在第一册中,我们使用代数公式来处理三角形。
从A到B的向量AB
本书加深了对三角形和圆之间众多关系的理解。它还展示了如何解决一些更难的三角函数恒等式。除了更多的代数之外,我们使用和发展的主要额外数学工具是3D向量。
三维空间中的一个点
由三个坐标给出,
。这与二维空间中的点没有太大区别,二维空间中的点是
。
需要插图
如果我们有两个点,
和
,我们可以使用不同的符号来表示它们的坐标。
表示
,
表示
。
当我们更关注两个点之间的相对位移时,我们倾向于使用
和
作为我们的名称,并将
和
称为向量。
这与三角学有什么关系?
如果我们有向量
和
,当我们计算以下数量时,就会用到三角学,这个数量称为“点积”,记为

事实证明,这个点积是两个向量的长度的乘积乘以这两个向量之间夹角的余弦。我们将用两个互相垂直的向量来尝试一下。
练习:向量与自身的点积
- “向量与自身之间的夹角”为零。这个角度的余弦是多少?
- 两个向量的点积是“两个向量的长度的乘积乘以这两个向量之间夹角的余弦”。如果这两个向量是同一个向量,我们如何简化这个陈述?
我们还有

……你可以将它与勾股定理联系起来,当然是在三维空间中。我们刚刚看到的是,点积公式与三角学密切相关。
|
需要插图
需要插图
需要插图
添加一些应用(和图片),就像第一册一样。
第二册,像第一册一样,只处理可以在没有微积分的情况下处理的三角学方面。但是,代数的节奏比第一册快。这些主题在理解三角学方面不如第一册那么重要。