ForHosting KIT · Matemática

Calculadora de distância euclidiana entre vetores, grátis

De [0, 0] a [3, 4] a distância é exatamente 5, e de [0, 0, 0] a [1, 2, 2] é 3. Digite dois vetores do mesmo tamanho, em qualquer número de dimensões, e receba a distância e o seu quadrado. Grátis no seu navegador.

  • Grátis
  • Funciona no seu navegador
  • Sem cadastro
  • Seus dados não saem do seu aparelho
Use pelo WebAPIE-mailTelegramApp em breve
Se você digitar
Primeiro texto
0, 0
Segundo texto
3, 4
Você obtém
Distância
5
Distância ao quadrado
25
Dimensões
2

A calculadora de distância euclidiana responde a uma pergunta precisa: dados dois vetores descritos por seus componentes numéricos, a que distância eles estão em linha reta em um espaço de n dimensões? Ela aplica a fórmula pitagórica generalizada — a raiz quadrada da soma das diferenças ao quadrado componente a componente — depois de validar que os dois vetores têm o mesmo comprimento e que cada componente é um número finito. A resposta devolve a distância não negativa junto com a distância ao quadrado, a contagem de dimensões comum, os arrays de componentes normalizados e uma etiqueta de método euclidean para que consumidores automatizados documentem qual métrica foi usada.

A fórmula euclidiana generalizada para n dimensões

Chame de a o primeiro vetor e de b o segundo, cada um uma lista de n componentes numéricos. A separação em linha reta entre eles é a hipotenusa de um triângulo retângulo n-dimensional: subtraia os componentes aos pares, eleve cada diferença ao quadrado, some os quadrados e tire a raiz quadrada do total.

Em duas dimensões, é exatamente a fórmula escolar da geometria analítica; em três, mede a distância no espaço físico; e em dimensões superiores é a noção padrão de proximidade em estatística, aprendizado de máquina e recuperação de informação. O valor é sempre não negativo, vale zero exatamente quando os dois vetores coincidem componente a componente e não muda se você trocar os vetores, porque cada diferença é elevada ao quadrado.

As verificações clássicas tornam a fórmula memorável: de [0, 0] a [3, 4] a distância é exatamente 5, e de [0, 0, 0] a [1, 2, 2] é exatamente 3. Como o cálculo usa apenas subtração, multiplicação, adição e uma raiz quadrada, ele roda em tempo linear no número de componentes, sem tabelas trigonométricas, sem solucionadores iterativos e sem bibliotecas externas.

Onde a distância euclidiana entre vetores se destaca

A distância euclidiana entre vetores arbitrários é a métrica fundamental onde quer que entidades sejam descritas por listas de características. Em aprendizado de máquina, classificadores k-NN, agrupamento k-means e detectores de anomalias ordenam candidatos por essa distância, por isso uma implementação estrita e bem validada é ideal para casos de teste, demonstrações didáticas e verificações contra um pipeline de referência.

Em engenharia e física, a mesma fórmula mede magnitudes de deslocamento em sistemas de coordenadas 2D e 3D, e os arrays de componentes normalizados devolvidos tornam cada caso de teste autodescritivo e reproduzível.

Casos de teste de ML e ciência de dados

Valide código de k-NN, k-means ou vizinho mais próximo contra uma distância euclidiana determinista entre dois vetores de características.

Verificações de similaridade de embeddings

Transforme dois vetores de embedding de mesmo comprimento em uma distância (ou distância ao quadrado) para ordenação, deduplicação e demonstrações de anomalias.

Deslocamento em física e engenharia

Calcule magnitudes de deslocamento em linha reta em 2D ou 3D a partir de componentes de coordenadas com validação estrita da entrada.

Qual fórmula esta calculadora usa?

A fórmula euclidiana generalizada: distance = √(Σ (b[i] − a[i])²) sobre todos os componentes. A resposta inclui method: "euclidean" para confirmar a métrica.

O que acontece se os vetores tiverem comprimentos diferentes?

Vetores incompatíveis nunca são truncados nem preenchidos em silêncio.

O que acontece se um componente não for um número finito?

Vetores ausentes, arrays vazios, texto não numérico, NaN e Infinity são rejeitados antes de qualquer aritmética.

A ordem dos dois vetores importa?

Não. A distância é simétrica: trocar a e b produz o mesmo valor não negativo, porque cada diferença por componente é elevada ao quadrado.

Posso comparar vetores com mais de três componentes?

