顯示具有 Sinusoidal Signals 標籤的文章。 顯示所有文章
顯示具有 Sinusoidal Signals 標籤的文章。 顯示所有文章

3/27/2018

[數學分析] MVT應用:$\sin(x)$ 上界為 $x$

回憶我們在微積分或者高等微積分中,對於連續且可導函數的一個重要結果:均值定理。

================
均值定理 (Mean Value Theorem, MVT):
若函數 $f$ 在 閉區間 $[a,b]$ 連續  且 在開區間 $(a,b)$ 上可導,則存在 $c \in (a,b)$ 使得
\[
f(b) - f(a) = f'(c)(b-a)
\]================


現在我們來看一個 MVT 很棒的應用,可以幫助我們找到 $\sin(x)$ 除了 $1$ 以外 稍微更細緻的上界 ($ x $ 夠小的時候)。

==========
FACT: 若 $x \in \mathbb{R}$ 且 $x \geq 0$ 則 $\sin(x) \leq x$。
==========

Proof: 以下我們分幾個 case討論:
CASE 1: 首先觀察當 $x = 0$,則 $\sin(0)  = 0 \leq 0$ 自動成立。

CASE 2: 當 $0 < x < 1$ ,令 $f(t) := \sin(t)$ 則對任意 $t \in \mathbb{R}$, $f$ 為 連續且可導,故 $f$ 在 $(0,x)$ 區間亦為可導。由 MCT 可知 存在 $c \in (0,x)$ 我們有
\[
f(x) - f(0) = f'(c) (b-a) \Rightarrow \sin(x) - 0 =  \cos(c) x
\]換言之,我們有
\[
\cos(c) x = \sin(x)
\]由於 $|\cos(.)| \leq 1$ 故 $\sin(x) \leq x$。

CASE 3: 最後我們考慮 $x \geq 1$ 情況,由於 $|\sin(x)| \leq 1$ 故 當 $x\geq 1$ 時,
\[
\sin(x) \leq x
\]自動成立。至此得證。$\square$


Remarks:
上述結果可以進一步推廣,亦即我們不需要假設 $x$ 為非負:對任意 $x \in \mathbb{R}$,
\[
|\sin(x)| \leq |x|
\]證明雷同在此不做贅述。讀者可以試著證明看看。

9/27/2017

[訊號與系統] Frequency Modulation 淺嚐:Chirp Signal

回憶一般 弦波訊號
\[
z(t) = A \cos(2 \pi f_0 t + \phi) = Re\{A e^{j (2 \pi f_0 t + \phi)}\}
\]其中 $A$ 為振幅 ,$f_0$ 為頻率,$\phi$ 為相位。由上式,我們可以定義 $z(t)$ 的 "角度" 記作
\[
\psi(t) := 2 \pi f_0 t + \phi
\]由於上式為 linear in $t$ ,我們可觀察
\[
\frac{d}{dt} \psi(t) = 2 \pi f_0 := \omega_i(t)
\] 故 $z(t)$ 的角度 隨時間的瞬時變化率 為 $2 \pi f_0$  其單位為 (rad/s) ,若我們將其除掉 $2\pi$ 即可得到 (瞬時)頻率 $f_0$ (單位為 Hz)。

上述想法可以被進一步推廣如下:

Frequency Modulation (FM) Signal
現在我們將上述 $z(t)$ 做進一步簡單的推廣:假設
\[
x(t) := A \cos(\psi (t)) = Re\{e^{j \psi(t)}\}
\]則我們可仿造前述的方法來定義 瞬時頻率 (instantaneous frequency),亦即我們先對 $\psi(t)$ 對 $t$ 微分,可得瞬時角頻率 (instantaneous angular frequency)
\[
\omega_i(t) :=  \frac{d}{dt} \psi(t)
\]若對上式兩邊同除以 $2 \pi$ ,可得瞬時頻率 (instantaneous frequency), 記作 $f_i(t)$, 如下
\[
f_i(t) :=\frac{1}{2\pi}\omega_i(t) =  \frac{1}{2 \pi} \frac{d}{dt} \psi(t)
\]單位為 Hz。

