Вероятности и неприятности. Математика повседневной жизни

2) ρ(x,y) = ρ(y,x) (аксиома симметрии: расстояние в обе стороны одинаково);

3) ρ(x,z) ≤ ρ(x,y) + ρ(y,z) (неравенство треугольника — аналог знакомого утверждения из курса геометрии: окружной путь не может быть короче прямого).

Множество X с введенной метрикой называется метрическим пространством. Из приведенных аксиом следует, что метрика — неотрицательная функция. Рассмотрим неравенство треугольника для случая x = z:

0= ρ(x,x) ≤ ρ(x,y)+ ρ(y,x) = 2ρ(x,x), откуда ρ(x,x) ≥ 0.

Понятие метрики позволяет вводить аналог расстояния (или степени близости) в совсем неочевидных случаях, например на бесконечномерном пространстве функций, между строками текста или изображениями; наконец, между распределениями случайных величин. Введение метрики не решает всех проблем, но в отсутствие внятной и корректной метрики легко увязнуть в бесконечном, бурном и бессмысленном споре, который в околокомпьютерной среде известен как «холивар» (от англ. holy war — священная война). Увы, жаркие споры возникают чаще всего уже на этапе выбора метрик, поскольку они сами образуют некое множество, на котором тоже нужно определять отношение порядка «лучше / хуже». Впрочем, можно предложить вполне осмысленный способ рассуждений о сравнимости многомерных объектов, например людей.

В многомерном пространстве параметров каждый объект может быть представлен вектором — набором чисел, определяющих значения критериев, которые его характеризуют. Рассматривая ансамбль векторов (например, человеческое общество), мы увидим, что какие-то из них окажутся сонаправлены или по крайней мере близки по направлениям; вот их-то уже вполне можно сравнивать по длине. В то же время какие-то векторы ортогональны (в геометрическом смысле — перпендикулярны, в более широком — независимы), и соответствующие им люди попросту друг другу непонятны: они по ряду параметров в сопряженных пространствах, как пресловутые физики и лирики. Нет смысла рассуждать о том, что хороший поэт в чем-то лучше либо хуже талантливого инженера или одаренного природой спортсмена. Единственное, о чём можно судить, — о длине вектора, то есть степени одаренности, расстоянии от среднего.

В связи с этим может возникнуть любопытный вопрос: а какая доля случайных векторов в пространстве заданной размерности будет сонаправленной, а какая ортогональной? Как много удастся найти единомышленников или хотя бы тех, с кем можно себя сравнить?

В двумерном мире каждому вектору соответствует одномерное пространство коллинеарных (сонаправленных) и одномерное пространство ортогональных векторов. Если мы рассмотрим «почти» сонаправленные и «почти» ортогональные векторы, то они образуют секторы одинаковой меры (неважно, площади или угла) при одинаковом выборе допустимого отклонения. Иначе говоря, похожих и непохожих объектов при рассмотрении двух критериев будет одинаковое количество (под количеством мы опять понимаем меру на множестве этих критериев, рис. 5.5).

В трехмерном мире картина поменяется. Сонаправленные векторы всё так же образуют одномерное пространство, а вот ортогональные уже заполняют плоскость, двумерное пространство. С точки зрения ортогональных векторов мера сонаправленных уже равна нулю, но все же позволим векторам немного отклониться от курса. Фиксируя их длину R и допуская небольшое отклонение от идеальных направлений на угол Δφ, можно количество почти сонаправленных векторов сопоставить с площадью круговых областей вокруг полюсов 2πR²Δφ², а число почти ортогональных — с площадью полосы вокруг экватора: 4πR²Δφ. Их отношение 2/Δφ растет неограниченно при уменьшении отклонения Δφ.

В четырехмерном мире ортогональные векторы образуют уже трехмерное пространство, тогда как сонаправленные всё еще лежат в одномерном, и разница в их количестве растет уже пропорционально квадрату отклонения от идеала. Но на этом этапе лучше обратиться к теории вероятностей и выяснить, каковы шансы получить ортогональные или сонаправленные векторы, взяв наугад два вектора из пространства размерности m. Об этом нам расскажет распределение углов между случайными векторами (рис. 5.6). К счастью, рассуждая о площадях многомерных сфер, распределение можно вычислить аналитически и даже представить в конечной форме:

Здесь Γ(x) — гамма-функция, обобщение факториала на вещественные (и даже комплексные) числа. Ее основное свойство: Γ(x + 1) = xΓ(x).

Рис. 5.6. Распределения углов случайных векторов в пространствах различных размерностей