八维空间(eight-dimensional space)是数学中维数为 8 的空间,由 8 个实数组成的有序组构成,通常记作 R^8。[1] 它是最基本的多维空间之一:把 8 个实数组成的序列看作点,可以构成八维向量空间;若再配备由点积给出的度量,就得到八维欧几里得空间。[2] 八维是八元数能够自然存在的维度,也是球填充等离散几何问题取得突破的维度,因此这一概念在代数学与几何学中都受到关注。[3]
定义
在数学里,把 n 个实数按顺序排成的序列,可以视为 n 维空间中的一个位置;取 n 等于 8 时,这类位置的全体就称为八维空间。[1] 这样得到的集合通常被当作向量空间来研究,此时还没有距离的概念。[1]
如果在这种空间上再引入由点积确定的欧几里得度量,所得到的对象称为八维欧几里得空间。[1] 更广义地说,该术语也可泛指任意域上的八维向量空间,例如八维复向量空间,其对应的实维数是 16;它还能指八维流形,如八维球面,以及其它几何构造。[1]
八维空间中的点由 8 个实数坐标写成,形如 (x1, x2, …, x8);其中每一个坐标都是实数,这与低维空间用 2 个或 3 个坐标表示点的做法一致。[2]
原理
八维空间最基本的构造,是把 8 个实数组成的有序组当作点:两个这样的点可以逐坐标相加,也可以与一个实数相乘,由此构成一个向量空间。[1] 在此基础上引入点积以后,向量的长度和相互之间的夹角才有意义;设两个向量为 $x=(x_1,\ldots,x_8)$ 与 $y=(y_1,\ldots,y_8)$,它们的点积等于 $\sum_{i=1}^{8}x_i y_i$。[1]
在八维欧几里得空间中,到原点距离相等的点组成一个七维球面,记作 $S^7$;当半径为 $r$ 时,它围出的体积为 $V_8=\frac{\pi^4}{24}R^8$,约等于 $4.05871r^8$。[1][2]
八维空间中的向量通常用 8×8 矩阵来描述旋转等保持原点不动的变换。[4]
mermaid\nflowchart LR\n A[8 个实数组成的有序组] --> B[八维向量空间]\n B --> C[引入点积]\n C --> D[八维欧几里得空间]\n
发展历程
八维空间上最自然的代数结构是八元数(octonion)。它由四元数推广而来,但乘法不满足结合律,通常记作 O。[5] 1843 年 12 月,数学家格拉夫斯(John Graves)在写给哈密顿的信中首次描述这种结构,1845 年凯莱(Arthur Cayley)独立发表,因此八元数也被称为凯莱数。
1898 年,胡尔维茨(Adolf Hurwitz)证明,把两个平方和之积仍写成平方和的双线性恒等式只对 n 等于 1、2、4、8 存在,这为八元数所在的 8 维划定了上限。
在离散几何方面,1935 年布利希费尔特(Blichfeldt)证明 E8 格在格填充中给出最密的球填充;1979 年奥德利兹科(Odlyzko)与斯隆(Sloane)以及独立的列文施泰因(Levenshtein)证明八维空间的接吻数为 240,1981 年班纳伊(Bannai)与斯隆证明该构型唯一。[6]
2016 年 3 月,数学家维娅佐夫斯卡(Maryna Viazovska)给出八维球填充问题的完整证明,确认 E8 格是最密填充;数天之后她又与其他研究者把这一方法推广到 24 维。[3] 她因这项工作获得 2022 年菲尔兹奖。[3]
物理学界也曾提出用八维空间描述宇宙的设想:德国物理学家海姆(Burkhard Heim)于 1957 年提出相应理论,后经奥地利物理学家德吕舍尔(Walter Dröscher)加以解释和补充,形成所谓海姆-德吕舍尔空间。[7]
应用
八维空间中最著名的对象是 E8 格(E8 lattice)。它是秩为 8 的唯一偶幺模格,球填充密度为 $\pi^4/384$,约等于 0.2537,每个格点周围有 240 个最近邻,构成八维接吻构型。[8]
E8 格在数学上联系着例外李群与其根系,在物理上与弦理论相关;同一族的 24 维 Leech 格则被用于编码理论,能够在 24 位字中检测多个错误并纠正若干错误。[9]
八元数本身在弦理论、狭义相对论和量子逻辑等领域有应用,其自同构群 G2 是例外李群中最小的一个。[5]
局限
八维并不是可以无限推广的终点之后的起点。16 元数及以上虽然能由凯莱-迪克松构造得到,却会出现零因子,不再构成可除代数;实数域上的赋范可除代数只有实数、复数、四元数与八元数四种,8 维就是这一序列的尽头。[5]
球填充问题在高维极为困难。除了 1、2、3、8、24 维以外,其它维度的最密填充至今没有得到证明;八维的结果既不能覆盖相邻的 4 至 7 维,也难以说明 9 维及更高维的情形。[10]
八维空间远远超出三维直觉,无法通直接作图或想象来把握,相关结论只能借助代数、组合与计算方法得到。
就八维空间这一概念本身而言,它在现实世界中的直接应用尚不明确。[7]
参见
参考资料
- 八维空间 . wikipedia.org [引用日期2026-09-29]
- 8次元とは？ わかりやすく解説 . weblio.jp [引用日期2026-09-29]
- epfl.ch 上的网页 . epfl.ch [引用日期2026-09-29]
- DBpedia 2016-04 | DBpedia - DBpedia – Linked Data Fragments . dbpedia.org [引用日期2026-09-29]
- 图文详情——科普中国资源服务 . kepuchina.cn [引用日期2026-09-29]
- arxiv.org 上的网页 . arxiv.org [引用日期2026-09-29]
- [科普中国]-八维空间 . kepuchina.cn [引用日期2026-09-29]
- ICM-2018-vol2-ver1-eb(PDF) . mathunion.org [引用日期2026-09-29]
- Sphere packing problem solved in 8 and 24 dimensions . experimentalmath.info [引用日期2026-09-29]
- A conceptual breakthrough in sphere packing . arxiv.org [引用日期2026-09-29]
浏览次数：0 次
阅读量：0 次 · 阅读完成量：0 次
最近更新：2026-09-29T07:28:20Z
完成率 = 阅读完成量 ÷ 阅读量，分母是阅读量不是浏览次数 —— 关了 JS 的、秒退的都在浏览次数里、不在阅读量里。 详细口径在后台的「数据统计」页。