向量定义定理-向量基本定理

几何定义：在平面或空间中，带有方向的线段称为向量，亦称矢量。有向线段的长度表示向量的大小（或称为模），箭头的指向表示向量的方向。以A为起点、B为终点的有向线段所表示的向量，记作 (overrightarrow{AB})。向量通常也用黑体小写字母表示，如 (mathbf{a}), (mathbf{b}), (mathbf{v})。向量的大小（模）记作 (|overrightarrow{AB}|) 或 (|mathbf{a}|)。

特殊向量：

• 零向量：长度为0的向量，记作 (mathbf{0})。其方向是任意的。
• 单位向量：长度为1个单位的向量。与非零向量 (mathbf{a}) 同方向的单位向量记作 (mathbf{a}^0)，且 (mathbf{a}^0 = frac{mathbf{a}}{|mathbf{a}|})。
• 相等向量：大小相等且方向相同的两个向量，与起点位置无关。
• 相反向量：与向量 (mathbf{a}) 长度相等但方向相反的向量，记作 (-mathbf{a})。
• 自由向量：仅由大小和方向决定，与起点位置无关的向量。数学中通常研究自由向量。

坐标表示：在平面直角坐标系中，将向量 (mathbf{a}) 的起点置于坐标原点O，其终点A的坐标 ((x, y)) 称为向量 (mathbf{a}) 的坐标，记作 (mathbf{a} = (x, y))。在空间直角坐标系中，同理有 (mathbf{a} = (x, y, z))。向量的坐标表示建立了向量与有序数组的一一对应关系，使得向量的运算可以转化为代数运算，这是易搜职考网在辅导课程中强调的数形结合思想的重要体现。

向量加法：遵循平行四边形法则或三角形法则。

• 三角形法则：将向量 (mathbf{b}) 的起点接在向量 (mathbf{a}) 的终点，则以 (mathbf{a}) 的起点为起点、以 (mathbf{b}) 的终点为终点的向量即为和向量 (mathbf{a} + mathbf{b})。
• 平行四边形法则：将向量 (mathbf{a}) 和 (mathbf{b}) 的起点置于同一点，以它们为邻边作平行四边形，从公共起点出发的对角线向量即为 (mathbf{a} + mathbf{b})。

向量减法：(mathbf{a} - mathbf{b} = mathbf{a} + (-mathbf{b}))。几何上，将 (mathbf{a}) 和 (mathbf{b}) 的起点置于同一点，则由 (mathbf{b}) 的终点指向 (mathbf{a}) 的终点的向量即为 (mathbf{a} - mathbf{b})。

向量数乘：实数 (lambda) 与向量 (mathbf{a}) 的乘积是一个向量，记作 (lambda mathbf{a})。其模 (|lambda mathbf{a}| = |lambda| |mathbf{a}|)；方向当 (lambda > 0) 时与 (mathbf{a}) 相同，当 (lambda < 0) 时与 (mathbf{a}) 相反，当 (lambda = 0) 时为零向量。

线性运算的运算律（核心定理群）：

• 加法交换律：(mathbf{a} + mathbf{b} = mathbf{b} + mathbf{a})
• 加法结合律：((mathbf{a} + mathbf{b}) + mathbf{c} = mathbf{a} + (mathbf{b} + mathbf{c}))
• 数乘结合律：(lambda (mu mathbf{a}) = (lambda mu) mathbf{a})
• 数乘对向量加法的分配律：(lambda (mathbf{a} + mathbf{b}) = lambda mathbf{a} + lambda mathbf{b})
• 数乘对实数加法的分配律：((lambda + mu) mathbf{a} = lambda mathbf{a} + mu mathbf{a})

这些运算律构成了向量代数体系的基石，确保了向量运算的可行性与便利性，是在易搜职考网的解题技巧训练中必须熟练运用的基本规则。

向量共线（平行）定理：对于两个非零向量 (mathbf{a}) 与 (mathbf{b})，它们共线（平行）的充分必要条件是存在唯一一个实数 (lambda)，使得 (mathbf{b} = lambda mathbf{a})。此定理是判定三点共线、两直线平行的核心工具。

