Евклидово расстояние - Euclidean distance

Использование теоремы Пифагора для вычисления двумерного евклидова расстояния

В математика, то Евклидово расстояние между двумя точками в Евклидово пространство это число, длина отрезок между двумя точками. Его можно рассчитать из Декартовы координаты точек с помощью теорема Пифагора, иногда его называют Пифагорово расстояние.Эти имена происходят от древнегреческих математиков. Евклид и Пифагор, но Евклид не представлял расстояния в виде чисел, и связь теоремы Пифагора с вычислением расстояний не проводилась до 17 века.

Расстояние между двумя объектами, которые не являются точками, обычно определяется как наименьшее расстояние среди пар точек от двух объектов. Формулы известны для вычисления расстояний между разными типами объектов, такими как расстояние от точки до линии. В высшей математике понятие расстояния было обобщено до абстрактного метрические пространства, и другие расстояния, кроме евклидова. В некоторых приложениях статистики и оптимизации вместо самого расстояния используется квадрат евклидова расстояния.

Формулы расстояния

Одно измерение

Расстояние между любыми двумя точками на реальная линия это абсолютная величина числовой разности их координат. Таким образом, если ${\displaystyle p}$ и ${\displaystyle q}$ - две точки на реальной прямой, тогда расстояние между ними определяется по формуле:^[1]

$${\displaystyle d(p,q)=|p-q|.}$$

Более сложная формула, дающая то же значение, но более легко обобщающая на более высокие измерения:^[1]

$${\displaystyle d(p,q)={\sqrt {(p-q)^{2}}}.}$$

В этой формуле возведение в квадрат а затем взяв квадратный корень оставляет любое положительное число неизменным, но заменяет любое отрицательное число его абсолютным значением.^[1]

Два измерения

в Евклидова плоскость, пусть точка ${\displaystyle p}$ имеют Декартовы координаты ${\displaystyle (p_{1},p_{2})}$ и позвольте указать ${\displaystyle q}$ иметь координаты ${\displaystyle (q_{1},q_{2})}$. Тогда расстояние между ${\displaystyle p}$ и ${\displaystyle q}$ дан кем-то:^[2]

$${\displaystyle d(p,q)={\sqrt {(p_{1}-q_{1})^{2}+(p_{2}-q_{2})^{2}}}.}$$

Это можно увидеть, применив теорема Пифагора к прямоугольный треугольник с горизонтальными и вертикальными сторонами, имеющими отрезок линии от ${\displaystyle p}$ к ${\displaystyle q}$ как его гипотенуза. Две квадратные формулы внутри квадратного корня дают площади квадратов на горизонтальной и вертикальной сторонах, а внешний квадратный корень преобразует площадь квадрата на гипотенузе в длину гипотенузы.^[3]

Также возможно вычислить расстояние для точек, заданных формулой полярные координаты. Если полярные координаты ${\displaystyle p}$ находятся ${\displaystyle (r,\theta )}$ и полярные координаты ${\displaystyle q}$ находятся ${\displaystyle (s,\psi )}$, то расстояние до них равно^[2]

$${\displaystyle d(p,q)={\sqrt {r^{2}+s^{2}-2rs\cos(\theta -\psi )}}.}$$

Когда ${\displaystyle p}$ и ${\displaystyle q}$ выражаются как сложные числа в комплексная плоскость, можно использовать ту же формулу для одномерных точек, выраженных действительными числами:^[4]

$${\displaystyle d(p,q)=|p-q|.}$$

Высшие измерения

Получение ${\displaystyle n}$-мерная формула евклидова расстояния путем многократного применения теоремы Пифагора

В трех измерениях для точек, заданных их декартовыми координатами, расстояние равно

$${\displaystyle d(p,q)={\sqrt {(p_{1}-q_{1})^{2}+(p_{2}-q_{2})^{2}+(p_{3}-q_{3})^{2}}}.}$$

