互動數學課程

從三角函數
到線性代數

探索數學三部曲的幾何靈魂——三者不是孤立的知識，而是同一個深刻思想的不同語言

📐
第一章
三角函數
弧度、單位圓
歐拉公式
→
🔀
第二章
向量
方向、投影
內積與外積
→
⬛
第三章
線性代數
矩陣、變換
特徵值
17
小節
12+
互動圖示
∞
深度探索
▼ 探索完整課程
🏠 序章
📐 第一章
🔀 第二章
⬛ 第三章
🌟 終章

從三角函數到線性代數

一條優美的數學之路——理解背後的幾何靈魂

🧭

這三個領域不是孤立的——它們是同一個深刻思想的不同語言。三角函數描述旋轉，向量描述方向，線性代數描述變換。它們在旋轉矩陣裡完美交匯。

學習地圖

📐 三角函數
sin, cos, tan
旋轉 · 週期性
→
🔀 向量
方向 · 投影
內積 · 外積
→
⬛ 線性代數
矩陣 · 變換
特徵值 · 行列式

三個關鍵橋梁

橋梁 1：向量的夾角

兩個向量的內積定義為 $\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}||\mathbf{b}|\cos\theta$。三角直接出現在向量的核心定義中。

橋梁 2：旋轉矩陣

把一個向量旋轉角度 $\theta$，對應的矩陣是 $\begin{pmatrix}\cos\theta & -\sin\theta \\ \sin\theta & \cos\theta\end{pmatrix}$，三角函數成為線性代數的核心。

橋梁 3：傅立葉分析

三角函數是函數空間的正交基底——這是線性代數的語言。任何函數都能「分解」成三角函數的疊加，如同向量分解。

1.1 弧度：角度的自然語言

為什麼數學家不用「度」？因為弧度是角度在微積分中唯一「自然」的單位。

什麼是弧度？

一個弧度（radian）定義為：在半徑為 $r$ 的圓上，弧長等於半徑時，圓心角的大小。

$$\theta \text{（弧度）} = \frac{\text{弧長}}{\text{半徑}} = \frac{s}{r}$$
💡

整個圓的弧長是 $2\pi r$，所以 $360° = \frac{2\pi r}{r} = 2\pi$ 弧度。這就是為什麼 $\pi \approx 3.14159$ 到處出現——它是圓的半圓弧度，是幾何的自然常數。

轉換公式

$$\text{弧度} = \text{度數} \times \frac{\pi}{180} \qquad \text{度數} = \text{弧度} \times \frac{180}{\pi}$$
角度弧度（精確）弧度（近似）
0°00
30°$\pi/6$0.524
45°$\pi/4$0.785
60°$\pi/3$1.047
90°$\pi/2$1.571
180°$\pi$3.14159…
360°$2\pi$6.28318…

為什麼弧度更自然？完整推導

第一步：從導數的定義出發

導數的定義是極限：

$$\frac{d}{dx}\sin x = \lim_{h \to 0} \frac{\sin(x+h) - \sin(x)}{h}$$

套用加法公式 $\sin(x+h) = \sin x \cos h + \cos x \sin h$，展開分子：

$$= \lim_{h \to 0} \frac{\sin x \cos h + \cos x \sin h - \sin x}{h}$$

整理，把含 $\sin x$ 與含 $\cos x$ 的項分開：

$$= \lim_{h \to 0} \left[ \sin x \cdot \frac{\cos h - 1}{h} + \cos x \cdot \frac{\sin h}{h} \right]$$

第二步：兩個關鍵極限（弧度制下）

整個推導的命運，取決於這兩個極限的值：

$$\lim_{h \to 0} \frac{\sin h}{h} = \,? \qquad \lim_{h \to 0} \frac{\cos h - 1}{h} = \,?$$

幾何證明 $\displaystyle\lim_{h\to 0}\frac{\sin h}{h} = 1$（弧度制）：

在單位圓上，角度 $h$（弧度）對應的弧長正好是 $h$，對應的弦長（即 $\sin h$ 的兩倍）在 $h\to 0$ 時與弧長趨於相同。更嚴格地，用面積夾擠：

$$\underbrace{\frac{1}{2}\sin h \cos h}_{\triangle\text{ 面積}} \;\leq\; \underbrace{\frac{1}{2}h}_{\text{扇形面積}} \;\leq\; \underbrace{\frac{1}{2}\tan h}_{\text{大}\triangle\text{ 面積}}$$

三邊同除以 $\frac{1}{2}\sin h$（$h > 0$ 時為正）：

$$\cos h \;\leq\; \frac{h}{\sin h} \;\leq\; \frac{1}{\cos h}$$

取倒數（夾擠方向反轉）：

$$\cos h \;\leq\; \frac{\sin h}{h} \;\leq\; \frac{1}{\cos h}$$

當 $h \to 0$ 時，$\cos h \to 1$，由夾擠定理：

$$\boxed{\lim_{h \to 0} \frac{\sin h}{h} = 1} \quad \text{（弧度制才成立！）}$$

第二個極限：利用乘以共軛 $(\cos h + 1)$：

$$\lim_{h \to 0}\frac{\cos h - 1}{h} = \lim_{h \to 0}\frac{(\cos h - 1)(\cos h + 1)}{h(\cos h + 1)} = \lim_{h \to 0}\frac{-\sin^2 h}{h(\cos h + 1)}$$
$$= \lim_{h \to 0}\frac{\sin h}{h} \cdot \frac{-\sin h}{\cos h + 1} = 1 \cdot \frac{0}{2} = \boxed{0}$$

第三步：代回，得到乾淨的結果

代入極限$\dfrac{d}{dx}\sin x = \sin x \cdot 0 + \cos x \cdot 1$
化簡$= \cos x$ ✓

結果乾淨，沒有任何多餘係數。這就是弧度制的「自然性」：弧長 = 半徑 × 角度，讓 $\dfrac{\sin h}{h} \to 1$ 這個極限自動成立。

用度數會怎樣？推導係數的由來

若角度 $x$ 以「度」為單位，則 $\sin(x°) = \sin\!\left(\dfrac{\pi x}{180}\right)$。

代入導數定義，令 $h$ 也以度為單位：

$$\frac{d}{dx}\sin(x°) = \lim_{h \to 0} \frac{\sin\!\left(\frac{\pi(x+h)}{180}\right) - \sin\!\left(\frac{\pi x}{180}\right)}{h}$$

同樣展開，關鍵極限變成：

$$\lim_{h \to 0} \frac{\sin\!\left(\frac{\pi h}{180}\right)}{h} = \lim_{h \to 0} \frac{\pi h/180 + O(h^3)}{h} = \frac{\pi}{180}$$

