马尔可夫调制流体网络过程：平稳分布的尾渐近性
概率论
2020-09-29 v3
摘要
我们考虑一个含有限个节点的马尔可夫调制流体网络。我们关注其缓冲内容过程平稳分布的尾渐近行为。利用两种不同方法，我们推导了各方向上平稳尾衰减率的上界与下界。两种方法均基于著名的马尔可夫过程时间演化公式，即 Dynkin 公式，其中关键要素是检验函数的恰当选取。这些结果表明了如何对多于二维的情形研究多维尾渐近性，该问题已知是一个困难问题。
引用
@article{arxiv.1912.05177,
title = {Markov modulated fluid network process: Tail asymptotics of the stationary distribution},
author = {Masakiyo Miyazawa},
journal= {arXiv preprint arXiv:1912.05177},
year = {2020}
}
备注
2nd revised version, submitted for publication