Matrices

歡迎來到矩陣（Matrices）的世界！

歡迎來到進階數學（Further Mathematics）中最強大的工具之一：矩陣（Matrices）。你可以把矩陣想像成數學上的「試算表」或數字網格。雖然它們看起來只是一堆儲存數據的方格，但其實它們正是電腦圖學、工程學，甚至是 GPS 計算你位置的背後秘密語言！
在本章中，我們將學習如何處理這些網格，並利用它們在二維和三維空間中進行圖形變換。如果一開始覺得它們很「陌生」，別擔心——只要你掌握了遊戲規則，這一切都會變得非常有邏輯！

1. 矩陣基礎：加法、減法與純量乘法

在進行複雜的操作之前，我們需要先掌握基本功。矩陣由其階數（order）（大小）定義，書寫格式為 行數（rows）\(\times\) 列數（columns）。

快速複習： 若要記住階數的順序，可以聯想「Roman Catholic」或「Remote Control」——先 Rows（行），後 Columns（列）。

加法與減法

只有當兩個矩陣的階數相同時，它們才能進行加減運算。這是一種比較正式的說法，意思是它們必須大小完全一致。
進行加減法時，只需將對應位置上的數字相加或相減即可。
例子： 將矩陣 A 左上角的數字與矩陣 B 左上角的數字相加，所得結果就是答案矩陣左上角的數字。

純量乘法（Scalar Multiplication）

純量（Scalar）就是一個普通的數字（例如 5 或 -2）。將矩陣乘以純量時，你需要將矩陣內每一個數字都乘以該純量。
常見錯誤： 忘了乘以底部的數字！請確保每一個元素都有運算到。

特殊矩陣

• 零矩陣（Zero Matrix, 0）： 所有元素均為 0 的矩陣。它的運算性質與數學中的數字 0 完全一樣。
• 單位矩陣（Identity Matrix, I）： 一個主對角線（從左上到右下）均為 1，其餘位置均為 0 的方陣。對於 \(2 \times 2\) 矩陣，\(I = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}\)。這是矩陣世界中的「1」。任何矩陣乘以 \(I\) 後都不會改變！

重點總結： 加減法要求階數相同；純量乘法會影響每一個元素；單位矩陣 \(I\) 是你的「數學鏡子」。

2. 矩陣乘法：「橫行乘直列」法則

矩陣乘法與我們平時的乘法稍有不同。只有當 A 的列數等於 B 的行數時，才能進行矩陣 A 和 B 的相乘。

如何進行乘法

我們使用 「行乘以列」（Row by Column） 的方法：
1. 取左側矩陣的第一行（Row）。
2. 取右側矩陣的第一列（Column）。
3. 將對應元素相乘，然後將這些乘積相加，以此類推。
4. 這樣就能算出新矩陣的第一個元素。

記憶小撇步： 用手指輔助！左手沿著第一個矩陣的行橫向（Across）移動，右手沿著第二個矩陣的列縱向（Down）移動。

黃金法則：順序很重要！

在普通數學中，\(2 \times 3\) 等於 \(3 \times 2\)。但在矩陣中，\(AB\) 通常不等於 \(BA\)。請務必保持題目要求的順序！

重點總結： 永遠遵守 行 \(\times\) 列 的規則。兩個階數的中間數字必須匹配（例如，\(2 \times \mathbf{3}\) 的矩陣可以乘以一個 \(\mathbf{3} \times 1\) 的矩陣）。

3. 行列式與逆矩陣

每個方陣都有一個稱為行列式（determinant）的特殊數字，記作 \(det(A)\) 或 \(|A|\)。

\(2 \times 2\) 行列式

對於 \(A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，行列式為 \(ad - bc\)。
你可以把它想像成 「面積縮放因子」。如果你使用矩陣來變換圖形，其面積將乘以該行列式值。

奇異與非奇異矩陣

• 若 \(det(A) = 0\)，該矩陣稱為奇異矩陣（singular），沒有逆矩陣。從幾何意義上講，它會將二維圖形壓縮成一維線段（面積變為 0）。
• 若 \(det(A) \neq 0\)，則為非奇異矩陣（non-singular），擁有逆矩陣。

逆矩陣 \(A^{-1}\)

