[论文解读] An invariance principle for conditioned trees

Jean‐François Le Gall|ArXiv.org|Mar 14, 2005

Stochastic processes and statistical mechanics参考文献 22被引用 4

一句话总结

本文建立了空间Galton-Watson树在空间上保持非负条件下的不变性原理，表明在适当的缩放下，它们收敛于一个条件化的布朗蛇——一种将连续随机树与空间布朗运动相结合的连续极限对象。关键结果是条件化的离散空间树收敛于积分超布朗运动（ISE），并给出了随机四边形剖分中高度和空间测度分布的显式缩放极限。

ABSTRACT

We consider Galton-Watson trees associated with a critical offspring distribution and conditioned to have exactly $n$ vertices. These trees are embedded in the real line by affecting spatial positions to the vertices, in such a way that the increments of the spatial positions along edges of the tree are independent variables distributed according to a symmetric probability distribution on the real line. We then condition on the event that all spatial positions are nonnegative. Under suitable assumptions on the offspring distribution and the spatial displacements, we prove that these conditioned spatial trees converge as $n o\infty$, modulo an appropriate rescaling, towards the conditioned Brownian tree that was studied in previous work. Applications are given to asymptotics for random quadrangulations.

研究动机与目标

• 建立空间Galton-Watson树在空间上保持非负条件下的功能性极限定理。
• 将离散条件化空间树与已知的连续极限对象——条件化布朗蛇联系起来。
• 通过树嵌入方法，推导随机四边形剖分中几何与空间性质的渐近规律。
• 为平面图计数中的组合方法提供一种概率极限理论的替代方案。

提出的方法

• 将具有独立同分布空间增量（从ℝ上的对称分布γ抽取）的Galton-Watson树进行嵌入。
• 对树施加空间非负条件，即所有顶点位置 ≥ 0。
• 采用联合缩放：边长缩放为σn⁻¹/²/2，空间位置缩放为ρ⁻¹(σ/2)¹/²n⁻¹/⁴，当n→∞时。
• 利用轮廓函数与空间轮廓函数对树及其空间位置进行编码。
• 利用轮廓函数收敛于归一化的布朗桥，空间过程收敛于初始位置为r的布朗蛇。
• 应用Verwaat变换，通过对称性推导条件化与无条件化布朗蛇之间的关系。

实验结果

研究问题

• RQ1 在适当的缩放下，空间Galton-Watson树在空间上保持非负的条件下，是否收敛于一个连续极限对象？
• RQ2 此类条件化树中最大空间位移的极限分布是什么？
• RQ3 随机四边形剖分中空间测度与距离的规律如何与积分超布朗运动（ISE）相关联？
• RQ4 是否可以在不依赖于与良好标记树之间组合双射的情况下，建立向布朗蛇的收敛性？
• RQ5 在均匀随机四边形剖分中，根到某随机顶点的图距离的精确缩放极限是什么？

主要发现

• 条件化树的缩放空间轮廓函数在分布上收敛于初始位置为0的布朗蛇的空间过程Z⁰。
• 缩放后的最大空间位移n⁻¹/⁴ sup{Uᵥ}在分布上收敛于(8/9)¹/⁴ sup₀≤s≤₁ Z⁰(s)，其中Z⁰为初始位置为0的布朗蛇。
• 缩放后的空间测度1/n ∑ᵥ g(n⁻¹/⁴ Uᵥ)在分布上收敛于∫₀¹ g((8/9)¹/⁴ Z⁰(r)) dr。
• 在随机四边形剖分中，根到均匀随机顶点的缩放图距离在分布上收敛于(8/9)¹/⁴ |inf₀≤s≤₁ Z⁰(s)|，由对称性可知其等于(8/9)¹/⁴ sup₀≤s≤₁ Z⁰(s)。
• 均匀空间树保持非负的概率渐近为2/(n+2)，与Chassaing和Schaeffer的组合结果一致。
• 该方法为Chassaing和Schaeffer（2004）所用的组合方法提供了一种极限理论替代方案，避免了与良好标记树之间的显式双射。