Rotating random trees with Skorokhod's $M_1$ topology

この論文は、パラメトリック表現を用いて連続関数から右連続左極限（càdlàg）関数への測度付き$\mathbb{R}$-ツリー符号化を拡張し、その連続性を示した上で、$\alpha$-安定レヴィ過程の励起によって符号化されたツリーや、大規模な臨界ビエナメ・ツリーに対する回転変換のスケール極限（ガウス分布のドメインでは拡大として、$\alpha \in (1,2)$の安定分布のドメインでは$\mathcal{T}_{x^{(\alpha)}}$として振る舞うこと）を研究している。

要約

1. 研究の舞台：巨大な「ランダムな森」

まず、この研究の対象は、**「ビエンナメの木（Bienaymé trees）」**と呼ばれる、ランダムに枝分かれして成長する木です。

• イメージ: 種が蒔かれて、ランダムに枝が伸び、葉が生える森を想像してください。
• ルール: 木が育つルール（親木が何個の子供を作るか）には、2 つのパターンがあります。
  1. ガウス型（正規分布）: 子供の数に大きな偏りがない、穏やかな成長。
  2. 安定型（α-安定分布）: 稀に「巨大な枝」が突然伸びるような、荒々しく激しい成長。

2. 魔法の操作：「回転（Rotation）」とは？

この論文では、平面に描かれた木に対して**「回転（Rotation）」**という操作を行います。

• 何をする？ 木を「右肩上がり」に回転させ、親と子の関係を書き換えるような操作です。
• 結果: 元の木（一般的な木）は、回転すると**「二叉の木（Binary tree）」**という、2 本しか枝が出ていないシンプルな形に変化します。
• 昔の発見: これ以前に、マールケルトという研究者は、「穏やかな成長（ガウス型）の木」を回転させると、**「形はそのままに、ただ全体的に大きくなる（拡大）」**だけだということを発見しました。まるで、同じ木をズームインしたような感じです。

3. この論文の発見：「激しい成長」の木ではどうなる？

著者のアントワーヌ・アリラールさんは、**「もし、木が激しく成長するタイプ（α-安定型）だったらどうなる？」**と疑問を持ちました。

結論：形が根本的に変わってしまう！

穏やかな木は「拡大」だけでしたが、激しく成長する木を回転させると、**「全く新しい種類の木」**が生まれます。

• 穏やかな木（ガウス型）: 回転しても、元の木と「同じ形（ブラウン運動で記述される木）」です。ただサイズが変わるだけ。
• 激しい木（α-安定型）: 回転すると、**「ブラウン運動とは全く異なる、新しい形の木」**になります。
  • この新しい木は、**「スペクトル的に正の α-安定レヴィ過程」**という、ジャンプを繰り返すランダムな動きで記述されます。
  • 特徴: 元の木には「無限に枝分かれする点」がありますが、回転後の木は**「二叉（2 本枝）の形」**を保ち、その分、枝の密度や形が全く異なります。

4. 技術的な工夫：「スキロホドの M1 位相」とは？

この発見をするために、著者は新しい「ものさし」を使いました。

• 問題: 激しく成長する木は、成長の過程で「ジャンプ（突然の枝の伸び）」をします。従来の数学の道具（J1 位相など）は、このジャンプを正確に捉えるのに不向きでした。
• 解決策: 著者は**「スキロホドの M1 位相」**という、少し緩やかな（しかし柔軟な）ものさしを使いました。
  • アナロジー: 従来のものさしは「滑らかな線」しか測れませんでしたが、M1 位相は「階段状の線」や「ジャンプする線」も、**「連続したパラメータでつなぐ」**ことで、無理やり滑らかに見なして比較できる道具です。
  • これにより、「ジャンプする木」の回転前後の形を、数学的に厳密に比較・連結することができました。

5. 驚きの関係：「ループの木」とのつながり

さらに面白いことに、回転後の木は、**「ループ（輪っか）の木（Looptree）」**という別の概念と深く関係していることがわかりました。

• ループの木: 木を輪っかに変換したような形です。
• 発見: 回転後の木は、実はこの「ループの木」の**「骨格（スパンニング木）」**として見ることができます。
• 意味: 回転という操作は、単に木を回すだけでなく、**「木を輪っかの世界に変換する鍵」**のような役割を果たしていることが示唆されました。

6. まとめ：この研究が教えてくれること

1. 「形」は成長のルールに敏感だ: 木が穏やかに育つ場合と、激しく育つ場合では、同じ「回転」という操作をしても、結果が全く異なります。
2. 新しい数学の道具の威力: 「ジャンプする現象」を扱うための新しい数学的な枠組み（M1 位相）を使うことで、これまで見えなかった「新しい形のランダムな木」を発見できました。
3. 連続する世界: 木の成長の激しさ（パラメータ α）を変えていくと、回転後の木は「棒（線分）」から「ブラウン運動の木」へと、滑らかに変化（補間）していくことがわかりました。

一言で言うと：
「穏やかな森を回転させればただ大きくなるだけだが、荒れ狂う森を回転させると、全く新しい種類の『二叉の森』が現れる。その秘密を解くために、ジャンプする現象を測る新しいものさしを開発した」という物語です。

