再生過程と再生定理

🎓 レベル：標準　|　重要度：B（ポアソンの一般化） 📎 前提：ポアソン過程

要点（BLUF）

再生過程は、到着間隔を指数分布に限らず任意の独立同分布に一般化した計数過程。間隔のたびに過程が「生まれ変わる（renew）」のでこの名があります。
初等再生定理：長期の到来率は平均間隔の逆数 $\lim_{t\to\infty} N(t)/t = 1/\mu$ 。間隔分布の形に依らず平均だけで決まります。
再生報酬定理：各サイクルで報酬を得るとき、長期の報酬率＝1サイクルの平均報酬／平均サイクル長。待ち行列・在庫・信頼性の解析の基礎です。

概念

ポアソン過程は間隔が指数分布という特殊形でした。現実の故障間隔や買い替え周期は指数分布とは限りません。間隔分布を自由にしても「各到着で過去をリセットして同じ仕組みが再開する」構造を保ったものが再生過程です。電球を切れるたびに新品へ替える — 各交換時点で時計がゼロから再スタートする、というイメージです。

数式による定式化

独立同分布の正の間隔 $X_1, X_2, \dots$ （平均 $\mu=\mathbb{E}[X]<\infty$ ）に対し、 $n$ 番目の再生時刻と計数を

S_n = \sum_{i=1}^n X_i, \qquad N(t) = \max\{n : S_n \le t\}

再生関数 $m(t)=\mathbb{E}[N(t)]$ 。初等再生定理：

\lim_{t\to\infty} \frac{N(t)}{t} = \frac{1}{\mu} \quad (\text{a.s.}), \qquad \lim_{t\to\infty}\frac{m(t)}{t} = \frac{1}{\mu}

再生報酬定理：各サイクル $i$ で報酬 $R_i$ （ $\mathbb{E}[R]<\infty$ ）を得るなら、累積報酬 $C(t)$ の長期率は

\lim_{t\to\infty} \frac{C(t)}{t} = \frac{\mathbb{E}[R]}{\mathbb{E}[X]} = \frac{\text{1サイクルの平均報酬}}{\text{平均サイクル長}}

直観

要するに「長い目で見れば、率は平均だけで決まる」。1回の間隔がどんなにばらついても、たくさん積み重ねれば大数の法則で平均間隔 $\mu$ に均され、単位時間あたり $1/\mu$ 回起こる。再生報酬定理はその一般化で、「率＝1回あたりの量÷1回あたりの時間」という、極めて使い勝手のよい会計則です。待ち行列の稼働率や在庫コストの計算はほぼこれで片付きます。

具体例

間隔をガンマ分布（指数でない、平均 $\mu=3$ ）にした再生過程で、初等再生定理 $N(T)/T \to 1/\mu$ を確認します。

import numpy as np
rng = np.random.default_rng(8)
shape, scale = 2.0, 1.5
mu = shape*scale                                   # 平均間隔 = 3.0
T, n, M = 300.0, 20000, 200
X = rng.gamma(shape, scale, size=(n, M))           # 一般の間隔分布（指数でない）
arr = np.cumsum(X, axis=1)
N = (arr <= T).sum(axis=1)
print(f"間隔分布の平均 mu={mu:.3f}")
print(f"N(T)/T={N.mean()/T:.4f} (理論 1/mu={1/mu:.4f}) ＝初等再生定理")
# 間隔分布の平均 mu=3.000
# N(T)/T=0.3325 (理論 1/mu=0.3333) ＝初等再生定理

到来率 $N(T)/T$ が間隔分布の形（ガンマ）に依らず $1/\mu=1/3$ に一致します。ポアソン過程（指数間隔）は $\mu=1/\lambda$ の特別な場合です。

他過程との関係

ポアソン過程（ポアソン過程）は間隔が指数分布の再生過程。無記憶性はそこだけの特殊性で、一般の再生過程は「経過時間を覚えている」（次の到来までの残り時間が経過に依存）。
状態を持つ再生＝連続時間マルコフ連鎖と生成行列や、再生報酬による待ち行列の解析（リトルの法則・稼働率）は operations へ。理論はここ、応用は各分野です。

数式の直観的意味

初等再生定理が「平均 $\mu$ だけ」で決まるのは、 $N(t)\approx t/\mu$ が大数の法則の言い換えだからです。ただし**検査のパラドックス（inspection paradox）**に注意：ランダムな時刻に観測すると、その時刻が属する間隔は平均より長くなりがち（長い間隔ほど観測時刻を含みやすい）。長期率 $1/\mu$ と「観測した1区間の長さ」は別物で、ここが再生理論の深いところです。

⚠️ よくある誤解

「再生過程＝ポアソン過程」ではない。無記憶性を持つのは指数間隔のときだけ。一般の再生過程では「もう長く待った」という情報が次の予測を変えます。
初等再生定理は平均だけ、しかし再生関数 $m(t)$ の細かい形は分布全体に依る。長期率は $1/\mu$ でも、有限 $t$ での $m(t)$ や分散は間隔分布で変わります。
検査のパラドックスを忘れない。「平均間隔3分のバスを適当な時刻に待つと平均待ち時間1.5分」は誤り。長い区間に当たりやすいぶん、待ち時間は長くなります。

対応シミュレーション

本文コードの間隔分布を差し替えても $N(T)/T\to 1/\mu$ が保たれます。再生報酬・検査のパラドックスの数値実験は stochastic-processes-study/simulations/ に置きます。