Entendendo os Diferentes Tipos de Distância na Matemática
Um olhar sobre como várias medições de distância impactam formas e dados.
― 7 min ler
Índice
- O que é Distância, afinal?
- Hora de Ficar Chique: Apresentando a Distância de Minkowski
- Por que Diferentes Distâncias Importam?
- Brincando com Formas no Espaço
- Funções Squigonometricas: Um Nome Divertido
- Qual é a Dela com Área e Comprimento?
- Uma Fatia de Diversão: A Regra do Retângulo
- Explorando Altas Dimensões: O que Está Rolando?
- Amostragem: Uma Maneira Divertida de Brincar com Pontos
- A Grande Confusão: O Paradoxo de Borel-Kolmogorov
- Resumindo Tudo
- Fonte original
- Ligações de referência
Quando a gente fala sobre quão longe as coisas estão, geralmente pensamos em medir distâncias, certo? É bem tranquilo no dia a dia. Tipo, descobrir quão longe fica a sua pizzaria favorita ou a distância até a casa do seu amigo. No mundo da matemática, essa ideia fica um pouco mais complicada, especialmente quando incluímos diferentes jeitos de medir essas distâncias.
O que é Distância, afinal?
Distância, na matemática, tem diferentes nomes dependendo de como você a mede. Você provavelmente já ouviu falar de "Distância de Manhattan" quando falamos sobre ruas em um grid, onde você só pode se mover em linhas retas pra cima e pra baixo, ou de lado. Pense nisso como se você fosse um táxi em uma cidade que é feita em grid. Você não pode cortar caminho; precisa dar a volta.
Aí vem a "Distância Euclidiana", que é só uma maneira chique de dizer a linha reta entre dois pontos. É o que você usaria se fosse um pássaro voando de um lugar a outro.
E por último, tem a "Distância de Chebyshev." Essa é bem divertida. É sobre quão longe você está se puder se mover em qualquer direção, mas você quer saber a distância máxima que precisa andar em um único passo. Imagine que você está jogando xadrez e quer saber quão longe a rainha está de outra peça.
Hora de Ficar Chique: Apresentando a Distância de Minkowski
Agora, vamos apresentar um termo chique, a “distância de Minkowski.” Esse é um tipo de distância que pode ser adaptada dependendo do que você precisa. Pode assumir as formas que já falamos (as distâncias de Manhattan, Euclidiana e Chebyshev), mas também pode ser outras coisas dependendo de um número (vamos chamar de p).
Então, dependendo do número que você escolher, a distância de Minkowski pode mudar de sabor! Se você escolher p = 1, ela se torna a distância de Manhattan. Para p = 2, é uma distância Euclidiana pura. E se você optar por p = infinito, você obtém a distância de Chebyshev.
Por que Diferentes Distâncias Importam?
Você deve estar se perguntando, por que deveríamos nos importar com esses diferentes tipos de distâncias? Bem, no mundo dos dados e aprendizado de máquina-onde computadores aprendem e tomam decisões com base em dados-essas distâncias ajudam a entender todos esses dados. Elas ajudam a determinar quão semelhantes ou diferentes as coisas são umas das outras.
Por exemplo, se você quiser descobrir quão parecidas duas fotos são, pode usar essas distâncias para calcular quão longe estão os pixels nas imagens. Quanto mais perto eles estão, mais semelhantes as imagens são, né?
Brincando com Formas no Espaço
Vamos voltar a falar de formas por um momento. Imagine um espaço com todo tipo de formas interessantes. Quando você olha como as distâncias funcionam em diferentes formas, precisa pensar em coisas como círculos e quadrados, ou até formas mais complicadas como elipses.
Em 2D, se você pegar um círculo definido por qualquer uma dessas distâncias, ele vai parecer diferente dependendo do tipo de distância que você está usando. O p que você escolher pode mudar como o círculo parece ser “gordo” ou “magro.”
Então, quando falamos sobre a "2-ball" (que é um termo chique para um círculo), ela assume diferentes formas dependendo se você está usando distâncias de Manhattan, Euclidiana ou Chebyshev.
Funções Squigonometricas: Um Nome Divertido
Pra ajudar a gente a trabalhar com essas distâncias, temos algo chamado funções squigonometricas. Sim, squigonometricas! Imagine que é como seno e cosseno, mas com um toque especial! Essas ajudam a definir essas formas no nosso mundo de distâncias, especialmente quando estamos lidando com círculos.
Pense nelas como uma ferramenta pra ajudar a navegar pelas formas e entender suas propriedades. Essas funções nos permitem parametrizar-ou quebrar-círculos em pedaços manejáveis, facilitando o trabalho com eles.
