syntax.garden
课程中心数学 · 线性代数

01 向量与坐标

数域为何要封闭 · 复数与旋转 · 有序数组的五种看法 · 三种运算

向量、坐标与数域

这讲讲什么：数域怎么选、复数为什么必要、坐标为什么必须是「有序定长数组」、以及三种运算的规矩
前置：高中数学的复数运算（忘了也不影响，第三节会重讲一遍）
一句话：向量不是箭头，是一组按位置编号的数——理解了「位置」，就理解了后面一切。

一、为什么先谈「数」的范围（预习，3 分钟）

学线性代数前，先要回答一个看似无关的问题：我们允许用哪些数来乘向量？

这个选择不是细节，它决定了整门课能走多远。用整数乘？除法马上出问题。用实数乘？遇到旋转矩阵就没有特征值了。

所以线性代数一开始就把「数」限定在一个能做完整四则运算的集合里，这个集合叫数域。这一讲先把这个地基讲清，再讲由它生成的两样东西：坐标和运算。

读完后你应该能回答三个问题：

  1. 为什么 Z\mathbb{Z}（整数）不能当数域，而 Q\mathbb{Q}、R\mathbb{R}、C\mathbb{C} 可以？
  2. 为什么 (1,2)(1,2) 和 (2,1)(2,1) 是两个不同的东西？
  3. 为什么 Cn\mathbb{C}^n 既能看成 nn 维空间，又能看成 2n2n 维空间？

二、数域：能自由做四则运算的集合

数域是一个集合 F\mathbb{F}，在其中加、减、乘、除（除数非零）都封闭，且满足交换律、结合律、分配律。

集合 是数域吗 卡在哪
N\mathbb{N} 自然数 ✗ 减不了：3−5∉N3-5\notin\mathbb{N}
Z\mathbb{Z} 整数 ✗ 除不了：1/3∉Z1/3\notin\mathbb{Z}
Q\mathbb{Q} 有理数 ✓ 四则封闭
R\mathbb{R} 实数 ✓ 四则封闭
C\mathbb{C} 复数 ✓ 四则封闭，且多了「代数基本定理」
为什么「除法封闭」这条这么关键

线性代数里到处要解方程、求逆、做除法消元。
一旦 1/31/3 不在你的数集里，高斯消元做到一半就崩了。
这就是为什么必须要求「除以非零元仍然在集合内」——它保证了消元法永远走得通。

整门课通常只取两个数域：R\mathbb{R} 和 C\mathbb{C}。为了一套证明同时覆盖两者，习惯用记号 F\mathbb{F} 表示「R\mathbb{R} 或 C\mathbb{C} 中的任意一个」。

用 F\mathbb{F} 写证明其实更难

因为你不能用任何 R\mathbb{R} 独有的性质——不能比较大小、不能开平方、不能取极限。
凡是证明里写下「不妨设 x<yx<y」，这个证明对 C\mathbb{C} 就作废了。
看到 F\mathbb{F}，就要提醒自己：只看加减乘除。

一个具体演示：为什么「封闭」不是吹毛求疵

解这个二元一次方程组：

{2x+3y=74x+5y=13\begin{cases}2x+3y=7\\ 4x+5y=13\end{cases}

第二式减去第一式的两倍，得 −y=−1-y=-1，即 y=1y=1，回代得 x=2x=2。全程只用整数，很安全。

换一个再看：

{3x+2y=12x+y=1\begin{cases}3x+2y=1\\ 2x+y=1\end{cases}

同样消元，得到 y=−13y=-\dfrac13。−13-\dfrac13 不是整数。

这不是「算得不够仔细」，而是整数对除法不封闭的必然结果：只要方程组有非整数解，消元过程就一定会走到整数集外面去。若坚持只在 Z\mathbb{Z} 里做，题解到一半就没法继续。

