前言
基(basis) 是線性代數中的核心概念之一。基的概念起源於我們想要在一個向量空間中找到一組向量,使其能夠生成(span)整個空間,並且每個向量之間都是線性獨立(linear Independence)的。這一組向量集合可以用來表示空間中的任意向量,使得我們能夠對向量進行更簡單的操作和理解。
基廣泛應用於許多領域,如工程、物理、電腦科學和數據分析。在軟體工程中,特別是與計算和優化有關的應用中。
定義
設 V 為一個在域 F 裡的向量空間,設 I 是在 V 裡的 Basis 向量的索引的集合,一組向量 B={vi}i∈I⊆V 稱為 V 的 Basis
域 F 指的就是某一個數域,例如實數 R 或是複數 C
Linear Independence (線性無關)
存在有限個純量 ai⊆F,對於每個在 B 裡的子集 vi 來說
i∈I∑aivi=0⇒ai=0 for all i∈I.
Spanning Property (生成律)
存在有限個純量 bi⊆F
v=i∈I∑bivi.
- 線性無關: 對於所有在 I 裡的 i 來說,若 ai 乘上 vi 的結果加總 = 0 ,則所有的 ai 都是 0
- 白話文來講,對於這幾個 vi 來說,可以讓他們加總 = 0 的常量 ai 一定不能是 0 以外的任何數。
- 反例: 對於集合 [(1,2),(2,4)] 來說,存在 [-2, 1] 讓 −2(1,2)+1(2,4)=−6+6=0 ,則這時 ai=0
- 這邊的 0 指的是零向量 0v
- 生成律: 對於所有在 I 裡的 i 來說,在空間裡的任意一個向量 v∈V,必定可以用 bi 乘上 vi 的和來表示。
- 代數解釋
- F: 某一個數域
- V: (vector space) 在 F 裡的向量空間
- v,v∈V: (vector) 在 V 裡的任意向量
- I: 所有的基向量的索引集合
- i,i∈I: 任意的基向量索引
- B=vi: 在 V 裡的所有基向量
用以上的圖來舉例,[1001−21] 任取兩個都可表示為這個二維空間的 Basis vector ,我們用 [01−21] 驗證上面兩個定義
- 線性無關: 設常量 [a1,a2]=[0,0] ,0(0,1)+0(−2,1)=0 ,而 [a1,a2] 在這裡只能是 0
- 生成率: 我們可以用這兩個基向量來表示 (1,0) : −21(−2,1)+21(0,1)=(1,−21)+(0,21)=(1,0)
性質
- 一個空間裡最少可以表示該空間的基向量總數就是該空間的維度
- 二維空間 = 最少兩個基向量
- 三維空間 = 最少三個基向量
應用
考慮以下問題:
設 V 為 R3 空間,且有三個向量 v1=(1,0,0)、v2=(0,1,0)、v3=(0,0,1)。證明 {v1,v2,v3} 是 R3 的基底,並使用這組基底表示向量 w=(3,2,5)。
解答:
- {v1,v2,v3} 中的向量彼此獨立。
- 任意 R3 中的向量都可以表示為 a1v1+a2v2+a3v3,因此滿足生成性。
- 所以,這組向量是 R3 的基底。
- 對於 w=(3,2,5),我們可以將其表示為:w=3v1+2v2+5v3。