Documente Academic
Documente Profesional
Documente Cultură
DATTENTE
Ralis PAR :
Naima Lgarch
Sommaire
Introduction3
I.
II.
III.
Conclusion....17
Bibliographie/ Webographie...17
Introduction
Les phnomnes dattente sont hlas dobservation courante dans la vie quotidienne. Quand nous nous rendons
la poste, la gare, la banque, bien souvent nous devons " faire la queue " pour obtenir des timbres, un billet, de
largent, dans la plupart des modles on suppose que la rgle de priorit est : premier entr, premier servi (PEPS).
Cest la rgle la plus communment utilise dans les entreprises de services ; elle procure aux clients un sentiment
de justice, bien quelle pnalise les clients dont le temps de service est court. Elle est applique dans les banques,
les magasins, les cinmas, les restaurants, les intersections avec arrt obligatoire, les contrles douaniers, etc.
Certains systmes ne sen servent pas : les salles durgence des hpitaux, en gnral, utilisent trois niveaux de
priorit (les cas graves tant traits en priorit) ; les usines traitent les commandes urgentes et les ordinateurs
centraux traitent les tches par ordre dimportance. Certains clients devront donc attendre plus longtemps, mme
sils sont arrivs plus tt.
dexcution. C'est grce aux apports des mathmaticiens Khintchine, Palm, Kendall, Pollaczek et Kolmogorov
que la thorie s'est vraiment dveloppe
> 0 si
(1) N(0)=0
(2) les incrments de {N(t),t>=0} sont indpendants
(3) le nombre d'vnements dans l'intervalle (s,s+t) obit la loi de Poisson :
L'exprience montre que gnralement, le nombre d'arrives dans une file d'attente suit une loi de
Poisson. La probabilit prcdente reprsente donc la probabilit de ralisation de n vnements
pendant la dure t+s. Dans le cadre des files d'attente, cette loi nous permet donc d'estimer la dure
entre deux arrives conscutives.
Une variable alatoire (v.a) continue X suit une loi exponentielle avec paramtre
> 0 si sa densit de probabilit est donne par :
Cette loi permet d'estimer le temps qu'une personne passe au service (guichet). Dans
cette loi, on peut clairement identifier que est le nombre de clients servis par unit
de temps et donc que 1/ est le temps moyen que passe un client au guichet.
3. Exercice
- Etude des arrives
5
A cent reprises, conscutives ou non, mais prises dans la priode stationnaire, on relve la dure du service,
c'est--dire le temps pass par un client au guichet.
Supposons que les rsultats obtenus soient les suivants :
L'emploi d'un test statistique va permettre de vrifier si la loi observe se rapproche d'une loi thorique
classique, en l'espce de celle de Poisson. La formule :
,
permet de calculer les frquences thoriques d'une loi de Poisson de moyenne 1,26 ; ce sont cent fois les
valeurs :
probabilit est en ralit la diffrence entre 1 et la somme des autres
(cette dernire
).
Le nombre de degrs de libert du systme est d = c - 1 - p, c tant le nombre de classes (ici : 5) et p le nombre
de paramtres de la loi thorique tirs de l'observation (ici : 1, la moyenne); on a donc : d= 5 - 1 - 1 = 3.
Or, en se reportant une table des
Comme le
calcul (0,19) est infrieur cette valeur, l'analyste dcide d'admettre que le phnomne
observ suit une loi de Poisson (en ralit, le test signifie que, si l'hypothse tait exacte, pour 95 % des
chantillons, la valeur
le
serait infrieure 0,352 ; le risque de rejeter l'hypothse, alors qu'elle est exacte, si
La conclusion tirer de l'tude des arrives est qu'elles se font la Poisson , avec un taux de
arrives par minute
On fait alors l'hypothse que la loi des services est une loi exponentielle de taux
En rduisant neuf classes et sept degrs de libert, on a
2,167 et l'analyste dcide d'admettre qu'il a bien une loi exponentielle de taux
.
, lu dans la table, s'lve
.
T
1/
1/
(T)
Signification
Nombre moyen darrives par unit de temps
Nombre moyen de services par unit de temps
Nombre moyen darrives durant la priode de temps T
Le temps moyen qui spare 2 arrives successives
Temps moyen dun service
Taux doccupation ou Taux de trafic ou intensit de trafic
pour un seul guichet
Nombre moyen dunits dans le systme (units qui
attendent et units qui sont entrain dtre servis)
Nombre moyen dunits qui attendent dtre servis
La probabilit dune attente nulle
Taux moyen dinactivit dun guichet
Temps moyen dattente en file
Temps moyen dattente dans le systme (temps dattente
en file + le temps de service)
La probabilit davoir n personnes arrivant durant la
priode de temps T
La probabilit quil y ait n units dans le systme
Taux de trafic ou intensit de trafic pour un seul guichet : il reprsente le rapport entre la demande (mesure grce
au nombre moyen darrives par unit de temps, ) et la capacit de service (c'est--dire le nombre moyen de services
par unit de temps, ).
