Vektörler, Toplama ve Çıkarma: Komütatif ve Birleşme Özellikleri

Fiziksel dünyanın matematiksel betimlemesinde büyüklük ve yön bilgisini aynı anda taşıyan vektörler, yalnızca skaler niceliklerle temsil edilemeyen fenomenlerin analiziyle doğrudan ilişkilidir. Kuvvet, hız, ivme ve yer değiştirme gibi fiziksel büyüklüklerin doğru anlaşılabilmesi için bu nicelikler arasındaki işlemlerin hangi kurallara göre gerçekleştiğinin bilinmesi zorunludur. Vektör toplamada gözlemlenen komütatif (değişme) ve asosiyatif (birleşme) özellikler, yalnızca pratik kolaylık sağlayan teknik araçlar değil; fiziğin ve matematiğin altında yatan derin düzenlenişin somut ifadeleridir.^[1]

1. Vektörün Matematiksel Tanımı ve Yapısı

Bir vektör, büyüklük ve yönle tam olarak belirlenen matematiksel nesnedir. Geometrik açıdan bir yönlü doğru parçasıyla temsil edilir; başlangıç noktası kuyruk (tail), bitiş noktası ise uç (head) olarak adlandırılır. Büyüklük her zaman negatif olmayan bir reel sayıdır ve notasyon olarak $| \vec{a} |$ veya $‖ \vec{a} ‖$ ile gösterilir. Bir vektörün paralel ötelenmesi, ne büyüklüğünü ne de yönünü değiştirir; bu özellik vektörleri konum bağımsız kılar ve hesaplamaların özgürce yapılabilmesine olanak tanır.^[2]

$n$ -boyutlu Öklid uzayında bir vektör, bileşenler cinsinden şöyle yazılır:

$\vec{a} = (a_{1}, a_{2}, \dots, a_{n}) = a_{1} {\hat{e}}_{1} + a_{2} {\hat{e}}_{2} + \dots + a_{n} {\hat{e}}_{n}$

Burada ${\hat{e}}_{i}$ birim temel vektörler, $a_{i}$ ise karşılık gelen bileşenlerdir. Üç boyutlu Kartezyen sistemde bu ifade şu biçimi alır:

$\vec{a} = a_{x} \hat{i} + a_{y} \hat{j} + a_{z} \hat{k}$

Büyüklük ise Pisagor teoreminin genelleştirilmesiyle hesaplanır:

$| \vec{a} | = \sqrt{a_{x}^{2} + a_{y}^{2} + a_{z}^{2}}$

2. Vektör Toplama: Geometrik ve Analitik Yöntemler

2.1 Üçgen Yasası ve Paralelkenar Yasası

İki vektörün toplamı, geometrik düzlemde iki temel yöntemle elde edilir. Üçgen yasasına göre $\vec{a}$ vektörünün ucuna $\vec{b}$ vektörünün kuyruğu yerleştirilir; $\vec{a}$ ’nın kuyruğundan $\vec{b}$ ’nin ucuna çizilen vektör, bileşke $\vec{R} = \vec{a} + \vec{b}$ ’yi verir. Paralelkenar yasasına göre ise her iki vektör aynı başlangıç noktasından çizilir; oluşturulan paralelkenarın bu başlangıç noktasından geçen köşegeni bileşkeyi temsil eder.^[3]

İki vektör arasındaki açı $θ$ bilindiğinde, bileşkenin büyüklüğü şöyle hesaplanır:

$| \vec{R} | = \sqrt{| \vec{a} |^{2} + | \vec{b} |^{2} + 2 | \vec{a} | | \vec{b} | \cos θ}$

Bu ifade, kosinüs teoreminin doğrudan vektör alanındaki karşılığıdır. Ayrıştırılamadı (sözdizim hatası): {\textstyle \theta = 90°} olduğunda formül $| \vec{R} | = \sqrt{| \vec{a} |^{2} + | \vec{b} |^{2}}$ şeklinde sadeleşir; bu durum birbirine dik kuvvetlerin ya da hızların bileşkesi hesaplanırken sıklıkla karşılaşılır.

