動機
狀態有限時,跳躍速率有共同上界;無限模型未必如此。人口越多,事件時鐘可能越快。問題不再只是下一跳去哪裏,還包括連續停留時間相加後,總壽命是否仍為無限。矩陣每個元素有限,並不能回答這個問題。
最小構造按照指定時鐘運行,直到跳躍累積為止,不擅自決定無限次跳躍後發生甚麼。在無窮遠加入新狀態、指定重新開始規則或入口邊界,都是額外建模數據。正確次序是先構造局部速率真正決定的過程,再證明它不會在有限時間累積。
以下使用獨立指數變量、強大數定律、非負收斂定理及基本有限狀態跳躍條件化。
定義
設 S S S 可數。本節稱速率矩陣 Q Q Q 穩定且保守,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 . 非吸收狀態 i i i 的嵌入鏈,以概率 q i j / q i q_{ij}/q_i q ij / q i 選下一個 j ≠ i j\ne i j = i 。取獨立單位指數變量 E n E_n E n ,第 n n n 次到訪 Y n Y_n Y n 的停留時間是 E n / q Y n E_n/q_{Y_n} E n / q Y n 。跳躍時刻從 H 0 = 0 H_0=0 H 0 = 0 起,依次累加停留時間。令 ζ = lim n H n \zeta=\lim\limits_nH_n ζ = n lim H n 為爆炸時刻。吸收狀態的餘下壽命定為無限。
在 ζ \zeta ζ 以前,當 H n ≤ t < H n + 1 H_n\le t<H_{n+1} H n ≤ t < H n + 1 時令 X ( t ) = Y n X(t)=Y_n X ( t ) = Y n 。爆炸以後,最小過程移至 S S S 外的墓地狀態。在 S S S 內的轉移概率為
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 ) .
行和可能小於一。非爆炸表示每個初態皆有 Pr i ( ζ = ∞ ) = 1 \Pr_i(\zeta=\infty)=1 Pr i ( ζ = ∞ ) = 1 。速率矩陣的保守性是其行和性質,轉移概率的保守性則是所構造路徑的存活性質,兩者並非同一斷言。
適當 Lyapunov 函數是 V : S → [ 1 , ∞ ) V:S\to[1,\infty) V : S → [ 1 , ∞ ) ,要求每個有限 R R R 的次水平集 { 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 ) < ∞ ,定義
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 )] .
此適當性使逃離每個有界函數值區域,可用來控制逃離任意固定有限狀態集合。無限狀態空間上的常數函數不符合條件,不能只看其漂移容易計算便套用定理。
定理/命題
穩定保守矩陣的上述構造在爆炸前定義良好,其轉移是下式的最小非負解:
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 . 若構造非爆炸,它就是具有這些停留速率及目的地的唯一非爆炸純跳躍馬爾可夫(Markov)鏈。這是路徑分佈的唯一性,並非宣稱任意無限制形式無限微分系統皆有唯一解。
設適當 V ≥ 1 V\ge1 V ≥ 1 在各狀態滿足 ∑ j ≠ i q i j V ( j ) < ∞ \sum\limits_{j\ne i}q_{ij}V(j)<\infty j = i ∑ q ij V ( j ) < ∞ ,且有常數 c ≥ 0 c\ge0 c ≥ 0 使 Q V ( i ) ≤ c V ( i ) QV(i)\le cV(i) Q V ( i ) ≤ c V ( i ) 。則最小鏈非爆炸。更確切地,對 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 .
