¿Se puede reducir cualquier sistema n-dimensional a una dimensión con una curva de relleno de espacio?

Las curvas que llenan el espacio existen en todas las dimensiones, sí. Es posible encontrar una curva que cubra continuamente un cubo de 17 dimensiones, por ejemplo. El teorema clave en esta dirección es Hahn-Mazurkiewicz, que caracteriza exactamente los espacios que son imágenes continuas del intervalo unitario. Ver por ejemplo http://math.stanford.edu/~kupers….

Sin embargo, nadie consideraría esto como una forma de “reducir un sistema n-dimensional a una dimensión”. Cuando las personas hablan de “reducción”, generalmente se refieren a formas de simplificar o facilitar el análisis del problema al hacer que algún aspecto sea más pequeño o más manejable. Es extremadamente raro que un sistema matemático, físico u otro de alta dimensión pueda analizarse efectivamente “reduciéndolo” a una dimensión usando una curva de relleno de espacio (de hecho, no creo que pueda nombrar una sola instancia de esto) . Esas curvas generalmente no se diferencian en ninguna parte y conservan muy poco de la estructura del espacio que ocupan.

(No entiendo la parte de la pregunta que dice “Esta respuesta puede ser diferente para sistemas cuantificados discretos versus espacios continuos”).

Sí, pero esta “reducción” puede o no ser útil, dependiendo de la situación. De hecho, si todo lo que quiere es representar un punto en el espacio n dimensional por un solo escalar, realmente no necesita una curva que llene el espacio (la cardinalidad del espacio n dimensional es la misma que la de los números reales, y allí Hay varias formas de mapear el espacio en un intervalo). Sin embargo, estas representaciones rompen la localidad (dos puntos que están cerca uno del otro en el espacio n dimensional podrían no estar cerca en la representación unidimensional). Si está utilizando esta representación para analizar algo que implica continuidad, lo más probable es que no ayude mucho.

Aunque el uso de una curva de relleno de espacio no preserva la localidad, lo “inverso” es cierto en el sentido de que dos puntos con representaciones de 1 dimensión cerca uno del otro también estarán cerca uno del otro en el espacio n dimensional. Una aplicación de esta propiedad es la computación paralela, cuando desea dividir el espacio en regiones conectadas de manera secuencial y distribuir cada región a un núcleo diferente. Supongamos que desea dividir ciertos cálculos en una malla de 100 x 100 en 10 núcleos, donde el tiempo requerido para calcular cada punto de la malla es diferente. Usando una curva de relleno de espacio, podemos representar la malla por una secuencia de longitud 10000, y dividir esta secuencia en 10 segmentos con un tiempo de cálculo total similar se puede hacer fácilmente. El uso de una curva de relleno de espacio puede brindarle una buena partición en el sentido de que el perímetro de las regiones es pequeño (como un cuadrado en lugar de un rectángulo largo), lo que reduce la cantidad de comunicación entre núcleos.

¿Se puede reducir cualquier programa de C para usar solo una matriz de int? Sí, pero lo más probable es que esta reducción no sea útil.

Específicamente, la mayoría de los problemas naturales estudiados en el cálculo tienen una cierta estructura que se destruiría con alguna reducción. Por ejemplo, si estudiaste Cálculo 1, sabes cómo encontrar máximos locales de funciones de una sola variable. Por lo tanto, parece que también podría usar este conocimiento para encontrar máximos locales de funciones multivariables. Por desgracia, la función de variable única que obtendría en este caso no será diferenciable.

Supongamos que tiene un mapa continuo (x, y) -> r
Luego mapa (x, y, z) -> (r, z) y mapa (r, z) -> r ^ 2 para obtener mapas continuos para 3D. Inducción etc.

More Interesting

Álgebra abstracta: ¿Hay un campo que no sea característico cero?

¿Qué función modela la cantidad promedio de tiempo que se tarda en resolver los rompecabezas de cubos 3D Rubik de diferentes tamaños?

¿Cuáles son algunos libros para las matemáticas IIT JAM?

¿Pueden considerarse los puntos de convergencia de simetrías de calibre como los ceros críticos de Riemann?

¿Cuál es el mejor libro sobre fundamentos de las matemáticas?

¿Qué significa una densidad de 1 en el teorema de densidad de Lebesgue?

¿Cuál es el polinominal [matemáticas] P (x) [/ matemáticas] de 2 grados como: [matemáticas] P (x + 1) -P (x) = x [/ matemáticas] también para 3 grados como [matemáticas] P (x + 1) -P (x) = x ^ 2 [/ matemática] también para 4 grados como [matemática] P (x + 1) -P (x) = x ^ 3 [/ matemática] y para 4 grado tal como [matemáticas] P (x + 1) -P (x) = x (x + 1) (x + 2) [/ matemáticas]?

Si 3 hombres o 4 mujeres pueden hacer un trabajo en 16 días, ¿en cuántos días pueden hacer 12 hombres y 8 mujeres el mismo trabajo?

¿Se pueden usar las matemáticas para probar soluciones incorrectas?

¿De qué manera se puede calcular el porcentaje?

¿Por qué se deben calcular las simulaciones? Cuando dejo caer una pelota, sucede sin ningún cálculo. ¿Es posible simular miles de millones de partículas sin ese paso adicional de cálculo?

¿Qué son las proporciones?

¿Cuál es el valor de 9 x 99 x 999 x 9999 x 99999 x ... x (novecientos noventa y nueve 9s)?

Después de tomar los cursos de matemática apropiados (cálculo II, III, IV, álgebra lineal, ecuaciones diferenciales, matemática discreta, análisis real y probabilidad), ¿hay alguna sugerencia para un aspirante a aspirante a programas de doctorado en economía superestrella (desarrollo / trabajo)?

Si tuviera un montón de arena con [math] {\ aleph} _ {1} [/ math] granos y un montón de arena con [math] {\ aleph} _ {2} [/ math] granos, ¿cómo podría decir la diferencia entre ellos?