Correlazione di Coppia e Gap Finiti: Quando la Continuità è un’Illusione

Ciao a tutti, appassionati di numeri e misteri matematici! Oggi voglio parlarvi di qualcosa che mi affascina da sempre: come si distribuiscono i punti in una sequenza? Sembra una domanda semplice, ma nasconde profondità inaspettate. Immaginate di lanciare dei sassolini su una linea, o meglio ancora, su un cerchio (che i matematici chiamano “toro”, (mathbb{T}^1)). Come si dispongono? Sono tutti ammassati da qualche parte o si distribuiscono in modo più uniforme? E soprattutto, come possiamo misurare questa “uniformità” o “aggregazione” a livello locale?

Cos’è questa “Correlazione di Coppia”?

Una delle lenti che usiamo per scrutare queste sequenze è la cosiddetta statistica di correlazione di coppia. In parole povere, ci chiediamo: prendendo una sequenza (x_1, x_2, …, x_N) sul nostro cerchio (che possiamo immaginare come l’intervallo [0,1] dove 0 e 1 coincidono), quante coppie di punti (x_i, x_j) troviamo la cui distanza (sul cerchio!) sia inferiore a un certo valore (s/N)? La distanza sul cerchio, (Vert x Vert), è la distanza più breve, tenendo conto che possiamo “girare intorno”.

Normalizziamo il tutto e guardiamo cosa succede quando N diventa enormemente grande. A volte, questa statistica tende a una funzione limite, che chiamiamo (f(s)). C’è un caso “ideale”, quasi un punto di riferimento: quando i punti sono distribuiti in modo casuale e indipendente (come lanciare freccette a caso sul cerchio), ci aspettiamo che questa funzione limite sia (f(s) = 2s). Quando una sequenza si comporta così, diciamo che ha correlazioni di coppia Poissoniane. È un po’ come dire che la sequenza imita il caso, è ben distribuita a livello locale.

Trovare sequenze *determinate* (non casuali) che abbiano questa proprietà Poissoniana è sorprendentemente difficile! Un esempio famoso è la sequenza delle parti frazionarie delle radici quadrate dei numeri non quadrati perfetti, ({ sqrt{N} }). Ma sono eccezioni preziose. Molte sequenze famose e apparentemente ben distribuite, come le sequenze di Kronecker (immaginate di fare passi di lunghezza fissa (alpha) su un cerchio) o le sequenze di van der Corput, *non* hanno correlazioni Poissoniane. Perché? Spesso, la risposta risiede nella loro struttura interna, in particolare nei “gap”.

La Proprietà del Gap Finito: Un Ordine Nascosto

Quando abbiamo una sequenza finita di punti sul cerchio, (x_1, …, x_N), possiamo ordinarli e guardare le distanze tra punti consecutivi. Queste distanze sono i “gap”. Ora, immaginate una sequenza infinita ((x_N)_{N in mathbb{N}}). Diciamo che ha la proprietà del gap finito se succede una cosa curiosa: per infiniti valori di N (cioè, per sequenze sempre più lunghe), l’insieme dei punti (x_1, …, x_N) presenta solo un numero *finito* e *limitato* (diciamo, al massimo k) di diverse lunghezze di gap.

Pensate alle sequenze di Kronecker ({ n alpha }) con (alpha) irrazionale. Il famoso “Teorema dei Tre Gap” ci dice che, per qualsiasi N, ci sono al massimo *tre* diverse lunghezze di gap tra i punti! Lo stesso vale per le sequenze di van der Corput. Queste sequenze, pur essendo ben distribuite su larga scala, hanno una rigidità locale incredibile: le distanze tra vicini sono molto limitate.

Questa proprietà del gap finito si è rivelata un ostacolo per avere correlazioni di coppia Poissoniane. Già si sapeva che sequenze con questa proprietà non potevano essere Poissoniane. Ma la domanda rimaneva: se non sono Poissoniane, a quale tipo di funzione limite (f(s)) possono tendere? Quali forme può assumere questa (f(s))? Deve essere crescente (più spazio considero, più coppie trovo), e di solito (f(0)=0) se non ci sono troppi punti sovrapposti. Ma a parte questo, c’era molta libertà… o forse no?

Il Colpo di Scena: La Continuità è Vietata!

Ed ecco il cuore della scoperta che voglio condividere, basata su un recente lavoro di ricerca. Il risultato è tanto semplice quanto potente:

Se una sequenza ((x_N)) ha la proprietà del gap finito (cioè, per infiniti N, ci sono al massimo k tipi di gap diversi), allora la sua funzione limite di correlazione di coppia (f(s)), ammesso che esista, non può essere una funzione continua (tranne forse per un numero finito di salti e continua a sinistra).

Wow! Pensiamoci un attimo. La funzione Poissoniana (f(s)=2s) è perfettamente continua. Molte altre funzioni “lisce” che potremmo immaginare sono continue. Questo teorema ci dice che la rigidità imposta dalla proprietà del gap finito *impedisce* alla statistica di correlazione di coppia di variare in modo “liscio” al variare di s.

Cosa significa in pratica? Per queste sequenze con gap finiti, ci sono due possibilità:

1. La funzione limite (f(s)) semplicemente non esiste. La statistica continua a oscillare o comportarsi in modo irregolare anche per N grandissimi. Questo è ciò che accade, ad esempio, per le sequenze di Kronecker e van der Corput.
2. La funzione limite (f(s)) esiste, ma è discontinua. Ha dei “salti” improvvisi. Immaginate una scala invece di una rampa liscia.

In entrambi i casi, la continuità è fuori gioco. La struttura rigida dei gap si riflette in un comportamento “a scatti” o instabile della correlazione di coppia.

Uno Sguardo Dietro le Quinte: Perché Succede?

Senza entrare nei dettagli tecnici della dimostrazione (che si basa su lavori precedenti e classifica i gap in “grandi”, “medi” e “zero”), l’idea chiave è affascinante. La dimostrazione mostra che, se una sequenza ha la proprietà del gap finito, i gap “grandi” e “medi” (quelli che non tendono a zero troppo velocemente né sono esattamente zero) diventano irrilevanti per il calcolo della correlazione di coppia quando N diventa grande.

Se non ci fossero gap di lunghezza esattamente zero (cioè punti sovrapposti), si arriverebbe a una contraddizione con le proprietà fondamentali della somma dei gap. Quindi, devono esserci dei gap di lunghezza zero! Anzi, devono essere la stragrande maggioranza. Ma se quasi tutti i punti sono sovrapposti in “mucchietti”, la statistica di correlazione di coppia (R(s,N)) esplode, crescendo molto più velocemente di N. Questo impedisce al limite (frac{1}{N} R(s,N)) di convergere a una funzione finita e continua. L’ipotesi di continuità porta a una contraddizione.

Cosa Ci Portiamo a Casa?

Questa scoperta è un tassello importante nel puzzle della distribuzione delle sequenze. Ci dice che una proprietà strutturale apparentemente semplice come avere un numero finito di tipi di gap ha conseguenze profonde sul comportamento statistico locale dei punti. La rigidità dei gap finiti preclude la “fluidità” di una funzione di correlazione continua.

Questo non solo ci aiuta a capire perché certe sequenze non sono Poissoniane, ma restringe anche il campo delle possibili funzioni limite (f(s)) che possiamo aspettarci di trovare in natura (o meglio, in matematica!). Ci ricorda che l’ordine e la struttura, a volte, impongono limiti sorprendenti a comportamenti che altrimenti potremmo immaginare come più “liberi” o “casuali”. È un bellissimo esempio di come proprietà discrete (numero finito di gap) influenzino proprietà analitiche (continuità della funzione limite). E per me, è proprio questo dialogo tra strutture diverse che rende la matematica così affascinante!

Fonte: Springer