非負整數上的純生鏈若 0 < λ n < ∞ 0<\lambda_n<\infty 0 < λ n < ∞ ,由零開始的壽命為
ζ = ∑ n ≥ 0 E n λ n . \zeta=\sum_{n\ge0}\frac{E_n}{\lambda_n}. ζ = n ≥ 0 ∑ λ n E n . 它幾乎必然有限,恰好當 ∑ n 1 / λ n < ∞ \sum\limits_n1/\lambda_n<\infty n ∑ 1/ λ n < ∞ ;否則幾乎必然無限。刪去有限前綴不改變判準,故任意有限起點的分類相同。
證明思路
局部時鐘決定甚麼
構造的每個有限前綴只需有限次合法指數抽樣及目的地選擇。新的獨立選擇與指數無記憶性,給出爆炸前馬爾可夫重啟性。對首次停留時間條件化:要麼超過 t t t ,要麼在 s < t s<t s < t 結束並跳至 k k k ,其帶目的地密度為 e − q i s q i k e^{-q_is}q_{ik} e − q i s q ik 。這給出首跳方程;吸收行的積分為零,同樣適用。
由無跳躍項開始反覆代入方程,各非負部分和描述在時刻 t t t 以前至多指定次數跳躍、並終止於 j j j 的路徑。遞增極限恰為最小概率,因為存活至該時刻的路徑只有有限次跳躍。其他非負解皆大於每個部分和,所以最小性成立。任何指定時鐘的純跳躍鏈,對每個有限跳躍序列都有相同分佈;若爆炸概率為零,有限序列窮盡每個有界觀察時段,決定整個路徑分佈。可爆炸時,這些序列則未指定爆炸後行為。
先停在危險區域以前
{ V < R } \{V<R\} { V < R } 只有有限狀態,故離開速率有界。路徑若留在其中,不可能跳無限次:其跳數可由一個有限共同速率泊松(Poisson)時鐘控制。因此即使尚未證明全局壽命,首次離開以前的過程仍明確存在。
有限區域停時跳躍條件化給出
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 . 離開後的狀態也包括在左邊,不能暗中把超越 R R R 的值截成 R R R 。證明此式可把離開前及離開那一次的跳躍變化相加。每個離開前狀態的指數密度,把期望跳變轉成 Q V QV Q V 的時間積分。因各行帶 V V V 權重的和有限,有限離開前區域內的期望絕對跳變速率有共同上界。在有界時域積分便可合法交換求和與期望,即使離開值無一致上界也不成問題。
由 Q V ≤ c V QV\le cV Q V ≤ c V 及非負性,停時期望至多為 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 不等式給出 V ( i ) e c t V(i)e^{ct} V ( i ) e c t ;其證明可直接反覆代入積分不等式,得到指數級數,沒有額外概率定理。事件 { τ R ≤ t } \{\tau_R\le t\} { τ R ≤ t } 上停時值至少為 R R R ,便得概率界。
幾乎必然地,有限時段內爆炸必須離開每個有限次水平集,否則有限多個有界速率狀態中會發生無限次跳躍。因此除零概率例外,{ ζ ≤ t } \{\zeta\le t\} { ζ ≤ t } 包含於每個 { τ R ≤ t } \{\tau_R\le t\} { τ R ≤ t } 。令 R → ∞ R\to\infty R → ∞ ,其概率為零;再對正整數時域取可數聯集,證明所有有限時間均非爆炸。
證明透視
使用生成矩陣以前先局部化 判準的每個假設都在論證中的一處發揮作用。
適當性使每個區域 { V < R } \{V\lt R\} { V < R } 都有限。其中速率有界,所以路徑在離開時刻 τ R \tau_R τ R 以前有明確定義;最後一步中,爆炸亦迫使路徑離開每個這樣的區域。
加權行和 ∑ 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,並控制期望跳躍增量,包括離開那一跳的越界部分。
漂移界 Q V ≤ c V QV\le cV Q V ≤ c V 代入 Gronwall 不等式,得 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 。
關鍵一步是只對停止後的過程證明生成矩陣恆等式;若先對未停止的過程使用它,便已假設了正待證明的存活性質。論證以馬爾可夫不等式收結:在 { τ R ≤ t } \{\tau_R\le t\} { τ R ≤ t } 上停止值至少為 R R R ,而且對每個 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 。
為何純生等待均值和發散已足夠
證明
(一個方向用期望,另一方向用 Laplace 乘積)
若 ∑ 1 / λ n < ∞ \sum1/\lambda_n<\infty ∑ 1/ λ n < ∞ ,單調收斂給 E ζ = ∑ 1 / λ n < ∞ \mathbb E\zeta=\sum1/\lambda_n<\infty E ζ = ∑ 1/ λ n < ∞ ,故幾乎必然有限。反方向不能單靠期望無限:有限隨機變量可以有無限期望,必須使用獨立性。
