# 向量基础与点积

> IB 数学：分析与方法 HL · 第3单元：几何与三角学
> 来源: https://www.owlsprep.com/zh/study/ib-math-aa-hl-u3-vector-fundamentals-and-dot-product/

本模块涵盖核心向量概念，包括位置向量、模长、单位向量和标量（点）积。你将学习如何利用点积求向量间的夹角、判断垂直关系，这些都是解决所有向量几何问题的核心技能。

**先修:** [二维和三维坐标几何](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u3-coordinate-geometry-2d-3d/); [基础直角三角学](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u1-right-triangle-trigonometry/)

## 学习目标

- 在二维和三维坐标系中表示向量
- 计算向量的模长并求单位向量
- 从代数和几何角度计算两个向量的点积
- 利用点积求向量间的夹角并判断垂直关系
- 应用点积解决标量投影相关问题

## 二维和三维向量基础

**位置向量** — 位置向量连接原点和三维空间中的点$(v_x, v_y, v_z)$，其分量等于该点的坐标。

*记法:* \vec{v} = \begin{pmatrix} v_x \\ v_y \\ v_z \end{pmatrix} = v_x \hat{i} + v_y \hat{j} + v_z \hat{k}

*例:* 点$(2, -3, 1)$的位置向量为$2\hat{i} - 3\hat{j} + \hat{k}$。

向量的模长（长度）使用勾股定理的三维推广公式计算：

$$|\vec{v}| = \sqrt{v_x^2 + v_y^2 + v_z^2}$$

沿$\boxed{\vec{v}}$方向的单位向量可通过将$\boxed{\vec{v}}$除以其自身模长得到。

**例题:** 求$\vec{v} = 2\hat{i} - \hat{j} + 4\hat{k}$方向上的单位向量

1. 首先计算$\vec{v}$的模长：
2. $$|\vec{v}| = \sqrt{2^2 + (-1)^2 + 4^2} = \sqrt{4 + 1 + 16} = \sqrt{21}$$
3. 将$\vec{v}$的每个分量除以模长，得到单位向量：
4. $$\hat{v} = \frac{1}{\sqrt{21}} (2\hat{i} - \hat{j} + 4\hat{k}) = \frac{2}{\sqrt{21}}\hat{i} - \frac{1}{\sqrt{21}}\hat{j} + \frac{4}{\sqrt{21}}\hat{k}$$

## 点积的代数定义

**点积（标量积）** — 对于两个向量$\vec{v} = (v_x, v_y, v_z)$和$\vec{w} = (w_x, w_y, w_z)$，点积是对应分量乘积之和。

*记法:* \vec{v} \cdot \vec{w}

*例:* 若$\vec{v}=(1,2)$，$\vec{w}=(3,4)$，则$\vec{v} \cdot \vec{w} = (1)(3)+(2)(4)=11$。

$$\vec{v} \cdot \vec{w} = v_x w_x + v_y w_y + v_z w_z$$

点积遵循标准代数性质：它满足交换律（$\vec{v} \cdot \vec{w} = \vec{w} \cdot \vec{v}$），且对向量加法满足分配律（$\vec{v} \cdot (\vec{w} + \vec{u}) = \vec{v} \cdot \vec{w} + \vec{v} \cdot \vec{u}$）。

**例题:** 计算$\vec{a} = 3\hat{i} - 2\hat{k}$和$\vec{b} = -\hat{i} + 4\hat{j} + \hat{k}$的点积$\vec{a} \cdot \vec{b}$

1. 写出所有分量，包括$\vec{a}$的零y分量：$\vec{a} = (3, 0, -2)$，$\vec{b} = (-1, 4, 1)$
2. 将对应分量相乘，再对结果求和：
3. $$\vec{a} \cdot \vec{b} = (3)(-1) + (0)(4) + (-2)(1) = -3 + 0 - 2 = -5$$

## 几何意义：向量间的夹角

点积的几何定义将其与两个首端重合放置的向量的夹角$\theta$关联，其中$0 \leq \theta \leq 180^\circ$：

$$\vec{v} \cdot \vec{w} = |\vec{v}||\vec{w}|\cos\theta$$

整理该公式后，我们就可以计算任意两个非零向量的夹角：

$$\cos\theta = \frac{\vec{v} \cdot \vec{w}}{|\vec{v}||\vec{w}|}$$

> **info**
>
> 两个非零向量**垂直当且仅当它们的点积等于零**。这是因为$\cos 90^\circ = 0$，因此整个乘积结果为零。

**例题:** 求$\vec{p} = (2, 1, -1)$和$\vec{q} = (1, -1, 1)$的夹角，结果保留到整数度

1. 计算两个向量的点积：
2. $$\vec{p} \cdot \vec{q} = (2)(1) + (1)(-1) + (-1)(1) = 2 - 1 - 1 = 0$$
3. 由于点积为零且两个向量均非零，因此它们互相垂直：
4. $$\theta = 90^\circ$$

