歡迎來到矩陣（Matrices）的世界！
歡迎來到進階數學（Further Mathematics）中最令人興奮的領域之一！矩陣（Matrix 的複數形式）乍看之下可能只是一堆數字的方陣，但它們其實是功能極其強大的工具。你可以把它們想像成組織數據的方法，或是能在螢幕上移動圖形的「數學機器」。事實上，每當你玩 3D 電玩遊戲時，矩陣就在幕後默默運作，負責計算物件的移動與旋轉！
在本指南中，我們將把矩陣代數拆解成簡單的步驟。如果一開始覺得要記的規則太多也不用擔心，我們會放慢節奏，並透過許多生活化的比喻，幫助你輕鬆掌握這些概念。
1. 什麼是矩陣？
矩陣就是將數字排列成列（Row，橫向）和行（Column，直向）的矩形網格。我們用它的階（Order）來描述矩陣的大小，格式為：\(Rows \times Columns\)（列 \(\times\) 行）。
記憶小撇步：可以聯想 RC 汽水（RC Cola）或遙控器（Remote Control）。永遠是先讀列（Rows），再讀行（Columns）！
單位矩陣（The Identity Matrix，\(I\)）：
單位矩陣在矩陣世界裡就相當於數字「1」。任何矩陣乘以單位矩陣後，結果仍維持不變。它的主對角線（從左上到右下）全是 1，其餘位置全是 0。
對於 \(2 \times 2\) 矩陣：\(I = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}\)
對於 \(3 \times 3\) 矩陣：\(I = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix}\)
你知道嗎？像 Google 這樣的搜尋引擎正是利用矩陣來為網站排名！著名的「PageRank」演算法本質上就是一個巨大的矩陣運算。
2. 矩陣乘法：「列乘行」（Row-by-Column）規則
矩陣相乘不像對應位置的數字相乘那麼簡單，我們必須遵循特定的規則。要得出新矩陣的元素，你需要用第一個矩陣的列（Row）乘以第二個矩陣的行（Column）。
如何計算 \(A \times B\)：
1. 取 \(A\) 的第一列。
2. 取 \(B\) 的第一行。
3. 將對應位置的元素相乘，最後再將所有乘積相加。這就得到了答案中左上角的元素。
4. 重複此步驟，計算出其餘的列與行。
重要規則：只有當第一個矩陣的行數（columns）與第二個矩陣的列數（rows）相等時，兩者才能進行乘法運算。
常見錯誤：在普通算術中，\(2 \times 3\) 和 \(3 \times 2\) 的結果相同。但在矩陣運算中，\(AB\) 通常不等於 \(BA\)！運算的順序非常關鍵。
快速複習：
- 列 \(\times\) 行。
- \(AB \neq BA\)。
- \(AI = A\) 且 \(IA = A\)。
3. 行列式與反矩陣（針對 \(2 \times 2\) 矩陣）
每個方陣都有一個特殊的數值，稱為行列式（Determinant）。對於 \(2 \times 2\) 的矩陣 \(A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，行列式寫作 \(det(A)\) 或 \(|A|\)。
公式：\(det(A) = ad - bc\)
奇異矩陣與非奇異矩陣
- 若 \(det(A) = 0\)，該矩陣稱為奇異矩陣（Singular）。它沒有反矩陣（就像試圖除以零一樣）。
- 若 \(det(A) \neq 0\)，該矩陣為非奇異矩陣（Non-singular），擁有反矩陣。
尋找反矩陣 \(A^{-1}\)
反矩陣就是能將原矩陣「抵銷」的矩陣，即 \(A \times A^{-1} = I\)。
要找出 \(2 \times 2\) 矩陣的反矩陣：
1. 交換主對角線上的元素（\(a\) 和 \(d\)）。
2. 將另外兩個元素的正負號反轉（\(b\) 和 \(c\) 變為 \(-b\) 和 \(-c\)）。
3. 最後將整個矩陣除以行列式的值。
