欧几里得空间与欧式距离

欧几里得空间(Euclidean Space)是以古希腊数学家欧几里得命名的经典几何空间,也是我们最熟悉的空间模型。以下是它的核心定义和现实中的非欧几里得空间例子:

欧几里得空间的定义

1. 基本概念

  欧几里得空间是一个平坦的、无限延伸的几何空间,满足欧几里得在《几何原本》中提出的公理体系(如“两点确定一条直线”“平行线永不相交”等)。 

  - 维度:可以是任意正整数维度(如1维直线、2维平面、3维立体空间,乃至n维抽象空间)。 

  - 距离计算:使用欧几里得距离(即直线距离,公式:`d = √(Σ(xᵢ - yᵢ)²`)。 

  - 内积与角度:可通过向量内积定义角度(如两向量垂直时内积为0)。 

2. 核心性质

  - 平坦性:空间曲率为零(三角形内角和恒为180°)。 

  - 平移旋转不变性:几何图形在空间中移动或旋转时,形状和大小保持不变。 

  - 全局一致性:空间处处均匀,无局部扭曲(如纽约的1米与北京的1米长度相同)。

现实中的非欧几里得空间例子

当空间不满足“平坦性”(即曲率不为零)或距离定义方式不同时,便成为非欧几里得空间。常见例子包括:

1.球面空间(正曲率空间)

  - 例子:地球表面、篮球的表面。 

  -非欧特性: 

    - 三角形内角和 > 180°:例如在地球上,从赤道出发沿经线到北极,再转向另一条经线回到赤道,形成的三角形内角和为270°。

    - 最短路径是“大圆航线”:飞机从北京飞纽约的航线看似弯曲,实则是球面上的“直线”(测地线)。 

    -平行线相交:所有经线在南北极相交,违反欧氏几何的平行公设。 

  - 应用场景:地理导航(GPS路径规划)、天文宇宙学(宇宙大尺度结构)。

2. 双曲空间(负曲率空间) 

  - 例子:马鞍形曲面、薯片形状、某些珊瑚或苔藓的生长结构。 

  - 非欧特性: 

    - 三角形内角和 < 180°:在马鞍面上画三角形,内角和小于180°。 

    -无限面积/体积有限:双曲空间边界无限延伸,但面积可能有限(如庞加莱圆盘模型)。 

    -平行线发散:过直线外一点可作无数条“平行线”。 

  - 应用场景:艺术设计(埃舍尔的版画)、网络拓扑优化、宇宙学(宇宙可能具有负曲率)。

3. 相对论中的时空(闵可夫斯基时空)

  -例子:爱因斯坦广义相对论描述的引力场。 

  - 非欧特性: 

    - 时间与空间混合:距离公式含时间项(`d² = Δx² + Δy² + Δz² - c²Δt²`)。 

    - 引力=时空弯曲:大质量天体(如太阳)导致周围时空弯曲,行星沿弯曲测地线运动(看似“引力”作用)。 

    - 三角形内角和 ≠ 180°:在强引力场中(如黑洞附近),几何规则失效。 

4. 抽象数据空间

  - 例子:图网络(社交网络)、词向量空间(NLP)、机器学习流形。 

  - 非欧特性: 

    - 距离非欧氏:社交网络中两人“距离”由好友关系数定义(非直线)。 

    - 拓扑结构复杂:数据可能分布在弯曲的流形上(如瑞士卷数据集)。 

    - 相似度度量不同:NLP中常用余弦相似度(比较方向而非直线距离)。 

为什么需要非欧几里得空间?

1. 描述真实物理世界:地球是球体、宇宙可能弯曲、引力扭曲时空——欧氏几何无法解释这些现象。 

2. 解决实际问题:球面几何优化航班路线,双曲几何高效建模树状结构(如知识图谱)。 

3. 数据科学需求:高维数据常存在于非线性流形中,需非欧度量捕捉内在结构(如t-SNE降维)。

欧几里得距离(Euclidean Distance)

是最直观、最常用的距离度量方式,源于欧几里得几何(我们通常学习的平面和立体几何)。它表示的是在欧几里得空间**中两个点之间的“直线距离”,即我们日常生活中用尺子测量的那种距离。

1.  数学定义:在n维空间中,两个点之间的欧几里得距离是连接这两个点的线段的长度。

2.  计算公式:

    *  二维空间(平面):点 `A(x₁, y₁)` 和点 `B(x₂, y₂)` 之间的距离 `d` 为:

        `d = √[(x₂ - x₁)² + (y₂ - y₁)²]`

        *  这其实就是著名的勾股定理(毕达哥拉斯定理)的应用。

    *  三维空间:点 `A(x₁, y₁, z₁)` 和点 `B(x₂, y₂, z₂)` 之间的距离 `d` 为:

        `d = √[(x₂ - x₁)² + (y₂ - y₁)² + (z₂ - z₁)²]`

    *  n维空间:点 `A(a₁, a₂, ..., aₙ)` 和点 `B(b₁, b₂, ..., bₙ)` 之间的距离 `d` 为:

        `d = √[(b₁ - a₁)² + (b₂ - a₂)² + ... + (bₙ - aₙ)²]`

        *  更简洁地写作: `d = √[Σᵢ( bᵢ - aᵢ )²]` (i 从 1 到 n)

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容