Cours Files d’attente et Simulation 2CS et 4 SIQ

7 décembre 2013
Table des matières

1 MOD[Pleaseinsertintopreamble]LES DE FILES D’ATTENTE 2

1.1 Modèle M/M/1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.1 Nature du processus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.2 Calcul des probabilités des états . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.3 Caractéristiques d’un système M/M/1 . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Modèle M/M/S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1 Nature du processus ( X(t))t . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Probabilités des états . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.3 Nombre moyen de guichets occupés . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.4 Flux de sortie du M/M/S (théorème de Burk) . . . . . . . . . . . . . . . . . . . 12
1.3 Modèle M/M/S/L . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 Modèle M/M/s/s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5 Modèle M/M/∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.6 Systèmes fermés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1
Chapitre 1

MODÈLES DE FILES D’ATTENTE

Introduction Le modèle général d’un phénomène d’attente (ou système d’attente) comprend :
– Un espace de service avec une ou plusieurs stations montées en parallèle
– Un espace d’attente dans lequel se forme une éventuelle file d’attente

G1
G2
−−→ ..
f ile
Gs
entrée −→ serveurs → départ

Système d’attente

On distingue deux types de systèmes

– Système ouvert : La source d’arrivée des clients est infinie.
– Système fermé : le nombre maximum d’unités pouvant y arriver est fixe
Exemples

Objectifs de la théorie des phénomènes d’attente Faire une description mathématique, et

calculer les paramètres de performances. Pour cela on introduit le processus X(t) ="nombre de clients
dans le système à l’instant t" t ≥ 0 et on calculera
a les probabilités des états du système Pn (t) = P (X(t) = n), ou en régime stationnaire i.e. lim Pn (t)
n→∞
b les paramètres de performances d’un système tels que :
c Le nombre moyen de clients dans le système
d La durée moyenne d’attente d’un client
e La durée moyenne de séjour dans le système .. etc

Classification des systèmes d’attente L’étude d’un système d’attente nécessite la connaissance
de :
1. La nature stochastique du processus des arrivées qui est définie par la distribution des intervalles
séparant deux arrivées successives.
2. La distribution du temps aléatoire de service
3. le nombre de stations de service s
4. La capacité du système L. Si L < ∞ la file d’attente ne peut dépasser une longueur de L − s
unités.
5. La politique de service :
– FIFO ou (PAPS) premier arrivé premier servi.
– LIFO ou DAPS dernier arrivé premier servi
– service aléatoire.

2
 CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

Remarque
1. on suppose que toutes les v.a. introduites dans un SA sont indépendantes.
2. Si la politique de service n’est pas précisée, la discipline de service est FIFO.
3. la capacité du systeme est infini par défaut

NOTATION de KENDALL

hloi des inter arrivéesi/hloi sevicei/hnombre de stationsi/hpolitiquei/htaille du système d’ attentei

A/B/s/N
si N = ∞ alors ce symbole sera omis dans la notation
si A = E ou M la distribution des inter arrivées est exponentielle (markovien)
B = E ou M même loi que A

3
1.1. MODÈLE M/M/1 CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

1.1 Modèle M/M/1

1. Flux des arrivées poissonien de paramètre λ
2. Durée de service exponentielle de paramètre µ
3. La capacité du système d’attente est illimitée
4. Il y a une seule station de service
5. La discipline de service est FIFO
On décrit le système par la v.a. X(t) ”nombre de clients présents dans le système à l’instant t”

1.1.1 Nature du processus

Notons par Pi,j (∆t) = P (X(t + ∆t) = j/X(t) = i), (N (t))t≥0 est le processus des arrivées et
(ND (t))t≥0 est le processus des départs.