= /
Le nombre moyen de clients en file :
= 2 /(1- )= (2 / ) / (- )= * n
Le nombre de clients dans le systme :
n= /(1- )= /(-)
Le temps moyen dattente en file :
tf = /
Le temps moyen dattente dans le systme :
=tf +1/
q n = (1- ) = q 0 ()
La probabilit dune attente nulle :
q 0 = 1-
p = 1-
Remarque : Le nombre moyen darrives () et de services () doivent tre exprims dans la mme unit de mesure
(clients lheure, clients par minute, etc.).
Exercices
Exercice 1:
Une compagnie arienne envisage douvrir un point de vente dans un nouveau centre commercial. Elle compte y
faire travailler un agent qui sera responsable des rservations et de la vente de billets. Lagent sert ses clients toutes les 4
minutes en moyenne ; on estime aussi que la distribution des arrives peut tre calcule selon la loi de Poisson et que le
temps de service sera de 3 minutes en moyenne par client (distribution exponentielle). Dterminez :
a) Le nombre moyen de clients arrivant par heure
b) Le nombre moyen de personnes servis par heure
c) Taux dutilisation du systme.
d) Pourcentage dinactivit de lagent.
e) Nombre moyen de clients qui attendent pour tre servis.
f) Temps moyen pass par un client dans le systme.
g) Probabilit quil ny ait aucun client dans le systme et probabilit quil y ait quatre clients dans le systme.
Solution 1:
a) tant le nombre darrives par mn =nombre darrives/le temps correspondant ces arrives en mn.1/ tant
le temps moyen sparant deux arrives successifs. Or 1/ =4mn , h donc =1/(0.066) 15 clients
arrivant par heure
b) le temps de service sera de 3 minutes en moyenne par client 3mn=0.05h, cest aussi la dure dun service=1/
=0.05 h, donc =1/(0.05)=20 personnes servis par heure.
c)
20
h) q 4 = q 0 (
Exercice 2:
Une petite banque de province possde un guichet unique ouvert 6 h par jour. Une tude statistique fait apparatre un
nombre moyen de 54 clients par jour et le temps moyen de service est de 5 minutes par client. En prenant l'heure comme
unit de temps, Dterminez :
a) Le nombre moyen de clients arrivant par heure
b) Le nombre moyen de personnes servis par heure
Solution 2 :
10
Le taux des arrives ou le nombre moyen de clients arrivant par heure est =54/6= 9 arrives par
heure
b) On sait que le temps moyen de service est de 5 minutes par client 5mn=1/12h, do =1/(1/12) = 12
personnes servis par heure.
On a / =0.75 (file dattente finie)
a)
c)
n
= / (1- )= /(-)=
=
d)
129
Paramtres et formules
On supposera que l'on a une seule file d'attente, mais plusieurs stations identiques, au total S. En reprenant les
notations prcdentes : (nombre moyen d'arrives par unit de temps), (nombre moyen de services par
unit de temps et par station), n (nombre d'individus dans le systme au temps t)
-
Signification
Formule
1
n npn ( ) (tf )
n 0
(n s) p
n S 1
S .S!(1
p0
tf
S.S!(1 ) 2
S 1
p0
Avec
11
Taux moyen dinactivit des guichets
( S n) p n S
n 0
pn (
n!
pn (
) p0
n
S! S n S
Si 1n<S
) p0
Si Sn
Pr(T>t)=Pr(T>0)e-( S- )t
Exercices
Exercice :
Linfirmerie dune grosse entreprise emploie deux infirmires qui soccupent des incidents bnins (petits accidents,
malaises, etc.) survenant durant les heures de travail. Les arrives des patients linfirmerie forment approximativement
un processus de Poisson; en moyenne, il arrive deux patients par heure. Chaque patient est soign par une seule
infirmire (elles ont des qualifications identiques) et le traitement dure une demi-heure en moyenne (la dure du
traitement suit une loi exponentielle).
a) Quel modle de files dattente dcrit-il adquatement cette situation? Prcisez tous les paramtres du modle.
b) En moyenne, combien de patients se trouvent-ils dans la file dattente un instant quelconque de la journe?
Combien de temps doivent-ils attendre avant dtre pris en charge par une des infirmires?
