Inicio · Parte 17 — Frontera matemática para IA e investigación
velocidad: r'(t)
rapidez: ‖r'(t)‖
longitud de arco: ∫ ‖r'(t)‖ dtLa geometría diferencial estudia espacios curvos con las herramientas del cálculo. Su objeto central es el tensor métrico, que define cómo medir distancias y ángulos localmente, y del que se derivan longitudes, geodésicas y curvatura.
El caso más simple es una curva parametrizada. Su velocidad es la derivada del vector de posición, su rapidez es la norma de esa velocidad, y la longitud de arco es la integral de la rapidez. Para una hélice el cálculo es exacto y sirve de verificación numérica: la rapidez teórica √(1 + 0,09) = 1,044031 coincide con la calculada, y la longitud sobre un periodo también.
Las geodésicas son las curvas de longitud mínima, la generalización de la recta a espacios curvos. En una esfera son arcos de círculo máximo, que es la razón de que las rutas aéreas parezcan curvas en un mapa plano. La distancia geodésica es la que Isomap usa en la clase anterior.
Su relevancia para el aprendizaje automático llega por dos vías. La hipótesis de la variedad convierte el espacio de datos en un objeto geométrico donde la distancia relevante es la geodésica y no la euclídea. Y la geometría de la información de la clase siguiente aplica estas mismas herramientas al espacio de parámetros, dotándolo de una métrica natural.
Hélice: rapidez y longitud de arco verificadas.
curva: r(t) = (cos t , sin t , 0,3t)
velocidad en t = 1:
(−0,841471 ; 0,540302 ; 0,300000)
rapidez = ‖r'(1)‖ = 1,044031
teórica = √(1 + 0,09) = 1,044031 ✓
longitud de arco de 0 a 2π:
calculada = 6,559838
teórica = 2π · 1,044031 = 6,559838 ✓
La rapidez es constante porque la hélice avanza
de forma uniforme: es una parametrización natural.Geometría diferencial: métrica, longitud de curva y curvatura.
python classes/part-17-frontera-matematica-para-ia-e-investigacion/349-geometria-diferencial-para-ml/lab.py
compmath run 349curvavelocidad_en_t=1rapidezrapidez_teorica_√(1+0.09)longitud_de_arco_0_a_2πlongitud_teoricacurvaturacurvatura_teorica_1/1.09metrica_riemannianageodesica{
"curva": "hélice (cos t, sin t, 0.3t)",
"velocidad_en_t=1": [
-0.841471,
0.540302,
0.3
],
"rapidez": 1.044031,
"rapidez_teorica_√(1+0.09)": 1.044031,
"longitud_de_arco_0_a_2π": 6.559838,
"longitud_teorica": 6.559838
}Aprendizaje sobre variedades, robótica y planificación de trayectorias, relatividad, geometría de espacios latentes y optimización sobre variedades.
Score matching fundamenta los modelos de difusión; el transporte óptimo aparece en flow matching; la teoría estadística del aprendizaje explica el scaling.
9780486806990 verificado en International ISBN Agency (2026-08-19).10.48550/arxiv.2104.13478 verificado en DataCite (2026-08-19).