Université d’Abomey-Calavi
Institut de Formation et de Recherche
en Informatique
Master GL
Fiabilité et Sécurité Logicielle
LES MEMBRES DU GROUPE :
AHOUANYIZOUN Abraham
AZAGBA Roméo
GBAVOU Emmanuel
Mars 2025
Exercice 1
1) Probabilité qu’un composant soit encore en état après
1000 heures
La fonction de survie d’une loi exponentielle de paramètre λ est donnée par :
P (T > t) = e−λt
Pour le composant de type A avec λA = 0,0011 :
P (TA > 1000) = e−0,0011×1000 = e−1,1
e−1,1 ≈ 0,3329
Donc, la probabilité qu’un composant de type A fonctionne encore après 1000
heures est d’environ 33,29%.
Pour le composant de type B avec λB = 0,0008 :
P (TB > 1000) = e−0,0008×1000 = e−0,8
e−0,8 ≈ 0,4493
Donc, la probabilité qu’un composant de type B fonctionne encore après 1000
heures est d’environ 44,93%.
2) Temps pour que 70 % des composants A aient eu leur
première défaillance
Nous cherchons le temps t tel que P (TA ≤ t) = 0,7, ce qui équivaut à :
P (TA > t) = 1 − 0,7 = 0,3
En utilisant la fonction de survie :
e−λA t = 0,3 ⇔ −λA t = ln(0,3)
−λA t = ln(0,3)
D’où :
ln(0,3) ln(0,3)
t= =
−λA −0,0011
Calculons cette valeur :
−1,20397
t≈ ≈ 1094,52 heures
−0,0011
Ainsi, 70 % des composants de type A auront eu leur première défaillance après
environ 1094,52 heures.
1
3) Fiabilité d’un système avec deux composants A en par-
allèle
Pour un système avec deux composants identiques en parallèle, la fiabilité est
donnée par :
Rparallèle (t) = 1 − (1 − RA (t))2
Où RA (t) est la fiabilité d’un composant de type A.
RA (1000) ≈ 0,3329
Calculons la fiabilité du système en parallèle après 1000 heures :
Rparallèle (1000) = 1 − (1 − 0,3329)2 = 1 − (0,6671)2 ≈ 1 − 0,445 ≈ 0,555
Ainsi, la probabilité que le système avec deux composants A en parallèle fonc-
tionne encore après 1000 heures est d’environ 55,5%.
4) Fiabilité d’un système avec un composant A et un com-
posant B en série
Pour un système avec des composants en série, la fiabilité est le produit des
fiabilités individuelles :
Rsérie (t) = RA (t) × RB (t)
Nous avons RA (1000) = 0,3329 et RB (1000) = 0,4493. Calculons la fiabilité du
système en série après 1000 heures :
Rsérie (1000) = 0,3329 × 0,4493 ≈ 0,1495
Ainsi, la probabilité que le système en série (un composant A et un composant
B) fonctionne encore après 1000 heures est d’environ 14,95%.
Exercice 2
1. Calcul du MTBF
Le **MTBF** est défini comme le temps moyen entre deux défaillances. Il se
calcule en divisant le temps total de fonctionnement effectif par le nombre total
de pannes :
Temps total de fonctionnement effectif
M T BF =
Nombre total de pannes
Appliquons cette formule à chaque machine :
• Machine 1 :
2
– Temps total d’observation : 15 000 heures
– Temps de dysfonctionnement : 11,5 heures
– Temps de fonctionnement effectif : 15 000 − 11, 5 = 14 988, 5 heures
– Nombre de pannes : 4
14 988, 5
M T BF1 = = 3 747, 125 heures
4
• Machine 2 :
– Temps total d’observation : 15 000 heures
– Temps de dysfonctionnement : 16 heures
– Temps de fonctionnement effectif : 15 000 − 16 = 14 984 heures
– Nombre de pannes : 6
14 984
M T BF2 = ≈ 2 497, 33 heures
6
• Machine 3 :
– Temps total d’observation : 15 000 heures
– Temps de dysfonctionnement : 23 heures
– Temps de fonctionnement effectif : 15 000 − 23 = 14 977 heures
– Nombre de pannes : 7
14 977
M T BF3 = ≈ 2 139, 57 heures
7
• Machine 4 :
– Temps total d’observation : 15 000 heures
– Temps de dysfonctionnement : 6,5 heures
– Temps de fonctionnement effectif : 15 000 − 6, 5 = 14 993, 5 heures
– Nombre de pannes : 3
14 993, 5
M T BF4 = ≈ 4 997, 83 heures
3
2. Calcul du taux de défaillance (λ)
Le **taux de défaillance** est l’inverse du MTBF :
1
λ=
M T BF
Calculons λ pour chaque machine :
3
• Machine 1 :
1
λ1 = ≈ 0, 000267 pannes/h
3 747, 125
• Machine 2 :
1
λ2 = ≈ 0, 000400 pannes/h
2 497, 33
• Machine 3 :
1
λ3 = ≈ 0, 000467 pannes/h
2 139, 57
• Machine 4 :
1
λ4 = ≈ 0, 000200 pannes/h
4 997, 83
3. Calcul de la fiabilité (R(t))
La **fiabilité** au temps t est donnée par :
R(t) = e−λt
Calculons R(t) pour chaque machine aux temps suivants : 1 heure, 1 semaine
(168 heures) et 4 semaines (672 heures).
Après 1 heure :
• Machine 1 : R1 (1) = e−0,000267×1 ≈ 0, 999733 ≈ 99, 97%
• Machine 2 : R2 (1) = e−0,000400×1 ≈ 0, 999600 ≈ 99, 96%
• Machine 3 : R3 (1) = e−0,000467×1 ≈ 0, 999533 ≈ 99, 95%
• Machine 4 : R4 (1) = e−0,000200×1 ≈ 0, 999800 ≈ 99, 98%
Après 1 semaine (168 heures) :
• Machine 1 : R1 (168) = e−0,000267×168 ≈ 0, 956 ≈ 95, 6%
• Machine 2 : R2 (168) = e−0,000400×168 ≈ 0, 933 ≈ 93, 3%
• Machine 3 : R3 (168) = e−0,000467×168 ≈ 0, 924 ≈ 92, 4%
• Machine 4 : R4 (168) = e−0,000200×168 ≈ 0, 967 ≈ 96, 7%
Après 4 semaines (672 heures) :
• Machine 1 : R1 (672) = e−0,000267×672 ≈ 0, 836 ≈ 83, 6%
• Machine 2 : R2 (672) = e−0,000400×672 ≈ 0,759 soit 75,9%
• Machine 3 : R3 (672) = e−0,000467×672 ≈ 0,726 soit 72,6%
• Machine 4 : R4 (672) = e−0,000200×672 ≈ 0,878 soit 87,8%
