PASTA 성질 (Poisson Arrivals See Time Averages)

한 줄 정의: 포아송 과정으로 도착하는 고객이 보는 시스템 상태의 분포가 시간평균 분포와 같다는 정리입니다.

쉽게 풀면

대기열에 사람이 몇 명 있는지를 '아무 때나 관찰한 평균'과 '손님이 도착한 순간에 본 평균'은 보통 다를 수 있습니다. 그런데 손님이 포아송 과정으로 무작위하게 도착하면 두 값이 같아집니다. 이것이 PASTA 성질입니다.

왜 중요한가

대기모형에서 도착 고객이 겪는 대기시간을 시간평균 대기인원으로부터 계산하는 여러 공식이 이 성질에 기대고 있습니다. 시뮬레이션이나 실측에서 도착 시점 관측값을 시간평균의 추정치로 써도 되는지 판단하는 근거로도 인용됩니다.

논문에서는 이렇게 쓰입니다

"도착과정이 포아송이므로 PASTA 성질에 의해 도착 고객이 관측하는 시스템 내 고객 수 분포는 정상상태 분포와 일치한다."

M/G/1 분석에서 전제로 쓰는 전형적 문장입니다.

조금 더 깊게 보면

이 정리는 Wolff(1982)가 일반적인 형태로 증명했습니다. 핵심 조건은 미래 도착이 과거의 시스템 상태와 독립이라는 '예견 없음(lack of anticipation)' 가정입니다. M/G/1 모형의 폴라체크-킨친 공식을 유도할 때 도착 고객이 보는 잔여 작업량을 시간평균으로 바꾸는 단계에서 쓰입니다. 도착이 포아송이 아니면(예: 일정 간격 도착) 도착 시점 분포와 시간평균이 달라질 수 있습니다.

주의할 점

포아송과정은 도착을 묘사하는 확률모형이고, PASTA는 그런 도착이 '무엇을 보게 되는지'에 관한 정리라는 점이 다릅니다. 도착이 포아송이어도 대기열 상태에 따라 도착률이 바뀌거나 이탈이 생기면 조건을 다시 확인해야 합니다.