因此：

$$\frac{d}{dx}\sin(x°) = \frac{\pi}{180}\cos(x°)$$
⚠️

每次對度數下的三角函數微分，都要拖著這個 $\dfrac{\pi}{180} \approx 0.01745$ 的係數。微分兩次就變成 $\left(\dfrac{\pi}{180}\right)^2$，出現在物理、工程、機率的所有公式裡，讓一切變得醜陋。弧度制從根本上消除了這個問題。

1.2 單位圓：三角函數的真正定義

忘掉「直角三角形的對邊比斜邊」吧。真正的定義更深刻，也更美麗。

🔵

單位圓是半徑為 1、圓心在原點的圓。對任意角度 $\theta$（弧度），在單位圓上找到對應的點 $P$：
$\cos\theta$ = 點 $P$ 的橫坐標（x），$\sin\theta$ = 點 $P$ 的縱坐標（y）

互動：單位圓探索器

拖動滑桿或在圓上點擊，觀察 sin、cos、tan 的幾何意義

cos θ (x坐標)
0.707
sin θ (y坐標)
0.707
tan θ = sin θ / cos θ
1.000
sin²θ + cos²θ
1.000

🔵 藍線 = cos θ（水平投影）
🔴 紅線 = sin θ（垂直投影）
🟡 黃線 = tan θ（x=1 直線上的截距）

幾何意義的洞見

cos θ 是「水平影子」

把單位圓上的點投影到 x 軸，得到的長度就是 $\cos\theta$。當 $\theta = 90°$，點在最頂端，水平投影為 0，所以 $\cos 90° = 0$。✓

sin θ 是「垂直影子」

把點投影到 y 軸，得到 $\sin\theta$。當 $\theta = 90°$，點在最頂端，垂直坐標為 1，所以 $\sin 90° = 1$。✓

畢達哥拉斯恆等式從定義直接得出

單位圓的方程式是 $x^2 + y^2 = 1$，而 $x = \cos\theta$，$y = \sin\theta$，所以：

$$\cos^2\theta + \sin^2\theta = 1$$

這不是需要記住的公式——這就是單位圓的定義！

1.3 重要恆等式與推導

恆等式不是要背的——理解它們的推導，你永遠忘不了。

從畢氏恆等式出發

$$\sin^2\theta + \cos^2\theta = 1$$

兩邊除以 $\cos^2\theta$（假設 $\cos\theta \neq 0$）：

除 cos²θ $\tan^2\theta + 1 = \sec^2\theta$
除 sin²θ $1 + \cot^2\theta = \csc^2\theta$

負角公式

互動：負角——單位圓的 x 軸對稱

拖動滑桿，觀察 θ 與 −θ 在單位圓上的對稱關係

cos θ
—
cos(−θ)
—
sin θ
—
sin(−θ)
—

🟣 θ 的點（上方）
🔴 −θ 的點（下方，x 軸鏡射）
── x 軸是對稱軸

觀察：橫坐標（cos）不變，縱坐標（sin）反號

幾何推導

在單位圓定義下，角度 $\theta$ 對應的點是 $P = (\cos\theta,\ \sin\theta)$。

角度 $-\theta$ 是把 $\theta$ 的旋轉方向反過來——在幾何上，這等同於將點 $P$ 關於 x 軸做鏡射。

鏡射規則x 軸鏡射：$(x,\ y) \;\longmapsto\; (x,\ -y)$
套用到 P$(\cos\theta,\ \sin\theta) \;\longmapsto\; (\cos\theta,\ -\sin\theta)$
讀出坐標$-\theta$ 的點坐標為 $(\cos(-\theta),\ \sin(-\theta))$
比較$\cos(-\theta) = \cos\theta \quad$ 和 $\quad \sin(-\theta) = -\sin\theta$
$$\boxed{\cos(-\theta) = \cos\theta} \qquad \boxed{\sin(-\theta) = -\sin\theta}$$

奇函數與偶函數的幾何意義

這兩個結果說明了 $\sin$ 和 $\cos$ 各自的對稱類型：

函數性質圖形對稱單位圓意義
$\cos\theta$偶函數：$f(-x)=f(x)$關於 y 軸 對稱x 軸對稱，橫坐標不變
$\sin\theta$奇函數：$f(-x)=-f(x)$關於原點對稱x 軸對稱，縱坐標反號
$\tan\theta$奇函數：$f(-x)=-f(x)$關於原點對稱$\frac{-\sin\theta}{\cos\theta} = -\tan\theta$

圖示：偶函數 cos(x) 與奇函數 sin(x) 的對稱性

拖動滑桿，看 $\theta$（紫點）和 $-\theta$（紅點）在兩個圖形上的位置關係

左圖：cos(x)　偶函數

🟡 黃虛線 = y 軸（對稱軸）
── 水平虛線連接兩點 → 高度相同
結論：$\cos(-\theta) = \cos\theta$

右圖：sin(x)　奇函數

⭕ 原點（對稱中心）
── 斜虛線過原點連接兩點 → 高度相反
結論：$\sin(-\theta) = -\sin\theta$

餘角公式

互動：餘角——單位圓的 y = x 對稱

拖動滑桿，看 θ 與 90°−θ 如何關於 y = x 互為鏡射

sin θ
—
cos(90°−θ)
—
cos θ
—
sin(90°−θ)
—

🟣 θ 的點
🟡 (90°−θ) 的點
── 虛線 y = x 是對稱軸

觀察：兩點關於 y=x 鏡射，x、y 坐標互換

幾何推導：y = x 鏡射 ↔ 坐標互換

$\theta$ 的對應點是 $P = (\cos\theta,\ \sin\theta)$，$90°-\theta$ 的對應點是 $Q = (\cos(90°-\theta),\ \sin(90°-\theta))$。

關鍵觀察：從 x 軸到角度 $\theta$，再繼續旋轉到 $90°$，剩餘的角度恰好是 $90°-\theta$。所以 $\theta$ 和 $90°-\theta$ 關於 $45°$ 角平分線（即 $y=x$） 互為鏡射。

y=x 鏡射$(x,\ y) \;\longmapsto\; (y,\ x)$（x、y 坐標互換）
套用到 P$(\cos\theta,\ \sin\theta) \;\longmapsto\; (\sin\theta,\ \cos\theta)$
讀出坐標鏡射後的點就是 $Q = (\cos(90°-\theta),\ \sin(90°-\theta))$
比較$\cos(90°-\theta) = \sin\theta \quad$ 和 $\quad \sin(90°-\theta) = \cos\theta$
$$\boxed{\sin\!\left(\frac{\pi}{2} - \theta\right) = \cos\theta} \qquad \boxed{\cos\!\left(\frac{\pi}{2} - \theta\right) = \sin\theta}$$

