Em matemática , distância é uma aplicação que formaliza a ideia intuitiva de distância, ou seja, o comprimento que separa dois pontos. É através da análise das propriedades principais da distância usual que Fréchet introduz a noção de espaço métrico , então desenvolvida por Hausdorff . Ele introduz uma linguagem geométrica em muitas questões de análise e teoria dos números .
A partir da definição de distância, entendida como uma aplicação que satisfaz certos axiomas , outras noções de distância podem ser definidas, como a distância entre duas partes, ou a distância de um ponto a uma parte, sem que estas atendam à definição primária de uma distância.
Distância chamada em um conjunto E qualquer aplicação para definir o produto E 2 = E × E e valores no conjunto ℝ + do real positivo ou zero ,
verificando as seguintes propriedades:
Sobrenome | Propriedade |
---|---|
simetria | |
separação | |
desigualdade triangular |
Um conjunto com uma distância é chamado de espaço métrico .
ObservaçõesA distância é considerada ultramétrica se, além disso:
Sobrenome | Propriedade |
---|---|
Ultrametria |
Um exemplo de tal distância um é crucial na teoria da p -adic valuations . A interpretação geométrica da desigualdade triangular em um espaço ultramétrico leva a dizer que todos os triângulos são isósceles; além disso, todas as bolas de determinado raio definidas neste conjunto constituem uma partição deste conjunto; ao aumentar este raio de 0, o espaço é dotado de uma estrutura hierárquica de proximidade, utilizável na classificação automática , em particular para agrupamento hierárquico .
Em um espaço vetorial normado , a distância d "induzida por" a norma é definida por:
.Em particular, em ℝ n , podemos definir de várias maneiras a distância entre dois pontos, embora seja geralmente dada pela distância euclidiana (ou distância 2 ). Dados dois pontos de E , ( x 1 , x 2 , ..., x n ) e ( y 1 , y 2 , ..., y n ) , expressamos as diferentes distâncias da seguinte forma:
Sobrenome | Contexto | Função |
---|---|---|
Distância de manhattan | 1 distância | |
Distância euclidiana | 2 distâncias | |
Distância de Minkowski | p- distância | |
distância de Chebyshev | ∞ -distance |
A distância 2 permite generalizar a aplicação do teorema de Pitágoras a um espaço de dimensão n . Esta é a distância mais "intuitiva".
A distância- p raramente é usada, exceto nos casos p = 1, 2 ou ∞ . A distância ∞ tem a característica engraçada de permitir a definição estrita de esferas cúbicas (ver oxímoro ). A distância 1 permite definir esferas octaédricas .
Em qualquer conjunto, a distância discreta d é definida por: se x = y, então d ( x , y ) = 0 e, caso contrário, d ( x , y ) = 1.
Também é possível definir distâncias entre permutações . O exemplo a seguir é amplamente usado no rearranjo de genomas . Seja S um conjunto de permutações modelando várias operações; então a distância entre duas permutações π e σ é o comprimento de uma sequência mínima formada pelo produto dos elementos de S tal que esta sequência transforma π em σ .
Essas distâncias também podem ser usadas para medir, de várias maneiras, o distúrbio presente em uma sequência. Essas medidas são então usadas para analisar o desempenho de vários algoritmos de classificação ou para construir novos algoritmos de classificação que realizam um número ótimo de comparações com relação à medida de desordem escolhida.
A distância de Levenshtein é um exemplo de distância definida no conjunto de cordas. É definido para ambos os canais A e B como o número mínimo de remoção de caracteres de substituição operação de adição / / para transformar a cadeia A na cadeia B .
Exemplos:
Este tipo de distância é comumente usado para aplicações de filtragem / correção de erros, por exemplo, correção automática para programas de processamento de texto (o programa irá procurar em um dicionário as palavras com as menores distâncias para a palavra incorreta), o emparelhamento do número óptico leituras da placa ...
Existem variações dessa distância, como a distância Damerau-Levenshtein .
O mesmo princípio geral pode ser usado para aplicativos de reconhecimento de padrões .
