.假设某银行的营业时间为早上8:00到下午5:00共9个小时，顾客按照参数为入=3人/小时的Poisson过程来到银行。用模拟的方法得出银行在某天来到的顾客数和每位顾客到达的时间。

为了模拟银行在某天的顾客数和每位顾客到达的时间，我们可以使用泊松分布和随机数生成器来模拟。下面是一个示例Python代码，用于模拟一天内的银行顾客数和到达时间：

import numpy as np
import matplotlib.pyplot as plt

# 定义参数
opening_time = 8  # 银行开门时间（小时）
closing_time = 17  # 银行关门时间（小时）
total_hours = closing_time - opening_time  # 银行营业总时长（小时）
arrival_rate = 3  # 平均每小时到达的顾客数

# 生成顾客数和到达时间
num_customers = np.random.poisson(arrival_rate * total_hours)  # 模拟一天内的总顾客数
arrival_times = np.random.uniform(opening_time, closing_time, num_customers)  # 生成顾客到达时间

# 绘制顾客到达时间的直方图
plt.hist(arrival_times, bins=12, range=(opening_time, closing_time), edgecolor='black')
plt.xlabel('Time (hours)')
plt.ylabel('Number of customers')
plt.title('Customer Arrival Times')
plt.show()

# 输出模拟结果
print(f"Total number of customers: {num_customers}")
print("Arrival times of customers:")
for i, time in enumerate(arrival_times):
    print(f"Customer {i+1}: {time:.2f} hours")

运行以上代码，将得到一天内的顾客数和每位顾客到达的时间的模拟结果。直方图展示了顾客到达时间的分布情况，输出部分展示了每位顾客的到达时间。

请注意，这只是一种模拟方法，结果可能因为随机性而有所变化。