В общем, для точек, заданных декартовыми координатами в ${\displaystyle n}$-мерное евклидово пространство, расстояние^[5]

$${\displaystyle d(p,q)={\sqrt {(p_{1}-q_{1})^{2}+(p_{2}-q_{2})^{2}+\cdots +(p_{i}-q_{i})^{2}+\cdots +(p_{n}-q_{n})^{2}}}.}$$

Другие объекты, кроме точек

Для пар объектов, которые не являются обеими точками, расстояние проще всего определить как наименьшее расстояние между любыми двумя точками от двух объектов, хотя более сложные обобщения от точек к множествам, такие как Расстояние Хаусдорфа также широко используются.^[6] Формулы для вычисления расстояний между разными типами объектов включают:

• В расстояние от точки до линии, в евклидовой плоскости^[7]
• В расстояние от точки до плоскости в трехмерном евклидовом пространстве^[7]
• В расстояние между двумя линиями в трехмерном евклидовом пространстве^[8]

Свойства

Евклидово расстояние - это типичный пример расстояния в метрическое пространство,^[9] и подчиняется всем определяющим свойствам метрического пространства:^[10]

• это симметричный, что означает, что для всех точек ${\displaystyle p}$ и ${\displaystyle q}$, ${\displaystyle d(p,q)=d(q,p)}$. То есть (в отличие от расстояния по дороге с улицами с односторонним движением) расстояние между двумя точками не зависит от того, какая из двух точек является началом, а какая - пунктом назначения.^[10]
• это положительный, что означает, что расстояние между каждыми двумя разными точками равно положительное число, а расстояние от любой точки до самой себя равно нулю.^[10]
• Он подчиняется неравенство треугольника: за каждые три балла ${\displaystyle p}$, ${\displaystyle q}$, и ${\displaystyle r}$, ${\displaystyle d(p,q)+d(q,r)\geq d(p,r)}$. Интуитивно, путешествуя из ${\displaystyle p}$ к ${\displaystyle r}$ через ${\displaystyle q}$ не может быть короче, чем прямая поездка из ${\displaystyle p}$ к ${\displaystyle r}$.^[10]

Другое свойство, Неравенство Птолемея, относится к евклидовым расстояниям между четырьмя точками ${\displaystyle p}$, ${\displaystyle q}$, ${\displaystyle r}$, и ${\displaystyle s}$. В нем говорится, что

$${\displaystyle d(p,q)\cdot d(r,s)+d(q,r)\cdot d(p,s)\geq d(p,r)\cdot d(q,s).}$$

Для точек на плоскости это можно перефразировать как утверждение, что для каждого четырехугольник, произведение противоположных сторон четырехугольника в сумме не меньше, чем произведение его диагоналей. Однако неравенство Птолемея в более общем плане применяется к точкам в евклидовом пространстве любого измерения, независимо от того, как они расположены.^[11]Евклидово геометрия расстояния изучает свойства евклидова расстояния, такие как неравенство Птолемея, и их применение при проверке того, исходят ли заданные наборы расстояний из точек в евклидовом пространстве.^[12]

Квадратное евклидово расстояние

А конус, то график евклидова расстояния от начала координат на плоскости

А параболоид, график квадрата евклидова расстояния от начала координат

Во многих приложениях, и в частности при сравнении расстояний, может быть удобнее опускать конечный квадратный корень при вычислении евклидовых расстояний. Значение, полученное в результате этого упущения, - это квадрат евклидова расстояния и называется квадрат евклидова расстояния.^[13] В виде уравнения это можно выразить как сумма квадратов:

$${\displaystyle d^{2}(p,q)=(p_{1}-q_{1})^{2}+(p_{2}-q_{2})^{2}+\cdots +(p_{i}-q_{i})^{2}+\cdots +(p_{n}-q_{n})^{2}.}$$

