向量导论：方向至关重要！
欢迎来到向量这一章！向量听起来可能很抽象，但它们极其实用。每当你描述运动时——比如一架飞机以特定的速度沿特定的方向飞行，或者一个力在推一个物体——你都需要用到向量。与标量（仅有大小，如温度或质量）不同，向量同时具有大小（模）和方向。
本章连接了纯几何与代数，为你提供了解决复杂二维和三维问题的简便工具。如果起初觉得三维空间的可视化有些困难，请不要担心；我们将利用简单的代数规则来完成所有的核心运算！
1. 定义与描述向量
1.1 记号与表示法
向量通常有两种书写方式。你需要熟练掌握这两种方法，尽管在计算中通常更倾向于使用列向量。
列向量记法（考试首选）
在二维或三维空间中，我们列出沿 $x$、$y$ 和 $z$ 轴方向的位移分量：
$$\n\mathbf{a} = \begin{pmatrix} 3 \\ -2 \end{pmatrix} \quad \text{或} \quad \mathbf{b} = \begin{pmatrix} 4 \\ 1 \\ 5 \end{pmatrix}\n$$
$\mathbf{i}, \mathbf{j}, \mathbf{k}$ 记法
这些分别是与正 $x$、$y$ 和 $z$ 轴对齐的单位向量（大小为 1 的向量）。
$$\n\mathbf{a} = 3\mathbf{i} - 2\mathbf{j} \quad \text{或} \quad \mathbf{b} = 4\mathbf{i} + 1\mathbf{j} + 5\mathbf{k}\n$$
类比：想象一次旅行。上述向量 $\mathbf{b}$ 的意思是“向前走 4 个单位，向右走 1 个单位，向上走 5 个单位。”
1.2 向量的模
向量的模（magnitude）就是它的长度。我们利用勾股定理来求模。
若 $\mathbf{a} = \begin{pmatrix} x \\ y \end{pmatrix}$，其模记作 $|\mathbf{a}|$。
$$\n|\mathbf{a}| = \sqrt{x^2 + y^2}\n$$
在三维空间中，若 $\mathbf{b} = \begin{pmatrix} x \\ y \\ z \end{pmatrix}$，其模为：
$$\n|\mathbf{b}| = \sqrt{x^2 + y^2 + z^2}\n$$
快速回顾：模的计算实际上就是三维空间距离公式的延伸。
你知道吗？单位向量是指模恰好为 1 的向量。你可以通过将任意向量 $\mathbf{a}$ 除以其模，将其转化为单位向量 $\hat{\mathbf{a}}$：$$\hat{\mathbf{a}} = \frac{1}{|\mathbf{a}|}\mathbf{a}$$
2. 代数运算与几何意义
2.1 向量的加法与减法
向量的加减法非常简单：只需将对应分量相加或相减即可。
若 $\mathbf{a} = \begin{pmatrix} 3 \\ 1 \\ 4 \end{pmatrix}$ 且 $\mathbf{b} = \begin{pmatrix} 2 \\ 5 \\ -1 \end{pmatrix}$：
加法：
$$\n\mathbf{a} + \mathbf{b} = \begin{pmatrix} 3+2 \\ 1+5 \\ 4+(-1) \end{pmatrix} = \begin{pmatrix} 5 \\ 6 \\ 3 \end{pmatrix}\n$$
减法：
$$\n\mathbf{a} - \mathbf{b} = \begin{pmatrix} 3-2 \\ 1-5 \\ 4-(-1) \end{pmatrix} = \begin{pmatrix} 1 \\ -4 \\ 5 \end{pmatrix}\n$$
几何意义
向量加法遵循三角形法则：要计算 $\mathbf{a} + \mathbf{b}$，将 $\mathbf{b}$ 的起点放置在 $\mathbf{a}$ 的终点处。合向量即从 $\mathbf{a}$ 的起点指向 $\mathbf{b}$ 的终点。
2.2 数乘运算
向量乘以标量（实数）会改变其大小，但不会改变方向（除非标量为负，此时方向会反向）。
若 $\mathbf{a} = \begin{pmatrix} 3 \\ 1 \\ 4 \end{pmatrix}$ 且 $k=2$，则：
$$\n2\mathbf{a} = 2 \begin{pmatrix} 3 \\ 1 \\ 4 \end{pmatrix} = \begin{pmatrix} 6 \\ 2 \\ 8 \end{pmatrix}\n$$
核心结论：若两个向量 $\mathbf{u}$ 和 $\mathbf{v}$ 平行，则对于某个标量 $k$，满足 $\mathbf{u} = k\mathbf{v}$。
2.3 位置向量与位移
位置向量描述了点相对于原点 $O=(0, 0, 0)$ 的位置。点 $A$ 的位置向量为 $\vec{OA}$，通常记作 $\mathbf{a}$。
