🔢 गणित

On extinction and survival of the Bak-Sneppen model on arbitrary graphs

यह शोध पत्र सीमित डिग्री वाले परिमित जुड़े हुए ग्राफों पर डिस्क्रीट बाक-स्नेपन मॉडल के स्टेशनरी वितरण का विश्लेषण करता है, जो छोटे- $p$ शासन (regime) में फिटनेस एक वाले शीर्षों की प्रायिकता पर समान सीमाएँ स्थापित करता है और पूरक शासन में शून्यों के घनत्व के लिए घातांकीय टेल बाउंड्स (exponential tail bounds) व्युत्पन्न करता है।

मूल लेखक: Serguei Popov, Stanislav Volkov

प्रकाशित 2026-10-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Serguei Popov, Stanislav Volkov

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

जटिल प्रणालियों के अध्ययन में, वैज्ञानिक अक्सर इस बात में पैटर्न देखते हैं कि चीजें समय के साथ कैसे बदलती हैं। कल्पना कीजिए कि लोगों की एक भीड़ है, जिनमें से प्रत्येक के पास एक संख्या है जो उनकी वर्तमान स्थिति या "फिटनेस" को दर्शाती है। बैक-स्नेपन (Bak–Sneppen) मॉडल के रूप में जाने जाने वाले एक प्रसिद्ध मॉडल में, सबसे कम संख्या वाले व्यक्ति की पहचान की जाती है, और उनकी संख्या, उनके निकटतम पड़ोसियों की संख्याओं के साथ, नई यादृच्छिक (random) मानों द्वारा बदल दी जाती है। यह सरल नियम, जिसे बार-बार दोहराया जाता है, एक ऐसी गतिशीलता पैदा करता है जहाँ प्रणाली लगातार विकसित होती रहती है, जिससे वह खुद को एक महत्वपूर्ण अवस्था की ओर धकेलती है जहाँ छोटे बदलाव पूरे समूह में लहर की तरह फैल सकते हैं। यह व्यवहार, जिसे 'सेल्फ-ऑर्गनाइज्ड क्रिटिकैलिटी' (self-organized criticality) कहा जाता है, भूकंप से लेकर प्रजातियों के विकास तक हर चीज़ में दिखाई देता है, जो इसे समझने के लिए एक शक्तिशाली उपकरण बनाता है कि प्रकृति में व्यवस्था और अराजकता कैसे परस्पर क्रिया करते हैं। जबकि इस मॉडल का मूल संस्करण संख्याओं की एक निरंतर श्रेणी का उपयोग करता है, एक सरल, असतत (discrete) संस्करण पेश किया गया था जहाँ प्रत्येक व्यक्ति केवल दो मानों में से एक रख सकता है: शून्य या एक। इस सरलीकृत दुनिया में, सबसे कम मान वाला व्यक्ति (शून्य) अपने पड़ोस की पुनर्संरचना को सक्रिय करता है, जिससे नए मान 'एक' होने की संभावना उत्पन्न होती है। केंद्रीय प्रश्न गणितज्ञों के लिए यह रहा है कि: किन परिस्थितियों में प्रणाली एक स्थिर पैटर्न में बस जाती है, और लंबे समय में कितने शून्य या एक शेष रहते हैं?

दो शोधकर्ताओं, सर्गेई पोपोव और स्टैनिस्लाव वोल्कोव ने इस असतत संस्करण पर गहराई से काम किया है, लेकिन उन्होंने उस मंच का विस्तार किया है जिस पर यह खेल खेला जाता है। बिंदुओं के एक साधारण घेरे (circle) को देखने के बजाय, उन्होंने इसे बिंदुओं के किसी भी जुड़े हुए नेटवर्क (connected network) पर अध्ययन किया, बशर्ते कि नेटवर्क किसी एक स्थान पर बहुत अधिक भीड़भाड़ वाला न हो। उनका कार्य उस स्थिति पर केंद्रित है जब 'एक' होने की संभावना बहुत कम होती है। इस परिदृश्य में, कोई उम्मीद कर सकता है कि शून्य पूरी प्रणाली पर हावी हो जाएंगे, लेकिन यह साबित करना कि वे वास्तव में कितने प्रभावी होते हैं, और उनका प्रभुत्व कैसे फैलता है, एक कठिन गणितीय चुनौती है। लेखकों ने इस प्रक्रिया को देखने का एक नया तरीका विकसित किया, जिसमें समय के बीतने और मानों के प्रसार को संभावनाओं के एक मानचित्र के रूप में देखा गया। अपने मॉडल में शून्यों की गति को 'परकोलेशन' (percolation) की एक ज्ञात प्रक्रिया से तुलना करके—जहाँ तरल पदार्थ एक छिद्रपूर्ण सामग्री के माध्यम से फैलता है—वे सिस्टम में 'एक' की संख्या पर सटीक सीमाएँ निकालने में सक्षम रहे।

