n维空间的欧式距离计算公式_N维空间(格网)随机游走能(原路)返回到起点的概率?...

博客探讨了n维空间中的路径填充和随机游走概念,包括n维空间的欧式距离计算公式,以及在不同维度中游走返回起点的概率。在二维和一维空间中,游走返回起点的可能性被讨论,而在高维空间中,这一现象并不总是发生。文章通过JAVA Swing进行了模拟,并提及了三维空间中甲虫随机行走返回原点的概率。同时,内容还涉及了图论、键结和开普勒猜想在路径填充问题中的应用。
摘要由CSDN通过智能技术生成

dd37ac3f2e4b09b3c121daa913ee3d01.png

a 和 b的相互n维填充(互相游走,互相“网盘遍历”)——

有没有两个不相等的数 a 和 b,满足 a 的 b 次幂等于 b 的 a 次幂? - 知乎

有没有两个不相等的数 a 和 b,满足 a 的 b 次幂等于 b 的 a 次幂?​www.zhihu.com
zhihu-card-default.svg

建模为n维空间的路径填充(游走),得到计算公式——

equation?tex=%5Cfrac%7Blna%7D%7Ba%7D%3D%5Cfrac%7Blnb%7D%7Bb%7D

equation?tex=f%28x%29
equation?tex=%280%2Ce%5D内单调递增,在
equation?tex=%28e%2C%2B%5Cinfty+%29内单调递减,在
equation?tex=e处取到最大值。

近似地

3d791f52cc4cf38c28a398a920612bf4.png

其中直线

equation?tex=y%3Dn+%5Ccdot+x 与曲线的交点坐标
equation?tex=%EF%BC%88x%2Cy%EF%BC%89 , 等径(φ>0)球体
equation?tex=n 维填充二维垂直射影最大密度
equation?tex=%5Crho%3D%5Cfrac%7By%7D%7B+%5Cleft%5B+y%2B1+%5Cright%5D%7D

equation?tex=p%3D%5Cfrac%7B1%7D%7B2n%7D

其中

equation?tex=n%5Csucc3

fcb61720c6092dedf653e54b9b8c20ff.png

其中

equation?tex=t%3E0%2Ct%5Cne1.

三维空间计算公式——

ce11d4837d997e793f607d752e6f1bf7.png

8b89221dbc61466c03d4ef98740a8e69.png

79b1ac2959a5f6e9753930e346ea4ccf.png

a4e0843ebc969b9eb09a5a0b2f855157.png

其中维度i,j,k.

005e53dd22bea7ce7031953426d41d0b.png

量子在归一区间的密度(概率)游走——欧拉恒等式 e^(iπ)+1=0 的证明 - 知乎

Xecades:欧拉恒等式 e^(iπ)+1=0 的证明​zhuanlan.zhihu.com
a90415367db109e7baf3a5bcf3b5ff5e.png

e7ecbe318a7e762ef9b377e8ceb80797.png

757c23355238d3313047ff5d6b78c560.png

035ae18fc7e01c3fac6a6dfa8adac6fc.png

a7eb673ad74db3e2d69a5ae72239b6a3.png

01199ad68e7f65039fb0510f3b00a35c.png

005e53dd22bea7ce7031953426d41d0b.png

d9464e8878c00d583c776cf4efea5ba5.png

1ddcff7c0fd9bdf062c1395675eb0944.png

N维空间的一维填充——N维空间(格网)随机游走(原路)返回到起点,

3143e6a79812c39afb8dc10a4d8a4367.png

原路是路径积分中的一个元素;测量光子的游走——

26f4f70512ae96baf8d19fc5da158c4e.png

5cdf0696f5881b1215a6860c296bd119.png

15fa4b73a6ddb5136ac00be3078241e0.png

0c3a2f4ab780a21264841937dd773a88.png

a358f862c681a39060d992a22f96d112.png

N维空间(格网)随机游走能原路返回到起点的概率? - 知乎

N维空间(格网)随机游走能原路返回到起点的概率?​www.zhihu.com
9d1c53e0b0f3d34060f3447286d572d7.png

0d93ca3d5108a908e8b3573bfcb158b6.png

3bb1d065d4bc83eca64b2d3e80f7fcf1.png

568f99bad467c54243260550755de2a1.png

在波利亚1921年的论文中,证明了:在一维与二维格网中,只要次数足够大,任意沿格网游动(单位长度)的点必定返回到它的起始点;

