variable
-
λ
-
単位時間に到着する客の平均値 ->「平均到着率」 [人数/s]
-
1 / λ [Ts] -> 「客１人が到着するのに要する平均時間」 [s/人数]
-
μ
-
位時間にサービスを受ける客の平均値 -> 「平均サービス率」 [人数/s]
-
1 / μ [Ta]-> 「客１人が受けるサービスにかかる平均時間」 [s/人数]
-
ρ
-
λ(到着率) / μ(サービス率) -> 「窓口利用率（客が到着したとき待ちが生じる確率）」 [人数?]
-
ρ/(1-ρ)
-
待っている人の列の長さ -> 「待ち時間」 [人数?]
-
(1/u) * p/(1-p)
-
（客１人が受けるサービスにかかる平均時間）＊（待っている人の列の長さ ）-> 「平均待ち時間」
-
(1/u) * 1/(1-ρ) = 1/(u -λ)
-
（客１人が受けるサービスにかかる平均時間）＊（待っている人の列の長さ ）+ (客１人が受けるサービスにかかる平均時間)-> 「平均応答時間」
-
(1/u) * p/(1-p) + (1/u)
確率モデル
到着
-
ポアソン分布
-
お客さんが店に入ってくる頻度
-
単位時間内に事象の起こる確率
超指数分布
超指数分布
サービス
-
指数分布
-
レジがお客さんをさばく頻度
-
事象の起こる間隔
-
確率分布関数(1-e^(-ut))を微分すると確率密度関数(ue^(ut))となる. 確率密度を積分すると確率が面積で表される。 つまり区間全体を積分すると1となる。
MM1 Libc
最終更新：2013年01月23日 14:37
