三维坐标、向量与空间几何
上一章先把多变量微积分要研究的对象分清了:输入可能是一个点,输出可能是一个数,也可能是一支向量。现在问题来了——如果连“点在哪里”“箭头朝哪里”“一个平面怎么倾斜”都说不准确,后面的偏导数、切平面和向量场就无从谈起。
在二维平面里,我们很容易把很多事情压缩成一个数:一条直线有一个斜率,两条不平行的直线一定相交,垂直方向也只有一对。到了三维,这些旧办法开始卡住。空间直线朝向哪里,需要三个分量;一个平面里有无数个方向,谈不上唯一斜率;两条不平行的直线甚至可能永远碰不到。
这一章做的事,就是给这些“二维直觉失灵”的地方补上新的语言。坐标负责定位,向量负责记录方向和位移,点积负责比较方向与做投影,叉积负责寻找公共的垂直方向,直线和平面方程则把空间中的几何对象变成可计算的代数对象。
三维坐标多出来的不只是一个数
二维点 (x,y) 可以理解成“横着走 x,再竖着走 y”。三维点 P(x,y,z) 只是多了一步:还要沿第三条、同时垂直于前两条的轴走 z。
三条坐标轴两两垂直。它们确定三个坐标平面:
- xy 平面上的点满足 z=0;
- xz 平面上的点满足 y=0;
- yz 平面上的点满足 。
这三个平面把空间切成八个卦限。实际做题时很少需要死记“第几卦限”,但一定要能读懂坐标的符号。例如 P(2,−3,4) 表示它位于 x 轴正侧、y 轴负侧、z 轴正侧。
投影把空间问题拆回平面
空间图最容易让人迷糊的地方,是纸面透视会扭曲长度和角度。真正可靠的不是“看起来多长”,而是坐标。
把点 P(x,y,z) 垂直投影到三个坐标平面,分别得到
Pxy=(x,y,0),P
每次投影都相当于把垂直于该平面的那个坐标暂时清零。后面看曲面的截痕、画等值线时,我们会一直用这种“先压回二维再看”的办法。

距离公式仍然是勾股定理
设
P(x1,y1,z1),Q
从 P 到 Q,三个互相垂直方向上的位移分别是
Δx=x2−x1,Δy=y
先把 Δx 和 Δy 用一次勾股定理合起来,再把得到的长度和 Δz 用一次勾股定理合起来,就得到
d(P,Q)=(x2−x1
中点也没有出现新花样,只是三个坐标分别取平均:
M=(2x1+x2
坐标公式的好处是,它不会被透视图骗到。图上两段线看起来一样长,并不能说明空间长度相等;把三个分量的差代入公式,结果才可靠。
例题:把一段空间位移拆成三个方向
已知 A(−1,2,4),B(3,−2,1)。求线段 AB 的长度和中点。
先别急着套根号。把三个方向上的坐标差单独写出来:
Δx=3−(−1)=4,Δy=
球面就是“到一个点的距离固定”
如果所有点 P(x,y,z) 到固定点 C(a,b,c) 的距离都是 R,那么
d(P,C)=R
两边平方后得到球面方程
(x−a)2+(y−b)2+(z−c
所以球面并不是凭空多出来的新公式,它只是距离公式的一句话版本:“这些点离球心一样远。”下一章识别二次曲面时,这个读法会比机械配方更有用。
向量把“从哪里到哪里”压缩成一支箭头
点回答“在哪里”,向量回答“朝哪里走、走多远”。从点 A(x1,y1,z1) 指向点 的位移向量是
AB=⟨x2−
这里的顺序不能反。AB 是“终点减起点”;如果换成 BA,三个分量全部变号,方向也完全相反。
点和向量长得像,含义却不同
点 P(2,3,4) 是空间中的一个固定位置。向量 ⟨2,3,4⟩ 是一段位移,只规定长度和方向,不规定必须从哪里出发。只有把原点 O 选作起点时,才有
OP=⟨2,3,4⟩
这时我们把 OP 叫作点 P 的位置向量。
向量可以平移,点不能平移。把一支向量挪到另一个起点,只要长度和方向不变,它仍是同一支向量;把一个点挪走,它已经是另一个点。
向量加法是连续走两段路
若
a=⟨a1,a2,a3
则
a+b=⟨a1+b1, a