2.2 Bileşen Yöntemiyle Toplama

Analitik açıdan vektör toplamı, karşılık gelen bileşenlerin ayrı ayrı toplanmasından ibarettir. İki vektör $\vec{a} = (a_{x}, a_{y}, a_{z})$ ve $\vec{b} = (b_{x}, b_{y}, b_{z})$ için:

$\vec{a} + \vec{b} = (a_{x} + b_{x}) \hat{i} + (a_{y} + b_{y}) \hat{j} + (a_{z} + b_{z}) \hat{k}$

Bu yöntemin gücü, çok sayıda vektörün toplamında belirgin biçimde ortaya çıkar. $n$ adet vektörün bileşkesi her eksende bileşenlerin cebirsel toplamına indirgenir:

$\vec{R} = \sum_{i = 1}^{n} {\vec{v}}_{i} = (\sum_{i = 1}^{n} v_{i x}) \hat{i} + (\sum_{i = 1}^{n} v_{i y}) \hat{j} + (\sum_{i = 1}^{n} v_{i z}) \hat{k}$

3. Komütatif Özellik: Sıranın Önemi

3.1 Teorem ve Kanıtı

Vektör toplamada komütatif özellik şu biçimde ifade edilir:

$\vec{a} + \vec{b} = \vec{b} + \vec{a}$

Geometrik kanıt, paralelkenar yapısından doğrudan elde edilir. $\vec{a}$ ve $\vec{b}$ vektörleri bir paralelkenarın komşu kenarları olarak çizildiğinde, başlangıç noktasından geçen köşegen her iki toplama sırasında da aynı vektörü verir: $\vec{O A} + \vec{O B} = \vec{O C}$ ve $\vec{O B} + \vec{O A} = \vec{O C}$ .^[4]

Analitik kanıt ise reel sayıların komütatifliğine dayanır:

$\vec{a} + \vec{b} = (a_{x} + b_{x}, a_{y} + b_{y}, a_{z} + b_{z})$

$\vec{b} + \vec{a} = (b_{x} + a_{x}, b_{y} + a_{y}, b_{z} + a_{z})$

Reel sayılarda $a_{i} + b_{i} = b_{i} + a_{i}$ olduğundan her bileşen eşittir; dolayısıyla $\vec{a} + \vec{b} = \vec{b} + \vec{a}$ kaçınılmaz olarak elde edilir.^[5]

3.2 Fiziksel Yansıması

Komütatif özellik, gerçek dünya problemlerinde doğrudan pratik anlam taşır. Bir cismin ${\vec{F}}_{1}$ ve ${\vec{F}}_{2}$ kuvvetlerine maruz kaldığı düşünüldüğünde, bileşke kuvvet ${\vec{F}}_{1} + {\vec{F}}_{2} = {\vec{F}}_{2} + {\vec{F}}_{1}$ olarak gözlemlenir. Bu, kuvvetlerin hangi sırayla uygulandığı ya da hesaba katıldığı fark etmeksizin cismin aynı hareketi sergilediği anlamına gelir. Uçak hız vektörü ile rüzgar hız vektörünün toplamında da hangi taraftan başlanırsa başlansın yer hızı değişmez.^[6]

4. Birleşme Özelliği: Gruplama Özgürlüğü

4.1 Teorem ve Kanıtı

Vektör toplamada asosiyatif (birleşme) özellik şöyle ifade edilir:

$(\vec{a} + \vec{b}) + \vec{c} = \vec{a} + (\vec{b} + \vec{c})$

Geometrik kanıt için $\vec{P Q}$ , $\vec{Q R}$ ve $\vec{R S}$ vektörleri ele alınır. Birinci gruplamada:

$(\vec{P Q} + \vec{Q R}) + \vec{R S} = \vec{P R} + \vec{R S} = \vec{P S}$

İkinci gruplamada:

$\vec{P Q} + (\vec{Q R} + \vec{R S}) = \vec{P Q} + \vec{Q S} = \vec{P S}$

Her iki durumda da $P$ ’den $S$ ’ye uzanan aynı vektör elde edilir.^[7] Analitik kanıt ise reel sayılarda asosiyatifliğin her bileşene ayrı ayrı uygulanmasından ibarettir:

$(a_{i} + b_{i}) + c_{i} = a_{i} + (b_{i} + c_{i}) \Rightarrow (\vec{a} + \vec{b}) + \vec{c} = \vec{a} + (\vec{b} + \vec{c})$

