MM1模型

//tracebakc:http://zh.wikipedia.org/wiki/M/M/1

1.可用M/M/1模型的例子众多，例如只有一位员工的邮局，只有一队列。客人进来，排队、接受服务、离开。如果客人进来的数目符合泊松过程，且服务时间是指数分布，则可用M/M/1模拟，并算出平均队列长度、不同等候时间的机率等。

  M/M/1可一般化成为M/M/n模型，使可用时接受服务的人数为大于一。历史上，M/M/n模型首先被用来模拟电话系统，因为荷兰工程师Erlang发现客人打电话的速率符合泊松过程，且通话时间是指数分布，所以占用通讯线路的数目和等待接线的人数符合M/M/n模型。

2.泊松过程：泊松过程是随机过程的一种，是以事件的发生时间来定义的。我们说一个 随机过程 N(t) 是一个时间齐次的一维泊松过程，如果它满足以下条件：
在两个互斥（不重叠）的区间内所发生的事件的数目是互相独立的随机变量。在区间内[t,t+T]发生的事件的数目的概率分布为...

3.在概率论和统计学中，指数分布（Exponential distribution）是一种连续概率分布。指数分布可以用来表示独立随机事件发生的时间间隔，比如旅客进机场的时间间隔、中文维基百科新条目出现的时间间隔等等。