stringtranslate.com

Поток, сокращающий кривую

Сходимость выпуклой кривой к окружности под действием потока, сокращающего кривую. Внутренние кривые (более светлый цвет) представляют собой плавные версии внешних кривых. Шаги по времени между кривыми не одинаковы.

В математике поток, сокращающий кривую, — это процесс, который изменяет гладкую кривую в евклидовой плоскости , перемещая ее точки перпендикулярно кривой со скоростью, пропорциональной кривизне . Поток, сокращающий кривую, является примером геометрического потока и представляет собой одномерный случай потока средней кривизны . Другие названия одного и того же процесса включают евклидов поток сокращения , геометрический тепловой поток [ 1] ​​и эволюцию длины дуги .

Поскольку точки любой гладкой простой замкнутой кривой движутся таким образом, кривая остается простой и гладкой. Он теряет площадь с постоянной скоростью, а его периметр уменьшается настолько быстро, насколько это возможно при любом непрерывном развитии кривой. Если кривая невыпуклая, ее полная абсолютная кривизна монотонно уменьшается, пока она не станет выпуклой. После выпуклости изопериметрическое соотношение кривой уменьшается по мере того, как кривая сходится к круглой форме, прежде чем схлопнуться до сингулярности . Если развиваются две непересекающиеся простые гладкие замкнутые кривые, они остаются непересекающимися до тех пор, пока одна из них не схлопнется в точку. Круг — единственная простая замкнутая кривая, которая сохраняет свою форму под действием потока, сокращающего кривую, но некоторые кривые, которые пересекаются сами по себе или имеют бесконечную длину, сохраняют свою форму, включая кривую мрачного жнеца, бесконечную кривую, которая перемещается вверх, и спирали , которые вращаются. оставаясь при этом того же размера и формы.

Аппроксимацию потока, сокращающего кривую, можно рассчитать численно, аппроксимировав кривую многоугольником и используя метод конечных разностей для расчета движения каждой вершины многоугольника. Альтернативные методы включают вычисление свертки вершин многоугольника и последующую повторную выборку вершин полученной кривой или повторное применение медианного фильтра к цифровому изображению , черно-белые пиксели которого представляют внутреннюю и внешнюю часть кривой.

Первоначально течение с укорачиванием кривой изучалось как модель отжига металлических листов. Позже он был применен при анализе изображений, чтобы дать многомасштабное представление фигур. Он также может моделировать системы реакции-диффузии и поведение клеточных автоматов . Поток, сокращающий кривую, можно использовать для поиска замкнутых геодезических на римановых многообразиях , а также в качестве модели поведения потоков более высокой размерности.

Определения

Поток — это процесс , в котором точки пространства постоянно меняют свое местоположение или свойства с течением времени. Более конкретно, в одномерном геометрическом потоке, таком как поток, сокращающий кривую, точки, подвергающиеся потоку, принадлежат кривой , и изменяется форма кривой, ее вложение в евклидову плоскость, определяемую расположением каждой точки. из его точек. [2] В потоке сокращения кривой каждая точка кривой движется в направлении вектора нормали к кривой со скоростью, пропорциональной кривизне . Для развивающейся кривой, представленной двухпараметрической функцией C ( s , t ) , где s параметризует длину дуги вдоль кривой, а t параметризует время в развитии кривой, поток, сокращающий кривую, может быть описан параболическим частичным дифференциальное уравнение

форма уравнения теплопроводности , где κ — кривизна, а n — единичный вектор нормали. [3]

Поскольку на составляющие этого уравнения, длину дуги, кривизну и время, не влияют перемещения и вращения евклидовой плоскости, из этого следует, что поток, определяемый этим уравнением, инвариантен относительно перемещений и вращений (или, точнее, эквивариантен ) . . Если плоскость масштабируется с постоянным коэффициентом расширения, поток остается практически неизменным, но замедляется или ускоряется с тем же коэффициентом. [4]

Негладкие кривые

Для того чтобы течение было четко определено, данная кривая должна быть достаточно гладкой, чтобы иметь непрерывную кривизну. Однако как только течение начинается, кривая становится аналитической и остается таковой до тех пор, пока не достигнет сингулярности, при которой кривизна резко возрастает. Для гладкой кривой без пересечений единственная возможная особенность возникает, когда кривая схлопывается в точку, но погруженные кривые могут иметь особенности другого типа. [5] В таких случаях, при некоторой осторожности, можно продолжить поток мимо этих особенностей, пока вся кривая не сожмется до одной точки. [6]