代數驗證：用加法公式再確認一次

也可以直接把 $\alpha = \frac{\pi}{2},\ \beta = -\theta$ 代入加法公式：

sin 加法$\sin\!\left(\frac{\pi}{2} - \theta\right) = \sin\frac{\pi}{2}\cos\theta - \cos\frac{\pi}{2}\sin\theta$
代入值$= 1 \cdot \cos\theta - 0 \cdot \sin\theta = \cos\theta$ ✓
cos 加法$\cos\!\left(\frac{\pi}{2} - \theta\right) = \cos\frac{\pi}{2}\cos\theta + \sin\frac{\pi}{2}\sin\theta$
代入值$= 0 \cdot \cos\theta + 1 \cdot \sin\theta = \sin\theta$ ✓

兩條路（幾何推導 vs 代數驗證）得到同一結果，互相印證。

🏷️

「co-sine」中的「co」來自拉丁文 complementi（餘角）。$\cos\theta$ 的原名就是「$\theta$ 的餘角的正弦」。餘角公式說的正是：這個名字不是巧合，而是幾何事實。

補角公式

互動：補角——單位圓的 y 軸對稱

拖動滑桿，觀察 θ 與 180°−θ 在單位圓上的對稱關係

sin θ
—
sin(180°−θ)
—
cos θ
—
cos(180°−θ)
—

🟣 θ 的點（右側）
🔴 (180°−θ) 的點（左側，y 軸鏡射）
🟡 y 軸 = 對稱軸

觀察：縱坐標（sin）不變，橫坐標（cos）反號

幾何推導：y 軸鏡射

$\pi - \theta$ 與 $\theta$ 關於 y 軸 互為鏡射。y 軸鏡射規則是 $(x, y) \mapsto (-x, y)$，橫坐標反號、縱坐標不變：

θ 的點$(\cos\theta,\ \sin\theta)$
y 軸鏡射$(\cos\theta,\ \sin\theta) \;\longmapsto\; (-\cos\theta,\ \sin\theta)$
讀出坐標$(\cos(\pi-\theta),\ \sin(\pi-\theta)) = (-\cos\theta,\ \sin\theta)$
$$\boxed{\sin(\pi - \theta) = \sin\theta} \qquad \boxed{\cos(\pi - \theta) = -\cos\theta} \qquad \tan(\pi-\theta) = -\tan\theta$$

代數驗證（加法公式）

sin(π−θ)$= \sin\pi\cos\theta - \cos\pi\sin\theta = 0\cdot\cos\theta - (-1)\cdot\sin\theta = \sin\theta$ ✓
cos(π−θ)$= \cos\pi\cos\theta + \sin\pi\sin\theta = (-1)\cdot\cos\theta + 0\cdot\sin\theta = -\cos\theta$ ✓

四種對稱：一張完整的對照表

至此，我們學完了四種對稱變換，它們都從 y 軸、x 軸、y=x 線、原點的對稱得出：

公式類型對稱軸/中心sin 的變化cos 的變化
負角 $(-\theta)$x 軸$-\sin\theta$$\cos\theta$（不變）
補角 $(\pi-\theta)$y 軸$\sin\theta$（不變）$-\cos\theta$
餘角 $(\frac{\pi}{2}-\theta)$y = x 線$\cos\theta$（互換）$\sin\theta$（互換）
對頂角 $(\pi+\theta)$原點$-\sin\theta$$-\cos\theta$

最後一列是「補角+負角」的合成：先取補角 $(\pi-\theta)$，再取負角得 $-(\pi-\theta) = \theta-\pi$；或直接觀察 $\pi+\theta$ 的點是原點對稱。

倍角公式

sin(2α) 的完整推導

核心想法：把 $2\alpha$ 拆成 $\alpha + \alpha$，然後用加法公式：

拆角$\sin 2\alpha = \sin(\alpha + \alpha)$
加法公式$= \sin\alpha\cos\alpha + \cos\alpha\sin\alpha$
合併同類$= 2\sin\alpha\cos\alpha$
$$\boxed{\sin 2\alpha = 2\sin\alpha\cos\alpha}$$

幾何意義：$\sin\alpha$ 和 $\cos\alpha$ 是單位圓在角 $\alpha$ 處的直角三角形兩股。$\sin\alpha \cdot \cos\alpha$ 是這個三角形的面積，而 $\sin 2\alpha = 2 \times$ 面積——這正是三角形面積公式的另一種寫法：$\frac{1}{2} \cdot 1 \cdot 1 \cdot \sin 2\alpha = \sin\alpha\cos\alpha$。

cos(2α) 的三種等價形式

同樣從 $\cos(\alpha+\alpha)$ 出發：

加法公式$\cos 2\alpha = \cos\alpha\cos\alpha - \sin\alpha\sin\alpha$
第一形式$= \cos^2\alpha - \sin^2\alpha$

再利用 $\sin^2\alpha + \cos^2\alpha = 1$ 做代換：

換掉 sin²α代入 $\sin^2\alpha = 1 - \cos^2\alpha$：
第二形式$\cos 2\alpha = \cos^2\alpha - (1-\cos^2\alpha) = 2\cos^2\alpha - 1$
換掉 cos²α代入 $\cos^2\alpha = 1 - \sin^2\alpha$：
第三形式$\cos 2\alpha = (1-\sin^2\alpha) - \sin^2\alpha = 1 - 2\sin^2\alpha$
$$\cos 2\alpha = \cos^2\alpha - \sin^2\alpha = 2\cos^2\alpha - 1 = 1 - 2\sin^2\alpha$$

為什麼需要三種形式？積分時，根據被積函數只含 $\sin^2$ 或只含 $\cos^2$，選擇最方便的形式消去平方項。

互動：倍角幾何圖解

拖動滑桿，觀察 α（紫）和 2α（青）的關係，以及 sin(2α) = 2·sin α·cos α 的幾何拆解

2α =
70°
sin(2α)（直接計算）
—
2·sin α·cos α（公式）
—

cos(2α) 三種形式皆相等：
cos²α − sin²α = —
2cos²α − 1 = —
1 − 2sin²α = —

🟣 紫弧 = α，🔵 青弧 = 2α
🟢 綠線 = sin(2α)（Q 的高度）
🔵 藍線 = cos α，🔴 紅線 = sin α（構成直角三角形）
面積 = ½ × sin α × cos α，sin(2α) = 2 × 面積

半角公式：cos(2α) 第三形式的直接應用

從第三形式 $\cos 2\alpha = 1 - 2\sin^2\alpha$ 移項，令 $\alpha \to \frac{\theta}{2}$：

移項$2\sin^2\alpha = 1 - \cos 2\alpha$
除以 2$\sin^2\alpha = \dfrac{1 - \cos 2\alpha}{2}$
令 α=θ/2$\sin^2\!\dfrac{\theta}{2} = \dfrac{1 - \cos\theta}{2}$

