×

规则变化随机游动的状态相关重要性抽样。 (英语) Zbl 1159.60022号

作者开发了与随机游动(S_{n}=sum{k=1})的大偏差概率相关的有效稀有事件模拟方法^{n} X(X)_{k} ,\;其中,((X{k}){k\geq1})是一个具有平均值(0)和有限方差的定期变化的i.i.d.随机变量序列。描述了两种有效的状态相关重要度抽样算法,用于在大偏差范围内估计(S_{n})的尾部为(n&rightarrow\infty)。第一种算法使用大偏差近似,模拟测量值的零变化。第二种算法使用基于混合的测量变化参数族。为了保证估计量的相对误差(或效率)有界,使用Lyapunov型不等式来适当地选择混合参数。一个例子涉及一个路径相关事件,该事件与重跟踪日志返回下的所谓敲入式金融选项相关。同样,重要抽样算法是基于使用Lyapunov界选择的混合参数族。为了测试算法的经验性能,提供了数值实验。

理学硕士:

60克50 独立随机变量之和;随机游走
60J05型 一般状态空间上的离散马尔可夫过程
60G70型 极值理论;极值随机过程
68瓦40 算法分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Adler,J.、Feldman,R.和Taqqu,M.(编辑)(1998年)。重尾实用指南:统计技术和应用。Birkhäuser,马萨诸塞州波士顿·Zbl 0901.00010号
[2] Anantharam,V.(1989)。GI/G/1队列中累积的延迟有多大。排队系统5,345–367·Zbl 0695.60092号 ·doi:10.1007/BF01225324
[3] Asmussen,S.(2003)。应用概率与队列,第2版。施普林格,纽约·Zbl 1029.60001号
[4] Asmussen,S.和Glynn,P.(2007年)。随机模拟:算法与分析。施普林格,纽约·Zbl 1126.65001号
[5] Asmussen,S.和Kroese,D.P.(2006年)。改进的重尾罕见事件模拟算法。高级申请。探针。38 , 545–558. ·Zbl 1097.65017号 ·doi:10.1239/aap/1151337084
[6] Asmussen,S.、Binswanger,K.和Höjgaard,B.(2000)。重尾分布的罕见事件模拟。伯努利6,303–322·Zbl 0958.65010号 ·doi:10.2307/3318578
[7] Bassamboo,A.、Juneja,S.和Zeevi,A.(2005年)。重尾存在时的重要性抽样模拟。程序中。第37届冬季模拟大会(2005年12月),IEEE,第664-672页·Zbl 1120.60046号
[8] Blanchet,J.和Glynn,P.(2008)。针对最大重尾随机游动的有效罕见事件模拟。附录申请。探针。18 , 1351–1378. ·Zbl 1147.60315号 ·doi:10.1214/07-AAP485
[9] Blanchet,J.和Liu,J.C.(2006年)。高效模拟重尾增量和的大偏差概率。程序中。第38届冬季模拟大会(2006年12月),IEEE,第757-764页。
[10] Blanchet,J.和Liu,J.C.(2007年)。状态相关重要性采样的路径采样。程序中。第39届冬季模拟大会(2007年12月),IEEE,第380-388页。
[11] Blanchet,J.、Glynn,P.和Liu,J.C.(2007年)。重尾G/G/1队列的流体启发式、Lyapunov边界和有效重要性采样。排队系统57、99–113·Zbl 1145.90350号 ·doi:10.1007/s11134-007-9047-4
[12] Blanchet,J.、Glynn,P.和Liu,J.C.(2008)。针对重尾多服务器队列的高效罕见事件模拟。哥伦比亚大学统计系·Zbl 1147.60315号
[13] Borovkov,A.A.和Borovkov,K.A.(2001)。关于随机游动概率的大偏差。I.定期变化分布尾部。理论探索。申请。49 , 193–213. ·Zbl 1006.60020号 ·doi:10.1137/S0040585X97978877
[14] Bucklew,J.(2004)。罕见事件模拟简介。施普林格,纽约·Zbl 1057.65002号
[15] Dembo,A.和Zeitouni O.(1998年)。大偏差技术与应用,第2版。施普林格,纽约·Zbl 0896.60013号
