Day 38 · 2026.07.30

离散几何与堆积

Discrete Geometry & Packing — 有限个点、球与瓷砖如何统治整个空间
"这样的堆叠将是最紧密的,再没有别的排列能往同一个容器里塞进更多的球。" — Kepler,《六角雪花》(1611)

凸包

Convex Hull · 一个点集的形状只由它的极端点决定
Computational Geometry
直觉版

木板上钉一把钉子,套一根橡皮筋,松手。橡皮筋收紧后勾住的那一圈钉子,就是这堆点的凸包

值得停下来想的是它丢掉了什么:内部的钉子橡皮筋根本碰不到,删掉不改变结果。多数点是冗余的,形状只由少数极端点承载。

深色 = 极端点(橡皮筋勾住) 浅色 = 冗余
正式定义

点集 $S$ 的凸包是包含 $S$ 的最小凸集。更可算的构造式说法:

$\mathrm{conv}(S)=\Big\{\textstyle\sum_i \lambda_i x_i \;:\; x_i\in S,\ \lambda_i\ge 0,\ \sum_i\lambda_i=1\Big\}$

$x_i$ 是点,$\lambda_i$ 是权重;「非负且和为 1」正是加权平均的定义,所以式子读作:凸包 = 这些点的加权平均能落到的全部位置。Carathéodory 定理是冗余的定量版:$d$ 维中凸包内任一点,只需至多 $d+1$ 个原始点的加权平均即可表示。

为什么美

三个毫不相干的定义(集合的交、加权平均、橡皮筋)落在同一个对象上。更漂亮的是复杂度:平面 $n$ 点的凸包能在 $O(n\log n)$ 内算出,且这是最优的——因为排序可归约到凸包。把数 $x$ 映成抛物线上的 $(x,x^2)$,抛物线是凸的,凸包下半沿边界的顺序恰好就是排序结果。几何与排序在下界上是同一个问题。

应用

线性规划的可行域就是约束顶点的凸包,单纯形法在顶点间行走。物理引擎用 GJK 算法做碰撞检测,判断两凸包的 Minkowski 差是否含原点。SVM 的最大间隔超平面等价于两类点凸包间最短连线的中垂面——「支持向量」正是决定凸包形状的那几个极端点,其余样本删掉不影响模型。

一句话精华 · 思考题
凸包是把无结构的点集压缩成有序边界的最小损失编码。
但高维里顶点数会爆炸:$d$ 维 $n$ 点的凸包最坏有 $n^{\lfloor d/2\rfloor}$ 个面,维度一高几乎每点都是极端点。这与「高维数据都集中在壳上」是同一件事吗?

Voronoi 图与 Delaunay 三角剖分

Voronoi Diagram & Delaunay Triangulation · 「最近」一旦全局化就长出结构
Computational Geometry
直觉版

地图上撒几个邮局,按「离哪个最近」给每个位置染色,染出的分区就是 Voronoi 图。两个邮局之间的界线必然是连线的垂直平分线。

Delaunay 三角剖分是它的影子:把共享一条边界的邻居连起来,得到一个三角网。两张图携带完全相同的信息,一个讲「地盘」,一个讲「谁挨着谁」——几何里最干净的一组对偶

蓝实线 = Voronoi 边 红虚线 = Delaunay 空外接圆
正式定义

给定站点集 $P$,站点 $p$ 的元胞是

$V(p)=\{x\in\mathbb{R}^d:\ \|x-p\|\le\|x-q\|\ \ \forall q\in P\}$

条件说的是「到 $p$ 不比到任何其他站点 $q$ 更远」。每个「$\le$」都是一个半空间,元胞是它们的交,所以元胞必然是凸的——凸性不是假设,是白送的。对偶侧同样简洁:三个站点构成 Delaunay 三角形,当且仅当其外接圆内部不含其他站点

为什么美

第一是升维魔术。把平面点 $(x,y)$ 抬到抛物面上成为 $(x,y,x^2+y^2)$,取三维凸包的下半部分投影回平面,得到的正是 Delaunay 三角剖分——一个「最近邻」问题被翻译成了凸包问题。

第二,Delaunay 在所有三角剖分中最大化最小角,最不容易产生瘦长三角形——而瘦长三角形正是数值求解发散的元凶:一个纯组合的定义(空圆)意外地优化了一个数值性质。第三,凡是「多个中心同时向外生长直到相撞」的过程,产物必然是 Voronoi 图——晶粒、干裂泥土、细胞边界。