652963e1700e87a80a62dcafce416af2.png

但在更高维的格网中,这并不是必然发生的——

e4abf591aefd2fcc642d6a706ada2834.png


------------------------------------------
问题来了:在二维空间的格网中,只要次数足够大,是否一定会原路返回?
---------------------------用JAVA swing做的模拟---------------------------

b9aca166ba2412e5b4c164d4a2726679.png

46d56eb7001dba8c87091b688edcef71.png

ecd77b8f9cf4ab5f83d061b4faa5cbe6.png

91b491963534133bbd1d5104b9854af0.png


结论:在概率1意义下不一定(概率小于

equation?tex=%5Cfrac%7B1%7D%7B3%7D+)——

4b01b6e2bb7a06d8c91bf0cb1356930e.png

equation?tex=P为最终沿原路回到原点的概率。记
equation?tex=P_%7B2n%7D为“首次沿原路回到原点时花费了
equation?tex=2n时间”事件发生的概率,记
equation?tex=S_%7B2n%7D为经过
equation?tex=2n时间后沿原路回到原点的概率。则

c62ba021173379f19f131f8ed71f3c1f.png


这里的

equation?tex=i%2Cj%2Ck分别代表向左的步数,向右的步数,向上的步数,且服从限制条件
equation?tex=i%2Bj%2Bk%5Cleq+n

cfd684038df4f3626eeae1a91aecf4b1.png

所以

787d1c93a75d3c6089aaf8f0b49ec2f8.png

d642898d779856ca9fa9034e13d32b58.png

68b170662614a73ad487e92241494bed.png

考虑一个更有趣的问题。一只机器甲虫在一条无限长的水管中随机地前进、后退,则这只甲虫这样不限次数地随机乱走、最终回到出发点的概率是多少?

e682ed7636287761fffe1a81cb66ef48.png

equation?tex=%E7%AD%94%E6%A1%88%E6%98%AF1.%E5%8C%88%E7%89%99%E5%88%A9%E6%95%B0%E5%AD%A6%E5%AE%B6%E6%B3%A2%E5%88%A9%E4%BA%9A%E4%BA%8E1921%E5%B9%B4%E8%AF%81%E6%98%8E.考虑二维空间

a91ea5e7438af8d432a774dff7401dd5.png

equation?tex=%E7%AD%94%E6%A1%88%E4%BB%8D%E7%84%B6%E4%B8%BA1.%E4%B9%9F%E6%98%AF%E6%B3%A2%E5%88%A9%E4%BA%9A%E8%AF%81%E6%98%8E%E7%9A%84.

ac12f4b2b4203454a86ca614d574a8b4.png

考虑三维空间,不管信不信,答案等于0.34.

4类圆锥曲线上,抛物线双曲线2类不能返回原点,古希腊是如何绕过定积分求得抛物(二维游走者)线(游走路径)弓形的面积(第一弹) - 知乎

哈里·谢顿:古希腊是如何绕过定积分求得抛物线弓形的面积(第一弹)​zhuanlan.zhihu.com
7a0f9e859f8b20761e9159da86a127dc.png

3618d87799431453866203cdaedd943d.png

equation?tex=%E5%9C%A8n%E7%BB%B4%E7%9A%84%E7%A9%BA%E9%97%B4%E9%87%8C%28n%EF%BC%9E3%EF%BC%89%2C%E6%9C%BA%E5%99%A8%E7%94%B2%E8%99%AB%E5%9B%9E%E5%88%B0%E5%8E%9F%E7%82%B9%E7%9A%84%E6%A6%82%E7%8E%87%E5%A4%A7%E7%BA%A6%E4%B8%BA%5Cfrac%7B1%7D%7B2n%7D

fe802a396a6b12c7676eb8c3deeb368b.png

equation?tex=%E6%9C%89%E8%B6%A3%E7%9A%84%E6%98%AF%EF%BC%8C%E6%9C%BA%E5%99%A8%E7%94%B2%E8%99%AB%E7%AC%AC%E4%BA%8C%E6%AD%A5%E8%B5%B0%E5%9B%9E%E5%8E%9F%E7%82%B9%E7%9A%84%E6%A6%82%E7%8E%87%E4%B9%9F%E4%B8%BA%5Cfrac%7B1%7D%7B2n%7D.
equation?tex=%5Crho%28n%29%3D%5Cfrac%7B1%7D%7B2n%7D
equation?tex=n 维空间最大填充密度下限。

机器甲虫的三维路径填充(概率)密度

equation?tex=%5Crho%283%29%3D0.1666%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Ccdot 路径积分概率(体密度)
equation?tex=%5Crho%283V%29%3D1-%5Crho%283%29%3D0.8333%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Ccdot .

f357da6d9c5e95d6cfd4cd899c9f5eef.png

我在阅读《数学之书》的时候,第

equation?tex=164 页提到了这个,我就
equation?tex=%E6%8A%84%E4%BA%86 一点下来。有兴趣的人可以去找这本数。 有没有两个不相等的数 a 和 b,并且a和b互质数,满足 a 的 b 次幂等于 b 的 a 次幂? - 知乎
有没有两个不相等的数 a 和 b,满足 a 的 b 次幂等于 b 的 a 次幂?​www.zhihu.com
64db8028d33a3221a42e3b34a5e5b9bb.png

ee9c43834d9a369b1841b33a6f449d5e.png

其中

equation?tex=t%3E0%2Ct%5Cne1.

