引言

我自认空间想象能力较差,所以当初学这个很吃力。希望现在再接触,能好点。


一、空间解析几何的理论

1.1 基本概念

1.向量 —— 既有大小,又有方向的量称为向量,常用从起点指向终点的带箭头的有向线段 A B → \overrightarrow{AB} AB 表示,或用带箭头的小写字母 a → \overrightarrow{a} a

向量的大小或长度称为向量的模,向量 a → \overrightarrow{a} a 的模记作 ∣ a → ∣ |\overrightarrow{a}| a 。特别地,模为 1 的向量称为单位向量,模为 0 的向量称为零向量,记作 a → 0 \overrightarrow{a}^0 a 0 。大小相等且方向相同的向量相等。

2.向量的坐标 —— 设 i → , j → , k → \overrightarrow{i},\overrightarrow{j},\overrightarrow{k} i ,j ,k 分别表示 x , y , z x,y,z x,y,z 轴正向的单位向量,设向量 a → \overrightarrow{a} a 在三个坐标轴上的投影分别为 a , b , c a,b,c a,b,c ,由向量的分解得 a → = a i → + b j → + c k → = { a , b , c } \overrightarrow{a}=a\overrightarrow{i}+b\overrightarrow{j}+c\overrightarrow{k}=\{a,b,c\} a =ai +bj +ck ={a,b,c} ,称 { a , b , c } \{a,b,c\} {a,b,c} 为向量 a → \overrightarrow{a} a 的坐标。

在这里插入图片描述

3.向量的方向角和方向余弦 —— 设 a → = { a , b , c } \overrightarrow{a}=\{a,b,c\} a ={a,b,c} 为非零向量,则 a → \overrightarrow{a} a x , y , z x,y,z x,y,z 轴正向的夹角,称为此向量的方向角,分别记为 α , β , γ \alpha,\beta,\gamma α,β,γ ,称 cos ⁡ α , cos ⁡ β , cos ⁡ γ \cos\alpha,\cos\beta,\cos\gamma cosα,cosβ,cosγ a → \overrightarrow{a} a 的方向余弦。则 cos ⁡ α = a a 2 + b 2 + c 2 , cos ⁡ β = b a 2 + b 2 + c 2 , cos ⁡ α = c a 2 + b 2 + c 2 \cos\alpha=\frac{a}{\sqrt{a^2+b^2+c^2}},\cos\beta=\frac{b}{\sqrt{a^2+b^2+c^2}},\cos\alpha=\frac{c}{\sqrt{a^2+b^2+c^2}} cosα=a2+b2+c2 a,cosβ=a2+b2+c2 b,cosα=a2+b2+c2 c 显然,有 a → 0 = { cos ⁡ α , cos ⁡ β , cos ⁡ γ } \overrightarrow{a}^0=\{\cos\alpha,\cos\beta,\cos\gamma\} a 0={cosα,cosβ,cosγ} cos ⁡ α 2 + cos ⁡ β 2 + cos ⁡ γ 2 = 1 \cos\alpha^2+\cos\beta^2+\cos\gamma^2=1 cosα2+cosβ2+cosγ2=1

4.向量在一个轴(向量)上的投影 —— 设 u u u 为一个数轴, a → \overrightarrow{a} a 为一个向量,过向量的起点 A 和终点 B 作 u u u 轴的垂直面交 u u u 轴于点 A 1 , B 1 A_1,B_1 A1,B1 ,其在 u u u 轴上的坐标分别为 x 1 , x 2 x_1,x_2 x1,x2 ,称 x 2 − x 1 x_2-x_1 x2x1 为向量 a → \overrightarrow{a} a u u u 轴上的投影,记为 P r j u a → = x 2 − x 1 Prj_u\overrightarrow{a}=x_2-x_1 Prjua =x2x1 ,且 P r j u a → = ∣ a → ∣ cos ⁡ ( u , a → ) Prj_u\overrightarrow{a}=|\overrightarrow{a}|\cos(u,\overrightarrow{a}) Prjua =a cos(u,a )

1.2 向量的运算

(一)几何描述

加减法,遵循三角形法则。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

(二)代数描述

主要说一下叉乘(向量积)的代数形式(注意,求 y y y 的系数时,要像行列式里面求第一行第二列的代数余子式一样,加上一个负号):

