https://kyopro.hateblo.jp/entry/2019/06/12/225554

$n$ 次元ユークリッド空間上の点と超平面の間の距離を求める．

点 $x' \in \mathbb{R}^n$ と超平面 $H = \{x \in \mathbb{R}^n \mid a^{\mathrm{T}} x + b = 0 \}$ との間のハウスドルフ距離は，
　　 $d_H(x', H) = \frac{\left| a^{\mathrm{T}} x' + b \right|}{ \| a \| }$
である．

2次元の超平面とは，直線のことで，このときは点と直線の距離となる．
　点と直線の距離公式の３通りの証明 | 高校数学の美しい物語
3次元の超平面とは，平面のことで，このときは点と平面の距離となる．
　点と平面の距離公式とその証明 | 高校数学の美しい物語

用語の定義

超平面とは？
$n$ 次元ユークリッド空間 $\mathbb{R}^n$ における 超平面（hyper plane） とは， $n - 1$ 次元アフィン部分空間で，あるベクトル $a \in \mathbb{R}^n - \{0\}$ と実数 $b \in \mathbb{R}$ を用いて $\{ x \in \mathbb{R}^n \mid a^{\mathrm{T}} x + b = 0\}$ と書ける． $\mathbb{R}$ のときは点， $\mathbb{R}^2$ のときは直線， $\mathbb{R}^3$ のときは平面となる．

　
ハウスドルフ距離とは？
ユークリッド空間上の2点 $p, q \in \mathbb{R}^n$ の間の距離は $\| p - q \| = \sqrt{\sum_{i = 1}^n (p_i - q_i)}$ である．一般的に $X, Y \subseteq \mathbb{R}^n$ に対して， $X$ と $Y$ の間の距離が何であるかは定義する必要がある．ここでは，ハウスドルフ距離（hausdorff distance） を考える． $X$ と $Y$ の間のハウスドルフ距離を $d_H (X, Y)$ と表すと，
　　 $d_H(X, Y) = \max\{ \sup_{x \in X} \inf_{y \in Y} d(x, y),\,\, \sup_{y \in Y} \inf_{x \in X} d(x, y) \}$
となる． $X$ が点のとき，すなわち $X = \{x' \}$ のときハウスドルフ距離はより簡潔に
　　 $d_H(x', Y) = \inf_{y \in Y} d(x', y)$
と書ける．下限をとっている理由は，例えば $x = 0$ ， $Y = \{ \frac{1}{2^n} \mid n \in \mathbb{N} \}$ としたとき最小値が存在しないからである．ちなみに，このときのハウスドルフ距離は 0 である．

証明

ここでは，点と超平面との間の距離が $d_H(x', H) = \frac{\left| a^{\mathrm{T}} x' + b \right|}{ \| a \| }$ となることを示す．
すなわち，ハウスドルフ距離の定義から次の最小化問題を解く．
　　 $d_H(x', H) = \inf_{x \in H} d(x', x) = \inf_{x \in H} \| \, x - x' \|$
ただし， $\mathrm{argmin}_{x \in H} \| \,x - x' \| = \mathrm{argmin}_{x \in H} \| \,x - x' \|^2$ となるので，ユークリッド距離の2乗で考える．

$\inf_{x \in H} \| \, x - x' \|^2$ は等式制約付きの凸関数の最小化問題なのでラグランジュの未定乗数法で解く．
ラグランジュ関数 $L(x, \lambda) = \| \, x - x' \|^2 + \lambda (a^{\mathrm{T}} x + b)$ の第1項を展開すると，
　 $L(x, \lambda) = \| x \|^2 - 2 x \cdot x' + \| \, x' \| + \lambda (a^{\mathrm{T}} x + b)$
となる．
ラグランジュ関数 $L(x, \lambda)$ の $\lambda$ における偏微分 $\frac{\partial L(x, \lambda)}{\partial \lambda}$ は $a^{\mathrm{T}} x + b$ なので， $\frac{\partial L(x, \lambda)}{\partial \lambda} = 0$ より， $a^{\mathrm{T}} x + b = 0$ となる．
また，ラグランジュ関数 $L(x, \lambda)$ の $x$ における勾配 $\nabla L(x, \lambda)$ は $2x - x' + \lambda a$ なので， $\nabla L(x, \lambda) = 0$ より， $\lambda a = 2 (x' - x)$ となり，両辺に $a^{\mathrm{T}}$ を掛けると， $\lambda$ は $\frac{2 a^{\mathrm{T}} (x' - x)}{a^{\mathrm{T}} a}$ となる．
したがって，最適解は次を満たす $x^* \in \mathbb{R}^n$ である．
　・ $a^{\mathrm{T}} x^* + b = 0$
　・ $\lambda a = 2 (x' - x^*)$
　・ $\lambda = \frac{2 a^{\mathrm{T}} (x' - x^*)}{a^{\mathrm{T}} a}$

以上から，点 $x'$ と超平面 $H$ の間のハウスドルフ距離は，
　 $d_H(x', H) = \| x' - x^*\| = \| \frac{\lambda a}{2} \| = |\frac{\lambda}{2}| \| \, a\| = \frac{|a^{\mathrm{T}} (x' - x^*) |}{\| a \|^2} \| a \| = \frac{|a^{\mathrm{T}} x' + b|}{\| a \|}$
である．　　　❏

たぶんフレッシェ距離でも同じ気がする．