学步园

有些东西，还是说清楚的好，比如超平面（hyperplane）这个东西。

• 直线、平面

在说超平面之前，先说说 Rn
空间中的直线和平面。给定 Rn
空间中的一点 p
和一非负向量 v⃗，满足

i=tv⃗+p

的点 i
的集合称为 Rn
空间中的一条直线。上式中 t
是一个标量，向量 v⃗
决定了该直线的方向。如图1所示：

图1：line figure illustration

相对的，给定 Rn
空间中的一点 p和两个线性无关的向量
v⃗,w⃗，满足

i=tv⃗+sw⃗+p

的点 i
的集合称为 Rn
空间中的一个平面。上式中 t,s
均是标量。如图2所示：

图2：plane figure illustration

更一般的，给定 Rn
空间中的一点 p和线性无关的向量
v1→,v2→,...,vk→，满足

i=t1v1→+t2v2→+...+tkvk→+p

的点 i
的集合称为 Rn
空间的一个k维仿射子空间（k-dimensional affine subspace）。因此，一条直线就是一个1维仿射子空间，一个平面就是一个2维仿射子空间。

• 直线的另一种表示

假设 R2
空间中的点集 i=(x,y)
满足等式

ax+by+d=0(1)

其中 a,b,d
均为标量，并且 a,b
至少有一个不为0。假设 b
不为0，则

y=−abx−db

设 x=t,−∞<t<∞，则点集i可以表示为

i=(x,y)=(t,−abt−db)=t(1,−ab)+(0,−db)

这其实是一条经过点 (0,−db)
方向为 (1,−ab)
的直线L。

进一步地，我们设 n⃗=(a,b)，则(1)式可以表示为

n⃗∗i+d=0(2)

设取 p=(p1,p2)
为L上一点，代入上式可以得到 d=−n⃗∗p，则（2）式可以表示为

n⃗∗(i−p)=0(3)

可以看出，n⃗
实际是直线L的法向量，并且点集 i=(x,y)
是那些与 p
的差向量与 n⃗
正交的点。

• 超平面

说了这么多，现在来给出超平面的定义：给定 Rn
空间中的一点 p
和一个非零向量 n⃗。满足

n⃗∗(i−p)=0(4)

的点集 i
称为经过点 p
的超平面。向量 n⃗
为该超平面的法向量。按照这个定义，一条直线是
R2
空间的超平面，一个平面是 R3
空间的超平面，Rn
空间的超平面是 Rn
空间 的一个n-1维仿射子空间。设 n⃗=(a1,a2,...,an),i=(i1,i2,...,in)，则（4）式可以表示为

a1i1+a2i2+...+anin+d=0(5)

其中，d=−n⃗∗p

很重要的一点是，利用一个超平面，我们可以将空间的点分为两部分（式（4）的值大于等于0或者小于0）。同时，利用式（4）我们可以方面的计算空间内一点到超平面的距离：设空间中一点
q，q
到超平面的距离即是 q−p
在向量 n⃗
上的投影，如图（3）所示。根据

|(q−p)∗u⃗|=|q∗n⃗−p∗n⃗||n|||=|q∗n⃗+d|||n||

我们即可以求得 q
到超平面的距离。

图3：q到超平面H的距离

原文引自：http://bubblexc.com/y2011/310/