Chebyshevmetriikka

Chebyshevmetriikka, eli Chebyshev-etäisyys tai L∞-metriikka, määrittelee etäisyyden kahden vektorin x ja y välillä seuraavasti: D∞(x,y) = max_i |x_i - y_i|. Tämä on sup-normin tuottama metriikka R^n:ssa, ja se mittaa suurinta eroa kahden pisteen koordinaateissa.

Geometrisesti nimen mukaisesti yksikkökuutio B∞ = {z ∈ R^n : ||z||∞ ≤ 1} on hypercube, joka in 2D on suora neliö ja 3D on pystyssä oleva kuutio. Etäisyys kahden pisteen välillä on sama kuin suurin yksittäisen koordinaatin erojen arvo, ja esimerkiksi 2D-tilassa etäisyys kahden pisteen välillä on max(|Δx|, |Δy|). Tämä etäisyys vastaa shakkilaudalla kuninkaan siirtojen määrää.

Ominaisuuksiin kuuluu, että Chebyshev-metriikka on todellinen metriikka: se täyttää ei-negatiivisuuden, symmetrian, identiteetin sekä kolmioepäyhtälön. Se on myös normin aiheuttama metriikka, missä normi on ||x||∞ = max_i |x_i| ja D∞(x,y) = ||x - y||∞. Yksikköboli on hyperkuitio, ja avaruudet voivat olla yksinkertaisuudessaan käsiteltyjä samalla periaatteella kuin muut Lp-normit.

Suhteessa muihin normeihin: kun puhutaan Lp-normeista ||x||p = (∑|x_i|^p)^{1/p}, pätee ||x||∞ ≤ ||x||p ≤ n^{1/p}||x||∞, ja lim p→∞ ||x||p = ||x||∞. Esimerkiksi sekä L2- että L1-etäisyydet ovat aina vakiintuneita tilasto- ja geometrian tehtävissä, mutta Chebyshev-etäisyys korostaa suurinta koordinaattieroa.

Käyttötarkoituksia ovat klusterointi (esimerkiksi k-centre -ongelma), neares-neighbor -haku tietyissä korkeaki dimensionalisissa tiloissa sekä robotiikka ja kuva-analyysi, joissa aksiaalinen, kohdekohtainen ero on tärkeä. Chebyshevmetriikka on myös perinteinen väline monissa teoreettisissa ja käytännön sovelluksissa etäisyysmittauksena. Nimi tulee Pafnuty Chebyshevin mukaan, ja käsite on ollut keskeinen osa matemaattista analyysiä jo 1800-luvulta lähtien.

---