向量加法与数乘
一、向量加法：平行四边形法则
几何直觉
两个向量相加，用平行四边形法则（或首尾相接）：
把 v 的起点移到 w 的终点（首尾相接），
或从原点同时画出 v 和 w，
以两者为邻边作平行四边形，
对角线的箭头就是 v + w。代数规则
坐标逐个分量相加：
例：v = (2, 1)，w = (1, 3)
v + w = (2+1, 1+3) = (3, 4)二、交互演示：拖动向量看加法
坐标逐个相加：v+w = (v.x+w.x, v.y+w.y)
拖动滑块，直观感受“向量是箭头”与“加法是坐标逐个相加”。
观察重点：
- 拖动滑块改变 v、w 的分量
- 橙色箭头 v+w 永远满足”坐标逐个相加”
- v+w 的几何位置 = 平行四边形的对角线
三、向量数乘：伸缩
几何直觉
**数乘（scalar multiplication）**用标量（数字）缩放向量：
2·v：把 v 拉长到 2 倍（方向不变）
0.5·v：把 v 缩短到一半（方向不变）
-1·v：把 v 反转（方向相反，长度不变）
-2·v：反转且拉长 2 倍 v → 2v：更长
v → 0.5v：更短
v → -v：反方向代数规则
每个分量都乘以该数字：
例：v = (2, 1)
3v = (6, 3)
-2v = (-4, -2)四、两个基本运算的意义
向量加法和数乘合起来，叫线性组合的两种基本运算。它们满足一系列性质，正是这些性质定义了”线性”：
| 性质 | 含义 |
|---|---|
| 交换律 | v + w = w + v |
| 结合律 | (u + v) + w = u + (v + w) |
| 数乘分配律 | λ(u + v) = λu + λv |
| 数乘结合律 | (λμ)v = λ(μv) |
| 零元 | v + 0 = v |
| 单位元 | 1·v = v |
为什么叫线性
因为这两种运算都保持”直线”结构：直线的像仍是直线，原点不动。这就是后面”线性变换”的定义来源——向量加法和数乘，是整个线性代数唯一允许的两种运算。
五、运算的几何直觉总结
| 运算 | 几何动作 | 代数动作 |
|---|---|---|
| v + w | 平移/平行四边形对角线 | 分量逐个相加 |
| λ·v | 沿 v 方向伸缩（λ 为负则反向） | 每分量乘以 λ |
总结
本文出现的符号
| 符号 | 类型 | 读音/说明 | 在本文中的含义 |
|---|---|---|---|
| 数学符号 | vectors v and w | 参与加法运算的向量 | |
| 数学符号 | v plus w | 向量的加法，几何上为平行四边形的对角线 | |
| 希腊字母 | Lambda（兰姆达） | 数乘中的标量（数字） | |
| 数学符号 | lambda times v | 向量的数乘，每个分量乘以 | |
| 数学符号 | v sub x, v sub y | 向量 的横、纵坐标分量 | |
| 希腊字母 | Mu（缪） | 数乘结合律中的另一个标量 |
中英对照
| 中文术语 | 英文术语 | 音标 | 说明 |
|---|---|---|---|
| 向量加法 | vector addition | /ˈvektə əˈdɪʃən/ | 两个向量按分量逐个相加，几何上遵循平行四边形法则 |
| 数乘 | scalar multiplication | /ˈskeɪlə ˌmʌltɪplɪˈkeɪʃən/ | 用标量缩放向量，每个分量乘以该标量 |
| 平行四边形法则 | parallelogram rule | /ˌpærəˈleləɡræm ruːl/ | 以两向量为邻边作平行四边形，对角线即和向量 |
| 线性组合 | linear combination | /ˈlɪniə ˌkɒmbɪˈneɪʃən/ | 向量加法与数乘的合成运算 |
| 交换律 | commutative law | /kəˈmjuːtətɪv lɔː/ | 满足 |
| 结合律 | associative law | /əˈsəʊʃiətɪv lɔː/ | 满足 |
| 分配律 | distributive law | /dɪˈstrɪbjətɪv lɔː/ | 数乘对加法分配： |
| 标量 | scalar | /ˈskeɪlə/ | 用于缩放向量的数字，如 |
| 零元 | zero vector | /ˈzɪərəʊ ˈvektə/ | 满足 的零向量 |
| 单位元 | identity element | /aɪˈdentəti ˈelɪmənt/ | 使 的数 |