二项分布是离型机率模型中最有名的一个.docxVIP

?指數分配與排隊理論令?W?表示在 Poisson 過程中，由開始到第一次事件發生的時間（這是一隨機變數）。由上節知?但?所以?這個機率分配稱為指數分配。可計算得?，這就是第一次事件發生的平均時間。另外，?。現在讓我們討論排隊理論。排隊的現象無所不在：買各種票、吃自助餐、超商、百貨公司……等。顧客揣度「應該排那一服務櫃台會比較快？」「到底還要排多久？」是城市生活的基本問題；相對的，商家也要盤算到底在何時要開幾個窗口櫃台才符合成本，探討這個問題的數學理論通稱為排隊理論，而指數分配經常被用到排隊理論，當作服務客人時間（這是一隨機變數）的機率密度函數。讓我們假設某櫃台，服務客人的平均時間為 μ，想像在服務結束後，櫃員會亮燈請下一位客人進來，則亮燈的平均時間是 μ。若將「燈亮」視為一事件發生，則亮燈的過程近似於一 Poisson 過程。而且前面定義的?W?正好表示兩次亮燈間的間隔。所以?W?的機率密度函數是指數分配：?例.現假設一櫃台平均服務時間為 3 分鐘，設等待時間的機率密度函數為?(1)等候時間超過6分鐘的機率是多少？?事實上，等候超過?T?分鐘的機率是?。(2) 另一個合理的問題是，如果在我前面還有另一個客人，則我怎麼描述，我等待時間的機率分配呢？令?W1?是第一個客人等待的時間，W2?是第一個客人開始被服務後，我所等待的時間，則?，而且總等待時間?U?=?W1+W2，