同理，從第二形式 $\cos 2\alpha = 2\cos^2\alpha - 1$：

$$\sin^2\!\frac{\theta}{2} = \frac{1-\cos\theta}{2} \qquad \cos^2\!\frac{\theta}{2} = \frac{1+\cos\theta}{2} \qquad \tan^2\!\frac{\theta}{2} = \frac{1-\cos\theta}{1+\cos\theta}$$

半角公式在積分三角函數（$\int\sin^2 x\,dx$、$\int\cos^2 x\,dx$）時是標準工具，能消去平方使積分可算。

1.4 複數平面：數字有了方向

複數不只是「虛數」的把戲——它是平面上每個點的代名詞，而乘法的幾何意義就是旋轉。

🌐

實數是一條線上的點。複數是平面上的點。這個看似微小的擴展，帶來了驚人的幾何力量——它讓「旋轉」變成了乘法。

複數平面（Argand 平面）

複數 $z = a + bi$ 對應平面上的點 $(a,\, b)$：水平軸為實軸，垂直軸為虛軸。每個複數有兩種等價的表示：

$$z = a + bi = r(\cos\theta + i\sin\theta)$$ $$r = |z| = \sqrt{a^2+b^2} \quad \text{（模，即到原點的距離）}$$ $$\theta = \arg(z) \quad \text{（輻角，即與正實軸的夾角）}$$

直角座標 $(a,b)$ 與極座標 $(r,\theta)$ 之間的橋樑，正是三角函數：$a = r\cos\theta,\; b = r\sin\theta$。

互動一：探索複數平面

實部 $a = r\cos\theta$
0.707
虛部 $b = r\sin\theta$
0.707
模 $|z|$
1.000

當 $r=1$ 時，$z$ 落在單位圓上，與第 1.2 節的三角函數定義完全吻合！

單位複數 ↔ 單位圓上的點 ↔ 旋轉角度

模為 1 的複數 $z = \cos\theta + i\sin\theta$ 與三角函數的定義完全吻合。複數平面把「角度」和「複數」統一在同一個對象上，為加法公式的推導埋下伏筆。

複數乘法 = 模相乘・輻角相加

設 $z_1 = r_1(\cos\alpha + i\sin\alpha)$，$z_2 = r_2(\cos\beta + i\sin\beta)$，直接展開：

展開$z_1 z_2 = r_1 r_2 (\cos\alpha+i\sin\alpha)(\cos\beta+i\sin\beta)$
$i^2=-1$$= r_1 r_2\bigl[(\cos\alpha\cos\beta-\sin\alpha\sin\beta)+i(\sin\alpha\cos\beta+\cos\alpha\sin\beta)\bigr]$
（用加法公式）$= r_1 r_2\bigl[\cos(\alpha+\beta)+i\sin(\alpha+\beta)\bigr]$
$$|z_1 z_2| = r_1 r_2, \qquad \arg(z_1 z_2) = \alpha + \beta$$

幾何意義：乘以 $z_2$ = 把長度縮放 $r_2$ 倍，再逆時針旋轉 $\beta$ 角。若 $r_2=1$（單位複數），則是純旋轉，長度不變。

互動二：乘以單位複數 = 旋轉

● 藍箭頭 = 原始複數 $z$（固定在角 30°）

● 紫箭頭 = 旋轉子 $e^{i\varphi}$（在單位圓上）

● 綠箭頭 = 乘積 $e^{i\varphi} \cdot z$

⌒ 黃弧 = 旋轉角 $\varphi$

乘以一個單位複數，就是把 $z$ 旋轉對應角度，長度完全不變。

🔑 預告下一節：加法公式的複數推導，正是利用此性質。旋轉 $\alpha$ 後再旋轉 $\beta$，等於旋轉 $\alpha+\beta$——這個幾何事實用代數語言寫出來，就是 $\cos(\alpha+\beta)$ 和 $\sin(\alpha+\beta)$ 的公式。

1.5 加法公式的幾何推導

$\sin(\alpha+\beta) = \sin\alpha\cos\beta + \cos\alpha\sin\beta$——這個公式有一個優美的幾何證明。

互動：加法公式視覺化

sin(α + β)
0.985
sin α cos β + cos α sin β
0.985
cos(α + β)
0.174
cos α cos β − sin α sin β
0.174

紫色弧 = α，青色弧 = β，總弧 = α+β
觀察各色線段如何拼成 sin(α+β)

複數推導：為什麼可以用複數？

💡

核心洞見：複數乘法 = 旋轉合成。兩個角度的旋轉合成，角度直接相加。加法公式因此成為複數乘法的自然推論——不需要任何幾何輔助線技巧。

步驟一：複數與單位圓的橋樑

在複數平面（實軸 = x 軸，虛軸 = y 軸）中，單位圓上的點 $(\cos\theta,\, \sin\theta)$ 對應複數：

$$z = \cos\theta + i\sin\theta, \quad |z| = \sqrt{\cos^2\theta+\sin^2\theta} = 1$$

反過來，每個模為 1 的複數唯一對應一個角度 $\theta$。三件事等價：

$$\text{模為 1 的複數} \;\longleftrightarrow\; \text{單位圓上的點} \;\longleftrightarrow\; \text{一個旋轉角度}$$

步驟二：複數乘法 = 旋轉（最關鍵的一步）

複數乘法有個優美的幾何規則：模相乘、輻角相加。

$$|z_1 z_2| = |z_1| \cdot |z_2|, \qquad \arg(z_1 z_2) = \arg(z_1) + \arg(z_2)$$

現在設 $z_1 = \cos\alpha + i\sin\alpha$（模 1，角 $\alpha$），$z_2 = \cos\beta + i\sin\beta$（模 1，角 $\beta$）：

  • $z_1 z_2$ 的模 $= 1 \times 1 = 1$（仍在單位圓上）
  • $z_1 z_2$ 的角 $= \alpha + \beta$
$$\therefore\; z_1 z_2 = \cos(\alpha+\beta) + i\sin(\alpha+\beta)$$

這是純幾何的結論——旋轉 $\alpha$ 再旋轉 $\beta$，等於旋轉 $\alpha+\beta$。加法公式已經呼之欲出了。

互動圖解：三個單位複數的旋轉關係

↑ 與上方 α、β 滑桿同步

z₁（紫）= cos α + i sin α，角度 = α

z₂（紅）= cos β + i sin β，角度 = β

z₁z₂（綠）= cos(α+β) + i sin(α+β)，角度 = α+β

三點都在單位圓上。
乘積的輻角恰好是兩角之和。
這不是巧合——這就是旋轉的合成！

🔑 加法公式的本質：旋轉合成 = 角度相加

步驟三：代數展開作為代數確認

幾何上我們已知 $z_1 z_2 = \cos(\alpha+\beta)+i\sin(\alpha+\beta)$。把左邊代數展開，比較兩邊即得：

展開$(\cos\alpha + i\sin\alpha)(\cos\beta + i\sin\beta)$
$i^2=-1$$= (\cos\alpha\cos\beta - \sin\alpha\sin\beta) + i(\sin\alpha\cos\beta + \cos\alpha\sin\beta)$
比較實部$\cos(\alpha+\beta) = \cos\alpha\cos\beta - \sin\alpha\sin\beta \;\checkmark$
比較虛部$\sin(\alpha+\beta) = \sin\alpha\cos\beta + \cos\alpha\sin\beta \;\checkmark$

