引言
在数学中，向量是刻画空间关系的重要工具。n维向量作为向量空间的基本元素，广泛应用于物理、工程、计算机科学等领域。其定义不仅限于二维或三维空间，而是通过坐标集合的形式抽象出具有方向和大小的数学对象。本文将从定义、运算规则及核心性质三个方面系统阐述n维向量的数学特征。
一、n维向量的定义
n维向量是具有n个分量的有序数组，其形式可表示为：
$$
\mathbf{v} = \begin{bmatrix} v_1 \ v_2 \ \vdots \ v_n \end{bmatrix}
$$
其中，$v_i$（$i = 1, 2, \dots, n$）为实数，且各分量的单位可任意设定。向量的维度n决定了其空间的维度，例如二维向量属于$\mathbb{R}^2$，三维向量属于$\mathbb{R}^3$。
向量的元素可视为向量空间的基底，其线性组合构成向量空间的子空间。例如，$\mathbb{R}^n$的基底可表示为标准单位向量$\mathbf{e}_1, \mathbf{e}_2, \dots, \mathbf{e}_n$，任何向量均可表示为这些基底的线性组合。
二、向量的运算规则
1. 向量加法
向量加法遵循平行四边形法则，其运算规则为：
$$
\mathbf{u} + \mathbf{v} = \begin{bmatrix} u_1 + v_1 \ u_2 + v_2 \ \vdots \ u_n + v_n \end{bmatrix}
$$
加法满足结合律与交换律，但不满足消去律（如$\mathbf{u} + \mathbf{v} = \mathbf{0}$不必然推出$\mathbf{u} = \mathbf{0}$或$\mathbf{v} = \mathbf{0}$）。
2. 向量数乘
向量与标量的乘法（数乘）定义为：
$$
c\mathbf{v} = \begin{bmatrix} c v_1 \ c v_2 \ \vdots \ c v_n \end{bmatrix}
$$
数乘满足分配律：$c(\mathbf{u} + \mathbf{v}) = c\mathbf{u} + c\mathbf{v}$，且满足结合律：$(c_1 c_2)\mathbf{v} = c_1 (c_2 \mathbf{v})$。
3. 点积（内积）
点积是向量加法与数乘的复合运算，定义为：
$$
\mathbf{u} \cdot \mathbf{v} = \sum_{i=1}^{n} u_i v_i
$$
点积的结果为标量，其几何意义为两个向