शोधकर्ताओं ने पाया कि जब 'एक' की संभावना कम होती है, तो किसी विशिष्ट बिंदु के 'एक' होने की संभावना काफी कम हो जाती है, जो एक विशिष्ट गणितीय संबंध का पालन करती है जो इस बात पर निर्भर करता है कि वह संभावना कितनी कम है। उन्होंने सिद्ध किया कि यह परिणाम नेटवर्क के आकार के बावजूद सत्य है, जब तक कि बिंदुओं के बीच के संबंध सीमित हैं। इसके अलावा, उन्होंने दिखाया कि यदि नेटवर्क को लंबी, गैर-अतिव्यापी (non-overlapping) श्रृंखलाओं में विभाजित किया जा सकता है, तो 'एक' के बड़े समूह को खोजने की संभावना नगण्य हो जाती है, जो श्रृंखलाओं के लंबा होने के साथ तेजी से घटती जाती है। इसका अर्थ यह है कि कम-संभावना वाले शासन (regime) में, प्रणाली 'एक' को दबाने में उल्लेखनीय रूप से कुशल है, जिससे नेटवर्क का एक बड़ा हिस्सा शून्य की स्थिति में रहता है।

इसके विपरीत, टीम ने दूसरे छोर का भी अन्वेषण किया, जहाँ 'एक' होने की संभावना अधिक होती है। इस शासन में, उन्होंने प्रदर्शित किया कि प्रणाली में शून्यों की संख्या केवल घटती ही नहीं है; बल्कि यह एक अनुमानित, घातांकीय वक्र (exponential curve) के साथ गायब हो जाती है। उन्होंने इस व्यवहार के लिए एक स्पष्ट सीमा स्थापित की, यह दिखाते हुए कि एक बार जब 'एक' की संभावना एक निश्चित बिंदु को पार कर जाती है, तो शून्य प्रभावी रूप से पूरे नेटवर्क में विलुप्त हो जाते हैं। यह निष्कर्ष महत्वपूर्ण है क्योंकि यह एक समान गारंटी प्रदान करता है: चाहे नेटवर्क कैसे भी व्यवस्थित हो, यदि स्थितियाँ सही हैं, तो शून्य तेजी से गायब हो जाएंगे। लेखकों ने इन परिणामों का अनुमान लगाने के लिए कंप्यूटर सिमुलेशन पर भरोसा नहीं किया; इसके बजाय, उन्होंने कठोर गणितीय तर्कों का निर्माण किया जो सिद्ध करते हैं कि ये व्यवहार होने ही चाहिए। उनका कार्य इन प्रणालियों में अस्तित्व और विलुप्ति की सीमाओं को स्पष्ट करता है, जिससे यह एक स्पष्ट चित्र मिलता है कि कैसे स्थानीय नियम वैश्विक स्थिरता या पतन की ओर ले जाते हैं।

उनके दृष्टिकोण में प्रमुख नवाचारों में से एक 'ग्राफिकल कंस्ट्रक्शन' (graphical construction) का उपयोग था, जिसने उन्हें प्रत्येक परिवर्तन के इतिहास को एक घटनाओं की समयरेखा (timeline) के रूप में ट्रैक करने की अनुमति दी। उन्होंने नेटवर्क को ब्लॉकों में विभाजित किया और विश्लेषण किया कि कैसे एक "शून्य" नेटवर्क के एक हिस्से से दूसरे हिस्से तक यात्रा कर सकता है, ठीक वैसे ही जैसे एक सिग्नल रिले स्टेशनों की एक श्रृंखला के माध्यम से गुजरता है। यह सुनिश्चित करके कि ये सिग्नल आसानी से बाधित या मिटाए नहीं जा सकते, वे दिखा सके कि विशिष्ट परिस्थितियों में शून्य बने रह सकते हैं और फैल सकते हैं। उन्होंने यह भी पहचाना कि नेटवर्क की संरचना मायने रखती है; यदि नेटवर्क लंबी, सीधी पथों से बना है जो वापस खुद में नहीं उलझती हैं, तो 'एक' के दमन को और भी प्रभावी बनाया जा सकता है। यह अंतर्दृष्टि बताती है कि क्यों कुछ नेटवर्क आकृतियाँ किसी विशेष अवस्था के प्रसार के प्रति दूसरों की तुलना में अधिक लचीली हो सकती हैं।

यह अध्ययन पुष्टि करता है कि बैक-स्पने मॉडल का व्यवहार केवल एक साधारण घेरे की विचित्रता नहीं है, बल्कि कई जुड़े हुए तंत्रों का एक मौलिक गुण है। विभिन्न नेटवर्क आकारों में प्रणाली के एक अनुमानित तरीके से व्यवहार करने को सिद्ध करके, शोधकर्ताओं ने असतत सेटिंग्स में 'सेल्फ-ऑर्गनाइज्ड क्रिटिकैलिटी' को समझने के लिए एक मजबूत ढांचा प्रदान किया है। उनके परिणाम बताते हैं कि शून्य और एक के बीच का संतुलन यादृच्छिक नहीं है, बल्कि परिवर्तन की अंतर्निहित संभावना और कनेक्शनों की ज्यामिति द्वारा कड़ाई से नियंत्रित होता है। यह कार्य यह दावा नहीं करता कि यह जटिल प्रणालियों के हर रहस्य को सुलझा देता है, लेकिन यह यह समझने के लिए एक ठोस, प्रमाणित आधार प्रदान करता है कि कैसे सरल स्थानीय अंतःक्रियाएं जटिल वैश्विक पैटर्न की ओर ले जा सकती हैं, और कैसे उन पैटर्नों की गणितीय निश्चितता के साथ भविष्यवाणी की जा सकती है।

तकनीकी सारांश: मनमाने ग्राफ़ पर डिस्क्रीट बैक-स्नेपन मॉडल के विलुप्ति और उत्तरजीविता पर

समस्या विवरण
यह शोध पत्र सीमित, जुड़े हुए (connected) और सीमित डिग्री वाले ग्राफ़ पर परिभाषित डिस्क्रीट बैक-स्नेपन मॉडल के स्टेशनरी डिस्ट्रीब्यूशन (stationary distribution) की जांच करता है। यह मॉडल शास्त्रीय बैक-स्नेपन विकास मॉडल का एक डिस्क्रीट संस्करण है, जो एक ग्राफ़ $G$ पर कार्य करता है जहाँ प्रत्येक शीर्ष (vertex) $x$ के पास एक फिटनेस मान $\eta_x \in \{0, 1\}$ होता है। गतिशीलता (dynamics) में न्यूनतम फिटनेस (आमतौर पर 0) वाले एक शीर्ष को चुनना और उस शीर्ष तथा उसके सभी पड़ोसियों की फिटनेस को स्वतंत्र Bernoulli( $p$ ) चरों के अनुसार पुन: नमूनाकरण (resampling) करना शामिल है।

प्राथमिक उद्देश्य यह निर्धारित करना है कि एक विशिष्ट शीर्ष की फिटनेस 1 होने की स्टेशनरी प्रायिकता (denote $\pi(\eta_x=1)$ ) क्या है और बड़े ग्राफ़ के सीमा (limit) में 'ones' का स्टेशनरी घनत्व ( $\bar{\eta}$ ) क्या है। अध्ययन दो शासनों (regimes) पर केंद्रित है:

स्मॉल- $p$ शासन (Small- $p$ regime): जहाँ किसी शीर्ष को फिटनेस 1 दिए जाने की प्रायिकता कम होती है।
लार्ज- $p$ शासन (Large- $p$ regime): जहाँ फिटनेस 1 देने की प्रायिकता अधिक होती है (तदनुसार $q = 1-p$ छोटा होता है), जिससे ज़ीरो (zeros) के विलुप्त होने की संभावना होती है।

जबकि पिछले परिणामों ने चक्र (cycles) या रेगुलर लैटिस जैसे विशिष्ट ढांचों पर व्यवहार स्थापित किया था, यह कार्य मनमाने सीमित जुड़े हुए ग्राफ़ (arbitrary finite connected graphs) के लिए लागू होने वाले समान बाउंड्स (uniform bounds) और टेल एस्टिमेट्स (tail estimates) प्रदान करने का लक्ष्य रखता है।

कार्यप्रणाली
लेखक संभाव्य तकनीकों (probabilistic techniques) के संयोजन का उपयोग करते हैं, जो मुख्य रूप से एक ग्राफिकल कंस्ट्रक्शन और पर्कोलेशन मॉडल के साथ तुलना पर निर्भर करती हैं।

