【问题标题】:Exponential vs Uniform vs Exact Mean Response Times指数 vs 均匀 vs 精确平均响应时间
【发布时间】:2020-03-26 13:47:53
【问题描述】:

所以我很难回答这个问题。它询问我应该选择什么,这会给我最快的平均响应时间。

所以选项 1 我有指数分布,服务率为每分钟 2 次。这给了我 0.5m = 30s 的服务时间。

选项 2,我在 10 到 50 秒之间有均匀分布,所以这给了我 10 到 50 秒之间的均匀时间,所以平均值是 30 秒的中位数。

选项 3,我有 50% 的概率获得 10 秒的准确响应时间或 50% 的概率我获得 50 秒的准确响应时间。所以如果我做这个计算:(0.5)(10/60) + (0.5)(50/60) 我得到 0.5m 或 30s。

所有这些选项都给了我相同的平均响应时间,所以我不确定在这里选择什么。

【问题讨论】:

    标签: performance uniform-distribution exponential-distribution


    【解决方案1】:

    您想知道每种情况下 RV 的预期值

    对于指数 RV:

    E[X] = 1/lambda (lambda = rate) 
    E[X] = 1/2
    

    对于均匀分布,期望值就是平均值。

    对于选项3,使用期望值的定义:

    E[X] = sum(E[x_i]P(x_i)) over all i
    

    那么你最好的选择就是期望值最低的那个。如果它们都相同,并且这是您唯一的选择标准,那么您选择哪个选项都没有关系。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2014-08-22
      • 2022-07-22
      • 1970-01-01
      • 2014-12-01
      • 1970-01-01
      • 2020-09-30
      • 2015-01-09
      相关资源
      最近更新 更多