Vectors

欢迎来到向量的世界！

欢迎！今天我们要深入探讨向量 (Vectors)。如果你曾经给别人指路，说“往那棵大橡树的方向走 50 米”，你其实已经在使用向量了！在数学中，向量不仅仅是一个数字，它是一个能同时告诉我们距离有多远和朝什么方向的工具。这一章非常重要，因为它架起了简单数值与物理运动及力学世界之间的桥梁。如果一开始觉得有点“抽象”，别担心——我们会一步一步来拆解它！

1. 什么是向量？

在你之前的数学学习中，你大多处理的是标量 (Scalars)。标量只是一个大小（量级），例如“5 公斤”或“摄氏 10 度”。而向量则不同，它包含两个部分：
1. 量级/模 (Magnitude)（它有多大？）
2. 方向 (Direction)（它指向哪里？）

可视化向量

我们用箭头来表示向量。箭头的长度代表量级，而箭头尖端则代表方向。
- 标记法：我们常用 a（印刷体为粗体）或 \(\underline{a}\)（手写时加上底线）来表示向量。如果一个向量从 \(A\) 点指向 \(B\) 点，我们写作 \(\vec{AB}\)。

列向量 (Column Vectors)

为了让计算更方便，我们使用列向量。对于二维向量，我们写作 \(\begin{pmatrix} x \\ y \end{pmatrix}\)。对于三维向量，我们加上第三个数字：\(\begin{pmatrix} x \\ y \\ z \end{pmatrix}\)。
- \(x\) 代表沿 x 轴移动的距离。
- \(y\) 代表沿 y 轴移动的距离。
- \(z\) 代表沿 z 轴移动的距离。

快速回顾：向量就像是“移动指令”。如果你有 \(\begin{pmatrix} 3 \\ -2 \end{pmatrix}\)，意思就是“向右走 3 步，向下走 2 步”。

2. 位置向量与位移向量

这是一个学生经常混淆的地方，但这里有一个简单的记忆方法：

位置向量 (Position Vectors)：这类向量永远从原点 (Origin) \((0, 0, 0)\) 出发。我们将 \(A\) 点的位置向量称为 \(\vec{OA}\)。它精确地告诉你 \(A\) 点在空间中的位置。

位移向量 (Displacement Vectors)：这类向量告诉你如何从一个点移动到另一个点（例如：从 \(A\) 到 \(B\)）。
记忆小撇步：要找到向量 \(\vec{AB}\)，请记住“终点减起点”。
\(\vec{AB} = \vec{OB} - \vec{OA}\)

常见错误：学生经常不小心算成 \(\vec{OA} - \vec{OB}\)。请务必记住：后面的字母减前面的字母！

重点总结：位置向量就像是坐标，但以列向量形式书写；位移向量则是两个位置之间的“路径”。

3. 单位向量：i, j 和 k

你可以把 \(\mathbf{i}, \mathbf{j},\) 和 \(\mathbf{k}\) 想像成所有向量的“积木”。
- \(\mathbf{i}\) 是在 \(x\) 方向上长度为 1 的向量：\(\begin{pmatrix} 1 \\ 0 \\ 0 \end{pmatrix}\)
- \(\mathbf{j}\) 是在 \(y\) 方向上长度为 1 的向量：\(\begin{pmatrix} 0 \\ 1 \\ 0 \end{pmatrix}\)
- \(\mathbf{k}\) 是在 \(z\) 方向上长度为 1 的向量：\(\begin{pmatrix} 0 \\ 0 \\ 1 \end{pmatrix}\)

因此，向量 \(\begin{pmatrix} 2 \\ 3 \\ -5 \end{pmatrix}\) 可以写作 \(2\mathbf{i} + 3\mathbf{j} - 5\mathbf{k}\)。它们的意思完全一样！

4. 向量的量级（长度）

要计算向量的长度，我们使用勾股定理的三维版本。如果你有向量 \(\mathbf{a} = \begin{pmatrix} x \\ y \\ z \end{pmatrix}\)，其量级（写作 \(|\mathbf{a}|\)）为：
\(|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}\)

示例：求 \(\mathbf{v} = 3\mathbf{i} - 4\mathbf{j} + 12\mathbf{k}\) 的量级。
\(|\mathbf{v}| = \sqrt{3^2 + (-4)^2 + 12^2} = \sqrt{9 + 16 + 144} = \sqrt{169} = 13\)。

你知道吗？单位向量 (Unit Vector) 是任何量级恰好为 1 的向量。要将任何向量 \(\mathbf{a}\) 变成与其方向相同的单位向量，只需将该向量除以它自己的量级即可！

5. 标量积（点积 / Dot Product）

这是 9709 课程中非常重要的工具。标量积是一种将两个向量相乘并得到一个标量（单一数字）作为结果的方法。有两种计算方式：

方法 A：使用分量计算

如果 \(\mathbf{a} = \begin{pmatrix} x_1 \\ y_1 \\ z_1 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} x_2 \\ y_2 \\ z_2 \end{pmatrix}\)，那么：
\(\mathbf{a} \cdot \mathbf{b} = (x_1 \times x_2) + (y_1 \times y_2) + (z_1 \times z_2)\)

方法 B：使用夹角计算

\(\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}||\mathbf{b}| \cos \theta\)
（其中 \(\theta\) 是两个向量之间的夹角）。

为什么这很有用？求夹角！

结合上述两种方法，我们可以求出任意两个向量之间的夹角：
\(\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}\)

求夹角的步骤：
1. 计算点积 (\(\mathbf{a} \cdot \mathbf{b}\))。
2. 计算第一个向量的量级 (\(|\mathbf{a}|\))。
3. 计算第二个向量的量级 (\(|\mathbf{b}|\))。
4. 代入公式并使用 \(\cos^{-1}\) 求出 \(\theta\)。

重要性质：垂直向量
如果两个向量彼此成 90 度，它们的标量积为零，因为 \(\cos 90^\circ = 0\)。
若 \(\mathbf{a} \cdot \mathbf{b} = 0\)，则这两个向量互相垂直！

重点总结：点积是你处理任何涉及角度或检查两条直线是否垂直时的“首选”工具。

6. 重要公式总结

- 从 A 到 B 的向量： \(\vec{AB} = \mathbf{b} - \mathbf{a}\)
- 量级： \(|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}\)
- 点积： \(\mathbf{a} \cdot \mathbf{b} = x_1x_2 + y_1y_2 + z_1z_2\)
- 夹角公式： \(\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}\)
- 单位向量： \(\hat{\mathbf{a}} = \frac{\mathbf{a}}{|\mathbf{a}|}\)

如果一开始觉得很困难也不要担心！向量只是描述空间的一种新语言。先练习计算量级和点积——一旦你熟悉了这些，剩下的部分就会迎刃而解。加油，你一定可以的！