度量空間

Elementry
最後更新: 標籤: 拓撲學

想像你正在導航一座城市、按照聲音的相似程度對歌曲排名,或逐字元比較兩段文字。在這每一種情況下,你的底層都在做同一件事:量測距離。**度量空間(metric space)**是精確捕捉這個概念的數學方式——在任何情境中都適用,不只是物理空間。

為什麼「距離」需要規則

你對距離應該意味著什麼已經有了強烈的直覺。不用思考,你就會預期:

  • 距離永遠不是負數。
  • 同一個點的兩個東西之間的距離為零——而且那是得到零距離的唯一方式。
  • 從 A 到 B 的距離等於從 B 到 A 的距離。
  • 在中間點 C 停留,永遠不可能讓你的旅程比直接從 A 到 B 更短。

這四個預期不只是對城市街區的常識。它們其實是讓任何「接近程度」概念以一致、有用的方式運作所需要的唯一規則。整個度量空間理論就建立在它們之上。

正式定義

**度量空間(metric space)**是一個數對 (X,d)(X, d),其中:

  • XX 是任何非空集合——你空間中「點」的集合,以及
  • d:X×XRd : X \times X \to \mathbb{R} 是一個叫做度量(metric)(或距離函式(distance function))的函式,把每對點映射到一個實數。

對所有 x,y,zXx, y, z \in X,度量 dd 必須滿足這四條規則:

規則 1——非負性(Non-negativity)。

d(x,y)0(1)d(x, y) \geq 0 \tag{1}

距離永遠不是負數。你不可能「在某個東西負三公尺之外」。

規則 2——同一性(Identity of indiscernibles)。

d(x,y)=0    x=y(2)d(x, y) = 0 \iff x = y \tag{2}

距離為零當且僅當兩個點相同。任何兩個不同的點之間必須有嚴格正的距離。

規則 3——對稱性(Symmetry)。

d(x,y)=d(y,x)(3)d(x, y) = d(y, x) \tag{3}

距離是雙向的。從 xxyy 的距離等於從 yyxx 的距離。對於物理空間這感覺顯而易見,但當你為奇特空間發明新的度量時,你仍然需要明確地驗證它。

規則 4——三角不等式(Triangle inequality)。

d(x,z)d(x,y)+d(y,z)(4)d(x, z) \leq d(x, y) + d(y, z) \tag{4}

透過第三個點 yy 的任何繞道,至少和從 xxzz 的直接路線一樣長。這條規則防止距離以荒謬、不一致的方式表現。

任何滿足所有四條規則的函式都可以稱為度量

三個具體例子

實數線

X=RX = \mathbb{R}(所有實數)。定義:

d(x,y)xyd(x, y) \coloneqq |x - y|

這是兩個數之間的絕對差。你可以驗證所有四條規則:

  1. xy0|x - y| \geq 0——絕對值永遠不是負數。✓
  2. xy=0|x - y| = 0 當且僅當 x=yx = y。✓
  3. xy=yx|x - y| = |y - x|。✓
  4. xzxy+yz|x - z| \leq |x - y| + |y - z|——絕對值的標準三角不等式。✓

所以 (R,)(\mathbb{R},\, |\cdot - \cdot|) 是一個度量空間。這可能是最熟悉的度量。

歐幾里得平面

X=R2X = \mathbb{R}^2(所有實數對,表示平面上的點)。定義:

d ⁣((x1,x2),(y1,y2))(x1y1)2+(x2y2)2d\!\left((x_1, x_2),\, (y_1, y_2)\right) \coloneqq \sqrt{(x_1 - y_1)^2 + (x_2 - y_2)^2}

這是直線距離的畢氏公式。你肯定用過它;它叫做歐幾里得度量(Euclidean metric),帶有這個度量的 (R2,d)(\mathbb{R}^2, d) 就是歐幾里得空間(Euclidean space)

離散度量

這是一個不那麼顯而易見的例子。取任何非空集合 XX,定義:

d(x,y){0若 x=y1若 xyd(x, y) \coloneqq \begin{cases} 0 & \text{若 } x = y \\ 1 & \text{若 } x \neq y \end{cases}

每對不同的點之間的距離恰好是 11,不管這些點實際上是什麼。聽起來很荒謬,但它滿足所有四條規則——你可以逐一驗證——所以它確實算作一個度量。**離散度量(discrete metric)**對模擬唯一有意義的問題是「相同還是不同?」的空間很有用。

為什麼抽象是值得的

你可能會想:為什麼要這麼麻煩?為什麼不只用歐幾里得度量然後繼續?

答案是抽象讓你能一次證明某件事,並讓它自動適用到任何地方。考慮一個點的序列越來越接近某個極限的概念。在度量空間中,你可以精確地定義這個:

一個序列 x1,x2,x3,x_1, x_2, x_3, \ldots **收斂(converges)**到點 LL,如果對每個 ε>0\varepsilon > 0,存在 NN 使得對所有 n>Nn > Nd(xn,L)<εd(x_n, L) < \varepsilon

用通俗的語言說:最終序列中所有的點都在你選擇的任何距離 ε\varepsilon 之內。因為定義只使用 dd,它同樣適用於:

  • 實數線上的數列,
  • 歐幾里得平面上的點列,
  • 編輯距離度量下的字串序列,
  • 最大差異度量下的函式序列,
  • 以及無限多的其他情境。

你用只有四條規則一次性地證明一個收斂定理,立即就在每個存在的或將來會被發明的度量空間中得到結果。

摘要

  • 度量空間 (X,d)(X, d) 是集合 XX 加上一個距離函式 dd,它滿足四條規則:非負性 (1)(1)、同一性 (2)(2)、對稱性 (3)(3) 和三角不等式 (4)(4)
  • 帶有 d(x,y)=xyd(x, y) = |x - y|實數線、帶有畢氏公式的歐幾里得平面,以及離散度量都是有效的度量空間——非常不同的情境,全都建立在同樣的四條規則上。
  • 抽象的距離讓你能一次性地定義像**收斂(convergence)**這樣的重要概念,並同時把它們應用到每個度量空間中。
  • 度量空間是拓撲學(topology)和數學分析的基本建立塊之一。