欢迎来到进阶向量（Further Vectors）！
在你之前的数学学习旅程中，你可能已经接触过二维（2D）向量。现在，我们要踏入三维（3D）世界了！本章属于进阶纯数学（Additional Pure Mathematics）的部分。我们将学习如何在空间中描述直线，判断它们是否会相交，并探索两种不同的“向量乘法”来求取角度和面积。
如果起初觉得有点抽象，别担心。你可以把 3D 向量想象成无人机的飞行指令：向前、向右、向上。一旦你掌握了其中的标记法，这就好比解拼图一样有趣！
1. 直线的向量方程
要在 3D 空间中定义一条直线，你需要两样东西：一个起始点和一个方向。
向量形式
直线方程写作：
\(\mathbf{r} = \mathbf{a} + \lambda\mathbf{b}\)
- \(\mathbf{r}\)：直线上任意一点的位置。
- \(\mathbf{a}\)：直线经过的一个固定点（“锚点”）。
- \(\mathbf{b}\)：方向向量（直线延伸的方向）。
- \(\lambda\)：标量参数（可以把它想象成一个让你沿着直线移动的“滑块”）。
笛卡儿形式
有时我们会使用 \(x, y,\) 和 \(z\) 来书写直线方程。对于一条经过 \((a_1, a_2, a_3)\) 且方向向量为 \(\begin{pmatrix} u_1 \\ u_2 \\ u_3 \end{pmatrix}\) 的直线，其形式为：
\(\frac{x - a_1}{u_1} = \frac{y - a_2}{u_2} = \frac{z - a_3}{u_3} = \lambda\)
小贴士：若要在两种形式间转换，只需将笛卡儿形式的每一部分设为 \(\lambda\)，然后解出 \(x, y,\) 和 \(z\) 即可。
重点总结：一条直线就是一个点加上“若干量”的方向。如果你有两个点，那么方向向量 \(\mathbf{b}\) 就是这两点之差！
2. 标量积（点积）
标量积（写作 \(\mathbf{a} \cdot \mathbf{b}\)）是一种将两个向量相乘并得到单一数字（标量）的方法。
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：
\(\mathbf{a} \cdot \mathbf{b} = a_1b_1 + a_2b_2 + a_3b_3\)
它有什么用？
我们利用它来计算两个向量之间的角度，公式如下：
\(\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}\)
重要性质：垂直性
如果两个向量垂直（成 90 度角），它们的标量积为零。
\(\mathbf{a} \cdot \mathbf{b} = 0 \iff \mathbf{a} \perp \mathbf{b}\)
常见错误：学生常忘记标量积的结果是一个数字，而不是向量。如果你的答案里包含 \(\mathbf{i, j,}\) 或 \(\mathbf{k}\)，那就代表你做错了！
重点总结：当你需要找出角度或检查直线是否垂直时，请使用点积。
3. 相交线与异面直线
在 2D 中，直线不是平行就是相交。但在 3D 中，存在第三种情况：异面直线（Skew lines）。
- 平行线：它们的方向向量互为倍数。
- 相交线：它们恰好交于一点。
- 异面直线：它们既不平行，也不相交（就像两架飞机在不同高度、不同方向飞行一样）。
如何判断是否相交：
- 将两条直线方程的 \(x, y,\) 和 \(z\) 分量分别设为相等（使用不同的参数，例如 \(\lambda\) 和 \(\mu\)）。
- 解前两个方程以找出 \(\lambda\) 和 \(\mu\) 的值。
- 检查：将你的数值代入第三个（\(z\)）方程。如果等式成立，它们就相交！如果不成立，它们就是异面直线。
重点总结：一定要检查第三个方程！如果出现 \(1=5\) 之类的结果，不用慌张，这仅仅意味着这两条线是异面直线。
4. 向量积（叉积）
与标量积不同，向量积（写作 \(\mathbf{a} \times \mathbf{b}\)）的结果是一个新的向量。
它代表什么？
\(\mathbf{a} \times \mathbf{b}\) 的结果是一个与 \(\mathbf{a}\) 和 \(\mathbf{b}\) 都垂直的向量。
你知道吗？这遵循右手定则。如果你将右手指从 \(\mathbf{a}\) 弯向 \(\mathbf{b}\)，你的拇指所指的方向就是 \(\mathbf{a} \times \mathbf{b}\) 的方向。
公式
几何定义为：
\(\mathbf{a} \times \mathbf{b} = |\mathbf{a}||\mathbf{b}| \sin \theta \hat{\mathbf{n}}\)
其中 \(\hat{\mathbf{n}}\) 是垂直于包含 \(\mathbf{a}\) 和 \(\mathbf{b}\) 平面的单位向量。
如何计算（行列式法）
计算 \(\mathbf{a} \times \mathbf{b}\) 时，请使用公式手册中提供的公式：
\(\mathbf{a} \times \mathbf{b} = \begin{pmatrix} a_2b_3 - a_3b_2 \\ a_3b_1 - a_1b_3 \\ a_1b_2 - a_2b_1 \end{pmatrix}\)
需记住的性质：
- 反交换律： \(\mathbf{a} \times \mathbf{b} = -(\mathbf{b} \times \mathbf{a})\)。顺序很重要！
- 平行向量： 如果 \(\mathbf{a}\) 和 \(\mathbf{b}\) 平行，则 \(\mathbf{a} \times \mathbf{b} = \mathbf{0}\)（零向量）。
- 分配律： \(\mathbf{a} \times (\mathbf{b} + \mathbf{c}) = \mathbf{a} \times \mathbf{b} + \mathbf{a} \times \mathbf{c}\)。
重点总结：叉积产生的向量会垂直于由前两个向量所形成的平面。
5. 向量积的几何应用
向量积最酷的地方之一，在于它能帮助我们求出 3D 空间中图形的面积。
平行四边形面积
如果你有一个由向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 定义边长的平行四边形：
面积 = \(|\mathbf{a} \times \mathbf{b}|\)
三角形面积
因为三角形只是平行四边形的一半：
面积 = \(\frac{1}{2} |\mathbf{a} \times \mathbf{b}|\)
直线方程的另一种形式
利用平行向量的叉积为零这一性质，我们可以将直线方程写为：
\((\mathbf{r} - \mathbf{a}) \times \mathbf{d} = \mathbf{0}\)
这表示从“锚点”到线上任意点的向量（\(\mathbf{r} - \mathbf{a}\)）必须与方向向量 \(\mathbf{d}\) 平行。
记忆小帮手：
点积 (Dot) = \(\cos\)（用于角度）。
叉积 (Cross) = \(\sin\)（用于面积）。
重点总结：叉积的模长（长度）告诉你由这两个向量所构成图形的面积。
恭喜你！你已经掌握了进阶向量的核心概念。继续练习计算——一旦你熟练掌握了叉积的行列式算法，剩下的部分就只是逻辑问题了！