{
  "id": "centroid",
  "title": "形心",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "形心是几何图形或分布的平均位置，由其坐标按指定度量加权平均得到。",
  "category": "mathematics",
  "subcategory": "geometry",
  "type": "concept",
  "aliases": [
    "几何中心",
    "几何重心"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/centroid/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/centroid/",
      "json": "https://aiwiki.page/en/centroid.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "几何图形的形心是其平均位置，即按照指定的几何度量对图形各部分的位置加权平均后得到的点。对于有限个权重相等的点，形心的坐标就是各点坐标的算术平均值。对于均匀的细线、平面区域或立体，则分别按长度、面积或体积进行平均。在几何学中，形心通常意味着采用均匀的几何权重；与之对应的物理概念是质心，后者允许物质密度随位置变化。\n\n形心将三角形中线交点等初等几何作图与积分、力学、统计学和计算几何联系起来。形心在仿射变换下保持对应关系，是使距离平方和最小的点，也为矩和形状的度量提供了自然的参考点。形心的定义取决于求平均的对象：同一图形的顶点、边界和内部通常具有不同的形心。"
    },
    {
      "heading": "定义及其对测度的依赖",
      "text": "对于 欧几里得空间 \\(\\mathbb{R}^d\\) 中的点 \\(p_1,\\ldots,p_n\\)，它们的等权形心为\n\n\\[c=\\frac{1}{n}\\sum_{i=1}^{n}p_i.\\]\n\n\\(c\\) 的每个坐标都是这些点相应坐标的算术平均值。因此，\\((0,0)\\)、\\((6,0)\\) 和 \\((0,3)\\) 的形心为 \\((2,1)\\)。更一般地，给定正权重 \\(w_i\\)，加权形心为\n\n\\[c=\\frac{\\sum_{i=1}^{n}w_i p_i}{\\sum_{i=1}^{n}w_i}.\\]\n\n将所有权重乘以同一个正常数，形心保持不变。权重可以表示质量、各组成部分的面积、频数，或适用于具体应用的其他量。\n\n连续情形的定义用到了测度论。设 \\(\\mu\\) 为 \\(\\mathbb{R}^d\\) 上的非负测度，其总测度有限且为正，即\n\n\\[M=\\int_{\\mathbb{R}^d}d\\mu.\\]\n\n若一阶绝对矩有限，即\n\n\\[\\int_{\\mathbb{R}^d}\\|x\\|\\,d\\mu(x)<\\infty,\\]\n\n则其形心为\n\n\\[c=\\frac{1}{M}\\int_{\\mathbb{R}^d}x\\,d\\mu(x).\\]\n\n这一向量积分可以逐坐标理解。该表述涵盖了离散点集、连续物体，以及离散分布与连续分布的混合情形。绝对矩条件保证结果不依赖于任意选取的积分次序，也不依赖于发散项之间的抵消。\n\n对于面积 \\(A\\) 为正的有界可测平面区域 \\(R\\)，其面积形心为\n\n\\[\\bar x=\\frac{1}{A}\\iint_R x\\,dA, \\qquad \\bar y=\\frac{1}{A}\\iint_R y\\,dA.\\]\n\n类似的公式对立体使用体积测度，对曲线使用弧长测度。面积为零的区域无法通过这些公式定义面积形心，但在其他测度下仍可能有形心。例如，线段的平面面积虽为零，其长度形心却位于中点。\n\n测度的选择至关重要，并非仅仅是技术细节。对于三角形，将三个顶点取平均与对整个面积取平均，得到的是同一个点；但沿边界按弧长取平均，通常会得到另一个点。同样，在多边形的已有边上增添一个顶点，会改变其顶点的平均位置，却不会改变其面积形心。空心半球壳的形心也不同于具有相同外边界的实心半球的形心。因此，若不加限定地提及某个图形的“中心”，就需要留意所指的对象究竟是点集、线状物、曲面，还是填实的区域。"
