# فصل ۰۲ — طول و مقیاس

<div dir="rtl">

# فصل ۰۲ — طول و مقیاس

## در این فصل چه یاد می‌گیری

برداری داری: $(3, 4)$. **چقدر بزرگ است؟**

جوابش را از ترم ۵ می‌دانی، حتی اگر هنوز متوجه نشده باشی. آن بردار وترِ یک مثلثِ قائم‌الزاویه با ساق‌های ۳ و ۴ است — پس طولش ۵ است.

این فصل دو کار می‌کند: **طول** را می‌سازد (که در هوش مصنوعی `norm` نامیده می‌شود) و **بزرگ و کوچک‌کردنِ** بردار را. و هر دو ابزارهای پایه‌ای‌اند که بقیهٔ ترم رویشان می‌ایستد.

![یک بردار و نسخه‌های مقیاس‌شده‌اش روی یک خط، به‌همراه مثلث قائم‌الزاویهٔ طولش](/lesson-assets/t7-s02-scale-norm/prompt/01-image-norm-scale.png)

آخر این فصل می‌توانی:

- طولِ یک بردار را در هر تعداد بُعد حساب کنی
- بردار را در یک عدد ضرب کنی و بگویی چه اثری دارد
- بردارِ یکه بسازی و بگویی به چه دردی می‌خورد

## قبل از شروع

- **از فصل ۱:** بردار، مؤلفه‌ها، جمع و تفریق.
- **از ترم ۵ فصل ۳ و ۴:** فیثاغورس و فرمولِ فاصله.
- **از ترم ۱ فصل ۶:** ضرب در عددِ منفی.

## ۱. طول، همان فیثاغورس

</div>

$$
\|\vec{v}\| = \sqrt{v_1^2 + v_2^2}
$$

<div dir="rtl">

آن دو خطِ عمودی نمادِ **طول** است (`norm`). برای $(3,4)$:

</div>

$$
\sqrt{9 + 16} = 5
$$

<div dir="rtl">

**هیچ ابزارِ تازه‌ای نیست.** دقیقاً فرمولِ فاصلهٔ ترم ۵ فصل ۴، وقتی نقطهٔ اول مبدأ باشد.

و در ابعادِ بالاتر، فقط جمله‌های زیرِ رادیکال بیشتر می‌شوند:

</div>

$$
\|\vec{v}\| = \sqrt{v_1^2 + v_2^2 + v_3^2 + \cdots}
$$

<div dir="rtl">

> ⚠️ **دامِ رایج:** جمع‌کردنِ مؤلفه‌ها بدونِ مربع. طولِ $(3,4)$ برابرِ ۷ **نیست**. اگر شک کردی، شکل را بکش: فلشی که سه به راست و چهار به بالا می‌رود، آشکارا کوتاه‌تر از ۷ واحد است. **همیشه می‌شود با فیثاغورس امتحانش کرد.**

> ✅ **چک کن:** طولِ $(0, -6)$ چقدر است؟ — $\sqrt{36} = 6$. **طول هیچ‌وقت منفی نیست** — چون مربع‌کردن علامت را می‌بلعد، همان‌طور که در ترم ۵ فصل ۴ دیدی.

> 💡 **نکته:** طولِ صفر فقط برای بردارِ صفر ($\vec{0}$) اتفاق می‌افتد — تنها برداری که جهتی ندارد.

## ۲. ضربِ اسکالر

بردار را در یک **عدد** ضرب کن (نه در بردارِ دیگر). هر مؤلفه در آن عدد ضرب می‌شود:

</div>

$$
2 \times (3, 4) = (6, 8)
$$

<div dir="rtl">

> 🤔 **اول حدس بزن:** طول و جهتِ فلش چه می‌شوند؟

**طول دو برابر می‌شود، جهت دست‌نخورده می‌ماند.** فلش روی همان خط کشیده می‌شود، فقط بلندتر.

</div>

$$
\|2\vec{v}\| = \sqrt{36 + 64} = 10 = 2 \times 5
$$

<div dir="rtl">

و ضریب‌های دیگر:

- **بینِ ۰ و ۱:** کوتاه‌تر می‌شود، همان جهت.
- **منفی:** جهت **کاملاً برعکس** می‌شود، و طول در قدرِ مطلقِ آن ضریب می‌رود.
- **صفر:** به بردارِ صفر تبدیل می‌شود.

> ⚠️ **دامِ رایج:** فکرکردن به اینکه ضربِ منفی «بردار را می‌چرخاند». می‌چرخاند، ولی **دقیقاً ۱۸۰ درجه** — روی همان خط می‌ماند و فقط جهتش عکس می‌شود. **هیچ ضربِ اسکالری نمی‌تواند بردار را از خطِ خودش خارج کند**، و همین محدودیت در فصل ۸ (بردارِ ویژه) دقیقاً همان چیزی می‌شود که دنبالش می‌گردیم.

> ✅ **چک کن:** $-3 \times (2, -1)$ چند است و طولش چقدر؟ — $(-6, 3)$، با طولِ $\sqrt{45} \approx 6.7$، که سه برابرِ $\sqrt{5}$ است.