Для простой замкнутой кривой, используя расширение потока до негладких кривых на основе метода набора уровней , есть только две возможности. Кривые с нулевой мерой Лебега (включая все многоугольники и кусочно-гладкие кривые) мгновенно превращаются в гладкие кривые, после чего они развиваются, как любая гладкая кривая. Однако кривые Осгуда с ненулевой мерой вместо этого сразу же превращаются в топологическое кольцо с ненулевой площадью и гладкими границами. [7] Синусоидальная кривая тополога — это пример, который мгновенно становится гладким, несмотря на то, что даже не является локально связанным ; примеры, подобные этому, показывают, что обратная эволюция потока, сокращающего кривую, может привести кривые с хорошим поведением к сложным особенностям за конечное время. [8]

Неевклидовы поверхности

Поток, сокращающий кривую, и многие результаты о потоке, сокращающем кривую, могут быть обобщены с евклидовой плоскости на любое двумерное риманово многообразие . Чтобы избежать дополнительных типов сингулярностей, важно, чтобы многообразие было выпуклым на бесконечности ; это означает, что каждый компакт имеет компактную выпуклую оболочку , определенную с помощью геодезической выпуклости . Поток, сокращающий кривую, не может заставить кривую отойти от ее выпуклой оболочки, поэтому это условие не позволяет частям кривой достигать границы многообразия. [9]

Пространственные кривые

Поток, сокращающий кривую, также изучался для кривых в трехмерном евклидовом пространстве . Вектор нормали в этом случае можно определить (как и на плоскости) как производную касательного вектора по длине дуги, нормализованную до единичного вектора; это один из компонентов системы Френе-Серре . Он не четко определен в точках нулевой кривизны, но произведение кривизны и вектора нормали остается четко определенным в этих точках, что позволяет определить поток, сокращающий кривую. Кривые в пространстве могут пересекать друг друга или сами по себе согласно этому потоку, и поток может приводить к сингулярностям кривых; каждая особенность асимптотична плоскости. [10] Однако известно, что сферические кривые и кривые, которые можно ортогонально спроектировать в правильную выпуклую плоскую кривую, остаются простыми. [11] Поток, сокращающий кривую для пространственных кривых, использовался как способ определения обтекания сингулярностей на плоских кривых. [12]

За пределами кривых

Можно расширить определение потока до более общих входных данных, чем кривые, например, используя спрямляемые варифолды или метод набора уровней . Однако эти расширенные определения могут позволить частям кривых мгновенно исчезнуть или превратиться в наборы ненулевой площади. [13]

Для сетей кривых продление потока, сокращающего кривую, за пределы сингулярности может привести к неоднозначности или утолщению.

Обычно изучаемый вариант проблемы включает в себя сети непересекающихся внутри гладких кривых с стыками в местах пересечения трех или более кривых. Когда все соединения имеют ровно три кривые, пересекающиеся под углами 2 π /3 (те же условия, которые наблюдаются в оптимальном дереве Штейнера или в двумерной пене из мыльных пузырей ), течение в краткосрочной перспективе четко определено. Однако в конечном итоге он может достичь сингулярного состояния с четырьмя или более кривыми, пересекающимися в месте соединения, и может существовать более одного способа продолжить поток мимо такой сингулярности. [14]

Поведение

Принцип уклонения, радиус и коэффициент растяжения

Если две непересекающиеся гладкие простые замкнутые кривые одновременно подвергаются укорачивающему кривую потоку, они остаются непересекающимися по мере развития потока. Причина в том, что если две гладкие кривые движутся таким образом, что возникает пересечение, то в момент первого пересечения кривые обязательно будут касаться друг друга, не пересекаясь. Но в такой ситуации кривизна двух кривых в точке касания обязательно разлучит их, а не столкнет вместе в пересечение. По той же причине единственная простая замкнутая кривая никогда не сможет пересечь саму себя. Это явление известно как принцип избегания. [15]

Принцип избегания подразумевает, что любая гладкая замкнутая кривая должна в конечном итоге достичь сингулярности, например точки бесконечной кривизны. Ибо, если данная гладкая кривая C окружена кругом, обе они останутся непересекающимися до тех пор, пока они обе существуют. Но охватывающий круг сжимается под потоком кривизны, оставаясь круглым, пока не рухнет, и по принципу избегания C должен оставаться заключенным внутри него. Таким образом, если бы C никогда не достиг сингулярности, он оказался бы в ловушке в одной точке в момент схлопывания круга, что невозможно для гладкой кривой. Это можно определить количественно, заметив, что радиус наименьшего круга, окружающего C, должен уменьшаться со скоростью, по крайней мере, такой же быстрой, как уменьшение радиуса круга, подвергающегося тому же потоку. [16]

