← 返回查找結果

範數誘導度量

本頁導覽
  1. 數學敘述
  2. 代表公式(精確 TeX)
  3. 成立條件
  4. 符號作用域
  5. 直觀、定義與常見誤解
  6. 已採用的推導導讀
  7. 前置知識
  8. 驗證界線
  9. 下一個義務
  10. 同源結構化資料

同一實賦範向量空間上的範數以向量差的範數定義度量,度量公理由範數公理全稱推出。

mko-norm-induced-metric · definition · v0.10.0

數學敘述

若(V,norm)為已認證的實賦範向量空間,則d(x,y)=norm(x-y)滿足非負、分離、對稱與三角不等式。本輪只在R^n的命名l1與linfinity範數作精確座標切片。

代表公式(精確 TeX)

D(x,y)

成立條件

  • 左右點位於同一有限維實座標空間,使用同一已命名範數。
  • 誘導性來自全稱公式與範數公理,不由有限點距離樣本建立。

符號作用域

  • d — 範數誘導度量
  • V — 實賦範向量空間
  • x — 第一向量
  • y — 第二向量

直觀、定義與常見誤解

分離性由norm(x-y)=0當且僅當x-y=0。

對稱性由norm(-(y-x))=norm(y-x)。

三角不等式由x-z=(x-y)+(y-z)及範數三角不等式。

檢查有限幾對距離後就宣稱任意metric由某個norm誘導。

已採用的推導導讀

範數誘導度量:由範數公理證明 d(x,y)=‖x−y‖ 是度量,並在 ℝ³ 上以 l1 與 l∞ 精確計算

原始 MKO 保留;導讀有自己的追加式修訂與驗證界線,不代表新 Lean 證明。

前置知識

驗證界線

只處理同一認證範數的誘導公式;不宣稱每個度量皆範數誘導,也不推出完備、內積、緊緻或有限維。

not_formalized

這不表示內容錯誤;只表示尚未登錄可重播的計算或形式證據。

下一個義務

與完備度量空間共同支撐實Banach空間。

同源結構化資料

本頁與互動版共用同一個物件與既有語言 edition;未新增證明或人工審定。

原始 MKO JSON · 純文字 Markdown