向量是数学和物理中非常重要的概念，广泛应用于几何、力学、计算机图形学等领域。为了方便学习和应用，以下总结了向量的基本概念及相关常用公式，帮助读者系统地掌握向量知识。 一、向量基本概念 | 概念 | 定义 | | 向量 | 既有大小又有方向的量，通常用箭头表示，如 $\vec{a}$ | | 标量 | 仅有大小，没有方向的量，如温度、质量等 | | 向量的模 | 向量的长度，记作 $ | \vec{a} | $ | | 单位向量 | 模为1的向量，记作 $\hat{a} = \frac{\vec{a}}{ | \vec{a} | }$ | | 零向量 | 模为0的向量，记作 $\vec{0}$ |
二、向量的加法与减法 | 运算 | 公式 | 说明 | | 向量加法 | $\vec{a} + \vec{b} = \vec{c}$ | 向量首尾相接，结果是从第一个向量起点到第二个向量终点的向量 | | 向量减法 | $\vec{a} - \vec{b} = \vec{a} + (-\vec{b})$ | 将 $\vec{b}$ 反向后与 $\vec{a}$ 相加 | | 向量加法交换律 | $\vec{a} + \vec{b} = \vec{b} + \vec{a}$ | 加法顺序不影响结果 | | 向量加法结合律 | $(\vec{a} + \vec{b}) + \vec{c} = \vec{a} + (\vec{b} + \vec{c})$ | 多个向量相加时，括号位置不影响结果 |
三、向量的数乘 | 运算 | 公式 | 说明 | | 数乘 | $k\vec{a}$ | 向量 $\vec{a}$ 与标量 $k$ 的乘积，方向由 $k$ 的正负决定，模为 $ | k | | \vec{a} | $ | | 数乘分配律 | $k(\vec{a} + \vec{b}) = k\vec{a} + k\vec{b}$ | 数乘对向量加法的分配性 | | 数乘结合律 | $(kl)\vec{a} = k(l\vec{a})$ | 数乘的结合性 | | 数乘单位元 | $1\vec{a} = \vec{a}$ | 1为数乘的单位元 |
四、向量的点积（数量积） | 公式 | 说明 | | 点积定义 | $\vec{a} \cdot \vec{b} = | \vec{a} | | \vec{b} | \cos\theta$ | $\theta$ 为两向量之间的夹角 | | 点积坐标形式 | $\vec{a} \cdot \vec{b} = a_1b_1 + a_2b_2 + a_3b_3$ | 在三维空间中，各分量对应相乘再求和 | | 点积性质 | $\vec{a} \cdot \vec{b} = \vec{b} \cdot \vec{a}$ | 点积满足交换律 | | 点积为零 | $\vec{a} \cdot \vec{b} = 0 \Rightarrow \vec{a} \perp \vec{b}$ | 两向量垂直时点积为零 |
五、向量的叉积（向量积） | 公式 | 说明 | | 叉积定义 | $\vec{a} \times \vec{b} = | \vec{a} | | \vec{b} | \sin\theta \cdot \hat{n}$ | $\theta$ 为两向量夹角，$\hat{n}$ 为垂直于两向量平面的单位向量 | | 叉积坐标形式 | $\vec{a} \times \vec{b} = (a_2b_3 - a_3b_2, a_3b_1 - a_1b_3, a_1b_2 - a_2b_1)$ | 三维空间中计算叉积的标准方法 | | 叉积性质 | $\vec{a} \times \vec{b} = -(\vec{b} \times \vec{a})$ | 叉积不满足交换律 | | 叉积为零 | $\vec{a} \times \vec{b} = \vec{0} \Rightarrow \vec{a} \parallel \vec{b}$ | 两向量平行时叉积为零 |
六、向量的投影与分解 | 公式 | 说明 | | 向量在某方向上的投影 | $\text{proj}_{\vec{u}} \vec{v} = \frac{\vec{v} \cdot \vec{u}}{ | \vec{u} | ^2} \vec{u}$ | 表示 $\vec{v}$ 在 $\vec{u}$ 方向上的投影向量 | | 向量的正交分解 | $\vec{v} = \text{proj}_{\vec{u}} \vec{v} + \vec{w}$ | 将一个向量分解为两个互相垂直的分量 |
七、向量的线性组合与线性相关 | 概念 | 定义 | | 线性组合 | $\vec{v} = k_1\vec{a}_1 + k_2\vec{a}_2 + \dots + k_n\vec{a}_n$ | 一组向量的加权和 | | 线性相关 | 存在非零系数 $k_i$ 使得线性组合为零向量 | 一组向量线性相关则无法构成基底 | | 线性无关 | 所有系数均为零时才能使线性组合为零向量 | 线性无关的向量组可作为基底 |
八、向量的坐标表示 | 说明 | 公式 | | 二维向量 | $\vec{a} = (a_x, a_y)$ | | 三维向量 | $\vec{a} = (a_x, a_y, a_z)$ | | 向量模长 | $ | \vec{a} | = \sqrt{a_x^2 + a_y^2}$ 或 $\sqrt{a_x^2 + a_y^2 + a_z^2}$ |
通过以上表格和公式，可以系统地了解向量的基本运算规则及其应用。掌握这些内容有助于进一步学习更复杂的向量分析、张量理论以及相关的物理和工程问题。 |