中文

高维点集的最小 $k$-离散度

数值分析 2019-08-15 v1 经典分析与常微分方程

摘要

在本稿中,我们引入并研究了一种扩展版本的最小点集离散度,该问题近来引起了相当多的关注。给定点集 Pn={x1,,xn}[0,1]d\mathscr P_n=\{x_1,\dots,x_n\}\subset [0,1]^dk{0,1,,n}k\in\{0,1,\dots,n\},我们将 kk-离散度定义为包含至多 kk 个点的点集之间最大盒子的体积。最小 kk-离散度则由所有基数为 nn 的可能点集的下确界给出。我们给出了最小 kk-离散度的上界与下界,它们在令人惊讶的大范围 kk 值内与经典最小离散度的已知界一致。

关键词

引用

@article{arxiv.1807.01492,
  title  = {The minimal $k$-dispersion of point sets in high-dimensions},
  author = {Aicke Hinrichs and Joscha Prochno and Mario Ullrich and Jan Vybiral},
  journal= {arXiv preprint arXiv:1807.01492},
  year   = {2019}
}

备注

9 pages