密克尔点定理是什么-密克尔点定理定义

密克尔点定理（Minkowski's Theorem）在几何最值难题里是个“狠角色”，它的名气大，大家一学就忘，出于讲法忒绕。说人话就是：你手里有一堆球，只要总数够多，数量加起来刚好填满一个更大的同向球，那这堆球肯定能拼成个正凸多面体。
这听起来像数学家的天书，实际上就是一道图论竞赛题，只不过把图换成了球，把格点和整数坐标换成了实球和实数坐标。 先说结论。假设 $K$ 是一个同向凸体，也就是你把它放大十倍再缩小十倍，它还是大约能套在那个原来的形状上。再设 $P_1, P_2, dots, P_n$ 是 $K$ 内部的点，要是它们加起来正好等于 $n$ 倍的 $K$，也就是 $sum_{i=1}^n P_i = nK$，那这些点围出来的图形，必然是一个同向凸多面体。
这一层意思，反过来说法就是：要是一堆球能凑成一个大球，那这堆球里肯定混着正多面体的影子。 这个定理不用证明，出于证明那玩意儿比把整场球赛输赢都难，故此全算半个世纪都没人写出好版。
不过，它有个无限多个点的情况不能直接套用，那就是比例难题，得先缩小再放大，要么得绕个弯，先求密度再求体积。 具体如何推呢？实际上只要略微懂数论，就能发现这跟整数点相关。把 $n$ 拆成 $n = 1 + mu_1 + mu_2 + dots + mu_n$，其中每个 $mu_i$ 是大于 0 的整数。
这时候你就有了 $n$ 个向量，它们和原点构成的图形，要是每个 $mu_i$ 对应的向量都在 $K$ 内部，那这些向量加起来肯定也在 $nK$ 内部。但难题在于，要是 $mu_i > 1$ 如何办？这时你就得把 $nK$ 缩小，减去一个 $mu_i$ 的球，再找新的点。如此一折腾，你就得保证每一个 $mu_i$ 对应的点都在缩小后的 $K$ 里面。
这就把难题简化了：别管后面那些复杂的运算，只要你能保证每一个“富余”的整数，都对应点落在 $K$ 里，那原定理就得成立。 举个例子，假设你要证明存有一个同向凸多面体。你能够在 $K$ 里面随意扔点，直到整个 $K$ 被覆盖得密不透风。
这时候，整个 $K$ 的面积就是 $0$，但覆盖它的球体积是正的，矛盾。
这说明 $K$ 不是空的。
反过来，要是 $K$ 不是凸的，那它就是非凸的，套入它里的凸包体积小于 $n$ 倍 $K$ 的体积，这就非凸了。
故此从几何直观上看，这定理就是说：你扔一堆球，要是它们能拼成一个大球，那这堆球里肯定藏着正多面体的秘密。 再看数据。在 $[0, 1]^n$ 这个单位立方体里取点，这肯定是个凸体。
要是这堆点加起来正好等于 $n$ 倍的立方体，那它们围出来的就是立方体本身。
这没啥讲究。但要是改成取无理数点，比如取 $K$ 里所有知足 $x_i < alpha$ 的点，那 $K$ 就是 ${x | x_i < alpha}$，这也是个凸体。
不过这时候 $K$ 的维度是 $n-1$ 的超平面，不是 $n$ 维的。
故此你得小心别把维度搞错了。 还有一个细节，就是 $K$ 本身得是单纯形吗？不是。
实际上只要 $K$ 是单纯形就行。
要是 $K$ 是单纯形，那它的边界就是 $(n-1)$ 维单纯形，这没难题。
要是 $K$ 不是单纯形，比如一个立方体（$n=3$ 时），别看它是凸的，但它的内部点能围成的凸体可能不是立方体。
比如 $K$ 是两个单位立方体并集，那 $K$ 的体积是 $2$，但内部点加起来等于 $2K$，围出来的可能不是立方体。 故此，密克尔点定理的真正威力在于它把“存有性”强加了“几何形状”的约束。它告诉你：别光看数量，得看形状。
要是一堆球能凑成一个大球，那这堆球里肯定有正多面体的成分。
这听起来有点怪，出于我们平时用的立方体、四面体、六面体，实际上都是正多面体的一种。但密克尔点定理说，只要知足那个体积条件，你找到的就是这个图形，不管它是不是正多面体。 最终总结一下，这定理的核心就是：在球体要么凸体内部取点，只要总和正好等于 $n$ 倍的该凸体，那这些点围成的图形，一定是一个同向凸多面体。
这听起来大白话，但实际应用中往往要分情况聊聊维度，要么先做密度变换。它是个挺实用的工具，特别是在数论和几何最值难题里，用它就能快速证明存有性，不用费劲去构造具体的点。