    },
    {
      "heading": "仿射结构、对称性与凸性",
      "text": "形心本质上是一种仿射构造。若 \\(T(x)=Ax+b\\) 是一个仿射映射，则对任意加权点集，都有\n\n\\[T\\!\\left(\\frac{\\sum_i w_i p_i}{\\sum_i w_i}\\right) = \\frac{\\sum_i w_iT(p_i)}{\\sum_i w_i}.\\]\n\n对于连续测度，当该测度随 \\(T\\) 推送时，同样的恒等式也成立。因此，平移、旋转、反射、缩放和剪切都会将形心映到变换后分布的形心。这并不要求变换保持角度或距离不变。\n\n对满维均匀区域施加可逆仿射变换时，推送后的测度与像区域上的均匀测度仅相差一个常数因子。这个因子就是线性部分的行列式的绝对值，在一阶矩与总测度的比值中会相互抵消。因此，对于任何将圆盘映成某一椭圆的可逆仿射映射，该椭圆的面积形心就是圆盘中心在此映射下的像。平行四边形、平行六面体和椭球也有类似的性质。然而，对于弯曲的细线，剪切可能会使不同部分产生不同程度的伸长。此时，将原细线的长度测度推送到变换后的细线上，并不等同于赋予变换后的细线均匀的线密度。\n\n利用对称性，往往无需计算就能确定形心。若平面分布关于某条直线反射后保持不变，则形心位于该直线上。若一个有界分布关于点 \\(o\\) 中心对称，则其形心就是 \\(o\\)，因为 \\(o+u\\) 和 \\(o-u\\) 两处相对于 \\(o\\) 的贡献相互抵消。因此，均匀正多边形的形心位于其对称中心。半圆区域的形心位于其对称轴上，但仅凭对称性无法确定它到直径的距离。\n\n当权重非负时，有限点集的形心是这些点的一个凸组合，因此属于它们的凸包。更一般地，若一个有限正测度分布具有有限的一阶矩，则其形心位于其支撑集的闭凸包内。这可以借助分离超平面来理解：如果某个点与支撑集被严格分离，那么它在分离方向上的坐标就不可能是该分布在这一方向上的坐标平均值。\n\n属于凸包并不意味着属于图形本身。均匀圆环的形心是其中心点，而这个点位于圆环的孔洞中。弯曲程度足够大的区域或新月形区域，其形心同样可能落在实体之外。相比之下，满维凸体的形心则位于其内部。这些事实说明了将形心视为代表位置的用处与局限：它遵循仿射结构并体现整体平衡，却不一定是实体实际占据或能够到达的位置。"
    },
    {
      "heading": "三角形、单纯形与重心坐标",
      "text": "对于顶点位置向量为 \\(a,b,c\\) 的三角形，其形心为\n\n\\[g=\\frac{a+b+c}{3}.\\]\n\n从顶点 \\(a\\) 引出的中线连接 \\(a\\) 与对边的中点 \\(m=(b+c)/2\\)。由于\n\n\\[g=a+\\frac{2}{3}(m-a),\\]\n\n形心位于这条中线上，从顶点起算全长的三分之二处。对其他顶点循环套用同一表达式，即可证明三条中线交于一点。形心将每条中线分成长度比为 \\(2:1\\) 的两段，其中较长的一段靠近顶点。\n\n这一交点也是三角形的面积形心，而不只是顶点位置的平均值。一种证明方法是先选取一个参考三角形，直接计算其面积一阶矩；任何非退化三角形都是该参考三角形的仿射像。另一种证明利用了以下事实：与某条边平行的直线截得的线段，其中点都位于该边对应的中线上。对这些截得的线段取平均，可知面积形心位于每一条中线上。三条中线还将三角形分成六个面积相等的小三角形，同样体现了各部分面积围绕共同交点的平衡。\n\n形心是若干个不同的三角形中心之一。外心到各顶点的距离相等，内心到各边的距离相等，而垂心是各条高的交点。这些点通常并不重合。在非等边三角形中，外心 \\(O\\)、形心 \\(G\\) 和垂心 \\(H\\) 位于以莱昂哈德·欧拉命名的欧拉线上，且满足\n\n\\[G=\\frac{2O+H}{3}.