Rotating random trees with Skorokhod's $M_1$ topology

Il lavoro estende la codifica degli alberi $\mathbb R$-misurati a funzioni cà dlà g tramite rappresentazioni parametriche, dimostrando la continuità rispetto alle topologie di Gromov-Hausdorff-Prokhorov e di Skorokhod $M_1$, e applica tale quadro per analizzare i limiti di scala degli alberi $\mathbb R$-stabili e l'effetto della rotazione su alberi critici di Bienaymé, rivelando che mentre la rotazione agisce come dilatazione per distribuzioni gaussiane, essa converge verso un albero $\mathcal T_{x^{(α)}}$ nel caso di leggi stabili con $α\in (1,2)$.

L'essenziale

Immagina di avere un enorme albero genealogico, fatto di rami e foglie, che rappresenta una famiglia o una struttura complessa. Ora, immagina di dover descrivere la forma di questo albero usando solo una linea che sale e scende su un foglio di carta. Questo è il cuore di questo lavoro: trasformare alberi complessi in linee semplici per studiarli.

Ecco una spiegazione semplice di cosa fa l'autore, Antoine Aurillard, usando metafore quotidiane:

1. Il Problema: Gli Alberi "Rottami" e le Linee Perfette

Nella matematica degli alberi casuali (come quelli che crescono in natura o nelle reti sociali), gli scienziati usano spesso linee continue e lisce per descrivere la forma dell'albero. È come disegnare un albero con un pennello fluido: tutto scorre bene.

Tuttavia, in alcuni casi reali, questi alberi hanno "salti" improvvisi, come rami che si spezzano o foglie che appaiono all'improvviso. Le linee lisce non riescono a catturare questi salti. È come se volessi descrivere un terreno montuoso con una linea dritta: perdi le informazioni sui burroni e sulle vette improvvise.

La soluzione dell'autore: Ha inventato un nuovo modo per disegnare queste linee, permettendo loro di avere "salti" (discontinuità). Immagina di disegnare non solo la linea, ma anche di riempire i buchi con piccoli ponti verticali. Questo nuovo metodo si chiama topologia M1 di Skorokhod. È come passare da un disegno a matita liscio a uno che include anche i ponti sospesi per collegare le parti staccate.

2. L'Esperimento: La "Rotazione" degli Alberi

L'autore prende un tipo specifico di albero (chiamato albero di Bienaymé, che è come un albero genealogico dove ogni persona ha un numero casuale di figli) e gli applica una trasformazione chiamata Rotazione.

Immagina di prendere un albero e di ruotarlo di 90 gradi, trasformando i rami principali in un "tralcio" centrale e spostando i rami laterali. È un trucco matematico che cambia completamente l'aspetto dell'albero, trasformandolo da un albero generico a un albero binario (dove ogni nodo ha al massimo due figli).

L'obiettivo è vedere cosa succede a questi alberi quando diventano enormi (infiniti).

3. La Scoperta: Due Mondi Diversi

Qui arriva la parte più affascinante. L'autore scopre che il risultato della rotazione dipende da "quanto sono selvaggi" i rami dell'albero originale. Immagina due scenari:

• Scenario A: Gli Alberi "Gentili" (Distribuzione Gaussiana)
  Se i rami dell'albero originale sono "gentili" (cioè il numero di figli varia poco, come in una famiglia media), la rotazione agisce come un ingranditore.

  • Metafora: Prendi una foto, ruotala e poi ingrandiscila di un fattore fisso. La forma rimane la stessa, è solo più grande.
  • Risultato: L'albero ruotato è identico all'originale, solo più grande.

• Scenario B: Gli Alberi "Selvaggi" (Distribuzione Stabile)
  Se i rami sono "selvaggi" (alcuni individui hanno centinaia di figli, altri nessuno), la rotazione fa qualcosa di magico e strano. Non si limita a ingrandire l'albero; cambia la sua forma fisica.

