Calculatrice Distance Euclidienne (2D, 3D, N-D, Normes Lp)

Calculatrice distance euclidienne: 2D, 3D et N-dimensionnelle, comparaison Manhattan L1 et Chebyshev Linf, normes Lp et applications en machine learning.

Paramètres de calcul
Ce calculateur vous a-t-il été utile ?

Distance euclidienne

Distance euclidienne entre points A = (a_1, ..., a_n) et B = (b_1, ..., b_n) en espace n-dimensionnel:

d(A, B) = sqrt(sum (a_i - b_i)^2)

Metrique du produit scalaire standard, generalise Pythagore a dimensions arbitraires.

Origine: théorème de Pythagore

Pythagore 500 av. J.-C.: triangle rectangle c^2 = a^2 + b^2. Applique a rectangle donne diagonale sqrt(dx^2 + dy^2). 3D: appliquer deux fois.

Generalisation: normes Lp

d_p = (sum |a_i - b_i|^p)^(1/p) pour p >= 1. p=1 Manhattan, p=2 euclidienne, p=infty Chebyshev.

Propriétés metriques

  1. Non-negativite.
  2. Identite: d=0 ssi A=B.
  3. Symétrie.
  4. Inegalite triangulaire.

Comparaison numérique

A=(0,0), B=(3,4): Euclidienne=5, Manhattan=7, Chebyshev=4. ||x||_inf <= ||x||_2 <= ||x||_1 <= sqrt(n) ||x||_2.

Distance au carre

d^2 = sum (a_i - b_i)^2. Evite racine couteuse. Preserve ordre, gradient simple. K-means utilise d^2.

Norme de vecteur

||v||_2 = sqrt(sum v_i^2). Longueur du vecteur. Vecteur unitaire: v/||v||.

Applications

  • Computer Vision SIFT, SURF.
  • Machine Learning k-NN, k-means.
  • Bioinformatique.
  • SIG local.
  • Géométrie Voronoi.
  • Physique classique.
  • Regularisation L2.

Cauchy-Schwarz

|| <= ||u|| ||v||. Implique inegalite triangulaire.

Espaces euclidiens

R^n avec euclidienne = espace euclidien. Pythagore, postulat parallele. Non-euclidiens: hyperbolique (Lobachevsky), spherique (Riemann).

Normalisation ML

Avant Euclidean: z-score, min-max. Sans normaliser, dimensions grandes dominent.

Spheriques vs euclidiens

Pour échelles grandes en geographie: distance orthodromique (great-circle) sur sphere. Petite échelle (km), euclidienne approximee suffisante. Distances dans R^3 vs Riemann: grande difference pour distances stellaires et galactiques (relativite).

Mahalanobis vs Euclidienne

Mahalanobis: d_M = sqrt((x-y)^T Sigma^(-1) (x-y)) tient compte covariance. Mieux pour données correlees. Euclidienne = Mahalanobis avec identite. Important en detection outliers, classification.

Histoire

Pythagore 500 av. J.-C., Euclide 300 av. J.-C. (Éléments), Descartes 1637, Cauchy 1821, Hilbert 1909, Banach 1932.

L'invariance par rotation : ce qui rend L2 speciale

Parmi toutes les distances possibles, la distance euclidienne jouit d'une propriete unique qui en fait "la" geometrie naturelle de l'espace : l'invariance par rotation. Si l'on tourne ou translate un systeme de coordonnees, la distance euclidienne entre deux points ne change pas, alors que les distances de Manhattan ou de Chebyshev se modifient. Cette isotropie, c'est-a-dire l'independance de la direction, est ce qui distingue la L2 de toutes les autres normes Lp : elle est la seule invariante par rotation.

La raison profonde est que la distance euclidienne derive d'un produit scalaire, qui mesure angles et longueurs de facon coherente. Cette structure supplementaire permet de parler d'orthogonalite, de projections et de bases orthonormees, concepts que les autres metriques ne possedent pas. C'est pourquoi la geometrie euclidienne est le cadre naturel de la physique classique, ou les lois ne doivent pas dependre de l'orientation des axes, et pourquoi la L2 est le choix par defaut des que l'espace est considere isotrope et homogene.

