Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10662/19573
Títulos: Diffusion approximation of controlled branching processes using limit theorems for random step processes
Autores/as: Puerto García, Inés María del
González Velasco, Miguel
Martín Chávez, Pedro
Palabras clave: Procesos de ramificación controlados;Teorema de convergencia débil;Diferencias de Martingale;Procesos de difusión;Ecuaciones diferenciales estocásticas;Procesos de pasos aleatorios;Controlled branching processes;Weak convergence theorem;Martingale differences;Diffusion processes;Stochastic differential equation;Random step processes
Fecha de publicación: 2022
Editor/a: Taylor and Francis Ltd
Resumen: A controlled branching process (CBP) is a modification of the standard Bienaymé-Galton-Watson process in which the number of progenitors in each generation is determined by a random mechanism. We consider a CBP starting from a random number of initial individuals. The main aim of this paper is to provide a Feller diffusion approximation for critical CBPs. A similar result by considering a fixed number of initial individuals by using operator semigroup convergence theorems has been previously proved in Sriram et al (2007). An alternative proof is now provided making use of limit theorems for random step processes.
Un proceso de ramificación controlado (PRC) es una modificación del proceso estándar de Bienaymé-Galton-Watson en el que el número de progenitores en cada generación se determina mediante un mecanismo aleatorio. Consideramos un PRC empezando con un número aleatorio de individuos iniciales. El objetivo principal de este artículo es proporcionar una aproximación de la difusión de Feller para PRCs críticos. Sriram et al (2007) demostraron previamente un resultado similar considerarando un número fijo de individuos iniciales mediante el uso de teoremas de convergencia de semigrupos de operadores. Ahora se proporciona una prueba alternativa que utiliza teoremas límites para procesos de pasos aleatorios
Descripción: This is the plain accepted version of the following paper published in the journal Stochastic Models (see the official journal website at https://doi.org/10.1080/15326349.2022.2066131):
URI: http://hdl.handle.net/10662/19573
DOI: 10.1080/15326349.2022.2066131
Colección:DMATE - Artículos

Archivos
Archivo Descripción TamañoFormato 
15326349_2022_2066131.pdf363,01 kBAdobe PDFDescargar


Este elemento está sujeto a una licencia Licencia Creative Commons Creative Commons