欢迎来到 3D 向量的世界！
在之前的学习中，你可能已经接触过二维和基本的 3D 向量。在 进阶纯数学 3 (FP3) 中，我们将这些概念提升到一个新的层次。我们不仅仅是进行简单的加减运算，更要探索向量如何定义我们身处的空间——从漂浮三角形的面积，到 3D 结构中两个平面交汇的精确点。
无论你的目标是成为工程师、电子游戏开发者（想想 3D 图形！），还是物理学家，这些工具都是你的必备技能。如果刚开始觉得步骤繁多，请别担心；我们会把它拆解成小部分来逐一攻克！
1. 向量积（Vector Product，\(\mathbf{a} \times \mathbf{b}\)）
在核心数学中，你学过 标量积（点积，Scalar Product/Dot Product），它的结果是一个数值。在 FP3 中，我们要介绍 向量积（也称为 叉积，Cross Product）。最大的区别是什么？它的结果是一个 向量。
什么是向量积？
向量积 \(\mathbf{a} \times \mathbf{b}\) 会产生一个新的向量，且该向量与 \(\mathbf{a}\) 和 \(\mathbf{b}\) 皆 垂直（成 90 度）。
如何计算
对于向量 \(\mathbf{a} = a_1\mathbf{i} + a_2\mathbf{j} + a_3\mathbf{k}\) 和 \(\mathbf{b} = b_1\mathbf{i} + b_2\mathbf{j} + b_3\mathbf{k}\)，计算 \(\mathbf{a} \times \mathbf{b}\) 最简单的方法是使用 行列式 (determinant)：
\[ \mathbf{a} \times \mathbf{b} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{vmatrix} \]
逐步解说：
1. \(\mathbf{i}\) 分量：\((a_2b_3 - a_3b_2)\)
2. \(\mathbf{j}\) 分量：-(\(a_1b_3 - a_3b_1\)) （注意这里的负号！这是一个常见的错误。）
3. \(\mathbf{k}\) 分量：\((a_1b_2 - a_2b_1)\)
几何意义：面积
你知道吗？ 叉积的模长 \(|\mathbf{a} \times \mathbf{b}|\)，等于由这两个向量所构成的 平行四边形面积。
如果你只需要由它们构成的 三角形 面积，除以 2 就可以了！
三角形面积 = \(\frac{1}{2} |\mathbf{a} \times \mathbf{b}|\)
快速回顾：
- \(\mathbf{a} \times \mathbf{b}\) 是一个向量。
- 它与两个原始向量皆垂直。
- 模长 = 平行四边形的面积。
2. 标量三重积（Triple Scalar Product，\(\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})\)）
这个名字听起来很高级，但它其实只是点积与叉积的组合。结果是一个 标量（一个数值）。
几何意义：体积
想象一个被压扁的 3D 箱子，其所有面都是平行四边形。这称为 平行六面体 (parallelepiped)。这个形体的 体积 就是标量三重积的绝对值：\(|\mathbf{a} \cdot (\mathbf{b} \times \mathbf{c})|\)。
如果结果为 零，代表向量 \(\mathbf{a}\)、\(\mathbf{b}\) 和 \(\mathbf{c}\) 都在同一个平面上。我们称这些向量为 共面 (coplanar) 向量。
记忆小撇步：
- 1 个向量 = 线 (Line)
- 2 个向量（叉积） = 面积 (2D)
- 3 个向量（三重积） = 体积 (3D)
3. 直线方程
你已经知道直线的标准向量方程：\(\mathbf{r} = \mathbf{a} + \lambda \mathbf{b}\)。在 FP3 中，我们学到了一种使用叉积来编写它的新方法。
叉积形式
直线可以写成：\((\mathbf{r} - \mathbf{a}) \times \mathbf{b} = \mathbf{0}\)
为什么这样有效？
想一想：\((\mathbf{r} - \mathbf{a})\) 是从固定点 \(\mathbf{a}\) 指向直线上任意点 \(\mathbf{r}\) 的向量。如果这个向量与方向向量 \(\mathbf{b}\) 平行，它们的叉积 必须 为零。这只是表达“点在直线上”的另一种方式！
4. 平面方程
平面是 3D 空间中一个平坦且无限延伸的 2D 表面。描述平面主要有三种方式：
A. 参数式 (Parametric Form)
\(\mathbf{r} = \mathbf{a} + s\mathbf{b} + t\mathbf{c}\)
这里，\(\mathbf{a}\) 是平面上的一点，\(\mathbf{b}\) 和 \(\mathbf{c}\) 是两个“位于”平面上的向量。透过调整“滑块”\(s\) 和 \(t\)，你可以到达平面上的任何一点。
B. 标量积（法向量）形式 (Scalar Product/Normal Form)
\(\mathbf{r} \cdot \mathbf{n} = p\)
这是最常见的形式。\(\mathbf{n}\) 是 法向量 (normal vector)（一个垂直于平面、指向平面外的向量，就像插在地面上的旗杆）。\(p\) 是一个常数。
C. 卡式坐标形式 (Cartesian Form)
\(ax + by + cz = d\)
在这种形式下，系数 \((a, b, c)\) 其实就是 法向量 \(\mathbf{n}\) 的分量。所以如果你看到平面 \(2x - 3y + z = 5\)，你马上就能知道法向量是 \(2\mathbf{i} - 3\mathbf{j} + \mathbf{k}\)！
5. 解决几何问题
这就是 FP3 最精彩的地方！我们利用这些公式来寻找距离和交点。
I. 点到平面的距离
如果你有一个点 \(P\)（位置向量为 \(\mathbf{x_0}\)）和一个平面 \(\mathbf{r} \cdot \mathbf{n} = p\)，其最短距离为：
\[ d = \frac{|\mathbf{x_0} \cdot \mathbf{n} - p|}{|\mathbf{n}|} \]
II. 两个平面的交线
当两个平面相遇时（就像房间里的两面墙），它们会形成一条 直线。要找出这条线的方向，你需要求出两个法向量的叉积：\(\mathbf{d} = \mathbf{n_1} \times \mathbf{n_2}\)。
III. 两条异面直线 (Skew Lines) 之间的最短距离
异面直线 是指两条既不平行也不相交，因为它们在 3D 空间中处于不同“深度”的线。要找出它们之间的最短间距：
1. 使用 \(\mathbf{n} = \mathbf{b_1} \times \mathbf{b_2}\) 找到一条同时垂直于两条线的向量（其中 \(\mathbf{b}\) 是方向向量）。
2. 距离就是连接两条线上任意两点，该向量在法向量上的投影。
常见错误：
不要将 平行线 (parallel) 和 异面直线 (skew) 搞混。平行线有相同的方向向量；而异面直线方向向量不同，且永远不会相交。
总结与关键重点
要记住的要点：
- 叉积： 结果为向量。用于处理垂直关系和面积计算。
- 三重积： 结果为标量。用于处理体积计算以及判断向量是否共面。
- 法向量： 任何平面的“钥匙”。它永远垂直于该表面。
- 直线方程： 可以写成 \((\mathbf{r} - \mathbf{a}) \times \mathbf{b} = \mathbf{0}\)。
- 平面方程： \(\mathbf{r} \cdot \mathbf{n} = p\) 是你处理距离问题时最好的朋友。
如果一开始觉得困难，请别灰心！3D 向量需要一点空间想象力。开始解题时，试着画个简图来标示平面和直线——这对理解问题大有帮助！