以下我們看個 FM 調頻中的一類特殊例子,假設我們想要創造一組 弦波訊號 使其 頻率可以包含一段我們感興趣頻段,比如說我們想創造一組聲音其頻率 從 300 Hz 並且一路往上到 800 Hz,一種常見的做法是採用 chirp signal 來達成,其特性如下:給定初始頻率 $f_{int}$ 與 終點頻率 $f_{end}$, chirp signal 保證訊號頻率在 $f_{int}$ 到 $f_{end}$ 之間以連續且線性方式改變(比如遞增或者遞減),故此法又稱線性調頻。

FM Signal Example: Chirp, or Linear Swept Frequency or Linear FM
以下我們考慮一類特殊的 FM 訊號,亦即我們取
\[
\psi(t) := 2\pi \mu t^2 + 2\pi f_0 t+\phi
\]則對應的瞬時頻率為
\[
f_i(t) := \frac{1}{2 \pi} \frac{d}{dt} \psi(t)  = 2 \mu t + f_0
\]亦即我們發現瞬時頻率隨時間遞增,且在 $t=0$時後我們有 起始頻率 $f_0$。讀者可使用 下列 matlab code 來聽聽看 chirp 訊號 (起始的 瞬時頻率為 300Hz 一路往上到 800Hz):

% Generate an play a chirp signal

fsamp = 11025; % sampling frequency

dur = 2;
mu = 125;
Amp = 6;
f0 = 300;

dt = 1/fsamp;
tt = 0 : dt : dur;

psi = 2*pi*(100 + f0*tt + mu*tt.*tt);
xx = real( Amp*exp(j*psi) );

soundsc( xx, fsamp );



[訊號與系統] Amplitude Modulation 淺嚐:Beat Signal

回憶一般 弦波訊號
\[
x(t) := A \cos(2 \pi f_c t + \phi)
\] 其中 $A$ 為振幅,$f_c$ 為 (載波) 頻率,$\phi$ 為相位。現在我們考慮將上述弦波做進一步簡單的推廣如下:假設 振幅 $A$ 不再是常數,而是隨時間變化的函數 比如 $A:=a(t)$ ,則我們得到\[
x(t) = a(t) \cos(2\pi f_c t +\phi)
\] 上述稱為 振幅調變 (Amplitude Modulation) 的一般形式,其中 $a(t)$ 為 依時間變化的函數 且一般而言,假設 $a(t)$ 的最高頻率 $f_a << f_c$。

Comments:
1. 震幅 $a(t)$ 隨時間變化,可看成 振幅 被 "調變"(modulation)
2. 一般實際應用上, $a(t)$ 為多半為實際帶有信息的訊號 (比如 聲音,歌聲,影像...) 且其最高頻率會遠遠低於 載子頻率 $f_c$ ,使得我們在做 AM 處理之後,$a(t)$ 訊號可被方便傳送。
3. 當然,對於 $z(t)$ 的推廣不僅僅限於頻率,我們也可以對其頻率推廣,比如說將固定 $f_c$ 改成 $f_c:=\psi(t)$ 使其成為與時間有關的函數,此法會得到所謂的 頻率調變(Frequency Modulation, FM) 我們會另外再開一篇文章描述之,在此不做贅述。

以下我們看個經典的AM例子:

