动机
状态有限时,跳跃速率有共同上界;无限模型未必如此。人口越多,事件时钟可能越快。问题不再只是下一跳去哪里,还包括连续停留时间相加后,总寿命是否仍为无限。矩阵每个元素有限,并不能回答这个问题。
最小构造按照指定时钟运行,直到跳跃累积为止,不擅自决定无限次跳跃后发生什么。在无穷远加入新状态、指定重新开始规则或入口边界,都是额外建模信息。正确次序是先构造局部速率真正决定的过程,再证明它不会在有限时间累积。
以下使用独立指数变量、强大数定律、非负收敛定理及基本有限状态跳跃条件化。
定义
设 S S S 可数。本节称速率矩阵 Q Q Q 稳定且保守,是指
q i j ≥ 0 ( j ≠ i ) , q i = ∑ j ≠ i q i j < ∞ , q i i = − q i . q_{ij}\ge0\quad(j\ne i),\qquad
q_i=\sum_{j\ne i}q_{ij}<\infty,\qquad q_{ii}=-q_i. q ij ≥ 0 ( j = i ) , q i = j = i ∑ q ij < ∞ , q ii = − q i . 非吸收状态 i i i 的嵌入链,以概率 q i j / q i q_{ij}/q_i q ij / q i 选下一个 j ≠ i j\ne i j = i 。取独立单位指数变量 E n E_n E n ,第 n n n 次到访 Y n Y_n Y n 的停留时间是 E n / q Y n E_n/q_{Y_n} E n / q Y n 。跳跃时刻从 H 0 = 0 H_0=0 H 0 = 0 起,依次累加停留时间。令 ζ = lim n H n \zeta=\lim\limits_nH_n ζ = n lim H n 为爆炸时刻。吸收状态的余下寿命定为无限。
在 ζ \zeta ζ 以前,当 H n ≤ t < H n + 1 H_n\le t<H_{n+1} H n ≤ t < H n + 1 时令 X ( t ) = Y n X(t)=Y_n X ( t ) = Y n 。爆炸以后,最小过程移至 S S S 外的墓地状态。在 S S S 内的转移概率为
P i j min ( t ) = Pr i ( X ( t ) = j , t < ζ ) . P^{\min}_{ij}(t)=\Pr_i(X(t)=j,\ t<\zeta). P ij m i n ( t ) = i Pr ( X ( t ) = j , t < ζ ) .
行和可能小于一。非爆炸表示每个初态皆有 Pr i ( ζ = ∞ ) = 1 \Pr_i(\zeta=\infty)=1 Pr i ( ζ = ∞ ) = 1 。速率矩阵的保守性是其行和性质,转移概率的保守性则是所构造路径的存活性质,两者并非同一断言。
适当 Lyapunov 函数是 V : S → [ 1 , ∞ ) V:S\to[1,\infty) V : S → [ 1 , ∞ ) ,要求每个有限 R R R 的下水平集 { i : V ( i ) < R } \{i:V(i)<R\} { i : V ( i ) < R } 都有限。若 ∑ j ≠ i q i j V ( j ) < ∞ \sum\limits_{j\ne i}q_{ij}V(j)<\infty j = i ∑ q ij V ( j ) < ∞ ,定义
Q V ( i ) = ∑ j ≠ i q i j [ V ( j ) − V ( i ) ] . QV(i)=\sum_{j\ne i}q_{ij}[V(j)-V(i)]. Q V ( i ) = j = i ∑ q ij [ V ( j ) − V ( i )] .
