“将一般响应函数切成小区间上的阶梯函数,每块贡献由本定理控制,再对尾部给出统一估计,可以得到关键更新定理。这一步需要响应函数的直接 Riemann 可积性,不能仅把无限多个窗口极限相加。”
形式陈述
更新方程常给出响应
设正更新间隔非格点,
“直接”意味着在整条半轴上同时控制细分误差。对网格宽度
直觉
更新测度把所有可能的更新时刻叠在时间轴上,
从小窗口到整条响应
固定充分小的网格宽度
再处理第
而固定
例子与边界
设备每个周期先工作
这里
若工作时间为速率
普通 Lebesgue 可积不能替代直接 Riemann 可积。取
若周期固定,非格点条件又会失败。例如工作一单位、维修一单位且固定起点,
推论与应用
本定理给的是确定观察时刻的分布或期望极限。更新报酬定理给的是一条长轨迹上的时间平均,后者不必消除格点振荡。两种结论可能拥有同一个比值,却来自不同的假设与极限操作。
参考资料
-
Rick Durrett, Probability: Theory and Examples,2019-01-11 作者稿,§2.6,Theorem 2.6.12 与 Lemma 2.6.13(印页 101–103),阶梯逼近及直接 Riemann 可积的尾部控制。
-
Ward Whitt, 2012,Renewal Theory, §5–7。
-
Robert G. Gallager, MIT 6.262,Chapter 4, §4.7。