欢迎来到标量与向量的世界！
各位未来的高等数学预备役们，你们好！本章将介绍高等数学与物理学中最基础的概念之一：向量（Vectors）。如果一开始觉得有些棘手也不用担心——我们只是在学习如何比以前更精确地描述运动和力。
在本章中，我们将学会区分只有大小的量（标量）和既有大小又有方向的量（向量）。理解这一区别对于力学和更高阶数学的学习至关重要。
1. 理解大小与方向
在深入探讨向量之前，我们需要定义描述物理量时用到的两个核心要素：
大小 (Magnitude)
大小即某个量的尺寸、数量或数值。它由一个单一的数字表示，通常带有单位（例如 5 千克、10 秒或每小时 50 英里）。
方向 (Direction)
方向告诉我们一个量作用于哪个方向（例如：向北、向东、向上，或者与水平面成 \(30^\circ\) 的夹角）。
2. 标量 vs. 向量：核心区别
数学和物理中的所有量都可以根据描述时是否需要方向分为两类。
A) 标量 (Scalar Quantities)
标量仅由其大小定义。对于标量而言，方向要么不相关，要么根本不存在。
- 关键特征：只有大小。
- 类比说明：如果你说你需要 5 千克 面粉，方向无关紧要。
标量示例：
- 时间 (2 小时)
- 质量 (50 kg)
- 距离 (行程 10 km)
- 速率 (120 km/h)
- 温度 (25 °C)
B) 向量 (Vector Quantities)
向量由大小和方向共同定义。
- 关键特征：既有大小，又有方向。
- 类比说明：如果 GPS 指引你向东北方向走 10 公里，方向就是至关重要的。
向量示例：
- 位移（位置的变化）
- 速度（特定方向上的速率）
- 力（特定方向上的推力或拉力）
- 加速度
快速回顾：距离 vs. 位移
这是最容易混淆的地方！
想象一下：向东走 3 公里，然后向西走 4 公里。
- 距离（标量）：行走的路径总长：\(3 + 4 = 7 \text{ km}\)。
- 位移（向量）：起点到终点的变化：\(3 \text{ km 东} - 4 \text{ km 西} = 1 \text{ km 西}\)。
重点总结：如果一个量必须包含方向才有意义，那就是向量；如果只关心数量，那就是标量。
3. 向量的表示法
向量既可以用几何图形表示，也可以用代数形式书写。我们需要清晰的符号系统，以免将其与标量混淆。
A) 几何表示（有向线段）
在视觉上，向量用箭头（有向线段）来表示。
- 箭头的长度代表向量的大小。
- 箭头尖端指明了方向。
- 如果向量从 A 点指向 B 点，我们将其记为 \(\vec{AB}\)。
B) 代数表示（列向量）
在坐标系中，我们常使用列向量来表示在 x 轴和 y 轴方向上的移动。
向量 \(\mathbf{a}\) 通常写作：
$$ \mathbf{a} = \begin{pmatrix} x \\ y \end{pmatrix} $$- \(x\) 代表水平移动（正数为向右，负数为向左）。
- \(y\) 代表垂直移动（正数为向上，负数为向下）。
示例：向量 \(\begin{pmatrix} 3 \\ -1 \end{pmatrix}\) 意味着向右移动 3 个单位，向下移动 1 个单位。
C) 书写规范
由于方向很重要，我们在书写时必须将向量与普通数字（标量）区分开：
- 印刷体（如课本）中，向量通常用加粗小写字母表示（例如 \(\mathbf{a}, \mathbf{b}\)）。
- 手写时，我们通常在字母上方加横线或箭头（例如 \(\vec{a}\) 或 \(\underline{a}\)）。
4. 向量运算：运动的代数
与标量不同，向量的加减法并不总是单纯的大小相加减，我们需要结合它们的分量进行计算。
A) 向量的加法
1. 代数法（使用列向量）
要相加两个向量，只需将它们对应的分量相加即可。
若 \(\mathbf{a} = \begin{pmatrix} x_1 \\ y_1 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} x_2 \\ y_2 \end{pmatrix}\)，则：
$$ \mathbf{a} + \mathbf{b} = \begin{pmatrix} x_1 + x_2 \\ y_1 + y_2 \end{pmatrix} $$示例：若 \(\mathbf{a} = \begin{pmatrix} 5 \\ 2 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} -1 \\ 4 \end{pmatrix}\)，则 \(\mathbf{a} + \mathbf{b} = \begin{pmatrix} 5 + (-1) \\ 2 + 4 \end{pmatrix} = \begin{pmatrix} 4 \\ 6 \end{pmatrix}\)。
2. 几何法（三角形法则）
要直观地相加 \(\mathbf{a} + \mathbf{b}\)，我们使用三角形法则：
- 画出向量 \(\mathbf{a}\)。
- 从 \(\mathbf{a}\) 的终点开始画向量 \(\mathbf{b}\)（首尾相接）。
- 合向量（resultant vector）即 \(\mathbf{a} + \mathbf{b}\)，是从 \(\mathbf{a}\) 的起点指向 \(\mathbf{b}\) 的终点的向量。
