空间向量四大距离公式全解析（含推导）

空间向量四大距离公式全解析（含推导）

在空间解析几何与向量运算中，“距离”是一个核心度量概念。它不仅指两点间的直线长度，还延伸至点与直线、点与平面乃至几何对象之间的最短间隔。掌握空间向量法求解各类距离，是理解立体几何关系的关键。本文将系统梳理几种常见的空间向量距离公式，并阐述其推导逻辑与应用要点。

一、两点间的距离（欧氏距离）

这是最基础且直观的距离概念。

定义：空间中任意两点$A(x_1, y_1, z_1)$ 和$B(x_2, y_2, z_2)$ 之间的直线距离。

向量表示：设$\overrightarrow{AB}$ 为从点A指向点B的向量，则距离$d$ 即为该向量的模（长度）。

计算公式：

$$ d = |\overrightarrow{AB}| = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2 + (z_2 - z_1)^2} $$

此公式是三维空间勾股定理的直接推广。

示例提示：给定两点坐标，直接代入上式即可求得。

二、点到平面的距离

这是利用空间向量法的一个典型应用，体现了法向量的关键作用。

定义：空间一点$P$ 到给定平面$\pi$ 的最短距离，即从点$P$ 向平面$\pi$ 所作垂线的长度。