Chapitre 2 : Les réseaux de Petri

non autonomes
Plan :
 Introduction
 RdP synchronisés
 RdP temporisés
 RdP Temporels
 RdP continus
 RdP Hybrides
 RdP Colorés
 RdP stochastique
Introduction
Rappel : RdP autonome et non autonome

Un RdP autonome décrit le fonctionnement d'un système

dont les instants de franchissement ne sont pas connus ou
indiqués.

Un RdP non autonome décrit le fonctionnement d'un

système dont l'évolution est conditionnée par des
événements externes ou par le temps.
Dans un RdP non autonome, l’évolution ne dépend pas
seulement de l’état du réseau mais aussi de l’environnement
qui lui est associe.
L’évolution peut dépendre du temps :
 RdP temporisé
 RdP temporel
 Stochastique ou continu
L’évolution peut aussi dépendre des données externes :
 RdP haut niveau
1. Les réseaux de Petri synchronisé
Définition :

Un ensemble d'événements externes est associé au RdP, ces

événements permettent le franchissement de certaines
transitions. Un tel RdP est dit synchronisé.

 Un RdP synchronisé est un réseau non autonome dont

le fonctionnement dépend des évènements externes.
Evolution du marquage dans un RdPS

Le franchissement d'une transition 𝒕𝒊 d'un RdPS s'effectuera

maintenant si les deux conditions ci-après sont vérifiées :

1) La transition 𝒕𝒊 est validée.

2) L'évènement 𝒗𝒊 associé est vrai (ou a pour valeur 1 au
sens booléen).

Le franchissement de la transition se synchronise donc sur

l'évènement. D'où l'appellation d’un RdP synchronisé.
Evolution du marquage dans un RdPS

 Le franchissement des transitions est conditionné par

des évènements.
 Une transition est franchissable s’elle est validée et
l’évènement se produit.
Définition 2 :

Un RdP synchronisé est un RdP marqué dans lequel toute

transition est associée à un évènement :
• Evènement externe E
• Evènement interne : changement d’état, de marquage
• Evènement neutre : évènement toujours occurrent
Exemple :

T1 est franchissable dès que l’évènement E se produit.

T1 est immédiatement franchie.
 Exemple :

Considérons le RdP modélisant la machine décrite ci-

dessous. On associe à ce RdP l'ensemble d'événements A, D,
S, où A désigné l'événement « Arrivée pièce », D l'événement
« Démarrage service », S l'événement « Sortie pièce ». La
figure représente le système modélisé par un RdP
synchronisé.
Exemple :
Le tir (le franchissement) de la transition T1 est lié à
l'occurrence de l'événement A.

Le tir de la transition T2 est lié à la validation de la transition,

matérialisée par la présence d'au moins un jeton dans la place
« stock » et d'un jeton dans la place « ressource machine libre
». Au démarrage effectif du service (occurrence de
l'événement D). Le tir de la transition T3 est lié à l'occurrence
de l'événement S.
 Exemple : synchronisation entre service production et
consommation (Synchronisation des deux taches P2 et P6)
 Introduction (Les Réseaux de Petri et le temps)
Les premiers modèles qui intégraient le temps relevaient
d’une logique qui consistait à décrire le temps nécessaire à
une opération. Cette approche permet de représenter les
mécanismes temporels associés à un processus.

L’évolution peut dépendre du temps :

RdP temporisé, RdP temporel et RdP Stochastique ou continu.
2. Les réseaux de Petri temporisés
Le temps peut être associé indifféremment aux transitions
(modèle RdP t-temporisé) ou aux places (modèle RdP p-
temporisé).

Définition :

Les RdPs temporisés permettent de décrire les systèmes dont

le fonctionnement dépend du temps (durée entre le début et
la fin d’une opération).
 2.1 RdP P-temporisé :

Un réseau de Petri P-temporisé avec 𝑛 places et 𝑝 transitions

est un doublet <𝑃𝑁, 𝑇𝑒𝑚𝑝> avec:

𝑃𝑁 est un réseau de Petri < 𝑃, 𝑇, 𝑃𝑟𝑒, 𝑃𝑜𝑠𝑡> avec un

marquage initial 𝑀0 .

