泊松流、指数分布、爱尔朗分布三种常用的理论分布:
(1) 泊松流与泊松分布
{N(t),t>0}是计数过程,有
且E[N(t)]=λt,Var[N(t)]=λt.
(2) 指数分布
当输入过程是一个泊松过程{N(t),t>0}时,设T是两位顾客相继到达的时间间隔,有
FT(t)=P{T≤t}=1-P{T>t}
=1-P0(t)=1-
,t>0,
FT(t)=0, t≤0。
从而
(λ>0),
且 E(T)=1/λ,
λ—单位时间到达的平均顾客数;
1/λ— 相继到达的平均间隔时间。
定理.输入过程{N(t), t>0}是参数为λ的...
三种常用的理论分布:
(1) 泊松流与泊松分布
{N(t),t>0}是计数过程,有
且E[N(t)]=λt,Var[N(t)]=λt.
(2) 指数分布
当输入过程是一个泊松过程{N(t),t>0}时,设T是两位顾客相继到达的时间间隔,有
FT(t)=P{T≤t}=1-P{T>t}
=1-P0(t)=1-
,t>0,
FT(t)=0, t≤0。
从而
(λ>0),
且 E(T)=1/λ,
λ—单位时间到达的平均顾客数;
1/λ— 相继到达的平均间隔时间。
定理.输入过程{N(t), t>0}是参数为λ的泊松过程的充分必要条件是相继到达的时间间隔:T1,T2,…Tn,…相互独立,同服从参数为指数分布。
为一位顾客服务的时间V一般也服从指数分布,有
,
其中 μ— 平均服务率;
E(V)= 1/μ—一位顾客的平均服务时间。
ρ=λ/μ—服务强度,刻画服务效率和服务机构利用程度的重要指标。
(3)爱尔朗(Erlang)分布
设V1,V2,…,Vk相互独立,Vi~E(0 ,kμ),则,T=V1+V2+…+Vk的概率密度为
称T服从k阶爱尔朗分布。
例:串列的k个服务台,每个服务台的服务时间相互独立,服从相同的指数分布,则k个服务台的总服务时间服从k阶爱尔朗分布。
有:1)E(T)=
;
2)k=1时,T~E(0,μ);
3)k≥30时,T近似服从正态分布;
4)
(化为确定型分布)。
本文档为【泊松流、指数分布、爱尔朗分布】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。