DUREE2 VARIABLE P2/5
GENERATE 7,3
ASSIGN 1,FN$DEST
ASSIGN 2,FN$LONG
QUEUE LIGNE_PRINCIPALE
SEIZE LIGNE_PRINCIPALE
DEPART LIGNE_PRINCIPALE
ADVANCE V$DUREE1
RELEASE LIGNE_PRINCIPALE
QUEUE P1
SEIZE P1
DEPART P1
ADVANCE V$DUREE2
RELEASE P1
TERMINATE 1
START 1000
END
4. Une banque emploie trois caissiers. Les trois travaillent à peu près au même rythme et ont
des tâches identiques. La plupart du temps, tous sont au travail, mais 15% des jours,
seulement deux des trois sont présents, et 5% des jours, seulement un des trois est présent
(les autres ne se rapportant pas au travail pour une raison quelconque).
La banque ouvre à 10 heures et ferme à 15 heures. Les clients arrivent selon un processus
de Poisson non stationnaire à partir de 9:45 heures. De 9:45 heures à 11 heures et de 14
heures à 15 heures, ils arrivent au taux d'un client par deux minutes en moyenne. De 11
heures à 14 heures, ils arrivent au taux d'un client par minute. Les clients qui arrivent
avant 10 heures doivent attendre dehors l'ouverture de la banque. À 15 heures, on ferme la
porte, mais tous les clients déjà entrés se font servir.
Les clients forment une seule file d'attente pour les caissiers. Lorsqu'un client arrive et
qu'il y a n autres personnes devant lui dans la file d'attente, alors il renonce à attendre et
quitte immédiatement la banque avec une probabilité Pb(n). On a :
Pb(n) = 0 pour tout n < 6,
1 pour tout n > 9,
(n - 5) / 5 pour tout n = 6, 7, 8, 9.
Le client à la tête de la file va toujours au premier caissier qui se libère. Les durées de
service des clients sont des variables aléatoires indépendantes de loi d'Erlang de
paramètre k = 2 et de moyenne égale à deux minutes. On veut estimer le nombre de