几何上,把 b 的起点移到 a 的终点,从最初起点直接连到最终终点的那支向量,就是 a+b。这就是首尾相接法。若把两支向量放在同一起点,它们张成的平行四边形对角线也是 a+b。

数 c 乘向量会把它的长度缩放 ∣c∣ 倍:
ca=⟨ca1,ca2,ca3⟩
当 c<0 时,除了缩放,方向还会翻转。特别地,
−a=⟨−a1,−a2,−a3⟩
所以减法可以看成加上反向向量:
a−b=a+(−b)
基向量把一支箭头拆成三个方向
沿 x、y、z 轴正方向的单位向量通常写成
i=⟨1,0,0⟩,j=⟨0,1,0⟩,k=⟨0,0,1⟩
任意三维向量都能写成
v=⟨v1,v2,v3
这不是换一种好看的记号。它是在说:一段复杂的空间位移,可以拆成沿三条坐标轴的三段位移,再把它们加回来。
长度与单位方向
向量的长度是
∥v∥=v12+v22+
如果 v=0,把它除以自己的长度,就得到同方向的单位向量:
u=∥v∥v
单位向量只保留方向,把长度标准化成 1。反过来,一支非零向量总能拆成
v=∥v∥u
也就是“长度乘方向”。
零向量 0=⟨0,0,0⟩ 没有方向,也不能单位化,因为 ∥0∥=0,除法没有意义。
例题:求一条航线的单位方向
无人机从 A(1,−1,2) 飞向 B(4,3,0)。求它的位移向量、飞行距离和单位方向向量。
终点减起点:
AB=
点积把“方向有多一致”变成一个数
向量有三个分量,直接盯着六个数字,很难马上判断两支箭头方向接近、垂直还是相反。点积把这个比较压缩成一个数。
按分量计算,
a⋅b=a1b1+a2
按几何意义理解,
a⋅b=∥a∥∥b∥cosθ
其中 0≤θ≤π 是两支非零向量之间的夹角。
这两个公式各有分工:分量公式负责算,几何公式负责解释。因为余弦在锐角时为正、直角时为零、钝角时为负,所以
a⋅b>0a⋅b=0a
对非零向量,垂直判据因此变成
a⊥b⟺a⋅b=0
而夹角可以直接由
cosθ=∥a∥∥b∥a⋅b
求出。
自己和自己点乘就是长度平方
把 b 换成 a,夹角变成 0,于是
a⋅a=∥a∥2
这条关系经常比根号形式更方便。例如比较两个向量谁更长时,直接比较各自与自身的点积就够了。
投影先问“沿这个方向到底有多少”
想象一阵风斜着吹,而飞机只沿一条固定航线前进。真正能帮助飞机沿航线加速的,不是全部风速,而是风速在航线方向上的那一部分。这就是投影。

向量 a 在非零向量 b 方向上的带符号长度,也叫标量投影:
compba=∥b∥a⋅b
再乘上 b 的单位方向,就得到向量投影:
projba=∥b∥2a⋅b
为什么分母是 ∥b∥2?因为前面先除一次 ∥b∥ 得到带符号长度,后面还要再除一次 ∥b∥ 把 b 变成单位向量。
投影之后,原向量被拆成两部分:
a=projba+(a−projba)
第一部分平行于 b,第二部分垂直于 b。这是一种“沿着目标方向的成分 + 偏离目标方向的成分”的分解。
标量投影可以是负数。负号不是说几何长度小于零,而是在告诉你:这一部分朝着 b 的反方向。
例题:同时求夹角与投影分解
设
a=⟨2,−1,2⟩,b=⟨1,2,2⟩
求夹角的余弦,并把 a 分解成平行于 b 和垂直于 b 的两部分。
先算点积与长度:
a⋅b=2⋅1+(−1)⋅2+2
叉积解决“同时垂直于两个方向”的问题
点积能判断两支向量是否垂直,却不能直接给出一支同时垂直于它们的向量。三维空间里,这件事交给叉积。
对
a=⟨a1,a2,a3
叉积是
a×b=⟨a2b3−
它有三个必须一起记住的特征:
- a×b 同时垂直于 a 和 b;
- 方向由右手定则决定;
- 长度等于 ∥a∥∥b∥sinθ。
右手定则决定正反面
把右手四指从 a 沿较小夹角弯向 b,拇指所指就是 a×b 的方向。交换顺序,拇指会转向另一面:
a×b=−(b×a)
所以叉积不像普通数的乘法。顺序不仅影响符号,还直接影响法向量朝上还是朝下。
三个坐标单位向量满足
i×j=k,j×k=i,k×i=j
顺着 i→j→k→i 循环是正号,反过来就是负号。
行列式写法帮助记住分量
叉积常写成一个形式上的行列式:
a×b=
沿第一行展开时,中间的 j 项前面是负号。忘掉这个负号,是叉积计算里最常见的错误。
叉积只是在三维向量里按这里的规则使用。它的结果是向量;点积的结果是数。看到题目后先问“我需要一个数,还是需要一个垂直方向”,能避免把两个运算混在一起。
叉积长度就是平行四边形面积

以 a 为底,b 在垂直于 a 的方向上提供的高是 ∥b∥sinθ。因此平行四边形面积为
S平行四边形=∥a∥∥b∥sinθ=∥a×b∥
对应三角形面积是它的一半:
S△=21∥a×b∥
如果两支非零向量平行,那么 sinθ=0,叉积是零向量。于是
a×b=0⟺a,b 平行
这也是判断三个点是否共线的好办法:从同一个顶点写出两条边向量,看它们的叉积是否为零。
例题:三点给出面积和法向量
已知
A(1,0,2),B(3,1,1),C(2,4,3)
求三角形 ABC 的面积,并给出它所在平面的一个法向量。
两条边必须从同一个顶点出发:
AB=
三重积把底面积乘上垂直高度
三支向量 a,b,c 从同一点出发,会张成一个平行六面体。先用 b×c 得到底面的“面积向量”,再与 a 点乘,就只留下 a 在法向方向上的高度成分。因此体积是
V=∣a⋅(b×c)∣
绝对值不能漏,因为交换向量顺序可能改变三重积的正负,但几何体积不能为负。
例如
a=⟨1,0,1⟩,b=⟨0,2,1⟩,c=⟨2,1,0⟩
先算
b×c=⟨−1,2,−4⟩
再算
a⋅(b×c)=−5
所以平行六面体体积是 5。如果三重积为零,说明三支向量共面,整个“盒子”已经被压扁。
空间直线不能再靠一个斜率描述
在平面里,斜率 m 能说明“横着走 1 时竖着走多少”。到了三维,横向和竖向不再够用:沿 x 方向走一步时,y 和 z 都可能改变。与其硬造两个斜率,不如直接给出一支方向向量。
若直线经过点 P0(x0,y0,z0),方向向量为非零向量
v=⟨a,b,c⟩
那么直线上所有点都能写成
r(t)=r0+tv,t∈R
其中 r0=⟨x0,y0,z。拆成坐标就是参数方程:
x=x0+at,y=y0+
参数 t 不是第四个空间坐标。它只是在记录:从 P0 出发,沿 v 走了多少倍。t>0 沿 v 方向走, 沿反方向走, 回到 。
两个点也能确定一条直线
经过不同两点 P、Q 的直线,方向向量可以直接取
v=PQ=Q−P
于是
r(t)=p+t(q−p)
当 t=0 时得到 P,当 t=1 时得到 Q。如果只想描述线段 PQ,就把参数限制在 0。
对称式有一个分母陷阱
当 a,b,c 都不为零时,可以从参数方程消去 t:
ax−x0=by
如果某个方向分量为零,就不能把它放进分母。例如 v=⟨2,0,−1⟩ 表示 y 始终不变,正确写法是
2x−x0=−1z
两条空间直线为什么会异面
在二维平面中,两条不平行直线一定相交。三维里,它们可以从不同高度擦肩而过:方向不平行,却找不到同一个点。这种关系叫异面。

设
L1: r=p+su,L2:
判断时可以按下面顺序走:
先比较方向。若 u×v=0,两条直线方向平行;否则进入“相交或异面”的判断。
如果方向平行,再看 q− 是否也与 平行。若平行,两条直线重合;若不平行,它们是不同的平行线。
例题:三个坐标必须同时对上
判断
L1: r=⟨1,0,2⟩+s⟨2,1,−1⟩
与
L2: r=⟨3,1,1⟩+t⟨1,−1,2⟩
的位置关系。
若相交,就要有
1+2s=3+
只解两个坐标方程还不够。空间里有三个坐标,前两个方程可能给出一对参数,第三个却不成立;这正是异面线经常藏起来的地方。
平面的方向要用法向量描述
在平面里,一条直线只有一个沿线方向,因此斜率很好用。空间中的一个平面却容纳无数条不同方向的直线:往东、往北、斜着走,都可能仍留在平面里。想用一个方向代表整张平面,选平面内的方向反而不唯一。
