{
  "id": "affine-space",
  "title": "仿射空间",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "仿射空间是以向量空间为模型的点集，其中位移有明确定义，但没有指定的原点。",
  "category": "mathematics",
  "subcategory": "geometry",
  "type": "concept",
  "aliases": [
    "仿射线性空间"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/affine-space/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/affine-space/",
      "json": "https://aiwiki.page/en/affine-space.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "仿射空间是几何学中的一种结构，它保留了向量空间的位移运算，但不指定原点。它的元素是点：两点相减得到一个向量，点与向量相加得到另一个点。任意点之间的加法以及单个点的数乘并没有内在定义。这一区别使几何构造的表述不依赖于坐标原点的选择。(people.math.harvard.edu)"
    },
    {
      "heading": "定义与位移",
      "text": "设 \\(V\\) 是域（数学） \\(K\\) 上的向量空间。以 \\(V\\) 为模型的仿射空间是一个非空集合 \\(A\\)，其上配备运算\n\n\\[A\\times V\\longrightarrow A,\\qquad (p,v)\\longmapsto p+v,\\]\n\n满足\n\n\\[p+0=p,\\qquad (p+v)+w=p+(v+w),\\]\n\n并且要求：对任意 \\(p,q\\in A\\)，恰有一个 \\(v\\in V\\) 使得 \\(p+v=q\\)。这个向量记作 \\(q-p\\)。等价地说，\\(V\\) 的加法群在 \\(A\\) 上有一个自由且传递的群作用。(people.math.harvard.edu)\n\n向量空间 \\(V\\) 称为平移空间或方向空间。点的差满足\n\n\\[(q-p)+(r-q)=r-p.\\]\n\n选定一个点 \\(o\\) 后，可通过 \\(p\\mapsto p-o\\) 将 \\(A\\) 与 \\(V\\) 对应起来，但选择不同的点会得到不同的对应。因此，仿射空间在选定原点后可以赋予向量空间结构，不过这个原点并不是其原有结构的一部分。(people.math.harvard.edu)"
    },
    {
      "heading": "坐标、维数与仿射标架",
      "text": "当 \\(V\\) 为有限维向量空间时，\\(A\\) 的维数为 \\(\\dim_K V\\)。一个原点 \\(o\\) 与一组基 \\(e_1,\\ldots,e_n\\) 一起，通过\n\n\\[p=o+x_1e_1+\\cdots+x_ne_n\\]\n\n确定每个点的唯一坐标。更换原点和基时，坐标按 \\(x'=Mx+b\\) 变换，其中 \\(M\\) 可逆。与纯线性的坐标变换不同，这种变换还包含一个平移项。(cis.upenn.edu)\n\n若向量 \\(p_1-p_0,\\ldots,p_m-p_0\\) 线性无关，则称点 \\(p_0,\\ldots,p_m\\) 仿射无关。在 \\(n\\) 维空间中，由 \\(n+1\\) 个仿射无关点组成的有序组称为仿射标架。每个点相对于这一标架都有唯一的重心坐标，即总和为一的一组系数。两个不同的点构成一条直线的仿射标架；三个不共线的点构成一个平面的仿射标架。(cis.upenn.edu)"
    },
    {
      "heading": "仿射组合与凸性",
      "text": "线性组合在仿射空间中的对应概念是仿射组合\n\n\\[\\lambda_1p_1+\\cdots+\\lambda_mp_m, \\qquad \\sum_{i=1}^{m}\\lambda_i=1.\\]\n\n其内在含义为\n\n\\[o+\\sum_{i=1}^{m}\\lambda_i(p_i-o).\\]\n\n系数之和为一这一条件使该表达式与 \\(o\\) 的选择无关：移动辅助原点时，位移向量之和的变化恰好抵消原点的移动。因此，这一记法并不意味着可以对点进行不受限制的加法运算。(cis.upenn.edu)\n\n对于不同的点 \\(p,q\\)，所有形如 \\(p+t(q-p)\\) 的点（其中 \\(t\\in K\\)）构成经过这两点的直线。在实数域上，将 \\(t\\) 限制在 \\([0,1]\\) 内，就得到两点之间的线段。更一般地，系数均非负的仿射组合称为凸组合。凸集包含其各点的所有这类组合。仿射集包含其各点的每一种仿射组合，包括系数为负的组合，因此每个实仿射集都是凸集，但反之不成立。(kdd.cs.ksu.edu)"
    },
    {
      "heading": "仿射子空间与线性方程",
      "text": "非空的仿射子空间具有如下形式：\n\n\\[B=p+W=\\{p+w:w\\in W\\},\\]\n\n其中 \\(W\\) 是平移空间的一个线性子空间。它的方向空间为 \\(W\\)，维数为 \\(\\dim W\\)。其仿射结构不依赖于选取 \\(B\\) 中的哪个点作为 \\(p\\)。在向量空间中，仿射子空间是线性子空间，当且仅当它包含零向量。(cis.upenn.edu)\n\n有解的线性方程组 \\(Mx=b\\) 是一个重要例子。如果 \\(x_0\\) 是其中一个解，那么整个解集为\n\n\\[x_0+\\ker M,\\]\n\n其中 \\(\\ker M\\) 是矩阵 \\(M\\) 的零空间。两个解相减得到零空间中的向量；任意一个解加上零空间中的任意向量，仍然得到一个解。无解方程组的解集为空，并非非空的仿射空间。单个非平凡线性方程定义一个仿射超平面。(jhc.sjtu.edu.cn)"
