TP 1

Exploitation du trafic appels perdus

1.1. Modle thorique M/M/s//s/FIFO
En supposant que, dans un systme de traitement avec s ressources (serveurs), l'arrive des clients (par exemple les appels traiter) suit une loi Poisson de paramtre (autrement dit, suivant une loi exponentielle pour les dures entre deux arrives successives) et que la dure de service de clients (la dure de l'appel) suit une loi exponentielle de paramtre , nous pouvons valuer la performance du systme par le modle M/M/S//s/FIFO, connu sous le nom du modle de perte dErlang.
Trafic offert X (t)

ef

Serveurs

serv =

Trafic coul Y (t)

Trafic refus R (t)

Figure 1.1: Exploitation appels perdus

Ainsi que le montre la figure 1.1, les clients sont accepts au service que dans la limite des ressources disponibles, savoir, le trafic coul est toujours seulement une partie du trafic offert, plus que les ressources tant nombreuses, plus le volume du trafic refus (rejet par le service) est diminu. videmment que le taux dcoulement, appel mme la productivit du systme, est gal au taux effective d'acceptation ef des clients au service et le taux d'arrive s'exprime par la relation:
= ef + b

(1.1)

La performance de service du systme est value par rapport la probabilit de perte dappels pL ou de rejet, gale la probabilit de blocage du systme pb (probabilit de temps); pour un systme se trouvant en exploitation, sa performance peut tre dtermine par des mesures exprimentales, selon la relation suivante: nombre appels refuss volume trafic refus pb = pL = = (1.2) nombre appels offerts volume trafic offert

Par contre, pour planification de nouveaux rseaux on utilise un modle mathmatique qui considre des processus spciaux, comme Markov spcial d'ordre 1, savoir le processus de naissance et de mort , le systme B&D (Birth and Death): le systme de traitement passe d'un tat un autre (l'tat tant dfini en fonction du nombre de clients qui sont en service) de deux manires: - transition ascendante en acceptant un nouveau client, le taux de transition tant gal la valeur du taux doffre dune source externe; - transition descendante en laissant sortir tout client parmi ceux qui sont prsents, au final de son service, le taux individuel . Une exception est reprsente par le cas de la simultanit des deux vnements, pour lesquelles la probabilit dapparition pourrait tre infiniment petite, donc ngligeable. Par consquent, on construit le diagramme d'tats et de transition de la figure 1.2. Le modle suppose que le systme se trouve dans un fonctionnement stable du

00 01

0j

j 1
( j 1) j

j +1
( j + 1)

s 1
( s 1) s

0s

Figure 1.2 : Un processus de naissance et de mort (la file M/M/s//s)

systme, ce qui est transcrit mathmatiquement par des quations de l'quilibre des flux des probabilits de transitions entre les tats, comme suit: - ltat 0 (systme vide) : p0 = p1 (1.3)
-

ltat intermdiaires j , avec 1 j s 1 :

[ + j ] p
-

j=

p j 1 + ( j + 1) p j +1

(1.4) (1.5)

ltat final s (systme bloqu) : ps 1 = s ps

o p j est la probabilit que le systme soit dans ltat j , c'est dire la probabilit que j ressources soient occupes. Si l'intensit du trafic offert, dans les hypothses admises pour d'arrive et le service des clients, est: A= (1.6) et si, sur l'ensemble des tats du systme, on applique la normalisation :
j =0

pj = 1
1

(1.7)

On obtient :
s Aj (1.8) p0 = j =0 j ! et par son intermde on peut valuer la probabilit de nimporte quel tat : p j = p0 A j j ! (1.9) Cette relation est connue aussi comme la formule Erlang-A En utilisant ces formules on peut valuer la performance du systme, en utilisant les suivants paramtres : 1. la probabilit de blocage reprsente la probabilit que toutes les ressources du systme soient occupes, autrement dit, la probabilit de ltat final :
B( A, s ) = E1( A, s ) = ps = As s!

Aj j ! j =0

(1.10)

Cette relation est connue comme la formule Erlang-B et elle value la probabilit de pertes: lorsque le systme est bloqu, un appel entrant sera rejet, en constituant un chec de traitement (des pertes). 2. le taux dcoulement du systme, serv reprsente le taux avec lequel le systme libre les clients couls (productivit), gal dans notre cas avec le taux effective dacceptation des clients ef , que la source externe loffre avec le taux :

ef = serv = = [1 B( A, s )]

(1.11)

3. la moyenne du nombre de clients dans le systme reprsente le nombre moyen de ressources occupes, quivalent lintensit du trafic coul : E [N ] = E Y ( A, s ) =

j pj
j =0

(1.12)

ou, exprim en conformit avec la formule de Little :

E [N ] = ef E [ ] = ef = A [1 B( A, s )]

(1.13)

