ماشین حساب فاصله (دو نقطه)
محاسبه فاصله بین دو نقطه با استفاده از فرمول فاصله √((x₂-x₁)² + (y₂-y₁)²).
چه چیزی است فاصلهنامه؟
فاصله بین دو نقطه در یک صفحه 2 بعدی با استفاده از فاصلهنامه محاسبه می شود: d = √((x₂ − x₁)² + (y₂ − y₁)²). این فرمول یک کاربرد مستقیم قضیه پیتاگور است — فاصلهنامه بین دو نقطه، ضلعهای یک مثلث راست角 را تشکیل میدهد و فاصله، ضلع سوم است.
برای یافتن فاصله بین نقاط (x₁, y₁) و (x₂, y₂)، اختلاف مختصات x (Δx = x₂ − x₁) و اختلاف مختصات y (Δy = y₂ − y₁) را محاسبه کنید. هر دو اختلاف را مربع کنید، آنها را جمع کنید و ریشه مربع را بگیرید. مرحله مربعگیری تضمین میکند که اختلافهای منفی (در صورت x₂ < x₁ یا y₂ < y₁) مقادیر مثبت تولید میکنند — فاصله همیشه غیرمنفی است.
این فرمول در هر جهت کار میکند: بخشهای افقی (y₁ = y₂) d = |x₂ − x₁| را میدهند؛ بخشهای عمودی (x₁ = x₂) d = |y₂ − y₁| را میدهند؛ بخشهای دیاگونال نیازمند فرمول کامل هستند. برای دو نقطه یکسان، d = 0 — یک نقطه از خود فاصله ندارد.
این فرمول به نام رنه دکارت نامگذاری شده است، فاصله اقلیدسی در سیستم مختصات کارتیزین — فاصله خطی یا فاصله بهصورت مستقیم، در مقابل فاصله منهتن (|Δx| + |Δy|، که فقط از گامهای افقی و عمودی حساب میکند).
مرحله به مرحله مثالهای محاسباتی
فهمیدن نحوه استفاده از فرمول دستی، آگاهی و کمک به تأیید نتایج محاسبهگر میدهد. در اینجا سه مثال کار شده را برای سценاریوهای مختلف آوردهایم.
مثال 1 — مثلث پیتاگورایی: فاصله از (1, 2) به (4, 6) را پیدا کنید.
- Δx = 4 − 1 = 3
- Δy = 6 − 2 = 4
- d = √(3² + 4²) = √(9 + 16) = √25 = 5
این یک مثلث 3-4-5 پیتاگورایی است — یک مثلث راست角 معروف.
مثال 2 — نتیجه غیررسمی: فاصله از (0, 0) به (3, 7) را پیدا کنید.
- Δx = 3, Δy = 7
- d = √(9 + 49) = √58 ≈ 7.6158
مثال 3 — مختصات منفی: فاصله از (−3, −4) به (2, 8) را پیدا کنید.
- Δx = 2 − (−3) = 5
- Δy = 8 − (−4) = 12
- d = √(25 + 144) = √169 = 13
مرحله مربعگیری تضمین میکند که اختلافهای مختصات منفی به طور خودکار پردازش میشوند — ترتیب مهم نیست.
| نقطه A | نقطه B | Δx | Δy | فاصله |
|---|---|---|---|---|
| (0, 0) | (3, 4) | 3 | 4 | 5 (مستقیم) |
| (1, 1) | (4, 5) | 3 | 4 | 5 (مستقیم) |
| (0, 0) | (5, 12) | 5 | 12 | 13 (مستقیم) |
| (−2, 3) | (4, −5) | 6 | −8 | 10 (مستقیم) |
| (1, 2) | (3, 7) | 2 | 5 | √29 ≈ 5.385 |
فرمول فاصله از قضیه پیتاگورس
فرمول فاصله یک قانون ریاضی جداگانه نیست — بلکه نتیجه مستقیم قضیه پیتاگورس (a² + b² = c²) است که توسط دکارت در قرن هفدهم به هندسه مختصات گسترش داده شده است. درک این اثبات باعث می شود که فرمول به جای یادگیری، عینی شود.
