【数学建模】排队论讲义

合集下载

数学建模:排队论2

数学建模:排队论2

无顾客
无顾客
n
无顾客 1 个顾客
n
1 个顾客 无顾客
n
1 个顾客 1 个顾客
n
9
上述四种情况发生概率分别为:
情况
时刻 t 顾客数
区间[ t,t + △t ) 到达顾客 离开顾客
概率
A
n
无顾客 无顾客 pn (t )(1 t )(1 t )
B
n+1
无顾客 1 个顾客 pn1(t )(1 t )t
时刻 t 顾客数
0 1 0
区间[ t,t + △t )
时刻 t + △t
到达顾客 离开顾客 顾客数
无顾客
无顾客
0
无顾客 1 个顾客
0
1 个顾客 1 个顾客
0
16
上述三种情况发生概率分别为:
情况
时刻 t 顾客数
区间[ t,t + △t ) 到达顾客 离开顾客
A
0
无顾客
无顾客
B
1
无顾客 1 个顾客
D
0
12
dpn (t ) dt
pn1(t )
pn1(t )
(
)
pn (t )
解上述方程的解是很困难的。这里只研究系统达到平
稳状态的情况,即系统运行了无限长时间之后,状态
概率分布不再随时间变化,显然此时 dpn (t ) 0
dt
13
由此可得,当 n≥1 时:
pn1 pn1 ( ) pn 0,n 1
第四节 单服务台负指数分 布排队系统
讨论单服务台的排队系统,并设定: 顾客到达过程服从泊松分布。 顾客服务时间服从负指数分布。
2

数学建模.排队论讲解

数学建模.排队论讲解

P1
(m 1)
(m n 1) (m n)
P2
Pn 1
Pn
Pn 1
2



由状态转移图,可以建立系统概率平衡方程如下: P 1 mP 0, Pn 1 (m n 1)Pn 1 [(m n) ]Pn , 1 n m 1 Pm Pm 1 ,
E (T ) 1
n!
e

1.5 排队系统的常用分布
同样,对顾客服务时间常用的概率分布也是负指数分布, 概率密度为: t
f (t ) e
(t 0)
其中 表示单位时间内完成服务的顾客数,也称平均服务率. 3)爱尔朗分布:
(k ) k t k 1 kt 分布密度函数: f k (t ) (k 1)! e (t 0, k , 0)
N k k
模型的各数量指标参数如下: 1)系统里没有顾客的概率 1 1 N 1 P
0
1 1
1 1 N
2.2 系统容量有限的 M / M / 1/N / 模型
n P P0,n N 2)系统里有n个顾客的概率 n
3)在系统里的平均顾客数
3)服务时间的分布——在多数情况下,对每一个顾客的服务 时间是一随机变量,其概率分布有定长分布、负指数分布、 爱尔朗分布等.
1.3 排队系统的符号表示(Kendall符号)
根据不同的输入过程、排队规则和服务台数量,可以形成 不同的排队模型,为方便对模型的描述,通常采用如下的符 号形式:
X /Y / Z / A/ B /C
式中 表示平均到达率与平均服务率 之比,称为服务强度.
2.1 标准的 M / M / 1 模型

数模排队理论最全PPT资料

数模排队理论最全PPT资料
• 系统损失概率P损,即效劳系统满员的概率,或 者说,效劳员都忙着,排队位置满座的概率。
排队系统的运行指标
– 队长L系,即系统内顾客数的数学期望。 – 排队长L队,系统内排队顾客数的数学期望。 – 逗留时间W系,顾客在系统内逗留时间的数学期望。 – 排队时间W队,系统内顾客排队等待效劳时间的数学期望。这里
• 排队论的应用: • 广泛用于解决 局的通信线路的占线问题; • 车站、码头、机场等交通的枢纽的堵塞和疏导; • 故障机器的停机待修; • 水库的储存调节等有形无形的排队现象的问题。 • 本章内容 • 排队论的根本知识; • 常见的排队模型; • 讨论排队论系统的经济分析与最优化问题。
排队论的根本概念
数模排队理论
排队论的根本概念
• 在现实世界中,经常会发生为了获得某种效劳而 排队的现象
• 顾客到商店去买东西 • 病人到医院去看病 • 汽车去加油站加油 • 旅客到车站购票 • 当要求效劳的对象的数量超过效劳机构的容量就
会出现排队现象。 • 出现排队现象的原因:顾客到达人数和效劳时间
队模型算法
• 多通道损失制系统
• 模型:设系统内有n个效劳员,顾客来到效劳系统 时如果效劳员正在忙,顾客不能立即得到效劳, 那么顾客离去,另求效劳。
• 多通道损失制系统的各项效率指标:
• 损失概率P损,其中ρ=λ/μ, λ为单位时间来的顾客
数即顾客流强度,μ为单位时间内一个效劳台效劳
的顾客数即效劳台能力.
• 问题的解决: • 增加效劳设施能减少排队现象,但这样势
必增加投资且可能出现因供大于求而使得 设施经常闲置、导致浪费,这通常不是一 个最经济的解决问题的方法。 • 作为管理人员来说,研究排队问题就是把 排对的时间控制在一定的限度内,在效劳 质量的提高和本钱的降低之间取得平衡, 找到最适当的解。