AM Example: Beat Signal or Sinusoidal AM
以下我們看個特例:假設 $a(t) := A \cos(2 \pi f_a t)$ 則我們得到 AM 訊號如下
\[
x(t) = A \cos(2 \pi f_a t)  \cos(2\pi f_c t +\phi)
\]上述訊號可以透過 Inverse Euler formula 將其改寫為
\begin{align*}
  x(t) &= A\cos (2\pi {f_a}t)\cos (2\pi {f_c}t) \hfill \\
   &= A \left( \frac{{{e^{j2\pi {f_a}t}} + {e^{ - j2\pi {f_a}t}}}}{2} \right) \left( \frac{{{e^{j\left( {2\pi {f_c}t} \right)}} + {e^{ - j\left( {2\pi {f_c}t} \right)}}}}{2} \right) \hfill \\
   &= \frac{A}{4}\left( {{e^{j2\pi {f_a}t}} + {e^{ - j2\pi {f_a}t}}} \right)\left( {{e^{j\left( {2\pi {f_c}t} \right)}} + {e^{ - j\left( {2\pi {f_c}t} \right)}}} \right) \hfill \\
   &= \frac{A}{4}\left( {{e^{j2\pi \left( {{f_a} + {f_c}} \right)t}} + {e^{ - j2\pi \left( {{f_a} + {f_c}} \right)t}} + {e^{j2\pi \left( {{f_a} - {f_c}} \right)t}} + {e^{ - j2\pi \left( {{f_a} - {f_c}} \right)t}}} \right) \hfill \\
   &= \frac{A}{2}\cos \left( {2\pi \left( {{f_a} + {f_c}} \right)t} \right) + \frac{A}{2}\cos \left( {2\pi \left( {{f_a} - {f_c}} \right)t} \right) \hfill \\
\end{align*}
Comments:
1. 上述 $x(t)$ 可表為 兩弦波相加,一般又稱之為 beat signal,生活上的實際應用為比如說同時按下兩兩相鄰的鋼琴琴鍵。
2. 我們有兩種觀點看上述的 Beat Signal,首先是 $x(t)$ 可以視為是 震幅隨時間變化的弦波,故若使用 MATLAB 的 soundsc(.) 函數播放,則聲音聽起來會是漸強在接漸弱,第二種觀點則是上述 $x(t)$ 為兩個具有不同頻率 ($f_c+f_a$ 與 $f_c-f_a$)的 弦波相加,那麼聽起來便會是兩種弦波分別以不同頻率產生的聲音疊加而成。
3. 那麼該如何分辨何時只聽得到一組漸強漸弱得弦波 或者 聽到 不同頻率的弦波? 以下有一個一般性的判斷法則:令 $T$ 為 $x(t)$ 的最終持續時間,且定義 "頻寬" $B:= 2 f_a$ ,若
\[
T\cdot B <<1
\]則一般而言我們沒有辦法到底是一組弦波或者兩個不同頻率得弦波。此議題等價物理中的 Heisenberg's Uncertainty Principle。



2/12/2017

[訊號與系統] 兩週期弦波相加不保證仍為週期訊號

這裡我們討論弦波訊號的相加運算,並指出儘管個別弦波為週期訊號,但是經過相加運算之後週期性質不一定被保證,以下我們給出反例。另外關於週期訊號的定義我們給在下方供讀者參考。

===========
Example:
考慮 $x_1(t):= \cos t$ 與 $x_2(t) := \cos (\sqrt{2}t)$ 現在將此兩弦波訊號相加,記作
\[
x(t) := \cos t + \cos (\sqrt{2}t)
\]
(a) 試證明 $x_1(t)$ 與 $x_2(t)$ 為週期訊號。
(b) 試證明 $x(t)$ 不是週期訊號。
===========

Proof (a): Omitted.
Proof (b): 在此使用反證法,假設 $x(t)$ 是週期訊號。則由週期訊號定義可知:存在週期 $T>0$ 使得對任意 $t \in dom(x) \subset \mathbb{R}$,
\[
x(t+T) = x(t) \;\;\;\ (*)
\]以下我們要證明此假設導致矛盾。

現在取週期 $T>0$ ,則對任意 $t \in dom(x) \subset \mathbb{R}$,上述 $(*)$ 成立。故此,我們知道 式子 $(*)$ 對 $t=0$ 而言必定也成立,因此我們觀察 $t=0$的時候
\begin{align*}
 & {\left. {x(t + T)} \right|_{t = 0}} = {\left. {x\left( t \right)} \right|_{t = 0}} \hfill \\
   &\Rightarrow x(T) = x\left( 0 \right) \hfill \\
  & \Rightarrow \cos T + \cos (\sqrt 2 T) = \cos \left( 0 \right) + \cos (\sqrt 2 \left( 0 \right)) \hfill \\
  & \Rightarrow \cos T + \cos (\sqrt 2 T) = 2 \hfill \\
\end{align*} 注意到最後一條等式要成立,則必須滿足 $T=2 \pi n$ 且 $\sqrt{2}T = 2 \pi k$ 對任意 $n=1,2,...$ 與 $k=1,2,...$ ,此兩個條件可推知
\begin{align*}
  &\left\{ \begin{gathered}
  T = 2\pi n \hfill \\
  \sqrt 2 T = 2\pi k \hfill \\
\end{gathered}  \right. \hfill \\
   &\Rightarrow \sqrt 2 \left( {2\pi n} \right) = 2\pi k \hfill \\
   &\Rightarrow \sqrt 2  = \frac{k}{n} \hfill \\
\end{align*}注意到最後一等式:因為 $k,n \in \mathbb{N}$ 其等式右方比值 $k/n \in \mathbb{Q}$ 但是等式左方 $\sqrt{2} \in \mathbb{R} \setminus \mathbb{Q}$ 故我們得到矛盾。$\square$



