선형성 (Linearity, 線型性)
선형성의 정의
- 가산성 (Additivity) : f(x+y)=f(x)+f(y)
- 1차 동차성 (Homogeneity of 1 degree): af(x)=f(ax)
- 두 조건을 모두 만족할 때 선형성을 갖는다.
선형성을 만족하는 함수 찾기
예제 함수)
f(5+10)=f(5)+f(10)5f(10)=f(50)
2⋅15+1=(2⋅5+1)+(2⋅10+1)5⋅(2⋅10+1)=2⋅50+1
15⋅15=5⋅5+10⋅105(10⋅10)=50⋅50
f(b+c)=f(b)+f(c)a(b+c)=ab+ac
kf(b)=f(kb)kab=akb
∴f(x)=ax는선형성을만족한다.
- f(x)=ax+b
f(c+d)=a(c+d)+b=ac+ad+bf(c)+f(d)=ac+b+ad+b=ac+ad+2bf(c+d)=f(c)+f(d)
∴f(x)=ax+b는선형성을만족하지않는다.
- 그렇다면 f(x)=ax+b 를 만족하지 않는 이유는?

- 선형성이란 선의 형태를 의미하기보다, 순수하게 인자의 1차 비례 관계로 구성된 대응관계를 의미
- y=ax+b 식에서 b라는 다른 인자가 들어갔기 때문에 순수한 1차 비례 관계가 깨져 선형성을 만족하지 못함
선형성의 해석
가산성(Additivity) : f(x+y)=f(x)+f(y)
1차 동차성(Homogeneity of 1 degree) : af(x)=f(ax)
선형 사상 (Linear Mapping)
-
사상과 함수의 차이
- 함수 (Function) : 집합과 집합의 대응 관계
- 사상(Mapping) : 집합이 가지는 수학적 체계(공리)를 보존하면서 서로 대응하는 관계

- 입력의 수와 출력의 수에는 제약이 없음. ( R2→R3 )
- 벡터 공간이 벡터 공간으로 대응된다는 것은 벡터의 공리를 그대로 유지함을 의미
- 따라서 이는 넓은 관점에서 사상이라 할 수 있음
사상의 예
f:R2↦R2f((x,y))=(x+y,x⋅y)
f:R2↦R3f((x,y))=(x2+y2,x⋅y,2x+3y+2)
선형성을 가진 사상의 조건
-
f((x1+x2,y1+y2))=f((x1,y1))+f((x2,y2))
-
f(a(x,y))=a⋅f((x,y))
-
이를 만족하기 위해서는 불순물이 없는 순수한 1차적 대응 관계를 가져야 함.
-
예제 함수 1) $f((x, y)) = (x + 1, y)
-
x+1 에 1 이라는 불순물이 들어가 있기 때문에 선형성을 만족하지 않을 것이다
- 실제로 (3,6)(4,8)을 대입해보면
f((3,6)+(4,8))=f((3,6))+f((4,8))f((7,14))=(4,6)+(5,8)(8,14)=(9,14)
-
선형성을 만족하지 않음
-
예제함수 2) f((x,y))=(3x+4y,2x+3y)
-
순수하게 x와 y간의 1차적인 대응 관계로만 구성되어 있다.
-
실제로 (1,2)(3,4)을 대입해보면
f((1,2)+(3,4))=f((1,2))+f((3,4))f((4,6))=(11,8)+(25,18)(36,26)=(36,26)
f((x1,y1)+(x2,y2))=f((x1+x2,y1+y2))=a(x1+x2)+b(y1+y2)+c(x1+x2)+d(y1+y2)f((x1,y1))+f((x2,y2))=(ax1+by1,cx1+dy1)+(ax2+by2,cx2+dy2)∴f((x1+x2,y1+y2))=f((x1,y1))+f((x2,y2))
kf((x,y))=k(ax+by,cx+dy)=(kax+kby,kcx+kdy)f(k(x,y))=(akx+bky,ckx+dky)∴k⋅f((x,y))=f(k(x,y))
- 따라서 사상 f((x,y))=(ax+by,cx+dy) 는 선형성을 만족
선형 사상과 선형 변환
-
선형 사상 (Linear Mapping) = 선형성을 가진 두 구조의 대응 관계
-
선형 변환 (Linear Transformation) = 선형성을 가진 벡터 공간과 벡터 공간의 대응 관계
-
벡터 공간에서는 선형 사상을 선형 변환(Linear Transformation)이라고도 하며 2차원 벡터 공간의 선형 변환은 다음의 형태를 가진다
f((x,y))=(ax+by,cx+dy)