Approaching the Continuous from the Discrete: an Infinite Tensor Product Construction

Technische Samenvatting: Het benaderen van het Continue vanuit het Discrete via Oneindige Tensorproducten

Probleemstelling
Recente ontwikkelingen in de categorische probabiliteit hebben er succesvol in geslaagd discrete probabilistische processen (bijv. eindige verzamelingen en stochastische matrices) en Gaussische processen te axiomatiseren met behulp van string-diagrammatische calculi. Er blijft echter een significante kloof bestaan in de axiomatisering van algemene continue probabiliteit, zoals categorieën als $\mathbf{BorelStoch}$ (standaard Borel-ruimtes en Markov-kernels). De primaire moeilijkheid ligt in het algebraïsch coderen van oneindig gedrag binnen het bestaande kader van string-diagrammen, die doorgaans steunen op eindige generatoren en vergelijkingen. Hoewel de Kolmogorov-extensietheorema suggereert dat continue maten kunnen worden beschouwd als limieten van discrete maten, heeft een rigoureuze categorische constructie die discrete instellingen met continue instellingen verbindt via oneindige tensorproducten tot nu toe ontbrak.

Methodologie
De auteurs stellen een universele constructie voor die oneindige tensorproducten toevoegt aan een gegeven semicartesiaanse categorie $\mathcal{C}$. De methodologie verloopt via verschillende stadia:

1. Universele Constructie: Het artikel definieert een categorie $\mathcal{C}^{\otimes\infty}$ verkregen door oneindige tensorproducten toe te voegen aan een semicartesiaanse categorie $\mathcal{C}$. Dit wordt bereikt via een universele eigenschap: $\mathcal{C}^{\otimes\infty}$ is de initiële semicartesiaanse categorie met oneindige tensorproducten die een symmetrische monoidale functor van $\mathcal{C}$ ontvangt.
2. Concrete Representatie (Eindige Benaderingsfamilies): Om morfismen in $\mathcal{C}^{\otimes\infty}$ hanteerbaar te maken, beperken de auteurs de aandacht tot categorieën met cancellatieve deleties (waarbij $f \otimes \text{del} = g \otimes \text{del} \implies f=g$). In deze setting worden morfismen tussen oneindige tensorproducten niet gekarakteriseerd als abstracte limieten, maar als eindige benaderingsfamilies. Een morfifme is een equivalentieklasse van families van eindige morfismen $(f_{F,G})$ die voldoen aan naturaliteits-, dekking- en hereditairheidscondities.
3. Diagrammatische Syntaxis: De auteurs introduceren "plaatnotatie" om deze eindige benaderingsfamilies als string-diagrammen weer te geven. Dit maakt het mogelijk om axiomatische presentaties te liften: indien $\mathcal{C}$ wordt gepresenteerd door een symmetrische monoidale theorie $(\Sigma, E)$, dan wordt $\mathcal{C}^{\otimes\infty}$ gepresenteerd door een theorie $\text{Free}_\infty(\Sigma, E)$ die de oorspronkelijke generatoren en vergelijkingen bevat, plus regels voor het afhandelen van oneindige tensorproducten (platen).
4. Toepassing op $\mathbf{FinStoch}$: De constructie wordt toegepast op $\mathbf{FinStoch}$ (eindige verzamelingen en stochastische matrices) en de subcategorie $\mathbf{BinStoch}$ (machten van $\{0,1\}$).

Belangrijkste Resultaten

• Karakterisering van $\mathbf{FinStoch}^{\otimes\infty}$: De auteurs bewijzen dat de categorie $\mathbf{FinStoch}^{\otimes\infty}$ equivalent is aan een categorie van Stone-ruimtes uitgerust met lokaal constante Markov-kernels ($\mathbf{StoneStoch}_{lc}$). In deze categorie zijn objecten oneindige producten van eindige verzamelingen (die, volgens Brouwers stelling, ofwel eindige verzamelingen of de Cantor-ruimte $2^\mathbb{N}$ zijn), en morfismen zijn kernels $f: X \to Y$ waarbij de waarschijnlijkheid van een clopen verzameling slechts afhangt van een eindig aantal coördinaten van de input.
• Axiomatische Presentatie van Continue Probabiliteit: Door zich te beperken tot $\mathbf{BinStoch}$, leiden de auteurs een axiomatische presentatie af voor $\mathbf{CantorStoch}_{lc}$ (de subcategorie van $\mathbf{StoneStoch}_{lc}$ die betrekking heeft op machten van 2 en de Cantor-ruimte). Zij tonen aan dat $\mathbf{CantorStoch}_{lc}$ isomorf is aan $\text{Free}_\infty(\Sigma, E)$, waarbij $(\Sigma, E)$ de theorie is van $\mathbf{CausCirc}$ (de axiomatisering van $\mathbf{BinStoch}$).
• Expressiviteit: Het artikel demonstreert dat $\mathbf{CantorStoch}_{lc}$ expressief genoeg is om alle waarschijnlijkheidsmaten op de reële lijn $\mathbb{R}$ te omvatten. Dit komt doordat $\mathbb{R}$ isomorf is aan een oneindig tensorproduct van 2 in $\mathbf{BorelStoch}$, en de constructie een bijectieve correspondentie vaststelt tussen maten op $\mathbb{R}$ en maten op de Cantor-ruimte $2^\mathbb{N}$.
• Beperkingen: De auteurs verduidelijken dat $\mathbf{FinStoch}^{\otimes\infty}$ niet de volledige $\mathbf{BorelStoch}$ herstelt. Hoewel het alle waarschijnlijkheidsmaten vangt, kan het niet het volledige gedrag van willekeurige meetbare functies (die mogelijk niet lokaal constant zijn) volledig vatten, waardoor het een specifieke, expressieve subcategorie vormt in plaats van de volledige continue categorie.

Betekenis en Claims
Het artikel claimt de eerste instrumenten te bieden voor het axiomatiseren van Markov-categorieën met oneindige tensorproducten met behulp van string-diagrammen. De primaire bijdrage is het vestigen van een rigoureuze brug tussen discrete en continue probabilistische redenering. Door aan te tonen dat continue probabiliteit kan worden benaderd als limieten van discrete instellingen via oneindige tensorproducten, maakt het werk het mogelijk om diagrammatische calculi (specifiek plaatnotatie) te gebruiken om over continue systemen te redeneren.

De auteurs benadrukken dat deze benadering het mogelijk maakt om semantische gelijkheden in continue probabiliteit direct af te leiden uit discrete axioma's. Zij merken op dat hoewel de constructie niet de volledige algemeenheid van $\mathbf{BorelStoch}$ vangt (met name met betrekking tot niet-lokaal constante kernels), het een rijk kader biedt voor het bestuderen van waarschijnlijkheidsmaten op $\mathbb{R}$ en andere continue ruimtes door de lens van de Cantor-ruimte. Het werk wordt gepresenteerd als een fundamentele stap naar het verbinden van semantische benaderingen met string-diagrammatische methoden voor continue probabiliteit, waarbij voor toekomstig werk wordt gesuggereerd om de resultaten uit te breiden naar algemene Markov-kernels en andere probabilistische modellen zoals Gaussische mengsels.