格初步(二)

news/2024/11/30 1:35:06/文章来源:https://www.cnblogs.com/Pizixsir-Math/p/18456965

最短向量

格的一个基本参数是格中最短非零向量的长度(我们必须要求一个非零向量,因为零向量总是包含在格中,且它的范数是零) 。此参数由 \(\lambda_1\) 表示。长度,我们指的是欧几里德范数,或 \(\ell_2\) 范数,定义为 \(\|x\|_2=\sqrt{\Sigma x_i^2}\) 。 为了方便,我们通常用 \(\|x\|\) 简单地表示这个范数。偶尔会考虑其他范数,如 \(\ell_1\) 范数 \(\|x\|_1=\Sigma\left|x_i\right|\)\(\ell_{\infty}\) 范数 \(\left|\left|x \|_{\infty}=\max \right| x_i\right|\)

定义 \(\lambda_1\) 的等效方法如下:使得半径为 \(r\) 的球内的格点向量张成的空间是一维子空间的最小值 \(r\)。这个定义导致了 \(\lambda_1\) 的以下推广,称为逐次最小长度 (successive minima)。

定义 1 逐次最小长度

\(\Lambda\) 为秩 \(n\) 的格。对于 \(i \in 1, \ldots, n\) ,我们定义了第 \(i\) 个逐次最小长度为,

\[\lambda_i(\Lambda)=\inf \{r \mid \operatorname{dim}(\operatorname{span}(\Lambda \cap \bar{B}(0, r))) \geq i\} \]

其中 \(\bar{B}(0, r)=\{x \in R^m \mid\|x\| \leq r\}\) 是半径为 \(r\) 位于原点的闭球。

定理 2 (施密特正交化可以得到最短向量的下界)

假设 \(B\) 是秩 \(n\) 格的基, \(\tilde{B}\)\(B\) 的施密特正交化,可以得到

\[\lambda_1(\mathcal{L}(B)) \geq \min \left\|\tilde{b}_i\right\|>0, \text { where } i=1,2, \ldots, n \]

证明: 设 \(x \in \mathbb{Z}^{n \times 1}\) 是任意的非零整数向量,让我们证明 \(\|B x\| \geq \min \left\|\tilde{b}_i\right\|\) 。不妨设 $j
\in {1,2,······,n}\ s.t.\ x_j \neq 0 $ 且 \(\forall k > j\) ,都有 \(x_k=0\)

\[\left|\left\langle B x, \tilde{b}_j\right\rangle\right|=\left|\left\langle\Sigma_{i=1}^j x_i b_i, \tilde{b}_j\right\rangle\right|=\left|x_j\right|\left\langle b_j, \tilde{b}_j\right\rangle=\left|x_j\right| || \tilde{b}_j||^2 \]

其中, \(\forall i<n ,\left\langle b_i, \tilde{b}_n\right\rangle=0,\left\langle b_j, \tilde{b}_j\right\rangle=\left\langle\tilde{b}_j, \tilde{b}_j\right\rangle\) 。另一方面, \(\left|\left\langle B x, \tilde{b}_j\right\rangle\right| \leq\|B x\| \cdot\left\|\tilde{b}_j\right\|\) ,因此我们得出结论

\[\|B x\| \geq\left|x_j\right|\left\| \tilde{b}_j\right\| \geq\left\| \tilde{b}_j\right\| \geq \min \left\|\tilde{b}_i\right\| \]

最短向量的上界

方便起见,只讨论满格,很容易推广到非满秩的格。

定理 3 (BLICHFELD定理)

对于任何满格 \(\Lambda \subseteq \mathbb{R}^n\) 和集合 \(S \subseteq \mathbb{R}^n(\operatorname{vol}(S)>\operatorname{det}(\Lambda)\) )存在两个不等点 \(z_1, z_2 \in S, z_1-z_2 \in \Lambda\)

证明: 取 \(\alpha_1, \cdots, \alpha_n\) 为格 \(\Lambda\) 的一组基. \(P=P\left(\alpha_1, \cdots, \alpha_n\right)\)是上面定义的平行多面体(基础区域),则 \(\{h+P \mid h \in H\}\) 是一些两两非交的集合,它们的并集为 \(\mathbb{R}^n\) 。从而 \(\{S \cap(h+P) \mid h \in H\}\) 也是一些两两非交的集合,并且它们的并集为 \(S\). 因此

\[\mu(S)=\sum_{h \in H} \mu(S \cap(h+P))=\sum_{h \in H} \mu((-h+S) \cap P) . \]