Pn,n+1 (∆t) = P (X(t + ∆t) = n + 1/X(t) = n)

= P (N (∆t) = 1, ND (∆t) = 0) = P (N (∆t) = 1) P (ND (∆t) = 0)
= λ∆t(1 − µ∆t) + o(∆t)
Pn+1,n (∆t) = (1 − λ∆t)µ∆t + o(∆t)
= µ∆t + o(∆)
Pn,n (∆t) = P (N (∆t) = 1, ND (∆t) = 1) + P (N (∆t) = 0, ND (∆t) = 0)
= λ∆tµ∆t + (1 − λ∆t)(1 − µ∆t) + o(∆t)
= 1 − λ∆t − µ∆t + o(∆t)
Pn,m (∆t) = o(∆t)

si |m − n| ≥ 2
Conclusion : Le processus (X(t))t≥0 est un processus de naissance et de mort avec les taux suivants :
(
λn = λ n ≥ 0
µn = µ, n > 0

1.1.2 Calcul des probabilités des états

Déterminer les probabilités des états Pn (t) = P (X(t) = n) revient à résoudre l’équation différentielle
du processus de naissance et de mort avec les taux λn = λ et µn = µ
D’après les résultats établis pour les processus de naissance et de mort, le régime stationnaire existe
si et seulement si la série ∞ Y n
X λi−1
S=
n=1 i=1
µi
(
λn = λ
converge. Dans notre cas,
µn = µ

∞ Y
n
X λ
S=
n=1 i=1
µ
∞  n
X λ
=
n=1
µ

λ λ
qui converge si < 1 Posons ψ = , les probabilités des états en régime stationnaire s’écrivent :
µ µ
n
Y λi−1 1
Pn = P0 = ψ n P0 etP0 = =1−ψ
i=1
µi 1+S

4
1.1. MODÈLE M/M/1 CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

1.1.3 Caractéristiques d’un système M/M/1

A partir de la distribution stationnaire du processus X(t)t≥0 , on calcule les caractéristiques
suivantes :

Nombre moyen de clients dans le système d’attente

∞
X ∞
X
N = E(X) = kP (X = k) = ψ k (1 − ψ)
k=0 k=0
∞ ∞
X ∂ X
= ψ(1 − ψ) ψ k−1 = ψ(1 − ψ) ψk
k=1
∂ψ k=0
∂ 1 ψ
= ψ(1 − ψ) ( )= .
∂ψ 1 − ψ 1−ψ

Nombre moyen de clients dans la file d’attente

(
X − 1 si X ≥ 1
On pose Xf =
0 si X = 0
∞
X ∞
X
υ = E(Xf ) = kP (Xf = k) = kP (X − 1 = k)
k=1 k=1
∞
X ∞
X ∞
X
= kP (X = k + 1) = (k − 1)P (X = k) = (k − 1)ψ k (1 − ψ)
k=1 k=1 k=1
∞ ∞
X
k−2 ∂ X
= ψ 2 (1 − ψ) (k − 1)ψ 2
= ψ (1 − ψ) ψ k−1
k=2
∂ψ k=1
∂ 1 ψ2
= ψ 2 (1 − ψ) ( )=
∂ψ 1 − ψ 1−ψ

Loi de la durée de séjour d’un client dans le système

On suppose un client sur le point de rejoindre le système. On cherche la loi de la variable aléatoire
S" durée de séjour d’un client dans le système" ( attente éventuelle + service).
∞
X
P (S < t) = P (S < t/X = k)P (X = k)
k=0
X∞
= P (S < t/X = k)ψ k (1 − ψ)
k=0

or la v.a.S/ (X = k) est la somme de k + 1 durée de service indépendantes suivant chacune une loi
exponentielle de paramètre µ d’où S/ (X = k) suit la loi Γ(k + 1, µ).
∞ Z t k+1 k −µx
X µ x e
P (S < t) = dxψ k (1 − ψ)
k=0 0
Γ(k + 1)
Zt ∞
(λx)k
µe−µx
X
= (1 − ψ) dx
k=0
k!
0
Z t
= (1 − ψ) µe−µx eλx dx
0
Z t
= (µ − λ) e−(µ−λ)x dx
0
= 1 − e−(µ−λ)t .

