Vectors

歡迎來到向量的世界！

歡迎！今天我們要深入探討向量 (Vectors)。如果你曾經給別人指路，說「往那棵大橡樹的方向走 50 米」，你其實已經在使用向量了！在數學中，向量不僅僅是一個數字，它是一個能同時告訴我們距離有多遠和朝什麼方向的工具。這一章非常重要，因為它架起了簡單數值與物理運動及力學世界之間的橋樑。如果一開始覺得有點「抽象」，別擔心——我們會一步一步來拆解它！

1. 什麼是向量？

在你之前的數學學習中，你大多處理的是純量 (Scalars)。純量只是一個大小（量級），例如「5 公斤」或「攝氏 10 度」。而向量則不同，它包含兩個部分：
1. 量級/模 (Magnitude)（它有多大？）
2. 方向 (Direction)（它指向哪裡？）

視覺化向量

我們用箭頭來表示向量。箭頭的長度代表量級，而箭頭尖端則代表方向。
- 標記法：我們常用 a（印刷體為粗體）或 \(\underline{a}\)（手寫時加上底線）來表示向量。如果一個向量從 \(A\) 點指向 \(B\) 點，我們寫作 \(\vec{AB}\)。

行向量 (Column Vectors)

為了讓計算更方便，我們使用行向量。對於二維向量，我們寫作 \(\begin{pmatrix} x \\ y \end{pmatrix}\)。對於三維向量，我們加上第三個數字：\(\begin{pmatrix} x \\ y \\ z \end{pmatrix}\)。
- \(x\) 代表沿 x 軸移動的距離。
- \(y\) 代表沿 y 軸移動的距離。
- \(z\) 代表沿 z 軸移動的距離。

快速回顧：向量就像是「移動指令」。如果你有 \(\begin{pmatrix} 3 \\ -2 \end{pmatrix}\)，意思就是「向右走 3 步，向下走 2 步」。

2. 位置向量與位移向量

這是一個學生經常混淆的地方，但這裡有一個簡單的記憶方法：

位置向量 (Position Vectors)：這類向量永遠從原點 (Origin) \((0, 0, 0)\) 出發。我們將 \(A\) 點的位置向量稱為 \(\vec{OA}\)。它精確地告訴你 \(A\) 點在空間中的位置。

位移向量 (Displacement Vectors)：這類向量告訴你如何從一個點移動到另一個點（例如：從 \(A\) 到 \(B\)）。
記憶小撇步：要找到向量 \(\vec{AB}\)，請記住「終點減起點」。
\(\vec{AB} = \vec{OB} - \vec{OA}\)

常見錯誤：學生經常不小心算成 \(\vec{OA} - \vec{OB}\)。請務必記住：後面的字母減前面的字母！

重點總結：位置向量就像是座標，但以行向量形式書寫；位移向量則是兩個位置之間的「路徑」。

3. 單位向量：i, j 和 k

你可以把 \(\mathbf{i}, \mathbf{j},\) 和 \(\mathbf{k}\) 想像成所有向量的「積木」。
- \(\mathbf{i}\) 是在 \(x\) 方向上長度為 1 的向量：\(\begin{pmatrix} 1 \\ 0 \\ 0 \end{pmatrix}\)
- \(\mathbf{j}\) 是在 \(y\) 方向上長度為 1 的向量：\(\begin{pmatrix} 0 \\ 1 \\ 0 \end{pmatrix}\)
- \(\mathbf{k}\) 是在 \(z\) 方向上長度為 1 的向量：\(\begin{pmatrix} 0 \\ 0 \\ 1 \end{pmatrix}\)

因此，向量 \(\begin{pmatrix} 2 \\ 3 \\ -5 \end{pmatrix}\) 可以寫作 \(2\mathbf{i} + 3\mathbf{j} - 5\mathbf{k}\)。它們的意思完全一樣！

4. 向量的量級（長度）

要計算向量的長度，我們使用畢氏定理的三維版本。如果你有向量 \(\mathbf{a} = \begin{pmatrix} x \\ y \\ z \end{pmatrix}\)，其量級（寫作 \(|\mathbf{a}|\)）為：
\(|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}\)

範例：求 \(\mathbf{v} = 3\mathbf{i} - 4\mathbf{j} + 12\mathbf{k}\) 的量級。
\(|\mathbf{v}| = \sqrt{3^2 + (-4)^2 + 12^2} = \sqrt{9 + 16 + 144} = \sqrt{169} = 13\)。

你知道嗎？單位向量 (Unit Vector) 是任何量級恰好為 1 的向量。要將任何向量 \(\mathbf{a}\) 變成與其方向相同的單位向量，只需將該向量除以它自己的量級即可！

5. 純量積（點積 / Dot Product）

這是 9709 課程中非常重要的工具。純量積是一種將兩個向量相乘並得到一個純量（單一數字）作為結果的方法。有兩種計算方式：

方法 A：使用分量計算

如果 \(\mathbf{a} = \begin{pmatrix} x_1 \\ y_1 \\ z_1 \end{pmatrix}\) 且 \(\mathbf{b} = \begin{pmatrix} x_2 \\ y_2 \\ z_2 \end{pmatrix}\)，那麼：
\(\mathbf{a} \cdot \mathbf{b} = (x_1 \times x_2) + (y_1 \times y_2) + (z_1 \times z_2)\)

方法 B：使用夾角計算

\(\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}||\mathbf{b}| \cos \theta\)
（其中 \(\theta\) 是兩個向量之間的夾角）。

為什麼這很有用？求夾角！

結合上述兩種方法，我們可以求出任意兩個向量之間的夾角：
\(\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}\)

求夾角的步驟：
1. 計算點積 (\(\mathbf{a} \cdot \mathbf{b}\))。
2. 計算第一個向量的量級 (\(|\mathbf{a}|\))。
3. 計算第二個向量的量級 (\(|\mathbf{b}|\))。
4. 代入公式並使用 \(\cos^{-1}\) 求出 \(\theta\)。

重要性質：垂直向量
如果兩個向量彼此成 90 度，它們的純量積為零，因為 \(\cos 90^\circ = 0\)。
若 \(\mathbf{a} \cdot \mathbf{b} = 0\)，則這兩個向量互相垂直！

重點總結：點積是你處理任何涉及角度或檢查兩條直線是否垂直時的「首選」工具。

6. 重要公式總結

- 從 A 到 B 的向量： \(\vec{AB} = \mathbf{b} - \mathbf{a}\)
- 量級： \(|\mathbf{a}| = \sqrt{x^2 + y^2 + z^2}\)
- 點積： \(\mathbf{a} \cdot \mathbf{b} = x_1x_2 + y_1y_2 + z_1z_2\)
- 夾角公式： \(\cos \theta = \frac{\mathbf{a} \cdot \mathbf{b}}{|\mathbf{a}||\mathbf{b}|}\)
- 單位向量： \(\hat{\mathbf{a}} = \frac{\mathbf{a}}{|\mathbf{a}|}\)

如果一開始覺得很困難也不要擔心！向量只是描述空間的一種新語言。先練習計算量級和點積——一旦你熟悉了這些，剩下的部分就會迎刃而解。加油，你一定可以的！