1. Home
  2. Iterop Design
  3. Simuler un processus
  4. Définition des lois de probabilités

Définition des lois de probabilités

La simulation est désactivée par défaut. Si vous souhaitez l’utiliser, contactez nous par le biais du SUPPORT afin d’en faire la demande.

Au moment de la configuration de votre simulation, vous devez renseigner une loi de probabilité définissant le temps d’exécution de la tâche.

Les différentes lois proposées dans l’outil de simulation d’Iterop sont :

Loi Constante

Cette loi représente un temps d’exécution constant. Le temps de réalisation de la tâche sera toujours identique.

Pour cette loi, vous ne devez saisir qu’une seule valeur.

Exemple : la tâche prend toujours 5 minutes à être exécutée.

Loi Uniforme

Cette loi nécessite deux valeurs de temps min et max. La tâche prendra alors un temps aléatoire entre ces deux valeurs et la probabilité qu’une valeur soit tirée est la même peu importe les valeurs.

Exemple : vous définissez en valeur min 2 minutes et en valeur max 20 minutes. Lors de la simulation, la tâche prendra une valeur au hasard entre 2 et 20 minutes.

Loi Normale

Cette loi nécessite deux paramètres : moyenne et écart-type. L’écart-type représente l’éclatement de vos données.

Pour vous simplifier le paramétrage, il est bon de savoir que 99% des temps générés par cette loi seront compris entre [ moyenne – 3 écart-type , moyenne + 3 écart-types ].

Loi Triangulaire

Cette loi nécessite trois paramètres : min, max et mod. La tâche prendra le plus fréquemment le temps mod avec pour extremums min et max.

Lois propres aux apparitions d’instances

Pour les lois d’apparitions d’instances, deux autres lois sont disponibles :

Loi de Dirac

Cette loi nécessite deux paramètres : nombre d’instances et fréquence.

Elle consiste à faire commencer simultanément un nombre d’instances du processus, toutes les x fréquence. Cette loi est particulièrement adaptée pour simuler des situations comme “Une nouvelle commande est effectuée tous les 25 jours“.

Loi par rampe

Cette loi nécessite deux paramètres : fréquence initiale et fréquence finale.

Les instances seront alors créées initialement toutes les x fréquence initiale, et cette fréquence va progressivement se modifier jusqu’à atteindre x fréquence finale.

Cette loi est utile pour observer la façon dont votre processus réagit à la montée en charge de travail, c’est-à-dire si les nouvelles instances de processus sont lancées de plus en plus souvent.

Loi rampe par instance

Cette loi nécessite trois paramètres :

  • la fréquence
  • le nombre initial d’éxécutions
  • delta.

Cette loi fera apparaître de nouvelles instances toutes les fréquences. Initialement, elle fera apparaître “nombre initial d’exécutions” instances, puis fera apparaître delta de plus à chaque fois.

Par exemple : vous avez fréquence=5min, nombre initial = 3 et delta = 5, vous aurez dans votre simulation 3 instances a t=0, puis 8 ( 3+5) instances à t=5min, puis 13 ( 3+5+5 ) à t=10min…

Cette loi vous permet aussi d’analyser la capacité de monter en charge de votre processus, mais cette fois-ci en observant le comportement si vous avez de plus en plus d’instances.

Tous ensemble

Cette loi commencera autant d’instances que vous voulez simuler à la première minute de simulation. Si vous avez choisi de lancer votre simulation sur une durée, vous devez renseigner le nombre d’instances à initier.

Updated on 10 octobre 2019

Was this article helpful?

Related Articles

Need Support?
Can't find the answer you're looking for?
Contact Support