球包装
球包装是在一定空间内排列不重叠球体的问题,其目标是使球体的组合体积最大化。在经典的情况下,所有的球体都是相同的大小,所讨论的空间是三维空间(例如一个盒子),但这个问题可以扩展到考虑不同大小的球体,更高(或更低)维度,或不同类型的形状(例如四面体)。
这个问题以非常自然和看似简单而闻名,但在严格意义上很难接近。事实上,即使是在三维情况下,这个问题也花了近400年的时间来解决,而这只能通过使用强大的计算能力来实现;生成的数据超过3g字节。
球形填料具有惊人的应用纠错码这使得这个问题在近期尤为重要。
历史
球形包装的问题在日常生活中非常明显;例如,许多杂货店把水果(尤其是橙子)堆成金字塔形,说明了可能的球形包装。
事实上,这个问题的起源非常相似:沃尔特·罗利爵士(Sir Walter Raleigh)在一次探险中问他的一位数学家朋友,他船上的炮弹最有效的堆放方式是什么。这位数学家意识到他无法回答这个问题,就把这个问题交给了约翰内斯·开普勒(Johannes Kepler)天文学研究).
开普勒推测,“明显的”包装——橙色堆叠法——实际上是最好的可能,并通过将其与其他一些基本策略进行比较来支持这一观点。然而,解决这个问题被证明是困难的,直到高斯才取得重大进展。
高斯的主要结果是橙色堆叠法是其中最好的方法格包装,直观地说,是指以高度规则的方式重复的包装。然而,在某些情况下,也有非晶格包装是最优的,所以这并不能证明橙色堆叠方法是其中最好的所有包装。
下一个重大突破发生在1953年,拉兹洛·托特(Laszlo Toth)将问题简化为(非常)大量的具体案例。这意味着,就像四色定理在美国,专门使用计算机来证明这个定理是可能的。尽管如此,黑尔斯又花了41年才想出执行计算的策略,他开发了一种算法,又花了4年时间执行。在一篇250页的论文和超过3gb的数据之后,开普勒的猜想终于被证明了。
正式的定义
球体堆积的问题最好理解为密度:与其试图确定一个特定大小的盒子能装下多少个球体,更有趣的问题是有多少三维空间可以被球体填满(就体积而言)。更正式的说法是密度在有限空间中,一个球体的体积是可以被球体填满的那部分空间。正如上一节所示,当空间具有特定大小时,这可能会导致奇怪的最佳倾斜,所以当考虑密度如何随着空间越来越大而变化时,更有趣的问题就出现了;在正式意义上,目标是找到限制的最佳球填料密度 箱, 趋于无穷。
一个自然的策略是选择一个“小”的安排,并一遍又一遍地重复,试图做一些类似的事情对平面进行镶嵌.更正式的说法是晶格排列(或定期安排)是一个球体的中心只需要 方法中完全定义的向量 维;在球体的例子中, ).这些安排是周期性的,也就是说它们是重复的。
一个不规则的安排是球体的中心不形成晶格的一种;在某种意义上,它们似乎是“随机”分布的。
因为对称还有规律性,晶格排列比不规则排列更容易分析。然而,特别是由于不规则排列在某些小情况下是最优的,因此不能立即排除在极限情况下是最优的可能性。
圆的包装
这个问题最简单的版本是缩减到二维,其目标是在平面上平铺圆,以使密度最大化。
一种非常自然的方法是将圆圈排列在六角模式,如图所示:
这些圆的圆心实际上是用等边三角形来镶嵌平面。值得注意的是,这是一个晶格排列的例子,因为它完全由向量定义 而且 (这意味着这些向量的任何线性组合都是圆心)。
计算这种排列的密度是相当直接的:由于所示的六边形能够将平面镶嵌,因此这些圆所占的六边形的部分也是平面中圆的密度。由圆心组成的等边三角形也是如此,这可能更容易分析。
六角圆排列的密度为
有趣的是,与其他形状相比,这个数字很低;例如,五边形,它没有镶嵌平面,至少有一个填充密度 :然而,它并不是平铺平面的“最差”形状。虽然确切的最糟糕的形状还不知道,但平滑的八边形被推测是最糟糕的:
