简单排队模型平均队长计算及λ=μ时队长趋向无穷的原因探讨

先明确单排队系统的核心参数定义：

• λ：单位时间内顾客的平均到达率
• μ：单位时间内系统的平均服务率
• 系统利用率 ρ = λ/μ，用于衡量系统的繁忙程度

为何λ=μ时平均队长趋向无穷？ #

当λ=μ时，ρ=1，系统处于满负荷运行状态，看似长期到达和离开速率相等，但排队系统是随机过程，会导致队列持续累积：

1. 随机波动的累积效应：到达和服务事件都是随机发生的，比如某段时间可能连续出现多个到达事件（超出同期能服务的数量），队列立刻变长；后续即使出现服务空闲期，也只能消化部分累积队列，而新的随机到达高峰又会让队列再次增长，长期来看队列没有稳定上限。
2. 数学公式的直接体现：以经典M/M/1排队模型为例，稳态平均队长公式为 L = ρ/(1-ρ)，当ρ→1时，L的极限是无穷大。需要注意的是，这个公式的前提是系统能达到稳态，但当ρ=1时，系统永远无法进入稳态，队列会持续增长。

是否可能为有限值？ #

• 有限时间内：在任意有限的时间区间内，队长必然是有限的，因为不可能在有限时间内有无限多顾客到达。
• 长期（时间趋向无穷）：
  • 随机排队模型中：只要到达或服务时间是随机变量（哪怕均值相等），长期来看队长的期望值必然趋向无穷，随机波动的累积不会停止。
  • 极端确定性场景：如果到达和服务完全定时（比如每隔t时间到一个顾客，服务时间恰好为t），队列不会增长，队长始终保持为0或1（取决于初始状态），但这种情况属于确定性排队模型，不是我们通常讨论的随机排队系统。

内容的提问来源于stack exchange，提问作者Cathy