1. 线性函数
在数学里,线性函数(也称一次函数)这名词主要是用于两种不同,但相关的领域。
在初级代数与解析几何,线性函数是只拥有一个变量的一阶多项式函数(形如f(x)=an*xn+an-1*x(n-1)+…+a2*x2+a1*x+a0的函数,叫做多项式函数,当n=1时,为一次函数,当n=2时,为二次函数)。因为,采用直角坐标系,这些函数的图形是直线,所以,这些函数是线性的。线性函数可以表达为斜截式:f(x)=kx+b,其中k是斜率,而b是f(x)在y轴上的截距,即函数图形与y轴相交点的y坐标。改变斜率k会使直线更陡峭或平缓。改变y截距b会将直线移上或移下。
在高等数学里,线性函数是一个线性映射(linear map,是从一个向量空间V到另一个向量空间W的映射且保持加法运算和数量乘法运算。而线性变换(linear transformation)是线性空间V到其自身的线性映射),是在两个向量空间之间,维持向量加法与标量乘法的映射。函数f:V→W被称为是线性映射。
假若,用坐标向量(coordinate vector)来表示x与f(x),那么线性函数可以表达为f(x)=M*x,其中M是矩阵。
2. 线性关系
在现代学术界中,线性关系一词存在2种不同的含义。其一,若某数学函数或数量关系的函数图形呈现为一条直线或线段,那么这种关系就是一种线性的关系。其二,在代数学和数学分析学中,如果一种运算同时满足特定的”加性”和”齐性”,则称这种运算是线性的。
如果称一个数学函数L(x)为线性的,可以是指:
定义1:L(x)是个只拥有一个变数(变量)的一阶多项式函数,即是可以表示为L(x)=kx+b的形式,其中k,b为常数。
定义2:L(x)具有以下两个性质:
可加性:L(x+t)=L(x)+L(t)
一次齐次性:L(mx)=mL(x)
需要注意这2种定义分别描述的是2类不同的事物。
在初等数学中(主要是与方程组及一次函数有关的理论),使用的是定义1。但在高等数学(尤其是纯数学)中所说的线性一般是用定义2来给出定义。如对线性相关和线性变换的定义。但初等数学中有关”线性”的一些习惯术语也在高等数学沿用,如”线性回归”。
3. 线性无关
在线性代数里,向量空间的一组元素中,若没有向量可用有限个其它向量的线性组合所表示,则称为线性无关或线性独立(linearly independent),反之称为线性相关(linearly dependent)。例如在三维欧几里得空间R3的三个向量(1,0,0),(0,1,0)和(0,0,1)线性无关。但(2,-1,1),(1,0,1)和(3,-1,2)线性相关,因为第三个是前两个的和。
假设V是域K上的向量空间。如果v1,v2,…,vn是V的向量,称它们为线性相关,如果从域K中有非全零的元素a1,a2,…,an,适合a1v1+a2v2+…+anvn=0(注意右边的零是V的零向量,不是K的零元)。如果K中不存在这样的元素,那么v1,v2,…,vn是线性无关。
对线性无关可以给出更直接的定义:向量v1,v2,…,vn线性无关,当且仅当它们满足以下条件:如果a1,a2,…,an是K的元素,适合:a1v1+a2v2+…+anvn=0,那么对所有i=1,2,…,n都有ai=0.
在V中的一个无限集,如果它任何一个有限子集都是线性无关,那么原来的无限集也是线性无关。
线性相关性是线性代数的重要概念,因为线性无关的一组向量可以生成一个向量空间,而这组向量则是这向量空间的基。
相关性:
(1)、含有零向量的向量组,必定线性相关;
(2)、含有两个相等向量的向量组,必定线性相关;
(3)、若一向量组相关,则加上任意个向量后,仍然线性相关;即局部线性相关,整体必线性相关;
(4)、整体线性无关,局部必线性无关;
(5)、向量个数大于向量维数,则此向量组线性相关;
(6)、若一向量组线性无关,即使每一向量都在同一位置处增加一分量,仍然线性无关;
(7)、若一向量组线性相关,即使每一向量都在同一位置处减去一分量,仍然线性相关;
(8)、若a1,a2,…,a8线性无关,而b,a1,a2,…,a8线性相关,则b必可由a1,a2,…,a8线性表示,且表示系数唯一;
(9)、有向量组Ⅰ{ a1,a2,…,as}和Ⅱ{b1,b2,…bt},其中t>s,且Ⅱ中每个向量都可由Ⅰ线性表示,则向量组Ⅱ必线性相关。即向量个数多的向量组,若可被向量个数少的向量组线性表示,则向量个数多的向量组必线性相关。
(10)、若一向量组b1,b2,…bt可由向量组a1,a2,…,as线性表示,且b1,b2,…bt线性无关,则t≤s。即线性无关的向量组,无法以向量个数较少的向量组线性表示。
4. 线性映射
在数学中,线性映射(有的书上将”线性变换”作为同义词,有的则不然)是两个向量空间(包括由函数构成的抽象的向量空间)之间的一种保持向量加法和标量乘法的特殊映射。线性映射从抽象代数角度看是向量空间的同态(抽象代数中,同态是两个代数结构(在泛代数中代数结构是在一种或多种运算下封闭的一个或多个集合)(例如群、环、或者向量空间)之间的保持结构不变的映射)。
“线性算子”也是与”线性映射”有关的概念。但是不同数学书籍上对”线性算子”的定义存在区别。在泛函分析中,”线性算子”一般被当做”线性映射”的同义词。而有的书则将”线性算子”定义为”线性映射”的自同态子类。
设V和W是在相同域K上的向量空间。法则f:V→W被称为是线性映射,如果对于V中任何两个向量x和y与K中任何标量a,满足下列两个条件:
可加性:f(x+y)=f(x)+f(y)
齐次性:f(ax)=af(x)
这等价于要求对于任何向量x1,…,xm和标量a1,…,am,方程f(a1x1+…+amxm)=a1f(x1)+…+amf(xm)成立。
偶尔地,V和W可被看作在不同域上的向量空间。那么必须指定哪些基础域要被用在”线性”的定义中。如果V和W被看作前面的域K上的空间,我们谈论的就是K-线性映射。
二维空间R2的线性变换的一些特殊情况有:
恒等映射(在数学里,恒等函数为一无任何作用的函数:它总是传回和其输入值相同的函数值。换句话说,恒等函数为函数f(x)=x)和零映射是线性的。
两个线性映射的复合映射是线性的。
若线性映射可逆,则该线性映射的逆也是线性映射。
<script>
(function(){
function setArticleH(btnReadmore,posi){
var winH = $(window).height();
var articleBox = $("div.article_content");
var artH = articleBox.height();
if(artH > winH*posi){
articleBox.css({
'height':winH*posi+'px',
'overflow':'hidden'
})
btnReadmore.click(function(){
articleBox.removeAttr("style");
$(this).parent().remove();
})
}else{
btnReadmore.parent().remove();
}
}
var btnReadmore = $("#btn-readmore");
if(btnReadmore.length>0){
if(currentUserName){
setArticleH(btnReadmore,3);
}else{
setArticleH(btnReadmore,1.2);
}
}
})()
</script>
</article>