密度为
令人惊讶的是,这也是一个非常难以解决的问题,尽管有明确的直觉哪种安排是最好的。直到1940年,六角形瓦片才被证明密度最大,尽管早在1773年,六角形瓦片就被证明是所有格子瓦片中密度最高的。
圆形包装证明
证明六角形平铺是最优的需要一些定义,但在原则上并不困难。给定平面上的一组点,a三角测量一组三角形是这样的吗
- 每对三角形相交于一个点,一条边,或者根本不相交;
- 三角形的顶点正好构成了原始的点集。
一个德劳内三角在三角剖分中,集合中没有点在三角形内。
德劳内三角剖分并不一定存在于所有的点集,也不一定是唯一的。但在这种情况下,点的集合就是a中圆心的集合最大最优的包装(因此至少有2对距离),这足以保证德劳内三角测量的存在。在这里,一个最大最优包装意味着没有点可以添加到集合中;否则,密度会增加。
在德劳内三角剖分的最大圆填充中,最大的角度 任意三角形都满足
证明:因为三角形的内角和为 ,左不等式明显;一个集合的最大值必须至少是它的平均值。
现在,假设 ,让 是最小的角。然后 ,自从 ,这意味着 这意味着 .在这里 的圆周半径是多少 .
然而,这意味着周心 的 可以添加到集合中,与它的最大值相矛盾。所以, 根据需要。
现在,考虑三角形的部分 它被圆占据了。这个圆在 占用 面积,类似的圆在 拿起 区域。所以三角形的密度是
但 ,则三角形的密度最大 .
然而,整个平面的密度是三角形密度的加权和,每个三角形的密度都是最大的 .因此整个平面的密度也是最大的 .
此外,平等只有在 而且 对于所有三角形,也就是说三角剖分中的每个三角形都是等边的。这意味着六边形晶格是理想的。
球包装
在3d的情况下,“自然”策略再次胜出,但它明显更难证明。这种自然策略的工作原理如下:
- 考虑一个平面,上面有球体排列,排列成六角形晶格(就像二维的情况一样)。
- 对于任何三个接触球的集合,在三个球之间的空间上放置一个球。在第一个平面上方的“所有地方”重复这个步骤,形成另一个球体平面。
- 在两个方向上无限重复这个过程。
在第三步,需要做出选择:第3层上的球体可以被放置在与第1层上的球体相同的位置(但显然要向上移动),或者它们可以稍微偏移,以便第4层上的球体将被放置在与第1层(或第2层)相同的位置。这意味着球体有三个不同的六角形平面。如果它们被称为A、B和C,则A、B和C的任意序列,使得相邻的字母都不相同(如A、B和C)。"ABCABC…","ABCBABCBA…",等等)将导致类似的紧密包装结构,事实上所有这样的包装都是最优的。
同样,密度并不太难计算,但第三维使其更难以可视化。直观地说,三维平面的密度与边长为2的四面体的密度相同,四面体的四个顶点都是半径为1的球体。该密度如下:
最佳球填料的密度为
进一步的成果和应用
最近(截至2016年),球面填充问题已经在更高的维度(8维和24维)中得到解决。这些数字看似随意,但实际上并非如此;正是这些维度允许以“紧密”的方式将额外的“橙子”紧密地打包到额外的维度中所需的额外结构。这听起来模棱两可,很大程度上是因为事实就是如此;4维的可视化基本上是不可能的,更不用说24维了。
有趣的是,这一结果改进了先前的估计,即最好的球形填料最多 比最著名的边界还要密集。也就是说,最著名的包装中的错误最多
这是一个非常紧密的界限。
球形包装也与设计高度相关纠错码,即有半径的圆心 对应于a的码字 错误修正代码。因此,可以利用有效的球面填充来发现有效的纠错码,实际上晶格球面填充对应于线性码,以及 (或戈利代码)类似于24维的Leech晶格(如上所述,最近被证明是最优的)。