Untitled
tan (π(U-1)). 2. On programme : double cauchy() unif=u0. Z tan(pi* (unif-0.5)) return Z. Exercice 2 - File d'attente. On considère une file d'attente M/M/3. 1
Processus aléatoires et applications
Jan 2 2019 Exemple 7.3.1 (File d'attente M/Er/1). Supposons que les clients ... (z) = qz/[1 − (1 − q)z]. Exercice 4.2. 1. Bernoulli: E(X) = q
Exercices corrigés
m. ∑ i=0. Cn n+i = C n+1 n+m+1 pour tous les entiers nm 0. Remarque : On peut EXERCICES PARTIE III. 35. EXERCICE 3.4.– [File d'attente]. Soit une file d ...
U.F.R. de Mathématiques Master 2 ISN 2015-2016 Chaînes de
Corrigé de l'examen du 3 décembre 2015. Les processus de naissance et de mort 7) [15 points] Soit maintenant (Xt)t≥0 une file d'attente M/M/1
File dattente avec deux serveurs
µB = λ(√1 +. 1 ρ− 1) et µA = µB√1 + 1ρ. 5. Comparer avec le nombre moyen de clients dans le syst`eme en régime stationnaire pour une file M/M/2 de taux de
Modélisation dune le dattente
k=1 pk λ2 k . Exercice 2 (Monoserveur M/M/1). On utilise une ligne à Le but de ce TP est de simuler une file d'attente de type M/M/1 (arrivées poissonniennes.
Recherche Opérationnelle:
LES FILES D'ATTENTES. 54. File M/M/1 : propriétés. Avec tout ce qui précède on EXERCICES. 3.9 Exercices. 3.9.1 Paradoxe de l'autobus. La cadence moyenne de ...
Processus aléatoires et applications
Apr 1 2016 A.1 Exercices du Chapitre 1 . ... Exemple 7.3.1 (File d'attente M/Er/1). Supposons que les clients ...
Processus markoviens de sauts
le temps d'attente moyen pour une file M/M/1 classique. C'est encore le Exercice 2.18 (File M/M/∞). Une file M/M/∞ est l'extension (un peu irréaliste) d ...
Untitled
analyse de performance et simulation - M1 II et ISIFAR return Z. File d'attente. -. On considère une file d'attente M/M/3. Exercice 2 else. 1 ...
Files dattente
3 juin 2016 Exercice 1. Dr Stephan Robert HEIG-Vd. Files d'attente. 8/1 ... Représentation de la file d'attente M/M/1 (Processus de naissance.
File dattente simple
1/ En modélisant ce système par une file M/M/1 donner : - le taux d'occupation U du serveur. En déduire ?. - S
Modélisation dune le dattente
Les files d'attente sont aujourd'hui des phénomènes que l'on rencontre markovien (file M/M/1) qui repose sur l'absence de mémoire de certaines ...
Files dattente
Si de plus tous les taux de naissance sont égaux à ? c'est un processus de Poisson d'intensité ?. Exemple 2 : La file M/M/1. La notation M/M/1 sera justifiée
Processus aléatoires et applications
2 janv. 2010 II Processus de sauts et files d'attente ... 7.2 Cas markoviens : Files d'attente M/M/s . ... A.1 Exercices du Chapitre 1 .
Recherche Opérationnelle:
Programmation dynamique chaînes de Markov
Analyse des Systèmes de Production II
5 nov. 2018 Les Réseaux de files d'attente ... Exercice 1. Exercice 2. Exercice 3 ... matrice M$8!8% similaire o celle contenue dans un article.
Processus aléatoires et applications
1 avr. 2016 II Processus de sauts et files d'attente ... 7.2 Cas markoviens : Files d'attente M/M/s . ... A.1 Exercices du Chapitre 1 .
Terminale S - Probabilités Exercices corrigés
amis A et B se trouvent dans cette file d'attente. 1. Quelle est la probabilité que les deux amis soient situés l'un derrière l'autre ?