Les caractristiques mathmatiques aux volumes de trafic rsultantes du traitement du trafic coul sont values en utilisant les formules de calcule dans le tableau 1.1.
Tableau 1.1 : Les caractristiques mathmatiques du trafic spcifique au systme de perte (trafic offert Poisson A et s ressources) Catgorie de trafic Trafic coul Trafic rejet Valeur moyenne E[Y (t )] = y = A [1 B (A, s )]
E[R (t )] = m = A B (A, s )

Variance VAR [Y (t )] = y (s y ) m
A VAR [R (t )] = m 1 m + s + 1 y

Dans la pratique de la planification du rseau on utilise, pour la caractrisation des trafics rsultants du traitement des systmes avec des pertes des volumes de trafic offerts dans un premier choix, aussi le facteur dirrgularit z, appel par certains auteurs, mme facteur de planit . z = variance moyenne (1.14)

Ce facteur donne une information sur la faon de variation dans le temps dune grandeur alatoire, et dans le cas particulier du trafic de tlcommunications, il indique le degr dlimination du trafic trait par rapport au trafic offert, considr comme tant parfait plan , parce que la moyenne est gale la variance, donc z = 1 .

1.2 Applications pratiques

Application 1.1 En partant de la formule d'Erlang-B, vrifiez si la suivante relation de rcurrence est correcte. Justifiez son utilit ! A B( A, s 1) (1.15) B( A, s ) = s + A B( A, s 1) Application 1.2 Ralisez en Matlab un programme qui calcule la probabilit de blocage, B( A, s ) , dun faisceau de circuits de transmission, en utilisant la relation de rcurrence prcdemment vrifie. Cas particulier: A = 10 E et s = 13 circuits. Indication : on va crer un fichier fonction nomm, par exemple erlang_b.m . Lappel de la fonction se fait dans la fentre de commande ou mme dans dautres fichiers, par exemple sous la forme erlang_b(10.3,25), en prcisant entre parenthses les valeurs numriques des arguments de la fonction (le volume du trafic offert et la capacit dcoulement). En consquence, le fichier aura la suivante structure : erlang_b.m Nom de fichier : Contenu du fichier : function perl = erlang_b(a,s) % a est le trafic offert et s la capacit du systme % perl est la variable dont la valeur est retourne par la fonction erlang_b . . . etc Pour la ralisation de lobjectif, le fichier fonction erlang_b.m va contenir : - une ligne dattribution de la valeur initiale de la variable p , qui corresponde B(a,0) ; - un cycle for qui contient la formule de rcurrence va tablir la valeur finale de la variable p et qui correspond la grandeur cherche, B(a, s ) . En principe, linstruction (ventuellement les instructions) contenue dans la boucle for doit calculer, conformment la relation de rcurrence, la nouvelle valeur de la variable p en fonction de sa valeur tablie au pas prcdent et qui doit se rpter jusqu, par incrmentation, la variable j du cycle for atteint la valeur de la variable s. Concrtement, linstruction montre comme suit : p=a*p/ (i+a*p);

La validation du programme est ralise en faisant la comparaison du rsultat obtenu avec celui tabli par la formule Erlang-B pour le cas: a = 1 et s = 2 .
Application 1.3 Ralisez en Matlab un programme qui trace les courbes de variation pour la probabilit de blocage, la moyenne du trafic coul et celui rejet, et aussi les courbes de leurs facteurs dirrgularit correspondants. On va considrer deux capacits dcoulement, par exemple s = 5 et 15, pour une variation du trafic offert entre 0 et 30E. Indications : on crit un fichier nomm trafic.m qui peut avoir la suivante structure et dans lequel on utilise les expressions de calcul prsentes dans la partie thorique :
s1=5; s2=15; a=0:.5:30; p1=zeros (1,length(a)); %vecteur ou seront inscrits les valeurs successifs obtenues pour la variable p1 p2= .............; m1=zeros(1,length(a)); m2 = ........; vm1= .....; vm2= ......;% moyenne et variance du trafic perdu y1= .......; vy1= .......% trafic coul zp1= .....; zs1=.....; % facteurs d'irrgularit for i=1:length(a) p1(i)=erlang_b(a(i),s1);p2(i)=erlang_b(a(i),s2); m1(i)= .........; ..................... end figure 1, plot (a,p1,a,p2); grid figure 2, plot (a,v1,a,v2); grid figure 3, plot (a,zp1,r,a,zp2,g,a,zs1,xr,a,zs2,xg) xlabel ('trafic offert')% definition de l'axe horizontale ylabel ('indicateur adquat')% definition de l'axe verticale grid

Application 1.4 Ralisez en Matlab un programme qui dtermine la capacit optimale dun systme capable de traiter un volume de trafic donn dans des conditions des pertes maximales imposes. Indication : - en utilisant un fichier script qui trace la variation de la probabilit de blocage au trafic constant on peut avoir une solution graphique de dimensionnement, - on obtient directement la capacit du systme si on crit un fichier fonction, nomm par exemple dim.m, ayant deux paramtres: le trafic offert et la limite maximale de la probabilit de perte. L'appellation du fichier se fait en prcisant la grandeur des paramtres, par exemple dim(10,0.03), si A = 10 E et pmax = 0,03 .