Modélisation des réseaux

Devan SOHIER
Files M/M : corrigé de l’exercice 3

Exercice 3 : Blanchisserie
Une blanchisserie possède 3 machines identiques et indépendantes. Chaque machine a une durée de fonction-
nement indépendante du passé, suivant une loi exponentielle d’espérance de deux jours. Une machine qui tombe
en panne est réparée par un technicien ; la durée de réparation est une variable aléatoire exponentielle d’espérance
un jour. La blanchisserie n’a qu’un technicien.
Dessiner le graphe d’états de ce système.
Quelle est la fraction de temps où toutes les machines fonctionnent et celle où toutes les machines sont hors
service ?
Quel est le nombre moyen de machines en état de marche ? Quel est le nombre moyen de machines immobilisées ?

Corrigé
L’état du système est défini par le nombre de machines en état de fonctionnement. On a donc quatre états
(incluant celui où aucune machine ne marche). On passe d’un état n < 3 à l’état n + 1 à la vitesse d’une réparation
par jour en moyenne. Les pannes font, elles, passer l’état de n > 0 à n − 1 : elles se produisent au rythme, pour
chaque machine, de une panne tous les deux jours en moyenne. Si n machines sont en état de marche, la vitesse à
laquelle les machines tombent en panne est donc de n2 machines par jour.
Comme le temps de réparation est exponentielle, que le temps entre deux pannes d’une machine est exponentiel,
et que les trois machines sont indépendantes, on est dans un système M /M . Le graphe d’états de ce système est le
suivant :

Dessiner le graphe d’états de ce système.

1 1 1
0 1 2 3
1 1 3
2 2

Ce graphe montre que l’on a affaire à un système M /M /3/3 de paramètres λ = 12 et µ = 1.

Maintenant que l’étape de modélisation est faite, on retrouve un terrai connu. Cet exercice est maintenant très
proche du précédent.
Pour répondre aux questions suivantes, il faut commencer par calculer la distribution stationnaire de ce système.
Du graphe ci-dessus, on tire les équations suivantes que vérifient la distribution stationnaire π.

1
π0 = π1 (0)
2
3
π1 = π0 + π2 (1)
2
3
2π2 = π1 + π3 (2)
2
3
π3 = π2 (3)
2
4
De ces équations, on tire successivement π1 = 2π0 , π2 = 2π0 et π3 = 3 π0 .
4 3
Comme π est une distribution de probabilité, π0 + π1 + π2 + π3 = 1, et donc π0 (1 + 2 + 2 + 3 ) = 1, et donc π0 = 19 .
4
On en déduit enfin π1 = 6
19 , π2 = 6
19 , et π3 = 19 .

1
Quelle est la fraction de temps où toutes les machines fonctionnent et celle où toutes les machines sont hors
4
service ? Toutes les machines sont en état de marche dans l’état 3, avec une probabilité 19 ' 21, 1 %. Toutes les
3
machines sont en panne dans l’état 0, avec une probabilité 19 ' 15, 8 %.

Quel est le nombre moyen de machines en état de marche ? Quel est le nombre moyen de machines immobili-
sées ? Le nombre moyen de machines en état de marche est

N m = 0π0 + 1π1 + 2π2 + 3π3

6 12 12
= + +
19 19 19
30
=
19

Le nombre moyen de machines en panne est

Np = 3− Nm
27
=
19

A tout instant, une machine est soit en panne, soit en état de fonctionnement. La somme des nombres de machines
en marche et en panne est donc toujours 3. Par linéarité de l’espérance, la somme des nombres moyens de machines
en marche et en panne est donc toujours 3.