Euclidienne vs geodesique : la Terre n'est pas plate

La distance euclidienne suppose un espace plat, mais de nombreuses applications reelles se deroulent sur des surfaces courbes, ou la ligne droite la plus courte entre deux points n'existe pas au sens ordinaire. Sur la surface terrestre la distance correcte entre deux localites n'est pas l'euclidienne en ligne droite, qui traverserait la croute, mais la distance geodesique le long d'un grand cercle, calculee avec la formule de l'haversine.

Pour des points proches la Terre peut etre approximee comme plate et la distance euclidienne donne une valeur acceptable, mais a l'echelle continentale l'erreur devient enorme : la courbure de la planete n'est plus negligeable. Le meme principe vaut en relativite generale, ou l'espace-temps courbe exige des metriques non euclidiennes, et en geometrie differentielle, ou les distances se mesurent en integrant le long de chemins sur des surfaces. La distance euclidienne reste le point de depart, l'approximation locale de toute geometrie, mais connaitre ses limites est essentiel pour l'appliquer correctement.

Mis à jour en juillet 2026

Questions fréquentes

Qu'est-ce que la distance euclidienne ?

C'est la distance "en ligne droite" entre deux points, calculee comme la racine carree de la somme des carres des differences de coordonnees. En deux dimensions c'est d = racine((x2-x1)^2 + (y2-y1)^2), une application directe du theoreme de Pythagore, et elle se generalise a tout nombre de dimensions.

Comment se calcule-t-elle en trois dimensions ?

En ajoutant le terme de la troisieme coordonnee : d = racine((x2-x1)^2 + (y2-y1)^2 + (z2-z1)^2). C'est l'extension naturelle de Pythagore a l'espace tridimensionnel, utilisee en physique, navigation spatiale et infographie pour mesurer des distances entre points dans l'espace.

Quel rapport avec le theoreme de Pythagore ?

C'est une consequence directe : la distance euclidienne entre deux points est l'hypotenuse du triangle rectangle forme par les differences de coordonnees. En n dimensions, le carre de la distance est la somme des carres de toutes les differences, generalisant l'idee a des espaces de dimension arbitraire.

Pourquoi utilise-t-on souvent la distance au carre ?

Parce qu'elle evite le calcul de la racine carree, couteux, et conserve l'ordre des distances. Dans des algorithmes comme k-means et dans les moindres carres on minimise la distance au carre, qui a en outre l'avantage d'etre derivable partout, facilitant l'optimisation.

Qu'est-ce qui rend la distance euclidienne speciale ?

L'invariance par rotation : c'est la seule norme Lp qui ne change pas quand on tourne les axes. Elle derive d'un produit scalaire, qui permet de definir angles, orthogonalite et projections. Cette structure en fait la geometrie naturelle de la physique classique et de tout espace isotrope.

Quelle difference avec la distance de Manhattan ?

La distance euclidienne (L2) mesure la ligne droite, la Manhattan (L1) somme les valeurs absolues des differences, comme en se deplacant sur une grille. L'euclidienne est toujours inferieure ou egale a la Manhattan, et est invariante par rotation, tandis que la Manhattan depend de l'orientation des axes.

La distance euclidienne vaut-elle sur la surface terrestre ?

Seulement approximativement et pour de courtes distances. A grande echelle la Terre est courbe, et la distance correcte est la geodesique le long d'un grand cercle, calculee avec la formule de l'haversine. La distance euclidienne en ligne droite traverserait la croute terrestre, donnant une valeur erronee.

A quoi sert-elle en machine learning ?

C'est la metrique fondamentale de nombreux algorithmes : k-nearest neighbors pour classer selon les points voisins, k-means pour le clustering, PCA pour reduire les dimensions. Elle mesure la similarite entre vecteurs de caracteristiques, mais en haute dimension elle doit etre utilisee avec prudence a cause de la malediction de la dimensionnalite.

Commentaires (0)

Pas encore de commentaire. Soyez le premier !