讲解稿 · 第01章 第05节 · 基与对偶¶
口播时长：约 15–20 分钟｜建议语速：中速偏慢，遇到公式停顿两拍
开场钩子¶
嘿，先问你一个问题。
你打开手机地图，输入"星巴克"，屏幕上跳出一个点。你朋友也打开她的地图，输入同一家店，屏幕上也跳出一个点。你们俩看到的，是同一家咖啡馆。
可如果你俩打电话商量怎么走过去——你说"往东三个街区，往北两个街区"，你朋友却说"沿我东北方向走两步半，再沿西北方向倒着走半步"——听起来完全是两回事对不对？但你们要去的，明明就是同一个地方。
这，就是这一节要讲的东西：同一个向量，可以有无穷多种坐标。而在这些坐标背后，藏着一整套"翻译字典"——它的名字叫基，它的影子叫对偶。听着抽象？别急。等你听完这十几分钟，你会明白，为什么 PCA 要"换基"，为什么神经网络里的注意力机制本质是一次"查询"，还有——为什么很多人第一次学线性代数会栽在 \(P\) 和 \(P^{-1}\) 这两个符号上。
扶稳了，我们开始。
第一段 · 什么是基¶
我们先把最朴素的问题说清楚：什么是基？
一句话：基是搭起一个向量空间的最小骨架。你可以把它想成乐高的基础颗粒——通过缩放它、把它们加起来，你就能拼出这个空间里的任何一个向量。而且——注意"而且"两个字——没有一块是多余的。
一组向量要成为基，必须同时满足两件事：
- 第一，线性无关。翻译成人话就是，这些向量里没有哪一个能被其他人"凑"出来。每一个都贡献一个真正新的方向。
- 第二，能张成整个空间。也就是说，空间里任何一个向量，都能被它们的线性组合表达出来。一个不漏。
一组基里向量的个数，就是这个空间的维度。\(\mathbb{R}^2\) 里两个基向量就够，\(\mathbb{R}^3\) 里要三个，依此类推。
最省事、最熟悉的一组基，叫标准基——沿着坐标轴的那些单位向量。在 \(\mathbb{R}^2\) 里就是 \(\hat{\mathbf{i}} = (1, 0)\) 和 \(\hat{\mathbf{j}} = (0, 1)\)。你写向量 \((3, 2)\)，其实就是在偷偷地说 \(3\hat{\mathbf{i}} + 2\hat{\mathbf{j}}\)。那个 3 和 2，就是它在这组基下的坐标。
但标准基不是唯一的基。在 \(\mathbb{R}^2\) 里，\((1, 1)\) 和 \((-1, 1)\) 一样能撑起整个平面。它俩线性无关，也能张成，所以合法。只不过——同一个向量在这组新基下的坐标，会不一样。
暂停思考一下：如果我告诉你 \((1, 1)\) 和 \((2, 2)\) 也是一组基，你信吗？想清楚再往下听。
——不信对吧？因为 \((2, 2)\) 就是 \(2 \cdot (1, 1)\)，两者根本在同一条线上，线性相关，第二个是冗余的。你两个向量都被困在一条直线上，怎么可能张成整个平面？
第二段 · 换基与咖啡馆¶
好，现在真正的戏来了：基变换。
回到咖啡馆的故事。你和朋友，同一家店，两种走法。
你的语言是标准基下的 \((3, 2)\)。她的两个"方向"是 \(\mathbf{b}_1 = (1, 1)\)（东北）和 \(\mathbf{b}_2 = (-1, 1)\)（西北）。她告诉你："咖啡馆在 \((2.5, -0.5)\)"，意思是"沿东北走 2.5 步，再沿西北倒着走半步"。
那怎么把她的话翻译回你的街道语言？照着她的配方走一遍就行：
一模一样的咖啡馆。照配方走一遍这个动作，其实就是矩阵乘法。你把她的基向量按列堆起来：
这个 \(P\)，就叫基变换矩阵。它的列，是新基向量用旧坐标写出来的样子。这句话你记住——考试爱考，实战容易翻车。
那反过来呢？你手里拿着 \((3, 2)\)，想翻成朋友的语言，怎么办？把配方倒回去——也就是乘 \(P^{-1}\)：
什么都没动。向量本身、那家咖啡馆本身，没有移动过半步。移动的只是"描述它的语言"。\(P\) 和 \(P^{-1}\)，就是两种语言之间的翻译字典。
暂停思考一下：如果你搞反了，用 \(P\) 而不是 \(P^{-1}\)，会发生什么？很多 PCA 的 bug 就藏在这里。
第三段 · 对偶的登场¶
好，前面这半节其实相对好懂。接下来这段——对偶——会突然抽象起来。第一次听可能会有点扶不住，我们慢慢来。
我先埋一个问题：当你写 \(\mathbf{v} = (3, 2)\)，那个"3"是从哪冒出来的？
它其实是一次测量的结果。第一个坐标在问："这个向量 \(\mathbf{v}\) 里，有多少份 \(\hat{\mathbf{i}}\)？"第二个坐标在问："有多少份 \(\hat{\mathbf{j}}\)？"
在咖啡馆的故事里也是一样。朋友那两个坐标，就是两个问题："你沿我的东北对角线走了多远？""沿我的西北对角线走了多远？"
每一组基，都自带一组问题——每个方向一个。
