Lean을 사용한 11개 정사각형 최적 포장 증명
요약
본 기사는 Lean을 사용하여 11개 정사각형의 최적 포장 문제를 수학적으로 증명한 내용을 다룹니다. 이 프로젝트는 모든 로컬 모듈에 대한 완전성 및 최적성을 네이티브 수치 인증서로 검증했으며, Zero admissions를 달성했습니다. 최적 변의 길이에 대한 공식과 근사치를 제시하며, 사용된 Lean 4.34.1 버전과 Mathlib 리비전을 명시하고 재현 절차를 안내합니다.
핵심 포인트
- Lean을 활용하여 11개 정사각형 포장 최적성을 증명함.
- 모든 로컬 모듈에 대한 완전성 및 최적성이 네이티브 수치 인증서로 검증됨.
- 최적 변의 길이에 대한 수학 공식과 근사치를 제시함.
- 재현을 위해 특정 Lean 4.34.1 버전과 Mathlib 리비전을 사용해야 함.
Lean에서 11개 정사각형 포장
완전성 최적성 증명이 네이티브 수치 인증서로 검증되었습니다.
완료된 EvolvingPrograms verification run은 모든 7,920개의 로컬 Lean 모듈을 수용했으며, 최종 감사 보고서에서 어떠한 승인도 거부되지 않았습니다 (zero admissions). 이 저장소는 해당 증명 출처와 커밋 1bf942a7af1ea330e95489d8997deebd4227ca71에서 고정된 빌드 구성을 가져옵니다.
증거 및 범위는 verification report를 참조하십시오.
선택적인 비용이 많이 드는 정확한 수치 인증서 검사에는 native_decide가 사용됩니다.
기하학, 체커 건전성(checker soundness), 증명 조립은 일반 Lean 증명을 유지합니다.
결과적으로 최종 정리는 Lean의 커널 및 네이티브 컴파일러를 신뢰하며, 이는 커널 전용 검증 주장이 아닙니다. 승인된 수치 선언 및 해당 정확한 출처 해시 값은 verification/native-certificates.json에 기록되어 있습니다.
최적의 변의 길이는
$$T = rac{6u+4}{1+2u-u^2},$$
입니다.
여기서 u는 다음 방정식의 $(9/25, 37/100)$ 구간 내 고유한 근입니다.
$$5u^8-10u^7-2u^6+14u^5+12u^4-6u^3+2u^2+2u-1=0.$$
이 구성은 약 3.8770835900228141773에 도달합니다. 이 모델은 임의의 방향, 합법적인 경계 접촉, 그리고 분리된 열린 내부를 허용합니다.
ElevenSquare/Optimality.lean의 공개 진술과 완전한 T03 소스 트리는 이 저장소의 이전 메인 브랜치와 변경되지 않았습니다.
진입점 (Entry points)
| 파일 | 목적 |
|---|---|
ElevenSquare/Foundations.lean | 기하학, 정확한 끝점, 달성 가능한 구성, 폐쇄 셀 커버 및 유한 사례 축소. |
| ... |
검증 재현 (Reproduce verification)
이 프로젝트는 Lean 4.34.1과 Mathlib 리비전 d13f23b723b8a846827a245b89c10fc7d3f11612를 고정합니다. lake-manifest.json은 변경하지 마십시오.
Python 3, Git, curl, tar가 설치된 Linux 환경에서:
bash scripts/run_verification.sh --bootstrap --jobs 2
macOS에서는 먼저 elan 런처를 설치한 다음, 동일한 명령어를 사용합니다. elan이 이미 설치된 경우 부트스트랩(bootstrap)은 고정된 툴체인 및 종속성 캐시를 준비할 수 있습니다. 기계에 적절한 워커 개수를 선택하세요. 모듈은 순차적으로 컴파일됩니다. 기존의 유효한 영수증(receipts)은 재사용 가능합니다. --fresh를 추가하면 전체 리플레이가 강제됩니다. Ctrl-C는 러너(runner)를 깨끗하게 중지시킵니다.
이 명령어는 모든 로컬 모듈을 확인하고 최종 소스, 영수증, 종속성 및 공리(axiom) 감사를 수행합니다. 최종 결과에는 OPTIMALITY_PROVED_WITH_NATIVE_CERTIFICATES가 요구되며, 어드미션은 0이어야 하고 trust_model: lean_kernel_and_native_compiler여야 합니다. 컴파일된 모듈만 100%에 도달하는 것만으로는 충분하지 않습니다.
Lean 없이 소스 전용 검사는 다음과 같습니다:
python3 scripts/check_sources.py
수동 워크플로우 및 Ubuntu 지침 또한 재개 가능한 검증을 지원합니다. 푸시(Pushes)는 워크플로우를 시작하지 않습니다. 성공적인 소스 실행은 EvolvingPrograms의 더 큰 러너를 사용했으며, 콜드 빌드 런타임이나 2~3시간의 macOS 보장을 제공하지는 않습니다.
이 스냅샷에서는 과거의 물질화 명령어(historical materialization commands)나 verify.py --setup을 실행하지 마십시오. 이들은 대체된 생성 소스를 복원합니다. 빌드 객체와 로그는 무시되는 .lake/ 및 .verification/ 디렉토리에 속해야 합니다.
크레딧 및 출처(Credits and provenance)
저희는 형식화 및 검증 작업을 수행한 EvolvingPrograms, @ctjlewis, 그리고 모든 프로젝트 기여자분들께 감사드립니다. 개별 및 상위 스트림 크레딧은 ACKNOWLEDGEMENTS.md를 참조하고, 소스 히스토리는 PROVENANCE.md, 보존된 공지사항은 integrations/wand125에서 확인하십시오. 과거의 단순화 노트와 부분 감사 기록이 보존되어 있으며, 그 오래되고 미완료 상태에 대한 진술은 완료된 실행 보고서로 대체되었습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 HN AI Posts의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기