很多人学理论的时候总被公式绕晕，搞不懂如何判断线性与非线性，我之前做工程建模实训的那段时间，天天卡在这个基础问题上，对着一堆函数公式死记硬背，越学越混乱。
一开始完全搞错了判断逻辑，傻傻以为式子里面有平方、根号就是非线性，没有复杂运算就是线性。为了应付实训作业，对着课本定义生搬硬套，只要方程是一次式，就直接判定为线性，稍微带点二次项，就归为非线性，看起来贴合课本内容，实则根本不会落地判断。
那次实训任务是搭建简单的电路响应模型，输入电压数值，观测输出电流的变化。最开始测试的一组数据，输入电压翻倍，输出电流也精准翻倍，输入减一半，输出也同步减半，全程是规整的对应关系，当时随手就标注了线性模型。
后续换了带电阻损耗的电路模块测试，问题一下子就出来了。刻意把输入电压从5V调到10V，按照之前的刻板认知，输出电流应该直接翻倍，可实际测出来的数值偏差特别大。电压持续升高，电路发热加剧，电阻数值跟着变化，输出电流的增长速度慢慢放缓，完全跟不上输入的变化节奏。
折腾好久才搞明白，所有死记硬背的公式特征都没用，真正落地的判断标准特别简单。线性的核心就是输入和输出保持固定比例关系，变化规律统一，不会随着数值大小改变而偏移。
不是式子简单就是线性，也不是有复杂运算就是非线性。我之前踩的最大的坑，就是拘泥于书面形式，忽略了实际的变化关联。后来又测试了几组数据，彻底摸清了规律，线性系统里，微小输入的变化，只会带来等比例的微小输出变化，叠加之后的结果也完全符合累加规则。
换而言之，线性是规整、可预判、可累加的。你给一点输入，就有固定对应的一点输出，多次叠加输入，输出结果也会精准叠加，不会出现意外偏差。
而非线性完全打破了这个规则。输入的变化和输出的结果没有固定比例，数值越大，偏差越明显，叠加之后也不会产生规整的结果。就像那次电路测试，低电压下看着接近线性，可一旦输入参数突破某个区间，变量之间的关联就彻底失控，不再遵循统一规律。
很多日常问题也是这个逻辑。比如匀速走路，步数和路程就是线性关系，步数翻倍，路程必然翻倍。但跑步就不一样，跑的距离越长，体力消耗越大，速度慢慢下降，步数和实际行进距离不再固定对应，这就是典型的非线性变化。
不用纠结抽象的学术定义，不用拆解复杂的函数表达式。实操里判断这件事，从来都不靠书本定义。
那天实训结束，收拾器材的时候，看着满页的测试数据，才彻底醒悟。所有理论定义，最终都绕不开最朴素的判断逻辑。