第2章 数学基础：欧几里得距离、范数、径向对称性与函数空间

各位同学，咱们今天聊点硬核的。别紧张，我尽量用大白话把这些数学概念讲透。做CAE这么多年，我最大的体会就是——数学基础越扎实，后面调参数的时候就越有底气。

2.1 欧几里得距离：空间中的"直线距离"

先问个问题：在三维空间里，怎么衡量两个点离得有多远？

你肯定知道答案——两点之间直线最短。这个"直线长度"就是欧几里得距离，简称欧氏距离。公式很简单：

d(x, y) = √[(x₁ - y₁)² + (x₂ - y₂)² + ... + (xₙ - yₙ)²]

说白了，就是每个坐标差平方，加起来，再开根号。我刚开始做曲面插值时，总觉得这玩意儿太基础了，后来才发现——选对距离度量方式，直接决定插值效果。

2.2 范数：距离的"升级版"

欧氏距离其实是范数的一种特例。范数是个更抽象的概念，它用来衡量向量的大小。常见的范数有：

在RBF插值里，我们几乎只用L2范数。为什么？因为径向对称性要求距离度量是旋转不变的，而L2范数恰好满足这个性质。

2.3 径向对称性：核心中的核心

什么叫"径向对称"？我打个比方：你往平静的水面扔一颗石子，波纹会以落点为中心，向四周均匀扩散。这个波纹的形状，只取决于离落点的距离，跟方向无关。这就是径向对称。

数学上，一个函数φ(r)是径向对称的，当且仅当它只依赖于距离r，而不依赖于方向。也就是说：

φ(x, y) = φ(||x - y||) = φ(r)

其中r = ||x - y||是两点之间的欧氏距离。

这个性质太重要了。你想想看，如果基函数还跟方向有关，那插值矩阵就会变得极其复杂。径向对称性保证了：

• 旋转不变性：坐标系怎么转，插值结果不变
• 平移不变性：数据整体移动，插值关系不变
• 计算简化：只需要计算距离，不用管方向

2.4 函数空间与基函数：搭积木的艺术

现在我们来聊聊"函数空间"这个概念。别被名字吓到，其实很简单。

想象你有一堆积木（基函数），你可以用这些积木搭出各种形状（目标函数）。这些积木能搭出的所有形状的集合，就是函数空间。

在RBF插值中，我们的"积木"就是径向基函数。常用的有：

每个基函数都有自己的"脾气"。高斯函数像是个温和的邻居，只影响附近区域；薄板样条则像个"社交达人"，整个空间都能感受到它的存在。

插值的过程，就是把这些基函数"叠"在一起：

s(x) = Σ wᵢ · φ(||x - xᵢ||) + p(x)

其中wᵢ是权重系数，p(x)是多项式项（用来保证精度）。

2.5 知识结构总览

为了让你更直观地理解这些概念之间的关系，我画了张图：

2.6 小结：这些概念怎么用？

说了这么多理论，你可能想问：这些到底怎么用到实际CAE里？

我举个例子。假设你要根据风洞实验的几十个测压点数据，重构整个机翼表面的压力分布。这时候：

1. 欧氏距离用来计算测压点之间的空间关系
2. L2范数保证距离度量是旋转不变的
3. 径向对称性确保基函数只跟距离有关，简化计算
4. 函数空间决定了你用哪些基函数来"搭"出压力曲面

这四个概念，就像盖房子的地基、钢筋、水泥和砖块。缺了哪一个，房子都盖不牢。