Further Vectors

欢迎来到进阶向量（Further Vectors）！

在标准 A Level 数学课程中，你已经接触过向量的基本概念。现在，我们要深入探讨！这一章将带你从平面的 2-D 世界，跨入 3-D 空间。我们将学习如何描述 3-D 空间中的直线，判断两条直线是否会相交，并发掘向量乘法的巧妙之处——用来计算角度，甚至是创建新的方向。向量是 GPS 定位、电子游戏图像以及工程学背后的秘密语言，让我们马上开始吧！

1. 直线方程

在 GCSE 中，你使用过 \( y = mx + c \)。在进阶数学（Further Maths）中，我们使用向量方程 (Vector Equations)，因为它们能完美应用于 2-D 和 3-D 空间。

向量式 (Vector Form)： \( \mathbf{r} = \mathbf{a} + \lambda\mathbf{b} \)

你可以把向量方程想象成一套“行进指南”：
1. \(\mathbf{a}\) (位置向量/起点向量)： 这是你的“出发点”，或是直线上任意一个固定点。
2. \(\mathbf{b}\) (方向向量)： 这是你的“行进方向”。它告诉你这条直线的斜率或走向。
3. \(\lambda\) (参数)： 这只是一个数值（标量），用来决定你沿着 \(\mathbf{b}\) 方向走了多远。如果 \(\lambda = 2\)，代表你走了两倍的距离；如果 \(\lambda = -1\)，代表你往反方向走了！

例子： 一条通过点 \((1, 2, 3)\) 且方向为 \(\begin{pmatrix} 4 \\ 5 \\ 6 \end{pmatrix}\) 的直线，写作：
\( \mathbf{r} = \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix} + \lambda \begin{pmatrix} 4 \\ 5 \\ 6 \end{pmatrix} \)

笛卡尔式 (Cartesian Form) / 对称式

有时候我们不想使用 \(\lambda\)。我们可以通过将 \(x, y, z\) 分量设为相等，把方程改写为 3-D 形式。对于一个点 \((a_1, a_2, a_3)\) 和方向 \(\begin{pmatrix} u_1 \\ u_2 \\ u_3 \end{pmatrix}\)：

\( \frac{x - a_1}{u_1} = \frac{y - a_2}{u_2} = \frac{z - a_3}{u_3} \)

快速复习：
- 向量式： 非常适合用来寻找直线上的点。
- 笛卡尔式： 非常适合在不需要参数的情况下进行代数运算。

常见错误： 千万不要搞混起点 (\(\mathbf{a}\)) 和方向 (\(\mathbf{b}\))！方向向量永远是乘上 \(\lambda\) 的那个向量。

核心观念： 3-D 直线不过就是“一个起始点”加上“任意长度的方向”。

2. 标量积 (数量积/点积)

标量积 (Scalar Product) 是一种将两个向量“相乘”以得到一个数值（标量）的方法。我们用 \(\mathbf{a} \cdot \mathbf{b}\) 来表示。

如何计算

若 \(\mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \\ a_3 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} b_1 \\ b_2 \\ b_3 \end{pmatrix}\)，则：
\( \mathbf{a} \cdot \mathbf{b} = a_1b_1 + a_2b_2 + a_3b_3 \)

为什么要用它？

1. 求角度： 我们使用公式 \( \cos(\theta) = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|} \)。
2. 检测垂直： 这是最重要的技巧！如果两个向量呈 90 度夹角，它们的标量积等于 0。
若 \(\mathbf{a} \cdot \mathbf{b} = 0\)，则这两个向量互相垂直。

记忆小贴士： “Dot for Degrees (点积求度数)”。当你需要计算角度（度数）时，请使用点积 (Dot product)。

核心观念： 标量积是你的“垂直探测器”。如果结果为 0，你即找到了直角！

3. 交点：直线会相交吗？

在 2-D 中，两条直线要么平行，要么相交。但在 3-D 中，还存在第三种奇特的情况：异面直线 (Skew Lines)。

三种直线关系：

• 平行 (Parallel)： 方向向量互为倍数（例如 \(\begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix}\) 和 \(\begin{pmatrix} 2 \\ 4 \\ 6 \end{pmatrix}\)）。
• 相交 (Intersecting)： 两条线在某一点相遇。
• 异面 (Skew)： 两条线既不平行，也永远不会相遇！想象两架飞机在不同高度、朝不同方向飞行，它们永远不会撞在一起。

步骤指南：如何寻找交点

1. 写出两条直线的 \(x, y, z\) 分量（使用不同的参数，例如 \(\lambda\) 和 \(\mu\)）。
2. 将 \(x\) 分量相等，\(y\) 分量相等，建立两个方程。
3. 解出 \(\lambda\) 和 \(\mu\)。
4. 关键测试： 将求得的数值代入 \(z\) 分量的方程。如果等式成立，则直线相交；如果不成立，则直线为异面。

如果一开始觉得很复杂，别担心！ 第 4 步的“测试”是最多同学感到困惑的地方。只要记住：在 3-D 中，你有三个条件 (\(x, y, z\)) 但只有两个变量 (\(\lambda, \mu\))。这就是为什么直线通常不会刚好撞在一起的原因！

核心观念： 要找交点，先利用两个维度解出参数，再检查第三个维度是否吻合。

4. 向量积 (叉积)

标量积会给你一个数值，而向量积 (Vector Product) (\(\mathbf{a} \times \mathbf{b}\)) 则会给你一个新的向量。

它有什么特别之处？

\(\mathbf{a} \times \mathbf{b}\) 的结果是一个与 \(\mathbf{a}\) 及 \(\mathbf{b}\) 同时垂直的向量。如果 \(\mathbf{a}\) 和 \(\mathbf{b}\) 平放在桌面上，那么 \(\mathbf{a} \times \mathbf{b}\) 就会直接指向天花板！

如何计算

公式看起来有点吓人，但在考试时你会从公式手册中找到它。若 \(\mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \\ a_3 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} b_1 \\ b_2 \\ b_3 \end{pmatrix}\)：

\( \mathbf{a} \times \mathbf{b} = \begin{pmatrix} a_2b_3 - a_3b_2 \\ a_3b_1 - a_1b_3 \\ a_1b_2 - a_2b_1 \end{pmatrix} \)

你知道吗？ 这被称为“反交换律”。意思是如果你交换顺序，方向会反转！\( \mathbf{a} \times \mathbf{b} = -(\mathbf{b} \times \mathbf{a}) \)。

如果结果是零向量呢？

如果 \(\mathbf{a} \times \mathbf{b} = \begin{pmatrix} 0 \\ 0 \\ 0 \end{pmatrix}\)，这意味着两个向量是平行的。它们之间没有“撑开”任何空间，因此无法产生一个与它们垂直的新方向。

记忆小贴士： “Cross for a new Direction (叉积求新方向)”。当你需要一个与现有向量成直角的新方向时，请使用叉积 (Cross product)。

核心观念： 向量积用于寻找与两个已知向量成 90 度的新方向，同时它也是判断向量是否平行的测试方法。

总结检查清单

考前请确保你能：
- [ ] 将直线在向量式与笛卡尔式之间进行转换。
- [ ] 使用标量积求角度，并证明两条直线成 90°。
- [ ] 检查 3-D 直线是平行、相交还是异面。
- [ ] 使用向量积公式求出一个垂直向量。