第四部分 · 不确定与多维

一次处理很多维：线性代数与向量空间

上一课我们学会和一个不确定的量讲道理。可现代问题从来不只一个量——一张图、一份数据、一个物理状态，动辄几百上千个数同时变动。一个一个处理是死路。这一课，我们造出一次摆弄一大群数的语言。

向量：把一串数捆成一个对象

最朴素的念头，往往最有力：既然要处理一大串数，那就给这一串数起一个名字，把它们当成一个整体。这个整体就是向量。一个向量，就是一串有序的数：

v = (x₁, x₂, …, xₙ)　（读作"向量 v，分量是 x 下标 1 到 x 下标 n"）

"有序"很关键：(3, 1) 和 (1, 3) 是两个不同的向量，位置不能乱换。这一串数可以有两种看法，缺一不可：

• 当成一个点：(3, 1) 就是平面上横坐标 3、纵坐标 1 的那个位置。三个数就是三维空间的一个点，n 个数就是 n 维空间的一个点。
• 当成一支箭：从原点指向那个点的箭头。箭有长度、有方向，正好用来表示"位移""速度""一组特征的强弱组合"这类东西。

关键是：无论这串数有 2 个还是 200 万个，"向量"这个词都把它打包成单个对象。我们对它做的事——相加、缩放、变换——都是对整串数一次性地做。一个一个处理的噩梦，从此变成对一个对象的一次操作。全体 n 个实数组成的向量构成的空间，记作 ℝⁿ（读作"R 的 n 次方"，即 n 维实数空间）。

为什么偏偏是"线性"

向量能做两件最基本的事，而且做完还落在同一个空间里：

• 相加：对应分量相加。(3, 1) + (1, 2) = (4, 3)。几何上是两支箭首尾相接。
• 数乘：整体乘一个数（叫"标量"）。2 · (3, 1) = (6, 2)。几何上是把箭拉长或压短。

"线性"指的就是只用这两种操作搭起来的世界：满足可加（先变换再相加，等于先相加再变换）与可数乘（先变换再放大，等于先放大再变换）。为什么数学家偏爱它到近乎偏执？因为线性是最温顺、却出奇有用的结构：

当然，真实世界并不全是线性的（否则就太无聊了）。但线性是我们唯一能彻底算清的一块；现代方法的通用策略，就是"用线性逼近 + 一点非线性点缀"——这一点，本课结尾会接到机器学习上。

矩阵：把"变换整个空间"捆成一张表

向量是"被处理的对象"，那"处理"本身是什么？我们想要的是一种线性变换：把空间里每个点都搬到新位置，而且搬法是"线性"的——网格线变换后依旧保持平行、依旧等距，原点不动。直观地说，它把整张方格纸均匀地拉伸、旋转、剪切或压扁，绝不弯折、不撕裂。

神奇之处在于：这样一个作用在整个空间上的变换，只需要少数几个数就能完全确定。因为线性，只要你告诉我两个基准箭——指向右的单位箭 î = (1, 0)（读作"i 帽"）和指向上的单位箭 ĵ = (0, 1)（读作"j 帽"）——变换后各落到哪里，整个平面的变换就被锁死了。把这几个"落点"按列排成一张表，就是矩阵：

M = [ a b ; c d ]　（第一列 (a, c) 是 î 的落点，第二列 (b, d) 是 ĵ 的落点）

这里我用分号隔开两行：第一行是 a, b，第二行是 c, d。所以一张冷冰冰的 2×2 数表，真正的身份是"对整个平面的一次变换"。这是本课最该记住的一句话：矩阵不是数表，矩阵是动作。

矩阵乘向量：变换一个点

既然矩阵 M 是个动作，把它"作用"到向量 v 上，就是看这个点被搬到了哪里。算法是矩阵乘向量：

M · (x, y) = (a·x + b·y,　c·x + d·y)

它读起来正是"线性"的化身：新位置 = x 份的 î 落点 + y 份的 ĵ 落点。因为变换是线性的，任意点 (x, y) = x·î + y·ĵ 的去向，就是两个基准去向的同等组合——这就是为什么"知道两个基准、就知道全部"。把许多向量排成一张大表去乘，便能一次性变换整批数据，这正是图形渲染、神经网络一层前向计算在做的事。

行列式：面积被放大了几倍

变换会把一块区域拉大或缩小。一个自然的问题是：变换后，面积变成了原来的几倍？这个倍数，就是矩阵的行列式，记作 det(M)。对 2×2 矩阵：

det(M) = a·d − b·c

读作"a 乘 d 减 b 乘 c"。它的含义极其几何：原本由 î、ĵ 张成的单位正方形（面积 1），变换后成了一个平行四边形，它的面积正好是 |det(M)|（行列式的绝对值）。det = 2 就是面积翻倍，det = 0.5 就是缩成一半。而最要命的一种情况是：

下面的小实验让你亲手拨动 a, b, c, d，看整张方格纸被拉伸、旋转、剪切，看着 î、ĵ 跟着跑；尤其试试把行列式调到 0，看网格"啪"地塌成一条线。

维度的威力：从二维直觉到 ℝⁿ

现在收回最初的承诺。我们在平面上把一切都看清了：向量是点，矩阵是变换，行列式是面积倍数。关键在于，这套语言一个字都不用改，就能搬到任意维度。三维里向量是三个数、矩阵是 3×3、行列式是体积缩放；到了 n 维（ℝⁿ），向量是 n 个数、矩阵是 n × n 的表，"行列式 = 0 即压扁降维、不可逆"原封不动地成立。

我们想象不出五百维空间长什么样——但根本不必想象。二维里磨出的直觉（加法、缩放、变换、压扁），靠的是代数原样推广上去，几何想象只是脚手架。这就是线性代数最深的馈赠：它让"几百上千个数同时变动"这件本来无从下手的事，变得和摆弄平面上一个点一样有章可循。上一课用概率驯服了一个随机的量；这一课用向量与矩阵，一次驯服了千万个维度。

这门语言通向哪里

不夸张地说，今天的人工智能就泡在线性代数里。一段文字、一张图、一个用户，都先被编码成高维向量；神经网络的每一层，本质就是一次矩阵乘法（线性变换）外加一点非线性"折一下"——线性负责一次性搅动所有维度，非线性负责让它能拟合弯曲的现实。搜索与推荐，核心是在高维向量空间里找"方向相近"的邻居。想看这门语言怎样落地成会写字、会画画的模型，可以接着读 《从零构建 GPT》 与 《连续生成模型：扩散与流匹配》——你在这一课建立的"向量 + 矩阵 + 维度"直觉，正是读懂它们的入场券。

常见误解

• "向量就是带箭头的物理量（力、速度）。"那只是它最早、最窄的一个出身。在数学里，向量是任何能相加、能数乘的有序数组：一句话的词频、一支股票的特征、一张灰度图的全部像素，都是向量。死盯着"箭头"，会让你以为它只属于物理，错过它作为通用数据容器的真正威力。
• "矩阵只是一张数表。"这是把肉身当成了灵魂。数表是它的记法，它的身份是一个作用在整个空间上的线性变换。矩阵乘法为什么是那套看着别扭的"行乘列"？正因为它对应着"先做一个变换、再做另一个变换"的复合——把它当动作，一切就顺理成章。
• "高维想象不出来，所以没用。"恰恰相反。我们确实想象不出高维，但线性代数的全部要点，就是让你不必想象：所有结论都靠代数从二、三维严格推广上去。正是这种"绕开想象力"的能力，才让处理几百万维的数据成为可能——高维不是它的障碍，是它的主场。