5
1.1. MODÈLE M/M/1 CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

S suit la loi E(µ − λ)

1
La durée moyenne de séjour dans le système est .
µ−λ

Loi de la durée conditionnelle d’attente d’un client dans la file

Soit W la variable aléatoire durée d’attente d’un nouvel arrivant (non compris son temps de
service).On cherche la densité de la v.a. W/ (X > 0)

P (t < W < t + dt, X > 0)

P (t < W < t + dt/X > 0) =
P (X > 0)
∞
P
P (t < W < t + dt/X = k)
k=1
= P (X = k)
P (X > 0)

or la v.a W/ (X = k) ∼ Γ(k, µ) d’où

∞
µX (µt)k−1
f (t)dt = ψ k (1 − ψ)e−µt µdt
λ k=1 (k − 1)!
= (µ − λ)e−(µ−λ)t

d’où W/(X > 0) suit la loi E(µ − λ)

Loi de la durée d’attente d’un client dans la file

Soit W la variable durée d’attente dans la file W = 0 ou W > 0
W est une va a mixte : discrète en 0 et continue sur ]0, ∞[.

P (W = 0) = P (X = 0) = 1 − ψ
P (W < t) = P (W = 0) + P (0 < W < t)
∞
X
P (0 < W < t) = P (0 < W < t/X = k)P (X = k)
k=1

La v.a

W/ (X =) k˜Γ(k, µ),

d’où en remplaçant

∞ Z t Zt X
∞
µk xk−1 e−µx (λx)k−1 λ
)e−µx λ(1 −
X
k
P (0 < W < t) = dx ψ (1 − ψ) = ( )dx
k=0 0
Γ(k) k=0
k − 1! µ
0
Zt
λ λ λ
= (µ − λ) e−(µ−λ)x = − e−(µ−λ)t
µ µ µ
0
λ −(µ−λ)t
P (W < t) = 1 − e , t ≥ 0.
µ
Durée d’attente moyenne
Z∞
λ λ 1
E(W ) = t (µ − λ)e−(µ−λ)t dt =
µ µµ−λ
0

6
1.1. MODÈLE M/M/1 CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

Formules de Little
valables pour les systèmes ouverts en régime stationnaire

n = λts
nf = λtf

Autres relations

1
ts = tf +
µ
λ
⇒ n = nf + .
µ

Point de vue du serveur

Une période de répit du serveur commence à la fin du service d’un client seul dans le système et
s’achève lorsqu’un nouveau client rejoint le système. Soit R la v.a. " Durée d’une période de répit"

P (R > s) = P (aucune arrivée sur (0,s)) = P (N (s) = 0) = e−λs c’est à dire R ∼ E(λ)

Cn−1 Cn Cn+1 Cn+2

..
serveur w ↑ xn ↑ xn+1 ↑ . xn+2 ↑
←−−−−−−−−−n−−−−−−−−→ ←−−−−−−→ ←−−−−−−−−→ ←−−−−−−−−→

temps →
−
tn tn+1 ↑ Cn ↑ Cn+1 tn+2 ↑
File Cn↑ ↑
Cn+1 ↑
Cn+2

Diagramme de l’évolution d’une file d’attente (Kleinrock )

Le nieme client arrive à l’instant tn , il attend dans la file pendant une durée wn , il se fait servir pendant
une durée xn (sn = xn + wn est la durée total d’attente dans le système)

7
1.2. MODÈLE M/M/S CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

1.2 Modèle M/M/S

1. Flux des arrivées poissonien de paramètre λ
2. Durée de service exponentielle de paramètre µ
3. La capacité du système d’attente est illimitée
4. Il y a s stations de service
5. La discipline de service est FIFO
Lorsqu’un client arrive, si un guichet au moins est libre, il va se faire servir sinon il se joint à la file
d’attente. Réciproquement, dès qu’un guichet est libre si la file d’attente est non vide le premier client
de la file rejoint instantanément le guichet libre.
L’état du système est décrit par la v.a.X(t) " nombre de clients présents dans le système à l’instant
t"

1.2.1 Nature du processus ( X(t))t

Le processus des arrivées (N (t))t étant poisssonien de paramètre λ sachant X ≥ 1, le processus des
départs (ND (t))t étant poisssonien de paramètre
(
nµ si n ≤ s
µn =
sµ si n ≥ s

car somme de flux de sortie (des serveurs actifs) poissoniens de paramètre µ chacun.

