<div dir="ltr">Hola<br><br>Este<b> viernes 16 de junio a las 10:00 horas</b> en el salón de seminarios del Centro de Matemática hablará <b>Andrés Ferragut</b> (Cátedra de Teoría de las Telecomunicaciones -- Facultad de Ingeniería -- Universidad ORT Uruguay) en el seminario de Probabilidad y Estadística.<br><br>El título de la charla es: <b><font color="#0000ff">¿Cuánto tiempo debemos recordar las cosas?</font></b><br><br><br>Saludos.<br>Andrés<br><br><i><font color="#0b5394"><b>Abstract:</b><br>En este trabajo analizamos el desempeño de sistemas de caché. Un sistema de caché es una memoria que permite almacenar localmente contenidos para luego acceder rápidamente a ellos, sin tener que contactar a la fuente, reduciendo los tiempos de acceso. En el caso de cachés TTL (time-to-live), los contenidos se guardan un cierto tiempo en memoria, lo que genera un compromiso entre el tiempo durante el cual se recuerda el archivo (memoria ocupada) y la probabilidad de que esté guardado localmente cuando es requerido (probabilidad de hit).<br><br>Nos planteamos entonces encontrar, para un catálogo de objetos de tamaño N, el tiempo óptimo que es necesario mantener cada archivo para maximizar la probabilidad de hit, sujeto a una restricción de memoria ocupada en media.<br><br>En este trabajo, probamos que la política óptima depende fuertemente de la forma de la función "hazard-rate" del proceso de pedidos. En el caso en que el hazard-rate es creciente, la política óptima resulta ser estática. En el caso de hazard-rate decreciente, caracterizamos la política óptima, y para el caso de tiempos entre pedidos Pareto (de relevancia práctica), caracterizamos el "límite fluido" de la política cuando el tamaño del catálogo tiende a infinito.<br><br>Compararemos también el desempeño de esta política con políticas más clásicas de caché, como ser "least-recently-used" o "least-frequently-used", entre otras.</font></i><br></div>