歡迎來到向量的世界！（P4 數學）
你好，未來的數學家！本章節「向量」是你在 Pure Mathematics 4 中會學到的最強大工具之一。別擔心「模（magnitude）」和「純量積（scalar product）」這些術語聽起來很複雜——我們將會把它們拆解成簡單、易懂的步驟。
向量本質上是空間中的移動指令。它們讓我們不僅能在平面（二維）上，還能在真實的三維世界（三維）中描述幾何與移動。掌握這一章對於理解物理、工程學和高等數學至關重要。
讓我們開始吧！
本章導讀重點
向量描述了三維空間中的位置與移動，這是應用數學不可或缺的基礎。
1. 基礎：三維空間與向量記號
1.1. 三維空間中的座標
在處理移動之前，我們需要一張地圖。在三維空間中，我們使用三個軸：\(x\) 軸（寬度）、\(y\) 軸（深度）和 \(z\) 軸（高度）。空間中的一個點由三個座標定義：\((x, y, z)\)。
- 類比：想像你站在房間的角落。\(x\) 軸沿著你左/右方的牆壁延伸，\(y\) 軸從牆壁向房間內部延伸，而 \(z\) 軸則直通天花板。
1.2. 定義向量
向量是一個同時具有模（大小或長度）與方向的量。這與純量（如溫度或時間，僅具大小）不同。
我們使用粗體字母（\(\mathbf{a}\) 或 \(\mathbf{r}\)）或在代表起點與終點的字母上畫箭頭（例如 \(\vec{AB}\)）來表示向量。
向量記號：列向量與基底向量
向量 \(\mathbf{a}\) 可以透過兩種主要方式書寫：
- 列向量記號： $$\mathbf{a} = \begin{pmatrix} x \\ y \\ z \end{pmatrix}$$ 例子：一個在 \(x\) 方向移動 2 單位，\(y\) 方向移動 -1 單位，\(z\) 方向移動 5 單位的向量是 \(\begin{pmatrix} 2 \\ -1 \\ 5 \end{pmatrix}\)。
-
基底向量記號 (\(\mathbf{i}, \mathbf{j}, \mathbf{k}\))：
基底向量 \(\mathbf{i}, \mathbf{j}, \mathbf{k}\) 分別代表沿著 \(x, y, z\) 軸移動 1 單位。 $$\mathbf{a} = x\mathbf{i} + y\mathbf{j} + z\mathbf{k}$$
例子：\(\mathbf{a} = 2\mathbf{i} - \mathbf{j} + 5\mathbf{k}\)
1.3. 向量的模（長度）
向量 \(\mathbf{a}\) 的模（或稱絕對值）即是它的長度。我們使用記號 \(|\mathbf{a}|\) 或 \(|\vec{AB}|\)。它是利用三維畢氏定理計算出來的。
對於向量 \(\mathbf{a} = \begin{pmatrix} x \\ y \\ z \end{pmatrix}\)：
$$|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}$$
例子：若 \(\mathbf{v} = 3\mathbf{i} - 4\mathbf{j} + 0\mathbf{k}\)，則 $$|\mathbf{v}| = \sqrt{3^2 + (-4)^2 + 0^2} = \sqrt{9 + 16 + 0} = \sqrt{25} = 5$$
單位向量
單位向量是指模恰好為 1 的任何向量。若要找到與 \(\mathbf{a}\) 同方向的單位向量 \(\hat{\mathbf{a}}\)：
$$\hat{\mathbf{a}} = \frac{1}{|\mathbf{a}|} \mathbf{a}$$
這本質上就是將向量除以它自己的長度，將其縮小至長度為 1。
小複習：第一部分
向量具有模與方向。我們使用列向量或 \(\mathbf{i}, \mathbf{j}, \mathbf{k}\) 記號。模的計算公式為 \(|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}\)。
2. 向量運算與位置向量
2.1. 加法與減法
向量的加減法很簡單：只需將對應的分量相加或相減即可。
若 \(\mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \\ a_3 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} b_1 \\ b_2 \\ b_3 \end{pmatrix}\)，則：
$$\mathbf{a} + \mathbf{b} = \begin{pmatrix} a_1 + b_1 \\ a_2 + b_2 \\ a_3 + b_3 \end{pmatrix}$$
- 類比：向量相加就像先執行一個指令（\(\mathbf{a}\)），再執行下一個指令（\(\mathbf{b}\)）。結果就是能讓你從 \(\mathbf{a}\) 的起點走到 \(\mathbf{b}\) 的終點的那單一指令。
2.2. 位置向量與位移向量
位置向量（\(\mathbf{r}\) 或 \(\mathbf{a}\)）告訴你某點相對於原點 \((0, 0, 0)\) 的位置。如果點 A 的座標是 \((x_A, y_A, z_A)\)，則它的位置向量為 \(\vec{OA} = \mathbf{a} = x_A\mathbf{i} + y_A\mathbf{j} + z_A\mathbf{k}\)。
