📐 空间向量及其运算详解：概念、线性运算与数量积

1. 空间向量的基本概念

在三维空间中，把既有大小又有方向的量称为空间向量。它是平面向量在立体几何中的自然推广，平面向量的所有运算法则与性质在空间中依然适用。

  • 表示方法：
    • 几何表示：有向线段 \overrightarrow{AB}（起点 AA，终点 BB）。
    • 代数表示：小写粗体字母 a,b,c\mathbf{a}, \mathbf{b}, \mathbf{c} 或带箭头字母 a⃗,b⃗,c⃗\vec{a}, \vec{b}, \vec{c}。
  • 模（长度）： 向量的大小，记作 ∣a⃗∣|\vec{a}| 或 |\overrightarrow{AB}|。
  • 特殊向量：
    • 零向量 (0⃗\vec{0})： 长度为0，方向任意。规定零向量与任意向量平行。
    • 单位向量： 模为1的向量。
    • 相等向量： 方向相同且模相等。
    • 相反向量： 方向相反且模相等。
    • 共线向量（平行向量）： 基线互相平行或重合的向量。若 b⃗≠0⃗\vec{b} \neq \vec{0}，则 \vec{a} \parallel \vec{b} \iff \exists \lambda \in \mathbb{R}, \vec{a} = \lambda\vec{b}。

2. 空间向量的线性运算

2.1 加法运算

  • 三角形法则（首尾相接）： $$ \overrightarrow{AB} + \overrightarrow{BC} = \overrightarrow{AC} $$
  • 平行四边形法则（共起点）： 以两向量为邻边作平行四边形，和向量为共起点的对角线。

2.2 减法运算

将两向量平移至共起点，差向量由减向量的终点指向被减向量的终点： $$ \overrightarrow{OA} - \overrightarrow{OB} = \overrightarrow{BA} $$

2.3 数乘运算

实数 λ\lambda 与向量 a⃗\vec{a} 的积 λa⃗\lambda\vec{a} 仍为向量：

  • 模长关系： ∣λa⃗∣=∣λ∣⋅∣a⃗∣|\lambda\vec{a}| = |\lambda| \cdot |\vec{a}|
  • 方向判定：
    • λ>0\lambda > 0：同向
    • λ<0\lambda < 0：反向
    • λ=0\lambda = 0：结果为零向量 0⃗\vec{0}

2.4 线性运算律

运算律 公式表达
加法交换律 a⃗+b⃗=b⃗+a⃗\vec{a} + \vec{b} = \vec{b} + \vec{a}
加法结合律 (a⃗+b⃗)+c⃗=a⃗+(b⃗+c⃗)(\vec{a} + \vec{b}) + \vec{c} = \vec{a} + (\vec{b} + \vec{c})
数乘分配律 λ(a⃗+b⃗)=λa⃗+λb⃗\lambda(\vec{a} + \vec{b}) = \lambda\vec{a} + \lambda\vec{b}
数乘结合律 λ(μa⃗)=(λμ)a⃗\lambda(\mu\vec{a}) = (\lambda\mu)\vec{a}

3. 空间向量的数量积运算

3.1 定义与夹角公式

设非零向量 a⃗,b⃗\vec{a}, \vec{b} 的夹角为 θ\theta (0≤θ≤π0 \leq \theta \leq \pi)，数量积定义为： $$ \vec{a} \cdot \vec{b} = |\vec{a}| |\vec{b}| \cos\theta $$

求夹角公式： $$ \cos\theta = \frac{\vec{a} \cdot \vec{b}}{|\vec{a}| |\vec{b}|} $$

3.2 核心性质与几何意义

  • 垂直判定： \vec{a} \perp \vec{b} \iff \vec{a} \cdot \vec{b} = 0 （a⃗,b⃗≠0⃗\vec{a}, \vec{b} \neq \vec{0}）
  • 求模平方： a⃗2=a⃗⋅a⃗=∣a⃗∣2\vec{a}^2 = \vec{a} \cdot \vec{a} = |\vec{a}|^2
  • 投影意义： a⃗⋅b⃗\vec{a} \cdot \vec{b} 等于 ∣a⃗∣|\vec{a}| 与 b⃗\vec{b} 在 a⃗\vec{a} 方向上投影数量 ∣b⃗∣cosθ|\vec{b}|\cos\theta 的乘积。
  • 运算律特性：
    • ✅ 满足交换律：a⃗⋅b⃗=b⃗⋅a⃗\vec{a} \cdot \vec{b} = \vec{b} \cdot \vec{a}
    • ✅ 满足分配律：(a⃗+b⃗)⋅c⃗=a⃗⋅c⃗+b⃗⋅c⃗(\vec{a} + \vec{b}) \cdot \vec{c} = \vec{a} \cdot \vec{c} + \vec{b} \cdot \vec{c}
    • ❌ 不满足结合律： (a⃗⋅b⃗)⋅c⃗≠a⃗⋅(b⃗⋅c⃗)(\vec{a} \cdot \vec{b}) \cdot \vec{c} \neq \vec{a} \cdot (\vec{b} \cdot \vec{c})

📝 知识体系小结

运算类型 核心法则/公式 关键注意点
加法 三角形法则 / 平行四边形法则 结果仍为向量
减法 共起点，指向被减向量终点 方向不可颠倒
数乘 λa⃗\lambda\vec{a} 改变模长及可能的方向
数量积 |a⃗\vec{a}||b⃗\vec{b}|cosθ\cos\theta 结果为标量；无结合律

⚠️ 易错警示

  1. 概念区分： 数量积的结果是实数（标量），不是向量。
  2. 角度范围： 空间向量夹角 θ∈[0,π]\theta \in [0, \pi]；而异面直线所成角范围为 (0,π2](0, \frac{\pi}{2}]。利用向量法求线线角时，若算出 cosθ<0\cos\theta < 0，需取绝对值或取补角。
  3. 零向量陷阱： 涉及平行或垂直判定时，务必先确认向量是否为非零向量。