Réseaux de files d’attente
Lois de probabilité
Mohamed Escheikh
2éme année Télécoms Département TIC ENIT
Université Tunis El Manar
[email protected] 12 août 2017
Réseaux de files d’attente
Lois de probabilité
2 / 29
Réseaux de files d’attente
Loi exponentielle
Une variable aléatoire réelle X suit une loi exponentielle de
paramètre λ > 0 si sa densité est donnée par :
Sa fonction de répartition est alors donnée par :
densité de proba. f(z) = λ exp(-λ z)1_R+ (z)
fonction de répartition F c (z) =P(Z ≥ z) = exp(−λz) for all z ≥ 0
complémentaire La transformée de Laplace de la loi exponentielle est :
3 / 29
Réseaux de files d’attente
Loi exponentielle
4 / 29
Réseaux de files d’attente
Loi exponentielle
5 / 29
Réseaux de files d’attente
Loi exponentielle
6 / 29
Réseaux de files d’attente
Loi exponentielle
7 / 29
Réseaux de files d’attente
Espérance mathématique d’une loi exponentielle
8 / 29
Réseaux de files d’attente
Loi exponentielle (sans mémoire)
9 / 29
Réseaux de files d’attente
Loi exponentielle (sans mémoire)
Le passé n’influe pas sur le futur
La distribution exponentielle est la seule distribution
continue qui possède la propriété sans mémoire
Démonstration
10 / 29
Réseaux de files d’attente
Loi exponentielle (sans mémoire)
11 / 29
Réseaux de files d’attente
Loi exponentielle
Transformée de Laplace
Moments de la variable X
12 / 29
Réseaux de files d’attente
Variables aléatoires exponentielles
X : v.a exponentielle avec paramètre λ
Y : v.a exponentielle avec paramètre µ
X , Y : indépendantes
Alors :
Min(X , Y ) : v.a exponentielle avec paramètre λ + µ
λ
P(X < Y )=
λ+µ
13 / 29
Réseaux de files d’attente
Variables aléatoires exponentielles
Démonstration
14 / 29
Réseaux de files d’attente
Loi de Poisson (moyenne, variance)
Moyenne et Variance
Preuve
15 / 29
Réseaux de files d’attente
Somme de variables aléatoire de Poisson
(moyenne, variance)
Xi , i = 1,2, ..., n, sont des v.a indépendantes
Xi suit la distribution de Poisson avec le paramètre λi
La somme partielle Sn est définie comme suit :
Sn suit la distribution de Poisson avec le paramètre λ
16 / 29
Réseaux de files d’attente
Somme de variables aléatoire de Poisson
(moyenne, variance)
Démonstration : Généralisation par induction. La pmf (la
fonction de masse de probabilité) de S=X1 +X2 est
de Poisson de paramétre λ=λ1 +λ2
17 / 29
Réseaux de files d’attente
Processus de Poisson
On dit qu’un processus est poissonnien s’il vérifie les hypothèses
suivantes :
A : Le processus est sans mémoire : l’occurrence d’événements avant la
date t n’influe en rien sur l’occurrence d’évènements après t
B : Le processus est homogène dans le temps : la loi de l’accroissement
[N(t + h) - N(t)] du processus ne dépend que de h et pas de t (et est
donc la même que celle de N(h))
Remarques
L’hypothèse A induit que le processus de comptage de évènements
vérifie l’hypothèse de Markov : toute l’information issue du passé du
processus qui conditionne la loi de N(t) est résumée par n(t − ).
Pour l’hypothèse B, on parle parfois d’hypothèse d’homogénéité
temporelle ou de stationnarité.
.
18 / 29
Réseaux de files d’attente
Loi de Poisson
19 / 29
Réseaux de files d’attente
Loi du nombre d’évènements N(t)
20 / 29
Réseaux de files d’attente
Loi du nombre d’évènements N(t)
21 / 29
Réseaux de files d’attente
Résolution du système
22 / 29
Réseaux de files d’attente
Exercice
23 / 29
Réseaux de files d’attente
Exercice
Solution (suite)
24 / 29
Réseaux de files d’attente
Temps séparant deux évènements successifs
Loi de la durée séparant deux évènements
On s’intéresse maintenant à la durée (aléatoire) séparant deux occurrences de
l’évènement. On se place à une date t0 et on s’intéresse à la variable T : T = temps
d’attente jusqu’à l’occurrence du prochain évènement.
On a :
Rq : on ne se préoccupe pas de savoir si t0 est elle-même une date d’occurrence ou
pas : cela ne change pas la loi de T à cause de l’hypothèse d’indépendance temporelle.
25 / 29
Réseaux de files d’attente
Loi uniforme
26 / 29
Réseaux de files d’attente
Loi uniforme
27 / 29
Réseaux de files d’attente
Loi uniforme
28 / 29
Réseaux de files d’attente
Loi uniforme
29 / 29