Pn,n+1 (∆t) = P (X(t + ∆t) = n + 1/X(t) = n)

= P (N (∆t) = 1, ND (∆t) = 0)
= λ∆t(1 − µn ∆t) + o(∆t).
Pn,n (∆t) = P (N (∆t) = 1, ND (∆t) = 1) + P (N (∆t) = 0, ND (∆t) = 0)
= λ∆tµn ∆t + (1 − λ∆t)(1 − µn ∆t) + o(∆t).
Pn+1,n (∆t) = P (N (∆t) = 0, ND (∆t) = 1)
= µn ∆t(1 − λ∆t) + o(∆t)
= µn ∆t + o(∆t)

d’où

Pn,m (∆t) = o(∆t)

Si

|m − n| ≥ 2.

( n≥0
 λn = λ,

(X(t))t est un processus de naissance et de mort de taux nµ si 0 < n ≤ s
 µn =

sµ si n ≥ s

1.2.2 Probabilités des états

(X(t))t est un processus de naissance et de mort dont le graphe est irréductible ; pour que le régime
∞ Q
P n λi−1
permanent existe il suffit que la série S = converge.
n=1 i=1 µi

8
1.2. MODÈLE M/M/S CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

si n ≤ s alors

n n  n
Y λi−1 Y λ λ 1
= =
i=1
µi i=1
iµ µ n!

si n ≥ s alors

n s n
Y λi−1 Y λi−1 Y λi−1
=
i=1
µi i=1
µi i=s+1
µi
s n
Y λ Y λ λ 1 λ
= = ( )s ( )n−s
i=1
iµ i=s+1 sµ µ s! sµ
∞ Y
n
X λi−1
S=
n=1 i=1
µi
s−1 n ∞ Y n
XY λi−1 X λi−1
= +
n=1 i=1
µ i n=s i=1 µi
s−1 ∞
X λ 1 X λ 1 λ
= ( )n + ( )s ( )n−s
n=1
µ n! n=s µ s! sµ
 
s
X λ 1 λ 1 1
( )n + ( )s 

= 
µ n! µ s!  λ 
n=1 1−
sµ
si
λ
<1
sµ
λ λ ψ0
d’où le régime permanent existe si < 1 On pose ψ = ; on remarque que = 1 on a
sµ µ 0!
ψ n /n!





  si n ≤ s

P ψn ψs 

s−1
 1 

 
+


ψ

n=1 n! s!

  

 1−
s


Pn = ψ
 ψ s /s!( )n−s



 s  si n ≥ s



P ψn
s−1 ψs 
 1 

 


 +
 n=1 n!

 s!  ψ
1−

s
 n
 ψ /n!P0 si n ≤ s
 n−s
= ψ
 ψ s /s! P0 si n ≥ s
s
1
P0 =
1+S
1
=  
s−1
P ψn ψs  1 
+  
n=1 n! s!  ψ
1−
s

9
1.2. MODÈLE M/M/S CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

Étude de l’attente en régime permanent

c’est la probabilité pour qu’un client arrive et ne puisse se faire servir, c’est donc la probabilité
pour que les s guichets soient occupés.
∞
X ψ n+s ψs 1
π(ψ, s) = P (X ≥ s) = P0 = P0
s!sn s! ψ
n=0 1−
s

Longueur moyenne de la file (nombre moyen de clients dans la file)

Soit X la v.a."
( nombre de clients dans le système en R.P" . Xq la v.a. nombre de clients dans la file
X − s si X ≥ s
en R.P Xq =
0 sinon

∞
X ∞
X
E(Xq ) = kP (Xq = k) = kP (X = k + s)
k=0 k=0
∞ ∞
X ψ k+s ψs X ψ
= k k
P0 = P 0 k( )k
k=0
s!s s! k=0
s
∞ ∞
ψs ψ X ψ ψs ψ d X ψ
= P0 k( )k−1 = P0 ( )k
s! s k=1 s s! s dψ k=0 s
   2
ψs ψ d  1  = ψs P0 ψ 
  1 
= P0  
s! s dψ  ψ  s! s ψ
1− 1−
s s
ψ
= π(ψ, s).
s−ψ

