网易首页 > 网易号 > 正文 申请入驻

“拉马努金复生才能解决”:E₈格与装球问题

0
分享至


乌克兰数学家维亚佐夫斯卡获得2022年菲尔兹奖,获奖理由是“证明E8给出8维全等球体最密堆积,以及对相关极值问题和傅里叶分析中插值问题的进一步贡献。”她的获奖工作可谓是“菲尔兹奖少有的接地气的成果”——从研究问题本身来说,她所研究的是8维装球堆积密度最大的问题,我们很容易理解三维空间中的装球问题;而获奖理由中所叙述的“格”也并不复杂。本文将用基本的数学知识介绍相关概念,特别是E8格的特殊意义,它又如何与装球问题联系起来。相关研究源远流长,而现在则是一次直接了解现代数学前沿的绝好机会。

撰文 | 倪忆(加州理工学院数学系教授)

2022年7月5日,乌克兰数学家马林娜·维亚佐夫斯卡(Maryna Viazovska)获得菲尔兹奖。她获奖的主要工作是解决了8维空间中的装球问题:当8维空间中的球按照E8格的方式堆积起来时,装球密度最大。她还与人合作解决了24维空间中的装球问题,这时最大密度是以利奇格的堆积方式取得。

维亚佐夫斯卡(图源:EPFL)

这一获奖工作可谓是菲尔兹奖里少有的接地气的成果,普通人都能理解她到底证明了什么。从数学上说,她的获奖工作再次向世人展示了E8格(以及利奇格)的重要性。那么,什么是E8格?它又如何同装球问题联系起来的呢?

什么是格?

格(lattice),是大数学家高斯(Carl Friedrich Gauss,1777-1855)所定义的一个数学概念。我们拿二维格作为例子来说明格的定义。取一个平行四边形,将它平行移动,可以得到无数个同样形状和大小的平行四边形,使得它们铺满平面。这些平行四边形的顶点构成的集合就叫作一个二维格

平行四边形的顶点构成一个二维格

最常见的二维格由平面上所有整点组成,也就是说,这些点在直角坐标系里的横纵坐标都是整数。相应于这一格的平行四边形就是边长为1的正方形。我们管这个格叫作正方形格

正方形格

六边形格

类似于平面格,在三维空间,我们可以用平行六面体平移堆满空间,平行六面体的顶点的集合就是一个三维格

当这个平行六面体是正方体时,对应的格叫作简单立方格。在简单立方格的基础上,再添加每个立方体各个面的中心,得到的格叫作面心立方格

在许多晶体中,原子或者分子就是按照格的方式来排列,所以化学家们经常要跟格打交道。例如 α相的固态钋的晶体结构是简单立方结构,而常见的氯化钠(食盐)晶体里的氯原子是按照面心立方格方式排列。

固态钋的α相结构(图源:维基百科)

氯化钠晶体结构,其中绿色大球表示氯原子(图源:维基百科)

不过,晶体学中所说的lattice跟我们这里的格不完全一样,例如晶体学中常见的密排六方晶格就不是我们所说的格。我们所说的格,在晶体学中被称为Bravais lattice。

高维空间中的格可以类似地定义。不过,为了叙述的简洁,我们采用线性代数的语言。

现在给定一组基,如果我们限定上式中的系数ki都是整数,那么这样得到的所有向量的集合就叫作一个。格中的向量(也可看作空间中的点)则称为格点

独一无二的E8格

我们要谈到的E8格是一个非常特殊的8维格。为了说明它为什么特殊,我们需要一些进一步的关于格的概念。

在线性代数里,两个向量

如果一个格中任何两个向量的内积都是整数,那么这个格就被称为整格。在这个定义里,当两个向量是同一个向量时,它们的内积就是向量长度的平方。所以整格中任何一个向量长度的平方都是整数。换句话说,整格中任两个格点之间距离的平方都是整数。

在平面上,整格也可以用相关的平行四边形的几何来定义:如果平行四边形每条边长度的平方都是整数,并且两条对角线长度的平方差是4的整数倍,那么这个格就叫作整格

读者可以验证前面提到的正方形格和六边形格都是整格

在一个整格中,如果每个向量的长度的平方都是偶数,那么这个格叫作偶格。在二维格里,前述条件等价于要求平行四边形每条边长度的平方都是偶数。正方形格边长的平方是1,所以正方形格不是偶格。六边形格边长的平方是2,所以六边形格是偶格。

在格定义中,作为基的这组向量

如果这个方阵的行列式是±1,这个格就叫作一个幺模格

在二维的时候,上面这个方阵的行列式的绝对值就是相应平行四边形的面积;在三维时,行列式的绝对值是相应平行六面体的体积

正方形格对应的正方形面积是1,所以正方形格是幺模格。六边形格对应的菱形的面积是3,所以六边形格不是幺模格。

总结一下,正方形格是幺模格,但不是偶格;六边形格是偶格,但不是幺模格。那么,平面上有没有一个整格,既是偶格又是幺模格呢?

