[论文解读] Analytic and Probabilistic Problems in Discrete Geometry

Gergely Ambrus|arXiv (Cornell University)|Jul 11, 2019

Point processes and geometric inequalities参考文献 40被引用 19

一句话总结

该论文通过分析、概率和组合方法解决了离散几何中的两个核心问题。它利用复分析证明了二维情况下的强极化问题，并通过张量化和约翰型定理将其推广到高维，表明正交系统是唯一的极值配置。在概率几何方面，它建立了在随机三角形中，最长凸链的期望长度渐近为 $\alpha n^{1/3}$，其中 $\alpha \approx 3$，并证明了强集中性与极限形状结果。

ABSTRACT

The thesis concentrates on two problems in discrete geometry, whose solutions are obtained by analytic, probabilistic and combinatoric tools. The first chapter deals with the strong polarization problem. This states that for any sequence $u_1,\dots, u_n$ of norm 1 vectors in a real Hilbert space $\mathscr H$, there exists a unit vector $v \in \mathscr H$, such that $$ \sum \frac{1}{\langle u_i, v angle^2} \leq n^2. $$ The 2-dimensional case is proved by complex analytic methods. For the higher dimensional extremal cases, we prove a tensorisation result that is similar to F. John's theorem about characterisation of ellipsoids of maximal volume. From this, we deduce that the only full dimensional locally extremal system is the orthonormal system. We also obtain the same result for the weaker, original polarization problem. The second chapter investigates a problem in probabilistic geometry. Take $n$ independent, uniform random points in a triangle $T$. Convex chains between two fixed vertices of $T$ are defined naturally. Let $L_n$ denote the maximal size of a convex chain. We prove that the expectation of $L_n$ is asymptotically $α\, n^{1/3}$, where $α$ is a constant between 1.5 and 3.5 -- we conjecture that the correct value is 3. We also prove strong concentration results for $L_n$, which, in turn, imply a limit shape result for the longest convex chains.

研究动机与目标

• 使用分析和几何工具解决实希尔伯特空间中的强极化问题。
• 刻画极化问题的极值向量系，证明正交系统是唯一的全维极值配置。
• 分析在 $n$ 个独立同分布的均匀随机点下，三角形中最长凸链的渐近行为。
• 建立最长凸链长度的强集中性与极限形状结果。
• 通过数值方法研究渐近式 $\mathbb{E}[L_n] \sim \alpha n^{1/3}$ 中常数 $\alpha$ 的取值，推测 $\alpha = 3$。

提出的方法

• 使用复分析方法，特别是等振荡函数，证明二维情况下的强极化问题。
• 应用类似于 F. 约翰定理的张量化论证，将结果推广到高维。
• 采用线性代数变换，将问题与格拉姆矩阵的逆特征向量联系起来。
• 推导原始极化猜想与强极化猜想之间差异的几何解释。
• 应用概率集中不等式，证明 $L_n$ 紧密集中在其均值附近。
• 使用时间复杂度为 $O(n^2)$ 的算法，结合空间与长度剪枝策略，模拟随机点集中最长凸链的生成。

实验结果

研究问题

• RQ1 在希尔伯特空间中，对单位向量 $u_i$ 和单位向量 $v$，$\sum_{i=1}^n \frac{1}{\langle u_i, v \rangle^2}$ 的最优上界是什么？
• RQ2 哪些向量系统在极化问题中达到极值？正交系统是否是唯一的全维极值配置？
• RQ3 在 $n$ 个独立同分布的均匀随机点位于三角形中时，最长凸链的期望长度 $\mathbb{E}[L_n]$ 的渐近增长速率是多少？
• RQ4 $L_n$ 围绕其均值的集中程度如何？最长凸链是否呈现出极限形状？
• RQ5 在渐近式 $\mathbb{E}[L_n] \sim \alpha n^{1/3}$ 中，常数 $\alpha$ 的数值是多少？是否 $\alpha = 3$？

主要发现

• 在二维情况下，强极化问题成立，其证明基于涉及等振荡函数的复分析技术。
• 在高维情况下，强极化问题的唯一全维局部极值系统是正交系统。
• 最长凸链的期望长度满足 $\mathbb{E}[L_n] \sim \alpha n^{1/3}$，其中 $\alpha \in [1.5, 3.5]$，数值证据支持 $\alpha = 3$。
• 随机变量 $L_n$ 展现出强集中性：对所有 $\gamma \geq 1$，有 $\mathbb{P}(|L_n - \mathbb{E}[L_n]| > b) < n^{-\gamma^2/14}$。
• 模拟结果表明，$n^{-1/3}\mathbb{E}[L_n]$ 随 $n$ 增大而增加，当 $n = 10^6$ 时，其值达到 $2.976$，支持 $\alpha \approx 3$。
• 在 $n = 10^6$ 时，$L_n$ 的分布高度集中，标准差极小，且最长凸链位于宽度为 $O(n^{-1/3})$ 的狭窄邻域内。