Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2412.11227

帮助 | 高级搜索

数学 > 度量几何

arXiv:2412.11227 (math)
[提交于 2024年12月15日 (v1) ,最后修订 2024年12月18日 (此版本, v2)]

标题: 凸几何与算法理论中的Brascamp-Lieb不等式

标题: The Brascamp-Lieb inequality in Convex Geometry and in the Theory of Algorithms

Authors:Károly J. Böröczky
摘要: 调和分析中的Brascamp-Lieb不等式由Brascamp和Lieb在1976年的一般秩一情形下证明,而Lieb在1990年完成了完整证明。它表明,在某个不等式中,可以通过检查中心高斯分布来确定最佳常数。大约在1990年,Keith M Ball的开创性工作使得该不等式在凸几何中有各种应用,甚至在离散几何中也有应用,比如Brazitikos关于Helly定理的定量分数版本。另一方面,确定Brascamp-Lieb不等式中的最佳常数以及可能的高斯极值点可以表述为正定矩阵问题,而这个问题与算法理论有着密切联系。
摘要: The Brascamp-Lieb inequality in harmonic analysis was proved by Brascamp and Lieb in the rank one case in 1976, and by Lieb in 1990. It says that in a certain inequality, the optimal constant can be determined by checking the inequality for centered Gaussian distributions. It was Keith M Ball's pioneering work around 1990 that led to various applications of the inequality in Convex Geometry, and even in Discrete Geometry, like Brazitikos' quantitative fractional version of the Helly Theorem. On the other hand, determining the optimal constant and possible Gaussian extremizers for the Brascamp-Lieb inequality can be formulated as a problem in terms of positive definite matrices, and this problem has intimate links to the Theory of Algorithms.
主题: 度量几何 (math.MG)
引用方式: arXiv:2412.11227 [math.MG]
  (或者 arXiv:2412.11227v2 [math.MG] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.11227
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Karoly J. Boroczky [查看电子邮件]
[v1] 星期日, 2024 年 12 月 15 日 15:49:56 UTC (20 KB)
[v2] 星期三, 2024 年 12 月 18 日 15:40:28 UTC (20 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
切换浏览方式为:
math.MG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号