4.2 Çok Kuvvetli Sistemlerde Önemi

Asosiyatif özellik, mühendislik hesaplamalarında vazgeçilmez kolaylık sağlar. Bir köprü kirişi üzerinde $n$ farklı noktadan uygulanan kuvvetlerin bileşkesi hesaplanırken kuvvetlerin önce kendi aralarında gruplanması, sonucu etkilemez. Bu özellik sayesinde karmaşık fiziksel sistemler, alt gruplara bölünerek ayrı ayrı analiz edilip sonra birleştirilebilir; hesap sıralaması, gerçek fiziksel sonuçla tutarsızlık yaratmaz.^[8]

Üç ya da daha fazla vektörün toplamında her iki özellik birlikte devreye girer:

$\vec{a} + \vec{b} + \vec{c} + \vec{d} = (\vec{a} + \vec{c}) + (\vec{b} + \vec{d})$

şeklinde gruplandırma serbestçe yapılabilir; bileşke değişmez.

5. Vektör Çıkarma: Ters Vektör ve Fark

5.1 Ters Vektör ve Tanım

$\vec{a}$ vektörünün tersi (veya zıttı), aynı büyüklükte fakat ters yönde olan $- \vec{a}$ vektörüdür. Skaler çarpmada bu, $(- 1) \vec{a}$ olarak elde edilir. Tanım olarak:

$\vec{a} + (- \vec{a}) = \vec{0}$

burada $\vec{0}$ büyüklüğü sıfır olan sıfır vektörüdür.^[9]

Vektör çıkarma şöyle tanımlanır:

$\vec{a} - \vec{b} = \vec{a} + (- \vec{b})$

Bileşen cinsinden:

$\vec{a} - \vec{b} = (a_{x} - b_{x}) \hat{i} + (a_{y} - b_{y}) \hat{j} + (a_{z} - b_{z}) \hat{k}$

5.2 Geometrik Yorum

Geometrik açıdan $\vec{a} - \vec{b}$ , $- \vec{b}$ ’nin kuyruğu $\vec{a}$ ’nın ucuna gelecek biçimde yerleştirilmesiyle elde edilir. Bir paralelkenarda $\vec{a}$ ve $\vec{b}$ komşu kenarlar olarak çizildiğinde, $\vec{a} + \vec{b}$ ve $\vec{a} - \vec{b}$ , paralelkenarın iki köşegeni olarak ortaya çıkar.^[10]

Vektör çıkarmanın komütatif olmadığı dikkat çekicidir:

$\vec{a} - \vec{b} \neq \vec{b} - \vec{a}$

Daha kesin olarak: $\vec{b} - \vec{a} = - (\vec{a} - \vec{b})$ . Bu asimetri, çıkarmanın yön bilgisi içerdiğinin ve sıranın anlam taşıdığının doğrudan sonucudur. Bununla birlikte çıkarma toplamaya indirgenebildiğinden, komütatif ve asosiyatif özellikler dolaylı olarak işlemde rol oynar.

6. Vektör Uzayı Yapısı: Cebirsel Temel

6.1 Abel Grubu ve Vektör Uzayı Aksiyomları

Vektör toplamının komütatif ve asosiyatif özellikleri, aslında çok daha derin bir cebirsel yapının parçasıdır. Vektörlerin toplama işlemiyle birlikte oluşturduğu yapı bir Abel grubu (değişmeli grup) olarak nitelenir. Bir Abel grubunun aksiyomları şunlardır:^[11]

Aksiyom	İfade
Kapalılık	$\vec{a} + \vec{b} \in V$
Komütatiflik	$\vec{a} + \vec{b} = \vec{b} + \vec{a}$
Asosiyatiflik	$(\vec{a} + \vec{b}) + \vec{c} = \vec{a} + (\vec{b} + \vec{c})$
Kimlik elemanı	$\vec{a} + \vec{0} = \vec{a}$
Ters eleman	$\vec{a} + (- \vec{a}) = \vec{0}$

Buna skaler çarpmanın dört aksiyomu da eklendiğinde tam bir vektör uzayı elde edilir. Bu yapı, matematiğin en temel ve geniş kapsamlı çerçevelerinden birini oluşturur; diferansiyel denklemlerden kuantum mekaniğine, sinyal işlemeden makine öğrenmesine kadar pek çok alanda tüm lineer cebirin üzerine inşa edildiği zemin bu aksiyomlar sistemidir.^[12]

