🧭 学习笔记：二维向量（国际数学 0607）

嘿，未来的数学家们！欢迎来到向量的世界。这一章非常重要，因为它将代数与几何联系起来，为我们准确描述运动和力提供了一个强大的工具。别担心，如果一开始觉得有些复杂，我们会把它拆解成简单易懂的步骤！

什么是向量？简单解释

在数学中，量可以分为两类：

  • 标量（Scalar Quantities）： 只有大小（数量）的量。
    例子：速率（40 km/h）、距离（10米）、时间（5秒）。
  • 向量（Vector Quantities）： 既有大小又有方向的量。
    例子：速度（40 km/h 向北）、位移（10米 向东）、力（5牛顿 向上）。

类比： 想象你正在寻找埋藏的宝藏。

  • 如果有人告诉你：“走10米”，这就是一个标量（距离）。你根本不知道该往哪个方向走！
  • 如果有人告诉你：“向正北方走10米”，这就是一个向量（位移）。你就能确切地知道终点在哪里！
向量的记法

在考试中，向量通常有两种表示方式：

  1. 几何表示法： 一条带箭头的线段。线段的长度表示大小（模），箭头指向方向。
    如果一个向量从 A 点指向 B 点，我们记作 \(\vec{AB}\) 或 \(\mathbf{AB}\)。
  2. 代数表示法： 使用单个加粗的小写字母，例如 \(\mathbf{a}\)。
重点总结： 向量通过说明有多远和向哪个方向，来描述运动或位置的变化。

1. 二维列向量 (E8.2)

由于我们在二维平面上工作，我们使用列向量来描述相对于 x 轴和 y 轴的运动。这是你在考试中最常见的向量表示方式。

列向量 \(\mathbf{a}\) 写成：

$$ \mathbf{a} = \begin{pmatrix} x \\ y \end{pmatrix} $$

  • 上方的数字 (\(x\))： 表示水平位移（向右/向左）。
  • 下方的数字 (\(y\))： 表示垂直位移（向上/向下）。

组件解析

  • \(x\) 为正： 向右移动。
  • \(x\) 为负： 向左移动。
  • \(y\) 为正： 向上移动。
  • \(y\) 为负： 向下移动。

例子： 向量 \(\mathbf{v} = \begin{pmatrix} 3 \\ -2 \end{pmatrix}\) 表示向右移动 3 个单位，向下移动 2 个单位。

与变换的联系： 还记得平移（Translation）吗？图形的平移其实就是把图形按照一个特定的向量进行移动，概念完全一样！

快速回顾： 列向量 \(\begin{pmatrix} x \\ y \end{pmatrix}\) 本质上就是一套指令，告诉你“先水平走 \(x\) 个单位，再上下走 \(y\) 个单位”。

2. 向量的运算 (E8.2)

A. 向量的加法与减法

向量的加法非常直观，只需将对应的组件（坐标）相加即可。

设 \(\mathbf{a} = \begin{pmatrix} x_1 \\ y_1 \end{pmatrix}\) 和 \(\mathbf{b} = \begin{pmatrix} x_2 \\ y_2 \end{pmatrix}\)。

向量加法

计算 \(\mathbf{a} + \mathbf{b}\)：

$$ \mathbf{a} + \mathbf{b} = \begin{pmatrix} x_1 \\ y_1 \end{pmatrix} + \begin{pmatrix} x_2 \\ y_2 \end{pmatrix} = \begin{pmatrix} x_1 + x_2 \\ y_1 + y_2 \end{pmatrix} $$

例子： 若 \(\mathbf{a} = \begin{pmatrix} 5 \\ 3 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} -1 \\ 4 \end{pmatrix}\)：
$$ \mathbf{a} + \mathbf{b} = \begin{pmatrix} 5 + (-1) \\ 3 + 4 \end{pmatrix} = \begin{pmatrix} 4 \\ 7 \end{pmatrix} $$

几何意义（三角形法则）： 如果你先画出向量 \(\mathbf{a}\)，然后从 \(\mathbf{a}\) 的终点开始画向量 \(\mathbf{b}\)（首尾相接），那么结果向量 \(\mathbf{a} + \mathbf{b}\) 就是从 \(\mathbf{a}\) 的起点直接指向 \(\mathbf{b}\) 的终点的路径。

向量减法

减法其实就是加上第二个向量的相反向量。

$$ \mathbf{a} - \mathbf{b} = \begin{pmatrix} x_1 \\ y_1 \end{pmatrix} - \begin{pmatrix} x_2 \\ y_2 \end{pmatrix} = \begin{pmatrix} x_1 - x_2 \\ y_1 - y_2 \end{pmatrix} $$