Exercices corrigés : File dattente - Complex systems and AI
Les exercices corrigés ci-dessous concernent les chaines de Markov en temps continu et plus particulièrement la notion de file d'attente
[PDF] corrigepdf - Irif
Exercice 2 - File d'attente On considère une file d'attente M/M/3 1 Page 2 1 Expliquez brièvement le sens de cette notation
Examen corrige File dattente
corrige pdf - Irif Exercice 2 - File d'attente On considère une file d'attente M/M/3 1 Page 2 1 Expliquez brièvement le sens de cette notation
Exercices de Files d Attentes - PDF Free Download - DocPlayerfr
Exercices de Files d Attentes Monique Becker André-Luc Beylot Alexandre Delye de Clauzade de Mazieux v 2 ii Table des matières 1 Exercices généraux Modèle
Module C17 - File dattente markovienne - Exercices
Exercice 1 : Système avec découragement On considère un système où des usagers arrivent de taux variable proportionnel à l'inverse du nombre d'usagers dans
Exercices de Files dAttente - Correction Question 1
Si nous voulons appliquer les résultats du polycopié ou des transparents de cours il serait mieux que la file soit selon les notations de Kendall du type M/M
[PDF] Modélisation dune le dattente
un serveur une discipline FCFS (ou FIFO) et une salle d'attente de capacité infinie (donc sans limitation au niveau des arrivées) On parle de file M/M/1
[PDF] Exercices de Files dAttentes
1- Serveurs homog`enes a- C'est une file `a arrivées poissonniennes de taux ? (On écrit M car Markovien) `a services exponentiels de param`etre µ (M)
[PDF] File dattente avec deux serveurs - CERMICS
µB = ?(?1 + 1 ?? 1) et µA = µB?1 + 1? 5 Comparer avec le nombre moyen de clients dans le syst`eme en régime stationnaire pour une file M/M/2 de
Files d"attente
Dr Stephan Robert, HEIG-Vd
3 juin 2016
Dr Stephan Robert, HEIG-VdFiles d"attente 1/1
Dr Stephan Robert, HEIG-VdFiles d"attente 2/1
Introduction
Dr Stephan Robert, HEIG-VdFiles d"attente 3/1
Introduction
Représentation d"unefile d"attentesimpleDiagramme temporelDr Stephan Robert, HEIG-VdFiles d"attente 4/1
Introduction (2)
Question: Quelle est la relation entre letemps d"attente moyen et lenombre de clientsdans le système?^ Tt=P (t) i=0ui(t)Dr Stephan Robert, HEIG-VdFiles d"attente 5/1Introduction (3)
Nombre moyen de clientsdans la file d"attente :
Nt=R t0N()dt
=P (t) i=0uit ce qui signifie^Nt=^t^TtSi le système est ergodique, nous obtenons la
LOI DE LITTLE :E[N] =E[T]Dr Stephan Robert, HEIG-VdFiles d"attente 6/1Notation
Fonctions de répartition
IInterarrivées :A(t)
ITemps de service :B(x)
Caractérisation d"une file d"attente (Notation de Kendall)A/B/s/K/DSExemples: M/M/1, G/G/3/K
Dr Stephan Robert, HEIG-VdFiles d"attente 7/1
Exercice 1
Dr Stephan Robert, HEIG-VdFiles d"attente 8/1
Files d"attente élémentaires
Dr Stephan Robert, HEIG-VdFiles d"attente 9/1
Files d"attente élémentaires
Généralités
ITemps d"interarrivées:E[T] =1=
I :Taux d"arrivées moyen. ITemps de service:E[S] =1=
I :Taux de service moyen par serveur. I N(t): Nombre de clients dans le système au tempst.Dr Stephan Robert, HEIG-VdFiles d"attente 10/1File M/M/1
Représentation de la file d"attente M/M/1 (Processus de naissance et de mort) :avec les paramètres suivants : k=k=0;1;2;3;::: k=k=1;2;3;:::Dr Stephan Robert, HEIG-VdFiles d"attente 11/1File M/M/1 (2)
Remarques:
I Les interarrivées sont distribuées exponentiellement (E[T] =1=) I Les temps de service sont distribués exponentiellement (E[S] =1=) I La file ne comporte qu"un serveur et est de longueur infinie IDiscipline de service : FIFO.
IIntensité du trafic:==
I La chaîne de Markov est ergodique si <1Dr Stephan Robert, HEIG-VdFiles d"attente 12/1File M/M/1 (3)
Probabilité d"état0(voir le cours) :
i=0 i =0i0=11+P1
i=1 i mais0=11+=1=
Ainsi0=1Dr Stephan Robert, HEIG-VdFiles d"attente 13/1
File M/M/1 (3)
Caractéristiques de la file M/M/1
I Espérance mathématique du nombre de clients dans la fileE[N] =1X
i=0ip i= (1)1X i=0ii=:::=1Dr Stephan Robert, HEIG-VdFiles d"attente 14/1File M/M/1 (3)
Caractéristiques de la file M/M/1 (suite)
IAvec la formule de Little :
E[T] =E[N]
=1(1) I Variance du nombre de clients en fonction de l"intensité du trafic :2N=(1)2Dr Stephan Robert, HEIG-VdFiles d"attente 15/1
Exemple : Serveur de bases de données
Une entreprise effectue des mesures sur son serveur de base de donnée : I taux moyen d"arrivées : 30 requêtes/seconde I temps moyen de service : 20 ms Question: A partir de quelle charge faut-il augmenter la vitesse du processeur pour maintenir unservice de même qualité? Si la firme augmente la charge du serveur de 40% par exemple, de combien doit augmenter la vitesse du processeur?Dr Stephan Robert, HEIG-VdFiles d"attente 16/1
Serveur de bases de données (2)
Réponse :Modèle : M/M/1.
