Académique Documents
Professionnel Documents
Culture Documents
D’ATTENTE
(SUITE)
Modèle poissonien à un seul serveur : M/M/1
Critères de performance
• Nombre moyen de clients dans le système
Ns
( 1 - )
• Nombre moyen d’individus présents dans la file
2
Nq
(1- )
• Temps moyen d’attente dans la file
W q
( )
• Temps moyen d’attente dans le système
W s 1
( )
Théorème de Little
Un des théorèmes les plus important en théorie
des files d’attente.
N s .W s N q .W q
Modèle M/M/1/L
Nombre maximal de clients dans le système = L
1- k
0
1-
L 1
π k ρ .π 0 k L
La probabilité de perdre un client :
Pr [1 client perdu] = L
L 1-
L
L . 0 L 1
1-
La probabilité de perdre n clients :
Pr [n clients perdus] = (L)n
N
• Lorsque j machines parmi les N sont en réparation, le taux
d’arrivée des machines à l’atelier de réparation: (N-j)..
k
k-1(N i) λ N! ,
.
k π0 π .
0 0 k N
i 0 μ μ (N-k)!
π0 1
k
N
λ N!
k 0 μ (N-k)!
Ns
Ws
Modèle poissonien à plusieurs serveurs : M/M/m
Hypothèses
Les mêmes que pour le modèle M/M/1 sauf que :
• m serveurs identiques en pool avec un taux de service
chacun.
• Lorsque plusieurs serveurs sont libres en même temps,
un client qui arrive choisit au hasard le serveur qui prendra
en charge sa demande.
Ce système peut aussi être modélisé par un processus de
naissance et de mort avec :
n = n 0 n
m
n
0 n m
nm
La condition de stabilité du système
d’attente est: < m
0 1 mm nm
m! m
0 1
k m
.m
m1
k0 k!
m! (m )
Critères de performance
• Nombre moyen de clients dans le système
m 1
N S
2 . 0
(m1)! m
• Nombre moyen de clients dans la file
m1
N q 2 . 0
(m1)! m
• Temps moyen d’attente dans la file
m1
W q 2 . 0
.(m1)! m
Optimisation du nombre de serveurs
Des serveurs plus rapides ou plus de serveurs?
Si vous voulez diminuer l’attente dans un système
M/M/1 quelle alternative choisirez vous?
• Un serveur travallant deux fois plus vite ; ou
• Deux serveurs identiques travaillant au tx actuel?
2
Exemple
Pour un système où le tx d’arrivée = 5 clients/mn et le
tx de service d’un serveur = 4 clients/mn.
Modèle E(Ns) E(Nq) E(Ws) E(Wq)
.(m1)!
m
Difficulté de trouver une solution analytique directe au
problème d’optimisation.
Faire varier m et calculer le coût correspondant. Le m
minimisant le coût vérifie:
CAtt..W q(m 1) Cser.(m 1) CAtt..W q(m ) Cser.m
* * * *
C Att
Méthode Basée sur le niveau d’inspiration
Coût de l’attente étant difficile à évaluer en
pratique.
Décideur préfère fixer des niveaux d’inspiration
pour les critères de performance en conflit.
Critères les plus utilisés : temps de réponse
moyen et taux d’utilisation d’un serveur.
Ts
Réseaux de files d’attente
Flux des
nouvelles tâches
Disque
Bande Magn.
CPU
Flux des
Imprimante
tâches
achevées
1 3
n