WIIS

距離空間上の点列

実ベクトル空間上の距離のもとでの点列の極限

目次

関連知識

Mailで保存
Xで共有

実ベクトル空間上の距離関数

距離空間\(\left( X,d\right) \)とは非空集合\(X\)と距離関数\(d\)から構成される概念です。ただし、距離関数\(d:X\times X\rightarrow \mathbb{R} \)とは以下の4つの公理\begin{eqnarray*}&&\left( M_{1}\right) \ \forall x,y\in X:d\left( x,y\right) \geq 0 \\
&&\left( M_{2}\right) \ \forall x,y\in X:\left[ d(x,y)=0\Leftrightarrow x=y\right] \\
&&\left( M_{3}\right) \ \forall x,y\in X:d(x,y)=d\left( y,x\right) \\
&&\left( M_{4}\right) \ \forall x,y,z\in X:d\left( x,z\right) \leq d\left(
x,y\right) +d\left( y,z\right)
\end{eqnarray*}を満たすものとして定義されます。同一の集合\(X\)に対して導入可能な距離関数\(d\)は1種類だけであるとは限りません。\(X\)が実ベクトル空間\(\mathbb{R} ^{n}\)である場合にも、それに対して様々な距離関数が導入可能です。

\(n\)次元の実ベクトル空間\(\mathbb{R} ^{n}\)に対して何らかの距離関数を定義し、便宜上、これを、\begin{equation*}d^{n}:\mathbb{R} ^{n}\times \mathbb{R} ^{n}\rightarrow \mathbb{R} \end{equation*}で表記します。つまり、\(\left( \mathbb{R} ^{n},d^{n}\right) \)は距離空間であるということです。任意の次元\(n\)について同様であるため、問題とする集合を\(1\)次元の実ベクトル空間\(\mathbb{R} \)とした上で、それに呼応する形で先の関数を、\begin{equation*}d^{1}:\mathbb{R} \times \mathbb{R} \rightarrow \mathbb{R} \end{equation*}とすれば、この\(d^{1}\)もまた距離関数であり、したがって\(\left( \mathbb{R} ,d^{1}\right) \)は距離空間となります。

例(ユークリッド空間)
\(n\)次元のユークリッド空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)は距離空間です。ただし、ユークリッド距離\(d^{n}:\mathbb{R} ^{n}\times \mathbb{R} ^{n}\rightarrow \mathbb{R} \)はそれぞれの\(\left( x,y\right) \in \mathbb{R} ^{n}\times \mathbb{R} ^{n}\)に対して、\begin{eqnarray*}d^{n}\left( x,y\right) &=&\sqrt{\left( x_{1}-y_{1}\right) ^{2}+\left(
x_{2}-y_{2}\right) ^{2}+\cdots +\left( x_{n}-y_{n}\right) ^{2}} \\
&=&\sqrt{\sum_{i=1}^{n}(x_{i}-y_{i})^{2}}
\end{eqnarray*}を定めます。\(1\)次元のユークリッド空間\(\left( \mathbb{R} ,d^{1}\right) \)もまた距離空間であり、ユークリッド距離\(d^{1}:\mathbb{R} \times \mathbb{R} \rightarrow \mathbb{R} \)はそれぞれの\(\left( x,y\right) \in \mathbb{R} \times \mathbb{R} \)に対して、\begin{eqnarray*}d^{1}\left( x,y\right) &=&\sqrt{\left( x-y\right) ^{2}} \\
&=&\left\vert x-y\right\vert
\end{eqnarray*}を定めます。

例(マンハッタン距離空間)
\(n\)次元のマンハッタン距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)は距離空間です。ただし、マンハッタン距離\(d^{n}:\mathbb{R} ^{n}\times \mathbb{R} ^{n}\rightarrow \mathbb{R} \)はそれぞれの\(\left( x,y\right) \in \mathbb{R} ^{n}\times \mathbb{R} ^{n}\)に対して、\(\left( x,y\right) \in \mathbb{R} ^{n}\times \mathbb{R} ^{n}\)に対して、\begin{eqnarray*}d^{n}\left( x,y\right) &=&\left\vert x_{1}-y_{1}\right\vert +\left\vert
x_{2}-y_{2}\right\vert +\cdots +\left\vert x_{n}-y_{n}\right\vert \\
&=&\sum_{i=1}^{n}\left\vert x_{i}-y_{i}\right\vert
\end{eqnarray*}を定めます。\(1\)次元のマンハッタン距離空間\(\left( \mathbb{R} ,d^{1}\right) \)もまた距離空間であり、マンハッタン距離\(d^{1}:\mathbb{R} \times \mathbb{R} \rightarrow \mathbb{R} \)はそれぞれの\(\left( x,y\right) \in \mathbb{R} \times \mathbb{R} \)に対して、\begin{equation*}d^{1}\left( x,y\right) =\left\vert x-y\right\vert
\end{equation*}を定めます。

