[论文解读] A Kernel Method for Exact Tail Asymptotics --- Random Walks in the Quarter Plane

Hui Li, Yiqiang Q. Zhao|arXiv (Cornell University)|May 17, 2015

Stochastic processes and statistical mechanics参考文献 32被引用 10

一句话总结

本文提出了一种核方法，用于在第一象限随机游走中精确计算尾部渐近行为，无需显式确定未知的生成函数。通过分析主导奇点及其渐近性质，借助类似Tauberian定理的方法，该方法系统地推导出四种不同类型的精确尾部行为——几何衰减，以及受$n^{-1/2}$、$n^{-3/2}$和$n$因子调制的几何衰减——适用于所有稳定随机游走模型，包括具有多个主导奇点导致周期性现象的非典型情况。

ABSTRACT

In this paper, we propose a kernel method for exact tail asymptotics of a random walk to neighborhoods in the quarter plane. This is a two-dimensional method, which does not require a determination of the unknown generating function(s). Instead, in terms of the asymptotic analysis and a Tauberian-like theorem, we show that the information about the location of the dominant singularity or singularities and the detailed asymptotic property at a dominant singularity is sufficient for the exact tail asymptotic behaviour for the marginal distributions and also for joint probabilities along a coordinate direction. We provide all details, not only for a "typical" case, the case with a single dominant singularity for an unknown generating function, but also for all non-typical cases which have not been studied before. A total of four types of exact tail asymptotics are found for the typical case, which have been reported in the literature. We also show that on the circle of convergence, an unknown generating function could have two dominant singularities instead of one, which can lead to a new periodic phenomena. Examples are illustrated by using this kernel method. This paper can be considered as a systematic summary and extension of existing ideas, which also contains new and interesting research results.

研究动机与目标

• 开发一种系统化方法，用于精确计算第一象限二维随机游走平稳分布的尾部渐近行为。
• 消除在尾部渐近分析中显式确定未知生成函数或拉普拉斯变换的需求。
• 表征所有可能的精确尾部行为类型，包括具有多个主导奇点的非典型情况。
• 通过聚焦于奇点位置和局部渐近行为而非全局函数形式，扩展现有核方法。
• 提供一个统一框架，适用于所有稳定随机游走模型，包括广义和奇异情形。

提出的方法

• 该方法依赖于核方程分析，以识别未知生成函数的主导奇点，而无需显式求解它们。
• 它利用类似Tauberian定理的方法，将主导奇点的位置及其局部渐近行为与平稳概率的尾部衰减速率联系起来。
• 该方法根据主导奇点的性质及其与边界生成函数的相互作用，区分出四种类型的尾部渐近行为。
• 它提出了一套框架，用于分析非典型情况，例如在收敛圆上存在两个主导奇点，导致尾部行为出现周期性振荡。
• 该方法适用于沿坐标方向的边缘和联合尾部概率，通过生成函数的渐近分析实现。
• 它利用核函数与边界生成函数$\pi_1(x)$和$\pi_2(y)$之间的相互作用，通过解析延拓和奇点传递实现。

实验结果

研究问题

• RQ1 当生成函数未知时，第一象限随机游走的平稳分布的精确尾部渐近行为是什么？
• RQ2 是否可以在不显式求解未知生成函数的情况下推导出尾部渐近行为？
• RQ3 当多个主导奇点共存于收敛圆上时，尾部行为会发生什么变化？
• RQ4 不同的漂移和转移概率组合如何导致不同的尾部衰减模式？
• RQ5 该方法能否系统地分类所有可能的尾部渐近类型，包括$ n^{-1/2} $或$ n^{-3/2} $调制的非几何类型？

主要发现

• 识别出四种不同类型的精确尾部渐近行为：几何衰减，受$ n^{-1/2} $调制的几何衰减，受$ n^{-3/2} $调制的几何衰减，以及受$ n $因子调制的几何衰减。
• 当两个主导奇点共存于收敛圆上时，尾部行为中出现新的周期性现象，导致衰减速率中出现振荡修正项。
• 在广义双需求模型中，尾部行为取决于服务率与到达率的相对大小，由涉及$ \mu_k $和$ \lambda, \lambda_k $的不等式定义出三个不同区域。
• 在简单随机游走情形下，当$ M_y > 0 $且$ M_x < 0 $时，三个尾部区域由关于$ x_3 $的线性表达式与阈值的比较决定，对应不同的衰减调制形式。
• 当$ M_y < 0 $且$ M_x < 0 $时，在由涉及$ x^* $和$ y^* $的两个不等式及转移概率条件定义的区域内，发现第四类尾部渐近行为——几何衰减乘以$ n $因子。
• 该方法确认，在临界区域内，主导渐近项的系数保持非零，从而确保所推导的尾部形式的有效性。