of 54
7/23/2019 Cours Evaluation 2
1/54
Notions de files dattente
OULD ELHASSEN 1
7/23/2019 Cours Evaluation 2
2/54
Notion de file dattente
Exemple
OULD ELHASSEN 2
7/23/2019 Cours Evaluation 2
3/54
Terminologies
On dfinit : ,, (N,w), (Ns, s), (Nq, q) :
OULD ELHASSEN 3
7/23/2019 Cours Evaluation 2
4/54
Intrt de files dattente dans les rseaux
OULD ELHASSEN 4
7/23/2019 Cours Evaluation 2
5/54
Intrt de files dattente dans les rseaux
Deux cas particuliers sont couramment rencontrs : Si linterarrive des paquets est distribue exponentiellement et les
tailles de paquets suivent une distribution exponentielle, les rsultatssur une file dattente M/M/1 sont directement exploitables.
Si linterarrive des paquets est distribue exponentiellement et la tailledes paquets est constante, ce systme pourra tre modlis par une file
M/D/1.
OULD ELHASSEN 5
7/23/2019 Cours Evaluation 2
6/54
Intrt de files dattente dans les rseaux
Modle MIQSS (Multiple Input Queues Single Server) CPU
OULD ELHASSEN 6
7/23/2019 Cours Evaluation 2
7/54
7/23/2019 Cours Evaluation 2
8/54
FILES D'ATTENTE
DEFINITION
Une file d'attente est caractrise par :
Un flot d'arrives
Un mcanisme de service
Une salle d'attente
Une discipline de service
"Salle" d'attente
mcanisme de
service
m
OULD ELHASSEN 8
7/23/2019 Cours Evaluation 2
9/54
FILES D'ATTENTE
Flot d'arrive
Suite stochastique
Tn: est le temps du nemeclient
Sn: la charge apporte par le nemeclient, service ncessaire.
Les clients arrivent successivement, un la fois, il n'y a pasd'accumulation: 0
7/23/2019 Cours Evaluation 2
10/54
FILES D'ATTENTE
Capacit de la file d'attente:
Nombre de places possibles : limit ou illimit.
Si capacit limite: les clients supplmentaires sont perdus ourejoignent une autre file d'attente.
Le nombre de clients dans le systme est diffrent du nombre declients dans la file d'attente
OULD ELHASSEN 10
7/23/2019 Cours Evaluation 2
11/54
FILES D'ATTENTE
Discipline de service:
Rgle d'ordonnancement des clients au service.
- FIFO: first in first out
- LIFO : Last in first out
- PS : processor sharing, un serveur donne chaque client en attente une'tranche' de service.
-ALEA un serveur libre choisit un client au hasard dans la file
Priorit: on ajoute une suite {Un}, n appartient N+, au flot des arrives
o Un est une variable alatoire prenant ses valeurs dans l'ensemble desclasses de priorits P. Un=i, signifie que le nemeclient, arrivant au temps Tnest de la classe i.
Priorit premptive
OULD ELHASSEN 11
7/23/2019 Cours Evaluation 2
12/54
FILES D'ATTENTE
Notation de KENDALLA/B/C/D/E
A: statistique du processus d'arrive (M = markovien; D=dterministe;G=gnrale)
B: statistique des lois de service (M = markovien; D=dterministe;G=gnrale)
C: nombre de serveurs
D: nombre de clients dans le systme
E: discipline du service
OULD ELHASSEN 12
7/23/2019 Cours Evaluation 2
13/54
FILES D'ATTENTE
Application aux rseaux de communications et aux systmesinformatiques:
Clients = tches, programmes, paquets,
Temps de service = dure de tche
Serveur = processeur Salle d'attente = tampon
OULD ELHASSEN 13
7/23/2019 Cours Evaluation 2
14/54
LOI DE LITTLE
HYPOTHESES Lorsqu'un client, ayant termin son service, quitte le systme, il laisse,
en moyenne, derrire lui, un nombre de clients gal E(k).Ce client a trouv en arrivant E(k) clients dj prsents et a pass dansle systme un temps, E(T).
