MathLabs

幾何学

凸幾何学と離散幾何学

凸な図形、格子、有限個の幾何学的対象の配置を研究する分野。

直観図形から決してはみ出さない線分と、対象の詰め込みの限界

ボード上のいくつかのピンの周りに輪ゴムをかけると、囲まれた領域にはへこみがなく、内部の二点を結ぶどんな線分も完全に内部に収まる。この一つの性質が凸性であり、集合SSを包む最小のそのような領域が凸包conv⁡(S)\operatorname{conv}(S)である。離散幾何学は凸性を数え上げや格子と結びつける。conv⁡(S)\operatorname{conv}(S)の各点を作るのにSSの点が実際に何個必要か、凸図形がいつ格子Zd\mathbb{Z}^dの点を必ず含むか、そしてRd\mathbb{R}^d内で同じ球をどれだけ密に詰め込めるかを問う。

面の展開スライダーを備えた対話型3D凸多面体。
3D凸多面体を観察する。これはその頂点集合の凸包であり、各面は支持超平面によって切り取られた平面多角形である。

中高凸集合・凸包・格子多角形

部分集合C⊆RdC \subseteq \mathbb{R}^dが凸であるとは、任意の二点x,y∈Cx, y \in Cに対してそれらを結ぶ線分全体がCCに含まれることをいう。平面R2\mathbb{R}^2において、単純多角形のすべての頂点が整数格子Z2\mathbb{Z}^2の点にあるとき、ゲオルク・ピックは1899年に、長さや角度を測ることなく格子点を数えるだけで面積が求まることを発見した。

∀x,y∈C,  ∀t∈[0,1]:(1−t)x+ty∈C\forall x, y \in C,\; \forall t \in [0, 1] : (1 - t)x + ty \in C

ここで(1−t)x+ty(1-t)x + tyはxx(t=0t=0のとき)からyy(t=1t=1のとき)までの線分を描く。より一般に、任意の集合S⊆RdS \subseteq \mathbb{R}^dの凸包はSSの点の有限凸結合全体の集合conv⁡(S)={ ∑i=1kλixi:xi∈S,  λi≥0,  ∑i=1kλi=1 }\operatorname{conv}(S) = \left\{\, \sum_{i=1}^{k} \lambda_i x_i : x_i \in S,\; \lambda_i \ge 0,\; \sum_{i=1}^{k} \lambda_i = 1 \,\right\}である。

A=I+B2−1A = I + \frac{B}{2} - 1

ピックの公式A=I+B2−1A = I + \frac{B}{2} - 1において、AAはZ2\mathbb{Z}^2内の単純格子多角形の面積、IIは内部に厳密に含まれる格子点の個数、BBは境界辺上(頂点を含む)の格子点の個数である。内部の点は面積に11ずつ、境界の点は半分ずつ寄与し、外角の和の分だけ11が引かれる。

凸幾何学と離散幾何学の基本定理
定理次元主要な閾値・公式
カラテオドリRd\mathbb{R}^dconv⁡(S)\operatorname{conv}(S)にはd+1d + 1点で十分
ヘリーRd\mathbb{R}^d任意のd+1d + 1個が交わる⇒\Rightarrow全体が交わる
ミンコフスキーRd\mathbb{R}^dvol⁡(K)>2ddet⁡(Λ)  ⟹  K∩(Λ∖{0})≠∅\operatorname{vol}(K) > 2^d \det(\Lambda) \;\Longrightarrow\; K \cap (\Lambda \setminus \{0\}) \neq \emptyset
ピックR2\mathbb{R}^2A=I+B2−1A = I + \frac{B}{2} - 1

大学組合せ論的凸性と数の幾何学

点x∈Rdx \in \mathbb{R}^dが部分集合S⊆RdS \subseteq \mathbb{R}^dの凸包conv⁡(S)\operatorname{conv}(S)に属するならば、xxはSSのたかだかd+1d + 1個の点の凸包に属する。