\\]\n\n因此，\\(OG:GH=1:2\\)。非退化三角形的形心始终位于其内部，而外心和垂心则可能位于其外部。\n\n三角形在高维空间中的对应物是单纯形。若一个 \\(d\\) 维单纯形具有仿射无关的顶点 \\(v_0,\\ldots,v_d\\)，则其均匀体积形心为\n\n\\[c=\\frac{1}{d+1}\\sum_{i=0}^{d}v_i.\\]\n\n从某个顶点到其对面形心的线段，被 \\(c\\) 按 \\(d:1\\) 的比例分割，其中前一段从该顶点起算。例如，在四面体中，从任一顶点沿线段走向其对面三角形的形心，走到全长的四分之三处，即到达四面体的形心。\n\n这些公式用重心坐标表达十分自然。单纯形中的一点可写为\n\n\\[x=\\sum_{i=0}^{d}\\lambda_i v_i, \\qquad \\sum_{i=0}^{d}\\lambda_i=1.\\]\n\n在形心处，每个坐标都等于 \\(1/(d+1)\\)。非负的重心坐标所描述的点集就是单纯形本身。各系数相等，说明形心对所有顶点一视同仁；系数不等时，则描述点集的加权形心。顶点位置的平均值与均匀体积形心相重合，是单纯形和某些对称图形特有的性质，并非任意多面体都具有的一般性质。"
    },
    {
      "heading": "曲线、平面区域和立体的积分计算",
      "text": "形心的计算通常可归结为利用微积分求一次矩。设某平面区域位于 \\(y=f(x)\\) 与 \\(y=g(x)\\) 之间，且当 \\(a\\leq x\\leq b\\) 时，有 \\(f(x)\\geq g(x)\\)。该区域的面积及由一次矩确定的形心坐标为\n\n\\[A=\\int_a^b [f(x)-g(x)]\\,dx,\\]\n\n\\[\\bar x=\\frac{1}{A}\\int_a^b x[f(x)-g(x)]\\,dx,\\]\n\n\\[\\bar y=\\frac{1}{2A}\\int_a^b \\left[f(x)^2-g(x)^2\\right]\\,dx.\\]\n\n最后一个表达式的依据是，竖直窄条的中点高度为 \\([f(x)+g(x)]/2\\)。这体现了一种通用方法：将几何体分解为形心已知的微元，将各微元的形心坐标乘以其测度，再进行积分。\n\n对于位于水平直径上方、半径为 \\(R\\) 的均匀半圆区域，由对称性可知 \\(\\bar x=0\\)。利用极坐标，有\n\n\\[A=\\frac{\\pi R^2}{2}, \\qquad \\iint_R y\\,dA = \\int_0^\\pi\\int_0^R (r\\sin\\theta)r\\,dr\\,d\\theta =\\frac{2R^3}{3}.\\]\n\n因此\n\n\\[\\bar y=\\frac{4R}{3\\pi}.\\]\n\n若只考虑半圆弧，其长度为 \\(\\pi R\\)，对弧长积分可得\n\n\\[\\bar y=\\frac{2R}{\\pi}.\\]\n\n圆弧的形心离直径更远，因为其全部测度都集中在外边界上，而非分布于整个内部区域。\n\n对于分段光滑的参数曲线 \\(r(t)\\)，\\(a\\leq t\\leq b\\)，按弧长计算的形心为\n\n\\[c=\\frac{\\int_a^b r(t)\\|r'(t)\\|\\,dt} {\\int_a^b\\|r'(t)\\|\\,dt}.\\]\n\n速率因子不可或缺：仅对参数求 \\(r(t)\\) 的平均值，描述的是一种依赖于参数选取的分布，通常并不对应均匀细线。曲面的形心同样需要使用面积微元。对于参数曲面 \\(r(u,v)\\)，面积微元为\n\n\\[dS=\\|r_u\\times r_v\\|\\,du\\,dv.\\]\n\n这一权重修正了坐标所引入的局部畸变。\n\n立体的形心通常可以借助横截面计算。若垂直于 \\(z\\) 轴的截面面积为 \\(A(z)\\)，则\n\n\\[\\bar z=\\frac{\\int zA(z)\\,dz}{\\int A(z)\\,dz}.\\]\n\n对于高度为 \\(h\\)、底面位于 \\(z=0\\)、顶点位于 \\(z=h\\) 的实心圆锥或棱锥，其截面面积与 \\((1-z/h)^2\\) 成正比，由此可得 \\(\\bar z=h/4\\)。对于半径为 \\(R\\) 的实心半球，从其平底面起算，有 \\(\\bar z=3R/8\\)；对于均匀薄半球面，则有 \\(\\bar z=R/2\\)。这些例子区分了体积形心与曲面形心，也说明了为何不能用视觉上看似合理的中心来代替对测度的明确指定。"