表示从点 $A$ 到点 $B$ 的位移向量（即 $\vec{AB}$）可通过以下关键公式求得：
$$\n\mathbf{AB} = \mathbf{b} - \mathbf{a} \quad \text{或} \quad \vec{AB} = \vec{OB} - \vec{OA}\n$$
记忆口诀：“终点减起点”。要从 A 到 B，用 B 的位置向量减去 A 的位置向量。
2.4 两点间的距离
若点 $A$ 和点 $B$ 的位置向量分别为 $\mathbf{a}$ 和 $\mathbf{b}$，它们之间的距离即为位移向量 $\vec{AB}$ 的模。
$$\n\text{距离 } AB = |\vec{AB}| = |\mathbf{b} - \mathbf{a}|\n$$
例：若 $A(1, 0, 5)$ 且 $B(4, 3, 1)$，则 $\vec{AB} = \begin{pmatrix} 4-1 \\ 3-0 \\ 1-5 \end{pmatrix} = \begin{pmatrix} 3 \\ 3 \\ -4 \end{pmatrix}$。距离为 $|\vec{AB}| = \sqrt{3^2 + 3^2 + (-4)^2} = \sqrt{9+9+16} = \sqrt{34}$。
3. 直线的向量方程
在 A-Level 数学中，我们不用 $y=mx+c$ 描述直线，而是使用向量。这在三维空间中非常有效，因为在三维中写出笛卡尔方程要困难得多。
3.1 通用形式
通过固定点 $A$（位置向量为 $\mathbf{a}$）且平行于方向向量 $\mathbf{b}$ 的直线 $L$ 的向量方程为：
$$\n\mathbf{r} = \mathbf{a} + t\mathbf{b}\n$$
- $\mathbf{r}$：直线上任意点的位置向量（变量）。
- $\mathbf{a}$：直线上的一个固定点（“起点”）。
- $\mathbf{b}$：方向向量（指示直线延伸的方向）。
- $t$：参数（一个标量，表示沿方向 $\mathbf{b}$ 前进了多少）。
例：通过 $(1, 0, 2)$ 且方向为 $\begin{pmatrix} -1 \\ 2 \\ 3 \end{pmatrix}$ 的直线。
$$\n\mathbf{r} = \begin{pmatrix} x \\ y \\ z \end{pmatrix} = \begin{pmatrix} 1 \\ 0 \\ 2 \end{pmatrix} + t \begin{pmatrix} -1 \\ 2 \\ 3 \end{pmatrix}\n$$
3.2 直线的交点（二维与三维）
要判断两条直线 $L_1$ 和 $L_2$ 是否相交，我们将它们的向量方程相等。
若 $L_1: \mathbf{r}_1 = \mathbf{a}_1 + t\mathbf{b}_1$ 且 $L_2: \mathbf{r}_2 = \mathbf{a}_2 + s\mathbf{b}_2$（注意：给第二条直线使用不同的参数，如 $s$！），则在交点处，$\mathbf{r}_1 = \mathbf{r}_2$。
求交点步骤
- 等值分量：将 $\mathbf{i}, \mathbf{j}, \mathbf{k}$ 分量分别相等，生成关于两个参数 $t$ 和 $s$ 的三个联立方程。
- 求解参数：利用其中任意两个方程（如 $x$ 和 $y$ 分量）解出 $t$ 和 $s$。
- 检查一致性（关键步骤）：将算出的 $t$ 和 $s$ 代入第三个方程（$z$ 分量）。
- 若第三个方程成立，则直线相交。
- 若第三个方程出现矛盾（如 $5=7$），则直线不相交。
- 求坐标：将 $t$ 的值代回 $\mathbf{r}_1$（或将 $s$ 代回 $\mathbf{r}_2$）即可求出交点坐标。
常见错误：学生经常只解前两个方程求出 $t$ 和 $s$，就以为直线相交，而忘记在第三个方程中验证。务必检查第三个分量！
3.3 平行线与异面直线（三维）
对于具有方向向量 $\mathbf{b}_1$ 和 $\mathbf{b}_2$ 的两条直线 $L_1$ 和 $L_2$：
- 平行：若存在非零标量 $k$ 使得 $\mathbf{b}_1 = k\mathbf{b}_2$，则 $L_1$ 和 $L_2$ 平行。
- 异面（仅三维）：若两条直线不平行且不相交，则称为异面直线。它们在空间中互不相交且不平行，这是三维空间特有的情况。
直线部分的核心建议：为不同的直线使用不同的参数，在求解交点时永远记得验证第三个方程。
4. 标量积（点积）
标量积，也称点积（dot product），是一种数学运算，它将两个向量转化为一个标量（数字）。它反映了两个向量方向之间的关系。
4.1 标量积的计算