向量共面定理：如果两个向量 (mathbf{a}), (mathbf{b}) 不共线，那么向量 (mathbf{p}) 与 (mathbf{a}), (mathbf{b}) 共面的充要条件是存在唯一的有序实数对 ((x, y))，使得 (mathbf{p} = xmathbf{a} + ymathbf{b})。此定理为平面向量基本定理的表述之一。

数量积（点积）：两个向量 (mathbf{a}) 与 (mathbf{b}) 的数量积是一个实数，记作 (mathbf{a} cdot mathbf{b})。定义式为 (mathbf{a} cdot mathbf{b} = |mathbf{a}| |mathbf{b}| cos theta)，其中 (theta) 是 (mathbf{a}) 与 (mathbf{b}) 的夹角（(0 leq theta leq pi)）。在坐标表示下，若 (mathbf{a} = (x_1, y_1, z_1)), (mathbf{b} = (x_2, y_2, z_2))，则 (mathbf{a} cdot mathbf{b} = x_1 x_2 + y_1 y_2 + z_1 z_2)。

点积相关定理与性质：

• 垂直判定定理：两个非零向量 (mathbf{a} perp mathbf{b}) 的充要条件是 (mathbf{a} cdot mathbf{b} = 0)。这是判断两向量（或两直线）垂直的最常用代数工具。
• 模的计算：(mathbf{a} cdot mathbf{a} = |mathbf{a}|^2)，故 (|mathbf{a}| = sqrt{mathbf{a} cdot mathbf{a}})。
• 夹角公式：(cos theta = frac{mathbf{a} cdot mathbf{b}}{|mathbf{a}| |mathbf{b}|})。
• 运算律：满足交换律、对加法的分配律，以及数乘结合律。

向量积（叉积，仅适用于三维空间）：两个向量 (mathbf{a}) 与 (mathbf{b}) 的向量积是一个向量，记作 (mathbf{a} times mathbf{b})。其模为 (|mathbf{a} times mathbf{b}| = |mathbf{a}| |mathbf{b}| sin theta)，方向垂直于 (mathbf{a}) 与 (mathbf{b}) 所决定的平面，且符合右手定则（从 (mathbf{a}) 转向 (mathbf{b}) 握拳，拇指方向即为叉积方向）。坐标表示下，若 (mathbf{a} = (x_1, y_1, z_1)), (mathbf{b} = (x_2, y_2, z_2))，则： [mathbf{a} times mathbf{b} = begin{vmatrix} mathbf{i} & mathbf{j} & mathbf{k} \ x_1 & y_1 & z_1 \ x_2 & y_2 & z_2 end{vmatrix} = (y_1 z_2 - z_1 y_2, ; z_1 x_2 - x_1 z_2, ; x_1 y_2 - y_1 x_2)]

叉积相关定理与性质：

• 平行判定定理：两个非零向量 (mathbf{a} parallel mathbf{b}) 的充要条件是 (mathbf{a} times mathbf{b} = mathbf{0})。
• 几何意义：模 (|mathbf{a} times mathbf{b}|) 等于以 (mathbf{a}) 和 (mathbf{b}) 为邻边的平行四边形的面积。
• 方向：(mathbf{a} times mathbf{b} perp mathbf{a}) 且 (mathbf{a} times mathbf{b} perp mathbf{b})。
• 反交换律：(mathbf{a} times mathbf{b} = -(mathbf{b} times mathbf{a}))。
• 分配律和结合律（与数乘）：满足分配律，但不满足结合律，即一般情况下 ((mathbf{a} times mathbf{b}) times mathbf{c} neq mathbf{a} times (mathbf{b} times mathbf{c}))。

