族谱网 头条 人物百科

距离

2020-10-16
出处:族谱网
作者:阿族小谱
浏览:723
转发:0
评论:0
两点间的距离公式欧几里得距离在解析几何里,xy-平面上两点的距离可使用距离公式求得。(x1,y1)与(x2,y2)间之距离为:同样地,给定三维空间里的两个点(x1,y1,z1)与(x2,y2,z2),其间之距离为:这些公式可以很容易地透过建构直角三角形,并利用勾股定理来导出。在平面上,可取得平行于座标轴的两股长求出斜边长;在三维空间里,可由垂直于平面的一股与将第一个直角三角形的斜边作为另一股来求解。在研究复杂的几何时,此类距离称之为欧几里得距离,因为此类距离用到的勾股定理,于非欧几何内并不成立。此一距离公式亦可延伸用来取得弧长公式。其他范数在欧氏空间R里,两点间的距离通常由欧几里得距离(2-范数距离)所给出。不过,有时也会使用由其他范数导出之距离。对于点(x1,x2,...,xn)与点(y1,y2,...,yn),p阶明可夫斯基距离(p-范数距离)定义为:p不一定要是整数,但不可以小于1,...

两点间的距离公式

欧几里得距离

在解析几何里,xy-平面上两点的距离可使用距离公式求得。( x 1 , y 1 ) 与 ( x 2 , y 2 ) 间之距离为:

同样地,给定三维空间里的两个点 ( x 1 , y 1 , z 1 ) 与 ( x 2 , y 2 , z 2 ),其间之距离为:

这些公式可以很容易地透过建构直角三角形,并利用勾股定理来导出。在平面上,可取得平行于座标轴的两股长求出斜边长;在三维空间里,可由垂直于平面的一股与将第一个直角三角形的斜边作为另一股来求解。在研究复杂的几何时,此类距离称之为欧几里得距离,因为此类距离用到的勾股定理,于非欧几何内并不成立。此一距离公式亦可延伸用来取得弧长公式。

其他范数

在欧氏空间 R 里,两点间的距离通常由欧几里得距离(2-范数距离)所给出。不过,有时也会使用由其他范数导出之距离。

对于点 ( x 1 , x 2 , ..., x n ) 与点 ( y 1 , y 2 , ..., y n ),p阶明可夫斯基距离(p-范数距离)定义为:

p 不一定要是整数,但不可以小于 1,不然三角不等式不会成立。

2-范数距离为欧几里得距离,是勾股定理在两维以上空间之推广。2-范数距离为两个点间使用直尺量测时所得之数值,为距离的“直观”概念。

1-范数距离亦称为“计程车范数”或曼哈顿距离,因为此一距离为汽车在以方形规划(且假设无单行道)的城市里驾驶之距离。

无限范数距离亦称为切比雪夫距离。在二维空间里,为国王在棋盘上的两个方块间移动所需之最少步数。

p-范数很小使用 1、2 与无限大以外的值,但可见于超椭圆内。

在物理空间里,欧几里得距离是最自然的形式,因为刚体的长度于此一距离下不会因旋转而改变。

距离的变分法公式

在空间内,两个点 A = r → → --> ( 0 ) {\displaystyle A={\vec {r}}(0)} 与 B = r → → --> ( T ) {\displaystyle B={\vec {r}}(T)} 间的欧几里得距离可写成变分法的形式,其距离为下列积分的最小值:

其中, r → → --> ( t ) {\displaystyle {\vec {r}}(t)} 为两点间的轨迹(路径)。积分的值 D 表示该轨迹之长度。两点间的距离为该积分的最小值,且会在 r = r ∗ ∗ --> {\displaystyle r=r^{*}} 时求得,其中的 r = r ∗ ∗ --> {\displaystyle r=r^{*}} 为最佳轨迹。在熟悉的欧氏空间里,该最佳轨迹为一直线。每个人都知道,两点间的最短距离为直线。直线在形欧拉可拉格朗日式之欧拉-拉格朗日方程式求得。在非欧流形(弯曲空间)里,该空间的性质可使用度量张量 g a b {\displaystyle g_{ab}} 来表示,而被积的函数则需修改为 g a c r ˙ ˙ --> c g a b r ˙ ˙ --> b {\displaystyle {\sqrt {g^{ac}{\dot {r}}_{c}g_{ab}{\dot {r}}^{b}爱因斯坦求和约定意,上式使用了爱因斯坦求和约定。

推广至更高维物件

两个物件间的欧几里得距离亦可推广至两个物件不再是个点,而是更高维之流形(如曲线)的情形,所以除了谈论两点间的距离外,亦可讨论两条线间的距离之类的概念。

集合间及一点与一集合间之距离

距离

d ( A , B ) > d ( A , C ) + d ( C , B )