Хьюскен (1998) количественно определяет принцип избегания для одной кривой с точки зрения соотношения между длиной дуги (более короткой из двух дуг) и евклидовым расстоянием между парами точек, иногда называемым коэффициентом растяжения . Он показывает, что коэффициент растяжения строго уменьшается в каждом из своих локальных максимумов, за исключением случая двух концов диаметра круга, когда коэффициент растяжения постоянен и равен π . Это свойство монотонности подразумевает принцип избегания, поскольку, если кривая когда-либо коснется самой себя, коэффициент растяжения станет бесконечным в двух точках соприкосновения. [17]

Длина

Когда кривая подвергается укорачивающему потоку, ее длина L уменьшается со скоростью, определяемой формулой

где интеграл берется по кривой, κ — кривизна, а s — длина дуги вдоль кривой. Подынтегральная функция всегда неотрицательна, и для любой гладкой замкнутой кривой существуют дуги, внутри которых она строго положительна, поэтому длина монотонно убывает. В более общем смысле, для любой эволюции кривых, нормальная скорость которых равна f , скорость изменения длины равна

который можно интерпретировать как отрицательный внутренний продукт между данной эволюцией и потоком, сокращающим кривую. Таким образом, поток, укорачивающий кривую, можно описать как градиентный поток по длине, поток, который (локально) уменьшает длину кривой настолько быстро, насколько это возможно относительно нормы потока L 2 . Именно это свойство дало название потоку, сокращающему кривую. [18]

Область

Для простой замкнутой кривой площадь, ограниченная кривой, сокращается с постоянной скоростью 2 π единиц площади в единицу времени, независимо от кривой. Следовательно, общее время, необходимое кривой для сжатия до точки, пропорционально ее площади, независимо от ее первоначальной формы. [19] Поскольку площадь кривой уменьшается с постоянной скоростью и (в соответствии с изопериметрическим неравенством ) круг имеет наибольшую возможную площадь среди простых замкнутых кривых заданной длины, из этого следует, что круги - это кривые, которые медленнее всего сжимаются. точка под потоком, сокращающим кривую. Всем остальным кривым требуется меньше времени, чтобы схлопнуться, чем кругу той же длины. [20]

Постоянная скорость уменьшения площади — единственный закон сохранения, которому удовлетворяет поток, сокращающий кривую. Это означает, что невозможно выразить «точку схода», в которой кривая в конечном итоге схлопывается, как интеграл по кривой любой функции ее точек и их производных, потому что такое выражение привело бы к запрещенному второму закону сохранения. [21] Однако, объединив постоянную скорость потери площади с принципом избегания, можно доказать, что точка схода всегда лежит внутри круга, концентричного минимальному охватывающему кругу, площадь которого равна разнице площадей между охватывающими его кругами. окружность и заданная кривая. [22]

Полная абсолютная кривизна

Полная абсолютная кривизна гладкой кривой представляет собой интеграл абсолютного значения кривизны по длине дуги кривой:

Его также можно выразить как сумму углов между векторами нормалей в последовательных парах точек перегиба . Оно составляет 2 π для выпуклых кривых и больше для невыпуклых кривых, что служит мерой невыпуклости кривой. [23]

Новые точки перегиба не могут быть созданы потоком, сокращающим кривую. [24] Каждый из углов в представлении полной абсолютной кривизны в виде суммы монотонно уменьшается, за исключением моментов, когда две последовательные точки перегиба достигают одного и того же угла или положения друг с другом и обе исключаются. Следовательно, общая абсолютная кривизна никогда не может увеличиваться по мере развития кривой. Для выпуклых кривых он постоянен при 2 π , а для невыпуклых кривых монотонно убывает. [25]

Теорема Гейджа – Гамильтона – Грейсона

Если гладкая простая замкнутая кривая подвергается потоку, сокращающему кривую, она остается гладко вложенной без самопересечений. Со временем он станет выпуклым , и как только это произойдет, он останется выпуклым. По истечении этого времени все точки кривой сдвинутся внутрь, а форма кривой сойдется к кругу, поскольку вся кривая сожмется до одной точки. Иногда это поведение описывают, говоря, что каждая простая замкнутая кривая сжимается до «круглой точки». [26]

Этот результат принадлежит Майклу Гейджу , Ричарду С. Гамильтону и Мэтью Грейсону. Гейдж (1983, 1984) доказал сходимость к окружности выпуклых кривых, стягивающихся в точку. Более конкретно, Гейдж показал, что изопериметрическое соотношение (отношение квадрата длины кривой к площади, число, равное 4 π для круга и больше для любой другой выпуклой кривой) монотонно и быстро уменьшается. Гейдж и Гамильтон (1986) доказали, что все гладкие выпуклые кривые в конечном итоге сжимаются в точку, не образуя никаких других особенностей, а Грейсон (1987) доказал, что каждая невыпуклая кривая в конечном итоге станет выпуклой. [27] Эндрюс и Брайан (2011) предоставляют более простое доказательство результата Грейсона, основанное на монотонности коэффициента растяжения.

