欢迎来到向量的世界！（P4 数学）

你好，未来的数学家！本章——向量 (Vectors)，是你在纯数学 4 (Pure Mathematics 4) 中将要学习的最强大的工具之一。如果“模长 (magnitude)”和“标量积 (scalar product)”这些词听起来很复杂，别担心——我们会把所有内容拆解成简单、易懂的步骤。

向量本质上是空间中移动的指令。它们不仅能让我们描述平纸上（二维）的几何与运动，还能描述真实的三维世界（三维）。掌握这一章对于理解物理、工程学和高等数学至关重要。
让我们开始吧！

本章引言要点

向量描述了三维空间中的位置和运动，这是应用数学的基础。

1. 基础知识：三维空间与向量表示法

1.1. 三维坐标系

在处理运动之前，我们需要一张地图。在三维空间中，我们使用三个轴：\(x\) 轴（宽度）、\(y\) 轴（深度）和 \(z\) 轴（高度）。空间中的一个点由三个坐标定义：\((x, y, z)\)。

  • 类比： 想象你站在房间的一个角落。\(x\) 轴沿着你左侧/右侧的墙壁，\(y\) 轴从墙壁向房间内部延伸，\(z\) 轴直冲天花板。

1.2. 定义向量

向量是一个既有模长（大小或长度）又有方向的量。这与标量（如温度或时间，它们只有大小）不同。

我们用粗体字母（\(\mathbf{a}\) 或 \(\mathbf{r}\)）表示向量，或者在代表起点和终点的字母上方画箭头（例如 \(\vec{AB}\)）。

向量表示法：列向量与基向量

向量 \(\mathbf{a}\) 主要有两种写法：

  1. 列向量表示法： $$\mathbf{a} = \begin{pmatrix} x \\ y \\ z \end{pmatrix}$$ 例子： 一个在 \(x\) 方向移动 2 个单位，在 \(y\) 方向移动 -1 个单位，在 \(z\) 方向移动 5 个单位的向量是 \(\begin{pmatrix} 2 \\ -1 \\ 5 \end{pmatrix}\)。
  2. 基向量表示法 (i, j, k)：

    基向量 \(\mathbf{i}\)、\(\mathbf{j}\) 和 \(\mathbf{k}\) 分别代表沿 \(x\)、\(y\)、\(z\) 轴正方向移动 1 个单位。 $$\mathbf{a} = x\mathbf{i} + y\mathbf{j} + z\mathbf{k}$$

    例子： \(\mathbf{a} = 2\mathbf{i} - \mathbf{j} + 5\mathbf{k}\)

1.3. 向量的模长（长度）

向量 \(\mathbf{a}\) 的模长（或称绝对值）就是它的长度。我们使用符号 \(|\mathbf{a}|\) 或 \(|\vec{AB}|\)。它是利用三维勾股定理计算的。

对于向量 \(\mathbf{a} = \begin{pmatrix} x \\ y \\ z \end{pmatrix}\)：

$$|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}$$

例子： 如果 \(\mathbf{v} = 3\mathbf{i} - 4\mathbf{j} + 0\mathbf{k}\)，那么 $$|\mathbf{v}| = \sqrt{3^2 + (-4)^2 + 0^2} = \sqrt{9 + 16 + 0} = \sqrt{25} = 5$$

单位向量

单位向量是模长正好为 1 的向量。要寻找与 \(\mathbf{a}\) 同方向的单位向量 \(\hat{\mathbf{a}}\)：

$$\hat{\mathbf{a}} = \frac{1}{|\mathbf{a}|} \mathbf{a}$$

这本质上是将向量除以它自己的长度，将其缩减到大小为 1。

第 1 节快速回顾

向量具有大小和方向。我们使用列向量或 \(\mathbf{i}, \mathbf{j}, \mathbf{k}\) 表示法。模长使用 \(|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}\) 计算。

2. 向量运算与位置向量

2.1. 加法与减法

向量的加减很简单：只需对应分量相加或相减即可。

若 \(\mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \\ a_3 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} b_1 \\ b_2 \\ b_3 \end{pmatrix}\)，则：

$$\mathbf{a} + \mathbf{b} = \begin{pmatrix} a_1 + b_1 \\ a_2 + b_2 \\ a_3 + b_3 \end{pmatrix}$$

  • 类比： 向量相加就像先执行一条指令 (\(\mathbf{a}\))，再执行下一条指令 (\(\mathbf{b}\))。结果是从 \(\mathbf{a}\) 的起点直接到达 \(\mathbf{b}\) 终点的单一指令。

2.2. 位置向量与位移向量

位置向量 (\(\mathbf{r}\) 或 \(\mathbf{a}\)) 告诉你某点相对于原点 \((0, 0, 0)\) 的位置。如果点 A 的坐标是 \((x_A, y_A, z_A)\)，它的位置向量为 \(\vec{OA} = \mathbf{a} = x_A\mathbf{i} + y_A\mathbf{j} + z_A\mathbf{k}\)。

