LAST

ENIT 2016-2017 Réseaux de files d’attente (2ème année Télécom) Escheikh Mohamed
Travaux Dirigés Corrigés

Matière : Réseaux de files d’attente
Enseignant : Mohamed Escheikh
Classe : 2ème année Télécom
Département TIC
ENIT 2016
1
Dans ce manuel nous proposons des travaux dirigés

corrigés portant sur plusieurs thématiques traitées dans
le cours Réseaux de files d’attente dispensé dans le
cadre de la formation Ingénieur dans le département
Technologies de l’Information et de la Communication
(TIC) pour le compte des élèves de deuxième année
Télécom.
2
Exercice 1
Problème: Chaînes de Markov
Enoncé Exercice 1
Un chantier de réparation navale dispose d’une cale sèche unique :
Les réparations peuvent être classées en deux catégories :
 Réparations moyennes : durée 2 semaines.

 Réparations lourdes : durée3 semaines.
Les commandes parviennent au chantier de manière aléatoire, en début
de semaine. Au cours des 60 dernières semaines, le chantier a reçu 30 ordres
de réparations moyennes et 40 ordres de réparations lourdes. Certains de ces
ordres n’ont pu être satisfaits, la cale sèche étant occupée par un autre navire.
Dans ce cas, le client s’adresse à un chantier concurrent. A d’autres moments,
la cale sèche restait inoccupée.
L’exécution d’un ordre de réparation moyenne laisse au chantier une

marge de 21000 ε. La marge laissée par une réparation lourde est de 42 000 ε.
En cas d’inactivité de la cale sèche, le chantier subit, au contraire, une perte de
4200 ε/ semaines.
Les responsables du chantier ont déterminé quelle décision ils doivent prendre
lorsqu’ils sont saisis simultanément de deux commandes concernant
3
respectivement une réparation moyenne et une réparation lourde. Ils préfèrent

alors choisir la réparation lourde, plus rémunératrice (il n’est pas demandé de
justifier ce choix).
1. Quels sont les 6 états de la cale? Quelles sont les évolutions entre les
états d’une semaine à l’autre? Avec quelle probabilité ? Associer une
matrice et un graphe. On constatera que la matrice 6*6 trouvée
comporte 24 termes nuls, 3 termes égaux à 1 et 3 lignes identiques.
2. En supposant que le chantier fonctionne depuis de nombreuses
semaines, calculer la probabilité de chacun des états. En déduire
l’espérance mathématique du gain relatif à une semaine de
fonctionnement.
3. Vu la fréquence et l’importance de la marge pour les réparations
lourdes, les responsables du chantier vous consultent afin de savoir s’il
n’était pas intéressant de refuser les réparations moyennes pour ne se
consacrer qu’aux réparations lourdes. En adoptant la même démarche
qu’au 1 et 2, calculer la nouvelle espérance du gain et en déduire la
meilleure de deux politiques.
4. Justifier le choix initial des responsables (préférence accordée aux
réparations lourdes). Quelle devrait être la marge laissée par une
réparation lourde (en gardant 21000 ε pour une moyenne, et une perte
de 4200 ε pour une semaine d’inactivité) pour que ce choix soit
indifférent? Que remarque t-on?
4
Corrigé Exercice 1
1.
Soit les 6 états de la cale suivants :
 E0 : La semaine où la cale est vide.

 E1: 1ère semaine de la réparation lourde.
 E4: 4ère semaine de la réparation moyenne.
 E5: 5ère semaine de la réparation moyenne.
Graphe -1- 6 états de la cale
Soit l : Probabilité d’avoir une réparation lourde en début de semaine.
5
40 2
l 
60 3
m : Probabilité d’avoir une réparation lourde en début de semaine.
30 1
m 
60 3
2.
La chaîne de Markov est fortement connexe (à partir de n’importe quel

état i, je peux atteindre n’importe quel autre état j).
 La chaîne est ergodique, le régime permanent peut s’établir, la

solution du système  * .P   * et  * .e  1 , si elle existe, est unique.
Donc, on peut résoudre le système :
6

1 *
6

 0   *3   *5   *0

2 *
3

 0   *3   *5   1*
 1*   *2
 *2   *3

1 *
6

 0   *3   *5   *4
 *4   *5
  1*   *2   *3
 *4   *5   *0
1 * 2 *
1   0
6 3
 *0   *4
7
i 0
 *i  1
 *0  4 *0  4 *0  4 *0   *0   *0  1
1
 *0 
15
1 4 4 4 1 1
 , , , , , 
 15 15 15 15 15 15 
E (G) : c’est l’espérance mathématique des gains par semaine.
42000 * 42000 * 42000 * 21000 * 21000 *