    },
    {
      "heading": "仿射映射与齐次坐标",
      "text": "仿射映射 \\(f:A\\to B\\) 对应着方向空间之间的一个线性映射 \\(L\\)，满足\n\n\\[f(p+v)=f(p)+L(v).\\]\n\n它保持仿射组合。在坐标下，其形式为 \\(f(x)=Mx+b\\)；它是双射，当且仅当其线性部分可逆。一般的仿射映射可以将一条直线压缩为一个点，而双射仿射映射则保持直线、关联关系和平行关系。(wwwevs.mathematik.tu-darmstadt.de)\n\n使用齐次坐标时，将坐标列向量 \\(x\\) 扩展为 \\((x,1)\\)，映射便可写成\n\n\\[\\begin{pmatrix}x\\\\1\\end{pmatrix} \\longmapsto \\begin{pmatrix}M&b\\\\0&1\\end{pmatrix} \\begin{pmatrix}x\\\\1\\end{pmatrix}.\\]\n\n位移用 \\((v,0)\\) 表示，因此平移项影响点，却不影响向量。由此，连续进行的仿射变换可以通过普通矩阵乘法来复合；这种表示方法广泛用于计算机图形学。(dgp.toronto.edu)"
    },
    {
      "heading": "与欧几里得几何的关系",
      "text": "仅凭仿射结构，无法确定长度或角度。在其实际数域上的方向空间中赋予正定内积，便可引入欧几里得度量。一般的可逆仿射映射可能拉伸图形或使图形发生剪切，因此不一定保持这些度量。然而，通过仿射组合定义的构造仍然有意义：三角形的重心就是其三个顶点以 \\(1/3\\) 为系数的仿射组合，与坐标原点的选择无关。(maths.tcd.ie)"
    }
  ],
  "links": [
    "geometry",
    "vector-space",
    "field-mathematics",
    "group-action",
    "dimension-vector-space",
    "basis-linear-algebra",
    "linear-independence",
    "linear-combination",
    "affine-combination",
    "real-number",
    "convex-combination",
    "convex-set",
    "linear-subspace",
    "system-of-linear-equations",
    "matrix",
    "null-space",
    "hyperplane",
    "affine-map",
    "linear-map",
    "homogeneous-coordinates",
    "inner-product"
  ],
  "sources": [
    {
      "title": "people.math.harvard.edu/~dafr/multi-with-homework.pdf",
      "url": "https://people.math.harvard.edu/~dafr/multi-with-homework.pdf"
    },
    {
      "title": "cis.upenn.edu/~jean/gma-v2-root.pdf",
      "url": "https://www.cis.upenn.edu/~jean/gma-v2-root.pdf"
    },
    {
      "title": "kdd.cs.ksu.edu/Courses/CIS736/Lectures/Slides/Lecture-01-Main_2up.pdf",
      "url": "https://kdd.cs.ksu.edu/Courses/CIS736/Lectures/Slides/Lecture-01-Main_2up.pdf"
    },
    {
      "title": "jhc.sjtu.edu.cn/~kuanyang/teaching/CS2601/2023/notes/lec03.html",
      "url": "https://jhc.sjtu.edu.cn/~kuanyang/teaching/CS2601/2023/notes/lec03.html"
    },
    {
      "title": "wwwevs.mathematik.tu-darmstadt.de/index.php",
      "url": "https://wwwevs.mathematik.tu-darmstadt.de/index.php?evsdir=880&evsfile=erg.pdf&evsid=32&evsver=865"
    },
    {
      "title": "dgp.toronto.edu/~hertzman/418notes.pdf",
      "url": "https://www.dgp.toronto.edu/~hertzman/418notes.pdf"
    },
    {
      "title": "maths.tcd.ie/~wendland/teach/ma243/week3.html",
      "url": "https://www.maths.tcd.ie/~wendland/teach/ma243/week3.html"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}