# 含参数、向量和矩阵的函数概述

> AP 预备微积分 · 第4单元：含参数、向量和矩阵的函数
> 来源: https://www.owlsprep.com/zh/study/ap-precalculus-u4-overview/
> 占比: 不在 AP 预备微积分考试范围（仅考查第 1–3 单元）；属教师自选／延伸内容

本单元将你对函数的理解拓展到物理学、工程学和线性代数中使用的多维结构化表示。你将学习参数、向量和矩阵如何对单变量函数无法表示的动态关系进行建模。

**先修:** [第1-3单元：单变量函数与三角函数](https://www.owlsprep.com/zh/study/ap-precalculus-u3-overview/)

## 学习目标

- 使用参数、隐式、向量和矩阵表示法表示、绘制图像并分析函数
- 使用参数函数和向量值函数对二维运动和几何关系建模
- 执行核心矩阵运算，使用矩阵表示线性变换并对现实系统建模
- 将新的多变量函数表示与本课程前期学习的核心单变量函数概念建立联系

## 单元概览

本单元包含三个相互关联的主题方向：参数与隐式定义函数、向量与向量值函数，以及矩阵与线性变换。我们首先拓展函数的表示方法，从显式$y=f(x)$形式拓展到由参数和隐式方程定义的关系。接下来，我们引入向量对多维量进行建模，再将其拓展为用于描述运动和动态系统的向量值函数。最后，我们学习核心矩阵运算，探究矩阵如何作为函数发挥作用，并将其应用于现实建模场景中。

以下是本单元你将学习的所有子主题：
- [AP 预备微积分 隐式定义函数](https://www.owlsprep.com/study/ap-precalculus-u4-implicitly-defined-functions/) — 分析因变量无法显式表示为自变量函数的关系。
- [AP 预备微积分 线性变换与矩阵](https://www.owlsprep.com/study/ap-precalculus-u4-linear-transformations-and-matrices/) — 将平面线性变换与矩阵运算、几何性质建立联系。
- [AP 预备微积分 作为函数的矩阵](https://www.owlsprep.com/study/ap-precalculus-u4-matrices-as-functions/) — 理解矩阵是将向量映射到其他向量的输入输出函数。
- [AP 预备微积分 矩阵建模应用](https://www.owlsprep.com/study/ap-precalculus-u4-matrices-modeling-contexts/) — 使用矩阵对网络、种群、经济交易等互联系统建模。
- [AP 预备微积分 矩阵](https://www.owlsprep.com/study/ap-precalculus-u4-matrices/) — 学习核心矩阵运算，包括加法、标量乘法和矩阵乘法。
- [AP 预备微积分 圆锥曲线的参数函数](https://www.owlsprep.com/study/ap-precalculus-u4-parametric-functions-of-conic-sections/) — 写出并分析圆、椭圆、抛物线和双曲线的参数方程。
- [AP 预备微积分 参数函数](https://www.owlsprep.com/study/ap-precalculus-u4-parametric-functions/) — 介绍参数函数：这类函数中$x$和$y$都由第三个参数定义。
- [AP 预备微积分 矩阵的逆与行列式](https://www.owlsprep.com/study/ap-precalculus-u4-the-inverse-and-determinant-of/) — 计算2×2矩阵的行列式和逆，并使用它们求解线性方程组。
- [AP 预备微积分 向量值函数](https://www.owlsprep.com/study/ap-precalculus-u4-vector-valued-functions/) — 表示输出为向量的函数，用于对二维运动和其他多维变化建模。
- [AP 预备微积分 向量](https://www.owlsprep.com/study/ap-precalculus-u4-vectors/) — 学习二维向量的记号、加法、标量乘法和模长。

## 常见错误

- **错误做法:** 将参数方程转换为直角坐标形式时，忘记考虑参数定义域和轨迹方向
  - 原因: 参数方程可能只描绘完整直角坐标曲线的一部分，或是沿反向描绘，这些信息在转换中会丢失
  - 正确做法: 在不同函数表示形式之间转换时，务必检查参数范围和轨迹方向
- **错误做法:** 对标量乘法一样逐元素相乘矩阵
  - 原因: 矩阵乘法遵循行乘列点积规则，不是逐元素乘法
  - 正确做法: 所有矩阵乘积都使用标准行-列乘法规则
- **错误做法:** 认为任意方阵都存在逆矩阵
  - 原因: 只有行列式非零的方阵才是可逆的
  - 正确做法: 求解逆矩阵前，始终先计算行列式确认逆存在

## 速查表

| 概念/公式 | 说明 |
| --- | --- |
| 参数函数：$x=x(t)$，$y=y(t)$ | 表示参数 $t$ 变化时点的位置；在 $[t_1,t_2]$ 上的平均变化率为 $\frac{y(t_2)-y(t_1)}{x(t_2)-x(t_1)}$ |
| 二维向量模长：$\|\vec{v}\| = \sqrt{v_x^2 + v_y^2}$ | 二维向量的长度 |
| 向量加法：$\vec{v} + \vec{w} = \langle v_x + w_x, v_y + w_y \rangle$ | 二维向量对应分量相加 |
| 隐式定义关系：$F(x,y)=0$ | 仅在局部或曲线的各段上把 $y$ 定义为 $x$ 的函数（例如上半支与下半支） |
| 2×2行列式：$\det\begin{bmatrix}a&b\\c&d\end{bmatrix} = ad - bc$ | 判断2×2矩阵是否可逆 |
| 2×2逆矩阵：$\frac{1}{ad-bc}\begin{bmatrix}d&-b\\-c&a\end{bmatrix}$ | 逆矩阵仅当$ad-bc \neq 0$时存在 |
| 矩阵加法：$(A+B)_{ij} = A_{ij} + B_{ij}$ | 同型矩阵对应元素相加 |
| 2×2矩阵乘法：$\begin{bmatrix}a&b\\c&d\end{bmatrix}\begin{bmatrix}e&f\\g&h\end{bmatrix} = \begin{bmatrix}ae+bg&af+bh\\ce+dg&cf+dh\end{bmatrix}$ | 标准行乘列乘积规则 |

## 下一步

本单元为微积分、线性代数和STEM领域构建了核心基础技能。从下方第一个子主题开始学习吧。完成本单元所有子主题后，你可以进入完整的AP预备微积分课程复习，备考考试。

- [AP 预备微积分 参数函数](https://www.owlsprep.com/zh/study/ap-precalculus-u4-parametric-functions/)
- [圆锥曲线的参数函数](https://www.owlsprep.com/zh/study/ap-precalculus-u4-parametric-functions-of-conic-sections/)
- [隐式定义函数](https://www.owlsprep.com/zh/study/ap-precalculus-u4-implicitly-defined-functions/)

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/ap-precalculus-u4-overview/