KAKEYA CONJECTURE LAB · 挂谷猜想实验室

一根针，如何占满三维空间？

从 1917 年的转针问题，到王虹与 Joshua Zahl 证明三维挂谷集合具有完整维数

提出1917 挂谷宗一的转针问题
n = 2已证 Davies 1971
n = 32025 Wang & Zahl，127 页
n ≥ 4开放 至今无人证明
装置

拖动旋转 · 滚轮缩放

排布
样本数量 N 320
管半径 δ 0.014
最大角隙 —

有限线段、有限细管、像素覆盖和动画只用于建立直觉，不能充当数学证明。

三个问题

区分挂谷针问题、Besicovitch 集合与现代挂谷集合猜想

📌

挂谷针问题

1917

一根长度固定的针，要在平面区域里连续转过 180 度，所需面积最小能有多小？

  • 凸集情形：Pál 找到最优解——高为 1 的等边三角形
  • 取消凸性：Besicovitch 证明面积可以压到任意小
⚡

Besicovitch 集合

1928

在 n 维欧氏空间中，包含每个方向单位线段的集合。这类集合可以拥有零 Lebesgue 测度。

  • 平面情形：Besicovitch 构造了面积为零的挂谷集合
  • 高维情形：类似构造也存在
🎯

现代挂谷集合猜想

猜想至今

挂谷集合的 Hausdorff 维数必须等于 n，Minkowski 版本也预言完整维数。

  • 三维情形：王虹与 Zahl 在 2025 年证明
  • 四维及以上：仍然开放

二维直觉实验

用有限方向的单位线段探索覆盖比例

60
0.5
线段数量 0
覆盖比例 0%
最多方向 / 最小覆盖 试试看

目标:方向越多、覆盖越小越好。Besicovitch 证明了两者可以同时做到极端 —— 方向任意多,面积任意小。

正式定义

精确理解挂谷集合、测度与维数

挂谷集合

设 \( K \subseteq \mathbb{R}^n \)，若对每个方向 \( v \in S^{n-1} \)，存在 \( x_v \in \mathbb{R}^n \) 使得

\( \{ x_v + tv : t \in [0,1] \} \subseteq K \)

则 \( K \) 称为挂谷集合（Kakeya set）或 Besicovitch 集合。

Lebesgue 测度

标准的体积概念。挂谷集合可以具有零 Lebesgue 测度——看似"填满"空间，实际体积为零。

Hausdorff 维数

衡量集合"粗细"的更精细指标。挂谷集合猜想断言，即使体积为零，Hausdorff 维数仍为 \( n \)。

Minkowski 维数

另一种维数定义，与 Hausdorff 维数相关但不完全等价。三维情形中两者都等于 3。

δ 邻域可视化

线段的 δ 邻域——用离散细管模拟连续概念

0.05

证明地图

王虹与 Zahl 怎么把一个世纪的问题拆开

一、尺度阶梯：把细管装进粗管
方向球 S² δ-分离的方向 约 δ⁻² 个 每个方向一根 粗管　ρ × ρ × 1 按中间尺度 ρ 归并 约 ρ⁻² 根 放大一根 细管　δ × δ × 1 方向彼此相差不超过 ρ 约 (ρ/δ)² 根 ρ⁻² 根粗管 × (ρ/δ)² 根细管 = δ⁻² 根 — 正好是方向的总数，两边对得上

把方向分组，就把管子分组了。每个方向配一根极细的管；方向差得不多的那些管，可以打包进同一根粗一点的管里。粗管的数目、以及每根粗管里装多少细管，都由分组的粗细 ρ 决定——而两者相乘必须还原成细管总数。「黏性」说的就是这个打包能打到最满：细管尽可能地挤在一起，粗管的数目降到最少。

二、证明的分岔：难的是「不黏」那一半
三维挂谷集合 要证：维数 = 3 黏性情形 细管在粗管里挤到最满 尺度归纳可以直接闭合 Wang & Zahl，arXiv:2210.09581（JAMS） 非黏性情形 细管散开，粗管远多于 ρ⁻² 改用「颗粒」结构补位 Wang & Zahl，arXiv:2502.17655（127 页） 两支合起来 ⟹ 维数 = 3

黏的那一半 2022 年就做完了，2025 年这篇 127 页处理的是不黏的那一半。管子散开时，前面那套「装进粗管再归纳」的计数不再够用。补位的工具叫颗粒：这类集合并不会摊成各向同性的小方块，而是自发地组织成一片片互不相交、朝向各异的棱柱。

这里有个转折值得知道：颗粒结构最早由 Katz、Łaba 与 Tao 在 1999 年引入，但他们那版论证本身要求黏性——恰恰是这里没有的条件。所以王虹与 Zahl 改走 Guth 的另一条颗粒路线。