这就是「除法封闭」在整门课里的真实作用

后面的计算大量是消元、求逆、解方程。要求数域对除法封闭，
等于保证这些操作永远走得通，不必中途换集合。
顺带：上题在 Q\mathbb{Q} 里解得 y=−13y=-\dfrac13、x=23x=\dfrac23，完整可行。

三、复数：不是装饰，是刚需

复数的定义与四则运算：

C={a+bi: a,b∈R},i2=−1\mathbb{C}=\{a+bi:\ a,b\in\mathbb{R}\},\qquad i^2=-1

(a+bi)+(c+di)=(a+c)+(b+d)i(a+bi)+(c+di)=(a+c)+(b+d)i

(a+bi)(c+di)=(ac−bd)+(ad+bc)i(a+bi)(c+di)=(ac-bd)+(ad+bc)i

减去一个复数、以及除以一个非零复数：

−(a+bi)=−a−bi-(a+bi)=-a-bi

1a+bi=a−bia2+b2(a+bi≠0)\frac{1}{a+bi}=\frac{a-bi}{a^2+b^2}\qquad(a+bi\neq 0)

除法这一步值得停一下：它把分母有理化成实数 a2+b2a^2+b^2，于是「除以非零复数」永远可行——这正是 C\mathbb{C} 成为数域的关键一步。

复数在后续内容里到底用在哪

如果你学的是化学、材料这类专业，可能会觉得复数是用不上的。但在这套理论里，它至少在三处是绕不开的：

场景 为什么绕不开
多项式的根 复系数多项式一定有根；实系数不一定（x2+1x^2+1 就没有）
特征值 实矩阵的特征值可能不是实数
上三角化 「任意复方阵都能上三角化」对实矩阵不成立
一个具体例子：转 90° 的矩阵没有实特征值

矩阵 (0−110)\begin{pmatrix}0&-1\\1&0\end{pmatrix} 表示平面逆时针转 90°。
没有任何非零向量转 90° 后还落在自己那条直线上——所以它没有实特征值。
但它的复特征值是 ±i\pm i。
不引入复数，这一类变换就没法讨论。 这就是后面绕不开 C\mathbb{C} 的原因。

复数的几何意义：乘 ii 就是转 90°

把 a+bia+bi 看成平面上的点 (a,b)(a,b)。那么乘 ii 做了什么？

i(a+bi)=−b+ai⟷(−b, a)i(a+bi)=-b+ai\quad\longleftrightarrow\quad(-b,\ a)

而 (−b,a)(-b,a) 恰好是 (a,b)(a,b) 逆时针转 90° 的结果。所以：

乘 ii 这个代数操作，几何上就是「转 90°」。

这一观察把前面那个例子串起来了：矩阵 (0−110)\begin{pmatrix}0&-1\\1&0\end{pmatrix} 做的正是「转 90°」，
所以它的特征值是 ±i\pm i ——旋转的角度信息，藏在复数里。

这条对后面有什么用

凡是看到「旋转」「振动」「周期」相关的矩阵，都要预期出现复数特征值。
反过来，如果算出复特征值，往往意味着这个变换在某个平面里是旋转。

四、坐标：有序、定长的数组

一个向量，具体写成 (x1,x2,…,xn)(x_1,x_2,\dots,x_n)。这个写法有两个隐藏要求，缺一不可。

要求一：有序

(1,2)(1,2) 和 (2,1)(2,1) 不是同一个东西。因为第 1 个位置放的是 11 还是 22，意义完全不同。

这跟集合完全不一样：

集合 有序数组
是否有序 {1,2}={2,1}\{1,2\}=\{2,1\} (1,2)≠(2,1)(1,2)\neq(2,1)
能否重复 {1,1}={1}\{1,1\}=\{1\} (1,1)(1,1) 有两个位置
空对象 空集 ∅\varnothing 空组 ( )(\ )
为什么必须是「有序」

