歡迎來到矩陣代數：變換指南
你好！歡迎來到進階純數學 1 (FP1) 中激動人心的矩陣代數世界。如果這章節剛開始看起來有點棘手，請別擔心；我們正在構建一套強大的工具，讓我們能夠利用網格中的簡單數字來描述複雜的幾何運動（變換）。
雖然章節標題暗示了「積分」，但 FP1 的重點在於掌握 2x2 矩陣的基本運算及其在幾何變換上的應用。這些技能是極為重要的基石，特別是有助於你日後理解函數如何改變面積或體積——這可是與微積分和積分概念深度連結的！
讓我們將這個主題拆解成易於掌握的部分，確保你在每一個步驟都充滿自信。
第一節：2x2 矩陣基礎
什麼是矩陣？
矩陣 (matrix) 僅僅是以行和列排列的數字矩形陣列。在 FP1 中，我們主要關注 2x2 矩陣，即包含 2 行和 2 列的矩陣。
類比：將矩陣想像成一個小型試算表或座標網格。
2x2 矩陣 \(\mathbf{A}\) 通常寫作：
\[\n\mathbf{A} = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\n\]
1. 基本矩陣運算
加法、減法和純量乘法（乘以單一數字）非常直接，你只需對相應的元素進行運算即可。
1. 加法與減法：
若 \(\mathbf{A} = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}\) 且 \(\mathbf{B} = \begin{pmatrix} 5 & 6 \\ 7 & 8 \end{pmatrix}\)，則：
\[\n\mathbf{A} + \mathbf{B} = \begin{pmatrix} 1+5 & 2+6 \\ 3+7 & 4+8 \end{pmatrix} = \begin{pmatrix} 6 & 8 \\ 10 & 12 \end{pmatrix}\n\]
2. 純量乘法：
要將矩陣乘以一個數字（例如 5），請將矩陣內的每一個元素都乘以該數字：
\[\n5\mathbf{A} = 5 \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix} = \begin{pmatrix} 5\times 1 & 5\times 2 \\ 5\times 3 & 5\times 4 \end{pmatrix} = \begin{pmatrix} 5 & 10 \\ 15 & 20 \end{pmatrix}\n\]
矩陣乘法：關鍵技能
有趣的部分來了！矩陣乘法並非對應元素相乘，而是一個「行乘列」(Row-by-Column) 的過程。
設 \(\mathbf{A} = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\) 且 \(\mathbf{B} = \begin{pmatrix} p & q \\ r & s \end{pmatrix}\)。
乘積 \(\mathbf{C} = \mathbf{AB}\) 是通過取第一個矩陣 (\(\mathbf{A}\)) 的行與第二個矩陣 (\(\mathbf{B}\)) 的列進行點積 (dot product) 來計算的。
乘法步驟：
-
\(\mathbf{C}\) 的左上元素來自（A 的第 1 行）\(\times\)（B 的第 1 列）。
\(C_{11} = ap + br\)
-
\(\mathbf{C}\) 的右上元素來自（A 的第 1 行）\(\times\)（B 的第 2 列）。
\(C_{12} = aq + bs\)
-
\(\mathbf{C}\) 的左下元素來自（A 的第 2 行）\(\times\)（B 的第 1 列）。
\(C_{21} = cp + dr\)
-
\(\mathbf{C}\) 的右下元素來自（A 的第 2 行）\(\times\)（B 的第 2 列）。
\(C_{22} = cq + ds\)
黃金法則：順序很重要！
對於標準數字，\(2 \times 3 = 3 \times 2\)。但這對矩陣來說是不成立的！
一般而言，對於矩陣 \(\mathbf{A}\) 和 \(\mathbf{B}\)，\(\mathbf{AB} \neq \mathbf{BA}\)。這意味著矩陣乘法不具備交換律。請務必確保順序正確！
試著想像要計算位置 \(C_{ij}\) 的結果。你使用的是第一個矩陣的第 \(i\) 行和第二個矩陣的第 \(j\) 列。（行，列）。
重點總結：基本運算是對應元素處理，但乘法是「行乘列」，且順序不能隨意調換。
第二節：行列式與逆矩陣（「撤銷」按鈕）
行列式 (determinant) 和逆矩陣 (inverse) 非常重要，因為它們讓我們能夠解矩陣方程，且最關鍵的是，能讓我們判斷一個幾何變換是否可以反轉。
2x2 矩陣的行列式 (\(\det(\mathbf{A})\))
行列式是一個從矩陣元素計算出來的單一純量。它告訴我們當矩陣用於變換時的面積縮放因子。
對於矩陣 \(\mathbf{A} = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，行列式為：
\[\n\det(\mathbf{A}) = ad - bc\n\]
記憶輔助：它是主對角線元素（\(a\) 和 \(d\)）的乘積減去副對角線元素（\(b\) 和 \(c\)）的乘積。
你知道嗎？ 如果你將一個 2x2 變換矩陣應用於平面上的圖形，變換後圖形的面積將是原面積乘以行列式的絕對值，即 \(|\det(\mathbf{A})|\)。
逆矩陣 (\(\mathbf{A}^{-1}\))
逆矩陣 (\(\mathbf{A}^{-1}\)) 是能「撤銷」由 \(\mathbf{A}\) 所進行變換的矩陣。如果你將一個矩陣乘以它的逆矩陣（無論順序如何），你會得到單位矩陣 (\(\mathbf{I}\))。
\[\n\mathbf{A}\mathbf{A}^{-1} = \mathbf{A}^{-1}\mathbf{A} = \mathbf{I} = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}\n\]
