堆球问题,开普勒猜想(格密码相关)

news/2024/5/16 5:55:04/文章来源:https://blog.csdn.net/forest_LL/article/details/129118680

目录

一. 介绍

二. 历史进展分析

三.2维下的堆球问题

四. 3维下的堆球问题

五. 8维与24维下的堆球问题

总结


一. 介绍

堆球问题又叫堆球理论、最密堆积、球填充,英文为The Theory Of Sphere Packings。

堆球问题的本质就是填充一堆大小相同的球。要求这些球是刚球,互相之间不能重叠,寻找其最大的密度。关于该密度,简单给一个解释,假设有一个边长为a的立方体的箱子,最大可以放n个体积为v的小球,那么堆球的最大密度即为:

lim_{a\to \infty}\frac{nv}{a^3}

备注:很明显该处例子为三维情况,还可以是四维、五维、······(可以思考下高维下球变成?立方体变成?)。三维寻找最高的堆球密度又被称之为开普勒猜想。

 

二. 历史进展分析

1591年,Thomas Harriot 出版了一本关于各种堆叠问题的研究,并曾最早发展出原子论;

1611年,Johannes Kepler(开普勒)在一篇讲雪花的拉丁语论文中发散出三维下堆球问题的密度上限,但并未给出证明,这便是开普勒猜想。

1831年,高斯证明若球在规则格中进行排列(类似现如今格密码的格点),则开普勒猜想是正确的。这也表明任何反证法都需要寻找不规则的排列方式,实际上,当装球的空间不够大时,确实存在某些不规则排列法密度高于开普勒猜想;

1900年,开普勒猜想被列为希尔伯特的23个问题中的第18个;

1953年,László Fejes Tóth证明任何排列法密度的问题,都可变为有限量的计算过程。这表明至少在原则上,通过穷举法可证明堆球理论的上界;

1958年,英国数学家找到三维空间里任何可能得装球方法上界为78%。我们的目标是将该上界不断缩小,尽量逼近理论上界74%。

1992年,黑尔斯认为可通过一个有着150个变量的方程式的最小值,来找出任何可能装球排法的最大密度。若要寻找每种情况的下界,则需要解超过十万个线性规划问题。

1993年,向武义宣传自己借由几何的方法证明了开普勒猜想,但该证明其实不完善(其实就是不太正确);

1998年,黑尔斯利用3GB的电脑文案证明,以及250页的注解,宣布证明了开普勒猜想。《数学年报》相关裁判员嘉伯‧费耶斯‧托特利用三年时间,确定该证明99%的可能性正确,因为不能完全确定所有电脑计算的正确性;

2015年,黑尔斯和21位作者共同发表了“开普勒猜想的形式化证明”。该论文借助HOL等自动证明检验软件来确认其正确性的证明,来移出所有剩余的、和证明有效性相关的不确定成分。

2022年,Viazovska因为8维空间和24维空间的堆球工作荣获Fields奖。

三.2维下的堆球问题

杜厄定理是在1890年提出的,该定理表明正六边形排列法(每个球旁边都围着六颗球的排列法)是平面上密度最高的堆球法。

设圆的半径为r,则正六边形的边长为2r,不难运算该正六边形的面积为:

6\sqrt3 r^2

该正六边型内包含3个完整的球(把残缺的球进行拼接),所以总球的面积为:

3\pi r^2

所以,密度为:

\frac{\pi}{2\sqrt3}\approx 91%

黑尔斯在1999年也曾证明出一个相关的六角蜂巢猜想(若要将二维平面分割成彼此大小相同的区块,则最有效的方法是将之分成由正六边形组成的区块。

四. 3维下的堆球问题

开普勒猜想指出,在三维空间中,堆球的最大密度为:

\frac{\pi}{\sqrt{18}}

 