E (G)=-4200  *0 + 1 + 2+ 3 + 4+ 5
3 3 3 2 2
=  4200 *0  42000 1*  21000 *4
E (G) =12320 ε/semaine.
3.
8
Graphe -2- Les 4 états de la cale sèche
1 2 2 2
*   , , , 
7 7 7 7
E (G)= -4200  *0 +4200  1*
=11400 ε/Semaine.
4.
1 4 1 1 2
-4200* +X* + 21000 * =-4200 * + X *
15 15 15 7 7
X=90300 ε
9
Exercice 2
Enoncé Exercice 2
(I) On Considère un ordinateur qui dispose de deux processeurs identiques et

indépendants. Le temps entre deux pannes a une distribution exponentielle. La
valeur moyenne de cette distribution est de 1000 heures. Le temps de réparation
d'un processeur endommagé est ainsi distribué exponentiellement avec un temps
moyen de 100 heures. Les PC endommagés peuvent être réparés en parallèle. Il
y a trois états pour cet ordinateur:
(1) les deux processeurs sont disponibles.
(2) un processeur est endommagé.
(3) les deux processeurs sont endommagés.
Question :
(A) Etablir une chaîne de Markov décrivant l’évolution du système.

(B) Quel est le générateur infinitésimal (matrice) Q pour cette chaîne?
Donnez la relation entre l'état au moment de probabilité Q et de ses
dérivés.
(C) Calculer l'état d'équilibre de ce processus.
(D) Quelle est la disponibilité de l'ordinateur si:
a. les deux processeurs sont appelés à travailler,
b. au moins un processeur devrait fonctionner.
10
(II) Considérons deux serveurs identiques, qui travaillent en parallèle. Quand un

serveur tombe en panne, l'autre a à faire tout le travail seul dans un contexte de
surcharge. La durée des pannes des serveurs est distribuée exponentiellement de
taux μH=3 × 104 H-1, lorsque les serveurs sont également chargées et
μF=7×104H-1, lorsque l'un des serveurs travaille en «pleine charge». En outre,
deux serveurs peuvent échouer en même temps, avec un taux d'échec μE=6×10-
5
H-1.
Dès que l'un des serveurs tombe en panne, la réparation est engagée. La
moyenne des temps de réparation d'un serveur est λ-1 = 10 heures. Toutefois, si
les deux serveurs sont endommagés, tout le système doit être arrêté. Le temps
moyen nécessaire à la réparation de ces deux serveurs endommagé λ B-1 = 20
heures.
Question :
(A) Tracer la chaîne de Markov pour ce système.

(B) Déterminer la matrice Q générateur infinitésimal.
(C) Déterminer l'état d'équilibre de probabilités.
(D) Déterminer la durée de vie moyenne des différents états.
(E) Quel est le nombre moyen de réparations de serveurs nécessaires
pendant une période d'une année?
11
Corrigé Exercice 2
(A) Le taux de panne pour chaque processeur : λ=0 .001/heure.
Le taux de réparation μ=0.01/heure.
La chaine de Markov pour les 3 états :
(I)
(B) La matrice génératrice:
et π est solution de π.Q=0
C) On
a
12
Pour on trouve :
. , qui est équivalent à la transition 23 qui

donne :
On utilise
.Pour λ=0.001/heure et μ=0.01/heure on trouve :
D) Calcul de π :
i. les deux processeurs sont en train de travailler :
ii. Au moins un processeur travaillerait :
II.
13
1)
2) La matrice génératrice :
3)
On a et π est solution de π.Q=0
La chaîne de Markov est spécifiée par :
14
4) La durée de vie moyenne est de l'état j est
2. Lorsque le système passe de l'état 0 à l'état 2, deux réparations ont lieu. La

fraction de temps pendant laquelle les deux serveurs sont endommagés est π0 et
la fraction de temps durant lequel un serveur est opérationnel est π1. Le taux de
réparations sera le taux de changement d'état de 1 à 2, en plus de deux fois le
taux de passage de l'état 0 à l'état 2:
Si on note avec X la variable aléatoire du nombre total d'échecs au cours de la

