Distribucion Erlang y Beta Alumna

DISTRIBUCION ERLANG Y BETA
ALUMNA:
TATIANA PINEDA VILLANUEVA
PROFESORA
MARTHA ARTETA
ESTADISTICA INFERENCIAL
UNIVERSIDAD LIBRE
SECCIONAL BARRANQUILLA
INGENIERIA INDUSTRIAL
4to Semestre
2016
DISTRIBUCIÓN ERLANG
La distribución Erlang es una distribución de probabilidad continua con una amplia

aplicabilidad debido principalmente a su relación con la exponencial y la
distribución gamma dada por la suma de un número de variables aleatorias
independientes que poseen la misma distribución exponencial. La distribución
Erlang se aplica en modelos de sistemas de servicio masivo, ejemplo son las
situaciones donde el servicio tiene que realizas dos operaciones cada una con
tiempo de servicio exponencial.
La distribución Erlang es el resultado del trabajo realizado por el matemático

danés Agner Krarup Erlang (1878-1929) quien fue un pionero en la aplicación de
métodos estadísticos para el análisis de las redes telefónicas. La distribución se
deriva del modelo el total de tiempo de espera asociado con una cola de
solicitudes en una central telefónica, por lo cual es de especial interés para
nuestro curso de teoría de colas.
La distribución Erlang es una distribución continua, que tiene valor positivo para
todos los números reales mayores que cero, y está dada por dos parámetros: la
forma k, que es un entero no negativo, y la tasa, que es un número real no
negativo. La distribución a veces se define utilizando el inverso de parámetro de
tasa, la escala. Se utiliza la distribución Erlang para describir el tiempo de espera
hasta el suceso número k en un proceso de Poisson. El parámetro de escala  es
equivalente a la media de una distribución exponencial, y el parámetro de forma k
es equivalente al número de eventos distribuidos exponencialmente. Cuando el
parámetro es equivalente al número de eventos distribuidos exponencialmente.
Cuando el parámetro de la distribución de gamma generaliza la distribución Erlang
permitiendo k ser una real, usando la función gamma en lugar de la función
factorial.
Debido a la función factorial en el denominador, la distribución Erlang solo esta
definida cuando el parámetro k es un entero positivo.
Función de atribución acumulativa Erlang
Parámetros
K > 0€ Z
> 0
Alt.:=1/>0
Dominio
[0,)
Función de densidad
k x k−1 e−x
❑¿ ¿
k −1
Función de distribución
k−1
(k , x) n
=1 ∑ e− x ( x ) /n !
( k−1 ) ! n=0
Media
K/ 
Moda
(k-1)/ *k ≥ 1
Varianza
k /❑2
Para los casos de uso se debe tener en cuenta el tiempo de espera es decir los
eventos que ocurren independientemente con cierta tasa media, son modelados
con procesos de poisson. Los tiempo de espera ente k ocurrencias del evento son
distribuciones de Erlang.
La distribución de Erlang, que mide el tiempo transcurrido entre la recepción de
llamadas, se puede utilizar en conjunción con la duración esperada de las
llamadas entrantes para así generar alguna información sobre la carga de tráfico
medio en unidades de Erlang. Esto puede ser usado para determinar la
probabilidad de pérdida de paquetes o el retardo, de acuerdo con diversas
hipótesis formuladas acerca de si las llamadas están bloqueadas son abortadas
(formula Erlang B) o hasta que la cola sirva (la formula Erlang C). Las formulas
Erlang B y C están todavía en el uso diario para la elaboración de modelos de
tráfico para aplicaciones tales como el diseño de centros de llamadas.
La fórmula de Erlang B asume una población infinita de orígenes (Como usuarios