  • Metafora: Prendi un albero di pino e ruotalo. Non diventa solo un albero di pino più grande, ma si trasforma in una struttura completamente nuova, simile a un "albero di ferro" con rami spezzati e salti improvvisi.
  • Risultato: L'albero ruotato diventa una nuova specie di albero matematico, chiamato albero Tx, che ha una struttura frattale diversa e una dimensione diversa rispetto all'originale.

4. Il Collegamento con i "Looptrees" (Alberi a Cerchi)

L'autore collega questi nuovi alberi "rotati" a un'altra struttura chiamata looptree (immagina una serie di cerchi collegati tra loro, come una catena di anelli).

• L'albero ruotato (Tx) è come lo "scheletro" o la "spina dorsale" di questo loop di cerchi.
• È come se l'albero ruotato fosse la mappa che ti permette di navigare attraverso i cerchi del looptree senza perderti.

5. Perché è Importante?

Prima di questo lavoro, gli scienziati non potevano studiare questi alberi "selvaggi" ruotati perché i loro strumenti matematici (le linee lisce) si rompevano quando c'erano salti improvvisi.
Grazie al nuovo metodo (la topologia M1), l'autore ha dimostrato che:

1. Possiamo descrivere questi alberi "rotti" con precisione.
2. Possiamo prevedere esattamente come cambiano quando diventano enormi.
3. Abbiamo scoperto che la rotazione non è solo un gioco geometrico, ma un processo che trasforma la natura stessa dell'albero quando le regole di crescita sono molto imprevedibili.

In sintesi:
L'autore ha creato un nuovo "linguaggio" per disegnare alberi con salti improvvisi. Usando questo linguaggio, ha scoperto che ruotare un albero gigante può semplicemente ingrandirlo (se è ordinato) o trasformarlo in una creatura matematica completamente nuova e affascinante (se è caotico). È come scoprire che ruotare un cubo di ghiaccio lo fa sciogliere in una forma d'acqua diversa, a seconda di quanto è caldo l'ambiente.

Sommario tecnico

Ecco un riassunto tecnico dettagliato del lavoro di Antoine Aurillard, "Rotating random trees with Skorokhod's M1 topology", redatto in italiano.

1. Problema e Contesto

Il lavoro si inserisce nello studio dei limiti di scala (scaling limits) degli alberi casuali, in particolare degli alberi di Bienaymé-Galton-Watson (BGW) critici. Un approccio classico per analizzare questi alberi consiste nel codificarli tramite funzioni continue (processi di altezza, processi di contorno o cammini di Łukasiewicz) e studiare la convergenza di tali funzioni verso processi stocastici continui (come l'eccitazione browniana normalizzata), che a loro volta codificano alberi continui (R-tree), come l'Albero Continuo Casuale di Brown (Brownian CRT).

Il problema centrale affrontato da Aurillard è l'analisi dell'effetto su larga scala di una specifica trasformazione biunivoca nota come rotazione (Rot), che mappa alberi piani con $n$ vertici in alberi binari piani con $n$ foglie.
Mentre Marckert aveva dimostrato che, nel caso di alberi uniformi (distribuzione della prole geometrica), la rotazione agisce asintoticamente come una semplice dilatazione delle distanze (mantenendo la stessa struttura limite), la questione rimaneva aperta per alberi BGW critici la cui distribuzione della prole appartiene al dominio di attrazione di una legge stabile con indice $\alpha \in (1, 2]$. In questo regime, i processi di codifica possono presentare discontinuità (salti), rendendo inadeguata la topologia uniforme o la topologia di Skorokhod $J_1$ classica, che richiede un allineamento preciso dei salti.

2. Metodologia

L'autore sviluppa un approccio innovativo basato su tre pilastri fondamentali:

1. Estensione della codifica degli R-tree a funzioni càdlàg:
   L'autore generalizza la codifica classica degli R-tree (definiti tramite funzioni continue $f \in C_0([0,1])$) a funzioni càdlàg (continue a destra con limiti a sinistra, $x \in D_0([0,1])$). Questa estensione si basa sul concetto di rappresentazioni parametriche alla base della topologia di Skorokhod M1.