位移向量连接两个特定的点 A 和 B。要寻找向量 \(\vec{AB}\)（从 A 到 B 的路径），我们使用经过原点的绕行路径：

$$\vec{AB} = \vec{OB} - \vec{OA} = \mathbf{b} - \mathbf{a}$$

记忆技巧： 要从 A 到 B，用 B 的位置向量减去 A 的位置向量。（终点字母减去起点字母。）

3. 标量积（点积）

标量积是 P4 中的一个关键概念。它告诉我们两个向量在多大程度上指向同一个方向。当你使用标量积“乘”两个向量时，结果永远是一个标量（一个数字），而不是另一个向量。

3.1. 计算标量积

有两种计算两个向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 标量积的基本方法。

方法 1：分量形式（计算）

如果 \(\mathbf{a} = a_1\mathbf{i} + a_2\mathbf{j} + a_3\mathbf{k}\) 且 \(\mathbf{b} = b_1\mathbf{i} + b_2\mathbf{j} + b_3\mathbf{k}\)，那么标量积 \(\mathbf{a} \cdot \mathbf{b}\) 为：

$$\mathbf{a} \cdot \mathbf{b} = a_1 b_1 + a_2 b_2 + a_3 b_3$$

例子： 若 \(\mathbf{a} = 2\mathbf{i} + \mathbf{j} - 3\mathbf{k}\) 且 \(\mathbf{b} = 4\mathbf{i} + 0\mathbf{j} + \mathbf{k}\)。 $$\mathbf{a} \cdot \mathbf{b} = (2)(4) + (1)(0) + (-3)(1) = 8 + 0 - 3 = 5$$

方法 2：角度形式（结果）

标量积也可以用两个向量之间的夹角 \(\theta\) 来定义：

$$\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| |\mathbf{b}| \cos \theta$$

你知道吗？ 在物理学中，如果 \(\mathbf{a}\) 是力，\(\mathbf{b}\) 是位移，那么标量积就代表做功 (Work Done)！

3.2. 寻找两个向量之间的夹角

标量积在 P4 中主要用于寻找两个向量之间的夹角 \(\theta\)。通过重排角度公式：

$$\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}| |\mathbf{b}|}$$

寻找 \(\theta\) 的分步指南：
  1. 使用方法 1 计算标量积 (\(\mathbf{a} \cdot \mathbf{b}\))。
  2. 计算每个向量的模长 (\(|\mathbf{a}|\) 和 \(|\mathbf{b}|\))。
  3. 将这些值代入 \(\cos \theta\) 公式中。
  4. 使用 \(\theta = \arccos(...) \) 求出角度。（确保你的计算器根据题目要求处于角度制或弧度制模式！）

3.3. 垂直条件

这是 P4 向量中最重要的概念之一。

如果两个向量垂直（成直角，\(\theta = 90^\circ\)），则 \(\cos 90^\circ = 0\)。

因此，如果 \(\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| |\mathbf{b}| \cos 90^\circ\)：

两个非零向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 垂直的充分必要条件是： $$\mathbf{a} \cdot \mathbf{b} = 0$$

避免常见错误： 如果题目问两个向量是否垂直，千万不要试图证明 \(\theta = 90^\circ\)。只需计算它们的标量积。如果结果为零，它们就垂直；如果不为零，则不垂直。

第 3 节要点

标量积 (\(\mathbf{a} \cdot \mathbf{b}\)) 是通过对应分量相乘并求和得到的。它用于寻找夹角，若 \(\mathbf{a} \cdot \mathbf{b} = 0\)，则向量垂直。

4. 三维空间中的直线方程

在二维中，我们使用 \(y = mx + c\)。在三维空间中，这不太适用。相反，我们使用一个起点和一个方向来定义一条直线。

4.1. 直线的向量形式

一条通过固定点 A（位置向量为 \(\mathbf{a}\)）且平行于方向向量 \(\mathbf{d}\) 的直线 \(L\)，其方程为：

$$\mathbf{r} = \mathbf{a} + \lambda \mathbf{d}$$

  • \(\mathbf{r}\) 是直线上任意点的位置向量。
  • \(\mathbf{a}\) 是直线上已知点的位置向量（起点）。
  • \(\mathbf{d}\) 是方向向量（斜率/路径）。
  • \(\lambda\) (lambda) 是标量参数。它告诉我们要沿 \(\mathbf{d}\) 方向走多远。

类比： 把 \(\mathbf{r} = \mathbf{a} + \lambda \mathbf{d}\) 想象成一张藏宝图：“从地点 \(\mathbf{a}\) 出发，然后沿 \(\mathbf{d}\) 方向移动一段距离 \(\lambda\)。”

向量形式举例

如果一条直线通过点 \((1, 5, -2)\) 且平行于向量 \(\mathbf{d} = 3\mathbf{i} - \mathbf{j} + 4\mathbf{k}\)：

$$\mathbf{r} = \begin{pmatrix} 1 \\ 5 \\ -2 \end{pmatrix} + \lambda \begin{pmatrix} 3 \\ -1 \\ 4 \end{pmatrix}$$