    },
    {
      "heading": "多边形公式与计算方法",
      "text": "对于顶点按边界顺序排列的平面简单多边形，设其顶点为 \\((x_i,y_i)\\)，令 \\((x_n,y_n)=(x_0,y_0)\\)，并定义\n\n\\[\\Delta_i=x_i y_{i+1}-x_{i+1}y_i.\\]\n\n其有向面积为\n\n\\[A_s=\\frac12\\sum_{i=0}^{n-1}\\Delta_i.\\]\n\n当 \\(A_s\\ne0\\) 时，面积形心为\n\n\\[\\bar x=\\frac{1}{6A_s} \\sum_{i=0}^{n-1}(x_i+x_{i+1})\\Delta_i,\\]\n\n\\[\\bar y=\\frac{1}{6A_s} \\sum_{i=0}^{n-1}(y_i+y_{i+1})\\Delta_i.\\]\n\n将顶点顺序反转，会使分子和分母同时变号，因此形心不变。计算只需遍历各条边一次，所以运行时间与顶点数呈线性关系。\n\n这些公式可以通过将多边形分解为由每条边与同一参考点构成的有向三角形来推导。当参考点为原点时，每个三角形的有向面积为 \\(\\Delta_i/2\\)，形心为\n\n\\[\\left(\\frac{x_i+x_{i+1}}{3}, \\frac{y_i+y_{i+1}}{3}\\right).\\]\n\n将这些三角形的有向一次矩相加，即可得到上述多边形公式。同样的恒等式也可以由格林定理导出，该定理将面积积分转化为边界积分。由于有向量之间可以相互抵消，这些公式既适用于凸简单多边形，也适用于凹简单多边形；参考点不必位于多边形内部。\n\n对于带孔区域，可以令外边界环与内边界环的取向相反，也可以显式减去各孔的面积和矩。更一般地，若各组成区域的面积为 \\(A_j\\)，形心为 \\(c_j\\)，则\n\n\\[c=\\frac{\\sum_j A_jc_j}{\\sum_j A_j},\\]\n\n其中，按照这一记账约定，被移除区域的有向面积取负值。如果各组成区域相互重叠，就必须进行实际的区域划分或使用容斥法计算；直接将重叠区域的面积相加，会使重叠部分被重复计入。对于自相交的多边形路径，有向边界公式给出的是代数面积及其矩，它们可能不同于按照某种特定图形填充规则所定义的填充区域的面积及其矩。\n\n实际实现时，必须考虑浮点运算和数值稳定性。当坐标整体偏移很大而多边形面积很小时，叉积计算中可能出现严重的相消误差。在累加前将坐标原点平移至附近的参考点、采用补偿求和，或使用更高精度，都可以减小误差。如果有向面积为零，面积形心公式便没有定义；此时应改为按长度计算线段或折线的形心。\n\n对于经过三角剖分的曲面，其曲面形心是各三角形形心按面积加权的平均值。对于由取向一致的闭合三角网格边界表示的实体，可以利用各边界三角形与参考点构成的有向四面体，得到相应的体积和一次矩公式。这些方法以网格准确表示预期几何形状为前提：孔洞、取向不一致、重复面和自相交都可能改变计算结果，或使结果失去有效的物理解释。"
    },
    {
      "heading": "平衡、矩与几何力学",