در نظر بگیرید دو نقطه P₁(x₁, y₁) و P₂(x₂, y₂) در صفحه، یک مثلث راست را با رسم خط افقی از P₁ و خط عمودی از P₂ (یا برعکس) رسم کنید تا در نقطه P₃(x₂, y₁) برخورد کنند. این باعث ایجاد زاویه راست در P₃ می شود.
پایینترین ضلع طول |x₂ − x₁| (فراز جدایی بین نقاط) را دارد. ضلع عمودی طول |y₂ − y₁| (فراز جدایی) را دارد. بر اساس قضیه پیتاگورس: d² = (x₂ − x₁)² + (y₂ − y₁)². گرفتن ریشه مربع: d = √((x₂ − x₁)² + (y₂ − y₁)²).
علامت absolute ضروری نیستند زیرا ما مربع تفاوتها را میگیریم — اعداد منفی مربع شده مثبت هستند. این دلیل است که (x₂ − x₁)² = (x₁ − x₂)²، تأیید میکند که فاصله یکسان است: d(P₁, P₂) = d(P₂, P₁). مهم نیست که نقطهای را "1" و دیگری را "2" بنامید.
توسعه: فاصله 3D و فرمول میانه
فرمول فاصله 2D به طور طبیعی به سه بعد گسترش مییابد. برای نقاط (x₁, y₁, z₁) و (x₂, y₂, z₂) در فضای سه بعدی: d = √((x₂−x₁)² + (y₂−y₁)² + (z₂−z₁)²). منطق یکسان است — یک بار برای صفحه xy و سپس برای بعد z.
توسعه ادامه مییابد تا هر تعداد ابعاد (فاصله اقلیدوسی n-بعدی): d = √(Σ(xᵢ₂ − xᵢ₁)²) برای i = 1 تا n. این تعمیم بنیادی در یادگیری ماشین است، جایی که "فاصله" بین نقاط داده در فضاهای ویژگیهای چندبعدی زیربنای الگوریتمهای مانند همسایگی k، خوشهبندی k-means و ماشینهای پشتیبان برداری است.
فرمول میانه یک همپیوند به فرمول فاصله است. میانه M از بخش P₁P₂ است: M = ((x₁+x₂)/2, (y₁+y₂)/2). فقط میانگین مختصات را بگیرید. اگر P₁ = (1, 2) و P₂ = (7, 8) باشد، سپس M = (4, 5). میانه از هر دو انتهای برابر است: d(P₁, M) = d(M, P₂) = d(P₁, P₂)/2.
| ابعاد | فرمول فاصله |
|---|---|
| 1D (خط عدد | d = |x₂ − x₁| |
| 2D (پلاک) | d = √((x₂−x₁)² + (y₂−y₁)²) |
| 3D (فضای سه بعدی) | d = √((x₂−x₁)² + (y₂−y₁)² + (z₂−z₁)²) |
| nD (عمومی) | d = √(Σᵢ(x₂ᵢ−x₁ᵢ)²) |
توسعههای واقعی از محاسبات فاصله
فرمول فاصله فقط یک تمرین کلاس نیست — زیربنای محاسبات بیشماری در فناوری، علم، مهندسی و ناوبری روزمره است.
GPS و ناوبری: در مقیاسهای کوچک، مختصات GPS میتوانند به عنوان مختصات کارتیزین تقریب زده شوند، و فاصله اقلیدوسی یک تخمین سریع از جدایی است. برای فاصلههای بزرگتر، فرمول هاورسین برای خمیدگی کره زمین حساب میشود، اما به فاصله زمین صاف برای فاصلههای کوتاه تقلیل مییابد.
توسعه بازی: تشخیص برخورد، یافتن مسیر و رفتار AI در بازیهای ویدئویی به طور مداوم فاصله بین اشیاء را محاسبه میکنند. دو شیء گرد درهم برخورد میکنند اگر فاصله بین مرکز آنها کمتر از مجموع شعاع آنها باشد. این چک هزاران بار در ثانیه در بازیهای واقعی اجرا میشود.
فناوری بینایی و پردازش تصویر: محاسبات فاصله پیکسلها بنیادی برای تفکیک تصویر، تطبیق ویژگیها و پیگیری اشیا است. فاصله اقلیدوسی بین ارزشهای رنگ (به عنوان نقاط سه بعدی در فضای RGB) شباهت رنگ را اندازهگیری میکند.
