Bối cảnh và vấn đề nghiên cứu

Quá trình ngẫu nhiên là một trong những phân ngành cốt lõi của lý thuyết xác suất và toán học hiện đại, có lịch sử phát triển gắn liền với các bài toán mô hình hóa sự biến động của các hệ thống phức tạp trong tự nhiên và xã hội. Trong đó, mô hình quá trình phân nhánh (branching process) có nguồn gốc từ nghiên cứu kinh điển của Francis Galton và Henry William Watson về sự suy giảm và tuyệt chủng của các dòng dõi quý tộc trong quần thể. Mô hình phân nhánh truyền thống mô tả động thái phát triển số lượng cá thể qua các thế hệ hoặc theo thời gian liên tục dưới giả thiết cơ bản: mỗi cá thể sinh sản và chết đi một cách hoàn toàn độc lập với các cá thể khác trong cùng quần thể.

Tuy nhiên, trong thực tiễn sinh thái học, xã hội học và dịch tễ học, điều kiện độc lập sinh sản và tử vong là một sự lý tưởng hóa cao độ. Khi mật độ quần thể tăng cao, các nguồn tài nguyên thiết yếu (thức ăn, không gian sống, ánh sáng, oxy) trở nên khan hiếm, dẫn đến hiện tượng cạnh tranh giữa các cá thể. Sự cạnh tranh này trực tiếp làm tăng tỷ lệ tử vong hoặc làm suy giảm khả năng sinh sản của từng cá thể phụ thuộc vào tổng kích thước quần thể tại thời điểm khảo sát. Để phản ánh chính xác hơn quy luật vận động phi tuyến này, lý thuyết xác suất đã mở rộng sang việc nghiên cứu các quá trình phân nhánh có cạnh tranh (branching processes with competition), đặc biệt là trong không gian trạng thái liên tục (continuous-state branching processes - CBP).

Mục tiêu và nhiệm vụ nghiên cứu của luận văn được xác định rõ:

  1. Hệ thống hóa có chọn lọc và chặt chẽ hệ thống cơ sở lý thuyết giải tích xác suất nâng cao, bao gồm lý thuyết độ đo, xích và quá trình Markov, nửa nhóm toán tử Markov, toán tử sinh vô cùng bé, quá trình Lévy, lý thuyết Martingale và tích phân ngẫu nhiên Lebesgue-Stieltjes.
  2. Khảo sát cấu trúc toán học của quá trình phân nhánh trong không gian liên tục (CBP), phân tích tính chất phân nhánh (branching property), hàm đặc trưng và cơ chế sinh phân nhánh.
  3. Nghiên cứu mô hình quá trình phân nhánh có cạnh tranh trong không gian liên tục, làm rõ sự biến đổi của toán tử sinh, phương trình vi phân ngẫu nhiên tương ứng và hành vi tiệm cận của quần thể dưới tác động của cơ chế cạnh tranh.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Lớp quá trình phân nhánh trong không gian liên tục (CBP) và quá trình phân nhánh có cạnh tranh trong không gian liên tục; các đặc trưng giải tích xác suất liên quan (toán tử sinh $L$, nửa nhóm ${T_t}$, bộ ba đặc trưng Lévy $(a, \sigma, \Pi)$, tính chất martingale).
  • Phạm vi khoa học và thời gian: Luận văn thuộc chuyên ngành Lý thuyết xác suất và thống kê toán học (Mã số: 8460112.02), thực hiện tại Khoa Toán - Cơ - Tin học, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội, hoàn thành và bảo vệ vào tháng 3 năm 2019 dưới sự hướng dẫn khoa học của TS. Lê Vĩ.

Cơ sở lý thuyết và phương pháp

Luận văn vận dụng một khung lý thuyết giải tích xác suất và quá trình ngẫu nhiên hoàn chỉnh. Toàn bộ các khái niệm và công cụ giải tích được xây dựng trên nền tảng tiên đề xác suất của Kolmogorov cùng các định lý mở rộng hiện đại:

Khung lý thuyết / Khái niệm cốt lõi Vai trò và định nghĩa hình thức trong văn bản
Không gian xác suất & $\sigma$-đại số Bộ ba $(\Omega, \mathcal{F}, \mathbb{P})$ với $\Omega$ là không gian mẫu, $\mathcal{F}$ là $\sigma$-đại số các biến cố, và $\mathbb{P}$ là độ đo xác suất chuẩn hóa ($\mathbb{P}(\Omega) = 1$). Độ đo Borel $\mathcal{B}$ trên không gian metric.
Biến ngẫu nhiên & Kỳ vọng điều kiện Ánh xạ đo được $X: \Omega \to \mathbb{R}$, hàm phân phối xác suất $F(x) = \mathbb{P}{X \le x}$. Kỳ vọng có điều kiện $\mathbb{E}(X \mid \mathcal{G})$ đối với $\sigma$-đại số con $\mathcal{G} \subset \mathcal{F}$, tuân thủ bất đẳng thức Jensen, bổ đề Fatou và định lý hội tụ bị chặn.
Quá trình Markov & Xích Markov Họ biến ngẫu nhiên ${X_t, t \in T}$ thỏa mãn tính chất Markov: $\mathbb{P}(X_{t+s} \in B \mid \mathcal{F}{\le t}) = \mathbb{P}(X{t+s} \in B \mid X_t)$. Ma trận xác suất chuyển $P(n) = (p_{ij}(n))$, phương trình Chapman-Kolmogorov, phân loại trạng thái (hồi quy dương, hồi quy không, không hồi quy), phân phối dừng và phân phối giới hạn $\pi_j = \lim_{n \to \infty} p_{ij}(n)$.
Toán tử sinh Markov & Nửa nhóm Nửa nhóm toán tử ${T_t, t \ge 0}$ với $T_t u(x) = \mathbb{E}x[u(X_t)]$. Toán tử sinh vô cùng bé $L u(x) = \lim{t \downarrow 0} \frac{T_t u(x) - u(x)}{t}$ xác định trên miền $\mathcal{D}L$. Mật độ bất biến $f$ và tính tiệm cận ổn định: $\lim_{t \to \infty} |T(t)f - f_| = 0$.
Quá trình Lévy & Biểu diễn Lévy-Khintchine Quá trình có số gia độc lập dừng, liên tục phải có giới hạn trái (càdlàg). Phân phối khả phân vô hạn theo De Finetti (1929) với hàm mũ đặc trưng $\psi(u) = -\ln \mathbb{E}(e^{iu\Theta})$ thỏa mãn $\psi(u) = n\psi_n(u)$. Công thức Lévy-Khintchine với bộ ba $(a, \sigma, \Pi)$ và độ đo Lévy $\Pi$ thỏa mãn $\int_{\mathbb{R}\setminus{0}} (1 \wedge x^2)\Pi(dx) < \infty$.
Lý thuyết Martingale & Semi-martingale Bộ lọc $(\mathcal{F}t){t \ge 0}$ liên tục phải chứa các tập $\mathbb{P}$-null; quá trình thích nghi $M = (M_t)_{t \ge 0}$ khả tích thỏa mãn $\mathbb{E}(M_t \mid \mathcal{F}_s) = M_s$ với $s \le t$. Định nghĩa Martingale địa phương, Martingale bình phương khả tích $\mathcal{M}^2$, và Semi-martingale phân tích dưới dạng $M_t = X_t + A_t$ (trong đó $A_t$ có biến phân giới hạn, $X_t$ là martingale địa phương).
Giải tích thực và Tích phân Stieltjes Hàm có biến phân giới hạn biểu diễn thành hiệu hai hàm đơn điệu không giảm; tích phân Lebesgue $\int_A f d\mu$; tích phân Riemann-Stieltjes và Lebesgue-Stieltjes $\int_a^b f d\psi$ đối với hàm $\psi$ có biến phân bị chặn.

Phương pháp nghiên cứu thực tế được triển khai trong luận văn bao gồm:

  • Phương pháp tiên đề hóa và phân tích giải tích: Thiết lập các tính chất xác suất thông qua hệ thống định nghĩa, bổ đề và định lý toán học chặt chẽ.
  • Phương pháp nửa nhóm toán tử và giải tích phiếm hàm: Nghiên cứu tính chất phân phối và chuyển động của quá trình ngẫu nhiên thông qua toán tử chuyển tiếp $T_t$ và toán tử sinh vi phân $L$.
  • Phương pháp hàm đặc trưng và biến đổi Fourier/Laplace: Khảo sát phân phối khả phân vô hạn, hàm mũ đặc trưng trong công thức Lévy-Khintchine để biểu diễn các cơ chế sinh tử và bước nhảy ngẫu nhiên.
  • Phương pháp Martingale: Sử dụng cấu trúc Martingale và thời điểm dừng để kiểm soát sự hội tụ, tính ổn định và hành vi tiệm cận của quá trình ngẫu nhiên.

Nội dung chính theo từng chương

Chương 1: Kiến thức chuẩn bị

Chương 1 đóng vai trò xây dựng hệ thống nền tảng toán học cho toàn bộ luận văn. Tác giả trình bày chi tiết từ các khái niệm cơ bản của lý thuyết xác suất đến các công cụ giải tích ngẫu nhiên chuyên sâu:

  • Không gian xác suất và biến ngẫu nhiên: Định nghĩa không gian mẫu $\Omega$, trường đại số, $\sigma$-đại số, $\sigma$-đại số Borel $\mathcal{B}$, không gian đo $(\Omega, \mathcal{F})$ và không gian xác suất $(\Omega, \mathcal{F}, \mathbb{P})$. Xác lập tính chất của độ đo đầy đủ, phần bù $\sigma$-đại số, định nghĩa biến ngẫu nhiên rời rạc, liên tục, vector ngẫu nhiên đa chiều cùng các đặc trưng kỳ vọng $\mathbb{E}X = \int_{-\infty}^{+\infty} x f(x)dx$ và phương sai $\text{Var}X = \mathbb{E}[X - \mathbb{E}X]^2$.
  • Khái niệm về quá trình ngẫu nhiên: Khảo sát họ biến ngẫu nhiên $X = {X_t, t \in T}$ với tham số thời gian $T$ rời rạc ($T = \mathbb{N}, \mathbb{Z}$) hoặc liên tục ($T \subset \mathbb{R}$ hoặc trường ngẫu nhiên $T \subset \mathbb{R}^d$). Định nghĩa họ phân phối hữu hạn chiều ${F_I}$, điều kiện đối xứng và điều kiện nhất quán Kolmogorov để đảm bảo sự tồn tại của quá trình ngẫu nhiên trên không gian quỹ đạo $\mathbb{R}^T$. Phân loại quá trình dựa trên tính chất quỹ đạo: quá trình liên tục và quá trình bước nhảy.
  • Quá trình Markov và Xích Markov: Khảo sát chi tiết xích Markov thuần nhất với không gian trạng thái đếm được $E$. Thiết lập công thức xác suất chuyển sau $n$ bước qua phương trình Chapman-Kolmogorov: $$p_{ij}(n+m) = \sum_{k \in E} p_{ik}(n)p_{kj}(m)$$ Phân tích điều kiện tồn tại phân phối dừng $\pi = (\pi_j)$ thỏa mãn $\pi_j = \sum_{i \in E} \pi_i p_{ij}$ và phân phối giới hạn. Phân loại cấu trúc trạng thái thông qua xác suất quay lại lần đầu $f_{ii}(n)$ và xác suất hồi quy $f_{ii}^* = \sum_{n=1}^\infty f_{ii}(n)$: trạng thái hồi quy ($f_{ii}^* = 1$) gồm hồi quy dương ($\mu_i < \infty$) và hồi quy không ($\mu_i = \infty$), trạng thái không hồi quy ($f_{ii}^* < 1$). Với xích tối giản không tuần hoàn, chứng minh mối liên hệ giữa phân phối dừng duy nhất và tính hồi quy dương của mọi trạng thái.
  • Toán tử sinh của quá trình Markov: Xây dựng nửa nhóm toán tử ${T_t, t \ge 0}$ qua tích phân $T_t u(x) = \mathbb{E}x[u(X_t)] = \int{\mathbb{R}^d} u(y) P(t, x, dy)$ và toán tử sinh vi phân: $$Lu(x) = \lim_{t \downarrow 0} \frac{T_t u(x) - u(x)}{t}$$ Xác định hệ phương trình vi phân ma trận xác suất chuyển $\frac{dP}{dt} = AP$ với ma trận cường độ chuyển $A = (a_{ij})$, trong đó $a_{ij} = \lim_{t \downarrow 0} \frac{p_{ij}(t) - \delta_{ij}}{t}$. Định nghĩa tính tiệm cận ổn định của nửa nhóm toán tử qua mật độ bất biến $f_*$.
  • Quá trình Lévy: Trình bày định nghĩa chuẩn tắc của chuyển động Brownian $B = {B_t, t \ge 0}$ (quỹ đạo liên tục hầu chắc chắn, số gia độc lập Gauss) và quá trình Poisson $N = {N_t, t \ge 0}$ với tham số $\lambda > 0$ (quỹ đạo liên tục phải, số gia Poisson). Hợp nhất hai lớp quá trình này vào định nghĩa quá trình Lévy (số gia độc lập, dừng, quỹ đạo càdlàg). Phân tích mối liên hệ mật thiết giữa quá trình Lévy và phân phối khả phân vô hạn (De Finetti 1929, Lévy 1934, Khintchine 1937, Itô 1942). Thiết lập công thức Lévy-Khintchine cho hàm mũ đặc trưng $\psi(\theta)$ với độ đo Lévy $\Pi$: $$\int_{\mathbb{R}\setminus{0}} (1 \wedge x^2)\Pi(dx) < \infty$$
  • Quá trình ngẫu nhiên thích nghi và Lý thuyết Martingale: Định nghĩa bộ lọc tăng liên tục phải $(\mathcal{F}t){t \ge 0}$, bộ lọc tự nhiên $\mathcal{F}_t^X = \sigma(X_s, s \le t)$, khái niệm thời điểm Markov và thời điểm dừng. Trình bày các tính chất của kỳ vọng có điều kiện $\mathbb{E}(X \mid \mathcal{G})$, xác suất có điều kiện $\mathbb{P}(A \mid \mathcal{F}) = \mathbb{E}(I_A \mid \mathcal{F})$. Thiết lập định nghĩa chuẩn mực cho Martingale, Sub-martingale, Super-martingale, Martingale địa phương, Martingale bình phương khả tích $\mathcal{M}^2$ và Semi-martingale ($M_t = X_t + A_t$). Khẳng định các quá trình biến phân hữu hạn và chuyển động Brownian đều là semi-martingale.
  • Biến phân giới hạn và Tích phân ngẫu nhiên: Trình bày hàm có biến phân giới hạn trên đoạn $[a, b]$, tính chất biểu diễn thành hiệu của hai hàm đơn điệu không giảm; định nghĩa giải tích cho tích phân Lebesgue đối với hàm đặc trưng và hàm đơn giản; xây dựng tích phân Riemann-Stieltjes và tích phân Lebesgue-Stieltjes $\int_a^b f d\psi$ với điều kiện $\psi$ là hàm có biến phân giới hạn.

Chương 2: Quá trình phân nhánh trong không gian liên tục (CBP)

Chương này đi sâu vào việc mô tả toán học lớp quá trình phân nhánh với không gian trạng thái liên tục:

  • Định nghĩa và tính chất phân nhánh (Branching Property): Quá trình Markov ${X_t, t \ge 0}$ nhận giá trị trong $[0, \infty)$ được gọi là quá trình phân nhánh trong không gian liên tục (CBP) nếu phân phối xác suất chuyển tiếp của nó thỏa mãn tính chất cộng tính: phân phối của tổng hai quần thể xuất phát độc lập tại $x$ và $y$ tương đương với phân phối của quần thể xuất phát từ trạng thái $x+y$.
  • Hàm đặc trưng và phương trình vi phân phân nhánh: Phân tích biến đổi Laplace của quá trình chuyển tiếp: $$\mathbb{E}_x\left[e^{-\lambda X_t}\right] = e^{-x u_t(\lambda)}$$ trong đó hàm $u_t(\lambda)$ là nghiệm của phương trình vi phân biến đổi phân nhánh $\frac{\partial u_t(\lambda)}{\partial t} = -\psi(u_t(\lambda))$ với điều kiện đầu $u_0(\lambda) = \lambda$. Hàm $\psi(\cdot)$ đóng vai trò là cơ chế phân nhánh Lévy (branching mechanism), được xác định cụ thể thông qua biểu diễn giải tích của toán tử sinh vi phân ngẫu nhiên.
  • Biểu diễn toán tử sinh và liên hệ với quá trình Lévy: Thiết lập mối liên hệ giữa quá trình CBP và quá trình Lévy thông qua phép đổi thời gian Lamperti (Lamperti transform), biến đổi một quá trình Lévy nhảy thuần túy không có bước nhảy âm thành một quá trình phân nhánh trạng thái liên tục.

Chương 3: Quá trình phân nhánh cạnh tranh trong không gian liên tục

Chương cuối mở rộng mô hình phân nhánh sang trường hợp có tương tác cạnh tranh:

  • Mô hình hóa lực cạnh tranh quần thể: Loại bỏ điều kiện độc lập sinh tử của mô hình CBP thuần túy, bổ sung hàm tỷ lệ tương tác cạnh tranh $c(x)$ (thường là hàm phi tuyến tăng theo mật độ quần thể $x$). Tỷ lệ tử vong gia tăng do mật độ cao làm biến đổi cấu trúc toán tử sinh Markov.
  • Toán tử sinh vi phân ngẫu nhiên của mô hình cạnh tranh: Thiết lập toán tử sinh $L_{comp}$ cho quá trình phân nhánh cạnh tranh dạng: $$L_{comp} u(x) = L_{CBP} u(x) - c(x) x u'(x)$$ trong đó số hạng $-c(x) x u'(x)$ biểu thị sự suy giảm kích thước quần thể dưới áp lực cạnh tranh tài nguyên sinh thái.
  • Tính chất nghiệm và hành vi tiệm cận: Khảo sát sự tồn tại và duy nhất nghiệm của phương trình vi phân ngẫu nhiên tương ứng, phân tích các kịch bản tiệm cận: tính tuyệt chủng hầu chắc chắn của quần thể hoặc sự tồn tại của phân phối dừng ổn định khi có sự cân bằng giữa tốc độ sinh sản và áp lực cạnh tranh.

Kết quả và đóng góp

Luận văn đã đạt được các kết quả toán học cụ thể và mang lại những đóng góp rõ nét trong phạm vi chuyên ngành:

  • Hệ thống hóa toàn diện cơ sở giải tích xác suất: Luận văn đã xây dựng một cấu trúc lý thuyết xác suất và quá trình ngẫu nhiên mạch lạc, từ không gian đo, xích/quá trình Markov thời gian liên tục, phân phối khả phân vô hạn, công thức Lévy-Khintchine cho đến giải tích Martingale và tích phân Lebesgue-Stieltjes. Mọi mệnh đề và định lý đều được trình bày với lập luận chặt chẽ và nhất quán về mặt ký hiệu toán học.
  • Làm rõ cấu trúc giải tích của quá trình CBP: Tác giả đã phân tích tường minh tính chất phân nhánh của quá trình CBP thông qua nửa nhóm toán tử và phương trình vi phân biến đổi Laplace, minh chứng mối liên hệ nội tại giữa cơ chế phân nhánh Lévy và quá trình ngẫu nhiên trạng thái liên tục.
  • Mở rộng mô hình sang quá trình phân nhánh có cạnh tranh: Đưa ra cách tiếp cận toán học chuẩn xác đối với việc thiết lập toán tử sinh cho mô hình phân nhánh cạnh tranh trong không gian liên tục; phân tích định lượng ảnh hưởng của số hạng cạnh tranh phi tuyến đối với tính chất ổn định và tiệm cận của quá trình.
  • Đóng góp học thuật tự thân: Công trình cung cấp một tài liệu tham khảo chuyên khảo bằng tiếng Việt có giá trị tổng hợp cao, kết nối các công cụ giải tích ngẫu nhiên hiện đại (bán nhóm Markov, quá trình Lévy, phép đổi thời gian Lamperti) vào việc khảo sát các bài toán sinh học toán học ngẫu nhiên.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên phạm vi và nội dung được trình bày trong văn bản:

  • Hạn chế:
    • Luận văn giới hạn nghiên cứu ở góc độ giải tích lý thuyết và mô hình toán học thuần túy; chưa triển khai các thuật toán mô phỏng số (như thuật toán Monte Carlo hoặc xấp xỉ phương trình vi phân ngẫu nhiên) để minh họa trực quan quỹ đạo phân nhánh cạnh tranh.
    • Các kết quả về sự tồn tại và nghiệm dừng của quá trình phân nhánh cạnh tranh chủ yếu được khảo sát trong không gian một chiều đối với một quần thể đơn loài.
  • Hướng nghiên cứu tiếp:
    • Mở rộng mô hình phân nhánh cạnh tranh sang không gian nhiều chiều ($d \ge 2$), mô tả sự tương tác cạnh tranh phức hợp giữa nhiều loài sinh vật cùng sinh sống trong một hệ sinh thái.
    • Khảo sát quá trình phân nhánh cạnh tranh trong môi trường ngẫu nhiên (in random environments), trong đó các tham số sinh sản và cạnh tranh biến thiên theo một quá trình ngẫu nhiên ngoại cảnh.
    • Nghiên cứu chi tiết hơn về phân phối thời điểm dừng tuyệt chủng và các định lý giới hạn tỷ lệ co giãn cho mô hình cạnh tranh phi tuyến tổng quát.

Giá trị tham khảo

Luận văn là nguồn tư liệu học thuật hữu ích cho nhiều đối tượng nghiên cứu:

  • Đối tượng phù hợp: Học viên cao học, nghiên cứu sinh và sinh viên chuyên ngành Toán học, Toán ứng dụng, Lý thuyết xác suất và Thống kê toán học, cũng như các nhà nghiên cứu trong lĩnh vực Sinh học toán học (Mathematical Biology) và Khoa học tính toán.
  • Các nội dung đáng tham khảo:
    • Chương 1: Là tài liệu tổng quan chuẩn mực về giải tích xác suất nâng cao, bao gồm lý thuyết quá trình Lévy, công thức Lévy-Khintchine, lý thuyết nửa nhóm Markov, cấu trúc Semi-martingale và tích phân Lebesgue-Stieltjes.
    • Chương 2 và 3: Cung cấp phương pháp luận chi tiết để tiếp cận và giải quyết các bài toán về quá trình phân nhánh liên tục (CBP) và kỹ thuật biến đổi toán tử sinh khi đưa thêm các yếu tố tương tác phi tuyến (cạnh tranh).

Câu hỏi thường gặp

1. Đề tài luận văn bắt nguồn từ mô hình nghiên cứu cổ điển nào?
Luận văn bắt nguồn từ nghiên cứu kinh điển của Galton-Watson về sự tuyệt chủng của các dòng họ trong quần thể. Mô hình này sau đó được mở rộng thành lớp quá trình phân nhánh trong không gian liên tục (CBP) và tiếp tục phát triển thành quá trình phân nhánh có cạnh tranh nhằm khắc phục giả thiết lý tưởng hóa về tính độc lập sinh sản và tử vong giữa các cá thể.

2. Phân phối khả phân vô hạn liên hệ như thế nào với quá trình Lévy trong luận văn?
Theo các kết quả của De Finetti (1929), Paul Lévy (1934), Khintchine (1937) và Itô (1942), một biến ngẫu nhiên $X$ có phân phối khả phân vô hạn khi và chỉ khi hàm mũ đặc trưng $\psi(\theta)$ của nó thỏa mãn $\psi(u) = n\psi_n(u)$ với mọi $n \ge 1$. Mọi quá trình Lévy ${X_t, t \ge 0}$ đều có số gia độc lập dừng và $X_t$ luôn thuộc lớp phân phối khả phân vô hạn, được biểu diễn đầy đủ thông qua công thức Lévy-Khintchine với bộ ba $(a, \sigma, \Pi)$.

3. Quá trình Semi-martingale được định nghĩa ra sao trong Chương 1?
Quá trình ngẫu nhiên ${M_t, t \ge 0}$ được gọi là một semi-martingale đối với bộ lọc $(\mathcal{F}t){t \ge 0}$ nếu nó có thể phân tích thành tổng $M_t = X_t + A_t$, trong đó ${A_t}$ là quá trình liên tục phải có quỹ đạo biến phân giới hạn và ${X_t}$ là một martingale địa phương bình phương khả tích. Luận văn chứng minh rằng chuyển động Brownian và các quá trình có biến phân hữu hạn đều là semi-martingale.

4. Toán tử sinh vô cùng bé $L$ của quá trình Markov thuần nhất được xác định như thế nào?
Toán tử sinh vô cùng bé $L$ của nửa nhóm toán tử Markov ${T_t, t \ge 0}$ được xác định là đạo hàm của nửa nhóm tại điểm $t = 0$: $$Lu(x) = \lim_{t \downarrow 0} \frac{T_t u(x) - u(x)}{t}$$ với miền xác định $\mathcal{D}_L$ là không gian các hàm vô hướng đo được bị chặn trên $\mathbb{R}^d$ sao cho giới hạn trên tồn tại. Đối với xích Markov thời gian liên tục với không gian trạng thái hữu hạn, toán tử này tương ứng với phương trình vi phân ma trận xác suất chuyển $\frac{dP}{dt} = AP$.

5. Sự khác biệt cốt lõi giữa quá trình phân nhánh chuẩn (CBP) và quá trình phân nhánh cạnh tranh là gì?
Quá trình CBP chuẩn tuân theo tính chất phân nhánh cộng tính, trong đó các cá thể sinh sôi và chết đi độc lập không phụ thuộc vào mật độ quần thể. Ngược lại, quá trình phân nhánh cạnh tranh bổ sung thêm số hạng tương tác phụ thuộc vào kích thước quần thể, làm biến đổi toán tử sinh vi phân (thêm thành phần phi tuyến giảm trừ kích thước) để phản ánh sự gia tăng tỷ lệ tử vong hoặc suy giảm sinh sản do khan hiếm tài nguyên.

Kết luận

Luận văn thạc sĩ "Về quá trình phân nhánh và quá trình phân nhánh cạnh tranh trong không gian liên tục" của học viên Trần Thị Thu Hiền (2019) là một công trình nghiên cứu lý thuyết xác suất công phu và chuẩn mực. Tác giả đã hệ thống hóa thành công một khung lý thuyết giải tích ngẫu nhiên nâng cao, từ quá trình Markov, quá trình Lévy, lý thuyết Martingale đến tích phân Stieltjes. Đồng thời, luận văn đã khảo sát sâu sắc cơ chế giải tích của quá trình phân nhánh trạng thái liên tục (CBP) và mô hình phân nhánh cạnh tranh, tạo tiền đề toán học vững chắc cho các nghiên cứu chuyên sâu tiếp theo về sinh thái học toán học và quá trình ngẫu nhiên phi tuyến.