𝑇𝑒𝑚𝑝 est la fonction durée minimale de séjour d’une

marque dans une place donnée :
 RdP P-temporisé :

Temp : P-- Q+ qui à chaque place fait correspondre un

nombre rationnel positif décrivant la durée d’indisponibilité
des jetons.

La sémantique est que les marques doivent rester dans la

place 𝑃𝑖 au moins le temps 𝑑𝑖 associé à cette place.

𝑇𝑒𝑚𝑝(𝑃𝑖 ) = 𝑑𝑖
 RdP P-temporisé :

Pendant 𝑑𝑖 la marque est indisponible ; elle ne participe

pas à la validation des transitions. 𝑑𝑖 représente donc :

• la durée d’indisponibilité de la marque pour la validation

des transitions.

• le temps minimum de séjour d’une marque dans une place.

Exemple (RdP P-temporisé) :
Exercice :

 Pour l’exemple précédent, si on associe la temporisation

d1 à la place P1, donner l’évolution du marquage
Exercice(solution) :
2.2 RdP T-temporisé :

On associe cette fois la temporisation aux transitions.

Principe de fonctionnement :

Une marque peut avoir deux états :

 Disponible (ou non réservée)

 Réservée pour le franchissement d’une transition.
 Définition :

Un RdP T-temporisé est un doublet <𝑃𝑁, 𝑇𝑒𝑚𝑝> où :

𝑃𝑁 : un réseau de Petri marqué

𝑇𝑒𝑚𝑝 : application de l’ensemble T dans l’ensemble des

nombres rationnels positifs.

𝑇𝑒𝑚𝑝(𝑇𝑖 ) = 𝑑𝑖 est la temporisation de la transition 𝑇𝑖 .

 RdP T-temporisé :

Le franchissement d’une transition 𝑇𝑖 temporisé d’une durée

𝑑𝑗 franchissable à une date 𝛿 consiste soit :

A réserver un jeton dans chacune des places en amont de Tj

à la date 𝛿 (on le représente évidé)pour franchir Tj,(cas avec
réservation).

A ne pas réserver les jetons (qui pourront alors franchir une

autre transition dans le cas de conflit).
 Et à ajouter un jeton dans chacune des places en aval de Tj à
la date 𝛿 + 𝑑𝑗 .

Les évènements (disparition/apparition de jeton) aux

instants 𝛿 et 𝛿 + 𝑑𝑗 sont instantanés.

𝛿 est parfois appelé la date de début du franchissement et

𝛿 + 𝑑𝑗 date de fin de franchissement.
Exemple : donner l’évolution du marquage de cet exemple
Exemple(Solution) :

Au début 𝛿 = 0 est la date de début de franchissement.

Ensuite 𝛿=0+d1=0+1 est la date de fin de franchissement

(Apparition du jeton dans la place P3 ).

Enfin à la date 𝛿=1+d2=1+2=3 :apparition du jeton dans P4.

Remarque :

A la date 𝛿 = 1 , le jeton apparait dans P3 et disparait

immédiatement.
2.3 Equivalence P-temporisé et T-temporisé :
Introduction (RdP temporels et RdP temporisés) :
Les contraintes de temps de séjour nécessitant l’utilisation
des RdP temporels à la place des RdP temporisés.

Les RdP temporisés ne modélisent que les contraintes de

temps minimum.

Les RdP temporisés constituent une sous-classe des RdP

temporels :
 Ils ont été introduits plus tôt que les RdP temporels,
aussi la littérature scientifique qui les concerne est très
abondante.
 Pour cette raison, un grand nombre de propriétés
des RdP temporels ont été présentées comme une
généralisation de propriétés préalablement établies
pour les RdP temporisés.
3. Les réseaux de Petri temporels
Leur fonctionnement dépend toujours du temps, mais le
franchissement des transitions s’effectue dans une fenêtre
temporelle.

