AM@点与点集的关系@n维空间邻域

news2024/11/27 16:29:17

文章目录

abstract

  • 坐标平面和平面点集, n n n维空间点集
  • 点与点集的关系
  • n维空间及其邻域

坐标平面

  • 建立了坐标系的平面称为坐标平面
  • 二元有序实数组 ( x , y ) (x,y) (x,y)全体(点坐标集合),即 R 2 = R × R \bold{R^2=R\times{R}} R2=R×R= {   ( x , y ) ∣ x , y ∈ R   } \set{(x,y)|x,y\in{\bold{R}}} {(x,y)x,yR}表示的就是坐标平面

平面点集

  • 坐标平面上具有某种性质的点集合称为平面点集,记为 E = {   ( x , y ) ∣ ( x , y ) 具有性质 P   } E=\set{(x,y)|(x,y)具有性质P} E={(x,y)(x,y)具有性质P}
  • 例如平面上以原点为中心, r r r为半径的圆内所有点的集合为 G = {   ( x , y ) ∣ x 2 + y 2 < r 2   } G=\set{(x,y)|x^2+y^2<r^2} G={(x,y)x2+y2<r2}
    • 或非坐标形式的平面点集,比如令 ∣ O P ∣ |OP| OP表示 P P P O O O的距离,则 G = {   P ∣ ∣ O P ∣ < r   } G=\set{P||OP|<r} G={POP<r}

平面邻域

  • 平面邻域,即 R 2 \bold{R}^2 R2中的邻域

  • P 0 ( x 0 , y 0 ) P_0(x_0,y_0) P0(x0,y0)是平面上的一点, δ \delta δ是某个正数,与 P 0 P_0 P0的距离小于 δ \delta δ的所有点的全体构成的集合,称为 P 0 P_0 P0邻域,记为 U ( P 0 , δ ) U(P_0,\delta) U(P0,δ),即 U ( P 0 , δ ) U(P_0,\delta) U(P0,δ)= {   ( x , y ) ∣ ( x − x 0 ) 2 + ( y − y 0 ) 2 < δ   } \set{(x,y)|\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta} {(x,y)(xx0)2+(yy0)2 <δ};

    • 在不强调 δ \delta δ时,点 P 0 P_0 P0的邻域简记为 U ( P 0 ) U(P_0) U(P0)
    • 去心邻域: U ˚ ( P 0 , δ ) \mathring{U}(P_0,\delta) U˚(P0,δ)= {   ( x , y ) ∣ 0 < ( x − x 0 ) 2 + ( y − y 0 ) 2 < δ   } \set{(x,y)|0<\sqrt{(x-x_0)^2+(y-y_0)^2}<\delta} {(x,y)0<(xx0)2+(yy0)2 <δ};或简记为 U ˚ ( P 0 ) \mathring{U}(P_0) U˚(P0)
  • 在几何上, U ( P 0 , δ ) U(P_0,\delta) U(P0,δ)表示的是以 P 0 P_0 P0为圆心,以 δ \delta δ为半径的圆内部的所有点的集合

利用邻域描述点与点集的关系

  • E E E为平面上的一个点集, P P P是平面上的一点,则 P P P E E E之间,(即 P ∈ R 2 P\in{\bold{R}^2} PR2 E ⊂ R 2 E\sub{\bold{R}^2} ER2, P , E P,E P,E的关系)必然存在3种关系:内点,外点,边界点
    • 内点:若 ∃ U ( P ) ⊂ E \exist{U(P)}\sub{E} U(P)E,则 P P P E E E内点,( P ∈ E P\in{E} PE)
    • 外点:若 ∃ U ( P ) ∩ E \exist{U(P)}\cap{E} U(P)E= ∅ \emptyset ,则 P P P E E E外点, ( P ∉ E ) (P\notin{E}) (P/E)
    • 边界点:若 ∀ U ( P ) ∩ E ≠ 0 \forall{U(P)}\cap{E}\neq{0} U(P)E=0,且 ∀ U ( P ) ∩ E ‾ ≠ 0 \forall{U(P)}\cap{\overline{E}}\neq{0} U(P)E=0,则称 P P P E E E边界点,( P ∈ E P\in{E} PE P ∉ E P\notin{E} P/E都有可能)
      • 其中 E ‾ \overline{E} E表示 E E E以外的点的集合
  • 边界: E E E的边界点全体称为 E E E边界,记为 ∂ E \partial{E} E