五. 8维与24维下的堆球问题

由英国数学家John Leech在1960年确定,并把该结构称为利奇晶格。2016年,乌克兰数学家Maryna Sergiivna Viazovska将该结果推广到球体填充问题,得出最高密度,8维约3.6%,24维约0.005%。

总结

维度越多,球体填充密度会越来越低,最后无限趋向于0 。

堆球理论历经牛顿、高斯、希尔布特、闵可夫斯基、黑尔斯和Viazovska的研究与推动,堆球理论已经发展成为数论、代数、几何和组合交叉领域的一个重要分支。该理论还可以被应用于格密码,尤其是由Shor, Ajtai, Pipher等人进行的抗量子攻击密码体系研究。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_71520.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

公会发展计划(GAP)第三季

继前两季发布的公会发展计划取得成功之后,Yield Guild Games 现在推出了第三季的公会发展计划(GAP)。GAP 在第二季有了显著的增长,有超过 3000 个成就 NFT 被铸造。GAP 是以成就为导向的社区代币分配协议,下一次迭代将…

pmp考试是什么?适合哪些人学?含金量?(含pmp资料)

先说一下我这个人的理解,PMP就是提高项目管理理论基础和实践能力的考试。 再说说PMP官方一点的说明: PMP证书全称为Project Management Professional,也叫项目管理专业人士资格认证。PMP证书由美国项目管理协会(PMI)发起,是严格…

美国原装二手keysight E4980A(安捷伦)2MHZ LCR表

Agilent E4980A、Keysight E4980A、LCR 表,20 Hz - 2 MHz E4980A 是 Agilent 的 2 MHz LCR 表。LCR表是一种电子测试设备,用于测量电子元件的电感(L)、电容(C)和电阻(R)。LCR 表可…

关于在VM上的windows server 2022系统安装

目录 1、windows serer 2022安装的准备工作 1)下载系统 2)寻找对应系统密钥 3)配置server系统开机配置项(可能会出现sconfig配置界面) 2、开始安装server系统 1、windows serer 2022安装的准备工作 1)…

【离散数学】1. 数理逻辑

1.数理逻辑 2. 集合论 3. 代数系统 4. 图论 离散数学:研究离散量结构及相互关系的学科 数理逻辑集合论代数系统图论 逻辑:研究推理的科学 数学方法:引进一套符号系统的方法 数理逻辑是用数学方法研究形式逻辑的科学,即使用符号化…

「可信计算」与软件行为学

可信计算组织(Ttrusted Computing Group,TCG)是一个非盈利的工业标准组织,它的宗旨是加强在相异计算机平台上的计算环境的安全性。TCG于2003年春成立,并采纳了由可信计算平台联盟(the Trusted Computing Platform Alli…

实验室设计|实验室设计要点SICOLAB

一、实验室设计规划要素1、实验室布局:实验室的布局要符合实验室工作流程,可以将实验室划分为干净区和污染区,以确保实验室的卫生和实验的准确性。2、设备选购:根据实验需要选择适当的设备,并确保设备的质量和性能符合…

Melis4.0[D1s]:1.启动流程(与adc按键初始化相关部分)跟踪笔记

文章目录1.启动流程1.1 最先进入的文件:head_s.S1.2 start_kernel()函数所在的文件:init.c1.3 input_init()函数所在文件:sys_input.c1.4 INPUT_LKeyDevInit()所在文件:keyboarddev.c1.5 esINPUT_RegLdev()所在文件:in…

【LeetCode】剑指 Offer 09. 用两个栈实现队列 p68 -- Java Version

题目链接:https://leetcode.cn/problems/yong-liang-ge-zhan-shi-xian-dui-lie-lcof/ 1. 题目介绍(09. 用两个栈实现队列) 用两个栈实现一个队列。队列的声明如下,请实现它的两个函数 appendTail 和 deleteHead ,分别…

如何运行YOLOv6的代码实现目标识别?

