上一讲我们从二项分布开始得出了泊松分布的概率密度函数。
回顾
上一讲的主要结论是:若一个事件在每一时刻等概率发生,平均发生次数为
λ
\lambda
λ (次/单位时间), 令随机变量
X
X
X 表示
T
T
T 时间内事件发生次数, 则有
Pr
(
X
=
k
)
=
(
λ
T
)
k
k
!
e
−
λ
T
,
k
=
0
,
1
,
2
,
.
.
.
\Pr(X=k)=\frac{(\lambda T)^k}{k\,!}e^{-\lambda T},~k=0,1,2,...
Pr(X=k)=k!(λT)ke−λT, k=0,1,2,...
现在考虑一个银行的服务窗口。我们可以用泊松过程来建模办理业务人员的到达过程。泊松过程有以下两个假设
- 不重叠的时间段内的到达人数是独立的。
- 任一时间段内到达人数满足泊松分布。
可以看出,我们实际上用泊松分布定义出了一个系统的到达过程,而任一时间段内得到达人数正是用泊松分布来刻画的。
现在我们来问另一个问题,从任一时间点开始,下一个人会隔多久到达尼?
指数分布
从任意时间点开始,我们令下一个人的到达时间为随机变量
T
T
T. 这里求
T
T
T的概率密度函数的一个简单方法是看他的CDF
F
T
(
T
≤
t
)
=
1
−
F
T
(
T
>
t
)
F_T(T\leq t)=1-F_T(T> t)
FT(T≤t)=1−FT(T>t), 因为
F
T
(
T
>
t
)
F_T(T> t)
FT(T>t)很好求:
F
T
(
T
>
t
)
=
(
λ
t
)
0
0
!
e
−
λ
t
=
e
−
λ
t
F_T(T> t)=\frac{(\lambda t)^0}{0\,!}e^{-\lambda t}=e^{-\lambda t}
FT(T>t)=0!(λt)0e−λt=e−λt
即,
t
t
t时间内无人到达的概率。 那么显然,
F
T
(
T
≤
t
)
=
1
−
e
−
λ
t
F_T(T\leq t)=1-e^{-\lambda t}
FT(T≤t)=1−e−λt
f T ( t ) = ∂ F T ( t ) ∂ t = λ e − λ t f_T(t)=\frac{\partial F_T(t)}{\partial t}=\lambda e^{-\lambda t} fT(t)=∂t∂FT(t)=λe−λt
当当, 指数分布出来了。这里我们在强调一下定义, λ \lambda λ 指的是在单位时间内到达的个数, 这个单位时刻可以是秒可以是分可以是小时; 另一方面, t t t 这个的意思是说 t t t 倍的单位时间.