Extreme value statistics in a continuous time branching process: a pedagogical primer

यहाँ सत्य एन. मजुमदार और अल्बर्टो रोसो के शोध पत्र "Extreme value statistics in a continuous time branching process: a pedagogical primer" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या का विवरण (Problem Statement)

यह शोध पत्र मृत्यु दर वाले एक निरंतर समय वाली शाखा प्रक्रिया (continuous-time branching process) के चरम मान सांख्यिकी (extreme value statistics) की जांच करता है। यह प्रणाली $t=0$ पर एक अकेले व्यक्ति से शुरू होती है। प्रत्येक व्यक्ति:

• दर $b$ (शाखन/branching) के साथ दो बेटियों में विभाजित होता है।
• दर $a$ (मृत्यु/death) के साथ मर जाता है।
• (वैकल्पिक रूप से) दर $D$ के साथ विसरित (diffuse) होता है, हालांकि लेखक नोट करते हैं कि स्थानिक प्रसार (spatial diffusion) जनसंख्या आकार के सांख्यिकी को प्रभावित नहीं करता है।

प्राथमिक अध्ययन की वस्तु समय $t$ तक पहुँची अधिकतम जनसंख्या आकार $M(t)$ है:
$$M(t) = \max_{0 \le \tau \le t} [N(\tau)]$$
जहाँ $N(t)$ समय $t$ पर यादृच्छिक जनसंख्या आकार है। लक्ष्य $Q(L, t) = \text{Prob}[M(t) = L]$ की प्रायिकता वितरण की गणना करना है।

यह समस्या गैर-तुच्छ (non-trivial) है क्योंकि $N(t)$ एक मजबूत सहसंबंध (strongly correlated) वाला स्टोकेस्टिक प्रोसेस है। स्वतंत्र और समान रूप से वितरित (i.i.d.) चरों के विपरीत, जहाँ चरम मान सांख्यिकी शास्त्रीय गंबेल (Gumbel), फ्रेटशे (Fréchet), या वेइबुल (Weibull) वितरणों का अनुसरण करती है, शाखा प्रक्रियाओं में सहसंबंध सटीक विश्लेषणात्मक समाधानों को कठिन बना देते हैं। लेखक तीन अलग-अलग गतिशील चरणों में एक सटीक समाधान प्रदान करने का लक्ष्य रखते हैं:

1. अल्प-क्रांतिक (Subcritical): $b < a$ (मृत्यु प्रभावी है)।
2. क्रांतिक (Critical): $b = a$ (संतुलित)।
3. अति-क्रांतिक (Supercritical): $b > a$ (शाखन प्रभावी है)।

2. कार्यप्रणाली (Methodology)

लेखक एक शैक्षणिक दृष्टिकोण अपनाते हैं, जिसमें वे एक गैर-रेखीय शाखा प्रक्रिया को एक सरल, हल करने योग्य 'रैंडम वॉक' समस्या में मैप करते हैं।

A. "एजिटेटेड रैंडम वॉक" (ARW) में मैपिंग

मानक बैकवर्ड मास्टर समीकरण (जो जनरेटिंग फंक्शन के लिए एक गैर-रेखीय अवकल समीकरण देता है और अधिकतम सांख्यिकी के लिए अनुकूलित करना कठिन है) के बजाय, लेखक जनसंख्या आकार $N(t)$ को एक धनात्मक अर्ध-अनंत जाली (positive semi-infinite lattice) ($n = 0, 1, 2, \dots$) पर एक रैंडम वाकर की स्थिति में मैप करते हैं।

• अवस्था (State): वाकर की स्थिति $n$ जनसंख्या आकार का प्रतिनिधित्व करती है।
• गतिशीलता (Dynamics): साइट $n$ से, वाकर कूदता है:
  • $n+1$ पर दर $b \cdot n$ के साथ (शाखन)।
  • $n-1$ पर दर $a \cdot n$ के साथ (मृत्यु)।
  • शेष प्रायिकता के साथ $n$ पर ही रहता है।
• अवशोषक सीमा (Absorbing Boundary): साइट $n=0$ एक अवशोषक अवस्था (विलुप्ति/extinction) है। एक बार यहाँ पहुँचने के बाद, प्रक्रिया रुक जाती है।
• मुख्य विशेषता: हॉपिंग दरें $n$ के समानुपाती हैं। जैसे-जैसे वाकर मूल बिंदु (origin) से दूर जाता है, वह "अधिक सक्रिय" या "उत्तेजित" (agitated) होता जाता है। इसे एजिटेटेड रैंडम वॉक (ARW) कहा जाता है।