例(チェビシェフ距離空間)
\(n\)次元のチェビシェフ距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)は距離空間です。ただし、チェビシェフ距離\(d^{n}:\mathbb{R} ^{n}\times \mathbb{R} ^{n}\rightarrow \mathbb{R} \)はそれぞれの\(\left( x,y\right) \in \mathbb{R} ^{n}\times \mathbb{R} ^{n}\)に対して、\(\left( x,y\right) \in \mathbb{R} ^{n}\times \mathbb{R} ^{n}\)に対して、\begin{equation*}d^{n}\left( x,y\right) =\max \left\{ \left\vert x_{1}-y_{1}\right\vert
,\left\vert x_{2}-y_{2}\right\vert ,\cdots ,\left\vert
x_{n}-y_{n}\right\vert \right\}
\end{equation*}を定めます。\(1\)次元のチェビシェフ距離空間\(\left( \mathbb{R} ,d^{1}\right) \)もまた距離空間であり、チェビシェフ距離\(d^{1}:\mathbb{R} \times \mathbb{R} \rightarrow \mathbb{R} \)はそれぞれの\(\left( x,y\right) \in \mathbb{R} \times \mathbb{R} \)に対して、\begin{eqnarray*}d^{1}\left( x,y\right) &=&\max \left\{ \left\vert x-y\right\vert \right\}
\\
&=&\left\vert x-y\right\vert
\end{eqnarray*}を定めます。

 

実ベクトル空間上の点列と座標数列

\(n\)次元の実ベクトル空間\(\mathbb{R} ^{n}\)に対して何らかの距離関数\(d^{n}\)を導入することで得られる距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)を議論の対象とします。また、それに対応する\(1\)次元の距離空間を\(\left( \mathbb{R} ,d^{1}\right) \)で表記します。先に例示したように、\(d^{n}\)の候補としてはユークリッド距離やマンハッタン距離、チェビシェフ距離などがあります。

距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)上の点列\(\left\{ x_{v}\right\} \)のそれぞれの項\(x_{v}\)は\(n\)次元ベクトルですが、その成分を明示したい場合には、\begin{equation*}x_{v}=\left( x_{v}^{\left( 1\right) },x_{v}^{\left( 2\right) },\cdots
,x_{v}^{\left( n\right) }\right) \in \mathbb{R} ^{n}
\end{equation*}と表記することとします。この表記にしたがうと、点列\(\{x_{v}\}\)の各項は、\begin{eqnarray*}x_{1} &=&\left( x_{1}^{\left( 1\right) },x_{1}^{\left( 2\right) },\cdots
,x_{1}^{\left( n\right) }\right) \\
x_{2} &=&\left( x_{2}^{\left( 1\right) },x_{2}^{\left( 2\right) },\cdots
,x_{2}^{\left( n\right) }\right) \\
&&\vdots \\
x_{v} &=&\left( x_{v}^{\left( 1\right) },x_{v}^{\left( 2\right) },\cdots
,x_{v}^{\left( n\right) }\right) \\
&&\vdots
\end{eqnarray*}という形になります。つまり、\(x_{v}^{\left( i\right) }\)は点列\(\{x_{v}\}\)の第\(v\)項の第\(i\)成分に相当する実数です。

繰り返しになりますが、距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)の点列\(\{x_{v}\}\)のそれぞれの項は、\begin{equation*}x_{v}=\left( x_{v}^{\left( 1\right) },x_{v}^{\left( 2\right) },\cdots
,x_{v}^{\left( n\right) }\right) \in \mathbb{R} ^{n}
\end{equation*}という\(n\)次元ベクトルであるため、その第\(k\in \left\{ 1,2,\cdots ,n\right\} \)成分\(x_{v}^{\left( k\right) }\)に注目すると、それを一般項とする距離空間\(\left( \mathbb{R} ,d^{1}\right) \)上の点列\(\left\{ x_{v}^{\left(k\right) }\right\} \)が得られます。つまり、点列\(\left\{ x_{v}^{\left(k\right) }\right\} \)の第\(v\)項はもとの点列\(\left\{ x_{v}\right\} \)の第\(v\)項の第\(k\)成分に相当する実数です。このような点列\(\left\{ x_{v}^{\left( k\right) }\right\} \)をもとの点列\(\left\{ x_{v}\right\} \)の\(k\)座標数列(\(k\) thcoordinate sequence)と呼びます。どの成分に注目するかにより、\(\mathbb{R} ^{n}\)の点列\(\left\{ x_{v}\right\} \)からは\(n\)個の座標数列\begin{equation*}\left\{ x_{v}^{\left( 1\right) }\right\} ,\left\{ x_{v}^{\left( 2\right)
}\right\} ,\cdots ,\left\{ x_{v}^{\left( n\right) }\right\}
\end{equation*}を得ることができます。