3.1 Les Réseaux de Petri P-temporels

Les RdP P-temporels, dont les fondements théoriques ont été

élaborés par Khansa [KHA97], sont utilisés pour modéliser et
analyser les systèmes à contraintes de temps.
 Il a été montré qu’ils représentent un formalisme puissant et
reconnu pour la modélisation de l’obligation de respect des
temps de séjour.

3.1 RdP P-temporels :

RdP P-temporels se contentent d’être un outil de modélisation

des systèmes à événements discrets dédié à la prise en
compte des contraintes de temps de séjour exprimées sous
forme d’intervalles.
 Dans ce cas, une classe bien particulière de contraintes est
traitée :

 Premièrement, il faut que ces dernières soient de nature

temporelle, ce qui constitue un cas très particulier.
 Bien plus, ces contraintes doivent être modélisables à
l’aide d’intervalles associés aux places du RdP. Seul un
certain type de contraintes de temps de séjour est donc
modélisé.
 Définition :

Un RdP P-temporel est donné par le doublet <𝑃𝑁, 𝐼𝑆> :

𝑃𝑁 est un RdP marqué.

𝐼𝑆 est la fonction qui associe à chaque place 𝑃𝑖 un intervalle

de temps [𝑎𝑖 , 𝑏𝑖 ] : 𝐼𝑆(𝑃𝑖 ) = [𝑎𝑖 , 𝑏𝑖 ] avec 0 ≤ 𝑎𝑖 ≤ 𝑏𝑖

𝐼𝑆 definit l’intervalle statique de temps de séjour d’une

marque dans la place 𝑃𝑖 .
 Une marque dans la place 𝑃𝑖 participe à la validation de ses
transitions de sortie que si elle a séjourné au moins la durée
𝑎𝑖 dans cette place.

Elle doit quitter la place 𝑃𝑖 , donc franchir l’une des

transitions de sortie au plus tard quand sa durée de séjour
devient égale à 𝑏𝑖 .

Après ce temps (𝑏𝑖 ), la marque sera morte et ne participera

plus à la validation des transitions.
Différents états d’un jeton dans un RdP P-temporel

𝑞𝑖 : le temps écoulé depuis l’arrivée de la marque dans la place

𝑝𝑖 .
3.2 Les Réseaux de Petri T-temporels

Les RdP t-temporels sont destinés principalement à l'étude

des systèmes de télécommunication dont les évolutions
dépendent des contraintes de type temps de réponse (time-
out).
 Dans ce modèle, un intervalle [a, b] de temps est associé à
chaque transition du réseau.

L’intervalle associé à la transition 𝑇𝑖 est relatif au moment où

la transition devient validée. Supposons que 𝑇𝑖 est validée à
l’instant 𝑡, alors elle peut être franchie seulement entre 𝑎 + 𝑡
et 𝑏 + 𝑡 , sauf si elle devient non-validée à cause du
franchissement d’une autre transition avec laquelle elle était
en conflit.
 Définition :

Un réseau de pétri T-temporel est un doublet <𝑃𝑁, 𝐼𝑆> :

PN est un réseau de Petri marqué

IS est l’application de T dans 𝑄 × 𝑄

La fonction IS associe, à chaque transition 𝑇𝑖 , un intervalle à

bornes rationnelles :

𝐼𝑆(𝑇𝑖 ) = [𝑎𝑖 , 𝑏𝑖 ] avec 0 ≤ 𝑎𝑖 ≤ 𝑏𝑖 (𝑏𝑖 peut être infini)

 𝑎𝑖 est la date statique de tir au plus tôt et 𝑏𝑖 est la date de tir
au plus tard de 𝑇𝑖 .