B. उत्तरजीविता प्रायिकता दृष्टिकोण (Survival Probability Approach)

$M(t)$ के वितरण को खोजने के लिए, लेखक उत्तरजीविता प्रायिकता $q(n, t|L)$ की गणना करते हैं। इसे इस प्रकार परिभाषित किया गया है कि एक वाकर $n$ से शुरू होकर समय $t$ तक बाधा $L$ तक नहीं पहुँचता है।

• यदि वाकर $L$ से नीचे रहता है, तो $M(t) < L$ होगा।
• अधिकतम का संचयी वितरण (cumulative distribution) $Q(M(t) \le L) = q(1, t|L)$ है।
• प्रायिकता घनत्व फलन (PDF) को $Q(L, t) \approx \partial_L q(1, t|L)$ के माध्यम से प्राप्त किया जाता है।

$q(n, t|L)$ का विकास एक रैखिक बैकवर्ड फोकर-प्लांक समीकरण (ARW की रैखिकता के कारण) द्वारा नियंत्रित होता है, जिसे समय $t$ के सापेक्ष लाप्लास ट्रांसफॉर्म (Laplace transforms) और जाली साइट $n$ के सापेक्ष जनरेटिंग फंक्शन का उपयोग करके हल किया जाता है।

C. निरंतर सीमा (Feller Process)

अल्प-क्रांतिक चरण के लिए, लेखक एक निरंतर सीमा निकालते हैं जहाँ असतत जाली एक निरंतर स्थान $x$ में बदल जाती है। यह एक विशिष्ट फेलर प्रक्रिया (Feller process) को पुनः प्राप्त करता है (एक डिफ्यूजन प्रक्रिया जिसमें रैखिक ड्रिफ्ट और स्थान-निर्भर डिफ्यूजन $D(x) \propto x$ होता है), जो बड़े-$n$ सीमा में असतत परिणामों को मान्य करता है।

3. मुख्य योगदान और परिणाम

लेखिका तीनों चरणों में $Q(L, t)$ के लिए सटीक विश्लेषणात्मक व्यंजक प्रदान करते हैं, जो विशिष्ट स्पर्शोन्मुखी व्यवहार (asymptotic behaviors) को प्रकट करते हैं।

A. अल्प-क्रांतिक चरण ($b < a$)

• व्यवहार: जनसंख्या अंततः प्रायिकता 1 के साथ विलुप्त हो जाती है।
• परिणाम: जैसे-जैसे $t \to \infty$, वितरण $Q(L, t)$ स्थिर (stationary) हो जाता है (समय-स्वतंत्र)।
• पूंछ (Tail): स्थिर वितरण $L$ के साथ घातांकी (exponentially) रूप से घटता है:
  $$Q(L, \infty) \sim c^L \quad (\text{जहाँ } c = a/b > 1)$$
• भौतिक व्याख्या: चूंकि जनसंख्या तेजी से समाप्त हो जाती है, इसलिए पहुँचा गया अधिकतम आकार परिमित होता है और समय के साथ नहीं बढ़ता है।

B. क्रांतिक चरण ($b = a$)

• व्यवहार: औसत जनसंख्या आकार स्थिर रहता है ($\langle N(t) \rangle = 1$), लेकिन उतार-चढ़ाव महत्वपूर्ण होते हैं।
• परिणाम: वितरण बड़े $t$ के लिए एक स्थिर रूप की ओर बढ़ता है, लेकिन इसमें एक पावर-लॉ टेल (power-law tail) होती है:
  $$Q(L, \infty) \sim \frac{1}{L^2}$$
• परिमित-समय स्केलिंग (Finite-Time Scaling): परिमित लेकिन बड़े $t$ के लिए, वितरण एक स्केलिंग रूप प्रदर्शित करता है:
  $$Q(L, t) \approx \frac{1}{L^2} f_c\left(\frac{L}{at}\right)$$
  जहाँ $f_c(z)$ एक गैर-तुच्छ स्केलिंग फलन है जिसे विश्लेषणात्मक रूप से परिकलित किया गया है।
  • $z \to 0$ होने पर $f_c(z) \to 1$ (स्थिर पावर लॉ को पुनः प्राप्त करता है)।
  • $z \to \infty$ होने पर $f_c(z) \sim z^2 e^{-z}$ (घातांकीय कटऑफ)।
• गतिशीलता (Dynamics): वितरण का "फ्रंट" गति $a$ के साथ बैलिस्टिक रूप से चलता है। औसत अधिकतम बहुत धीरे बढ़ता है, $\langle M(t) \rangle \sim \ln(t)$।