坐标有顺序、基底有顺序、矩阵的列有顺序。
如果用集合定义，那么「(1,0)(1,0) 和 (0,1)(0,1) 是两个不同的点」这句话根本说不出来。
顺序是线性代数的命根子。

要求二：定长且同域

Fn={(x1,x2,…,xn): x1,…,xn∈F}\mathbb{F}^n=\{(x_1,x_2,\dots,x_n):\ x_1,\dots,x_n\in\mathbb{F}\}

三个常见例子：

记号 含义
R2\mathbb{R}^2 平面上的点
R3\mathbb{R}^3 空间中的点
C4\mathbb{C}^4 四个复数组成的有序数组
两条不能破的规矩

① 所有坐标必须来自同一个数域。 (1, 2+3i)(1,\ 2+3i) 不能算作 R2\mathbb{R}^2 的元素。
② 长度必须相同才能运算。 (1,2)+(1,2,3)(1,2)+(1,2,3) 是没有定义的。

换句话说，Fn\mathbb{F}^n 是一个整体：F\mathbb{F} 和 nn 一旦定下，里面装什么、能跟谁运算，就全定了。
后面判断一个子集是不是子空间，第一步永远是确认它待在哪个 Fn\mathbb{F}^n 里。

同一个数组，五种看法

同一串数，在不同场景下会以不同面貌出现。它们是同一个东西，只是换了外套：

看法 样子 用在哪
坐标 (3,−1,4)(3,-1,4) 最基础的写法
箭头 从原点指向那一点 只对 R2,R3\mathbb{R}^2,\mathbb{R}^3，几何直观
函数 f:{1,…,n}→Ff:\{1,\dots,n\}\to\mathbb{F}，f(j)=xjf(j)=x_j 让「函数也能当向量」顺理成章
矩阵的行 / 列 第 jj 列作为 Rn\mathbb{R}^n 里的向量 矩阵乘法、秩、行列式
多项式系数 (a0,a1,a2)(a_0,a_1,a_2) 代表 a0+a1x+a2x2a_0+a_1x+a_2x^2 多项式空间
现在就知道这件事，后面能省很多时间

你会读到「把矩阵的第 jj 列看作 Rn\mathbb{R}^n 里的一个向量」，
或者「Fn\mathbb{F}^n 与从 {1,…,n}\{1,\dots,n\} 到 F\mathbb{F} 的函数空间是同一个空间」。
如果这会儿把 Fn\mathbb{F}^n 焊死成「箭头」，那些句子会读得莫名其妙。
认对象看的是运算，不是画法。

一个常见误解：Cn\mathbb{C}^n 是 R2n\mathbb{R}^{2n} 吗

作为集合，两者确实一一对应（a+bi↔(a,b)a+bi\leftrightarrow(a,b)）。

但作为向量空间，它们的维数不同：Cn\mathbb{C}^n 作为复向量空间维数是 nn，作为实向量空间维数是 2n2n。

「是哪个数域上的空间」是空间身份的一部分。 换个数域，它就是一个新对象。

五、三种运算

在 Fn\mathbb{F}^n 上规定三种运算，全部按位置进行：

加法：(x1,…,xn)+(y1,…,yn)=(x1+y1,…,xn+yn)(x_1,\dots,x_n)+(y_1,\dots,y_n)=(x_1+y_1,\dots,x_n+y_n)

标量乘法：λ(x1,…,xn)=(λx1,…,λxn)\lambda(x_1,\dots,x_n)=(\lambda x_1,\dots,\lambda x_n)，其中 λ∈F\lambda\in\mathbb{F}

取相反数：−(x1,…,xn)=(−x1,…,−xn)-(x_1,\dots,x_n)=(-x_1,\dots,-x_n)

再加一个零向量：

0=(0,…,0)0=(0,\dots,0)

