透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

向量大小
5
輸入向量:
(3, 4)
向量維度 2D
X 分量 3
Y 分量 4
向量大小 5
大小平方 25
單位向量 (0.6, 0.8)

什麼是向量大小計算器?

向量大小計算器能根據向量的各個分量,算出向量的長度。無論你處理的是簡單的 2D 位置向量,還是物理、機器學習或資料分析中的高維向量,這個工具都能即時計算出向量的大小(也稱為範數或模)。它支援 2D 至 5D 的向量,你可以先輸入 X 與 Y,再依需要加入選填的 Z、W、V 分量。

如何使用本計算器

  • 選擇你需要的維度數(2D、3D、4D 或 5D)。
  • 輸入 X 與 Y 分量。
  • 若選了更高的維度,再依需要填入 Z、W、V。
  • 讀取向量大小——計算器會自動回傳結果。

任何分量都可以填入正值或負值;向量大小永遠是零或正數。

公式說明

向量的大小,等於各分量平方和的平方根。這正是畢氏定理(勾股定理)向任意維度的直接延伸:

  • 2D:\(\|\vec{v}\| = \sqrt{x^{2} + y^{2}}\)
  • 3D:\(\|\vec{v}\| = \sqrt{x^{2} + y^{2} + z^{2}}\)
  • nD:\(\|\vec{v}\| = \sqrt{x_{1}^{2} + x_{2}^{2} + \ldots + x_{n}^{2}}\)

每多一個維度,就只是在平方根裡多加一個平方項,因此相同的邏輯能從 2D 一路順暢地延伸到 5D。

Advertisement
直角三角形,顯示向量的 X 和 Y 分量,向量大小為斜邊
在二維中,向量大小是根據畢氏定理由 X 和 Y 分量求得的斜邊。

範例演算

假設你有一個 3D 向量,分量為 X = 3、Y = 4、Z = 12。各自平方後得到 9、16 與 144,相加為 169。169 的平方根為 13,因此這個向量的大小恰好是 13。這個漂亮的結果,正是廣為人知的畢氏四元數組。

$$\|\vec{v}\| = \sqrt{3^{2} + 4^{2} + 12^{2}} = \sqrt{9 + 16 + 144} = \sqrt{169} = 13$$

三維座標軸,帶有一個向量箭頭以及在 X、Y、Z 上的虛線投影
在三維中,同樣的概念透過在根號下加上 Z 分量的平方來延伸。

常見問題

向量大小代表什麼?它代表向量的直線長度——從尾端(原點)到頭端的距離,與方向無關。

向量大小會是負數嗎?不會。由於每個分量都會先平方再相加,平方根裡的數值永遠不會是負的,所以向量大小一定是零或正數。

如果所有分量都是零呢?那麼向量大小為零,這稱為零向量——它有長度,卻沒有明確的方向。

為什麼要支援到 5D?高維向量在機器學習、統計學與工程中很常見,因為資料點往往帶有許多特徵。相同的公式在任意維度都成立。

最後更新: