凱斯滕-斯蒂格姆定理（Kesten-Stigum theorem）
/ KES-ten STEE-goom /
對超臨界高爾頓-沃森過程（平均 m > 1），族群在存活事件上以 m^n 的速率成長。自然的標準化 W_n = Z_n / m^n 是非負鞅，故幾乎必然收斂到極限 W。但鞅可能收斂到退化的極限——幾乎必然等於 0——這意味標準化選錯了，真正的成長比 m^n 慢。凱斯滕-斯蒂格姆定理精確指出此情形「不」發生的時機：它給出 W 為 m^n 之真正非平凡隨機倍數的充要條件。
設 sum_k k p_k = m > 1，X 為子代隨機變數。凱斯滕-斯蒂格姆定理陳述以下等價：(i) W_n = Z_n / m^n 的極限 W 滿足 E[W] = 1（等價於 W_n 在 L^1 收斂，等價於 W 並非幾乎必然為 0）；(ii) 子代分布滿足「x log x」動差條件 E[X log+ X] < infinity。此外，當這些成立時，{W = 0} 與滅絕事件相合（至多差一個零測集），故在存活時 W > 0 嚴格成立。反之，若 E[X log+ X] = infinity，則即便過程可能存活，W = 0 幾乎必然——族群仍成長，但嚴格慢於 m^n，正確的標準化是 m^n 乘上一個緩變修正。證明透過樹的尺寸偏置版本（脊柱分解，spine decomposition）：W 保持非退化，恰當沿尺寸偏置脊柱的子代具有使可加鞅一致可積所需的可積性時。
重要性：這是關於存活分支族群成長率的決定性定理，而 x log x 條件是機率論中典型的「恰好差一點」可積條件之一——比有限平均略多，遠少於有限變異數。它逐字推廣到多型分支（m 為 Perron-Frobenius 特徵值）、分支隨機漫步、以及一般分支（Crump-Mode-Jagers）過程。其誠實的內涵在於失效情形：單憑有限平均 m > 1「不」保證 Z_n / m^n 有正極限。若子代尾部重到 E[X log X] = infinity，樸素的幾何標準化會過衝，W 坍縮為零，這是只檢查平均有限時的一個微妙陷阱。
若子代所有動差皆有限（例如 Poisson 或二元分裂），x log x 條件自然滿足，W 在存活時為真正的正極限：Z_n 以 W m^n 成長，W > 0。但構造一個子代分布，使大 k 時 P(X = k) 約為 C / (k^2 log k)；則 m 可有限卻 E[X log X] = infinity，於是即便過程存活，Z_n / m^n -> 0——其成長略慢於 m^n。
W = lim Z_n / m^n 非退化，當且僅當 E[X log+ X] < infinity；否則它坍縮為零。
單憑有限平均 m > 1「不足」以使 W 為正；額外的 x log x 可積性不可或缺。一旦失效，族群仍成長但嚴格慢於 m^n，且 W = 0 幾乎必然。