时间线

从 1917 到 2026

1917

挂谷针问题提出

挂谷宗一提出：一根针在平面内旋转 180 度所需的最小面积是多少？

1919

Besicovitch 的构造

Besicovitch 证明取消凸性限制后，面积可以任意小。

1928

Besicovitch 集合

Besicovitch 构造了平面上面积为零的挂谷集合。

1979

挂谷集合猜想

现代挂谷集合猜想形成：挂谷集合的 Hausdorff 维数必须等于空间维数。

1999

Bourgain 的结果

Bourgain 证明三维挂谷集合的维数至少为 2.5。

2000

Wolff 的结果

Wolff 证明三维挂谷集合的维数至少为 2.666...（8/3）。

2025

王虹与 Zahl 的证明

王虹与 Joshua Zahl 证明三维挂谷集合的 Hausdorff 维数与 Minkowski 维数都等于 3。

2026

菲尔兹奖

王虹在费城国际数学家大会获得菲尔兹奖，三维挂谷猜想是她的代表性成果之一。

仍未解决的问题

  • 四维及以上的挂谷集合猜想
  • Kakeya maximal conjecture
  • 更强的限制估计（Restriction estimates）

维数测量仪

亲手量一次维数，看看为什么这个猜想不可能靠计算机验证

挂谷猜想要断言的是一个数：n 维挂谷集合的 Hausdorff 维数恰好等于 n。既然是个数，能不能直接算出来看看？

下面这台测量仪用的是货真价实的盒计数法（box-counting）。为了能检验它，我们只喂给它维数已知的集合——你可以随时对照真值，看它测得准不准。

集合与测量网格

log N(ε) 对 log(1/ε)

斜率即维数估计值。虚线为真值斜率。

真值—
测量值—
偏差—
斜率标准误—
R²—

这台仪器在算什么

把平面铺成边长 ε 的方格，数出与集合相交的格子个数 N(ε)。盒维数定义为

\( \dim_{\mathrm{box}} K = \lim_{\varepsilon \to 0} \dfrac{\log N(\varepsilon)}{\log (1/\varepsilon)} \)

屏幕上没有 ε→0，只有有限个像素。所以实际做的是：取若干个 ε，把 \(\log N(\varepsilon)\) 对 \(\log(1/\varepsilon)\) 做最小二乘拟合，用斜率当作维数的估计。右图画的就是这条拟合线。

亲手复现那个关键现象

选 Cantor 尘，然后在两个尺度族之间来回切：

  • 3 的幂 — 测量值与真值 1.2619 吻合到小数点后四位。
  • 混合尺度 — 同一个集合、同一个估计器，测出来变成约 0.94，偏了 0.32。

集合没变，代码没变，变的只是量它的网格。Cantor 尘按 3 分自相似，网格边长是 3 的幂时与它共格，每一层都数得干净；边长取 2、4、6 这些数时，格子横跨了结构的间隙，计数系统性偏低。

不必逐个去试，下面是这台仪器在全部五个集合 × 三个尺度族上的实测偏差（页面里的同一份代码跑出来的）：

集合真值混合尺度2 的幂3 的幂
线段1.0000−0.004−0.009+0.000
实心方块2.0000−0.009−0.018+0.000
Cantor 尘1.2619−0.319−0.194−0.000
Sierpiński 三角1.5850−0.032+0.000−0.067
挂谷型细管并2.0000−0.038−0.052−0.052

前两行：非分形集合，怎么量都准。中间两行：自相似集合只在与自己共格的尺度族下精确，换一个族就偏——而且 Cantor 与 Sierpiński 各自偏在相反的族上。

最后一行才是要害：挂谷型集合在三个族下没有一个准。它不是单一比例的自相似集，所以"换一个尺度族补救"这条路对它根本不存在——而它恰恰就是我们真正想量的那个东西。

换 Sierpiński 三角（按 2 分自相似）再试一遍，会看到镜像的结果——这次是 2 的幂精确。而线段和实心方块两种尺度族都准：它们不是自相似分形，没有可以失配的特征尺度。

为什么这否掉了"用计算机验证猜想"

把上面的数放在一起看：

挂谷猜想需要分辨的差距0.01
仅仅尺度族选错造成的偏差0.32

要证的命题是"维数恰好是 n"，也就是说必须排除 2.99。而对一个结构未知的集合，你事先并不知道该用哪个尺度族——真正的 Besicovitch 集根本不是单一比例的自相似集。测量本身的偏差比要分辨的差距大一个数量级还多。

更根本的一层：屏幕给不出 ε→0。Kakeya 集的反直觉之处恰恰全部住在无穷小尺度——它的 Lebesgue 测度是 0，任何有限分辨率下它都只是一堆有正面积的管子。所以 Wang 与 Zahl 的证明必须是跨越所有尺度的归纳论证，而不可能是任何一次计算。

一点必要的严谨：本模块画的"挂谷型细管并"是有限 δ 的近似，它有正面积，盒维数就是 2。真正的 Besicovitch 集是 δ→0 的极限，测度为 0 而维数仍为 2（Davies 1971 证明了平面情形）。这个区别本身正是上面那段话的要害：屏幕上永远画不出真正的挂谷集合。

多尺度颗粒化采样

基于颗粒性分解技术的自适应采样策略

4
16
采样点数 0
信息增益 0%
覆盖率 0%

理论背景

王虹在证明中使用的颗粒性分解技术，将挂谷集合分解为不同尺度的颗粒。在采样理论中，这对应于自适应采样策略：在高梯度区域使用更密集的采样，在均匀区域使用更稀疏的采样。