更省事的办法,是选一支垂直于整个平面的向量。它叫法向量。

设平面经过点
P0(x0,y0,z0)
法向量为
n=⟨A,B,C⟩=0
平面上任意点 P(x,y,z) 与 P0 的连线都留在平面里,因此
P0P=⟨x−
必须与 n 垂直。点积为零:
n⋅P0P=0
展开得到点法式:
A(x−x0)+B(y−y0)+
整理后得到一般式:
Ax+By+Cz=D
其中
D=Ax0+By0+Cz0
所以看到一般式时,法向量可以直接从三个变量的系数读出来:
n=⟨A,B,C⟩
一个平面方程有很多等价写法
把平面方程两边同乘同一个非零常数,不会改变平面。例如
x+2y−z=4
与
2x+4y−2z=8
描述的是同一张平面。这也说明法向量的长度不重要,方向才重要:⟨1,2,−1⟩ 与 ⟨2,4,−2⟩ 都是它的法向量。
判断两个一般式是否是同一平面时,必须比较整条方程是否成同一比例,不能只比较法向量或只比较常数项。
三个不共线点确定一个平面
给出三点 A,B,C 时,先取两个平面内向量
AB,AC
如果它们不平行,叉积
n=AB×AC
就是法向量。再把任意一个已知点放进点法式即可。
如果叉积为零,说明三点共线。此时经过这条直线的平面有无数个,不能确定唯一平面。
例题:从三个点到平面方程
求经过
A(1,0,2),B(2,1,0),C(0,3,1)
的平面方程。
从同一点 A 出发构造两支平面内向量:
AB
直线和平面的关系都能归结为方向比较
空间位置关系看起来种类很多,但核心始终是两件事:方向是否兼容,对象是否真的共用一个点。
两个平面的关系
设两个平面的法向量分别是 n1,n2。
如果
n1×n2=0
两法向量平行,两平面要么平行,要么重合。此时取一个平面上的点代入另一个平面方程:满足则重合,不满足则是两张不同的平行平面。
如果法向量不平行,两平面一定相交于一条直线。它们的交线方向同时垂直于两法向量,所以可取
v=n1×n2
两个平面的锐二面角等于两个法向量的锐夹角:
cosθ=∥n1∥∥n2∥∣
绝对值把法向量朝向造成的正负差别去掉。特别地,
n1⋅n2=0
说明两个平面互相垂直。
直线与平面的关系
设直线方向为 v,平面法向量为 n。
如果
v⋅n=0
直线方向与法向量垂直,因此直线方向平行于平面。接下来还要看直线上的一个点是否满足平面方程:满足则整条直线在平面内,不满足则直线与平面平行且没有交点。
如果
v⋅n=0
直线会穿过平面,并且只有一个交点。把直线的参数方程代入平面方程,就能解出交点对应的参数。
如果 v 与 n 平行,直线沿法向方向穿过平面,因此直线和平面垂直。
直线与平面的夹角 α 取 0 到 π/2 之间的锐角。因为它与“直线方向和法向量的夹角”互余,所以
sinα=∥v∥∥n∥∣v⋅n∣
例题:求直线穿过平面的位置和角度
已知直线
r(t)=⟨1,−1,0⟩+t⟨2,1,1⟩
和平面
x+2y−z=4
求交点以及直线与平面的夹角。
直线方向与平面法向量分别是
v=⟨2,1,1⟩,n=⟨1,2,−1⟩它们的点积为
投影还给出点到平面的最短距离
点 Q(x1,y1,z1) 到平面
Ax+By+Cz=D
的最短路线一定沿法向量
n=⟨A,B,C⟩
因为任何斜着走的路线都额外包含一段平面内位移,只会更长。把向量 P0Q 投影到单位法向量上,就得到距离公式:
d=A2+B2+C
分子是在测量点 Q 代入平面方程后的“有向偏差”,分母负责消除法向量被任意倍数放大的影响。
例题:距离和最近点一起求
求点
Q(2,−1,3)
到平面
2x−y+2z=5
的距离,并找出平面上离 Q 最近的点 H。
法向量是
n=⟨2,−1,2⟩,∥n∥=3距离为
两张平行平面的距离
若两平面已经写成使用同一法向量的形式
Ax+By+Cz=D1
与