可以证明,幺模偶格的维数一定是8的倍数。所以只是在8、16、24、32…这些维数才有幺模偶格。事实上,在8维时,E8在同构意义下是唯一的幺模偶格

另外一个著名的幺模偶格是24维的利奇格(Leech Lattice)。康威(John Horton Conway,1937-2020)曾经在研究利奇格的对称群时发现了3个散在单群。

E8格是数学里非常重要的一个对象,它频繁出现在群论、李代数、拓扑、模形式、弦理论等数学和物理领域中,编码理论中的汉明码(Hamming code)也跟E8格有关。

1962年,米尔诺(John Milnor)因为发现七维球面上的“怪异”微分结构而获得菲尔兹奖。利用E8可以构造出七维球面上的全部28个不同的微分结构。

1983年,弗里德曼(Michael Freedman)因证明四维庞加莱猜想而获得菲尔兹奖。弗里德曼实际上完成了单连通四维闭流形的拓扑分类。他的结果的一个推论就是,存在没有微分结构的四维流形。这个流形的构造就利用了E8。

不过,尽管好几位菲尔兹奖得主的获奖工作都与E8有关,今年E8还是第一次直接出现在菲尔兹奖获奖工作中。这次E8大显身手的舞台是装球问题。

开普勒猜想

装球问题(sphere packing problem)是一个来源于日常生活的问题:把同样大小的球堆积起来,怎么样才能使得密度最大?一种自然的堆积方式是,先把球铺排一层,使得每个球周围恰好有六个球与之相切。然后在适当的空隙上方再放置一层球,在适当的空隙下方也可以放置一层球。依此类推,铺至整个空间。容易算出,这种方法得到的堆积密度是

著名天文学家开普勒(Johannes Kepler,1571-1630)在1611年的一篇文章中猜测,这样堆积的密度是最大的。这就是开普勒猜想

装球问题起源于对堆积加农炮弹的研究,图中所示的堆积方式便达到了最大密度(图源:维基百科)

动手试一下,就会发现,实现这一密度的堆积方法有很多种。在下图里,圆圈表示放好的一层球。接下来的一层球如何放有两种选择:既可以放到红点所在空隙的上方,也可以放到蓝点所在空隙的上方。同样地,放好这一层后,再接下来一层又有两种选择。以此类推,可以看出,能取得最大密度的堆积方式有无穷多种。

可以说,每一个卖橘子的商贩都知道这种堆积能取得最大密度,但这一事实的证明却花了人类四百多年时间。

红色小球周围均匀放置了12个蓝色小球与之相切(图源:维基百科)

有同学会问了:“都是跟12个小球相切,为什么分布越均匀局部密度越大?”可以这么想:假设有四条彪形大汉,从东南西北四个方向围着你,是不是压迫感十足?现在如果这四条大汉跟你的距离不变,但改成半包围形势,留出一个方向让你跑路,是不是压迫感没那么强了?这就是为什么分布越均匀,局部密度就越大。当然,局部密度在数学上有严格定义,我们就不在这里给出了。

匈牙利数学家拉斯洛‧费耶斯‧托特(László Fejes Tóth,1915-2005)在1953年提出了一个方法,只需要进行有限多次计算就能够验证开普勒猜想。但这个计算量非常大,以当时计算机的能力根本无法完成。1998年,美国数学家黑尔斯(Thomas Hales)使用费耶斯‧托特的方法,在计算机辅助下给出了开普勒猜想的一个证明。他将开普勒猜想划分为大约十万个线性规划问题,每个问题有200个左右的变量,1000个左右的限制条件,可以用计算机解答。他的论文有270页,此外还有3 GB的数据,以及超过四万行计算机程序。很显然,这样的证明不是人类所能够检验的。