période de
1 an, alors la valeur moyenne de X sera
15
Exercice 3
Enoncé Exercice 3
Considérons un réseau de Jackson fermé avec K nœuds et M clients. La
constante de normalization pour le réseau est:
(1)
1. Montrer que le nombre de terme dans la sommation de l’équation (1) est:
2. Montrer que la constante de normalization peut être calculée basée sur

l’algorithme itératif suivant (algorithme de Buzen):
(2)
Avec conditions initiales:
G(0,k)=1 , k = 0, ……………...K
3. Soit le nombre de clients au noeud I en régime permanent. Montrer que:
, m= 1, 2…………..M
4. Prouver que le throughput moyen du nœud I est:
16
Corrigé Exercice 3
1. Le nombre de terme dans la sommation est égal au nombre d’états possibles

( ,….., ) tel que . Notons que chaque état correspond à une
manière de distribuer les M clients (“balls”) dans les K files d’attente (“boxes”).
Rappelons qu’il y a :
Possibilités de distribuer M balles dans K boxes, le résultat s’en suit.
2. Pour m>0 et k>1 on divise la somme en deux somme sur des ensembles
d’indices disjoints, correspondant à =0, et >0.
=
+
= +
Notons que le premier terme de la somme est G(m, k−1). Pour la deuxième
somme, observons que >0 définissons
+ 1. alors:
= G(m-1,k)
17
Ainsi: G(m, k)=G(m,k-1) G(m-1,k)
3. Nous avons:
= G (M-m)
4. Pour le throughput moyen du nœud i:
(M) = = . =
18
Exercice4
Problème: file avec serveurs parallèles A et B
Enoncé Exercice 4
:
On considère des arrivés de poisson avec un taux λ qui joignent une file
d’attente possédant deux serveurs parallèles A et B avec temps de service
exponentiellement distribués avec les taux μA et le μB, respectivement.
Si un client arrive et il trouve le système vide alors il sera rediriger vers le

serveur qui a été vide pendant le plus long temps, et si non la tète de la file
d’attente prend le premier serveur libre.
Q1. Définissez les états décrivant le système comme une chaîne de Markov et
tracez le diagramme des états-transitions.
Q2. Trouvez la distribution stationnaire.
Q3. Le système est-il réversible? Justifiez votre réponse.
Q4. Trouvez les taux de transition de la chaîne de Markov renversée et tracez

son diagramme des états-transitions.
19
Corrigé Exercice 4
Q1. Définissez les états décrivant le système comme une chaîne de Markov et
tracez le diagramme des états-transitions.
R1. Le diagramme des états-transitions est présenté dans la figure suivante

avec :
Q2. Trouvez la distribution stationnaire. [ 10 points ]
R2. A partir du DBE entre les états n et n+1, pour n=2,3..., nous avons
Et en écrivant le GBE pour les états 0A, 0B, 1A, et 1b, on aura :
20
En résolvant ce système des équations, On peut trouver les probabilités (en

fonctions de p2) ci-dessus :
Normalisation:
Q3. Le système est-il réversible? Justifiez votre réponse. [ 5 points ]
R3. On peut appliquer le critère de Kolmogorov à la boucle

0A→1A→0B→1B→0A. Dans la direction vers l'avant, le produit de la transition
évalue le long de la boucle est alors que dans la direction d'inversion il est 0. Et
par suite on peut conclure que le système n'est pas réversible.
Q4. Trouvez les taux de transition de la chaîne de Markov renversée et tracez

son diagramme des états-transitions. [ 5 points ]
R4. Pour n'importe quel n=2,3..., le DBE entre les états n et n+1 on a:
21
Pour les états restants, On prend:
En travaillant de la même manière on peut trouver les taux de transition entre

les états 1A et 2, et 1B et 2. Le diagramme des états-transitions de la chaîne
renversée est montré dans la figure suivante.
22
Exercice 5
Problème : File d’attente avec 3 types de service
Enoncé Exercice 5
• On considère une file où les clients arrivent selon un processus de Poisson

avec un taux λ. Les temps de service sont exponentiels et indépendants
entre eux et indépendants du processus d'arrivée.
Les buffers de la file sont infinis et les clients sont servis selon une
discipline FIFO.
Considérons les 3 types de service suivants:
- Type1: Il y a deux serveurs qui partagent la même file. Les temps de
service sont de paramètre μ. Un client qui arrive et trouve le système vide
se dirige aléatoirement vers l'un des serveurs. Si le client trouve un seul
serveur libre, il se dirige vers ce serveur. Sinon, il entre dans la file et
attend le service.
-Type2: Il y a un seul serveur (et une seule file), avec un taux de service
2μ.
- Type3: Il y a deux serveurs, chacun ayant sa propre file avec un taux de

