[논문 리뷰] Heavy-traffic analysis of the maximum of an asymptotically stable random walk

Seva Shneer, Vitali Wachtel|arXiv (Cornell University)|2009. 02. 12.

Advanced Queuing Theory Analysis참고 문헌 12인용 수 7

한 줄 요약

이 논문은 이주적 안정성(random walk)의 최대값이 비드라이프 매개변수 a가 0에 수렴함에 따라 발생하는 강한 구성 조건(limit)을 분석한다. 이는 강한 교통 조건 하의 대기 시스템에 해당한다. 킹먼의 접근법과 프로호로프의 접근법을 사용하여, 무한 분산 설정으로 일반화된 콜모고로프 부등식을 통해 간단한 증명을 제공하며, 최대값의 극한 분포가 안정 분포임을 규명한다.

ABSTRACT

Abstract. For families of random walks {S (a) k} with ES(a) k = −ka < 0 we consider their maxima M (a) = supk≥0 S (a) k. We investigate the asymptotic behaviour of M (a) as a → 0 for asymptotically stable random walks. This problem appeared first in the 1960’s in the analysis of a single-server queue when the traffic load tends to 1 and since then is referred to as the heavy-traffic approximation problem. Kingman and Prokhorov suggested two different approaches which were later followed by many authors. We give two elementary proofs of our main result, using each of these approaches. It turns out that the main technical difficulties in both proofs are rather similar and may be resolved via a generalisation of the Kolmogorov inequality to the case of an infinite variance. Such a generalisation is also obtained in this note. Assume that {Xi} ∞ i=1 is a sequence of i.i.d. random variables with a zero expectation: EX1 = 0. Define a random walk S0 = 0, Sk = k∑ Xi for k ≥ 1. i=1 Along with the random walk {Sk}, for each a> 0 define a random walk {S (a)} via Now we can define

연구 동기 및 목표

• 비드라이프 매개변수 a → 0일 때, 이주적 안정성 랜덤 워크의 가족에 대한 최대값의 점근적 행동을 조사하는 것.
• 킹먼의 및 프로호로프의 접근법에 기반한 간단한 증명을 사용하여, 대기 이론에서의 강한 교통 근사 문제를 해결하는 것.
• 0 평균을 가지며 분산이 무한대인 i.i.d. 랜덤 변수에 대해 고전적인 콜모고로프 부등식을 일반화하는 것.
• 강한 교통 조건 하에서 랜덤 워크의 최대값의 극한 분포를 규명하여, 안정 분포로 수렴하는 것을 보이는 것.

제안 방법

• 음의 드리프트 −ka와 0 평균 증분을 가지는 랜덤 워크 {S(a)k}의 가족을 정의하고, 그 최대값 M(a) = supk≥0 S(a)k를 고려한다.
• 킹먼의 접근법을 적용하여, 지수 마틴갈 방법과 라플라스 변환 기법을 사용해 M(a)의 尾행동을 분석한다.
• 프로호로프의 접근법을 적용하여, 약한 수렴 논증과 유한 차원 분포의 수렴을 통해 안정 과정으로의 수렴을 다룬다.
• 0 평균과 무한한 두 번째 모멘트를 가지는 i.i.d. 랜덤 변수의 부분합에 대한 모멘트 한계를 도출함으로써, 콜모고로프 부등식을 무한 분산 설정으로 일반화한다.
• 안정 분포의 정규화 성질을 사용하여, a → 0일 때 M(a)의 극한 행동을 특성화한다.
• 적절한 정규화 하에 M(a)의 분포 수렴이 안정 분포(안정성 지수 α ∈ (0,2))로 이루어짐을 확립한다.

실험 결과

연구 질문

• RQ1 비드라이프 매개변수 a가 0에 수렴함에 따라, 이주적 안정성 랜덤 워크의 최대값은 어떻게 행동하는가?
• RQ2 킹먼의 및 프로호로프의 방법에 기반한 간단한 증명을 사용하여, 대기 시스템의 고전적 강한 교통 근사가 엄밀하게 확립될 수 있는가?
• RQ3 증분의 분산이 무한대일 경우, 콜모고로프 부등식의 적절한 일반화 형태는 무엇인가?
• RQ4 강한 교통 조건 하에서 랜덤 워크의 최대값의 극한 분포는 무엇인가?
• RQ5 두 접근법에서 발생하는 기술적 과제는 어떻게 비교할 수 있으며, 통합된 부등식 프레임워크를 통해 해결될 수 있는가?

주요 결과

• 적절한 정규화 하에, 랜덤 워크 S(a)k의 최대값 M(a)는 a → 0일 때 안정 분포(안정성 지수 α ∈ (0,2))로 분포 수렴한다.
• 0 평균과 무한한 두 번째 모멘트를 가지는 i.i.d. 랜덤 변수의 부분합에 대해, 무한 분산 설정으로 일반화된 콜모고로프 부등식은 균일한 모멘트 한계를 제공한다.
• 킹먼의 접근법과 프로호로프의 접근법에서 발생하는 기술적 과제는 구조적으로 유사하며, 동일한 일반화된 부등식을 통해 해결됨을 보였다.
• M(a)의 극한 분포는 안정성 지수 α를 가지는 안정 분포로 특성화되며, 이는 증분의 장꼬리 성격을 반영한다.
• M(a)의 수렴 속도와 尾행동은 무한 분산 설정에서의 안정 분포의 척도 성질과 일치한다.
• 결과는 무한 분산을 가지는 서비스 시간을 갖는 단일 서버 대기 시스템에 대한 강한 교통 근사가 확인됨을 보여주며, 고전 결과를 안정 분포의 경우로 확장한다.