[論文レビュー] Componentwise accurate Brownian motion computations using Cyclic Reduction

Giang T. Nguyen, Federico Poloni|arXiv (Cornell University)|May 5, 2016

Advanced Queuing Theory Analysis参考文献 14被引用数 5

ひとこと要約

本稿では、マコフ変調型ブラウニアン運動モデルにおける不変対および行列方程式 $X^2V - XD + Q = 0$ の計算のため、Cyclic Reductionに基づく成分ごとの精度が高いアルゴリズムを提示する。この手法は、線形ケース（$V=0$）に対する先行研究を一般化し、混合されたゼロおよび非ゼロの拡散係数を有する2次系へと拡張する。減算を含まない、数値的に安定なCyclic Reductionの変種を用いることで、特に小さな確率を含む解のすべての成分についても高い精度を保証する。

ABSTRACT

Markov-modulated Brownian motion is a popular tool to model continuous-time phenomena in a stochastic context. The main quantity of interest is the invariant density, which satisfies a differential equation associated with the quadratic matrix polynomial $P(z) = Vz^2-Dz +Q$, where the matrices $V$ and $D$ are diagonal and $Q$ is the transition matrix of a discrete-time Markov chain. Its solution is typically constructed by computing an invariant pair of $P(z)$ associated with its eigenvalues in the left half-plane, or by solving the matrix equation $X^2V-XD+Q=0$. We show that these tasks can be solved using a componentwise accurate algorithm based on Cyclic Reduction, generalizing the recently appeared algorithms for the linear case ($V=0$). We give a proof of the numerical stability of our algorithm in the componentwise sense; the same proof applies to Cyclic Reduction in a more general M-matrix setting which appears in other applications such as the modelling of QBD processes.

研究の動機と目的

• マコフ変調型ブラウニアン運動モデルにおける不変密度を計算するための、数値的に安定で成分ごとの精度が高いアルゴリズムの開発。
• 従来、線形ケース（$V=0$）に限定されていた成分ごとの精度が高いアルゴリズムを、$V \neq 0$ のより一般的な2次系へと拡張すること。
• 失敗確率推定などの確率的応用において重要な、解の小さな成分についても高い精度を確保すること。
• QBDプロセスおよびフラッドモデルに生じる行列多項式問題に対するCyclic Reductionの一般化。正の性質と成分ごとの誤差境界を保つこと。

提案手法

• アルゴリズムは、MMBMにおける不変密度の計算に現れる行列方程式 $X^2V - XD + Q = 0$ を解くために、成分ごとの精度が高いCyclic Reductionの変種を用いる。
• 連続時間安定性から離散時間安定性への写像を実現する新規なスペクトル変換を導入し、行列多項式設定における循環的削減の適用を可能にする。
• 微分代数方程式におけるインデックス還元およびシフト技法にインspiredされた変換を用い、$v_{ii} = 0$ である成分と $v_{ii} > 0$ である成分が混在する場合に対しても、数値的堅牢性を確保する。
• 解の不変対 $(X, U)$ を $U = [I \; \Psi]$ の形で計算し、ここで $\Psi$ は時間反転過程の最初の帰還確率を表す。
• アルゴリズムは成分ごとの安定性が保証されており、大きさに関係なくすべての成分について相対的精度を保証する誤差境界を有する。
• 高精度の基準解を用いた数値実験により、複数のソルバーと比較して残差および前方誤差を検証する。

実験結果

リサーチクエスチョン

• RQ1 Cyclic Reductionは、マコフ変調型ブラウニアン運動モデルにおける2次行列方程式 $X^2V - XD + Q = 0$ を解く際に、成分ごとの精度を達成するために適応可能か？
• RQ2 一部の拡散係数 $v_{ii}$ がゼロで、他の係数が正である場合に、数値的安定性と正の性質をどのように維持できるか？
• RQ3 スペクトル変換は、2次行列多項式に対する成分ごとの精度が高い循環的削減を可能にする役割を果たすか？
• RQ4 悪条件問題の存在下で、QZ、QZ-類似、および不変対ソルバーと比較して、提案手法の精度と安定性はどのように異なるか？
• RQ5 理論的な成分ごとの誤差境界は、キューイングおよびフラッドモデルに生じるM行列問題のより広いクラスへと拡張可能か？

主な発見

• 提案されたCyclic Reductionアルゴリズムは、成分ごとの精度を達成し、有利な状況下では $X$ および $\Psi$ の前方誤差が $1.3 \times 10^{-16}$ まで低下する。これは、小さな成分の精度において標準的手法を顕著に上回る。
• $V > 0$ の問題においても、相対的残差が $10^{-15}$ 未満、$X$ の前方誤差がすべてのテストケースで $10^{-15}$ 未満を維持し、高い精度を発揮する。
• `imb50s` などの悪条件問題において、$X$ の前方誤差が $10^{-10}$ 未満に保たれる一方、AS や QZ などの他の手法は失敗または発散する。
• 解の $\Psi$ の正の性質が保持され、確率的解釈に不可欠である。標準的ソルバーで見られる負値や不安定な値の発生を回避する。
• 一部のケース（例：`imb8s` で $1.5 \times 10^{-13}$）では、計算された不変対の残差ノルムがQZに比べてわずかに高いが、前方誤差ははるかに低く、実用的精度が優れていることを示す。
• 理論的分析により、成分ごとの数値的安定性が確認され、QBDプロセスを含むより広いM行列問題のクラスにも同様の証明が適用可能である。