例(点列と座標数列)
ベクトル空間\(\left( \mathbb{R} ^{2},d^{2}\right) \)における点列\(\left\{x_{v}\right\} \)の一般項が、\begin{equation*}x_{v}=\left( x_{v}^{\left( 1\right) },x_{v}^{\left( 2\right) }\right)
=\left( v,\frac{1}{v}\right)
\end{equation*}で与えられているものとします。この点列\(\left\{ x_{v}\right\} \)の第\(1\)座標数列\(\left\{ x_{v}^{\left( 1\right) }\right\} \)の一般項は、\begin{equation*}x_{v}^{\left( 1\right) }=v
\end{equation*}であり、第\(2\)座標数列\(\left\{ x_{v}^{\left( 2\right) }\right\} \)の一般項は、\begin{equation*}x_{v}^{\left( 2\right) }=\frac{1}{v}
\end{equation*}です。\(\left\{ x_{v}^{\left( 1\right) }\right\} \)と\(\left\{ x_{v}^{\left( 2\right) }\right\} \)はともにベクトル空間\(\left( \mathbb{R} ,d\right) \)上の点列です。
例(点列と座標数列)
ベクトル空間\(\left( \mathbb{R} ^{3},d^{3}\right) \)における点列\(\left\{x_{v}\right\} \)の一般項が、\begin{equation*}x_{v}=\left( x_{v}^{\left( 1\right) },x_{v}^{\left( 2\right) },x_{v}^{\left(
3\right) }\right) =\left( v,v^{2},v^{3}\right)
\end{equation*}で与えられているものとします。この点列の第\(k\ \left( =1,2,3\right) \)座標数列\(\left\{ x_{v}^{\left( k\right) }\right\} \)の一般項は、\begin{equation*}x_{v}^{\left( k\right) }=v^{k}
\end{equation*}です。\(\left\{ x_{v}^{\left( 1\right) }\right\} ,\left\{x_{v}^{\left( 2\right) }\right\} ,\left\{ x_{v}^{\left( 3\right) }\right\} \)はいずれもベクトル空間\(\left( \mathbb{R} ,d\right) \)上の点列です。

 

点列の極限と座標数列の極限の関係

距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)上の点列\(\left\{ x_{v}\right\} \)が収束するか検討している状況を想定します。この点列の一般項は、\begin{equation*}x_{v}=\left( x_{v}^{\left( 1\right) },x_{v}^{\left( 2\right) },\cdots
,x_{v}^{\left( n\right) }\right) \in \mathbb{R} ^{n}
\end{equation*}であるため、ここから\(n\)個の座標数列\(\left\{x_{v}^{\left( k\right) }\right\} \ \left( k=1,\cdots ,n\right) \)が得られます。それぞれの座標数列\(\left\{ x_{v}^{\left(k\right) }\right\} \)は距離空間\(\left( \mathbb{R} ,d^{1}\right) \)上の点列であるため、距離関数\(d^{1}\)のもとで収束するか検討できます。

以上を踏まえたとき、距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)がユークリッド距離空間、マンハッタン距離空間、またはチェビシェフ距離空間である場合には、点列\(\left\{ x_{v}\right\} \)が収束することと、すべての座標数列\(\left\{ x_{v}^{\left( k\right)}\right\} \)が収束することは必要十分条件であるとともに、これらの極限の間には以下の関係\begin{equation*}\lim_{v\rightarrow \infty }x_{v}=\left( \lim_{v\rightarrow \infty
}x_{v}^{\left( 1\right) },\cdots ,\lim_{v\rightarrow \infty }x_{v}^{\left(
n\right) }\right)
\end{equation*}が成り立つことが保証されます。