service μ. un client qui arrive se dirige vers la première file avec la probabilité
1/2, ou vers la deuxième file avec la même probabilité.
On suppose que ρ=λ/2μ.
Questions:
1) Pour le service de type 1:

a) Tracer le diagramme de transition d'états et déterminer la distribution
stationnaire p(n), n=0,1,…
b) Trouver le nombre moyen de clients dans le système et le temps moyen passé
23
par un client dans le système.

c) Trouver le nombre moyen de clients dans la file et qui attendent le service.
2) Pour le service de type 2, trouver le nombre moyen de clients dans le

système et le temps moyen passé par un client dans le système.
3) Pour le service de type 3, trouver le nombre moyen de clients et le temps

d’attente moyen pour le réseau des deux files.
4) Comparer le temps d'attente moyen de ces trois systèmes. Est-il meilleur

d'utiliser deux serveurs identiques ou un seul serveur avec un double pouvoir de
traitement pour servir une seule file? Si on a deux serveurs, est-il mieux
d'utiliser des files dédiées, ou une file commune pour l'attente. Expliquez les
résultats intuitivement.
Corrigé Exercice 5
1)
Le nombre moyen de clients dans le système est:
et le temps moyen d’attente est:
24
Le nombre moyen de clients qui sont dans la file et attendent le service est:
2) Le système 2 est une file M/M/1 avec un taux de service égal à 2μ.
Pour ρ = λ/2μ on a:
3) Chaque file dans le troisième système est une file M/M/1 avec un taux
d'arrivée λ/2 et un taux de service μ, le nombre moyen de clients est ρ(1-ρ).
Le nombre total de clients dans le système est:
et le temps total d’attente, en utilisant le théorème de Little, est:
4)
On et
a:
donc
Donc, en terme de retard, il est toujours meilleur d'avoir un serveur rapide

que deux lents. La différence vient des temps quand il y a seulement un client
25
dans le système pendant lequel le système d'un seul serveur travaille à la moitié
de la vitesse du système de 2 serveurs.
Quand il y a deux serveurs, le retard diminue s'ils partagent la même file.

Le système des files dédiées exécute pauvrement, parce que si un serveur est
libre et l'autre est occupé, le serveur au repos ne peut pas entretenir les clients
qui attendent dans la file du serveur occupé, donc gaspillage de ressources.
26
Exercice 6
Problème : File interne File externe
Enoncé Exercice 6
On considère une file d’attente M/M/1 qui peut recevoir au maximum M

clients (en attente ou en service), supposons qu’un client qui arrive et trouve le
système plein ne va pas être perdu, mais sera affecté à une file externe
d’espace infini comme indiqué dans la figure suivante
File externe File interne
• La transition d'un client de la file externe vers la file du serveur est

instantanée.
Quand un client arrive et trouve le nombre de clients dans la file du
serveur inferieur à M, il entre instantanément dans cette file.
De la même façon, quand un client part de la file du serveur, le client se

trouvant à la tête de la file externe entre instantanément dans la file du
serveur.
• Ces deux système de files d’attente peuvent être modélisés par une
chaine de Markov à deux dimensions avec les états (i,k) où:
0 ≤ i < ∞ et 0 ≤ k ≤ M.
27
Questions:
1) Tracer le diagramme de transition d'états de la chaîne.
2) Trouver la probabilité en régime permanent p(i,k), qu'il y ait i clients dans la

file externe et k clients dans la file du serveur.
3) Trouver le nombre moyen de clients dans la file du serveur, et le nombre

moyen de clients dans la file externe.
4) Trouver le temps total moyen qu'un client passe dans le système des deux
files d’attente.
Corrigé Exercice 6
1) Quand il y a k≤M clients dans la file du serveur, la file externe est vide donc
i=0.
De même si i>0, il faut qu’il y a k=M clients dans la file du serveur.
Le diagramme de transition d’états est montré dans la figure suivante:
2) D’après le diagramme de transition d'états on a:
28
(1)
on a:
Alors:
Par conséquent:
3) Nous pouvons trouver facilement les distributions marginales pour chaque

file:
29
Alors le nombre moyen de clients dans la file du serveur et la file externe