C. अति-क्रांतिक चरण ($b > a$)

• व्यवहार: जनसंख्या प्रायिकता $(1 - a/b)$ के साथ जीवित रहती है और घातांकीय रूप से बढ़ती है; यह प्रायिकता $a/b$ के साथ विलुप्त हो जाती है।
• परिणाम: वितरण $Q(L, t)$ दो अलग-अलग भागों में विभाजित हो जाता है:
  1. द्रव भाग (Fluid Part): एक समय-स्वतंत्र घटक जो उन प्रक्षेप पथों (trajectories) के अनुरूप है जो अंततः विलुप्त हो जाते हैं। इसमें एक घातांकीय पूंछ होती है और इसका कुल प्रायिकता भार $c = a/b$ होता है।
  2. संघनित भाग (Condensate Part): एक डेल्टा-फंक्शन पीक जो $L \approx e^{(b-a)t}$ पर स्थित है। यह उन प्रक्षेप पथों के अनुरूप है जहाँ जनसंख्या विस्फोट करती है। यह शेष प्रायिकता भार $(1 - c)$ वहन करता है।
• गणितीय रूप:
  $$Q(L, t) \approx (-\ln c)(1-c)c^L \theta(e^{(b-a)t} - L) + (1-c)\delta(L - e^{(b-a)t})$$
• भौतिक व्याख्या: "संघनित" हिस्सा उन दुर्लभ लेकिन प्रभावी घटनाओं का प्रतिनिधित्व करता है जहाँ जनसंख्या जीवित रहती है और घातांकीय रूप से बढ़ती है, जिससे अधिकतम मान समय के साथ अनंत की ओर बढ़ता है।

4. महत्व और अनुप्रयोग

1. सहसंबंधित प्रणालियों के लिए सटीक समाधान: यह शोध पत्र एक मजबूत सहसंबंधित टाइम सीरीज़ के लिए एक दुर्लभ सटीक रूप से हल करने योग्य चरम मान समस्या प्रदान करता है। अधिकांश चरम मान सिद्धांत i.i.d. धारणाओं पर निर्भर करते हैं; यह कार्य जटिल, सहसंबंधित स्टोकेस्टिक प्रक्रियाओं के लिए सटीक परिणामों का विस्तार करता है।
2. शैक्षणिक मूल्य: 'एजिटेटेड रैंडम वॉक' में शाखा प्रक्रिया को मैप करके, लेखक एक जटिल गैर-रेखीय समस्या को एक रैखिक रैंडम वॉक समस्या में सरल बना देते हैं, जिसे मानक सांख्यिकीय भौतिकी उपकरणों (जनरेटिंग फंक्शन, लाप्लास ट्रांसफॉर्म) द्वारा हल किया जा सकता है।
3. महामारी विज्ञान संबंधी प्रासंगिकता (Epidemiological Relevance): परिणाम महामारी के मॉडलिंग में सीधे लागू होते हैं। $Q(L, t)$ समय $t$ तक संक्रमित व्यक्तियों की चरम संख्या (peak number) के वितरण का वर्णन करता है।
   • अल्प-क्रांतिक शासन में (प्रभावी पुनरुत्पादन संख्या $R_0 < 1$), शिखर सीमित होता है और घटता है।
   • क्रांतिक शासन में ($R_0 = 1$), शिखर एक पावर लॉ का पालन करता है।
   • अति-क्रांतिक शासन में ($R_0 > 1$), एक बड़े प्रकोप (संघनित) की एक सीमित प्रायिकता होती है जहाँ शिखर घातांकीय रूप से बढ़ता है।
4. फेलर प्रक्रिया (Feller Process) से संबंध: यह कार्य असतत शाखा प्रक्रियाओं को निरंतर फेलर प्रक्रियाओं से जोड़ता है, जो अति-क्रांतिक शासन में उनके व्यवहार को स्पष्ट करता है (जिसे अक्सर अल्प-क्रांतिक मामले की तुलना में कम अध्ययन किया जाता है)।

निष्कर्ष

मजुमदार और रोसो ने एक 'एजिटेटेड रैंडम वॉक' में मैप करके मृत्यु दर वाले एक शाखा प्रक्रिया के चरम मान सांख्यिकी का सफलतापूर्वक चित्रण किया है। उन्होंने अधिकतम जनसंख्या आकार के लिए सटीक वितरण प्राप्त किया है, जो एक समृद्ध चरण संरचना को प्रकट करता है: अल्प-क्रांतिक चरण में घातांकीय क्षय, क्रांतिक चरण में पावर-लॉ स्केलिंग, और अति-क्रांतिक चरण में एक स्थिर "द्रव" और एक गतिशील "संघनित" के बीच अलगाव। ये परिणाम जैविक विकास और महामारी प्रसार में शिखर घटनाओं (peak events) के सांख्यिकी के बारे में गहरी अंतर्दृष्टि प्रदान करते हैं।