3.3 Lengths and Distances
내적을 이용해서 벡터공간에서의 길이와 거리, 각도를 정의할 수 있다.
Length
이미 벡터의 길이를 정의하는 방법으로써 norm을 다루었다. 여기서는 내적과 norm의 관계에 집중한다. 우선, 내적을 이용하면 norm을 다음과 같이 표현할 수 있다.
$$\lVert \boldsymbol{x} \rVert \coloneqq \sqrt{ \langle \boldsymbol{x}, \boldsymbol{x} \rangle }$$
위의 간단한 식으로 내적과 norm을 연결시킬 수 있다. 하지만 물론 norm이 2-norm만 있는 것은 아니므로 모든 norm이 내적으로 유도된다고 할 수는 없다. 대표적인게 Manhattan norm(1-norm)으로 대응하는 내적표현식이 존재하지 않는다.
이후 논의를 진행하기에 앞서 거리개념에 일반적으로 적용할 수 있는 Cauchy-Schwarz 부등식을 살펴보자.
Distance and Metric
이제 거리에 대해 정의해보자. 거리는 다음과 같이 정의된다.
내적으로 dot product를 사용할 때에 한하여 거리를 Euclidean distance라고 한다.
Properties of Metric
Metric은 다음의 성질을 만족한다.
- $d$는 positive definite하다.
모든 $\boldsymbol{x}, \boldsymbol{y} \in V$에 대해 $ d(\boldsymbol{x}, \boldsymbol{y}) \geq 0 $이 성립하며 $d(\boldsymbol{x}, \boldsymbol{y}) = 0$이면 $ \boldsymbol{x} = \boldsymbol{y} $이다.
- $d$는 symmetric하다.
모든 $\boldsymbol{x}, \boldsymbol{y} \in V$에 대해 $ d(\boldsymbol{x}, \boldsymbol{y}) = d(\boldsymbol{y}, \boldsymbol{x}) $
- Triangle inequality가 성립한다.
모든 $\boldsymbol{x}, \boldsymbol{y}, \boldsymbol{z} \in V$에 대해 $ d(\boldsymbol{x}, \boldsymbol{z}) \leq d(\boldsymbol{x}, \boldsymbol{y}) + d(\boldsymbol{y}, \boldsymbol{z})$가 성립한다.