欢迎来到向量的世界!
在本章中,我们将一起探索向量 (Vectors)。如果你曾经根据藏宝图寻宝(“向北走三步,向东走五步”),或者玩过飞行模拟器,那么你其实已经用过向量了!标量 (Scalar) 告诉我们“多少”(数值大小),而向量 (Vector) 则告诉我们“多少”以及“往哪个方向”。
如果刚开始觉得有点抽象,别担心!我们会一步步拆解,从平面的 2D 世界走到 3D 立体空间,看看向量如何帮我们解决现实问题,例如计算物体受到的总合力。
1. 向量的语言
在开始计算之前,我们得先学会这种语言。在 OCR MEI 课程纲要中,我们区分了两种测量类型:
- 标量 (Scalar):只有大小 (magnitude) 的物理量。例如:质量、时间、速率、距离。
- 向量 (Vector):同时具有大小**和**方向**的物理量。例如:速度、位移、力、加速度。
怎么写呢?(符号表示法)
在教科书中,向量通常会以粗体印刷(例如:a)。当你手写时,记得要在下方加下划线(例如:a)。向量主要有三种表示方式:
- 分量形式 (Component Form / Column Vectors):写成 \( \mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \end{pmatrix} \)。上方的数字代表横向移动距离 (\(x\)),下方的数字代表纵向移动距离 (\(y\))。
- 单位向量形式 (Unit Vector Form):使用 \( \mathbf{i} \)(向右单位长度)和 \( \mathbf{j} \)(向上单位长度)。例如:\( 3\mathbf{i} + 2\mathbf{j} \)。
- 大小-方向形式 (Magnitude-Direction Form):透过长度以及与特定轴的夹角(类似指南针方位)来描述向量。
小复习:单位向量 (unit vector) 指的是大小为 1 的向量。我们常在字母上方加一个“帽子”记号,例如 \( \mathbf{\hat{r}} \),表示它是一个单位向量。
重点提示:向量不只是地图上的点,它们是从一点移动到另一点的“操作指令”!
2. 向量运算:加法、减法与标量乘法
向量加法跟普通的数字加法非常不同。试想你在走路:如果你先向东走 4km,再向北走 3km,你距离出发点的位移并不是 7km,而是 5km(对角线距离)!
加法与减法
- 代数运算:只需将对应的分量相加或相减。
若 \( \mathbf{a} = \begin{pmatrix} 2 \\ 5 \end{pmatrix} \) 且 \( \mathbf{b} = \begin{pmatrix} 3 \\ -1 \end{pmatrix} \),则 \( \mathbf{a} + \mathbf{b} = \begin{pmatrix} 2+3 \\ 5+(-1) \end{pmatrix} = \begin{pmatrix} 5 \\ 4 \end{pmatrix} \)。 - 几何运算(头尾相接法 / The Head-to-Tail Rule):要进行 \( \mathbf{a} + \mathbf{b} \),先画出向量 a,再从 a 的终点画出向量 b。“合向量 (resultant vector)”就是从起点连到最终终点的箭头。
标量乘法 (Scalar Multiplication)
如果将向量乘以一个数字(标量),你会改变它的长度。
例子:\( 2\mathbf{a} \) 的长度是 a 的两倍,方向相同。而 \( -1\mathbf{a} \) 的长度相同,但方向相反。
常见错误:在计算向量减法如 \( \mathbf{a} - \mathbf{b} \) 时,同学常忘记这其实等同于 \( \mathbf{a} + (-\mathbf{b}) \)。记得要将第二个向量的方向反转过来!
重点提示:平行向量永远是彼此的标量倍数。如果 \( \mathbf{a} = k\mathbf{b} \),那么它们就是平行的!
3. 大小与方向
有时候我们需要精确计算向量的长度(即模 (modulus))以及它指向的方向。
计算大小 (Magnitude)
对于 2D 向量 \( \mathbf{a} = \begin{pmatrix} x \\ y \end{pmatrix} \),我们使用勾股定理 (Pythagoras' Theorem):
\( |\mathbf{a}| = \sqrt{x^2 + y^2} \)
计算方向
我们通常会使用三角函数,计算向量与正 \(x\)-轴(或单位向量 \( \mathbf{i} \))之间的夹角 \( \theta \):
\( \tan(\theta) = \frac{y}{x} \)
你知道吗?这正是 GPS 的工作原理!它透过计算你当前的位置向量与目的地之间的距离(大小)和方位(方向)来导航。
重点提示:用勾股定理求长度,用 \( \tan^{-1} \) 求角度。记得画个草图,确保你的角度是在正确的象限!
4. 位置向量与距离
位置向量 (Position vector) 是一种特殊的向量,起点固定在原点 (0,0)。它代表了点相对于原点的位置。
- 点 \(A\) 的位置向量记作 \( \vec{OA} \) 或简单写成 a。
- 若要找出两点 \(A\) 与 \(B\) 之间的向量,请使用公式:
\( \vec{AB} = \mathbf{b} - \mathbf{a} \)
记忆小撇步:要从 \(A\) 到 \(B\),你可以先“从 \(A\) 回到原点”(\(-\mathbf{a}\)),再“走到 \(B\)”(\(+\mathbf{b}\))。所以记住口诀:“终点减起点 (Destination minus Start)”!
两点之间的距离
要找出 \(A\) 与 \(B\) 之间的距离,先算出向量 \( \vec{AB} \),再计算它的大小 \( |\vec{AB}| \)。
重点提示:\( \vec{AB} = B \text{ 的位置} - A \text{ 的位置} \)。这是所有向量几何的基础工具。
5. 进入 3D 立体空间
向量的迷人之处在于,我们刚刚学到的 2D 规则完全适用于 3D!我们只需要增加第三个分量 \(z\),以及第三个单位向量 \( \mathbf{k} \)。
- 3D 向量: \( \mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \\ a_3 \end{pmatrix} = a_1\mathbf{i} + a_2\mathbf{j} + a_3\mathbf{k} \)
- 3D 大小: \( |\mathbf{a}| = \sqrt{x^2 + y^2 + z^2} \)
试想 i 是东,j 是北,而 k 是“上”(高度)。这让我们能绘制现实世界的运动轨迹,例如无人机在公园里飞行。
鼓励一下:3D 向量在纸上确实比较难想象,但请记住:数学运算跟 2D 完全一样,只是多了一个数字要处理而已!
6. 向量的应用:力与合力
在力学 (Mechanics) 中,我们使用向量来表示力 (forces)。当多个力作用于物体时(例如飞机同时受到风力和引擎推力),它们的总效应称为合力 (resultant force)。
如何计算合力:
- 将所有力转换为分量形式 (\( \mathbf{i}, \mathbf{j}, \mathbf{k} \))。
- 将向量相加。
- 其总和即为合力向量。
如果合力为零,物体即处于平衡 (equilibrium) 状态——意味着它要么静止,要么正在做匀速直线运动!
重点提示:合力 = 所有个别力向量的总和。若 \( \sum \mathbf{F} = 0 \),系统即处于平衡。
章节总结复习
快速检核清单:
- 你能分辨标量**与**向量**吗?
- 还记得平行向量一定是彼此的倍数吗?
- 你的大小 (magnitude) 公式是 \( \sqrt{x^2 + y^2} \) 吗?
- 你会使用 **\( \mathbf{b} - \mathbf{a} \)** 来计算两点间的向量吗?
- 面对 3D 问题时,你习惯增加 **\(z\)** 轴了吗?
向量是几何学中强大的“速记法”。掌握了符号与基本运算,复杂的问题自然迎刃而解!