Ax+By+Cz=D2
它们之间的距离是
d=A2+B2+C
如果两条方程左侧只成比例,必须先把整条方程缩放到相同的 A,B,C,再比较右侧常数。
把工具选对,比记住一长串公式更重要
这一章的对象很多,但每个运算回答的问题很具体:
- 两个点相减,得到从起点到终点的位移;
- 向量除以长度,得到纯粹的方向;
- 点积回答夹角、垂直和投影;
- 叉积回答公共法向、平行四边形面积和三点是否共线;
- 直线使用“一点加一个方向”;
- 平面使用“一点加一个法向”;
- 位置关系先比较方向,再检查是否共用一个点。
如果一道空间题看起来信息很多,先把题目中的点相减成向量,再问自己需要的是“沿某方向的成分”还是“垂直于两个方向的新方向”。前者通常用点积,后者通常用叉积。
下一章会开始研究球面、柱面、抛物面和双曲面。到那时,一张曲面不再只是“画出来像什么”,我们会用本章的距离、截面、直线和平面语言,一层层把它的结构读出来。
练习
坐标、距离与中点
已知 P(2,−1,5),Q(−2,3,1)。求 ∣PQ∣ 和线段 PQ 的中点。
三个坐标差是 −4,4,−4,所以
∣PQ∣=(−4)2+4
球面方程
写出球心为 C(1,−2,3)、半径为 4 的球面方程,并判断点 P(1,2,3) 是否在球面上。
球面方程为
(x−1)2+(y+2)2+(z−3
长度与单位向量
设 v=⟨−2,1,2⟩。求 ∥v∥,并写出与 v 同方向的单位向量。
∥v∥=(−2)2+12+22
投影与垂直分量
设
a=⟨3,1,0⟩,b=⟨1,1,1⟩
把 a 分解成平行于 b 和垂直于 b 的两部分。
先算
a⋅b=4,∥b∥2=3平行部分是
叉积与面积
设
u=⟨1,0,2⟩,v=⟨0,3,1⟩
求由 u,v 张成的平行四边形面积和三角形面积。
叉积为
u×v=⟨−6,−1,3⟩所以平行四边形面积是
∥u×v∥=
三重积与共面
判断向量
a=⟨1,1,0⟩,b=⟨0,1,1⟩,c=⟨1,2,1⟩
是否共面。
先算
b×c=⟨−1,1,−1⟩再算三重积:
a⋅(b×c)=
两点确定直线
写出经过 P(2,−1,3) 和 Q(5,3,−3) 的直线向量方程与参数方程。
方向向量可以取
PQ=⟨3,4,−6⟩向量方程为
判断两条直线的位置关系
判断
L1: r=⟨1,0,1⟩+s⟨1,2,−1⟩
与
L2: r=⟨2,2,1⟩+t⟨2,4,−2⟩
的位置关系。
两个方向向量满足
⟨2,4,−2⟩=2⟨1,2,−1⟩所以两线方向平行。再看两个基点之差:
⟨2,2,1⟩
三点能否确定唯一平面
判断 A(0,0,0),B(1,2,1),C(2,4,2) 是否能确定唯一平面。
从 A 出发,
AB=⟨1,2
平面方程
求经过点 P0(1,2,−1)、法向量为 ⟨2,−3,4⟩ 的平面方程。
点法式为
2(x−1)−3(y−2)+4(z+1)=0整理得
直线与平面
判断直线
r(t)=⟨1,0,1⟩+t⟨1,1,0⟩
与平面 x−y+z=2 的位置关系。
直线方向向量是
v=⟨1,1,0⟩平面法向量是
n=⟨1,−1,1⟩因为
v
点到平面的距离
求点 Q(1,2,3) 到平面 2x−y+2z=9 的距离。
代入距离公式:
d=22+(−1)2+
综合判断
判断下列说法是否正确,并说明原因。
- 两条方向向量不平行的空间直线一定相交。
- 一个平面的法向量乘以 5 后,平面方向不变。
- a×b=b×a。
- 若直线方向向量与平面法向量点积为零,直线一定在平面内。
第 1 句错误。空间中两条不平行直线可能异面。
第 2 句正确。法向量乘以非零数只改变长度,法向方向没有改变。
第 3 句错误。叉积交换顺序会反向:
a×b=−(b×a)第 4 句错误。点积为零只说明直线方向平行于平面;还要检查直线上的一个点是否在平面上,才能区分“直线在平面内”和“直线与平面平行但分离”。