總結：複數能推導加法公式，根本原因是複數乘法在幾何上等於旋轉合成，輻角相加。把「旋轉 α 後再旋轉 β = 旋轉 α+β」這個幾何事實，用代數語言寫下來，就得到了三角恆等式。這是複數最深刻的幾何意義之一，也是後續歐拉公式 $e^{i\theta}$ 的核心精神。

1.6 自然常數 e：最自然的底數

$e \approx 2.71828\ldots$ 看起來很隨機，其實它是宇宙中「成長」這件事最自然的刻度。

🌱

$e$ 有一個獨一無二的性質：以 $e$ 為底的指數函數，導數等於自身。
換句話說，$e^x$ 的成長速度，永遠等於它目前的大小。這是「自然成長」的數學定義。

從複利出發：e 的直觀來源

假設銀行年利率 100%。若每年複利一次，1 元變成：

$$\left(1 + 1\right)^1 = 2$$

若每半年複利一次（每次 50%）：

$$\left(1 + \frac{1}{2}\right)^2 = 2.25$$

若每月、每天、每秒……複利頻率越高，極限是：

$$e = \lim_{n \to \infty}\left(1 + \frac{1}{n}\right)^n \approx 2.71828\ldots$$

$e$ 就是「瞬間連續複利」的極限——它衡量的是連續成長的本質。

三種等價定義

極限定義$e = \displaystyle\lim_{n\to\infty}\left(1+\dfrac{1}{n}\right)^n$
導數定義$e$ 是唯一使 $\dfrac{d}{dx}e^x = e^x$ 成立的底數（斜率等於高度）
級數定義$e = 1 + 1 + \dfrac{1}{2!} + \dfrac{1}{3!} + \dfrac{1}{4!} + \cdots = \displaystyle\sum_{n=0}^{\infty}\dfrac{1}{n!}$

三種定義互相等價，從不同角度揭示 $e$ 的本質。

互動：斜率 = 函數值

$e^x$ 最神奇的性質：在任何一點，切線的斜率恰好等於該點的函數值。拖動滑桿感受這個性質：

$e^x$（函數值）
1.000
$(e^x)'$（斜率）
1.000
差值
0.000

函數值與斜率永遠相等！這正是 $e$ 被選為自然底數的原因。

泰勒展開：e^x 的無窮精確表示

$e^x$ 可以用無窮多項式精確表示：

$$e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \cdots = \sum_{n=0}^{\infty}\frac{x^n}{n!}$$

驗證：把這個級數逐項微分，每項 $\dfrac{x^n}{n!}$ 的導數是 $\dfrac{x^{n-1}}{(n-1)!}$，整個級數不變。這再次確認 $\dfrac{d}{dx}e^x = e^x$。

互動：泰勒多項式逼近

增加展開的項數，多項式越來越逼近 $e^x$ 曲線：

橘色 = $e^x$ 真實曲線
青色 = 泰勒多項式逼近

幾何意義：唯一「自相似」的增長

$e^x$ 是唯一具有自我相似增長的函數：無論你移動到曲線上的哪個點，局部形狀看起來都一模一樣（因為 $f' = f$，形狀由自身決定）。

這使 $e^x$ 成為描述放射性衰變、人口增長、電容充放電、疾病傳播等一切自然過程的標準語言。

預告：代入虛數會發生什麼？

到目前為止，我們只把實數代入 $e^x$。下一節我們要把虛數 $i\theta$ 代入泰勒展開：

$$e^{i\theta} = 1 + i\theta + \frac{(i\theta)^2}{2!} + \frac{(i\theta)^3}{3!} + \cdots$$

利用 $i^2=-1$ 整理後，你將看到實部和虛部恰好等於 $\cos\theta$ 和 $\sin\theta$——這就是歐拉公式的誕生。

1.7 歐拉公式：數學最美的等式

$e^{i\theta} = \cos\theta + i\sin\theta$——這個公式把指數、複數、三角函數統一在一起。

✨

當 $\theta = \pi$ 時，得到 $e^{i\pi} = \cos\pi + i\sin\pi = -1 + 0 = -1$，即 $e^{i\pi} + 1 = 0$。
這個等式把五個數學最重要的常數（$e, i, \pi, 1, 0$）用最簡潔的方式聯繫起來。

推導：從泰勒展開

三個函數的泰勒級數（在 $x=0$ 展開）：

$$e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \frac{x^5}{5!} + \cdots$$ $$\cos x = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \cdots$$ $$\sin x = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \cdots$$

代入 $x = i\theta$，利用 $i^2 = -1, i^3 = -i, i^4 = 1$ 的循環：

代入$e^{i\theta} = 1 + i\theta + \frac{(i\theta)^2}{2!} + \frac{(i\theta)^3}{3!} + \cdots$
化簡$= 1 + i\theta - \frac{\theta^2}{2!} - i\frac{\theta^3}{3!} + \frac{\theta^4}{4!} + \cdots$
整理$= \underbrace{\left(1 - \frac{\theta^2}{2!} + \frac{\theta^4}{4!} - \cdots\right)}_{\cos\theta} + i\underbrace{\left(\theta - \frac{\theta^3}{3!} + \frac{\theta^5}{5!} - \cdots\right)}_{\sin\theta}$

幾何意義：在複數平面上旋轉

先確認 $e^{i\theta}$ 落在單位圓上。由歐拉公式：

$$|e^{i\theta}| = |\cos\theta + i\sin\theta| = \sqrt{\cos^2\theta+\sin^2\theta} = 1$$

所以 $e^{i\theta}$ 是一個模為 1 的複數，永遠在單位圓上，且輻角恰好是 $\theta$。

由第 1.4 節：乘以模為 1 的複數 = 純旋轉。因此乘以 $e^{i\theta}$，就是把任何複數逆時針旋轉角度 $\theta$。

互動：e^{iθ} 在單位圓上的軌跡

$\cos\theta$（實部）
1.000
$\sin\theta$（虛部）
0.000

● $e^{i\theta}$（在單位圓上移動）

- - 實部投影 $\cos\theta$

- - 虛部投影 $\sin\theta$

特殊值：$\theta=0 \Rightarrow 1$，$\theta=\pi/2 \Rightarrow i$，
$\theta=\pi \Rightarrow -1$，$\theta=3\pi/2 \Rightarrow -i$