聚点

  • 点与点集的另一种关系:聚点,其同时也是上述三种基本关系的一种

  • 聚点: ∀ δ > 0 \forall{\delta}>0 δ>0, ∃ Q ∈ U ˚ ( P , δ ) \exist{Q}\in\mathring{U}(P,\delta) QU˚(P,δ) Q ∈ E Q\in{E} QE,则称 P P P E E E的聚点

  • 由定义可知, E E E的聚点 P P P可能属于 E E E,也可能不属于 E E E

    • 例如,设平面点集 E = {   ( x , y ) ∣ 1 < x 2 + y 2 ⩽ 2   } E=\set{(x,y)|1<x^2+y^2\leqslant{2}} E={(x,y)1<x2+y22}
      • 满足 1 < x 2 + y 2 < 2 1<x^2+y^2<2 1<x2+y2<2的一切点 ( x , y ) (x,y) (x,y)都是 E E E的内点,
      • 满足 x 2 + y 2 = 1 x^2+y^2=1 x2+y2=1的一切点 ( x , y ) (x,y) (x,y)都是 E E E的边界点,它们都不属于 E E E;
      • 满足 x 2 + y 2 = 2 x^2+y^2=2 x2+y2=2的一切点 ( x , y ) (x,y) (x,y)也是 E E E的边界点,它们都属于 E E E;
      • E E E以及它的边界 ∂ E \partial{E} E上的一切点都是 E E E聚点
    • 在这里插入图片描述

点集分类

以下点集的分类都是基于边界与点集的关系作分类,作点集分类首先是找到边界

  • E E E的所有点都是它的内点,则 E E E开集

    • 例如 {   ( x , y ) ∣ 1 < x 2 + y 2 < 2   } \set{(x,y)|1<x^2+y^2<2} {(x,y)1<x2+y2<2}
  • E E E的边界 ∂ E ⊂ E \partial{E}\sub{E} EE,则 E E E闭集

    • 例如 {   ( x , y ) ∣ 1 ⩽ x 2 + y 2 ⩽ 2   } \set{(x,y)|1\leqslant x^2+y^2\leqslant 2} {(x,y)1x2+y22}
  • 非开集也非闭集

    • 例如: {   ( x , y ) ∣ 1 < x 2 + y 2 ⩽ 2   } \set{(x,y)|1<x^2+y^2\leqslant 2} {(x,y)1<x2+y22},此点集属于半开半闭点集
  • 连通集:若 ∀ P 1 , P 2 ∈ E \forall{P_1,P_2}\in{E} P1,P2E,总可以用折线 S S S连结起来,且折线上的点都属于 E E E即( S ∩ E = S S\cap{E}=S SE=S),则称点集 E E E连通的

  • 区域:连通的开集称为开区域,简称区域

    • 例如: {   ( x , y ) ∣ x + y ∈ ( − 1 , 1 )   } \set{(x,y)|x+y\in(-1,1)} {(x,y)x+y(1,1)}; {   ( x , y ) ∣ x + y > 0   } \set{(x,y)|x+y>0} {(x,y)x+y>0}
  • 区域连同它的边界一同构成闭区域

    • 例如: {   ( x , y ) ∣ x + y ∈ [ − 1 , 1 ]   } \set{(x,y)|x+y\in[-1,1]} {(x,y)x+y[1,1]}
  • 有界集:对于平面点集 E E E,若存在一个正数 r r r,使得 ( E ⊂ U ( O , r ) ) (E\sub{U(O,r)}) (EU(O,r)),则称 E E E有界的;否则称为无界的(其中 O O O坐标原点)

    • 例如: {   ( x , y ) ∣ 1 ⩽ x 2 + y 2 ⩽ 2   } \set{(x,y)|1\leqslant{x^2+y^2\leqslant{2}}} {(x,y)1x2+y22}有界闭区域
    • {   ( x , y ) ∣ x + y ⩾ 0   } \set{(x,y)|x+y\geqslant 0} {(x,y)x+y0}无界闭区域(该点集只有一条边界,即直线 x + y = 0 x+y=0 x+y=0;另一侧则是无限衍生没有边界;而只要边界位于点集内,那么就是闭区域,而不要求闭区域是有界的)

n n n维空间

基础概念
  • n n n为取定的一个正整数,我们用 R n \bold{R}^{n} Rn表示 n n n元有序实数组 ( x 1 , ⋯   , x n ) (x_1,\cdots,x_n) (x1,,xn)的全体所构成的集合,即 R n \bold{R}^{n} Rn= R × R × ⋯ × R \bold{R\times{R}\times{\cdots}\times{R}} R×R××R= {   ( x 1 , ⋯   , x n ) ∣ x i ∈ R , i = 1 , 2 , ⋯   , n   } \set{(x_1,\cdots,x_n)|x_{i}\in{\bold{R}},i=1,2,\cdots,n} {(x1,,xn)xiR,i=1,2,,n}
  • R n \bold{R}^{n} Rn中的元素 ( x 1 , ⋯   , x n ) (x_1,\cdots,x_n) (x1,,xn)有时也用单个粗体字母表示,例如 x = ( x 1 , ⋯   , x n ) \bold{x}=(x_1,\cdots,x_n) x=(x1,,xn),
  • 零元:当 x i = 0 x_i=0 xi=0, i = 1 , 2 , ⋯   , n i=1,2,\cdots,n i=1,2,,n时,称该元素为 R n \bold{R}^{n} Rn中的零元,记为 0 \bold{0} 0 O O O
  • 在解析几何中,通过直角坐标系, R 2 \bold{R}^{2} R2(或 R 3 \bold{R}^{3} R3)中的元素分别与平面(或空间)中的向量一一对应,所以 R n \bold{R}^{n} Rn中的元素 x = ( x 1 , ⋯   , x n ) \bold{x}=(x_1,\cdots,x_n) x=(x1,,xn)也称为 R n \bold{R}^{n} Rn的一个或一个 n n n维向量
  • x i x_i xi称为点 x \bold{x} x i i i个坐标或向量的 i i i个分量
  • R n \bold{R}^{n} Rn中的零元称为 R n \bold{R}^{n} Rn中的坐标原点或** n n n维零向量**
线性运算和空间概念
  • x = ( x 1 , ⋯   , x n ) \bold{x}=(x_1,\cdots,x_n) x=(x1,,xn), y = ( y 1 , ⋯   , y n ) \bold{y}=(y_1,\cdots,y_n) y=(y1,,yn) R n \bold{R}^{n} Rn中任意两个元素, λ ∈ R \lambda\in{\bold{R}} λR规定
    • x + y = ( x 1 + y 1 , ⋯   , x n + y n ) \bold{x+y}=(x_1+y_1,\cdots,x_n+y_n) x+y=(x1+y1,,xn+yn)
    • λ x \lambda{\bold{x}} λx= ( λ x 1 , ⋯   , λ x n ) (\lambda{x_1},\cdots,\lambda{x_n}) (λx1,,λxn)
  • 定义了线性运算的集合 R n \bold{R}^{n} Rn称为** n n n维空间**

