嘘~ 正在从服务器偷取页面 . . .

【数学】空间向量


【数学】空间向量

方便起见,本文采用高中数学的写法。用手写版的 \(\vec{a}\) 指代向量 \(\mathbf{a}\) ,用单竖线表示模长(而不是 \(\| \mathbf{a}\|\)

空间向量,即以 \(\mathbb{R}^3\)向量空间的元素。运算法则参考定义即可。


共线(平行) 对于向量 \(\vec{a},\vec{b}\,(\vec{b}\ne \mathbf{0})\)\[ \vec{a} \parallel \vec{b} \quad\Leftrightarrow\quad \vec{a} = \lambda\,\vec{b}\quad (\lambda \in \mathbb{R}) \] 推论:\(A, B, P\) 三点共线 \[ \begin{aligned} &\overset{\longrightarrow}{AP} = \lambda\,\overset{\longrightarrow}{AB} \\[4pt]\Leftrightarrow\quad &\overset{\longrightarrow}{OP} = \overset{\longrightarrow}{OA} + \lambda\,\overset{\longrightarrow}{AB} \\[4pt]\Leftrightarrow\quad &\overset{\longrightarrow}{OP} = m\,\overset{\longrightarrow}{OA} + n\,\overset{\longrightarrow}{OB} & (m + n = 1) \end{aligned} \] 注:这里第三步和第二步的对应关系是 \(m=1-\lambda,~n=\lambda\)


共面 对于不共线的两个向量 \(\vec{a},\vec{b}\) ,任意向量 \(\vec{p}\)\(\vec{a},\vec{b}\) 共面当且仅当 \[ \exists!(x,y) \in \mathbb{R}^2\quad \mathrm{s.t.}\quad \vec{p} = x\vec{a} + y\vec{b} \] 推论:\(A,B,C,P\) 四点共面(其中 \(A,B,C\) 三点不共线) \[ \begin{aligned} &\overset{\longrightarrow}{AP} = u\,\overset{\longrightarrow}{AB} + v\, \overset{\longrightarrow}{AC} \\[4pt]\Leftrightarrow\quad& \overset{\longrightarrow}{OP} = \overset{\longrightarrow}{OA} + u\,\overset{\longrightarrow}{AB} + v\, \overset{\longrightarrow}{AC} \\[4pt]\Leftrightarrow\quad& \overset{\longrightarrow}{OP} = x\,\overset{\longrightarrow}{OA} + y\,\overset{\longrightarrow}{OB} + z\,\overset{\longrightarrow}{OC}&(x+y+z=1) \end{aligned} \]

垂直 对于非零向量 \(\vec{a},\vec{b}\)\[ \vec{a}\perp \vec{b} \quad\Leftrightarrow \quad \vec{a}\cdot \vec{b} = 0 \]

点积

点积的代数定义:\(n\) 维向量 \(\vec{a}=[a_1,a_2,\cdots,a_n]\)\(\vec{b}=\left[b_1, b_2, \cdots, b_n\right]\) 的点积定义为 \[ \vec{a} \cdot \vec{b}=\sum_{i=1}^n a_i b_i=a_1 b_1+a_2 b_2+\cdots+a_n b_n \] 点积的几何定义:在 \(\mathbb{R}^n(n\le 3)\) 中,点积可定义为 \[ \vec{a} \cdot \vec{b}=|\vec{a}||\vec{b}| \cos\langle\vec{a},\vec{b}\rangle \] 代数定义和几何定义的互相推导可参考维基百科

点积相关性质: \[ \begin{aligned} &①\quad|\vec{a}| = \sqrt{\vec{a}^2} = \sqrt{|\vec{a}|^2} \\[4pt]&②\quad |\vec{a} \cdot\vec{b}| \le |\vec{a}| \cdot |\vec{b}| \\[4pt]&③\quad \cos\langle\vec{a},\vec{b}\rangle = \frac{\vec{a}\cdot\vec{b}}{|\vec{a}|\,|\vec{b}|} \\[4pt]&④\quad |\vec{a}|\cos\langle\vec{a},\vec{b}\rangle = \frac{\vec{a}\cdot\vec{b}}{|\vec{b}|} \end{aligned} \] 点积满足交换律,对加法满足分配律。其他的性质不会解释,可以去看维基百科

标量投影

向量 \(\vec{a},\vec{b}\) 的点积可视作向量 \(\vec{a}\) 在向量 \(\vec{b}\) 上的投影乘以向量 \(\vec{b}\) 的模长。


空间向量基本定理 若 \(\vec{a},\vec{b},\vec{c}\) 不共面,则任意 \(\vec{p}\)\[ \exists! (x,y,z)\in\mathbb{R}^3\quad\mathrm{s.t.}\quad \vec{p} = x\vec{a} + y\vec{b} + z\vec{c} \] 其中 \(\{\vec{a},\vec{b},\vec{c}\}\) 叫作空间的一个基底,\(\vec{a},\vec{b},\vec{c}\) 都叫作基向量。

单位正交基底要求所有基向量长度都为 \(1\) 且两两垂直,常用 \(\{\vec{i},\vec{j},\vec{k}\}\) 表示(注:或 \(\{\mathbf{i},\mathbf{j},\mathbf{k}\}\))。

将空间向量在单位正交基底上分解,称为空间向量正交分解

以空间一点 \(O\) 和一个单位正交基底 \(\{\vec{i},\vec{j},\vec{k}\}\) 建立空间直角坐标系 \(Oxyz\) ,此时 \(\vec{i},\vec{j},\vec{k}\) 叫作坐标向量