Предельная форма для всех сетей из двух коллинеарных лучей и двух кривых, соединяющих концы двух лучей. Центральная линза имеет форму vesica piscis .

Аналогичные результаты могут быть распространены с замкнутых кривых на неограниченные кривые, удовлетворяющие локальному условию Липшица . Для таких кривых, если обе стороны кривой имеют бесконечную площадь, то развитая кривая всегда остается гладкой и без сингулярностей. Однако если одна сторона неограниченной кривой имеет конечную площадь, а кривая имеет конечную полную абсолютную кривизну, то ее эволюция достигает сингулярности за время, пропорциональное площади на стороне кривой конечной площади, с неограниченной кривизной вблизи особенности. . [28] Для кривых, которые являются графиками достаточно хорошо ведущих себя функций, асимптотических для луча в каждом направлении, решение сходится по форме к уникальной форме, асимптотической для тех же лучей. [29] Для сетей, образованных двумя непересекающимися лучами на одной прямой и двумя гладкими кривыми, соединяющими концы двух лучей, справедлив аналог теоремы Гейджа–Гамильтона–Грейсона, при котором область между двумя кривыми становится выпуклой. а затем сходится к форме vesica piscis . [30]

Особенности самопересекающихся кривых

Кривые, имеющие самопересечения, могут достигать сингулярностей, прежде чем сжаться в точку. Например, если лемниската (любая гладкая погруженная кривая с одним пересечением, напоминающая цифру 8 или символ бесконечности ) имеет неравные площади в двух своих лепестках, то в конечном итоге меньшая доля схлопнется в точку. Однако если две доли имеют равные площади, то они останутся равными на протяжении всей эволюции кривой, а изопериметрическое соотношение будет расходиться по мере того, как кривая схлопывается до сингулярности. [4]

Когда локально выпуклая самопересекающаяся кривая приближается к сингулярности при сжатии одной из ее петель, она либо сжимается самоподобным образом, либо асимптотически приближается к кривой мрачного жнеца (описанной ниже) по мере ее сжатия. Когда петля схлопывается в сингулярность, величина общей абсолютной кривизны, которая теряется, составляет либо не менее 2 π , либо ровно π . [31]

О римановых многообразиях

На римановом многообразии любая гладкая простая замкнутая кривая останется гладкой и простой по мере своего развития, как и в евклидовом случае. Он либо схлопнется до определенной точки за конечное время, либо навсегда останется гладким и простым. В последнем случае кривая обязательно сходится к замкнутой геодезической поверхности. [32]

Погруженные кривые на римановых многообразиях с конечным числом самопересечений становятся самокасательными только в дискретный набор моментов времени, в каждый из которых они теряют пересечение. Как следствие, количество точек самопересечения не увеличивается. [33]

Теннисный мяч

Сокращение кривой на сфере можно использовать как часть доказательства теоремы о теннисном мяче . Эта теорема утверждает, что каждая гладкая простая замкнутая кривая на сфере, которая делит поверхность сферы на две равные области (как шов теннисного мяча ), должна иметь как минимум четыре точки перегиба . Доказательство основано на наблюдении, что сокращение кривой сохраняет ее гладкость и свойства деления площади пополам и не увеличивает количество точек перегиба. Таким образом, это позволяет свести проблему к проблеме для кривых вблизи предельной формы сокращения кривой - большого круга . [34]

Формула монотонности Хейскена

Согласно формуле монотонности Хейскена , свертка развивающейся кривой с обращенным во времени тепловым ядром не возрастает. Этот результат можно использовать для анализа особенностей эволюции. [35]

Конкретные кривые

Кривые с самоподобной эволюцией

Кривая мрачного жнеца и ее переведенные копии, созданные потоком, сокращающим кривую.