Loi de la v.a.durée d’attente en file

Durée d’attente en période de saturation Loi de W/ (X ≥ s)
∞
P (W < t, X ≥ s) X P (W < t, X ≥ s, X = k )
P (W < t/ (X ≥ s)) = =
P (X ≥ s) k=0
P (X ≥ s)
∞ ∞
X P (W < t/ X = k )P (X = k) X P (W < t/ X = j + s )
= = P (X = j + s)
k=s
P (X ≥ s) j=0
P (X ≥ s)

W/ X = j + s ) ˜Γ(k + 1, sµ) car ..d’où

 t  ψ
∞ Z
(sµ)j+1 x j e−sµx ψs
 j
ψ 1−
s
X
P (W < t / X ≥ s) =  dx P0
Γ (j + 1) ψs
s! s
j=0 0 P0
s!
∞
!
(sµ)j+1 xj ψ j
Z t
ψ
   
e−sµx
X
= 1− dx
0 j=0
j! s s
Zt
 
∞
(λx)j
Z t
ψ 
   
e−sµx  e−sµx eλx (sµ − λ) dx
X
= sµ 1 − dx =
j=0
j! s 0
0
Zt
= (sµ − λ) e−(sµ−λ)x dx = 1 − e−(sµ−λ)t
0

10
1.2. MODÈLE M/M/S CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

i.e.W/ (X ≥ s) suit la loi E (sµ − λ)

1
E (W/ (X ≥ s)) =
sµ − λ

Loi de W

P (W < t) = P (W = 0) + P (0 < W < t)

or

P (W = 0) = P (X < s) = 1 − π(ψ, s)
∞
X
P (0 < W < t) = P (0 < W < t/X = s + k)P (X = s + k)
k=0

la v.a.(W/X = s + k) ∼ Γ(k + 1, sµ),car en période de saturation le flux global de sortie du système

est poissonien de paramètre sµ d’où
 t 
∞ k+1 xk e−sµx
(sµ) ψ k+s
X Z
P (0 < W < t) =  dx P0
k=0
Γ(k + 1) s!sk
0
Zt ∞
!
−sµx
X (sµ)k+1 xk ψ k+s
= e P0 dx
k=0
k! s!sk
0
Zt ∞
!
−sµx ψs X (sµ)k+1 xk λ
= e P0 ( )k dx
s! k=0
k! sµ
0
Zt ∞
!
−sµx ψs X (λx)k
= e P0 sµ dx
s! k=0
k!
0
Zt
ψs
= e−sµx P0 sµe−λx dx
s!
0
Zt
ψs
= P0 sµe−(sµ−λ)x dx
s!
0
Zt
ψ
= π(ψ, s)(1 − )sµ e−(sµ−λ)x dx
s
0
Zt
= π(ψ, s)(sµ − λ) e−(sµ−λ)x dx
0
−(sµ−λ)t
= π(ψ, s)(1 − e )
P (W < t) = 1 − π(ψ, s) + π(ψ, s)(1 − e−(sµ−λ)t ) = 1 − π(ψ, s)e−(sµ−λ)t

Durée d’attente moyenne dans la file est

Z ∞
π(ψ, s)
E(W ) = π(ψ, s)(sµ − λ)te−(sµ−λ)x dt =
0 sµ − λ

11
1.2. MODÈLE M/M/S CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

1.2.3 Nombre moyen de guichets occupés

(
S−X si X ≤ s
Soit Y la v.a.nombre de guichets inoccupés Y =
0 sin on

k=s
X k=s
X m=s
X
E(Y ) = kP (s − X = k) = kP (X = s − k) = (s − m)P (X = m)
k=0 k=0 m=0

après changement de variable : m=s-k

∞
X ∞
X
E(Y ) = (s − m)P (X = m) − (s − m)P (X = m)
m=0 m=s+1

Or
∞
X
(m − s)P (X = m) = nf
m=s+1

et
∞
X
(s − m)P (X = m) = s − n
m=0

D’où

E(Y ) = s − n + nf

et comme

1
ts = tf +
µ
λ
⇒ λts = λtf +
µ
⇒ n = nf + ψ

D’où

E(Y ) = s − ψ

Le nombre moyen de guichets occupés est donc égal à

E(S − Y ) = ψ

1.2.4 Flux de sortie du M/M/S (théorème de Burk)

Proposition Le flux de sortie des modèles M/M/1 et M/M/s est poissonien de même paramètre
que le flux d’entrée. ce résultat est dû à BURKE.