===========
Definition: Periodic Signal
我們說訊號 $x(t)$ 為 週期為 $T$ 之週期訊號,若下列條件成立:
存在 $T>0$ 使得
\[
x(t+T) = x(t),\;\;\;\; \forall t \in dom(x)
\]===========



Comments:
讀者也許會問那什麼時候弦波相加才可能仍然保持週期訊號呢?答案是若相加之頻率彼此為 harmonically related,亦即弦波之間必須有共同的基本頻率(fundamental frequency) 則此時弦波相加仍為週期訊號。簡單言之若考慮
\[
x(t) = \sum_{k=1}^N A_k \cos(2 \pi f_k t)
\]則 $x(t)$ 要是弦波信號若且唯若 存在基本頻率 $f_0$ 使得 $f_k = k f_0, \forall k \in \mathbb{N}$ ,或者等價為
\[
f_0 := gcd\{f_1,...,f_N\}
\]其中 $gcd\{\cdot\}$ 表示最大公因數(Greatest Common Divisor, gcd)

1/29/2017

[訊號與系統] Phasor Addition Theorem

首先回憶什麼是 Phasor:考慮一組弦波訊號 $x(t) = a \cos(2 \pi f t+ \phi)$,我們可將其表為
\[
x(t) = a \cos(2 \pi f t+ \phi) = Re\{A e^{j 2 \pi f t}\}
\] 其中 $A:= a e^{j \phi}$ 稱作 Phasor。

在訊號處理的時候,我們經常需要將弦波訊號做相加。如果兩組弦波訊號具有相同頻率,則相加的處理可以大幅簡化。更而甚之,若有 $n$ 組弦波訊號具有相同頻率相加,其結果可表為單一相同頻率弦波訊號 僅僅只有振幅 與 相位改變。此結果稱之為 Phasor Addition Theorem:

=======================
Phasor Addition Theorem: 存在 $A, \phi$ 使得
\[
\sum_{k=1}^N A_k \cos(\omega_0 t + \phi_k) = A \cos(\omega_0 t + \phi)
\]=======================
Proof:
首先觀察
\[{A_k}\cos ({\omega _0}t + {\phi _k}) = \operatorname{Re} \left\{ {{A_k}{e^{j{\phi _k}}}{e^{j{\omega _0}t}}} \right\}
\]其中右式中的 複數 $A_k e^{j{\phi _k}}$ 稱之為 phasor ,故
\begin{align*}
  \sum\limits_{k = 1}^N {\operatorname{Re} \left\{ {{A_k}{e^{j{\phi _k}}}{e^{j{\omega _0}t}}} \right\}}  &= \operatorname{Re} \left\{ {\sum\limits_{k = 1}^N {{A_k}{e^{j{\phi _k}}}{e^{j{\omega _0}t}}} } \right\} \hfill \\
   &= \operatorname{Re} \left\{ {\left( {\sum\limits_{k = 1}^N {{A_k}{e^{j{\phi _k}}}} } \right){e^{j{\omega _0}t}}} \right\} \hfill \\
\end{align*} 注意到上述 ${\sum\limits_{k = 1}^N {{A_k}{e^{j{\phi _k}}}} }$ ,可知必定存在 $A$ 與 $\phi$  (why?) 使得
\[\sum\limits_{k = 1}^N {{A_k}{e^{j{\phi _k}}}}  = A{e^{j\phi }}\]故
\begin{align*}
  \sum\limits_{k = 1}^N {\operatorname{Re} \left\{ {{A_k}{e^{j{\phi _k}}}{e^{j{\omega _0}t}}} \right\}}  &= \operatorname{Re} \left\{ {\left( {\sum\limits_{k = 1}^N {{A_k}{e^{j{\phi _k}}}} } \right){e^{j{\omega _0}t}}} \right\} \hfill \\
   &= \operatorname{Re} \left\{ {A{e^{j\phi }}{e^{j{\omega _0}t}}} \right\} \hfill \\
   &= A\cos \left( {{\omega _0}t + \phi } \right). \;\;\;\;\;\; \square
\end{align*}


