[论文解读] Iterated foldings of discrete spaces and their limits: candidates for the role of Brownian map in higher dimensions

Luca Lionni, Jean‐François Marckert|arXiv (Cornell University)|Aug 6, 2019

Stochastic processes and statistical mechanics参考文献 66被引用 8

一句话总结

本文引入了一类新的随机几何对象，称为 D 次随机叶状结构（r[D]），通过连续与离散蛇的迭代折叠构造而成——这些蛇是迭代布朗运动的分支类比。该构造将布朗地图推广至高维，其中 r[2] 恢复了已知的二维布朗地图，而 r[D] 的豪斯多夫维数被猜想为 2D。在弱函数收敛意义下，建立了离散版本 Rn[D] 收敛于 r[D] 的结果，模拟结果表明其直径按 n^{1/2D} 缩放，支持了维数猜想。

ABSTRACT

In this last decade, an important stochastic model emerged: the Brownian map. It is the limit of various models of random combinatorial maps after rescaling: it is a random metric space with Hausdorff dimension 4, almost surely homeomorphic to the 2-sphere, and possesses some deep connections with Liouville quantum gravity in 2D. In this paper, we present a sequence of random objects that we call $D$th-random feuilletages (denoted by ${\\bf r}[D]$), indexed by a parameter $D\\geq 0$ and which are candidate to play the role of the Brownian map in dimension $D$. The construction relies on some objects that we name iterated Brownian snakes, which are branching analogues of iterated Brownian motions, and which are moreover limits of iterated discrete snakes. In the planar $D=2$ case, the family of discrete snakes considered coincides with some family of (random) labeled trees known to encode planar quadrangulations. Iterating snakes provides a sequence of random trees $({\\bf t}^{(j)}, j\\geq 1)$. The $D$th-random feuilletage ${\\bf r}[D]$ is built using $({\\bf t}^{(1)},\\cdots,{\\bf t}^{(D)})$: ${\\bf r}[0]$ is a deterministic circle, ${\\bf r}[1]$ is Aldous' continuum random tree, ${\\bf r}[2]$ is the Brownian map, and somehow, ${\\bf r}[D]$ is obtained by quotienting ${\\bf t}^{(D)}$ by ${\\bf r}[D-1]$. A discrete counterpart to ${\\bf r}[D]$ is introduced and called the $D$th random discrete feuilletage with $n+D$ nodes (${\\bf r}_n[D]$). The proof of the convergence of ${\\bf r}_n[D]$ to ${\\bf r}[D]$ after appropriate rescaling in some functional space is provided (however, the convergence obtained is too weak to imply the Gromov-Hausdorff convergence). An upper bound on the diameter of ${\\bf r}_{n}[D]$ is $n^{1/2^{D}}$. Some elements allowing to conjecture that the Hausdorff dimension of ${\\bf r}[D]$ is $2^D$ are given.

研究动机与目标

• 将二维中豪斯多夫维数为 4 的随机度量空间——布朗地图的概念推广至更高维度。
• 为 D ≥ 0 构造一组随机几何对象 r[D] 的层级结构，使其作为布朗地图在维度 D 上的推广。
• 提出迭代叶状结构的离散模型 Rn[D]，并在适当缩放下证明其收敛于连续极限 r[D]。
• 通过模拟与理论界，研究 r[D] 的几何性质，特别是其豪斯多夫维数。

提出的方法

• 将迭代布朗运动的连续分支过程——即迭代布朗运动蛇——作为构建 r[D] 的基本构件。
• 递归定义 r[D]：r[0] 为确定性圆周，r[1] 为连续随机树，而 r[D] 通过将 D 阶树 t(D) 关于 r[D−1] 取商空间得到。
• 引入离散类比 Rn[D]，其基于从编码平面四边形划分的标记树导出的迭代离散蛇构造而成。
• 利用树的高度与轮廓过程编码离散蛇，并通过归一化实现收敛性分析。
• 采用弱函数收敛证明 Rn[D] 收敛于 r[D]，但该收敛不足以推出 Gromov-Hausdorff 收敛。
• 对 D = 2 至 4 的 Rn[D] 进行模拟，最大规模达 250×10^6，研究直径缩放与球体增长，将轮廓归一化为 n^{-1/2D}。

实验结果

研究问题

• RQ1 能否通过递归折叠机制将二维中布朗地图的作用推广至更高维度？
• RQ2 离散 D 次随机叶状结构 Rn[D] 的渐近直径缩放行为如何？其是否遵循 n^{1/2D} 的猜想缩放？
• RQ3 连续极限 r[D] 的豪斯多夫维数是否等于 2D？能否通过几何模拟提供支持？
• RQ4 随着规模 n 和维度 D 的增加，Rn[D] 的几何性质（如球体增长）如何演化？
• RQ5 即使在 Gromov-Hausdorff 拓扑下不成立，离散叶状结构 Rn[D] 是否能在函数意义下实现对连续极限 r[D] 的有意义收敛？

主要发现

• 离散 D 次随机叶状结构 Rn[D] 的直径上界为 n^{1/2D}，表明其缩放行为与豪斯多夫维数为 2D 的猜想一致。
• 对 D = 2、3、4 的 Rn[D] 模拟（最大规模达 250×10^6）表明，归一化轮廓收敛缓慢，且在大 n 时质量分布仍显著移动。
• 根附近半径为 r 的球体内节点数 Nr 的均值满足 log(Nr)/log(r+1) 随 n 增加而上升，但远未达到 D=2、3、4 时预期的渐近值 4、8 和 16。
• Rn[D] 收敛于 r[D] 的证明基于弱函数收敛，但不足以保证 Gromov-Hausdorff 收敛。
• 当 D=2 时，该构造恢复了已知的布朗地图，验证了与已有结果的一致性。
• 离散模型 Rn[D] 由迭代 Dyck 路径与标记过程构建，每轮迭代规模翻倍，使得 D=3 时可模拟至 250×10^6 个节点。