      "text": "形心的物理意义源于物体的质量分布。如果一个区域的密度恒定，其质心就与几何形心重合，因为密度因子在定义所用的比值中被约去。当密度为随位置变化的 \\(\\rho(x)\\) 时，\n\n\\[c_m=\\frac{\\int x\\rho(x)\\,dV}{\\int\\rho(x)\\,dV},\\]\n\n质心便不一定与体积形心重合。因此，几何上对称的物体，其质量分布也可能不对称。这一区别在力学中很重要，因为力学中用于求平均的测度是质量，而非几何体积。\n\n在均匀重力场 \\(g\\) 中，关于点 \\(a\\) 的总力矩为\n\n\\[\\tau_a=\\int (x-a)\\times g\\,dm =(c_m-a)\\times Mg.\\]\n\n因此，分布在物体各处的重力，与作用于质心的单个力 \\(Mg\\) 具有相同的合力和总力矩。由此可用悬挂法确定均匀平面薄片的形心：薄片自由悬挂并处于平衡时，其质心位于通过悬挂点的竖直线上。分别从两个不同的点悬挂薄片，便可得到两条这样的直线，其交点就是形心。这一解释以重力场足够均匀为前提；对于一般的空间非均匀场，未必存在同样简单的表示方式。\n\n形心还使一次矩为零：\n\n\\[\\int(x-c)\\,d\\mu(x)=0.\\]\n\n这一恒等式是平行轴定理的基础。对于单位向量 \\(u\\)，相对于经过 \\(a\\)、法向量为 \\(u\\) 的超平面的二次矩定义为\n\n\\[I_u(a)=\\int [u\\cdot(x-a)]^2\\,d\\mu(x).\\]\n\n以形心为基准展开，可得\n\n\\[I_u(a)=I_u(c)+M[u\\cdot(c-a)]^2,\\]\n\n这是因为交叉项中包含的一次矩为零。在三维力学中，关于平行轴的转动惯量所满足的相应定理为 \\(I=I_c+Md^2\\)，其中 \\(d\\) 是两轴之间的垂直距离。结构分析中使用的面积二次矩也满足类似关系，只需将质量换成面积。\n\n帕普斯形心定理将形心与旋转体联系起来。在通常要求的互不相交条件下，将长度为 \\(L\\) 的平面曲线绕同一平面内的一条轴旋转，所得曲面的面积为\n\n\\[S=2\\pi dL,\\]\n\n其中 \\(d\\) 是曲线的长度形心到旋转轴的距离。将面积为 \\(A\\) 的平面区域旋转，所得体积为\n\n\\[V=2\\pi dA,\\]\n\n此时 \\(d\\) 指该区域的面积形心到旋转轴的距离。将半径为 \\(r\\)、圆心到旋转轴的距离为 \\(R>r\\) 的圆盘旋转，所得圆环体的体积为 \\(2\\pi^2Rr^2\\)。这些定理也可以反过来使用，根据已知的曲面面积或体积确定形心。"
    },
    {
      "heading": "概率、最小二乘与聚类",
      "text": "正分布按其总测度归一化后，就成为概率分布，其形心也就是它的期望值。若随机向量 \\(X\\) 的一阶绝对矩有限，则\n\n\\[c=\\mathbb E[X].\\]\n\n在有界区域内均匀选取的随机点，其期望值等于该区域的几何形心。对于观测点 \\(x_1,\\ldots,x_n\\)，它们的形心就是样本均值。这一联系使我们可以用概率语言表达几何恒等式，也可以将统计量理解为相对于几何中心的矩。\n\n当二阶矩有限时，形心是使欧氏距离平方的期望最小的唯一点。对任意点 \\(a\\)，有\n\n\\[\\mathbb E\\|X-a\\|^2 = \\mathbb E\\|X-c\\|^2+\\|a-c\\|^2.\\]\n\n由于 \\(\\mathbb E[X-c]=0\\)，交叉项为零。对于有限个加权数据点，相应的分解为\n\n\\[\\sum_i w_i\\|x_i-a\\|^2 = \\sum_i w_i\\|x_i-c\\|^2 +\\left(\\sum_i w_i\\right)\\|a-c\\|^2.\\]\n\n因此，在距离平方损失下，形心是最优的单点代表。损失函数的选择至关重要：形心通常并不是使未经平方的距离之和最小的点。\n\n这一性质是K均值聚类的基础，后者是一种聚类分析方法。给定观测值的簇归属后，使簇内欧氏距离平方和最小的中心就是该簇的形心。劳埃德算法交替执行两个步骤：将观测值分配给最近的中心，再用分配到各中心的观测值的均值替换该中心。每次常规的分配或更新步骤都不会使目标函数值增大，但算法可能停在局部最优解，而非全局最优解。此外，这种方法还需要规定如何处理没有分配到任何观测值的簇。