> ## Documentation Index > Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt > Use this file to discover all available pages before exploring further. # 利特尔法则 > 利特尔法则指出：稳定系统中，平均在制等于到达率乘以平均停留时间（L=λW）。了解其起源、应用方法与失效边界。 **类别**: 定律
**类型**: 排队与运营流动定律
**来源**: John D. C. Little，《Operations Research》（1961）
**别名**: L = λW；在制 = 吞吐 × 周期时间 **快速回答** — **利特尔法则**（Little's Law）指出：在稳定系统中，长期平均在系统内的物品数，等于平均到达（或吞吐）率乘以每件平均停留时间：*L = λW*。用运营语言说，在制品等于吞吐乘以周期时间。若要在不丢产出的前提下缩短交期，通常必须降低在制。 ## 什么是利特尔法则？ **利特尔法则**（Little's Law）是一条恒等式：对平稳系统而言，系统内平均库存等于平均流速乘以平均逗留时间。 > L = λW —— 系统内平均物品数等于平均到达率乘以平均停留时间。关系看起来简单，是因为它是守恒，而不是技巧。若顾客（或工单、票据、瓶子）以稳定的平均速率进出，堆在里面的数量就由“进得多快”和“待多久”共同决定。提高到达率或停留时间，平均占用会成比例上升。 ### 利特尔法则的三层理解 * **入门**：到达更多或停留更久，平均队列或积压就会更大。 * **实践**：在稳定流动中测量在制、吞吐、周期时间中的任意两个，第三个就被决定。 * **进阶**：把它当作平稳条件下的诊断恒等式；不要把在制当成可无限抬高吞吐的独立旋钮。 ## 起源 1961 年，**John D. C. Little** 在《Operations Research》（第 9 卷第 3 期，第 383–387 页）发表《A Proof for the Queuing Formula: L = λW》，当时他在 Case Institute of Technology。更早的作者已在使用该关系却缺少一般证明；Philip M. Morse 甚至挑战读者找出反例。Little 给出了平稳过程下等式成立的宽泛条件。这一结果成为排队论与运营管理的基础。Hopp 与 Spearman 的《Factory Physics》等制造教材推广了运营形式 **WIP = TH × CT**（在制品 = 吞吐 × 周期时间）。精益与看板实践同样依赖这一恒等式：当吞吐受需求或产能约束时，控制在制就是控制交期。 ## 核心要点把利特尔法则当作流动的会计恒等式时最有力，而不是“多开工”的口号。统一单位：系统内物品数（*L* / 在制）、单位时间物品数（*λ* / 吞吐）、每件时间（*W* / 周期时间）。稳定系统中，知二得三。经典表述假设系统处于稳态且均值有限——没有永久爆炸的积压，也没有未定义的平均。启动高峰或崩塌期间，短窗口可能误导。若吞吐被需求或瓶颈钉住，削减未完成工作是缩短周期时间的直接杠杆。多开工单往往拉长等待，而不是提高完工量。在制超过喂饱瓶颈所需后，主要增加排队延迟。把利特尔法则与产能、波动性思考——以及串行阶段的相关限制如[阿姆达尔定律](/zh/laws/amdahls-law)——合用，以免把“开工更多”误当成“完工更多”。 ## 应用场景只要工作在堆积，又有人声称“多开工就能多完工”，就用利特尔法则。限制打开的 PR 或在制列；若合并率约每周 10 项、在制 40，在降低在制前可预期平均年龄约 4 周。用库存 ÷ 出货率估计交期；审计高库存是在买吞吐，还是只在买等待。诊所每小时接诊 20 人、人均在院 1.5 小时，则平均约有 30 人在场——可用于空间与编制压力测试。清点打开任务与每周完成数；若每周完成 5 件却常开着 25 件，除非停止新开，平均年龄约 5 周。 ## 经典案例标准运营课堂例子把算术说清楚。假设产线每天完成 **50 件**（吞吐），各工位合计大致稳定地保持 **200 件**在制品。利特尔法则意味着平均周期时间 *CT = WIP / TH = 200 / 50 = 4 天*。若经理要在同等吞吐下把周期压到 **2 天**，在制需降到约 **100 件**——而不是“多开工”。精益与 Factory Physics 教学用这一恒等式说明在制爆炸为何拉长交期：吞吐被瓶颈封顶时，额外库存多半变成等待时间。边界同样重要：若产线仍在爬坡，或报废返工使“件”的定义不一致，必须先重新界定系统与单位，再相信这个数字。 ## 边界与失效场景利特尔法则并不说任意在制都能配上任意吞吐。机器、人员与需求设定最大流量；低于关键在制可能饿死瓶颈，远高于它则主要买延迟。当系统不稳——积压持续增长、季节尖峰，或半成品与成品混算——把它当随手计算器也会失效。窗口不匹配的平均会产生胡话。常见误用是把 *L = λW* 读成可以无限抬高在制来抬高吞吐。超过利用产能所需之后，更多在制通常抬高 *W*，而不是 *λ*。 ## 常见误区正确使用需要区分恒等式、产能策略，以及关于工作膨胀的邻近定律。不对。任何离散物品的稳定流动——工单、患者、数据包、库存——在定义一致时都服从同一平均关系。不对。存在绑定瓶颈时，额外开工主要增加在制与周期时间；完工量可能持平。不对。你仍需可信地测出两个量；法则给出第三个并做一致性检查，它不会凭空造数据。 ## 相关概念这些页面有助于把流动恒等式与产能、激励和工作膨胀连起来。工作会膨胀填满可用时间——常通过增大在制与拖延实现。额外投入（包括额外在制）最终带来更小的吞吐增益。当指标变成目标，它可能不再测量你真正关心的东西。串行阶段限制整体加速——流动上的另一类结构上限。后期加人可能增加协调延迟，从而拉长周期时间。不可持续的在制增长不能永远继续；它会停止——往往很痛苦。 ## 一句话总结若要在同等产出下缩短交期，就缩小未完成工作堆——利特尔法则说，数学不会跟你讨价还价。