应用

k-means 的几何本体就是 Lloyd 算法:每轮先按 Voronoi 图完成分配,再取各元胞质心作新中心——所以 k-means 的决策边界永远是分片线性的凸多面体。机器人沿 Voronoi 边行走等价于「离所有障碍尽可能远」。CFD 与有限元的网格生成默认用 Delaunay。

一句话精华 · 思考题
「最近」这个局部关系一旦对整个空间取全局,就自动生成了一个凸分区和一个数值最优的三角网。
换一种距离会怎样?曼哈顿距离下,两点的「垂直平分线」可能是折线甚至带状区域。那么高维嵌入空间里用余弦相似度检索时,向量数据库切出来的是什么形状的元胞?

球堆积与 Kepler 猜想

Sphere Packing · 水果摊都会的事实,人类证了近四百年
Discrete Geometry
直觉版

橙子怎么堆最省地方?一层六角密排,下一层放进上一层的凹坑。Kepler 在 1611 年说这就是最密的,密度 $\pi/\sqrt{18}\approx 74.05\%$。

难的不是猜出答案,是排除所有别的可能:候选排列有无穷多种且完全不必周期,要否决的包括一切毫无规律的堆法。更麻烦的是局部信息会骗人——一个球周围贴满 12 个球后仍剩下松动的空隙,让人怀疑能否挤进第 13 个(牛顿说不能,Gregory 说能;牛顿对)。局部宽松不等于全局能更密。

正方排列 · 78.5% 六角排列 · 90.7%(平面最优)
正式定义

堆积密度定义为

$\delta=\limsup_{R\to\infty}\dfrac{\mathrm{vol}\big(B_R\cap\bigcup_i S_i\big)}{\mathrm{vol}(B_R)}$

$S_i$ 是互不重叠的等半径球,$B_R$ 是半径 $R$ 的大球;取 $R\to\infty$ 是为了洗掉边界效应,只关心「无限远处的平均占用比例」。Kepler 猜想断言三维中 $\delta\le\pi/\sqrt{18}$。Hales 于 1998 年证明:把无穷多种构型压缩成几千个有限情形逐个跑数值优化。审稿人花了四年,最后只敢说「99% 确信」;Hales 因此发起 Flyspeck 项目,2014 年完成了机器可验证的形式化证明。

为什么美

维度上的地形极其反常。$d=2$ 由 Thue 解决,$d=3$ 花了四百年,$d=4$ 到 $d=7$ 至今毫无答案。然后 2016 年 Viazovska 一举拿下 $d=8$ 与 $d=24$——$E_8$ 格与 Leech 格在这两个维度里过分完美,她构造的辅助函数让线性规划上界恰好等于已知构型的下界,缝隙为零,因此获 2022 年菲尔兹奖。低维困难、特定高维反而有精确答案,这是数学里罕见的反直觉地形。

应用

球堆积就是纠错码的几何本体:码字是球心,可纠正的错误半径是球半径,堆得越密,同等纠错能力下能塞进的码字越多,码率越高。Leech 格直接给出 24 维最优的码,也是深空通信调制星座图的源头。材料侧,FCC / HCP 正是金属晶体的真实结构;随手倒进容器得到的约 64% 随机密堆积,支配着粉末冶金与混凝土配比。

一句话精华 · 思考题
一个水果摊的常识需要形式化验证器才能被数学界接受——Kepler 猜想重新定义了「什么算证明」。
如果验证器的内核本身有 bug 呢?我们把信任从「人类审稿人的注意力」转移到了「一小段被反复审查的代码」。当 AI 开始参与证明搜索,这个转移是不是净收益?

