Si tomamos que la distancia mínima promedio entre dos puntos para N puntos distribuidos uniformemente en un círculo unitario se aproxima para N grande por: $\langle{d}\rangle=\frac{1}{\sqrt{2}N}$
Entonces puedes imaginar un círculo unitario con un número bastante grande de puntos N y un número $m_\delta$ de secuencias de vértices. Supongamos que agregamos un anillo concéntrico de ancho exactamente $\langle{d}\rangle$ alrededor del círculo unitario para aumentar el número de puntos en $N_\delta=pA$. Donde $p=\frac{N}{\pi}$ es la densidad de área de puntos y A es el área del anillo. Así que $N_\delta = (\sqrt{2} + \frac{1}{2N})/\pi$
Dado que hemos elegido un ancho de anillo exactamente igual a la distancia promedio mínima entre puntos, es fácil ver que obtendríamos dos nuevas secuencias de vértices convexos en promedio dentro de este nuevo anillo. Puedes entender esto imaginando que hay muchos puntos dentro de este anillo muy delgado pero solo cada otro punto dará un punto de vértice convexo, los otros, aunque aún están en el anillo, darán la siguiente secuencia de vértices "más pequeña".
Ahora imagina que aumentamos el radio del círculo unitario a 2 pero mantenemos la misma densidad de puntos p en general. El área del círculo se cuadriplica, por lo que ahora tenemos ~$4N$ puntos en el nuevo círculo. También hemos agregado algún número total de nuevas secuencias de vértices $m_\delta$. Ahora tenemos un número total de secuencias de vértices $m_2=m_1+m_\delta=m_1+\sqrt{8}N$
Así que ahora tenemos un total de $m_2$ secuencias de vértices en el círculo unitario 2 para un total de 4N puntos. Si aumentamos el radio a 3 obtenemos: $m_3=m_1+2m_\delta=m_1+2\sqrt{8}N$...y así sucesivamente: $$m_k=m_1+k\sqrt8N$$
Mientras que el número total de puntos en el radio k es $$N_k=Nk^2$$ Entonces vemos que $$m_k(N_k)=m_1+\sqrt\frac{8N_k}{N}N=m_1+\sqrt{8p\pi*N_k}$$
$m_1$ se convierte en una constante que depende de p, la densidad original de puntos. Así que para N grande, es una función cuadrada.
Para un cuadrado se podría aplicar el mismo argumento, pero con N grande debería converger hacia la misma respuesta a medida que te mueves hacia el centro del cuadrado. Creo que con el cuadrado obtienes que las secuencias de vértices convexos convergen hacia una forma unitaria: $$x^t+y^t=1^t$$ que en el $\lim_{t\to\infty}$ se convierte en un cuadrado.
0 votos
Probablemente necesitas un valor de $n$ mucho mayor para ver una tendencia real.
0 votos
@lhf ¡Estoy trabajando en eso! :) Mi algoritmo de simulación necesita algunas mejoras de eficiencia.
1 votos
Si aún no lo has hecho, consulta Sobre las capas convexas de un conjunto plano, B. Chazelle, IEEE Trans. Inform. Theory IT-31 (1985), 509-517. pdf. Aunque no estoy seguro de que su algoritmo sea fácil de implementar.
0 votos
Ver también math.stackexchange.com/questions/146826/….
0 votos
Estoy confundido por tu definición original. ¿Debería leerse $X_{i+1} = \{x \in X_i : x \in \mbox{Conv}(X_i \setminus \{x\})\}$?
0 votos
@ZachL. Mis disculpas, arreglé eso. De manera intuitiva, $X_{i+1}$ es "el conjunto de puntos de borde convexo necesarios de $X_i$".
0 votos
@Alejandro: Tu definición sigue siendo confusa. Lo que probablemente quieres decir es algo como: $Y_0=X$, y para $i=1,2,\ldots$: $$X_i=\{x\in Y_{i-1}:x\notin\operatorname{Conv}(Y_{i-1}\setminus\{x\})\}$$ $$Y_i=Y_{i-1}\setminus X_i$$