数学建模之排队论模型

数学建模之排队论模型
第五讲 排队论模型
【修理工录用问题】工厂平均每天有一台机器发生故障而需要修理,机器的故障数 服从泊松分布。 修理一台机器平均花费 20 元。 现有技术水平不同的修理工人 A 和 B, A 种修理工平均每天能修理 1.2 台机器, 每天工资 3 元; B 种修理工平均每天能修理 1.5 台机器,每天工资 5 元,两种修理工修理机器的时间为负指数分布。问工厂录用 哪种工人较合算?
Ls = ∑ np n = ∑ n(1 − ρ )ρ n = ρ /(1 − ρ ) = λ /( µ Nhomakorabea− λ ).
n =0 n =1


(2) 排队长: (等待的平均顾客数)
4
PDF 文件使用 "pdfFactory Pro" 试用版本创建
Lq = ∑ (n − 1) p n = ∑ (n − 1) ρ n (1 − ρ )
本讲主要内容
1. 2. 3. 4. 5. 排队论的基本概念 单服务台的排队模型 多服务台的排队模型 排队系统的最优化问题 数学建模实例:校园网的设计和调节收费问题
5.1 排队论的基本概念
5.1.1 什么是排队系统
排队论也称随机服务系统理论,它是 20 世纪初由丹麦数学家 Erlang 应用数学方法在研 究电话话务理论过程中而发展起来的一门学科, 在实际中有广泛的应用。 它涉及的是建立一 些数学模型, 藉以对随机发生的需求提供服务的系统预测其行为。 现实世界中排队的现象比 比皆是,如到商店购货、轮船进港、病人就诊、机器等待修理等等。排队的内容虽然不同, 但有如下共同特征: (1)有请求服务的人或物,如候诊的病人、请求着陆的飞机等,我们将此称为 “顾客” 。 (2)有为顾客提供服务的人或物,如医生、飞机跑道等,我们称此为“服务员” 。由顾 客和服务员就组成服务系统。 (3)顾客随机地一个一个(或者一批一批)来到服务系统,每位顾客需要服务的时间 不一定是确定的, 服务过程的这种随机性造成某个阶段顾客排长队, 而某些时候服务员又空 闲无事。 为了叙述一个给定的排队系统,必须规定系统的下列组成部分: 1.输入过程 即顾客来到服务台的概率分布。排队问题首先要根据原始资料,由顾客到 达的规律、 作出经验分布, 然后按照统计学的方法 (如卡方检验法) 确定服从哪种理论分布, 并估计它的参数值。 我们主要讨论顾客来到服务台的概率分布服从泊松分布, 且顾客的达到 是相互独立的、平稳的输入过程。所谓“平稳”是指分布的期望值和方差参数都不受时间的 影响。 2.排队规则 即顾客排队和等待的规则。排队规则一般有即时制和等待制两种。所谓即 时制就是服务台被占用时顾客便随即离去; 等待制就是服务台被占用时, 顾客便排队等候服 务。等待制服务的次序规则有先到先服务、随机服务、有优先权的先服务等,我们主要讨论 先到先服务的系统。 3.服务机构 服务机构可以是没有服务员的,也可以是一个或多个服务员的;可以对单

