Todd-Coxeter 算法和 3D/4D 均匀多胞体

本文介绍我写的一个高颜值的、脱离了低级趣味的小程序:用 Python 和 POV-Ray 绘制各种三维多面体和四维多胞体,代码在 Github 上。

以下是用这个程序渲染的一些例子,其中不同颜色的顶点/边/面表示它们在对称群的作用下位于不同的轨道中,具体解释见后。

Möbius 变换的分类与上半双曲空间的等距

本文的想法源自 Roice Nelson 的 shadertoy 项目,我觉得他的创意很棒,就是效果有点糙,于是 动手改进了一番。乍一看,这个动画的场景很简单,其实它背后的数学并不平凡。

这个动画从三个角度了演示 Möbius 变换,这三个角度是密切相关的:

  1. Möbius 变换作为扩充复平面 \(\hat{\mathbb{C}}\) 到自身的全纯函数。
  2. Möbius 变换作为 Riemann 球面 \(S^2\) 到自身的全纯函数。
  3. Möbius 变换作为上半双曲空间中的等距变换。

本文只作概括性的介绍,并不展开详细的数学证明。读者可以参考下面的资料:

  1. 维基百科.
  2. Needham (1997) .
  3. Mumford, Series, and Wright (2002), chapter 3.
  4. Palka (1991), chapter IX, section 2.

本文的动画应该可以帮助你更好地理解这些资料中的内容。

模任何素数都可约的整系数不可约多项式

几年前在知乎上有这么 一个问题

问题 有哪些 \(\mathbb{Z}[x]\) 中的多项式,它们在有理数域 \(\mathbb{Q}\) 上是不可约的,而对任意素数 \(p\),模 \(p\) 以后在 \(\mathbb{Z}_p[x]\) 上都是可约的?

当时我给了回答,后来账号注销了,答案也一并删除了。现在把我的原答案贴在这里:

Coupling from the past

今天我要介绍一个 Markov 链采样中的精彩算法,叫做 coupling from the past (CFTP)。这个算法看似简单,实则充满玄机。我相信你可以在五分钟内理解算法的步骤,然后再花五分钟左右看懂算法的证明,但是我打赌你需要几个星期甚至更久的时间来细细回味其中奥妙。

作为启发,我们从一个计数问题开始:

问题 下图是一个边长分别为 \(a,b,c\) 的平行六边形,其中 \(a,b,c\) 都是正整数,内角均为 120 度:

请问:用边长为 1 的菱形密铺它,有多少种不同的方法?

当前网速较慢或者你使用的浏览器不支持博客特定功能,请尝试刷新或换用Chrome、Firefox等现代浏览器