I Taux de traitement de requêtes :=120:103=50 requêtes/seconde ITaux d"utilisation du serveur :===30=50=0:6=60%
I Temps de traitement (à garder constant!) :E[T] =1=1=1=5010:6=50 msLe nombre de requêtes s"accroît de 40% :
I0=30+300:4=42
I0=0==42=50=0:84=84%
Si nous voulons queE[T] =50 ms=1=010,0=62 requêtes/seconde. Donc leprocesseur devraaugmenter sa vitessede(6250)=50=0:24=24%Dr Stephan Robert, HEIG-VdFiles d"attente 17/1
File M/M/1/K
Différence avec la file M/M/1 : Limitation du nombre de places dans lesystème (serveur + tampon).Nous connaissons les probabilités d"état en fonction de0(processus de
naissance et de mort) : k=0k1Y i=0 =0 k pourkKDr Stephan Robert, HEIG-VdFiles d"attente 18/1File M/M/1/K (2)
D"autre part,
0+1+:::+K=1
ce qui donne 0=" 1+KX k=11=1(=)K+1
Espérance mathématique du nombre de clients dans le systèmeE[N] =L=
1(K+1)(=)K+K(=)K+1(1=)(1(=)K+1)
Taux moyen d"arrivées :(1K).
Temps moyen d"attente :
E[T] =E[N](1K)=L(1K)Dr Stephan Robert, HEIG-VdFiles d"attente 19/1Exemple : Dimensionnement d"un site Web
Quelle place mémoire faut-il allouer dans un serveur Web lorsque le nombre de requêtes/seconde =et que nous ne voulons pas avec des pertes supérieures à 1%? ITaux moyen d"arrivées :=30 requêtes/seconde
I Taux de traitement des requêtes :=50 requêtes/secondeNous avons
K=0 K avec0=1=1(=)K+1
donc K=10:61(0:6)K+1(0:6)K<0:01Dr Stephan Robert, HEIG-VdFiles d"attente 20/1Exercices 4 et 5
Dr Stephan Robert, HEIG-VdFiles d"attente 21/1
Applications aux
dimensionnement de réseaux téléphoniques et cellulairesDr Stephan Robert, HEIG-VdFiles d"attente 22/1
File M/M/m (Erlang C)
Système de file d"attente ayant un nombre illimité de places, avec m serveurs.Probabilité d"état dukièmeétat : k=001:::k112:::k
En remplaçant (km) :
k=0:::(2)(3):::(k)=0k! kDr Stephan Robert, HEIG-VdFiles d"attente 23/1File M/M/m (Erlang C) (2)
Et pourk>m
k=mk1Y i=mm =mkm(m)km 0m! m mkm(m)km0m!mkm
kDr Stephan Robert, HEIG-VdFiles d"attente 24/1File M/M/m (Erlang C) (3)
Il reste à calculer0:
0=11+P1
i=101:::i1
12:::i
et après quelques calculs (cours) : 0= m1X k=0(=)kk!+(=)mm!(1=(m))! 1 Question intéressante: Quelle est la probabilité d"attendre avant d"être servi? 1 X k=m k=0m! =1=(m) qui est laFormule d"Erlang C. (En téléphonie : probabilité d"être mis en attente alors que toutes les lignes sont occupées).Dr Stephan Robert, HEIG-VdFiles d"attente 25/1
Dimensionnement de réseaux téléphoniques et cellulairesRéseaux GSM et UMTS:
I Arrivées Poissoniennes (hypothèse valide dans le cas de la téléphonie) ITemps de service distribués exponentiellement.
