歡迎來到向量與三維幾何的世界！
哈囉！這一章將帶領你運用向量——這些用來表示方向與大小的強大工具——進入真實世界：三維空間。如果你之前在二維向量方面感到吃力，不用擔心！三維向量遵循相同的核心規則，只是我們加入了一些令人興奮的新運算，例如向量積（Vector Product，又稱外積）（這在三維空間中獨有），並將其應用於描述直線與平面。
掌握這一章至關重要，因為它為許多高級物理與工程應用打下了基礎。讓我們一起輕鬆搞定三維幾何吧！
1. 向量積（外積）：\(\mathbf{a} \times \mathbf{b}\)
在標準 A-Level 數學中，你已經認識了純量積（數量積/點積），其結果是一個數字（純量）。而進階數學（Further Maths）中的向量積則截然不同：它的結果是一個向量。
1.1 定義與性質
兩個向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 的向量積記作 \(\mathbf{a} \times \mathbf{b}\)。所得的向量 \(\mathbf{n}\) 具有兩個關鍵性質：
- 它同時垂直（法向）於 \(\mathbf{a}\) 和 \(\mathbf{b}\)。
- 其大小 \(|\mathbf{a} \times \mathbf{b}|\) 等於以 \(\mathbf{a}\) 和 \(\mathbf{b}\) 為鄰邊所構成的平行四邊形面積。
右手定則（記憶小撇步）
想像將你的右手手指指向第一個向量 (\(\mathbf{a}\)) 的方向，然後向第二個向量 (\(\mathbf{b}\)) 的方向彎曲。你的拇指所指的方向即為結果向量 (\(\mathbf{a} \times \mathbf{b}\)) 的方向。
- 重要性質： 向量積具有反交換律。這意味著順序很重要！
\(\mathbf{b} \times \mathbf{a} = -(\mathbf{a} \times \mathbf{b})\)。 - 如果 \(\mathbf{a}\) 和 \(\mathbf{b}\) 平行，則 \(\mathbf{a} \times \mathbf{b} = \mathbf{0}\)。
1.2 計算向量積
若 \(\mathbf{a} = a_1\mathbf{i} + a_2\mathbf{j} + a_3\mathbf{k}\) 且 \(\mathbf{b} = b_1\mathbf{i} + b_2\mathbf{j} + b_3\mathbf{k}\)，計算向量積最簡單的方法是使用 3x3 行列式結構（類似於求平面的法向量）：
$$\mathbf{a} \times \mathbf{b} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{vmatrix}$$
計算步驟：
- 針對 \(\mathbf{i}\) 分量： 遮住 \(\mathbf{i}\) 行，計算 \((a_2 b_3 - a_3 b_2)\)。
- 針對 \(\mathbf{j}\) 分量： 遮住 \(\mathbf{j}\) 行，計算 \(-(a_1 b_3 - a_3 b_1)\)。（記得中間項要加負號！）
- 針對 \(\mathbf{k}\) 分量： 遮住 \(\mathbf{k}\) 行，計算 \((a_1 b_2 - a_2 b_1)\)。
1.3 向量積的應用（面積）
向量積的大小與幾何面積直接相關：
平行四邊形面積： 若邊長由向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 定義，則面積為：
$$A = |\mathbf{a} \times \mathbf{b}|$$
三角形面積： 若邊長由向量 \(\mathbf{a}\) 和 \(\mathbf{b}\) 定義（共用一個頂點），則面積為：
$$A = \frac{1}{2} |\mathbf{a} \times \mathbf{b}|$$
重點總結（向量積）
向量積會給你一個垂直於前兩個向量的新向量，且其大小衡量了它們所構成圖形的面積。
2. 純量三重積（純量三元積）：\(\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})\)
這種運算結合了向量積與純量積。它涉及三個向量，結果是一個純量（一個數字，而非向量）。
2.1 定義與計算
純量三重積 \(\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})\) 可透過由三個向量的分量所組成的 3x3 行列式來計算：
$$\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c}) = \begin{vmatrix} a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \\ c_1 & c_2 & c_3 \end{vmatrix}$$
2.2 應用（體積與共面）
純量三重積有兩個主要的幾何用途：