ग्राफिकल कंस्ट्रलेशन और फ्लो लेम्मा (Flow Lemma):
लेखक एक निरंतर-समय (continuous-time) ग्राफिकल कंस्ट्रक्शन का उपयोग करते हैं जहाँ शीर्षों के पास स्वतंत्र पॉइसन क्लॉक्स (Poisson clocks) होते हैं। जब एक क्लॉक बजती है, यदि शीर्ष की फिटनेस 0 है, तो उसके पड़ोस का पुन: नमूनाकरण किया जाता है। एक "फ्लो लेम्मा" (लेम्मा 2.1) का उपयोग अवस्थाओं के सेट (जैसे, एक विशिष्ट साइट पर 1 वाली कॉन्फ़िगरेशन) से बाहर जाने वाले प्रवाह की दर (rate of flow out) की तुलना उस सेट में आने वाले प्रवाह की दर से करके स्टेशनरी प्रायिकताओं को बाउंड करने के लिए किया जाता है।
ओरिएंटेड साइट पर्कोलेशन के साथ तुलना:
स्मॉल- $p$ शासन में, मुख्य विधि स्व-अवरोधक पथों (self-avoiding paths/chains) के साथ क्रमिक शीर्षों के युग्मों के आधार पर "ब्लॉक्स" (blocks) का निर्माण करना है। एक ब्लॉक को "नाइस" (nice) घोषित किया जाता है यदि कोई "बैड" (bad) घटना (जो 1 लेकर आती है) नहीं होती है और विशिष्ट क्लॉक्स बजती हैं। यह निर्माण लेखकों को बैक-स्नेपन मॉडल में ज़ीरो के प्रसार को एक स्ट्रिप पर ओरिएंटेड साइट पर्कोलेशन मॉडल में जीवित रहने वाले ओपन साइट्स के मैपिंग करने की अनुमति देता है।

ब्लॉक्स: समय अंतराल पर शीर्षों के युग्मों $S_i = \{z_i, z_{i+1}\}$ पर परिभाषित।
पर्कोलेशन मैपिंग: यदि एक ब्लॉक "नाइस" है और युग्म में कम से कम एक शीर्ष की फिटनेस 0 है, तो ज़ीरो अगले स्तर तक प्रसारित होता है। यह एक ओरिएंटेड पर्कोलेशन के समरूपी (isomorphic) डिपेंडेंसी स्ट्रक्चर बनाता है।
कंटूर मेथड्स (Contour Methods): ज़ीरो के जीवित रहने या फैलने की प्रायिकता का अनुमान लगाने के लिए, लेखक दूरस्थ साइट तक ज़ीरो के पहुँचने में विफल होने या बड़ी संख्या में साइट्स के 'ones' बने रहने की प्रायिकता को बाउंड करने के लिए पीयर्स-टाइप कंटूर तर्क (लेम्मा 3.1, लेम्मा 3.2) का उपयोग करते हैं।

ल्यपुनोव फंक्शन तर्क (Lyapunov Function Argument):
लार्ज- $p$ शासन (छोटा $q$ ) के लिए, लेखक यह प्रदर्शित करने के लिए कि ज़ीरो का विलुप्त होना एक निश्चित डिग्री वाले ग्राफ़ पर समान रूप से होता है, एक ल्यपुनोव फंक्शन तर्क का उपयोग करते हैं, जो ज़ीरो की संख्या के टेल (tail) के घातांकीय क्षय (exponential decay) को दर्शाता है।