Une transition doit être sensibilisée (validée) pendant le délai

minimum 𝑎𝑖 avant de pouvoir être tirée (franchie) et ne peut
rester validée au-delà du délai maximum 𝑏𝑖 sans être tirée.
 Règle de tir :

Une transition 𝑇𝑖 est franchissable, à une date relative τ, si

est seulement si les conditions suivantes sont satisfaites:

La transition 𝑇𝑖 est sensibilisée par le marquage M :

∀𝑃𝑖 ∈ °𝑇𝑖 𝑀(𝑃𝑖 ) ≥ 𝑃𝑟é(𝑃𝑖 , 𝑇𝑖 )

𝜏 n’est pas inférieur à la date au plus tôt de 𝑇𝑖 et 𝜏 n’est pas
supérieur à la date au plus tard des autres transitions
sensibilisées par 𝑀 .
 Règle de Tir :

La première condition est celle qui autorise le tir dans les

réseaux de Petri ;

La deuxième résulte de l’obligation de tirer les transitions

dans leurs intervalles de tir.
 Fonctionnement :

La transition est validée pendant l’intervalle de temps qui lui

est associé.

Si elle est franchie, elle l’est au plus tard à la durée bi de

validation.
 Exemple d’équivalence RdP temporisé et RdP temporel

Pour passer d’un RdP T-temporisé à un RdP temporel il suffit

de remplacer chaque transition 𝑇𝑖 par une séquence 𝑇𝑖′ .
4. Les réseaux de Petri colorés
Cette partie est consacrée à un RdP de Hauts niveaux qui est
les RdP colorés.

Deux familles de réseaux de haut niveau, les réseaux colorés

et les réseaux à prédicats/transitions ont été initialement
introduits afin de prendre en compte dans un réseau de Petri
des comportements similaires mais devant être distingués.
 Problème :

La modélisation d’un système réel peut mener à des réseaux

de Petri de taille trop importante rendant leur analyse difficile.
La question est alors de modifier la modélisation par RdP de
façon à obtenir des modèles RdP de plus petite taille.
 Cette taille importante peut nous mener à des cas où le stock
contient plusieurs types de pièces, donc des places
supplémentaires doivent être introduite pour qu’on puisse
distinguer entre les différentes marques d’une place.
Les réseaux de Petri ordinaires :

 ne capturent pas les symétries d’un problème.

 ne permettent pas d’associer des informations aux

jetons.

 ne permettent pas de paramétrer la solution d’un

problème.
 Solution :

Utiliser une notation concise et paramétrée des réseaux de

Petri : Les réseaux de Petri colorés.

Définition informelle :

• Chaque place p est caractérisée par un domaine de couleur

C(p).

• Un jeton d’une place p est un élément de C(p).

• Chaque transition t est caractérisée par un domaine de
couleur C(t).

Propriétés

 Les jetons sont « typés » par des couleurs.

 Le nombre de couleurs est fini.

 Ces réseaux permettent de représenter de manière

compacte des systèmes ayant des composantes aux
comportements identiques.
Propriétés

 Un RdP coloré n'est qu'une représentation avec un

graphisme condensé d'un RdP ordinaire.

 Les propriétés d'un RdP coloré sont les mêmes que

celles des RdP ordinaires,
 Exemple :

Un système de production est constituée d’une première

machine avec son stock en sortie de capacité limitée à 3,
produisant la pièce a; et d’une seconde machine avec son
stock en sortie de capacité limitée à 3, produisant la pièce b.
Exemple :

Les RdP des machines a et b avec leurs stocks de sortie

Ce système est constitué de deux
sous-systèmes identiques
(première machine avec son
stock et seconde machine avec
son stock) chacun produisant
un type de pièces différentes-
> on pourrait superposer les
RdPs représentant chacun des
sous-systèmes.
Dans le RdP représentant le
premier sous système, une
marque dans une place fait
référence à tout ce qui
concerne la pièce a. Dans le
second RdP, une marque fait
référence à la pièce b .
Si on superpose les deux RdPs,
il est donc nécessaire de
différencier deux types de
marques : une première que
l’on nomme <a> qui
correspond au marquage du
premier RdP et une seconde
baptisée<b> correspondant
On parle alors de
au marquage du second RdP.
couleur.
 L’ensemble des couleurs est noté C = {<a>,<b>}

 Chaque transition est alors validée pour une couleur.