互動：乘以 e^{iθ} = 旋轉任意點

● 黃點 = 任意複數 $z$（拖動角度滑桿改變 $\theta$，$z$ 固定）
● 紫點 = $e^{i\theta}$（在單位圓上）
● 綠點 = $e^{i\theta} \cdot z$（$z$ 旋轉後）

注意綠點與黃點：
・距離原點相同（模不變）
・角度差恰好是 $\theta$

改變 θ，感受旋轉操作的本質。

四個特殊值一覽

$\theta=0$$e^{i\cdot 0} = 1$（不旋轉，在正實軸）
$\theta=\pi/2$$e^{i\pi/2} = i$（旋轉 90°，到虛軸正方向）
$\theta=\pi$$e^{i\pi} = -1$（旋轉 180°，到負實軸）$\;\ \Rightarrow e^{i\pi}+1=0$
$\theta=2\pi$$e^{i2\pi} = 1$（旋轉整圈，回到原點）

連結到第三章：複數乘法 ↔ 旋轉矩陣

乘以 $e^{i\theta}$ 把任意複數 $(x+iy)$ 旋轉角度 $\theta$。用座標計算：

展開$e^{i\theta}\cdot(x+iy) = (\cos\theta+i\sin\theta)(x+iy)$
整理$= (x\cos\theta - y\sin\theta) + i(x\sin\theta + y\cos\theta)$
矩陣形式$\begin{pmatrix}x'\\y'\end{pmatrix} = \begin{pmatrix}\cos\theta & -\sin\theta \\ \sin\theta & \cos\theta\end{pmatrix}\begin{pmatrix}x\\y\end{pmatrix}$

複數乘法 = 矩陣乘法——這不是巧合，兩者描述的是同一個旋轉操作。第 3.2 節將從矩陣的角度再次推導這個結果並深入分析其性質。

1.8 第一章總整理：一切從旋轉開始

六個概念、一條脈絡。用動畫把第一章所有核心思想串成一個故事。

🎬

第一章的主角從未改變——它一直是旋轉。
弧度是旋轉的語言，三角函數是旋轉的座標，複數是旋轉的代數，歐拉公式是旋轉最美的表達。

知識脈絡動畫

🔢弧度制角度的自然語言
→
⭕單位圓sin/cos 的定義
→
📐恆等式對稱的幾何
→
➕加法公式旋轉的合成
✨歐拉公式eiθ=cosθ+i sinθ
→
🌱自然常數 e連續成長的刻度
→
🌐複數平面數字有了方向

動畫：第一章的統一視角

動畫自動播放，依序展示四個主題。可暫停並手動切換。

每個主題展示約 5 秒，自動循環。
點擊 ◀ ▶ 手動切換。

第一章核心公式一覽

弧度
$$1\text{ rad} = \frac{180°}{\pi},\quad s = r\theta$$
弧長 = 半徑 × 弧度，導數公式因此無多餘係數。
畢氏定理
$$\sin^2\theta + \cos^2\theta = 1$$
單位圓的定義直接給出最基本的恆等式。
加法公式
$$\cos(\alpha{+}\beta)=\cos\alpha\cos\beta-\sin\alpha\sin\beta$$
旋轉合成 = 複數乘法 = 矩陣乘法（三種等價視角）。
複數極式
$$z = r(\cos\theta + i\sin\theta),\;\; |z_1 z_2| = r_1 r_2$$
乘法 = 模相乘 · 輻角相加，幾何上是旋轉與縮放。
e 的本質
$$e^x = \sum_{n=0}^{\infty}\frac{x^n}{n!},\;\;\frac{d}{dx}e^x = e^x$$
唯一「斜率 = 自身」的指數函數，連續成長的基準。
歐拉公式
$$e^{i\theta} = \cos\theta + i\sin\theta \;\Rightarrow\; e^{i\pi}+1=0$$
指數 · 複數 · 三角函數的大統一；乘以 e^(iθ) = 旋轉 θ。

🔮 預告第二章：向量是「帶方向的量」，而描述兩向量夾角的工具正是 $\cos\theta$——三角函數再次登場。第三章的旋轉矩陣，則是歐拉公式在矩陣語言中的翻譯。第一章學的每一個概念，都將在後面的章節找到它的位置。

2.1 向量的幾何意義

向量是「有方向的量」。理解它的幾何本質，是理解線性代數的鑰匙。

🔀

向量有兩種觀點：
幾何觀：帶箭頭的線段，表示「位移」——從哪裡到哪裡
代數觀：一組有序的數字 $\mathbf{v} = (v_1, v_2, \ldots, v_n)$
最重要的是：這兩種觀點是等價的，而且可以互相轉換。

向量運算的幾何意義

互動：向量加法

|a + b|（合向量長度）
—

🔵 a（藍）+ 🔴 b（紅）= 🟢 a+b（綠）
平行四邊形法則：以 a 和 b 為鄰邊作平行四邊形，對角線就是 a+b

標量乘法的幾何意義

$k\mathbf{v}$：
- $k > 1$：同方向，拉長
- $0 < k < 1$：同方向，縮短
- $k = -1$：方向反轉（旋轉 180°）
- $k < 0$：方向反轉並縮放

線性組合：向量的核心語言

$$\mathbf{w} = c_1\mathbf{v}_1 + c_2\mathbf{v}_2 + \cdots + c_n\mathbf{v}_n$$

所有可能的線性組合構成的集合，叫做這些向量的展開空間（span）。這是線性代數最核心的概念之一。

2.2 內積：cosθ 回來了！

內積（dot product）是三角函數與向量之間最直接的橋梁。

定義與幾何意義

$$\mathbf{a} \cdot \mathbf{b} = |\mathbf{a}||\mathbf{b}|\cos\theta$$
📐

幾何意義：內積等於 $|\mathbf{a}|$ 乘以「$\mathbf{b}$ 在 $\mathbf{a}$ 方向上的投影長度」。
等價地，也等於「$\mathbf{a}$ 在 $\mathbf{b}$ 方向的投影長度」乘以 $|\mathbf{b}|$。

互動：內積與投影

夾角 θ
50°
a · b = |a||b|cosθ
—
b 在 a 方向的投影
—

🔵 a（固定，向右）
🔴 b（可旋轉）
🟡 投影（b在a方向的分量）

注意：θ = 90° 時，內積 = 0（垂直！）

代數計算公式

$$\mathbf{a} \cdot \mathbf{b} = a_1 b_1 + a_2 b_2 \quad (\text{二維}) \qquad \mathbf{a} \cdot \mathbf{b} = \sum_{k=1}^n a_k b_k \quad (n\text{維})$$

兩個公式等價的推導

由代數公式推出幾何公式（或反過來），需要用到余弦定理：

餘弦定理$|\mathbf{b}-\mathbf{a}|^2 = |\mathbf{a}|^2 + |\mathbf{b}|^2 - 2|\mathbf{a}||\mathbf{b}|\cos\theta$
展開左邊$(b_1-a_1)^2+(b_2-a_2)^2 = |\mathbf{a}|^2+|\mathbf{b}|^2 - 2(a_1b_1+a_2b_2)$
比較$a_1b_1+a_2b_2 = |\mathbf{a}||\mathbf{b}|\cos\theta$

內積的應用

求夾角

$$\cos\theta = \frac{\mathbf{a}\cdot\mathbf{b}}{|\mathbf{a}||\mathbf{b}|}$$

投影公式

$\mathbf{a}$ 在 $\mathbf{b}$ 方向的投影向量：

$$\text{proj}_{\mathbf{b}}\mathbf{a} = \frac{\mathbf{a}\cdot\mathbf{b}}{|\mathbf{b}|^2}\mathbf{b}$$

這個公式在最小二乘法、主成分分析（PCA）中至關重要。

2.3 外積：sinθ 回來了！

如果內積用 cosθ 描述兩向量的「平行程度」，外積就用 sinθ 描述兩向量的「垂直程度」。

外積的幾何意義

$$|\mathbf{a} \times \mathbf{b}| = |\mathbf{a}||\mathbf{b}|\sin\theta$$
📏

面積！ $|\mathbf{a} \times \mathbf{b}|$ 等於以 $\mathbf{a}$、$\mathbf{b}$ 為鄰邊的平行四邊形的面積。
為什麼？平行四邊形面積 = 底 × 高 = $|\mathbf{a}| \times (|\mathbf{b}|\sin\theta)$。

三維外積的公式

$$\mathbf{a} \times \mathbf{b} = \begin{vmatrix}\mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3\end{vmatrix}$$

方向：右手定則

外積 $\mathbf{a}\times\mathbf{b}$ 的方向垂直於 $\mathbf{a}$ 和 $\mathbf{b}$ 所在的平面。
右手食指指向 $\mathbf{a}$，彎向 $\mathbf{b}$，大拇指指的方向就是 $\mathbf{a}\times\mathbf{b}$。

重要性質

性質公式幾何意義
反交換律$\mathbf{a}\times\mathbf{b} = -\mathbf{b}\times\mathbf{a}$順序不同，方向相反
平行向量$\mathbf{a}\times\mathbf{a} = \mathbf{0}$面積為 0
分配律$\mathbf{a}\times(\mathbf{b}+\mathbf{c}) = \mathbf{a}\times\mathbf{b}+\mathbf{a}\times\mathbf{c}$線性

預告：行列式就是廣義面積

外積的大小 $|\mathbf{a}\times\mathbf{b}|$ 在二維中等於 $2\times 2$ 矩陣的行列式：

$$\det\begin{pmatrix}a_1 & a_2 \\ b_1 & b_2\end{pmatrix} = a_1 b_2 - a_2 b_1 = |\mathbf{a}||\mathbf{b}|\sin\theta$$

行列式 = 面積縮放比例。這是第三章的核心主題！

3.1 矩陣 = 線性變換

矩陣不只是一個數字表格。它是一個函數——把向量「變形」的機器。

⬛

一個 $2\times 2$ 矩陣 $A$ 把平面上每一個點 $\mathbf{v}$ 變換成 $A\mathbf{v}$。
理解矩陣的關鍵：只需要看基底向量如何變換——因為線性性，其他所有向量自動確定。

互動：矩陣變換探索器

調整矩陣元素，看坐標格如何被「扭曲」

矩陣 $A = \begin{pmatrix}a & b \\ c & d\end{pmatrix}$

行列式 det(A) = ad − bc
1.00

灰色格 = 原始坐標格
彩色格 = 變換後
試試：a=0,b=-1,c=1,d=0（旋轉90°）
試試：a=2,b=0,c=0,d=0.5（縮放）

為什麼叫「線性」？

線性變換 $T$ 必須滿足：

$$T(\mathbf{u} + \mathbf{v}) = T(\mathbf{u}) + T(\mathbf{v}) \qquad T(c\mathbf{v}) = cT(\mathbf{v})$$

幾何上：直線保持直線，原點不動，平行線保持平行。
注意：旋轉 ✓、縮放 ✓、剪切 ✓ 都是線性的；平移 ✗ 不是線性的。

3.2 旋轉矩陣：三角函數的歸宿

把一個向量旋轉角度 θ——這個操作對應的矩陣正是三角函數的完美組合。

推導旋轉矩陣

只需追蹤基底向量

設旋轉角為 $\theta$（逆時針）。兩個基底向量的去向：

$\mathbf{e}_1=(1,0)$旋轉後變成 $(\cos\theta, \sin\theta)$（在單位圓上！）
$\mathbf{e}_2=(0,1)$旋轉後變成 $(-\sin\theta, \cos\theta)$
組合把這兩個向量作為矩陣的列（columns）：
$$R_\theta = \begin{pmatrix}\cos\theta & -\sin\theta \\ \sin\theta & \cos\theta\end{pmatrix}$$

互動：旋轉矩陣

矩陣元素
[0.707, -0.707]
[0.707, 0.707]
det(R) = cos²θ + sin²θ
1.00

🔵 原始向量
🔴 旋轉後的向量

注意：行列式永遠 = 1
（旋轉不改變面積！）

旋轉矩陣的性質

性質數學表達幾何意義
行列式 = 1$\det R_\theta = \cos^2\theta + \sin^2\theta = 1$面積不變
正交矩陣$R_\theta^T R_\theta = I$，即 $R_\theta^{-1} = R_\theta^T$列向量互相垂直且單位長
逆 = 逆轉$R_\theta^{-1} = R_{-\theta}$旋轉 $-\theta$ 來復原
組合性$R_\alpha R_\beta = R_{\alpha+\beta}$兩次旋轉 = 角度相加
🔗

$R_\alpha R_\beta = R_{\alpha+\beta}$ 的矩陣乘法，展開後正是三角函數加法公式！線性代數把加法公式內建進了矩陣乘法。

🔁 回扣第 1.7 節的預告：複數乘法 = 矩陣乘法

在歐拉公式那節，我們看到乘以 $e^{i\theta}$ 把複數 $(x+iy)$ 旋轉角度 $\theta$，展開後得到：

$$e^{i\theta}\cdot(x+iy) \;\Rightarrow\; \begin{pmatrix}x'\\y'\end{pmatrix} = \underbrace{\begin{pmatrix}\cos\theta & -\sin\theta \\ \sin\theta & \cos\theta\end{pmatrix}}_{= R_\theta}\begin{pmatrix}x\\y\end{pmatrix}$$

