Reti di Telecomunicazione

Documenti analoghi
B - ESERCIZI: IP e TCP:

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

Controllo e scheduling delle operazioni. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

3. Esercitazioni di Teoria delle code

Analisi dei flussi 182

Programmazione e Controllo della Produzione. Analisi dei flussi

Teorema di Thévenin-Norton

Aritmetica e architetture

Corso di Automazione Industriale 1. Capitolo 7

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Modelli decisionali su grafi - Problemi di Localizzazione

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

Macchine. 5 Esercitazione 5

CARATTERISTICHE DEI SEGNALI RANDOM

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

Misure Topografiche Tradizionali

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita

Integrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1

Dai circuiti ai grafi

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Variabili statistiche - Sommario

Potenzialità degli impianti

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

I MODELLI MULTISTATO PER LE ASSICURAZIONI DI PERSONE

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

Definizione del problema

ELETTRONICA dei SISTEMI DIGITALI Universita di Bologna, sede di Cesena. Fabio Campi

Rappresentazione dei numeri PH. 3.1, 3.2, 3.3

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

Dipartimento di Elettronica Informatica e Sistemistica Università di Bologna. Sistemi radiomobili cellulari

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

Recurso especial: Análise do Erro na Valoração das Provas

Le forze conservative e l energia potenziale

Il diritto penitenziario in canton Berna

STUDIO METEOMARINO INDICE 1. INQUADRAMENTO GEOGRAFICO DEL PARAGGIO; Fetch REGIME DEL MOTO ONDOSO...8

Trasformatore monofase. Le norme definiscono il rendimento convenzionale di un trasformatore come: = + Perdite

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente

LE FREQUENZE CUMULATE

CAPITOLO 3 Incertezza di misura Pagina 26

La rappresentazione dei numeri. La rappresentazione dei numeri. Aritmetica dei calcolatori. La rappresentazione dei numeri

José Geraldo da Fonseca, Efeitos Jurídicos da Eleição do Empregado a Cargo de Diretor da Empresa

Calibrazione. Lo strumento idealizzato

Modelli descrittivi, statistica e simulazione

Soluzione del compito di Fisica febbraio 2012 (Udine)

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

Corso di. Dott.ssa Donatella Cocca

Il campionamento casuale semplice

Le tossicodipendenze in Canton Ticino

Modello idraulico - Rapporto tecnico. (Rev. 0b)

Il traffico è un gioco?

Misure su sistemi trifasi

5: Strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza

Università degli Studi di Urbino Facoltà di Economia

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Apprendimento Automatico e IR: introduzione al Machine Learning

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Edifici a basso consumo energetico: tra ZEB e NZEB

31/03/2012. Collusione (Cabral cap.8 PRN capp ) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

MODELLISTICA DI SISTEMI DINAMICI

Campo di applicazione

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

Statistica e calcolo delle Probabilità. Allievi INF

Analisi dei Segnali. Sergio Frasca. Dipartimento di Fisica Università di Roma La Sapienza

Canali punto-punto. Canali e Multiplazione. Cenno sul sincronismo. Metodi per garantire il sincronismo. Sincronismo mediante preambolo

1. i limiti di p che garantiscono un funzionamento stabile del sistema ;

Premessa essa sulle soluzioni

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Tutti gli strumenti vanno tarati

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

COMANDO PROVINCIALE VIGILI DEL FUOCO DI MILANO ALLEGATA AL PROGETTO DI LAVORI DI COSTRUZIONE NUOVA PALESTRA SCOLASTICA POLIVALENTE

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Soluzione esercizio Mountbatten

Corrente elettrica e circuiti

Problema 1: nastro trasportatore in anello aperto. Problema 1: nastro trasportatore in anello aperto

CHE COS E LA COMPLESSITA

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

Capitolo 6 Risultati pag a) Osmannoro. b) Case Passerini c) Ponte di Maccione

DALLA TEORIA DEGLI ERRORI AL TRATTAMENTO DEI DATI

MODELLI DI SISTEMI. Principi di modellistica. Considerazioni energetiche. manca

Metodi di Ottimizzazione mod. Modelli per la pianificazione delle attività

Concetti principale della lezione precedente

Università degli Studi di Genova T esi di Laurea Specialistica di Ingegneria Gestionale. Indice..2 RINGRAZIAMENTI I modelli microscopici...

