超越 R^n：公理到底给了你什么

从列向量到公理的飞跃

第一卷训练你把向量看成 R^n 中的一列，把向量空间看成所有这种列的集合。这幅图景没错，但太小。真正的定义抛开了列，只保留行为：向量空间是一个集合 V，配上两种运算——向量的加法和与标量的乘法——它们满足八条规则，即向量空间公理。

为什么要这样做？因为一旦你只列出规则，任何遵守它们的东西就配得上“向量空间”这个名字——而你在第一卷里证明的每条定理（关于张成、基、维数）立刻全部适用。证一次，处处复用。这正是抽象的全部回报。

八条规则，用大白话讲

封闭性与零向量：u + v 仍在 V 中，且存在一个特殊向量 0 使得 v + 0 = v。每个向量都有相反元 -v。
加法很温顺：满足交换律（u + v = v + u）和结合律（(u + v) + w 与 u + (v + w) 相等，任意分组）。
数乘配合良好：1*v = v，a*(b*v) = (a*b)*v，以及两条分配律 a*(u + v) = a*u + a*v 和 (a + b)*v = a*v + b*v。

三个不是 R^n 的空间

标量本身构成一个标量域——通常是 R 或 C——提供你用来相乘的数。一旦它固定下来，这里有三个货真价实的向量空间，它们的“向量”一点也不像箭头。

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.

多项式、矩阵和函数各自满足全部八条公理。

所有函数构成的空间 F(R) 是函数空间的原型——它极其庞大，远大于任何 R^n。抓住它，正是最终在第五篇里逼出无限维故事的原因。眼下，只需细细品味：“向量”已悄然不再意味着“箭头”。