Un graphe métrique G(X;D) est un graphe dont l’ensemble des sommets est l’ensemble X des points d’un espace métrique (X; d), et dont les arêtes relient les paires fx; yg de sommets telles que d(x; y) 2 D. Dans cette thèse, nous considérons deux problèmes qui peuvent être interprétés comme des problèmes de graphes métriques dans Rn. Premièrement, nous nous intéressons au célèbre problème d’empilements de sphères, relié au graphe métrique G(Rn; ]0; 2r[) pour un rayon de sphère r donné. Récemment, Venkatesh a amélioré d’un facteur log log n la meilleure borne inférieure connue pour un empilement de sphères donné par un réseau, pour une suite infinie de dimensions n. Ici nous prouvons une version effective de ce résultat, dans le sens où l’on exhibe, pour la même suite de dimensions, des familles finies de réseaux qui contiennent un réseaux dont la densité atteint la borne de Venkatesh. Notre construction met en jeu des codes construits sur des corps cyclotomiques, relevés en réseaux grâce à un analogue de la Construction A. Nous prouvons aussi un résultat similaire pour des familles de réseaux symplectiques. Deuxièmement, nous considérons le graphe distance-unité G associé à une norme k_k. Le nombre m1 (Rn; k _ k) est défini comme le supremum des densités réalisées par les stables de G. Si la boule unité associée à k _ k pave Rn par translation, alors il est aisé de voir que m1 (Rn; k _ k) > 1 2n . C. Bachoc et S. Robins ont conjecturé qu’il y a égalité. On montre que cette conjecture est vraie pour n = 2 ainsi que pour des régions de Voronoï de plusieurs types de réseaux en dimension supérieure, ceci en se ramenant à la résolution de problèmes d’empilement dans des graphes discrets. / A distance graph G(X;D) is a graph whose set of vertices is the set of points X of a metric space (X; d), and whose edges connect the pairs fx; yg such that d(x; y) 2 D. In this thesis, we consider two problems that may be interpreted in terms of distance graphs in Rn. First, we study the famous sphere packing problem, in relation with thedistance graph G(Rn; (0; 2r)) for a given sphere radius r. Recently, Venkatesh improved the best known lower bound for lattice sphere packings by a factor log log n for infinitely many dimensions n. We prove an effective version of this result, in the sense that we exhibit, for the same set of dimensions, finite families of lattices containing a lattice reaching this bound. Our construction uses codes over cyclotomic fields, lifted to lattices via Construction A. We also prove a similar result for families of symplectic lattices. Second, we consider the unit distance graph G associated with a norm k _ k. The number m1 (Rn; k _ k) is defined as the supremum of the densities achieved by independent sets in G. If the unit ball corresponding with k _ k tiles Rn by translation, then it is easy to see that m1 (Rn; k _ k) > 1 2n . C. Bachoc and S. Robins conjectured that the equality always holds. We show that this conjecture is true for n = 2 and for several Voronoï cells of lattices in higher dimensions, by solving packing problems in discrete graphs.