物体间可以有不同的距离定义。例如,天体间的距离即有表面间距离与中心间距离两种。近地轨道的物体适用前者,并以高度标示该物体与地球表面的距离;其他如地球与月球间之距离,则适用后者。

两个非空集合间之距离的常见定义如下:

两个非空集合间的距离为两者内各自的点之间的距离之下确界,这是距离这一词在日常中的含义,即

郝斯多夫距离是先取一集合内的点至另一集合各个点之距离的下确界,再取这些距离之上确界所得到的值,与两个集合互换所得之值的最大值。亦即,令 X 与 Y 为度量空间 (M, d) 内的子集,则赫斯多夫距离为

点线面间的距离公式

在点、直线与平面之间的距离多采上述的第一种定义。这些物件在笛卡儿座标系下的距离公式列举如下:

若在平面坐标几何上的直线定义为 ax + by + c = 0,点的座标为( x 0 , y 0 ),则两者间的距离为:

设两直线的方程分别为:

则,该两直线间的距离

若点坐标为( x 0 , y 0 , z 0 {\displaystyle x_{0},y_{0},z_{0}} ),平面为 Ax + By + Cz + D =0,则点到平面的距离为:

若直线分别为 ax + by + c 1 = 0,和 ax + by + c 2 = 0,则两者间的距离为:

若两平行平面分别为 Ax + By + Cz + D 1 = 0 和 Ax + By + Cz + D 2 = 0,则两者间的距离为:

广义距离泛函

当需要处理的新物件为更广义的物件(不再只是个点)时,不可扩展性、曲率限制与非局部互动等额外概念需要被加入距离的概念之内。两个流形间的距离为一标量,可由最小化广义距离泛函(表示两个流形间的转换)而导出:

上面的二重积分是两个聚合物结构间的广义距离泛函。s 是空间参数,t 是伪时间(轨迹参数)。亦即, r → → --> ( s , t = t i ) {\displaystyle {\vec {r}}(s,t=t_{i})} 为时间 t i {\displaystyle t_{i}} 时的聚合物结构,且以 s 作为其线段之参数。类似地, r → → --> ( s = S , t ) {\displaystyle {\vec {r}}(s=S,t)} 则为无限小之线段由结构 r → → --> ( s , 0 ) {\displaystyle {\vec {r}}(s,0)} 转换成结构 r → → --> ( s , T ) {\displaystyle {\vec {r}}(s,T)} 的轨迹。其中的 λ λ --> {\displaysty拉格朗日乘数mbda } 为拉格朗日乘数,用来确保聚合物的长度在转换的过程中维持不变。若两个聚合物不可扩展,则两者间之转换最小距离不会只有直线运动,即使是在欧几里得度量之上。此类广义距离可适用于蛋白质折叠的问题上 。此类广义距离可类比弦论里的南部-后藤作用量,但无法完全地对应,因为三维空间里的欧几里得距离不等价于古典相对论弦中最小化的时空距离。

一般度量

在数学里,集合 M 上的距离函数为一函数d: M × M → R,其中 R 为实数集,且满足下列条件:

d(x,y) ≥ 0,且 d(x,y) = 0 当且仅当 x = y。(两个不同的点间之距离为正值,且仅在同个点间的距离为零。)

d(x,y) = d(y,x)。(对称性:不论方向为何,距离不变。)

d(x,z) ≤ d(x,y) + d(y,z)。(三角不等式:两点间的距离是所有路径里的最短距离。)

此一距离函数称之为度量。具有度量之集合,称为度量空间。

举例而言,两个实数 x 与 y 间的距离通常定义为:d(x,y) = |x − y|。此一定义满足上述三个条件,且会对应至实数线上的标准拓扑。不过,集合上的距离是可选择的,例如下面的定义:d(x,y) = 0,若x = y,否则为 1。此一定义亦符合度量的三个条件,但会形成一个完全不同的拓扑,称之为“离散拓扑”;在此一定义里,数字间无法随意地接近。

图论

在图论里,两个顶点间的距离为这些顶点间最短路径之长度。

其他“距离”

下面为名称中带有“距离”的名词:

堪培拉距离

切比雪夫距离

能量距离,为统计观测量间的距离函数

汉明距离与李距离,用于编码理论中

KL距离,用来量测两个概率分布间的差异

编辑距离

马氏距离,用于统计学里。

参见


免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。

——— 没有了 ———
编辑:阿族小谱
发表评论
写好了,提交
{{item.label}}
{{commentTotal}}条评论
{{item.userName}}
发布时间:{{item.time}}
{{item.content}}
回复
举报
点击加载更多
打赏作者
“感谢您的打赏,我会更努力的创作”
— 请选择您要打赏的金额 —
{{item.label}}
{{item.label}}
打赏成功!
“感谢您的打赏,我会更努力的创作”
返回