Помимо применения к сравнению расстояний, квадрат евклидова расстояния имеет центральное значение в статистика, где он используется в методе наименьших квадратов, стандартный метод подгонки статистических оценок к данным путем минимизации среднего квадрата расстояний между наблюдаемыми и оценочными значениями.^[14] Сложение квадратов расстояний друг к другу, как это делается при аппроксимации методом наименьших квадратов, соответствует операции с (неквадратными) расстояниями, называемой Пифагорейское сложение.^[15] В кластерный анализ, квадрат расстояний можно использовать для усиления эффекта больших расстояний.^[13]

Квадрат евклидова расстояния не образует метрическое пространство, поскольку не удовлетворяет неравенству треугольника.^[16] Однако это плавный, строго выпуклая функция двух точек, в отличие от расстояния, которое не является гладким (около пар равных точек) и выпуклым, но не строго выпуклым. Таким образом, квадрат расстояния предпочтительнее теория оптимизации, поскольку это позволяет выпуклый анализ быть использованным. Поскольку возведение в квадрат - это монотонная функция неотрицательных значений, минимизация квадрата расстояния эквивалентна минимизации евклидова расстояния, поэтому задача оптимизации эквивалентна с точки зрения любого из них, но ее легче решить, используя квадрат расстояния.^[17]

Набор всех квадратов расстояний между парами точек из конечного набора может быть сохранен в Матрица евклидовых расстояний.^[18] В рациональная тригонометрия, квадрат евклидова расстояния используется, потому что (в отличие от самого евклидова расстояния) квадрат расстояния между точками с рациональное число координаты всегда рациональны; в этом контексте его также называют «квадранс».^[19]

Обобщения

В более продвинутых областях математики, если рассматривать евклидово пространство как векторное пространство, его расстояние связано с норма называется Евклидова норма, определяемый как расстояние каждого вектора от происхождение. Одно из важных свойств этой нормы по сравнению с другими нормами состоит в том, что она остается неизменной при произвольных поворотах пространства вокруг начала координат.^[20] От Теорема Дворецкого, каждая конечномерная нормированное векторное пространство имеет многомерное подпространство, норма в котором приблизительно евклидова; Евклидова норма - единственная норма с этим свойством.^[21] Его можно распространить на бесконечномерные векторные пространства как L² норма или L² расстояние.^[22]

Другие распространенные расстояния в евклидовых пространствах и векторных пространствах низкой размерности включают:^[23]

• Чебышевская дистанция, который измеряет расстояние, предполагая, что релевантен только самый важный параметр.
• Манхэттенское расстояние, который измеряет расстояние только в направлениях, выровненных по оси.
• Расстояние Минковского, обобщение, объединяющее евклидово расстояние, манхэттенское расстояние и расстояние Чебышева.

Для точек на поверхности в трех измерениях евклидово расстояние следует отличать от геодезическое расстояние, длина кратчайшей кривой, принадлежащей поверхности. В частности, для измерения расстояний по большому кругу на Земле или на других почти сферических поверхностях, расстояния, которые использовались, включают гаверсиновая дистанция давая расстояние по большому кругу между двумя точками на сфере, исходя из их долготы и широты, и Формулы Винсенти также известное как «расстояние Винсента» для обозначения расстояния на сфероиде.^[24]

История

Евклидово расстояние - это расстояние в Евклидово пространство; обе концепции названы в честь древнегреческого математика Евклид, чья Элементы стал стандартным учебником геометрии на многие века.^[25] Концепции длина и расстояние широко распространены в разных культурах, их можно датировать самыми ранними сохранившимися «протолитными» бюрократическими документами из Шумер в четвертом тысячелетии до нашей эры (задолго до Евклида),^[26] Предполагается, что они развиваются у детей раньше, чем соответствующие концепции скорости и времени.^[27] Но понятие расстояния, как числа, определяемого двумя точками, на самом деле не встречается у Евклида. Элементы. Вместо этого Евклид приближается к этой концепции неявно, через соответствие сегментов линии, путем сравнения длин сегментов линии, а также с помощью концепции соразмерность.^[28]