此适当性使逃离每个有界函数值区域,可用来控制逃离任意固定有限状态集合。无限状态空间上的常数函数不符合条件,不能只看其漂移容易计算便套用定理。
定理/命题
稳定保守矩阵的上述构造在爆炸前定义良好,其转移是下式的最小非负解:
P i j ( t ) = e − q i t 1 { i = j } + ∑ k ≠ i ∫ 0 t e − q i s q i k P k j ( t − s ) d s . P_{ij}(t)=e^{-q_it}\mathbf1_{\{i=j\}}
+\sum_{k\ne i}\int_0^t e^{-q_is}q_{ik}P_{kj}(t-s)\,ds. P ij ( t ) = e − q i t 1 { i = j } + k = i ∑ ∫ 0 t e − q i s q ik P k j ( t − s ) d s . 若构造非爆炸,它就是具有这些停留速率及目的地的唯一非爆炸纯跳跃马尔可夫(Markov)链。这是路径分布的唯一性,并非宣称任意无限制形式无限微分系统皆有唯一解。
设适当 V ≥ 1 V\ge1 V ≥ 1 在各状态满足 ∑ j ≠ i q i j V ( j ) < ∞ \sum\limits_{j\ne i}q_{ij}V(j)<\infty j = i ∑ q ij V ( j ) < ∞ ,且有常数 c ≥ 0 c\ge0 c ≥ 0 使 Q V ( i ) ≤ c V ( i ) QV(i)\le cV(i) Q V ( i ) ≤ c V ( i ) 。则最小链非爆炸。更确切地,对 R > V ( i ) R>V(i) R > V ( i ) ,令 τ R = inf { 0 ≤ t < ζ : V ( X ( t ) ) ≥ R } \tau_R=\inf\{0\le t<\zeta:V(X(t))\ge R\} τ R = inf { 0 ≤ t < ζ : V ( X ( t )) ≥ R } ,有
Pr i ( τ R ≤ t ) ≤ V ( i ) e c t R . \Pr_i(\tau_R\le t)\le\frac{V(i)e^{ct}}R. i Pr ( τ R ≤ t ) ≤ R V ( i ) e c t .
非负整数上的纯生链若 0 < λ n < ∞ 0<\lambda_n<\infty 0 < λ n < ∞ ,由零开始的寿命为
ζ = ∑ n ≥ 0 E n λ n . \zeta=\sum_{n\ge0}\frac{E_n}{\lambda_n}. ζ = n ≥ 0 ∑ λ n E n . 它几乎必然有限,恰好当 ∑ n 1 / λ n < ∞ \sum\limits_n1/\lambda_n<\infty n ∑ 1/ λ n < ∞ ;否则几乎必然无限。删去有限前缀不改变判据,故任意有限起点的分类相同。
证明思路
局部时钟决定什么
构造的每个有限前缀只需有限次合法指数抽样及目的地选择。新的独立选择与指数无记忆性,给出爆炸前马尔可夫重启性。对首次停留时间条件化:要么超过 t t t ,要么在 s < t s<t s < t 结束并跳至 k k k ,其带目的地密度为 e − q i s q i k e^{-q_is}q_{ik} e − q i s q ik 。这给出首跳方程;吸收行的积分为零,同样适用。
由无跳跃项开始反复代入方程,各非负部分和描述在时刻 t t t 以前至多指定次数跳跃、并终止于 j j j 的路径。递增极限恰为最小概率,因为存活至该时刻的路径只有有限次跳跃。其他非负解皆大于每个部分和,所以最小性成立。任何指定时钟的纯跳跃链,对每个有限跳跃序列都有相同分布;若爆炸概率为零,有限序列穷尽每个有界观察时段,决定整个路径分布。可爆炸时,这些序列则未指定爆炸后行为。
先停在危险区域以前
{ V < R } \{V<R\} { V < R } 只有有限状态,故离开速率有界。路径若留在其中,不可能跳无限次:其跳数可由一个有限共同速率泊松(Poisson)时钟控制。因此即使尚未证明全局寿命,首次离开以前的过程仍明确存在。
有限区域停时跳跃条件化给出
E i V ( X ( t ∧ τ R ) ) = V ( i ) + E i ∫ 0 t ∧ τ R Q V ( X ( s ) ) d s . \mathbb E_iV(X(t\wedge\tau_R))
=V(i)+\mathbb E_i\int_0^{t\wedge\tau_R}QV(X(s))\,ds. E i V ( X ( t ∧ τ R )) = V ( i ) + E i ∫ 0 t ∧ τ R Q V ( X ( s )) d s . 离开后的状态也包括在左边,不能暗中把超越 R R R 的值截成 R R R 。证明此式可把离开前及离开那一次的跳跃变化相加。每个离开前状态的指数密度,把期望跳变转成 Q V QV Q V 的时间积分。因各行带 V V V 权重的和有限,有限离开前区域内的期望绝对跳变速率有共同上界。在有界时域积分便可合法交换求和与期望,即使离开值无一致上界也不成问题。
由 Q V ≤ c V QV\le cV Q V ≤ c V 及非负性,停时期望至多为 V ( i ) + c ∫ 0 t E i V ( X ( s ∧ τ R ) ) d s V(i)+c\int_0^t\mathbb E_iV(X(s\wedge\tau_R))ds V ( i ) + c ∫ 0 t E i V ( X ( s ∧ τ R )) d s 。Gronwall 不等式给出 V ( i ) e c t V(i)e^{ct} V ( i ) e c t ;其证明可直接反复代入积分不等式,得到指数级数,没有额外概率定理。事件 { τ R ≤ t } \{\tau_R\le t\} { τ R ≤ t } 上停时值至少为 R R R ,便得概率界。
几乎必然地,有限时段内爆炸必须离开每个有限下水平集,否则有限多个有界速率状态中会发生无限次跳跃。因此除零概率例外,{ ζ ≤ t } \{\zeta\le t\} { ζ ≤ t } 包含于每个 { τ R ≤ t } \{\tau_R\le t\} { τ R ≤ t } 。令 R → ∞ R\to\infty R → ∞ ,其概率为零;再对正整数时域取可数并集,证明所有有限时间均非爆炸。
证明透视
使用生成矩阵以前先局部化 判据的每个假设都在论证中的一处发挥作用。
适当性使每个区域 { V < R } \{V\lt R\} { V < R } 都有限。其中速率有界,所以路径在离开时刻 τ R \tau_R τ R 以前有明确定义;在最后一步中,爆炸也迫使路径离开每个这样的区域。
加权行和 ∑ j ≠ i q i j V ( j ) \sum\limits_{j\ne i}q_{ij}V(j) j = i ∑ q ij V ( j ) 有限,使 Q V QV Q V 有限,并控制期望跳跃增量,包括离开那一跳的越界部分。
漂移界 Q V ≤ c V QV\le cV Q V ≤ c V 代入 Gronwall 不等式,得到 E i V ( X ( t ∧ τ R ) ) ≤ V ( i ) e c t \mathbb E_iV(X(t\wedge\tau_R))\le V(i)e^{ct} E i V ( X ( t ∧ τ R )) ≤ V ( i ) e c t 。
关键一步是只对停止后的过程证明生成矩阵恒等式;若先对未停止的过程使用它,便已假设了正待证明的存活性质。论证以马尔可夫不等式闭合:在 { τ R ≤ t } \{\tau_R\le t\} { τ R ≤ t } 上停止值至少为 R R R ,而且对每个 R R R 都有 { ζ ≤ t } ⊆ { τ R ≤ t } \{\zeta\le t\}\subseteq\{\tau_R\le t\} { ζ ≤ t } ⊆ { τ R ≤ t } ,所以 Pr i ( ζ ≤ t ) ≤ V ( i ) e c t / R → 0 \Pr_i(\zeta\le t)\le V(i)e^{ct}/R\to0 Pr i ( ζ ≤ t ) ≤ V ( i ) e c t / R → 0 。
为何纯生等待均值和发散已足够
证明
(一个方向用期望,另一方向用 Laplace 乘积)
若 ∑ 1 / λ n < ∞ \sum1/\lambda_n<\infty ∑ 1/ λ n < ∞ ,单调收敛给 E ζ = ∑ 1 / λ n < ∞ \mathbb E\zeta=\sum1/\lambda_n<\infty E ζ = ∑ 1/ λ n < ∞ ,故几乎必然有限。反方向不能单靠期望无限:有限随机变量可以有无限期望,必须使用独立性。
对 s > 0 s>0 s > 0 ,e − s H n e^{-sH_n} e − s H n 的有界收敛及指数积分给出
E e − s ζ = ∏ n ≥ 0 λ n λ n + s , \mathbb E e^{-s\zeta}=\prod_{n\ge0}\frac{\lambda_n}{\lambda_n+s}, E e − s ζ = n ≥ 0 ∏ λ n + s λ n , 其中 e − s ∞ = 0 e^{-s\infty}=0 e − s ∞ = 0 。若 ∑ 1 / λ n \sum1/\lambda_n ∑ 1/ λ n 发散,则 ∑ log ( 1 + s / λ n ) \sum\log(1+s/\lambda_n) ∑ log ( 1 + s / λ n ) 发散:要么 s / λ n > 1 s/\lambda_n>1 s / λ n > 1 出现无限次,因而无限多项大于 log 2 \log2 log 2 ;要么最终 s / λ n ≤ 1 s/\lambda_n\le1 s / λ n ≤ 1 ,可用 log ( 1 + x ) ≥ x / 2 \log(1+x)\ge x/2 log ( 1 + x ) ≥ x /2 。因此乘积为零。非负变量 e − s ζ e^{-s\zeta} e − s ζ 期望零,必几乎必然为零,即 ζ = ∞ \zeta=\infty ζ = ∞ 。这证明精确二分。