空间中的两点距离

  • R n \bold{R}^{n} Rn中的点 x = ( x 1 , ⋯   , x n ) \bold{x}=(x_1,\cdots,x_n) x=(x1,,xn), y = ( y 1 , ⋯   , y n ) \bold{y}=(y_1,\cdots,y_n) y=(y1,,yn)的距离记为 ρ ( x , y ) \rho(\bold{x,y}) ρ(x,y)
  • 规定 ρ ( x , y ) \rho(\bold{x,y}) ρ(x,y)= ( x 1 − y 1 ) 2 + ⋯ + ( x n − y n ) 2 \sqrt{(x_1-y_1)^2+\cdots+(x_n-y_n)^2} (x1y1)2++(xnyn)2
  • R n \bold{R}^{n} Rn中, x \bold{x} x 0 \bold{0} 0的距离 ρ ( x , 0 ) \rho(\bold{x,0}) ρ(x,0)记为 ∣ ∣ x ∣ ∣ ||\bold{x}|| ∣∣x∣∣
    • 特别的,在 R k , k ⩽ 3 \bold{R}^{k},k\leqslant{3} Rk,k3时, ∣ ∣ x ∣ ∣ ||\bold{x}|| ∣∣x∣∣简记为 ∣ x ∣ |x| x
    • ∣ ∣ x ∣ ∣ \bold{||x||} ∣∣x∣∣= x 1 2 + ⋯ + x n 2 \sqrt{x_1^2+\cdots+x_n^2} x12++xn2
    • z = x − y \bold{z=x-y} z=xy= ( x 1 − y 1 , ⋯   , x n − y n ) (x_1-y_1,\cdots,x_n-y_n) (x1y1,,xnyn),那么有 ∣ ∣ z ∣ ∣ = ∣ ∣ x − y ∣ ∣ \bold{||z||}=\bold{||x-y||} ∣∣z∣∣=∣∣xy∣∣= ( x 1 − y 1 ) 2 + ⋯ + ( x n − y n ) 2 \sqrt{(x_1-y_1)^2+\cdots+(x_n-y_n)^2} (x1y1)2++(xnyn)2 = ρ ( x , y ) \rho(\bold{x,y}) ρ(x,y)

n n n维空间中的变元极限

  • n n n维空间 R n \bold{R}^{n} Rn中定义了距离后,就可以定义 R n \bold{R}^{n} Rn中的变元极限
  • x = ( x 1 , ⋯   , x n ) \bold{x}=(x_1,\cdots,x_n) x=(x1,,xn), a \bold{a} a= ( a 1 , ⋯   , a n ) (a_1,\cdots,a_n) (a1,,an), x , a ∈ R n \bold{x,a}\in{\bold{R}^{n}} x,aRn,若 ∣ ∣ x → a ∣ ∣ → 0 \bold{||x\to{a}}||\to{0} ∣∣xa∣∣0,则称变元 x \bold{x} x R n \bold{R}^{n} Rn中趋于固定元 a \bold{a} a,记为 x → a \bold{x\to{a}} xa
    • 显然, x → a \bold{x\to{a}} xa ⇔ \Leftrightarrow x i → a i x_i\to{a_i} xiai, ( i = 1 , 2 , ⋯   , n ) (i=1,2,\cdots,n) (i=1,2,,n)

n n n维空间内的邻域

  • a \bold{a} a= ( a 1 , ⋯   , a n ) ∈ R n (a_1,\cdots,a_n)\in{\bold{R}^{n}} (a1,,an)Rn, δ \delta δ是某个正数,则 n n n维空间内的点集 U ( a , δ ) U(\bold{a},\delta) U(a,δ)= {   x ∣ x ∈ R n , ρ ( x , a < δ )   } \set{\bold{x}|\bold{x\in{R}}^{n},\rho(\bold{x,a}<\delta)} {xxRn,ρ(x,a<δ)}就定义为 R n \bold{R}^{n} Rn a \bold{a} a δ \delta δ邻域
  • 类似的可以定义 n n n为空间 R n \bold{R}^{n} Rn内的点集的内点,外点,边界点,聚点;以及点集的分类:开集,闭集,区域等概念

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1169021.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

python用cv2画图(line, rectangle, text等)

Python做图像图形研究的时候&#xff0c;通常需要画很多辅助几何形状&#xff08;比如bounding box等&#xff09;。基于opencv的几何图形绘制具有易用性&#xff0c;而且天然能和numpy数组交互。 本文总结了几种常用的cv2画几何图形的方法&#xff0c;当一个简易的手册使用&a…

【this详解】学习JavaScript的this的使用和原理这一篇就够了,超详细,建议收藏!!!

&#x1f601; 作者简介&#xff1a;一名大四的学生&#xff0c;致力学习前端开发技术 ⭐️个人主页&#xff1a;夜宵饽饽的主页 ❔ 系列专栏&#xff1a;前端js专栏 &#x1f450;学习格言&#xff1a;成功不是终点&#xff0c;失败也并非末日&#xff0c;最重要的是继续前进的…

IS200EPSMG1AED 使用Lua创建逻辑脚本或完整程序

IS200EPSMG1AED 使用Lua创建逻辑脚本或完整程序 IS200EPSMG1AED 是一种支持网络的I/O控制器&#xff0c;它执行类似于可编程逻辑控制器(PLC)的控制、逻辑和监控功能。然而&#xff0c;与PLC不同&#xff0c;X-600M是为基于网络的应用而设计的。X-600M可以使用内置网络服务器和…

094基于web+springboot的酒店客房管理系统

欢迎大家关注&#xff0c;一起好好学习&#xff0c;天天向上 文章目录 一项目简介技术介绍 二、功能组成三、效果图四、 文章目录 一项目简介 本酒店客房管理系统有管理员&#xff0c;用户&#xff0c;会员&#xff0c;清洁人员。管理员功能有个人中心&#xff0c;用户管理&am…

2023年最新CUDA安装教程,看完就会(windows版)。

目录 前言 注意&#xff1a;本教程建立在您已经正确安装了显卡驱动的基础上 第一步&#xff0c;找到对应的CUDA版本 第二步&#xff0c;查看你要安装的pytorch版本对应的cuda版本&#xff08;如果只需要安装cuda可以跳过&#xff09; 第二步,下载cuda 第三步&#xff0c;…

PointNet++ 论文阅读

论文链接 PointNet 0. Abstract **背景&#xff1a;**PointNet的设计并未捕捉到度量空间中存在的局部结构&#xff0c;限制了其识别细粒度模式和适用于复杂场景的能力 解决思路&#xff1a; 引入了一种分层神经网络&#xff0c;该网络在输入点集的嵌套分割上递归地应用Poin…

[PHP]禅道项目管理软件ZenTaoPMS源码包 v16.4

禅道项目管理软件ZenTaoPMS一键安装包是一款国产的开源项目管理软件。它集产品管理、项目管理、质量管理、文档管理、组织管理和事务管理于一体&#xff0c;是一款专业的研发项目管理软件&#xff0c;完整地覆盖了项目管理的核心流程。注重实效的管理思想&#xff0c;合理的软件…

C语言,数据结构指针,结构构体操作符 •,->,*的区别,看这篇就够了

在朋友们学习指针和数据结构这一章的时候&#xff0c;对各种操作符云里雾里。当你看到这么文章之后你就会明白了。 一 • 和 ->运算符 • 运算符&#xff1a;是结构变量访问结构体成员时用的操作符 -> 运算符&#xff1a;这是结构体指针访问结构体成员时调用的运算符。 …

GCN火车票识别项目 P1 火车票识别项目介绍 Pytorch LSTM/GCN

从本节开始&#xff0c;我将带大家完成一个深度学习项目&#xff1a;用图卷积神经网络(GCN)&#xff0c;实现一个「火车票文字信息提取」的项目&#xff0c;由于火车票上每个节点文字不是等长的&#xff0c;所以还需要添加一个前置的 LSTM 来提取句子特征。 课前说明 1、这是…

VScode + opencv + c++ + win配置教程

准备&#xff1a; 1、下载opencv 2、下载MinGw 3、 3、下载CMake 下载完解压放到一个文件夹里面&#xff0c;便于环境管理&#xff0c;文件夹我重命名了&#xff0c;解压出来文件名不一样正常 环境变量配置 C:\Users\wuxulong\cpp_env\MinGw\mingw64\bin C:\Users\wuxulon…

