33
$\开始组$

在一个最近的出版物乌克兰数学家玛丽娜·维亚佐夫斯卡(Maryna Viazovska)解决了尺寸为$8$和$24$的开普勒问题,即球体的最密集堆积。

诚然,对于不参与该领域的人来说,掌握这项工作是非常困难的,但如果简单地说,所采用的方法和主要突破可以在概念层面上加以解释,这将是非常有价值的。这样一来,人们就可以大致了解解决方案是如何产生的。

这只是试图获得更多的信息,以便理解其中的一些主要观点,因为这是一个非常令人兴奋的消息,因为不同维度的球体最密集的包装问题由来已久。

$\端组$
4
  • $\开始组$ 普林斯顿大学高级研究所的彼得·萨纳克(Peter Sarnak)表示:“这非常简单,因为一切都很好。”。“你刚开始读这篇论文,你就知道这是正确的。”我认为我们必须认真对待这篇文章,所以这不是垃圾邮件(或者至少不是因为这个原因)。我们可能还会问,这个问题是否适合这个论坛。 $\端组$ 2016年4月5日11:12
  • $\开始组$ 赞同:quantamagazine.org/… $\端组$ 2016年4月5日11:17
  • $\开始组$ @BenMcKay,Peter Sarnak知道他在说什么,但你提供的信息不包括在问题中:-) $\端组$ 2016年4月5日11:18
  • $\开始组$ 即使是一位非专业人士的简短检查也表明,这比开普勒猜想的概念性证明要多: $\端组$ 2016年4月5日20:05

3个答案

重置为默认值
43
$\开始组$

有两件事你需要理解。第一个问题是如何通过调和分析证明球面填充界(“线性规划界”)。我的PCMI 2014的课堂讲稿对这一理论进行阐述,该理论涵盖了维亚佐夫斯卡关于八个维度的论文之前的时期,但不包括在内。这将问题简化为寻找具有特定根和符号条件的八维和二十四维径向函数,课堂讲稿讨论了为什么每个人都相信这样的函数存在。函数本身出奇地微妙;看见这篇论文与Steve Miller合作进行数值实验和推测。

维亚佐夫斯卡的突破在于如何构建正确的功能。很容易将它们分解为傅里叶变换的特征函数,这些特征函数必须在特定位置有根。一种方法是,她通过包含生成根的正弦平方因子来强制这些根,然后将其乘以某种基本上是(准)模形式的拉普拉斯变换的东西。要实现这一点,必须回答三个问题:

  1. 什么样的模形式能很好地处理正弦平方因子并产生傅里叶变换的径向本征函数?

  2. 是否存在这样的模块化形式,能够实际提供所需的功能?

  3. 我们如何证明这些函数应该满足的不等式?

维亚佐夫斯卡的方法给出了很好的答案:

  1. 这相当于确定正确的级别、权重和深度(对于拟模形式)。

  2. 对。可以根据所需属性对其进行反向工程。

  3. 以人们所希望的最佳方式,即在模块形式本身的层次上(而不必担心拉普拉斯变换中发生的一些微妙的事情)。

有关详细信息,请参阅24立体纸。正如彼得·萨纳克(Peter Sarnak)在埃里卡·克拉里奇(Erica Klarreich)的文章中指出的那样Quanta文章,实际构造出奇地简单。如果你知道线性规划的边界和模块形式的基本事实,那么证明本身就是非常脚踏实地的。