   • Invece di definire la distanza tra due punti nell'albero direttamente dalla funzione, si considera il "grafico completato" della funzione (inclusi i segmenti verticali che colmano le discontinuità).
   • Si definisce un R-tree $T_x$ associato a una funzione discontinua $x$ come l'immagine isometrica di un processo continuo $\chi$ che parametrizza il grafico completato di $x$.
   • Viene anche definita una misura $\mu_x$ sull'albero, rendendo l'oggetto un "R-tree misurato".

2. Uso della Topologia M1:
   La topologia M1 è più debole della topologia uniforme e della topologia $J_1$. È cruciale perché permette di trattare la convergenza di processi con salti macroscopici non allineati. L'autore dimostra che la mappa che associa una funzione di contorno (continua o discontinua) al suo R-tree misurato è continua rispetto alla topologia M1 per le funzioni e alla topologia di Gromov-Hausdorff-Prokhorov (GHP) per gli alberi.
   $$x_n \xrightarrow{M1} x \implies (T_{x_n}, \mu_{x_n}) \xrightarrow{GHP} (T_x, \mu_x)$$

3. Analisi Combinatoria e Relazioni tra Processi:
   Per studiare la rotazione, l'autore non si basa sulla struttura specifica degli alberi uniformi (come fatto da Marckert), ma utilizza relazioni combinatorie generali tra i processi di codifica dell'albero originale $T_n$ e quelli dell'albero ruotato $Rot(T_n)$.

   • Viene introdotta una sotto-albero interno $(Rot T_n)^\circ$ e un'enumerazione "speculare" (mirrored) degli alberi.
   • Si stabiliscono relazioni combinatorie tra il processo di altezza dell'albero ruotato e il processo di Łukasiewicz dell'albero originale (o della sua versione speculare).
   • Si dimostra che, sebbene i processi discreti abbiano salti di dimensione unitaria, le loro versioni scalate convergono verso limiti continui o discontinui che possono essere confrontati tramite la topologia M1, anche se i salti non corrispondono punto per punto.

3. Risultati Principali

A. Continuità della Codifica (Proposizioni 1.1 e 1.2)

L'autore dimostra che la costruzione dell'R-tree da una funzione càdlàg è robusta.

• Proposizione 1.1: La mappa $x \mapsto T_x$ è lipschitziana rispetto alla distanza M1 e la distanza di Gromov-Hausdorff ($d_{GH}$).
• Proposizione 1.2: La mappa $x \mapsto (T_x, \mu_x)$ è continua rispetto alla topologia M1 e alla distanza di Gromov-Hausdorff-Prokhorov ($d_{GHP}$).
  Questo risultato è fondamentale perché permette di dedurre la convergenza degli alberi dalla convergenza dei loro processi di codifica, anche quando questi processi sono discontinui.

B. Limiti di Scala della Rotazione (Teorema 1.3)

Il risultato principale riguarda il comportamento asintotico di $Rot(T_n)$ dove $T_n$ è un albero BGW critico condizionato ad avere $n$ vertici, con distribuzione della prole attratta da una legge stabile di indice $\alpha \in (1, 2]$.

• Caso Gaussiano ($\alpha = 2$): Se la varianza della prole è finita, la rotazione agisce come una dilatazione.
  $$\left( \frac{1}{\sqrt{n}} T_n, \frac{1}{\sqrt{n}} Rot(T_n) \right) \xrightarrow{d} \left( \frac{2}{\sigma} \mathcal{T}_e, \frac{2+\sigma^2}{\sigma} \mathcal{T}_e \right)$$
  Dove $\mathcal{T}_e$ è l'Albero Continuo Casuale di Brown (Brownian CRT). La struttura limite rimane la stessa, solo le distanze sono scalate di un fattore costante.