YOLOv6是由美团视觉团队开发的1.环境配置我们先把YOLOv6的代码clone下来git clone https://github.com/meituan/YOLOv6.git安装一些必要的包pip install pycocotools2.0作者要求pytorch的版本是1.8.0,我的环境是1.7.0,也是可以正常运行的pip install -r requirement…

【机器学习】决策树-C4.5算法

1.C4.5算法 C4.5算法与ID3相似,在ID3的基础上进行了改进,采用信息增益比来选择属性。ID3选择属性用的是子树的信息增益,ID3使用的是熵(entropy, 熵是一种不纯度度量准则),也就是熵的变化值&…

Kaldi语音识别技术(六) ----- DTW和HMM-GMM

Kaldi语音识别技术(六) ----- DTW和HMM-GMM 文章目录Kaldi语音识别技术(六) ----- DTW和HMM-GMM前言一、语音识别概况二、语音识别基本原理三、DTW(动态时间弯折)算法四、GMM-HMM前言 前面的内容中我们完成了特征的提取,那么本章节我们主要进行理论部分…

2023爱分析· 云管理服务(MSP)市场厂商评估报告:华创方舟

目录 1. 研究范围定义 2. 云管理服务(MSP)市场定义 3. 厂商评估:华创方舟 4. 入选证书 1. 研究范围定义 数字化时代,应用成为企业开展各项业务的落脚点。随着业务的快速发展,应用的功能迭代变得越来越…

VSCode Remote-SSH配置免密登录踩坑

VSCode Remote-SSH配置免密登录踩坑1. 参考2. 基本流程2.1 机器A(Windows客户端)2.2 机器B(Linux服务器)2.3 机器A(Windows客户端)的VSCode设置3. 踩坑总结相关教程很多,但要么冗余,…

Elasticsearch:提升 Elasticsearch 性能

Elasticsearch 是为你的用户提供无缝搜索体验的不可或缺的工具。 在最近的 QCon 会议上,我遇到了很多的开发者。在他们的系统中,Elastic Stack 是不可缺少的工具,无论在搜索,可观测性或安全领域,Elastic Stack 都发挥着…

秒懂算法 | 莫队算法

01、基础莫队算法 莫队算法 = 离线 + 暴力 + 分块。 “离线”和“在线”的概念。在线是交互式的,一问一答;如果前面的答案用于后面的提问,称为“强制在线”。离线是非交互的,一次性读取所有问题,然后一起回答,"记录所有步,回头再做”。 基础的莫队算法是一种离线…

dubbo SPI之依赖注入、禁止依赖注入@DisableInject

本文基于dubbo2.7.7分析 dubbo SPI如何实现依赖注入如何禁用dubbo的依赖注入 使用标准Setter方法依赖注入 dubbo的SPI默认支持依赖注入功能, 在SPI的实现类中,只要写标准的Setter方法即可, 示例如下: public class CustomInterfaceImpl implements CustomInterf…

6 大经典机器学习数据集,3w+ 用户票选得出,建议收藏

内容一览:本期汇总了超神经下载排名众多的 6 个数据集,涵盖图像识别、机器翻译、遥感影像等领域。这些数据集质量高、数据量大,经历人气认证值得收藏码住。 关键词:数据集 机器翻译 机器视觉 数据集是机器学习模型训练的基础&…

LeetCode——51. N 皇后

一、题目 按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。 n 皇后问题 研究的是如何将 n 个皇后放置在 nn 的棋盘上,并且使皇后彼此之间不能相互攻击。 给你一个整数 n ,返回所有不同的 n 皇后问题 的解决方案…

为什么会有跨域问题,代理是怎么解决的?

📖 文章导航关于跨域问题同源策略跨域资源共享解决方案前端代理后端服务端代理关于跨域问题 同源策略 同源策略(Same-origin policy)是浏览器中一个重要的安全策略,它用于限制不同源之间的资源交互。其目的是为了帮助阻隔恶意文…