est respectivement:
1) Le nombre moyen de clients dans les deux files est:
30
Exercice 7
Problème: M/G/1
Enoncé Exercice 7
:
Problème 2: Les clients arrivent à une file d'attente M/G/1 selon un processus
de Poisson avec un taux λ. Un client arrivant à la file est de type 1, avec une
probabilité β, ou de type 2, avec une probabilité 1-β, indépendamment du type
des autres clients. Le temps de service d'un client type 1 est exponentiellement
distribué avec une moyenne 1/μ1. Le temps de service d'un client type 2 est
exponentiellement distribué avec une moyenne 1/µ2.
1. Expliquez que le temps de service d'un client (indépendamment du type)

suit la distribution hyper-exponentielle :
f X ( x)   .1.e 1 x  (1   ).2 .e  2 x
2. Trouver la fonction de génération des moments et les deux premiers

moments de ce temps de service.
3. Trouver le temps d'attente moyen d’un client dans la file.
4. Soit β=1/9, μ1 = λ, et μ2 = 2λ
a. Trouver la transformé en Z, GN(z), et tirer son développement en
fractions partielles.
b. Trouver la probabilité stationnaire d’avoir n clients dans le
système.
31
Corrigé Exercice 7
Partie 1: Le résultat est immédiat puisque le temps de service d’un client suit
une distribution exponentielle de moyenne 1/μ1 et avec une probabilité β ou une
distribution exponentielle de une moyenne 1/μ2 et une avec probabilité 1-β.
Partie 2: la fonction de génération des moments d’une distribution exponentielle

avec une moyenne 1/μ est:
 

E[e ]   e e dx    e(  t ) x dx 
tX tx  x
0 0
 t
Pour la distribution hyper-exponentielle suivant le temps de service nous avons

:
 
M X (t )  E[e ]    e 1 e
tX tx  1 x
dx  (1   )  etx 2 e  2 x dx
0 0
1 2
  (1   )
1  t 2  t
Donc:
1 2
M X (t )   (1   )
( 1  t ) 2
( 2  t )2
2 1 22
M X (t )   (1   )
( 1  t ) 3
( 2  t )2
1 1
E[ X ]  M X (0)   (1   )
1 2
2 2
  2 (1   )
E[ X 2 ]  M X (0) 
 2
Partie 3: D’après la formule P-K
1 2avons :
nous
32
  (1   )

E[ X ] 2
12 22
E[W ]  
2(1  E[ X ]) 1     (1   )
1 2
Partie 4:Pour β=1/9, μ1 = λ, et μ2 = 2λ nous avons :

1 1 8 5
  E[ X ]   . 
9 2 9 9
1  8 2
M X (t )  
9   t 9 2  t
1  8 2 35  17 z
GA ( z )  M X ( ( z  1))   
9 2   ( z  1) 9 2   ( z  1) 9( z 2  5 z  6)
D’après l’équation de la transformé de P-K, nous avons:

35  17 z
( z  1)
GN ( z ) 
(1   )( z  1)GA ( z ) 4

 
9 z 2  5 z  6 4 35  17 z

z  GA ( z ) 9 35  17 z 9 9 z 2  36 z  35
z 2

z  5z  6 
Où nous avons éliminé un terme commun (z-1) du numérateur et du
dénominateur. Le polynôme dans le dénominateur a deux racines : 5/3 et 7/3,
d’ou :
4 35  17 z 4 35  17 z
GN ( z )  
81 ( z  5 / 3)( z  7 / 3) 81 (5 / 3  z )(7 / 3  z )
La transformé en z peut être divisé en fractions partielles comme ci-dessous :
x1 x
GN ( z )   2 z
5/3  z 7 /3
Où 4 35  17(5 / 3) 40
x1  lim (5 / 3  z )GN ( z )  
z 5 / 3 81 7 / 3  5 / 3 81 33
4 35  17(7 / 3) 28
x2  lim (7 / 3  z )GN ( z )  
z 7 / 3 81 5 / 3  7 / 3 81
D’ où
40 1 28 1
GN ( z )  . 
81 5 / 3  z 81 7 / 3  z
40 3 1 28 3 1
 . .  . .
81 5 1  3z / 5 81 7 1  3z / 7
8 1 4 1
 .  .
27 1  3z / 5 27 1  3z / 7
Notons que :