如果对于 \(H\) 中任意两个不同的元素 \(h\)\(h^{\prime},(-h+S) \cap P\)\(\left(-h^{\prime}+S\right) \cap P\) 均是非交的,则

\[\mu(S)=\sum_{h \in H} \mu((-h+S) \cap P) \leqslant \mu(P)=\operatorname{det}(\Lambda) \]

这就与假设 \(\operatorname{vol}(S)>\operatorname{det}(\Lambda)\) 相矛盾, 所以存在 \(h, h^{\prime} \in H, h \neq h^{\prime}\),使得 \((-h+S) \cap P\)\(\left(-h^{\prime}+S\right) \cap P\) 有公共元素 \(x\) ,即 $x=-h+s=-h{\prime}+s, s, s^{\prime} \in S $,而 \(0 \neq h-h^{\prime}=s-s^{\prime} \in H\).

定理 4 (闵可夫斯基凸体定理)

\(\Lambda\) 为秩 \(n\) 的全秩格(满格)。对于任何中心对称凸集 \(S\) ,如果 \(\operatorname{vol}(S)>2^n \operatorname{det}(\Lambda)\)\(S\) 包含一个非零格点。

证明: 定义 \(\hat{S}=\frac{1}{2} S=\{x \mid 2 x \in S\}\) ,则 \(\operatorname{vol}(\hat{S})=2^{-n} \operatorname{vol}(S)>\operatorname{det}(\Lambda)\) 。由定理 \(3\) 可得,存在两个点 \(z_1,z_2 \in \hat{S}\) 使得 \(z_1- z_2 \in \Lambda\) 是一个非零格点。由于 \(z_1, z_2 \in \frac{1}{2} S\) ,因此 \(2 z_1, 2 z_2 \in S\) ,又因为 \(S\) 是中心对称的,所以 \(-2 z_2 \in S\) 。由上可得,由于 \(S\) 为凸集,所以 \(\frac{2 z_1-2 z_2}{2}=z_1-z_2\) 也在 \(S\) 中,得证。

推论 5 (最短向量的上界)(闵可夫斯基第一定理)

对于秩为 \(n\) 的任何全秩格 \(\Lambda\),则有 \(\lambda_1(\Lambda) \leq \sqrt{n}(\operatorname{det} \Lambda)^{\frac{1}{n}}\)

证明:设格 \(\Lambda\) 的一组基为 \(\boldsymbol{b}_1, \boldsymbol{b}_2, \cdots, \boldsymbol{b}_n\), 设 \(\boldsymbol{B}=\left[\boldsymbol{b}_1, \boldsymbol{b}_2, \cdots, \boldsymbol{b}_n\right] \in \mathbb{R}^{m \times n}\),记向量 \(\boldsymbol{b}_1, \boldsymbol{b}_2, \cdots, \boldsymbol{b}_n\) 生成的线性空间为 \(\operatorname{span}\left(\boldsymbol{b}_1, \boldsymbol{b}_2, \cdots, \boldsymbol{b}_n\right)\), 即

\[\operatorname{span}\left(\boldsymbol{b}_1, \boldsymbol{b}_2, \cdots, \boldsymbol{b}_n\right)=\left\{\boldsymbol{B} \boldsymbol{x}, \boldsymbol{x} \in \mathbb{R}^n\right\} \]

\(S=\mathcal{B}\left(O, \sqrt{n} \operatorname{det}(\Lambda)^{\frac{1}{n}}\right) \cap \operatorname{span}\left(\boldsymbol{b}_1, \boldsymbol{b}_2, \cdots, \boldsymbol{b}_n\right)\)\(\operatorname{span}\left(\boldsymbol{b}_1, \boldsymbol{b}_2, \cdots, \boldsymbol{b}_n\right)\) 中以原点为中心,以 \(\sqrt{n} \operatorname{det}(\Lambda)^{\frac{1}{n}}\) 为半径的开球,注意到 \(S\) 的体积严格大于 \(2^n \operatorname{det}(\Lambda)\) ,因为 \(S\) 中包含一个 \(n\) 维的边长为 \(2 \operatorname{det}(\Lambda)^{\frac{1}{n}}\) 的超立方体,故由定理 \(4\) 存在一个非零向量 \(\boldsymbol{v} \in S \cap \Lambda\) ,使得 \(\|\boldsymbol{v}\|<\sqrt{n} \operatorname{det}(L)^{\frac{1}{n}}\)

因此,格 \(L\) 中最短向量的长度 \(\lambda_1\) 满足

\[\lambda_1 \leqslant\|\boldsymbol{v}\|<\sqrt{n} \operatorname{det}(L)^{\frac{1}{n}} \text {. } \]

