“设更新过程的独立同分布正间隔分布为 $F$,$\mu=EX\in(0,\infty)$,以期望定义 $m(t)=EN(t)$。称 $F$ 为非格点分布,若不存在 $d 0$ 使 $P(X\i…”
形式陈述
一台设备每次更换后重新开始使用。若每件新设备的寿命独立且服从同一分布,怎样同时记录“第几次更换发生在何时”和“到现在换了几次”?
设
最重要的接口是逐条路径成立的反演关系
前者把计数的概率变成部分和的概率;后者把长期计数问题变成随机索引下的部分和问题。若
直觉
每次更新后,下一段寿命与过去无关,系统在到达时刻重启。但是在任意观察时刻,当前设备已经使用的年龄通常会影响剩余寿命。因此“周期之间独立”不等于“任意两个时间窗中的计数独立”。
图中的一条示意路径只用于阅读定义,不代表任何总体平均。观察时刻
例子与边界
令各间隔独立地以概率
虽然平均间隔为
这个例子还直接否定独立增量。若第一个单位时间没有更新,便知
若所有
推论与应用
逐条路径有
只有在指数间隔这一特殊情形,剩余等待不受已等待时间影响,并产生Poisson 过程的独立平稳增量。一般寿命、检修周期和到达间隔可以使用更新模型,但使用前必须检查更换是否真的恢复同分布,以及连续周期是否存在共同环境造成的相关性。
参考资料
- Robert G. Gallager, MIT 6.262,Chapter 4, §4.1。
- Ward Whitt, 2012,Limits for Counting and Compound Processes, §1–2。