Математическое моделирование систем обслуживания является популярной темой более семидесяти лет. В последнее время особый интерес вызывало моделирование трафика в коммуникационных системах. Построенные в этой области модели нашли применение и в других сферах - биологии, медицине, экологии. Среди математиков, которые проводили исследования в данной области, большой вклад внесли Rosenblatt, Taqqu, Mandelbrot, Brillinger, Parzen и другие. При моделировании систем особый интерес представляет поведение нагрузки на систему.
Многие современные модели систем обслуживания строятся на базе пуассоновских случайных мер. Важнейшие характеристики системы, такие как нагрузка, записываются в виде интегралов от этих мер, что открывает путь к их асимптотическому исследованию [7, 8, 5, 9, 3].
В настоящей работе рассматривается обобщение на многомерный случай дискретных моделей обслуживания [9, 8, 3, 10], которые называются пуассоновскими моделями с бесконечным числом источников. Такие обобщенные модели можно использовать для моделирования беспроводных сетей, пористых сред или загрязнений окружающей среды.
В этой работе мы представляем модель именно в терминах экологии, потому что соответствующий язык наиболее нагляден и указывает на одну из возможных сфер применения изучаемой модели (см. Раздел 2).
Е. Аззо [6] уже рассматривала обобщение на многомерный случай дискретной модели обслуживания, представленное в данной работе, но с другими предположениями о параметрах модели, что приводит к совершенно другим математическим результатам (предельным теоремам).
В работе описана основная идея многомерной дискретной системы обслуживания. Введено формальное определение такой модели через пуассоновские меры и интегралы. Затем было изучено макроскопическое поведение нагрузки на систему — сформулирована и доказана основная теорема о существовании и виде предельной случайной величины, а также при дополнительных предположениях изучена сходимость конечномерных распределений нормированной нагрузки в случае d=1 и d=2.
[1] Кингман Дж. Пуассоновские процессы. Под редакцией А.М. Вершика. МЦНМО, Москва, 2007.
[2] Лифшиц М.А. Случайные процессы - от теории к практике. Лань, 2016.
[3] Kurtz Th.G. Limit Theorems for Workload Input Models, 1996.
[4] Breton J.-C., Dombry C. Functional macroscopic behavior of weighted random balls model. ALEA: Lat. Amer. J. Probab. Math. Statist., 8 (2011), 177-196.
[5] Kaj I., Leskela L., Norros I., Schmidt V. Scaling limits for random fields with long-range dependence, Ann. Appl. Probab. 35 (2) (2007) 528-550.
[6] Е. Аззо. О многомерных вариантах систем обслуживания с дискретной нагрузкой. ВКР магистра, СПбГУ, 2019.
[7] Bierme H., Estrade A. Poisson random balls: self-similarity and X-ray images, Adv. Appl. Probab. 38 (2006) 1-20.
[8] Caglar M. A long-range dependent workload model for packet data trafic. Mathematics of Operations Research, 29(1):92-105, 2004.
[9] Kaj I., Taqqu M.S. Convergence to fractional Brownian motion and to the telecom process: the integral representation approach. In: In and Out of Equilibrium 2, 383-427. Springer, 2008.
[10] Rosenkrantz W.A., Horowitz J. et al. The infinite source model for internet trafic: statistical analysis and limit theorems. Methods and applications of analysis, 9(3):445-462, 2002.