1
  (3 / 5) n z n , z  5 / 3
1  3z / 5 n  0

1
  (3 / 7) n z n , z  7 / 3
1  3z / 7 n  0
Ainsi, G(z) peut être développé en séries selon l’équation suivante :
  8  3 n 4  3 n  n
GN ( z )         .z
 27  5  27  7  
n0 
Ceci implique que :

n n
8 3 4 3
pn       , n  0,1,...
27  5  27  7 
Exercice 8
34
Problème: Probabilité de blocage, formule d'Erlang B,
formule d'Erlang C
Enoncé Exercice 8
On s'intéresse ici à un système disposant de N canaux de communications. Si les
N canaux sont occupés, les appels qui arrivent alors sont perdus (absence de
tonalité ou tonalité d'occupation par exemple). On parle alors de blocage du
système.
On va chercher à estimer cette probabilité de blocage en fonction du nombre de

canaux disponibles et du trafic. Compte tenu de ce qui a été énoncé sur le
caractère sans mémoire du processus d'arrivée d'appels, on peut considérer que
la probabilité lk dt est indépendante de l'état du système, d'où :
λk.dt =λ.dt, k< N-1
Pour la probabilité de fin d'appel on a par contre :
𝜇k.dt= 𝜇.k.dt, k< N
Cette probabilité de transition traduit juste que si k appels sont en cours chacun a
une probabilité 𝜇.dt de se terminer, d’ou la somme qui donne k.𝜇 dt. En toute
rigueur il faudrait soustraire à cette probabilité les probabilités correspondantes à
plusieurs appels qui se terminent dans l'intervalle dt car alors, on passe
directement à un état plus éloigné. Cependant on admettra que l'on peut négliger
ces probabilités qui sont de la forme:
En utilisant ces expressions de λk et de 𝜇k dans les équations donnant pk et p0,

il vient :
35
En introduisant alors la variable:
A=λ/ 𝜇
qui représente le nombre d'appels qui apparaissent sur le nombre d'appels qui se
terminent pendant un intervalle de temps, ce qui représente en fait tout
simplement le trafic, il vient :
ou encore en introduisant le 1 dans la sommation :
En reportant alors dans l'expression de pk ça donne:
36
La probabilité de blocage d'un système disposant de N canaux et pour un trafic

A s'écrit alors E(A, N) , elle est égale à la probabilité de se trouver dans l'état N
E(A, N) = pN et elle s'obtient grâce à l'équation suivante:
Cette formule est très importante en Télécommunications et elle porte le nom

de : formule d'Erlang-B.
Pour les grandes valeurs de N on peut approcher le dénominateur par A e et la

formule devient :
37
Probabilité de mise en attente et formule d'Erlang C
Si l'on considère un système pour lequel les appels bloqués peuvent être mis en
file d'attente avant d'être servis, on peut alors définir une probabilité d'être mis
en attente.
Avec ce système on a toujours:
λk.dt = λ.dt
mais, pour la probabilité de fin d'appel on a par contre :
En utilisant:
On obtient, pour k > N :
D'où finalement :
38
En utilisant l'expression de p0 :
et en décomposant la sommation, il vient :
Or
39
donc
La probabilité de mise en file d'attente se note C(N,A) , et elle est égale à
D’où:
Cette formule est aussi très importante et elle porte le nome de : formule
d'Erlang-C.
40
Corrigé Exercice8
1)
Le nombre moyen de clients dans le système est:
Le nombre moyen de clients qui sont dans la file et attendent le service est:
2) Le système 2 est une file M/M/1 avec un taux de service égal à 2μ.
Pour ρ = λ/2μ on a:
3) Chaque file dans le troisième système est une file M/M/1 avec un taux
d'arrivée λ/2 et un taux de service μ, le nombre moyen de clients est ρ(1-ρ).
Le nombre total de clients dans le système est:
41
et le temps total d’attente, en utilisant le théorème de Little, est:
4)
On et
a:
donc
Donc, en terme de retard, il est toujours meilleur d'avoir un serveur rapide

que deux lents. La différence vient des temps quand il y a seulement un client
dans le système pendant lequel le système d'un seul serveur travaille à la moitié
de la vitesse du système de 2 serveurs.
Quand il y a deux serveurs, le retard diminue s'ils partagent la même file.