de telefonía), la cual ofrece tráfico en conjunto a N servidores (como líneas en un
grupo de troncales). La tasa de llegadas de nuevas llamadas (tasa de nacimiento)
es igual a  y es constante, no depende del número de recursos activos, porque
se asume que el total de recursos es infinito. La tasa de abandono (tasa
mortandad) es igual al número de llamadas en progreso dividida por h, la media
del tiempo de llamadas en espera. La fórmula calcula la probabilidad de bloqueo
en una pérdida del sistema, si un requerimiento no es atendido inmediatamente
cuando trata de utilizar un recurso, y este es abortado. Por lo tanto no son
encolados, el bloqueo ocurre cuando hay un nuevo requerimiento de recursos,
pero todos los servidores ya están ocupados. La fórmula asume que el tráfico que
es bloqueado se libera inmediatamente.
AN
B (N , A)= N i
∑ Ai!
i=O
Una forma que es usada para calcular tablas de la fórmula de Erlang B es:
AB (N−1, A)
B (N , A)=
N + AB (N −1, A)
Donde
 B es la probabilidad de bloqueo
 N es el número de recursos como servidores o circuitos en un grupo
 A=h es la cantidad de trafico entrante expresado en Erlangs
La fórmula Erlang B se aplica a los sistemas con pérdidas, tales como sistemas
telefónicos tanto fijos como móviles, que no ofrecen almacenamiento de llamadas
(es decir, no permiten dejar la llamada “en espera”), y no se pretende que lo
hagan. Se asume que las llegadas de llamadas pueden ser modeladas por un
proceso de Poisson, pero es válida para cualquier distribución estadística de
tiempos entre llamadas.
Erlang B también es una herramienta para dimensionar tráfico entre centrales de

conmutación de vox.
La cantidad b (N, A), como se expresó arriba, involucra algún trabajo de cálculos
numéricos y consecuentemente, se necesitan tablas.
Formula Erlang C
La fórmula de Erlang C también asume una infinita población de fuentes, las
cuales ofrecen en conjunto, un tráfico de A Erlang hacia N servidores. Sin
embargo, si todos los servidores están ocupados cuando una petición llega de una
fuente, la petición es introducida en la cola. Un sin fin de números de peticiones
podrían ir a la cola en este modo simultáneamente. Esta fórmula calcula la
probabilidad de la cola ofrecido en el tráfico, asumiendo que las llamadas que
fueron bloqueadas se quedaran en el sistema hasta que se pueda atender. Esta
fórmula es usada para determinar la cantidad de agentes o representantes de
clientes, que necesitará en un (Call Center) para después saber la probabilidad en
la cola.
AN N
N ! N −A
PW = N−1
Ai AN N
∑ +
i ! N ! N− A
i=0
Donde:
 A es la intensidad total del trafico ofrecido en unidades de Erlangs

 N es la cantidad de servidores (números de troncales9
 PW es la probabilidad de que un cliente tenga que esperar para ser
atendido.
Se asume que las llamadas entrantes pueden ser modeladas usando una
distribución de Poisson y que el tiempo de espera de las llamadas son descriptas
por una distribución exponencial negativa.
La distribución Erlang también se produce como una descripción de la tasa de

transición de los elementos a través de un sistema de comportamientos. Estos
sistemas son ampliamente utilizados en la biología y la ecología. Por ejemplo en
matemáticas, epidemiologia, una persona puede progresar a un ritmo exponencial
de saludable a portador y de nuevo de forma exponencial de portador a infeccioso.
La probabilidad de que un individuo infeccioso en el momento será dada para la
distribución de Erlang con K-2 estos modelos tienen la propiedad útil que la
varianza en los comportamientos infecciosos es grande. En un modelo
exponencial para la varianza es 1/ que a menudo es demasiado pequeña.
Ejemplos Erlang
1. Suponga que cierta pieza metálica se romperá después de sufrir dos ciclos
de esfuerzo. Si estos ciclos ocurren de manera independiente a una
frecuencia promedio de dos por cada 100 horas. Obtener la probabilidad de
que el intervalo de tiempo se encuentre hasta que ocurre el segundo ciclo.
a. Dentro de una deviación con respecto del tiempo promedio
b. A más de dos desviaciones por encima de la media
Solución
X: lapso que ocurre hasta que la pieza sufre el segundo ciclo de esfuerzo, en
horas.
K=2
L=2 ciclos/100m horas l=0.02
σ¿ √ v ( x )= k 2 = √ 2 =70.71
√ ❑ 0.02
a) P(m-s<>m+s)=P(29.29)
17071 17071
0.022 e−0.02 x 0.022
∫ x dx= ∫ xe−0.02 x dx=0.73751288
29.28 1! 1! 2928
b) P(X > m+2s) = P(X > 241.42) = 1 – P(X £ 241.42) =2

