TY  - THES
A1  - Engelhardt, Max Angel Ronan
T1  - Zwischen Simulation und Beweis - eine mathematische Analyse des Bienaymé-Galton-Watson-Prozesses und sein Einsatz innerhalb des Mathematikunterrichts
T1  - Between simulation and proof - a mathematical analysis of the Bienaymé-Galton-Watson-process and its application in mathematics lessons
N2  - Die Bienaymé-Galton-Watson Prozesse können für die Untersuchung von speziellen und sich entwickelnden Populationen verwendet werden. Die Populationen umfassen Individuen, welche sich identisch, zufällig, selbstständig und unabhängig voneinander fortpflanzen und die jeweils nur eine Generation existieren. Die n-te Generation ergibt sich als zufällige Summe der Individuen der (n-1)-ten Generation. Die Relevanz dieser Prozesse begründet sich innerhalb der Historie und der inner- und außermathematischen Bedeutung. Die Geschichte der Bienaymé-Galton-Watson-Prozesse wird anhand der Entwicklung des Konzeptes bis heute dargestellt. Dabei werden die Wissenschaftler:innen verschiedener Disziplinen angeführt, die Erkenntnisse zu dem Themengebiet beigetragen und das Konzept in ihren Fachbereichen angeführt haben. Somit ergibt sich die außermathematische Signifikanz. Des Weiteren erhält man die innermathematische Bedeutsamkeit mittels des Konzeptes der Verzweigungsprozesse, welches auf die Bienaymé-Galton-Watson Prozesse zurückzuführen ist. Die Verzweigungsprozesse stellen eines der aussagekräftigsten Modelle für die Beschreibung des Populationswachstums dar. Darüber hinaus besteht die derzeitige Wichtigkeit durch die Anwendungsmöglichkeit der Verzweigungsprozesse und der Bienaymé-Galton-Watson Prozesse innerhalb der Epidemiologie. Es werden die Ebola- und die Corona-Pandemie als Anwendungsfelder angeführt. Die Prozesse dienen als Entscheidungsstütze für die Politik und ermöglichen Aussagen über die Auswirkungen von Maßnahmen bezüglich der Pandemien. Neben den Prozessen werden ebenfalls der bedingte Erwartungswert bezüglich diskreter Zufallsvariablen, die wahrscheinlichkeitserzeugende Funktion und die zufällige Summe eingeführt. Die Konzepte vereinfachen die Beschreibung der Prozesse und bilden somit die Grundlage der Betrachtungen. Außerdem werden die benötigten und weiterführenden Eigenschaften der grundlegenden Themengebiete und der Prozesse aufgeführt und bewiesen. Das Kapitel erreicht seinen Höhepunkt bei dem Beweis des Kritikalitätstheorems, wodurch eine Aussage über das Aussterben des Prozesses in verschiedenen Fällen und somit über die Aussterbewahrscheinlichkeit getätigt werden kann. Die Fälle werden anhand der zu erwartenden Anzahl an Nachkommen eines Individuums unterschieden. Es zeigt sich, dass ein Prozess bei einer zu erwartenden Anzahl kleiner gleich Eins mit Sicherheit ausstirbt und bei einer Anzahl größer als Eins, die Population nicht in jedem Fall aussterben muss. Danach werden einzelne Beispiele, wie der linear fractional case, die Population von Fibroblasten (Bindegewebszellen) von Mäusen und die Entstehungsfragestellung der Prozesse, angeführt. Diese werden mithilfe der erlangten Ergebnisse untersucht und einige ausgewählte zufällige Dynamiken werden im nachfolgenden Kapitel simuliert. Die Simulationen erfolgen durch ein in Python erstelltes Programm und werden mithilfe der Inversionsmethode realisiert. Die Simulationen stellen beispielhaft die Entwicklungen in den verschiedenen Kritikalitätsfällen der Prozesse dar. Zudem werden die Häufigkeiten der einzelnen Populationsgrößen in Form von Histogrammen angebracht. Dabei lässt sich der Unterschied zwischen den einzelnen Fällen bestätigen und es wird die Anwendungsmöglichkeit der Bienaymé-Galton-Watson Prozesse bei komplexeren Problemen deutlich. Histogramme bekräftigen, dass die einzelnen Populationsgrößen nur endlich oft vorkommen. Diese Aussage wurde von Galton aufgeworfen und in der Extinktions-Explosions-Dichotomie verwendet. Die dargestellten Erkenntnisse über das Themengebiet und die Betrachtung des Konzeptes werden mit einer didaktischen Analyse abgeschlossen. Die Untersuchung beinhaltet die Berücksichtigung der Fundamentalen Ideen, der Fundamentalen Ideen der Stochastik und der Leitidee „Daten und Zufall“. Dabei ergibt sich, dass in Abhängigkeit der gewählten Perspektive die Anwendung der Bienaymé-Galton-Watson Prozesse innerhalb der Schule plausibel ist und von Vorteil für die Schüler:innen