数学建模:第五章 排 队 论

数学建模:第五章 排  队  论
17
令 T0 = 0 Tn :第 n 个顾客到达时刻, Xn:第 n 个顾客与第 n-1 个顾客到达的时间间隔。 则有
T0 T1 Tn
X n Tn Tn1 , n 1,2,
18
一般假定 { Xn }是独立同分布的,并记其分布函数 为 A( t )。关于{ Xn }的分布,排队论中经常用到的 有以下两种: ➢定长分布(D):顾客相继到达时间间隔为确定 的常数。
Wq(t):时刻 t 到达系统的顾客在系统中的等待时间。
pn(t):时刻 t ,系统中有 n 个顾客的概率。
44
pn(t)
过渡状态
平稳状态
t
45
上述指标一般都是和系统运行的时间有关的随机变量 ,求这些随机变量的瞬时分布一般都是很困难的。 相当一部分排队系统,在运行了一定时间后,都会趋 于一个平稳状态(或称平衡状态),平稳状态下这些 指标和系统所处的时刻无关。
19
➢Poisson流(M):顾客相继到达时间间隔的密度 函数为:
e t
a(
2. 排队
损失制排队系统
有限排队
队长有限排队系统
排队
混合制排队系统 等待时间有限排队系统
逗留时间有限排队系统 无限排队(等待制排队系统)
21
(1)有限排队
有限排队:排队系统中的顾客数是有限的,即系统 的空间是有限的,当系统被占满时,后面再来的顾 客将不能进入排队系统。
顾客相继到达时间 单个服务台
间隔为负指数分布
顾客源无限
M / M / 1 / ∞ / ∞ / FCFS
服务时间为负指数
分布
系统容量为无限
先到先服务
39
X/Y/Z/A/B/C
省略后三位

排队论(讲义)ppt课件

排队论(讲义)ppt课件

概率关系着对时间的数量分配。一个事件A的概率 P(A)是对应事件A要发生可能性 的数量分配。概率有很多不同的定义,常用的有三种:
(1)古个典数定。义:P(A)=NA/N 其中N是可能结果的总个数,NA是事件A在其中发生的结果的
例1. 求抛两个骰子并且决定和为7的概率p。
总共有36种可能的结果,所以N= 36
排队论 Queueing Theory
主讲:周在莹
;.
1
CONTENUNIT 1 排队模型
UNIT 2 排队网络模型
UNIT 3 应用之:QUICK PASS系统
结束语
;.
PREPARATION 概率论和随机过程
Part 1.概率论基础
1。 概率的定义
独立性: 如果P(AB)=P(A)P(B),事件A和B叫做相互独立的事件 独立性的概念可以推广到三个或多个事件。
;.
3 全概率公式和贝叶斯定理 全概率公式:给定一组互斥事件E1,E2,,…,En,这些事件的并集包括所有可能的
结果,同时给任一个任意事件A,那么全概率公式可以表示为: n
P(A)=∑P(A|Ei)P(Ei) i=1
在离散型随机变量中,只有几何分布具有无后效性。这两种分布可以分别用来描 绘离散等待时间和连续等待时间。
在排队理论中,指数分布是很重要的。
;.
6 k-爱尔朗分布 概率密度: f(x)= (λkx)n-1λke-λkx /(n-1)! x≥0,λ>0.
0 x<0 数字特征: E[X]=1/λ; Var[X]=1/(kλ2 )
;.
5 (负)指数分布
它是一种连续型的概率分布,它的概率密度为
f(x)= λe-λx x≥0
0

数学建模-排队论

数学建模-排队论

①模型特点
顾客总体为m个,每个顾客到达并经过服 务台后,任然回到原来总体,所以任然可 以到来。
②系统的稳态概率 Pn ;
1
P0 m m! ( )i
i0 (m i)!
Pn
m! (m n)!
(
)n
P0
,1
n
m
③系统运行指标 a、 系统中平均顾客数(队长期望值)
Ls m (1 P0)
排队论
(Queueing Theory)
生活中处处可见的排队现象
商店、超市等收款处排队付款 车站、民航、港口等售票处依次购买车船票 各种生产系统、存储系统、运输系统等一系
列现象 大型网游登陆前的排队等等
基本概念
研究随机的排队服务模型的主要工具是 排队论,排队论又称为随机服务系统理 论,是研究由顾客、服务机构及其排队 现象所构成的一种排队系统理论。
PnP10
P1 0 Pn1 (
) Pn
0
n 1
(3)
这是关于 Pn 的差分方程,表明了各状态间的转移 关系,可以用下图表示:
0
1
n-1
n
n+1
由上式可得 Pn ( / )n P0 令 / 1(否则队列将
排至无限远),由概率性质知
Pn 1
n0