6.2 Komütatifliğin İstisnası: Çapraz Çarpım

Vektör toplamada geçerli olan komütatif özelliğin vektör çarpımlarına genelleştirilip genelleştirilemeyeceği sorusu, vektör cebiriyle tanışıldığında sıkça karşılaşılan bir sorudur. Nokta çarpım (skaler çarpım) komütatiftir: $\vec{a} \cdot \vec{b} = \vec{b} \cdot \vec{a}$ . Ancak çapraz çarpım (vektörel çarpım) anti-komütatiftir:^[13]

$\vec{a} \times \vec{b} = - (\vec{b} \times \vec{a})$

Bu özellik tesadüfî değildir. Çapraz çarpım, iki vektörün gerdiği paralelkenarın yönelimli alanını kodlar; sıranın değiştirilmesi, paralelkenarın yönelimini tersine çevirir ve dolayısıyla sonuç vektörünün işareti değişir. Benzer biçimde matris çarpımı da genel olarak komütatif değildir: $A B \neq B A$ .^[14] Bu karşılaştırma, vektör toplamındaki komütatifliğin bir aksiyom olarak açıkça kurulması gereken, her işlem için otomatik geçerli olmayan özel bir özellik olduğunu gösterir.

7. Güncel Araştırma Bulguları

7.1 Robotik Navigasyonda Vektör Toplamı

Günümüz robotik sistemlerinde vektör toplama ve çıkarma işlemleri, otonom navigasyonun temel matematiksel aracıdır. He ve diğerleri (2025) tarafından yayımlanan çalışmada, iç mekân robotlarının yerel ve küresel yol planlaması için geliştirilen IA-DWA algoritması, anlık hız vektörlerinin bileşkesini sürekli hesaplayarak güncellenen yörüngeler oluşturur.^[15] Vektör toplamının asosiyatif özelliği, birden fazla robotun aynı anda hareket planlaması yaptığı çoklu-ajan sistemlerinde hesaplama bloklarının bağımsız çalışmasına olanak verir.

Sensör füzyonu alanında Canel ve diğerleri (2025) tarafından yayımlanan araştırma, farklı sensörlerden gelen konum ve hız vektörlerinin olasılıksal çerçevede birleştirildiğini göstermektedir. Füzyon sürecinde vektör toplamının komütatif özelliği, sensörlerin hangi sırayla işlendiğinden bağımsız olarak tutarlı sonuçların elde edilmesini güvence altına alır.^[16]

7.2 Kuvvetlerin Süperpozisyonu İlkesi

Fizik ve mühendislik uygulamalarında vektör toplamının en kritik tezahürlerinden biri kuvvet süperpozisyon ilkesidir. Gonzalez (2023) tarafından kapsamlı biçimde incelenen bu ilkeye göre, bir cisme uygulanan birden fazla kuvvetin toplam etkisi, her bir kuvvetin ayrı ayrı etkileriyle eşdeğerdir ve bileşke, kuvvet vektörlerinin toplamıyla elde edilir.^[17] Bu ilke doğrudan komütatif ve asosiyatif özelliklere dayanır: kuvvetlerin hangi sırayla eklendiği ya da nasıl gruplanarak hesaplandığı, fiziksel sonucu etkilemez.

7.3 Çok Boyutlu Uzaylarda Cebirsel Yapılar

Vektör toplamında gözlemlenen Abel grubu yapısı, modern matematiğin en geniş kapsamlı soyutlamalarından birini oluşturur. Wikipedia (2024) ve ilgili matematiksel kaynaklarda da vurgulandığı üzere, vektör uzaylarının ilk dört aksiyomu —kapalılık, komütatiflik, asosiyatiflik ve kimlik elemanı— doğrudan Abel grubu yapısını tanımlar; geriye kalan dört aksiyom skaler çarpmayı düzenler.^[18] Bu yapı, sayı kümeleri, polinom uzayları, fonksiyon uzayları ve matris uzayları gibi birbirinden farklı görünen matematiksel nesnelerin ortak çerçevesiyle anlaşılmasını sağlar.

8. Kavramsal Analiz

8.1 Nizam, Gaye ve Sanat

Vektör toplamında gözlemlenen komütatif ve asosiyatif özellikler, farklı şekillerde gruplandırılabilen ya da sıralanabilen büyüklüklerin, her seferinde tutarlı ve öngörülebilir bir sonuç verdiğini ortaya koyar. Bir köprü tasarımında beş farklı yükün uygulanma sırasının nihai sonucu değiştirmemesi; bir uçağın navigasyon hesaplamalarında rüzgar, motor gücü ve yer çekimi vektörlerinin hangi sırayla işlendiğinden bağımsız olarak doğru sonuç elde edilmesi — bu durumların gerçekleşiyor olması dikkat çekicidir.