O termo distância às vezes é usado para designar aplicativos que não atendem à definição clássica de espaços métricos, apresentada no início do artigo.
Sejam E 1 e E 2 duas partes não vazias de um espaço métrico E dotado de uma distância d , definimos a distância entre esses dois conjuntos como:
É um real positivo, como o limite inferior de um conjunto não vazio de reais positivos.
NB Esta “distância” não é uma distância sobre o conjunto de partes de E dentro do significado dos axiomas definidos acima. Em particular, se a distância entre dois conjuntos é zero, não se pode deduzir que esses conjuntos são iguais, nem mesmo que suas aderências se encontram.No entanto, é possível definir uma distância real entre as partes compactas de um espaço métrico. Para isso veja: distância de Hausdorff .
Podemos particularizar a definição anterior tomando um dos dois conjuntos reduzidos a um ponto.
Se A for uma parte não vazia de um espaço métrico E , e se x for um elemento de E , definimos a distância de x a A como um limite inferior :
Este é o raio da maior esfera aberta centro x que não atende A .
Cuidados devem ser tomados ao fato de que d ( x , A ) = 0 não implica em geral que x é um elemento de A . Por exemplo, em ℝ com o valor absoluto, a distância de 0 ao intervalo aberto] 0, 1 [é zero, ou a distância de qualquer real ao conjunto de racionais também é zero.
Mais precisamente, a distância de x a A é zero se e somente se x for um ponto aderente a A (em outras palavras: a implicação anterior é verdadeira se e somente se A for fechado ). Mais geralmente, a distância x em A é igual à distância X para a adesão de um .
O mapa de E em ℝ que para qualquer elemento x de E associa d ( x , A ) é contínuo , e mesmo 1- Lipschitziano : .
Sejam dois pontos A e B de um espaço afim por onde passa uma linha orientada (uma linha dotada de um significado, isto é, gerada por um vetor diferente de zero). Chamamos distância algébrica de A para B o real, como:
Podemos mostrar que a distância algébrica de A a B (observada ) vale:
Atenção, a distância algébrica não é uma distância, pois não é simétrica :
Ao iluminar os axiomas da definição de distância, chegamos a várias generalizações desta última:
Sobrenome | valores finitos | simetria | desigualdade de | ||
---|---|---|---|---|---|
distância | sim | sim | sim | sim | sim |
quasimétrico | sim | não | sim | sim | sim |
metamétrico | sim | sim | não | sim | sim |
pseudométrico | sim | sim | sim | não | sim |
semimétrico | sim | sim | sim | sim | não |
hemimétrico | sim | não | sim | não | sim |
pramétrico | sim | não | sim | não | não |
diferença | não | sim | sim | não | sim |
A condição de que a distância assume seus valores em [0, + ∞ [ também pode ser relaxada considerando “distâncias com valores em um conjunto de filtragem ordenado ”. A reformulação dos axiomas, neste caso, leva à construção de espaços uniformes : espaços topológicos com uma estrutura abstrata que permite comparar as topologias locais de diferentes pontos.
Dentre as categorias correspondentes às várias variantes de distância, a de espaços pseudométricos "estendidos" ( ou seja, para permitir o valor + ∞ ), com como aplicação de morfismos 1- Lipschitz , é a que tem melhor desempenho: pode construir lá produtos arbitrários e co-produtos e objetos quocientes de forma. Se removermos o estendido , só podemos aceitar produtos acabados e coprodutos. Se removermos o apelido , não podemos mais tomar quocientes. As áreas de abordagem são uma generalização dos espaços métricos que mantêm a categoria dessas boas propriedades.
Existem também, na geometria diferencial , as noções de métricas Riemanniana e pseudo-Riemanniana em uma variedade diferencial (e não mais simplesmente em um conjunto ).
As métricas que não respeitam a simetria são geralmente chamadas de "métricas assimétricas" em vez de quasimétricas. O termo quase é freqüentemente usado em geometria para designar uma propriedade constante.