12
1.2. MODÈLE M/M/S CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

Démonstration dans le cas du modèle Cas du modèle M/M/1. Soit D la v.a. " durée séparant
deux sorties consécutives". En période de saturation, la durée séparant deux sorties consécutives est la
durée de service du prochain client à sortir ; dans le cas où il n y a pas saturation, cette durée est la
somme de deux durées T1 et T2 . T1 est la durée d’oisiveté du serveur et T2 est la durée de service du
prochain client.

P (D < t) = P (D < t/X ≥ 1)P (X ≥ 1) + P (D < t/X = 0)P (X = 0)

P (D < t/X ≥ 1) = P (T2 < t) = 1 − e−µt
P (D < t/X = 0) = P (T1 + T2 < t)

Calcul de la loi de T1 + T2 telle que T1 v E(λ) et T2 v E(µ) Soit g le densité de probabilité de T1 + T2

et f1 (respf2 ) la densité de probabilité de T1 (respT2 )

Z Zx
g(x) = f1 (t)f2 (x − t)dt = f1 (t)f2 (x − t)dt
R
0
Zx Zx
−λt −µ(x−t) −µx
= λe µe dt = λµe e(µ−λ)t dt
0 0
1 1 λµ −λx λµ −µx
 
−µx
= λµe e(µ−λ)x − = e − e
µ−λ µ−λ µ−λ µ−λ
Zt
µ λ
P (T1 + T2 < t) = g(x)dx = (1 − e−λt ) − (1 − e−µt )
µ−λ µ−λ
0

d’où

P (D < t) = 1 − e−λt

puisque

P (X ≥ 1) = ψ

et

P (X = 0) = 1 − ψ

où

λ
ψ=
µ

13
1.3. MODÈLE M/M/S/L CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

1.3 Modèle M/M/S/L

1. Flux des arrivées poissonien de paramètre λ
2. Durée de service exponentielle de paramètre µ
3. La capacité du système d’attente est limitée à L (longueur de la file d’attente est limitée à (L − s)
clients. Tout client qui arrive et trouve le système " complet" s’en va.
4. Il y a s stations de service
5. La discipline de service est FIFO
X(t) " nombre de clients présents dans le système à l’instant t" est un processus de naissance et de
mort. 
nµ si 0 < n ≤ s
( 
λ si n < L

λn = µn = sµ si s ≤ n ≤ L
0 sinon 

0 sinon

Régime permanent et probabilités des états Le nombre d’états possibles de ce système est fini,
la série
L Y
n
X λi−1
S=
n=1 i=1
µi
comporte un nombre fini de termes, pour qu’elle converge il suffit que chacun soit borné i.e. ∀ i = 1, ..., L,
µi > 0 ce qui est vérifié .

Calcul des probabilités

Si n ≤ s,

n n
Y λi−1 Y λ ψn
= =
i=1
µi i=1
iµ n!

Si n ≥ s,
n s n
Y λi−1 Y λi−1 Y λi−1
=
i=1
µi i=1
µi i=s+1
µi
s n
Y λ Y λ
=
i=1
iµ i=s+1 sµ
ψs ψ n−s
= ( )
s! s

14
1.3. MODÈLE M/M/S/L CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

La série

L Y
n
X λi−1
S=
n=1 i=1
µi
s−1 n L Y n
XY λi−1 X λi−1
= +
n=1 i=1
µi n=s i=1 µi
s−1 L
X ψn X ψs ψ n−s
= + ( )
n=1
n! n=s s! s
s ψn

