USTHB, Faculté d’Informatique licence Informatique ACAD A

Epreuve MEPS

Exercice 1. 10 pts On considère la chaîne de Markov de matrice des probabilités

 1 0 0 0 0
 
1 / 3 1 / 3 1 / 3 0 0
de transition : P   0 1/ 3 1/ 3 1/ 3 0 
 
 0 0 0 1  
 0 0 1    
 0

Pour faciliter la correction des copies, ainsi que la compréhension par les
étudiants de l’énoncé du sujet, on adoptera le codage des états de 1 à 5.

(i) Quels sont les valeurs de  et  admissibles pour que la matrice P

corresponde à celle d’une chaîne de Markov ? Sol. 0   ,   1

(ii) Etudier la nature (classification) de la chaîne. (iii) Calculer la (les)

distribution (s) stationnaires si elles existent. (iii) Donner (sans calculs) les
( n) ( n) ( n) ( n) ( n)
limites suivantes : lim p11 , lim p21 , lim p24 , lim p25 , lim p445 .(iv) Quel est
n n n n n
le temps moyen de 1-er retour à l’état 1 ?4 ?2 ? Quel est le temps moyen de
séjour à l’état 4 ? N.B. On considèrera les cas suivants
    0,     1,   0et  1,   1et  0 . On considère le cas grande
1d’où le classement 0   ,   1 avec   1 / 4,   1 / 2 .

Sol.   1 / 4,   1 / 2 . {2,3} états non essentiels donc transitoires et donc

( n)
lim p11  lim p21
( n)
 0 et 2 classes ergodiques (finies, irréductibles
n n
apériodiques) : {1} distribution stationnaire (DS) 1  1
( n)
lim p11  1; lim p21
(n)
 A21 1 (A21 probabilité d’absorption par la classe 1 à
n n

 3 / 4 1/ 4 
partir de l’état 2) et {4,5} de matrice P    . Il existe une seule
 1 / 2 1 / 2 
3 1
distribution stationnaire (DS) solution de 1 .  4   5   4 ,  4  2 5 et
4 2
en utilisant  4   5  1 d’où  4  2 / 3, 5  1/ 3. Et donc,
( n)
lim p24  2 / 3, lim p25
( n)
 lim p45
( n)
 1/ 3.
n n n
 Temps moyen de 1er retour à l’état T1  1 car 1 non essentiel ; T2   .
T4  1/  4  3 / 2.

  0 1 classe ergodique {4} de DS  4  1.

  1,   0 chaîne finie iréductible mais périodique

de période 2 donc pas ergodique (on peut vérifier que
limn   P 2 n  limn   P 2 n 1 , 2 limites, donc pas de limite) mais il existe une
seule DS  4  1/ 2, 5  1/ 2.

  0,   1 2 classes ergodique de DS  4  1  5  1

  1,   1 1 classe ergodique de DS  5  1

Exercice 2. 10 pts On considère un système M/M/1/4 de paramètre

  4,   2 . Donner le graphe des états de la chaîne de Markov correspondante.
En déduire (sans démonstration mathématique) les équations différentielles
correspondantes. Etudier la nature de la chaîne (classification). Quelle est la
condition d’existence d’une distribution stationnaire ? Calculez-là si elle existe.
En déduire les principales mesures de performance. Est-ce que le fait
d’augmenter à 5 la capacité maximale améliorera ou non le débit ? le temps
moyen d’attente ?la probabilité de refus ? Si oui, de combien ?

Intuitivement, si on augmente le nombre de serveurs, les mesures de

performance s’améliorent. Comparer les deux variantes : (i) deux serveurs
M/M/1/2 indépendants chacun avec sa propre file d’attente. (ii) deux serveurs
avec une file commune de capacité maximale 04.

S1 2021/2022

K=4

d 0 (t )
Equations d’états  2 1 (t )  4 0 (t ) ,
dt
d i (t ) 4

dt
 4 i 1 (t )  2 i 1 (t )  6 i (t ) , i=0,1,…,4 ,   i (t )  1.
i 0
 i 1 
Solution stationnaire (table colonne 3)  i  limt    i (t )   1   5

Chaîne finie irréductible apériodique donc ergodique 1 seule DS (même si

 ). Solution du système algébrique 0  21  4 0 ,
0  4 i 1  2 i 1  6 i , i=0,1,…,4 , de (table colonne 3)
1   4
 i  limt    i (t )   i , i  4; 0 si i  4. On a     2;  5  32;
1 5  2

1  1
Donc, 0    0,032 Probabilité de refus (perte)
1  5 31
1  16
4  4   0.51 réel   1   4   2(1  0.51)  0.98  débit absolu
1 5 31

 5 5
E(N )    3.16 E (Q)  E ( N )  (1   0 )  2.19
1  1 5

Temps moyen d’attente E (W )  E (Q) / réel  2.23

Pour K=5 On a  6  64;

1  1
Donc, 0    0,015 (quiProbabilité de refus
1 6 63
1  32
5  5   0.50
1  6 63 (qui diminuent)

réel   1   5   2(1  0.50)  1  débit absolu (augmente légèrement)

 5 6
E(N )    3.02 E (Q)  E ( N )  (1   0 )  2.17
1  1 6

Temps moyen d’attente E (W )  E (Q) / réel  2.17 (diminue légèrement).

En fait, on a vu en cours/TD qu’à partir d’une certaine valeur de K (qui tend vers l’infini), il
n’est plus rentable d’augmenter K car la complexité théorique de calcul augmente sans pour
autant que les mesures de performance ne s’améliorent ; il faut utiliser
l’approximationM/M/1).

(ii)M/M/2/4.