まずは補題として以下の命題を示します。

命題(実ベクトル空間上の距離関数の性質)
距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)はユークリッド距離空間、マンハッタン距離空間、またはチェビシェフ距離空間であるものとする。また、それに対応する1次元の距離空間を\(\left( \mathbb{R} ,d^{1}\right) \)で表記する。2つの点\begin{eqnarray*}x &=&\left( x_{1},x_{2},\cdots ,x_{n}\right) \in \mathbb{R} ^{n} \\
y &=&\left( y_{1},y_{2},\cdots ,y_{n}\right) \in \mathbb{R} ^{n}
\end{eqnarray*}を任意に選んだとき、\begin{eqnarray*}
&&\left( a\right) \ \forall k\in \left\{ 1,2,\cdots ,n\right\} :d^{1}\left(
x_{k},y_{k}\right) \leq d^{n}\left( x,y\right) \\
&&\left( b\right) \ d^{n}\left( x,y\right) \leq \sum_{k=1}^{n}d^{1}\left(
x_{k},y_{k}\right)
\end{eqnarray*}がともに成り立つ。

証明

プレミアム会員専用コンテンツです
ログイン】【会員登録

上の命題を踏まえると以下が導かれます。

命題(点列の極限と座標数列の極限の関係)
距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)はユークリッド距離空間、マンハッタン距離空間、またはチェビシェフ距離空間であるものとする。距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)上の点列\(\left\{ x_{v}\right\} \)が収束することと、それぞれの\(k\ \left( =1,\cdots ,n\right) \)について、点列\(\left\{x_{v}\right\} \)の第\(k\)座標数列\(\left\{x_{v}^{\left( k\right) }\right\} \)が距離空間\(\left( \mathbb{R} ,d^{1}\right) \)上で収束することは必要十分であり、さらにそれらの極限の間には、\begin{equation*}\lim_{v\rightarrow \infty }x_{v}=\left( \lim_{v\rightarrow \infty
}x_{v}^{\left( 1\right) },\cdots ,\lim_{v\rightarrow \infty }x_{v}^{\left(
n\right) }\right)
\end{equation*}という関係が成り立つ。

証明

プレミアム会員専用コンテンツです
ログイン】【会員登録

以上の命題を踏まえると以下を得ます。

命題(3つの距離のもとでの点列の収束可能性)
距離空間\(\left( \mathbb{R} ^{n},d^{n}\right) \)上の点列\(\left\{ x_{v}\right\} \)を任意に選んだとき、以下の3つの命題\begin{eqnarray*}&&\left( a\right) \ \text{ユークリッド距離}d^{n}\text{のもとで}\left\{
x_{v}\right\} \text{は収束する} \\
&&\left( b\right) \ \text{マンハッタン距離}d^{n}\text{のもとで}\left\{
x_{v}\right\} \text{は収束する} \\
&&\left( c\right) \ \text{チェビシェフ距離}d^{n}\text{のもとで}\left\{
x_{v}\right\} \text{は収束する}
\end{eqnarray*}は必要十分である。

証明

プレミアム会員専用コンテンツです
ログイン】【会員登録

 

演習問題

問題(実ベクトル空間上の点列の極限)
距離空間\(\left( \mathbb{R} ^{2},d^{2}\right) \)の点列\(\left\{ x_{v}\right\} \)の一般項が、\begin{equation*}x_{v}=\left( x_{v}^{\left( 1\right) },x_{v}^{\left( 2\right) }\right)
=\left( 1+\frac{1}{2v},2-\frac{1}{2v}\right)
\end{equation*}で与えられているものとします。\(d^{2}\)がユークリッド距離である場合、マンハッタン距離の場合、チェビシェフ距離の場合にそれぞれについて\(\left\{ x_{v}\right\} \)が収束するか検討してください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

関連知識

Mailで保存
Xで共有

質問とコメント

プレミアム会員専用コンテンツです

会員登録

有料のプレミアム会員であれば、質問やコメントの投稿と閲覧、プレミアムコンテンツ(命題の証明や演習問題とその解答)へのアクセスなどが可能になります。

ワイズのユーザーは年齢・性別・学歴・社会的立場などとは関係なく「学ぶ人」として対等であり、お互いを人格として尊重することが求められます。ユーザーが快適かつ安心して「学ぶ」ことに集中できる環境を整備するため、広告やスパム投稿、他のユーザーを貶めたり威圧する発言、学んでいる内容とは関係のない不毛な議論などはブロックすることになっています。詳細はガイドラインをご覧ください。

誤字脱字、リンク切れ、内容の誤りを発見した場合にはコメントに投稿するのではなく、以下のフォームからご連絡をお願い致します。

プレミアム会員専用コンテンツです
ログイン】【会員登録