Pn
的关系带入,
P0
n
n0
1
P0 1
求 limPn(t) Pn,此时系统的状态概率分布不再随时间变化 n
(4)利用 Pn 求系统运行指标
①队长:系统中的顾客数,期望记为 Ls ②排队长:系统中排队等待覅物的顾客数,期望记为 Lq ③逗留时间:一个顾客在系统中的停留时间,期望记为 Ws ④等待时间:一个顾客在系统中排队等待的时间,期望记

数学建模讲座 排队论模型

数学建模讲座 排队论模型

(2)
μ—— 排队系统的输出率
C自动扶梯——自动扶梯的 通过能力
d自动扶梯——自动扶梯的 净宽度
C楼梯——楼梯的通过能力
d楼梯——楼梯的净宽度
输出时间 t1表达式为:
t1

w
n
(3)
通过上面的假设和分析,每一组楼梯和自动 扶梯所组成的服务系统是一个定长输入、定 长输出的单通道排队系统,由n组楼梯和自动 扶梯布置在站台形成的乘客排队系统则是一 个定长输入、定长输出、多通道的排队系统 即:d/d/n排队系统。
load);L_q=R*W_q; W_s=W_q+T;L_s=W_s*R; End
例2: Model: S=3;R=15;T=10/60;load=R*T; Pwait=@peb(load,S); W_q=Pwait*T/(S-load); L_q=R*W_q; W_s=W_q+T;L_s=W_s*R; END
q w n
l
输入的时间 t0 2 n v
其输入率λ的具体表达式为:
2wv
(1)
l
λ——排队系统的输入率 W——列车到站后下车或换乘的人数 v——下车乘客在站台上的行走速度 l——站台的有效长度 n——站台上楼梯和自动扶梯的组数
排队规则:乘客到达楼梯和自动扶梯口处, 若楼梯和自动扶梯没被占用时,乘客立即使 用楼梯和自动扶梯,若楼梯和自动扶梯被占 用,不能为乘客提供服务时,乘客就会在此 等候楼梯和自动扶梯的服务,而且服务次序 为先到先服务。
3.@pfs(load,S,K)
该函数的返回值是当到达负荷为load ,顾客数为K,平行服务台 数量为S时,有限源的Poisson服务系统等待或返修顾客数的 期望值

数模排队论

数模排队论

如何考虑随机因素,设计合理方案,建立数学模 型,一方面提供服务的服务机构即公交公司的线
路设计合理,能够赢得顾客,获得利益;另一方 面被服务的顾客能够在被服务的过程中,排队等 候的时间最短,这都是上述问题要解决的,也是 排队论的主要研究内容.
二、排队论的基本知识
1.背景介绍
排队论是研究排队现象的理论和应用的学科,是 专门研究由于随机因素影响而产生的拥挤现象的科学. 20世纪初丹麦数学家、电气工程师爱尔朗把概率论应 用于电话通话问题,从而开创了这门应用数学科学. 20世纪30年代中期,费勒引进了生灭过程,排队论 才被数学界承认为一门重要的学科.20世纪40年代排 对论在运筹学这个新领域中成了一个重要的部分.20 世纪50年代初肯德尔对排对论作了系统的研究,他用
(iii) 顾客流的概率分布.或称相继顾客到达的时间 间隔的分布.这是求解排队系统有关运行指标问题 时,首先需要确定的指标.顾客流的概率分布一般 有定长分布、二项分布、泊松流(最简单流)、爱尔 朗分布等若干种. (2).排对规则 指服务台从队列中选取顾客进行 服务的顺序.一般可以分为损失制、等待制和混 合制等3大类. (i)损失制 指如果顾客到达排队系统时,所有 服务台都被先到的顾客占用,那么他们就自动 离开系统永不再来.
5分钟,车辆满载率不应超过120%,一般也不要
低于50%. 试根据这些材料和要求,为该线路设计一个 便于操作的全天(工作日)的公交车调度方案 包括两个起点站的发车时刻表;一共需要多少 辆车;这个方案以怎样的程度照顾到了乘客和 公交公司双方的利益;等等.
2.问题分析:
对于第一个问题,关于公交车的调度方案,
(ii)服务方式. 这是指在某一时刻接受服务的顾客数, 它有单个服务和成批服务两种. (iii)服务时间的分布.在多数情况下,对每一个顾客的 服务时间是一随机变量.