• Caso Stabile ($\alpha \in (1, 2)$): Se la varianza è infinita, il comportamento cambia radicalmente. La rotazione non è più una semplice dilatazione; produce una nuova famiglia di alberi casuali.
  $$\left( \frac{\ell(n)}{n^{1-1/\alpha}} T_n, \frac{1}{\ell(n)n^{1/\alpha}} Rot(T_n) \right) \xrightarrow{d} (\mathcal{T}_h, \mathcal{T}_x)$$
  Dove:

  • $\mathcal{T}_h$ è l'albero stabile codificato dall'eccitazione continua $h$ associata al processo di Lévy $\alpha$-stabile.
  • $\mathcal{T}_x$ è un nuovo albero codificato dall'eccitazione discontinua $x$ (un processo di Lévy $\alpha$-stabile con salti positivi).
  • $\ell(n)$ è una funzione a variazione lenta.

C. Proprietà Geometriche di $\mathcal{T}_x$

L'albero limite $\mathcal{T}_x$ ottenuto dalla rotazione nel caso $\alpha < 2$ possiede proprietà geometriche distinte:

• È un albero binario (grado dei vertici $\in \{1, 2, 3\}$), a differenza degli alberi stabili classici $\mathcal{T}_h$ che hanno vertici di grado infinito.
• La sua dimensione di Hausdorff è $\alpha$, mentre quella dell'albero stabile classico è $\alpha/(\alpha-1)$.
• $\mathcal{T}_x$ può essere visto come un albero di spanning (spanning R-tree) dell'albero a ciclo (looptree) stabile $\mathcal{L}_x$ introdotto da Curien e Kortchemski. Esiste una proiezione 1-Lipschitziana da $\mathcal{T}_x$ a $\mathcal{L}_x$ che è biiettiva sui punti non corrispondenti ai salti della funzione di contorno.

D. Co-rotazione (Tor)

L'autore studia anche la "co-rotazione" (Tor), una trasformazione simmetrica. Mentre $Rot(T_n)$ e $Tor(T_n)$ hanno lo stesso limite di scala in distribuzione (sono entrambi $\mathcal{T}_x$), i loro processi di Łukasiewicz hanno comportamenti asintotici opposti:

• Il cammino di Łukasiewicz di $Rot(T_n)$ converge verso un processo continuo ($h$).
• Il cammino di Łukasiewicz di $Tor(T_n)$ converge verso lo stesso processo discontinuo ($x$) dell'albero originale.
  Questo evidenzia come la topologia M1 sia essenziale per catturare queste differenze strutturali che la topologia $J_1$ non riuscirebbe a gestire.

4. Significato e Contributi

Il lavoro di Aurillard rappresenta un avanzamento significativo nella teoria degli alberi casuali e dei processi stocastici:

1. Generalizzazione della Codifica: Fornisce un quadro rigoroso per codificare R-tree tramite funzioni discontinue, estendendo la teoria classica di Aldous, Le Gall e Duquesne. Questo apre la strada allo studio di limiti di scala per strutture discrete che non ammettono approssimazioni continue classiche.
2. Ruolo Cruciale della Topologia M1: Dimostra che la topologia M1 non è solo un tecnicismo analitico, ma uno strumento necessario per comprendere la geometria di alberi casuali con distribuzioni di prole a varianza infinita. Permette di trattare convergenze dove i salti dei processi discreti si "fondono" in salti macroscopici nel limite senza bisogno di allineamento temporale.
3. Nuova Classe di Oggetti Geometrici: L'identificazione di $\mathcal{T}_x$ come un nuovo tipo di albero continuo (binario, con dimensione di Hausdorff $\alpha$) distinto dagli alberi stabili classici e dai looptree, arricchisce la tassonomia degli oggetti limite nella probabilità.
4. Collegamento tra Discreto e Continuo: Stabilisce un ponte profondo tra trasformazioni combinatorie discrete (rotazione di alberi) e proprietà analitiche di processi di Lévy, mostrando come operazioni locali su alberi possano alterare radicalmente la struttura globale nel limite di scala quando si entra nel regime stabile.

In sintesi, il paper risolve il problema della rotazione su alberi BGW critici generalizzando il quadro teorico per includere funzioni discontinui, rivelando che la rotazione agisce come una dilatazione solo nel caso gaussiano, mentre nel caso stabile genera una nuova geometria frattale codificata da processi di Lévy.