Solution :
a) Il sagit dune file dattente M/M/2 dfinie par le processus stochastique suivant.
Le processus d'arrive est de Poisson de taux
exponentielle de paramtre
b)
S 1
S .S!(1
)2
p0
avec
p0
S 1
S!(1
i!
et S
i 0
12
on a = 2/2*2 = 0.5 et p0
1
0.52
0.5
2!(1
)
2
i 0
0.5i
i!
= 0.6 donc
0.53
* 0.6 0.03 ,
0.5 2
2.2!(1
)
2
patients qui se trouvent dans la file dattente un instant quelconque de la journe est de 0.03, on peut
dire que 0 patients se trouvent dans la file dattente un instant quelconque de la journe.
0.03
tf
0.015 donc les patients doivent attendre 0.015*60 = 54 secondes avant dtre prises en
Exemple
Dans un garage rparant des vhicules automobiles, un comptoir est charg de distribuer aux ouvriers des pices
dtaches. Le chef du personnel remarque une affluence ce comptoir muni d'un guichet unique. Il analyse alors le
phnomne en effectuant des statistiques :
paramtre caractristique des arrives : sur 100 intervalles de 5 minutes, il compte le nombre d'employs qui
arrivent dans chaque intervalle ; partir du tableau ci-dessous, on ajuste par une loi de Poisson de paramtre t
= 1,26, moyenne du nombre d'employs qui arrivent :
paramtre caractristique des dparts : 100 observations sont effectues sur les dures des services ; le rsultat
de ces observations est qu'en moyenne un service dure 3,27 minutes. On ajuste alors par une loi exponentielle :
13
= = 0,83. Les formules pour une file aboutissant une seule station conduisent aux rsultats suivants :
Le nombre d'ouvriers dans le systme est n
= /(1-) = 5.
Le temps moyen s'attente dans la file est t f =n
/ = 16.66 minutes.
Le temps perdu par les ouvriers est : 8H/jour . 0,25 ouvrier/min . =8*16.66*0.25=33,33 H
Le temps d'occupation effective de l'agent des pices dtaches est 8H/jour . 0,25 ouvriers/min . (1/) = 6,5 H
La dpense en salaire "inutile" (due l'inactivit) C A peut tre calcule en supposant que l'heure d'ouvrier est de
c2= 20 (en incluant la perte de production due l'inactivit de ces ouvriers) et que le salaire horaire de l'agent
des pices dtaches est c1 = 7 :
CA = 33,33 H . 20 + (8H-6,5H). 7 = 677,1
Le calcul de la dpense CB est effectu sur les bases prcdentes et en utilisant les formules pour une file
aboutissant S=2 stations : (daprs le tableau des formules dans le cas de plusieurs guichets)
t f =0,7 min
ni=1.17
t f = 0,098
ni=2,17
14
Temps total perdu par les ouvriers sur une journe : 8h x x t f = 0,195 h
Temps total d'occupation des serveurs sur une journe : T x 8h x = 6,66 h
Temps total perdu par les serveurs : T T x= 8 - 6,66 = 1,34 h
Cot dinactivit des agents est 1 (S) = S (T-T x xc1 = 3 x 1,34 h x 7 = 28.14
Cot dattente des ouvriers est (S) = (8h x x t f ) x c2 = 0.195 h x 20= 3.9
Donc la dpense "inutile" est gale CC = 1 (S)+ (S) => CC = 28.14 + 3.9= 32.04
t f = 0.00157
ni=3.17
Temps total perdu par les ouvriers sur une journe : 8h x x t f = 0.00314h
Temps total d'occupation des serveurs sur une journe : T x 8h x = 6,66 h
Temps total perdu par les serveurs : T T x= 8 - 6,66 = 1,34 h
Cot dinactivit des agents est 1 (S) = S (T-T x xc1 = 4 x 1,34 h x 7 = 37.52
Cot dattente des ouvriers est (S) = (8h x x t f ) x c2 = 0.00314 h x 20= 0.0628
Donc la dpense "inutile" est gale CD = 1 (S)+ (S) => CD = 37.52 + 0.0628= 37,582
La conclusion est que l'utilisation de 3 employs au service des pices dtaches est optimale.
Exercices
Exercice 1:
Le directeur de la logistique voudrait dterminer le nombre de magasiniers affecter au magasin accueillant
simultanment des ouvriers et qui leurs fournit en outils et en pices. Ce dernier constate que lors de la rcupration des
outils, les ouvriers forment des queues devant les guichets-comptoirs du magasin.
