分支過程與聚合過程

高爾頓-沃森過程(Galton-Watson process)

/ GAWL-ton WOT-son /

高爾頓-沃森過程是繁殖族群最簡單的數學模型,也是分支過程理論的歷史發源地。它最初是為了回答一個維多利亞時代的問題——為何貴族姓氏會絕嗣?——而答案竟取決於單一一個數:每個個體的平均子代數。從第 0 代的一位祖先開始。每個個體都獨立於他人、也獨立於過去,依一個固定的子代分布(offspring distribution)產生隨機數目的子女;這些子女構成下一代。過程 Z_n 即第 n 代的總族群大小。

形式上,固定非負整數上的一個機率分布 (p_k){k>=0},即子代分布,其平均為 m = sum_k k p_k。令 {X(n,i)} 為此分布的獨立副本,X(n,i) 是第 n 代第 i 個個體的子女數。則 Z_0 = 1 且 Z_(n+1) = sum_(i=1)^(Z_n) X(n,i),空和(當 Z_n = 0 時)取為 0。這使得 (Z_n) 成為 {0, 1, 2, ...} 上的時齊馬可夫鏈,其中 0 是吸收態(滅絕):族群一旦死去就永遠死去。關鍵的結構事實由對 Z_n 取條件即可得到:平均以幾何方式成長,E[Z_n] = m^n,而整套理論都圍繞 m 小於、等於、或大於 1 來組織。

重要性:高爾頓-沃森過程是其後一切分支模型——多型、連續時間、連續狀態、空間型——的原型,其作為啟發式工具的用途遠超出人口學。稀疏隨機圖的局部結構(Erdos-Renyi 圖 G(n, c/n) 中某頂點的鄰域)看起來就像一棵子代為 Poisson(c) 的高爾頓-沃森樹,這正是為何巨大連通分量(giant component)的門檻恰落在平均度數為 1 之處。其前提假設是實實在在的:子代數須在個體間與世代間獨立同分布,沒有交互作用、沒有承載量、也沒有移入。一旦放棄獨立性或加入密度相依,便離開了高爾頓-沃森的世界。

設每個個體以機率 1/2 有 0 個子女、以機率 1/2 有 2 個子女,故 m = 1(臨界)。從一位祖先開始,族群其實是一個偽裝的公平隨機漫步:它要嘛迅速消亡、要嘛成長,雖然對所有 n 都有 E[Z_n] = 1,滅絕卻必然發生。相對地,m = 1.1(每個個體平均有 1.1 個子代)則給出無限存活的正機率。

一位祖先、獨立同分布的子代、無交互作用:存活與否僅由平均 m 決定。

確定性的平均 E[Z_n] = m^n 是個危險的指引:臨界過程對所有 n 都有 E[Z_n] = 1,卻以機率一滅絕。在臨界處,平均與幾乎必然行為劇烈分歧。

又称
Bienayme-Galton-Watson processGW processsimple branching process分支過程BGW 過程