具有不准时性的预定到达过程的样本路径大偏差
Sample-path Large deviations for Scheduled Arrival Processes with Unpunctuality
浏览论文内容
中文总结 AI 辅助
研究具有不准时干扰的预定到达过程，通过证明样本路径大偏差原理，推导了相应工作量过程在不同服务设置下的大偏差原理，并在确定性服务情况中确定了与罕见工作量溢出事件相关的指数倾斜到达路径。
中文摘要 AI 辅助
我们研究了一种预定到达过程，其中确定性到达时间受到独立同分布的不准时随机变量的干扰。对于所得计数过程的独立副本的经验均值，我们在配备斯科罗霍德拓扑的 \(D([0,T])\) 上证明了一个样本路径大偏差原理。作为应用，我们推导了在确定性和随机服务设置下相应工作量过程的大偏差原理。在确定性服务情况下，我们还确定了与罕见工作量溢出事件相关的指数倾斜到达路径。
英文摘要
We study a scheduled-arrival process in which deterministic arrival times are perturbed by i.i.d. unpunctuality random variables. For the empirical mean of independent copies of the resulting counting process, we prove a sample-path large deviations principle on $D([0,T])$, equipped with the Skorokhod topology. As an application, we derive large deviation principles for the corresponding workload process under deterministic and random service setting. In the deterministic service case, we also identify the exponentially tilted arrival path associated with a rare workload overflow event.