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/843759.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C++ 学习笔记(2):String、递归、排序

背景 记个笔记,这几天跟着这个教程到第五章了,顺带把递归和排序也看了(沙比学校天天整些屁事都没什么空折腾)。 String 字符串就直接用 GPT 生成了,这里就当文档记。(感觉没啥好说的)字符串的输入和输出输入字符串:使用 cin 输入字符串,注意会自动去除末尾的换行符。 …

小米10ultra ISO12233 超广角IMX350 不同亮度下比较 分辨率

自动模式 只有屋顶的灯 IMG_20241130_005539.HEIC ISO1045 自动模式 头灯补光 IMG_20241130_005547.HEIC ISO55 专业模式 固定ISO100 IMG_20241130_005603.jpg 只有屋顶的灯 专业模式 固定ISO100 头灯补光

centos7的root密码重置

1. 重启操作系统,出现以下界面时,按键盘e键继续。 2.出现如下界面时,往下翻,找到 linux XXX (其实是设置系统启动内核参数)添加“rw single init=/bin/bash”,添加后按“Ctrl + x”继续。 3.出现如下界面时,输入“passwd”,按照密码复杂程度进行重置root密码。 4.密…

Solidity学习笔记-2

16.函数重载 16_01.重载函数重载(overloading):即函数名字相同,但输入的参数类型不同的函数可以同时存在;(被视为是不同的函数) Solidity不允许修饰器modifier重载; 重载的函数经过编译之后,由于不同的参数类型,都变成了不同的函数选择器(selector,29节有介绍);示…

gitlab分支保护

作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任。 目录1.开发者无法推送代码到master分支案例1.1 查看jasonyin2020角色1.2 查看jasonyin2020有权限的相关项目1.3 使用jasonyin2020用户拉取meta-data项目所有分支到本地1.4 使用jasonyin2020用户推送数据到dev…

Python绘制南北极地图

import matplotlib.pyplot as plt import numpy as np import cartopy.crs as ccrs import cartopy.feature as cfeature import matplotlib.path as mpathdef plot_polar_map(dmeridian: float = 30.0, # 经度网格线间隔dparallel: float = 15.0): # 纬度网格线间隔"&q…

开源 - Ideal库 - Excel帮助类,TableHelper实现(二)

本文实现对象集合与DataTable的转换,包括按列名数组、列名-类型键值对、类创建表格的方法,并对类进行类型校验和反射获取属性信息,单元测试代码已上传至代码库。书接上回,我们今天开始实现对象集合与DataTable的相互转换。01、接口设计 上文中已经详细讲解了整体设计思路以…

大语言模型中的MoE

1.概述 MoE代表“混合专家模型”(Mixture of Experts),这是一种架构设计,通过将不同的子模型(即专家)结合起来进行任务处理。与传统的模型相比,MoE结构能够动态地选择并激活其中一部分专家,从而显著提升模型的效率和性能。尤其在计算和参数规模上,MoE架构能够在保持较…

ssh控制远程设备连接wifi

查看wifisudo nmcli device wifi连接wifisudo nmcli device wifi connect MERCURY_21B8 password 密码提示连接成功Device wlan0 successfully activated with 5c7d67b4-145d-4848-83cf-3b51795503fb

Kubeapps可视化管理Helm Chart包

目录一.基于helm部署kubeapps1.kubeapps介绍2.添加kubeapps的repo3.搜索kubeapps4.下载指定的kubeapps版本5.基于helm部署kubeapps6.访问kubeapps的WebUI二.通过kubeapps部署应用案例1 通过kubeapps查看已经部署的Chart2.通过kubeapps搜索Chart信息 一.基于helm部署kubeapps 1.…

剪映设置封面时候如何防止文字遮挡人物 All In One

剪映设置封面时候如何防止文字遮挡人物 All In One PS 图层叠加 / 前景后景 / 透明度 照片 人物抠图 + 画中画剪映设置封面时候如何防止文字遮挡人物 All In One 原理分析 PS 图层叠加 / 前景后景 / 透明度 照片 人物抠图 + 画中画 solutionsFilmora ???人物抠图 图层叠加 图…

聊一下怎么10分钟速水中危CVE

怎么在10分钟里速水一个中危CVE题目是真的。今天晚上刚接触关于CVE的审计和提交。只能说:牛逼的是真牛逼,水的是真水。 我接下来教你,怎么在10分钟里找到一个CVE的中危漏洞并且提交。然后你就可以去咸鱼接单了,一个一铂快 打开https://code-projects.org/ 随机找一个水项目…