冷知识：这个合向量通常被称为合位移或合力。
B) 向量的减法
减去一个向量等于加上它的负向量。
向量 \(-\mathbf{a}\) 与 \(\mathbf{a}\) 的大小相同，但方向相反。
$$ \mathbf{a} - \mathbf{b} = \mathbf{a} + (-\mathbf{b}) $$代数减法即对应分量相减：
$$ \mathbf{a} - \mathbf{b} = \begin{pmatrix} x_1 - x_2 \\ y_1 - y_2 \end{pmatrix} $$示例：若 \(\mathbf{a} = \begin{pmatrix} 5 \\ 2 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} 1 \\ 4 \end{pmatrix}\)，则 \(\mathbf{a} - \mathbf{b} = \begin{pmatrix} 5 - 1 \\ 2 - 4 \end{pmatrix} = \begin{pmatrix} 4 \\ -2 \end{pmatrix}\)。
C) 标量乘法
将向量乘以标量 \(k\) 会改变其大小，甚至改变方向，但各分量之间的比例保持不变。
若 \(\mathbf{a} = \begin{pmatrix} x \\ y \end{pmatrix}\)，则：
$$ k\mathbf{a} = \begin{pmatrix} kx \\ ky \end{pmatrix} $$\(k\) 的作用是什么？
- 当 \(|k| > 1\) 时：向量被拉伸（大小增加）。
- 当 \(0 < |k| < 1\) 时：向量被缩短（大小减小）。
- 当 \(k\) 为正数时：方向保持不变。
- 当 \(k\) 为负数时：方向反转（指向完全相反的方向）。
示例：若 \(\mathbf{a} = \begin{pmatrix} 3 \\ 1 \end{pmatrix}\)，则 \(4\mathbf{a} = \begin{pmatrix} 12 \\ 4 \end{pmatrix}\)（方向不变，长度变为原来的 4 倍）。而 \(-2\mathbf{a} = \begin{pmatrix} -6 \\ -2 \end{pmatrix}\)（方向反转，长度变为原来的 2 倍）。
重点总结：几何上，向量加法遵循“首尾相连”法则；代数上，我们只需合并对应的分量。
5. 求向量的大小
由于二维空间中的向量本质上是坐标平面上的一条斜线，我们可以利用勾股定理求出它的长度（即大小）。
大小的符号表示
向量 \(\mathbf{a}\) 的大小记为 \(|\mathbf{a}|\) 或有时记为 \(||\mathbf{a}||\)。把这两条竖线想象成绝对值符号——我们只关心数值（长度），因此结果必须为正。
大小公式
若向量为 \(\mathbf{a} = \begin{pmatrix} x \\ y \end{pmatrix}\)，则其大小为：
$$ |\mathbf{a}| = \sqrt{x^2 + y^2} $$分步示例：
求向量 \(\mathbf{v} = \begin{pmatrix} 4 \\ -3 \end{pmatrix}\) 的大小。
- 确定分量：\(x = 4\)，\(y = -3\)。
- 平方分量：\(x^2 = 4^2 = 16\)，\(y^2 = (-3)^2 = 9\)。
- 将平方值相加：\(16 + 9 = 25\)。
- 开平方：\(|\mathbf{v}| = \sqrt{25} = 5\)。
向量 \(\mathbf{v}\) 的大小为 5 个单位。
切记避免的常见错误！
当平方负分量时，记住结果永远是正数！
例如：\((-3)^2 = 9\)，而不是 \(-9\)。 因为你在测量长度，根号下的数值必须始终为正或零。
6. 平行向量与共线
如果两个向量指向相同或完全相反的方向，则它们是平行的。我们可以通过判断其中一个向量是否为另一个向量的标量倍数来确定它们是否平行。
平行判定法
向量 \(\mathbf{a}\) 与向量 \(\mathbf{b}\) 平行的充要条件是：
$$ \mathbf{a} = k\mathbf{b} $$其中 \(k\) 为标量常数（非零的任何实数）。
- 若 \(k > 0\)，它们指向相同方向。
- 若 \(k < 0\)，它们指向相反方向。
示例：若 \(\mathbf{p} = \begin{pmatrix} 6 \\ 9 \end{pmatrix}\) 且 \(\mathbf{q} = \begin{pmatrix} 2 \\ 3 \end{pmatrix}\)。由于 \(\mathbf{p} = 3\mathbf{q}\)，所以这两个向量平行。
共线 (Collinearity)
平行向量的一个重要应用是证明三点 (A, B, C) 共线（意味着它们位于同一条直线上）。
要证明 A、B、C 三点共线，必须证明以下两点：
- 向量 \(\vec{AB}\) 与向量 \(\vec{BC}\) 平行（即 \(\vec{AB} = k \vec{BC}\)）。
- 这两个向量共用一个公共点（本例中为 B 点）。
因为它们平行且共用一点，所以它们必然位于同一条直线上。
重点总结：平行向量仅仅是彼此的倍数关系。