Vektoren

Ein Pfeil vom Ursprung aus, eine Größe mit Betrag und Richtung. Aus dieser einen Idee ist die Grundeinheit jeder späteren Geometrie geworden — und der universelle Datentyp des rechnenden Denkens.

Als Nächstes empfohlen → Matrizen · MATH · T4

Der Beitrag

Fünfzehn Jahre lang biss sich der irische Mathematiker William Rowan Hamilton an einer Aufgabe fest: die komplexen Zahlen, die die Geometrie der Ebene so gut beschreiben, um eine ebensolche Algebra für den dreidimensionalen Raum zu ergänzen. Auch Anfang der 1840er Jahre kam er nicht ans Ziel. Dann, am 16. Oktober 1843, auf einem Spaziergang mit seiner Frau am Royal Canal in Dublin, war die Antwort plötzlich da: drei Dimensionen aufgeben und vier nehmen. Die Multiplikationsregeln der so gefundenen Quaternionen ritzte er in den Stein der Brougham Bridge. Die Quaternionen taten ihren Dienst, aber sie blieben fremdartig — ihre Multiplikation ist nicht kommutativ, und den Physikern war der ganze Apparat zu schwerfällig. In den 1880er Jahren dampften J. Willard Gibbs in Amerika und Oliver Heaviside in England Hamiltons Maschinerie auf Vektoren und Skalare ein, mit zwei Produkten — Skalarprodukt und Kreuzprodukt —, die die Geometrie des Raumes sauber erledigen. Unsere heutige Vektorrechnung ist im Kern ihr Kompromiss.

Ein Vektor ist, der Anschauung nach, ein Pfeil vom Ursprung aus — eine Größe mit Betrag (der Länge) und Richtung. Algebraisch ist er, im n-dimensionalen Raum, ein geordnetes Zahlentupel (v₁, v₂, ..., vₙ): seine Komponenten längs der gewählten Koordinatenachsen. Darauf bauen drei Operationen. Die Addition verläuft komponentenweise — geometrisch hängt man den zweiten Pfeil an die Spitze des ersten, nach der Parallelogrammregel. Die Skalarmultiplikation streckt den Pfeil um einen Zahlenfaktor, und ist der negativ, klappt er um. Das Skalarprodukt u · v = u₁v₁ + u₂v₂ + ... = ‖u‖·‖v‖·cos(θ) misst zweierlei zugleich, Projektion und Winkel zwischen Vektoren, und liefert nebenbei die Betragsformel ‖v‖ = √(v · v) — Pythagoras in neuer Schreibweise. Das Kreuzprodukt, das es nur im Dreidimensionalen gibt: u × v steht senkrecht auf beiden Faktoren, hat den Betrag ‖u‖·‖v‖·sin(θ) und fasst Fläche, Drehmoment und Drehimpuls ebenso wie die Rechte-Hand-Regel der Physik. Der eigentliche Sprung ins Moderne aber ist der Vektorraum: irgendeine Menge von Objekten, die sich addieren und mit Zahlen skalieren lassen und dabei acht Axiomen genügen — Assoziativität, Distributivität, neutrales Element und so fort. Funktionen bilden einen Vektorraum. Die Lösungen einer linearen Differentialgleichung bilden einen. Die Zustände der Quantenmechanik bilden einen — über den komplexen Zahlen, den Hilbertraum. Lineare Algebra ist die Lehre von solchen Räumen und ihren linearen Abbildungen, und am Ende steht die Einsicht: Fast alles, was sich mit wenig Aufwand ausrechnen lässt, lässt sich deshalb mit wenig Aufwand ausrechnen, weil es linear ist.

Warum jetztOhne Vektoren ist die moderne Physik nicht zu haben: Kräfte, Geschwindigkeiten, Impulse, elektrische wie magnetische Felder — alles Vektorgrößen. Die Computergrafik rechnet mit Vektoren für jede Position, jede Flächennormale, jedes Licht, jede Kamera einer gerenderten Szene. Das maschinelle Lernen lebt von Merkmalsvektoren: Was immer ein Modell zu sehen bekommt, ist am Ende ein Vektor. Wort-Embeddings wie word2vec und GloVe legen Wörter als Vektoren in einen hochdimensionalen Raum, in dem geometrische Nähe für Bedeutungsnähe steht. Transformer-Modelle operieren auf Vektordarstellungen von Tokens und verrechnen sie im Attention-Mechanismus über Skalarprodukte. Der Vektor — einst ein Stück esoterischer irischer Algebra — ist zum universellen Datentyp des rechnenden Denkens geworden.