Matrices

歡迎來到矩陣的世界！

在這個單元中，我們要來探索矩陣（Matrices）。你可以把矩陣想像成一個「數學儲存箱」或是一個用來整理數字的方格。雖然它們看起來只是由數字組成的橫列與直行，但實際上，它們是強大到不可思議的工具，廣泛應用於電腦繪圖、工程學，甚至是描述形狀如何在空間中移動與變形。無論你是數學高手，還是覺得這些數字有些令人頭痛，我們都會一步步拆解，讓你能夠充滿自信地駕馭這些數學方格！

1. 矩陣基礎與運算

矩陣就是一個數字的矩形陣列。我們透過橫列（rows，水平）和直行（columns，垂直）的數量來描述它的大小（維度）。例如，一個 \( 2 \times 3 \) 的矩陣有 2 個橫列和 3 個直行。在本課程大綱中，我們主要探討不超過 3 橫列 3 直行的矩陣。

加法與減法

矩陣的加法和減法非常直觀！你只需要將對應位置的數字相加或相減即可。
重要提示：只有在矩陣的大小完全相同時，才能進行加法或減法運算。

矩陣乘法

矩陣乘法與普通數字的乘法有些不同。我們使用一種稱為「橫列乘直行」（Row by Column）的方法。
記憶小撇步：記住「RC 可樂」（RC Cola）——你永遠是用第一個矩陣的R（Row，橫列）去乘第二個矩陣的C（Column，直行）。

要算出結果矩陣中第一橫列、第一直行的數值，你只需將第一個矩陣的「第一橫列」各元素與第二個矩陣的「第一直行」各元素對應相乘，然後將結果加總。

常見錯誤：矩陣乘法不具備交換律！這意味著 \( \mathbf{AB} \) 通常不等於 \( \mathbf{BA} \)。順序非常重要！

特殊矩陣

1. 零矩陣（Zero Matrix）：所有元素皆為 0 的矩陣。它在一般算術中的角色就如同數字「0」。
2. 單位矩陣（Identity Matrix，記作 \( \mathbf{I} \)）：主對角線（從左上到右下）為 1，其餘位置皆為 0 的方陣。它的角色如同數字「1」。任何矩陣乘上 \( \mathbf{I} \) 都不會改變：\( \mathbf{AI} = \mathbf{A} \)。

重點總結：乘法請遵循「橫列乘直行」規則，並記住矩陣相乘的順序是關鍵。

2. 行列式與反矩陣

每個方陣（如 \( 2 \times 2 \) 或 \( 3 \times 3 \)）都有一個與其相關的特殊數值，稱為行列式（determinant），記作 \( \det \mathbf{M} \) 或 \( |\mathbf{M}| \)。

奇異矩陣與非奇異矩陣

• 非奇異矩陣（Non-singular matrix）：行列式值不為 0。此矩陣擁有反矩陣。
• 奇異矩陣（Singular matrix）：行列式值為 0。此矩陣沒有反矩陣。

反矩陣（Inverse Matrix，記作 \( \mathbf{M}^{-1} \)）

反矩陣是一個能「抵銷」原矩陣效果的矩陣。若將一個矩陣與其反矩陣相乘，會得到單位矩陣：\( \mathbf{MM}^{-1} = \mathbf{I} \)。

對於 \( 2 \times 2 \) 矩陣 \( \mathbf{M} = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \)：
1. 計算行列式：\( \det \mathbf{M} = ad - bc \)。
2. 交換 \( a \) 和 \( d \) 的位置。
3. 將 \( b \) 和 \( c \) 的正負號改變。
4. 將整個結果乘上 \( \frac{1}{\det \mathbf{M}} \)。
\( \mathbf{M}^{-1} = \frac{1}{ad - bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix} \)

