比浏览器更快的访问！
25 关系: 单调函数，區間，向量空间，定义域，实函数，实直线，导数，對數凸函數，三角不等式，延森不等式，仿射变换，当且仅当，切线，凸集，凹函数，函数图像，光滑函数，线性映射，绝对值，黑塞矩阵，连续函数，范数，极值，正定矩阵，期望值。
单调函数
在数学中在有序集合之间的函数是单调（monotone）的，如果它们保持给定的次序。这些函数最先出现在微积分中后来推广到序理论中更加抽象结构中。尽管概念一般是一致的，两个学科已经发展出稍微不同的术语。在微积分中，我们经常说函数是单调递增和单调递减的，在序理论中偏好术语单调、反单调或序保持、序反转。.
區間
在數學上，區間是某個範圍的數的搜集，一般以集合形式表示。.
向量空间
向量空間是现代数学中的一个基本概念。是線性代數研究的基本对象。 向量空间的一个直观模型是向量几何，幾何上的向量及相关的運算即向量加法，標量乘法，以及对運算的一些限制如封闭性，结合律，已大致地描述了“向量空間”这个數學概念的直观形象。 在现代数学中，“向量”的概念不仅限于此，满足下列公理的任何数学对象都可被当作向量处理。譬如，實系數多項式的集合在定义适当的运算后构成向量空間，在代数上处理是方便的。单变元实函数的集合在定义适当的运算后，也构成向量空间，研究此类函数向量空间的数学分支称为泛函分析。.
定义域
定义域（Domain），是函数自变量所有可取值的集合。给定函数f:A\rightarrow B，其中A被称为是f的定义域，记作D_。f映射到陪域中的所有值的集合称为f的值域，记作f(A)或R_。 例如，函数f(x).
实函数
实函数（Real function），指定义域和值域均为实数集的子集的函数。實函數的特性之一是可以在坐標平面上畫出圖形。.
实直线
實直線有如下含義，它們有互相可作補充的部分：.
导数
导数（Derivative）是微积分学中重要的基礎概念。一个函数在某一点的导数描述了这个函数在这一点附近的变化率。导数的本质是通过极限的概念对函数进行局部的线性逼近。当函数f的自变量在一点x_0上产生一个增量h时，函數输出值的增量與自變量增量h的比值在h趋于0时的極限如果存在，即為f在x_0处的导数，记作f'(x_0)、\frac(x_0)或\left.\frac\right|_。例如在运动学中，物体的位移对于时间的导数就是物体的瞬时速度。 导数是函数的局部性质。不是所有的函数都有导数，一个函数也不一定在所有的点上都有导数。若某函数在某一点导数存在，则称其在这一点可导，否则称为不可导。如果函数的自变量和取值都是实数的话，那么函数在某一点的导数就是该函数所代表的曲线在這一点上的切线斜率。 对于可导的函数f，x \mapsto f'(x)也是一个函数，称作f的导函数。寻找已知的函数在某点的导数或其导函数的过程称为求导。反之，已知导函数也可以倒过来求原来的函数，即不定积分。微积分基本定理说明了求原函数与积分是等价的。求导和积分是一对互逆的操作，它们都是微积分学中最为基础的概念。.
對數凸函數
對數凸函數或超凸函數為一種定義在實數向量空间中凸集內，且其值為正數的函数f，若 \circ f（函數f取對數後的數值）仍為凸函數，原函數即為對數凸函數。對數函數會大幅降低函數成長的速率，因此若取對數後仍為凸函數，表示函數上昇的速度比凸函數還快，因此會稱為超凸函數。 對數凸函數f 本身是凸函數，因為這是遞增凸函數\exp及\log\circ f（依定義是凸函數）的复合函数。但凸函數和對數的复合函数不一定都是凸函數。像g: x\mapsto x^2是凸函數，但\circ g: x\mapsto \log x^2.
三角不等式
三角不等式是數學上的一個不等式，表示從B到A再到C的距離永不少於從B到C的距離；亦可以說是兩項獨立物件的量之和不少於其和的量。它除了適用於三角形之外，還適用於其他數學範疇及日常生活中。.
延森不等式
延森不等式（Jensen's inequality）以丹麥數學家約翰·延森（Johan Jensen）命名。它給出積分的凸函數值和凸函數的積分值間的關係。延森不等式有以下推论：过一个凸函数上任意两点所作割线一定在这两点间的函数图象的上方，即：.
仿射变换
仿射变换，又称仿射映射，是指在几何中，一个向量空间进行一次线性变换并接上一个平移，变换为另一个向量空间。 一個對向量 \vec 平移 \vec ，與旋轉放大縮小 A的仿射映射為 \vec.