更多文章

更多精彩文章
打赏
私信

推荐阅读

· 距离与命运
寓言故事在一个叫十湾里的地方,住着一只乌龟。它朴实无华,默默无闻,过着自由自在的生活。距离与命运岁月流逝。呆久了的乌龟感到十分腻味,于是想出来找点事做,以便充实自己,为生活增添一点乐趣。它去求见虎大王,被大王府的门卫挡在外面。一个门卫说:“笨乌龟,你想见虎大王,也不看看自己是啥模样,快滚!”另一个门卫说:“你和虎大王是啥关系呀?”乌龟说:“我是从十湾里那个地方来的,不认识虎大王。”门卫一听,吃惊地问:“什么?十万里的地方?”乌龟答:“是十湾里。”两个门卫相互使个眼色,赶紧去报告虎大王。乌龟很快被请进来了。虎大王一见乌龟,上下打量着,惊异地说:“这来自十万里外的乌龟就是和咱本地的乌龟不一样,简直一个在天上,一个在地下,不能比呀。你们瞧,这肯定是一只神龟。这眼睛、这鼻子、这嘴巴、这脖子、这乌龟壳全都与众不同。这是老天爷赐给我的朋友呀。”虎大王非常高兴,当即任命乌龟为动物王国的国师。乌龟上任后,...
· 共动距离
共动坐标红移与共动距离之关系:纵轴为距离值(也可表示时间),单位为十亿光年;横轴为红移值。参见距离测量_(宇宙学)弗里德曼-勒梅特-罗伯逊-沃尔克度规宇宙的形状引用
· 距离测量
距离的类型角直径距离能很好的指出(特别是在平坦的宇宙)我们现在看见的光,当他从天体发射出来时离开我们的距离。光度距离(Luminositydistance):是考虑天体所具有的固有光度(InherentLuminosity),在静止的宇宙(StaticUniverse)中观测到的亮度(ObservedBrightness),与距离平方成反比,推测所得的距离。同移距离:在目前定义的宇宙时间下,沿着路径测量两点之间的距离。宇宙论的原距:在常数的宇宙时间定义下,沿着路径测量两点之间的距离。宇宙论的原距不应与一般的原长度或原距混为一谈。光行时或回溯时间:这是多久之前离开天体的光所得到的红移。光行距(Lighttraveldistance,LTD):光行时与光速的乘积。因为宇宙膨胀,在超过20亿光年时,此值不等于同移距离或角直径距离。请参阅错误的观念有关可见宇宙的大小。天然的哈柏定律,以z=H0d/...
· 距离模数
定义距离模数μμ-->=m−−-->M{\displaystyle\mu=m-M}视星等天体的视星等m{\displaystylem}和绝对星等M{\displaystyleM}的差异,它是由天体光度观测所测得通量的定义经由对数关系推导出来的:观测到的光源亮度与距离的关系是平方反比定律-光源的距离加倍,则光度减为四分之一。对单一物体或两个光度相同的物体,(F1/F2){\displaystyle(F_{1}/F_{2})}可以用(d2/d1)2{\displaystyle(d_{2}/d_{1})^{2}}取代,因此:绝对星等的定义是一个天体在10秒差距距离上的视星等,所以光度方程式可以写成:重新排列对数的关系成为然后,给予距离模数μμ-->=m−−-->M{\displaystyle\mu=m-M},给出的距离单位是秒差距距离上不确定的值(δd)可以从不确定的距离...
· 汉明距离
范例例如:1011101与1001001之间的汉明距离是2。2143896与2233796之间的汉明距离是3。"toned"与"roses"之间的汉明距离是3。特性对于固定的长度n,汉明距离是该长度字符向量空间上的度量,很显然它满足非负、唯一及对称性,并且可以很容易地通过完全归纳法证明它满足三角不等式。两个字a与b之间的汉明距离也可以看作是特定运算−的a−b的汉明重量。对于二进制字符串a与b来说,它等于a异或b以后所得二进制字符串中“1”的个数。另外二进制字符串的汉明距离也等于n维超正方体两个顶点之间的曼哈顿距离,其中n是两个字串的长度。历史及应用汉明距离是以理查德·卫斯里·汉明的名字命名的,汉明在误差检测与校正码的基础性论文中首次引入这个概念。在通信中累计定长二进制字中发生翻转的错误数据位,所以它也被称为信号距离。汉明重...

关于我们

关注族谱网 微信公众号,每日及时查看相关推荐,订阅互动等。

APP下载

下载族谱APP 微信公众号,每日及时查看
扫一扫添加客服微信