Nous supposons que: - Le nombre moyen des arrives est gal au nombre moyen des dparts du systme.
-La longueur moyenne de la file lors des arrives est gale la longueur moyenne de lafile lors des dparts
OULD ELHASSEN 14
7/23/2019 Cours Evaluation 2
15/54
LOI DE LITTLE
ENONCE
Si on appelle, , le taux moyen des arrives on a:
{Nombre moyen de clients arrivs pendant le sjour du client dans lesystme} = E(t) = {nombre moyen de clients qu'il laisse}
Et en rgime permanent, si T temps pass dans la file :
E(k)=E(T)
N T
OULD ELHASSEN 15
7/23/2019 Cours Evaluation 2
16/54
LOI DE LITTLE
VALIDITE
Rgime permanent
Les formules de Little sont valides pour les files G/G/S. Elles ont uncaractre trs gnral. En effet, il n'y aaucune restriction quant :
la loi d'arrive, la loi des services, le nombre de serveurs.
Elles peuvent prendre en compte le cas o il existe plusieurs classes declients mais la discipline de service doit tre dfinie, nous avonsconsidr la discipline FIFO.
OULD ELHASSEN 16
7/23/2019 Cours Evaluation 2
17/54
FILE M/M/1
DEFINITION Arrives: loi de Poisson de taux Un serveur
Loi de service: exponentielle de paramtre m
Capacit de file: infinie discipline de service : FIFO Si serveur satur (r-->1):
La distribution des intervalles de temps sparant deux dpart conscutifsde la file sature tend vers la distribution des temps de service
m
OULD ELHASSEN 17
7/23/2019 Cours Evaluation 2
18/54
FILE M/M/1 PRINCIPAUX RESULTATS
tat: nombre de clients, k, dans le systme probabilit de l'tat Ek:
0 1 1
1 1
k
k
k
p
p
r r
m m
rm
Taux de trafic, r(charge, activit du serveur):
rm
OULD ELHASSEN 18
7/23/2019 Cours Evaluation 2
19/54
FILE M/M/1 Condition de stabilit : activit du serveur
7/23/2019 Cours Evaluation 2
20/54
FILE M/M/1 Nombre moyen de clients dans le systme, N
1
0 0 1
0
2
1 1
11 1
1
1
11
11
k k
k
k k k
k
k
N kp k
N
N
k
N
r
r r r r r
r r r r rr
r
r
r rrr
OULD ELHASSEN 20
7/23/2019 Cours Evaluation 2
21/54
FILE M/M/1
Nombre moyen de clients dans la file, Nq=E(n)
1 1
2 2
1
22
2
2
( ) 1 1 1
( ) 1 1
(
1
1
1
)
( ) 11
k
k
k k
k
k
E k p k
E k
E
E
n r r
n r r r
rn r r
r
r
n r
r
OULD ELHASSEN 21
7/23/2019 Cours Evaluation 2
22/54
FILE M/M/1
Temps moyen,T , pass par un clients dans systme
: nombre de clients
: dbit d'entre, nombre de clients par seconde
T: dure d'observation
=
Le nombre moyen de clients dans le systme s'crit (Little):
( ) ( )
et le nombre moyen de clients da
N
N T
N E m E t
ns la file s'crit:
( ) ( )
Temps moyen, T, pass par un client dans le systme:1
=
=1
1
1 1
fE E t
N
T
T
n
r
m
r
r
OULD ELHASSEN 22
7/23/2019 Cours Evaluation 2
23/54
FILE M/M/1
Nombre moyen de clients dans le systme:
1N
r
r
Nombre moyen de clients dans la file:
2
1
rn
r
Temps moyen pass par un client dans
le systme:
1 1
1T
m r
OULD ELHASSEN 23
7/23/2019 Cours Evaluation 2
24/54
FILE M/M/1
Nombre de clients dans le systme en fonctiondu taux de trafic
0,00
20,00
40,00
60,00
80,00
100,00
120,00
0,00 0,20 0,40 0,60 0,80 1,00
Taux de trafic
N
ombredeclien
ts
N
OULD ELHASSEN 24
7/23/2019 Cours Evaluation 2
25/54
FILE M/M/1
Nombre de clients dans la file en fonction dutaux de trafic
0,00
20,00
40,00
60,00
80,00
100,00
120,00
0,00 0,20 0,40 0,60 0,80 1,00