镶嵌与准晶

Tilings & Quasicrystals · 「有序」和「周期」不是同一个词
Discrete Geometry
直觉版

只用一种正多边形铺满平面,答案只有三个:正三角形、正方形、正六边形。理由可以口算——绕一个顶点必须凑满 $360°$,而正 $n$ 边形内角 $\frac{(n-2)180°}{n}$ 整除 $360°$ 只在 $n=3,4,6$ 成立。正五边形内角 $108°$,三个是 $324°$,差 $36°$。

推广即晶体学限制定理:周期性晶格只可能有 2、3、4、6 重旋转对称,五重绝对禁止——这条写进教科书七十年。然后 1982 年,Shechtman 在铝锰合金衍射图上看到了锐利的十重对称斑点。他被要求离开研究组,Pauling 说「没有准晶,只有准科学家」;2011 年他拿了诺贝尔化学奖。

3 × 108° = 324°,缺 36°
正式定义

非周期瓷砖集:一组瓷砖,能铺满平面,但任何一种铺法都不具备平移对称性。注意强度——不是「存在一种非周期铺法」(正方形也做得到),而是「周期铺法根本不存在」。Penrose 1974 年给出只需两块砖的例子。准晶是它的物质版:衍射图呈锐利斑点却无平移周期的固体,可由「切割-投影」得到——五重对称在五维格里完全周期,投影到二维时周期丢了,序留了下来。

为什么美

「有序」与「周期」从此被劈成两个概念——此前它们被默认为同义词。Penrose 铺砖有个近乎诡异的性质:任何有限图案都会在整个平面上无穷多次重现,所以看任何有限区域都无法判断自己身在何处,而整体又绝不重复自身。风筝与飞镖的数量之比恰好是黄金比 $\varphi$——一个无理数,从纯组合的拼接约束里长了出来。

2023 年,David Smith 等人发现了「帽子」(the hat):单块非周期瓷砖,终结了悬置六十年的「爱因斯坦问题」(ein Stein,一块石头)。第一作者是一位业余爱好者。

应用

准晶材料硬、低摩擦、导热差、抗腐蚀,被用作不粘涂层与热障涂层(AlCuFe 系);非周期排布的天线与超声阵列能抑制周期结构必然产生的栅瓣。计算机科学侧的联系最深:Wang 瓷砖的密铺问题与图灵机停机等价,「这组砖能否铺满平面」是不可判定的;非周期瓷砖集的存在正是这个不可判定性的直接后果——几何在这里与可计算性接壤。

一句话精华 · 思考题
五重对称不是不可能,只是不能周期——被禁掉的从来是周期性,不是秩序。
「帽子」是一位业余数学家用剪纸剪出来的,随后才由计算机验证:人类直觉生成候选,机器穷举确认。这条分工边界会被 AI 移动吗,还是「想到该找什么形状」本身就是最难自动化的一步?

深入思考

为什么偏偏是 8 维和 24 维被解决了?
因为这两个维度存在异常完美的格:$E_8$ 与 Leech 格,对称群巨大、最小向量多达 240 与 196560,使堆积构型「刚」到没有改进余地。Viazovska 的辅助函数要求其 Fourier 变换在一串特定点上同时满足一组符号条件,这类函数只在这两个维度存在,且与模形式深刻相连。难度不随维度单调,而随「是否有足够对称的对象」跳变——可解性常是对称性的副产品,而非复杂度的函数。
凸包、Voronoi、球堆积、密铺,是同一个问题吗?
母题都是局部约束如何决定全局结构,但四者态度截然不同。凸包与 Voronoi 是良性的:局部信息可无损拼成全局答案,所以有 $O(n\log n)$ 算法。球堆积与密铺是恶性的:局部最优拼不成全局最优(十二球问题),甚至根本不可判定(Wang 瓷砖)。而它们又互相缠绕——每个球分到的地盘体积决定局部密度,Hales 的证明骨架就建在 Voronoi 分解上。用可解的工具攻击不可解的问题,是离散几何的常态。
当证明必须依赖计算机,「理解」发生了什么?
四色定理(1976)与 Kepler 猜想(1998)逼出同一个问题:证明的价值是「确信结论为真」还是「明白为什么真」。穷举式证明给了前者,几乎不给后者。Flyspeck 把信任基础转移到一个小而反复审查的形式化内核上,严格性上升了,可理解性仍然缺席。反例是 Viazovska:她的证明、有结构、能被读懂,恰因为她找到了正确的对称性。「可理解」也许不是审美偏好,而是「你找到了正确抽象」的信号
随手倒进去的球为什么是 64%?
随机密堆积 ≈ 0.64 在实验与模拟中高度一致,却至今没有公认的严格定义。主流解释是「力学稳定」:颗粒在重力下每球平均需约 6 个接触点才能平衡,这个等静定条件把可达构型压进一条窄带。它低于 0.7405,因为局部的二十面体团簇密度更高却无法周期延拓——与准晶是同一个几何障碍的两副面孔