L ψs ψ
(L − s + 1) si = 1
P P
+



 n=1 n! n=s s! s



ψ L−s+1
= s ψn ψs (1 − ( s ) ψ
6= 1
P
+ si


ψ

 n=1 n! s! s


1−

s
1
P0 =
1+S

1 ψ
si = 1



s−1
P ψ n ψs
 s
+ L

(L − s + 1)

 P
 n=s

 n=0

 n! s!
1 ψ
= si 6= 1
 ψ L−s+1 s
(1 − ( )


 s−1
P ψ n ψs


 + s
n! s! ψ


 n=0 1−


s
 n
ψ

 P0 si n ≤ s
Pn = n!
 ψs ( ψ )n−s P0

si s ≤ n ≤ L
s! s

15
1.4. MODÈLE M/M/S/S CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

1.4 Modèle M/M/s/s

Système à pertes,car il exclu toute possibilité d’attente. Un client qui arrive ne peut entrer dans le
système si les s stations de service sont toutes occupées.

Les taux de transition


( nµ
 si0 < n
λ si0 ≤ n < s 
λn = µn = sµ sin ≤ s
0 sinon 

0 sinon

Les probabilités des états sont

ψn 1
Pn = P0 si n ≤ sP0 = s ψn
n! P
n=0 n!

Le régime permanent existe sans aucune restriction imposée à λ et µ.

La probabilité de perte du système, qui est la probabilité qu’un client qui arrive ne puisse entrer,
est égale à la probabilité pour le système de se trouver dans l’état s.
ψs
Probabilité de perte Ps = P0 .
s!

16
1.5. MODÈLE M/M/∞ CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

1.5 Modèle M/M/∞

Les taux de transition (
nµ si0 < n
λn = λ µn =
0 sinon
ψn 1
Pn = P0 si n ≤ sP0 = ∞ n = exp(−ψ)
n! P ψ
n=0 n!

17
1.6. SYSTÈMES FERMÉS CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

1.6 Systèmes fermés

1. Flux des arrivées poissonien de paramètre λ
2. Durée de service exponentielle de paramètre µ
3. La capacité du système d’attente est illimitée
4. Il y a s stations de service
5. La discipline de service est FIFO
6. Capacité de la source est K
C’est un système markovien dont le nombre de client est fixe i.e. la source est finie. Un exemple
d’application est l’ atelier de réparation de machines où leur nombre reste fixe pendant une certaine
durée et où ils tombent en panne de façon périodique mais aléatoirement. Le système est décrit par
la variable X(t) "nombre de machines en panne à l’instant t " X(t) ∈ {0, 1, ...K} où K est le nombre
total de machines disponibles dans l’atelier.

Les taux de transition


(
 nµ
 si 0 < n ≤ s
λ(K − n) si 0≤n<K
λn = µn = sµ si s ≤ n ≤ K
0 sinon 
 0 sinon

Le graphe des transitions

Calcul des probabilités Le régime permanent existe toujours,

Si n ≤ s,

n n
Y λi−1 Y λ(K − i + 1)
=
i=1
µi i=1
iµ
ψn K!
=
n! (K − n)!

Si n ≥ s,

n s n
Y λi−1 Y λi−1 Y λi−1
=
i=1
µi i=1
µi i=s+1
µi
s n
Y λ(K − i + 1) Y λ(K − i + 1)
=
i=1
iµ i=s+1
sµ
ψs ψ n−s K!
= ( )
s! s (K − n)!

ψ n
 K


n n! P0 si n ≤ s


Pn = ψs ψ n−s K!

 ( ) P0 si s ≤ n ≤ L
s! s (K − n)!

1
P0 = s n K
P K
ψ P ψs ψ n−s K!
n n! + ( )
(K − n)!
n=0 n=s+1 s! s

18
1.6. SYSTÈMES FERMÉS CHAPITRE 1. MODÈLES DE FILES D’ATTENTE

Paramètres caractéristiques du système(Formules de Little)

Temps moyen de séjour dans le système
n
ts =
λ(K − n)

Temps moyen d’attente dans la file

nf
tf =
λ(K − n)

19