这些运算满足的性质，将在下一讲被抽成「向量空间」的定义。这里先记住一条：它们都是逐位置进行的，位置与位置之间绝不互相干扰。

手算两例

例 1. 算 (3,1,−2)+2(1,0,4)(3,1,-2)+2(1,0,4)。

2(1,0,4)=(2,0,8),(3,1,−2)+(2,0,8)=(5,1,6)2(1,0,4)=(2,0,8),\qquad (3,1,-2)+(2,0,8)=(5,1,6)

例 2. 在 C2\mathbb{C}^2 里算 (2−3i, 1+i)+λ(1,2i)(2-3i,\ 1+i)+\lambda(1,2i)，取 λ=1+i\lambda=1+i。

λ(1,2i)=(1+i, 2i−2)\lambda(1,2i)=(1+i,\ 2i-2)

(2−3i, 1+i)+(1+i, 2i−2)=(3−2i, −1+3i)(2-3i,\ 1+i)+(1+i,\ 2i-2)=(3-2i,\ -1+3i)

铁律一条：标量乘逐个位置乘，加法逐个位置加，位置之间绝不相混。

复数手算的三个常用技巧

技巧 什么时候用 做法
有理化 分母是复数 分子分母同乘共轭 a−bia-bi，分母变 a2+b2a^2+b^2
配方 求平方根、解二次式 把 a+bia+bi 凑成 (α+βi)2(\alpha+\beta i)^2 后开方
共轭验算 任何乘法/除法之后 检查 αα‾\alpha\overline{\alpha} 是否为非负实数

第三个技巧最实用：任何复数的模平方一定是非负实数。如果算完发现它是复数，一定有地方错了。

开方的例子：求 ii 的两个平方根。设 (a+bi)2=i(a+bi)^2=i，则实部虚部分别相等：

a2−b2=0,2ab=1a^2-b^2=0,\qquad 2ab=1

解得 a=b=22a=b=\dfrac{\sqrt2}{2} 或 a=b=−22a=b=-\dfrac{\sqrt2}{2}，即两个平方根是 ±22(1+i)\pm\dfrac{\sqrt2}{2}(1+i)。

为什么线性代数要在意复数开方

求特征值时经常要解形如 λ2+bλ+c=0\lambda^2+b\lambda+c=0 的方程。
判别式小于零时根就是复数——这时不能停，因为复根同样是有效的特征值。

六、几何意义（只对 R2,R3\mathbb{R}^2,\mathbb{R}^3 成立）

运算 在平面上的样子
加法 u+vu+v 平行四边形法则：以 u,vu,v 为邻边，对角线即 u+vu+v
λu\lambda u（λ>0\lambda>0） 沿原方向拉长（λ>1\lambda>1）或缩短（0<λ<10<\lambda<1）
λu\lambda u（λ<0\lambda<0） 先反向，再按 ∣λ∣|\lambda| 缩放
λ=0\lambda=0 压成原点
别把图形当定义

这套图只在 n=2,3n=2,3 画得出来。R4\mathbb{R}^4 以上画不出来，运算照样成立。
另外，R2\mathbb{R}^2 里还有「点积」这种把两个向量变成一个数的运算，那是完全另一回事，
属于第六讲之后的内容。
一句话：定义看运算，直觉看图形，两者别混。

七、常见误区

误区 1：把向量当箭头

R2,R3\mathbb{R}^2,\mathbb{R}^3 可以画成箭头，那是额外的方便，不是定义。
只习惯箭头的人，学到函数空间会特别痛苦。

误区 2：以为 00 只有一个意思
写法 可能是
00 数字零
00 零向量 (0,…,0)(0,\dots,0)
00 零函数（恒等于 00 的函数）
00 零映射（把一切都映成零）