Taux de trafic
N
ombredeclien
ts
Nf
OULD ELHASSEN 25
7/23/2019 Cours Evaluation 2
26/54
FILE M/M/1
Temps moyen pass par un client dans lesystme en fonction du taux de trafic
0,00
50,00
100,00
150,00
200,00
0,00 0,20 0,40 0,60 0,80 1,00
Taux de trafic
Tempsmoyen
T
OULD ELHASSEN 26
7/23/2019 Cours Evaluation 2
27/54
FILE M/M/1
DISCUSSION DES HYPOTHESES Prob(1 arrive pdt DT)=Dt Prob(1 dpart pdt DT/ serveur occup)=mDt Les probabilits d'occurrence des vnements ne
dpendent que de l'tat du systme l'instantd'observation: Indpendantes de l'tat antrieur du systme proprit markovienne
Loi exponentielle
OULD ELHASSEN 27
7/23/2019 Cours Evaluation 2
28/54
FILE M/M/1
Processus d'arrive: Temps inter-arrives: variable alatoire exponentielle Processus de Poisson Vrification pratique hypothse de Poisson :
Bien vrifie dans un contexte informatique.
e1
e2
ei
en
m
Sources indpendantes
(terminaux)Superposition Poisson
OULD ELHASSEN 28
7/23/2019 Cours Evaluation 2
29/54
FILE M/M/1
Dure du service: Temps service: variable alatoire exponentielle Vrification pratique hypothse exponentielle :
souvent non satisfaite dans contexte informatique coefficient devariation, c, lev.
cecart type
moyenne
_1
OULD ELHASSEN 29
7/23/2019 Cours Evaluation 2
30/54
FILE M/M/1/N (Systmes avec attente et perte)
OULD ELHASSEN 30
DEFINITION Arrives: loi de Poisson de taux 1 serveur Loi de service: exponentielle de paramtre m Capacit de file: finie = N discipline de service : FIFO
m
N
7/23/2019 Cours Evaluation 2
31/54
FILE M/M/1/N (Systmes avec attente et perte)
PRINCIPAUX RESULTATS tat: nombre de clients, k, dans le systme probabilit de l'tat Ek:
Taux de trafic, r(charge, activit du serveur):
rm
OULD ELHASSEN 31
0
k
p
p
7/23/2019 Cours Evaluation 2
32/54
FILE M/M/1/N (Systmes avec attente et perte) Condition de stabilit: activit du serveur
7/23/2019 Cours Evaluation 2
33/54
FILE M/M/1/N (Systmes avec attente et perte)
Nombre moyen de clients dans le systme, N
OULD ELHASSEN 33
0k
k
N kp
N
7/23/2019 Cours Evaluation 2
34/54
FILE M/M/1/N (Systmes avec attente et perte)
Nombre moyen de clients dans la file, Nq=E(n)
OULD ELHASSEN 34
1
( ) 1 kk
E k pn
N
7/23/2019 Cours Evaluation 2
35/54
FILE M/M/1/N (Systmes avec attente et perte) Temps moyen,T , pass par un clients dans systme
OULD ELHASSEN 35
: nombre de clients
: dbit d'entre, nombre de clients par seconde
T: dure d'observation
=
Le nombre moyen de clients dans le systme s'crit (Little):( ) ( )
et le nombre moyen de clients da
N
N T
N E m E t
ns la file s'crit:
( ) ( )
fE E tn
Temps moyen, T, pass par un client dans le systme:
=N
T
7/23/2019 Cours Evaluation 2
36/54
FILE M/M/1/N (Systmes avec attente et perte)
Nombre moyen de clients dans le systme:
Nombremoyen de clients dans la file:
Temps moyen pass par un client dans le systme:
OULD ELHASSEN 36
7/23/2019 Cours Evaluation 2
37/54
FILE M/M/S
DEFINITION Arrives: loi de Poisson de taux S serveurs
S serveurs indpendants Loi de service: exponentielle de paramtre m Capacit de file: infinie discipline de service : FIFO
m
m
S serveurs
OULD ELHASSEN 37
7/23/2019 Cours Evaluation 2
38/54
FILE M/M/S
Modlisation
Processus de naissance et mort.