I Intensité du trafic :==. 1Erlang= occupation d"une ligne en permanence.Question:
Comment dimensionner le système de telle sorte à ce que la probabilité d"être mis en attente ne dépasse pas un certain seuil (par exemple 0:01) pour un trafic estimé?Dr Stephan Robert, HEIG-VdFiles d"attente 26/1 Dimensionnement de réseaux téléphoniques et cellulaires (2) Effet du nombre de serveurs (lignes) sur l"intensité du trafic avec une probabilité d"attente donnéeDr Stephan Robert, HEIG-VdFiles d"attente 27/1
File M/M/m/m (Erlang B)
Système de file d"attente avecmserveur, sans tampon! Si tous les serveurs sont occupés, les clients sont rejetés!Probabilité d"état dukièmeétat : k=001:::k112:::k
En remplaçant (km) :
k=0:::(2)(3):::(k)=0k! kDr Stephan Robert, HEIG-VdFiles d"attente 28/1File M/M/m/m (Erlang B)
Calcul de0avec0+1+:::+m=1
0= mX k=0 k1k!! 1 La formule exprimantmest appelée "formule d"Erlang B". m=0m! m Cette formule exprime la probabilité de voir tous les serveurs occupés alors qu"un nouveau client arrive dans le système. Un client perdu n"insiste pas et abandonne. Calculs: http ://www.erlang.com/calculatorDr Stephan Robert, HEIG-VdFiles d"attente 29/1File M/M/m/m (Erlang B) (2)
Effet du nombre de serveurs (lignes) sur l"intensité du trafic avec une probabilité de perte donnéeDr Stephan Robert, HEIG-VdFiles d"attente 30/1
Exemple de dimensionnement de réseaux cellulaires Dans le contexte de la téléphonie cellulaire : Probabilité de blocage =Grade of Service (GOS). Donnée par la formule d"Erlang B. Exemple dans une ville de 150"000 habitants (Lausanne) I Opérateur A : 185 cellules avec 11 canaux chacune I Opérateur B : 48 cellules avec 27 canaux chacune I Opérateur C : 24 cellules avec 50 canaux chacune IGOS=2%
I Chaque utilisateur fait en moyenne 2 appels/heure, de 3 minutes chacun. Question :Quelle est la pénétration de marché de chacun? Trafic par utilisateur : 2 appels/heure * (3/60) heures = 0.1 ErlangDr Stephan Robert, HEIG-VdFiles d"attente 31/1
Exemple de dimensionnement de réseaux cellulaires I L"opérateur A peut écouler 5.8 E sur 11 canaux et un GOS de 0.02, donc5.8/0.1=58 utilisateurs/cellule. Puisqu"il en a 185, il peut servir
185*58=10"730 utilisateurs.
I L"opérateur B peut écouler 19.25 E sur 27 canaux, au total 192 utilisateurs/cellule. Donc il peut servir 9240 utilisateurs. I Quant à l"opérateur C il peut écouler 40.25 E sur 50 canaux, donc 402 utilisateurs/cellule. En tout il peut servir 9660 utilisateurs. En tout 29"630 utilisateurs peuvent être servis. La pénétration des systèmes mobiles est de 19% : I7.1% pour l"opérateur A
I6.1% pour l"opérateur B
I6.4% pour l"opérateur CDr Stephan Robert, HEIG-VdFiles d"attente 32/1
Confirmer les résultats obtenus avec
http ://www.erlang.com/calculatorDr Stephan Robert, HEIG-VdFiles d"attente 33/1
Réseaux de files d"attente
Dr Stephan Robert, HEIG-VdFiles d"attente 34/1
Réseaux de files d"attente
Cas général: Très compliqué.
Hypothèses:
I Les flux entrant dans le réseau sont Poissoniens ILes temps de service de tous les serveurs sont
exponentiellement distribués IDiscipline de service : FIFO
I Routage entre les différentes files : ProbabilisteDr Stephan Robert, HEIG-VdFiles d"attente 35/1Réseaux de files d"attente (2)
Chaîne de Markov pour deux files d"attente en série avec les états (n1;n2),n14,n24Dr Stephan Robert, HEIG-VdFiles d"attente 36/1Réseaux de files d"attente (3)
Equations de balance :
0;0=20;1n1=n2=0
20;n2+0;n2=11;n21+20;n2+1n1=0;n2>0
1n1;0+n1;0=n11;0+2n1;1n1>0;n2=0
n1;n2+1n1;n2+2n1;n2= n11;n2+1n1+1;n21+2n1;n2+1n1;n2>0Dr Stephan Robert, HEIG-VdFiles d"attente 37/1Réseaux de files d"attente (4)
Chaîne de Markov pour deux files d"attente en série avec les étatsquotesdbs_dbs7.pdfusesText_13[PDF] chaine de markov pour les nuls
[PDF] chaine de markov résumé
[PDF] chaine de markov matrice de transition
[PDF] chaine d'acquisition de données
[PDF] chaine de mesure audioprothèse
[PDF] acquisition de données du capteur ? l ordinateur
[PDF] chaine de mesure pdf
[PDF] chaine d'acquisition capteur
[PDF] les capteurs exercices corrigés
[PDF] chaine de markov apériodique
[PDF] chaine de markov apériodique exemple
[PDF] chaine de markov reversible
[PDF] chaine de markov récurrente
[PDF] chaine de markov exemple