Benjamini-Schramm 局部弱收斂（Benjamini-Schramm local weak convergence）

Benjamini-Schramm 收斂是大型稀疏圖序列的正確極限概念：與其問整張圖長什麼樣，不如問一個典型（隨機選取）頂點周圍的小鄰域長什麼樣。它捕捉局部幾何——從隨機頂點看出去的景象——並把分支啟發中已用到的想法「G(n, c/n) 局部看來像 Poisson(c) 高爾頓-沃森樹」精確化。它回答的問題是：在什麼意義下，一個尺寸增長的有限圖序列具有極限局部結構？

形式上，把有限圖 G_n 轉成有根圖空間上的一個機率測度：取一個均勻隨機頂點作為根，並記錄其周圍各半徑球的同構型別。序列 G_n 在 Benjamini-Schramm 意義下收斂到一個（隨機）有根圖 (U, o)，若對每個固定半徑 r 與每個有限有根圖 H，G_n 隨機根周圍的 r 球同構於 H 的機率收斂到 (U, o) 的對應機率。這恰是有根局部有限圖（波蘭）空間上測度的弱收斂，其拓撲由這些有限半徑鄰域事件生成——故名「局部弱收斂」。極限物件是一個單模隨機有根圖（unimodular random rooted graph，平穩測度的對應物，滿足質量傳輸／可逆條件）。經典例子：G(n, c/n) 收斂到以原點為根的 Poisson(c) 高爾頓-沃森樹；隨機 d-正則圖收斂到無限 d-正則樹；組態模型收斂到後代為大小偏倚的高爾頓-沃森樹。「客觀方法」（Aldous-Steele）以這樣的極限作為計算加性圖參數極限平均的物件。

此觀點之所以重要，是因為許多整體量對局部收斂連續，因而能在極限樹上計算，而後者通常遠比有限圖簡單：各大小分量中頂點的極限比例、匹配數、靠存活機率得到的巨人大小、譜測度，以及（一個深刻定理）生成樹的極限數目與各種組合結構的熵。它也支撐稀疏圖的現代圖極限理論（graphon 的稀疏對應物）。誠實的提醒：局部弱收斂只看局部結構，故對真正整體的特徵盲目——它偵測不到圖是否連通、直徑多少、著色數為何，因為這些不是局部的；兩張有相同局部極限的圖可能整體不同。且極限為單一有根樹依賴於圖稀疏且局部樹狀；對稠密圖此概念平凡（每個鄰域都極大），須改用 graphon 極限。