Qual é a Dela com Área e Comprimento?
Quando se trata de medir áreas e comprimentos, você vai perceber que o tipo de distância que você usa também importa aqui!
Em um espaço 2D, se você quiser medir a área de um círculo ou o comprimento de uma curva, o tipo de distância vai mudar o resultado. Isso é especialmente verdade se você estiver comparando formas diferentes. Por exemplo, se você tem um círculo e um quadrado com a mesma área, descobrir o comprimento depende de como você está medindo a distância.
Agora, se focarmos no primeiro quadrante de um círculo, você pode pensar nele como uma fatia de torta. A área e o comprimento da curva podem mudar dependendo da medida que você decidir usar.
Uma Fatia de Diversão: A Regra do Retângulo
Imagine que você tem um retângulo. A área desse retângulo não muda, não importa qual método de distância você use. É sempre a mesma, o que é bom! Mas quando você lida com curvas, as coisas podem ficar complicadas.
Você pode pensar em uma curva como uma linha wavy ao invés de uma linha reta, e quando tenta medir isso, o tipo de distância que você escolhe vai mudar como você calcula esse comprimento. Pode ser um pouco louco, como tentar medir quão longa uma cobra é usando diferentes métodos.
Explorando Altas Dimensões: O que Está Rolando?
Agora, se você acha que área e comprimento são interessantes em 2D, espere até ouvir sobre 3D! Quando você entra no mundo 3D (pense em cubos e esferas), os conceitos de distância ainda valem, mas ficam ainda mais complexos.
Por exemplo, se você tem uma bola 3D, o volume não depende de como você mede distâncias, mas a superfície vai! É aí que as coisas podem ficar confusas. É como comparar maçãs e laranjas.
Amostragem: Uma Maneira Divertida de Brincar com Pontos
A amostragem é uma maneira legal de gerar pontos dentro de uma forma dada, assim você pode explorar suas propriedades! Imagine que você está usando um programa de computador pra escolher aleatoriamente pontos dentro de um círculo ou na superfície. A ideia é obter uma boa mistura de pontos que represente bem aquela forma.
Você pode fazer isso usando diferentes métodos e, claro, o tipo de distância que você escolhe vai afetar quão bem você preenche aquele círculo ou quantos pontos você consegue na superfície.
A Grande Confusão: O Paradoxo de Borel-Kolmogorov
Aqui é onde as coisas ficam um pouco confusas. Tem um perrengue que cientistas e matemáticos falam muito chamado paradoxo de Borel-Kolmogorov. É uma maneira chique de dizer que quando você tira amostras de formas, o resultado pode ser surpreendente.
Imagine que você está amostrando de uma distribuição uniforme sobre uma esfera. Você pensaria que é tudo igual, certo? Bem, quando chega nas bordas, a realidade fica complicada. A distribuição que você obtém nas extremidades pode variar do que você espera no centro!
Quando você começa a restringir sua distribuição a certas partes, como uma linha indo de cima pra baixo da esfera, pode descobrir que os valores não são tão equilibrados quanto você pensou. É como achar que pode fatiar um bolo de forma igual, mas acaba descobrindo que algumas fatias são muito maiores que outras!
Resumindo Tudo
Então, seja você tentando medir distâncias, comparar formas, ou amostrar delas, o mundo das métricas (que é só uma palavra chique pra medir distâncias) é um lugar fascinante! Cada método, seja a distância de Minkowski ou outra coisa, dá um sabor à matemática que cientistas, engenheiros e até amantes de pizza podem curtir.
Mantendo tudo simples e usando ferramentas divertidas como funções squigonometricas, você pode navegar por esse mundo complexo com facilidade. Lembre-se, matemática não precisa ser assustadora. Pode ser como um quebra-cabeça divertido esperando pra ser resolvido!
Título: Why the p-norms $p{=}1$, $p{=}2$ and $p{=}\infty$ are so special? An answer based on spatial uniformity
Resumo: Among all metrics based on p-norms, the Manhattan (p=1), euclidean (p=2) and Chebyshev distances (p=infinity) are the most widely used for their interpretability, simplicity and technical convenience. But these are not the only arguments for the ubiquity of these three p-norms. This article proves that there is a volume-surface correspondence property that is unique to them. More precisely, it is shown that sampling uniformly from the volume of an n-dimensional p-ball and projecting to its surface is equivalent to directly sampling uniformly from its surface if and only if p is 1, 2 or infinity. Sampling algorithms and their implementations in Python are also provided.
Autores: Carlos Pinzón
Última atualização: 2024-11-11 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2411.13567
Fonte PDF: https://arxiv.org/pdf/2411.13567
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.