ब्रांचिंग प्रक्रिया: Difference between revisions

Latest revision as of 10:15, 14 January 2023

प्रायिकता सिद्धांत में, ब्रांचिंग प्रक्रिया, गणितीय वस्तु का प्रकार है जिसे स्टोकैस्टिक प्रक्रिया के रूप में जाना जाता है, जिसमें यादृच्छिक चर के संग्रह होते हैं। स्टोकैस्टिक प्रक्रिया के यादृच्छिक चर प्राकृतिक संख्याओं द्वारा अनुक्रमित होते हैं। ब्रांचिंग प्रक्रियाओं का मूल उद्देश्य जनसंख्या के गणितीय मॉडल के रूप में काम करना हैं जिसमें पीढ़ी में प्रत्येक व्यक्ति $n$ पीढ़ी में व्यक्तियों की कुछ यादृच्छिक संख्या उत्पन्न करता है $n+1$ , के अनुसार सबसे सरल मामला, निश्चित संभाव्यता वितरण के लिए जो एक व्यक्ति से दूसरे व्यक्ति में भिन्न नहीं होता है।^[1] ब्रांचिंग प्रक्रियाओं का उपयोग प्रजनन मॉडल के लिए किया जाता है, उदाहरण के लिए, व्यक्ति बैक्टीरिया के अनुरूप हो सकते हैं, जिनमें से प्रत्येक एकल समय इकाई में कुछ संभावना के साथ 0,1 या 2 संतान उत्पन्न करता है। ब्रांचिंग प्रक्रियाओं का उपयोग समान गतिशीलता के साथ अन्य प्रणालियों को मॉडल करने के लिए भी किया जा सकता है, उदाहरण के लिए, वंशावली में उपनामों का प्रसार या परमाणु रिएक्टर में न्यूट्रॉन का प्रसार।

ब्रांचिंग प्रक्रियाओं के सिद्धांत में मुख्य प्रश्न अंतिम विलुप्ति की संभावना है, जहां कुछ सीमित पीढ़ियों के बाद कोई व्यक्ति मौजूद नहीं है। वाल्ड के समीकरण का उपयोग करते हुए, यह दिखाया जा सकता है कि पीढ़ी शून्य में व्यक्ति के साथ प्रारम्भ, पीढ़ी n के अनुमानित आकार μn जहां μ प्रत्येक व्यक्ति के बच्चों की अनुमानित संख्या है। यदि μ < 1, तो व्यक्तियों की अपेक्षित संख्या तेज़ी से शून्य हो जाती है, जिसका तात्पर्य मार्कोव की असमानता द्वारा संभावना 1 के साथ अंतिम विलुप्त होने से है। वैकल्पिक रूप से, यदि μ> 1, तो अंतिम विलुप्त होने की संभावना 1 से कम है (लेकिन जरूरी नहीं कि शून्य हो; प्रक्रिया पर विचार करें जहां प्रत्येक व्यक्ति के 0 या 100 बच्चे समान संभावना के साथ हों। उस मामले में, μ = 50, लेकिन अंतिम विलुप्ति की संभावना 0.5 से अधिक है, क्योंकि यह संभावना है कि पहले व्यक्ति के 0 बच्चे हैं )। यदि μ = 1, तो अन्तिम विलोपन संभाव्यता 1 के साथ होता है जब तक कि प्रत्येक व्यक्ति के पास हमेशा एक ही बच्चा न हो।

सैद्धांतिक पारिस्थितिकी में, ब्रांचिंग प्रक्रिया के पैरामीटर μ को मूल प्रजनन दर कहा जाता है।

गणितीय सूत्रीकरण

ब्रांचिंग प्रक्रिया का सबसे आम सूत्रीकरण गैल्टन-वाटसन प्रक्रिया है। Z_n अवधि n में स्थिति को निरूपित करें (अक्सर पीढ़ी n के आकार के रूप में व्याख्या की जाती है), और X_n,i को यादृच्छिक चर होने दें, जो अवधि n में सदस्य i के प्रत्यक्ष उत्तराधिकारियों की संख्या को दर्शाता है, जहाँ X_n,i सभी n ∈{ 0, 1, 2, ...} और i ∈ {1, ..., Z_n} पर स्वतंत्र और समान रूप से वितरित यादृच्छिक चर हैं। इसलिये पुनरावृत्ति समीकरण है

Z_{n+1}=\sum _{i=1}^{Z_{n}}X_{n,i}

Z₀ = 1 के साथ।

वैकल्पिक रूप से, ब्रांचिंग प्रक्रिया को रैंडम वॉक के रूप में तैयार किया जा सकता है। मान लीजिए Si अवधि i में स्थिति को निरूपित करता है, और मान लीजिए कि Xi ऐसा यादृच्छिक चर है जो सभी i पर iid से अधिक हो। फिर पुनरावृत्ति समीकरण है

S_{i+1}=S_{i}+X_{i+1}-1=\sum _{j=1}^{i+1}X_{j}-i

S₀ = 1 के साथ। इस फॉर्मूलेशन के लिए कुछ अंतर्ज्ञान प्राप्त करने के लिए, वाक की कल्पना करें जहां लक्ष्य हर नोड पर जाना है, लेकिन हर बार पहले से देखे गए नोड का दौरा किया जाता है, अतिरिक्त नोड्स का पता चलता है जिसे भी जाना चाहिए। बता दें कि S_i अवधि i में प्रकट लेकिन अविभाजित नोड्स की संख्या का प्रतिनिधित्व करता है, और X_i नए नोड्स की संख्या का प्रतिनिधित्व करता है जो नोड i का दौरा करने पर प्रकट होते हैं। फिर प्रत्येक अवधि में, प्रकट किए गए लेकिन बिना देखे गए नोड्स की संख्या पिछली अवधि में ऐसे नोड्स की संख्या के बराबर होती है, साथ ही नए नोड्स जो नोड पर जाने पर प्रकट होते हैं, उस नोड को घटाते हैं जिसे देखा गया है। सभी प्रकट नोड्स का दौरा करने के बाद प्रक्रिया समाप्त हो जाती है।

निरंतर- समय ब्रांचिंग प्रक्रियाएं

असततत-समय ब्रांचिंग प्रक्रियाओं के लिए, सभी व्यक्तियों के लिए ब्रांचिंग समय 1 होना तय है। निरंतर समय ब्रांचिंग प्रक्रियाओं के लिए, प्रत्येक व्यक्ति यादृच्छिक समय (जो निरंतर यादृच्छिक चर है) के लिए काम करता है, और फिर दिए गए वितरण के अनुसार विभाजित करता है। विभिन्न व्यक्तियों और बच्चों के लिए प्रतीक्षा समय स्वतंत्र है। सामान्य रूप से, प्रतीक्षा समय सभी व्यक्तियों के लिए पैरामीटरर λ के साथ घातीय चर है, ताकि प्रक्रिया मार्कोवियन हो।

गैल्टन वाटसन प्रक्रिया के लिए विलुप्त होने की समस्या

अंतिम विलुप्त होने की संभावना किसके द्वारा दी गई है

\lim _{n\to \infty }\Pr(Z_{n}=0).

किसी भी नॉनट्रियल मामलों के लिए (त्रिवियल मामलों में वे होते हैं जिनमें जनसंख्या के प्रत्येक सदस्य के लिए कोई संतान न होने की संभावना शून्य होती है - ऐसे मामलों में अंतिम विलुप्त होने की संभावना 0 होती है), अंतिम विलुप्त होने की संभावना एक के बराबर होती है यदि μ ≤ 1 और सिर्फ़ एक से कम अगर μ> 1।

इस प्रक्रिया का विश्लेषण संभाव्यता सृजन कार्य की विधि का उपयोग करके किया जा सकता है। मान लीजिए p₀, p₁, p₂, ... प्रत्येक पीढ़ी में प्रत्येक व्यक्ति द्वारा 0, 1, 2, ... वंश के उत्पादन की प्रायिकता हो सकती है। बता दें कि m^th पीढ़ी द्वारा विलुप्त होने की संभावना d_m है। स्पष्ट रूप से, d₀ = 0. चूंकि m^th पीढ़ी द्वारा 0 की ओर ले जाने वाले सभी रास्तों की संभावनाओं को जोड़ा जाना चाहिए, विलुप्त होने की संभावना पीढ़ियों में कम नहीं होती है। वह है,

0=d_{0}\leq d_{1}\leq d_{2}\leq \cdots \leq 1.

इसलिए, d_m सीमा d में अभिसरण करता है, और d अंतिम विलुप्त होने की संभावना है। यदि पहली पीढ़ी में j वंश हैं, तो m^th पीढ़ी तक मरने के लिए, इन पंक्तियों में से प्रत्येक को m − 1 पीढ़ी में समाप्त होना चाहिए। चूँकि वे स्वतंत्र रूप से आगे बढ़ते हैं, प्रायिकता (d_m₋₁) ^j है। इस प्रकार,

d_{m}=p_{0}+p_{1}d_{m-1}+p_{2}(d_{m-1})^{2}+p_{3}(d_{m-1})^{3}+\cdots .\,

समीकरण का दाहिना भाग प्रायिकता उत्पन्न करने वाला फलन है। मान लीजिए h(z) p_i के लिए सामान्य जनक फलन है_i:

h(z)=p_{0}+p_{1}z+p_{2}z^{2}+\cdots .\,

जनरेटिंग फ़ंक्शन का उपयोग करके, पिछला समीकरण बन जाता है

d_{m}=h(d_{m-1}).\,

चूंकि d_m → d, d को हल करके पाया जा सकता है

d=h(d).\,

यह z ≥ 0 के लिए y = z और y = h(z) के प्रतिच्छेदन बिंदुओं को खोजने के बराबर भी है। y = z एक सीधी रेखा है। y = h(z) वर्धमान है (क्योंकि $h'(z)=p_{1}+2p_{2}z+3p_{3}z^{2}+\cdots \geq 0$ ) और उत्तल (के बाद से $h''(z)=2p_{2}+6p_{3}z+12p_{4}z^{2}+\cdots \geq 0$ ) फ़ंक्शन। अधिकांश दो प्रतिच्छेदन बिंदु हैं। चूँकि (1,1) हमेशा दो कार्यों के लिए एक प्रतिच्छेदन बिंदु होता है, वहाँ केवल तीन मामले मौजूद होते हैं:

y = h(z) की तीन स्थितियाँ y = z के साथ प्रतिच्छेद करती हैं।

केस 1 का z < 1 पर एक और प्रतिच्छेदन बिंदु है (ग्राफ़ में लाल वक्र देखें)।

स्थिति 2 में z = 1 पर केवल एक प्रतिच्छेद बिंदु है। (ग्राफ में हरा वक्र देखें)

स्थिति 3 का एक अन्य प्रतिच्छेद बिंदु z > 1 पर है। (ग्राफ़ में काला वक्र देखें)

मामले 1 में, अंतिम विलुप्त होने की संभावना सिर्फ़ एक से कम है। मामले 2 और 3 के लिए, अंतिम विलुप्त होने की संभावना एक के बराबर होती है।

यह देखते हुए कि h′(1) = p₁ + 2p₂ + 3p₃ + ... = μ वास्तव में संतानों की अपेक्षित संख्या है जो माता-पिता उत्पन्न कर सकते हैं, यह निष्कर्ष निकाला जा सकता है कि ब्रांचिंग प्रक्रिया के लिए जनरेटिंग फ़ंक्शन h(z) के लिए किसी दिए गए माता-पिता की संतानों की संख्या, यदि एकल माता-पिता द्वारा उत्पादित संतानों की औसत संख्या एक से कम या उसके बराबर है, तो अंतिम विलुप्त होने की संभावना है। यदि एकल माता-पिता द्वारा उत्पादित संतानों की औसत संख्या एक से अधिक है, तो अंतिम विलुप्त होने की संभावना एक से कम है।

आकार पर निर्भर ब्रांचिंग प्रक्रियाएँ

ग्रिमेट द्वारा आयु-निर्भर ब्रांचिंग प्रक्रियाओं के अधिक सामान्य मॉडल के बारे में चर्चा के साथ,^[2] जिसमें व्यक्ति एक से अधिक पीढ़ी के लिए रहते हैं, कृष्णा अथरेया उप-महत्वपूर्ण, स्थिर और सुपर-क्रिटिकल ब्रांचिंग उपायों के रूप में आकार-निर्भर ब्रांचिंग की प्रक्रियाओं के तीन वर्गों की पहचान करता है। अथरेया के लिए, यदि उप-महत्वपूर्ण और अति-महत्वपूर्ण अस्थिर शाखाओं से बचा जाना है, तो नियंत्रित करने के लिए केंद्रीय पैरामीटर महत्वपूर्ण हैं।^[3] आकार पर निर्भर ब्रांचिंग प्रक्रियाओं की चर्चा संसाधन-निर्भर ब्रांचिंग प्रक्रिया के विषय के तहत भी की जाती है^[4]

विलुप्त होने की समस्या का उदाहरण

विचार करें कि माता-पिता अधिकतम दो संतान पैदा कर सकते हैं। प्रत्येक पीढ़ी में विलुप्त होने की संभावना है:

d_{m}=p_{0}+p_{1}d_{m-1}+p_{2}(d_{m-1})^{2}.\,

d₀ = 0 के साथ, अंतिम विलुप्त होने की संभावना के लिए, हमें d खोजने की आवश्यकता है जो d = p₀ + p₁d + p₂d² का समाधान करता है।

उदाहरण के तौर पर उत्पादित संततियों की संख्या के लिए प्रायिकता p₀ = 0.1, p₁ = 0.6 और p₂ = 0.3, पहली 20 पीढ़ियों के लिए विलुप्त होने की संभावना इस प्रकार है:

जनरेशन # (1-10)	विलुप्ति संभावना	जनरेशन # (11–20)	विलुप्ति संभावना
1	0.1	11	0.3156
2	0.163	12	0.3192
3	0.2058	13	0.3221
4	0.2362	14	0.3244
5	0.2584	15	0.3262
6	0.2751	16	0.3276
7	0.2878	17	0.3288
8	0.2975	18	0.3297
9	0.3051	19	0.3304
10	0.3109	20	0.331

इस उदाहरण में, हम बीजगणितीय रूप से उस d = 1/3 को हल कर सकते हैं, और यह वह मान है जिस पर विलुप्त होने की संभावना बढ़ती पीढ़ियों के साथ अभिसरित होती है।

सिम्युलेटेड ब्रांचिंग प्रक्रिया

समस्याओं की श्रृंखला के लिए ब्रांचिंग प्रक्रियाओं का अनुकरण किया जा सकता है। सिम्युलेटेड ब्रांचिंग प्रक्रिया का विशिष्ट उपयोग विकासवादी जीव विज्ञान के क्षेत्र में है।^[5]^[6] उदाहरण के लिए, फाइलोजेनेटिक पेड़ों को कई मॉडलों के तहत सिम्युलेटेड किया जा सकता है,^[7] अनुमान विधियों को विकसित और मान्य करने में मदद करने के साथ-साथ परिकल्पना परीक्षण का समर्थन करना।

मल्टी टाइप ब्रांचिंग प्रोसेस

मल्टीटाइप ब्रांचिंग प्रक्रियाओं में, व्यक्ति समान नहीं होते हैं, लेकिन उन्हें n प्रकार में वर्गीकृत किया जा सकता है। प्रत्येक समय चरण के बाद, टाइप i का व्यक्ति विभिन्न प्रकार के व्यक्तियों का उत्पादन करेगा, और $\mathbf {X} _{i}$ , रैंडम वेक्टर जो विभिन्न प्रकार के बच्चों की संख्या का प्रतिनिधित्व करता है, $\mathbb {N} ^{n}$ पर एक प्रायिकता वितरण करता है।

उदाहरण के लिए, कैंसर स्टेम सेल (CSCs) और गैर-स्टेम कैंसर कोशिकाओं (NSCCs) की जनसंख्या पर विचार करें। प्रत्येक समय अंतराल के बाद, प्रत्येक CSC के पास दो CSCs (सममित विभाजन) उत्पन्न करने की प्रायिकता $p_{1}$ होती है, $p_{2}$ CSCs और NSCCs (असममित विभाजन) उत्पन्न करने की प्रायिकता $p_{3}$ CSCs प्रायिकता का उत्पादन करने के लिए $1-p_{1}-p_{2}-p_{3}$ कुछ भी उत्पन्न करने के लिए (मृत्यु); प्रत्येक NSCCs की प्रायिकता है $p_{4}$ दो NSCCs (सममित विभाजन) उत्पन्न करने के लिए, प्रायिकता $p_{5}$ NSCCs (ठहराव) और संभाव्यता उत्पन्न करने के लिए $1-p_{4}-p_{5}$ कुछ भी उत्पन्न नहीं करनाl^[8]

मल्टीटाइप ब्रांचिंग प्रक्रियाओं के लिए बड़ी संख्या का कानून

विभिन्न प्रकार की आबादी तेजी से बढ़ने वाली मल्टीटाइप ब्रांचिंग प्रक्रियाओं के लिए, विभिन्न प्रकार के अनुपात लगभग निश्चित रूप से कुछ मामूली परिस्थितियों में निरंतर वेक्टर के लिए अभिसरित होते हैं। यह मल्टीटाइप ब्रांचिंग के लिए बड़ी संख्या का मजबूत कानून है।

निरंतर मामलों के लिए, जनसंख्या की अपेक्षा के अनुपात ODE प्रणाली को संतुष्ट करते हैं, जिसमें अद्वितीय निश्चित बिंदु है। यह नियत बिंदु केवल वह सदिश है जिस पर अनुपात बड़ी संख्या के नियम में अभिसरित होते हैं।

अथरेया और नेय द्वारा ^[9] मोनोग्राफ शर्तों के एक सामान्य सेट को सारांशित करता है जिसके तहत बड़ी संख्या का यह कानून मान्य है। बाद में विभिन्न स्थितियों को छोड़कर कुछ सुधार हुए हैं।^[10]^[11]

अन्य ब्रांचिंग प्रक्रियाएं

उदाहरण के लिए, यादृच्छिक वातावरण में कई अन्य ब्रांचिंग प्रक्रियाएं हैं, जिसमें प्रजनन कानून को प्रत्येक पीढ़ी, या ब्रांचिंग प्रक्रियाओं में यादृच्छिक रूप से चुना जाता है, जहां जनसंख्या के विकास को बाहरी प्रभावों या परस्पर अंतःक्रियात्मक द्वारा नियंत्रित किया जाता है। ब्रांचिंग प्रक्रियाएं, जहां कणों को काम करना होता है (पर्यावरण में संसाधनों का योगदान) ताकि पुनरुत्पादन में सक्षम हो सकें, और संसाधनों के वितरण को नियंत्रित करने वाली बदलती समाज संरचना में रह सकें, तथाकथित संसाधन-निर्भर ब्रांचिंग प्रक्रियाएँ हैं।

सुपरप्रोसेस प्राप्त करने के लिए निकट-महत्वपूर्ण ब्रांचिंग प्रक्रियाओं की स्केलिंग सीमा का उपयोग किया जा सकता है।

यह भी देखें

गैल्टन-वाटसन प्रक्रिया
बेतरतीब पेड़
ब्रांचिंग रैंडम वॉक
संसाधन पर निर्भर ब्रांचिंग प्रक्रिया
ब्रस-ड्यूरिनक्स प्रमेय
मार्टिंगेल (संभाव्यता सिद्धांत)
सुपरप्रोसेस

संदर्भ

↑ Athreya, K. B. (2006). "Branching Process". पर्यावरणमिति का विश्वकोश. doi:10.1002/9780470057339.vab032. ISBN 978-0471899976.
↑ G. R. Grimmett and D. R. Stirzaker, Probability and Random Processes, 2nd ed., Clarendon Press, Oxford, 1992.
↑ Krishna Athreya and Peter Jagers. Branching Processes. Springer. 1973.
↑ F. Thomas Bruss and M. Duerinckx (2015) "Resource dependent branching processes and the envelope of societies", Annals of Applied Probability. 25: 324–372.
↑ Hagen, O.; Hartmann, K.; Steel, M.; Stadler, T. (2015-05-01). "आयु-निर्भर जाति उद्भवन अनुभवजन्य जातिवृत्तों के आकार की व्याख्या कर सकता है". Systematic Biology (in English). 64 (3): 432–440. doi:10.1093/sysbio/syv001. ISSN 1063-5157. PMC 4395845. PMID 25575504.
↑ Hagen, Oskar; Andermann, Tobias; Quental, Tiago B.; Antonelli, Alexandre; Silvestro, Daniele (May 2018). "आयु-निर्भर विलुप्त होने का आकलन: जीवाश्म और फाइलोजेनी से विपरीत साक्ष्य". Systematic Biology. 67 (3): 458–474. doi:10.1093/sysbio/syx082. PMC 5920349. PMID 29069434.
↑ Hagen, Oskar; Stadler, Tanja (2018). "ट्रीसिमजीएम: सामान्य बेलमैन-हैरिस मॉडल के तहत वंशावली-विशिष्ट वृक्षों का अनुकरण, आर में जाति-विशेष के वंश-विशिष्ट बदलाव और विलुप्त होने के साथ". Methods in Ecology and Evolution (in English). 9 (3): 754–760. doi:10.1111/2041-210X.12917. ISSN 2041-210X. PMC 5993341. PMID 29938014.
↑ Chen, Xiufang; Wang, Yue; Feng, Tianquan; Yi, Ming; Zhang, Xingan; Zhou, Da (2016). "प्रतिवर्ती फेनोटाइपिक प्लास्टिसिटी के कैंसर की गतिशीलता को चिह्नित करने में ओवरशूट और फेनोटाइपिक संतुलन". Journal of Theoretical Biology. 390: 40–49. arXiv:1503.04558. doi:10.1016/j.jtbi.2015.11.008. PMID 26626088. S2CID 15335040.
↑ Athreya, Krishna B.; Ney, Peter E. (1972). ब्रांचिंग प्रक्रियाएं. Berlin: Springer-Verlag. pp. 199–206. ISBN 978-3-642-65371-1.
↑ Janson, Svante (2003). "मल्टीटाइप ब्रांचिंग प्रक्रियाओं और सामान्यीकृत पोल्या कलशों के लिए कार्यात्मक सीमा प्रमेय". Stochastic Processes and Their Applications. 110 (2): 177–245. doi:10.1016/j.spa.2003.12.002.
↑ Jiang, Da-Quan; Wang, Yue; Zhou, Da (2017). "बहु-फेनोटाइप सेल जनसंख्या गतिकी में संभाव्य अभिसरण के रूप में फेनोटाइपिक संतुलन". PLOS ONE. 12 (2): e0170916. Bibcode:2017PLoSO..1270916J. doi:10.1371/journal.pone.0170916. PMC 5300154. PMID 28182672.

C. M. Grinstead and J. L. Snell, Introduction to Probability Archived 2011-07-27 at the Wayback Machine, 2nd ed. Section 10.3 discusses branching processes in detail together with the application of generating functions to study them.
G. R. Grimmett and D. R. Stirzaker, Probability and Random Processes, 2nd ed., Clarendon Press, Oxford, 1992. Section 5.4 discusses the model of branching processes described above. Section 5.5 discusses a more general model of branching processes known as age-dependent branching processes, in which individuals live for more than one generation.

[1] Athreya, K. B. (2006). "Branching Process". पर्यावरणमिति का विश्वकोश. doi:10.1002/9780470057339.vab032. ISBN 978-0471899976.

[2] G. R. Grimmett and D. R. Stirzaker, Probability and Random Processes, 2nd ed., Clarendon Press, Oxford, 1992.

[3] Krishna Athreya and Peter Jagers. Branching Processes. Springer. 1973.

[4] F. Thomas Bruss and M. Duerinckx (2015) "Resource dependent branching processes and the envelope of societies", Annals of Applied Probability. 25: 324–372.

[5] Hagen, O.; Hartmann, K.; Steel, M.; Stadler, T. (2015-05-01). "आयु-निर्भर जाति उद्भवन अनुभवजन्य जातिवृत्तों के आकार की व्याख्या कर सकता है". Systematic Biology (in English). 64 (3): 432–440. doi:10.1093/sysbio/syv001. ISSN 1063-5157. PMC 4395845. PMID 25575504.

[6] Hagen, Oskar; Andermann, Tobias; Quental, Tiago B.; Antonelli, Alexandre; Silvestro, Daniele (May 2018). "आयु-निर्भर विलुप्त होने का आकलन: जीवाश्म और फाइलोजेनी से विपरीत साक्ष्य". Systematic Biology. 67 (3): 458–474. doi:10.1093/sysbio/syx082. PMC 5920349. PMID 29069434.

[7] Hagen, Oskar; Stadler, Tanja (2018). "ट्रीसिमजीएम: सामान्य बेलमैन-हैरिस मॉडल के तहत वंशावली-विशिष्ट वृक्षों का अनुकरण, आर में जाति-विशेष के वंश-विशिष्ट बदलाव और विलुप्त होने के साथ". Methods in Ecology and Evolution (in English). 9 (3): 754–760. doi:10.1111/2041-210X.12917. ISSN 2041-210X. PMC 5993341. PMID 29938014.

[8] Chen, Xiufang; Wang, Yue; Feng, Tianquan; Yi, Ming; Zhang, Xingan; Zhou, Da (2016). "प्रतिवर्ती फेनोटाइपिक प्लास्टिसिटी के कैंसर की गतिशीलता को चिह्नित करने में ओवरशूट और फेनोटाइपिक संतुलन". Journal of Theoretical Biology. 390: 40–49. arXiv:1503.04558. doi:10.1016/j.jtbi.2015.11.008. PMID 26626088. S2CID 15335040.

[9] Athreya, Krishna B.; Ney, Peter E. (1972). ब्रांचिंग प्रक्रियाएं. Berlin: Springer-Verlag. pp. 199–206. ISBN 978-3-642-65371-1.

[10] Janson, Svante (2003). "मल्टीटाइप ब्रांचिंग प्रक्रियाओं और सामान्यीकृत पोल्या कलशों के लिए कार्यात्मक सीमा प्रमेय". Stochastic Processes and Their Applications. 110 (2): 177–245. doi:10.1016/j.spa.2003.12.002.

[11] Jiang, Da-Quan; Wang, Yue; Zhou, Da (2017). "बहु-फेनोटाइप सेल जनसंख्या गतिकी में संभाव्य अभिसरण के रूप में फेनोटाइपिक संतुलन". PLOS ONE. 12 (2): e0170916. Bibcode:2017PLoSO..1270916J. doi:10.1371/journal.pone.0170916. PMC 5300154. PMID 28182672.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

@@ Line 1: / Line 1: @@
-{{For|the process in representation theory|Restricted representation#Classical branching rules}}
+{{For|प्रतिनिधित्व सिद्धांत में प्रक्रिया के लिए, प्रतिबंधित प्रतिनिधित्व | चिरसम्मत ब्रांचिंग नियम देखें।}}
-संभाव्यता सिद्धांत में, एक शाखाकरण प्रक्रिया एक प्रकार की गणितीय वस्तु है जिसे स्टोकेस्टिक प्रक्रिया के रूप में जाना जाता है, जिसमें [[यादृच्छिक चर]] के संग्रह होते हैं। स्टोकेस्टिक प्रक्रिया के यादृच्छिक चर को प्राकृतिक संख्याओं द्वारा अनुक्रमित किया जाता है। ब्रांचिंग प्रक्रियाओं का मूल उद्देश्य जनसंख्या के गणितीय मॉडल के रूप में सेवा करना था जिसमें प्रत्येक व्यक्ति पीढ़ी में होता है<math>n</math> पीढ़ी में कुछ यादृच्छिक संख्या में व्यक्तियों का उत्पादन करता है<math>n+1</math>, सबसे सरल मामले में, एक निश्चित संभाव्यता वितरण के अनुसार जो एक व्यक्ति से दूसरे व्यक्ति में भिन्न नहीं होता है।<ref>{{Cite book | last1 = Athreya | first1 = K. B. | chapter = Branching Process | doi = 10.1002/9780470057339.vab032 | title = पर्यावरणमिति का विश्वकोश| year = 2006 | isbn = 978-0471899976 }}</ref> शाखाओं में बंटी प्रक्रियाओं का उपयोग प्रजनन के मॉडल के लिए किया जाता है; उदाहरण के लिए, व्यक्ति बैक्टीरिया के अनुरूप हो सकते हैं, जिनमें से प्रत्येक एक समय इकाई में कुछ संभावनाओं के साथ 0, 1, या 2 संतति उत्पन्न करता है। ब्रांचिंग प्रक्रियाओं का उपयोग अन्य प्रणालियों को समान गतिशीलता के साथ मॉडल करने के लिए भी किया जा सकता है, उदाहरण के लिए, [[वंशावली]] में [[उपनाम]]ों का प्रसार या परमाणु रिएक्टर में न्यूट्रॉन का प्रसार।
-ब्रांचिंग प्रक्रियाओं के सिद्धांत में एक केंद्रीय प्रश्न अंतिम विलुप्त होने की संभावना है, जहां कुछ सीमित पीढ़ियों के बाद कोई व्यक्ति मौजूद नहीं है। वाल्ड के समीकरण का उपयोग करके, यह दिखाया जा सकता है कि पीढ़ी शून्य में एक व्यक्ति के साथ शुरू करके, पीढ़ी का [[अपेक्षित मूल्य]] आकार '''''' के बराबर होता है।<sup>n</sup> जहां μ प्रत्येक व्यक्ति के बच्चों की अपेक्षित संख्या है। यदि μ < 1, तो व्यक्तियों की अपेक्षित संख्या तेज़ी से शून्य हो जाती है, जिसका तात्पर्य मार्कोव की असमानता द्वारा संभावना 1 के साथ अंतिम विलुप्त होने से है। वैकल्पिक रूप से, यदि μ> 1, तो अंतिम विलुप्त होने की संभावना 1 से कम है (लेकिन जरूरी नहीं कि शून्य हो; एक ऐसी प्रक्रिया पर विचार करें जहां प्रत्येक व्यक्ति के 0 या 100 बच्चे समान संभावना वाले हों। उस स्थिति में, μ = 50, लेकिन संभावना परम विलोपन 0.5 से अधिक है, क्योंकि इसकी संभावना है कि पहले व्यक्ति के 0 बच्चे हैं)। यदि μ = 1, तो परम विलोपन [[संभाव्यता 1 के साथ]] होता है जब तक कि प्रत्येक व्यक्ति के पास हमेशा एक ही बच्चा न हो।
+प्रायिकता सिद्धांत में, ब्रांचिंग प्रक्रिया, गणितीय वस्तु का प्रकार है जिसे स्टोकैस्टिक प्रक्रिया के रूप में जाना जाता है, जिसमें [[यादृच्छिक चर]] के संग्रह होते हैं। स्टोकैस्टिक प्रक्रिया के यादृच्छिक चर प्राकृतिक संख्याओं द्वारा अनुक्रमित होते हैं। ब्रांचिंग प्रक्रियाओं का मूल उद्देश्य जनसंख्या के गणितीय मॉडल के रूप में काम करना हैं जिसमें पीढ़ी में प्रत्येक व्यक्ति <math>n</math> पीढ़ी में व्यक्तियों की कुछ यादृच्छिक संख्या उत्पन्न करता है '''<math>n+1</math>''', के अनुसार सबसे सरल मामला, निश्चित संभाव्यता वितरण के लिए जो एक व्यक्ति से दूसरे व्यक्ति में भिन्न नहीं होता है।<ref>{{Cite book | last1 = Athreya | first1 = K. B. | chapter = Branching Process | doi = 10.1002/9780470057339.vab032 | title = पर्यावरणमिति का विश्वकोश| year = 2006 | isbn = 978-0471899976 }}</ref> ब्रांचिंग प्रक्रियाओं का उपयोग प्रजनन मॉडल के लिए किया जाता है, उदाहरण के लिए, व्यक्ति बैक्टीरिया के अनुरूप हो सकते हैं, जिनमें से प्रत्येक एकल समय इकाई में कुछ संभावना के साथ 0,1 या 2 संतान उत्पन्न करता है। ब्रांचिंग प्रक्रियाओं का उपयोग समान गतिशीलता के साथ अन्य प्रणालियों को मॉडल करने के लिए भी किया जा सकता है, उदाहरण के लिए, [[वंशावली]] में [[उपनाम|उपनामों]] का प्रसार या परमाणु रिएक्टर में न्यूट्रॉन का प्रसार।
-[[सैद्धांतिक पारिस्थितिकी]] में, शाखाओं में बंटने की प्रक्रिया के पैरामीटर μ को मूल प्रजनन दर कहा जाता है।
+ब्रांचिंग प्रक्रियाओं के सिद्धांत में मुख्य प्रश्न अंतिम विलुप्ति की संभावना है, जहां कुछ सीमित पीढ़ियों के बाद कोई व्यक्ति मौजूद नहीं है। वाल्ड के समीकरण का उपयोग करते हुए, यह दिखाया जा सकता है कि पीढ़ी शून्य में व्यक्ति के साथ प्रारम्भ, पीढ़ी '''n''' के [[अपेक्षित मूल्य|अनुमानित आकार]] '''''μn''' जहां '''μ''' प्रत्येक व्यक्ति के बच्चों की अनुमानित संख्या है। यदि '''μ < 1''', तो व्यक्तियों की अपेक्षित संख्या तेज़ी से शून्य हो जाती है, जिसका तात्पर्य मार्कोव की असमानता द्वारा संभावना 1 के साथ अंतिम विलुप्त होने से है। वैकल्पिक रूप से, यदि '''μ> 1''', तो अंतिम विलुप्त होने की संभावना 1 से कम है (लेकिन जरूरी नहीं कि शून्य हो; प्रक्रिया पर विचार करें जहां प्रत्येक व्यक्ति के 0 या 100 बच्चे समान संभावना के साथ हों। उस मामले में, '''μ = 50''', लेकिन अंतिम विलुप्ति की संभावना 0.5 से अधिक है, क्योंकि यह संभावना है कि पहले व्यक्ति के 0 बच्चे हैं )। यदि '''μ = 1''', तो अन्तिम विलोपन [[संभाव्यता 1 के साथ]] होता है जब तक कि प्रत्येक व्यक्ति के पास हमेशा एक ही बच्चा न हो।''
+[[सैद्धांतिक पारिस्थितिकी]] में, ब्रांचिंग प्रक्रिया के पैरामीटर μ को मूल प्रजनन दर कहा जाता है।
 == गणितीय सूत्रीकरण ==
-गैल्टन-वाटसन प्रक्रिया का एक शाखाकरण प्रक्रिया का सबसे आम सूत्रीकरण है। चलो जेड<sub>''n''</sub> अवधि n में स्थिति को निरूपित करें (अक्सर पीढ़ी n के आकार के रूप में व्याख्या की जाती है), और X को दें<sub>''n,i''</sub> अवधि n में सदस्य i के प्रत्यक्ष उत्तराधिकारियों की संख्या को दर्शाने वाला एक यादृच्छिक चर हो, जहाँ X<sub>''n,i''</sub> सभी n ∈{ 0, 1, 2, ...} और i ∈ {1, ..., Z पर [[स्वतंत्र और समान रूप से वितरित यादृच्छिक चर]] हैं<sub>''n''</sub>}. फिर पुनरावृत्ति समीकरण है
+ब्रांचिंग प्रक्रिया का सबसे आम सूत्रीकरण गैल्टन-वाटसन प्रक्रिया है। ''Z<sub>n</sub>'' अवधि n में स्थिति को निरूपित करें (अक्सर पीढ़ी n के आकार के रूप में व्याख्या की जाती है), और X<sub>''n,i''</sub> को यादृच्छिक चर होने दें, जो अवधि n में सदस्य i के प्रत्यक्ष उत्तराधिकारियों की संख्या को दर्शाता है, जहाँ X<sub>''n,i''</sub> सभी ''n'' ∈{ 0, 1, 2, ...} और ''i'' ∈ {1, ..., ''Z<sub>n</sub>''} पर [[स्वतंत्र और समान रूप से वितरित यादृच्छिक चर]] हैं। इसलिये पुनरावृत्ति समीकरण है
 :<math>Z_{n+1} = \sum_{i=1}^{Z_n} X_{n,i}</math>
-जेड के साथ<sub>0</sub> = 1।
+''Z''<sub>0</sub> = 1 के साथ।
-वैकल्पिक रूप से, ब्रांचिंग प्रक्रिया को यादृच्छिक चलने के रूप में तैयार किया जा सकता है। चलो एस<sub>''i''</sub> अवधि I में स्थिति को निरूपित करें, और X को दें<sub>''i''</sub> एक यादृच्छिक चर बनें जो सभी [[iid]] से अधिक हो। फिर पुनरावृत्ति समीकरण है
+वैकल्पिक रूप से, ब्रांचिंग प्रक्रिया को रैंडम वॉक के रूप में तैयार किया जा सकता है। मान लीजिए Si अवधि i में स्थिति को निरूपित करता है, और मान लीजिए कि Xi ऐसा यादृच्छिक चर है जो सभी i पर [[iid]] से अधिक हो। फिर पुनरावृत्ति समीकरण है
 :<math>S_{i+1} = S_i+X_{i+1}-1 = \sum_{j=1}^{i+1} X_j-i</math>
-एस के साथ<sub>0</sub> = 1. इस फॉर्मूलेशन के लिए कुछ अंतर्ज्ञान प्राप्त करने के लिए, एक सैर की कल्पना करें जहां लक्ष्य हर नोड पर जाना है, लेकिन हर बार पहले से न देखे गए नोड का दौरा किया जाता है, अतिरिक्त नोड्स का पता चलता है जिसे भी जाना चाहिए। चलो एस<sub>''i''</sub> I अवधि में प्रकट लेकिन अविभाजित नोड्स की संख्या का प्रतिनिधित्व करते हैं, और X को जाने दें<sub>''i''</sub> नोड i का दौरा करने पर प्रकट होने वाले नए नोड्स की संख्या का प्रतिनिधित्व करता है। फिर प्रत्येक अवधि में, प्रकट किए गए लेकिन बिना देखे गए नोड्स की संख्या पिछली अवधि में ऐसे नोड्स की संख्या के बराबर होती है, साथ ही नए नोड्स जो नोड पर जाने पर प्रकट होते हैं, उस नोड को घटाते हैं जिसे देखा गया है। सभी प्रकट नोड्स का दौरा करने के बाद प्रक्रिया समाप्त हो जाती है।
+''S''<sub>0</sub> = 1 के साथ। इस फॉर्मूलेशन के लिए कुछ अंतर्ज्ञान प्राप्त करने के लिए, वाक की कल्पना करें जहां लक्ष्य हर नोड पर जाना है, लेकिन हर बार पहले से देखे गए नोड का दौरा किया जाता है, अतिरिक्त नोड्स का पता चलता है जिसे भी जाना चाहिए। बता दें कि ''S<sub>i</sub>'' अवधि ''i'' में प्रकट लेकिन अविभाजित नोड्स की संख्या का प्रतिनिधित्व करता है, और  ''X<sub>i</sub>'' नए नोड्स की संख्या का प्रतिनिधित्व करता है जो नोड ''i'' का दौरा करने पर प्रकट होते हैं। फिर प्रत्येक अवधि में, प्रकट किए गए लेकिन बिना देखे गए नोड्स की संख्या पिछली अवधि में ऐसे नोड्स की संख्या के बराबर होती है, साथ ही नए नोड्स जो नोड पर जाने पर प्रकट होते हैं, उस नोड को घटाते हैं जिसे देखा गया है। सभी प्रकट नोड्स का दौरा करने के बाद प्रक्रिया समाप्त हो जाती है।
-=== सतत-समय शाखाओं में बंटी प्रक्रियाएं ===
+=== निरंतर- समय ब्रांचिंग प्रक्रियाएं ===
-असतत-समय की शाखाओं में बंटी प्रक्रियाओं के लिए, सभी व्यक्तियों के लिए शाखाओं में बंटने का समय 1 होना तय है। निरंतर-समय की शाखाओं वाली प्रक्रियाओं के लिए, प्रत्येक व्यक्ति एक यादृच्छिक समय (जो एक निरंतर यादृच्छिक चर है) की प्रतीक्षा करता है, और फिर दिए गए वितरण के अनुसार विभाजित करता है। विभिन्न व्यक्तियों के लिए प्रतीक्षा समय स्वतंत्र हैं, और बच्चों की संख्या से स्वतंत्र हैं। सामान्य तौर पर, प्रतीक्षा समय सभी व्यक्तियों के लिए पैरामीटर λ के साथ एक घातीय चर है, ताकि प्रक्रिया मार्कोवियन हो।
+असततत-समय ब्रांचिंग प्रक्रियाओं के लिए, सभी व्यक्तियों के लिए ब्रांचिंग समय 1 होना तय है। निरंतर समय ब्रांचिंग प्रक्रियाओं के लिए, प्रत्येक व्यक्ति यादृच्छिक समय (जो निरंतर यादृच्छिक चर है) के लिए काम करता है, और फिर दिए गए वितरण के अनुसार विभाजित करता है। विभिन्न व्यक्तियों और बच्चों के लिए प्रतीक्षा समय स्वतंत्र है। सामान्य रूप से, प्रतीक्षा समय सभी व्यक्तियों के लिए पैरामीटरर λ के साथ घातीय चर है, ताकि प्रक्रिया मार्कोवियन हो।
 == गैल्टन वाटसन प्रक्रिया के लिए विलुप्त होने की समस्या ==
@@ Line 25: / Line 26: @@
 :<math>\lim_{n \to \infty} \Pr(Z_n=0).</math>
-किसी भी गैर-तुच्छ मामलों के लिए (तुच्छ मामले वे होते हैं जिनमें जनसंख्या के प्रत्येक सदस्य के लिए कोई संतान न होने की संभावना शून्य होती है - ऐसे मामलों में अंतिम विलुप्त होने की संभावना 0 होती है), अंतिम विलुप्त होने की संभावना एक के बराबर होती है यदि μ ≤ 1 और सख्ती से एक से कम यदि μ > 1.
+किसी भी नॉनट्रियल मामलों के लिए (त्रिवियल मामलों में वे होते हैं जिनमें जनसंख्या के प्रत्येक सदस्य के लिए कोई संतान न होने की संभावना शून्य होती है - ऐसे मामलों में अंतिम विलुप्त होने की संभावना 0 होती है), अंतिम विलुप्त होने की संभावना एक के बराबर होती है यदि μ ≤ 1 और सिर्फ़ एक से कम अगर μ> 1।
-प्रक्रिया का विश्लेषण संभाव्यता उत्पन्न करने वाले फ़ंक्शन की विधि का उपयोग करके किया जा सकता है। चलो पी<sub>0</sub>, पी<sub>1</sub>, पी<sub>2</sub>, ... प्रत्येक पीढ़ी में प्रत्येक व्यक्ति द्वारा 0, 1, 2,... संतान पैदा करने की संभावना हो। चलो डी<sub>''m''</sub> मी द्वारा विलुप्त होने की संभावना हो<sup>वें</sup> पीढ़ी। जाहिर है, डी<sub>0</sub> = 0. चूँकि m द्वारा 0 की ओर ले जाने वाले सभी पथों की प्रायिकताएँ<sup>वें पीढ़ी को जोड़ा जाना चाहिए, विलुप्त होने की संभावना पीढ़ियों में घटती नहीं है। वह है,
+इस प्रक्रिया का विश्लेषण संभाव्यता सृजन कार्य की विधि का उपयोग करके किया जा सकता है। मान लीजिए  ''p''<sub>0</sub>, ''p''<sub>1</sub>, ''p''<sub>2</sub>, ... प्रत्येक पीढ़ी में प्रत्येक व्यक्ति द्वारा 0, 1, 2, ... वंश के उत्पादन की प्रायिकता हो सकती है। बता दें कि ''m''<sup>th</sup> पीढ़ी द्वारा विलुप्त होने की संभावना  ''d<sub>m</sub>'' है। स्पष्ट रूप से, ''d''<sub>0</sub> = 0. चूंकि  ''m''<sup>th</sup> पीढ़ी द्वारा 0 की ओर ले जाने वाले सभी रास्तों की संभावनाओं को जोड़ा जाना चाहिए, विलुप्त होने की संभावना पीढ़ियों में कम नहीं होती है। वह है,
 :<math>0=d_0 \leq d_1\leq d_2 \leq \cdots \leq 1.</math>
-इसलिए, डी<sub>''m''</sub> एक सीमा d तक अभिसरण करता है, और d अंतिम विलुप्त होने की संभावना है। यदि पहली पीढ़ी में j संतानें हैं, तो mth पीढ़ी तक मरने के लिए, इन पंक्तियों में से प्रत्येक को m − 1 पीढ़ियों में समाप्त होना चाहिए। चूंकि वे स्वतंत्र रूप से आगे बढ़ते हैं, संभावना है (डी<sub>''m''−1</sub>) <sup>जम्मू । इस प्रकार,
+इसलिए, ''d<sub>m</sub>'' सीमा d में अभिसरण करता है, और d अंतिम विलुप्त होने की संभावना है। यदि पहली पीढ़ी में j वंश हैं, तो ''m''<sup>th</sup> पीढ़ी तक मरने के लिए, इन पंक्तियों में से प्रत्येक को ''m'' − 1 पीढ़ी में समाप्त होना चाहिए। चूँकि वे स्वतंत्र रूप से आगे बढ़ते हैं, प्रायिकता  (''d<sub>m</sub>''<sub>−1</sub>) <sup>''j''</sup> है। इस प्रकार,
 :<math>d_m=p_0+p_1d_{m-1}+p_2(d_{m-1})^2+p_3(d_{m-1})^3+\cdots. \, </math>
-समीकरण का दाहिना भाग प्रायिकता उत्पन्न करने वाला फलन है। मान लीजिए h(z) p के लिए सामान्य जनक फलन है<sub>''i''</sub>:
+समीकरण का दाहिना भाग प्रायिकता उत्पन्न करने वाला फलन है। मान लीजिए ''h''(''z'') ''p<sub>i</sub>'' के लिए सामान्य जनक फलन है<sub>''i''</sub>:
 :<math>h(z)=p_0+p_1z+p_2z^2+\cdots. \, </math>
@@ Line 39: / Line 40: @@
 :<math>d_m=h(d_{m-1}). \, </math>
-चूंकि डी<sub>''m''</sub> → d, d को हल करके पाया जा सकता है
+चूंकि ''d<sub>m</sub>'' → ''d'', ''d'' को हल करके पाया जा सकता है
 :<math>d=h(d). \, </math>
-यह z ≥ 0 के लिए y = z और y = h(z) के प्रतिच्छेदन बिंदुओं को खोजने के बराबर भी है। y = z एक सीधी रेखा है। y = h(z) वर्धमान है (क्योंकि <math>h'(z) = p_1 + 2 p_2 z + 3 p_3 z^2 + \cdots \geq 0</math>) और उत्तल (के बाद से <math>h''(z) = 2 p_2 + 6 p_3 z + 12 p_4 z^2 + \cdots \geq 0</math>) function. There are at most two intersection points. Since (1,1) is always an intersect point for the two functions, there only exist three cases:[[File:Hgraph.png|thumb|y = h(z) की तीन स्थितियाँ y = z के साथ प्रतिच्छेद करती हैं।]]केस 1 का z <1 पर एक और प्रतिच्छेदन बिंदु है (ग्राफ़ में लाल वक्र देखें)।
+यह ''z'' ≥ 0 के लिए ''y'' = ''z'' और ''y'' = ''h''(''z'') के प्रतिच्छेदन बिंदुओं को खोजने के बराबर भी है। y = z एक सीधी रेखा है। ''y'' = ''h''(''z'') वर्धमान है (क्योंकि <math>h'(z) = p_1 + 2 p_2 z + 3 p_3 z^2 + \cdots \geq 0</math>) और उत्तल (के बाद से <math>h''(z) = 2 p_2 + 6 p_3 z + 12 p_4 z^2 + \cdots \geq 0</math>) फ़ंक्शन। अधिकांश दो प्रतिच्छेदन बिंदु हैं। चूँकि (1,1) हमेशा दो कार्यों के लिए एक प्रतिच्छेदन बिंदु होता है, वहाँ केवल तीन मामले मौजूद होते हैं:[[File:Hgraph.png|thumb|''y'' = ''h''(''z'') की तीन स्थितियाँ ''y'' = ''z'' के साथ प्रतिच्छेद करती हैं।]]केस 1 का ''z'' < 1 पर एक और प्रतिच्छेदन बिंदु है (ग्राफ़ में लाल वक्र देखें)।
-स्थिति 2 में z = 1 पर केवल एक प्रतिच्छेद बिंदु है। (ग्राफ में हरा वक्र देखें)
+स्थिति 2 में ''z'' = 1 पर केवल एक प्रतिच्छेद बिंदु है। (ग्राफ में हरा वक्र देखें)
-स्थिति 3 का एक अन्य प्रतिच्छेद बिंदु z > 1 पर है। (ग्राफ़ में काला वक्र देखें)
+स्थिति 3 का एक अन्य प्रतिच्छेद बिंदु ''z'' > 1 पर है। (ग्राफ़ में काला वक्र देखें)
-मामले 1 में, अंतिम विलुप्त होने की संभावना सख्ती से एक से कम है। मामले 2 और 3 के लिए, अंतिम विलुप्त होने की संभावना एक के बराबर होती है।
+मामले 1 में, अंतिम विलुप्त होने की संभावना सिर्फ़ एक से कम है। मामले 2 और 3 के लिए, अंतिम विलुप्त होने की संभावना एक के बराबर होती है।
-यह देखते हुए कि h′(1) = p<sub>1</sub>+ 2पी<sub>2</sub>+ 3पी<sub>3</sub>+ ... = μ वास्तव में संतानों की अपेक्षित संख्या है जो माता-पिता पैदा कर सकते हैं, यह निष्कर्ष निकाला जा सकता है कि किसी दिए गए माता-पिता की संतानों की संख्या के लिए फ़ंक्शन एच (जेड) के साथ एक शाखाकरण प्रक्रिया के लिए, यदि संतानों की औसत संख्या एकल माता-पिता द्वारा उत्पादित एक से कम या उसके बराबर है, तो अंतिम विलुप्त होने की संभावना एक है। यदि एकल माता-पिता द्वारा उत्पादित संतानों की औसत संख्या एक से अधिक है, तो अंतिम विलुप्त होने की संभावना एक से कम है।
+यह देखते हुए कि ''h′''(1) = ''p''<sub>1</sub> + 2''p''<sub>2</sub> + 3''p''<sub>3</sub> + ... = ''μ'' वास्तव में संतानों की अपेक्षित संख्या है जो माता-पिता उत्पन्न कर सकते हैं, यह निष्कर्ष निकाला जा सकता है कि ब्रांचिंग प्रक्रिया के लिए जनरेटिंग फ़ंक्शन ''h''(''z'') के लिए किसी दिए गए माता-पिता की संतानों की संख्या, यदि एकल माता-पिता द्वारा उत्पादित संतानों की औसत संख्या एक से कम या उसके बराबर है, तो अंतिम विलुप्त होने की संभावना है। यदि एकल माता-पिता द्वारा उत्पादित संतानों की औसत संख्या एक से अधिक है, तो अंतिम विलुप्त होने की संभावना एक से कम है।
 == आकार पर निर्भर ब्रांचिंग प्रक्रियाएँ ==
-ग्रिमेट द्वारा आयु-निर्भर ब्रांचिंग प्रक्रियाओं के रूप में जानी जाने वाली ब्रांचिंग प्रक्रियाओं के अधिक सामान्य मॉडल की चर्चा के साथ,<ref>G. R. Grimmett and D. R. Stirzaker, Probability and Random Processes, 2nd ed., Clarendon Press, Oxford, 1992.</ref> जिसमें व्यक्ति एक से अधिक पीढ़ी के लिए रहते हैं, कृष्णा आत्रेय ने आकार-निर्भर शाखाकरण प्रक्रियाओं के बीच तीन भेदों की पहचान की है जिनका सामान्य अनुप्रयोग है। अथरेया उप-महत्वपूर्ण, स्थिर और सुपर-क्रिटिकल ब्रांचिंग उपायों के रूप में आकार-निर्भर शाखाओं की प्रक्रियाओं के तीन वर्गों की पहचान करता है। अथरेया के लिए, यदि उप-महत्वपूर्ण और अति-महत्वपूर्ण अस्थिर शाखाओं से बचना है तो केंद्रीय पैरामीटर नियंत्रित करने के लिए महत्वपूर्ण हैं।<ref>Krishna Athreya and Peter Jagers. ''Branching Processes''. Springer. 1973.</ref> आकार पर निर्भर ब्रांचिंग प्रक्रियाओं की चर्चा संसाधन-निर्भर ब्रांचिंग प्रक्रिया के विषय के तहत भी की जाती है<ref>[[F. Thomas Bruss]] and M. Duerinckx (2015) "Resource dependent branching processes and the envelope of societies", Annals of Applied Probability. 25: 324–372.</ref>
+ग्रिमेट द्वारा आयु-निर्भर ब्रांचिंग प्रक्रियाओं के अधिक सामान्य मॉडल के बारे में चर्चा के साथ,<ref>G. R. Grimmett and D. R. Stirzaker, Probability and Random Processes, 2nd ed., Clarendon Press, Oxford, 1992.</ref> जिसमें व्यक्ति एक से अधिक पीढ़ी के लिए रहते हैं, कृष्णा अथरेया उप-महत्वपूर्ण, स्थिर और सुपर-क्रिटिकल ब्रांचिंग उपायों के रूप में आकार-निर्भर ब्रांचिंग की प्रक्रियाओं के तीन वर्गों की पहचान करता है। अथरेया के लिए, यदि उप-महत्वपूर्ण और अति-महत्वपूर्ण अस्थिर शाखाओं से बचा जाना है, तो नियंत्रित करने के लिए केंद्रीय पैरामीटर महत्वपूर्ण हैं।<ref>Krishna Athreya and Peter Jagers. ''Branching Processes''. Springer. 1973.</ref> आकार पर निर्भर ब्रांचिंग प्रक्रियाओं की चर्चा संसाधन-निर्भर ब्रांचिंग प्रक्रिया के विषय के तहत भी की जाती है<ref>[[F. Thomas Bruss]] and M. Duerinckx (2015) "Resource dependent branching processes and the envelope of societies", Annals of Applied Probability. 25: 324–372.</ref>
 == विलुप्त होने की समस्या का उदाहरण ==
@@ Line 60: / Line 60: @@
 :<math>d_m=p_0+p_1d_{m-1}+p_2(d_{m-1})^2. \, </math>
-डी के साथ<sub>0</sub>= 0. अंतिम विलुप्त होने की संभावना के लिए, हमें d खोजने की आवश्यकता है जो d = p को संतुष्ट करता है<sub>0</sub>+ प<sub>1</sub>डी + पी<sub>2</sub>d<sup>2</उप>।
+''d''<sub>0</sub> = 0 के साथ, अंतिम विलुप्त होने की संभावना के लिए, हमें d खोजने की आवश्यकता है जो ''d'' = ''p''<sub>0</sub> + ''p''<sub>1</sub>d + ''p''<sub>2</sub>''d''<sup>2</sup> का समाधान करता है।
-उदाहरण के तौर पर उत्पादित संततियों की संख्या के लिए प्रायिकता p<sub>0</sub>= 0.1, पृ<sub>1</sub>= 0.6, और प<sub>2</sub>= 0.3, पहली 20 पीढ़ियों के विलुप्त होने की संभावना इस प्रकार है:
+उदाहरण के तौर पर उत्पादित संततियों की संख्या के लिए प्रायिकता ''p''<sub>0</sub> = 0.1, ''p''<sub>1</sub> = 0.6 और ''p''<sub>2</sub> = 0.3, पहली 20 पीढ़ियों के लिए विलुप्त होने की संभावना इस प्रकार है:
 {|class=wikitable
-! Generation # (1–10) !! Extinction probability !! !! Generation # (11–20) !! Extinction probability
+! जनरेशन # (1-10) !! विलुप्ति संभावना !! !! जनरेशन # (11–20) !! विलुप्ति संभावना
 |-
 | 1 || 0.1 || || 11 || 0.3156
@@ Line 87: / Line 87: @@
 | 10 || 0.3109 || || 20 || 0.331
 |}
-इस उदाहरण में, हम बीजगणितीय रूप से उस d = 1/3 को हल कर सकते हैं, और यह वह मान है जिस पर विलुप्त होने की संभावना बढ़ती पीढ़ियों के साथ अभिसरित होती है।
+इस उदाहरण में, हम बीजगणितीय रूप से उस ''d'' = 1/3 को हल कर सकते हैं, और यह वह मान है जिस पर विलुप्त होने की संभावना बढ़ती पीढ़ियों के साथ अभिसरित होती है।
-== शाखाओं में बंटी प्रक्रियाओं का अनुकरण ==
+== सिम्युलेटेड ब्रांचिंग प्रक्रिया ==
-समस्याओं की एक श्रृंखला के लिए ब्रांचिंग प्रक्रियाओं का अनुकरण किया जा सकता है। सिम्युलेटेड ब्रांचिंग प्रक्रिया का एक विशिष्ट उपयोग विकासवादी जीव विज्ञान के क्षेत्र में है।<ref>{{Cite journal|last1=Hagen|first1=O.|last2=Hartmann|first2=K.|last3=Steel|first3=M.|last4=Stadler|first4=T.|date=2015-05-01|title=आयु-निर्भर जाति उद्भवन अनुभवजन्य जातिवृत्तों के आकार की व्याख्या कर सकता है|journal=Systematic Biology|language=en|volume=64|issue=3|pages=432–440|doi=10.1093/sysbio/syv001|pmid=25575504|pmc=4395845|issn=1063-5157}}</ref><ref>{{Cite journal|last1=Hagen|first1=Oskar|last2=Andermann|first2=Tobias|last3=Quental|first3=Tiago B.|last4=Antonelli|first4=Alexandre|last5=Silvestro|first5=Daniele|title=आयु-निर्भर विलुप्त होने का आकलन: जीवाश्म और फाइलोजेनी से विपरीत साक्ष्य|journal=Systematic Biology|volume=67|issue=3|pages=458–474|doi=10.1093/sysbio/syx082|date=May 2018|pmid=29069434|pmc=5920349|doi-access=free}}</ref> उदाहरण के लिए, फाइलोजेनेटिक पेड़ों को कई मॉडलों के तहत सिम्युलेटेड किया जा सकता है,<ref>{{Cite journal|last1=Hagen|first1=Oskar|last2=Stadler|first2=Tanja|title=ट्रीसिमजीएम: सामान्य बेलमैन-हैरिस मॉडल के तहत वंशावली-विशिष्ट वृक्षों का अनुकरण, आर में जाति-विशेष के वंश-विशिष्ट बदलाव और विलुप्त होने के साथ|journal=Methods in Ecology and Evolution|volume=9|issue=3|language=en|pages=754–760|doi=10.1111/2041-210X.12917|pmid=29938014|pmc=5993341|issn=2041-210X|year=2018}}</ref> अनुमान विधियों को विकसित करने और मान्य करने में मदद करने के साथ-साथ परिकल्पना परीक्षण का समर्थन करना।
+समस्याओं की श्रृंखला के लिए ब्रांचिंग प्रक्रियाओं का अनुकरण किया जा सकता है। सिम्युलेटेड ब्रांचिंग प्रक्रिया का विशिष्ट उपयोग विकासवादी जीव विज्ञान के क्षेत्र में है।<ref>{{Cite journal|last1=Hagen|first1=O.|last2=Hartmann|first2=K.|last3=Steel|first3=M.|last4=Stadler|first4=T.|date=2015-05-01|title=आयु-निर्भर जाति उद्भवन अनुभवजन्य जातिवृत्तों के आकार की व्याख्या कर सकता है|journal=Systematic Biology|language=en|volume=64|issue=3|pages=432–440|doi=10.1093/sysbio/syv001|pmid=25575504|pmc=4395845|issn=1063-5157}}</ref><ref>{{Cite journal|last1=Hagen|first1=Oskar|last2=Andermann|first2=Tobias|last3=Quental|first3=Tiago B.|last4=Antonelli|first4=Alexandre|last5=Silvestro|first5=Daniele|title=आयु-निर्भर विलुप्त होने का आकलन: जीवाश्म और फाइलोजेनी से विपरीत साक्ष्य|journal=Systematic Biology|volume=67|issue=3|pages=458–474|doi=10.1093/sysbio/syx082|date=May 2018|pmid=29069434|pmc=5920349|doi-access=free}}</ref> उदाहरण के लिए, फाइलोजेनेटिक पेड़ों को कई मॉडलों के तहत सिम्युलेटेड किया जा सकता है,<ref>{{Cite journal|last1=Hagen|first1=Oskar|last2=Stadler|first2=Tanja|title=ट्रीसिमजीएम: सामान्य बेलमैन-हैरिस मॉडल के तहत वंशावली-विशिष्ट वृक्षों का अनुकरण, आर में जाति-विशेष के वंश-विशिष्ट बदलाव और विलुप्त होने के साथ|journal=Methods in Ecology and Evolution|volume=9|issue=3|language=en|pages=754–760|doi=10.1111/2041-210X.12917|pmid=29938014|pmc=5993341|issn=2041-210X|year=2018}}</ref> अनुमान विधियों को विकसित और मान्य करने में मदद करने के साथ-साथ परिकल्पना परीक्षण का समर्थन करना।
 == मल्टी टाइप ब्रांचिंग प्रोसेस ==
-मल्टीटाइप ब्रांचिंग प्रक्रियाओं में, व्यक्ति समान नहीं होते हैं, लेकिन उन्हें n प्रकारों में वर्गीकृत किया जा सकता है। प्रत्येक समय कदम के बाद, प्रकार I का एक व्यक्ति विभिन्न प्रकार के व्यक्तियों का उत्पादन करेगा, और <math>\mathbf{X}_i</math>, विभिन्न प्रकारों में बच्चों की संख्या का प्रतिनिधित्व करने वाला एक यादृच्छिक वेक्टर, पर संभाव्यता वितरण को संतुष्ट करता है <math>\mathbb{N}^n</math>.
+मल्टीटाइप ब्रांचिंग प्रक्रियाओं में, व्यक्ति समान नहीं होते हैं, लेकिन उन्हें n प्रकार में वर्गीकृत किया जा सकता है। प्रत्येक समय चरण के बाद, टाइप i का व्यक्ति विभिन्न प्रकार के व्यक्तियों का उत्पादन करेगा, और  <math>\mathbf{X}_i</math>, रैंडम वेक्टर जो विभिन्न प्रकार के बच्चों की संख्या का प्रतिनिधित्व करता है,  <math>\mathbb{N}^n</math> पर एक प्रायिकता वितरण करता है।
-उदाहरण के लिए, कैंसर स्टेम सेल (सीएससी) और नॉन-स्टेम कैंसर सेल (एनएससीसी) की जनसंख्या पर विचार करें। प्रत्येक समय अंतराल के बाद, प्रत्येक सीएससी की प्रायिकता होती है <math>p_1</math> दो सीएससी (सममित विभाजन) का उत्पादन करने के लिए, प्रायिकता <math>p_2</math> एक सीएससी और एक एनएससीसी (असममित विभाजन) उत्पन्न करने की संभावना <math>p_3</math> एक सीएससी (ठहराव), और संभावना का उत्पादन करने के लिए <math>1-p_1-p_2-p_3</math> कुछ भी उत्पन्न करने के लिए (मृत्यु); प्रत्येक एनएससीसी की संभावना है <math>p_4</math> दो एनएससीसी (सममित विभाजन) उत्पन्न करने के लिए, प्रायिकता <math>p_5</math> एक एनएससीसी (ठहराव) और संभाव्यता उत्पन्न करने के लिए <math>1-p_4-p_5</math> कुछ भी उत्पन्न नहीं करना (मृत्यु)।<ref>{{cite journal |last1=Chen |first1=Xiufang |last2=Wang |first2=Yue |last3=Feng |first3=Tianquan |last4=Yi |first4=Ming |last5=Zhang |first5=Xingan |last6=Zhou |first6=Da |s2cid=15335040 |title=प्रतिवर्ती फेनोटाइपिक प्लास्टिसिटी के कैंसर की गतिशीलता को चिह्नित करने में ओवरशूट और फेनोटाइपिक संतुलन|journal=Journal of Theoretical Biology |date=2016 |volume=390 |pages=40–49 |doi=10.1016/j.jtbi.2015.11.008 |pmid=26626088 |arxiv=1503.04558 |url=https://www.sciencedirect.com/science/article/abs/pii/S0022519315005512}}</ref>
+उदाहरण के लिए, कैंसर स्टेम सेल (CSCs) और गैर-स्टेम कैंसर कोशिकाओं (NSCCs) की जनसंख्या पर विचार करें। प्रत्येक समय अंतराल के बाद, प्रत्येक CSC के पास दो CSCs (सममित विभाजन) उत्पन्न करने की प्रायिकता  <math>p_1</math> होती है,  <math>p_2</math> CSCs और NSCCs (असममित विभाजन) उत्पन्न करने की प्रायिकता  <math>p_3</math> CSCs प्रायिकता का उत्पादन करने के लिए <math>1-p_1-p_2-p_3</math> कुछ भी उत्पन्न करने के लिए (मृत्यु); प्रत्येक NSCCs की प्रायिकता है <math>p_4</math> दो NSCCs (सममित विभाजन) उत्पन्न करने के लिए, प्रायिकता <math>p_5</math> NSCCs (ठहराव) और संभाव्यता उत्पन्न करने के लिए <math>1-p_4-p_5</math> कुछ भी उत्पन्न नहीं करनाl<ref>{{cite journal |last1=Chen |first1=Xiufang |last2=Wang |first2=Yue |last3=Feng |first3=Tianquan |last4=Yi |first4=Ming |last5=Zhang |first5=Xingan |last6=Zhou |first6=Da |s2cid=15335040 |title=प्रतिवर्ती फेनोटाइपिक प्लास्टिसिटी के कैंसर की गतिशीलता को चिह्नित करने में ओवरशूट और फेनोटाइपिक संतुलन|journal=Journal of Theoretical Biology |date=2016 |volume=390 |pages=40–49 |doi=10.1016/j.jtbi.2015.11.008 |pmid=26626088 |arxiv=1503.04558 |url=https://www.sciencedirect.com/science/article/abs/pii/S0022519315005512}}</ref>
 === मल्टीटाइप ब्रांचिंग प्रक्रियाओं के लिए बड़ी संख्या का कानून ===
-मल्टीटाइप ब्रांचिंग प्रक्रियाओं के लिए विभिन्न प्रकार की आबादी तेजी से बढ़ती है, विभिन्न प्रकार के अनुपात लगभग निश्चित रूप से कुछ हल्के परिस्थितियों में निरंतर वेक्टर में परिवर्तित हो जाते हैं। यह मल्टीटाइप ब्रांचिंग प्रक्रियाओं के लिए बड़ी संख्या का मजबूत कानून है।
+विभिन्न प्रकार की आबादी तेजी से बढ़ने वाली मल्टीटाइप ब्रांचिंग प्रक्रियाओं के लिए, विभिन्न प्रकार के अनुपात लगभग निश्चित रूप से कुछ मामूली परिस्थितियों में निरंतर वेक्टर के लिए अभिसरित होते हैं। यह मल्टीटाइप ब्रांचिंग के लिए बड़ी संख्या का मजबूत कानून है।
-निरंतर-समय के मामलों के लिए, जनसंख्या अपेक्षा के अनुपात एक [[साधारण अंतर समीकरण]] प्रणाली को संतुष्ट करते हैं, जिसमें एक अद्वितीय आकर्षक निश्चित बिंदु होता है। यह नियत बिंदु केवल वह सदिश है जिस पर अनुपात बड़ी संख्या के नियम में अभिसरित होते हैं।
+निरंतर मामलों के लिए, जनसंख्या की अपेक्षा के अनुपात ODE प्रणाली को संतुष्ट करते हैं, जिसमें अद्वितीय निश्चित बिंदु है। यह नियत बिंदु केवल वह सदिश है जिस पर अनुपात बड़ी संख्या के नियम में अभिसरित होते हैं।
-अथरेया और नेय द्वारा मोनोग्राफ <ref>{{cite book |last1=Athreya |first1=Krishna B. |last2=Ney |first2=Peter E. |title=ब्रांचिंग प्रक्रियाएं|date=1972 |publisher=Springer-Verlag |location=Berlin |isbn=978-3-642-65371-1 |pages=199–206}}</ref> शर्तों के एक सामान्य समूह को सारांशित करता है जिसके तहत बड़ी संख्या का यह नियम मान्य है। बाद में विभिन्न स्थितियों को त्यागने से कुछ सुधार होते हैं।<ref>{{cite journal |last1=Janson |first1=Svante |title=मल्टीटाइप ब्रांचिंग प्रक्रियाओं और सामान्यीकृत पोल्या कलशों के लिए कार्यात्मक सीमा प्रमेय|journal=Stochastic Processes and Their Applications |date=2003 |volume=110 |issue=2 |pages=177–245 |doi=10.1016/j.spa.2003.12.002}}</ref><ref>{{cite journal |last1=Jiang |first1=Da-Quan |last2=Wang |first2=Yue |last3=Zhou |first3=Da |title=बहु-फेनोटाइप सेल जनसंख्या गतिकी में संभाव्य अभिसरण के रूप में फेनोटाइपिक संतुलन|journal=PLOS ONE |date=2017 |volume=12 |issue=2 |pages=e0170916 |doi=10.1371/journal.pone.0170916 |pmid=28182672 |pmc=5300154 |bibcode=2017PLoSO..1270916J |doi-access=free }}</ref>
+अथरेया और नेय द्वारा <ref>{{cite book |last1=Athreya |first1=Krishna B. |last2=Ney |first2=Peter E. |title=ब्रांचिंग प्रक्रियाएं|date=1972 |publisher=Springer-Verlag |location=Berlin |isbn=978-3-642-65371-1 |pages=199–206}}</ref> मोनोग्राफ शर्तों के एक सामान्य सेट को सारांशित करता है जिसके तहत बड़ी संख्या का यह कानून मान्य है। बाद में विभिन्न स्थितियों को छोड़कर कुछ सुधार हुए हैं।<ref>{{cite journal |last1=Janson |first1=Svante |title=मल्टीटाइप ब्रांचिंग प्रक्रियाओं और सामान्यीकृत पोल्या कलशों के लिए कार्यात्मक सीमा प्रमेय|journal=Stochastic Processes and Their Applications |date=2003 |volume=110 |issue=2 |pages=177–245 |doi=10.1016/j.spa.2003.12.002}}</ref><ref>{{cite journal |last1=Jiang |first1=Da-Quan |last2=Wang |first2=Yue |last3=Zhou |first3=Da |title=बहु-फेनोटाइप सेल जनसंख्या गतिकी में संभाव्य अभिसरण के रूप में फेनोटाइपिक संतुलन|journal=PLOS ONE |date=2017 |volume=12 |issue=2 |pages=e0170916 |doi=10.1371/journal.pone.0170916 |pmid=28182672 |pmc=5300154 |bibcode=2017PLoSO..1270916J |doi-access=free }}</ref>
 == अन्य ब्रांचिंग प्रक्रियाएं ==
-कई अन्य शाखाएं हैं, उदाहरण के लिए, यादृच्छिक वातावरण में शाखाओं में बंटी प्रक्रियाएं, जिसमें प्रजनन कानून को प्रत्येक पीढ़ी में बेतरतीब ढंग से चुना जाता है, या शाखाकरण प्रक्रियाएं, जहां जनसंख्या का विकास बाहरी प्रभावों या अंतःक्रियात्मक प्रक्रियाओं द्वारा नियंत्रित होता है। ब्रांचिंग प्रक्रियाएं जहां कणों को पुनरुत्पादन करने में सक्षम होने के लिए काम करना पड़ता है (पर्यावरण में संसाधनों का योगदान),
+उदाहरण के लिए, यादृच्छिक वातावरण में कई अन्य ब्रांचिंग प्रक्रियाएं हैं, जिसमें प्रजनन कानून को प्रत्येक पीढ़ी, या ब्रांचिंग प्रक्रियाओं में यादृच्छिक रूप से चुना जाता है, जहां जनसंख्या के विकास को बाहरी प्रभावों या परस्पर अंतःक्रियात्मक द्वारा नियंत्रित किया जाता है। ब्रांचिंग प्रक्रियाएं, जहां कणों को काम करना होता है (पर्यावरण में संसाधनों का योगदान) ताकि पुनरुत्पादन में सक्षम हो सकें, और संसाधनों के वितरण को नियंत्रित करने वाली बदलती समाज संरचना में रह सकें, तथाकथित संसाधन-निर्भर ब्रांचिंग प्रक्रियाएँ हैं।
-और संसाधनों के वितरण को नियंत्रित करने वाली बदलती समाज संरचना में रहते हैं, तथाकथित संसाधन-निर्भर शाखाकरण प्रक्रियाएँ हैं।
-[[सुपरप्रोसेस]] प्राप्त करने के लिए निकट-महत्वपूर्ण शाखाओं की प्रक्रियाओं की स्केलिंग सीमा का उपयोग किया जा सकता है।
+[[सुपरप्रोसेस]] प्राप्त करने के लिए निकट-महत्वपूर्ण ब्रांचिंग प्रक्रियाओं की स्केलिंग सीमा का उपयोग किया जा सकता है।
 == यह भी देखें ==
@@ Line 123: / Line 120: @@
-==इस पेज में लापता आंतरिक लिंक की सूची==
-*सिद्धांत संभावना
-*अनेक संभावनाओं में से चुनी हूई प्रक्रिया
-*प्रायिकता वितरण
-*परमाणु रिऐक्टर
-*बुनियादी प्रजनन दर
-*यादृच्छिक चाल
-*संभाव्यता पैदा करने वाला कार्य
-*संसाधन-निर्भर शाखाकरण प्रक्रिया
 ==संदर्भ==
@@ Line 141: / Line 141: @@
 {{Stochastic processes}}
-{{DEFAULTSORT:Branching Process}}[[श्रेणी: मार्कोव प्रक्रियाएं]]
+{{DEFAULTSORT:Branching Process}}
-[[Category: Machine Translated Page]]
+[[Category:Articles with hatnote templates targeting a nonexistent page|Branching Process]]
-[[Category:Created On 26/12/2022]]
+[[Category:CS1 English-language sources (en)]]
+[[Category:Collapse templates|Branching Process]]
+[[Category:Created On 26/12/2022|Branching Process]]
+[[Category:Machine Translated Page|Branching Process]]
+[[Category:Navigational boxes| ]]
+[[Category:Navigational boxes without horizontal lists|Branching Process]]
+[[Category:Pages with script errors|Branching Process]]
+[[Category:Sidebars with styles needing conversion|Branching Process]]
+[[Category:Template documentation pages|Documentation/doc]]
+[[Category:Templates generating microformats|Branching Process]]
+[[Category:Templates that are not mobile friendly|Branching Process]]
+[[Category:Templates using TemplateData|Branching Process]]
+[[Category:Webarchive template wayback links|Branching Process]]
+[[Category:Wikipedia metatemplates|Branching Process]]

v t e Stochastic processes
Discrete time	Bernoulli process Branching process Chinese restaurant process Galton–Watson process Independent and identically distributed random variables Markov chain Moran process Random walk Loop-erased Self-avoiding Biased Maximal entropy
Continuous time	Additive process Bessel process Birth–death process pure birth Brownian motion Bridge Excursion Fractional Geometric Meander Cauchy process Contact process Continuous-time random walk Cox process Diffusion process Empirical process Feller process Fleming–Viot process Gamma process Geometric process Hawkes process Hunt process Interacting particle systems Itô diffusion Itô process Jump diffusion Jump process Lévy process Local time Markov additive process McKean–Vlasov process Ornstein–Uhlenbeck process Poisson process Compound Non-homogeneous Schramm–Loewner evolution Semimartingale Sigma-martingale Stable process Superprocess Telegraph process Variance gamma process Wiener process Wiener sausage
Both	Branching process Galves–Löcherbach model Gaussian process Hidden Markov model (HMM) Markov process Martingale Differences Local Sub- Super- Random dynamical system Regenerative process Renewal process Stochastic chains with memory of variable length White noise
Fields and other	Dirichlet process Gaussian random field Gibbs measure Hopfield model Ising model Potts model Boolean network Markov random field Percolation Pitman–Yor process Point process Cox Poisson Random field Random graph
Time series models	Autoregressive conditional heteroskedasticity (ARCH) model Autoregressive integrated moving average (ARIMA) model Autoregressive (AR) model Autoregressive–moving-average (ARMA) model Generalized autoregressive conditional heteroskedasticity (GARCH) model Moving-average (MA) model
Financial models	Binomial options pricing model Black–Derman–Toy Black–Karasinski Black–Scholes Chan–Karolyi–Longstaff–Sanders (CKLS) Chen Constant elasticity of variance (CEV) Cox–Ingersoll–Ross (CIR) Garman–Kohlhagen Heath–Jarrow–Morton (HJM) Heston Ho–Lee Hull–White LIBOR market Rendleman–Bartter SABR volatility Vašíček Wilkie
Actuarial models	Bühlmann Cramér–Lundberg Risk process Sparre–Anderson
Queueing models	Bulk Fluid Generalized queueing network M/G/1 M/M/1 M/M/c
Properties	Càdlàg paths Continuous Continuous paths Ergodic Exchangeable Feller-continuous Gauss–Markov Markov Mixing Piecewise deterministic Predictable Progressively measurable Self-similar Stationary Time-reversible
Limit theorems	Central limit theorem Donsker's theorem Doob's martingale convergence theorems Ergodic theorem Fisher–Tippett–Gnedenko theorem Large deviation principle Law of large numbers (weak/strong) Law of the iterated logarithm Maximal ergodic theorem Sanov's theorem Zero–one laws (Blumenthal, Borel–Cantelli, Engelbert–Schmidt, Hewitt–Savage, Kolmogorov, Lévy)
Inequalities	Burkholder–Davis–Gundy Doob's martingale Doob's upcrossing Kunita–Watanabe Marcinkiewicz–Zygmund
Tools	Cameron–Martin formula Convergence of random variables Doléans-Dade exponential Doob decomposition theorem Doob–Meyer decomposition theorem Doob's optional stopping theorem Dynkin's formula Feynman–Kac formula Filtration Girsanov theorem Infinitesimal generator Itô integral Itô's lemma Karhunen–Loève theorem Kolmogorov continuity theorem Kolmogorov extension theorem Lévy–Prokhorov metric Malliavin calculus Martingale representation theorem Optional stopping theorem Prokhorov's theorem Quadratic variation Reflection principle Skorokhod integral Skorokhod's representation theorem Skorokhod space Snell envelope Stochastic differential equation Tanaka Stopping time Stratonovich integral Uniform integrability Usual hypotheses Wiener space Classical Abstract
Disciplines	Actuarial mathematics Control theory Econometrics Ergodic theory Extreme value theory (EVT) Large deviations theory Mathematical finance Mathematical statistics Probability theory Queueing theory Renewal theory Ruin theory Signal processing Statistics Stochastic analysis Time series analysis Machine learning
List of topics Category

Anonymous

Search

ब्रांचिंग प्रक्रिया: Difference between revisions

Namespaces

More

Page actions

Latest revision as of 10:15, 14 January 2023

Contents

गणितीय सूत्रीकरण

निरंतर- समय ब्रांचिंग प्रक्रियाएं

गैल्टन वाटसन प्रक्रिया के लिए विलुप्त होने की समस्या

आकार पर निर्भर ब्रांचिंग प्रक्रियाएँ

विलुप्त होने की समस्या का उदाहरण

सिम्युलेटेड ब्रांचिंग प्रक्रिया

मल्टी टाइप ब्रांचिंग प्रोसेस

मल्टीटाइप ब्रांचिंग प्रक्रियाओं के लिए बड़ी संख्या का कानून

अन्य ब्रांचिंग प्रक्रियाएं

यह भी देखें

संदर्भ

Navigation

Navigation

Wiki tools

Wiki tools

Anonymous

Search

ब्रांचिंग प्रक्रिया: Difference between revisions

Latest revision as of 10:15, 14 January 2023

गणितीय सूत्रीकरण

निरंतर- समय ब्रांचिंग प्रक्रियाएं

गैल्टन वाटसन प्रक्रिया के लिए विलुप्त होने की समस्या

आकार पर निर्भर ब्रांचिंग प्रक्रियाएँ

विलुप्त होने की समस्या का उदाहरण

सिम्युलेटेड ब्रांचिंग प्रक्रिया

मल्टी टाइप ब्रांचिंग प्रोसेस

मल्टीटाइप ब्रांचिंग प्रक्रियाओं के लिए बड़ी संख्या का कानून

अन्य ब्रांचिंग प्रक्रियाएं

यह भी देखें

संदर्भ

Navigation

Wiki tools

Page tools

Other projects

Hidden categories