sein kann. Für die Behandlung wird exemplarisch der Rahmenlehrplan für Berlin und Brandenburg analysiert und mit dem Kernlehrplan Nordrhein-Westfalens verglichen. Die Konzeption des Lehrplans aus Berlin und Brandenburg lässt nicht den Schluss zu, dass die Bienaymé-Galton-Watson Prozesse angewendet werden sollten. Es lässt sich feststellen, dass die zugrunde liegende Leitidee nicht vollumfänglich mit manchen Fundamentalen Ideen der Stochastik vereinbar ist. Somit würde eine Modifikation hinsichtlich einer stärkeren Orientierung des Lehrplans an den Fundamentalen Ideen die Anwendung der Prozesse ermöglichen. Die Aussage wird durch die Betrachtung und Übertragung eines nordrhein-westfälischen Unterrichtsentwurfes für stochastische Prozesse auf die Bienaymé-Galton-Watson Prozesse unterstützt. Darüber hinaus werden eine Concept Map und ein Vernetzungspentagraph nach von der Bank konzipiert um diesen Aspekt hervorzuheben.
N2  - The Bienaymé-Galton-Watson processes can be used to study special and developing populations. These populations include individuals that reproduce identically, randomly, separately, independently of each other, and which exist only for one generation. The n-th generation is the random sum of the individuals of the (n-1)-th generation. The relevance of these processes is based on their history and their significance in mathematical and extra-mathematical contexts. The history of the Bienaymé-Galton-Watson processes is illustrated by the development of the concept to the present day. Various scientists from different disciplines who have contributed to the topic in their respective fields are listed. This illustrates moreover the significance in extra-mathematical contexts. Furthermore, the inner- mathematical magnitude is obtained by means of the superordinate concept of branching processes, which can be traced back to the Bienaymé-Galton-Watson processes. These branching processes are one of the most significant models for describing population growth. In addition, the current importance arises from the applicability of branching processes and the Bienaymé-Galton-Watson processes within epidemiology. The Ebola and Corona pandemics are mentioned as fields of application. The processes serve as a basis for political decision-making and enable statements made on the impact of pandemic measures. In addition to the processes, the conditional expectation value for discrete random variables, the probability generating function and the random sum are also introduced. These concepts simplify the description of the processes and thus form the basis of the considerations. Also, the required and further properties of the basic topics and processes are listed and demonstrated. The chapter reaches its climax with the proof of the criticality theorem, whereby a statement can be made about the extinction of the process in different cases and thus about the extinction probability. These cases are distinguished based on the expected number of offspring from the individuals. It turns out that a process with an expected number of less than one certainly becomes extinct. On the contrary, a process with a number greater than one does not necessarily has to die out. Individual examples are then given, such as the linear fractional case, the population of fibroblasts (connective tissue cells) of mice and the question of origin. These are investigated using the results obtained and some selected random dynamics are simulated in the following chapter. The simulations are carried out by a Python self-written program and are realized using the inversion method. These simulations exemplify the developments in the different criticality cases of the processes. Besides, the frequencies of the individual population sizes are displayed in the form of histograms. The difference between the individual cases can be confirmed and the analysis of the fibroblasts reveals the applicability of the Bienaymé-Galton-Watson processes to more complex problems. Histograms confirm that the individual population sizes occur only finitely often. This statement was raised by Galton and is used in the extinction-explosion dichotomy. The presented findings about the topic and the consideration of the concept are concluded with an analysis of didactic-background. This involves the fundamental ideas, the fundamental ideas of