歡迎來到進階向量（Further Vectors）！
在標準 A Level 數學課程中，你已經掌握了向量的基礎——包括向量加法、計算模（magnitude）以及純量積（點積）。在進階純數學 1 (FP1) 中，我們會將這些技巧應用到三維空間，去解決更有趣的問題。我們將學習如何計算 3D 空間中的面積和體積，並用一種全新的方式來描述直線。你可以把這章節想像成數學旅程中的「GPS 與 3D 繪圖」單元！
1. 向量積（Vector Product，\(\mathbf{a} \times \mathbf{b}\)）
你已經熟悉了純量積（結果是一個數值）。現在，讓我們來認識向量積（也稱為叉積）。顧名思義，它的運算結果是一個向量。
這是什麼？
向量積 \(\mathbf{a} \times \mathbf{b}\) 會產生一個新的向量，它與 \(\mathbf{a}\) 和 \(\mathbf{b}\) 同時垂直（成 90 度角）。如果 \(\mathbf{a}\) 和 \(\mathbf{b}\) 平放在桌面上，那麼 \(\mathbf{a} \times \mathbf{b}\) 的方向就是垂直向上或向下。
如何計算
對於向量 \(\mathbf{a} = \begin{pmatrix} a_1 \\ a_2 \\ a_3 \end{pmatrix}\) 和 \(\mathbf{b} = \begin{pmatrix} b_1 \\ b_2 \\ b_3 \end{pmatrix}\)，計算 \(\mathbf{a} \times \mathbf{b}\) 最簡單的方法是使用 3x3 行列式：
\(\mathbf{a} \times \mathbf{b} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{vmatrix}\)
逐步運算：
1. 遮住 \(\mathbf{i}\) 欄：\((a_2b_3 - a_3b_2)\mathbf{i}\)
2. 遮住 \(\mathbf{j}\) 欄（千萬別忘記變號！）：\(-(a_1b_3 - a_3b_1)\mathbf{j}\)
3. 遮住 \(\mathbf{k}\) 欄：\((a_1b_2 - a_2b_1)\mathbf{k}\)
記憶小撇步：記住欄位的符號規律是：加、減、加。
計算面積
向量積最酷的特性之一，就是它的模代表了面積：
平行四邊形面積： \(Area = |\mathbf{a} \times \mathbf{b}|\)
三角形面積： \(Area = \frac{1}{2}|\mathbf{a} \times \mathbf{b}|\)
類比： 如果向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 是實體框架的兩條邊，那麼叉積的長度實際上就是該框架所覆蓋的「陰影」或表面積大小。
常見錯誤：忘記向量積不具備交換律。\(\mathbf{a} \times \mathbf{b} = -(\mathbf{b} \times \mathbf{a})\)。方向會完全相反！
重點總結：向量積會給你一個垂直向量，而它的模則代表由這兩個向量所構成圖形的面積。
2. 純量三重積（Scalar Triple Product，\(\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})\)）
現在我們要結合點積和叉積。這可以用來計算 3D 空間中的體積。
平行六面體（Parallelepiped）
平行六面體基本上就是一個被「壓扁」的 3D 盒子（所有面都是平行四邊形）。如果三條邊以同一個角匯聚，且由向量 \(\mathbf{a}\)、\(\mathbf{b}\) 和 \(\mathbf{c}\) 表示：
體積 = \(|\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})|\)
四面體（Tetrahedron）
四面體是一個底面為三角形的 3D 金字塔。它的體積比平行六面體小得多。同樣使用這三個向量：
體積 = \(\frac{1}{6}|\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})|\)
你知道嗎？如果純量三重積等於零，這意味著這三個向量是共面的（coplanar）。這是因為它們沒有「高度」，所以體積為零。它們都處於同一張平面的紙上！
重點總結：計算體積時使用三重積。金字塔（四面體）用「1/6」，盒子（平行六面體）用「1」。
3. 進階直線方程式
你已經見過直線方程式 \(\mathbf{r} = \mathbf{a} + \lambda\mathbf{b}\)。在 FP1 中，我們可以使用向量積來寫出不同的形式。
向量積形式
直線方程式可以寫成：
\((\mathbf{r} - \mathbf{a}) \times \mathbf{b} = \mathbf{0}\)
為什麼這樣有效？
記得 \(\mathbf{r} - \mathbf{a}\) 是從直線上一個固定點指向直線上任意一點的向量。為了使這一點在直線上，該向量必須與方向向量 \(\mathbf{b}\) 平行。當兩個向量平行時，它們的向量積為零 (\(\mathbf{0}\))。
不用擔心，如果這看起來很難：這只是用不同的「語言」來表達同一件事。如果你看到這種形式，\(\mathbf{a}\) 是你的位置向量（某個點），而 \(\mathbf{b}\) 是你的方向向量。
重點總結：如果 \((\text{向量}) \times \mathbf{b} = 0\)，代表該向量與 \(\mathbf{b}\) 平行。這能找出該直線上所有的點。
4. 方向比與方向餘弦
這些是描述 3D 空間中直線「航向」或「傾斜度」的方法。
方向比（Direction Ratios）
如果一條直線有方向向量 \(\mathbf{d} = \begin{pmatrix} l \\ m \\ n \end{pmatrix}\)，那麼 \(l, m, n\) 就是方向比。你可以將它們乘以任何數 \(k\)，它們依然代表相同的方向比。例如，\((1, 2, 2)\) 與 \((10, 20, 20)\) 的方向是相同的。
方向餘弦（Direction Cosines）
方向餘弦更為具體。它們是單位向量（長度為 1 的向量）的方向比。通常寫作 \((\cos \alpha, \cos \beta, \cos \gamma)\)，其中：
\(\alpha\) = 與 x 軸的夾角
\(\beta\) = 與 y 軸的夾角
\(\gamma\) = 與 z 軸的夾角
「魔法」特性：
對於任何直線，方向餘弦的平方和總是等於 1：
\(\cos^2 \alpha + \cos^2 \beta + \cos^2 \gamma = 1\)
快速複習：如何求方向餘弦
1. 取你的方向向量 \(\begin{pmatrix} a \\ b \\ c \end{pmatrix}\)。
2. 計算模：\(D = \sqrt{a^2 + b^2 + c^2}\)。
3. 將每個分量除以 \(D\)。結果就是你的方向餘弦：\(\frac{a}{D}, \frac{b}{D}, \frac{c}{D}\)。
重點總結：方向比給你一般的「斜率」。方向餘弦則透過單位向量給出與各軸之間精確的角度。
檢查清單
你是否能夠：
- 使用行列式計算 \(\mathbf{a} \times \mathbf{b}\)？
- 使用向量計算三角形或平行四邊形的面積？
- 計算四面體（乘 \(\frac{1}{6}\)）或平行六面體的體積？
- 識別 \((\mathbf{r} - \mathbf{a}) \times \mathbf{b} = \mathbf{0}\) 形式的直線？
- 將方向向量轉化為單位向量以求出方向餘弦？
你一定做得到的！多練習行列式計算，因為這是最容易得分或失分的地方。