RdP coloré
Remarque :

 Le passage du RdP de base au RdP coloré est appelé

pliage.

 Le passage du RdP coloré au RdP de base est appelé

dépliage.
Marquage :

Le marquage d’un RdP coloré est

maintenant défini pour chaque
couleur. Par exemple, sur le RdP
coloré représenté à droite, le
marquage :

• Pour la couleur <a> est (0,1,1,2)

• Pour la couleur <b> est (1,2,0,1)
Le marquage peut être ainsi définit par:

 Une matrice où chaque colonne correspond à une couleur:

 Une matrice à une seule colonne dont les éléments sont
des combinaisons linéaires des couleurs de chaque place :
5. Les réseaux de Petri continus
Les RdPs continus sont utilisés lorsque le nombre de
marques est très importants.

Il est alors impossible de représenter les marques dans les

places, donc :

• Les marques seront remplacés par des nombre entiers.

• Les temporisation sont remplacées par des vitesse de

franchissement.
Exemple (un RdP continu) :
Passage d’un RdP temporisé à un RdP Continu (RdPC) :

• Le fonctionnement d’un RdPC se définit comme une

extension d’un RdP T-temporisé.

• Les jetons sont divisés en sous parties jusqu’à l’obtention

d’une infinité de sous –jetons.

• Les temporisations associées aux transitions sont

remplacés par des vitesses de transitions.
Étapes de passage d’un RdP temporisé à un RdP continu :

Partage des marques en k jetons.

Dédoublement des transition à l’instant 𝑡 + 𝑑1 (𝑑1 la
temporisation associé à 𝑇1 ).
Remplacement des k transitions de durée 𝑑1 par une seule
transition de durée d.
Remarque : On doit retrouver le même comportement à
l’instant 𝑡 + 𝑑1 .
Le problème qui se pose est de trouver le bon d. Donc il faut
faire des approximations de d.
Exemple (Passage s’un RdPT à un RdPC) :
6. Les réseaux de petri hybrides
Les réseaux de Petri Hybrides font coopérer une partie
discrète et une partie continue. Cette dernière partie permet
pour des systèmes de production à haute cadence,
d’approximer le nombre de pièces par un nombre réel, la
production des pièces étant alors considérée comme un flot
continu transitant par les différentes machines de l’atelier.
 Les réseaux de Petri Hybrides allie les avantages de :

La modélisation des Réseaux de Petri discrets temporisés sur

les transitions.

La modélisation continue pour représenter les flux de

produits grâce aux réseaux de Petri continus.
 Avec ce modèle hybride, dans les systèmes à haut débit de
production, les produits ne sont plus considérés
individuellement mais comme un flux de pièces passant à
travers les machines et les zones de transfert.

Les Réseaux de Petri Hybrides offrent la possibilité de décrire

les changements logiques liés aux systèmes de production à
haute cadence.
Exemple d’application des RdP hybrides :

Les systèmes de convoyage sont

conçus pour effectuer un
transport efficace et rationnel des
bouteilles du point de
déchargement au point de
chargement, en passant par
différents points de traitement.
Convoyeur à chaîne pour bouteilles
 Deux grandes classes de modèles peuvent être utilisées dans
ce domaine :

Les modèles discrets, basés sur une représentation cellulaire

du convoyeur.

Les modèles continus – en général, grands consommateurs

de temps de calcul à cause du nombre important
d’événements à traiter.
 Le modèle hybride du système de convoyage :

Le modèle est représenté par un réseau hybride, avec deux

structures particulières :

Une continue (les places P7 et P8 interconnectées par la

transition T5).

L’autre discrète, composée par les places P1, P2, .., P6 et les
transitions T1, T2, T3 et T4.
Le modèle hybride du système de convoyage :
 Introduction :
En associant des durées de franchissement aléatoires aux
transitions pour l'évolution du marquage, on introduit Les
réseaux de Petri stochastiques (RdPS).

Ce type de RdPS est bien adapté pour la modélisation des

phénomènes aléatoires où le temps entre deux événements
n'est pas fixe.
 Exemple :

Lors du fonctionnement d’une machine, le temps entre deux

pannes est aléatoire.