stochastics and the guiding idea of data and chance. Depending on the chosen perspective, the use of the Bienaymé-Galton-Watson processes within the school is plausible and may be beneficial for the students. For the treatment, the Rahmenlehrplan for Berlin and Brandenburg is analysed and compared with the core curriculum of Nord Rhine-Westphalia as an example. The design of the curriculum of Berlin and Brandenburg does not allow the conclusion of applying the Bienaymé-Galton-Watson processes. It can be seen that the underlying guiding idea is not fully compatible with some fundamental ideas of stochastics. Thus, a modification to the curriculum more oriented towards these fundamental ideas would allow the application of the processes. This statement is supported by the observation and transfer of a North Rhine-Westphalian teaching design for stochastic processes to the Bienaymé-Galton-Watson processes by means of chain letters. In addition, a concept map and a Vernetzungspentagraph by von der Bank are designed to highlight this aspect.
KW  - Bienaymé-Galton-Watson Prozess
KW  - Kritikalitätstheorem
KW  - Verzweigungsprozess
KW  - Populationen
KW  - linear fractional case
KW  - bedingter Erwartungswert
KW  - zufällige Summe
KW  - Simulation
KW  - wahrscheinlichkeitserzeugende Funktion
KW  - Historie der Verzweigungsprozesse
KW  - Instabilität des Prozesses
KW  - Aussterbewahrscheinlichkeit
KW  - Geometrische Reproduktionsverteilung
KW  - Fibroblasten
KW  - Entstehungsfragestellung
KW  - Fundamentale Ideen
KW  - Leitidee „Daten und Zufall“
KW  - Rahmenlehrplan
KW  - Markov-Ketten
KW  - Corona
KW  - Bienaymé-Galton-Watson process
KW  - criticality theorem
KW  - branching process
KW  - populations
KW  - linear fractional case
KW  - conditional expectation value
KW  - random sum
KW  - simulation
KW  - probability generating function
KW  - history of branching processes
KW  - instability of the process
KW  - extinction probability
KW  - geometric reproduction distribution
KW  - fibroblasts
KW  - question of origin
KW  - fundamental ideas
KW  - guiding idea “Daten und Zufall”
KW  - Rahmenlehrplan
KW  - Markov chains
KW  - Corona
Y1  - 2021
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-524474
ER  - 
TY  - THES
A1  - Fischer, Jens Walter
T1  - Random dynamics in collective behavior - consensus, clustering & extinction of populations
T1  - Stochastische Dynamiken in kollektivem Verhalten: Konsens, Gruppenbildung, Aussterben von Populationen
N2  - The echo chamber model describes the development of groups in heterogeneous social networks. By heterogeneous social network we mean a set of individuals, each of whom represents exactly one opinion. The existing relationships between individuals can then be represented by a graph. The echo chamber model is a time-discrete model which, like a board game, is played in rounds. In each round, an existing relationship is randomly and uniformly selected from the network and the two connected individuals interact. If the opinions of the individuals involved are sufficiently similar, they continue to move closer together in their opinions, whereas in the case of opinions that are too far apart, they break off their relationship and one of the individuals seeks a new relationship. In this paper we examine the building blocks of this model. We start from the observation that changes in the structure of relationships in the network can be described by a system of interacting particles in a more abstract space. 
These reflections lead to the definition of a new abstract graph that encompasses all possible relational configurations of the social network. This provides us with the geometric understanding necessary to analyse the dynamic components of the echo chamber model in Part III. As a first step, in Part 7, we leave aside the opinions of the inidividuals and assume that the position of the edges changes with each move as described above, in order to obtain a basic understanding of the underlying dynamics. Using Markov chain theory, we find upper bounds on the speed of convergence of an associated Markov chain to its unique stationary distribution and show that there are mutually identifiable networks that are not apparent in the dynamics under analysis, in the sense that the stationary distribution of the associated Markov chain gives equal weight to these networks.