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

Università degli Studi di Torino D.E.I.A.F.A. Forze conservative. Forze conservative (1)

4.6 Dualità in Programmazione Lineare

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

PROBLEMA 1. Soluzione. β = 64

Fondamenti di Fisica Acustica

Reti Radio Cellulari L. Giugno, M. Luise 15/11/ INTRODUZIONE AI SISTEMI DI COMUNICAZIONE CON MEZZI MOBILI: I SISTEMI CELLULARI

Introduzione al Machine Learning

Transcript:

Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc Ret d Telecomuncazone Prof. Fabo Martgnon F. Martgnon: Ret d Telecomuncazone

Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc Ret d Code Ret d Telecomuncazone F. Martgnon: Ret d Telecomuncazone 2

Ret d Code Def.: Sstem con rsorse multple n cu ogn stazone opera n modo asncrono e concorrente. Esemp Calcolator n cu CPU operano n parallelo. Ret d comuncazone. I centr d smstamento operano n parallelo. Una rete è composta da M stazon d servzo (non servent) ognuna con la propra coda. Rete d code Aperta Topologa della rete generale. 2 λ 2 λ s q s6 q s q 2 q 2 q 2 q 2 λ q q 2 q 65 q 5 q q λ q 5 Rete d code Chusa F. Martgnon: Ret d Telecomuncazone 5 q d λ d

Modello del sngolo sstema q s λ λ q λ λ q j λ Estraggo dalla rete l canale -esmo µ q d λ q k λ k Fluss n ngresso al sstema: q s λ traffco entrante dall esterno q k λ k traffco entrante dal nodo k-esmo Rpartzone del traffco uscente q d λ traffco verso la destnazone q j λ traffco verso l nodo j Se var traffc entrant sono d Posson anche l traffco rsultante è d Posson con valor medo par alla somma de valor med. F. Martgnon: Ret d Telecomuncazone

Modello del sngolo sstema q s λ λ q λ λ q j λ Estraggo dalla rete l canale -esmo µ q d λ Traffco uscente: Nota: q k λ k se le rpartzon d traffco sono fatte n modo casuale (q j = prob. d andare al nodo j), allora traffc uscent sono pure d Posson con valor medo q j λ Se le rpartzon fossero fatte n modo determnstco ad esempo ruotando cclcamente fra tutte le possbl u uscte l traffco n ognuna avrebbe dstrbuzone degl nterarrv erlangana d ordne u con valor medo F. Martgnon: Ret d Telecomuncazone u λ λ 2... u 5

Processo n uscta da un sstema d code Teorema d Burke: Dato un sstema M M, M M m o M M, con qualunque dscplna d coda, n regme permanente, con tasso medo degl arrv par a λ, rsulta: Il processo n uscta è Possonano con valor medo λ Esempo: cascata d code: In base al teorema, studo sstem come code M M Osservazone: L ngresso n ogn coda concde con l uscta della precedente. I temp d attraversamento non sono, a rgore, ndpendent da nodo a nodo (messaggo lungo, lungo tempo d trasmssone). F. Martgnon: Ret d Telecomuncazone 6

Ret d Jackson Una rete con M nod (o canal ) è defnta rete d Jackson se: l servente al nodo ha veloctà d sevzo µ (n) quando sono present n utent completato l servzo ad un nodo l utente scegle a caso e ndpendentemente dal passato la sua destnazone (uscre dalla rete o andare n un altro nodo) la rete è aperta e ogn arrvo esterno avvene secondo un processo d Posson F. Martgnon: Ret d Telecomuncazone 7

Teorema d Jackson In una rete d Jackson n stato stazonaro e con arrv λ al nodo :. l numero d utent n ogn nodo è ndpendente dal numero d utent n ogn altro nodo 2. l nodo s comporta statstcamente come se fosse carcato da traffco d Posson con valor medo λ. la dstrbuzone della probabltà congunta n stato stazonaro è n forma d prodotto ove F. Martgnon: Ret d Telecomuncazone p M ( n ) = Π p ( n ) ( ) = ( ) p n ρ = n λ = < µ ρ ρ 8

Ret d Jackson: : Comment Le dverse code, benché nterconnesse e legate dalle espresson d contnutà de fluss, s comportano come se fossero ndpendent. Ogn coda è un sstema M M ndpendente. L nterconnessone ( effetto rete ) ha solo nfluenza su valor ρ Stess rsultat s ottengono con:. M M m (sstema con tempo d servzo dpendente dallo stato della coda), per l teorema d Burke. 2. Qualunque rete aperta con arrv d Posson (qu s è consderata una sola coppa sorgente-destnazone) F. Martgnon: Ret d Telecomuncazone 9

Ret d Jackson: : Comment Osservazone mportante: I temp d servzo s sono consderat ndpendent da nodo a nodo. Questa potes può lascare perpless: un pacchetto lungo n uscta da una coda genererà un servzo lungo nella coda successva. Tuttava se tant fluss s mescolano all ngresso della coda, la somma d tal traffc torna ad essere suffcentemente casuale, e l potes fatta è soddsfatta S parla d Klenrock ndependence approxmaton q λ q s λ λ λ q j λ F. Martgnon: Ret d Telecomuncazone q k λ k µ q d λ 0