Sim. Os dois vetores podem ter quantos componentes você quiser, desde que tenham a mesma quantidade. A regra é igual em qualquer dimensão: subtraia componente a componente, eleve cada diferença ao quadrado, some tudo e tire a raiz quadrada.

Tudo nesta página está disponível via API. Esta seção é para equipes que querem integrar a ferramenta aos próprios sistemas; quem não precisa disso pode simplesmente usar a ferramenta acima.

POSThttps://api.kit.forhosting.com/math/euclidean-distance

Autenticação por token Bearer. Um único POST coloca a tarefa na fila; o resultado chega por webhook ou link assinado.

curl -X POST https://api.kit.forhosting.com/math/euclidean-distance \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"a":[0,0,0],"b":[3,4,0]}'
{
  "a": [
    0,
    0,
    0
  ],
  "b": [
    3,
    4,
    0
  ]
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "math.euclidean_distance",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

A API é assíncrona: cada chamada devolve um task_id na hora. Se preferir polling, consulte o status a até 1 requisição por segundo.

por chamadaUS$ 0,002

Preço publicado, sem tokens nem créditos escondidos. Tarefa que falha não é cobrada.

HTTPCódigoO que significa
401unauthorizedToken ausente ou inválido. Confira o header Authorization.
402insufficient_balanceSaldo insuficiente para esta tarefa. Faça uma recarga e tente de novo.
404unknown_typeEsse tipo de tarefa não existe. Confira o campo type no catálogo.
429rate_limitedMuitas requisições em pouco tempo. Espere um instante e tente de novo.

Vetores de comprimentos diferentes, campos ausentes, texto não numérico, NaN e Infinity são rejeitados com um erro invalid_input claro, em vez de um NaN silencioso que se passa por resposta válida. O mesmo módulo puro alimenta a ferramenta gratuita do navegador e a API paga, portanto os resultados são idênticos nos dois canais. Não há chamadas de rede, nem amostragem aleatória, nem conversões de unidades ocultas: apenas aritmética determinista IEEE-754 sobre os números que você fornece, a US$ 0,002 por item de API bem-sucedido.

A fórmula euclidiana generalizada para n dimensões

Componentes extremamente grandes ainda podem estourar a faixa de dupla precisão ao serem elevados ao quadrado; nesse caso a requisição falha com uma mensagem de overflow clara em vez de devolver Infinity em JSON.

Entradas, validação e o formato do resultado

Envie dois vetores obrigatórios, a e b, como arrays de números finitos com o mesmo número de componentes. A verificação de comprimento é estrita e explícita: se a tem três componentes e b tem dois, a requisição falha com uma mensagem informando os dois comprimentos, porque truncar ou preencher vetores em silêncio produz distâncias que parecem plausíveis e estão erradas. Quando ambos os vetores passam, o serviço acumula a soma das diferenças ao quadrado, confere que o total permaneceu finito e tira a raiz quadrada. Strings numéricas como "2.5" dentro dos arrays são aceitas e normalizadas, e texto separado por vírgulas é tolerado como conveniência para colar em formulários, mas arrays JSON de números são o contrato canônico. A validação roda antes de qualquer aritmética: um vetor ausente, um array vazio, um componente não numérico, NaN ou Infinity falham com um erro invalid_input que nomeia a posição problemática, e a validação malsucedida não é cobrada. A resposta JSON devolve distance arredondada para doze casas decimais para serialização estável, squared_distance para algoritmos que só precisam ordenar e podem pular a raiz, a contagem compartilhada dimensions, ecos dos arrays a e b normalizados e method com a string euclidean para registro e documentação. O uso da API custa US$ 0,002 por item bem-sucedido.

Onde a distância euclidiana entre vetores se destaca

Em busca e recomendação, embeddings de documentos, imagens ou produtos são vetores numéricos longos; a distância entre dois deles quantifica o quanto os itens são diferentes, e o campo squared_distance permite ao código de ordenação evitar uma raiz quadrada quando apenas a ordem importa. Como a capacidade é um motor parse puro, não há aleatoriedade nem dependência de relógio, de modo que a mesma entrada produz sempre a mesma saída no navegador e na API. Se você precisa das métricas de Manhattan, cosseno ou Minkowski, ou da distância de grande círculo no globo, essas são intenções diferentes atendidas por ferramentas diferentes; esta permanece deliberadamente focada no caso euclidiano em linha reta entre dois vetores de mesmo comprimento a US$ 0,002 por item.

Quanto custa?

A ferramenta do navegador é gratuita. O uso da API custa US$ 0,002 por item bem-sucedido; requisições que falham na validação não são cobradas.

Ver a documentação completa do KIT →