なぜ正しいのか?

conv⁡(S)\operatorname{conv}(S)内の凸結合は一見するとSSの任意に多くの点を含み得るが、Rd\mathbb{R}^dではd+2d + 2個以上の点は必ずアフィン従属である。その線形関係を使って重みを非負に保ったまま点を一つずつ消去でき、最終的にたかだかd+1d + 1個の点(単体)しか残らない。Rd\mathbb{R}^d内の有限個の凸集合族において任意のd+1d + 1個が共通点を持てば全体も共通点を持つというヘリーの定理は、この次元限界と表裏一体である。

証明

項数kkが最小になるように、xi∈Sx_i \in S、λi>0\lambda_i > 0、∑i=1kλi=1\sum_{i=1}^{k} \lambda_i = 1としてx=∑i=1kλixix = \sum_{i=1}^{k} \lambda_i x_iと表す。k≤d+1k \le d + 1であることを示す。

背理法のためk≥d+2k \ge d + 2と仮定する。するとRd\mathbb{R}^d内のk−1≥d+1k - 1 \ge d + 1個の差ベクトルx2−x1,x3−x1,…,xk−x1x_2 - x_1, x_3 - x_1, \ldots, x_k - x_1は線形従属であるから、すべてがゼロではないスカラーμ2,…,μk\mu_2, \ldots, \mu_kが存在して∑i=2kμi(xi−x1)=0\sum_{i=2}^{k} \mu_i (x_i - x_1) = 0を満たす。μ1=−∑i=2kμi\mu_1 = -\sum_{i=2}^{k} \mu_iとおくと、∑i=1kμixi=0\sum_{i=1}^{k} \mu_i x_i = 0かつ∑i=1kμi=0\sum_{i=1}^{k} \mu_i = 0となり、少なくとも一つのμi>0\mu_i > 0が存在する。

任意の実数ttに対して係数の和が11のままx=∑i=1k(λi−tμi)xix = \sum_{i=1}^{k} (\lambda_i - t \mu_i) x_iと書ける。t=min⁡μi>0(λi/μi)>0t = \min_{\mu_i > 0} (\lambda_i / \mu_i) > 0と選べば、新しい係数λi−tμi\lambda_i - t \mu_iはすべて非負となり、少なくとも一つが00になる。これはxxをSSのたかだかk−1k - 1個の点の凸結合として表すことになり、kkの最小性に矛盾する。

Λ⊂Rd\Lambda \subset \mathbb{R}^dを基本領域の体積がdet⁡(Λ)\det(\Lambda)である最大階数の格子とし、K⊂RdK \subset \mathbb{R}^dを原点対称な凸集合(x∈K⇒−x∈Kx \in K \Rightarrow -x \in K)とする。このときvol⁡(K)>2ddet⁡(Λ)  ⟹  K∩(Λ∖{0})≠∅\operatorname{vol}(K) > 2^d \det(\Lambda) \;\Longrightarrow\; K \cap (\Lambda \setminus \{0\}) \neq \emptysetが成り立つ(さらにKKがコンパクトならば強い不等号>>は≥\geに弱められる)。

なぜ正しいのか?

これは整数論における連続版の鳩の巣原理である。対称な凸体の体積が格子の基本領域2d2^d個分を超えると、それを22分の1に縮小しても体積は基本領域1個分より大きく、縮小された図形の異なる二点の差が非零の格子ベクトルにならざるを得ない。そして対称性と凸性がその格子ベクトルをKKの内部へと引き戻す。

証明

半分に縮小した図形12K={ x/2:x∈K }\frac{1}{2} K = \{\, x / 2 : x \in K \,\}を考える。dd次元でのスケーリングは体積を2−d2^{-d}倍にするため、仮定vol⁡(K)>2ddet⁡(Λ)\operatorname{vol}(K) > 2^d \det(\Lambda)はvol⁡(12K)>det⁡(Λ)\operatorname{vol}(\frac{1}{2} K) > \det(\Lambda)となる。