联想服务器-HTTP boot安装Linux系统

HTTP boot与传统PXE的主要差异 HTTP不再需要使用UDP协议的tftp服务&#xff08;连接不可靠、不支持大文件&#xff09;了&#xff0c;只需要dhcp 和http 两个服务即可&#xff0c;支持较稳定的大文件传输。 实验环境 ThinkSystem服务器SR650V2 SR660V2 通过HTTP boot安装Cen…

Android java Handler sendMessage使用Parcelable传递实例化对象,我这里传递Bitmap 图片数据

一、Bundle给我们提供了一个putParcelable(key,value)的方法。专门用于传递实例化对象。 二、我这里传递Bitmap 图片数据&#xff0c;实际使用可以成功传统图像数据。 发送&#xff1a;Bundle bundle new Bundle();bundle.putParcelable("bitmap",bitmap);msg.setD…

YOLO算法改进5【中阶改进篇】:添加SENet注意力机制

SE-Net 是 ImageNet 2017&#xff08;ImageNet 收官赛&#xff09;的冠军模型&#xff0c;是由WMW团队发布。具有复杂度低&#xff0c;参数少和计算量小的优点。且SENet 思路很简单&#xff0c;很容易扩展到已有网络结构如 Inception 和 ResNet 中。 我们可以看到&#xff0c;已…

NLP 模型中的偏差和公平性检测

一、说明 近年来&#xff0c;自然语言处理 &#xff08;NLP&#xff09; 模型广受欢迎&#xff0c;彻底改变了我们与文本数据交互和分析的方式。这些基于深度学习技术的模型在广泛的应用中表现出了卓越的能力&#xff0c;从聊天机器人和语言翻译到情感分析和文本生成。然而&…

IntelliJ IDEA2023旗舰版和社区版下载安装教程(图解)

&#x1f337;&#x1f341; 博主猫头虎 带您 Go to New World.✨&#x1f341; &#x1f984; 博客首页——猫头虎的博客&#x1f390; &#x1f433;《面试题大全专栏》 文章图文并茂&#x1f995;生动形象&#x1f996;简单易学&#xff01;欢迎大家来踩踩~&#x1f33a; &a…

【C语法学习】14 - 流和文件

文章目录 1 流1.1 概念1.2 优点1.3 分类1.3.1 输入流和输出流1.3.2 标准流和文件流1.3.2.1 标准流1.3.2.2 文件流 1.3.3 文本流和二进制流 4 文件4.1 分类4.2 区别 1 流 1.1 概念 "流"的概念比较抽象&#xff0c;经典C语言书籍《C Primer Plus》中是这样描述的&…

两分钟搞定MySQL安装——极速mysql5.7安装教程

一、下载mysql mysql官网传送带&#xff1a; MySQL :: Download MySQL Community Server 选择好版本后直接下载即可&#xff0c;版本格式为zip格式。 二、安装mysql 1、解压zip安装包 ps&#xff1a;解压缩的路径里面不要出现中文哦&#xff01; 2、设置配置文件 新建data…

字节10年经验,花3个月熬夜整理的超全面试真题(附答案)

软件测试工程师&#xff0c;和开发工程师相比起来&#xff0c;虽然前期可能不会太深&#xff0c;但是涉及的面还是比较广的。前期面试实习生或者一年左右的岗位&#xff0c;问的也主要是一些基础性的问题比较多。涉及的知识主要有MySQL数据库的使用、Linux操作系统的使用、软件…

一、修改Ubuntu的IP

1、配置虚拟机 三台虚拟机&#xff0c;分别为node1、node2、node3&#xff0c;内存分别为4G、2G、2G&#xff0c;现存最好为&#xff08;>40G&#xff09;&#xff0c;如下&#xff1a; 2、修改主机名 分别打开三台虚拟机&#xff0c;root用户输入一下命令&#xff1a; no…

too many open files(打开的文件过多)解决办法

我们java服务报java.net.SocketException: 打开的文件过多 由于我们文件服务用的是minio 所以排查思路应该是进入文件服务器查看minio的pid ps -ef |grep minio lsof -p 11956 | wc -l 由此可以看出已经打开数为1950了 所以我们要提升打开文件数&#xff08;openfile&#…