[논문 리뷰] Scaling limits of Markov branching trees with applications to Galton-Watson and random unordered trees

Bénédicte Haas, Grégory Miermont|2010. 03. 18.

Stochastic processes and statistical mechanics인용 수 15

한 줄 요약

이 논문은 분할 분포에 대한 약한 조건 하에서 마코프 분할 수형도—마코프 성질을 갖는 무작위 수형도—의 척도 한계를 확립한다. 이러한 조건 하에서 이러한 수형도가 고르모프–하우스도르프–프로코르프 위상에서 자가유사 분열 수형도로 수렴함을 증명하며, 주요 응용은 균일한 순서 없는 수형도의 척도 한계가 브라운 운동 연속 무작위 수형도임을 엄밀히 도출하는 것이다. 이는 얼도스의 추측을 완전히 확인하는 것이다.

ABSTRACT

We consider a family of random trees satisfying a Markov branching property. Roughly, this property says that the subtrees above some given height are independent with a law that depends only on their total size, the latter being either the number of leaves or vertices. Such families are parameterized by sequences of distributions on partitions of the integers that determine how the size of a tree is distributed in its different subtrees. Under some natural assumption on these distributions, stipulating that "macroscopic" splitting events are rare, we show that Markov branching trees admit the so-called self-similar fragmentation trees as scaling limits in the Gromov-Hausdorff-Prokhorov topology. The main application of these results is that the scaling limit of random uniform unordered trees is the Brownian continuum random tree. This extends a result by Marckert-Miermont and fully proves a conjecture by Aldous. We also recover, and occasionally extend, results on scaling limits of consistent Markov branching models and known convergence results of Galton-Watson trees toward the Brownian and stable continuum random trees.

연구 동기 및 목표

• 마코프 분할 수형도가 고르모프–하우스도르프–프로코르프 위상에서 척도 한계를 갖는 데 필요한 일반 조건을 확립하는 것.
• 갈튼–워슨 수형도와 일관된 마코프 분할 모델의 알려진 수렴 결과를 연속 무작위 수형도로 통합하고 확장하는 것.
• 균일한 순서 없는 수형도가 브라운 운동 연속 무작위 수형도로 수렴한다는 얼도스의 추측을 해결하는 것.
• 자기유사 분열을 통한 이산 분열 과정의 척도 한계를 위한 일반적 프레임워크를 제공하는 것.
• 크기 간 일관성이 없더라도 마코프 분할 성질을 갖는 무작위 수형도의 극한 행동을 특성화하는 것.

제안 방법

• 전체 크기만에 의존하는 분할가치 분포에 따라 하위수형도 크기가 분포하는 마코프 분할 성질을 갖는 무작위 수형도를 모델링한다.
• 두 변형을 정의한다: 고정된 叶 수를 갖는 것과 고정된 정점 수를 갖는 것. 둘 다 분할 분포의 수열에 의해 지배된다.
• macroscopic 분할이 희박함을 보장하는 자연스러운 조건을 도입하여 자가유사 분열로의 수렴을 확보한다.
• 페인트박스 구성과 동질적 분열의 포아송 구성 기법을 사용하여 이산 수형도와 연속 분열 과정을 연결한다.
• 고르모프 위상에서의 코herence 및 확률 측도의 약수렴을 통한 확률 측도 통합을 위한 강한 수렴 기법을 적용한다.
• 커플링 기법과 분할 확률의 渐近 분석을 활용하여 극한에서 오차 항목을 제어한다.

실험 결과

연구 질문

• RQ1 마코프 분할 수형도가 고르모프–하우스도르프–프로코르프 위상에서 연속 무작위 수형도로 수렴하는 조건은 무엇인가?
• RQ2 균일한 순서 없는 수형도의 척도 한계가 실제로 브라운 운동 연속 무작위 수형도임을 엄밀히 증명할 수 있는가?
• RQ3 일관된 마코프 분할 모델과 갈튼–워슨 수형도는 극한에서 자가유사 분열 과정과 어떻게 관련이 있는가?
• RQ4 macroscopic 분할 사건의 희박성은 자가유사 분열로의 수렴을 보장하는 데 어떤 역할을 하는가?
• RQ5 이 프레임워크는 $(\alpha,\theta)$-수형도와 같이 일관성이 없는 모델로 확장될 수 있는가?

주요 결과

• 균일한 순서 없는 수형도의 척도 한계는 브라운 운동 연속 무작위 수형도이며, 얼도스의 추측을 완전히 확인한다.
• macroscopic 분할이 희박한 마코프 분할 수형도는 고르모프–하우스도르프–프로코르프 위상에서 자가유사 분열 수형도로 수렴한다.
• 연속 수형도의 극한 측도는 인덱스 $-3/2$를 갖는 자가유사 분열에서 유래하며, 브라운 운동 연속 무작위 수형도와 일치한다.
• 분산이 유한한 갈튼–워슨 수형도의 척도 한계는 브라운 운동 연속 무작위 수형도이며, 기존 결과를 새로운 증명 기법으로 복원한다.
• 분할 분포에 대한 최소한의 가정 하에서도 수렴이 성립하여 이전 결과를 더 넓은 모델 클래스로 확장한다.
• 분할 확률의 渐近 행동은 $\sqrt{n}/\mathbf{T}^{(m)}_{n+1}$ 정규화를 통해 제어되며, 이는 $x^{-3/2}(1-x)^{-3/2}$를 포함하는 명시적 적분 극한으로 이어진다.