1 回忆:    $$\bex    \lim_{n\to\infty}a_n=a\lra \forall\ \ve>0,\ \exists\ N,\ \forall\ n\geq N,\mbox{ 有 }|a_n-a|<\ve.    \eex$$

$\bbR$ 中有 ``距离'' (可以衡量两数的接近程度, 这里是绝对值) 的概念.

2 拓广: 设 $X$ 是一个集合, $d:X\times X\to [0,\infty)$ 满足

(1) 正定性 (positivity): $d(x,y)\geq 0$, $d(x,y)=0\lra x=y$;

(2) 对称性 (symmetry): $d(x,y)=d(y,x)$;

(3) 三角不等式 (triangle inequality): $d(x,y)\leq d(x,z)+d(z,y)$;

则称 $d$ 为 $X$ 上的一个距离 (distance),

$(X,d)$ 称为度量空间 (metric space).

3 对称性 $+$ 三角不等式 $\lra$ $d(x,y)\leq d(x,z)+d(y,z)$.

证明: $ra$ 显然.

$\la$ 取 $z=x$, 有 $$\bex d(x,y)\leq d(x,x)+d(y,x)\ra d(x,y)\leq d(y,x). \eex$$

互换 $x,y$ 的位置而得 $d(x,y)=d(y,x)$.

4 若 $(X,d)$ 是度量空间, $\vno \neq Y\subset X$, 则 $(Y,d)$ 于是度量空间, 称为 $(X,d)$ 的子

空间.

5 例: 在 $\bbR^n$ 中, 对    $$\bex    x=(x_1,\cdots,x_n),\quad y=(y_1,\cdots,y_n),    \eex$$

定义    $$\bex    d(x,y)=\sez{\sum_{i=1}^n (x_i-y_i)^2}^{1/2},    \eex$$

则 $(\bbR^n,d)$ 为度量空间, 称为 $n$ 维 Euclidean 空间, $d$ 称为 Euclidean 距离.

6 邻域、极限及其他.

(1) $U(P_0,\delta)=U(P_0)=\sed{P; d(P,P_0)<\delta}$.

(2) $$\bex \lim_{n\to\infty}P_n=P_0\lra \forall\ \ve>0,\ \exists\ N,\ \forall\ n\geq N,\mbox{ 有 }P_n\in U(P_0,\ve). \eex$$

(3) $$\bex d(A,B)=\inf_{P\in A,Q\in B}d(P,Q);\quad diam(E)=\sup_{P\in E,Q\in E}d(P,Q). \eex$$

(4) $$\beex \bea E\mbox{ 有界}&\lra diam(E)<\infty\\    &\lra \exists\ R>0,\ \forall\ x\in E,\ d(x,0)<R. \eea \eeex$$

(5) $n$ 为开、闭区间为 $$\bex \prod_{i=1}^n (a_i,b_i),\quad \prod_{i=1}^n [a_i,b_i], \eex$$

它们都有 ``体积'' $\dps{\prod_{i=1}^n (b_i-a_i)}$.

[实变函数]2.1 度量空间 (metric space), $n$ 维 Euclidean 空间的更多相关文章

  1. n维立体空间建模

    n维立体空间建模,基于网格技术,将整个地球信息整体封装,初始进行网格化,选取某一个网格,进行迭代,    迭代的子项依然是网格,迭代的次数为k,网格最终大小可以指定,这种指定决定了立体块的细化率,假设 ...

  2. Metric space,open set

    目录 引入:绝对值 度量空间 Example: 开集,闭集 引入:绝对值 distance\(:|a-b|\) properties\(:(1)|x| \geq 0\),for all \(x \in ...

  3. 论文笔记:(NIPS2017)PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space

    目录 一. 存在的问题 1.提取局部特征的能力 2.点云密度不均问题 二.解决方案 1.改进特征提取方法: (1)采样层(sampling) (2)分组层(grouping) (3)特征提取层(fea ...

  4. 关于n维和n-1维欧式空间

    我们从小就说,"点动成线,线动成面,面动成体",其中的空间的概念到底是啥?之前没有好好想过,在机器学习中多次遇到"空间"."超平面",&qu ...

  5. Gram 矩阵与向量到子空间的距离

    设 $W$ 是 $n$ 维 Euclidean 空间 $V$ 的子空间, $\beta\in V$, 定义 $\beta$ 到 $W$ 的距离  $$\bex  \rd (\beta,W)=|\bet ...

  6. UVA 11297 线段树套线段树(二维线段树)

    题目大意: 就是在二维的空间内进行单个的修改,或者进行整块矩形区域的最大最小值查询 二维线段树树,要注意的是第一维上不是叶子形成的第二维线段树和叶子形成的第二维线段树要  不同的处理方式,非叶子形成的 ...

  7. 【转载】VC维的来龙去脉

    本文转载自 火光摇曳 原文链接:VC维的来龙去脉 目录: 说说历史 Hoeffding不等式 Connection to Learning 学习可行的两个核心条件 Effective Number o ...

  8. 机器学习基石的泛化理论及VC维部分整理(第五讲)

    第五讲 Training versus Testing 一.问题的提出 \(P_{\mathcal{D}}\left [ BAD   \mathcal{D} \right ]  \leq 2M \cd ...

  9. c中使用malloc动态申请二维数组

    前言 今天写代码的时候,想要动态的申请一个二维数组空间,思索了一段时间才写出来,这里记录一下吧,以后就不至于再浪费时间了.下面以申请int型数组作为例子: 申请一维数组 一维数组的数组名可以看成数组起 ...

随机推荐

  1. UI组件(思维导图)

  2. 目前用到最全的datagrid(easyui)

    包含checkbox.复合表头.多行可编辑单元格.combobox单元格,就差上次做的table中每行中的关联检索combobox单元格了.目前已修改为单行编辑,多行编辑时的check有问题 $(&q ...

  3. 越狱Season 1-Episode 10: Sleight of Hand

    Season 1, Episode 10: Sleight of Hand -John: Bellick. Bellick What's going on? 这里发生什么了 -Berwick: Tha ...

  4. js里的原型

    <script type="text/javascript"> function People(name){ this.name = name; //对象方法 this ...

  5. Applied Deep Learning Resources

    Applied Deep Learning Resources A collection of research articles, blog posts, slides and code snipp ...

  6. bufferedReader 乱码问题

    public static void main(String arsg[]) throws Exception{ BufferedReader bufferedReader = new Buffere ...

  7. Checking the content of the pointer

    https://social.msdn.microsoft.com/Forums/windowsdesktop/en-US/d481b7ec-cd67-476c-b2d7-ca3334effa16/h ...

  8. Linux文件普通权限

    1.文件所有者,所属用户组,其他用户1)文件所有者:创建文件的用户2)所属用户组:文件属于哪个用户组3)其他用户:不是文件所有者,不属于文件所属用户组的用户,称为其他用户 2.Linux文件权限我们切 ...

  9. hibernate--HQL语法与详细解释

    HQL查询: Criteria查询对查询条件进行了面向对象封装,符合编程人员的思维方式,不过HQL(Hibernate Query Lanaguage)查询提供了更加丰富的和灵活的查询特性,因此 Hi ...

  10. 【转】Deprecated: Function ereg_replace() is deprecated的解决方法

    这个问题是因为你用的php版本过高. 在php5.3中,正则函数ereg_replace已经废弃,而dedecms还继续用.有两个方案可以解决以上问题: 1.把php版本换到v5.3下. 2.继续使用 ...