1. 기저 (基底, Basis)
ㅇ 수학적 공간을 생성하는 최소의 집합
- 가장 적은 수의 벡터로써, 선형 독립을 이루며, 벡터 공간을 생성 가능
ㅇ 벡터공간 내에서 기저 벡터의 집합은,
- ① 선형 독립이고, ② 전체 공간을 생성(Span) 하게 됨
ㅇ 기저의 특징
- 동일 공간에서도 기저를 취할 수 있는 경우는 여러가지 임
2. 기저 벡터, 기저 함수
ㅇ 기저 벡터(Basis Vector)
- 주어진 벡터공간(벡터 부분공간)을 생성할 수 있는 기저 요소를 이루는 벡터
* 차원 (Dimension) 이란? => 기저 벡터의 수
. 주어진 벡터공간(벡터 부분공간)을 생성하는데 수많은 벡터들이 가능하지만,
. 그 공간을 생성하는데 필요한 최소개의 기저벡터의 수
- 벡터공간 V의 생성 : {# \mathbf{v} = c_1\mathbf{v}_1+c_2\mathbf{v}_2+\cdots
+c_n\mathbf{v}_n #}
- 기저 벡터의 집합 : {#\{\mathbf{v}_1,\mathbf{v}_2,\cdots,\mathbf{v}_n\}#}
- 여기서, 기저 벡터의 수 = 차원 = n
ㅇ 기저 함수(Basis Function) 또는 기저 신호(Basis Signal)
- 주어진 함수공간/신호공간을 생성할 수 있는 기저 요소를 이루는 함수/신호
- N차원 함수공간에서 기저함수에 의한 함수 표현 例
[# s_i(t) = \sum^{N}_{j=1} s_{ij} \, φ_j(t) \quad (i = 1, \cdots \ , M) #]
. 함수 집합 : {# \{ s_i(t) \; | \; i = 1, \cdots ,M \} #}
. 정규 직교 기저 함수 : {# \{ φ_j(t) \; | \; j = 1, \cdots ,N \} #}
- 푸리에 변환에서 기저 함수 {# φ_j(t) #}의 例 : 정현파함수(또는 복소지수함수) 등
3. 좌표계의 표현
ㅇ 통상적인 좌표계 표현 (유클리드 공간) ☞ 직교 좌표계 참조
- 좌표축이 미리 정해진/고정된, 일반적으로 사용되는 좌표계
. 각각의 축 또는 축평면이 직교성을 유지하는 등
ㅇ 일반화된 벡터공간에서 좌표계 표현
- 기저 벡터에 의한 좌표계 표현 ☞ 기저벡터 좌표계 참조
. 좌표계를 고정된 좌표축이 아닌, 기저벡터를 사용하여 보다 적절하게 규정 가능함
- 기저 또는 기저벡터가 좌표벡터의 개념을 통해 좌표를 규정할 수 있음 ☞ 좌표벡터 참조
※ 한편, 좌표 변환은,
- 행렬 곱셈(좌표변환 행렬),변수 변환 등과 동등 함
4. `표준 기저`, `직교 기저`, `정규직교 기저` 비교
ㅇ 표준 기저 (Standard Basis) => 표준 단위벡터 (Standard Unit Vector)
- 많은 가능한 기저들 중 성분 1개 만이 1 이고, 나머지 성분이 모두 0 인 표준적인 벡터
. 例) R3의 표준기저 e1=(1,0,0), e2=(0,1,0), e3=(0,0,1)
ㅇ 직교 기저 (Orthogonal Basis)
- 기저이면서 직교하는 부분집합
. 서로다른 두 벡터가 항상 수직인 벡터들
ㅇ 정규직교 기저 (Orthonormal Basis)
- 기저이면서 직교하고 그 크기가 모두 1인 부분집합
. 각 벡터가 모두 단위벡터이고 서로 수직인 벡터들
.. 例) 정규직교기저의 하나의 사례 => 표준 기저