黑尔斯将他的论文投到了《数学年刊》,拉斯洛‧费耶斯‧托特的儿子加博尔‧费耶斯‧托特(Gábor Fejes Tóth)率领的一个12人团队负责审核论文。经过四年的艰苦工作,加博尔‧费耶斯‧托特的团队报告说他们有99%的把握认为证明是对的,但他们无法确认所有计算的正确性。最终,《数学年刊》发表了黑尔斯原始论文的数学理论部分,有120页。其余偏重计算的部分则分成若干篇论文发表在《离散计算几何》杂志上。这种做法对于《数学年刊》这样的顶级杂志来说是相当不寻常的。

尽管黑尔斯的论文已经发表在权威杂志上,数学界仍然有很多人对其证明抱持着怀疑态度。于是黑尔斯又花了十几年时间,率领团队在2014年给出了一个“形式化证明”(formal proof)。也就是说,这个证明可以由计算机读取,并用现成的证明辅助软件来自动检验每一步逻辑推理是否正确。介绍这一形式化证明的论文于2017年发表在《数学论坛 Pi》上,算是终结了对开普勒猜想证明正确性的质疑。

虽说开普勒猜想已经得到了证明,但这个证明并不是大部分数学家想要的。黑尔斯的证明需要用计算机作海量的计算,检验证明也需要用计算机。雅可比(Carl Gustav Jacob Jacobi,1804-1851)曾说过:“科学的唯一目的是为了人类心智的荣耀。”如果人类的心智永远不能理解这个证明,又谈何荣耀呢?

8维和24维的突破

开普勒猜想研究的是三维空间里的装球问题。在任意维数的空间中,也可以提出类似的装球问题,即同样大小的球堆积起来何时密度最大。这里一个“球”就是空间中到一个固定点(即“球心”)的距离不超过一个固定长度(即“半径”)的点的集合。例如直线上的一维“球”就是一条线段,平面上的二维“球”就是一个圆盘。

一维的装球问题是平凡的:最大密度是1,我们只需要把线段一个个接起来就能填满直线。

二维的装球问题比较初等,很容易想到,当圆盘的中心组成一个六边形格时,密度最大。这一事实的第一个证明是挪威数学家图厄(Axel Thue,1863-1922)在1890年给出的。

平面上的最密堆积

在2016年之前,1、2、3这三个维数是装球问题得到完全解决的仅有的三个维数。

在二维和三维,密度最大的堆积很容易猜出来,尽管证明并不容易。到了高维空间中,密度最大的堆积通常很难猜出来。但是,8维和24维这两个维数比较特殊。在这两个维数存在着E8格和利奇格这两个高度对称的格,人们很自然地会猜测,当球心组成E8格或者利奇格时,堆积密度最大。

拉马努金(Srinivasa Ramanujan,1887-1920)是一位自学成才的印度数学家。他凭直觉写下了大量复杂而优美的数学公式,却无法解释它们的来历,而将其归结于神启。

维亚佐夫斯卡不是拉马努金,更没有得到神启。她花了两年时间,利用数论里的模形式,为E8构造出了正确的辅助函数。她的论证没有用到非常抽象的现代数学知识,而是展示出了高超的数学技巧。毫不夸张地说,十九世纪的那些数学大师们就可以理解并欣赏她的工作。

她的构造,建立在两位跟拉马努金同等级别,但远没有那么出名的数学天才的工作基础之上,并加上了她自己的独特贡献。

这里所说的第一位天才是德国数学家艾森斯坦(Gotthold Eisenstein,1823-1852),他是高斯最钟爱的弟子。高斯曾经在一封给亚历山大·冯·洪堡(Alexander von Humboldt,1769-1859)的信中称赞艾森斯坦是一个世纪中只出现几位的天才。据高斯另外一位学生莫里兹·康托尔(Moritz Cantor,1829-1920)的记载,高斯甚至说过:“只有三位超越时代的数学家,那就是阿基米德、牛顿、和艾森斯坦。”这些言论或许不无夸大之处,但艾森斯坦在他的短暂一生中无疑取得了令人瞩目的成就,这一点很像拉马努金。

