Université Abdelha d Boussouf - Mila 2024 − 2025
Institut des Mathématiques et informatique
Département des Mathématiques Master 1 : MMTD
Interrogation : Gestion des les d'attente
Exercice 1. Une station-service dispose d’une seule pompe à essence. Les clients arrivent en moyenne toutes les 5
minutes (λ = 12 clients/heure). Chaque client passe en moyenne 4 minutes à se servir (µ = 15 clients/heure).
1. Calculez le taux d’utilisation du système (ρ).
2. Déterminez les mesures suivantes :
— Lq : nombre moyen de clients dans la file d’attente,
— L : nombre moyen de clients dans le système,
— Wq : temps moyen passé dans la file d’attente,
— W : temps moyen passé dans le système.
3. Quelle est la probabilité qu’il y ait 2 clients ou plus dans le système ?
Exercice 2. Un guichet de banque reçoit des clients à un taux moyen de λ = 20 clients par heure. Le temps entre les
arrivées suit une distribution exponentielle.
1. Modélisez le processus d’arrivée des clients à ce guichet en tant que processus de Poisson.
2. Calculez la probabilité qu’aucun client n’arrive dans un intervalle de 15 minutes.
3. Déterminez la probabilité qu’au moins 2 clients arrivent dans une période de 10 minutes.
4. Quel est le temps moyen entre deux arrivées successives de clients ?
5. Si un client est arrivé, quelle est la probabilité qu’il faille attendre plus de 6 minutes avant l’arrivée du prochain
client ?
Solution Exercice 1
1. Taux d’utilisation (ρ)
Le taux d’utilisation du système est donné par la formule :
λ
ρ=
µ
En substituant les valeurs :
12
ρ= = 0, 8
15
2. Mesures de performance
Les formules d’un système M/M/1 sont les suivantes :
ρ2 ρ ρ 1
Lq = , L= , Wq = , W=
1−ρ 1−ρ µ (1 − ρ ) µ (1 − ρ )
Calcul de Lq :
0, 82 0, 64
Lq = = = 3, 2 clients.
1 − 0, 8 0, 2
Calcul de L :
0, 8 0, 8
L= = = 4 clients.
1 − 0, 8 0, 2
Calcul de Wq :
0, 8 0, 8 0, 8
Wq = = = ≈ 0, 267 heures (16,02 minutes).
15 · (1 − 0, 8) 15 · 0, 2 3
Calcul de W :
1 1 1
W= = = ≈ 0, 333 heures (20 minutes).
15 · (1 − 0, 8) 15 · 0, 2 3
3. Probabilité qu’il y ait 2 clients ou plus dans le système (P(n ≥ 2))
La probabilité qu’il y ait n ≥ 2 clients dans le système est donnée par :
P(n ≥ 2) = 1 − P(n < 2) = 1 − ( P(0) + P(1))
Calcul de P(0) :
P(0) = 1 − ρ = 1 − 0, 8 = 0, 2
Calcul de P(1) :
P(1) = ρ · P(0) = 0, 8 · 0, 2 = 0, 16
Calcul de P(n ≥ 2) :
P(n ≥ 2) = 1 − (0, 2 + 0, 16) = 1 − 0, 36 = 0, 64
La probabilité qu’il y ait 2 clients ou plus dans le système est de 64%.
Solution Exercice 2
1. Modélisation du processus d’arrivée :
Le processus d’arrivée des clients suit un processus de Poisson de taux λ = 20 clients par heure, ce qui
signifie que le nombre de clients arrivant par heure suit une loi de Poisson. On peut donc modéliser
l’arrivée des clients à ce guichet par un processus de Poisson avec le paramètre λ = 20.
2. Probabilité d’aucune arrivée dans un intervalle de 15 minutes :
Dans un processus de Poisson, la probabilité qu’aucun événement n’ait lieu dans un intervalle de temps
t est donnée par :
P( X = 0) = e−λt ,
où X est le nombre d’événements (arrivées) et λ est le taux d’arrivée.
1 1
Étant donné que λ = 20 clients par heure, et que 15 minutes représentent 4 d’une heure, on a t = 4
heure.
La probabilité qu’aucun client n’arrive dans cet intervalle de 15 minutes est :
1
P( X = 0) = e−20× 4 = e−5 ≈ 0, 0067.
3. Probabilité d’au moins 2 clients dans 10 minutes :
Pour déterminer la probabilité qu’au moins 2 clients arrivent dans une période de 10 minutes, nous
devons d’abord déterminer le nombre moyen d’arrivées pendant ces 10 minutes. Étant donné que le
1
taux d’arrivée est λ = 20 clients par heure, pour 10 minutes (t = 6 heure), le taux d’arrivée est :
1 20
λt = 20 × = ≈ 3, 33 clients.
6 6
La probabilité d’avoir k clients arrivant pendant ce temps est donnée par la fonction de masse de
probabilité de la distribution de Poisson :
(λt)k e−λt
P( X = k) = .
k!
Nous cherchons la probabilité qu’au moins 2 clients arrivent, soit P( X ≥ 2). Cela est équivalent à :
P ( X ≥ 2) = 1 − P ( X = 0) − P ( X = 1).
Calculons ces probabilités :
P( X = 0) = e−3,33 ≈ 0, 0357,
3, 331 e−3,33
P ( X = 1) = ≈ 0, 119.
1!
Donc :
P( X ≥ 2) = 1 − 0, 0357 − 0, 119 ≈ 0, 8453.
4. Temps moyen entre deux arrivées successives :
Le temps entre deux arrivées successives suit une distribution exponentielle de paramètre λ = 20
clients par heure. L’espérance d’une variable aléatoire exponentielle est donnée par :
1
E[ X ] = .
λ
Dans ce cas, le temps moyen entre deux arrivées successives est :
1
E[ X ] = = 0, 05 heure = 3 minutes.
20
5. Probabilité d’attente supérieure à 6 minutes :
Si un client est arrivé, le temps d’attente jusqu’à l’arrivée du prochain client suit également une loi
exponentielle de paramètre λ = 20. La probabilité que le temps d’attente soit supérieur à 6 minutes est
donnée par :
P( T > t) = e−λt .
6
Pour t = 6 minutes (t = 60 = 0, 1 heure), la probabilité est :
P( T > 0, 1) = e−20×0,1 = e−2 ≈ 0, 1353.
