Dans la théorie des files d’attente, le processus de Poisson est le modèle le plus simple et le plus utilisé. Etant chauffeur je serai incapable de démontrer ce modèle donc pour plus de détails je vous renvoie à Wikipedia :
Théorie des files d'attente — Wikipédia
Un exemple numérique :
CA à faire/jour : 220 €
Temps de service total : 500 minutes
Obj = 0,44 €/min
Début du service : 15h
Arrivée à CDG : 16h
Temps écoulé : 60 min
CA encaissé : 45€
Prix d’un retour : 45€
Temps retour : 50 min
Temps d’attente Max (en étant CERTAIN de trouver une course) :
Tmax= (45+45)/0,44 – (50+60) = 95 minutes (à 16h)
A 16h10 = 90 min
A 16h15 = 85min
Etc.
Rang Initial à 16h : 10
Rang à 16h10 : 9
A 16h10 : Lambda=[(10-9)/10min]*90=9
Et
P(X=k)= [(Lambda^k)*exp(-Lambda)]/k!
Ex :
P(X=9)= [9^9*exp(-9)]/fact(9)
P(X=8)= [9^8*exp(-9)]/fact(8)
Etc.
P(X>9)= 1-[P(X=9)+P(X=8)+…+P(X=0)]
Ce qui donne une probabilité P(X>9)=41.26%
Soit un temps d’attente de 90min*0.4126= 37 min (environ)
- A 16h15 on est toujours au rang 9, donc :
Lambda = [(10-9)/15]*85=5.67
P(X>9 en 85 minutes)=6,29%
Soit un temps d’attente de 85min*0.0629= 5 min (environ)
- A 16h15 on passe au rang 8, donc :
Lambda = [(10-8)/15]*85=11.33
P(X>8 en 85 minutes)=79,63%
Soit un temps d’attente de 85min*0.7963= 68 min (environ)