對 s > 0 s>0 s > 0 ,e − s H n e^{-sH_n} e − s H n 的有界收斂及指數積分給出
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 發散,則 ∑ log ( 1 + s / λ n ) \sum\log(1+s/\lambda_n) ∑ log ( 1 + s / λ n ) 發散:要麼 s / λ n > 1 s/\lambda_n>1 s / λ n > 1 出現無限次,因而無限多項大於 log 2 \log2 log 2 ;要麼最終 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 。因此乘積為零。非負變量 e − s ζ e^{-s\zeta} e − s ζ 期望零,必幾乎必然為零,即 ζ = ∞ \zeta=\infty ζ = ∞ 。這證明精確二分。
概念視角 分析
把爆炸看成一條線性方程的解 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 。對第一次跳躍條件化得 ( 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 對每個 n n n 都滿足 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 。因此鏈非爆炸,當且僅當 Q z = s z Qz=sz Q z = sz 沒有取值於 [ 0 , 1 ] [0,1] [ 0 , 1 ] 的非零解。純出生時方程成為 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 ) ,有界非零解存在當且僅當 ∑ n 1 / λ n < ∞ \sum\limits_n1/\lambda_n\lt\infty n ∑ 1/ λ n < ∞ ,正好重得上面的判準。
有限近似真正可以保證甚麼
離開界為截斷提供精確用途。固定有限次水平區域,在其中照原速率運行,把所有向外跳躍送至吸收墓地。每個保留狀態的向外速率,是通往省略狀態的速率總和,仍有限,因此得到合法有限狀態鏈。它保留留在區域內的生存概率,不把省略轉移反射回模型。
以相同時鐘及目的地耦合有限模型與原構造,直到首次離開。指定觀察時刻以前若未離開,狀態便相同,所以任何由該時刻狀態決定的事件,其概率差至多為離開概率。Lyapunov 界給出
∣ 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 是保留狀態集合,X ( R ) X^{(R)} X ( R ) 為被殺死的有限近似,原過程如今已由定理證明非爆炸。原過程可能從外部返回,有限近似不能;同一離開界已涵蓋此差別,毋須假裝分離後的邊界行為相同。
此保證只對有限時域成立。固定截斷水平時,上界隨時間增大,最終可能沒有資訊,不能直接推論平穩分佈,也不能交換大時間與大區域極限。先定時域再選區域,是論證的一部分。生成矩陣局部化的實際意思,就是在受控區域計算,並明確計入離開的概率。
例題詳解
設 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 。速率無界,不能用單一有限全局均勻化時鐘。取 V ( n ) = n + 1 V(n)=n+1 V ( n ) = n + 1 ,最近鄰跳躍使各加權行和有限,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 ) . 判準證明任意有限初態均非爆炸,包括 β = 0 \beta=0 β = 0 的純生情形。出生大於死亡不等於爆炸;長期指數增長與有限時間內無限次跳躍是不同概念。
取 λ n = ( n + 1 ) γ \lambda_n=(n+1)^\gamma λ n = ( n + 1 ) γ ,γ > 0 \gamma>0 γ > 0 。停留均值級數為 ∑ ( n + 1 ) − γ \sum(n+1)^{-\gamma} ∑ ( n + 1 ) − γ ,故 γ > 1 \gamma>1 γ > 1 幾乎必然爆炸,0 < γ ≤ 1 0<\gamma\le1 0 < γ ≤ 1 非爆炸。臨界 γ = 1 \gamma=1 γ = 1 是發散的調和級數;γ = 2 \gamma=2 γ = 2 的期望爆炸時間是有限平方倒數和,分類並不需要求其完整分佈。
若正整數 K K K 的概率正比於 1 / k 2 1/k^2 1/ k 2 ,它幾乎必然有限,但由 ∑ k / k 2 \sum k/k^2 ∑ k / k 2 發散可知期望無限。因此「總等待的期望無限,所以不會爆炸」沒有足夠理由。獨立純生停留時間的Laplace 乘積才補上反方向論證;有限期望推出幾乎必然有限,只能沿該方向使用。
常見錯誤
首跳方程不是任意無限矩陣數值求逆的指令;無限求和與邊界行為具有數學內容。有限截斷是不同模型,直到其邊界誤差受控為止。即使 Q Q Q 每行和為零,被殺死的最小過程仍會經爆炸流失質量。
常見錯誤
(把 Lyapunov 判準當作特徵刻畫)
Lyapunov 判準是充分而非必要條件,找不到適合函數並不證明爆炸;適當性與加權行可積性都是定理的假設。