24142 24142
0.022 e−0.02 x 0.022
1− ∫ x dx=1− ∫ xe−0.02 x dx=0.0466
0 1! 1! 0
LA DISTRIBUCIÓN DE PROBABILIDAD BETA
Es una función de densidad con dos parámetros definida en el intervalo cerrado 0

<= y <= 1. Se utiliza frecuentemente como modelo para fracciones, tal como la
proporción de impurezas en un producto químico o la fracción de tiempo que una
maquina están en reparación.
Función de densidad probabilidad:
α, β > 0;0 ≤ y ≤1
y ∝−1 (1− y )β −1
( y):
B(α , β )
En cualquier otro punto donde
β−1 τ (α ) τ (β)
B ( α , β )=∫ y ∝−1 ( 1− y ) dy=
τ (α + β )
Nótese que la definición de (y) sobre el intervalo 0<= y <= 1 restringe su

aplicación. Si c<= y<= d, y = (y- c) / (d- c) definirá una nueva variable en el
intervalo 0<= y <= 1. Así la función de densidad beta se puede aplicar a una
variable aleatoria definida en el intervalo c<= y <= d mediante una traslación y una
medición en la escala.
La función de distribución acumulativa para la variable aleatoria beta se llama

comúnmente función beta y está dada por
y
t ∝−1 (1−t )β −1
( y )=∫ dt =I y (α , β)
0 B(α , β)
Para valores enteros de alfa y beta, Iy (alfa, beta) está relacionada con la función
de probabilidad binomial. Cuando y = p, se puede demostrar que
y ∝−1 (1− y) β−1 n

( y )=∫ dy =∑ P y (1− p)n− y
B (α , β) y=α
En donde 0< p < 1 y n igual a alfa más beta menos uno. El valor esperado y la
varianza de una variable aleatoria X con distribución beta son
a
E ( X )=
a+b
ab
V ( X )=
( a+ b+1 ) (a+ b)2
Un caso especial de la distribución Beta con a = 1 y b = 1 es la probabilidad

uniforme.

Distribucion Erlang y Beta Alumna

Cargado por

Copyright:

Formatos disponibles

Distribucion Erlang y Beta Alumna

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribucion Erlang y Beta Alumna

Cargado por

Copyright:

Formatos disponibles

DISTRIBUCION ERLANG Y BETA

TATIANA PINEDA VILLANUEVA

La distribución Erlang es una distribución de probabilidad continua con una amplia

La distribución Erlang es el resultado del trabajo realizado por el matemático

Función de atribución acumulativa Erlang

La fórmula de Erlang B asume una población infinita de orígenes (Como usuarios

Erlang B también es una herramienta para dimensionar tráfico entre centrales de

 A es la intensidad total del trafico ofrecido en unidades de Erlangs

La distribución Erlang también se produce como una descripción de la tasa de

L=2 ciclos/100m horas l=0.02

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

Es una función de densidad con dos parámetros definida en el intervalo cerrado 0

Función de densidad probabilidad:

En cualquier otro punto donde

Nótese que la definición de (y) sobre el intervalo 0<= y <= 1 restringe su

La función de distribución acumulativa para la variable aleatoria beta se llama

y ∝−1 (1− y) β−1 n

Un caso especial de la distribución Beta con a = 1 y b = 1 es la probabilidad

También podría gustarte