$p$-Adic Diffusion and Random Walks on $[0, 1]$

インクの一滴がコップの水の中でどのように広がるかを理解しようとしているところを想像してみてください。現実の世界では、これは滑らかで連続的なプロセスです。インクはゆっくりと漂い、あらゆる隅々にまで混ざり合っていきます。しかし、もし宇宙が滑らかな水ではなく、一本の枝から別の枝へと飛び移ることしかできない、巨大で無限の樹木だったとしたらどうでしょう？これが、**p進数（p-adic numbers）**という奇妙で魅力的な世界です。定規で距離を測るために私たちが使う実数とは異なり、p進数は、特定の素数（2、3、または5など）によってその数が何回割り切れるかに基づいて「近さ」を測定します。この世界では、2つの数は、その素数でどれだけ長く割り切れるという共通の歴史を持っているかによって「近い」とみなされます。それは、平坦な直線というよりも、フラクタルの樹木のような景観を作り出します。

長い間、数学者たちは、滑らかな実数の世界と、この凹凸のある樹木のようなp進数の世界を、完全に別々の近隣地域として扱ってきました。彼らは異なる言語を話し、異なるルールに従って生きていました。しかし、「モンナ写像（Monna map）」と呼ばれる巧妙なツールが、これら2つの世界をつなぐユニバーサル・トランスレーター（万能翻訳機）であり、魔法の架け橋として機能します。この写像は、p進数のギザギザとした樹木構造を取り込み、それを巻物を広げるように、馴染みのある0から1までの区間へと平らに展開します。本論文は、このp進数の樹の上での「拡散（物事が広がる、あるいはランダムウォークする）」のルールを、この架け橋を通じて翻訳したとき、私たちの慣れ親しんだ平坦な直線上でどのように振る舞うのかについて記述しています。なぜこれが重要なのでしょうか？それは、これらの奇妙な樹状空間における動きを理解することが、物理学、生物学、さらにはネットワークにおける情報の流れといった複雑なシステムのモデリングに役立つからです。そして本論文は、それらの動きを、より馴染みのある方法で可視化し、計算する方法を示しています。

---

論文の核心：翻訳不可能なものの翻訳

パトリック・エリック・ブラッドリーとその共同研究者によるこの論文は、本質的に、非常に抽象的で可視化が困難な数学的プロセスを、実際に目に見える形にし、計算可能なものへと変えるためのガイドブックです。著者らは、実数の直線上の0から1の間におけるランダムウォーク（酔っ払いが千鳥足で歩き回るようなもの）と拡散（熱が広がるようなもの）を研究したいと考えていますが、それをp進数の数学のルールを用いて行おうとしています。

ここで彼らが用いる核心的なトリックがあります。彼らはまず、p進単位円盤（特定の種類のp進空間）上で起こるプロセスから出発します。このp進数の世界では、「距離」の測定方法は私たちの通常の日常世界とは異なります。著者らは、モンナ写像を使用して、このプロセス全体をこの架け橋を通じて実数区間 $[0, 1]$ へと運びます。

その結果、実数線上における新しい種類のランダムプロセスが得られます。もしあなたがこれらのルールに従って動く粒子を観察していたら、それは水の中のインクのように滑らかに漂うことはありません。代わりに、しばらく静止した後、突然新しい場所へとジャンプすることになります。論文では、これらの経路が「右連続」であることを証明しています。これは、無限に細かく揺れ動くことがなく、ただそこに留まったかと思えば、突然ジャンプするという性質を意味します。これにより、p進数の整然とした数学を用いて、実数線上での「跳躍」行動をモデル化する手法が得られるのです。

架け橋の魔法：スペクトルと固有値

この論文の最もエキサイティングな発見の一つは、これらの拡散演算子のスペクトルに関するものです。簡単に言えば、「スペクトル」とは、システムが奏でることのできる自然な周波数や「音符」の集合のようなものです。著者らがp進数の拡散を実数線上に翻訳したとき、システムの「音符（固有値）」を非常に迅速に計算できることが分かりました。

