超越 R^n：公理到底給了你什麼

從行向量到公理的飛躍

第一卷訓練你把向量看成 R^n 中的一行，把向量空間看成所有這種行的集合。這幅圖景沒錯，但太小。真正的定義拋開了行，只保留行為：向量空間是一個集合 V，配上兩種運算——向量的加法和與純量的乘法——它們滿足八條規則，即向量空間公理。

為什麼要這樣做？因為一旦你只列出規則，任何遵守它們的東西就配得上「向量空間」這個名字——而你在第一卷裡證明的每條定理（關於張成、基、維數）立刻全部適用。證一次，處處複用。這正是抽象的全部回報。

八條規則，用白話講

封閉性與零向量：u + v 仍在 V 中，且存在一個特殊向量 0 使得 v + 0 = v。每個向量都有相反元 -v。
加法很溫順：滿足交換律（u + v = v + u）和結合律（(u + v) + w 與 u + (v + w) 相等，任意分組）。
數乘配合良好：1*v = v，a*(b*v) = (a*b)*v，以及兩條分配律 a*(u + v) = a*u + a*v 和 (a + b)*v = a*v + b*v。

三個不是 R^n 的空間

純量本身構成一個純量體——通常是 R 或 C——提供你用來相乘的數。一旦它固定下來，這裡有三個貨真價實的向量空間，它們的「向量」一點也不像箭頭。

P_2  = polynomials of degree <= 2:  a + b x + c x^2
       add coefficient-wise, scale every coefficient. Zero = 0 polynomial.

M_2  = all 2x2 real matrices:  [a, b; c, d]
       add entry-wise, scale every entry. Zero = [0,0;0,0].

F(R) = all functions f: R -> R
       (f + g)(x) = f(x) + g(x),  (a*f)(x) = a*f(x). Zero = the function 0.

Check one axiom, e.g. distributivity in P_2:
  a*( (1 + x) + (x^2) ) = a*(1 + x + x^2) = a + a x + a x^2
                        = a*(1 + x) + a*(x^2).   OK.

多項式、矩陣和函數各自滿足全部八條公理。

所有函數構成的空間 F(R) 是函數空間的原型——它極其龐大，遠大於任何 R^n。抓住它，正是最終在第五篇裡逼出無限維故事的原因。眼下，只需細細品味：「向量」已悄然不再意味著「箭頭」。