欢迎来到向量的世界！
在本章中，我们将探讨向量 (Vectors)。如果你曾经使用过地图，或者玩过角色在屏幕上移动的电子游戏，其实你已经接触过向量了！与普通数字（我们称之为标量 (scalars)）不同，向量不仅告诉我们“多少”，还告诉我们“哪个方向”。
研读完这些笔记后，你将能够运用向量代数，在二维和三维空间中进行导航、计算距离以及解决几何谜题。如果起初觉得有些抽象，请不用担心；我们会一步一步为你拆解！
1. 到底什么是向量？
标量 (Scalar) 仅指大小（量值），例如 5 kg 或 10 分钟。
向量 (Vector) 则同时具有量值 (magnitude)（大小）和方向 (direction)。
类比：如果我告诉你“走 5 英里”，你可能会走到任何地方（这是标量）。但如果我告诉你“向北走 5 英里”，你就明确知道该往哪里走（这就是向量）！
向量的表示法
我们通常有两种表示向量的方式：
1. 列向量 (Column Vectors)：垂直书写。在二维空间：\( \begin{pmatrix} x \\ y \end{pmatrix} \)。在三维空间：\( \begin{pmatrix} x \\ y \\ z \end{pmatrix} \)。
2. 单位向量记法 (Unit Vector Notation)：使用 i、j 和 k。这些是“基底向量”，分别代表 x、y 和 z 方向上的 1 个单位长度。
例子：一个向右移动 3 单位、向上移动 4 单位，以及向“外”（在三维空间中）移动 2 单位的向量可写成：
\( \mathbf{a} = 3\mathbf{i} + 4\mathbf{j} + 2\mathbf{k} \) 或 \( \begin{pmatrix} 3 \\ 4 \\ 2 \end{pmatrix} \)。
你知道吗？在教科书中，向量通常会以粗体显示（如 a）。当你手写向量时，应该在下方加一条线（如 a），这样阅卷员才知道它们不是普通的数字！
重点总结：向量使用坐标 (x, y, z) 或单位向量 (\(\mathbf{i}, \mathbf{j}, \mathbf{k}\)) 来表示空间中的移动或位置。
2. 量值与方向
向量的量值 (magnitude) 就是它的长度。我们使用 \( |\mathbf{a}| \) 这个符号来表示。
计算量值
为了求出长度，我们使用勾股定理的 3D 版本。
对于向量 \( \mathbf{a} = x\mathbf{i} + y\mathbf{j} + z\mathbf{k} \)：
\( |\mathbf{a}| = \sqrt{x^2 + y^2 + z^2} \)
例子：求 \( \mathbf{v} = 3\mathbf{i} - 2\mathbf{j} + 6\mathbf{k} \) 的量值。
\( |\mathbf{v}| = \sqrt{3^2 + (-2)^2 + 6^2} = \sqrt{9 + 4 + 36} = \sqrt{49} = 7 \)。
单位向量
单位向量 (unit vector) 是量值为 1 的向量。如果你想求出与 a 方向相同的单位向量，只需将 a 除以它本身的量值即可。我们称此为“归一化 (normalising)”该向量，写作 \( \hat{\mathbf{a}} \)。
\( \hat{\mathbf{a}} = \frac{\mathbf{a}}{|\mathbf{a}|} \)
二维空间中的方向
在二维空间中，我们通常将方向描述为从正 x 轴算起的角度 \( \theta \)。
利用三角函数：\( \tan \theta = \frac{y}{x} \)。记得画个简单的草图，检查你的角度落在哪个象限！
快速回顾：
- 量值 = 箭头的长度。
- 单位向量 = 长度精确为 1。
- 使用勾股定理求长度，使用三角函数求方向。
3. 向量加法与标量乘法
处理向量运算与基础代数非常相似，只是有一些几何规则需要遵守。
加法与减法
要在代数上进行向量加减，只需将它们的分量相加/相减即可。