Поскольку любая другая простая замкнутая кривая сходится к окружности, окружность является единственной простой замкнутой кривой, которая сохраняет свою форму под действием потока, сокращающего кривую. Однако существует множество других примеров кривых, которые либо непросты (они включают в себя самопересечения), либо незамкнуты (они простираются до бесконечности) и сохраняют свою форму. В частности, [36]

который имеет положительные периодические решения (соответствующие кривым с самоподобной эволюцией) для любого периода, находящегося строго между π и . [38]

Древние решения

Древнее решение проблемы потока — это кривая, эволюцию которой можно экстраполировать назад за все время, без сингулярностей. Все самоподобные решения, которые сжимаются или остаются в том же размере, а не растут, в этом смысле являются древними решениями; их можно экстраполировать назад, обратив преобразование самоподобия , которому они подверглись бы при прямом потоке, сокращающем кривую. Так, например, круг, мрачный жнец и кривые Абреша-Лангера — все это древние решения. [41]

Есть и примеры, не самоподобные. Ярким примером является овальное решение Ангенента, основанное на работе Ангенента (1992). Это семейство кривых можно параметризовать, указав кривизну как функцию угла касания, используя формулу

и имеют в качестве предельной формы при обратной эволюции пару кривых мрачного жнеца, приближающихся друг к другу с противоположных направлений. [42] В декартовой системе координат они могут быть заданы неявным уравнением кривой [43]

В физической литературе те же формы известны как модель скрепки . [37]

Решения Ангенентского овала и сжимающегося круга - единственные древние решения, временные интервалы которых ограничивали ограниченные выпуклые множества. [41] «Мрачный жнец», стационарное полупространство и стационарные полосовые решения — единственные примеры, временные интервалы которых ограничивают неограниченные выпуклые множества. [44] Существует множество дополнительных (невложенных) локально выпуклых примеров, а также множество дополнительных (невыпуклых) вложенных примеров. [45] [46]

Численные приближения

Чтобы эффективно вычислить поток, сокращающий кривую, как непрерывную кривую, так и ее непрерывную эволюцию необходимо заменить дискретной аппроксимацией.

Переднее отслеживание

Методы отслеживания фронтов уже давно используются в гидродинамике для моделирования и отслеживания движения границ между различными материалами, крутых градиентов свойств материалов, таких как погодные фронты , или ударных волн внутри одного материала. Эти методы включают в себя вывод уравнений движения границы и их использование для непосредственного моделирования движения границы, а не моделирование подстилающей жидкости и рассмотрение границы как возникающего свойства жидкости. [47] Те же методы можно использовать для моделирования потока, сокращающего кривую, даже если кривая, на которой протекает поток, не является границей или скачком.

В методах отслеживания фронта для сокращения кривой кривая, претерпевающая эволюцию, дискретизируется в виде многоугольника. Метод конечных разностей используется для вывода формул для приблизительного вектора нормали и кривизны в каждой вершине многоугольника, и эти значения используются для определения того, как перемещать каждую вершину на каждом временном шаге. [48] ​​Хотя поток, сокращающий кривую, определяется движением кривой перпендикулярно самой себе, некоторые параметризации потока, сокращающего кривую, могут позволить вершинам, которые аппроксимируют кривую, двигаться неперпендикулярно. По сути, это позволяет вершинам перемещаться вдоль кривой по мере ее развития. Выбор тщательной перепараметризации может помочь более равномерно перераспределить вершины вдоль кривой в ситуациях, когда перпендикулярное движение может привести к их сбивке. [49] Мерриман, Бенс и Ошер (1992) пишут, что эти методы быстрые и точные, но гораздо сложнее распространить их на версии потока, сокращающего кривую, которые применимы к более сложным входным данным, чем простые замкнутые кривые, где приходится иметь дело с особенностями и изменениями топологии.

Цао (2003) предупреждает, что для большинства таких методов «условия устойчивости нелегко определить, и шаг по времени должен выбираться специально». [50] Другой метод конечных разностей, предложенный Crandall & Lions (1996), изменяет формулу для кривизны в каждой вершине, добавляя к ней небольшой член, основанный на операторе Лапласа . Эта модификация называется эллиптической регуляризацией, и ее можно использовать для доказательства существования обобщенных потоков, а также при их численном моделировании. [51] Используя его, можно доказать, что метод Крэндалла и Лайонса сходится, и это единственный численный метод, указанный Цао, который имеет ограничения на скорость сходимости. [52] Эмпирическое сравнение прямого Эйлера , обратного Эйлера и более точных методов конечных разностей Кранка – Николсона см. в Balažovjech & Mikula (2009).