In dieser interdisziplinär geprägten Arbeit wird zunächst eine Übersicht über kugelbasierte Modelle und die algorithmischen Ansätze zur Generierung zufälliger Kugelpackungen gegeben. Ein Algorithmus aus der Gruppe der Kollektiven-Umordnungs-Algorithmen -- der Force-Biased-Algorithmus -- wird ausführlich erläutert und untersucht. Dabei werden die für den Force-Biased-Algorithmus als essenziell geltenden Verschiebungsfunktionen bezüglich ihres Einflusses auf den erreichbaren Volumenanteil der Packungen untersucht. Nicht nur aus der Literatur bekannte, sondern auch neu entwickelte Verschiebungsfunktionen werden hierbei betrachtet. Daran anschließend werden Empfehlungen zur Auswahl geeigneter Verschiebungsfunktionen gegeben. Einige mit dem Force-Biased-Algorithmus generierte Kugelpackungen, zum Beispiel hochdichte monodisperse Packungen, lassen den Schluss zu, dass insbesondere strukturelle Umbildungsvorgänge an solchen Packungen sehr gut zu untersuchen sind. Aus diesem Grund besitzt das Modell der mit dem Force-Biased-Algorithmus dicht gepackten harten Kugeln große Bedeutung in der Materialwissenschaft, insbesondere in der Strukturforschung. In einem weiteren Kapitel werden wichtige Kenngrößen kugelbasierter Modelle erläutert, wie z. B. spezifische Oberfläche, Volumenanteil und die Kontaktverteilungsfunktionen. Für einige besonders anwendungsrelevante Kenngrößen (z. B. die spezifische Oberfläche) werden Näherungsformeln entwickelt, an Modellsystemen untersucht und mit bekannten Näherungen aus der Literatur verglichen. Zur Generierung und Analyse der Kugelpackungen wurde im Rahmen dieser Arbeit die Simulationssoftware „SpherePack“ entwickelt, deren Aufbau unter dem Aspekt des Softwareengineerings betrachtet wird. Die Anforderungen an dieses Simulationssystem sowie dessen Architektur werden hier beschrieben, einschließlich der Erläuterung einzelner Berechnungsmodule. An ausgewählten praxisnahen Beispielen aus der Materialwissenschaft kann die Vielfalt der Einsatzmöglichkeiten eines Simulationssystems zur Generierung und Analyse von zufälligen dicht gepackten Kugelsystemen gezeigt werden. Vor allem die hohe Aussagekraft der Untersuchungen in Bezug auf Materialeigenschaften unterstreicht die Bedeutung des Modells zufällig dicht gepackter harter Kugeln in der Materialforschung und verwandten Forschungsgebieten.

In dieser interdisziplinär geprägten Arbeit wird zunächst eine Übersicht über kugelbasierte Modelle und die algorithmischen Ansätze zur Generierung zufälliger Kugelpackungen gegeben. Ein Algorithmus aus der Gruppe der Kollektiven-Umordnungs-Algorithmen -- der Force-Biased-Algorithmus -- wird ausführlich erläutert und untersucht. Dabei werden die für den Force-Biased-Algorithmus als essenziell geltenden Verschiebungsfunktionen bezüglich ihres Einflusses auf den erreichbaren Volumenanteil der Packungen untersucht. Nicht nur aus der Literatur bekannte, sondern auch neu entwickelte Verschiebungsfunktionen werden hierbei betrachtet. Daran anschließend werden Empfehlungen zur Auswahl geeigneter Verschiebungsfunktionen gegeben. Einige mit dem Force-Biased-Algorithmus generierte Kugelpackungen, zum Beispiel hochdichte monodisperse Packungen, lassen den Schluss zu, dass insbesondere strukturelle Umbildungsvorgänge an solchen Packungen sehr gut zu untersuchen sind. Aus diesem Grund besitzt das Modell der mit dem Force-Biased-Algorithmus dicht gepackten harten Kugeln große Bedeutung in der Materialwissenschaft, insbesondere in der Strukturforschung. In einem weiteren Kapitel werden wichtige Kenngrößen kugelbasierter Modelle erläutert, wie z. B. spezifische Oberfläche, Volumenanteil und die Kontaktverteilungsfunktionen. Für einige besonders anwendungsrelevante Kenngrößen (z. B. die spezifische Oberfläche) werden Näherungsformeln entwickelt, an Modellsystemen untersucht und mit bekannten Näherungen aus der Literatur verglichen. Zur Generierung und Analyse der Kugelpackungen wurde im Rahmen dieser Arbeit die Simulationssoftware „SpherePack“ entwickelt, deren Aufbau unter dem Aspekt des Softwareengineerings betrachtet wird. Die Anforderungen an dieses Simulationssystem sowie dessen Architektur werden hier beschrieben, einschließlich der Erläuterung einzelner Berechnungsmodule. An ausgewählten praxisnahen Beispielen aus der Materialwissenschaft kann die Vielfalt der Einsatzmöglichkeiten eines Simulationssystems zur Generierung und Analyse von zufälligen dicht gepackten Kugelsystemen gezeigt werden. Vor allem die hohe Aussagekraft der Untersuchungen in Bezug auf Materialeigenschaften unterstreicht die Bedeutung des Modells zufällig dicht gepackter harter Kugeln in der Materialforschung und verwandten Forschungsgebieten.