当且仅当
当且仅当（If and only if）（中国大陆又称作当且--仅当，臺灣又称作若且--唯若），在--邏輯中，逻辑算符反互斥或閘（exclusive or）是对两个运算元的一种邏輯分析类型，符号为XNOR或ENOR或\Leftrightarrow。与一般的邏輯或非NOR不同，當兩兩數值相同為是，而數值不同時為否。在数学、哲学、逻辑学以及其他一些技术性领域中被用来表示“在，并且仅仅在这些条件成立的时候”之意，在英语中的对应标记为iff。“A当且仅当B”其他等价的说法有“当且仅当A則B”；“A是B的充分必要条件（充要條件）”。 一般而言，當我們看到“A当且仅当B”，我們可以知道“如果A成立時，則B一定成立；如果B成立時，則A也一定成立”；“如果A不成立時，則B一定不成立；如果B不成立時，則A也一定不成立”。.
切线
切線（tangent line），為一幾何名詞，應用於曲線及平面圓時意義有所不同。 设L为一条曲线，A,B为此曲线上的点，过此二点作曲线的割线，令B趋向A，如果割线的极限存在，则称此极限（一条直线）为曲线在A的切线.
凸集
在点集拓扑学與欧几里得空间中，凸集（convex set）是一個點集合，其中每兩點之間的直线點都落在該點集合中。.
凹函数
在數學當中，凹函數是和凸函数相對的函數。.
函数图像
#重定向 函数图形.
光滑函数
光滑函数（smooth function）在数学中特指无穷可导的函数，也就是说，存在所有有限阶导数。若一函数是连续的，则称其为C^0函数；若函数存在导函数，且其導函數連續，則稱為连续可导，記为C^1函数；若一函数n阶可导，并且其n阶导函数连续，则为C^n函数（n\geq 1）。而光滑函数是对所有n都属于C^n函数，特称其为C^\infty函数。 例如，指数函数显然是光滑的，因为指数函数的导数是指数函数本身。.
线性映射
在数学中，线性映射（有的书上将“线性变换”作为其同义词，有的则不然）是在两个向量空间（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，从范畴论角度看是在给定的域上的向量空间所构成的范畴中的态射。 “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（详见下文）。为叙述方便，本条目在提及“线性算子”时，采用后一种定义，即将线性算子与线性映射区别开来。.
绝对值
絕對值用來表示一個數至原點的距離之大小。絕對值的概念也可以定義在複數、有序環以及域上。.
黑塞矩阵
#重定向 海森矩阵.
连续函数
在数学中，连续是函数的一种属性。直观上来说，连续的函数就是当输入值的变化足够小的时候，输出的变化也会随之足够小的函数。如果输入值的某种微小的变化会产生输出值的一个突然的跳跃甚至无法定义，则这个函数被称为是不连续的函数（或者说具有不连续性）。 举例来说，考虑描述一棵树的高度随时间而变化的函数h(t)，那么这个函数是连续的（除非树被砍断）。又例如，假设T(P)表示地球上某一点P的空气温度，则这个函数也是连续的。事实上，古典物理学中有一句格言：“自然界中，一切都是连续的。”相比之下，如果M(t)表述在时间t的时候银行账户上的钱币金额，则这个函数无论在存钱或者取钱的时候都会有跳跃，因此函数M(t)是不连续的。.
范数
數（norm），是具有“长度”概念的函數。在線性代數、泛函分析及相關的數學領域，是一個函數，其為向量空間內的所有向量賦予非零的正長度或大小。半範數反而可以為非零的向量賦予零長度。 舉一個簡單的例子，一個二維度的歐氏幾何空間\R^2就有歐氏範數。在這個向量空間的元素（譬如：(3,7)）常常在笛卡兒座標系統被畫成一個從原點出發的箭號。每一個向量的歐氏範數就是箭號的長度。 擁有範數的向量空間就是賦範向量空間。同樣，擁有半範數的向量空間就是賦半範向量空間。.
极值
在数学中，极大值与极小值（又被称为极值）是指在一个域上函数取得最大值（或最小值）的点的函数值。而使函数取得极值的点（的横坐标）被称作极值点。这个域既可以是一个邻域，又可以是整个函数域（这时极值称为最值）。.
正定矩阵
在线性代数裡，正定矩阵是埃尔米特矩阵的一种，有时会简称为正定阵。在线性代数中，正定矩阵的性质類似复数中的正实数。与正定矩阵相对应的线性算子是对称正定双线性形式（複域中则对应埃尔米特正定双线性形式）。.
期望值
在概率论和统计学中，一个离散性随机变量的期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是试验中每次可能的结果乘以其结果概率的总和。换句话说，期望值像是随机试验在同样的机会下重复多次，所有那些可能狀態平均的结果，便基本上等同“期望值”所期望的數。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合裡。） 例如，掷一枚公平的六面骰子，其每次「點數」的期望值是3.5，计算如下： \operatorname(X)&.