FFをΛ\Lambdaの基本平行体とし、Rd=⨆v∈Λ(F+v)\mathbb{R}^d = \bigsqcup_{v \in \Lambda} (F + v)かつvol⁡(F)=det⁡(Λ)\operatorname{vol}(F) = \det(\Lambda)とする。12K\frac{1}{2} Kを断片Av=(12K)∩(F+v)A_v = (\frac{1}{2} K) \cap (F + v)に切り分け、各断片をBv=Av−v⊆FB_v = A_v - v \subseteq FによってFF内に平行移動して戻す。BvB_vの体積の総和はvol⁡(12K)>vol⁡(F)\operatorname{vol}(\frac{1}{2} K) > \operatorname{vol}(F)に等しいため、集合族BvB_vは互いに素ではあり得ない(ブリッヒフェルトの原理)。

Bu∩Bv≠∅B_u \cap B_v \neq \emptysetとなる相異なる格子ベクトルu≠vu \neq vをΛ\Lambdaから選ぶ。するとp−u=q−vp - u = q - vを満たす相異なる二点p,q∈12Kp, q \in \frac{1}{2} Kが存在し、p−q=u−v∈Λ∖{0}p - q = u - v \in \Lambda \setminus \{0\}となる。p,q∈12Kp, q \in \frac{1}{2} Kより2p,2q∈K2p, 2q \in Kであり、KKの原点対称性から−2q∈K-2q \in K、さらにKKの凸性から中点12(2p)+12(−2q)=p−q\frac{1}{2}(2p) + \frac{1}{2}(-2q) = p - qはKKに属する。よってp−qp - qはK∩(Λ∖{0})K \cap (\Lambda \setminus \{0\})内の非零格子点である。

大学実世界での応用と具体例

耐量子暗号(ML-KEM / KyberやML-DSA / Dilithiumなど)は、ミンコフスキーの定理によって存在が保証される高次元格子Λ⊂Rd\Lambda \subset \mathbb{R}^d内の最短非零ベクトルを見つける計算困難性に基づいている。デジタル通信ではRd\mathbb{R}^d内の球充填が雑音のある無線・光通信路の誤り訂正符号となり、2424次元のリーチ格子や最適充填密度Δ8=π4384≈0.25367\Delta_{8} = \frac{\pi^4}{384} \approx 0.25367を持つ88次元のE8E_8格子は宇宙探査機のテレメトリや高速モデムで使われた。コンピュータグラフィックス、ロボット工学、GISでは3Dメッシュ間の衝突判定が凸包のミンコフスキー差に原点が含まれるかの判定に帰着され、ピックの定理は画像処理における高速な面積計算に用いられる。

例: ピックの定理による整数格子上の区画面積の計算

三角形の土地がZ2\mathbb{Z}^2の整数格子点(0,0)(0, 0)、(4,0)(4, 0)、(0,6)(0, 6)を頂点としている。境界上の格子点数BBと内部の格子点数IIを数え、ピックの公式A=I+B2−1A = I + \frac{B}{2} - 1が正確な面積を与えることを確かめよ。

解答

点(x1,y1)(x_1, y_1)から(x2,y2)(x_2, y_2)への線分上の格子区間数はgcd⁡(∣x2−x1∣,∣y2−y1∣)\gcd(|x_2 - x_1|, |y_2 - y_1|)である。三角形の三辺にわたって足し合わせると、境界格子点数はB=gcd⁡(4,0)+gcd⁡(0,6)+gcd⁡(4,6)=4+6+2=12B = \gcd(4, 0) + \gcd(0, 6) + \gcd(4, 6) = 4 + 6 + 2 = 12個となる。

x>0x > 0、y>0y > 0、3x+2y<123x + 2y < 12を満たす内部格子点(x,y)(x, y)を数えると、x=1x = 1のとき2y<92y < 9(y∈{1,2,3,4}y \in \{1,2,3,4\}の44点)、x=2x = 2のとき2y<62y < 6(y∈{1,2}y \in \{1,2\}の22点)、x=3x = 3のとき2y<32y < 3(y=1y = 1の11点)となり、I=4+2+1=7I = 4 + 2 + 1 = 7個である。

