Answers:
泊松过程涉及到下一位客户到达之前的“无记忆”等待时间。假设从一个客户到下一个客户的平均时间为。到下一次到达为止的无记忆连续概率分布是这样的概率,即直到下一次到达之前,再等待一分钟,一秒钟或一小时等的概率,并不取决于您自上一次以来等待了多长时间。 。自从上次到达以来您已经等待了五分钟,就比在您自上次到达之后仅等待了10秒的情况下,客户在下一分钟到达的可能性更大。
这自动意味着直到下一次到达的等待时间满足Pr (T > t )= e − t / θ,即,它是指数分布。
进而可以表明,在长度为t的任何时间间隔内到达的客户数量满足Pr (X = x )= e − t / θ(t / θ )x即具有期望值t/θ的泊松分布。而且,这意味着在不重叠的时间间隔内到达的客户数量在概率上是独立的。
因此,等待时间的无记忆导致了泊松过程。
几乎任何有关排队论或随机过程的介绍都将对此进行介绍,例如Ross,随机过程或Kleinrock排队论。
关于无记忆到达导致指数距离的证明的概述:
令G(x)= P(X> x)= 1-F(x)。现在,如果分发是无记忆的,
G(s + t)= G(s)G(t)
也就是说,x> s + t的概率=它大于s的概率,现在,它大于s的概率大于(s + t)。无记忆属性意味着第二个(条件)概率等于具有相同分布的不同rv> t的概率。
引用罗斯:
“上述方程式中满足任何合理条件(例如单调性,左右连续性,甚至可测量性)的唯一解的形式为:”
对于某个合适的a值,G(x)= exp(-ax)。
并且我们处于指数分布。