「襪子與鞋子」規則

考試中非常重要的一條規則是：\( (\mathbf{AB})^{-1} = \mathbf{B}^{-1}\mathbf{A}^{-1} \)。
比喻：想像你先穿上襪子（B），再穿上鞋子（A）。要「撤銷」這個過程，你必須先脫掉鞋子（\( \mathbf{A}^{-1} \)），再脫掉襪子（\( \mathbf{B}^{-1} \)）。順序是反過來的！

重點總結：矩陣必須有非零的行列式值才能擁有反矩陣。當反轉一個乘積時，請記得反轉反矩陣的順序。

3. 幾何變換

矩陣可以用來表示二維平面上點的移動。我們將點 \( (x, y) \) 表示為直行向量 \( \begin{pmatrix} x \\ y \end{pmatrix} \)。當我們將其乘上一個矩陣，就能得到新的位置。

常見的二維變換

1. 旋轉（Rotation）：繞著原點旋轉圖形。
2. 鏡射（Reflection）：沿著一條線（如 x 軸或 y 軸）將圖形翻轉。
3. 放大縮小（Enlargement）：以原點為中心將圖形放大或縮小。
4. 拉伸（Stretch）：沿著特定方向（水平或垂直）拉伸圖形。
5. 錯切（Shear）：將圖形的一部分滑動，而另一部分保持固定（就像推動整疊撲克牌的頂部一樣）。

如何快速求出變換矩陣

別擔心要背誦每一個公式！只要觀察兩個特殊的「單位向量」發生了什麼變化，就能求出任何變換矩陣：
\( \mathbf{i} = \begin{pmatrix} 1 \\ 0 \end{pmatrix} \) 和 \( \mathbf{j} = \begin{pmatrix} 0 \\ 1 \end{pmatrix} \)。
如果你知道這兩個點在變換後落在哪裡，這些新的座標就成了你矩陣的直行！

連續變換

如果你先執行變換 \( \mathbf{B} \)，接著執行變換 \( \mathbf{A} \)，組合後的矩陣就是 \( \mathbf{AB} \)。
注意：我們把第一個變換寫在右邊，因為它最靠近它所乘的向量！

行列式與面積

你知道嗎？變換矩陣的行列式值告訴你面積是如何變化的。
圖像面積 = \( |\det \mathbf{M}| \times \) 物體面積。
如果行列式值為負，代表圖形被「翻轉」了（鏡射）。

重點總結：要找出矩陣，請追蹤 \( (1,0) \) 和 \( (0,1) \) 的去向。對於連續變換，請由右至左計算。

4. 不變點與不變線

「不變」（invariant）這個詞的意思很簡單，就是「不改變」。在變換過程中，有些東西可能會留在原位。

不變點（Invariant Points）

不變點是指變換後位置保持不變的點。要找出這些點，我們解方程式：
\( \mathbf{M} \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} x \\ y \end{pmatrix} \)。
對於這些矩陣，原點 \( (0, 0) \) 永遠是不變點！

不變線（Invariant Lines）

這部分比較複雜，要仔細看！主要有兩種類型：
1. 點點不變的直線（Lines of invariant points）：直線上的每一個點都待在原位。
2. 不變直線（Invariant lines）：直線作為整體保持不變，但直線上的點可能會沿著線滑動。想像火車軌道——即使火車在上面移動，軌道本身的位置是不變的。

要找出通過原點的不變線，我們使用直線方程式 \( y = mx \)。將其代入變換中，並求出斜率 \( m \)。

快速複習：
• 奇異：\( \det = 0 \)（無反矩陣）。
• 非奇異：\( \det \neq 0 \)（有反矩陣）。
• 行列式：面積縮放比例。
• 不變：變換後保持原樣。

重點總結：不變點滿足 \( \mathbf{Mx} = \mathbf{x} \)。不變線則保持在相同位置，即使線上的點發生了位移。

最後的鼓勵

矩陣就像是一種新的語言。剛開始時，乘法與反矩陣的規則可能會讓你覺得很陌生，但只要稍微練習，這些規則就會變成一種直覺。記得一定要仔細檢查算術——在行列式計算中，一個小小的正負號錯誤就可能毀了整個答案！你可以做到的！