Komütatif özellik, yönlü büyüklükler için hiç de a priori zorunlu bir özellik değildir. Nitekim çapraz çarpım ve matris çarpımı için bu özelliğin geçerli olmadığı görülür. Buna karşın Öklid uzaylarında vektör toplamı, hem komütatif hem asosiyatif olmak üzere iki birbirini tamamlayan özelliğe aynı anda sahip olacak biçimde tertip edilmiştir. Bu iki özelliğin eşzamanlı sağlanması, fiziksel dünyada çok-kuvvetli sistemlerin tutarlı davranış sergilemesinin temel güvencesidir. Böylesine işlevsel bir düzenlenişin var olmasının, derinlemesine incelemeyi hak eden bir düzen göstergesi olduğu düşündürücüdür.

8.2 İndirgemeci Dil Üzerine

Matematik ders kitaplarında vektör toplamının komütatif özelliğine ilişkin zaman zaman örtük ya da açık biçimde şöyle bir ifadeye rastlanır: “Doğa, vektör toplamını sıra bağımsız olacak şekilde düzenledi” ya da “Fizik kanunları bu özelliğin geçerli olmasını sağlar.” Bu tür ifadeler, bir betimsel çerçevelemenin —yani gözlemlenen örüntünün adlandırılmasının— nedensel bir açıklama gibi sunulmasıdır.

Komütatif özellik, vektör toplamının bir özelliği olarak gözlemlenir ve aksiyomlar sistemiyle formüle edilir. Ancak “neden” bu özelliğin var olduğu, aksiyomların kendisinin neden bu biçimde tertip edildiği sorusu farklı bir düzeyde ele alınmayı gerektirir. “Komütatiflik kanunu vektörlerin sıra bağımsız toplanmasına izin verir” ifadesi, kanunun varlığını gözlem olarak tespit eder; fakat bu kanunun kaynağına dair hiçbir şey söylemez. Bir kanun, işleyişin tanımı olabilir; ancak bu tanımlama, işleyişin hangi zemin üzerine oturtulduğu sorusunu askıya almaz. Betimleme ile kuruculuk arasındaki bu ayrımın göz ardı edilmesi, matematiksel kanunları kendi kendine yeterli açıklama gibi sunan yaygın bir indirgemeci tutumun temelidir.^[19]

8.3 Hammadde ve Sanat Ayrımı

Vektör uzayı yapısı, “hammadde” ile “sanat” arasındaki ilişkiyi aydınlatan çarpıcı bir örnek sunar. Hammadde bu bağlamda bileşenlerdir: reel sayılar $(a_{x}, a_{y}, a_{z})$ kümesi. Sanat ise bu sayıların belirli bir tertip içinde, yani vektörel yapıyla bir araya getirilmesidir.

Reel sayılar kümesi tek başına bileşke kuvveti, göreli hızı ya da yer değiştirmeyi temsil edemez; bu fiziksel kavramlar ancak büyüklük ve yönün birlikte kodlanmasıyla anlam kazanır. Yön kavramının reel sayı bileşenlerine nasıl içkin kılındığı — toplamın geometrik yorumunun neden tutarlı olduğu, neden üç boyutlu uzayda üç bileşenin yeterli olduğu — bu soruların yanıtı bileşenlerin kendisinde bulunmaz. Fiziksel uzaydaki derinlik, genişlik ve yükseklik boyutlarının reel sayı eksenlerine tam olarak karşılık gelmesi, her türlü hesabın kağıt üzerinde yapılıp fiziksel gerçeklikle örtüşen sonuçlar üretmesini mümkün kılar. Hammaddede —sayılarda— bulunmayan bu fiziksel karşılık, ancak yapıyı kuran düzenlenişten gelmektedir.^[20]

9. Sonuç

Vektör toplamında gözlemlenen komütatif özellik ( $\vec{a} + \vec{b} = \vec{b} + \vec{a}$ ) ve asosiyatif özellik ( $(\vec{a} + \vec{b}) + \vec{c} = \vec{a} + (\vec{b} + \vec{c})$ ), reel sayıların karşılık gelen özelliklerinden bileşen bazında miras alınan matematiksel gerçekliklerdir. Geometrik kanıtları paralelkenar yapısına, analitik kanıtları ise skaler aritmetiğin temel özelliklerine dayanır. Vektör çıkarma, ters vektör kavramı aracılığıyla toplamaya indirgenir; bu indirgenme, toplamın komütatiflik ve asosiyatiflik özelliklerini kısmen çıkarma işleminin yapısına da yansıtır.