判断依据只有一个：它在哪个空间里、配的是什么运算。

误区 3：把有序数组当集合用

(1,1)(1,1) 有两个位置，{1}\{1\} 只有一个元素。线性无关、基底这些概念全都依赖「位置」和「能否重复」。

误区 4：混淆标量乘法与「两个向量相乘」

λx\lambda x 是标量乘向量，结果还是向量。
两个 R2\mathbb{R}^2 向量可以「点乘」出一个数，那叫内积，是另一套结构。

误区 5：复数手算出符号错
错法 正解
(2i)(3i)=6i(2i)(3i)=6i (2i)(3i)=6i2=−6(2i)(3i)=6i^2=-6
−(a+bi)=−a+bi-(a+bi)=-a+bi −(a+bi)=−a−bi-(a+bi)=-a-bi（实部虚部都变号）
分母留着复数 同乘共轭：13+2i=3−2i13\dfrac{1}{3+2i}=\dfrac{3-2i}{13}

自检技巧：任何复数的模平方 ∣α∣2=αα‾|\alpha|^2=\alpha\overline{\alpha} 一定是非负实数，
用它验算乘除法最快。

八、拓展：从「数的方阵」看数组

同一批数还可以排成方阵来看，这是计算视角的入口：

A=(a11a12⋯a1na21a22⋯a2n⋮⋮⋮am1am2⋯amn)A=\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\ a_{21}&a_{22}&\cdots&a_{2n}\\ \vdots&\vdots&&\vdots\\ a_{m1}&a_{m2}&\cdots&a_{mn}\end{pmatrix}

一个矩阵，可以看成「mm 个长度为 nn 的向量叠在一起」，也可以看成「nn 个长度为 mm 的向量并排放在一起」。两种看法都对，用哪个取决于你在算什么。

这一节为什么放在拓展

矩阵的完整理论要到第九讲才展开。这里只先建立一件事：
矩阵的行和列，就是本讲的「有序数组」。 认熟了这一点，
后面读「矩阵乘法的第 kk 列等于各列的线性组合」这类句子会轻松很多。

多项式也是向量

考虑所有次数不超过 22 的实系数多项式：

a0+a1x+a2x2a_0+a_1x+a_2x^2

它被三个数 (a0,a1,a2)(a_0,a_1,a_2) 唯一确定。而且两种运算恰好对得上：

  • 两个多项式相加，就是对应系数相加；
  • 多项式乘一个数，就是每个系数乘这个数。

举个例子：

(2+3x−x2)+(1−x)=3+2x−x2(2+3x-x^2)+(1-x)=3+2x-x^2

(2,3,−1)+(1,−1,0)=(3,2,−1)(2,3,-1)+(1,-1,0)=(3,2,-1)

两边是同一件事，只是换了写法。

这一步的意义

「向量」的身份不在于它是数组还是多项式，而在于它上面配了什么运算。
一旦看清这一点，下一讲「向量空间」的抽象定义就不再突然——
它只是把「数组、多项式、函数、序列」共同的那层结构抽出来而已。

复数的极坐标与欧拉公式（化学里天天用）

前面把 a+bia+bi 看成一个点，还可以更进一步：把点也看成箭头，用「长度 + 方向」来描述。设 z=a+biz=a+bi 到原点的距离是 rr，与正实轴夹角是 θ\theta，则

r=∣z∣=a2+b2,tan⁡θ=bar=|z|=\sqrt{a^2+b^2},\qquad \tan\theta=\frac{b}{a}

反解回来：

z=r(cos⁡θ+isin⁡θ)z=r(\cos\theta+i\sin\theta)

这个写法叫极坐标形式（也叫三角形式）。rr 叫模，θ\theta 叫辐角。

极坐标形式最大的好处：乘法变成「长度相乘、角度相加」

试一下 r1(cos⁡θ1+isin⁡θ1)⋅r2(cos⁡θ2+isin⁡θ2)r_1(\cos\theta_1+i\sin\theta_1)\cdot r_2(\cos\theta_2+i\sin\theta_2)，
用和角公式展开、再用 i2=−1i^2=-1 整理，结果是

r1r2(cos⁡(θ1+θ2)+isin⁡(θ1+θ2))r_1r_2\big(\cos(\theta_1+\theta_2)+i\sin(\theta_1+\theta_2)\big)

也就是说：模相乘、辐角相加。
于是「乘复数 nn 次」=「长度变 nn 次方、角度转 nn 倍」，这正是棣莫弗公式

(r(cos⁡θ+isin⁡θ))n=rn(cos⁡nθ+isin⁡nθ).\big(r(\cos\theta+i\sin\theta)\big)^n=r^n(\cos n\theta+i\sin n\theta).