\(A^{-1} = \frac{1}{ad - bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}\)
反矩陣記憶口訣：「交換 \(a\) 與 \(d\)，正負號變反 \(b\) 與 \(c\)，除以行列式，大功告成！」
4. 特殊矩陣性質
考試中你需要掌握兩條非常重要的規則，它們經常出現在「證明題」（show that）中。
襪子與鞋子規則：\((AB)^{-1} = B^{-1}A^{-1}\)
想像 \(A\) 是穿襪子，\(B\) 是穿鞋子。要進行反向操作（求反矩陣），你必須先脫掉鞋子（\(B^{-1}\)），再脫掉襪子（\(A^{-1}\)）。順序必須反轉！
轉置規則：\((AB)^T = B^T A^T\)
轉置（Transpose，\(A^T\)）是指將矩陣的行列互換（即將第一列變成第一行，以此類推）。就像反矩陣一樣，兩個矩陣相乘後的轉置，也必須反轉相乘的順序。
關鍵點：當你看到括號外面有反矩陣符號 \(-1\) 或轉置符號 \(T\) 時，記得要將裡面的矩陣順序對調！
5. 幾何變換
在進階數學中，我們利用 \(2 \times 2\) 矩陣來轉換二維平面上的點。我們將點 \((x, y)\) 表示為行向量 \(\begin{pmatrix} x \\ y \end{pmatrix}\)。當我們用轉換矩陣 \(M\) 乘以這個向量，就能得到新的座標。
常見的變換類型：
1. 旋轉（Rotations）：圍繞原點 \((0,0)\) 旋轉圖形。
2. 反射（Reflections）：將圖形沿某條線翻轉（例如 \(x\) 軸、\(y\) 軸或 \(y = x\) 直線）。
3. 放大（Enlargements）：以原點為中心將圖形變大或變小。
4. 拉伸（Stretches）：沿著一個方向（平行於 \(x\) 或 \(y\) 軸）拉長圖形。
5. 錯切（Shears）：將圖形的頂部側向推動，而底部保持不動（就像推動一副撲克牌）。
秘技：要找出任何變換的矩陣，只需觀察點 \((1, 0)\) 和 \((0, 1)\) 變換後的位置。
- 如果 \((1, 0)\) 移至 \(\begin{pmatrix} a \\ c \end{pmatrix}\)
- 且 \((0, 1)\) 移至 \(\begin{pmatrix} b \\ d \end{pmatrix}\)
- 那麼該轉換矩陣就是 \(\begin{pmatrix} a & b \\ c & d \end{pmatrix}\)。
面積比例因子（Area Scale Factor）
你知道行列式也與面積有關嗎？
面積比例因子 = \(|det(M)|\)。
如果行列式為負，代表圖形經過了反射（方向改變了），但在計算面積比例因子時，我們始終取其正值。
6. 不變點與不變線（Invariant Points and Lines）
有些點或線在變換過程中不會移動，這些稱為不變（invariant）。
- 不變點（Invariant Point）：在變換後保持位置不變的特定點。對於我們這裡研究的所有變換，原點 \((0,0)\) 都是不變點。
- 不變點線（Line of Invariant Points）：這條線上的每一個點都保持原位（就像反射中的鏡面線）。
- 不變線（Invariant Line）：整條線作為一個整體保持在相同位置，但線上的個別點可能會沿著這條線滑動。
如果一開始覺得很難，別擔心！只要記得：不變「點」就像一個人靜止不動；而不變「線」就像火車軌道——即使火車在上面行駛，軌道本身的位置依然保持不變。
總結檢查清單
你是否能夠：
- 執行 \(3 \times 3\) 以內矩陣的加法、減法與乘法？
- 計算 \(2 \times 2\) 矩陣的行列式？
- 找出非奇異 \(2 \times 2\) 矩陣的反矩陣？
- 使用 \((AB)^{-1} = B^{-1}A^{-1}\) 和 \((AB)^T = B^T A^T\) 的規則？
- 辨識旋轉、反射、放大和錯切的變換矩陣？
- 解釋不變點線與不變線之間的區別？
實用建議：多用手練習矩陣乘法，直到它變成你的「肌肉記憶」。這是考試時最容易因為粗心而丟分的地方！