按类别列出问题

Mathematics


几何 >> 度量几何
Questions in category: 度量几何 (Metric Geometry).

<[1] [2] [3] [4] >

1

固定某个正整数 $n ( > 3)$, 若已知任意凸 $n$ 边形的内角和是 $(n-2)\pi$, 能否证明任意三角形的内角和是 $\pi$?

Posted by haifeng on 2017-05-11 22:31:30 last update 2017-05-11 22:31:30 | Answers (0) | 收藏

固定某个正整数 $n ( > 3)$, 若已知任意凸 $n$ 边形的内角和是 $(n-2)\pi$, 能否证明任意三角形的内角和是 $\pi$?

2

项武义《基础几何学》

Posted by haifeng on 2017-05-11 22:21:01 last update 2017-05-11 22:29:28 | Answers (0) | 收藏

读 项武义《基础几何学》的一些体会

 

分隔公理排除了球面($S^n$)

三角形的叠合公理(SAS)等价于要求平面上的度量是常值曲率度量。因此只能曲率恒为0或恒为一个负数。


如果没有分隔公理,本书前面的叙述无法区分讨论的是一般所讲的平面还是球面。所以分隔公理很重要,直接说我们说的不是球面。

最后很多书包括这本也把曲率小于0的常曲率空间几何称为非欧几何。但是从中文字面意思上理解,非欧几何应该包括球面几何,因为球面几何当然不是欧氏几何。(个人见解)

我理解为,在分隔公理下,还有在SAS公理下, 也就是讨论 $R^n$,上面的几何,分欧氏几何和非欧几何。



所以反过来,如果没有分隔公理和SAS公理。局部的使用三角形内角和大于等于小于 $\pi$,可以定义曲率大于等于小于0



项老写的非常好。可以在此基础上,用极限的方式去定义某一点的曲率。好像俄罗斯人有写的。如果能把这部分的内容写清楚的话,那就拓宽了曲率的定义,也就是不需要二阶连续可微也可定义。

 

 

discussed with Jiuru Zhou

May 11, 2017

3

若 $f:[a,b]\rightarrow X$ 是 Lipschitz 映射, 则函数 $t\mapsto\mathrm{dil}_t(f)$ 是可测的.

Posted by haifeng on 2012-11-28 15:14:27 last update 2012-11-28 15:14:27 | Answers (1) | 收藏

若 $f:[a,b]\rightarrow X$ 是 Lipschitz 映射, 则函数 $t\mapsto\mathrm{dil}_t(f)$ 是可测的.

4

[Def]度量空间之间映射的 $L_q$-dilation

Posted by haifeng on 2012-10-17 13:06:33 last update 2012-10-17 13:44:49 | Answers (0) | 收藏

设 $\mathcal{L}=\mathcal{L}(Y)$ 是通常的 Lipschitz 函数空间. 其中 $Y$ 是度量空间.

令 $\mathcal{L}/\text{const}$ 是 $\mathcal{L}$ 模去加法常数的空间. 即若 $f\in\mathcal{L}$, 则对于任意常数 $a$, 都定义 $f+a\sim f$.

设 $\mu=d_\mu\ell$ 是空间 $\mathcal{L}/\text{const}$ 上的一个 Borel 测度. $X$ 是度量空间. 对于映射 $f:X\rightarrow Y$, 及常数 $1\leqslant q\leqslant+\infty$, 定义 $f$ 的 $L_q$-dilation 为:

\[
\|\text{dil}^* f\|_{L_q(\mu)}:=\biggl(\int_{\mathcal{L}/\text{const}}\text{Lip}^q(\ell\circ f)d_\mu\ell\biggr)^{1/q}
\]


例子:

设 $Y$ 是欧氏空间 $\mathbb{R}^n$,

let $\mu$ be supported on the $n$ orthogonal projections (modulo constants) of $\mathbb{R}^n$ onto the coordinate axes with equal weight 1 assigned to all projections.

