[PDF] [PDF] Files dattente - Stephan ROBERT-NICOUD

[PDF] Exercices de Files dAttentes

7 Exercices non corrigés 21 7 1 Etude de On consid`ere une file d'attente `a un serveur On se propose d'étudier une file d'attente simple ayant 2 serveurs

[PDF] corrigé - IRIF

Exercice 2 - File d'attente On considère une file d'attente M/M/3 Page 2 1 Expliquez brièvement le sens de cette notation Correction Selon 

[PDF] File dattente avec deux serveurs - CERMICS

Le but de cet exercice est l'étude d'une file d'attente avec deux serveurs de caractéristiques différentes On consid`ere une file d'attente avec deux serveurs A et 

[PDF] File dattente simple - Congduc Pham

File d'attente simple PHAM Congduc, Université de Pau Exercice 1 Le système que nous considérons est une base de données où le temps de réponse 

[PDF] Exemple file dattente

13 mar 2015 · File d'Attente (Exemples) Première partie Analyse opérationnelle 1 Modèle du dentiste (Correction exercice 1 1 poly exercices) Solution

[PDF] Examen ModSim 18-19 - Université Larbi Ben Mhidi OEB

12 sept 2019 · Exercice 01 (Réseau de files d'attente : 15 pts) (a) Le taux d'arrivé effectif pour chaque file d'attente (λi) (b) Le taux Corrigé-type + Barème

[PDF] Polytech Lyon M2 Statistique des processus TD 3 Files dattente

TD 3 Files d'attente Exercice 1 Une station-service comporte une seule pompe à essence Des voitures arrivent selon un processus de Poisson de taux 20 

[PDF] 1 Exercice

12 déc 2005 · file d'attente, les nouvelles requêtes arrivantes seraient trop pénalisées au niveau du temps de réponse Donc on décide que dans ce cas, 

[PDF] Phénomène dattente

8 jan 2015 · Exercice 1 : Etude de l'affluence d'une station de taxis Considérer le système formé d'un guichet unique, sans file d'attente Quand un client 

[PDF] Files dattente - Stephan ROBERT-NICOUD

3 jui 2016 · µ : Taux de service moyen par serveur ▷ N(t) : Nombre de clients dans le système au temps t Dr Stephan Robert, HEIG-Vd Files d'attente

[PDF] cours files d'attente pdf

[PDF] file d'attente m/m/1/k

[PDF] drogues les plus consommées dans le monde

[PDF] file d'attente m/m/s

[PDF] statistique drogue 2015

[PDF] chiffre d'affaire de la drogue dans le monde

[PDF] onudc recrutement

[PDF] consommation de drogue par pays

[PDF] nombre de drogue dans le monde

[PDF] filière es matières

[PDF] filière es wikipédia

[PDF] montrer que l'action politique ne se limite pas au vote

[PDF] montrer que le répertoire d'action politique s'est aujourd’hui élargi corrigé

[PDF] filière es premiere

[PDF] le répertoire de l'action politique se limite-t-il au vote ?

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 temporel

Dr 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 5/1

Introduction (3)

Nombre moyen de clientsdans la file d"attente :

Nt=R t

0N()dt

=P (t) i=0uit ce qui signifie^Nt=^t^Tt

Si le système est ergodique, nous obtenons la

LOI DE LITTLE :E[N] =E[T]Dr Stephan Robert, HEIG-VdFiles d"attente 6/1

Notation

Fonctions de répartition

I

Interarrivées :A(t)

I

Temps de service :B(x)

Caractérisation d"une file d"attente (Notation de Kendall)A/B/s/K/DS

Exemples: 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

I

Temps d"interarrivées:E[T] =1=

I :Taux d"arrivées moyen. I

Temps 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 10/1

File 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 11/1

File 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 I

Discipline de service : FIFO.

I

Intensité du trafic:==

I La chaîne de Markov est ergodique si <1Dr Stephan Robert, HEIG-VdFiles d"attente 12/1

File M/M/1 (3)

Probabilité d"état0(voir le cours) :

i=0 i =0i

0=11+P1

i=1 i mais

0=11+=1=

Ainsi

0=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 file

E[N] =1X

i=0ip i= (1)1X i=0ii=:::=1Dr Stephan Robert, HEIG-VdFiles d"attente 14/1

File M/M/1 (3)

Caractéristiques de la file M/M/1 (suite)

I

Avec 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 I

Taux d"utilisation du serveur :===30=50=0:6=60%

I Temps de traitement (à garder constant!) :E[T] =1=1=1=5010:6=50 ms

Le nombre de requêtes s"accroît de 40% :

I

0=30+300:4=42

I

0=0==42=50=0:84=84%

Si nous voulons queE[T] =50 ms=1=010,0=62 requêtes/seconde. Donc le

processeur 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 le

système (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 18/1

File M/M/1/K (2)

D"autre part,

0+1+:::+K=1

ce qui donne 0=" 1+KX k=1

1=1(=)K+1

Espérance mathématique du nombre de clients dans le système

E[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 19/1

Exemple : 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%? I

Taux moyen d"arrivées :=30 requêtes/seconde

I Taux de traitement des requêtes :=50 requêtes/seconde

Nous avons

K=0 K avec

0=1=1(=)K+1

donc K=10:61(0:6)K+1(0:6)K<0:01Dr Stephan Robert, HEIG-VdFiles d"attente 20/1

Exercices 4 et 5

Dr Stephan Robert, HEIG-VdFiles d"attente 21/1

Applications aux

dimensionnement de réseaux téléphoniques et cellulaires

Dr 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:::k1

12:::k

En remplaçant (km) :

k=0:::(2)(3):::(k)=0k! kDr Stephan Robert, HEIG-VdFiles d"attente 23/1

File M/M/m (Erlang C) (2)

Et pourk>m

k=mk1Y i=mm =mkm(m)km 0m! m mkm(m)km

0m!mkm

kDr Stephan Robert, HEIG-VdFiles d"attente 24/1

File M/M/m (Erlang C) (3)

Il reste à calculer0:

0=11+P1

i=1

01:::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 cellulaires

Réseaux GSM et UMTS:

I Arrivées Poissoniennes (hypothèse valide dans le cas de la téléphonie) I

Temps 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 avecquotesdbs_dbs35.pdfusesText_40