純生級數判準不能原樣用於一般生滅鏈,因為重訪及下降改變實際使用的時鐘序列。下一節會分開嵌入路徑分類、壽命與平衡。
適當性是最容易被忽略的假設,因為單看漂移不等式似乎已是全部條件。
反例模式
沒有適當性的漂移界甚麼也證明不了 聲稱:任何滿足加權行和有限及 Q V ≤ c V QV\le cV Q V ≤ c V 的 V ≥ 1 V\ge1 V ≥ 1 都能保證非爆炸。取 λ n = 2 n \lambda_n=2^n λ n = 2 n 的純生鏈及 V ≡ 1 V\equiv1 V ≡ 1 。每個加權行和都是 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 < ∞ ,鏈幾乎必然爆炸。證明在局部化一步失效:R > 1 R>1 R > 1 時區域 { V < R } \{V\lt R\} { V < R } 是整個無限空間,其中速率無界,而離開事件永不發生,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 對 ζ \zeta ζ 毫無資訊。若取適當的 V ( n ) = n + 1 V(n)=n+1 V ( n ) = n + 1 ,則 Q V ( n ) = 2 n QV(n)=2^n Q V ( n ) = 2 n ,沒有任何 c ( n + 1 ) c(n+1) c ( n + 1 ) 能控制它;判準於是正確地不給結論。
總結
有限局部速率構造每個有限前綴,卻不保證無限壽命。最小首跳方程記錄爆炸前分佈;適當函數界排除有限時間逃往越來越快的狀態。純生模型有精確的停留均值級數判準,其發散方向需要獨立性,而非只說期望無限。
練習
快速檢查
(由零開始,分類純生速率 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 ,並求爆炸情形的期望爆炸時間。)
對 ∑ n 1 / λ n \sum\limits_n1/\lambda_n n ∑ 1/ λ n 使用精確純生判準。
解答 · 答案 ∑ 1 / ( n + 2 ) \sum1/(n+2) ∑ 1/ ( n + 2 ) 發散,所以第一個過程非爆炸。∑ 3 − n = 3 / 2 \sum3^{-n}=3/2 ∑ 3 − n = 3/2 有限,所以第二個過程幾乎必然爆炸,期望壽命 E 0 ζ = 3 / 2 \mathbb E_0\zeta=3/2 E 0 ζ = 3/2 。
練習 3.2.8
(最近鄰鏈滿足 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 。用適當函數證明非爆炸。)
核心 證明
解答 (3) 1 選取函數 V ( n ) = n + 1 V(n)=n+1 V ( n ) = n + 1
V ≥ 1 V\ge1 V ≥ 1 ,每個次水平集 { V < R } \{V\lt R\} { V < R } 都有限,故 V V V 是適當函數。每行至多跳向兩個鄰居,所以加權行和有限。
2 計算漂移
關鍵一步
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 ) ;在零處 Q V ( 0 ) = λ 0 ≤ A QV(0)=\lambda_0\le A Q V ( 0 ) = λ 0 ≤ A 。
3 套用判準
適當函數定理以 c = A c=A c = A 適用。很大的下降速率只會降低漂移,不會破壞此界。
∎ 看下一步 (2/3) 全部展開
練習 3.2.9
(對固定速率 λ \lambda λ 的純生過程,由首跳方程推導 P 00 ( t ) P_{00}(t) P 00 ( t ) 及 P 01 ( t ) P_{01}(t) P 01 ( t ) 。)
基礎
解答 (3) 1 使用零處的無跳躍項
純生鏈不會回到零,所以 j = 0 j=0 j = 0 時積分項為零,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 對首跳條件化
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 . 依據: 由零出發唯一的目的地是一。
3 計算積分
被積函數是常數 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) 全部展開
快速檢查
(某適合函數有 V ( i ) = 4 V(i)=4 V ( i ) = 4 、Q V ≤ 2 V QV\le2V Q V ≤ 2 V 。給出在時間一以前離開 { V < 100 } \{V\lt100\} { V < 100 } 的上界,並說明單憑此界是否表示不可能離開。)
代入 V ( i ) e c t / R V(i)e^{ct}/R V ( i ) e c t / R 。
解答 · 答案 上界為 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 。它是有限水平離開概率的真正上界,並非零。非爆炸結論須對每個固定時間把水平送至無限後才得到。