8.2 单服务台排队模型[优质ppt]

9.92
0.0006
5 ≥6
6
0.0416
1

7
0.0207
4.16 2.076.23
0.0952
∑
100
1.0000
100
1.3026
k 2
(A iTi)2,
k1a a为参数的个数
T i1
i
2、计算公式
k
2
(Ai Ti)2 1.3026
i1
Ti
k 1 a 6 1 1 4
f(t)et (t0)
其中μ表示单位时间内完成服务的顾客数，也称平均服 务率。
例8-1 某医院外科手术室任意抽查了100个工作小时， 每小时患者到达数n的出现次数如表，问每小时患者的 到达数是否服从泊松分布。
到达 数n
0
出现 次数fn
10
患者在单位时间内到达数的频数分布
1
2
3
4
5
6
≧7
(3)普通性 在充分短的时间区间Δt内，到达两个或两
个以上顾客的概率极小，可以忽略不计，即

lim
t0 n2
Pn(t
t)
0
在长为 t 的时间内到达n个顾客的概率为：
P n(t)(n t!)net (t0) n0,1 ,2,
其中λ表示单位时间平均到达的顾客数，即为到达率 。
A — 顾客到达间隔时间概率分布; B — 服务时间的概率分布; C — 服务台数； m — 顾客源总数 N — 系统内顾客的容量
排队系统的常见分布
1、泊松分布 设N(Δ t)表示在时间区间[t,t+Δ t)内到达的顾客 数，是随机变量。当N(Δ t)满足下列三个条件时，我们 说顾客的到达符合泊松分布。这三个条件是： (1)平稳性 在时间区间[t,t+Δ t)内到达的顾客数 N(Δ t)，只与区间长度Δ t有关而与时间起点t无关。 (2)无后效性 在时间区间[t,t+Δ t)内到达的顾客 数N(Δ t)，与t以前到达的顾客数独立。
λ
λ
λ
λ
0
1
...
n-1
μμ
μ
μ
λ
λ
n
n+1
μ
μ
状 态 0： P 1P 0
P1 P0
状 态 n ： P n 1 P n 1 ( ) P nn 1 ,2 ,3 ,
n = 1 ： P 0 P 2 ( )P 1
P0P2()P0
28
29
16
10
6
1
0
x nfn2.（ 1人 /小 时 ）
100
1、原理 判断样本观察频数（A）与理论(期望)频数（T ）
之差是否由抽样误差所引起。
类别或组段 观察频数
理论频数
1
A1
T1
2
A2
T2
…
…
…
k
Ak
Tk
问题:试判断这份样本,是否来自该理论分布?
注意：理论频数Ti不宜过小（如不小于5），否则需要合并组段！
当t=1时，
Pnnn!e
n0,1,2,
表示单位时间内到达n个顾客的概率。
容易计算Poisson分布的总体均数与总体方差相等， 均为λ 。
2、负指数分布 当顾客到达符合泊松分布时，顾客相继到达的间隔时间 T必服从负指数分布。
fT(t)et (t0)
顾客服务时间常用概率分布也是负指数分布
顾客 源
顾客
排队系统
队列
服务机构
服务完离开
排队规则
服务规则
排队系统的三个基本组成部分.
输入过程（有限、无相限继；到达单时个间、间成隔批；确定型、
随机型。
顾客到达
•排队规则 等待制、损失制、混合制 •服务机构 1、机构形式：单列、多列、服务台的数量 2、服务方式： 单个、成批 3、服务时间：确定型、随机型
1、模型条件 （1）输入过程――顾客源是无限的，单个到来，到
达过程服从泊松分布，即顾客到达间隔时间服从 负指数分布； （2）排队规则――单队，且队长没有限制，先到先 服务； （3）服务机构――单服务台，服务时间的长短是随 机的，服从相同的负指数分布 。
排队系统的状态n随时间变化的过程称为生灭过程， 设平均到达率为λ,平均服务率为μ,负指数分布排队系统 （M/M/1/∞/∞）的生灭过程可用下面的状态转移图表示：
２
５Hale Waihona Puke ３１３顾客
排队系统运行情况的分析，就是在给定输入 与服务条件下，通过求解系统状态为n(有n个顾客) 的概率Pn，再进行计算其主要的运行指标：
①系统中顾客数(队长)L； ②排队等待的顾客数(排队长)Lq； ③顾客在系统中全部时间(逗留时间)W； ④顾客排队等待时间Wq。
排队模型的符号定义为： A/B/C/m/N
n0
P0
n0
()n

1

P0
1
1
P 0 1 其 中 P 0 是 空 闲 概 率 ， P n ( 1 )n 为 利 用 率 （ 服 务 台 处 于 繁 忙 的 概 率 ）
对于M／M／1/∞/∞模型有如下公式：
P0 1
L 1
W L
Pn n(1)
Lq

2 (
)
Wq

Lq
例8-2 设某医院药房只有一名药剂员，取药的患者按 泊松分布到达，平均每小时20人，药剂员配药时间服 从指数分布，平均每人为2.5分钟。试分析该药房排 队系统的状态概率和运行指标。
解：这是一个M/M/1/∞/∞系统，单列，FCFS规则 根据题意已知，
P2

(
)2
P0
n = 2 ： P 1 P 3 ( )P 2
P0P3()22P0
P3

(
)3
P0
类似可得
Pn

(
)n
P0
令
Pn ()nP0
由概率性质可知， Pn 1 n0

n0
Pn


()n P0 1
2、计算公式
到达数(n) 出现次数 f n
Pn

n n!
e
理论频数 100 Pn
( fn 100Pn ) 2 100Pn
0
10
0.1224
12.24
0.4099
1
28
0.2571
25.71
0.2039
2
29
0.2700
27.00
0.1481
3
16
0.1890
18.90
0.4449
4
10
0.0992
2 0.05(4)
9.488
而 2 1 .3 0 2 60 2 .0 5 (4 ) 9 .4 8 8
P0.05
卡方分布下的检验水准及其临界值
接受假设，即患者到达数的经验分布适合λ =2.1的 泊松分布。
第八章 排队论
第二节 单服务台M/M/1排队模型
M/M/1/∞/∞ 模型