Повторная выборка свертки

Мохтариан и Макворт (1992) предлагают численный метод расчета аппроксимации потока, сокращающего кривую, который поддерживает дискретную аппроксимацию кривой и чередует два шага:

Как они показывают, этот метод сходится к распределению укорочения кривой в пределе, когда количество точек выборки растет и нормированная длина дуги радиуса свертки уменьшается. [53]

Медианная фильтрация

Мерриман, Бенс и Ошер (1992) описывают схему, работающую на двумерной квадратной сетке – фактически массиве пикселей . Кривая, которую необходимо построить, представляется путем присвоения значения 0 (черный) пикселям снаружи кривой и 1 (белый) пикселям внутри кривой, что дает индикаторную функцию для внутренней части кривой. Это представление обновляется путем чередования двух шагов:

Чтобы эта схема была точной, шаг по времени должен быть достаточно большим, чтобы кривая сдвинулась хотя бы на один пиксель даже в точках малой кривизны, но достаточно маленьким, чтобы радиус размытия был меньше минимального радиуса. кривизны. Следовательно, размер пикселя должен быть O (min κ /max κ 2 ) и достаточно мал, чтобы можно было выбрать подходящий промежуточный временной шаг. [54]

Этот метод можно обобщить на эволюцию сетей кривых, пересекающихся в местах соединения и разделяющих плоскость более чем на три области, применяя один и тот же метод одновременно к каждой области. [54] Вместо размытия и определения порога этот метод альтернативно можно описать как применение медианного фильтра с гауссовскими весами к каждому пикселю. Можно использовать ядра, отличные от теплового ядра, или адаптивно уточнять сетку так, чтобы она имела высокое разрешение вблизи кривой, но не тратила время и память на пиксели, расположенные далеко от кривой, которые не влияют на результат. [55] Вместо использования только двух значений в пикселизированном изображении версия этого метода, в которой используется изображение, значения пикселей которого представляют расстояние со знаком до кривой, может достичь субпиксельной точности и требует более низкого разрешения. [56]

Приложения

Отжиг металлических листов

Ранняя ссылка на поток, сокращающий кривую, сделанную Уильямом В. Маллинзом  (1956), мотивирует его как модель физического процесса отжига , при котором термообработка вызывает смещение границ между зернами кристаллизованного металла. В отличие от мыльных пленок , которые из-за разницы в давлении воздуха превращаются в поверхности постоянной средней кривизны , границы зерен при отжиге подвергаются только локальным воздействиям, которые заставляют их перемещаться в соответствии с потоком средней кривизны. Одномерный случай этого потока, поток, укорачивающий кривую, соответствует отжигу листов металла, которые достаточно тонкие, чтобы зерна стали фактически двумерными, а их границы стали одномерными. [57]

Анализ формы

В области обработки изображений и компьютерного зрения Мохтариан и Макворт (1992) предлагают применять поток сокращения кривой к контуру формы, полученной из цифрового изображения, чтобы удалить шум из формы и обеспечить масштабное пространство , обеспечивающее упрощенное описание. формы на разных уровнях разрешения. Метод Мохтаряна и Макворта включает в себя вычисление потока, сокращающего кривую, отслеживание точек перегиба кривой по мере их продвижения по потоку и построение графика, который отображает положение точек перегиба вокруг кривой в зависимости от параметра времени. Точки перегиба обычно удаляются с кривой парами, когда кривая становится выпуклой (согласно теореме Гейджа – Гамильтона – Грейсона), а время жизни пары точек соответствует выраженности особенности формы. Из-за метода свертки с повторной выборкой, который они описывают для вычисления численной аппроксимации потока, сокращающего кривую, они называют свой метод масштабным пространством кривизны с повторной выборкой . Они отмечают, что это масштабное пространство инвариантно относительно евклидовых преобразований данной формы, и утверждают, что оно однозначно определяет форму и устойчиво к небольшим изменениям формы. Они экспериментально сравнивают его с несколькими связанными альтернативными определениями масштабного пространства для форм и обнаруживают, что масштабное пространство кривизны с повторной выборкой требует меньше вычислительных затрат, более устойчиво к неоднородному шуму и менее сильно подвержено влиянию мелкомасштабных различий в форме. [58]

Реакция-диффузия

В реакционно-диффузионных системах, моделируемых уравнением Аллена-Кана , предельное поведение для быстрой реакции, медленной диффузии и двух или более локальных минимумов энергии с одинаковым энергетическим уровнем заключается в том, что система располагается в областях с различными локальными уровнями. минимумы, причем фронты, ограничивающие границы между этими областями, развиваются в соответствии с течением, сокращающим кривую. [59]