例子： 若 \(\mathbf{a} = \begin{pmatrix} 5 \\ 3 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} -1 \\ 4 \end{pmatrix}\)：
$$ \mathbf{a} - \mathbf{b} = \begin{pmatrix} 5 - (-1) \\ 3 - 4 \end{pmatrix} = \begin{pmatrix} 6 \\ -1 \end{pmatrix} $$

🛑 常见错误： 做减法时千万别忘了负号！减去一个负数等于加上一个正数（例如：\(5 - (-1) = 6\)）。

B. 向量的数乘（Scalar Multiplication）

标量（Scalar）就是一个普通的数（比如 2 或 -0.5）。当你用一个标量乘以向量时，你是在缩放它的长度，而方向要么保持不变，要么完全反向。

设 \(\mathbf{a} = \begin{pmatrix} x \\ y \end{pmatrix}\)，\(k\) 为标量。

$$ k\mathbf{a} = k \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} kx \\ ky \end{pmatrix} $$

你需要将 \(x\) 和 \(y\) 两个组件都乘以标量 \(k\)。

  • 若 \(k > 0\)，向量被拉伸或压缩，但方向保持不变。
  • 若 \(k < 0\)，向量指向相反的方向（旋转了 180°）。

例子 1（缩放）： 若 \(\mathbf{c} = \begin{pmatrix} 4 \\ 1 \end{pmatrix}\)，则 \(3\mathbf{c}\) 为： $$ 3\mathbf{c} = \begin{pmatrix} 3 \times 4 \\ 3 \times 1 \end{pmatrix} = \begin{pmatrix} 12 \\ 3 \end{pmatrix} $$ 新的向量长度是原来的三倍，且方向相同。

例子 2（反向）： 若 \(\mathbf{d} = \begin{pmatrix} 2 \\ 5 \end{pmatrix}\)，则 \(-\mathbf{d}\) 为： $$ -\mathbf{d} = -1 \begin{pmatrix} 2 \\ 5 \end{pmatrix} = \begin{pmatrix} -2 \\ -5 \end{pmatrix} $$ 新的向量长度相同，但指向完全相反的方向。

重点总结： 向量运算（加法、减法、数乘）都是按组件进行的：只需要把上方的数字一起计算，下方的数字一起计算即可。

3. 向量的模 (Magnitude) (E8.3)

向量的模（magnitude）就是它的长度或大小。在这里我们不关心方向，只关心这条线段有多长。

模的表示法

向量 \(\mathbf{a}\) 的模记作：\(|\mathbf{a}|\) 或 \(|\vec{AB}|\)。

利用勾股定理计算模

因为向量 \(\begin{pmatrix} x \\ y \end{pmatrix}\) 由水平分量 (\(x\)) 和垂直分量 (\(y\)) 组成，这两个运动正好构成了直角三角形的两条直角边，而向量本身就是斜边！

因此，我们可以使用勾股定理来求长度。

对于向量 \(\mathbf{a} = \begin{pmatrix} x \\ y \end{pmatrix}\)：

$$ |\mathbf{a}| = \sqrt{x^2 + y^2} $$

记忆窍门： 模 = 长度。二维中的长度 = 勾股定理。

例子： 计算向量 \(\mathbf{v} = \begin{pmatrix} 4 \\ -3 \end{pmatrix}\) 的模。

第一步： 确定组件：\(x=4\)，\(y=-3\)。

第二步： 应用模的公式：

$$ |\mathbf{v}| = \sqrt{4^2 + (-3)^2} $$

第三步： 计算平方。（记住：负数的平方总是正数！\((-3)^2 = 9\)）。

$$ |\mathbf{v}| = \sqrt{16 + 9} = \sqrt{25} $$

第四步： 求出最终值。

$$ |\mathbf{v}| = 5 $$

该向量的长度（模）为 5 个单位。

你知道吗？ 模为 1 的向量被称为单位向量 (unit vector)。它们在高等数学中非常有用，常用于定义纯粹的方向。

重点总结： 向量 \(\begin{pmatrix} x \\ y \end{pmatrix}\) 的模总是可以通过 \( \sqrt{x^2 + y^2} \) 找到。它代表向量所覆盖的距离，与方向无关。

⭐ 核心向量概念总结 ⭐

二维向量是几何与代数的完美融合。为了在这部分内容中取得好成绩，请记住这四条关键规则：

  1. 定义： 向量具有模（大小）和方向。
  2. 记法： 我们使用列向量 \(\begin{pmatrix} x \\ y \end{pmatrix}\)，其中 \(x\) 是水平位移，\(y\) 是垂直位移。
  3. 运算： 加减向量时，对应组件相加减；数乘向量时，两个组件都要乘以该标量。
  4. 模： 使用勾股定理计算长度：\(|\mathbf{a}| = \sqrt{x^2 + y^2}\)。

多做练习，你很快就能像专家一样在数学平面上自如地“导航”了！