Rotating random trees with Skorokhod's $M_1$ topology

Este artículo extiende la codificación de árboles $\mathbb{R}$ medibles mediante funciones de excursión continuas a funciones cádlág utilizando representaciones paramétricas y la topología de Skorokhod $M_1$, aplicando este marco para demostrar que la rotación de árboles de Bienaymé críticos converge a un árbol $\mathbb{R}$-estable cuando la distribución de descendencia pertenece al dominio de atracción de una ley $\alpha$-estable con $\alpha \in (1,2)$.

Lo esencial

Imagina que tienes un bosque infinito de árboles mágicos. No son árboles de madera, sino estructuras matemáticas llamadas árboles aleatorios. Estos árboles crecen de forma caótica: algunas ramas son cortas, otras muy largas, y a veces tienen muchas hojas o casi ninguna.

Los matemáticos han pasado años intentando predecir cómo se ven estos árboles cuando son gigantes. Para hacerlo, usan un truco: en lugar de dibujar el árbol, lo "traducen" a una línea que sube y baja (como un gráfico de bolsa o un corazón latiendo). Si la línea es suave, el árbol es regular.

Pero aquí es donde entra la magia de este nuevo trabajo del autor, Antoine Aurillard:

1. El problema de los "saltos"

En la vida real, los árboles no siempre crecen suavemente. A veces, de la nada, una rama explota en mil hojas o se cae de golpe. En matemáticas, esto se llama una discontinuidad o un "salto".

Antes, los matemáticos solo podían estudiar árboles que crecían de forma suave (líneas continuas). Si el árbol tenía un salto brusco, sus herramientas se rompían. Era como intentar medir la altura de una montaña con una regla que solo funciona en suelo plano.

La solución del autor: Ha inventado una nueva "gafas" matemáticas (llamada topología M1 de Skorokhod) que le permite ver y medir árboles incluso cuando tienen esos saltos bruscos. Imagina que antes tenías que alisar la montaña para medirla, y ahora puedes medir la montaña tal cual, con sus picos y caídas abruptas, sin deformarla.

2. La operación "Rotación" (El giro de 90 grados)

El corazón del artículo es estudiar un truco específico que se puede hacer con estos árboles llamado Rotación.

Imagina que tienes un árbol plano (como un dibujo en un papel).

• El truco: Tomas todas las ramas y las "giras" de una manera muy específica. Las ramas que estaban a la izquierda se mueven a la derecha, y las que estaban abajo se convierten en el tronco principal. Es como tomar un árbol, cortarlo y reensamblarlo como si fuera un rompecabezas, pero siguiendo reglas estrictas.
• La pregunta: ¿Qué pasa si hacemos esto con un árbol gigante? ¿Se ve igual? ¿Se hace más grande? ¿O cambia de forma completamente?

3. Dos mundos diferentes (El resultado sorprendente)

El autor descubre que la respuesta depende de qué tipo de "semilla" (distribución) tuvo el árbol para crecer. Aquí es donde la analogía se vuelve divertida:

• Caso A: El árbol "Gaussiano" (El ordenado)
  Imagina un árbol que crece de forma muy predecible, como un pino perfecto. Si aplicas la rotación a un árbol gigante de este tipo, no pasa nada dramático. El árbol resultante es esencialmente el mismo, solo que un poco más grande (como estirar una foto). La rotación actúa como un simple zoom.

  • Analogía: Es como girar un reloj de arena; sigue siendo el mismo reloj, solo que quizás un poco más alto.

• Caso B: El árbol "Estable" (El salvaje)
  Ahora imagina un árbol que crece de forma caótica, con ramas que saltan de golpe (como un árbol que crece en un volcán). Si aplicas la rotación a un árbol gigante de este tipo, ¡la magia ocurre!
  El árbol no solo cambia de tamaño, cambia de forma. Deja de parecer un árbol normal y se convierte en una nueva criatura matemática: un árbol lleno de agujeros y bucles, que se parece más a un "bosque de anillos" que a un árbol tradicional.

  • Analogía: Es como si tomaras un montón de barro suave y lo giraras, y en lugar de solo estirarse, se transformara en una escultura de cristal con agujeros. Es una transformación radical.

4. ¿Por qué importa esto?

Este trabajo es importante porque:

1. Unifica el mundo: Muestra cómo pasar de los árboles "suaves" a los árboles "salvajes" sin perder el control matemático.
2. Descubre nuevas formas: Nos dice que si tienes un árbol muy caótico y lo rotas, obtienes una estructura nueva y fascinante (llamada árbol R o looptree) que tiene propiedades geométricas muy diferentes.
3. Conecta puntos: Relaciona dos conceptos que parecían distintos: los árboles y los "bucles" (anillos). El autor demuestra que el árbol rotado es, en realidad, una versión "esqueleto" de un bucle gigante.