位移向量連接兩個特定的點 A 和 B。要找到向量 \(\vec{AB}\)（從 A 到 B 的路徑），我們利用原點作為中轉站：
$$\vec{AB} = \vec{OB} - \vec{OA} = \mathbf{b} - \mathbf{a}$$
記憶小撇步：要從 A 到 B，用 B 的位置減去 A 的位置。（終點位置減去起點位置。）
3. 純量積（點積）
純量積是 P4 中的核心概念。它告訴我們兩個向量在多大程度上指向同一個方向。當你使用純量積「相乘」兩個向量時，結果永遠是一個純量（單一數字），而不是另一個向量。
3.1. 計算純量積
計算兩個向量 \(\mathbf{a}\) 與 \(\mathbf{b}\) 的純量積有兩種基本方法。
方法一：分量形式（直接計算）
若 \(\mathbf{a} = a_1\mathbf{i} + a_2\mathbf{j} + a_3\mathbf{k}\) 且 \(\mathbf{b} = b_1\mathbf{i} + b_2\mathbf{j} + b_3\mathbf{k}\)，純量積 \(\mathbf{a} \cdot \mathbf{b}\) 為：
$$\mathbf{a} \cdot \mathbf{b} = a_1 b_1 + a_2 b_2 + a_3 b_3$$
例子：若 \(\mathbf{a} = 2\mathbf{i} + \mathbf{j} - 3\mathbf{k}\) 且 \(\mathbf{b} = 4\mathbf{i} + 0\mathbf{j} + \mathbf{k}\)。 $$\mathbf{a} \cdot \mathbf{b} = (2)(4) + (1)(0) + (-3)(1) = 8 + 0 - 3 = 5$$
方法二：角度形式（結果導向）
純量積也可以透過兩個向量之間的夾角 \(\theta\) 來定義：
$$\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| |\mathbf{b}| \cos \theta$$
你知道嗎？在物理學中，若 \(\mathbf{a}\) 是力，而 \(\mathbf{b}\) 是位移，則純量積就代表所做的功！
3.2. 尋找兩個向量之間的夾角
純量積在 P4 中的主要用途是尋找兩個向量之間的夾角 \(\theta\)。透過重組角度公式：
$$\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}| |\mathbf{b}|}$$
尋找 \(\theta\) 的分步指南：
- 使用方法一計算純量積 (\(\mathbf{a} \cdot \mathbf{b}\))。
- 計算每個向量的模 (\(|\mathbf{a}|\) 和 \(|\mathbf{b}|\))。
- 將這些數值代入 \(\cos \theta\) 公式。
- 使用 \(\theta = \arccos(...) \) 求出角度。（請確保你的計算機根據題目要求，設定在角度制或弧度制！）
3.3. 垂直條件
這是 P4 向量中最核心的概念之一。
如果兩個向量垂直（相交成直角，\(\theta = 90^\circ\)），則 \(\cos 90^\circ = 0\)。
因此，若 \(\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| |\mathbf{b}| \cos 90^\circ\)：
兩個非零向量 \(\mathbf{a}\) 與 \(\mathbf{b}\) 垂直的充要條件為： $$\mathbf{a} \cdot \mathbf{b} = 0$$
避免常見錯誤：若題目詢問兩個向量是否垂直，請「不要」嘗試證明 \(\theta = 90^\circ\)。只需計算純量積。如果結果為 0，它們就是垂直的；如果不為 0，則不是。
小複習：第三部分
純量積 (\(\mathbf{a} \cdot \mathbf{b}\)) 是透過對應分量相乘後相加得到的。它用於尋找夾角；若 \(\mathbf{a} \cdot \mathbf{b} = 0\)，則向量垂直。
4. 三維直線方程
在二維中，我們使用 \(y = mx + c\)。但在三維空間中，這行不通。相反，我們使用一個起點和一個方向來定義一條直線。
4.1. 直線的向量形式
通過固定點 A（位置向量為 \(\mathbf{a}\)）且平行於方向向量 \(\mathbf{d}\) 的直線 \(L\) 表示為：
$$\mathbf{r} = \mathbf{a} + \lambda \mathbf{d}$$
- \(\mathbf{r}\) 是線上任意點的位置向量。
- \(\mathbf{a}\) 是線上一個已知點的位置向量（起點）。
- \(\mathbf{d}\) 是方向向量（斜率/路徑）。
- \(\lambda\)（lambda）是純量參數，代表我們沿著 \(\mathbf{d}\) 方向移動了多少。
類比：將 \(\mathbf{r} = \mathbf{a} + \lambda \mathbf{d}\) 視為藏寶圖：「從 \(\mathbf{a}\) 位置出發，然後以 \(\mathbf{d}\) 的方向移動 \(\lambda\) 的長度。」