这种方法可以提高采样效率，减少冗余采样，同时保持关键结构信息的完整性。

波包分解

基于波包分解技术的自适应多分辨率重建

4
8
波包总数 0
高频能量占比 0%
方向均匀度 0%

理论背景

波包是同时在空间和频率上局部化的函数。王虹在Kakeya猜想证明中发展的波包分解技术，可以将函数分解为沿不同方向、不同尺度的局部化片段。

在重建算法中，这可以转化为自适应多分辨率策略：在均匀区域使用粗波包，在边缘和纹理区域使用细波包，从而在保持细节的同时提高效率。

来源、致谢与延伸阅读

每条都给出可直接核对的标识符；也请去看看做得比我们更好的地方

原始论文

  • Wang, H. & Zahl, J. Volume estimates for unions of convex sets, and the Kakeya set conjecture in three dimensions. arXiv:2502.17655（2025）— 三维挂谷猜想的证明。
  • Wang, H. & Zahl, J. Sticky Kakeya sets and the sticky Kakeya conjecture. arXiv:2210.09581（2022 预印本；JAMS 2026）— 先解决黏性特例。
  • Guth, L., Wang, H. & Zahl, J. A streamlined proof of the Kakeya set conjecture in \(\mathbb{R}^3\). arXiv:2601.14411（2026）— 简化版证明。

综述与教材

  • Wolff, T. Recent work connected with the Kakeya problem. 收入《Lectures on Harmonic Analysis》，AMS University Lecture Series 29（doi:10.1090/ulect/029/11）— 进入这个领域的标准入口。
  • Guth, L. Polynomial Methods in Combinatorics. AMS University Lecture Series 64，2016（doi:10.1090/ulect/064）— 含有限域挂谷问题的多项式方法。
  • Guth, L. Introduction to the proof of the Kakeya conjecture. arXiv:2505.07695（2025）— 综述性导读，交代问题背景与此前工作的困难。
  • Guth, L. Outline of the Wang–Zahl proof of the Kakeya conjecture in \(\mathbb{R}^3\). arXiv:2508.05475（2025）— 想读证明梗概从这篇开始。

2026 菲尔兹奖

  • 王虹（Hong Wang，纽约大学 / IHES）于 2026 年 7 月 23 日在费城国际数学家大会获菲尔兹奖，为该奖 90 年历史上第三位女性得主。
  • 公告与报道：Simons Foundation、欧洲数学会、Quanta。

致谢：站在别人做过的东西旁边

做这个页面之前，我们看过下面这些公开作品。它们各自做了我们没做的事，值得你专门去看一趟——尤其是第一条。

Terence Tao — tao-web 交互工具集 直接影响了本站

其中两个与挂谷问题直接相关：The Kakeya needle 让针在历代经典构造里真转起来（圆盘、Reuleaux 三角、Pál 三角、三尖内摆线、Bloom–Schoenberg 星形、Besicovitch–Perron 树），并实时报出面积；A three-dimensional Kakeya set 用 \(1\times\delta\times\delta\) 细管演示三维构造，可在共基束与 Perron 平移之间连续滑动，体积是精确计算的，而且整个三维渲染器是不依赖 WebGL 手写的。

说明：本站三维模块中「以 \(\delta\) 为管半径、以 N 控制管数、并提供一个共基发散形态」这套交互思路与该 applet 相近，在此致谢。若你想看精确体积与历代构造的真实动画，请直接去上面两个链接——那是我们没有做、也不打算重复做的部分。

mino.mobi — 有限域挂谷猜想

把 Dvir(2008) 的有限域情形做成可点击的格子游戏：在 \(\mathbb{F}_q^2\) 里逐格构建集合，实时看还差哪些方向没被覆盖。有限域情形与实情形是两个不同难度的问题——前者一页纸的多项式方法即可解决，后者花了一个世纪。想体会这个反差，那个页面是最好的入口。

Quanta Magazine — 一世纪一遇的证明

面向大众、但数学上不含糊的报道，交代了这个问题为什么重要、以及它与调和分析中一串猜想的关系。

那本站做了什么不一样的

上面几个作品都在展示挂谷集合是什么样。本站多做了一件事：把它当成一个可以动手量、并且会量错的对象。

  • 维数测量仪—— 用真正的盒计数去量维数，只喂真值已知的集合，让你看见估计器本身的偏差；并用一张实测矩阵说明为什么「用计算机验证挂谷猜想」这条路走不通。这是本站的原创内容。
  • 二维覆盖实验 —— 直接读出方向覆盖率随压缩程度的塌缩。
  • 多尺度与波包分解 —— 对应证明里真正用到的分析工具，而不只是构造的图形。

本站代码以 MIT 许可开放，文字与图形为原创；页面的选题与几个模块的构想来自 tjxj/sci-viz-lab（原名 kakeya-conjecture-lab），代码为独立重写。若你发现任何表述与他人作品雷同而我们未致谢，请开 issue 指出，我们会立即补上或改写。