1. 平行六面體的體積：
由三個相鄰向量 \(\mathbf{a}\)、\(\mathbf{b}\) 和 \(\mathbf{c}\) 所形成的平行六面體（類似於傾斜長方體的三維固體）的體積 \(V\)，由純量三重積的模（絕對值）給出：
$$V = |\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})|$$
類比：可以將純量三重積想像成計算「長 \(\times\) 寬 \(\times\) 高」，其中向量積給出了底部的面積（\(\mathbf{b}\) 和 \(\mathbf{c}\)），而純量積則是將高度投影到法向量（\(\mathbf{a}\)）上。
2. 判定向量是否共面：
如果三個向量 \(\mathbf{a}\)、\(\mathbf{b}\) 和 \(\mathbf{c}\) 位於同一個平面上，它們就無法構成一個三維立體，這意味著平行六面體的體積為零。
因此，向量 \(\mathbf{a}\)、\(\mathbf{b}\) 和 \(\mathbf{c}\) 共面的充要條件是：
$$\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c}) = 0$$
重點總結（純量三重積）
純量三重積用於測量體積。如果結果為零，說明這些向量是平的（共面）。
3. 三維空間中的直線方程式
你已經熟悉直線的基本向量方程式，但在此我們涵蓋了所需的各種形式，包括涉及向量積的那一種。
3.1 標準向量方程式
一條通過位置向量為 \(\mathbf{a}\) 的點，並沿著向量 \(\mathbf{b}\) 方向移動的直線，其方程式為：
$$\mathbf{r} = \mathbf{a} + \lambda \mathbf{b}$$
其中 \(\mathbf{r}\) 是直線上任意點的位置向量，\(\lambda\) 是一個純量參數。
3.2 直線的向量積形式
課程大綱特別要求理解這種替代形式：
$$(\mathbf{r} - \mathbf{a}) \times \mathbf{b} = \mathbf{0}$$
為什麼這樣有效？
向量 \((\mathbf{r} - \mathbf{a})\) 是從固定點 \(\mathbf{a}\) 指向任意點 \(\mathbf{r}\) 的向量。此向量必須位於該直線上，意味著它必須與方向向量 \(\mathbf{b}\) 平行。
我們知道，如果兩個向量平行，它們的向量積為 \(\mathbf{0}\)。因此，此方程式在數學上說明了從 \(\mathbf{a}\) 到 \(\mathbf{r}\) 的線段與 \(\mathbf{b}\) 平行。
快速回顧：直線方程式
- 標準式（參數式）：\(\mathbf{r} = \mathbf{a} + \lambda \mathbf{b}\)
- 向量積形式（平行性）：\((\mathbf{r} - \mathbf{a}) \times \mathbf{b} = \mathbf{0}\)
4. 三維空間中的平面方程式
與直線不同，平面需要兩個獨立的方向向量，或者更常見的情況是，需要一個法向量（垂直於整個平面的向量）。
4.1 平面的參數式
通過點 \(\mathbf{a}\) 並由兩個非平行方向向量 \(\mathbf{b}\) 和 \(\mathbf{c}\) 所張開的平面，其方程式為：
$$\mathbf{r} = \mathbf{a} + \lambda \mathbf{b} + \mu \mathbf{c}$$
其中 \(\lambda\) 和 \(\mu\) 是獨立的純量參數。
類比：將 \(\mathbf{a}\) 視為起點，將 \(\lambda \mathbf{b} + \mu \mathbf{c}\) 視為你在平面上的移動方式。因為有兩個方向（\(\mathbf{b}\) 和 \(\mathbf{c}\)），你就可以到達該平面上的任何點。
4.2 法向量形式（純量積形式）
這是計算距離與角度時最有用的形式。它需要一個法向量 \(\mathbf{n}\)，它垂直於平面上的每一個向量。
$$\mathbf{r} \cdot \mathbf{n} = d$$
其中 \(\mathbf{r}\) 是平面上的任意點，\(\mathbf{n}\) 是法向量，而 \(d\) 是一個純量常數，代表原點到平面的垂直距離乘以 \(\mathbf{n}\) 的大小。
- 求 \(d\)： 如果平面通過點 \(\mathbf{a}\)，則 \(d = \mathbf{a} \cdot \mathbf{n}\)。
- 從參數式求 \(\mathbf{n}\)： 如果你有 \(\mathbf{r} = \mathbf{a} + \lambda \mathbf{b} + \mu \mathbf{c}\)，法向量即為兩個方向向量的向量積：\(\mathbf{n} = \mathbf{b} \times \mathbf{c}\)。
5. 交集與角度
我們利用純量積與向量積來解決涉及三維空間中交集與角度的問題。
5.1 直線與平面的交集