Le système des files dédiées exécute pauvrement, parce que si un serveur est
libre et l'autre est occupé, le serveur au repos ne peut pas entretenir les clients
qui attendent dans la file du serveur occupé, donc gaspillage de ressources.
42
Exercice 9
Problème: Chaînes de Markov et Réseaux de files

d’attente
Enoncé Exercice 9
:
Soit le réseau fermé de N=3 files d’attente ci-dessous :
Réseau fermé de files d’attente avec 3 guichets exponentiels
43
1. Sachant que ce réseau comporte K=3 clients, déterminer les 10 états du

processus de Markov associé (noter chacun par un triplet) et tracer son
graphe simplifié. Ce processus est il ergodique ?
2. Ecrire l’équation de Chapman-Kolmogorov relative à chaque état
(théorème des coupes), en régime permanent. Ne pas chercher à
résoudre le système obtenu.
3. La résolution classique consiste à appliquer le théorème Gordon Newell :
soit un réseau fermé de N files d’attente et K clients ; chaque file i
comportant un seul guichet exponentiel de taux µi. On note M = {pij} la
matrice N *N des probabilités de routage (pij est la probabilité qu’un
client aille à la file j lorsqu’il quitte la file i) ; soit e une solution
quelconque du système (homogène) e.M=e où e= (e1, e2,…, eN).
Alors la probabilité de l’état (k1, k2,… , kN) en régime permanent (k1+ k2+… +kN
=K) est :
k1 k2 kN
1  e1   e2  e 
  k1 , k 2 ,..., k N  
*
    ... N 
G K   µ1   µ2   µN 
Où G (K) est une constante telle que la somme des probabilités des états est
égale à 1.
a) Résoudre, pour l’exemple, e.M=e en posant e1=µ1; donner l’expression

de  *  k1 , k 2 , k 3  en supposant que G (3) connue.
b) Montrer que pour p=q=1/2 et µ1= µ2 = µ3, G (3)=13/4.
c) En déduire les probabilités des états et vérifier qu’elles satisfont aux
relations du 2) ; on pourra se limiter à l’équation obtenue pour l’état (1,
1,1).
44
d) Evaluer nimoy (3), le nombre moyen de clients présents dans la file i.

Montrer nécessairement on a :
n1moy (K) + n2moy (K) + n3moy (K)=K et le vérifier ici.
Corrigé Exercice 9
1.
Soit l’état ijk :
10 états du processus
45
La chaîne de Markov est fortement connexe (à partir de n’importe quel

état i, je peux atteindre n’importe quel autre état j).
 La chaîne est ergodique, le régime permanent peut s’établir, la

solution du système  * .P   * et  * .e  1 , si elle existe, est unique.
2.
Equations de Chapmann Kolmogorov relative à chaque état :
Etat 1 : µ1 pt 300  µ1qt 300  µ2 t 210  µ3 t 201
Etat 2 : µ2 t 210  µ1qt 210  µ1 pt 210  µ1 pt 300  µ3 t111  µ2 t120
Etat 3 : µ1 pt 210  µ2 t 030  µ3 t 021  µ2 t  µ1qt  µ1 pt 120
Etat 4 : µ1 pt120  µ2 t 030
Etat 5 : µ3 t102  µ1qt 300  µ2 t111  µ3 t  µ1qt  µ1 pt  201
Etat 6 : µ1 pt 201  µ1qt 210  µ2 t 021  µ3 t 012  µ2 t  µ1qt  µ1 pt  µ3 t 111
Etat 7 : µ1 pt111  µ1qt120  µ2 t  µ3 t  021
Etat 8 : µ1qt 201  µ3 t 003  µ2 t 012  µ3 t  µ1qt  µ1 pt 102
46
Etat 9 : µ1 pt 201  µ3 t 003  µ2 t 012  µ3 t  µ1qt  µ1 pt 102
Etat 10 : µ1qt102  µ3 t 003
3. a).
La matrice de probabilité de routage M : (dt= t )
e.M=e
 e1 1  µ1t   µ2 te2  µ3 te3  e1
e1 µ1 pt  1  µ2 t e2  e2
e1 µ1t  1  µ3 t e3  e3
Pour e1=µ1
e1=µ1
µ12
e2  p
µ2
47
µ12
e3  q
µ3
K2 K3
K 1  µ1   µ12 
2
 k1 , k 2 , k 3   1 
1
*
   
G 3  µ2 µ2   3 3
µ µ
K2 K3
 µ  2   µ  2 
 *  k1 , k 2 , k 3  
1 K1
G3
1    1  p   1  q 
 µ2    µ3  
3. b).
 k , k , kl   1
3
i j
i , j ,l
 300  120   210   030   201  111   021  102   012   003  1
K2 K3
  K 1, K 2, K 3  
1
1K 1  1  1
 