这条线上的任何点都可以写成参数形式： $$x = 1 + 3\lambda$$ $$y = 5 - \lambda$$ $$z = -2 + 4\lambda$$

4.2. 直线的笛卡尔（对称）形式

你可以从参数方程中消去参数 \(\lambda\) 来得到笛卡尔形式。考试中经常需要这样做。

根据上面的例子： $$\lambda = \frac{x-1}{3} \quad | \quad \lambda = \frac{y-5}{-1} \quad | \quad \lambda = \frac{z-(-2)}{4}$$

因为这些表达式都等于 \(\lambda\)，所以它们必定相等：

$$\frac{x-x_1}{d_1} = \frac{y-y_1}{d_2} = \frac{z-z_1}{d_3}$$

其中 \((x_1, y_1, z_1)\) 是点 A，\(\mathbf{d} = (d_1, d_2, d_3)\) 是方向向量。

4.3. 两条直线的交点

如果两条直线 \(L_1\) 和 \(L_2\) 相交，必定存在一个点 \((x, y, z)\) 满足两个方程。

直线 1：\(\mathbf{r} = \mathbf{a}_1 + \lambda \mathbf{d}_1\)
直线 2：\(\mathbf{r} = \mathbf{a}_2 + \mu \mathbf{d}_2\)
(关键： 第二条直线一定要用不同的参数，例如 \(\mu\) (mu)！)

寻找交点的分步指南：
  1. 令它们相等： 令 \(\mathbf{a}_1 + \lambda \mathbf{d}_1 = \mathbf{a}_2 + \mu \mathbf{d}_2\)。
  2. 建立联立方程组： 这个等式会产生三个标量方程（分别对应 \(x, y, z\)）。

    例子： 若 \(L_1: x = 1+\lambda\) 且 \(L_2: x = 5+2\mu\)，则 \(1+\lambda = 5+2\mu\)。

  3. 解参数： 使用前两个方程联立解出 \(\lambda\) 和 \(\mu\)。
  4. 检查一致性： 将求得的 \(\lambda\) 和 \(\mu\) 值代入第三个方程。
    • 如果第三个方程成立（左边 = 右边），说明直线相交。
    • 如果第三个方程不成立，说明直线不相交（它们是异面直线或平行）。
  5. 找到交点： 如果它们相交，将 \(\lambda\) 的值代回 \(L_1\)（或将 \(\mu\) 代回 \(L_2\)）即可求得坐标 \((x, y, z)\)。

4.4. 两条直线之间的夹角

两条直线之间的夹角定义为它们方向向量 \(\mathbf{d}_1\) 和 \(\mathbf{d}_2\) 之间的夹角。

使用标量积公式：

$$\cos \theta = \frac{|\mathbf{d}_1 \cdot \mathbf{d}_2|}{|\mathbf{d}_1| |\mathbf{d}_2|}$$

(注意： 我们通常对分子取绝对值 \(|\mathbf{d}_1 \cdot \mathbf{d}_2|\)，以确保我们得到的是直线之间的锐角，即 \(0^\circ \le \theta \le 90^\circ\)，除非题目特别要求钝角。)

第 4 节要点

直线方程为 \(\mathbf{r} = \mathbf{a} + \lambda \mathbf{d}\)。求交点需要解出 \(\lambda\) 和 \(\mu\)，并利用第三个坐标检查一致性。两条直线间的夹角即为它们方向向量间的夹角。

5. 鼓励与最后的建议

给努力同学的一点建议

向量中最困难的通常不是计算，而是几何逻辑和符号管理。如果你感到迷茫，回头看看这些类比：
1. 位置向量 \(\mathbf{a}\)： 你在原点的出发基地。
2. 位移 \(\vec{AB}\)： 两点之间的快捷路径。
3. 标量积 (\(\mathbf{a} \cdot \mathbf{b}\))： 快速判断垂直的工具。
4. 直线方程 \(\mathbf{r} = \mathbf{a} + \lambda \mathbf{d}\)： 一套 GPS 指令。

在求解交点联立方程时要多练代数运算，因为这里最容易出现算术错误。你可以做到的！

常见错误清单

  • 漏掉负号： 在计算 \(\vec{AB}\) 时，学生常写成 \(\mathbf{a} + \mathbf{b}\) 而不是 \(\mathbf{b} - \mathbf{a}\)。记住：终点减起点。
  • 混淆参数： 求交点时对两条直线都用 \(\lambda\)。一定要分别使用 \(\lambda\) 和 \(\mu\)。
  • 解方程与检查： 第三个方程只用于检查交点问题中的一致性。
  • 用位置向量求角： 求两条直线间的夹角时，只能用方向向量 (\(\mathbf{d}_1\) 和 \(\mathbf{d}_2\))。

祝你复习顺利。你已经成功驾驭了三维空间的复杂性！