Etat, Ek, o k units prsentes dans le systme (file,serveurs).
S serveurs
Taux de naissance et mort:
k
k
k
k k S et N
S k S et N
m m
m m
OULD ELHASSEN 38
7/23/2019 Cours Evaluation 2
39/54
FILE M/M/S
Le graphe associ est le suivant:
0 1 k - 1 k
dt
SmdtSmdt(k-1)mdt2mdt
mdt
dt dt dtdt
1dt) 1dt-mdt) [1dt-k1dt] 1dt-Smdt)
OULD ELHASSEN 39
7/23/2019 Cours Evaluation 2
40/54
FILE M/M/S
PRINCIPAUX RESULTATS tat: nombre de clients, k, dans le systme, probabilit de l'tat Ek:
0
0
1 Si
!
1 Si
!
k
k
k
k k S
p p k Sk
p p k SS S
m
m
Calcul de p0
OULD ELHASSEN 40
7/23/2019 Cours Evaluation 2
41/54
FILE M/M/S Calcul de p0
0
k
1
0
0
1
0
0
0
1
Soit en remplaant P , par les expressions trouves ci-dessus:
1 11
! !
11
! !
Posons =
1
k
k
k kS
k Sk k S
k kSS
k k S
k
P
Pk S S
SP
k S S
rS
P k
m m
m m
m
m
1
0
1 2 2
1! !
Le second terme entre crochets s'crit:
..... 1 .....! ! !
SSk
k k S
S S Sk S S S S
k S
SrS
S S Sr r r r r r r
S S S
OULD ELHASSEN 41
7/23/2019 Cours Evaluation 2
42/54
FILE M/M/S Calcul de p0
2 1 ..... ,une de terme gnral: r=
et sa est gale
On peu
srie gomtrique
1Srie est convergente si : 1 somme
1
t alors cri
-r
re :
1
en remplaant r pa! ! 1- ! 1-
S S S Sk S
k S
r rS
S S S r
r rS S r S
S
r
m
m
0
0
1
0
r sa valeur:
1 1
! ! !
1- 1-
Soit pou
1
1 1 1
! !
r
1
:
-
P
S
SS S
k SS
k
k
k
S
SS Sr
S S
S
P
k
S
S
S
S
m
m
m
m
m
m
m
OULD ELHASSEN 42
7/23/2019 Cours Evaluation 2
43/54
FILE M/M/S
Taux de trafic, r(charge, activit du serveur):
S
r
m
Condition de stabilit:
1S
r
m
OULD ELHASSEN 43
7/23/2019 Cours Evaluation 2
44/54
FILE M/M/S
Nombre moyen de guichets (serveurs) g, occups:
0 1
0 01 1
1 1
0 11 1
! !
1 ! !
Posons:j=k-1
S
k k
k k S
k k
S
k Sk k S
k k
S
k Sk k S
g kP SP
g k P S P k S S
g Pk S S
m m
m m
m
OULD ELHASSEN 44
7/23/2019 Cours Evaluation 2
45/54
FILE M/M/S Nombre moyen de guichets, g, occups:
1
0
0
1
0
0
0
Avec:j=k-1
! !