如果 \( \mathbf{a} = \begin{pmatrix} 1 \\ 2 \end{pmatrix} \) 而 \( \mathbf{b} = \begin{pmatrix} 3 \\ -1 \end{pmatrix} \)，则 \( \mathbf{a} + \mathbf{b} = \begin{pmatrix} 1+3 \\ 2+(-1) \end{pmatrix} = \begin{pmatrix} 4 \\ 1 \end{pmatrix} \)。
几何意义：
1. 三角形法则 (Triangle Law)：将第二个向量的起点放在第一个向量的终点。从起点到终点的“捷径”即为合向量 (resultant vector)。
2. 平行四边形法则 (Parallelogram Law)：将两个向量的起点放在同一点。它们所组成的平行四边形的对角线即为其总和。
标量乘法
当你将向量乘以一个数字（标量）时，你会改变它的长度，但不会改变它的方向（除非该数字为负数，这会使方向翻转）。
例子： \( 2 \times \begin{pmatrix} 3 \\ 4 \end{pmatrix} = \begin{pmatrix} 6 \\ 8 \end{pmatrix} \)。
平行向量
若两个向量其中一个是另一个的标量倍数，则它们平行 (parallel)。
如果 \( \mathbf{a} = k\mathbf{b} \)，则 a 和 b 平行。
常见错误提醒：进行向量减法（如 \( \mathbf{a} - \mathbf{b} \)）时，要记得这等同于 \( \mathbf{a} + (-\mathbf{b}) \)。你实际上是在加上向量 b 的“反方向”。
重点总结：向量相加就像跟随路径，乘以标量则像在“拉伸”或“缩短”该路径。
4. 位置向量与距离
位置向量 (Position Vector) 告诉我们某个点相对于固定原点 O（通常是 \( (0,0,0) \)）的位置。我们将点 A 的位置写为 \( \vec{OA} \) 或简写为 \( \mathbf{a} \)。
“终点减起点”法则
这是你向量工具箱中最重要的工具之一！如果你想求从点 A 移动到点 B 的向量 (\( \vec{AB} \))，公式如下：
\( \vec{AB} = \vec{OB} - \vec{OA} \)（或简写为 \( \mathbf{b} - \mathbf{a} \)）。
记忆口诀：要从 A 到 B，就是“终点减起点 (Finish minus Start)”。
两点之间的距离
点 \( (x_1, y_1, z_1) \) 与点 \( (x_2, y_2, z_2) \) 之间的距离，就是向量 \( \vec{AB} \) 的量值。
\( d = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2 + (z_2 - z_1)^2} \)
快速回顾框：
- \( \vec{OA} \)：A 相对于原点的位置。
- \( \vec{AB} = \mathbf{b} - \mathbf{a} \)：从 A 到 B 的移动路径。
- 距离 = \( \vec{AB} \) 的量值。
5. 解决几何问题
你可以使用向量来证明关于图形的性质，例如判断一个四边形是否为平行四边形。
例子：寻找平行四边形的第四个顶点
如果你有一个平行四边形 ABCD，那么向量 \( \vec{AB} \) 必然与向量 \( \vec{DC} \) 完全相同，因为它们平行且长度相等。
步骤：
1. 使用 \( \mathbf{b} - \mathbf{a} \) 求出向量 \( \vec{AB} \)。
2. 将其设为等于 \( \vec{DC} \)（即 \( \mathbf{c} - \mathbf{d} \)）。
3. 解出 d 的缺失坐标。
向量的应用场景
在纯数学试卷中，你可能会看到向量被用来描述力 (forces) 或速度 (velocities)。
- 合力 (Resultant Force) 即为所有个别力向量的总和。
- 如果一个物体处于平衡 (equilibrium) 状态，则向量之和为零 \( \begin{pmatrix} 0 \\ 0 \end{pmatrix} \)。
如果起初觉得棘手，别担心！画图几乎总是最好的起点。一旦你看见了那些“箭头”，数学运算通常就会变得迎刃而解！
最后总结：向量就是“带有距离的方向”。无论是在二维还是三维空间，加法、减法和求长度的规则都是完全一样的！