심벌 마크
유니온백과
통신
다운로드하기 Google Play
새로운! 안드로이드 ™에 유니온백과를 다운로드 할 수 있습니다
비어 있는
브라우저보다 빠른!
 

선형 변환

색인 선형 변환

선형대수학에서, 선형 변환(線型變換) 또는 선형 사상(線型寫像) 또는 선형 연산자(線型演算子) 또는 선형 작용소(線型作用素)는 선형 결합을 보존하는, 두 벡터 공간 사이의 함수이.

28 처지: 동치, 동형 사상, 반사 (수학), 벡터 공간, 결합 대수, 기저 (선형대수학), 단위행렬, 단사 함수, 닮음행렬, 스칼라, 스칼라 행렬, 자유 가군, 일차 함수, 전단사 함수, 전사 함수, 체 (수학), 쌍대 가군, 유클리드 공간, 상 (수학), 영벡터, 영행렬, 행렬, 선형결합, 선형대수학, 함수, 항등 함수, 핵 (수학), 실수.

동치

수학과 논리학에서 동치(同値)란 두 문장이 논리적으로 같다는 것을 의미.

새로운!!: 선형 변환와 동치 · 더보기 »

동형 사상

수학에서, 동형 사상(同型寫像)은 서로 구조가 같은 두 대상 사이에, 모든 구조를 보존하는 사상이.

새로운!!: 선형 변환와 동형 사상 · 더보기 »

반사 (수학)

반사에 의해 축이 반복적으로 첫 번째 결과물로 평행 이동 하고 있다. 수학적으로, 반사(Reflection)란 사상 개체가 경상으로 변형되는 것을 말. 예를 들어 위아래를 기준으로 한 소문자 p의 반사는 q처럼 보일 것이.

새로운!!: 선형 변환와 반사 (수학) · 더보기 »

벡터 공간

선형대수학에서, 벡터 공간(vector空間)은 원소를 서로 더하거나, 주어진 배수로 늘이거나 줄일 수 있는 공간이.

새로운!!: 선형 변환와 벡터 공간 · 더보기 »

결합 대수

상대수학에서, 결합 대수(結合代數)는 결합 법칙을 만족시키는 대수이.

새로운!!: 선형 변환와 결합 대수 · 더보기 »

기저 (선형대수학)

선형대수학에서, 어떤 벡터 공간의 기저(基底)는 그 벡터 공간을 선형생성하는 선형독립인 벡터들이.

새로운!!: 선형 변환와 기저 (선형대수학) · 더보기 »

단위행렬

선형대수학에서 행렬의 크기가 n인 단위행렬(單位行列,identity matrix)은 주 대각선이 전부 1이고 나머지 원소는 0을 값으로 갖는 n \times n 정사각행렬이.

새로운!!: 선형 변환와 단위행렬 · 더보기 »

단사 함수

사 함수의 예 단사 함수가 아닌 예 (이는 전사 함수이기는 하다). 수학에서, 단사 함수(單射函數) 또는 일대일 함수(一對一函數)는 정의역의 서로 다른 원소를 공역의 서로 다른 원소로 대응시키는 함수이.

새로운!!: 선형 변환와 단사 함수 · 더보기 »

닮음행렬

선형대수학에서, 닮음행렬(-行列, similar matrix) 또는 상사행렬(相似行列)은 같은 선형변환의 표현행렬인 두 정사각행렬의 관계이.

새로운!!: 선형 변환와 닮음행렬 · 더보기 »

스칼라

스칼라의 다른 뜻은 다음과 같.; Scalar.

새로운!!: 선형 변환와 스칼라 · 더보기 »

스칼라 행렬

스칼라 행렬(scalar matrix)은 모든 주요 대각선 성분이 동일한 정사각행렬이고 대각선 행렬인 행렬, 즉 단위 행렬 I의 스칼라 곱 λI 행렬이.

새로운!!: 선형 변환와 스칼라 행렬 · 더보기 »

자유 가군

환론에서, 자유 가군(自由加群)은 기저를 가지는 가군이며, 가군의 대수 구조 다양체에서의 자유 대수이.

새로운!!: 선형 변환와 자유 가군 · 더보기 »

일차 함수

일차 함수 그래프의 예시 수학에서, 일차 함수(一次函數)는 최고 차수가 1 이하인 다항 함수이.

새로운!!: 선형 변환와 일차 함수 · 더보기 »

전단사 함수

전단사 함수의 예 수학에서, 전단사 함수(全單射函數,, bijective function)는 두 집합 사이를 중복 없이 모두 일대일로 대응시키는 함수이.

새로운!!: 선형 변환와 전단사 함수 · 더보기 »

전사 함수

전사 함수의 예 수학에서, 전사 함수(全射函數) 또는 위로의 함수()는 공역과 치역이 같은 함수이.

새로운!!: 선형 변환와 전사 함수 · 더보기 »

체 (수학)

상대수학에서, 체(體)는 사칙연산이 자유로이 시행될 수 있고, 산술의 잘 알려진 규칙들을 만족하는 대수 구조이.

