統(tǒng)計(jì)計(jì)算第二次作業(yè)(排隊(duì)論)

代碼部分

arrive<-rexp(2000,0.5)      #生成服從指數(shù)分布的隨機(jī)變量谁帕,表示客人到達(dá)的間隔時(shí)間
arritime<-cumsum(arrive)    #通過累加,獲得客人到達(dá)的時(shí)間點(diǎn)
stat1<-rexp(2000,0.25)      #生成服務(wù)臺(tái)1的服務(wù)時(shí)間間隔
stat2<-rexp(2000,0.25)      #生成服務(wù)臺(tái)2的服務(wù)時(shí)間間隔
get_ser<-c()                #記錄每個(gè)客戶開始服務(wù)時(shí)間
end_ser<-c()                #記錄每個(gè)客戶結(jié)束服務(wù)時(shí)間
i=1;j=1
A_opentime <-0              # A_opeantime表示服務(wù)臺(tái)1允許開始服務(wù)時(shí)間吼虎,也就是上一位客人結(jié)束服務(wù)的時(shí)間
B_opentime<-0.001           # B_opeantime表示服務(wù)臺(tái)2允許開始服務(wù)時(shí)間,也就是上一位客人結(jié)束服務(wù)的時(shí)間
for(k in 1:2000){
  temp <-arritime[k]
  if(A_opentime < B_opentime){   #如果服務(wù)臺(tái)1比服務(wù)臺(tái)2提前結(jié)束上一輪服務(wù),則第k個(gè)客戶的服務(wù)由服務(wù)臺(tái)1進(jìn)行(為服務(wù)臺(tái)1服務(wù)的第i個(gè)人)
    if(temp > A_opentime)        #比較客戶到達(dá)時(shí)間與服務(wù)臺(tái)1開始服務(wù)時(shí)間思灰,若第k個(gè)客戶尚未到達(dá)玷犹,服務(wù)臺(tái)1空閑,更新
      A_opentime<-temp           # 服務(wù)臺(tái)1的開始服務(wù)時(shí)間為第k個(gè)客戶到達(dá)時(shí)間
    
    get_ser[k]=A_opentime       #講第k個(gè)客戶的開始服務(wù)時(shí)間 =服務(wù)臺(tái)1的opentime
    end_ser[k]=get_ser[k]+stat1[i]    #講第k個(gè)客戶的結(jié)束服務(wù)時(shí)間點(diǎn) =開始服務(wù)時(shí)間 +服務(wù)臺(tái)1本次花費(fèi)時(shí)間(從stat1中的第i個(gè))
    A_opentime=end_ser[k]            #更新服務(wù)臺(tái)1的下一次開放時(shí)間為第k個(gè)客戶結(jié)束服務(wù)時(shí)間
    i=i+1                             #更新i到i+1洒疚,方便提取服務(wù)臺(tái)1為服務(wù)下一個(gè)客戶花費(fèi)時(shí)間的數(shù)據(jù)  
  }
  else {
    if(temp >B_opentime)
      B_opentime<-temp  
    
    get_ser[k]=B_opentime
    end_ser[k]=get_ser[k]+stat2[j]
    B_opentime=end_ser[k]
    j=j+1
  }
}
#將所有客戶的到達(dá)時(shí)間歹颓,接受服務(wù)時(shí)間 坯屿,結(jié)束服務(wù)時(shí)間合并起來
A=data.frame(arritime=arritime,get_ser=get_ser,end_ser =end_ser)   
waiting=A[,2]-A[,1]   #計(jì)算每個(gè)人的等待時(shí)間
summary(waiting)

#計(jì)算平均隊(duì)伍長度
line=c(0)
for(i in 2:2000){
  temp2=arritime[i]
  line<-c(line,i-table(get_ser< temp2)[2])
}
summary(line)

模擬結(jié)果

當(dāng)服務(wù)間隔時(shí)間的期望是3,到達(dá)時(shí)間間隔的期望是1

#等待時(shí)間
> summary(waiting)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
    0.0   264.2   498.3   486.4   725.0   957.1 
> #計(jì)算平均隊(duì)伍長度
> summary(line)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   0.00   53.75  110.00  131.50  214.20  299.00 

當(dāng)服務(wù)間隔時(shí)間的期望是3巍扛,到達(dá)時(shí)間間隔的期望是2

#等待時(shí)間
> summary(waiting)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  0.000   0.000   1.493   4.468   6.412  32.010 
> #計(jì)算平均隊(duì)伍長度
> summary(line)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  0.000   1.000   2.000   4.094   6.000  19.000 

