5:29 Some people call that Manhattan or city block distance because it's like moving through square city blocks while sticking to the road. Or the 'sum of absolute differences' to be specific. Also in AI training similar functions are used for subtracting the expected values from the results, which are called cost functions, but those are only for very large finite dimensions and include other operations. 1:23 The cost function 'root-mean-square deviation' (RMSD) is almost the exact same as this except for the fact that it averages all the distances' squares over n before taking the square root.
ooo I recognise those triangle properties from Ostrowski's theorem. I feel like this problem could have an interesting solution via p-adic numbers which are all about dealing with infinitely large numbers.
![[Eng Sub] What is a Perfect Number?](http://i.ytimg.com/vi/qAd2WHWIp30/mqdefault.jpg)
![[Eng Sub] What is a Perfect Number?](/img/tr.png)
![[Eng Sub] Formal Derivative: Differentiating Something That Diverges to Infinity](http://i.ytimg.com/vi/SGllxZ3WNkA/mqdefault.jpg)
1次元：1歩進む
2次元：横にも1歩分進むから最短距離でも1次元よりは遠いわな
3次元：上にも行く分もっと遠いよな
無限次元：そりゃ無限だわな。圧縮するのはいいけど無限歩だわ。
この定義で距離が1以上になる点を形式的に追加すると何か面白いことが起きそう
f(x)=x/(1+x) (x≧0) は有界・狭義単調増加・上に凸・連続・f(∞)=1という特徴をもちますが、逆に言えば「この特徴をもつf」とだけ述べて抽象的に進めることもできますね。
他の簡単な具体例として、f(x)=(2/π)arctan(x) (x≧0) があります。
確率論ではf(x)=min{x,1}なんてのも時々（これは「広義」単調増加）。
圧縮関数とでも言えばいいのかな
面白い
f:R→[0,1] なら何でもいいわけではないと思うよ。
三角不等式など距離の3公理を満たす必要がある
f(0)=0を書き忘れましたが、「単調増加で上に凸」という条件をつけているので、三角不等式も満たされます。
その証明は少し難しいですが、凸という条件から一般に、「広義単調減少かつ左連続なg(x)を用いてf(x)=∫[0,x]g(t)dtと表せる」が言えるので、f(x+y)=∫[0,x+y]g(t)dt=∫[0,x]g(t)dt+∫[0,y]g(x+t)dt≦∫[0,x]g(t)dt+∫[0,y]g(t)dt=f(x)+f(y)が成り立ちます。
d(a,b)が距離ならd(a,b)≦d(a,c)+d(c,b)なので、上のf(x+y)≦f(x)+f(y)と単調増加を使うとf(d(a,b))≦f(d(a,c)+d(c,b))≦f(d(a,c))＋f(d(c,b))となり，f(d(a,b))も三角不等式を満たすわけです。
@@山崎洋一-j8c 難しかったけど、
「三角不等式がちゃんと満たされる」ってことだけ理解できた
9:12 Spoken like a true mathematician
成分ごとに重み付けが異なるのがなぁー
圧縮したあとにシグマごとnで割るとダメなのかな～って思いました
（追記）公理1を満たしてませんね
わかる
3次元までの空間だとxとyを交換しても距離が同じ対称性があるけど
この定義だと結果が変わる
ここのコメ欄洗練されすぎ
面白い！
全然分野違いだけど、3Dグラフィックでは距離というか深度を対数取ったものを使うんですよね。遠くの物体の距離をそのままfloat（32bit）で扱うと表現範囲外になることがあるので対数を取って距離を圧縮してfloatで十分扱えるようにする。距離の公理の通りカメラ視点からの順序さえ正しければ良いからね。それとなにか共通点を感じました。
5:29 Some people call that Manhattan or city block distance because it's like moving through square city blocks while sticking to the road. Or the 'sum of absolute differences' to be specific.
Also in AI training similar functions are used for subtracting the expected values from the results, which are called cost functions, but those are only for very large finite dimensions and include other operations.
1:23 The cost function 'root-mean-square deviation' (RMSD) is almost the exact same as this except for the fact that it averages all the distances' squares over n before taking the square root.
9:21 I'm pretty sure proving this triangle property was given to us as homework when i studied this in functional analysis lol
ユークリッド距離にf(x)=x/1+xを組み込んでも……大体全部
になっちゃうか
n次元の距離を無理数次元や複素数次元に一般化できる？
2:55 I have actually used distance functions that include infinity before! One came up in the study of "persistent homology"
こういう定義を使わないといけない場面があるってことなのか……？
大変だなぁ
This is so adorable and informative; thank you so much for these videos!
ちょっと信じられない定義だったけど、公理があれなら仕方ないと思ってしまった
無下限呪術か・・・
距離なんて無粋だ〜。
超実数みたいにatan使ったらだめなのかなと思ったら先客がいましたね……
あとは発散する数列には使えないかもしれませんが
a(0,0,0...)とb(1,1,1....)みたいなものなら１次元当たりの距離に換算するのもありじゃないかなと思いました
今回の話のモチベーションとして「各点収束」について触れないのが不思議だな
ただ距離の公理を満たすって話なら自明な距離でええやん
距離関数を変えても要素の大小関係が保存されるような距離関数の条件？
この式はなんとなく数字の二進法への変換に見えてくる
n桁の数はn次元のベクトルという見方もできるけど、無限桁の数を有限の距離に抑え込んでいるとすれば魔法にしか見えない！
もっと大きな無限だったらどうなるでしょうか？
いろいろな定義を考えるのはいいけど、それってよく知られている低次元でも同様に成り立たなければいけないとかではないのかしら？
10:11
極限の交換警察だ！
勝手に極限の交換をしないでください。
(すみません、自分が交換していい理由を知らないだけです。)
たしかに、そのあたりはあやふやでしたね！
結果としては問題なさそうです。a/(1+a) の部分は n を含まないので、定数として Σ の外側に出せるからです。ここで a を ∞ に飛ばす前に Σ を先に計算してしまった方がお行儀が良かったかもしれませんね👍
なるほど！よく考えたら当たり前ですね。ありがとうございます！😊
ooo I recognise those triangle properties from Ostrowski's theorem. I feel like this problem could have an interesting solution via p-adic numbers which are all about dealing with infinitely large numbers.
無限次元の内積はどうなるの？
ℓ^2空間には内積が定義できる ヒルベルト空間の具体例
シレっと最後の一言の後半w。>位相空間
そして浅瀬から深みにハマる？www
おもしろいー！
ソボレフノルムわっしょいわっしょい
座標軸の取り方を変えたら距離が変わるのが嫌＞＜
座標軸を変えたときに、その影響を取り入れた形にすることはできそう。
L^\infty ちゃんは自分が貰っていきますね
くりぃむしちゅーのANN
無限次元の果てを１と定義したってことかしら？
[-∞,∞]と[0,1]が順序位相に関して同型であるということだ