Клеточные автоматы

Клеточный автомат «Отжиг», 1600 шагов после случайного старта

В клеточном автомате каждая ячейка в бесконечной сетке ячеек может иметь одно из конечного набора состояний, и все ячейки обновляют свои состояния одновременно, основываясь только на конфигурации небольшого набора соседних ячеек. Правило клеточного автомата Life-like — это правило, в котором сетка представляет собой бесконечную квадратную решетку, существует ровно два состояния ячеек, набор соседей каждой ячейки — это восемь соседей окрестности Мура , а правило обновления зависит только от количества соседей с каждым из двух государств, а не какой-либо более сложной функции этих государств. В одном конкретном жизненном правиле, введенном Жераром Вишняком и названном правилом искаженного большинства или правилом отжига, правило обновления устанавливает новое значение для каждой ячейки как большинство среди девяти ячеек, заданных ею и ее восемью соседями, за исключением случаев, когда эти ячейки разделены между четырьмя с одним состоянием и пятью с другим состоянием, и в этом случае новым значением ячейки является меньшинство, а не большинство. Детальная динамика этого правила сложна, включая существование небольших стабильных структур. [60] Однако в совокупности (при запуске со всеми ячейками в случайных состояниях) он имеет тенденцию образовывать большие области ячеек, которые все находятся в одном и том же состоянии друг с другом, причем границы между этими областями развиваются в соответствии с укорочением кривой. поток. [61]

Строительство закрытых геодезических

Поток, сокращающий кривую, можно использовать для доказательства изопериметрического неравенства для поверхностей, гауссова кривизна которых является невозрастающей функцией расстояния от начала координат , таких как параболоид . На такой поверхности гладкий компакт, имеющий любую заданную площадь и минимальный периметр для этой площади, обязательно представляет собой круг с центром в начале координат. Доказательство применяет поток, сокращающий кривую, к двум кривым, метрической окружности и границе любого другого компакта, и сравнивает изменение периметра двух кривых, когда они обе сводятся потоком к точке. [62] Поток, сокращающий кривую, также может быть использован для доказательства теоремы о трёх геодезических , согласно которой каждое гладкое риманово многообразие, топологически эквивалентное сфере, имеет три геодезические, образующие простые замкнутые кривые . [63]

Связанные потоки

Другие геометрические потоки , связанные с потоком сокращения кривой, включают следующие.