$\端组$
14
  • $\开始组$ 注释中的第5讲解释了这些函数是如何相关的(实际上你可以跳过第2-4讲,这是有用的背景知识,但不是真正需要的)。简单的回答是,函数及其傅里叶变换在大多数地方都有相反的符号,这意味着如果将它们插入泊松求和中,并比较恒等式的两边,就会得到很多信息。详细解释需要一些篇幅,但在第5讲的定理3.1中都有。 $\端组$ 2016年4月5日15:01
  • $\开始组$ 很快就会通过线性规划边界证明维度2的情况吗?在您与Miller的论文中,您发表了评论“我们将关注n=8和24,不仅因为这些情况更有趣,而且因为它们看起来彼此之间的相似性比n=2的情况更大。”然而,尚不清楚所指的属性是什么。 $\端组$ 2016年4月6日15:44
  • $\开始组$ 我想我可以回答我自己的问题:在这里看了米勒在IAS的演讲youtube.com/watch?v=8qlZjarkS_g我越来越清楚,$E_8$和Leech格中向量的长度是整数的平方根这一事实导致了上述“正弦平方因子”。六角形晶格中矢量的长度没有这个特性,因此如果这种方法有效,还需要其他一些因素。 $\端组$ 2016年4月6日21:59
  • $\开始组$ 每当$r$等于格中向量的长度时,进入边界的函数$f(r)、{f}(r)$必须具有根(具有特定的重数)。Viazovska为$n=8$构建的函数(以及它们在$n=24$中的类似物)用正弦平方因子巧妙地满足了这一要求(比较Henry Cohn对Viazovska论文中方程32和48的回答中的Cohn和Miller论文的表1,以及$n=24$论文中的方程2.5和3.3之后的方程)。斯蒂芬·米勒在演讲中指出了这一点;我没有发现这些。 $\端组$
    – j·c。
    2016年4月7日10:54
  • $\开始组$ @亨利·科恩讲稿写得非常好,非常感谢。这是我尝试用3条评论粗略总结一下:我看到我们首先从$n$dim球体表面上的点分布开始。讲座首先讨论能量最小化的情况,其中点之间存在相互作用,由势函数$f.$给出。问题是,哪个代码(点配置)具有最小化总能量函数的分布$A$(满足一组约束)。然后使用Delsarte不等式,得出(…) $\端组$
    – 用户88381
    2016年4月8日16:53
2
$\开始组$

下图描绘了一个内嵌在超立方体中的超球体。尺寸数量从左到右增加(2,3,4和5尺寸)。正如你所见,维数越高,“超冠者”的数量越高它们被一个直径不大于侧面的超球体所覆盖。这些增加为2的幂:4、8、16,依此类推。

在此处输入图像描述

通过使用Gamma函数很容易证明,球体与超立方体的相对体积(也称为“密度”)随着维数的增加而减小。在尺寸8中,在8维球体周围有2^8=256个超角点。

以分形方式包装非重叠球体的第一个简单尝试是通过阿波罗(莱布尼茨)垫片-因此,请观察所附的第二张图片。随着维数的增加,需要以指数方式拟合的球体数量也会增加。

在此处输入图像描述

当然,有比这种垫圈更有效的方式来包装球体。最简单的近似是考虑单位超球体:即那些超球体具有等幺正体积的。或者在其他一些解释中,具有相等的表面积,因为很容易从一个表面积转换到另一个(通过使用π公式)。

一些更复杂的填料垫圈或方案涉及大小不等的球体而非经典的阿波罗分形,其计算可能涉及线性规划或元/启发式等优化方法。

维亚佐夫斯卡的文章不处理这些问题,只处理单位球,并使用普通经典测试任何打包方法格子填料在8个维度中。其结论是,在密度测量方面,没有比(E8)晶格更有效的了。

$\端组$
0
$\开始组$

为了完整起见,我想添加已发布版本和评论的链接:

玛丽娜·维亚佐夫斯卡。,8维球体堆积问题,安。数学。(2) 185,第3期,991-1015(2017)。兹比尔1373.52025.

科恩,亨利;阿比纳夫·库马尔;斯蒂芬·米勒(Stephen D.Miller)。;Danylo Radchenko;玛丽娜·维亚佐夫斯卡,尺寸(24)中的球体填充问题,安。数学。(2) 185,第3期,1017-1033(2017)。Zbl 1370.52037号.

$\端组$
1
  • $\开始组$ 这并不是这个问题的真正“答案”。 $\端组$ 2022年6月30日12:55

你的答案

单击“发布您的答案”,表示您同意我们的服务条款并确认您已阅读我们的隐私政策.