对于空间向量 \(\vec{a} = (a_1,a_2,a_3)\)\(\vec{b} = (b_1,b_2,b_3)\)\[ \cos\langle\vec{a},\vec{b}\rangle = \frac{\vec{a} \cdot \vec{b}}{|\vec{a}|\,|\vec{b}|} = \frac{a_1b_1 + a_2b_2 + a_3b_3}{\sqrt{a_1^2+a_2^2+a_3^2}\sqrt{b_1^2+b_2^2+b_3^2}} \]

法向量 对于平面 \(\alpha\) ,法向量是垂直于 \(\alpha\) 的(任意)向量。

曲面在某点 \(P\) 处的法线为垂直于改点切平面的向量。


根据定义,可用待定系数法求出法向量,将平面关系转化为法向量关系。

具体方法:

设平面的一个法向量为 \(\vec{n}=(x,y,z)\) ,选平面上不共线的两个已知向量(如 \(\overset{\longrightarrow}{AB},\overset{\longrightarrow}{AC}\) ),根据定义有 \[ \begin{cases} \vec{n}\cdot\overset{\longrightarrow}{AB} = 0 \\[6pt]\vec{n}\cdot\overset{\longrightarrow}{AC} = 0 \end{cases} \] 解得 \(x\) 关于 \(y,z\) 的关系式,可令 \(x,y,z\) 中的某一个为 \(1\) (或 \(-1\) ),得到法向量 \(\vec{n}\) 的解。

为什么可以令其为 \(1\) 呢?因为 \((x,y,z)\)\((1,\frac{y}{x},\frac{z}{x})\) 共线(设 \(x\ne 0\)


异面直线所成的角 定义为范围在 \((0,\frac{\pi}{2}]\) 的角,由两条直线各自的共线向量相交而成(想象一下就知道了

设异面直线 \(a,b\) 的方向向量 \(\vec{a},\vec{b}\) 的夹角为 \(\varphi\) ,显然有 \(\cos \varphi = \frac{\vec{a}\cdot \vec{b}}{|\vec{a}||\vec{b}|}\) ,那么直线 \(a,b\) 所成的角 \(\theta\)\[ \cos \theta = |\cos \varphi| = \left|\frac{\vec{a}\cdot \vec{b}}{|\vec{a}||\vec{b}|}\right|=\frac{|\vec{a}\cdot \vec{b}|}{|\vec{a}||\vec{b}|} \]

直线与平面所成的角 定义为范围在 \([0,\frac{\pi}{2}]\) 的角,由直线与直线在平面内的射影所成的角。

平面与平面所成的角(二面角) 定义为范围在 \([0,\pi]\) 的角,由两个平面的法向量所成的角。


向量法求空间中的距离

两点的距离 点 \(A=(x_1,y_1,z_1)\) 到点 \(B=(x_2,y_2,z_2)\) 的距离为 \[ |\overset{\longrightarrow}{AB}| = \sqrt{(x_2-x_1)^2+(y_2-y_1)^2+(z_2-z_1)^2} \] 点到直线的距离 设 \(B\)\(\vec{a}\) 上一点,\(A\)\(\vec{a}\) 外一点,\(\overset{\longrightarrow}{AB}\)\(\vec{a}\) 方向上的投影向量的模长为 \(\frac{|\overset{\longrightarrow}{AB}\cdot \vec{a}|}{|\vec{a}|}\) ,则点 \(A\)\(\vec{a}\) 的距离为 \[ d=\sqrt{|\overset{\longrightarrow}{AB}|^2 - \left(\frac{\overset{\longrightarrow}{AB} \cdot \vec{a}}{|\vec{a}|}\right)^2} \] 两平行直线的距离 取其中一条直线上任意一点 \(A\) ,转化为点到直线的距离。 \[ d=\sqrt{|\overset{\longrightarrow}{AB}|^2 - \left(\frac{\overset{\longrightarrow}{AB} \cdot \vec{a}}{|\vec{a}|}\right)^2} \]

异面直线的距离 设 \(A \in a,B \in b\) ,直线 \(a,b\) 的距离等于向量 \(\overset{\longrightarrow}{AB}\)\(\vec{n}=\vec{a}\times \vec{b}\) 上的投影的模长,即 \[ d=\frac{|\overset{\longrightarrow}{AB}\cdot \vec{n}|}{|\vec{n}|} \] 点到平面的距离 设直线 \(AB\) 交平面 \(\alpha\)\(B\)\(\vec{n}\)\(\alpha\) 的一个法向量,且 \(\vec{n}\) 与向量 \(\overset{\longrightarrow}{AB}\) 不共线,则点 \(A\)\(\alpha\) 的距离为向量 \(\overset{\longrightarrow}{AB}\)\(\vec{n}\) 上的投影向量的模长,即 \[ d=\frac{|\overset{\longrightarrow}{AB}\cdot \vec{n}|}{|\vec{n}|} \] 直线到平面的距离 取直线上任意一点,转化为点到平面的距离。 \[ d=\frac{|\overset{\longrightarrow}{AB}\cdot \vec{n}|}{|\vec{n}|} \] 两平行平面的距离 取平面上任意一点,转化为点到平面的距离。 \[ d=\frac{|\overset{\longrightarrow}{AB}\cdot \vec{n}|}{|\vec{n}|} \] 相交的两平面不存在距离的定义。


文章作者: q779
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-ND 4.0 许可协议。转载请注明来源 q779 !
评论
  目录