蒙特卡洛模拟银行排队python

蒙特卡洛模拟是一种基于随机抽样的统计方法，可以用来模拟银行排队系统。在银行排队系统中，顾客到达银行的时间和服务时间都是随机的，因此可以使用蒙特卡洛模拟来模拟这种随机性。

下面是一个简单的蒙特卡洛模拟银行排队的Python示例代码：

import random

def simulate_bank_queue(num_customers, avg_arrival_time, avg_service_time):
    total_waiting_time = 0
    max_waiting_time = 0

    for i in range(num_customers):
        arrival_time = random.expovariate(1.0 / avg_arrival_time)
        service_time = random.expovariate(1.0 / avg_service_time)

        if i == 0:
            start_service_time = arrival_time
        else:
            start_service_time = max(arrival_time, end_service_time)

        end_service_time = start_service_time + service_time
        waiting_time = start_service_time - arrival_time

        total_waiting_time += waiting_time
        max_waiting_time = max(max_waiting_time, waiting_time)

    average_waiting_time = total_waiting_time / num_customers

    return average_waiting_time, max_waiting_time

# 示例调用
avg_arrival_time = 5.0  # 平均到达时间间隔为5分钟
avg_service_time = 10.0  # 平均服务时间为10分钟
num_customers = 1000  # 模拟的顾客数量

average_waiting_time, max_waiting_time = simulate_bank_queue(num_customers, avg_arrival_time, avg_service_time)

print("平均等待时间：", average_waiting_time)
print("最长等待时间：", max_waiting_time)

在上面的示例代码中，我们使用了指数分布来生成到达时间和服务时间。通过模拟多个顾客的到达和服务过程，我们可以得到平均等待时间和最长等待时间。