[論文レビュー] Expansive homeomorphisms on complexity quasi-metric spaces

Yae Ulrich Gaba|arXiv (Cornell University)|Feb 7, 2026

Mathematical Dynamics and Fractals被引用数 0

ひとこと要約

論文は複雑さ準距離空間の expansive dynamics を構築し、スケーリングが alpha ≠ 1 のときのみ expansive であることを示し、安定集合を複雑さクラスとして解釈し、軌道分離を時間階層定理と結びつけ、対応するアルゴリズムと Python/SageMath 実装を提供する。

ABSTRACT

The complexity quasi-metric, introduced by Schellekens, provides a topological framework where the asymmetric nature of computational comparisons -- stating that one algorithm is faster than another carries different information than stating the second is slower than the first -- finds precise mathematical expression. In this paper we develop a comprehensive theory of expansive homeomorphisms on complexity quasi-metric spaces. Our central result establishes that the scaling transformation $ψ_α(f)(n)=αf(n)$ is expansive on the complexity space $(\C,d_\C)$ if and only if $α eq 1$. The $δ$-stable sets arising from this dynamics correspond exactly to asymptotic complexity classes, providing a dynamical characterisation of fundamental objects in complexity theory. We prove that the canonical coordinates associated with $ψ_α$ are hyperbolic with contraction rate $λ=1/α$ and establish a precise connection between orbit separation in the dynamical system and the classical time hierarchy theorem of Hartmanis and Stearns. We further investigate unstable sets, conjugate dynamics, and topological entropy estimates for the scaling map. Throughout, concrete algorithms and Python implementations accompany the proofs, making every result computationally reproducible. SageMath verification snippets are inlined alongside the examples, and the full code is available in the companion repository.

研究の動機と目的

• 計算比較における非対称性の位相的枠組みを準距さによって動機づける。
• 複雑さ準距離空間上で expansive な同相写像を開発・研究する。
• この設定における安定集合／不安定集合および標準座標を特徴づける。
• 軌道分離を Hartmanis と Stearns の時間階層定理の古典的結果と結びつける。
• 再現性を確保するための実行可能なアルゴリズムとオープンソース実装を提供する。

提案手法

• 正の実行時間関数の空間 C における複雑さ準距離 d_C を定義・取り扱う。
• d_C が準距 Metric であり、d_C(f,g)=0 ⇔ すべての n に対して f(n)≤g(n) が成り立つことを示す。
• スケーリング変換 psi_alpha(f)(n)=alpha f(n) を導入し、 d_C(psi_alpha(f), psi_alpha(g))= d_C(f,g)/alpha であることを示す。
• psi_alpha が expansive であるのは alpha≠1 の場合のみであることを前進/後退反復の議論を用いて示す。
• alpha>1 に対して psi_alpha の下の delta-安定集合が複雑さクラス（全ての n について g(n)≥f(n)）と対応することを確立する。
• 収縮率 lambda=1/alpha および定数 C=1 を用いたハイパボリックな標準座標を構築する。
• psi_alpha による軌道分離を Hartmanis と Stearns の時間階層定理と結びつける。
• 理論結果を裏付けるアルゴリズム的手続きと SageMath/Python の検証スニペットを提供する。

実験結果

リサーチクエスチョン

• RQ1 複雑さ空間 (C,d_C) においてスケーリング変換 psi_alpha はいつ expansive になるか？
• RQ2 psi_alpha による delta-安定集合を複雑さクラスの観点でどのように解釈できるか？
• RQ3 psi_alpha に対して標準座標（超過性）はどう動作し、収縮率はどのようになるか？
• RQ4 psi_alpha による軌道分離は古典的な時間階層結果とどのように関連するか？
• RQ5 提供されたアルゴリズム実装で理論結果を再現できるか？

主な発見

• スケーリング写像 psi_alpha は alpha≠1 のときのみ (C,d_C) 上で expansive である。
• alpha>1 の場合、psi_alpha の下の delta-安定集合は全ての n に対して g(n)≥f(n) となる関数と一致する。
• psi_alpha の canonical coordinates は lambda=1/alpha、定数 C=1 のハイポリックである。
• f(n) log f(n) = o(g(n)) の場合、psi_alpha の下の軌道はあらゆる閾値を越えて分離し、時間階層定理と結びつく。
• 本論文は具体的なアルゴリズムと Python/SageMath 実装を提供し、コードをリポジトリで公開している。