泊松分布,指数分布与排队论模型
转自http://www.ruanyifeng.com/blog/2015/06/poisson-distribution.html泊松分布和指数分布:10分钟教程
https://www.bilibili.com/video/BV1L5411x7vH?p=44北京工业大学运筹学
泊松分布与指数分布
泊松分布
泊松分布就是描述某段时间内,事件具体的发生概率。
日常生活中,大量事件是有固定频率的:
某医院平均每小时出生3个婴儿
某公司平均每10分钟接到1个电话
某超市平均每天销售4包xx牌奶粉
某网站平均每分钟有2次访问
- 它们的特点就是,我们可以预估这些事件的总数,但是没法知道具体的发生时间。
上面就是泊松分布的公式。等号的左边,P 表示概率,N表示某种函数关系,t 表示时间,n 表示数量,1小时内出生3个婴儿的概率,就表示为 P(N(1) = 3) 。等号的右边,λ 表示事件的频率。
接下来两个小时,一个婴儿都不出生的概率是0.25%,基本不可能发生。
接下来一个小时,至少出生两个婴儿的概率是80%。
- 图形
可以看到,在频率附近,事件的发生概率最高,然后向两边对称下降,即变得越大和越小都不太可能。每小时出生3个婴儿,这是最可能的结果,出生得越多或越少,就越不可能。
指数分布
指数分布是事件的时间间隔的概率。
婴儿出生的时间间隔
来电的时间间隔
奶粉销售的时间间隔
网站访问的时间间隔
- 指数分布的公式可以从泊松分布推断出来。如果下一个婴儿要间隔时间 t ,就等同于 t 之内没有任何婴儿出生。
反过来,事件在时间 t 之内发生的概率,就是1减去上面的值。
接下来15分钟,会有婴儿出生的概率是52.76%
接下来的15分钟到30分钟,会有婴儿出生的概率是24.92%。
- 指数分布图形
可以看到,随着间隔时间变长,事件的发生概率急剧下降,呈指数式衰减。想一想,如果每小时平均出生3个婴儿,上面已经算过了,下一个婴儿间隔2小时才出生的概率是0.25%,那么间隔3小时、间隔4小时的概率,是不是更接近于0?
一句话总结
泊松分布是单位时间内独立事件发生次数的概率分布,指数分布是独立事件的时间间隔的概率分布。
排队论
泊松分布,期望方差都是λt
- 顾客接受完服务离开
- 负指数分布,无后效性
- 服务强度
ρ越小,单位时间到达数比服务数小,等待时间少,服务员空闲,服务设施利用率低
- 期望值
顾客数期望值为L
逗留时间期望值为W
M/M/1(单服务台模型)
(1)队列长度没有限制
(2)顾客到达的时间间隔和服务时间均服从指数分布
(3)服务台数量为1
- 系统中顾客数L
- 在排队等待的顾客数Lq
- 平均逗留时间W
泊松分布,指数分布与排队论模型相关推荐
- 排队论模型的monteCarlo法仿真
排队论模型的monteCarlo法仿真 一.问题的提出 二.问题的分析 三.代码实现 四.结果 在我们的生活中,排队的现象几乎处处可见.看似毫无规则的排队模型其实里面蕴藏者很大的学问.比如说在一般的排 ...
- 排队论模型(七):排队系统的优化
排队论模型(一):基本概念.输入过程与服务时间的常用概率分布 排队论模型(二):生灭过程 . M / M /s 等待制排队模型.多服务台模型 排队论模型(三):M / M / s/ s 损失制排队模型 ...
- 排队论的计算机模拟,排队论模型(八):Matlab 生成随机数、排队模型的计算机模拟...
1 产生给定分布的随机数的方法+ ?7 _' l B. q2 t( a Matlab 可以产生常用分布的随机数.下面我们介绍按照给定的概率分布产生随机数的一般方法,这些方法都以U(0,1) 分布的随 ...
- day10:排队论模型
暑假数模学习就要结束啦~ 一篇很好的文章:https://blog.csdn.net/qq_25601345/article/details/107758443 补充:poisson就是泊松分布(ht ...
- 统计学(1)二项分布 几何分布 泊松分布 指数分布 正态分布 gamma分布 beta分布
分布与分布关系 1.二项分布 2.几何分布 3.泊松分布 4.二项分布转化泊松分布,泊松转化正态分布 5.指数分布 6.gamma分布 7.泊松.指数.gamma三者关系 8.Beta分布 1.二项分 ...
- 泊松分布 指数分布 及其数字特征
一.泊松分布 泊松分布的概率函数为: 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率. 泊松分布适合于描述单位时间内随机事件发生的次数. 泊松分布的期望和方差均为 特征函数为 日常生活 ...
- 泊松分布 指数分布
一.泊松分布 日常生活中,大量事件是有固定频率的. 某医院平均每小时出生3个婴儿 某公司平均每10分钟接到1个电话 某超市平均每天销售4包xx牌奶粉 某网站平均每分钟有2次访问 它们的特点就是,我们可 ...
- 泊松分布与泊松回归模型
泊松分布 Poisson分布(法语:loi de Poisson,英语:Poisson distribution,译名有泊松分布.普阿松分布.卜瓦松分布.布瓦松分布.布阿松分布.波以松分布.卜氏分配等 ...
- python实现排队论模型_Logistic模型拟合COVID-19疫情以及Python实现
本文首先介绍了Logistic模型的原理,然后尝试用Logistic曲线拟合疫情,虽然疫情已经接近尾声,模型的预测意义并不大,但仍然可以通过回溯过去发现有趣的现象. 目录 1. Logistic模型 ...
- 排队论模型之M/M/S模型
相关参数 模型推导 例题 代码实现: s=3; %服务台的个数 mu=0.4; %单位时间内能服务的顾客数 lambda=0.9; %单位时间内到达的顾客数ro=lambda/mu; ros=ro/s ...
最新文章
- java编程那些事pdf下载_《Java编程那点事儿》读书笔记(六)
- 步步为营-104-SQL语句(截取字符串)
- 台式计算机m9870t,JBT9870_水力测功器最新标准规范(14页)-原创力文档
- Mysql学习(三)之数据库管理工具Navicat
- C#.NET常见问题(FAQ)-如何使用2D绘图控件ZedGraph绘制坐标轴和坐标曲线
- 矩阵论思维导图_《实变函数论》 江泽坚 3rd 思维导图与笔记整理
- SpringBoot中获取微信用户信息竟然这么简单!
- bzoj1003[ZJOI2006]物流运输
- SIFT算法系列之尺度空间
- Oracle 建表语句,表结构操作sql
- 基于SLAM的机器人的自主定位导航
- 十三天学会C语言笔记
- [NULL @ 000002d5c65b5180] missing picture in access unit
- body 没有被撑开_父元素没有被撑开塌陷问题解决方案
- 【故障】nginx间隙性出现502 错误,linux学习ppt
- graphpad prism怎么添加图例_如何用Graphpad Prism绘制两种堆叠图?
- java 中entry类型_java中的Entry是什么类型
- 【B类比赛】 第十一届蓝桥杯 省国赛经历
- String的 intern() 说明
- 【艾特淘】店铺没流量?教你如何获取免费流量来源