在这里插入图片描述
下面是一些运算的性质:

在这里插入图片描述
补充:数量积还满足分配律 a → ⋅ ( b → + c → ) = a → b → + a → c → \overrightarrow{a}\cdot(\overrightarrow{b}+\overrightarrow{c})=\overrightarrow{a}\overrightarrow{b}+\overrightarrow{a}\overrightarrow{c} a (b +c )=a b +a c 和与常数的结合律 ( λ a → ) ⋅ b → = λ ( a → ⋅ b → ) (\lambda\overrightarrow{a})\cdot\overrightarrow{b}=\lambda(\overrightarrow{a}\cdot\overrightarrow{b}) (λa )b =λ(a b ) 。向量积还具有以下性质。

  1. a → × a → = 0 → \overrightarrow{a}\times\overrightarrow{a}=\overrightarrow{0} a ×a =0
  2. 分配律: ( a → + b → ) × c → = a → × c → + b → × c → (\overrightarrow{a}+\overrightarrow{b})\times\overrightarrow{c}=\overrightarrow{a}\times\overrightarrow{c}+\overrightarrow{b}\times\overrightarrow{c} (a +b )×c =a ×c +b ×c
  3. 与常数的结合律: ( λ a → ) × b → = λ ( a → × b → ) (\lambda\overrightarrow{a})\times\overrightarrow{b}=\lambda(\overrightarrow{a}\times\overrightarrow{b}) (λa )×b =λ(a ×b )

(三)混合积

已知三个向量 a → , b → , c → \overrightarrow{a},\overrightarrow{b},\overrightarrow{c} a ,b ,c ,作 ( a → × b → ) ⋅ c → (\overrightarrow{a}\times\overrightarrow{b})\cdot\overrightarrow{c} (a ×b )c ,称为三向量的混合积,记为 [ a → , b → , c → ] [\overrightarrow{a},\overrightarrow{b},\overrightarrow{c}] [a ,b ,c ] 。设 a → = { a x , a y , a z } , b → = { b x , b y , b z } , c → = { c x , c y , c z } \overrightarrow{a}=\{a_x,a_y,a_z\},\overrightarrow{b}=\{b_x,b_y,b_z\},\overrightarrow{c}=\{c_x,c_y,c_z\} a ={ax,ay,az},b ={bx,by,bz},c ={cx,cy,cz} ,有 [ a → , b → , c → ] = ∣ a x a y a z b x b y b z c x c y c z ∣ [\overrightarrow{a},\overrightarrow{b},\overrightarrow{c}]=\begin{vmatrix} a_x & a_y & a_z \\ b_x & b_y & b_z \\ c_x & c_y & c_z \end{vmatrix} [a ,b ,c ]= axbxcxaybycyazbzcz 向量的混合积具有轮换对称性,即有 [ a → , b → , c → ] = [ a → , b → , c → ] = [ a → , b → , c → ] [\overrightarrow{a},\overrightarrow{b},\overrightarrow{c}]=[\overrightarrow{a},\overrightarrow{b},\overrightarrow{c}]=[\overrightarrow{a},\overrightarrow{b},\overrightarrow{c}] [a ,b ,c ]=[a ,b ,c ]=[a ,b ,c ]

混合积的绝对值表示以向量 a → , b → , c → \overrightarrow{a},\overrightarrow{b},\overrightarrow{c} a ,b ,c 为棱的平行六面体的体积。如果 a → , b → , c → \overrightarrow{a},\overrightarrow{b},\overrightarrow{c} a ,b ,c 组成右手系,那么混合积的值为正。

在这里插入图片描述

三向量 a → , b → , c → \overrightarrow{a},\overrightarrow{b},\overrightarrow{c} a ,b ,c 共面的充要条件是它们的混合积 [ a → , b → , c → ] = 0 [\overrightarrow{a},\overrightarrow{b},\overrightarrow{c}]=0 [a ,b ,c ]=0


写在最后

有关向量的基本概念和性质基本就这些,下一篇我们就来看看向量有哪些应用。

Logo

技术共进,成长同行——讯飞AI开发者社区

更多推荐