새로운!!: 선형 변환와 체 (수학) · 더보기 »

쌍대 가군

선형대수학과 가군 이론에서, 쌍대 가군(雙對加群)은 어떤 가군 또는 벡터 공간 위의 선형 범함수들로 구성된 가군 또는 벡터 공간을 말. 만약 스칼라환이 가환환이 아닐 경우, 왼쪽 가군의 쌍대 가군은 오른쪽 가군이며, 반대로 오른쪽 가군의 쌍대 가군은 왼쪽 가군이.

새로운!!: 선형 변환와 쌍대 가군 · 더보기 »

유클리드 공간

3차원 유클리드 공간 상의 각 점은 3개의 좌표 축에 결정된다. 수학에서 유클리드 공간()은 유클리드가 연구했던 평면과 공간을 일반화한 것이.

새로운!!: 선형 변환와 유클리드 공간 · 더보기 »

상 (수학)

수학에서, 상(像)은 어떤 함수에 대한 정의역의 원소(들)에 대응하는 공역의 원소(들)이.

새로운!!: 선형 변환와 상 (수학) · 더보기 »

영벡터

영벡터(零vector)는 모든 성분이 0인 벡터 (0, 0, …, 0)를 말. \vec 0, 0 또는 0으로 적. 영벡터는 벡터 공간에서 덧셈의 항등원이.

새로운!!: 선형 변환와 영벡터 · 더보기 »

영행렬

영행렬은 수학에서, 특히 선형대수학에서 모든 요소가 0인 행렬으로, 덧셈에 대한 항등원이.

새로운!!: 선형 변환와 영행렬 · 더보기 »

행렬

'''A'''의 2행 1열에 위치한 원소를 가리킨다. 수학에서, 행렬(行列, matrix)은 수나 기호, 수식 등을 네모꼴로 배열한 것으로, 괄호로 묶어 표시.

새로운!!: 선형 변환와 행렬 · 더보기 »

선형결합

선형대수학에서, 선형결합(線型結合, linear combination) 또는 일차결합(一次結合)은 벡터들을 스칼라배와 벡터 덧셈을 통해 조합하여 새로운 벡터를 얻는 연산이.

새로운!!: 선형 변환와 선형결합 · 더보기 »

선형대수학

3차원 유클리드 공간 R³은 벡터 공간이고, 원점을 지나가는 직선과 평면들은 R³의 부분공간이다. 선형대수학(線型代數學)은 벡터 공간, 벡터, 선형 변환, 행렬, 연립 선형 방정식 등을 연구하는 대수학의 한 분야이.

새로운!!: 선형 변환와 선형대수학 · 더보기 »

함수

수를 상자에 비유한 그림. 수학에서, 함수(函數) 또는 사상(寫像)은 첫 번째 집합의 임의의 한 원소를 두 번째 집합의 오직 한 원소에 대응시키는 대응 관계이.

새로운!!: 선형 변환와 함수 · 더보기 »

항등 함수

실수 위의 항등함수의 그래프 수학에서, 항등함수(恒等函數, identity function), 또는 항등사상(恒等寫像, identity map), 항등변환(恒等變換, identity transformation), 단위변환(單位變換), 항등관계(恒等關係, identity relation)는, 어떤 변수도 자기 자신을 함숫값으로 하는 함수 f(x).

새로운!!: 선형 변환와 항등 함수 · 더보기 »

핵 (수학)

수학에서, 어떤 사상의 핵(核, 커널)은 0의 원상의 포함 사상으로 생각할 수 있는 특별한 단사 사상이.

새로운!!: 선형 변환와 핵 (수학) · 더보기 »

실수

실수을 수직선으로 나타낸 것 수학에서, 실수(實數)는 주로 실직선 위의 점 또는 십진법 전개로 표현되는 수 체계이.

새로운!!: 선형 변환와 실수 · 더보기 »

여기로 리디렉션합니다

가역 선형 변환, 가역 선형 사상, 가역 선형변환, 가역 선형사상, 가역선형변환, 가역선형사상, 복소수 선형 변환, 단사 선형 변환, 단사 선형 사상, 단사 선형변환, 단사 선형사상, 단사선형변환, 단사선형사상, 일차 변환, 일차변환, 전사 선형 변환, 전사 선형 사상, 전사 선형변환, 전사 선형사상, 전사선형변환, 전사선형사상, 선형 범함수, 선형 변환의 행렬, 선형 변환의 행렬 표현, 선형 변환의 표현 행렬, 선형 작용소, 선형 연산자, 선형 사상, 선형 형식, 선형 함수, 선형변환, 선형작용소, 선형연산자, 선형사상, 선형형식, 선형함수, 실수 선형 변환, 표현 행렬, 표현행렬, 퇴화 선형 변환, 퇴화 선형 사상, 퇴화 선형변환, 퇴화 선형사상, 퇴화선형변환, 퇴화선형사상.

나가는들어오는
이봐 요! 우리는 지금 Facebook에 있습니다! »