닮음변환, 상사변환, similarity transformation
Wikipedia(en)에선 둘로 나눔. Similarity_transformation을 보면
- 기하학,geometry에서: shape-preserving transformation
- 선형대수,linear_algebra에서: "for matrix_transformations of the form A → P−1AP" ... → Matrix_similarity
(대충 적음, rewrite later)
어떤 행렬,matrix A에 대해, 다른 행렬 P가 있어서,
A의 왼쪽에 P의 역행렬,inverse_matrix을 곱하고 오른쪽에 P를 곱해서 만든 B가 있다면, A와 B를 비슷하다고 보는?? // matrix_similarity? similar_matrix(or similar_matrices or similar_matrixes)?
즉 식으로 나타내면
B는 A에 닮음변환/상사변환을 해서 만들어 낸 그런 관계??
어떤 행렬,matrix A에 대해, 다른 행렬 P가 있어서,
A의 왼쪽에 P의 역행렬,inverse_matrix을 곱하고 오른쪽에 P를 곱해서 만든 B가 있다면, A와 B를 비슷하다고 보는?? // matrix_similarity? similar_matrix(or similar_matrices or similar_matrixes)?
즉 식으로 나타내면
B = P−1 A P
일 때 A와 B는 유사하며/비슷하며/닮았으며,B는 A에 닮음변환/상사변환을 해서 만들어 낸 그런 관계??
만약에 닮음변환의 결과가(위 식에서 B가) 대각행렬,diagonal_matrix이면, 행렬 A를 대각화,diagonalization시켜서 B를 만들었다고 말하는?
이 경우 고유값,eigenvalue 고유벡터,eigenvector와 밀접.
대각행렬 B가 3x3행렬임을 가정하고 식으로 나타내면
관계가 성립. i.e.
B는 A의 고유값들을 가지고 만든 대각행렬. (CHK)
P는 A의 고유벡터들을 가지고 만든 행렬.
이 경우 고유값,eigenvalue 고유벡터,eigenvector와 밀접.
대각행렬 B가 3x3행렬임을 가정하고 식으로 나타내면
B는 A의 고유값들을 가지고 만든 대각행렬. (CHK)
P는 A의 고유벡터들을 가지고 만든 행렬.
MKLINK
similarity pagenames TBD
닮음행렬,similar_matrix
닮음변환,homothety homothety ? homothety homothety
정규부분군,normal_subgroup
conjugation / conjugacy .... (rel. 켤레,conjugate? 켤레류,conjugacy_class { 켤레류 Conjugacy_class })
similarity pagenames TBD
닮음행렬,similar_matrix
닮음변환,homothety homothety ? homothety homothety
정규부분군,normal_subgroup
conjugation / conjugacy .... (rel. 켤레,conjugate? 켤레류,conjugacy_class { 켤레류 Conjugacy_class })
https://mathworld.wolfram.com/SimilarityTransformation.html
두산백과: 닮음변환 similarity transformation
수학백과: 닮음변환
두산백과: 닮음변환 similarity transformation
수학백과: 닮음변환
닮음변환
{
homothetic transformation 닮음변환
homothety 닮음변환
similar transformation 닮음변환
}
Up: 변환,transformationhomothetic transformation 닮음변환
homothety 닮음변환
similar transformation 닮음변환
}