排队论讲义-2

排队论讲义-2
0 1 2 2 3 2 4 2
5⎤−1
[M/M/c]:[∞/m/FCFS
由(63)可以计算得到(算式略): P1=0.394,P2=0.197,P3=0.074,P4=0.018,P5=0.002 由此,计算系统的各项运行指标如下:
(1) Lq =
n=c+1
. ∑ (n − c)Pn = P3 + 2P4 + 3P5 = 0118
]
(58)
(59) (60)
Wq =
Lq λ (1 − P N )
q
(61) 特别,当N=c时,系统的队列最大长度为0,即顾客到达时,如果服务台有空闲 ,则进入服务台接受服务,如果服务台没有空,顾客则当即离去。这样的系统 成为“即时制”。许多服务设施,如旅馆、停车场等都具有这样的性质。
W = W
+
[M/M/c]:[N/∞/FCFS
[M/M/c]:[∞/∞/FCFS]
这个系统的特点是,系统的服务速率与系统中的顾客数有关。当系统 中的顾客数k不大于服务台个数,即1≤k≤c时,系统中的顾客全部在服 务台中,这时系统的服务速率为kμ;当系统中的顾客数k>c时,服务 台中正在接受服务的顾客数仍为c个,其余顾客在队列中等待服务,这 时系统的服务速率为cμ。为了求得系统的状态概率,先作出系统的状 态转移图。 P0 P1 P2 Pc-1 Pc Pc+1
正在修理的机器 修理速率μ
顾客到达
修理速率μ 发生故障等待修理的机器 修理速率μ
到达速率 (m-n)λ 运行的机器数 m-n
修理速率cμ
[M/M/c]:[∞/m/FCFS
用状态转移图可以得到状态概率与运行指标(推导过程从略): 1 7.6.3.1 状态概率 P = 1 ⋅
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

设 T X1 X 2 ,则TX的k 密度函数为
bk (t)
k (kt)k 1
(k 1)!
e k t
,
t 0
1
1
E(T ) ,
D(T ) k 2
如k个服务台串联(k个服务阶段), 一个顾客接受k个服务共需的服务时间T, T 爱尔朗分布。
‹# ›
1.2 随机过程的有关概念
随机过程(Random process)的定义
1.2 随机过程的有关概念
随机过程的基本类型
二阶矩过本程节内容结束
平稳过程 平稳独立增量过程 常见随机过程 马尔可夫过程? Poisson过程? 生灭过程?
马尔可夫过程 离散
马尔可夫链
• 定义对:任意{非X负(整n数),若n 满足0,如1,下2,性...质,}:只要
就有
t1 t2
{X“(n将)} 来”的情况与“过去”无关,
只是通过“现在”与“过去”发生联系,若 “现在”已知,“将来”与“过去”无关。
‹# ›
时齐的马氏链:马氏链{X (n),n 0,1,2,...}
若满足P:{X nm j X n i} Pij (m)
则称{X (n),n 0,1,2,...}
为时齐马尔
排队论
一.概率论及随机过程回顾 二.排队论的基本知识 三.单服务台负指数分布排队系统分析 四.多服务台负指数分布排队系统分析 五.一般服务时间M/G/1模型分析 六.经济分析___排队系统的最优化
一、概率论及随机过程回顾
1.1、随机变量与概率分布
• 随机变量 • 离散型随机变量 • 概率分布和概率分布图 • 数学期望和方差 • 常见离散型随机变量的概率分布 • 二点分布? • 二项式分布? • Poisson分布?
• 连续型随机变量
• 概率密度函数
ex , x 0
•密概度率分函布数函数a(x)
• 数学期望和方差 0, x 0
( 0)
• 常见连续型随E机(变X量)的概1率/ 分布, D( X ) 1/ 2
• 均匀分布
• 指数分布?
• 正态分布?
• k阶爱尔朗分布?
‹# ›
? 爱尔朗分布
服从X相1,同X 参2 ,数, X的kk为负k指个数相分互布独;立的随机变量;
平稳生灭过程系统状态n
平衡方程:“本流节入内=流容出结” 束
‹# ›
一、概率论及随机过程复习
• 随机变量 • 离散型随机变量 • 概率分布和概率分布图 • 数学期望和方差 • 常见离散型随机变量的概率分布 • 二点分布? • 二项式分布? • Poisson分布?
‹# ›
一、随机变量与概率分布
随机变量X为时间间隔,如顾客到达的
• 随时机变间量间隔、电话呼叫的时间、产品的寿命等。
定理1:设 N(为t)时间 0内, t到 达系统的顾客数
则 {N(t为),tPoi0s}son过程的充要条件是
P{N(t) n} (t)n et n 1,2,...
对于Poisson流:n!
定理则充2要:{条设1N/件— — (Nt为是)(为— —,tt)参相时单顾数继0间客位}为到相时达继间0内的的,到平t到P时o达均达间is的到系s间o平达统n隔均的过的T间顾程服顾隔客的从客时数相数间互
• 平稳性:在 t', t内'有t一 个顾客顾到客达到的达的概率