**概念自测**

测试你的理解：

1. 对于两个非零向量，若$\vec{v} \cdot \vec{w} = -|\vec{v}||\vec{w}|$，它们的夹角是多少？

   - 0°
   - 90°
   - 180°
   - 45°

   *解析:* 正确！整理公式得$\cos \theta = -1$，因此$\theta = 180^\circ$，说明两个向量方向相反。

## 向量的标量投影

**标量投影** — $\vec{v}$在$\vec{w}$上的标量投影是$\vec{v}$落在$\vec{w}$方向上分量的带符号长度。

$$\text{proj}_{\vec{w}} \vec{v} = \frac{\vec{v} \cdot \vec{w}}{|\vec{w}|}$$

投影为正说明分量方向与$\vec{w}$相同，投影为负说明方向相反。

**例题:** 计算$\vec{v} = (3, 4, 0)$在$\vec{w} = (1, 1, 0)$上的标量投影

1. 首先计算点积和$\vec{w}$的模长：
2. $$\vec{v} \cdot \vec{w} = (3)(1) + (4)(1) + 0 = 7, \quad |\vec{w}| = \sqrt{1^2 + 1^2} = \sqrt{2}$$
3. 代入投影公式并有理化：
4. $$\text{proj}_{\vec{w}} \vec{v} = \frac{7}{\sqrt{2}} = \frac{7\sqrt{2}}{2}$$

## 常见错误

- **错误做法:** 计算点积时遗漏零分量
  - 原因: 仅写出非零分量的向量仍然存在缺失坐标轴对应的零分量，这些零分量会参与计算
  - 正确做法: 计算点积前始终写出所有分量（包括零分量）
- **错误做法:** 将点积结果误认为向量而非标量
  - 原因: 点积（标量积）的输出永远是单个数字，不是多分量向量
  - 正确做法: 记住名称：标量积输出标量，叉积输出向量
- **错误做法:** 求角度时计算器使用错误的角度单位模式
  - 原因: 计算器在弧度和角度模式下输出结果不同，会导致最终答案错误
  - 正确做法: 始终检查计算器的角度模式是否符合题目要求
- **错误做法:** 认为点积为零就一定说明其中一个向量是零向量
  - 原因: 点积为零最常见的情况是两个非零向量互相垂直
  - 正确做法: 如果点积为零且两个向量均非零，则可得出它们互相垂直的结论

## 速查表

| 概念 | 公式 |
| --- | --- |
| 向量模长 | $\|\vec{v}\| = \sqrt{v_x^2 + v_y^2 + v_z^2}$ |
| 单位向量 | $\hat{v} = \frac{\vec{v}}{\|\vec{v}\|}$ |
| 点积（代数） | $\vec{v} \cdot \vec{w} = v_x w_x + v_y w_y + v_z w_z$ |
| 点积（几何） | $\vec{v} \cdot \vec{w} = \|\vec{v}\|\|\vec{w}\|\cos\theta$ |
| 向量夹角 | $\cos\theta = \frac{\vec{v} \cdot \vec{w}}{\|\vec{v}\|\|\vec{w}\|}$ |
| 垂直条件 | $\vec{v} \cdot \vec{w} = 0 \ (\vec{v}, \vec{w} \neq 0)$ |
| 标量投影 | $\text{proj}_{\vec{w}} \vec{v} = \frac{\vec{v} \cdot \vec{w}}{\|\vec{w}\|}$ |

## 下一步

向量基础和点积是IB AA HL所有后续向量主题的基础。你在处理三维空间中的直线和平面问题时会反复用到点积，从求直线夹角到计算点到平面的距离都会用到。这些技能也是叉积计算的基础，叉积可用于求平行四边形面积和平面法向量。掌握这些核心概念会让更高级的向量几何问题更容易解决，因为几乎所有向量问题都依赖于正确计算点积并解读其结果。

- [向量叉积（仅HL）](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u3-cross-product-of-vectors/)
- [直线与平面的向量方程 (仅HL)](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u3-vector-equations-of-lines-and/)
- [直线与平面的交点和夹角（仅限HL）](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u3-intersections-and-angles-between-lines/)

---

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/ib-math-aa-hl-u3-vector-fundamentals-and-dot-product/