599092dde6497e7707005e1be00b43dd.png

直线

equation?tex=y%3Dn+%5Ccdot+x 与曲线的交点坐标
equation?tex=%EF%BC%88x%2Cy%EF%BC%89 , 等径(φ>0)球体
equation?tex=n 维填充最大密度
equation?tex=%5Crho%3D%5Cfrac%7By%7D%7B+%5Cleft%5B+y%2B1+%5Cright%5D%7D

de526c24d998c5f2aee3d82274f687b4.png


满足

equation?tex=x%5Ey%3Dy%5Ex的数对
equation?tex=%28x%2Cy%29很多,而且它们近似地满足
equation?tex=%28x-1%29%28y-1%29%3D3

当等径球体直径

equation?tex=%5Cphi%5Csim%5Csimeq0
equation?tex=n 维填充密度计算不再适用——三维空间填充最大密度测量值3λ佯谬:确定值约74.048%,极限值约84.147%,极点值约98% - 知乎
sdsxdwd:三维空间填充最大密度测量值3λ佯谬:确定值约74.048%,极限值约84.147%,极点值约98%​zhuanlan.zhihu.com
13a1aa5956d94a707ae8e4ea0149c8c1.png

equation?tex=N 维空间(格网)随机游走路径可以用
equation?tex=N 个点的键结函数表示,游走视为一个键结过程,

366fa99cfdb4f5d826cafe34866bc2d5.png

N维网格游走建模为“N维路径”键结

8193853a13c676fd89fb2169ea64fa44.png

3137dbf3abeb3add552c5147c1b9e3db.png

它几乎可以表示任何一个图论点图结构

4633da8c34672f354d142321f87ab841.png
N维空间的一个随机游走局部路径频谱

于是问题可等价为"假设图上有n个点,每两个点之间以概率p随机连线,

2342975070314661240be0c163379726.png

那么n个点之间拥有至少一条连通线路(此时概率路径从 起始点

equation?tex=N_%7Ba%7D 到至远点
equation?tex=N_%7Bb%7D )的概率是多少?

f583cf91264a9a7c25326954292148e6.png

"连线即键结,n个点的键结可拓扑为n个点在平面中心

equation?tex=O的最大密度填充,概率等于最大填充密度
equation?tex=x
equation?tex=x%3Dsin%28nx%29,
equation?tex=n是点数,也是关于点群中心
equation?tex=O的角
equation?tex=V度数。
equation?tex=p%3Dx.——N维空间(网格)随机游走能原路返回到起点的概率:

02638ef148f0ab0731f2dea64fe5f905.png

ccb0b9c4ea66f5fd5c2affddd21a5cca.png

其中

equation?tex=n%3DN. 高维格网拓扑为图论的图论点阵,格网随机游走拓扑为不动键结点的点阵随机连线,N维随机游走等价于平面上的N维三角函数波填充。它有N个轨道——

a6c525a7f98c0990d83cee04108f515b.png

N个小球最后在分割原点粘合在一起。开普勒猜想不完备证明计算公式x=sin(nx), —— 开普勒猜想的路径填充与有限元填充 - 知乎

注销:开普勒猜想不完备证明计算公式x=sin(nx), —— 开普勒猜想的路径填充与有限元填充​zhuanlan.zhihu.com
8d54ef43ba852ece23df021777c6ac0e.png

三维填充的三角波正交与N维开普勒猜想 - 知乎

注销:三维填充的三角波正交与N维开普勒猜想​zhuanlan.zhihu.com
629fd5c905b1ffe8a3d4fb40e6077a0c.png

equation?tex=n 维空间开普勒猜想的数理证明和它的全空间积分 - 知乎N维空间开普勒猜想的数理证明和它的全空间积分 - 知乎
dwd:N维空间开普勒猜想的数理证明和它的全空间积分​zhuanlan.zhihu.com
d7841148f78f0ecd0e61cdce954f78c8.png

简单计算就可得到结论,1维空间

equation?tex=p%3D1%2C 2维空间
equation?tex=p%3D0.999847%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Capprox1 ,三维的分割微元是二维面(体积微元
equation?tex=V_%7B0%7D%5Csucc0 ),角度制或梯度制不再适用,采用弧度制计算幅值
equation?tex=p ,空间直角坐标系上三个两两垂直的二维面构成一个三维空间,三维空间的随机游走相对它来说四维弯曲,公式
equation?tex=p%3Dsin%28np%29 计算结果是"三维游走"空间
equation?tex=p 不是1维p向3维静态扩充概率意义下的
equation?tex=P%281%2F3%29%5Capprox0.34 , 三维游走
equation?tex=p%5Capprox0.739%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Ccdot%5Ccdot ,
equation?tex=N 越大,随机游走能原路返回到起点的概率越小,n维空间随机游走原路返回起点就是完成n维空间的一次线性测量.

13f7de6f0ce48f9a096ddda3ffe6ffa9.png

空间有限元计算,N维网格它的基础坐标。

f4e93b9ba4303574a83ccb1bcd6513e7.png
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值