В теорема Пифагора тоже древний, но он сыграл центральную роль в измерении расстояний только с изобретением Декартовы координаты от Рене Декарт в 1637 г.^[29] Из-за этой связи евклидово расстояние также иногда называют пифагоровым расстоянием.^[30] Хотя точные измерения больших расстояний на поверхности земли, которые не являются евклидовыми, снова изучались во многих культурах с древних времен (см. история геодезии ), идея о том, что евклидово расстояние может быть не единственным способом измерения расстояний между точками в математических пространствах, пришла еще позже, с формулировкой 19-го века неевклидова геометрия.^[31] Определение евклидовой нормы и евклидова расстояния для геометрий более трех измерений также впервые появилось в 19 веке в работе Огюстен-Луи Коши.^[32]

использованная литература

1. Смит, Карл (2013), Precalculus: функциональный подход к построению графиков и решению проблем, Jones & Bartlett Publishers, стр. 8, ISBN  9780763751777
2. Коэн, Дэвид (2004), Precalculus: проблемно-ориентированный подход (6-е изд.), Cengage Learning, стр. 698, г. ISBN  9780534402129
3. Aufmann, Ричард Н .; Баркер, Вернон С.; Нация, Ричард Д. (2007), Колледж тригонометрии (6-е изд.), Cengage Learning, стр. 17, ISBN  9781111808648
4. Андрееску, Титу; Андрица, Дорин (2014), «3.1.1 Расстояние между двумя точками», Комплексные числа от А до ... Я (2-е изд.), Birkhäuser, стр. 57–58, ISBN  978-0-8176-8415-0
5. Табак, Джон (2014), Геометрия: язык пространства и формы, Факты о файловой математической библиотеке, Издательство информационной базы, стр. 150, ISBN  9780816068760
6. Ó Searcóid, Mícheál (2006), «2.7 Расстояния от множеств до множеств», Метрические пространства, Springer, бакалавр математики, Springer, стр. 29–30, ISBN  9781846286278
7. Ballantine, J. P .; Джерберт А. Р. (апрель 1952 г.), «Расстояние от линии или плоскости до точки», Примечания в классе, Американский математический ежемесячный журнал, 59 (4): 242–243, Дои:10.2307/2306514, JSTOR  2306514
8. Белл, Роберт Дж. Т. (1914), «49. Кратчайшее расстояние между двумя линиями», Элементарный трактат о координатной геометрии трех измерений (2-е изд.), Macmillan, стр. 57–61.
9. Иванов, Олег А. (2013), Easy as π ?: Введение в высшую математику, Springer, стр. 140, ISBN  9781461205531
10. Стрихарц, Роберт С. (2000), Путь анализа, Jones & Bartlett Learning, стр. 357, г. ISBN  9780763714970
11. Адам, Джон А. (2017), Лучи, волны и рассеяние: разделы классической математической физики, Princeton Series in Applied Mathematics, Princeton University Press, стр. 26–27, ISBN  9781400885404
12. Либерти, Лев; Лавор, Карлайл (2017), Евклидова дистанционная геометрия: введение, Тексты для бакалавриата Springer по математике и технологиям, Springer, стр. xi, ISBN  9783319607924
13. Спенсер, Нил Х. (2013), «5.4.5 Квадрат евклидовых расстояний», Основы многомерного анализа данных, CRC Press, стр. 95, ISBN  9781466584792
14. Рэндольф, Карен А.; Майерс, Лаура Л. (2013), Базовая статистика в многомерном анализе, Карманный справочник по методам исследования социальной работы, Oxford University Press, стр. 116, ISBN  9780199764044