Примечания

  1. ^ Фраза «геометрический тепловой поток» также использовалась для потоков на других типах объектов, кроме кривых, таких как дифференциальные формы .
  2. ^ Devadoss & O'Rourke (2011), стр.140: «геометрический поток [является] эволюцией геометрии C с течением времени t ».
  3. ^ Девадосс и О'Рурк (2011), с. 140.
  4. ^ Аб Грейсон (1989a).
  5. ^ Грейсон (1989a); Белый (2002).
  6. ^ Ангенент (1991a); Альтшулер и Грейсон (1992).
  7. ^ Лауэр (2013).
  8. ^ Лам и Лауэр (2016).
  9. ^ Риторе и Синестрари (2010), с. 72.
  10. ^ Альтшулер (1991).
  11. ^ Минарчик и Бенеш (2020).
  12. ^ Альтшулер и Грейсон (1992).
  13. ^ Бракке (1978); Белый (1989); Цао (2003), «4.7.1 Варифолдное решение Бракке», с. 100. Лауэр (2013).
  14. ^ Ильманен, Невес и Шульце (2014).
  15. ^ Уайт (2002), с. 526.
  16. ^ Уайт (2002), с. 527.
  17. ^ Хуйскен (1998).
  18. ^ Чжоу и Чжу (2001), с. VII; Уайт (2002), с. 526.
  19. ^ Бракке (1978), Приложение B, Предложение 1, с. 230; Чоу и Чжу (2001), с. VII; Уайт (2002), Теорема 1, с. 527.
  20. ^ аб Уайт (1989).
  21. ^ Брайант и Гриффитс (1995).
  22. ^ Киммел (2004), стр. 182–183.
  23. ^ Брук, Брукштейн и Киммел (2005).
  24. ^ Цао (2003), с. 143.
  25. ^ Бракке (1978), Приложение B, Предложение 2, с. 230; Чжоу и Чжу (2001), лемма 5.5, с. 130; «6.1 Уменьшение общей абсолютной кривизны», стр. 144–147.
  26. ^ Чжоу и Чжу (2001), с. VII; Уайт (2002), теоремы 2 и 3, стр. 527–528; Цао (2003), теорема 3.26, с. 47; Девадосс и О'Рурк (2011), с. 141.
  27. ^ Чжоу и Чжу (2001), с. VII; Цао (2003), с. 47; Девадосс и О'Рурк (2011), с. 141.
  28. ^ Чжоу и Чжу (1998).
  29. ^ Ишимура (1995).
  30. ^ Шнурер и др. (2011); Беллеттини и Новага (2011).
  31. ^ Ангенент (1991b).
  32. ^ Грейсон (1989b); Уайт (2002), с. 528; Риторе и Синестрари (2010), теорема 2.2.1, с. 73. Этот результат уже был сформулирован как гипотеза Гейджем и Гамильтоном (1986).
  33. ^ Ангенент (1991a).
  34. ^ Ангенент (1999).
  35. ^ Хуйскен (1990).
  36. ^ abcde Маллинз (1956); Абреш и Лангер (1986); Эпштейн и Вайнштейн (1987); Чоу и Чжу (2001), «2. Инвариантные решения для потока, сокращающего кривую», стр. 27–44; Халлдорссон (2012 г.); Альтшулер и др. (2013).
  37. ^ Аб Лукьянов, Витчев и Замолодчиков (2004); Хуйскен и Синестрари (2015).
  38. ^ аб Ау (2010).
  39. ^ Шнурер и др. (2011).
  40. ^ Двухлучевой случай уже был описан Маллинзом (1956). Обобщение на два или более лучей и вопросы неединственности см. в Brakke (1978), Приложение C, стр. 235–237 и Ilmanen, Neves & Schulze (2014).
  41. ^ аб Даскалопулос, Hamilton & Sesum (2010).
  42. ^ Ангенент (1992).
  43. ^ Бродбридж и Василиу (2011).
  44. ^ Бурни, Лэнгфорд и Тиналья (2020).
  45. ^ Ангенент и вы (2021).
  46. ^ Вы (2014).
  47. ^ См., например, Скривен (1960); Холден и Рисебро (2015).
  48. ^ Мерриман, Бенс и Ошер (1992); Микула и Шевчович (1999); Цао (2003), «5.1.1 Методы конечных разностей», стр. 107–108.
  49. ^ Кимура (1994); Декельник и Дзюк (1995); Микула и Шевчович (2001); Барретт, Гарке ​​и Нюрнберг (2011); Эллиотт и Фриц (2017).
  50. ^ Цао (2003), «5.1.1 Методы конечных разностей», стр. 107–108.
  51. ^ Ильманен (1994), с. 1.
  52. ^ Крэндалл и Лайонс (1996); Декельник (2000); Цао (2003), «5.2.3 Монотонные и сходящиеся конечно-разностные схемы», с. 109.
  53. ^ Мохтариан и Макворт (1992), стр. 796–797; Цао (2003), стр. 10–11.
  54. ^ аб Мерриман, Бенс и Ошер (1992).
  55. ^ Цао (2003), «5.2.4 Схема Бенса, Мерримана и Ошера для движения средней кривизны», стр. 109–110. О корректности медианной фильтрации с другими изотропными ядрами см. раздел 4.4.1, стр. 90–92.
  56. ^ Эседохлу, Руут и Цай (2010).
  57. ^ Маллинз (1956); Райнс, Крейг и ДеХофф (1974); Бракке (1978), Приложение А, стр. 224–228.
  58. ^ Мохтариан и Макворт (1992).
  59. ^ Рубинштейн, Штернберг и Келлер (1989).
  60. ^ Пиковер (1993).
  61. ^ Вичняк (1986); Шопард и Дро (1998).
  62. ^ Бенджамини и Цао (1996); Риторе и Синестрари (2010), теорема 2.3.1, с. 75.
  63. ^ Грейсон (1989b).
  64. ^ Дзюк (1999); Хауссер и Фойгт (2006).
  65. ^ Чжоу и Чжу (2001), Глава 6: Класс невыпуклых анизотропных потоков, стр. 143–177.
  66. ^ Цао (2003), «3.2.3 Аффинно-инвариантный поток: простейший поток аффинно-инвариантной кривой», стр. 42–46.
  67. ^ Ангенент, Сапиро и Танненбаум (1998); Цао (2003), теорема 3.28, с. 47.
  68. ^ Сапиро и Танненбаум (1993).
  69. ^ Айххольцер и др. (1995).
  70. ^ Хуптих и Рёк (2021).
  71. ^ Смит, Брук и Фрэнсис (2007).
  72. ^ Кантарелла и др. (2004).
  73. ^ Киченассами и др. (1995).

Рекомендации