Skip to main content
QUICK REVIEW

[论文解读] On convex holes in $d$-dimensional point sets

Boris Bukh, Ting-Wei Chao|arXiv (Cornell University)|Jul 17, 2020
Mathematical Approximation and Integration参考文献 15被引用 4
一句话总结

该论文改进了d维一般位置点集中最大洞的大小上界,表明存在任意大的点集,其不含大小为O(4^d d log d)或更大的洞。通过基于基数2的松弛(t,m,s)-网的创新构造,作者将上界提升至2^{7d},显著优于Valtr先前的d^{d+o(d)}上界,并为h(d)提供了更紧致的估计。

ABSTRACT

Given a finite set $A \subseteq \mathbb{R}^d$, points $a_1,a_2,\dotsc,a_{\ell} \in A$ form an $\ell$-hole in $A$ if they are the vertices of a convex polytope which contains no points of $A$ in its interior. We construct arbitrarily large point sets in general position in $\mathbb{R}^d$ having no holes of size $O(4^dd\log d)$ or more. This improves the previously known upper bound of order $d^{d+o(d)}$ due to Valtr. The basic version of our construction uses a certain type of equidistributed point sets, originating from numerical analysis, known as $(t,m,s)$-nets or $(t,s)$-sequences, yielding a bound of $2^{7d}$. The better bound is obtained using a variant of $(t,m,s)$-nets, obeying a relaxed equidistribution condition.

研究动机与目标

  • 改进d维一般位置点集中洞的最大大小的已知上界。
  • 解决长期悬而未决的难题:确定h(d),即每个足够大的d维一般位置点集必然包含ℓ-洞的最大ℓ值。
  • 使用组合与不均匀性理论工具,构造R^d中无大洞的点集。
  • 通过用基于基数2网的更高效等分布框架替代素数乘积结构,改进Valtr先前的d^{d+o(d)}上界。

提出的方法

  • 利用基数2的(t,m,s)-网构造点集,这些网在不均匀性理论中已知可实现均匀分布。
  • 引入一种松弛的等分布条件,允许使用更小的质量参数t,从而降低洞大小的上界。
  • 在高维中应用Horton构造的推广版本,利用基数2的(t,s)-序列结构。
  • 通过投影和凸包论证,证明在构造的点集中不可能存在大的空凸多面体。
  • 利用中国剩余定理和二进制子方块,确保点在空间中分布均匀。
  • 证明:若一点位于某子集凸包的相对内部,则其不可能属于一个大的空凸多面体。

实验结果

研究问题

  • RQ1d维一般位置点集中洞的最大可能大小是多少?
  • RQ2Valtr的d^{d+o(d)}指数上界能否被进一步改进?
  • RQ3基于基数2的(t,m,s)-网的构造能否在无洞点集上界方面优于以往的基于素数的方法?
  • RQ4能否构造出任意大的d维点集,使其不包含大小为O(4^d d log d)或更大的洞?
  • RQ5基于基数2的网的构造能否避免Valtr方法中出现的素数乘积的超指数依赖?

主要发现

  • 论文建立了新的上界:h(d) < 2^{7d},优于Valtr的d^{d+o(d)}上界。
  • 在特定维度下,该上界显著更紧:h(3) ≤ 32,h(4) ≤ 240,h(5) ≤ 988,h(6) ≤ 8000。
  • 通过使用具有松弛等分布条件的(t,m,s)-网变体,实现了改进后的上界,避免了对大素数因子的需求。
  • 构造方法利用基数2的(t,s)-序列及其截断形式,生成分布受控且无大空凸多面体的点集。
  • 作者证明,通过该方法构造的任意点集,其洞的大小均不超过O(4^d d log d),在渐近意义下优于以往结果。
  • 该方法表明,Valtr上界中的超指数项源于使用多个素数模数,而该方法可用单一基数2结构替代,具有更好的可扩展性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。