## ۳. بردارِ یکه

گاهی فقط **جهت** برایت مهم است، نه اندازه.

**بردارِ یکه** برداری است که طولش دقیقاً ۱ باشد. برای ساختنش، بردار را بر طولش تقسیم کن:

</div>

$$
\hat{v} = \frac{\vec{v}}{\|\vec{v}\|}
$$

<div dir="rtl">

برای $(3,4)$ با طولِ ۵:

</div>

$$
\hat{v} = \left(\frac{3}{5}, \frac{4}{5}\right) = (0.6, 0.8)
$$

<div dir="rtl">

و امتحان کن: $\sqrt{0.36 + 0.64} = 1$. ✓

> 🤔 **اول حدس بزن:** چرا کسی بخواهد اندازه را دور بریزد؟

چون گاهی اندازه **اطلاعاتِ گمراه‌کننده** است. مثال: دو متنِ خبری داری، یکی صد کلمه و یکی هزار کلمه، هر دو دربارهٔ یک موضوع. اگر هر متن را با شمارشِ کلمه‌هایش به بردار تبدیل کنی، متنِ بلندتر **همهٔ** مؤلفه‌هایش بزرگ‌تر است — نه به این دلیل که موضوعش متفاوت است، فقط چون طولانی‌تر است.

**نرمال‌کردن آن تفاوتِ بی‌ربط را حذف می‌کند** و فقط «نسبتِ کلمه‌ها به هم» را نگه می‌دارد.

> 🌱 **ریشه‌اش کجاست:** این «تقسیم بر اندازه تا فقط جهت بماند» یکی از پرکاربردترین کارها در یادگیری ماشین است. در فصل ۳ می‌بینی که معیارِ شباهتِ دو بردار وقتی درست کار می‌کند که هر دو نرمال شده باشند — وگرنه صرفاً بزرگ‌بودن، شباهت را جعل می‌کند.

> ⚠️ **دامِ رایج:** نرمال‌کردنِ بردارِ صفر. تقسیم بر صفر از ترم ۱ فصل ۵ تعریف نشده، و شهودی هم هست: **بردارِ صفر جهتی ندارد که بشود نگهش داشت.**

## ۴. طول در ابعادِ بالا

بردارِ $(1,1)$ طولش $\sqrt{2} \approx 1.41$ است. بردارِ $(1,1,1)$ طولش $\sqrt{3} \approx 1.73$.

> 🤔 **اول حدس بزن:** برداری با صد مؤلفه که همه‌شان ۱ باشند، چه طولی دارد؟

$\sqrt{100} = 10$.

**هرچه بُعد بیشتر شود، بردارها طولانی‌تر می‌شوند** حتی اگر هر مؤلفه کوچک بماند. این یکی از چیزهایی است که کارکردن با دادهٔ پرُبُعد را عجیب می‌کند: در فضای هزاربُعدی، تقریباً همه‌چیز از همه‌چیزِ دیگر دور است.

> 💡 **نکته:** به همین دلیل است که در یادگیری ماشین کاهشِ بُعد این‌قدر مهم است — چیزی که در فصل ۹ همین ترم می‌سازی. **کم‌کردنِ تعدادِ مؤلفه‌ها فقط صرفه‌جویی در حافظه نیست؛ فاصله‌ها را دوباره معنادار می‌کند.**

> 🧪 **آزمایشگاه:** [بردار را بکش و بکِش](/lab/embed/risheh/term-7-linear-algebra/session-02-scale-norm) — بردار را جابه‌جا می‌کنی و طولش زنده حساب می‌شود؛ با یک دستگیره می‌توانی در عددی ضربش کنی. اول سعی کن بدونِ نگاه‌کردن به عدد، برداری با طولِ دقیقاً ۱ بسازی.

## تمرین‌ها

1. طولِ $(5, 12)$ چقدر است؟
2. طولِ $(2, 3, 6)$ چقدر است؟
3. $\vec{v} = (8, 6)$ را نرمال کن و طولِ جواب را امتحان کن.
4. $-2 \times (1, -4)$ را حساب کن و بگو نسبت به اصلی چه فرقی دارد.
5. برداری با طولِ ۱۰ در جهتِ $(3,4)$ بساز.
6. با دو تاس، احتمالِ اینکه مجموع ۸ شود؟

⭐ دو بردارِ متفاوت پیدا کن که طولشان یکی باشد. حالا برداری پیدا کن که وقتی در ۳ ضربش کنی، طولش برابرِ طولِ $(9, 12)$ شود.

## در فصل بعد

طول را داری. حالا سؤالِ بعدی: **دو بردار چقدر شبیه‌اند؟** فصل بعد ⚠️ ابزاری می‌دهد که در یک عدد جوابش را می‌دهد — `dot product` — و نشان می‌دهد چرا همان یک عدد، معیارِ شباهت در تقریباً هر سیستمِ توصیه و هر مدلِ زبانی است.

</div>

---
Source: https://yaadestan.com/courses/risheh/lessons/t7/s02-scale-norm (یادستان, Yaadestan)
