فضای متریک تصویری (Projective Metric Space)، در ریاضیات (Mathematics)
انواع فضاهای متریک (Metric Space) را در آموزش زیر شرح دادیم :
فضای متریک تصویری (Projective Metric Space) :
تعریف: فضای متریک تصویری معمولا به فضای تصویری حقیقی
\[ \mathbb{R}P^n \]یا مختلط
\[ \mathbb{C}P^n \]با متریک القایی از کره (برای
\[ \mathbb{R}P^n \]) یا متریک فوبینی-استادی (برای
\[ \mathbb{C}P^n \]) اشاره دارد.
\[ \mathbb{R}P^n \]از شناسایی نقاط متقابل روی کره
\[ S^n \]به دست می آید و متریک آن از متریک کروی القا می شود. این فضا یک خمینه با انحنای مثبت (برای
\[ n \geq 2 \]) است.
\[ \mathbb{R}P^n = S^n / \{ \pm 1\} \]با متریک القایی
فاصله:
\[ d([x], [y]) = \min(\arccos|x \cdot y|, \pi - \arccos|x \cdot y|) \]توضیح مفهومی: فضاهای تصویری در هندسه، توپولوژی، و فیزیک بسیار مهم هستند. آنها فضاهای فشرده با انحنای مثبت (برای
\[ \mathbb{R}P^n \]با
\[ n \geq 2 \]) و گروه بنیادین
\[ \mathbb{Z}_2 \](برای
\[ \mathbb{R}P^n \]با
\[ n \geq 2 \]) هستند.
\[ \mathbb{C}P^n \]ساده همبند است و یک خمینه کیلر با انحنای مثبت است.
ویژگی های اصلی
\[ \mathbb{R}P^n \]:
\[ \mathbb{R}P^n \]
یک خمینه فشرده از ابعاد
\[ n \]است.
برای
\[ n \geq 2 \]، گروه بنیادین
\[ \pi_1(\mathbb{R}P^n) = \mathbb{Z}_2 \]است.
متریک آن از کره
\[ S^n \]القا می شود و انحنای مقطعی آن مثبت (بین
\[ 1 \]و
\[ 4 \]) است.
ژئودزیک ها تصویر ژئودزیک های کره هستند و اگر طول کمتر از
\[ \pi \]داشته باشند، کوتاه ترین مسیر یکتا هستند.
قطر آن
\[ \pi/2 \]است (چرا؟).
ویژگی های اصلی
\[ \mathbb{C}P^n \]:
\[ \mathbb{C}P^n \]
یک خمینه مختلط فشرده از بعد مختلط
\[ n \]است.
ساده همبند است (
\[ \pi_1(\mathbb{C}P^n) = 0 \]).
با متریک فوبینی-استادی، یک خمینه کیلر با انحنای مقطعی مثبت است.
ژئودزیک ها تصویر خطوط مختلط در
\[ \mathbb{C}^{n+1} \]هستند.
فضاهای تصویری با انحنای ثابت:
\[ \mathbb{R}P^n \]با متریک کروی، انحنای ثابت ندارد (انحنا بین ۱ و ۴ تغییر می کند)، اما با متریک القایی از کره با انحنای ثابت ۱ روی کره، روی
\[ \mathbb{R}P^n \]انحنا ثابت نیست.
کاربردها: فضاهای تصویری در هندسه (به عنوان مثال های اساسی خمینه ها)، توپولوژی جبری (برای تعریف گروه های کوهمولوژی)، فیزیک (نظریه میدان های پیمانه ای، نسبیت عام)، و بینایی کامپیوتر (برای نمایش هندسه دوربین) کاربرد دارند.
قضایای مهم: قضیه برگر: طبقه بندی خمینه های با انحنای مثبت.
📌 مثال ساده:
\[ \mathbb{R}P^1 \]با
\[ S^1 \]یکریخت است (چرا؟).
\[ \mathbb{R}P^2 \]صفحه تصویری حقیقی است که یک خمینه فشرده غیرجهت پذیر است.
در
\[ \mathbb{R}P^2 \]، فاصله بین دو خط از مبدأ در
\[ \mathbb{R}^3 \]برابر با زاویه بین آنها است (در بازه
\[ [0, \pi/2] \]).