艾森斯坦最重要的工作是提出了艾森斯坦级数。这是一种形如

的函数。艾森斯坦级数是数论里模形式的重要例子。

第二位天才同样是一位德国数学家,就是雅可比,前面引用过他的名言。雅可比是历史上计算能力最出色的数学家之一,著名数学史家贝尔(Eric Temple Bell,1883-1960)在《数学精英》一书中把他称为“伟大的算学家”。哈代(Godfrey Harold Hardy,1877-1947)认为,拉马努金对代数公式和无穷级数的直觉,历史上只有欧拉(Leonhard Euler,1707-1783)和雅可比才能与之相比。可见雅可比在这方面的能力是多么的杰出。

雅可比定义了四个雅可比θ函数,并且证明了关于它们的一系列恒等式。最基本的一个θ函数是

维亚佐夫斯卡本人的重要贡献是定义了一个新的积分变换。所谓积分变换,就是从一个函数出发,通过积分得到一个新的函数。著名的积分变换有傅立叶变换和拉普拉斯变换。维亚佐夫斯卡从最初几个艾森斯坦级数E2, E4, E6出发,经过简单的加减乘除,再用上她新定义的积分变换,得到了一个函数a(x),其傅立叶变换就是它本身。用类似方法,从三个雅可比θ函数出发,能得到一个函数b(x),其傅立叶变换是它的相反函数-b(x)。最终的辅助函数则是a(x)和b(x)适当的线性组合。

维亚佐夫斯卡解决8维装球问题的论文于2016年3月在网上发表,只有24页。在她把论文放上网的当天晚上,科恩就给她发信祝贺,并问能否把这一方法推广到维空间。他们两人与另外三位数学家合作,在7天后发布了一篇12页的论文,证明了利奇格的堆积在24维空间中是密度最大的。这一团队后来又写了一篇100页的论文,证明E8格和利奇格具有“泛最优性”。也就是说,如果把无穷多个互斥的粒子放到8维或24维空间中,使得它们之间的斥力满足一定条件,那么E8格或利奇格就是能量最低的摆放方式

迄今为止,装球问题只在1、2、3、8、24这五个维数得到解决,而泛最优性只在1、8、24这三个维数得到解决。为什么8维比4、5、6、7维更容易?即便这一领域的专家们也难以给出一个满意的回答。这其中或许有着非常深刻的原因。

有人会问:“我们生活的空间就是三维的。研究二维和三维的装球问题还可以说有现实意义,研究高维的干什么?”事实上,人们研究装球问题并不完全出于数学上的兴趣。三维空间的装球问题跟材料科学密切相关,高维的装球问题则在通信和编码理论中起到重要的作用。

从数学上说,装球问题不是一个孤立的问题,它跟数论、调和分析、线性规划等许多数学分支都有联系。在研究这一问题中发展出来的方法,可以被运用到别的数学领域。从这一意义来说,装球问题就像一只下金蛋的鹅。维亚佐夫斯卡所发展的方法,正是这只鹅下的诸多金蛋之一。菲尔兹奖的表彰,一定程度上是对金蛋成色的肯定吧。

出品:科普中国

特 别 提 示

1. 进入『返朴』微信公众号底部菜单“精品专栏“,可查阅不同主题系列科普文章。

2. 『返朴』提供按月检索文章功能。关注公众号,回复四位数组成的年份+月份,如“1903”,可获取2019年3月的文章索引,以此类推。

版权说明:欢迎个人转发,任何形式的媒体或机构未经授权,不得转载和摘编。转载授权请在「返朴」微信公众号内联系后台。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
大s遇到了律师的杀猪盘?

大s遇到了律师的杀猪盘?

娱乐的小灶
2024-05-19 23:49:37
孙杨拒绝退役!而他却放弃中国国籍,转身替澳大利亚参赛!

孙杨拒绝退役!而他却放弃中国国籍,转身替澳大利亚参赛!

番茄说史聊
2024-05-14 23:16:11
再见广东宏远!徐杰或交易离队,最新下家曝光

再见广东宏远!徐杰或交易离队,最新下家曝光

条条爱侃球
2024-05-20 17:45:16
森林狼更衣室狂欢曝光:华子大笑怒吼+康利激动快哭了 全队加练太拼

森林狼更衣室狂欢曝光:华子大笑怒吼+康利激动快哭了 全队加练太拼

开心体育站
2024-05-20 13:03:44
5月最高法修改了民间借贷的司法解释,民间借贷将不再受法律保护

5月最高法修改了民间借贷的司法解释,民间借贷将不再受法律保护

小鹿姐姐情感说
2024-05-20 16:47:35
大S气炸!给现任具俊晔谈妥的代言大合同,被汪小菲一句话搅局!