現在你從矩陣的角度獨立推導出了同一個 $R_\theta$。兩條路殊途同歸：
複數乘法（代數）↔ 旋轉矩陣（線性代數）↔ 三角函數（幾何）
這三個看似不同的數學語言，描述的是同一件事。

加法公式 ↔ 矩陣乘法 的顯式驗證

$$R_\alpha R_\beta = \begin{pmatrix}\cos\alpha\cos\beta-\sin\alpha\sin\beta & -(\sin\alpha\cos\beta+\cos\alpha\sin\beta) \\ \sin\alpha\cos\beta+\cos\alpha\sin\beta & \cos\alpha\cos\beta-\sin\alpha\sin\beta\end{pmatrix} = R_{\alpha+\beta}$$

矩陣乘法直接「推導」出了加法公式——三個數學分支已完全統一。

3.3 行列式：面積的幾何意義

行列式的本質是：這個線性變換把面積縮放了多少倍？

📐

$\det(A)$ = 矩陣 $A$ 對應的線性變換，把單位正方形（面積=1）變換成面積為 $|\det(A)|$ 的平行四邊形。
符號為負時，表示翻轉了方向（左右翻轉）。

二維行列式

$$\det\begin{pmatrix}a & b \\ c & d\end{pmatrix} = ad - bc$$

幾何推導

基底向量 $\mathbf{e}_1 \to \mathbf{a} = (a, c)$，$\mathbf{e}_2 \to \mathbf{b} = (b, d)$
以這兩個向量為鄰邊的平行四邊形面積：

$$\text{面積} = |\mathbf{a} \times \mathbf{b}| = |ad - bc|$$

行列式的性質

行列式值意義視覺
$\det = 0$矩陣不可逆（奇異矩陣）面積壓扁為 0（空間降維）
$|\det| > 1$放大面積變大
$|\det| < 1$縮小面積變小
$\det = 1$等積變換（旋轉、剪切）面積不變
$\det < 0$翻轉方向左手系變右手系

$\det(AB) = \det(A)\det(B)$

幾何解釋：先用 $B$ 縮放，再用 $A$ 縮放，總縮放比例 = 兩者相乘。這是行列式最重要的性質。

3.4 特徵值與特徵向量

大多數向量在線性變換後會改變方向。但有一些特殊向量——它們只被縮放，方向不變。

🎯

特徵向量：被矩陣 $A$ 作用後，方向不變（只縮放）的非零向量 $\mathbf{v}$。
特徵值：對應的縮放比例 $\lambda$。
方程式：$A\mathbf{v} = \lambda\mathbf{v}$

互動：特徵向量探索器（對稱矩陣）

特徵值 λ₁, λ₂
—

🔵 特徵向量 v₁（λ₁方向）
🔴 特徵向量 v₂（λ₂方向）
注意：對稱矩陣的特徵向量互相垂直！

求特徵值的方法

由定義$A\mathbf{v} = \lambda\mathbf{v}$ 即 $(A - \lambda I)\mathbf{v} = \mathbf{0}$
非零解需要 $\det(A - \lambda I) = 0$
特徵多項式解這個關於 $\lambda$ 的多項式方程
$$\det\begin{pmatrix}a-\lambda & b \\ c & d-\lambda\end{pmatrix} = (a-\lambda)(d-\lambda) - bc = 0$$ $$\lambda^2 - (a+d)\lambda + (ad-bc) = 0$$ $$\lambda^2 - \text{tr}(A)\cdot\lambda + \det(A) = 0$$

跡與行列式的意義

$\lambda_1 + \lambda_2 = \text{tr}(A) = a + d$（跡 = 對角線元素之和）
$\lambda_1 \cdot \lambda_2 = \det(A)$（行列式 = 特徵值之積）

對稱矩陣的特別性質（譜定理）

對稱矩陣（$A = A^T$）的特徵向量互相垂直，特徵值都是實數。
這是主成分分析（PCA）的數學基礎——把數據投影到特徵向量（主成分）的方向。

終章：三者的深刻連結

現在我們可以看到整幅圖景——三角函數、向量、線性代數是同一個數學靈魂的三種語言。

旋轉：三者的交匯點

「旋轉角度 $\theta$」在三種語言中的表達：

$$\underbrace{e^{i\theta}}_{\text{複數/三角}} = \underbrace{\cos\theta + i\sin\theta}_{\text{三角函數}} \longleftrightarrow \underbrace{\begin{pmatrix}\cos\theta & -\sin\theta \\ \sin\theta & \cos\theta\end{pmatrix}}_{\text{線性代數（旋轉矩陣）}}$$

五個核心連結

連結 1：內積 = cosθ

$\mathbf{a}\cdot\mathbf{b} = |\mathbf{a}||\mathbf{b}|\cos\theta$——三角函數的 cos 直接定義了向量夾角的測量方式

連結 2：外積/行列式 = sinθ

$|\mathbf{a}\times\mathbf{b}| = |\mathbf{a}||\mathbf{b}|\sin\theta = \det\begin{pmatrix}a_1 & b_1 \\ a_2 & b_2\end{pmatrix}$——面積 = sin × 長度之積

連結 3：旋轉矩陣乘法 = 加法公式

$R_\alpha R_\beta = R_{\alpha+\beta}$，展開就是 $\sin(\alpha+\beta)$ 和 $\cos(\alpha+\beta)$ 的公式

連結 4：特徵向量 = 不旋轉的方向

旋轉矩陣（$\theta\neq 0, \pi$）沒有實數特徵向量——任何方向在旋轉後都會改變。對稱矩陣的特徵向量互相垂直，如同坐標軸。

連結 5：傅立葉 = 三角函數作為正交基

函數 $\{1, \cos x, \sin x, \cos 2x, \sin 2x, \ldots\}$ 在內積 $\langle f,g\rangle = \int_0^{2\pi}fg\,dx$ 下互相垂直（正交），就像 $\mathbf{e}_1, \mathbf{e}_2$ 互相垂直。
傅立葉展開 = 把函數用這些「三角基底向量」分解——這正是線性代數的語言！

你的學習成就

完成這門課程，你理解了：

✅ 三角函數的幾何定義（單位圓，不是直角三角形）
✅ 所有重要恆等式的推導原理
✅ 歐拉公式：$e^{i\pi}+1=0$ 的由來
✅ 向量的幾何本質與內積、外積的幾何意義
✅ 矩陣是線性變換，行列式是面積縮放比例
✅ 旋轉矩陣：三角函數在線性代數中的角色
✅ 特徵值的幾何意義
✅ 這三個領域如何在旋轉與傅立葉中完美交匯