प्रमुख योगदान और परिणाम

स्टेशनरी घनत्व पर यूनिफॉर्म बाउंड (स्मॉल- $p$ ):
थ्योरम 1.2 यह स्थापित करता है कि किसी भी ग्राफ़ $G$ के लिए जिसका अधिकतम डिग्री $d$ है, एक थ्रेशोल्ड $p_0(d)$ मौजूद है, ताकि सभी $p \le p_0$ के लिए, एक शीर्ष की फिटनेस 1 होने की स्टेशनरी प्रायिकता $C_d p \ln(1/p)$ द्वारा बाउंड है। यह बाउंड सभी ऐसे ग्राफ़ों पर समान (uniform) है। लेखक नोट करते हैं कि लॉगरिदमिक फैक्टर तक यह ऑर्डर ऑफ मैग्नीट्यूड सही है, क्योंकि $p$ के क्रम की निचली सीमा (lower bound) तुच्छ (trivial) है।
घनत्व के लिए एक्सपोनेंशियल टेल बाउंड्स (स्मॉल- $p$ ):
थ्योरम 1.4 एक कंसन्ट्रेशन ऑफ मेजर (concentration of measure) परिणाम प्रदान करता है। यदि ग्राफ़ $G$ को सीमित ओवरलैप (पैरामीटर $m$ ) के साथ लंबी चेन्स (लंबाई $\ell$ ) द्वारा कवर किया जा सकता है, तो 'ones' के स्टेशनरी घनत्व के $O(m / \ln(1/p))$ से अधिक होने की प्रायिकता $\ell$ के सापेक्ष घातांकीय रूप से छोटी है। विशेष रूप से, $\pi(\bar{\eta} > m C' / \ln(1/p)) \le C m^2 |G|^3 e^{-\ell}$ । यह परिणाम इस बात पर निर्भर करता है कि ग्राफ़ चेन्स द्वारा कवर किया जा सकने योग्य है, जो ग्रिड और टॉरस जैसी संरचनाओं के लिए संतुष्ट है लेकिन कई लीव्स (leaves) वाले ट्रीज़ के लिए प्रतिबंधात्मक है।
ज़ीरो का विलुप्ति (लार्ज- $p$ ):
थ्योरम 1.5 जहाँ $q = 1-p$ छोटा है, उस शासन को संबोधित करता है। यह सिद्ध करता है कि एक थ्रेशोल्ड $q_0(d)$ मौजूद है जो $1/(d+1)$ से स्पष्ट रूप से अधिक है, ताकि यदि $q < q_0$ , तो स्टेशनरी डिस्ट्रीब्यूशन में ज़ीरो की संख्या का एक घातांकीय क्षय वाला टेल है: $\pi(\text{number of zeros} > k) \le c_1 e^{-c_2 k}$ । यह अधिकतम डिग्री $d$ वाले सभी ग्राफ़ों पर समान रूप से लागू होता है।
निरंतर बनाम डिस्क्रीट समय:
यह पेपर निरंतर-समय प्रक्रिया ( $\pi_c$ ) और डिस्क्रीट-टाइम चेन ( $\pi_d$ ) के स्टेशनरी डिस्ट्रीब्यूशन को कठोरता से जोड़ता है, यह दिखाते हुए कि एक के लिए प्राप्त बाउंड को दूसरे में अधिकतम एक स्थिरांक कारक (आमतौर पर 2) के साथ स्थानांतरित किया जा सकता है।

महत्व और दावे
पेपर का दावा है कि यह सर्कल पर बैक-स्नेपन मॉडल के स्मॉल- $p$ व्यवहार के लिए एक वैकल्पिक, संभावित रूप से सरल प्रमाण प्रदान करता है, और इन परिणामों को मनमाने सीमित जुड़े हुए ग्राफ़ तक विस्तारित करता है। इसका प्राथमिक योगदान उन मात्रात्मक बाउंड्स (quantitative bounds) का व्युत्पन्न करना है जो ग्राफ़ की विशिष्ट टोपोलॉजी पर निर्भर नहीं करते हैं, बशर्ते डिग्री सीमित हो।

लेखक स्पष्ट रूप से कहते हैं कि उनके परिणाम परिमित चेन के इनवेरिएंट लॉ (invariant law) के लिए तैयार किए गए हैं, जो कि अर्गोडिक (ergodic) है (संबंधित साहित्य में अक्सर उपयोग किए जाने वाले एब्जॉर्बिंग कॉन्टैक्ट प्रोसेस के विपरीत)। हालांकि वे स्वीकार करते हैं कि बैंड्ट [3] के माध्यम से बैक-स्नेपन मॉडल और एक विशिष्ट कॉन्टैक्ट प्रोसेस के बीच एक कंजुगेसी (conjugacy) है, वे नोट करते हैं कि कॉन्टैक्ट प्रोसेस के मौजूदा परिणाम उनके थ्योरम्स को सीधे तौर पर प्राप्त नहीं करते हैं क्योंकि उनमें "ऑल-नेबरहुड" अपडेट नियम और बैक-स्नेपन चेन की गैर-एब्जॉर्बिंग प्रकृति में अंतर है।

यह कार्य सामान्य ग्राफ़ों पर ओरिएंटेड पर्कोलेशन तुलना और ब्लॉक कंस्ट्रक्शन के उपयोग को रेखांकित करता है। लेखक "चेन कवर" हाइपोथीसिस के विस्तार को अधिक सामान्य ग्राफ़ संरचनाओं (जैसे कि कई डिग्री-वन वर्टिक्स वाले ग्राफ़) के लिए एक खुले प्रश्न के रूप में छोड़ देते हैं।

इसी तरह के और पेपर