Valutazone Prestazon d una Rete d Code Consderamo un esempo ntroduttvo. Ipotes: pacchett d lunghezza esponenzale Capactà de collegament: pck/s Calcolare l rtardo medo end-to-end per cammn (path): (,2,), (,5,), (,5,2,) γ 2 =2 γ =2 / (/2) / (/2) /2 γ 5 = 2 5 /2 2 / 2/ (7/2) (7/) (7/6) (7/) 7/2 55/2 Traffco totale offerto= 6 pck/s Le quanttà ( ) rappresentano l traffco n pck/s presente sul collegamento F. Martgnon: Ret d Telecomuncazone

[ ] E T µ = ρ = µ λ Esempo Rtardo medo sul generco lato: λ ρ = µ Qund: [ 2 ] ET [ 5 ] ET [ 52 ] ET = 2 = 2 + 7 2 + 7 = + 7 + 2 F. Martgnon: Ret d Telecomuncazone 7 6 Il rtardo lungo un generco cammno (sequenza d lat modellzzat cascuno come M M ) è par alla somma de rtard su sngol lat 2

Grado d Servzo d una Rete G.o.S (detta anche Qualty of Servce, QoS) Tempo medo T* mpegato per andare dal nodo sorgente al nodo destnazone = meda pesata de rtard fra tutte le coppe d nod. j T T * = γ γ j j γ j = Frequenza meda pacchett con sorgente e destnazone j γ = γ j j = Totale traffco medo entrante nella rete T j = Rtardo medo tra sorgente e destnazone j Nota: G.o.S rappresenta un ndcatore unco delle prestazon della rete. Utlzzando questa defnzone, tuttava, è necessaro esegure O(M 2 ) operazon, tante quante sono le coppe sorgente-destnazone nel grafo F. Martgnon: Ret d Telecomuncazone

Grado d Servzo d una Rete γ T* γ γ T [ ] E n [ ] = En [ ] En * = M = LITTLE s RESULT M = numero lat/arch del grafo En [ ] = numero medo d messagg n coda o n servzo sul lato = λ T = λ µ λ LITTLE s RESULT da cu T * = γ M = λ µ λ dpende da λ traffco offerto al lato (s consderano solo le code ne lat). Nota: n tal modo l calcolo del G.o.S ha complesstà O(M), ove M è l numero d lat del grafo F. Martgnon: Ret d Telecomuncazone

Grado d Servzo: estenson E possble estendere la defnzone data precedentemente d G.o.S. d una rete tenendo conto d: Rtard d propagazone fra nod Tempo d processng all nterno d ogn nodo Tuttava, no utlzzeremo la defnzone data, che caratterzza con suffcente precsone le prestazon della rete F. Martgnon: Ret d Telecomuncazone 5

Esempo A B E 50 C F 0 0 D Rete con 6 nod ed 8 lnk Tutt lnk sono full-duplex (bdrezonal) Capactà espresse n kbt/s A B C D E F Matrce de Traffc (offert alla rete) smmetrca Traffco totale offerto alla rete: γ = 2 pck/s = 800 bt (serve per convertre µ le capactà de lnk da bt/s a pck/s) F. Martgnon: Ret d Telecomuncazone A B C D E F - 9 BA CBA DFBA 7 EA FEA 9 AB - 8 CB DFB 2 EFB FB Esempo: ABC 8 BC - DC EC 2 FEC ABFD BFD CD - ECD FD 7 AE 2 BFE CE DCE 5 FE 5 EF γ j pck/s CAMMINO λ FD = γ AD + γ BD + γ FD = 8 pck/s = λ DF - AEF BF 2 CEF DF - 6

Esempo Utlzzando formula M M Lnk λ pck/s C kbt/s µ C pkts/s T ms AB 25 9 n 2 5 6 7 BC CD AE EF FD BF 2 6 8 0 0 50 0 25 2.5 25 62.5 2.5 25 77 5 7 222 67.28 0.92 0.92 0.79 0.27.78 0.67 0.7 8 EC 8 25 59 6 E un numero > 2, ma è corretto. Infatt un pacchetto, nella rete, percorre pù tratte, e genera traffco su pù lnk n 6 = =.2 2 Numero medo lnk attraversat da un pacchetto (ovvero: da un cammno) F. Martgnon: Ret d Telecomuncazone T * M = λt = ms γ = 7

Esempo Adesso valutamo la sensbltà della rete al carco offerto Per far questo supponamo d moltplcare la matrce del traffco offerto per un coeffcente η, e valutamone l G.o.S. 000 T(ms) /µ=0 500 /µ = 800 00 F. Martgnon: Ret d Telecomuncazone 57 A rete scarca (η tende a 0) T λ = 57ms γ µ C T 0 = µ C 0.5.5.56 Valore d saturazone dato dal lato che satura prma, ovvero l lato FD µ λ C 2. 5 = = 56. 8 Basta guardare la tabella e fare l rapporto Tra la colonna λ e quella µc 8