线性是向量空间的骨架结构。一个 线性变换 不仅仅是函数；它是在向量空间之间保持向量加法和标量乘法基本运算的映射 $T$。可以将其视为“结构蓝图”——如果你知道变换如何影响一组基础向量，你就能知道它如何影响这些向量构成的整个宇宙。
线性的两大支柱
若要使变换 $T$ 被视为线性，它必须对所有向量 $v, w$ 和所有标量 $c$ 满足两个严格的代数条件：
- 可加性： $T(v + w) = T(v) + T(w)$。和的变换等于变换之和。
- 齐次性： $T(cv) = cT(v)$。输入缩放多少，输出也按相同倍数缩放。
叠加原理
将这两个规则结合，我们得到了线性代数中最强大的恒等式：
$$T(c_1v_1 + \dots + c_nv_n) = c_1T(v_1) + \dots + c_nT(v_n)$$
这意味着线性变换 $T$ 对向量的线性组合进行作用时，会将运算分配到求和中，并将标量提取出来。
零向量约束
判断线性的一个关键“试金石”是 原点检验。如果一个变换是线性的，它必须将零向量映射为零向量：
$T(\mathbf{0}) = \mathbf{0}$
如果一个映射移动了原点（例如，$T(v) = v + b$），那么它是 仿射 变换，而非线性变换。在平面几何中，线性变换保持中心固定；它们从不“滑动”空间。
识别非线性
线性极其脆弱。如果决定 $T$ 的规则涉及以下任何一项，那么它就不是 非 线性的：
- 平方或更高次幂（例如 $v_1^2$）
- 分量的乘积（例如 $v_1 v_2$）
- 绝对值或范数（例如 $||v||$）
- 常数偏移（例如 $v_1 + 1$）
🎯 核心原则：实例对比
考虑一个固定的向量 $a = (1, 3, 4)$。 点积 $T(v) = a \cdot v$ 是线性的，因为它在加法上具有分配性。然而， 范数 $T(v) = ||v||$ 不是线性的；它违反三角不等式（$||v+w|| \leq ||v||+||w||$ 并不取等号），且对负标量失效（$||-v|| = ||v|| \neq -||v||$）。