欧拉公式把这个观察压缩成一行：

eiθ=cos⁡θ+isin⁡θe^{i\theta}=\cos\theta+i\sin\theta

于是 z=reiθz=re^{i\theta}，而「乘 z1z2z_1z_2」就是 r1r2ei(θ1+θ2)r_1r_2e^{i(\theta_1+\theta_2)} —— 指数的加法律自动给出了上面的结论。

一个常见误读

eiθe^{i\theta} 里的 ee 不是「ee 的 iθi\theta 次方这个实数」，它定义为那个单位复数。
严格讲欧拉公式要靠泰勒级数来对：

eiθ=1+iθ+(iθ)22!+(iθ)33!+⋯e^{i\theta}=1+i\theta+\frac{(i\theta)^2}{2!}+\frac{(i\theta)^3}{3!}+\cdots

把 i2=−1i^2=-1、i3=−ii^3=-i、i4=1i^4=1 逐项代入，实部恰好是 cos⁡θ\cos\theta 的泰勒级数、虚部恰好是 sin⁡θ\sin\theta 的。
这条推导值得自己写一遍——它解释了为什么「指数」和「三角函数」会扯上关系。

为什么化学要用它。以下几处都不是数学课在炫技，而是没它写不下去：

场景 用到什么
波函数 ψ=Aei(kx−ωt)\psi=Ae^{i(kx-\omega t)} 欧拉公式把「振动」写成复指数，相位差直接是角度差
干涉与衍射 两束波叠加 = 两个复数相加，振幅与相位一目了然
配位场 / 分子轨道 旋转对称性用 eimφe^{im\varphi} 描述（mm 就是量子数）
交流阻抗 阻抗写成 Z=R+iXZ=R+iX，串联就是复数相加
「复数没有大小」这件事在化学里也重要

复数不能比大小（1+i1+i 和 2−i2-i 谁「大」说不清），所以凡是要比较「大小」的量
——比如概率密度、振幅——都必须先取模平方 ∣z∣2=zz‾|z|^2=z\overline{z}。
这就是量子力学里「波函数本身不可观测，∣ψ∣2|\psi|^2 才是概率密度」的代数根源。
本讲只用到模的性质；完整的酉空间与内积要到 22 讲之后。

九、自测（先做，再看答案）

1. 计算 (3+2i)(1−4i)(3+2i)(1-4i) 与 13+2i\dfrac{1}{3+2i}。

2. 求 x∈R4x\in\mathbb{R}^4，使得

(4,−3,1,7)+2x=(5,9,−6,8)(4,-3,1,7)+2x=(5,9,-6,8)

3. 判断：是否存在 λ∈C\lambda\in\mathbb{C}，使

λ(2−3i, 5+4i, −6+7i)=(12−5i, 7+22i, −32−9i)\lambda(2-3i,\ 5+4i,\ -6+7i)=(12-5i,\ 7+22i,\ -32-9i)

4. (1,1,0)(1,1,0) 与 (1,1)(1,1) 是同一个向量吗？为什么？

5. 举出「有序数组」与「集合」的三个差别，各配一个例子。

答案（点开）

1. (3+2i)(1−4i)=3−12i+2i−8i2=11−10i(3+2i)(1-4i)=3-12i+2i-8i^2=11-10i；
13+2i=3−2i9+4=313−213i\dfrac{1}{3+2i}=\dfrac{3-2i}{9+4}=\dfrac{3}{13}-\dfrac{2}{13}i。