En resumen

El autor ha creado un nuevo lenguaje matemático para describir árboles que tienen "saltos" y "baches". Al aplicar un giro especial (rotación) a estos árboles gigantes, descubre que:

• Si el árbol era tranquilo, el giro solo lo hace más grande.
• Si el árbol era salvaje, el giro lo transforma en una especie completamente nueva.

Es como si descubrieras que, al girar un copo de nieve, este no solo gira, sino que se convierte en una mariposa. Una transformación que antes nadie podía ver porque no tenían las "gafas" adecuadas para observar los saltos bruscos.

Resumen técnico

Resumen Técnico: Rotación de Árboles Aleatorios con la Topología M1 de Skorokhod

1. Planteamiento del Problema

El trabajo aborda la codificación y el estudio de los límites de escala de árboles aleatorios (específicamente árboles de Bienaymé-Galton-Watson, o BGW) bajo una transformación combinatoria conocida como rotación (rotation).

• Contexto: Tradicionalmente, los árboles aleatorios se codifican mediante funciones continuas (como el proceso de contorno o el proceso de altura) para estudiar sus límites de escala bajo la topología de Gromov-Hausdorff-Prokhorov (GHP). Cuando el descendencia tiene varianza finita, el límite es un Árbol Continuo Aleatorio (CRT) Browniano.
• El Desafío: La rotación es una biyección entre árboles planos y árboles binarios planos. Se sabe que para árboles uniformes (descendencia geométrica crítica), la rotación actúa asintóticamente como una dilatación de distancias. Sin embargo, el comportamiento de esta transformación en árboles críticos con descendencia en el dominio de atracción de una ley estable $\alpha$-estable (donde $\alpha \in (1, 2]$ y la varianza puede ser infinita) era desconocido.
• La Dificultad Técnica: Cuando $\alpha < 2$, los procesos de codificación de los árboles rotados presentan discontinuidades (saltos macroscópicos). La topología estándar de Skorokhod ($J1$) no es adecuada para manejar la convergencia de estos procesos porque requiere que los saltos coincidan en tiempo y magnitud, lo cual no ocurre aquí. Se necesita un marco más flexible.

2. Metodología

El autor desarrolla una metodología que combina la teoría de árboles aleatorios, procesos estocásticos y topologías funcionales avanzadas.

A. Extensión de la Codificación de Árboles R

El núcleo metodológico es la extensión de la codificación clásica de árboles R (árboles reales) mediante funciones de excursión continuas a funciones de excursión càdlàg (continuas por la derecha con límites por la izquierda).

• Representaciones Paramétricas: Se utiliza la noción de representaciones paramétricas subyacentes a la topología M1 de Skorokhod. Una representación paramétrica "rellena" los saltos de una función discontinua con segmentos verticales, creando una parametrización continua del gráfico.
• Construcción del Árbol $T_x$: Para una función càdlàg $x$, se define un árbol R $T_x$ utilizando la componente espacial de su representación paramétrica. Esto permite definir un árbol métrico y una medida asociada $\mu_x$ incluso cuando el proceso de codificación tiene saltos.
• Continuidad: Se demuestra que el mapeo de la función de codificación $x$ al árbol medido $(T_x, \mu_x)$ es continuo respecto a la topología M1 en el espacio de funciones y la topología GHP en el espacio de árboles medidos.

B. Estudio de la Transformación de Rotación

Se analiza la rotación ($Rot$) y su contraparte simétrica, la co-rotación ($Tor$), aplicadas a árboles BGW condicionados a tener $n$ vértices.

• Estrategia Combinatoria: En lugar de tratar el árbol rotado como un nuevo objeto independiente, el autor expresa las alturas y procesos de codificación de los vértices internos de $Rot(T_n)$ en términos de los procesos de codificación del árbol original $T_n$ y su árbol espejo $T_n^\div$.
• Uso de la Topología M1: Se demuestra que, aunque los procesos de codificación de $Rot(T_n)$ tienen saltos macroscópicos que no coinciden con los de $T_n$ en la topología $J1$, sí convergen conjuntamente en la topología M1. Esta topología es más débil y permite la convergencia de funciones con saltos desalineados, lo cual es crucial para el caso $\alpha < 2$.

3. Contribuciones Clave

1. Generalización de la Codificación de Árboles R: Se establece un marco riguroso para codificar árboles R mediante funciones càdlàg, preservando las propiedades de continuidad necesarias para el análisis de límites de escala.
2. Análisis de la Rotación en el Régimen Estable: Se resuelve el comportamiento asintótico de la rotación en árboles críticos con descendencia en el dominio de atracción de leyes estables ($\alpha \in (1, 2]$).
3. Identificación de Nuevos Límites de Escala: Se descubre que, a diferencia del caso Gaussiano ($\alpha=2$), la rotación no solo escala el árbol cuando $\alpha < 2$, sino que cambia su geometría fundamental, generando una nueva familia de árboles aleatorios.
4. Conexión con Looptrees Estables: Se establece una relación precisa entre el árbol límite de la rotación ($T_x$) y el looptree estable ($L_x$), mostrando que $T_x$ actúa como un árbol de expansión (spanning tree) de $L_x$.