Les magasiniers reoivent un salaire de 9 $ lheure (incluant les avantages sociaux). Une heure de travail dun
ouvrier (gnralement des mcaniciens) est value 30 $, ce qui inclut les avantages sociaux ainsi que le temps perdu
attendre les outils ou les pices. Par exprience, le directeur de la logistique estime que les demandes des ouvriers sont
de lordre de 88 lheure, alors que la capacit de service est de 48 demandes lheure par magasinier (on suppose que
les arrives suivent une loi de poisson et la dure des services est une loi exponentielle).
1)
2)
Quelle est la plus petite valeur de S telle que la file dattente ne sallonge pas indfiniment.
La dure de la journe de travail est de 8.5 heures : combien douvriers se prsentent-ils, en
moyenne, au magasin doutillage par jours ?
Quel est le temps total pass par les magasiniers les servir (le convertir en secondes) ?
On supposant quil y a deux, puis trois, puis quatre, puis cinq magasiniers,Evaluer dans chacun de
ces quatre cas, la dure journalire globale dinactivit des magasiniers en secondes, puis son cot.
3)
En utilisant labaque ci-joint, trouver lattente moyenne par ouvrier selon que
S=2, 3, 4 ou 5. Dterminer la dure totale dattente journalire puis son cot pour chacun de ces cas.
4)
Solution 1:
Connaissant le nombre de guichets S, le taux des arrives , le taux des services de chaque client , Calculer dabord
(/.S) (<1). Se placer alors sur la courbe de paramtre (/.S) si elle est trace, ou sinon la tracer par interpolation.
Connaissant labscisse S, lire alors sur cette courbe lordonne .tf, puis en dduire tf par division par .
15
1) la plus petite valeur de S telle que la file dattente ne sallonge pas indfiniment est dduit partir de la
condition : (/.S) <1( taux des arrives infrieur au taux de service .S) . Numriquement
S>(/)=88/48=1.83, do S2.
Donc on a besoin au minimum de 2 magasiniers pour que la file dattente ne sallonge pas indfiniment.
2) Les arrives tant poissonniennes, le nombre moyen darrives sur lintervalle T est T ; pour T=8 heures on
obtient T =88*8.5=748 arrives douvriers chaque jour au magasin.
La dure moyenne dun service, pour la loi exponentielle, est 1/ soit 1/48 heure. Le temps total pass par les
magasiniers servir les ouvriers vaut :
T/ =(748/48)*3600=56100 secondes
Le tableau ci-dessous rsume les calculs demands.
S
Dure de linactivit
Magasiniers en secondes
T/ *3600 + T (S -
= T (S -
Cot de linactivit en
= T (S -
) /3600 * 9
61302
5202
13.005
91902
35802
89.505
122502
66402
166.005
153102
97002
242.505
.tf
tf
Cot K de
Lattente A en
4.6
342
255816
604.01
0.29
21.744
16264.51
38.40
0.054
4.05
3029.4
7.152
0.012
0.9
673.2
1.589
16
(S)
617.015
127.905
173.157
244.094
Conclusion
Lanalyse des files dattente peut tre un aspect important de la conception des systmes. Les files dattente ont
tendance se former, bien que, dun point de vue macro, les systmes ne soient pas congestionns. Les arrives
alatoires des clients combines la variabilit des temps de service crent temporairement des congestions dans le
systme, do la cration de files dattente.
Dans certains cas, il arrive galement que les serveurs soient inactifs.
Pour analyser des files dattente, il est important de dfinir si la population de clients potentiels est infinie ou bien si
elle se limite un nombre fini de clients. Il existe cinq modles de base pour analyser les files dattente ; quatre pour une
population infinie et un pour une population finie. En gnral, les hypothses mises dans le cadre de ces modles sont
que les taux darrive des clients sont distribus selon une loi de Poisson, alors que les temps de service suivent une loi
exponentielle.
Bibliographie / Webographie
SITES INTERNET CONSULTES
http://fr.wikipedia.org/wiki/File_d%27attente
http://dept-info.labri.fr/ENSEIGNEMENT/formation-a-distance/cibermiage
processus/c1.7/ch03/seq10/exos.htm
http://fileattente.free.fr/
http://ensrotice.sciences.univ-metz.fr/04ExercicesFileAttente_02/co/Modules_web_02.html
http://cours-et-exercices.blogspot.com/2012/10/exercices-corriges-recherche_23.html
http://serge.mehl.free.fr/exos/exo_poisson2.html
http://foad.u-picardie.fr/ines/foadF/eMiageM1/ModuleC107/C107_6.htm#Ph%C3%A9nom%C3%A8nes%20d%27attente
DOCUMENTS UTILISES