技術概要

この論文「Rotating random trees with Skorokhod's M1 topology（Skorokhod の M1 位相を用いたランダムツリーの回転）」は、平面木（plane trees）と二値木（binary trees）の間の古典的な双射である「回転（rotation）」対応が、大規模な条件付き Bienaymé-Galton-Watson 木（BGW 木）に与える影響を研究したものです。著者は、離散木のスケーリング極限を記述する際に、連続関数だけでなく**càdlàg 関数（右連続で左極限を持つ関数）**を用いた符号化を拡張し、Skorokhod の M1 位相の連続性を利用することで、新たな極限分布の導出に成功しています。

以下に、論文の技術的な要約を問題設定、手法、主要な貢献、結果、そして意義に分けて詳細に記述します。

---

1. 問題設定 (Problem)

• 背景: 確率木（ランダムツリー）の研究において、木を連続関数（等高線過程や contour process）で符号化し、その関数の収束から木の幾何学的な極限（R-木）を導く手法は確立されています（例：Aldous の CRT や Duquesne の安定木）。
• 回転対応（Rotation）: 平面木 $T$ を二値木 $Rot(T)$ に変換する双射が存在します（Marckert による定義）。この変換は再帰的に定義され、木の構造を大きく変化させます。
• 既存の知見: Marckert [Mar04] は、一様平面木（uniform plane trees）の場合、この回転操作は距離の拡大（dilation）として作用し、スケーリング極限は元の木と同じ Brownian CRT になることを示しました。
• 未解決の課題:
  1. 子孫分布がガウス分布（分散有限）の BGW 木において、回転後の木のスケーリング極限はどうか？
  2. 子孫分布が安定分布（指数 $\alpha \in (1, 2)$、分散無限）の領域に属する BGW 木において、回転後の木のスケーリング極限はどうか？
  3. 従来の研究では、符号化過程の極限が連続である場合（ガウス型）はユークリッド位相や Skorokhod の J1 位相で扱えますが、$\alpha < 2$ の場合、符号化過程（特に Łukasiewicz 歩行）の極限が不連続（càdlàg）になります。この不連続性を扱い、回転操作による極限木の構造を記述するには、どのような位相と符号化手法が必要か？

2. 手法と理論的枠組み (Methodology)

この論文の核心は、Skorokhod の M1 位相とcàdlàg 関数による R-木の符号化の拡張にあります。

A. M1 位相とパラメトリック表現の導入

• M1 位相の必要性: 従来の J1 位相は、関数のジャンプの位置と大きさが一致することを要求しますが、回転操作後の木の符号化過程では、微小なジャンプが合体して巨視的なジャンプを形成するため、J1 位相では収束しません。一方、M1 位相は「完成されたグラフ（completed graph）」の連続的なパラメトリック表現を用いるため、ジャンプの位置がずれていても、グラフの形状が近ければ収束とみなします。
• パラメトリック表現: 不連続関数 $x$ に対して、そのグラフを連続的に描画するためのパラメトリック表現 $(\chi, \tau)$ を定義します。これにより、不連続な等高線関数 $x$ からも一意に R-木 $T_x$ を定義できます。

B. 符号化の拡張と連続性

• 不連続な等高線による R-木: 連続関数 $f$ による R-木 $T_f$ の定義を、càdlàg 関数 $x$ へ拡張します。
  • 定義 3.5: $x \in D_0([0,1], \mathbb{R}_+)$ に対して、そのパラメトリック表現の空間成分 $\chi$ によって定義される R-木を $T_x$ とする。
• 連続性の定理:
  • 命題 1.1: 写像 $x \mapsto T_x$ は、M1 距離と Gromov-Hausdorff 距離に関してリプシッツ連続である。
  • 命題 1.2: 測度付き R-木 $(T_x, \mu_x)$ についても、M1 距離と Gromov-Hausdorff-Prokhorov 距離に関して連続である。
  • 意義: これにより、符号化過程の M1 収束が、そのまま R-木の分布収束を意味することが保証されます。

C. 回転操作の解析戦略

• 内部部分木（Internal Subtree）: 回転木 $Rot(T_n)$ の内部頂点からなる部分木 $(Rot(T_n))^\circ$ を導入します。
• 鏡像変換（Mirror Transformation）: 木 $T$ を左右反転させた鏡像木 $T^\div$ を用います。回転操作の幾何学的性質から、$Rot(T_n)$ の内部頂点の高さは、$T_n$ の鏡像版における Łukasiewicz 歩行と高さの和で表現できることを示します。
• 組合せ論的関係: 回転木の高さ過程と、元の木 $T_n$ の符号化過程（高さ、輪郭、Łukasiewicz 歩行）の間に、離散的な組合せ論的関係（補題 6.1-6.4）を導出します。
• M1 距離の制御: これらの組合せ論的関係を用いて、回転後の符号化過程と元の過程の M1 距離を評価し、それらが漸近的に等しい（または特定の関数変換で結ばれている）ことを示します。