\n\n形心取决于尺度，并且对极端观测值敏感。向形心为 \\(c\\) 的 \\(n\\) 个观测值中加入一个点 \\(y\\)，形心就变为\n\n\\[c_{\\mathrm{new}}=c+\\frac{y-c}{n+1}.\\]\n\n当 \\(y\\) 移向任意远处时，形心的位移会无限增大。相比之下，几何中位数使未经平方的欧氏距离之和最小，通常不等于形心。在任意维数下，几何中位数都没有类似的坐标平均公式。这些不同的中心分别回答不同的优化问题，而不是可以互换的定义。\n\n以形心为中心对数据进行中心化，也是构建协方差矩阵的第一步。对于随机向量，有\n\n\\[\\Sigma=\\mathbb E[(X-c)(X-c)^{\\mathsf T}].\\]\n\n该矩阵描述数据围绕均值的二阶离散程度。在主成分分析中，它的特征向量给出了经过形心、方差最大的方向。在力学中，相关的二阶矩矩阵用于确定惯性主轴。这些领域共有的代数形式反映了同一种操作：先减去平均位置，再度量余下的分布如何围绕该位置散布。"
    },
    {
      "heading": "图像、空间数据与数值模型",
      "text": "在数字图像中，形心既可用于描述选定区域，也可用于描述强度分布。若像素中心的坐标为 \\((x,y)\\)，非负权重为 \\(I(x,y)\\)，则图像的原始矩为\n\n\\[m_{pq}=\\sum_{x,y}x^p y^q I(x,y).\\]\n\n当 \\(m_{00}>0\\) 时，形心为\n\n\\[\\bar x=\\frac{m_{10}}{m_{00}}, \\qquad \\bar y=\\frac{m_{01}}{m_{00}}.\\]\n\n对于像素面积相等的二值图像，这既是所选像素中心的形心，也是这些像素所占完整单元的并集的形心。对于灰度图像，这一形心按强度加权；即使物体的几何轮廓没有变化，它也可能随光照、背景扣除或探测器响应而偏移。\n\n图像中心矩用 \\(x-\\bar x\\) 和 \\(y-\\bar y\\) 分别替代 \\(x\\) 和 \\(y\\)。这种构造消除了对平移的依赖，因此可用于形状描述和方向估计。然而，单凭形心无法获知拓扑结构、伸长程度或边界细节：圆环、圆盘以及由两个分离的等大部分组成的图形，都可能具有相同的形心。因此，基于图像的跟踪通常会将形心位置与面积、二阶矩及其他特征结合使用。如果背景校正引入了负像素值，所得比值便属于带符号的矩计算，其位置不再必然位于图像区域的凸包内。\n\n在地理信息系统中，多边形形心用于概括地块、行政区及其他空间对象的位置。不连通区域的形心可能位于各组成部分之间，而凹形区域的形心则可能位于其边界之外。因此，标注放置系统往往采用区域内部的代表点，而非数学意义上的形心。坐标的选择也很重要：直接对经纬度取平均，相当于把角坐标当作平面直角坐标处理。地图投影会造成面积失真，而经度在反子午线处存在不连续性。因此，投影平面上的形心、嵌入空间中的球面平均位置，以及曲面内蕴平均位置，是不同的构造。\n\n在有限元法中，单纯形的形心可直接用于积分。若 \\(f\\) 在 \\(d\\) 维单纯形 \\(K\\) 上为仿射函数，则\n\n\\[\\int_K f(x)\\,dx=|K|f(c_K),\\]\n\n其中，\\(c_K\\) 为其体积形心，\\(|K|\\) 为其 \\(d\\) 维体积。这是因为仿射函数运算与取平均运算可以交换次序。因此，在形心处求值可得到一个对仿射被积函数精确成立的单点求积公式，但对一般的二次或更高次函数并不精确。\n\n形心也出现在网格生成和有限体积模型中。在形心 Voronoi 配置中，每个生成点都与其 Voronoi 单元的形心重合，而该形心通常按给定密度计算。这类配置将空间离散化与量化及距离平方优化联系起来。算法通常交替执行单元构建和将生成点移至各自形心这两个步骤。边界约束、非均匀密度和弯曲的几何结构都会改变形心的计算方式，而仅靠取平均这一步骤，并不能保证收敛到全局最优配置。"
    },
    {
      "heading": "历史发展与更广义的中心概念",