概念视角 分析
把爆炸看成一个线性方程的解 固定 s > 0 s\gt0 s > 0 ,令 z ( i ) = E i e − s ζ z(i)=\mathbb E_ie^{-s\zeta} z ( i ) = E i e − s ζ 。对第一次跳跃作条件化得 ( q i + s ) z ( i ) = ∑ j ≠ i q i j z ( j ) (q_i+s)z(i)=\sum\limits_{j\ne i}q_{ij}z(j) ( q i + s ) z ( i ) = j = i ∑ q ij z ( j ) ,即 Q z = s z Qz=sz Q z = sz ,且 0 ≤ z ≤ 1 0\le z\le1 0 ≤ z ≤ 1 。任何其他解 0 ≤ u ≤ 1 0\le u\le1 0 ≤ u ≤ 1 对每个 n n n 都满足 u ( i ) = E i [ e − s H n u ( Y n ) ] ≤ E i e − s H n u(i)=\mathbb E_i[e^{-sH_n}u(Y_n)]\le\mathbb E_ie^{-sH_n} u ( i ) = E i [ e − s H n u ( Y n )] ≤ E i e − s H n ,故 u ≤ z u\le z u ≤ z 。因此链非爆炸,当且仅当 Q z = s z Qz=sz Q z = sz 没有取值于 [ 0 , 1 ] [0,1] [ 0 , 1 ] 的非零解。纯出生时方程变为 z ( n + 1 ) = ( 1 + s / λ n ) z ( n ) z(n+1)=(1+s/\lambda_n)z(n) z ( n + 1 ) = ( 1 + s / λ n ) z ( n ) ,有界非零解存在当且仅当 ∑ n 1 / λ n < ∞ \sum\limits_n1/\lambda_n\lt\infty n ∑ 1/ λ n < ∞ ,正好重新得到上面的判据。
有限近似真正可以保证什么
离开界为截断提供精确用途。固定有限次水平区域,在其中照原速率运行,把所有向外跳跃送至吸收墓地。每个保留状态的向外速率,是通往省略状态的速率总和,仍有限,因此得到合法有限状态链。它保留留在区域内的生存概率,不把省略转移反射回模型。
以相同时钟及目的地耦合有限模型与原构造,直到首次离开。指定观察时刻以前若未离开,状态便相同,所以任何由该时刻状态决定的事件,其概率差至多为离开概率。Lyapunov 界给出
∣ Pr i ( X ( t ) ∈ B ) − Pr i ( X ( R ) ( t ) ∈ B ) ∣ ≤ Pr i ( τ R ≤ t ) ≤ V ( i ) e c t / R \big|\Pr_i(X(t)\in B)-\Pr_i(X^{(R)}(t)\in B)\big|
\le \Pr_i(\tau_R\le t)\le V(i)e^{ct}/R i Pr ( X ( t ) ∈ B ) − i Pr ( X ( R ) ( t ) ∈ B ) ≤ i Pr ( τ R ≤ t ) ≤ V ( i ) e c t / R
其中 B B B 是保留状态集合,X ( R ) X^{(R)} X ( R ) 为被杀死的有限近似,原过程如今已由定理证明非爆炸。原过程可能从外部返回,有限近似不能;同一离开界已涵盖此差别,无须假装分离后的边界行为相同。
此保证只对有限时域成立。固定截断水平时,上界随时间增大,最终可能没有信息,不能直接推论平稳分布,也不能交换大时间与大区域极限。先定时域再选区域,是论证的一部分。生成矩阵局部化的实际意思,就是在受控区域计算,并明确计入离开的概率。
例题详解
设 λ n = α ( n + 1 ) \lambda_n=\alpha(n+1) λ n = α ( n + 1 ) 、μ n = β n \mu_n=\beta n μ n = β n ,α > 0 \alpha>0 α > 0 、β ≥ 0 \beta\ge0 β ≥ 0 。速率无界,不能用单一有限全局均匀化时钟。取 V ( n ) = n + 1 V(n)=n+1 V ( n ) = n + 1 ,最近邻跳跃使各加权行和有限,且
