标签：tau geq right 期望 公交车 Do never 公交站 lambda
0. 引言
本科的时候我们的教学楼和宿舍不在一个园区，往返的方式大致有步行、乘坐公交车、骑自行车三类。其中骑自行车车自然是最快捷的一种方式，但遇上冬天天冷风大，或是下雨天时，往往会考虑其他两种通勤方式。乘坐公交车大概是3分钟路程，速度最快，但缺点是要等，等待时间存在一定的不确定性，甚至因为校门口排队等公交的人太多了，你必须等到第二辆公交车才能上车；而步行大概是12分钟路程，纯速度而言最慢。
于是，每次中午放学走出校门时，看着公交站一群排队等车的同学，我便陷入了一阵纠结。是排队等公交车会公寓？还是步行回公寓？如果我等了一会儿公交车没来，我是应该继续等待，还是走人？
在Ross的随机过程教材中，我找到了一个把这个问题抽象为了有关愿意等待时间\(s\)的决策问题的习题。
1. 模型
假设从公交站到公寓步行需要\(W\)时间，公交车从公交站到公寓需要\(R\)时间，按照统计学中的传统假定，到达公交站的公交车数是一个泊松过程，不妨假设其速率是\(\lambda\)，那么公交车到站的间隔时间\(\tau\)便是均值为\(1/\lambda\)的指数随机变量。等车策略是，我愿意为公交车等待\(s\)时间，如果\(s\)时间内等到公交车，我就乘坐公交车会公寓；如果\(s\)时间内没等到公交车，我就步行回公寓。
记我到公交站后等公交车的时间为随机变量\(T\)，由于指数分布具有无记忆性，那么假设在我到达公交站之前，上一辆公交车已经离开公交站\(\tau_0\)时间了，有\(P(T>t)=P(T>t|\tau>\tau_0)P(\tau>\tau_0+t|\tau>\tau_0)=P(\tau>t)\)，等车时间\(T\)也是均值为\(1/\lambda\)的指数随机变量。
记我总的返回公寓时间为\(H\)，则根据我的等待策略有：
\[H=\begin{cases}W+s,&T>s\\R+T,&T\leq s\end{cases} \]如果我足够“理性”，我的最优目标应该是最小化我的期望返回时间\(E[H]\)。
2. 策略
首先计算\(E[H]\)，\(E[H]\)是一个关于意愿等待时间\(s\)的函数。
\[\begin{align*}E[H]&=E[(W+s)I_{\{T>s\}}]+E[(R+T)I_{\{T\leq s\}}]\\ &=(W+s)P(T>s)+\int_0^s(R+T)f(T)dT\\&=(W+s)e^{-\lambda s}+\int_0^s(R+T)(1-\lambda e^{-\lambda T})dT\\&=R+1/\lambda+(W-R-1/\lambda)e^{-\lambda s},\quad s\geq0. \end{align*} \]由于
\[\frac{\part E[H]}{\part s}=-\lambda(W-R-1/\lambda)e^{-\lambda s}, \]那么，若\(W<R+1/\lambda\)，\(\part E[H]/\part s>0\)，\(E[H]\)关于\(s\)单调递增，\(\arg\min_{s\geq0}E[H]=0\)；
若\(W>R+1/\lambda\)，\(\part E[H]/\part s<0\)，\(E[H]\)关于\(s\)单调递减，\(\arg\min_{s\geq0}E[H]=\infty\)；
若\(W=R+1/\lambda\)，\(\part E[H]/\part s=0\)，\(E[H]\equiv R+1/\lambda\)。
于是，我们的最佳等待策略只需要考虑\(s=0\)或者\(s=\infty\)的情况即可。从期望的角度来说，步行耗时\((W)\leq\)乘车耗时\((R)\)+期望等车时间\((1/\lambda)\)，我就选择步行会公寓；否则就选择一直等待，知道等到车为止。如果我对\(W,R,1/\lambda\)一无所知，我要知道只有两种策略可能能达最短的返回时间——要么一直等公交，要么一秒也不在公交站停留。
3. 反思
等公交问题似乎在告诫我们一个道理，“Do it right now or never !”——要么做，要么永远不做。当我已经在公交站等待\(s_0\)时间时，由于\(T\)的无记忆性，继续等下去\(T-s_0|T\geq s_0\)的期望仍然是\(1/\lambda\)，因此如果此时离开\((s=s_0)\)，则\(E[H|T\geq s_0]=W+s_0>W\)，自然不如一开始就不等公交车(\(s=0\))；而若继续等待\((s=\infty\),s.t.\(s>s_0,\forall s_0\geq0)\)，则\(E[H|T\geq s_0]=s_0+1/\lambda+R\)，才有可能使得\(E[H|T\geq s_0]<W\)。
然而，“理性人考虑边际收益，忽略沉没成本”，当我已经在公交站等待了一段时间\(s_0\)后，我是否一定要坚持等下去呢的理由呢？实际上，这事问题转化为求\(\arg\min_{s\geq s_0}E[H|T>s_0]\)，同样因为指数分布的无记忆性，我们只需考虑\(s=s_0\)或\(s=\infty\)的情况即可。也就是说在等待了任意长的时间后，我们的决策还是两个，要走，要么继续等，都有可能最小化此时的期望返回时间。
\[\min_{s\geq s_0} E[H|T\geq s_0]=\begin{cases}W+s_0&W<R+1/\lambda\\s_0+1/\lambda+R&W\geq R+1/\lambda\end{cases} \]特别是如果在等待过程中，你理清了\(W,R,\lambda\)的关系，发现\(W<R+1/\lambda\)，那么根据期望最小原则，就应该不再等待公交车。当\(s_0=0\)时，有以下特例：
\[\min_{s\geq 0} E[H]=\begin{cases}W&W<R+1/\lambda\\1/\lambda+R&W\geq R+1/\lambda\end{cases} \]也许，下次当我遇到类似的等公交车问题时，我会提前算好\(W、R、1/\lambda\)，然后根据最小化期望原则，一次性制定是否等待公交车的策略。当然，我们的模型是真实世界的抽象，还存在一些局限性：
- 实际中我们的效用函数不一定是期望，可能更加复杂；
- \(W\)、\(R\)可能不是常数，而是随机变量；
- 公交车的到达可能满足一个非齐次泊松过程，或者是一个更一般的更新过程；
- 即使假设完全正确，决策还是可能不是最优的，因为它只能达到期望最优/概率最优。
最后总结一句，这个模型主要涉及到泊松过程/指数分布的无记忆性、条件期望计算。之所以不存在一个大于0的有限最优等待时间，是因为从期望的角度出发，若此刻还没等到车时，则等到车的期望时间不会随着已等时间的延长而缩短。但是，也正因为指数分布的无记忆性，在任意一个还没等到车的时刻，你选择不再等待、步行返回，都有可能是此时的最佳选择。
标签：tau,geq,right,期望,公交车,Do,never,公交站,lambda 来源： https://www.cnblogs.com/yecheng97/p/16154818.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。