[16] Donsker,M.和Varadhan,S.(1975年)。大时间内某些马尔可夫过程期望的渐近估计。一、二、。Commun公司。纯应用程序。数学。28 , 1–47. ·兹伯利0323.60069 ·doi:10.1002/cpa.3160280102
[17] Dupuis,P.和Wang,H.(2004)。重要性抽样、大偏差和微分对策。斯托奇。斯托奇。报告76、481–508·兹比尔1076.65003
[18] Dupuis,P.和Wang,H.(2005)。关于最优停止问题中从离散时间到连续时间的收敛性。附录申请。探针。15 , 1339–1366. ·Zbl 1138.93066号 ·doi:10.1214/10505160500000034
[19] Dupuis,P.、Leder,K.和Wang,H.(2007年)。具有规则变化尾部的随机变量和的重要性抽样。ACM事务处理。模型。计算。模拟。17 , 1–21. ·Zbl 1390.65002号
[20] Foss,S.和Korshunov,D.(2006年)。多服务器队列中的尾部过长。排队系统52、31–48·Zbl 1091.60029号 ·doi:10.1007/s11134-006-3613-z
[21] Foss,S.、Konstantopoulos,T.和Zachary,S.(2007年)。具有重尾增量的离散和连续时间调制随机游动。J.理论。探针。20 , 581–612. ·Zbl 1131.60040号 ·doi:10.1007/s10959-007-0081-2
[22] Glasserman,P.(2004)。金融工程中的蒙特卡罗方法(应用数学53)。斯普林格。纽约·Zbl 1038.91045号
[23] Glasserman,P.和Kou,S.(1995年)。串联队列重要抽样估计的分析。ACM事务处理。模型。计算。模拟。4 , 22–42. ·Zbl 0841.62083号 ·doi:10.1145/203091.203093
[24] Glasserman,P.和Wang,Y.(1997)。大偏差概率重要性抽样的反例。附录申请。探针。7 , 731–746. ·Zbl 0892.60043号 ·doi:10.1214/oap/1034801251
[25] Hult,H.和Lindskog,F.(2005年)。规则变化随机过程的极值行为。斯托奇。过程。申请。115 , 249–274. ·Zbl 1070.60046号 ·doi:10.1016/j.spa.2004.09.003
[26] Hult,H.、Lindskog,F.、Mikosch,T.和Samorodnitsky,G.(2005)。多元规则随机游动的泛函大偏差。附录申请。探针。15 , 2651–2680. ·Zbl 1166.60309号 ·doi:10.1214/10505160500000502
[27] Juneja,S.和Shahabuddin,P.(2002年)。使用延迟风险率扭曲模拟重尾过程。ACM事务处理。模型。计算。模拟。12 , 94–118. ·兹比尔139065033
[28] Juneja,S.和Shahabuddin,P.(2006年)。罕见事件模拟技术:介绍和最新进展。在《模拟手册》中,S.Henderson和B.Nelson主编,荷兰阿姆斯特丹北霍兰德,第291-350页。
[29] Nagaev,A.V.(1969a)。Cramér条件不满足时大偏差的积分极限定理。一、理论探究。申请。14 , 51–64. ·Zbl 0196.21002号 ·doi:10.1137/1114006
[30] Nagaev,A.V.(1969b)。不满足Cramér条件的大偏差积分极限定理。二、。理论探索。申请。14 , 193–208. ·Zbl 0196.21003号 ·数字对象标识代码:10.1137/1114028
[31] Resnick,S.(1987)。极值、规则变化和点过程(应用概率4)。施普林格,纽约·Zbl 0633.60001号
[32] Rozovskii,L.V.(1989)。具有共同分布函数的独立随机变量和在正态吸引域中的大偏差概率。理论探索。申请。34 , 625–644. ·Zbl 0703.60024号 ·doi:10.1137/1134080
[33] Sadowsky,J.S.和Bucklew,J.(1990)。关于大偏差理论和渐近有效的蒙特卡罗估计。IEEE传输。Inf.理论36579–588·Zbl 0702.60029号 ·数字对象标识代码:10.1109/18.54903
[34] Zwart,A.(2001)。带有重尾的排队系统。埃因霍温工业大学博士论文·Zbl 0988.60095号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。