若 $\mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \\ a_3 \end{pmatrix}$ 且 $\mathbf{b} = \begin{pmatrix} b_1 \\ b_2 \\ b_3 \end{pmatrix}$，标量积为：
$$\n\mathbf{a} \cdot \mathbf{b} = a_1 b_1 + a_2 b_2 + a_3 b_3\n$$
即将对应分量相乘后再求和。
4.2 几何定义与夹角计算
标量积的几何定义为：
$$\n\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}||\mathbf{b}| \cos \theta\n$$
其中 $\theta$ 是两个向量共起点时的夹角。
该公式变形后可用于计算夹角 $\theta$： $$\n\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}\n$$
计算两向量夹角的步骤
- 计算点积：求出 $\mathbf{a} \cdot \mathbf{b}$。
- 计算模：分别求出 $|\mathbf{a}|$ 和 $|\mathbf{b}|$。
- 代入公式：将结果代入余弦公式解出 $\theta$。
4.3 垂直条件
若两个向量 $\mathbf{a}$ 和 $\mathbf{b}$ 垂直（正交），则夹角 $\theta = 90^\circ$。由于 $\cos(90^\circ) = 0$，这引出了一个重要规则：
$$\n\text{若 } \mathbf{a} \text{ 垂直于 } \mathbf{b} \text{，则 } \mathbf{a} \cdot \mathbf{b} = 0\n$$
记忆技巧：想象当向量呈 90 度时，它们“扁平化”了，所以点积为“零”。
标量积核心结论：标量积是你解决向量问题中关于求角度及证明垂直关系的首要工具。
5. 点到直线的垂直距离
这是向量章节中最常见且富有挑战性的应用题之一。它结合了直线的向量方程与垂直条件（$\mathbf{a} \cdot \mathbf{b} = 0$）。
目标：求点 $P$ 到直线 $L$ 的最短距离。
最短距离即线段 $PF$ 的长度，其中 $F$ 为直线上一点，使得 $PF$ 垂直于 $L$。$F$ 被称为垂足。
分步流程
假设直线 $L$ 为 $\mathbf{r} = \mathbf{a} + t\mathbf{b}$，$P$ 是已知点，位置向量为 $\mathbf{p}$。
- 定义垂足 ($F$)：由于 $F$ 在直线 $L$ 上，其位置向量 $\mathbf{f}$ 必须满足直线的参数方程： $$\n \mathbf{f} = \mathbf{a} + t\mathbf{b}\n $$
- 求向量 $\vec{PF}$：使用“终点减起点”求出从 $P$ 指向 $F$ 的向量。该向量中将包含参数 $t$。 $$\n \vec{PF} = \mathbf{f} - \mathbf{p} = (\mathbf{a} + t\mathbf{b}) - \mathbf{p}\n $$
- 应用垂直条件：由于 $\vec{PF}$ 垂直于直线 $L$，它必须垂直于方向向量 $\mathbf{b}$，即它们的标量积为零。 $$\n \vec{PF} \cdot \mathbf{b} = 0\n $$
- 解出 $t$：展开点积方程，这将得到一个关于 $t$ 的简单线性方程，解出 $t$ 的值。
- 求点 $F$：将 $t$ 的值代回第一步的 $\mathbf{f}$ 表达式，求出 $F$ 的精确坐标。
- 计算距离：求向量 $\vec{PF}$ 的模（使用第 4 步算出的 $t$），或直接计算点 $P$ 到点 $F$ 的距离。 $$\n \text{距离 } = |\vec{PF}|\n $$
学习贴士：第三步的代数运算看起来很复杂，但记住你代入的是具体的 $\mathbf{a}, \mathbf{b}, \mathbf{p}$ 数值。方程通常会迅速简化，例如化简为 $14t = 28$ 等形式。请保持逻辑严谨，清晰地写出你的代入过程！
总结：向量核心考点 (P2)
向量为物理和三维几何提供了语言基础。请熟练掌握以下核心概念：
- 位移： $\vec{AB} = \mathbf{b} - \mathbf{a}$（终点减起点）。
- 模： $|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}$。
- 直线方程： $\mathbf{r} = \mathbf{a} + t\mathbf{b}$。
- 标量积： 用于求夹角：$\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}$。
- 垂直条件： $\mathbf{a} \cdot \mathbf{b} = 0$。这是求解垂直距离问题的根基。