大S气炸!给现任具俊晔谈妥的代言大合同,被汪小菲一句话搅局!

阿芒娱乐说
2024-05-20 12:31:14
PJ华盛顿19年第12顺位被选中,在他之前的都是谁?生涯成就如何?

PJ华盛顿19年第12顺位被选中,在他之前的都是谁?生涯成就如何?

大卫的篮球故事
2024-05-20 18:14:52
5月17日人民币汇率指数按周跌0.67至99.43

5月17日人民币汇率指数按周跌0.67至99.43

每日经济新闻
2024-05-20 08:46:09
强烈建议!将行政服务大厅的公务员由每周双休改成每周调休两天

强烈建议!将行政服务大厅的公务员由每周双休改成每周调休两天

娱乐的宅急便
2024-05-20 11:25:57
伊朗媒体称伊方证实与美举行间接谈判

伊朗媒体称伊方证实与美举行间接谈判

界面新闻
2024-05-19 16:46:46
没想到老年人的瓜这么多!网友的评论太炸裂,我小脑都萎缩了

没想到老年人的瓜这么多!网友的评论太炸裂,我小脑都萎缩了

夢婷
2024-01-05 12:09:08
网约车司机接到乘客电话后吓得睡不着了:“现在需要指标,正好您送上门来了”……

网约车司机接到乘客电话后吓得睡不着了:“现在需要指标,正好您送上门来了”……

用车指南
2024-05-20 10:17:06
真没想到,原来在小公司上班这么爽!网友:感觉老板在给我打工!

真没想到,原来在小公司上班这么爽!网友:感觉老板在给我打工!

时尚的弄潮
2024-05-18 12:20:12
日本马扎克机床供不应求,沈阳机床却崩了

日本马扎克机床供不应求,沈阳机床却崩了

涛涛生活搞笑
2024-05-19 20:34:21
调研现场,省长严肃质询:项目建设进度为什么这么慢!

调研现场,省长严肃质询:项目建设进度为什么这么慢!

新京报
2024-05-20 14:58:11
普京在哈尔滨说得直白,只要收了俄罗斯能源,好处少不了中国的

普京在哈尔滨说得直白,只要收了俄罗斯能源,好处少不了中国的

胡麒牧博士
2024-05-20 18:22:03
痛风的“根源”已知晓,不是海鲜,也不是啤酒,而是4物吃太多

痛风的“根源”已知晓,不是海鲜,也不是啤酒,而是4物吃太多

今日养生之道
2024-05-20 07:30:14
凡是当过领导的,特别是一把手的人,都有这10个特点

凡是当过领导的,特别是一把手的人,都有这10个特点

蘑菇老大
2024-05-19 14:57:06
广东男篮6人离队名单浮出水面:周琦或领衔,夺冠功勋+2小将在列

广东男篮6人离队名单浮出水面:周琦或领衔,夺冠功勋+2小将在列

小鬼头体育
2024-05-20 18:00:41
报应来的太快!日本遭遇紧急危机,中国制裁升级,世界沉默了...

报应来的太快!日本遭遇紧急危机,中国制裁升级,世界沉默了...

新财迷
2024-05-20 10:42:38
2024-05-20 19:10:44
返朴
返朴
溯源守拙·问学求新
3053文章数 15572关注度
往期回顾 全部

科技要闻

理想 Q1营收同比增长36% 交付指引不及预期

头条要闻

3人因1只鹦鹉获刑 法院撤销一二审有罪判决发回重审

头条要闻

3人因1只鹦鹉获刑 法院撤销一二审有罪判决发回重审

体育要闻

8年半,讲不出再见

娱乐要闻

王俊凯现身蔡依林演唱会,牵手唱歌!

财经要闻

韵达快递乱象:管理以罚代管 新政落地难

汽车要闻

智驾升级/月底上市 问界新M7 MAX焕新版

态度原创

健康
艺术
亲子
房产
军事航空

在中国,到底哪些人在吃“伟哥”?

艺术要闻

挖掘艺术界未来的璀璨星辰 | 莱俪青年艺术奖获奖艺术家邓启鹏

亲子要闻

女子带儿子饭店吃饭,男孩看到漂亮的小女孩亲完就走

房产要闻

突然爆发!大量重磅宅地挂出,海南土地市场开始狂飙!

军事要闻

80万人逃离拉法 以战时内阁现分歧

无障碍浏览 进入关怀版