向量形式例子
若一條直線通過點 \((1, 5, -2)\) 且平行於向量 \(\mathbf{d} = 3\mathbf{i} - \mathbf{j} + 4\mathbf{k}\)：
$$\mathbf{r} = \begin{pmatrix} 1 \\ 5 \\ -2 \end{pmatrix} + \lambda \begin{pmatrix} 3 \\ -1 \\ 4 \end{pmatrix}$$
這條線上的任何點都可以寫成參數形式： $$x = 1 + 3\lambda$$ $$y = 5 - \lambda$$ $$z = -2 + 4\lambda$$
4.2. 直線的笛卡兒（對稱）形式
你可以從參數方程中消去參數 \(\lambda\) 來得到笛卡兒形式。考試中經常會要求這樣做。
從上述例子來看： $$\lambda = \frac{x-1}{3} \quad | \quad \lambda = \frac{y-5}{-1} \quad | \quad \lambda = \frac{z-(-2)}{4}$$
因為這些表達式都等於 \(\lambda\)，所以它們必須彼此相等：
$$\frac{x-x_1}{d_1} = \frac{y-y_1}{d_2} = \frac{z-z_1}{d_3}$$
其中 \((x_1, y_1, z_1)\) 是點 A，且 \(\mathbf{d} = (d_1, d_2, d_3)\) 是方向向量。
4.3. 兩條直線的交點
若兩條直線 \(L_1\) 與 \(L_2\) 相交，必定存在一個點 \((x, y, z)\) 同時滿足兩個方程。
直線 1：\(\mathbf{r} = \mathbf{a}_1 + \lambda \mathbf{d}_1\)
直線 2：\(\mathbf{r} = \mathbf{a}_2 + \mu \mathbf{d}_2\)
(關鍵：對於第二條直線，請務必使用不同的參數，例如 \(\mu\) (mu)！)
尋找交點的分步指南：
- 令其相等：設 \(\mathbf{a}_1 + \lambda \mathbf{d}_1 = \mathbf{a}_2 + \mu \mathbf{d}_2\)。
-
建立聯立方程：這會生成三個純量方程（分別對應 \(x, y, z\)）。
例子：若 \(L_1: x = 1+\lambda\) 且 \(L_2: x = 5+2\mu\)，則 \(1+\lambda = 5+2\mu\)。
- 求解參數：使用前兩個方程聯立求解 \(\lambda\) 與 \(\mu\)。
-
檢查一致性：將算出的 \(\lambda\) 與 \(\mu\) 代入第三個方程。
- 若第三個方程成立（左邊 = 右邊），則兩直線相交。
- 若第三個方程不成立，則兩直線不相交（它們是異面或平行）。
- 求交點：若相交，將 \(\lambda\) 代回 \(L_1\)（或將 \(\mu\) 代回 \(L_2\)）即可求出座標 \((x, y, z)\)。
4.4. 兩條直線之間的夾角
兩條直線之間的夾角定義為它們方向向量 \(\mathbf{d}_1\) 與 \(\mathbf{d}_2\) 之間的夾角。
使用純量積公式：
$$\cos \theta = \frac{|\mathbf{d}_1 \cdot \mathbf{d}_2|}{|\mathbf{d}_1| |\mathbf{d}_2|}$$
(注意：我們通常對分子取絕對值 \(|\mathbf{d}_1 \cdot \mathbf{d}_2|\)，以確保求出兩線之間的銳角，即 \(0^\circ \le \theta \le 90^\circ\)，除非題目特別要求鈍角。)
小複習：第四部分
直線方程為 \(\mathbf{r} = \mathbf{a} + \lambda \mathbf{d}\)。尋找交點需解出 \(\lambda\) 與 \(\mu\)，並利用第三個座標檢查一致性。直線間的夾角即為方向向量間的夾角。
5. 鼓勵與最後小貼士
給感到吃力的同學的一句話
向量中最困難的通常不是計算，而是幾何圖形與符號的管理。如果你感到困惑，請回到類比中思考：
1. 位置向量 \(\mathbf{a}\)：你在原點的起始基地。
2. 位移 \(\vec{AB}\)：兩點之間的快捷路徑。
3. 純量積 (\(\mathbf{a} \cdot \mathbf{b}\))：檢查垂直的快速方法。
4. 直線方程 \(\mathbf{r} = \mathbf{a} + \lambda \mathbf{d}\)：一組 GPS 指令。
在求解聯立方程找交點時，請多練習代數技巧，因為那裡最容易出現算術錯誤。你一定可以的！
常見錯誤清單
- 忘記負號：在找 \(\vec{AB}\) 時，同學常寫成 \(\mathbf{a} + \mathbf{b}\) 而非 \(\mathbf{b} - \mathbf{a}\)。記住：終點減起點。
- 混用參數：找交點時對兩條線都使用 \(\lambda\)。請務必分別使用 \(\lambda\) 與 \(\mu\)。
- 求解與檢查：在處理交點問題時，一定要將第三個方程只用作一致性檢查。
- 誤用位置向量求夾角：尋找兩直線夾角時，只能使用方向向量（\(\mathbf{d}_1\) 與 \(\mathbf{d}_2\)）。
祝你溫習順利。你已經成功克服三維空間的複雜挑戰了！