I=7I = 7とB=12B = 12をピックの公式A=I+B2−1A = I + \frac{B}{2} - 1に代入するとA=7+12/2−1=12A = 7 + 12/2 - 1 = 12となり、底辺×高さ÷2の計算12⋅4⋅6=12\frac{1}{2} \cdot 4 \cdot 6 = 12と一致する。

例: ミンコフスキーの定理による非零整数解の存在保証

ミンコフスキーの凸体定理を用いて、不等式x2+9y2<16x^2 + 9y^2 < 16が少なくとも一つの非零整数解(x,y)∈Z2∖{(0,0)}(x, y) \in \mathbb{Z}^2 \setminus \{(0,0)\}を持つことを証明し、具体例を一つ挙げよ。

解答

集合K={ (x,y)∈R2:(x/4)2+(3y/4)2<1 }K = \{\, (x, y) \in \mathbb{R}^2 : (x/4)^2 + (3y/4)^2 < 1 \,\}は原点を中心とし半軸a=4a = 4とb=4/3b = 4/3を持つ開楕円領域であり、凸かつ原点対称である。

その面積はvol⁡(K)=πab=π⋅4⋅(4/3)=16π/3≈16.755\operatorname{vol}(K) = \pi a b = \pi \cdot 4 \cdot (4/3) = 16\pi / 3 \approx 16.755である。次元d=2d = 2の標準整数格子Λ=Z2\Lambda = \mathbb{Z}^2に対してはdet⁡(Λ)=1\det(\Lambda) = 1であり、ミンコフスキーの閾値は2ddet⁡(Λ)=42^d \det(\Lambda) = 4となる。

16π/3>416\pi / 3 > 4であるから、ミンコフスキーの定理vol⁡(K)>2ddet⁡(Λ)  ⟹  K∩(Λ∖{0})≠∅\operatorname{vol}(K) > 2^d \det(\Lambda) \;\Longrightarrow\; K \cap (\Lambda \setminus \{0\}) \neq \emptysetによりKKの内部に非零格子点の存在が保証される。実際、(1,1)(1, 1)は12+9(1)2=10<161^2 + 9(1)^2 = 10 < 16を満たす(また(1,0)(1, 0)、(2,0)(2, 0)、(3,0)(3, 0)もKKに含まれる)。

カラテオドリの定理により、S⊆R3S \subseteq \mathbb{R}^3の凸包conv⁡(S)\operatorname{conv}(S)内の任意の点は、SSのたかだか何個の点の凸結合として表せるか?

Z2\mathbb{Z}^2内の単純格子多角形が内部格子点I=10I = 10個、境界格子点B=8B = 8個を持つとき、その面積AAはいくらか?

R3\mathbb{R}^3の標準整数格子Λ=Z3\Lambda = \mathbb{Z}^3に対し、原点対称な凸体KKがKK内に非零整数点を含むことをミンコフスキーの定理が保証するためには、体積がいくらを超えればよいか?

33より大きいどの二つの次元において、マリナ・ヴィヤゾフスカと共同研究者たちは2016年に厳密な最密球充填密度を証明したか?

参考文献

  1. Peter M. Gruber (2007). Convex and Discrete Geometry (Grundlehren der mathematischen Wissenschaften, Vol. 336) · DOI:10.1007/978-3-540-71133-9
  2. Maryna S. Viazovska (2017). The sphere packing problem in dimension 8 · arXiv:1603.04246
  3. Henry Cohn, Abhinav Kumar, Stephen D. Miller, Danylo Radchenko, Maryna Viazovska (2019). Universal optimality of the E8 and Leech lattices and interpolation formulas · arXiv:1902.05438