Q V ( n ) = α ( n + 1 ) − β n ≤ α V ( n ) . QV(n)=\alpha(n+1)-\beta n\le\alpha V(n). Q V ( n ) = α ( n + 1 ) − β n ≤ α V ( n ) . 判据证明任意有限初态均非爆炸,包括 β = 0 \beta=0 β = 0 的纯生情形。出生大于死亡不等于爆炸;长期指数增长与有限时间内无限次跳跃是不同概念。
取 λ n = ( n + 1 ) γ \lambda_n=(n+1)^\gamma λ n = ( n + 1 ) γ ,γ > 0 \gamma>0 γ > 0 。停留均值级数为 ∑ ( n + 1 ) − γ \sum(n+1)^{-\gamma} ∑ ( n + 1 ) − γ ,故 γ > 1 \gamma>1 γ > 1 几乎必然爆炸,0 < γ ≤ 1 0<\gamma\le1 0 < γ ≤ 1 非爆炸。临界 γ = 1 \gamma=1 γ = 1 是发散的调和级数;γ = 2 \gamma=2 γ = 2 的期望爆炸时间是有限平方倒数和,分类并不需要求其完整分布。
若正整数 K K K 的概率正比于 1 / k 2 1/k^2 1/ k 2 ,它几乎必然有限,但由 ∑ k / k 2 \sum k/k^2 ∑ k / k 2 发散可知期望无限。因此“总等待的期望无限,所以不会爆炸”没有足够理由。独立纯生停留时间的Laplace 乘积才补上反方向论证;有限期望推出几乎必然有限,只能沿该方向使用。
常见错误
首跳方程不是任意无限矩阵数值求逆的指令;无限求和与边界行为具有数学内容。有限截断是不同的模型,直到其边界误差受控为止。即使 Q Q Q 每行和为零,被杀死的最小过程仍会经爆炸流失质量。
常见错误
(把 Lyapunov 判据当作充要刻画)
Lyapunov 判据是充分而非必要条件,找不到合适的函数并不证明爆炸;适当性与加权行可积性都是定理的假设。
纯生级数判据不能原样用于一般生灭链,因为重访及下降改变了实际使用的时钟序列。下一节会把嵌入路径分类、寿命与平衡分开处理。
适当性是最容易被忽略的假设,因为单看漂移不等式似乎已是全部条件。
反例模式
没有适当性的漂移界什么也证明不了 断言:任何满足加权行和有限及 Q V ≤ c V QV\le cV Q V ≤ c V 的 V ≥ 1 V\ge1 V ≥ 1 都能保证非爆炸。取 λ n = 2 n \lambda_n=2^n λ n = 2 n 的纯生链及 V ≡ 1 V\equiv1 V ≡ 1 。每个加权行和都是 λ n < ∞ \lambda_n\lt\infty λ n < ∞ ,且 Q V ( n ) = λ n ( 1 − 1 ) = 0 ≤ 0 ⋅ V ( n ) QV(n)=\lambda_n(1-1)=0\le0\cdot V(n) Q V ( n ) = λ n ( 1 − 1 ) = 0 ≤ 0 ⋅ V ( n ) 。然而 E 0 ζ = ∑ n ≥ 0 2 − n = 2 < ∞ \mathbb E_0\zeta=\sum\limits_{n\ge0}2^{-n}=2\lt\infty E 0 ζ = n ≥ 0 ∑ 2 − n = 2 < ∞ ,链几乎必然爆炸。证明在局部化一步失效:R > 1 R>1 R > 1 时区域 { V < R } \{V\lt R\} { V < R } 是整个无限空间,其中速率无界,而离开事件永不发生,所以界 Pr 0 ( τ R ≤ t ) ≤ e c t / R \Pr_0(\tau_R\le t)\le e^{ct}/R Pr 0 ( τ R ≤ t ) ≤ e c t / R 对 ζ \zeta ζ 毫无信息。若取适当的 V ( n ) = n + 1 V(n)=n+1 V ( n ) = n + 1 ,则 Q V ( n ) = 2 n QV(n)=2^n Q V ( n ) = 2 n ,没有任何 c ( n + 1 ) c(n+1) c ( n + 1 ) 能控制它;判据于是正确地不给出结论。
总结
有限局部速率构造每个有限前缀,却不保证无限寿命。最小首跳方程记录爆炸前分布;适当函数界排除有限时间逃往越来越快的状态。纯生模型有精确的停留均值级数判据,其发散方向需要独立性,而非只说期望无限。
练习
快速检查
(从零出发,对纯生速率 λ n = n + 2 \lambda_n=n+2 λ n = n + 2 及 λ n = 3 n \lambda_n=3^n λ n = 3 n 分类,并求爆炸情形的期望爆炸时间。)
对 ∑ n 1 / λ n \sum\limits_n1/\lambda_n n ∑ 1/ λ n 使用精确纯生判据。