1
! !
1
Le terme entre crochets reprsente l'expression , il reste alors:
j j
SS
jj j S
j jSS
jj j S
Sg P
j S S
Sg P
j S
g
S
P
m m
m
m
m m m
OULD ELHASSEN 45
7/23/2019 Cours Evaluation 2
46/54
FILE M/M/S g=/m
rsultat trs simple,principe de conservation:
flux d'arrives des clients est , personne ne disparat dans le systme, le flux desortie doit tre , hors saturation.
Ce nombre est gal au nombre moyen de guichets actifs g par le taux individuel de
chacun m.
g m
m
m
{g guichets occups}
OULD ELHASSEN 46
7/23/2019 Cours Evaluation 2
47/54
FILE M/M/S Nombre moyen de clients , n,dans la file:
Il existe, des clients dans la file d'attente, si k>S
0
0
0 0
1 1
0
1
1
Soient , les probabilits qu'il y ait respectivement 0 et (S+i)
clients dans le systme.
!
!
Posons:
drive de
S i
S i S
S i
i i
S iS
i
i i
P P
SiP i P
S S
SP i
S S S
xS
ix x
n
m
n
m m
m
OULD ELHASSEN 47
7/23/2019 Cours Evaluation 2
48/54
FILE M/M/S Nombre moyen de clients , n,dans la file:
Il existe un file d'attente si k>S
1
0
2
1
0 2
2
0
0
1 1
1
1
1 1
1 1d'o:
1=
!1
=!
1
S
i
i
i
i
SS
PS
xx
dix
dx x x
SP
S
S
S
S
S
n
m
n
m
m
m
OULD ELHASSEN 48
7/23/2019 Cours Evaluation 2
49/54
FILE M/M/S Temps d'attente moyen, tf,dans la file:
On utilise la formule de LITTLE
Appelons: , le nombre moyen de clients dans la file
, le taux d'arrive des clients
, le temps d'attente moyen des clients dans la file
1 1
!
f
f
f
f
t
t
t
tS S
n
n n
m
1
02
02
1 1 1
!1
1
1S
f
S
t PS S
P
S
S
m m
m
m
OULD ELHASSEN 49
7/23/2019 Cours Evaluation 2
50/54
FILE M/M/S
Nombre moyen de clients dans le systme: Somme du nombre moyen de clients dans la file, n, et du nombre
moyen de clients occupant les guichets
1f
N
t
g
N
n
mm
OULD ELHASSEN 50
7/23/2019 Cours Evaluation 2
51/54
FILE M/M/S/N
DEFINITION Arrives: loi de Poisson de taux S serveurs
S serveurs indpendants
Loi de service: exponentielle de paramtre m Capacit de file: N discipline de service : FIFO
OULD ELHASSEN 51
S serveurs
m
mN
7/23/2019 Cours Evaluation 2
52/54
FILE M/M/S/N
Modlisation
Processus de naissance et mort.
Etat, Ek, o k units prsentes dans le systme (file, serveurs).
S serveurs
Taux de naissance et mort:
OULD ELHASSEN 52
n= , lorsque nS
7/23/2019 Cours Evaluation 2
53/54
FILE M/M/S/N PRINCIPAUX RESULTATS
tat: nombre de clients, k, dans le systme, probabilit de l'tat Ek: Pour NS
Pour N>S
OULD ELHASSEN 53
0
0
1 Si
!
1 Si!
k
k
k
k k S
p p kk
p p kS S
m
m
0
0
1 Si
!
1 Si
!
k
k
k
k k S
p p kk
p p kS S
m
m
N
N
kp 0 Si k>N
Si S kN
S
7/23/2019 Cours Evaluation 2
54/54
FILE M/M/S/N
Taux de trafic, r(charge, activit du serveur):
S
r
m
Condition de stabilit:
1
S
r
m