而这些"问题"——每一个都是一个函数：吃进去一个向量，吐出来一个数。数学上给它一个名字，叫线性泛函 (linear functional)。"线性"两个字是说，这个函数尊重加法和数乘：
翻译成人话就是——线性泛函是一把诚实的尺子。你把两根棒子并起来量，读数是两个读数相加；你把棒子拉长两倍，读数也翻倍。它不会撒谎，不会打折。
而所有可能的尺子的集合，就构成了一个新空间，叫对偶空间，记作 \(V^\ast\)。
对每一组基，都有一套配套的尺子——对偶基。对偶基里的 \(\mathbf{e}_i^\ast\) 只干一件事：回答"有多少份 \(\mathbf{e}_i\)"。一把校准良好的尺子，在它对应的那个基向量上读 1，在其他所有基向量上读 0。这条规则用克罗内克 δ 写起来最省字：
就这一条小小的校准规则，就够了。剩下的事，线性会替它做完。你看 \(\mathbf{e}_1^\ast\) 读 \(\mathbf{v} = 3\mathbf{e}_1 + 2\mathbf{e}_2\)：
它无视除自己之外的所有方向，只报告一个坐标。坐标本身，就是对偶基的读数。
暂停思考一下：如果这一段有点晕，很正常。你可以先记住一句话——基是被测量的对象，对偶基是测量的尺子。然后我们继续。
第四段 · 尺子藏在哪里¶
那么问题来了：这些"尺子"具体长什么样？
在 \(\mathbb{R}^n\) 里其实很朴素——每一个线性泛函，都不过是"一行数字，跟向量做点积"。而对于朋友那组基，我们不知不觉已经把她的尺子造出来了：把 \((3, 2)\) 翻成她的语言，我们乘的是 \(P^{-1}\)。而 \(P^{-1}\) 的每一行，就产出一个坐标。
也就是说——\(P^{-1}\) 的行，就是对偶基。
具体到咖啡馆：
验算一下：\(\mathbf{b}_1^\ast \cdot (3, 2) = 0.5\cdot 3 + 0.5 \cdot 2 = 2.5\)。正好是朋友的第一个坐标。
而那个校准规则 \(P^{-1}P = I\)，其实一直大大方方地摆在那儿——单位矩阵，就是克罗内克 δ 的表格版。尺子 \(i\) 遇到基向量 \(i\) 读 1，遇到别的读 0。
第五段 · 一个容易踩的坑¶
这里我必须给你打个预防针。
很多人会本能地猜：\(\mathbf{b}_1\) 对应的尺子，不就是 \(\mathbf{b}_1\) 自己吗？直接拿 \((1, 1)\) 和 \((3, 2)\) 做点积不就完了？
试试看：\((1, 1) \cdot (3, 2) = 5\)。可真正的坐标是 2.5——足足差了两倍。
用基向量自己做点积当尺子，只有在基是"单位正交"的时候才成立——也就是彼此垂直、长度为 1。标准基满足这个条件，所以 \(\mathbf{e}_1^\ast\) 恰好和 \(\mathbf{e}_1\) 长得一模一样，你怎么用都不出错。但对任何其他基，尺子都躲在 \(P^{-1}\) 的行里，不在基向量自己身上。
这个坑，是 PCA 代码里最常见的 bug 来源之一。你以为你在读坐标，实际上你在做一次错误的点积。
第六段 · 这些抽象东西到底有什么用¶
好，讲到这你可能想问：这么抽象的对偶空间，到底在 ML 里干什么？
三个例子：
第一，PCA。它就是在找一组新基——主成分——让数据在这些方向上方差最大。你把原始数据乘一个 \(P^{-1}\)，就得到新坐标。对偶基在这里就是"提问的方向"：这个数据在第一主成分上得几分？在第二主成分上得几分？
第二，注意力机制。神经网络里的 attention，本质就是让一组向量去"查询"另一组。Query 和 Key 做点积——这就是一次对偶配对。一个向量当尺子，去测量另一个向量。
第三，点积的双重身份。仔细想想：每一个向量 \(\mathbf{u}\)，都悄悄定义了一把尺子（用 \(\mathbf{u}\cdot\mathbf{v}\) 去测量 \(\mathbf{v}\)）；反过来，每一把尺子，也不过是和某个向量做点积。在有限维里，对偶空间就是原空间的镜像。这就是为什么你在书里到处看到点积——它同时扮演了两个角色。
一句话总结¶
基是搭坐标系的最小骨架，对偶基是配套的一把把尺子。\(P\) 换积木，\(P^{-1}\) 换尺子——这两位一起，撑起了 PCA、注意力，以及几乎所有你会在 ML 里遇到的线性变换。
结尾 · 三个反思问题，留给下一节¶
在你关掉这段音频之前，带走三个问题，自己想想：
-
如果一组基不是单位正交的，你直接拿基向量做点积当尺子，得到的读数会偏大还是偏小？跟什么量有关？ 提示：想想 \((1,1)\) 的长度。
-
PCA 里，主成分构成的那组基，是单位正交的吗？如果是，为什么你还需要区分 \(P\) 和 \(P^{-1}\)？ 提示：正交矩阵的逆等于它的转置。
-
注意力机制里的 Query 和 Key，如果你把它们看成"向量"和"尺子"，那 Value 在这个类比里扮演什么角色？ 提示：尺子测完之后，测出来的数字是拿来干嘛的？
想好了，我们下一节——第 02 章——见。