在泊松过程中模拟Arival时间
在Excel中,我想生成一个M / M / 1队列的模拟(插图)到达时间。
乔布斯根据泊松过程到达。 我在Excel中发现POISSON
和POISSON.DIST
函数,但不是一个逆泊松分布函数。 我认为,既然平均λ
和方差λ
正态分布被认为是泊松分布的一个很好的近似(给定足够大的时间间隔),我试图使用逆正态分布函数来模拟到达之间的间隔:
=NORM.INV(RAND(), mean, SQRT(mean))
并计算到达时间(Excel格式的时间是在几分之一天):
=IFERROR(previous_time + interval_in_seconds/60/60/24, 0)
我不是统计专家,但是我的模拟间隔看起来有点过于规范,因为它是一个泊松过程 (请参阅下面的λ = 1/10s
) – 我在做什么错误?
睡了一觉后,我意识到自己的错误,这两个概念之间有一个重要的区别:
泊松过程
具有指数分布的更新间隔的更新过程。
泊松分布
一个离散的概率分布,表示给定数量的事件发生在固定的时间间隔内的概率。
因此,当在时间间隔x
根据泊松过程到达的作业数量遵循具有参数λx
泊松分布时,该过程的到达间隔时间呈指数分布。
逆向指数函数可以用Excel编写如下:
=-LN(RAND()) * mean
λ = 1/10s
插图: