생식률 파라미터가 지배하는 브랜칭 랜덤 워크의 임계값 분석

본 연구는 “germ‑monotone”이라는 새로운 개념을 도입하여, 파라미터 λ에 따라 germ order로 단조 증가하는 브랜칭 랜덤 워크(BRW) 가족을 체계적으로 분석한다. 먼저, 연속시간 BRW를 이산시간 카운터파트로 변환하는 절차를 상세히 설명하고, λ가 번식 속도를 조절하는 스칼라 파라미터임을 명시한다. λ가 증가하면 각 입자의 번식 간격이 짧아져 전체 과정이 더 활발해지며, 이는 전통적인 stochastic domination보다 미세한 순서를 제공한다. 다음으로, 임계 파라미터 λ(A)를 정의한다. λ(A)는 λ가 이 값보다 작을 때 집합 A에서 거의 확실히 멸종하고, λ가 이 값보다 클 때 A에서 양의 확률로 살아남는 경계값이다. 전역 임계값 λ_w는 λ(X)와 동일하고, 강한 지역 임계값 λ_s는 유한 비공허 집합 A에 대한 λ(A)와 일치한다. 이러한 일반화는 기존 연구에서 다루던 “전역 멸종/생존”과 “지역 멸종/생존”을 하나의 통합된 프레임워크 안에 포함시킨다. 핵심 이론적 도구는 Theorem 2.3이다. 이 정리는 두 집합 A, B에 대해 “A에서 살아남으면 반드시 B에서도 살아남는다”는 관계와 extinction probability vector 사이의 동등성을 제공한다. 구체적으로, q(x,B) < q(x,A)인 점이 존재하면, B에서 살아남고 A에서는 절대 멸종하는 경로가 존재함을 보인다. 이는 “생존 가능성”을 집합 간 비교로 전환시켜, 정책 설계 시 어떤 지역을 차단하면 전역 전파를 억제할 수 있는지를 판단하는 데 유용하다. 그 후, Theorem 4.1과 그 파생 결과를 통해 재생산법 µ_λ를 부분집합 A₀에서 germ order에 따라 감소시켰을 때 λ(A)의 변동을 분석한다. 주요 결과는 다음과 같다. (1) λ(A)는 어떠한 지역 수정에도 절대 증가하지 않는다. (2) min(λ(A), λ(B))와 max(λ(A), λ(B))에 대한 불등식이 성립한다. (3) A₀가 유한할 경우, λ(A)는 λ_s와 동일하거나 그보다 작아질 수밖에 없으며, λ(A) > λ_s인 경우에는 어떤 유한한 지역 수정도 λ(A)를 증가시킬 수 없다는 강력한 제한이 존재한다. 이는 “지역 차단이 전역 전파를 완전히 억제할 수 없는 상황”을 수학적으로 증명한다. Section 5에서는 유한한 A₀에 대한 특수한 경우를 집중적으로 다룬다. 여기서는 기존 연구