解答 · 答案 ∑ 1 / ( n + 2 ) \sum1/(n+2) ∑ 1/ ( n + 2 ) 发散,所以第一个过程非爆炸。∑ 3 − n = 3 / 2 \sum3^{-n}=3/2 ∑ 3 − n = 3/2 有限,所以第二个过程几乎必然爆炸,期望寿命 E 0 ζ = 3 / 2 \mathbb E_0\zeta=3/2 E 0 ζ = 3/2 。
练习 3.2.8
(最近邻链满足 λ n ≤ A ( n + 1 ) \lambda_n\le A(n+1) λ n ≤ A ( n + 1 ) ,死亡率 μ n ≥ 0 \mu_n\ge0 μ n ≥ 0 任意有限,且 μ 0 = 0 \mu_0=0 μ 0 = 0 。用适当函数证明非爆炸。)
核心 证明
解答 (3) 1 选取函数 V ( n ) = n + 1 V(n)=n+1 V ( n ) = n + 1
V ≥ 1 V\ge1 V ≥ 1 ,每个下水平集 { V < R } \{V\lt R\} { V < R } 都有限,故 V V V 是适当函数。每行至多跳向两个邻居,所以加权行和有限。
2 计算漂移
关键一步
Q V ( n ) = λ n [ V ( n + 1 ) − V ( n ) ] + μ n [ V ( n − 1 ) − V ( n ) ] = λ n − μ n ≤ A ( n + 1 ) = A V ( n ) QV(n)=\lambda_n[V(n+1)-V(n)]+\mu_n[V(n-1)-V(n)]=\lambda_n-\mu_n\le A(n+1)=AV(n) Q V ( n ) = λ n [ V ( n + 1 ) − V ( n )] + μ n [ V ( n − 1 ) − V ( n )] = λ n − μ n ≤ A ( n + 1 ) = A V ( n ) ;在零处 Q V ( 0 ) = λ 0 ≤ A QV(0)=\lambda_0\le A Q V ( 0 ) = λ 0 ≤ A 。
3 套用判据
适当函数定理以 c = A c=A c = A 适用。很大的下降速率只会降低漂移,不会破坏这个界。
∎ 看下一步 (2/3) 全部展开
练习 3.2.9
(对常数速率 λ \lambda λ 的纯生过程,由首跳方程推导 P 00 ( t ) P_{00}(t) P 00 ( t ) 及 P 01 ( t ) P_{01}(t) P 01 ( t ) 。)
基础
解答 (3) 1 使用零处的无跳跃项
纯生链不会回到零,所以 j = 0 j=0 j = 0 时积分项为零,P 00 ( t ) = e − λ t P_{00}(t)=e^{-\lambda t} P 00 ( t ) = e − λ t 。同理 P 11 ( u ) = e − λ u P_{11}(u)=e^{-\lambda u} P 11 ( u ) = e − λ u 。
2 对首跳条件化
P 01 ( t ) = ∫ 0 t e − λ s λ P 11 ( t − s ) d s = ∫ 0 t e − λ s λ e − λ ( t − s ) d s . P_{01}(t)=\int_0^te^{-\lambda s}\lambda P_{11}(t-s)\,ds=\int_0^te^{-\lambda s}\lambda e^{-\lambda(t-s)}\,ds. P 01 ( t ) = ∫ 0 t e − λ s λ P 11 ( t − s ) d s = ∫ 0 t e − λ s λ e − λ ( t − s ) d s . 依据: 从零出发唯一的目的地是一。
3 计算积分
被积函数是常数 λ e − λ t \lambda e^{-\lambda t} λ e − λ t ,所以 P 01 ( t ) = λ t e − λ t P_{01}(t)=\lambda te^{-\lambda t} P 01 ( t ) = λ t e − λ t 。
看下一步 (2/3) 全部展开
快速检查
(某合适函数有 V ( i ) = 4 V(i)=4 V ( i ) = 4 、Q V ≤ 2 V QV\le2V Q V ≤ 2 V 。给出在时间一以前离开 { V < 100 } \{V\lt100\} { V < 100 } 的上界,并说明仅凭这个界是否表示不可能离开。)
代入 V ( i ) e c t / R V(i)e^{ct}/R V ( i ) e c t / R 。
解答 · 答案 上界为 4 e 2 / 100 = e 2 / 25 ≈ 0.296 4e^2/100=e^2/25\approx0.296 4 e 2 /100 = e 2 /25 ≈ 0.296 。它是有限水平离开概率的真正上界,并不是零。非爆炸结论须对每个固定时间把水平推向无穷之后才能得到。