欢迎来到进阶向量（Further Vectors）！
在标准 A Level 数学课程中，你已经掌握了向量的基础——包括向量加法、计算模（magnitude）以及标量积（点积）。在进阶纯数学 1 (FP1) 中，我们会将这些技巧应用到三维空间，去解决更有趣的问题。我们将学习如何计算 3D 空间中的面积和体积，并用一种全新的方式来描述直线。你可以把这章节想象成数学旅程中的“GPS 与 3D 绘图”单元！
1. 向量积（Vector Product，\(\mathbf{a} \times \mathbf{b}\)）
你已经熟悉了标量积（结果是一个数值）。现在，让我们来认识向量积（也称为叉积）。顾名思义，它的运算结果是一个向量。
这是什么？
向量积 \(\mathbf{a} \times \mathbf{b}\) 会产生一个新的向量，它与 \(\mathbf{a}\) 和 \(\mathbf{b}\) 同时垂直（成 90 度角）。如果 \(\mathbf{a}\) 和 \(\mathbf{b}\) 平放在桌面上，那么 \(\mathbf{a} \times \mathbf{b}\) 的方向就是垂直向上或向下。
如何计算
对于向量 \(\mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \\ a_3 \end{pmatrix}\) 和 \(\mathbf{b} = \begin{pmatrix} b_1 \\ b_2 \\ b_3 \end{pmatrix}\)，计算 \(\mathbf{a} \times \mathbf{b}\) 最简单的方法是使用 3x3 行列式：
\(\mathbf{a} \times \mathbf{b} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{vmatrix}\)
逐步运算：
1. 遮住 \(\mathbf{i}\) 栏：\((a_2b_3 - a_3b_2)\mathbf{i}\)
2. 遮住 \(\mathbf{j}\) 栏（千万别忘记变号！）：\(-(a_1b_3 - a_3b_1)\mathbf{j}\)
3. 遮住 \(\mathbf{k}\) 栏：\((a_1b_2 - a_2b_1)\mathbf{k}\)
记忆小撇步：记住栏位的符号规律是：加、减、加。
计算面积
向量积最酷的特性之一，就是它的模代表了面积：
平行四边形面积： \(Area = |\mathbf{a} \times \mathbf{b}|\)
三角形面积： \(Area = \frac{1}{2}|\mathbf{a} \times \mathbf{b}|\)
类比： 如果向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 是实体框架的两条边，那么叉积的长度实际上就是该框架所覆盖的“阴影”或表面积大小。
常见错误：忘记向量积不具备交换律。\(\mathbf{a} \times \mathbf{b} = -(\mathbf{b} \times \mathbf{a})\)。方向会完全相反！
重点总结：向量积会给你一个垂直向量，而它的模则代表由这两个向量所构成图形的面积。
2. 标量三重积（Scalar Triple Product，\(\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})\)）
现在我们要结合点积和叉积。这可以用来计算 3D 空间中的体积。
平行六面体（Parallelepiped）
平行六面体基本上就是一个被“压扁”的 3D 盒子（所有面都是平行四边形）。如果三条边以同一个角汇聚，且由向量 \(\mathbf{a}\)、\(\mathbf{b}\) 和 \(\mathbf{c}\) 表示：
体积 = \(|\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})|\)
四面体（Tetrahedron）
四面体是一个底面为三角形的 3D 金字塔。它的体积比平行六面体小得多。同样使用这三个向量：
体积 = \(\frac{1}{6}|\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})|\)
你知道吗？如果标量三重积等于零，这意味着这三个向量是共面的（coplanar）。这是因为它们没有“高度”，所以体积为零。它们都处于同一张平面的纸上！
重点总结：计算体积时使用三重积。金字塔（四面体）用“1/6”，盒子（平行六面体）用“1”。
3. 进阶直线方程
你已经见过直线方程 \(\mathbf{r} = \mathbf{a} + \lambda\mathbf{b}\)。在 FP1 中，我们可以使用向量积来写出不同的形式。
向量积形式
直线方程可以写成：
\((\mathbf{r} - \mathbf{a}) \times \mathbf{b} = \mathbf{0}\)
为什么这样有效？
记得 \(\mathbf{r} - \mathbf{a}\) 是从直线上一个固定点指向直线上任意一点的向量。为了使这一点在直线上，该向量必须与方向向量 \(\mathbf{b}\) 平行。当两个向量平行时，它们的向量积为零 (\(\mathbf{0}\))。
不用担心，如果这看起来很难：这只是用不同的“语言”来表达同一件事。如果你看到这种形式，\(\mathbf{a}\) 是你的位置向量（某个点），而 \(\mathbf{b}\) 是你的方向向量。
重点总结：如果 \((\text{向量}) \times \mathbf{b} = 0\)，代表该向量与 \(\mathbf{b}\) 平行。这能找出该直线上所有的点。
4. 方向比与方向余弦
这些是描述 3D 空间中直线“航向”或“倾斜度”的方法。
方向比（Direction Ratios）
如果一条直线有方向向量 \(\mathbf{d} = \begin{pmatrix} l \\ m \\ n \end{pmatrix}\)，那么 \(l, m, n\) 就是方向比。你可以将它们乘以任何数 \(k\)，它们依然代表相同的方向比。例如，\((1, 2, 2)\) 与 \((10, 20, 20)\) 的方向是相同的。
方向余弦（Direction Cosines）
方向余弦更为具体。它们是单位向量（长度为 1 的向量）的方向比。通常写作 \((\cos \alpha, \cos \beta, \cos \gamma)\)，其中：
\(\alpha\) = 与 x 轴的夹角
\(\beta\) = 与 y 轴的夹角
\(\gamma\) = 与 z 轴的夹角
“魔法”特性：
对于任何直线，方向余弦的平方和总是等于 1：
\(\cos^2 \alpha + \cos^2 \beta + \cos^2 \gamma = 1\)
快速复习：如何求方向余弦
1. 取你的方向向量 \(\begin{pmatrix} a \\ b \\ c \end{pmatrix}\)。
2. 计算模：\(D = \sqrt{a^2 + b^2 + c^2}\)。
3. 将每个分量除以 \(D\)。结果就是你的方向余弦：\(\frac{a}{D}, \frac{b}{D}, \frac{c}{D}\)。
重点总结：方向比给你一般的“斜率”。方向余弦则透过单位向量给出与各轴之间精确的角度。
检查清单
你是否能够：
- 使用行列式计算 \(\mathbf{a} \times \mathbf{b}\)？
- 使用向量计算三角形或平行四边形的面积？
- 计算四面体（乘 \(\frac{1}{6}\)）或平行六面体的体积？
- 识别 \((\mathbf{r} - \mathbf{a}) \times \mathbf{b} = \mathbf{0}\) 形式的直线？
- 将方向向量转化为单位向量以求出方向余弦？
你一定做得到的！多练习行列式计算，因为这是最容易得分或失分的地方。