矢量是既有大小又有方向的物理量，是数学和物理学中的基本概念。它区别于只有大小的标量，如速度、力、位移、电场强度等都是典型的矢量，而温度、质量、时间等则是标量。在几何表示中，矢量通常用带箭头的线段表示，箭头的方向代表矢量的方向，线段的长度代表矢量的大小。矢量的运算包括加法、减法、数乘以及点积和叉积，这些运算遵循平行四边形法则或三角形法则。在计算机图形学、工程力学、电磁学、导航定位等领域，矢量是描述空间关系和物理规律的核心工具。理解矢量的本质，有助于解决从二维平面到三维空间乃至更高维度的实际问题。

矢量在数学中常被定义为向量空间中的元素，满足加法和数乘的封闭性、交换律、结合律等公理。在物理学中，矢量往往与坐标系绑定，通过分量表示（如笛卡尔坐标系中的 x、y、z 分量）进行精确计算。随着机器学习与数据科学的发展，矢量也被用于表示特征向量、词嵌入等抽象概念，成为人工智能领域的基础数学工具。掌握矢量的概念，是学习高等数学、线性代数、力学、电磁学等课程的先决条件。

【常见问题】

问题1：矢量和标量有什么区别？如何区分？

回答1：矢量与标量的核心区别在于是否具有方向。矢量（如速度、力）既有大小又有方向，运算遵循矢量法则；标量（如温度、质量）只有大小，运算遵循普通代数法则。区分时，可观察物理量是否与方向相关：例如，位移是矢量，而路程是标量；加速度是矢量，而速率是标量。

问题2：在计算机中如何表示矢量？为什么矢量运算很高效？

回答2：在计算机中，矢量通常用数组或列表表示，如三维矢量表示为 (x, y, z)。现代CPU和GPU支持SIMD（单指令多数据流）指令集，可同时对多个分量进行并行运算，因此矢量加法、点积等运算非常高效。在图形渲染、物理引擎和深度学习中，大量使用矢量运算来提升性能。

问题3：矢量的点积和叉积分别有什么实际应用？

回答3：点积（内积）用于计算两个矢量之间的夹角，在计算机图形学中用于光照计算（如判断光线是否垂直），在力学中计算功（力与位移的点积）。叉积（外积）的结果是一个垂直于原两矢量的新矢量，用于计算力矩、磁场方向，以及三维图形中的法线向量和旋转方向。

问题4：什么是矢量的模？如何计算？

回答4：矢量的模（或长度）表示矢量的大小，对于二维矢量 (x, y)，模为 √(x² + y²)；对于三维矢量 (x, y, z)，模为 √(x² + y² + z²)。模是标量，常用于归一化矢量（将矢量长度变为1，仅保留方向），或计算距离、速度大小等。

问题5：矢量在机器学习中如何应用？什么是词向量？

回答5：在机器学习中，矢量用于表示数据特征，每个样本可看作一个特征矢量。词向量（Word Embedding）是将单词映射为稠密实数矢量，使得语义相近的词在矢量空间中距离较近。例如，“国王”和“王后”的矢量差与“男人”和“女人”的矢量差近似。这种矢量表示是自然语言处理（NLP）的基础。