In the reversible cases, we focus in particular on the explicit form of the stationary distribution as well as on the lower bounds of the Cheeger constant to describe the convergence speed.
The final result of Section 8, based on absorbing Markov chains, shows that in a reduced version of the echo chamber model, a hierarchical structure of the number of conflicting relations can be identified.
We can use this structure to determine an upper bound on the expected absorption time, using a quasi-stationary distribution. This hierarchy of structure also provides a bridge to classical theories of pure death processes. We conclude by showing how future research can exploit this link and by discussing the importance of the results as building blocks for a full theoretical understanding of the echo chamber model. Finally, Part IV presents a published paper on the birth-death process with partial catastrophe. The paper is based on the explicit calculation of the first moment of a catastrophe. This first part is entirely based on an analytical approach to second degree recurrences with linear coefficients. The convergence to 0 of the resulting sequence as well as the speed of convergence are proved. On the other hand, the determination of the upper bounds of the expected value of the population size as well as its variance and the difference between the determined upper bound and the actual value of the expected value. For these results we use almost exclusively the theory of ordinary nonlinear differential equations.
N2  - Beziehungen und damit Interaktion sowie Diskussion, aber auch Konflikt und Opposition bilden die Grundbausteine einer jeden Gesellschaft. Häufig wird Kommunikation als der übergreigende Begriff zur Beschreibung interner Strukturen einer Gesellschaft identifiziert. Dabei muss es sich aber nicht um eine Gesellschaft im Sinne von Nationen handeln, sondern kann auch schlicht eine Gruppe von Menschen umfassen, die miteinander strukturiert interagieren, beispielsweise, eine Gruppe von Angestellten, die an einem gemeinsamen Projekt arbeiten, oder die Mitglieder eines sozialen Netzwerks. In dieser Arbeit befassen wir uns mit der mathematischen Beschreibung solcher Prozesse innerhalb von Gruppen und Gesellschaften und legen dabei unseren Fokus auf die Bildung eines Konsens durch Interaktion aber auch die Konsequenzen von Konflikt und das potentielle Aussterben einer Population. Dabei werden zwei Modelle im Fokus des Interesses stehen: Das Echokammer Model sowie eine Erweiterung des Geburts-Todes Prozesses, die die Möglichkeit eines radikalen Abfalls der Populationsgr öße miteinschließt. Wir beginnen mit einer Einführung in Part I und teilen die verbleibende Arbeit in drei Teile auf, wobei sich die ersten beiden technischen Abschnitte, Part II und III, mit einer ausführlichen Analyse der Bausteine des Echokammer Models befassen und im dritten Abschnitt, in Part IV, der erweiterte Geburts- Todes Prozess untersucht wird. Dieser wird im Folgenden als Geburts-Todes Prozess mit teilweiser Katastrophe bezeichnet werden. Das Echokammer Model beschreibt die Entwicklung von Gruppen in zunächst heterogenen sozialen Netzwerken. Unter einem heterogenen sozialen Netzwerk verstehen wir dabei eine Menge von Individuen, von denen jedes exakt eine Meinungen vertritt. Meinungen werden vereinfacht durch Werte in [0, 1] modelliert. Bestehende Beziehungen unter den Individuen können dann durch einen Graphen dargestellt werden. Es handelt sich bei dem Echokammer Modell um ein zeit-diskretes Modell, das entsprechend, ähnlich einem Brettspiel, in Zügen abläuft. In jedem Zug wird zufällig gleichverteilt eine bestehende Beziehung aus dem Netzwerk ausgewählt und die beiden verbundenen Individuen interagieren. Dabei kann es zu zwei verschiedenen Interaktionen kommen. Sind die Meinungen der betroffenen Individuen hinreichend ähnlich, so nähern sie sich weiter in ihren Meinungen an, während sie im Fall von Meinungen, die zu weit von einander liegen, ihre Beziehung auflösen und sich eines der Individuen eine neue Beziehung sucht. 