[论文解读] On the first-visit-time problem for birth and death processes with catastrophes

Antonio Di Crescenzo, Virginia Giorno+2 more|ArXiv.org|Jul 15, 2003

Advanced Queuing Theory Analysis参考文献 16被引用 3

一句话总结

本文研究了受突变影响的出生-死亡过程的首次访问时间分布，推导出任意状态 $k \in \{r, r+1, \ldots\}$ 的首次访问时间密度的拉普拉斯变换，并计算其均值与方差。通过将带突变的过程与等价的无突变过程关联，作者获得了首次访问时间分布和首次突变发生时间的精确表达式，包括在不同参数配置下的期望值和稳态分布的显式公式。

ABSTRACT

For a birth-death process subject to catastrophes, defined on the state-space $S=\{r,r+1,r+2,...\}$, with $r$ a positive integer or zero, the first-visit time to a state $k\in S$ is considered and the Laplace transform of its probability density function is determined, use of which is then made to obtain mean and variance. The Laplace transform of the probability density function of the first effective catastrophe occurrence time and its expected value are also obtained. Some extensions to time-non-homogeneous processes are then provided. Finally, certain additional results concerning the determination of the steady-state distribution and the representation of the transition probabilities are worked out, while some applications to particular birth-death processes are shown in the Appendix.

研究动机与目标

• 确定受突变影响的出生-死亡过程首次访问任意预设非零状态的分布。
• 推导首次访问状态 $k$ 的时间密度的概率密度函数的拉普拉斯变换，并计算其均值与方差。
• 分析首次突变发生时间，获得其拉普拉斯变换与期望值。
• 将结果推广至非时齐过程，并推导该过程的稳态分布。
• 提供转移概率的显式表达式，并通过附录中的具体出生-死亡过程示例说明该框架。

提出的方法

• 作者建立了带突变的出生-死亡过程与相应无突变过程之间的函数关系，利用后者作为分析可处理性的参考。
• 通过利用两过程之间的关系并求解相应的积分方程，推导出首次访问时间密度的拉普拉斯变换。
• 对于首次突变发生时间，采用类似的约化技术获得其拉普拉斯变换，利用泊松分布突变的无记忆性。
• 通过合流超几何函数与贝塔函数推导稳态分布，具体形式取决于出生率、死亡率与突变率的相对大小。
• 通过在参考过程的均值公式中代入参数，获得 $N(t)$ 期望值的显式表达式。
• 通过借鉴先前工作中使用的生成函数方法，将该方法扩展至时非齐次过程。

实验结果

研究问题

• RQ1 带突变的出生-死亡过程首次到达给定非吸收状态 $k \geq r$ 的时间分布是什么？
• RQ2 与无突变过程相比，突变的存在如何影响首次访问目标状态的期望时间？
• RQ3 首次突变发生时间的拉普拉斯变换是什么？其期望值是多少？
• RQ4 在何种条件下，带突变过程存在稳态分布？其显式形式如何？
• RQ5 当过程为时变非齐次时，转移概率与首次访问时间分布如何变化？

主要发现

• 首次访问状态 $k$ 的时间密度的拉普拉斯变换以闭式表达，可精确计算首次访问时间的均值与方差。
• 当 $\alpha \neq \beta + \xi$ 时，给定 $N(0) = j$，$N(t)$ 的期望值为 $j e^{(\alpha - \beta - \xi)t} + \frac{\nu (e^{(\alpha - \beta - \xi)t} - 1)}{\alpha - \beta - \xi}$，当 $\xi = 0$ 时退化为无突变情况。
• 当 $\alpha < \beta + \xi$ 时，稳态分布存在，其形式为 $q_n = \xi \widehat{\pi}_{0,n}(\xi)$，其中 $\widehat{\pi}_{0,n}(\lambda)$ 依参数配置通过超几何函数与贝塔函数表示。
• 当 $\alpha = \beta$ 时，稳态分布涉及第二类合流超几何函数，且 $q_0 = \left(\frac{\xi}{\alpha}\right)^{\nu/\alpha} e^{\xi/\alpha} \Gamma\left(1 - \frac{\nu}{\alpha}, \frac{\xi}{\alpha}\right)$。
• 当 $\alpha > \beta$ 时，稳态分布通过超几何函数 $F$ 与贝塔函数表示，参数根据出生率超过死亡率的主导性进行调整。
• 首次突变发生时间的期望值被推导为突变率 $\xi$ 的倒数，与泊松过程的无记忆性一致。