4. Resultados Principales

A. Comportamiento Asintótico de la Rotación (Teorema 1.3)

Sea $T_n$ un árbol BGW crítico condicionado a tener $n$ vértices, con distribución de descendencia $\mu$ en el dominio de atracción de una ley estable de índice $\alpha \in (1, 2]$.

• Caso Gaussiano ($\alpha = 2$, varianza finita $\sigma^2$):
  La rotación actúa como una dilatación. El par $(T_n, Rot(T_n))$ converge a un CRT Browniano, donde $Rot(T_n)$ es simplemente una versión escalada de $T_n$ por un factor constante $(1 + \sigma^2/2)$.
  $$\left(\frac{1}{\sqrt{n}}T_n, \frac{1}{\sqrt{n}}Rot(T_n)\right) \xrightarrow{d} \left(\frac{2}{\sigma}\mathcal{T}_e, \frac{2+\sigma^2}{\sigma}\mathcal{T}_e\right)$$
  Donde $\mathcal{T}_e$ es el CRT Browniano.

• Caso Estable ($\alpha \in (1, 2)$, varianza infinita):
  La rotación cambia la geometría del árbol. El árbol rotado no converge al mismo árbol estable que el original.
  $$\left(\frac{\ell(n)}{n^{1-1/\alpha}}T_n, \frac{1}{\ell(n)n^{1/\alpha}}Rot(T_n)\right) \xrightarrow{d} (\mathcal{T}_h, \mathcal{T}_x)$$
  Donde:

  • $\mathcal{T}_h$ es el árbol estable codificado por la excursión continua de altura $h$.
  • $\mathcal{T}_x$ es un nuevo árbol aleatorio codificado por la excursión càdlàg $x$ de un proceso de Lévy $\alpha$-estable espectralmente positivo.
  • $\ell(n)$ es una función de variación lenta.

B. Propiedades Geométricas de $\mathcal{T}_x$

• Estructura Binaria: Casi seguramente, $\mathcal{T}_x$ es un árbol binario (grado de los vértices $\in \{1, 2, 3\}$).
• Dimensión de Hausdorff: La dimensión de Hausdorff de $\mathcal{T}_x$ es $\alpha$. Esto contrasta con el árbol estable original $\mathcal{T}_h$, cuya dimensión es $\alpha/(\alpha-1)$.
• Medida: La medida $\mu_x$ está soportada enteramente en las hojas del árbol.

C. Relación con Looptrees

Se demuestra que $\mathcal{T}_x$ es un árbol de expansión (spanning tree) del looptree estable $L_x$ (introducido por Curien y Kortchemski). Existe una proyección 1-Lipschitz $p: \mathcal{T}_x \to L_x$ que es biyectiva excepto en los puntos de discontinuidad de la función de codificación. Además, ambas estructuras comparten la misma dimensión de Hausdorff: $\dim_H(\mathcal{T}_x) = \dim_H(L_x) = \alpha$.

D. La Co-rotación ($Tor$)

El autor introduce la co-rotación, una transformación simétrica. Sorprendentemente, aunque $Rot(T_n)$ y $Tor(T_n)$ tienen el mismo límite de distribución en términos de árboles, sus procesos de codificación (caminos de Łukasiewicz) se comportan de manera opuesta:

• El camino de Łukasiewicz de $Tor(T_n)$ converge al mismo límite que el de $T_n$.
• El camino de Łukasiewicz de $Rot(T_n)$ converge a un proceso discontinuo diferente.

5. Significado e Impacto

• Avance en la Teoría de Límites de Escala: El trabajo demuestra que la topología M1 de Skorokhod es una herramienta esencial y necesaria para estudiar la convergencia de estructuras combinatorias (como árboles rotados) que generan discontinuidades en el límite, llenando una brecha donde la topología uniforme o $J1$ fallan.
• Nueva Clase de Objetos Aleatorios: Identifica y caracteriza una nueva familia de árboles aleatorios ($\mathcal{T}_x$) que surgen naturalmente de operaciones combinatorias sobre árboles estables, diferenciándolos de los árboles estables clásicos.
• Puente entre Estructuras Discretas y Continuas: Proporciona una comprensión más profunda de la relación entre árboles planos, árboles binarios y looptrees, mostrando cómo transformaciones discretas simples pueden inducir cambios drásticos en la geometría fractal de los límites continuos.
• Interpolación de Geometrías: El resultado muestra que el parámetro $\alpha$ permite interpolar continuamente entre un segmento de línea (cuando $\alpha \to 1$) y el CRT Browniano (cuando $\alpha \to 2$), ofreciendo un espectro completo de geometrías de árboles aleatorios.

En resumen, el artículo redefine cómo entendemos la estabilidad de las estructuras de árboles bajo transformaciones combinatorias, utilizando herramientas topológicas sofisticadas para revelar comportamientos geométricos nuevos y ricos en el régimen de colas pesadas.