G 3 2 2
K 2 K 3
1 K1  1 
  K 1, K 2, K 3   1  
G 3  2 
G 3 
13
4
48

Langue

LAST

Transféré par

Informations du document

Copyright

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

LAST

Transféré par

Droits d'auteur :

ENIT 2016-2017 Réseaux de files d’attente (2ème année Télécom) Escheikh Mohamed

Travaux Dirigés Corrigés

Dans ce manuel nous proposons des travaux dirigés

Un chantier de réparation navale dispose d’une cale sèche unique :

Les réparations peuvent être classées en deux catégories :

 Réparations moyennes : durée 2 semaines.

L’exécution d’un ordre de réparation moyenne laisse au chantier une

respectivement une réparation moyenne et une réparation lourde. Ils préfèrent

Soit les 6 états de la cale suivants :

 E0 : La semaine où la cale est vide.

Graphe -1- 6 états de la cale

Soit l : Probabilité d’avoir une réparation lourde en début de semaine.

m : Probabilité d’avoir une réparation lourde en début de semaine.

La chaîne de Markov est fortement connexe (à partir de n’importe quel

 La chaîne est ergodique, le régime permanent peut s’établir, la

Donc, on peut résoudre le système :

E (G) : c’est l’espérance mathématique des gains par semaine.

42000 * 42000 * 42000 * 21000 * 21000 *

=  4200 *0  42000 1*  21000 *4

E (G) =12320 ε/semaine.

Graphe -2- Les 4 états de la cale sèche

E (G)= -4200  *0 +4200  1*

(I) On Considère un ordinateur qui dispose de deux processeurs identiques et

(1) les deux processeurs sont disponibles.

(2) un processeur est endommagé.

(3) les deux processeurs sont endommagés.

(A) Etablir une chaîne de Markov décrivant l’évolution du système.

(II) Considérons deux serveurs identiques, qui travaillent en parallèle. Quand un

(A) Tracer la chaîne de Markov pour ce système.

(A) Le taux de panne pour chaque processeur : λ=0 .001/heure.

Le taux de réparation μ=0.01/heure.

La chaine de Markov pour les 3 états :

(B) La matrice génératrice:

et π est solution de π.Q=0

. , qui est équivalent à la transition 23 qui

.Pour λ=0.001/heure et μ=0.01/heure on trouve :

i. les deux processeurs sont en train de travailler :

ii. Au moins un processeur travaillerait :

On a et π est solution de π.Q=0

La chaîne de Markov est spécifiée par :

4) La durée de vie moyenne est de l'état j est

2. Lorsque le système passe de l'état 0 à l'état 2, deux réparations ont lieu. La

Si on note avec X la variable aléatoire du nombre total d'échecs au cours de la

1. Montrer que le nombre de terme dans la sommation de l’équation (1) est:

2. Montrer que la constante de normalization peut être calculée basée sur

Avec conditions initiales:

3. Soit le nombre de clients au noeud I en régime permanent. Montrer que:

4. Prouver que le throughput moyen du nœud I est:

1. Le nombre de terme dans la sommation est égal au nombre d’états possibles

Possibilités de distribuer M balles dans K boxes, le résultat s’en suit.

Ainsi: G(m, k)=G(m,k-1) G(m-1,k)

4. Pour le throughput moyen du nœud i:

Si un client arrive et il trouve le système vide alors il sera rediriger vers le

Q2. Trouvez la distribution stationnaire.

Q3. Le système est-il réversible? Justifiez votre réponse.

Q4. Trouvez les taux de transition de la chaîne de Markov renversée et tracez

R1. Le diagramme des états-transitions est présenté dans la figure suivante

Q2. Trouvez la distribution stationnaire. [ 10 points ]

En résolvant ce système des équations, On peut trouver les probabilités (en

Q3. Le système est-il réversible? Justifiez votre réponse. [ 5 points ]

R3. On peut appliquer le critère de Kolmogorov à la boucle

Q4. Trouvez les taux de transition de la chaîne de Markov renversée et tracez

Pour les états restants, On prend:

En travaillant de la même manière on peut trouver les taux de transition entre

• On considère une file où les clients arrivent selon un processus de Poisson

- Type3: Il y a deux serveurs, chacun ayant sa propre file avec un taux de

=  4200 0  42000 1  21000 *4

E (G)= -4200  0 +4200  1