مهندسی و ساخت: محاسبه فاصله بین دو نقطه در نقشه، تعیین طول کابل بین برجها، اندازهگیری طولهای دیاگونال — همه از فرمول فاصله 2D یا 3D با مختصات واقعی استفاده میکنند.
شبیهسازیهای فیزیک: نیرو گرانشی، نیرو الکترومغناطیسی و نیروهای فنر همه بر اساس فاصله بین اشیا بستگی دارند. موتورهای شبیهسازی فاصله زوجی بین ذرات یا اشیا را در هر مرحله زمان محاسبه میکنند.
{ “@context”: “https://schema.org”, “@type”: “Article”, “headline”: “Distance Formula Derivation from the Pythagorean Theorem”, “image”: “https://example.com/image.jpg", “description”: “The distance formula is a direct consequence of the Pythagorean theorem, extended to coordinate geometry by Descartes in the 17th century.”, “author”: { “@type”: “Person”, “name”: “John Doe” }, “publisher”: { “@type”: “Organization”, “name”: “Example University” }, “datePublished”: “2022-01-01”, “dateModified”: “2022-01-15” }
مجموعه های سه تایی پی تاگورئن
مجموعه های سه تایی پی تاگورئن مجموعه ای از سه عدد صحیح مثبت (a, b, c) هستند که a² + b² = c² را برآورده می کنند. اگر مختصات دو نقطه ای که فاصله آنها را می خواهید محاسبه کنید، مختصات صحیح داشته باشند و فاصله آنها را تشکیل دهند، فاصله حاصل یک عدد صحیح خواهد بود و می توانید آن را به راحتی تأیید کنید.
| a (Δx) | b (Δy) | c (فاصله) | نسخه مقیاس شده |
|---|---|---|---|
| 3 | 4 | 5 | 6-8-10, 9-12-15 |
| 5 | 12 | 13 | 10-24-26 |
| 8 | 15 | 17 | 16-30-34 |
| 7 | 24 | 25 | 14-48-50 |
| 20 | 21 | 29 | 40-42-58 |
| 9 | 40 | 41 | 18-80-82 |
هر چند برابر از یک مجموعه سه تایی پی تاگورئن نیز یک مجموعه سه تایی پی تاگورئن است: (3,4,5) به (6,8,10)، (9,12,15) و غیره مقیاس می شود. مجموعه سه تایی 3-4-5 به طور گسترده ترین در کارشناسی و کاربردهای مختلفی است.
فاصله در واحدهای مختلف: اقلیدوسی، مانی هاتن، چبیشف
فاصله اقلیدوسی طبیعی ترین فاصله خطی است، اما کاربردهای مختلف از فاصله های مختلفی استفاده می کنند. درک اینکه چه زمانی از هر کدام استفاده کنید، در علم داده ها، لوژیستیک و طراحی بازی مهم است.
فاصله اقلیدوسی (کالکولاتر) = √((Δx)² + (Δy)²). برای: فاصله های فیزیکی، GPS، مکانیک. مدل یک پرنده که در خط مستقیم پرواز می کند.
فاصله مانی هاتن (L1 نرم) = |Δx| + |Δy|. برای: ناوبری بر اساس شبکه (بلوک های شهر)، رباتیک انبار، برخی از برنامه های یادگیری ماشین. مدل یک تاکسی که در شبکه شهر حرکت می کند — فقط حرکت افقی و عمودی مجاز است.
فاصله چبیشف (L∞ نرم) = max(|Δx|, |Δy|). برای: حرکت شاه در شطرنج (شاه می تواند یک قدم در هر یک از 8 جهت حرکت کند)، برخی از عملیات تولید. مدل حداقل تعداد حرکت های شاه برای سفر بین دو مربع در شطرنج.
