中文

高维中的喜爱距离

组合数学 2015-02-02 v1 度量几何

摘要

SSdd 维欧几里得空间中的 nn 点集。为每个 xSx\in S 分配一个任意距离 r(x)>0r(x)>0。令 er(x,S)e_r(x,S) 表示 SS 中与 xx 距离为 r(x)r(x) 的点数。Avis, Erd"os 和 Pach (1988) 引入了极值量 fd(n)=maxxSer(x,S)f_d(n)=\max\sum_{x\in S}e_r(x,S),其中最大值取自 dd 维空间中的所有 nn 点集 SS 以及所有距离分配 r ⁣:S(0,)r\colon S\to(0,\infty)。我们仅利用 nn 点集中最大单位距离对数的类似渐近性质,快速推导了 fd(n)f_d(n) 误差项的渐近性,这改进了 Avis, Erd"os 和 Pach (1988) 以及 Erd"os 和 Pach (1990) 的先前结果。然后我们证明了 d4d\geq 4 时的稳定性结果,断言若满足 S=n|S|=n(S,r)(S,r) 满足 er(S)=fd(n)o(n2)e_r(S)=f_d(n)-o(n^2),则至多相差 o(n)o(n) 个点,SS 是具有常数 rr 的 Lenz 构造。最后,我们利用稳定性证明,对于足够大的 nn(取决于 dd),达到 fd(n)f_d(n) 的对 (S,r)(S,r) 在缩放意义下恰好是使 r1r\equiv 1 时单位距离对数最大化的 Lenz 构造,但在 4 维中有一些例外。类似结果对最远邻有向图也成立,其中 rr 固定为对 xSx\in Sr(x)=maxySxyr(x)=\max_{y\in S} |xy|

关键词

引用

@article{arxiv.1108.4817,
  title  = {Favourite distances in high dimensions},
  author = {Konrad J. Swanepoel},
  journal= {arXiv preprint arXiv:1108.4817},
  year   = {2015}
}

备注

17 pages