第1章 · 欧氏空间与线性映射基础
1.4 概念翻译器
本章从读者熟悉的初等微积分概念出发，引入了欧氏空间的现代语言。许多术语和符号虽然名称相同，但含义有所扩展或转移。以下表格将本章中出现的关键概念与初等微积分中的对应物进行并置对照，供读者在后续章节中随时回查。
| 初等微积分中的概念 | 本书中的对应概念 | 本质区别与说明 |
|---|---|---|
| 数轴 $\mathbb{R}$ | $n$ 维欧氏空间 $\mathbb{R}^n$ | 将定义域从一维推广到任意有限维；向量具有 $n$ 个分量。 |
| 点 $x$ | 向量 $\boldsymbol{x} = (x^1, \dots, x^n)$ | 采用粗体与上标分量记号，为后续区分逆变与协变量做准备。 |
| 绝对值 $|x|$ | 范数 $\|\boldsymbol{x}\| = \sqrt{\sum (x^i)^2}$ | 推广了"长度"的概念；保持正定性、齐次性与三角不等式。 |
| 两点距离 $|x-y|$ | 欧氏距离 $\|\boldsymbol{x} - \boldsymbol{y}\|$ | 由范数直接导出；在高维中仍是"直线距离"。 |
| 点积（数量积）$x \cdot y$ | 标准内积 $\langle \boldsymbol{x}, \boldsymbol{y}\rangle = \sum x^i y^i$ | 符号与名称变更，强调其双线性与正定性；是范数平方的来源。 |
| 向量夹角 $\cos\theta = \dfrac{x \cdot y}{|x|\,|y|}$ | 夹角 $\cos\theta = \dfrac{\langle\boldsymbol{x},\boldsymbol{y}\rangle}{\|\boldsymbol{x}\|\|\boldsymbol{y}\|}$ | 由内积与范数定义；柯西–施瓦茨不等式保证定义合法。 |
| 垂直（正交）$x \perp y$ | 正交 $\langle\boldsymbol{x},\boldsymbol{y}\rangle = 0$ | 依赖内积；零向量与任何向量正交。 |
| 函数 $f(x)$ | 映射 $f: \mathbb{R}^n \to \mathbb{R}^m$ | 强调定义域与值域的维数；函数被看作空间之间的映射。 |
| 线性函数 $f(x) = ax$ | 线性映射 $T \in L(\mathbb{R}^n, \mathbb{R}^m)$ | 保留可加性与齐次性；用矩阵表示；是一般导数的模型。 |
| 矩阵作为数表 | 矩阵作为线性映射的坐标表示 | 矩阵的每一列是基向量的像；复合对应矩阵乘法。 |
| — | 算子范数 $\|T\|$ | 在初等微积分中无直接对应；它度量线性映射的最大拉伸倍数，用于误差估计。 |
| 开区间 $(a,b)$ | 开球 $B(\boldsymbol{a},r)$，开集 | 开球是开区间的直接推广；开集是更一般的"无边界"集合。 |
| 闭区间 $[a,b]$ | 闭集，紧集 | 闭集用补集为开集定义；紧集＝有界闭集，保留了闭区间上连续函数的最值性质。 |
| 极限 $\lim_{x\to a}f(x)=L$ | 点列收敛 $\boldsymbol{x}_k \to \boldsymbol{a}$；映射的连续性 | 收敛用范数刻画；极限与连续性可等价地用开集语言描述（原像保开集）。 |
| $\varepsilon$-$\delta$ 连续性 | 开集刻画：$f^{-1}(V)$ 开 $\forall$ 开集 $V$ | 两种定义在 $\mathbb{R}^n$ 中等价；开集刻画揭示了连续性的拓扑本质，便于推广到流形。 |
| "闭区间上连续函数必有最值" | 紧集上连续函数必取到最值（极值定理） | 将闭区间的有界闭性质抽象为紧性；证明依赖紧集的序列刻画。 |
| 一致连续性 | 紧集上的连续函数必一致连续 | 在初等微积分中作为定理出现；本书中通过紧性同样可证（练习1.3第5题）。 |
关于本表的说明
- 表中"初等微积分中的概念"一栏，涵盖了读者在一元微积分和简单的多元微积分中已接触的术语。有些概念（如算子范数、开集）在初等课程中可能未曾出现，用"—"表示。
- "本质区别与说明"一栏不是为了给出严格定义（定义已在正文中给出），而是点出视角上的转变：从一维到高维、从数值到映射、从具体距离到开集结构。
- 随着后续章节的展开，我们还会引入微分形式、流形等新对象，届时将在各章末尾继续提供这样的翻译器，帮助读者不断校准新旧知识之间的对应关系。