Vektör uzayı aksiyomları çerçevesinde bu iki özellik, Abel grubu yapısının ayrılmaz bileşenleri olarak ortaya çıkar; modern matematiğin —lineer cebirden diferansiyel geometriye, fonksiyonel analizden kuantum mekaniğine kadar uzanan geniş kuramsal alanının— üzerine inşa edildiği yapısal temel budur. Çapraz çarpım ve matris çarpımının komütatif olmaması gerçeği ise bu özelliğin var olduğu her yerde özellikle kurulmuş, her işlem için otomatik geçerli olmayan bir düzenlenişe işaret ettiğini ortaya koymaktadır. Komütatif ve asosiyatif özelliklerin, fiziksel dünyada kuvvetlerin ve hızların bileşkesinin sıradan hesaplamalardan robotik navigasyona kadar tutarlı biçimde işlemesinin güvencesi olduğu bu bütünlük karşısında, gözlemlenen matematiksel düzenlenişin derinliğine ilişkin nihai değerlendirme, deliller ışığında okuyucunun kendi aklına ve vicdanına bırakılmaktadır.

Kaynakça

↑ Gonzalez, J. J. M. (2023). The power of vectors: Understanding their application and importance. RRJ Stats Math Sci, 9(4), 007. https://doi.org/10.4172/RRJ Stats Math Sci.9.4.007
↑ Physics LibreTexts. (2020). 3.2: Vectors. Lumen Learning. https://phys.libretexts.org/Bookshelves/University_Physics/Physics_(Boundless)/3:_Two-Dimensional_Kinematics/3.2:_Vectors
↑ Vedantu. (2023). Triangle law of vector addition. https://www.vedantu.com/jee-main/maths-triangle-law-of-vector-addition
↑ BYJU’S. (2021). Commutative property of vector addition. https://byjus.com/maths/properties-of-vector-addition/
↑ Mathematics LibreTexts. (2022). 11.8: Vectors — Properties of vector operations. https://math.libretexts.org/Courses/Cosumnes_River_College/Math_370:_Precalculus/11:_Applications_of_Trigonometry/11.08:_Vectors
↑ Vedantu. (2023). Laws of vector addition. https://www.vedantu.com/maths/laws-of-vector-addition
↑ Alloprof. (2022). The properties of vector operations. https://www.alloprof.qc.ca/en/students/vl/mathematics/the-properties-of-vector-operations-m1302
↑ Mathematics LibreTexts. (2022). 11.8: Vectors — Properties of vector operations. https://math.libretexts.org/Courses/Cosumnes_River_College/Math_370:_Precalculus/11:_Applications_of_Trigonometry/11.08:_Vectors
↑ Mathematics LibreTexts. (2021). 3.5: Vectors from a geometric point of view. https://math.libretexts.org/Bookshelves/Precalculus/Book:Trigonometry(Sundstrom_and_Schlicker)/03:_Triangles_and_Vectors/3.05:_Vectors_from_a_Geometric_Point_of_View
↑ MathGotServed. (2024). Vector subtraction visual: Master graphical methods 2024. https://mathgotserved.com/vector-subtraction-visual-master-graphical-methods-2024/
↑ Wikipedia. (2024). Vector space. https://en.wikipedia.org/wiki/Vector_space
↑ Morton, J. (t.y.). Linear algebra: Groups, fields and vector spaces. UC Davis. https://jasonmorton.github.io/LinearAlgebra/groupsfieldsvectorspaces/
↑ Wikipedia. (2024). Cross product. https://en.wikipedia.org/wiki/Cross_product
↑ Unacademy. (2024). Non-commutativity of multiplication of matrices. https://unacademy.com/content/cbse-class-12/study-material/mathematics/non-commutativity-of-multiplication-of-matrices/
↑ He, Q., Wang, Z., Li, K. et al. (2025). Research on autonomous navigation of mobile robots based on IA-DWA algorithm. Scientific Reports, 15, 2099. https://doi.org/10.1038/s41598-024-84858-3
↑ Sensors. (2025). Sensor-fusion based navigation for autonomous mobile robot. Sensors, 25(4), 1248. https://doi.org/10.3390/s25041248
↑ ScienceDirect. (2024). Commutative law — An overview. https://www.sciencedirect.com/topics/mathematics/commutative-law
↑ Wikipedia. (2024). Vector space. https://en.wikipedia.org/wiki/Vector_space
↑ Wilkins, D. R. (t.y.). Mathematics Course 111: Algebra I Part IV — Vector spaces. Trinity College Dublin. https://www.maths.tcd.ie/~dwilkins/Courses/111/vspace.pdf
↑ Morton, J. (t.y.). Linear algebra: Groups, fields and vector spaces. UC Davis. https://jasonmorton.github.io/LinearAlgebra/groupsfieldsvectorspaces/