Comments:
1. 上述相加運算在系統理論中視為 線性非時變 (Linear Time Invariant, LTI)系統,故弦波訊號 進入 線性非時變系統 仍為 弦波訊號緊緊振幅 與相位改變 。此結果一般會在 頻率響應 的章節中作更進一步討論,在此不再贅述。

2.1 注意到若不同頻率的弦波想要相加,則情況會變得較為複雜,一般實務上,尤其電力系統會避免將不同頻率相加,來避免不同頻率弦波相加出現抵銷的情況。

2.2 回憶 $\omega_0 = 2 \pi f_0$,現在 對 $k=1,2,3,...,N$ ,若頻率 $f_k := k f_0$ ,則我們稱此 $f_k$ 為 k-th harmonic frequencies ,此時盡管 Phasor Addition Theorem 失效 (也就是無法將一堆具有 k-th harmonic frequencies 的弦波相加之後表示為單一弦波),但我們仍然可將不同弦波相加 表示為以下式子:
\[\sum\limits_{k = 1}^N {{A_k}} \cos (2\pi {f_k}t + {\phi _k}) = \sum\limits_{k = 1}^N {{A_k}} \cos (2\pi k{f_0}t + {\phi _k})\]其中 $k=1$ 時所得到的頻率 $f_0$ 稱之為基本頻率 (fundamental frequency)

3. 若是不同頻率弦波相乘,一般稱此運算為調變(modulation)。在此不做贅述。



我們來看個例子:

Example 1:
考慮
\[\left\{ \begin{gathered}
  x_1^{}\left( t \right) = a_1 \cos \left( {2\pi f t + \theta_1 } \right) \hfill \\
  x_2^{}\left( t \right) = a_2 \cos \left( {2\pi f t + \theta_2} \right) \hfill \\
\end{gathered}  \right.\] 現令 $x_3(t) = x_1(t) + x_2(t)$
(a) 試求 $x_1$ 與 $x_2$ 之 complex amplitude $X_1 := A_1 e^{j \phi_1}$ 與 $X_2 :=A_2 e^{j \phi_2}$
(b) 試證明
\[x_3^{}\left( t \right) = r\cos \left( {2\pi ft + \theta } \right)
\]其中
\begin{align*}
  r &: = \sqrt {{{\left( {{a_1}\cos {\theta _1} + {a_2}\cos {\theta _2}} \right)}^2} + {{\left( {{a_1}\sin {\theta _1} + {a_2}\sin {\theta _2}} \right)}^2}}  \hfill \\
\theta &: = {\tan ^{ - 1}}\left( {\frac{{{a_1}\sin {\theta _1} + {a_2}\sin {\theta _2}}}{{{a_1}\cos {\theta _1} + {a_2}\cos {\theta _2}}}} \right)
\end{align*} (c) 試求 $x_3$ 之 complex amplitude $X_3 := A_3 e^{j \phi_3}$