3. 主要な結果 (Key Results)

BGW 木 $T_n$（条件付きで $n$ 頂点）の回転木 $Rot(T_n)$ のスケーリング極限は、子孫分布 $\mu$ の安定指数 $\alpha$ によって全く異なる振る舞いを示します。

A. ガウス型の場合 ($\alpha = 2$, 分散 $\sigma^2 < \infty$)

• 結果: 回転操作は単なる距離の拡大（dilation）として作用します。
• 収束:
  $$\left( \frac{1}{\sqrt{n}}T_n, \frac{1}{\sqrt{n}}Rot(T_n) \right) \xrightarrow{(d)} \left( \frac{2}{\sigma}T_e, \frac{2+\sigma^2}{\sigma}T_e \right)$$
  ここで $T_e$ は Brownian CRT です。
• 解釈: 回転後の木も同じ Brownian CRT に収束しますが、スケール因子が $1 + \sigma^2/2$ 倍になります。Marckert の結果を一般化し、分散無限の場合も含めて統一的に扱っています。

B. 安定型の場合 ($\alpha \in (1, 2)$, 分散無限)

• 結果: 回転操作は単なるスケーリングではなく、木の幾何学的構造そのものを変化させます。
• 収束:
  $$\left( \frac{\ell(n)}{n^{1-1/\alpha}}T_n, \frac{1}{\ell(n)n^{1/\alpha}}Rot(T_n) \right) \xrightarrow{(d)} (T_h, T_x)$$
  ここで、$T_h$ は $\alpha$-安定木（連続な等高線 $h$ で符号化）、$T_x$ はスペクトル的に正の $\alpha$-安定 Lévy 過程の不連続な等高線 $x$で符号化された新しい R-木です。
• $T_x$ の性質:
  • 二値木: ほぼ確実にすべての頂点の次数は 1, 2, 3 のいずれか（二値木）。
  • 葉の密度: 測度 $\mu_x$ は葉（次数 1 の点）にのみ集中し、葉は木全体で稠密です。
  • ハウスドルフ次元: $\dim_H(T_x) = \alpha$ です。一方、元の安定木 $T_h$ の次元は $\alpha/(\alpha-1)$ であり、$\alpha < 2$ のとき $T_x$ と $T_h$ は幾何学的に異なります。
  • Looptree との関係: $T_x$ は、Curien & Kortchemski が導入した安定 looptree $L_x$ の「スパンニング R-木」として解釈できます。

C. 共回転（Co-rotation）との比較

• 回転の対称操作である「共回転（co-rotation, $Tor$）」を定義し、その解析を行いました。
• 驚くべき事実: $Tor(T_n)$ の Łukasiewicz 歩行は、元の木 $T_n$ の Łukasiewicz 歩行と漸近的に同じ極限を持ちますが、$Rot(T_n)$ の Łukasiewicz 歩行は全く異なる極限（連続関数 $h$）を持ちます。これは、同じ分布収束を持つ木であっても、その符号化過程（Łukasiewicz 歩行）の極限が異なることを示す重要な例です。

4. 技術的貢献と新規性 (Contributions)

1. càdlàg 関数による R-木符号化の体系化:
   連続関数による符号化を、Skorokhod の M1 位相とパラメトリック表現を用いて càdlàg 関数へ拡張しました。これにより、不連続な極限過程を持つランダム構造の幾何学的極限を厳密に定義・解析できる枠組みを提供しました。
2. M1 位相の確率木への応用:
   従来の J1 位相では扱えなかった、回転操作のような不連続性を伴う変換の極限を、M1 位相の弱さ（ジャンプ位置のズレを許容する性質）を利用して成功裏に導出しました。
3. 回転操作の極限の完全な分類:
   $\alpha=2$ と $\alpha \in (1,2)$ で全く異なる極限挙動（同一の CRT への収束 vs 新たな不連続 R-木への収束）を明らかにし、その幾何学的性質（次元、二値性など）を詳細に記述しました。
4. Looptree との新たな関係:
   不連続な等高線で符号化された R-木 $T_x$ が、安定 looptree $L_x$ のスパンニング木として自然に現れることを示しました。

5. 意義 (Significance)

• 確率過程と幾何学の架け橋: 不連続な Lévy 過程の極限が、どのようにして複雑な幾何学的構造（R-木）を生み出すかを解明しました。特に、ジャンプの性質が木の分岐構造（次数分布）や次元に直接影響を与えることを示しました。
• ツリー変換の理解: 木の変換（回転）が、大規模なスケーリング極限において「単なるスケーリング」にとどまらず、構造そのものを変化させる可能性を初めて示しました。
• 手法の汎用性: 提案された「M1 位相を用いた符号化過程の比較」と「パラメトリック表現による R-木定義」は、他の離散構造の極限問題（例：他の木の変換、ランダムグラフなど）にも応用可能な強力なツールとなります。

総じて、この論文は確率木理論において、不連続な極限過程を扱うための新しい数学的言語（M1 位相と càdlàg 符号化）を確立し、古典的な変換操作がもたらす驚くべき幾何学的現象を解明した重要な業績です。