逆矩陣就是「復原」按鈕。如果矩陣 \(A\) 移動了一個點，\(A^{-1}\) 就會把它移回來。
\(A \times A^{-1} = I\)。
\(2 \times 2\) 逆矩陣計算步驟：
1. 計算行列式，並取其倒數 \(1/(ad - bc)\)。
2. 交換主對角線上的數字（\(a\) 和 \(d\)）。
3. 改變另外兩個數字的符號（\(b\) 和 \(c\)）。
4. 將整個矩陣乘以剛才計算出的 \(1/det\)。

關於 \(3 \times 3\) 矩陣的注意點： 在考試中，你可以直接使用計算機來求出這些值！請確保你熟練掌握 Casio Classwiz 或 CG50 上的矩陣模式。

重點總結： 行列式告訴你縮放因子。如果它為零，你就無法「復原」矩陣（即無逆矩陣）。

4. 二維與三維幾何變換

矩陣可以用來表示旋轉、反射和放大等線性變換（linear transformations）。

單位正方形技巧

要找出任何二維變換的矩陣，只需觀察點 (1, 0) 和 (0, 1) 變換後的位置即可：
- 矩陣的第一列是 (1, 0) 的去向。
- 第二列是 (0, 1) 的去向。

常見的二維變換

• 旋轉： \(\begin{pmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{pmatrix}\)，表示繞原點逆時針旋轉 \(\theta\) 角。
• 反射： 準備好辨識關於 \(x=0\)、\(y=0\) 以及 \(y = \pm x\) 的反射。
• 放大： \(\begin{pmatrix} k & 0 \\ 0 & k \end{pmatrix}\)，其中 \(k\) 為縮放因子。

組合變換

如果你先進行變換 B，再進行變換 A，其組合矩陣就是 \(AB\)。
等等！ 注意順序了嗎？第一次變換的矩陣放在右邊。想像成函數 \(f(g(x))\)——你必須先執行裡面的函數！

三維變換

別慌！你只需要了解：
1. 關於 \(x=0\)、\(y=0\) 或 \(z=0\) 平面的反射。
2. 繞 \(x\)、\(y\) 或 \(z\) 軸的旋轉。
提示： 若繞 \(x\) 軸旋轉，\(x\) 坐標不會改變，因此第一行/列看起來就像單位矩陣 \((1, 0, 0)\)。

重點總結： 變換是從右到左進行應用的。行列式即面積（二維）或體積（三維）的縮放因子。如果行列式為負，表示方向已被翻轉（就像照鏡子一樣）。

5. 不變點與不變直線

有時，變換會讓某些東西保持原狀！

• 不變點（Invariant Point）： 保持位置完全不動的點。在這些變換中，原點 (0,0) 始終是不變點。若要尋找其他點，請解方程 \(M \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} x \\ y \end{pmatrix}\)。
• 不變直線（Invariant Line）： 直線上的每一個點都保持在該直線上（儘管它們可能在同一條線上滑動到新位置）。若要尋找這些直線，請解 \(M \begin{pmatrix} x \\ mx+c \end{pmatrix} = \begin{pmatrix} X \\ mX+c \end{pmatrix}\)。

重點總結： 不變點是不會移動的點；不變直線則是整體位置不變的線，即使線上的點發生了移動。

6. 解聯立方程組

矩陣允許我們解決三個未知數（\(x, y, z\)）的方程組。
我們將它們寫成 \(M \mathbf{v} = \mathbf{B}\) 的形式，其中 \(M\) 是係數矩陣。
求解時，我們計算 \(\mathbf{v} = M^{-1} \mathbf{B}\)。

幾何解釋（「三個平面」）

每個方程代表三維空間中的一個平面。主要有三種情況：
1. 唯一解： 三個平面相交於一個點。（當 \(det(M) \neq 0\) 時發生）。
2. 矛盾（無解）： 三個平面沒有共同交點。它們可能會構成一個三稜柱形狀。
3. 無窮多解： 三個平面相交於一條線（稱為束（sheaf）），或者它們本身就是同一個平面。

快速提示： 如果計算機在求解時出現 "Error"，說明行列式為零。此時你需要檢查各方程之間的模式，判斷它們是否相容。

重點總結： 使用逆矩陣來解方程。如果行列式為 0，請尋找是「束」（相容）還是「三稜柱」（矛盾）。