平面向量基本定理：如果 (mathbf{e}_1)、(mathbf{e}_2) 是同一平面内的两个不共线的非零向量，那么对于该平面内的任意一个向量 (mathbf{a})，有且只有一对实数 (lambda_1)、(lambda_2)，使得 (mathbf{a} = lambda_1 mathbf{e}_1 + lambda_2 mathbf{e}_2)。此时，不共线的向量 (mathbf{e}_1)、(mathbf{e}_2) 叫做表示这一平面内所有向量的一组基底。这一定理表明，平面上任意向量都可以唯一地表示为两个不共线向量的线性组合。在直角坐标系下，通常取与x轴、y轴正方向同向的单位向量 (mathbf{i}), (mathbf{j}) 作为基底，此时向量 (mathbf{a} = (x, y) = xmathbf{i} + ymathbf{j})。

空间向量基本定理：如果三个向量 (mathbf{e}_1)、(mathbf{e}_2)、(mathbf{e}_3) 不共面，那么对于空间中的任意一个向量 (mathbf{a})，存在唯一的有序实数组 ((x, y, z))，使得 (mathbf{a} = xmathbf{e}_1 + ymathbf{e}_2 + zmathbf{e}_3)。不共面的三个向量 (mathbf{e}_1)、(mathbf{e}_2)、(mathbf{e}_3) 构成空间向量的一组基底。这一定理是三维向量坐标化的理论基础。在空间直角坐标系中，通常取 (mathbf{i}, mathbf{j}, mathbf{k}) 作为标准正交基底。

这两个基本定理的重要性在于，它们将几何问题彻底代数化。任何平面或空间中的向量运算，都可以通过选取基底转化为关于坐标的实数运算。这是解析几何的根本思想，也是易搜职考网在辅导学员应对复杂几何问题时强调的核心策略——通过建立恰当的坐标系，将几何关系转化为代数方程。

在几何证明中的应用：利用向量共线定理证明点共线或线平行；利用向量垂直的充要条件证明线线垂直；利用向量的线性运算证明几何中的比例关系、中点公式等。
例如，证明三角形三条中线交于一点（重心），利用向量法可以简洁优雅地完成。

在物理问题中的应用：力、速度、加速度、动量、电场强度等都是向量。力的合成与分解遵循平行四边形法则，功的计算是力向量与位移向量的点积，力矩是位矢向量与力向量的叉积。向量语言为物理学提供了最精确和简洁的描述方式。

向量的模与距离公式：两点 (A(x_1, y_1, z_1)) 和 (B(x_2, y_2, z_2)) 间的距离，即向量 (overrightarrow{AB}) 的模：(|overrightarrow{AB}| = sqrt{(x_2-x_1)^2 + (y_2-y_1)^2 + (z_2-z_1)^2})。点到直线的距离、点到平面的距离公式也都可以通过向量运算推导出来。

向量的投影：向量 (mathbf{a}) 在向量 (mathbf{b}) 方向上的投影是一个数量，记作 (text{Prj}_{mathbf{b}} mathbf{a} = |mathbf{a}| cos theta = frac{mathbf{a} cdot mathbf{b}}{|mathbf{b}|})。其相关定理在分析力学、信号处理等领域有重要应用。

与线性代数的衔接：向量概念最终升华为线性空间中的元素。上述平面和空间向量基本定理，实质上是二维和三维实线性空间存在标准基的体现。向量的线性相关与线性无关、秩、子空间等概念，均由此发展而来。点积的概念引出了内积空间和正交性，叉积则与外代数有关。
也是因为这些，熟练掌握初等向量理论，是为在以后学习更高级的数学课程铺平道路。

，从具体的几何定义到抽象的运算体系，从基本的线性运算定理到深刻的分解基本定理，向量的理论层层递进，逻辑严密。它不仅是一套解决几何与物理问题的强大工具，更是现代数学思想的重要载体。对于学习者来说呢，理解每个定理的几何直观与代数本质，并通过大量练习掌握其灵活运用，是学好这一部分的关键。在这个过程中，系统化的学习资源与指导至关重要，而易搜职考网正是致力于为考生提供这样清晰、系统、高效的学习路径，帮助考生将向量的定义定理内化为扎实的数学能力，从容应对各类考核与应用挑战。通过深入理解向量，我们实际上掌握了一种描述和探索世界基本结构的强大语言。