要找出直線 \(\mathbf{r}_L = \mathbf{a} + \lambda \mathbf{b}\) 與平面 \(\mathbf{r} \cdot \mathbf{n} = d\) 的交點：
- 將直線方程式代入平面方程式：
\((\mathbf{a} + \lambda \mathbf{b}) \cdot \mathbf{n} = d\) - 展開純量積：
\(\mathbf{a} \cdot \mathbf{n} + \lambda (\mathbf{b} \cdot \mathbf{n}) = d\) - 解出參數 \(\lambda\)。
- 將 \(\lambda\) 的值代回直線方程式 \(\mathbf{r} = \mathbf{a} + \lambda \mathbf{b}\)，以找到交點的位置向量。
你知道嗎？ 如果直線與平面平行，則 \((\mathbf{b} \cdot \mathbf{n})\) 項將為零，因為方向向量 \(\mathbf{b}\) 垂直於法向量 \(\mathbf{n}\)。這種情況下，要麼沒有解（平行且不重合），要麼有無窮多解（直線位於平面內）。
5.2 物體之間的角度
計算角度時，請記住這個黃金法則：純量積總是涉及垂直於表面的方向。
5.2.1 兩平面之間夾角 (\(\phi\))
這是它們各自法向量 \(\mathbf{n}_1\) 和 \(\mathbf{n}_2\) 之間的夾角。
$$\cos \phi = \frac{|\mathbf{n}_1 \cdot \mathbf{n}_2|}{|\mathbf{n}_1| |\mathbf{n}_2|}$$
我們通常對純量積取模，以確保求出的是平面之間的銳角。
5.2.2 直線與平面之間夾角 (\(\theta\))
設 \(\mathbf{b}\) 為直線的方向向量，\(\mathbf{n}\) 為平面的法向量。
如果使用純量積公式，我們實際上找到的是直線與法向量之間的夾角 \(\alpha\)：
$$\cos \alpha = \frac{|\mathbf{b} \cdot \mathbf{n}|}{|\mathbf{b}| |\mathbf{n}|}$$
由於法向量垂直於平面，我們真正想要的夾角 \(\theta\) 為 \(90^\circ - \alpha\)（或 \(\frac{\pi}{2} - \alpha\)）。
常見錯誤警示！ 別忘了最後一步：\(\theta = 90^\circ - \alpha\)。如果題目要求直線與平面的夾角，找到 \(\alpha\) 只是第一部分而已！
5.3 兩平面的交線
兩個不平行的平面相交形成一條直線。要找到該直線的方程式，你需要其方向向量及線上的一點。
- 找到方向向量 (\(\mathbf{b}\))： 交線的方向必須同時垂直於兩個平面的法向量 \(\mathbf{n}_1\) 和 \(\mathbf{n}_2\)。因此，方向向量為：
$$\mathbf{b} = \mathbf{n}_1 \times \mathbf{n}_2$$ - 找到線上的一點 (\(\mathbf{a}\))： 通常可以透過在兩個平面方程式中固定一個座標（例如 \(z=0\)），並解聯立方程式以求出另外兩個座標（例如 \(x\) 和 \(y\)）來完成。
- 寫出直線方程式：\(\mathbf{r} = \mathbf{a} + \lambda \mathbf{b}\)。
6. 方向比與方向餘弦
這些概念提供了一種正式描述空間中向量或直線方向的方法。
6.1 方向比 \((l, m, n)\)
這僅僅是直線方向向量 \(\mathbf{b}\) 的分量。如果 \(\mathbf{b} = a\mathbf{i} + b\mathbf{j} + c\mathbf{k}\)，則方向比為 \((a, b, c)\)。任何純量倍數 \((ka, kb, kc)\) 也是同一條直線的方向比。
6.2 方向餘弦
方向餘弦是直線分別與正 \(x\)、\(y\)、\(z\) 軸所成夾角（\(\alpha, \beta, \gamma\)）的餘弦值。我們將其標記為 \(l\)、\(m\) 和 \(n\)。
- $$l = \cos \alpha = \frac{a}{|\mathbf{b}|}$$
- $$m = \cos \beta = \frac{b}{|\mathbf{b}|}$$
- $$n = \cos \gamma = \frac{c}{|\mathbf{b}|}$$
方向餘弦實際上就是該直線方向上的單位向量分量。
基本恆等式
由於方向餘弦是單位向量的分量，它們的平方和必須為 1。這是一個你必須知道的重要恆等式：
$$l^2 + m^2 + n^2 = 1$$
重點總結（方向餘弦）
方向餘弦只是標準化了的方向比。它們告訴你直線與軸之間的確切角度，並且總是滿足 \(l^2 + m^2 + n^2 = 1\)。
你已經成功駕馭了三維空間的複雜性！請記住，每個問題歸根結底都是找到關鍵向量（位置、方向或法向量）並應用適當的運算（純量積或向量積）。繼續練習那些計算吧！