| متحسس | فرمول | بهترین برای |
|---|---|---|
| اقلیدوسی | √((Δx)² + (Δy)²) | فاصله فیزیکی، GPS، فیزیک |
| مانی هاتن (L1) | |Δx| + |Δy| | ناوبری شبکه ای، فاصله های شهر |
| چبیشف (L∞) | max(|Δx|, |Δy|) | شطرنج، برخی از تولیدات |
| مینکوفسکی (Lp) | (|Δx|ᵖ + |Δy|ᵖ)^(1/p) | عمومی؛ p=2 اقلیدوسی است، p=1 مانی هاتن است |
چگونگی استفاده از این کالیبراتور فاصله
کد مختصات x و y دو نقطه را وارد کنید، سپس کلید محاسبه را کلیک کنید. کالیبراتور فاصله اقلیدوسی بین دو نقطه را در لحظه محاسبه می کند، محاسبه شده به صورت √((x₂−x₁)² + (y₂−y₁)²).
توصیه های ورودی:
- همه مختصات مثبت و منفی پشتیبانی می شوند.
- کدگذاری های دکاربی پشتیبانی می شوند (به عنوان مثال، x₁ = 1.5، y₁ = 2.7).
- برای دو نقطه یکسان، نتیجه صفر خواهد بود.
- برای فاصله در واحدهای خاص، اطمینان حاصل کنید که همه مختصات در واحد یک هستند (به عنوان مثال، همه در متر، همه در فوت).
- برای فاصله 3D، فاصله 2D صفحه xy را در ابتدا محاسبه کنید، سپس فرمول را دوباره با مؤلفه z اعمال کنید.
سوالهای متداول
فرمول فاصله بین دو نقطه چیست؟
d = √((x₂−x₁)² + (y₂−y₁)²). اختلاف مختصات را کم کنید، هر یک را مربع کنید، مربعها را جمع کنید و ریشه مربع را بگیرید. این فرمول فاصله خطی (یوکلیدین) بین دو نقطه را میدهد.
آیا مهم است که کدام نقطه (x₁,y₁) و کدام نقطه (x₂,y₂) باشد؟
نه. فرمول فاصله نتیجهای یکسان میدهد هر چند که کدام نقطه (x₁,y₁) و کدام نقطه (x₂,y₂) باشد زیرا اختلافها مربع میشوند: (x₂−x₁)² = (x₁−x₂)². فاصله یکسان است — d(A,B) = d(B,A).
فاصله بین دو نقطه یکسان چیست؟
صفر. اگر (x₁,y₁) = (x₂,y₂)، entonces d = √((0)² + (0)²) = 0. هر نقطه همیشه صفر فاصله از خود دارد.
چطور میتوانم فاصله در فضا سه بعدی را پیدا کنم؟
فرمول را گسترش دهید: d = √((x₂−x₁)² + (y₂−y₁)² + (z₂−z₁)²). برای مثال، فاصله از (1,2,3) به (4,6,3): d = √(9+16+0) = √25 = 5.
تفاوت بین فاصله و جابهجایی چیست؟
فاصله یک مقیاس (فاصله فقط) — فاصله دو نقطه از یکدیگر است. جابهجایی یک برد (مقیاس و جهت) — خط مستقیم از یک نقطه به نقطه دیگر است. فرمول فاصله مقیاس جابهجایی را میدهد. دو مسیر مختلف بین دو نقطه یکسان ممکن است طول مسیرهای مختلفی داشته باشند اما فاصله یکسان را دارند.
چه چیزی Pythagorean triples و چرا مهم هستند؟
Pythagorean triples مجموعهای از اعداد صحیح (a, b, c) هستند که a² + b² = c². نمونههای رایج: 3-4-5، 5-12-13، 8-15-17. اگر Δx و Δy یک Pythagorean triple را داشته باشند، فاصله یک عدد صحیح است. این است که چرا سه-چهار-پنج در مسائل هندسه و ساخت و ساز ظاهر میشود (این تضمین میکند که زاویه راست است).
فرمول میانه چیست؟
میانه M بین (x₁,y₁) و (x₂,y₂) M = ((x₁+x₂)/2, (y₁+y₂)/2) است. این میانه میانگین هر زوج مختصات است. میانه دقیقاً نصف فاصله از هر نقطه انتهایی است.