也就是说 $\mu$ 对于每个投影 $\text{proj}_i:\mathbb{R}^n\rightarrow\mathbb{R}$ via $(x_1,\ldots,x_n)\mapsto x_i$ 上的测度是 1. 因此每个等距映射 $f:\mathbb{R}^m\rightarrow\mathbb{R}^n$ 都有

\[
\begin{split}
\|\text{dil}^* f\|_{L_2(\mu)}&=\biggl(\int_{\mathcal{L}/\text{const}}\text{Lip}^2(\ell\circ f)d_\mu\ell\biggr)^{1/2}\\
&=\biggl(\sum_{i=1}^m\text{Lip}^2(\ell\circ f)\cdot 1\biggr)^{1/2}\\
&=\sqrt{m}
\end{split}
\]

注意由于 $f$ 是等距映射, 故 $\ell\circ f$ 的 Lipschitz 常数为 1.


References:

M. Gromov

1. Hilbert Volume in Metric Spaces, Part 1, May 4, 2011. [pdf]

5

[Def]度量空间之间映射的缩放量度(dilatation)

Posted by haifeng on 2012-10-17 11:13:09 last update 2012-10-17 12:59:07 | Answers (1) | 收藏

设 $X,Y$ 是两个度量空间, 映射 $f:X\rightarrow Y$ 的 dilatation (缩放量度)定义为

\[
\text{dil}(f):=\sup_{x_1,x_2\in X, x_1\neq x_2}\frac{d_Y(f(x_1),f(x_2))}{d_X(x_1,x_2)}
\]

这里 $d_X,d_Y$ 分别指度量空间 $X,Y$ 上的距离函数. 显然 $\text{dil(f)}\in[0,+\infty]$.

为方便, 定义 $X\times X$ 上的函数 $\text{dil}_f$ 为:

\[
\text{dil}_f(x_1,x_2):=\frac{d_Y(f(x_1),f(x_2))}{d_X(x_1,x_2)},
\]

于是,

\[
\text{dil}(f)=\sup_{x_1,x_2\in X, x_1\neq x_2}\text{dil}_f(x_1,x_2).
\]


也可以定义 $f$ 在一点处的局部缩放量度(local dilatation):

\[
\begin{split}
\text{dil}_x(f):=&\lim_{\varepsilon\rightarrow 0}\text{dil}(f|_{B(x,\varepsilon)})\\
=&\lim_{\varepsilon\rightarrow 0}\sup_{s,t\in B(x,\varepsilon),s\neq t}\frac{d_Y(f(s),f(t))}{d_X(s,t)}.
\end{split}
\]


映射 $f$ 称为

  • Lipschitz 的, 如果 $\text{dil}(f) < +\infty$;
  • $\lambda$-Lipschitz 的, 如果 $\text{dil}(f)\leqslant\lambda$.

此时称 $\text{dil}(f)$ 为 $f$ 的 Lipschitz 常数. 也记为 $\text{Lip}(f)$.


易见, Lipschitz 常数等价于下面的定义:

\[
\text{Lip}(f):=\sup_{B\subset X}\frac{\text{diam}_Y(f(B))}{\text{diam}_X(B)}.
\]

其中 $\text{diam}_Y()$ 是指在度量空间 $Y$ 中的直径函数. 上确界是对于取遍 $X$ 中的有界集而言的.

Question: 证明上面两种定义是等价的. (证明见 Answers)


References:

M. Gromov,

1. Metric structures for Riemannian and Non-Riemannian Spaces.
2. Hilbert Volume in Metric Spaces, Part 1, May 4, 2011. [pdf]

6

$n$ 维实向量空间 $\mathbb{R}^n$ 上的距离函数

Posted by haifeng on 2012-07-09 11:58:20 last update 2012-07-09 20:45:19 | Answers (0) | 收藏

在 $n$ 维实向量空间 $\mathbb{R}^n$ 上定义向量之间的距离(或点之间的距离)

\[d(x,y):=|x-y|=\biggl(\sum_{i=1}^{n}(x_i-y_i)^2\biggr)^{\frac{1}{2}}.\]

其中 $x=(x_1,\ldots,x_n)$, $y=(y_1,\ldots,y_n)$.