Solution:
(a) 由 $x_1(t)$ 與 $x_2(t)$ 不難得到
\[\begin{gathered}   {X_1} = {A_1}{e^{j{\phi _1}}} = {a_1}{e^{j{\theta _1}}} \hfill \\
  {X_2} = {A_1}{e^{j{\phi _1}}} = {a_2}{e^{j{\theta _2}}} \hfill \\
\end{gathered} \]
(b) 現在我們求 $X_3 := A_3 e^{j \phi_3}$ 首先觀察
\begin{align*}
  x_3^{}\left( t \right) &= x_1^{}\left( t \right) + x_2^{}\left( t \right) \hfill \\
   &= \operatorname{Re} \left\{ {{a_1}{e^{j{\theta _1}}}{e^{j2\pi ft}}} \right\} + \operatorname{Re} \left\{ {{a_2}{e^{j{\theta _2}}}{e^{j2\pi ft}}} \right\} \hfill \\
   &= \operatorname{Re} \left\{ {{a_1}{e^{j{\theta _1}}}{e^{j2\pi ft}} + {a_2}{e^{j{\theta _2}}}{e^{j2\pi ft}}} \right\} \hfill \\
   &= \operatorname{Re} \left\{ {\left( {{a_1}{e^{j{\theta _1}}} + {a_2}{e^{j{\theta _2}}}} \right){e^{j2\pi ft}}} \right\} \hfill \\
   &= \operatorname{Re} \left\{ {\left( {{a_1}\left( {\cos {\theta _1} + j\sin {\theta _1}} \right) + {a_2}\left( {\cos {\theta _2} + j\sin {\theta _2}} \right)} \right){e^{j2\pi ft}}} \right\} \hfill \\
   &= \operatorname{Re} \left\{ {\left( {\left( {{a_1}\cos {\theta _1} + {a_2}\cos {\theta _2}} \right) + j\left( {{a_1}\sin {\theta _1} + {a_2}\sin {\theta _2}} \right)} \right){e^{j2\pi ft}}} \right\} \hfill \\
   &= \operatorname{Re} \left\{ {r{e^{j\theta }}{e^{j2\pi ft}}} \right\} \hfill \\
   &= r\cos \left( {2\pi ft + \theta } \right) \hfill \\
\end{align*}
其中
\begin{align*}
  r &: = \sqrt {{{\left( {{a_1}\cos {\theta _1} + {a_2}\cos {\theta _2}} \right)}^2} + {{\left( {{a_1}\sin {\theta _1} + {a_2}\sin {\theta _2}} \right)}^2}}  \hfill \\
\theta &: = {\tan ^{ - 1}}\left( {\frac{{{a_1}\sin {\theta _1} + {a_2}\sin {\theta _2}}}{{{a_1}\cos {\theta _1} + {a_2}\cos {\theta _2}}}} \right)
\end{align*}

以下我們試著將數字帶入來看看
Example 2:
考慮
\[\begin{gathered}
  x_1^{}\left( t \right) = 5\cos \left( {2\pi \left( {100} \right)t + \pi /3} \right) \hfill \\
  x_2^{}\left( t \right) = 4\cos \left( {2\pi \left( {100} \right)t - \pi /4} \right) \hfill \\
\end{gathered}
\]令 $x_3(t) = x_1(t) + x_2(t)$ 試求 $A, \phi$ 使得 $x_3(t) = A \cos(2 \pi f t + \phi) $

Proof:
首先觀察 $f = 100$ (Hz) 且 $a_1=5,a2=4$ 與 $\theta_1 = \pi/3, \theta_2 = - \pi/4$
\[
x_3^{}\left( t \right) = r\cos \left( {2\pi ft + \theta } \right)
\]其中
\begin{align*}
  r &= \sqrt {{{\left( {{A_1}\cos {\theta _1} + {A_2}\cos {\theta _2}} \right)}^2} + {{\left( {{A_1}\sin {\theta _1} + {A_2}\sin {\theta _2}} \right)}^2}}  \hfill \\
   &= \sqrt {{{\left( {5\cos \left( {\pi /3} \right) + 4\cos \left( { - \pi /4} \right)} \right)}^2} + {{\left( {5\sin \left( {\pi /3} \right) + 4\sin \left( { - \pi /4} \right)} \right)}^2}}  \hfill \\
   &= 5.536 \hfill \\
\end{align*}
同理
\begin{align*}
  \theta  &= {\tan ^{ - 1}}\left( {\frac{{{a_1}\sin {\theta _1} + {a_2}\sin {\theta _2}}}{{{a_1}\cos {\theta _1} + {a_2}\cos {\theta _2}}}} \right) \hfill \\
   &= {\tan ^{ - 1}}\left( {\frac{{5\sin \left( {\pi /3} \right) + 4\sin \left( { - \pi /4} \right)}}{{5\cos \left( {\pi /3} \right) + 4\cos \left( { - \pi /4} \right)}}} \right) \hfill \\
   &= 0.2747 \hfill \\
\end{align*}

\[x_3^{}\left( t \right) = r\cos \left( {2\pi ft + \theta } \right) = 5.536\cos \left( {2\pi \left( {100} \right)t + 0.2747} \right)\]



[Claude] 國小數學加減乘除法計算小遊戲:數學怪獸大亂鬥

心血來潮用 Anthropic Claude Opus 4.6 做的簡單國小數學乘除法計算小遊戲,感嘆AI工具之強大與便利。原本可能要耗時幾天的工作轉眼就完成,時代的巨輪確實在飛速轉動。  數學怪獸大亂鬥(Math Monster Brawl)對戰的國小數學 加減乘除 小遊戲連結...