      "text": "形心研究源于古代对平衡和重心的探索。阿基米德约生活于公元前287年至前212年，他在《论平面图形的平衡》中探讨了平衡与重心。他的工作将几何命题与涉及重量和力臂的力学推理联系起来，其中包括关于三角形和抛物线弓形的结果。在这一背景下，如今所谓的面积形心，是通过理想均匀薄片的平衡来理解的。因此，历史上关于重心的表述与现代基于测度的定义有所交叠，但并不完全相同。\n\n活跃于公元4世纪的亚历山大里亚的帕普斯，在其《数学汇编》中记载了旋转曲面和旋转体的形心定理。保罗·古尔丁后来于17世纪讨论了相同的原理，因此这些定理也被称为“帕普斯—古尔丁定理”。解析几何和微积分的发展，为计算一阶矩提供了系统的坐标方法和积分方法。此后，现代测度论将离散分布、连续分布和混合分布纳入统一的定义，而期望的概念则将几何中心与概率联系起来。\n\n重心（barycenter）一词源于关于重量与平衡的表述，常用来指加权形心。在仿射几何中，有限个点的重心只需能够构造仿射组合即可定义，无须涉及距离和角度。有些代数用法允许权重为负，只要权重之和不为零即可。这样得到的点可能位于凸包之外，而正负权重的抵消也可能使分母为零。这类带符号的构造很有用，但其性质与采用非负几何测度或质量测度定义的形心有所不同。\n\n在一般的流形或度量空间上，点未必能够相加或除以一个数。一种推广是弗雷歇均值，它被定义为使下式取得最小值的点：\n\n\\[F(p)=\\int d(p,x)^2\\,d\\mu(x).\\]\n\n在具有有限二阶矩的欧几里得空间中，这一定义得到的就是通常的形心。在弯曲空间中，极小点可能不唯一，其是否存在取决于空间和分布。曲率与数据的位置都会影响唯一性；球面上的对称分布可能有多个极小点。\n\n另一种方法是将弯曲空间嵌入欧几里得空间，计算其在环境空间中的形心，再将该形心投影或归一化回原空间。这样得到的是外在均值，而非内在均值。对于球面上的单位向量 \\(u_i\\)，当 \\(\\sum_iw_i u_i\\) 非零时，将其归一化便可得到一个外在方向均值。如果两个互为对跖点的观测具有相同权重，则其加权和为零，归一化无定义。它们的内在平方距离均值构成与对跖轴垂直的赤道，展示了另一种构造中的非唯一性。这两种构造都不同于直接对纬度、经度之类的坐标数值取平均；每种构造都赋予“中心”不同的几何含义。"
    }
  ],
  "links": [
    "geometry",
    "center-of-mass",
    "integral",
    "statistics",
    "euclidean-space",
    "measure-theory",
    "affine-map",
    "determinant",
    "convex-combination",
    "convex-hull",
    "leonhard-euler",
    "simplex",
    "calculus",
    "polar-coordinates",
    "polygon",
    "greens-theorem",
    "floating-point-arithmetic",
    "numerical-stability",
    "mass",
    "moment-of-inertia",
    "probability-distribution",
    "expected-value",
    "sample-mean",
    "k-means-clustering",
    "cluster-analysis",
    "covariance-matrix",
    "principal-component-analysis",
    "finite-element-method",
    "archimedes",
    "affine-combination",
    "manifold",
    "metric-space"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}