用蒙特·卡洛方法模拟实际情况

现实中，办理业务人远远超过5个人，而人一多，等待时间就更长。我们以上述算法为基本模型，使用蒙特·卡洛方法，通过在计算机软件（比如MATLAB）产生伪随机数实现统计模拟，获取近似解。

下面以200名客户为限，独立模拟6次的结果（最后一栏为平均值）：

从表中很容易看到，你不过去办个很轻松的业务（比如电信缴费），居然需要等上半小时左右，运气再差点，一个小时都不算啥！于是我们焦急的盼望快点快点再快点，但是窗口的工作率已经近乎100%，很难再有所提升。假如商家多开了一个窗口（将多种业务分类，分工导致专业化）或者使用了更快的业务受理系统，从而使业务受理时间缩短2分钟，将会发生什么？

业务时间缩短2分钟的模拟结果（最后一栏为平均值）:

我们看到，最长也不过需要等待12分钟就可以完事，无疑效率大大提高了。但是另一方面，窗口空闲率上升了很多！所以窗口不是说多开就多开的。但是，等待时间缩短也许可以吸引更多的客户，导致相邻客户到达时间间隔缩短为2—8分钟，我们再来看看结果：

虽然时间上略有增长，但是仍在可以接受的范围内，同时窗口工作率也很正常，处在一个比较繁忙的状态，不冷清也没有忙到爆。所以在商家有利可图即能有更大贸易量的情况下，多开窗口，是一种对客户与商家双赢的局面。

需要说明的是，上述的模拟是一种单服务台数学模型，这种情况下的蒙特·卡洛方法相对不那么复杂，可以很轻松的模拟出近似的结果，提供一个大概的判断。

附： 蒙特·卡洛方法是一种随机模拟方法，将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。在经济学、计算物理学上应用广泛。近似找π更是小菜，蒲丰投针差不多就是它的前身。想出这个方法的人大家都认识，叫冯·牛·诺伊曼。而打酱油的蒙特·卡洛，它不是人，而是一个赌城。赌博什么的，那基本就是概率统计的游戏咯。