2. 2x=(5,9,−6,8)−(4,−3,1,7)=(1,12,−7,1)2x=(5,9,-6,8)-(4,-3,1,7)=(1,12,-7,1)，故 x=(12,6,−72,12)x=\left(\tfrac12,6,-\tfrac72,\tfrac12\right)。

3. 不存在。由第一个坐标得 λ=12−5i2−3i=3+2i\lambda=\dfrac{12-5i}{2-3i}=3+2i。
代第二个坐标：(3+2i)(5+4i)=7+22i(3+2i)(5+4i)=7+22i，对上了。
代第三个坐标：(3+2i)(−6+7i)=−32+9i(3+2i)(-6+7i)=-32+9i，而题目要求 −32−9i-32-9i，虚部符号不符。
只要有一个位置不成立，整体就不成立——这正是「逐位置检查」的意义。

4. 不是。长度不同（3 与 2），根本不是同一个空间里的元素，不能相互运算。

5. ① 顺序：(1,2)≠(2,1)(1,2)\neq(2,1)，但 {1,2}={2,1}\{1,2\}=\{2,1\}；
② 重复：(1,1)(1,1) 有两个位置，但 {1,1}={1}\{1,1\}=\{1\}；
③ 空：空组 ( )(\ ) 有「长度 0」，空集 ∅\varnothing 没有长度这个概念。

十、复习卡

项 内容
数域 加减乘除（除非零）都封闭的集合；常用 R\mathbb{R}、C\mathbb{C}
Z\mathbb{Z} 不是数域 除法不封闭（1/3∉Z1/3\notin\mathbb{Z}）
复数 C={a+bi:a,b∈R}\mathbb{C}=\{a+bi:a,b\in\mathbb{R}\}，i2=−1i^2=-1
复数乘 (a+bi)(c+di)=(ac−bd)+(ad+bc)i(a+bi)(c+di)=(ac-bd)+(ad+bc)i
复数除 1a+bi=a−bia2+b2\dfrac{1}{a+bi}=\dfrac{a-bi}{a^2+b^2}（分母有理化）
复数的几何意义 乘 ii 等于在平面内逆时针转 90°
F\mathbb{F} 的意思 R\mathbb{R} 或 C\mathbb{C}，一个证明同时覆盖两者
有序数组 vs 集合 有序、可重复、有长度；集合都不管这些
Fn\mathbb{F}^n {(x1,…,xn):xj∈F}\{(x_1,\dots,x_n):x_j\in\mathbb{F}\}，同域、定长
加法 逐位置相加
标量乘 每个位置乘 λ\lambda
维数预告 Cn\mathbb{C}^n 作复空间维数 nn，作实空间维数 2n2n

十一、出处与延伸（可选，不影响阅读）

  • 复数的四则运算与几何意义：任何一本复变函数教材的第一章都有更细的推导；本文只取线性代数够用的部分。
  • 数域的公理化定义：抽象代数教材（域论）会把它讲得比这里严格得多，包括有限域（如 Zp\mathbb{Z}_p）——那也是合法的数域，只是本课程不用。
  • 矩阵作为「数的方阵」的初等讲法：《行列式入门》1.5「阵」（印刷页码 p10 起）把矩阵当纯计算对象，逐个元素地教你怎么摆、怎么相乘，适合建立手感。
  • 复数运算的更多手算练习：《行列式入门》附录 A.1「复数」（印刷页码 p134 起）。
  • 权威查证：Bronstein《数学手册》俄文第 10 版（1962）与英文第 6 版（2015）均已收录，可查任何系数与公式；本文的公式均可用它复核。
术语别名

「有序数组」在中文教材里也叫「向量」「nn 元组」「点」；英文 list / tuple / vector。
「数域」有时就直接叫「域」。称谓不同不影响内容。