15. Молер, Клив и Дональд Моррисон (1983), «Замена квадратного корня пифагоровыми суммами» (PDF), Журнал исследований и разработок IBM, 27 (6): 577–581, CiteSeerX  10.1.1.90.5651, Дои:10.1147 / rd.276.0577
16. Mielke, Paul W .; Берри, Кеннет Дж. (2000), «Методы перестановки на основе евклидова расстояния в атмосферных науках», в Браун, Тимоти Дж .; Мильке, Пол В. Младший (ред.), Статистический анализ и визуализация данных в атмосферных науках, Springer, стр. 7–27, Дои:10.1007/978-1-4757-6581-6_2
17. Каплан, Уилфред (2011), Максимумы и минимумы с приложениями: практическая оптимизация и двойственность, Ряд Уайли по дискретной математике и оптимизации, 51, John Wiley & Sons, стр. 61, ISBN  9781118031049
18. Альфаких, Абдо Ю. (2018), Матрицы евклидовых расстояний и их приложения в теории жесткости, Springer, стр. 51, ISBN  9783319978468
19. Хенле, Майкл (декабрь 2007 г.), "Обзор Божественные пропорции Н. Дж. Вильдбергера », Американский математический ежемесячный журнал, 114 (10): 933–937, JSTOR  27642383
20. Копейкин Сергей; Ефроимский, Михаил; Каплан, Джордж (2011), Релятивистская небесная механика Солнечной системы, John Wiley & Sons, стр. 106, ISBN  9783527634576
21. Матушек, Иржи (2002), Лекции по дискретной геометрии, Тексты для выпускников по математике, Springer, стр. 349, г. ISBN  978-0-387-95373-1
22. Ciarlet, Филипп Г. (2013), Линейный и нелинейный функциональный анализ с приложениями, Общество промышленной и прикладной математики, стр. 173, г. ISBN  9781611972580
23. Кламрот, Катрин (2002), «Раздел 1.1: Нормы и метрики», Проблемы размещения одного объекта с барьерами, Серия Springer в исследовании операций, Springer, стр. 4–6, Дои:10.1007/0-387-22707-5_1
24. Паниграхи, Нараян (2014), «12.2.4 Формула Хаверсина и 12.2.5 Формула Винсенти», Вычисления в географических информационных системах, CRC Press, стр. 212–214, ISBN  9781482223149
25. Чжан, Цзинь (2007), Визуализация для поиска информации, Спрингер, ISBN  9783540751489
26. Хёйруп, Йенс (2018), «Месопотамская математика» (PDF)в Джонс, Александр; Тауб, Либа (ред.), Кембриджская история науки, том 1: Древняя наука, Cambridge University Press, стр. 58–72.
27. Акредоло, Курт; Шмид, Жанин (1981), "Понимание относительных скоростей, расстояний и продолжительности движения", Развивающая психология, 17 (4): 490–493, Дои:10.1037/0012-1649.17.4.490
28. Хендерсон, Дэвид В. (2002), "Обзор Геометрия: Евклид и не только Робин Хартшорн ", Бюллетень Американского математического общества, 39: 563–571
29. Маор, Эли (2019), Теорема Пифагора: 4000-летняя история, Princeton University Press, стр. 133, ISBN  9780691196886
30. Ранкин, Уильям С .; Маркли, Роберт П .; Эванс, Селби Х. (март 1970), «Пифагорейское расстояние и оцененное сходство схематических стимулов», Восприятие и психофизика, 7 (2): 103–107, Дои:10.3758 / bf03210143
31. Милнор, Джон (1982), «Гиперболическая геометрия: первые 150 лет», Бюллетень Американского математического общества, 6 (1): 9–24, Дои:10.1090 / S0273-0979-1982-14958-8, Г-Н  0634431
32. Рэтклифф, Джон Г. (2019), Основы гиперболических многообразий, Тексты для выпускников по математике, 149 (3-е изд.), Springer, p. 32, ISBN  9783030315979