líneas estarán transmitiendo (sirviendo) paquetes, éstos son
bloqueados a su entrada; es decir, no hay almacenamiento temporal en este sistema. Los
paquetes tienen longitud con distribución exponencial; las llegadas son de Poisson, con
tasa promedio λρ = λ/μ = 1.
A. Encuéntrese la probabilidad de bloqueo PB, de este sistema.
B. Encuéntrese el número promedio, E(n), en el sistema.
C. Encuéntrese el rendimiento normalizado /μ, con  como el desempeño normalizado,
en paquete/s.
D. Encuéntrese el retardo promedio E(T) a través del sistema, en unidades 1/μ. (De
manera alternativa, encuéntrese E(T)/1/μ).
2.22. Un concentrador de datos tiene 40 terminales conectadas. A cada terminal llegan
paquetes con longitud promedio de 680 bits. Se agregan a cada paquete 40 bits de
información de control antes de que se trasmitan sobre un enlace de salida con
capacidad de C = 7200 b/s.
A 20 de las terminales llega en promedio un paquete/10 s.
A 10 de las terminales llega en promedio un paquete/5 s.
A 10 de las terminales llega en promedio un paquete/2.5 s.
Las estadísticas de llegada son de Poisson.
a. Las unidades de datos transmitidas (llamadas tramas) tienen longitud con
distribución exponencial. Encuéntrese (1) el tiempo promedio de espera en la cola,
sin incluir el tiempo de servicio, y (2) el número promedio de paquetes en el
concentrador, incluyendo al que está en servicio.
b. Repítase si todos los paquetes son de la misma longitud.
c. Repítasesi el segundo momento de la longitud de la trama es E(τ2) = 3(1/)2; y 1/
es la longitud promedio de la trama.
2.23Remítase a la derivación de las fórmulas de Pollaczek-Kinchine en el texto.
A. Derívese la ecuación (2.69), la expresión general para el numero promedio de usuarios
en cola.
B. Para el caso de llegadas de Poisson, calcúlense E(ν) y σν2, siguiendo el procedimiento
del texto, y muéstrese que resultan las ecuaciones (2.74) y (2.76).
2.24. Se transmiten sobre una red datos dos tipos de paquetes. Los de tipo 1, paquetes
de control, todos de 48 bits de longitud; los de tipo 2, paquetes de datos, de 960 bits de
longituden promedio. Los enlaces de transmisión tienen una capacidad de 9600 b/s. Los
paquetes de datos tienen una varianza 22 = 2(1/2)2, siendo 1/μ2 la duración en segundos
promedio del paquete. Los paquetes de control del tipo 1 constituyen un 20% del tráfico
total. La utilización global de trafico sobre un enlace de transmisión es ρ = 0.5.
a. Se usa una política de servicio PEPS (servicio sin prioridad). Muéstrese que el tiempo
promedio de espera para ambos tipos de paquetes es E(W) = 148 ms.
b. A los paquetes de control (tipo 1) se les asigna prioridad sin interrupción. Muéstrese
que el tiempo de espera de estos paquetes se reduce a E(W1)=74.5 ms, mientras que el
tiempo de espera de los paquetes de datos (tipo 2) aumenta ligeramente E(W2)=149 ms.
2.25. Muéstrese que el tiempo promedio de espera de clase p en un sistema de prioridad
sin interrupción esta dado por la ecuación (2.84).