我想模拟一条（非常长的）公共汽车路线，随着时间的推移，公共汽车在路线上随机分布，但是我的公共汽车站的公共汽车到达的时间平均为20分钟。为此，我创建了一个时间线性条带，2000万分钟，并在该间隔内随机分散了一百万个总线。我只是将标准随机浮点发生器的输出（在区间[0,1）上的均匀分布）乘以2000万，以产生随机分散超过2000万分钟的一百万到达时间，时间线上的所有点同样可能。这样，百万辆公共汽车到达的所有时间总计达到2000万分钟，平均在公共汽车之间等待20分钟。
我想知道的是，这个简单的程序是否为总线到达创建了一个泊松过程。或者这是其他一些过程？生成的工艺参数是什么？那些对统计数据有更好了解的人会告诉我统计过程是由于在时间线上如此简单的均匀分布的事件散布造成的吗？这是一种易于使用的编程技巧，所以我想确保我不会误解它。
感谢。
答案 0 :(得分：1)
嗯，这有两个方面：
如果你采用无限分钟和无限巴士的限制，那么是的，你确实有泊松过程
你所描述的过程接近但不完全是泊松过程，因为有一点偏差，因为有限的总线数量会导致一些“记忆”。
但是，为什么要使用这样的过程来近似泊松分布，当你只能通过使用例如指数偏差产生指数偏差时gsl（http://www.gnu.org/software/gsl/）直接获得偏差？