欢迎来到 3D 的世界！
在以往的数学学习中，你可能花了很多时间在二维空间（x 轴和 y 轴）里。但现实世界是发生在三维空间中的！在本章 Oxford AQA International Further Mathematics (9665) 课程大纲中，我们将加入第三个维度：z 轴。这是从建筑设计到 GPS 技术及 3D 游戏引擎等一切技术的基石。我们将学习如何运用向量来描述直线和平坦的表面（平面）。如果一开始觉得很难想象，别担心——我们会逐步拆解，带你慢慢掌握！
1. 直线的向量方程
要定义 3D 空间中的一条直线，你需要两样东西：一个起点和一个方向。想象你要告诉朋友如何走出直线，你会说：“从蓝色垃圾桶出发，然后精确地往东北方走。”
用向量形式，我们写成：
\( \mathbf{r} = \mathbf{a} + \lambda \mathbf{b} \)
拆解重点：
• \( \mathbf{r} \): 代表直线上任意一点 \( (x, y, z) \)。
• \( \mathbf{a} \): 直线上已知点的位置向量（即“起点”）。
• \( \mathbf{b} \): 方向向量（直线指向的方向）。
• \( \lambda \): 标量参数。你可以把它想象成一个“滑杆”。当你改变 \( \lambda \) 的值，你就在线上前后移动。
快速复习：直线的笛卡儿形式 (Cartesian Form)
你可能也会看到直线被写成这样：
\( \frac{x - a_1}{b_1} = \frac{y - a_2}{b_2} = \frac{z - a_3}{b_3} \)
常见错误：切记分母的数值是方向分量，而分子减去的数值是直线上某点的坐标。如果你看到 \( x + 2 \)，其实际坐标是 \( -2 \)！
核心重点：直线需要一个固定点和一个方向向量。如果你有两个点，将它们相减即可求得方向向量！
2. 标量积（点积，Scalar Product / Dot Product）
在进入平面之前，我们需要先学标量积。这是一种将两个向量相乘并得到一个单一数字的方法。
\( \mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| |\mathbf{b}| \cos \theta \)
或者，如果你有坐标：\( (x_1 x_2) + (y_1 y_2) + (z_1 z_2) \)。
你知道吗？如果两个向量的点积为 0，那么它们就是互相垂直（呈 90 度）。这是 3D 几何的“黄金法则”！
3. 平面的向量方程
平面只是一个平坦且无限延伸的薄片。为了在 3D 空间中固定一个平面，我们使用法向量 (\( \mathbf{n} \))。法向量是一条垂直于平面的向量，就像平地上的旗杆一样。
标量积形式
方程为：\( \mathbf{r} \cdot \mathbf{n} = d \)
• \( \mathbf{n} \): 法向量（垂直于表面）。
• \( d \): 一个常数值，通过 \( \mathbf{a} \cdot \mathbf{n} \) 计算得出（其中 \( \mathbf{a} \) 是平面上的一点）。
笛卡儿形式
这通常是最易于运算的形式：\( ax + by + cz = d \)。
在此形式中，数值 \( a, b, \) 和 \( c \) 正是法向量的分量！例如，如果法向量是 \( 2\mathbf{i} + 3\mathbf{j} - \mathbf{k} \)，该平面的方程就会以 \( 2x + 3y - z = \dots \) 开头。
类比：把法向量想象成平面的“DNA”，它精确地告诉我们平面在空间中是如何倾斜的。
核心重点：要找到平面方程，你需要平面上的一个点和一个法向量。如果你得到两条位于平面内的向量，使用外积（cross product）来找出法向量！
4. 交点与角度
这是我们将所有知识融会贯通的地方。考试经常会问直线与平面之间的关系。
两条直线之间的角度
只需对它们的方向向量使用点积公式即可。忽略位置向量！
直线与平面之间的角度
陷阱警示！当你计算直线方向与平面法向量之间的角度 (\( \theta \)) 时，你得到的是直线与“旗杆”之间的夹角，而不是与“地面”的夹角。
• 使用 \( \sin \phi = \frac{|\mathbf{b} \cdot \mathbf{n}|}{|\mathbf{b}| |\mathbf{n}|} \) 直接得出直线与平面的夹角。
• 或者，先用余弦函数求出 \( \theta \)，然后计算 \( 90^\circ - \theta \)。
直线与平面的交点
1. 以 \( \lambda \) 表示直线：\( x = a_1 + \lambda b_1 \)，\( y = a_2 + \lambda b_2 \)，以此类推。
2. 将这些代入平面方程 \( ax + by + cz = d \)。
3. 解出 \( \lambda \)。
4. 将该 \( \lambda \) 代回你的直线方程，求出 \( (x, y, z) \) 坐标。
核心重点：务必分清楚你使用的是方向向量（针对直线）还是法向量（针对平面）。
5. 垂直距离
求点到平面或直线的最短距离是考试热门考点。最短距离永远是指垂直距离。
点 \( (x_1, y_1, z_1) \) 到平面 \( ax + by + cz = d \) 的距离
使用这个方便的公式：
\( Dist = \frac{|ax_1 + by_1 + cz_1 - d|}{\sqrt{a^2 + b^2 + c^2}} \)
记忆技巧：分母正是法向量的模长（长度）。这就像 3D 版的勾股定理！
6. 常见避雷指南
• 混淆向量与点：点代表位置；向量代表移动。请随时检查你用的是哪一个。
• 符号错误：从 \( \mathbf{r} \cdot \mathbf{n} = d \) 转换为 \( ax + by + cz = d \) 时，要小心法向量中负分号的处理。
• “正弦 vs 余弦”的困惑：计算“线与线”或“面与面”的角度时用余弦 (cosine)。计算“线与面”的角度时用正弦 (sine)。
最后鼓励：3D 几何可能很难想象。试着运用双手——让你的手掌当作平面，钢笔当作直线。实际观察这些角度，会让数学逻辑变得更容易理解！
章节总结重点：
1. 直线： \( \mathbf{r} = \mathbf{a} + \lambda \mathbf{b} \)（点 + 方向）。
2. 平面： \( ax + by + cz = d \)（系数为法向量的分量）。
3. 垂直性： 点积 = 0。
4. 交点： 将直线分量代入平面方程求解。