8 In dieser Arbeit untersuchen wir theoretisch die Bausteine dieses Modells. Dabei legen wir die Beobachtung zu Grunde, dass die Veränderungen der Beziehungsstruktur im Netzwerk durch einen System von interagierenden Partikeln auf einem abstrakteren Raum beschrieben werden kann. Dies erlaubt es insbesondere graphentheoretische überlegungen in die Analyse einfließen zu lassen. Diese überlegungen werden ausührlich in Part II diskutiert und führen zur Definition eines neuen, abstrahierten Graphens, der alle möglichen Beziehungskonfigurationen des sozialen Netzwerks umfasst. Dies erlaubt es uns einen ähnlichkeitsbegriff für Beziehungskonfigurationen auf Basis der benachbarten Knoten in besagtem Graphen zu definieren. Dies liefert uns das notwendige geometrische Verständnis um in Part III die dynamischen Komponenten des Echokammer models zu analysieren. Insbesondere fokusieren wir uns dabei auf die Dynamik der Kanten, für die bisher in der Literatur noch keine Ergebnisse existieren. Wir lassen zunächst in Abschnitt 7 die Meinungen der Individuen beiseite und nehmen an, dass die Position der Kanten sich in jedem Zug wie zuvor beschrieben ändert, um eine grundlegendes Verständnis der unterliegenden Dynamik zu erhalten. Unter der Verwendung der Theorie von Markovketten finden wir obere Schranken an die Konvergenzgeschwindigkeit einer assoziierten Markovkette gegen ihre eindeutige stationäre Verteilung und zeigen, dass es Netzwerke gibt, die miteinander identifizierbar und unter der analysierten Dynamik daheingehend ununterscheinbar sind, dass die stationäre Verteilung der assozierten Markovkette diesen Netzwerken dasselbe Gewicht zuordnet. Anschließend beweisen wir eine Reihe von quantitativen Resultaten, die sich insbesondere in Fällen, in denen die assozierte Markovkette reversibel ist, als berechenbar herausstellen. Insbesondere die explizite Form der stationären Verteilung sowie untere Schranken an die Cheeger Konstante zur Beschreibung der Konvergenzgeschwindigkeit stehen dabei im Fokus und werden ausführlich diskutiert. Nach dieser vertieften Analyse des reduzierten Modells, fügen wir die Meinungen unserer Betrachtung wieder hinzu. Das abschließende Result in Abschnitt 8, basierend auf absorbierenden Markovketten, liefert dann, dass in einer reduzierte Version des Echokammer Modells, in dem sich Individuen ähnlicher Meinung nicht annähern, eine hierarchische Struktur der Anzahl der konfliktreichen Beziehung identifiziert werden kann. Dies können wir ausnutzen, um eine obere Schranke an die erwartete Absorptionszeit, unter Zuhilfenahme einer quasi-stationären Verteilung, zu bestimmen. Diese hierarchische Struktur bildet außerdem eine Brücke zu klassischen Theorien von Geburts-Todes und, insbesondere, reinen Todes-Prozessen, für die eine reiche Literatur existiert. Wir zeigen abschließend auf, wie künftige Forschung diese Verbindung ausnutzen kann und diskutieren die Wichtigkeit der Ergbenisse als Bausteine eines vollständigen theoretischen Verständnisses des Echokammer Modells. Part IV stellt abschließend einen veröffentlichten Artikel vor, der sich dem Geburts- Todes Prozess mit teilweiser Katastrophe widmet. Besagter Artikel steht dabei auf zwei Säulen. Zum Einen der expliziten Berechnung des ersten Zeitpunkts einer Katastrophe, wenn die Population zu Beginn der Beobachtung von instabiler Größe ist.
KW  - Markov chains
KW  - graph theory
KW  - complex systems
KW  - interacting particle systems
KW  - Markovketten
KW  - komplexe Systeme
KW  - Graphentheorie
KW  - Systeme interagierender Partikel
Y1  - 2022
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-553725
ER  -