當(dāng)服務(wù)間隔時(shí)間的期望是3领跛,到達(dá)時(shí)間間隔的期望是3

#等待時(shí)間
> summary(waiting)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
 0.0000  0.0000  0.0000  1.1400  0.9547 15.2100 
> #計(jì)算平均隊(duì)伍長度
> summary(line)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  0.000   1.000   1.000   1.325   1.000  10.000 
  
最后編輯于
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市撤奸,隨后出現(xiàn)的幾起案子吠昭,更是在濱河造成了極大的恐慌,老刑警劉巖寂呛,帶你破解...
    沈念sama閱讀 218,036評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件怎诫,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡贷痪,警方通過查閱死者的電腦和手機(jī)幻妓,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,046評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來劫拢,“玉大人肉津,你說我怎么就攤上這事〔詹祝” “怎么了妹沙?”我有些...
    開封第一講書人閱讀 164,411評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長熟吏。 經(jīng)常有香客問我距糖,道長,這世上最難降的妖魔是什么牵寺? 我笑而不...
    開封第一講書人閱讀 58,622評(píng)論 1 293
  • 正文 為了忘掉前任悍引,我火速辦了婚禮,結(jié)果婚禮上帽氓,老公的妹妹穿的比我還像新娘趣斤。我一直安慰自己,他們只是感情好黎休,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,661評(píng)論 6 392
  • 文/花漫 我一把揭開白布浓领。 她就那樣靜靜地躺著,像睡著了一般势腮。 火紅的嫁衣襯著肌膚如雪联贩。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,521評(píng)論 1 304
  • 那天捎拯,我揣著相機(jī)與錄音撑蒜,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛座菠,可吹牛的內(nèi)容都是我干的狸眼。 我是一名探鬼主播,決...
    沈念sama閱讀 40,288評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼浴滴,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼拓萌!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起升略,我...
    開封第一講書人閱讀 39,200評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤微王,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后品嚣,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體炕倘,經(jīng)...
    沈念sama閱讀 45,644評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,837評(píng)論 3 336
  • 正文 我和宋清朗相戀三年翰撑,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了罩旋。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,953評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡眶诈,死狀恐怖涨醋,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情逝撬,我是刑警寧澤浴骂,帶...
    沈念sama閱讀 35,673評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站宪潮,受9級(jí)特大地震影響溯警,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜狡相,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,281評(píng)論 3 329
  • 文/蒙蒙 一梯轻、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧谣光,春花似錦檩淋、人聲如沸芬为。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,889評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽媚朦。三九已至氧敢,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間询张,已是汗流浹背孙乖。 一陣腳步聲響...
    開封第一講書人閱讀 33,011評(píng)論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人唯袄。 一個(gè)月前我還...
    沈念sama閱讀 48,119評(píng)論 3 370
  • 正文 我出身青樓弯屈,卻偏偏與公主長得像,于是被迫代替她去往敵國和親恋拷。 傳聞我的和親對(duì)象是個(gè)殘疾皇子资厉,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,901評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn)蔬顾,斷路器宴偿,智...
    卡卡羅2017閱讀 134,656評(píng)論 18 139
  • 國家電網(wǎng)公司企業(yè)標(biāo)準(zhǔn)(Q/GDW)- 面向?qū)ο蟮挠秒娦畔?shù)據(jù)交換協(xié)議 - 報(bào)批稿:20170802 前言: 排版 ...
    庭說閱讀 10,970評(píng)論 6 13
  • 昨日,讀完《1Q84》诀豁。今年村上春樹長篇小說重讀計(jì)劃算是告一段落窄刘。 這次重讀,是按小說寫作和出版先后順序舷胜,其實(shí)還差...
    老麥Michael閱讀 685評(píng)論 12 0
  • ( by Michael Chien ,Line: polochien ) 越前距離九份老街越近 ... ^^| ...
    九份許家民宿閱讀 176評(píng)論 0 0
  • 一風(fēng)一雨一鳥鳴娩践, 一茶一飯一相思。 一書一信一月明逞带, 一仰一俯一聲嘆欺矫。 一弦一弄一高歌, 一花一樹一夜眠展氓。
    錦瑟初淺閱讀 826評(píng)論 1 3