ARTICLE · 1293109
AI学数学 古典分析 度量空间
AiMath · 古典分析 · 度量空间拓扑
度量空间
把「距离」抽出来
A09-1
核心问题 ——欧氏空间靠 ‖x − y‖ 量距离；能不能把「距离」本身抽象出来，装到任意集合上？
本卡结论 ——度量空间 = 集合 X + 满足三公理的距离函数 d（正定、对称、三角不等式）。
答案：可量距离的空间
一句话 —— (X, d)，其中 d 满足正定性、对称性、三角不等式。
实数轴上我们用 |x − y| 度量距离，ℝn 里用 ‖x − y‖。但很多分析对象——函数空间、概率测度空间、随机过程的路径空间——上面并没有线性结构，却仍然有「远近」。
度量空间做的事，就是把「距离」这件事单独拿出来公理化：只要一个函数满足三条直觉上合理的性质，就能在它上面讨论收敛、连续、紧——无论对象是不是数。
严格定义 · 双旁白
本节要点 · 三角不等式 = 「直达不慢于绕道」；度量不要求线性结构。
① d(x, y) = 0 ⇔ x = y ② d(x, y) = d(y, x) ③ d(x, z) ≤ d(x, y) + d(y, z)
d: X × X → [0, +∞)
严格英文 —— A metric space is a pair (X, d) where d: X × X → [0, ∞) satisfies positivity, symmetry, and the triangle inequality for all points of X.
人话版 —— 只要能定义一个合理的距离——到自己是 0、A 到 B 等于 B 到 A、直达不比绕道远——这个空间就能谈远近、收敛与连续。
一个常被搞反的点 —— 度量空间不要求任何线性结构。它只是一个集合加一个距离函数。而且「开球」也不必长得像圆——在离散度量下，一个开球可能只含中心点。
几何画面：同一集合，三把尺子
本节要点 · 换一把距离，「单位球」的形状就变——几何由距离决定。
在同一个平面点集上装三种不同距离，画出各自的「单位球」：欧氏距离给出圆，曼哈顿距离给出菱形（旋转 45° 的方块），离散距离给出一个孤立的中心点。集合没变，几何却全变了。
「球」的样子由距离决定。这一观察后面会反复用到：换距离，等于换一套空间几何。
类比：比较概率分布的距离
本节要点 · 同一堆概率分布，换一种距离，就换一种「相似」的判据。
两个概率分布之间「有多远」，本身就是一个可以选择的东西：Wasserstein 距离、总变差距离、KL 散度（后者严格说不是距离），各有各的说法。度量空间的语言让我们把这些「远/近」统一到同一套框架下讨论。
资产路径空间也一样：把「两条路径的差」定义成什么，就决定了「两条路径有多像」。度量空间是这些选择的共同骨架。
反例与边界：离散度量与 (0,1)
本节要点 · 完备性不是拓扑性质，是度量性质。
反例 —— 离散度量 d(x, y) = 1（当 x ≠ y）：任何单点 {x} 都是开球 B(x, 0.5)，所以每个子集都既开又闭。度量空间的拓扑可以「细」到这种程度。
边界 —— 完备性不是拓扑不变量，而是度量性质：(0,1) 与 ℝ 在拓扑上「同一种形状」（同胚），但 (0,1) 不完备、ℝ 完备——差别只来自「尺子」。
对照 —— 度量 → 赋范 → 内积，是逐级加结构：赋范空间是「由范数诱导距离」的度量空间，内积空间是「由内积诱导范数」的赋范空间。
度量空间把「距离」这一个词，变成了通用的分析语言。
地图连接
本节要点 · 上游是 ε-δ 与 ε-N，下游通向开集、闭集与拓扑。
← 前置是谁
ε-δ 与 ε-N 语言——它们只用到 |x − y|，把绝对值换成 d 就能整体搬过来。
→ 下一步通向谁
开集与闭集——用「开球」在度量空间里定义拓扑结构，后面的邻域、闭包、连续都从这里长出来。
弱连接
⑥ 桥梁/推广：从欧氏距离推广到任意距离，收敛与连续随之推广。⑤ 退化/特化：度量由范数诱导 ⇒ 赋范空间；范数由内积诱导 ⇒ 内积空间，逐级加结构。
边界探测 · 一问
(0,1) 与 ℝ 能不能建立同胚（拓扑上同一形状）？既然同胚，为什么一个不完备、一个完备？
度量空间是分析走向抽象的第一站：距离一旦抽象，整套 ε-δ 语言就跟着抽象。它把「数轴上的分析」变成了「任意空间上的分析」。
AiMath · A09-1