Le RdPS modélisant ce système permet de prendre en

compte l’occurrence des défaillances et leur influence sur le
comportement du système.
7. Les réseaux de Petri stochastiques(RdPS) :
Les RdPS permettent la modélisation des systèmes qui
présentent des aléas liés à la sûreté de fonctionnement
comme les pannes, les défauts et les accidents.

Les RdPS sont les plus utilisés dans les systèmes de

production parce que ces derniers peuvent être à la fois
déterministes et stochastiques.
 7.1 Définition :

Un RdPS est défini comme un 5 uplets

(𝑃, 𝑇, 𝑃𝑟𝑒, 𝑃𝑜𝑠𝑡, 𝑀0 , 𝝁) , tel que :

P: l’ensemble des places et T : l’ensemble des transitions.

Pre, post : matrices d’incidence avant et après.

𝑀0 : marquage initial.

μ: l’ensemble des taux de franchissement

 7.2 le taux de franchissement dans un RdPS

Nous considérons un RdPS ou chaque transition 𝑇𝑖 est

associée une durée de franchissement 𝑑𝑖 , tel que :
𝑑𝑖 est une variable aléatoire avec une distribution de
probabilité exponentielle : Pr(𝑑𝑖 ≤ 𝑡) = 1 − exp⁡(−𝜇𝑖 ∗ 𝑡)
Pr(di<=t) = 1-exp(-µi*t): probabilité pour que le
franchissement de 𝑇𝑖 ait lieu avant 𝑡.
La valeur moyenne de la durée de franchissement est notée
∗ ∗ 1
par 𝑑𝑖 et définie par : 𝑑𝑖 =
𝜇𝑖
μi est appelé le taux de franchissement de la transition 𝑇𝑖 .
 7.3 Analyse d’un RdP stochastique

L’étude des performances d’un système se fait généralement

à partir de son état permanent. Pour cela, le RdPS modélisant
le système doit vérifier les propriétés suivantes :

1- Le graphe des marquages doit être borné.

2- Le graphe de marquage doit être vivant.

2- Les taux de franchissements ne doivent pas dépendre du

temps.
Afin d’obtenir les indices de performance d’un système, ce
dernier doit être analysé grâce aux démarches suivantes :

a. Constructions du graphe des marquages.

b. Déduction du processus de Markov associé.
c. Détermination du générateur du processus markovien.
d. Calcule des probabilité d’états en régime permanant.
e. Calcule des indices de performance.
 a. Constructions du graphe des marquages :

Rappel : Le graphe des marquages atteignables définit tous

les Marquages que l’on peut atteindre à partir d’un
marquage 𝑀0 , c’est une arborescence dans laquelle :
Les nœuds sont les marquages atteignables à partir de 𝑀0 .
Chaque arc représente la mise à feu d’une transition.
La racine de l’arborescence correspond à 𝑀0 .
Les nœuds qui correspondent au même marquage sont
fusionnés.
b. Déduction du processus de Markov associé :

Le graphe des marquages d’un RdPS borné est un Processus

de Markov, ceci est dû à la propriété sans mémoire de la
distribution exponentielle des taux de transition.
c. Détermination du générateur du processus markovien :

Le générateur du processus markovien est une matrice

carrée de dimension L x L, où L est le nombre fini d’états
de la chaîne de Markov correspondante. Elle regroupe
l’ensemble des taux de transition entre les marquages du
graphe.
Cette matrice A est remplie de la façon suivante :

Avec :

𝑎𝑖𝑗 = 𝜇𝑖𝑗 si 𝑗 ≠ 𝑖 𝜇𝑖𝑗 : le taux de transition entre le

marquage 𝑀𝑖 et 𝑀𝑗 .
𝑎𝑖𝑖 = − ∑ 𝜇𝑖𝑗 si 𝑖 = 𝑗 ∑ 𝜇𝑖𝑗 : la somme des taux de sortie du
marquage 𝑀𝑖 .
 d. Calcule des probabilité d’états en régime permanant :

Rappel :

L’évolution des probabilités d’être dans un marquage au

cours du temps est donnée par l’équation :

∏i(t) : c’est la probabilité d’être dans le marquage Mi à

l’instant t.
 Les probabilités d’état en régime permanent ∏i() sont
obtenues en résolvant le système suivant:

𝜋(∞). 𝐴 = 0⁡
𝑟

∑ 𝜋𝑖 (∞) = 1
𝑖=1
e. Calcule des indices de performance.