彼らは、数学者コジレフ（Kozyrev）によって発見された特別な公式を使用しています。p進数の距離は非常に構造化されているため（完璧な樹木のようであるため）、これらの周波数を求めるための数学的計算は驚くほど効率的になります。論文では、これらの特定のタイプの演算子に対して、固有値を線形計算量で計算できることを示しています。これは、問題の規模が2倍になれば、作業量も（指数関数的に増大することなく）単に2倍になるだけで済むことを意味します。これは、これらのプロセスをシミュレーションしようとするコンピュータにとって、極めて大きな利点となります。

理論からピクセルへ：アルゴリズム

著者らは理論にとどまらず、これらのプロセスを可視化するための実用的なアルゴリズムを構築しています。彼らは区間 $[0, 1]$ をより小さな塊へと細分化し、p進数の樹を模した階層構造を作り上げます。そして、「幅方向の分解（breadthwise decomposition）」と呼ばれる手法を用いて、関数を層ごとに分解します。これは、玉ねぎの皮を剥いたり、木を幹から葉に向かって観察したりするのと似ています。

彼らはこれを2つの具体的な例でテストしました：

1. ガウス核（Gaussian Kernel）：これはベルカーブのような働きをし、「ジャンプ」は（p進数的意味において）近くの点に対しては起こりやすく、遠くの点に対しては起こりにくいという性質を持ちます。
2. べき乗核（Power Kernel）：これは逆冪則（inverse power law）を用い、距離に対する「ジャンプ」の確率の減衰の仕方を変化させます。

シミュレーションにおいて、彼らは滑らかな確率の「丘」（ガウス型の隆起）からスタートし、それが時間の経過とともにどのように進化するかを観察しました。時間が経つにつれ、滑らかな丘は単に平坦化するのではなく、ブロック状の階段状の形状へと崩れていきました。細かいディテールが最初に消失し、後に低解像度のデジタル画像のような、粗い階段状の構造が残りました。これは、p進数のルールが、微細で滑らかな漂流よりも、大規模なジャンプを優先するためです。

提唱していないこと

この論文が「行っていない」ことを注記しておくことは重要です。著者らは、新しい物理法則を発見したとか、現実世界で熱がどのように移動するかという謎を解いたと主張しているわけではありません。現実世界の拡散がp進数であると言っているわけでもありません。そうではなく、p進数のプロセスを実世界へと「輸送」することで、新しいタイプのランダムプロセスを作り出す、特定の数学的モデルを構築しているのです。

可視化と近似の収束に関する結果は、これら特定の演算子の文脈におけるシミュレーションと数学的証明を通じて示されています。彼らは、彼らが定義した特定の演算子に対する「コーシー問題」（システムが開始点からどのように変化するかを記述する標準的な方法）の解を近似するために、彼らの手法が有効であることを示しています。この手法が自然界における「あらゆる」拡散プロセスに適用できると主張しているのではなく、この特定のモンナ写像の翻訳を通じて構築できるものに対してのみ適用できることを示しています。

まとめ

結局のところ、この論文は、一見すると全く無関係に見える2つの数学的世界がいかにして対話できるかを示す、美しいデモンストレーションです。モンナ写像を翻訳機として用いることで、著者らは、硬直的で樹木のような構造を持つp進数の拡散を取り込み、それを実数線上におけるジャンプの経路へと変容させました。彼らは、これらの経路がどのように振る舞うかを計算するための高速で効率的な方法を提供し、それらを可視化する明確な方法を示しました。その結果、数学者や科学者が複雑でジャンプを伴うシステムをモデル化するための新しいツールが得られました。これは、滑らかな現実世界の流れを理解するためには、時にフラクタルの樹というレンズを通してそれを見なければならないこともある、ということを教えてくれます。