對於 \(\mathbf{A} = \begin{pmatrix} a & b \\ c & d \end{pmatrix}\)，其逆矩陣公式為：
\[\n\mathbf{A}^{-1} = \frac{1}{ad - bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}\n\]
求逆矩陣的步驟：
- 計算行列式 \(D = ad - bc\)。
- 交換 \(a\) 和 \(d\) 的位置。
- 改變 \(b\) 和 \(c\) 的符號。
- 將所得矩陣乘以 \(\frac{1}{D}\)。
奇異矩陣：當逆矩陣不存在時
如果矩陣 \(\mathbf{A}\) 的行列式為零，即 \(\det(\mathbf{A}) = 0\)，那麼 \(\frac{1}{D}\) 項涉及除以零，這是無意義的。
若 \(\det(\mathbf{A}) = 0\)，該矩陣稱為奇異矩陣 (singular matrix)。
奇異矩陣沒有逆矩陣。在幾何上，這意味著該變換將面積壓縮為零（例如，將 2D 圖形轉換為單一線條或點），因此你無法撤銷該過程。
計算逆矩陣時，學生有時會忘記變換符號，或者忘記交換位置。記住：交換主對角線，改變副對角線符號。
重點總結：行列式 \(D\) 控制面積縮放。如果 \(D \neq 0\)，矩陣為非奇異矩陣，且存在逆矩陣；如果 \(D = 0\)，則為奇異矩陣，沒有逆矩陣。
第三節：矩陣與幾何變換
這是 FP1 中 2x2 矩陣的主要應用。每一個 2x2 矩陣都對應於笛卡兒平面上的一個線性變換。
單位正方形與變換矩陣
要找到任何線性變換的矩陣 \(\mathbf{M}\)，我們只需觀察該變換對兩個特定點（單位向量）的作用：
- 點 \((1, 0)\)，即向量 \(\mathbf{i} = \begin{pmatrix} 1 \\ 0 \end{pmatrix}\)。
- 點 \((0, 1)\)，即向量 \(\mathbf{j} = \begin{pmatrix} 0 \\ 1 \end{pmatrix}\)。
變換矩陣 \(\mathbf{M}\) 是利用 \(\mathbf{i}\) 和 \(\mathbf{j}\) 的變換後座標作為其列來構建的：
\[\n\mathbf{M} = \begin{pmatrix} \mathbf{i} \text{ 的像} & \mathbf{j} \text{ 的像} \end{pmatrix}\n\]
標準變換矩陣
你必須熟悉以下標準變換的矩陣：
1. 放大 (Enlargement/Scaling)
以原點為中心，放大倍率為 \(k\) 的放大變換，其矩陣為：
\[\n\mathbf{E} = \begin{pmatrix} k & 0 \\ 0 & k \end{pmatrix}\n\]
例子：放大倍率為 3 的矩陣是 \(\begin{pmatrix} 3 & 0 \\ 0 & 3 \end{pmatrix}\)。
2. 旋轉 (Rotation)
以原點為中心，旋轉角度 \(\theta\)（逆時針方向為正），其矩陣為：
\[\n\mathbf{R} = \begin{pmatrix} \cos \theta & -\sin \theta \\ \sin \theta & \cos \theta \end{pmatrix}\n\]
特例：逆時針旋轉 \(90^\circ\) (\(\theta = 90^\circ\))：\(\begin{pmatrix} 0 & -1 \\ 1 & 0 \end{pmatrix}\)。
3. 反射 (Reflection)
關鍵在於辨識它是關於哪條線的反射：
- 關於 \(x\)-軸的反射：\(\begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}\)
- 關於 \(y\)-軸的反射：\(\begin{pmatrix} -1 & 0 \\ 0 & 1 \end{pmatrix}\)
- 關於直線 \(y=x\) 的反射：\(\begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}\)
- 關於直線 \(y=-x\) 的反射：\(\begin{pmatrix} 0 & -1 \\ -1 & 0 \end{pmatrix}\)
4. 切變 (Shear)
切變會保持一條軸不變（不動），並將點平行於該軸移動。
- 平行於 \(x\)-軸的切變（其中 \(x\)-軸保持不變），切變因子為 \(k\)： \[\n \mathbf{S}_x = \begin{pmatrix} 1 & k \\ 0 & 1 \end{pmatrix}\n \]
- 平行於 \(y\)-軸的切變（其中 \(y\)-軸保持不變），切變因子為 \(k\)： \[\n \mathbf{S}_y = \begin{pmatrix} 1 & 0 \\ k & 1 \end{pmatrix}\n \]
組合變換 (Composition)
通常，題目會要求連續應用多個變換（例如：先反射再旋轉）。這稱為變換的組合。
要找到表示組合變換的單一矩陣，你需要將這些變換矩陣相乘。
關鍵規則：首先應用的變換必須寫在右側，即最靠近被變換座標的地方。
若變換 \(T_1\)（矩陣 \(\mathbf{M}_1\)）之後緊接變換 \(T_2\)（矩陣 \(\mathbf{M}_2\)），則組合變換 \(\mathbf{T}\) 為：
\[\n\mathbf{T} = \mathbf{M}_2 \mathbf{M}_1\n\]
座標 \(\mathbf{x}\) 的計算方式為 \(\mathbf{T}\mathbf{x} = \mathbf{M}_2 (\mathbf{M}_1 \mathbf{x})\)。
類比：想像先穿襪子再穿鞋子。脫掉時要先脫鞋子，再脫襪子。最先執行的操作（襪子）在代數上是放在最右側的。
重點總結：變換矩陣是由 \((1, 0)\) 和 \((0, 1)\) 的像所構成。組合變換時，請按應用順序的「逆序」進行矩陣乘法。
你現在已經掌握了 FP1 中 2x2 矩陣代數的精髓！精通這些運算及其幾何解釋是本單元成功的關鍵。持續練習乘法和逆矩陣計算——這些是你在此處最核心的技能！