1) Fréquence moyenne de franchissement d’une transition

est :
𝑓𝑗∗ = ∑ 𝜇𝑗 (𝑘 ) ∗ 𝜋𝑘∗
𝑘
K tel que Tj soit franchissable à partir de 𝑀𝑘

2) Le nombre moyen de jetons dans une place est :

𝑀∗ (𝑃𝑖 ) = ∑ 𝑀𝑘∗ (𝑃𝑖 ) ∗ 𝜋𝑘∗

𝑘
3) Le temps moyen de séjour d’un jeton dans une place est:
∗
∗( )
𝑀 (𝑃𝑖 )
𝐷 𝑃𝑖 =
𝑃𝑜𝑠𝑡𝑖 ∗ 𝐹 ∗

𝑃𝑜𝑠𝑡𝑖 : poids des arcs en amont de Pi

𝐹 ∗ : la fréquence moyenne des transitions en amont de Pi

Exemple :
Nous considérons le RdPS suivant :
1) Graphe de marquage :
2) Processus de Markov :
3) Générateur du processus markovien

−𝝁𝟎𝟏 𝝁𝟎𝟏 𝟎
𝑨 = [ 𝝁𝟏𝟎 −𝝁𝟏𝟎 − 𝝁𝟏𝟐 𝝁𝟏𝟐 ]
𝟎 𝝁𝟐𝟏 −𝝁𝟐𝟏
4) Calcul des probabilités en régime permanant
𝜋(∞). 𝐴 = 0
2

∑ 𝜋𝑖 (∞) = 1
𝑖=0
 Exercice :
Soit une machine de production dont l’évolution est
déterminée par trois états distincts : disponible, arrêt et
panne.

Les taux de franchissement sont donnés par le tableau

suivant :
 𝝁𝒊 Valeur Signification
𝜇1 1 Taux d’arrêt
𝜇2 2 Taux de remise en marche
𝜇3 1 Taux de panne
𝜇4 3 Taux de réparation

1. Modéliser les états de la machine par un RdP

2. Donner le processus markovien
3. Donner le générateur du processus markovien
4. Calculer les probabilités d’états en régime permanant
1) Modéliser les états de la machine par un RdP
2) Donner le processus de Markov
1
[0]
𝑻𝟏
0

𝑻𝟑
0
[1] 𝑻𝟐
𝑻𝟒
0
0
[0 ]
1
D’où le processus de Markov :

1
𝝁𝟐
𝝁𝟏

𝝁𝟑

𝝁𝟒
3) Générateur du processus markovien :
−𝜇1 − 𝜇3 𝜇1 𝜇3
A= [ 𝜇2 −𝜇2 0 ]
𝜇4 0 −𝜇4

−2 1 1
A=[ 2 −2 0 ]
3 0 −3
 4) Calcul des probabilités d’états en régime
permanant

[𝜋0 (∞), 𝜋1 (∞), 𝜋2 (∞)]. 𝐴 = 0

𝜋0 (∞) + 𝜋1 (∞) + 𝜋2 (∞) = 1

−2. 𝜋0 (∞) + 2. 𝜋1 (∞) + 3. 𝜋2 (∞) = 0
𝜋0 (∞) =0.54
𝜋0 (∞) − 2. 𝜋1 (∞) = 0
𝜋1 (∞) =0.27
𝜋0 (∞) − 3𝜋3 (∞) = 0
𝜋2 (∞) =0.18
𝜋0 (∞) + 𝜋1 (∞) + 𝜋2 (∞) = 1