形式陈述
系统人数每次只增加或减少一人时,生成矩阵有什么结构,又怎样判断是否存在稳态概率?
生灭过程是状态空间 上的连续时间 Markov 链理路连续时间 Markov 链Continuous-time Markov chain · CTMC以指数停留时间和跳转概率构造连续时间链,并将局部速率与非爆炸条件分开。,非零的非对角速率仅有
“出生”“死亡”只表示状态加一、减一,可以是顾客到达与服务完成,不一定是生物事件。定义允许速率为零;下面关于唯一平稳概率的判据则假设 ()、(),每个状态的速率有限,而且构造非爆炸。
令 ,
当 时, 是平稳概率,满足逐边平衡 。对于上述不可约非爆炸生灭链,平稳概率存在当且仅当这个级数有限。
直觉
把状态轴在 与 之间剪开。稳态时左侧集合的总概率不能持续增加或减少,所以穿过唯一边界的两个方向流量必须相等。这使一般的“总流入等于总流出”简化为一条边一条边的递推。
这个流量论证在速率无共同上界时也可以严格执行。记 为 内从 到 的实际跳变数。每次进入 后,对剩余观察时长 ,指数停留及独立目的地给出
将各次访问的贡献用Tonelli 定理理路Tonelli 定理Tonelli's theorem非负可测函数的二重积分与两种迭代积分相等,允许共同取无穷。相加(包括从 启动的首次访问),得到
在平稳初始分布下,集合 的占用指标变化恰为 。两项均可积,期望变化为零,所以 。这不要求所有边的跳变总数具有有限期望。
从零态开始递推便得到 ;若 ,正速率会使所有 ,与总质量一矛盾。局部方程只决定相对权重,归一化还要有有限的总质量。如果总和发散,写出一串正权重并不等于找到了概率分布。
反方向也不能只凭符号 跳过过程条件。这里可利用逐边速率对称:对固定时长 内的一条有限跳转路径,乘上初态权重 后,其停留时间密度和跳转速率乘积与反向路径相同。速率因子由 逐边相消,指数停留因子只把同一状态的停留段反序。对全部有限跳转路径积分,非爆炸保证这些路径承载全部概率,因此
这是每个固定 的离散转移核 所满足的细致平衡理路可逆链与细致平衡Reversible Markov chain · Detailed balance由相反方向概率流逐边平衡所刻画的 Markov 链时间反演对称性。;对 求和即得 。所以在已声明的非爆炸条件下,可归一化权重确实给出平稳过程,而不只是形式解。
例子与边界
设外部按速率 的 Poisson 过程加入,每个现有个体独立以速率 离开,所有离开时钟也与到达过程独立。人数为 时总离开速率为 ,因此 、。这时
稳态是 Poisson 分布,均值 。尽管出发速率随 无界,链仍不爆炸:有限时间内外部到达数有限,离开次数不超过初始人数加到达人数。无界速率只意味着不能直接使用有限共同速率的均匀化,并不自动意味着爆炸。
若改为只有一个服务者,忙时总离开速率为固定 ,则 。级数只有在 时收敛,得到M/M/1 队列理路M/M/1 排队模型M/M/1 queue从单服务台的生灭速率推出几何稳态、负载条件与平均等待,区分队内和系统内指标。的几何稳态。这两个模型只改动了死亡率的含义,拥堵行为却完全不同。
若有容量上限 ,应令 并把状态空间限制为 ,归一化总和自动有限。但外部尝试到达率与被接纳的有效到达率不再相同,计算吞吐量或 Little 定律时必须使用同一个系统边界。
当 ,只能推出没有可归一化的平稳概率,不能仅凭这一点区分零常返与暂留。正速率、不可约与非爆炸是不同的条件,也不应被一个“稳定”词汇代替。
推论与应用
相邻结构使稳态计算变成乘积与求和,适合单服务台、多服务台、有限容量和人口模型。服务时间不是指数时,仅人数一般不再满足 Markov 性;若仍想分析等候时间,应转向Lindley 递推理路Lindley 等待时间递推Lindley recursion逐位顾客更新未完成工作量,用反射随机游走解释单服务台等待及其稳定条件。,而不是强行调整本页某个常数速率。
参考资料