چطور فاصله محاسبه میشود در GPS و نقشهبرداری؟
GPS از مختصات عرض جغرافیایی و طول جغرافیایی استفاده میکند. برای فاصلههای کوتاه، فرمول Pythagorean کارآمد است. برای فاصلههای طولانیتر، فرمول Haversine حساب میکند که خمیدگی زمین را در نظر میگیرد: d = 2R × arcsin(√(sin²(Δlat/2) + cos(lat₁)cos(lat₂)sin²(Δlon/2))), جایی که R شعاع زمین (~6,371 km) است. گوگلمپها و سیستمهای навіگیشن از این یا فرمول Vincenty برای دقت حداکثری استفاده میکنند.
فاصله منحنی و فاصله یوکلیدین چیست؟
فاصله یوکلیدین = √((Δx)² + (Δy)²) — فاصله خطی. فاصله منحنی = |Δx| + |Δy| — مجموع گامهای افقی و عمودی، مانند حرکت در بلوکهای شهر. فاصله منحنی ≥ فاصله یوکلیدین همیشه است؛ فقط در صورت حرکت افقی یا عمودی کامل، برابر هستند. از فاصله منحنی برای نقشهبرداری شبکهای استفاده کنید؛ از فاصله یوکلیدین برای فاصله فیزیکی خطی استفاده کنید.
میتوان فرمول فاصله را منفی کرد؟
نه. فاصله همیشه غیرمنفی است. عملگر ریشه مربع همیشه مقادیر غیرمنفی را میدهد و مجموع مربعهای اختلاف همیشه ≥ 0 است. فاصله فقط در صورت این است که دو نقطه یکسان باشند صفر است. اگر نتیجه منفی میگیرید، مطمئن شوید که فرمول را به درستی اعمال میکنید — شاید فاصله را با اختلاف منفی یا جزء جابهجایی اشتباه گرفتهاید.
مسافت در کاربردهای فیزیک و مهندسی
فرمول مسافت فقط یک تمرین هندسه نیست — آن را در فیزیک، مهندسی و علوم کامپیوتر برای مدلسازی روابط فضایی واقعی استفاده میکنند. درک نقش فرمول در این زمینهها کمک میکند تا ریاضیات کلاس را به کاربردهای عملی متصل کند.
قوانین مربع معکوس: هر دو گرانش و نیروهای الکترومغناطیسی قوانین مربع معکوس را دنبال میکنند — نیرو متناسب با 1/d² است، جایی که d فاصله بین دو شیء است. محاسبه d با استفاده از فرمول مسافت بین وکتورهای موقعیت اولین قدم در محاسبه جذب گرانشی بین سیارات، جذب الکتریکی بین بارها یا شدت نور از منبع است.
رباتیک و برنامهریزی مسیر: سیستمهای رباتیک مسافتهای بین نقطههای راهنما، موانع و هدف را مرتباً محاسبه میکنند. کنترلکننده دست ربات مسافت و زاویه را برای محاسبه موقعیت دست انتهایی محاسبه میکند. وسایل نقلیه خودکار مسافتهای به سایر وسایل نقلیه و مرزهای لاین را dozens بار در ثانیه برای اجتناب از تصادف محاسبه میکنند.
پیمایش و اندازهگیری زمین: پیمایشگران زمین از هندسه مختصات برای اندازهگیری مرزهای املاک و مساحتها استفاده میکنند. با مختصات پیمایش (شمال و شرق)، فرمول مسافت طول بخشهای مرزی را محاسبه میکند. تجهیزات پیمایش مدرن GPS از اصول ریاضی مشابه استفاده میکند، حالا با تثبیتسازی ماهوارهای برای دقت سانتیمتری.
گرافیک کامپیوتری: ترسیم ریز، تشخیص تصادف، محاسبه سایه و اتمسفر در رندرینگ سهبعدی تماماً نیاز به محاسبه مسافت دائم بین عناصر هندسی دارند. پردازنده گرافیکی میلیونها محاسبه مسافت را در هر فریم برای تولید تصاویر واقعگرایانه در زمان واقعی — تماماً بر اساس همان فرمول بنیادین که در این کالبکر استفاده میکنید. فرمول مسافت نه یک یادگاری از هندسه کلاس است — بلکه یک ابزار فعال و ضروری است که در هر ثانیه میلیارد محاسبه را در فناوریهایی که هر روز استفاده میکنیم انجام میدهد.