[1] Gonzalez, J. J. M. (2023). The power of vectors: Understanding their application and importance. RRJ Stats Math Sci, 9(4), 007. https://doi.org/10.4172/RRJ Stats Math Sci.9.4.007

[2] Physics LibreTexts. (2020). 3.2: Vectors. Lumen Learning. https://phys.libretexts.org/Bookshelves/University_Physics/Physics_(Boundless)/3:_Two-Dimensional_Kinematics/3.2:_Vectors

[3] Vedantu. (2023). Triangle law of vector addition. https://www.vedantu.com/jee-main/maths-triangle-law-of-vector-addition

[4] BYJU’S. (2021). Commutative property of vector addition. https://byjus.com/maths/properties-of-vector-addition/

[5] Mathematics LibreTexts. (2022). 11.8: Vectors — Properties of vector operations. https://math.libretexts.org/Courses/Cosumnes_River_College/Math_370:_Precalculus/11:_Applications_of_Trigonometry/11.08:_Vectors

[6] Vedantu. (2023). Laws of vector addition. https://www.vedantu.com/maths/laws-of-vector-addition

[7] Alloprof. (2022). The properties of vector operations. https://www.alloprof.qc.ca/en/students/vl/mathematics/the-properties-of-vector-operations-m1302

[8] Mathematics LibreTexts. (2022). 11.8: Vectors — Properties of vector operations. https://math.libretexts.org/Courses/Cosumnes_River_College/Math_370:_Precalculus/11:_Applications_of_Trigonometry/11.08:_Vectors

[9] Mathematics LibreTexts. (2021). 3.5: Vectors from a geometric point of view. https://math.libretexts.org/Bookshelves/Precalculus/Book:Trigonometry(Sundstrom_and_Schlicker)/03:_Triangles_and_Vectors/3.05:_Vectors_from_a_Geometric_Point_of_View

[10] MathGotServed. (2024). Vector subtraction visual: Master graphical methods 2024. https://mathgotserved.com/vector-subtraction-visual-master-graphical-methods-2024/

[11] Wikipedia. (2024). Vector space. https://en.wikipedia.org/wiki/Vector_space

[12] Morton, J. (t.y.). Linear algebra: Groups, fields and vector spaces. UC Davis. https://jasonmorton.github.io/LinearAlgebra/groupsfieldsvectorspaces/

[13] Wikipedia. (2024). Cross product. https://en.wikipedia.org/wiki/Cross_product

[14] Unacademy. (2024). Non-commutativity of multiplication of matrices. https://unacademy.com/content/cbse-class-12/study-material/mathematics/non-commutativity-of-multiplication-of-matrices/

[15] He, Q., Wang, Z., Li, K. et al. (2025). Research on autonomous navigation of mobile robots based on IA-DWA algorithm. Scientific Reports, 15, 2099. https://doi.org/10.1038/s41598-024-84858-3

[16] Sensors. (2025). Sensor-fusion based navigation for autonomous mobile robot. Sensors, 25(4), 1248. https://doi.org/10.3390/s25041248

[17] ScienceDirect. (2024). Commutative law — An overview. https://www.sciencedirect.com/topics/mathematics/commutative-law

[18] Wikipedia. (2024). Vector space. https://en.wikipedia.org/wiki/Vector_space

[19] Wilkins, D. R. (t.y.). Mathematics Course 111: Algebra I Part IV — Vector spaces. Trinity College Dublin. https://www.maths.tcd.ie/~dwilkins/Courses/111/vspace.pdf

[20] Morton, J. (t.y.). Linear algebra: Groups, fields and vector spaces. UC Davis. https://jasonmorton.github.io/LinearAlgebra/groupsfieldsvectorspaces/

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]