Wat is een lineaire functie? Een gids met voorbeelden

Als je ooit wiskundeles hebt gehad, is de kans groot dat je al vroeg een lineaire functie bent tegengekomen, bijvoorbeeld in de brugklasalgebra of terwijl je lijnen tekende op ruitjespapier.

Lineaire functies zijn overal in de wiskunde en daarbuiten. Toch vinden veel mensen ze lastig te begrijpen. Zelfs professionals slaan soms de “waarom” achter de vergelijkingen over.

In dit artikel bouw ik een helder, intuïtief beeld op van lineaire functies en leg ik uit wat ze kenmerkt, hoe je ze noteert en hoe je ze herkent. Aan het eind zie je ze niet als irrelevante abstracte regels, maar als betrouwbare hulpmiddelen om gestage verandering te begrijpen.

Het kernidee achter lineaire functies

In de kern gaat een lineaire functie over gelijkmatige en voorspelbare relaties.

Stel je bijvoorbeeld voor dat je met een constante snelheid loopt. Bij elke stap vooruit leg je dezelfde afstand af. Deze constante verandering per stap is precies de bron van lineariteit die een lineaire functie lineair maakt. Als je invoer, zoals tijd of stappen, met een vaste hoeveelheid toeneemt, verandert de uitvoer, zoals de afgelegde afstand, met diezelfde vaste hoeveelheid.

Die voorspelbaarheid maakt lineaire functies erg handig. De uitkomsten springen of buigen niet onverwacht af. Ze schuiven gewoon gestaag door in een rechte lijn, betrouwbaar. Als je ze in een grafiek zet, trek je een perfecte rechte lijn als een laserstraal. Die eenvoud maakt dat we ze kunnen vertrouwen om de wereld te modelleren.

Een eenvoudige definitie van een lineaire functie

Met die intuïtie op zak, zetten we het netjes vast met wat meer wiskundige formaliteit. Een lineaire functie is een wiskundige regel die invoer koppelt aan uitvoer, waarbij de verandering in de uitvoer altijd evenredig is met de verandering in de invoer. In symbolen ziet dat er vaak zo uit:

Daar komen we later in dit artikel op terug. Het belangrijkste om hier mee te nemen is dat de uitvoer gestaag toeneemt of afneemt, ongeacht waar je je op de invoerschaal bevindt.

Intuïtief heet een lineaire functie lineair omdat ze teruggrijpt op lijnen. Dit onderscheidt lineaire functies van niet-lineaire, zoals bijvoorbeeld kwadratische functies die als een regenboog omhoog buigen of exponentiële functies die ontploffen naarmate de invoer groeit.

De standaardvorm van een lineaire functie

De meeste lineaire functies tonen hun structuur open en bloot in wat de helling-afsnijvorm heet. Die ziet er zo uit:

Hier is x je invoer, die je kunt zien als de variabele die je invult, en y is je uitvoer. De m is de helling die ons iets vertelt over de veranderingssnelheid van de functie, oftewel hoe steil de lijn stijgt of daalt.

Een grotere m betekent een steilere helling en een negatieve wijst naar beneden. Dan is er nog de b, het snijpunt met de y-as, oftewel de uitvoer wanneer x nul is. Het y-asafsnijpunt bepaalt je startpunt op de y-as.

In veel leerboeken kan de notatie van m en b veranderen naar a en b, of m en p, maar het komt op hetzelfde neer.

Veranderingssnelheid van een lineaire functie

Voordat we het “helling” noemen, focussen we op wat het echt betekent. Zie het als: “met hoeveel verschuift de uitvoer als de invoer met één eenheid toeneemt?” Als ieder extra uur werk je $20 extra oplevert, is dat een tarief van $20 per uur, dus een constante verandering. Positieve snelheden betekenen groei, negatieve een afname, zoals een taart die gestaag afkoelt.

Die snelheid is de ruggengraat van lineariteit. Ze versnelt niet en zakt niet in. In wiskundige taal noemen we dit de helling (m in onze hoofdvergelijking), maar het is hetzelfde idee.

In deze figuur probeer ik verschillende instellingen van lineaire functies te illustreren, waarbij b constant blijft en ik speel met m.

Startwaarde van een lineaire functie

De y-asafsnijpunt b is de basisuitvoer bij nul invoer; je kunt het zien als een vaste opstartkost. Het verankert de functie en geeft context voor hoe veranderingen zich opstapelen. 

In deze figuur heb ik de waarden van b gewijzigd terwijl ik m constant 2 heb gehouden.

Hoe lineaire functies eruitzien in een grafiek

De grafieken van lineaire functies zijn rechte lijnen door de constante snelheid. Pas de snelheid m aan en de lijn helt steiler of vlakker. Verander de startwaarde b en de lijn verschuift omhoog of omlaag met dezelfde helling.

Voorbeelden van lineaire functies

Er zijn verschillende manieren om een lineaire functie te beschrijven. Numeriek kan dat als f(x) = 3x + 2. Dit betekent dat de uitkomsten per toename van x met 3 stijgen, en dat y aanvankelijk 2 is wanneer x aanvankelijk 0 is.

We kunnen het ook informeler beschrijven, bijvoorbeeld: de kosten van iets als een taxi zijn gelijk aan $3 basistarief + $2 per mijl. Een vaste start met een gelijkmatige toeslag.

Lineaire vs. niet-lineaire functies

Niet-lineaire relaties doorbreken de constantheid doordat de snelheden variëren en de grafieken krommen. Echte relaties benaderen vaak lineariteit over korte intervallen en zijn nuttig als uitgangspunt.

Deze figuur illustreert heel goed enkele voorbeelden van lineaire en niet-lineaire functies.

Waar lineaire functies opduiken

Lineaire functies vormen het betrouwbare decor voor hoe we de wereld begrijpen. Ze zijn onze toegangspoort om verandering als gelijkmatig en schaalbaar te kaderen. In de natuurkunde vereenvoudigen ze bijvoorbeeld bewegingen zonder wrijving, en in de economie vormen ze de basis voor kosten voordat de complexiteit zijn intrede doet.

In verschillende vakgebieden dienen ze als benaderingen, omdat echte data vaak bijna-lineaire of lokaal-lineaire relaties heeft. De biologie kan enzymreacties lineariseren over smalle bereiken, en de techniek lineariseert spanning-rek in materialen. Ze zijn alomtegenwoordig, want gestage verandering is overal als je erop let.

Lineaire functies en lineaire regressie

Lineaire regressie gebruikt data om een lineaire functie als best passende lijn te bepalen. Het komt erop neer dat je m en b uit de bovenstaande vergelijking probeert te schatten om de lijn te vinden die het best past bij de verzamelde observaties. Het is een benadering van trends in verspreide, echte data, geen perfecte weergave.

In deze illustratie laat ik zien hoe we enigszins rumoerige, echte datapunten kunnen modelleren met een lineaire functie.

Veelvoorkomende misvattingen over lineaire functies

Vermijd deze fouten wanneer je aan lineaire functies denkt:

1. Niet elke rechte grafiek is lineair. Lijnen kunnen eindigen en soms van richting veranderen.
2. Het echte leven is niet perfect lineair. Wat we doen, is het benaderen.
3. Maak duidelijk onderscheid tussen de snelheid m en de start b, want ze vormen het verloop op verschillende manieren.

Tips om lineaire functies te herkennen

Om een lineaire functie te herkennen, check je deze regels:

• Let op constante verandering
• Kijk naar verschillen, niet naar verhoudingen
• Denk in “per eenheid”-termen
• Wees voorzichtig met rumoerige echte data

Conclusie

Lineaire functies modelleren rechtlijnige verbanden met een constante veranderingssnelheid vanuit een beginwaarde. Door die structuur zijn ze eenvoudig te interpreteren en makkelijk toe te passen. Je komt ze tegen in vergelijkingen, grafieken en alledaagse kosten- of schattingsproblemen.

Blijf bij ons leren. Ik raad onze Introduction to Regression with statsmodels in Python-cursus aan. Als je de cursus volgt, zie je dat regressie flexibeler is dan het lijkt. Met transformaties kun je zowel lineaire als niet-lineaire relaties modelleren met regressie.