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

,2,1,0,!)

()(==-n e n t t P t n n λλ

且E[N （t ）]=λt ，V ar[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

F T （t ）=P ｛T ≤t ｝=1－P ｛T ＞t ｝

=1－P 0（t ）=1－t e

λ-，

t>0,

F T （t ）=0, t ≤0。

从而

???≤>='=-.0,

00,)()(t t e t F t f t T T λλ（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：T 1，T 2，…T n ,…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

?

??<>-=-.0,0,0,1)(t t e t F t V μ, ???<>-=-.0,0,0,)(t t e t f t V μμ

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V 1，V 2，…，V k 相互独立，V i ～E(0 ，k μ)，则，T=V 1+V 2+…+V k 的概率密度为

?????<>-=-.

0,0,0,)!1()()(1

t t k kt k t f k k μμ

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 ）=μμ11)(1=?=∑=k k V E k i i ；

2）k=1时，T ～E （0，μ）；

3）k ≥30时，T 近似服从正态分布；

4）.01)(2lim lim ==∞→∞→μ

k T Var t k （化为确定型分布）。