中文

随机游走最大值的重交通与重尾

概率论 2018-06-29 v3

摘要

考虑一族随机游走 Sn(a)=X1(a)++Xn(a)S_n^{(a)}=X_1^{(a)}+\cdots+X_n^{(a)},其具有负漂移 EX1(a)=a<0\mathbf E X_1^{(a)}=-a<0 和有限方差 \mboxvar(X1(a))=σ2<\mbox{var}(X_1^{(a)})=\sigma^2<\infty。令 M(a)=maxn0Sn(a)M^{(a)}=\max_{n\ge 0} S_n^{(a)} 为随机游走的最大值。Kingman 发现了指数渐近线 P(aM(a)>x)e2x/σ2\mathbf P(aM^{(a)}>x)\sim e^{-2x/\sigma^2}(当 a0a\to 0 时),这在排队论中被称为重交通近似。对于次指数随机变量,大偏差渐近线 P(M(a)>x)1aFI(x)\mathbf P(M^{(a)}>x)\sim \frac{1}{a}\overline F^I(x) 在固定 aaxx\to\infty 时成立。在本文中,我们提出了 P(M(a)>x)\mathbf P(M^{(a)}>x) 的渐近线,其在 a0a\to 0 时在整个正轴上一致成立。因此,这些一致渐近线同时包含了正态偏差和大偏差机制。我们确定了指数或次指数渐近线成立的区域。我们的方法基于构造相应的上/下鞅以获得尖锐的上下界。

关键词

引用

@article{arxiv.1403.7325,
  title  = {Heavy traffic and heavy tails for the maximum of a random walk},
  author = {Denis Denisov and Johannes Kugler},
  journal= {arXiv preprint arXiv:1403.7325},
  year   = {2018}
}

备注

32 pages. This is a completely new version of the paper. All proofs and statements have been rewritten