概率为
t

(t);

• 普通性:在 t', t内'多t于 一个顾客到达

的率为 。(t)
• 则称 {N (t),t 为 0Po}isson过程。
‹# ›
Poisson过程与Poisson分布
定理1:设 N(为t)时间 0内, t到 达系统i22在r,...,...将Xt(来ttrr)tir
}
0

则称 P{X具(t有) 马 尔j 可X夫(t1性) , 或i1,无X后(t效2 )性。i2,..., X (tr ) ir} P{X (t) j X (tr ) ir}
{X (n)}
可夫链
Pij (m) — 系统由状态i经过m 个时间间隔
(或m 步)转移到状态j 的转移概率
‹# ›
Poisson过程
• 定义:设 N为(t时) 间 内0到, t 达系统的顾客数,若满足
• 下独面立三性个:条在件任:意两个不相交的区(间1起内)点顾只无客与关到区。间长度与

达的情况相互独立; (2)单位时间内一个
时刻止的时间服从参数为 • (3)同一时刻是只有一个
顾的n客负到指达数或分离布去;。
• 则称
为一个生灭过程。
• {N (t),t 0}
‹# ›
N(t) 的分布 pn (t) P{N (t) n}, (n 0,1,2...)
系统达到平稳状态时:pn pn (t), (n 0,1,2...)
设 {本X (节t,),t是内一T容}族结随机束变量,
T是一个实数集,对 t T , 是X一(t)个
随机变量,则称{X (t),t为随T机} 过程。
• T:参数集合 • 当T={0,1,…,n,…}时,称为随机序列
• X (t) :k随机过程的一个状态
• 状态空间E={X(t)全体可能取值,t }T
充要条件是相继到达的时间间隔T服从相互
独立的参数为 的负指数分布。
et , t 0
aT (t)
0,
t 0
马尔可夫 性,或无
ET 1/ , DN (t) 1/ 2
后效性
负指数分布的性质:
P{T t sT s} PT t
‹# ›
• Poisson过程与Poisson分布的关系:
独立的参数为 的负指数分布。
et , t 0
aT (t)
0,
t 0
‹# ›
生灭过程
• 定义:设 {N (t),为t 一0个} 随机过程,若N(t)的概
率分布具有以下性质:
• (1)假设N(t)=n,则从时刻到下一个顾客到达
• 时(刻2)止假的设时N间(t)服=从n,参则数从为时的刻n 负到指下数一分个布顾;客离开
则 {N(t为),tPoi0s}son过程的充要条件是
P{N(t) n} (t)n et n 1,2,...
n!
EN(t) t , DN(t) t
数理统计方法 容易初步判断:期望=标准差
‹# ›
Poisson过程与负指数分布
定理2:设 N(为t)时间 0内, t到 达系统的顾客数
则 {N(t为),t参数0}为 的Poisson过程的
相关文档
最新文档