证明: 函数 $d:\mathbb{R}^n\times\mathbb{R}^n\rightarrow\mathbb{R}$ 是 $\mathbb{R}^n$ 上的一个度量, 即满足度量的三个条件, 特别是三角不等式

\[d(x,z)\leqslant d(x,y)+d(y,z).\]

我们把这个度量称为欧氏度量. 所得的度量空间称为 $n$ 维欧氏空间, 记为 $\mathbb{E}^n=(\mathbb{R}^n,d)$.


Hint: 利用 Cauchy-Schwarz 不等式.

7

道路度量空间中任两点之间最短测地线的存在性

Posted by haifeng on 2012-03-16 11:43:15 last update 2012-03-16 21:11:01 | Answers (1) | 收藏

Lemma. 设 $(X,d)$ 是一紧致道路度量空间, $a,b\in X$, 则存在一条长度等于 $d(a,b)$ 的曲线连接 $a$ 和 $b$.

对于完备、非紧但是局部紧的道路度量空间, 结论也成立.

8

[Exmp]设 $X$ 是 $n$ 维闭可定向流形, $Y=S^n\wedge T^k$, 求 $\#(D)$.

Posted by haifeng on 2011-08-26 15:26:32 last update 2012-03-15 17:49:21 | Answers (1) | 收藏

设 $X$ 是 $n$ 维闭可定向流形, $Y$ 是 $n$ 维标准球面与 $k$-维环面 $T^k=S^1\times\cdots\times S^1$ 组成的球束(bouquet), 即 $Y=S^n\wedge T^k$, 求 $\#(D)$.

  • 若 $k\geqslant n$, 则 $\#(D)\geqslant 2^{c\'D^n}$, 其中 $c\'=c\'_n(X) > 0$.
  • 若 $k < n$, 则 $\#(D)$ 是 $D^{D^k}$ 数量级的, 即存在常数 $c_0,c_1$(依赖于 $n$ 和 $X$), 使得
    \[ (c_0 D)^{(c_0 D)^k}\leqslant\#(D)\leqslant(c_1 D)^{(c_1 D)^k} \]

特别的, 当 $X=S^n$, 且 $k\geqslant n$ 时, 有估计 $c\'\geqslant n^{-10n}$. 如当 $n=2$ 时, 有

\[ 2^{0.0003D^2}\leqslant\#(D)\leqslant 4^{\pi^2 D^2}. \]

记号 $\#(D)$ 的含义请见问题244.

9

球覆盖问题

Posted by haifeng on 2011-08-26 10:24:26 last update 2011-08-26 10:57:14 | Answers (1) | 收藏

  • 欧氏空间 $\mathbb{E}^{n}$ 中考虑单位球 $B(0,1)$, 现在要用半径为 $\varepsilon$ 的球覆盖 $B(0,1)$, 请问至少需要多少个这样的球?
  • 考虑单位球面 $S^n(1)$, 现试用该球面上半径为 $\epsilon$ 的球 $B_\epsilon$ 覆盖此球面, 问至少需要多少个这样的小球?

注意到欧氏空间 $\mathbb{E}^{n+1}$ 中单位球面 $S^n$ 的面积为 \[\text{area}(S^n)=\frac{2\pi^{\frac{n+1}{2}}}{\Gamma(\frac{n+1}{2})}.\]

10

Klingenberg-Sakai Conjecture

Posted by haifeng on 2011-07-29 16:01:17 last update 2011-08-01 22:43:38 | Answers (0) | 收藏

设 $M^n$ 是一 $n$ 维闭的单连通流形, $0<\delta\leqslant 1$. Klingenberg 和 Sakai 猜测存在常数 $i_0=i_0(M,\delta)>0$, 使得 $M$ 上满足 $\delta\leqslant K_g\leqslant 1$ 的任意黎曼度量 $g$, 其单射半径 $\text{injrad}_g$ 大于等于 $i_0$.

当 $n$ 是偶数时, 这可由 Klingenberg 1959 年的一个结果 得到.

<[1] [2] [3] [4] >

Search

New posted more ...