1 基本概念
1.1 定义
1.1.1 加法保持性质
可加函数是指满足加法保持性质的映射，即对定义域中的任意元素 \(x,y\)，都有 \[ f(x+y)=f(x)+f(y). \] 这一条件表明，函数在“输入相加”时，输出也按相同方式相加。由于该性质直接反映了运算结构的保留，因此它常被视为研究代数映射的基本起点。
1.1.2 适用的定义域与值域
可加函数并不局限于实数到实数的映射。只要定义域具备加法结构，值域也具备相应的加法运算，就可以谈论可加性。例如，定义在群、环、模或向量空间上的映射，都可能满足加法保持性质。不同语境下，值域可以是实数、复数，或更一般的代数对象。
1.2 常见表述
1.2.1 实数域上的可加函数
在实分析中，最常见的情形是定义在实数域上的函数 \(f:\mathbb{R}\to\mathbb{R}\)，满足 \[ f(x+y)=f(x)+f(y). \] 这类函数通常与 Cauchy 加法方程相联系，也是讨论正则性条件时的核心对象。若进一步加入连续性、可测性或有界性等条件，其形式往往会显著简化。
1.2.2 代数结构间的可加映射
在更一般的代数背景中，可加映射常指保持“加法”运算的函数。例如，群同态在加法群之间就是可加的；模同态、阿贝尔群同态也都属于这一范畴。此时“可加”强调的是结构层面的兼容，而不一定涉及乘法或标量乘法。
1.3 相关术语辨析
1.3.1 可加函数与线性函数
可加函数与线性函数密切相关，但二者并不完全等同。线性函数不仅满足加法保持，还要求满足齐次性，即对标量 \(a\) 有 \(f(ax)=af(x)\)。在实数域上，如果一个可加函数再满足适当的正则性条件，通常就会成为线性函数；但仅有可加性时，仍可能出现非常规行为。
1.3.2 可加性与齐次性
可加性描述的是对加法运算的保持，而齐次性描述的是对数乘运算的保持。前者关注“两个输入合并”的结果，后者关注“单个输入缩放”的结果。对于实数上的可加函数，先可推出有理数齐次性，但要推广到所有实数倍，通常还需要连续性、单调性或可测性等额外条件。
2 典型例子
2.1 最简单的可加函数
2.1.1 恒等函数
恒等函数 \(f(x)=x\) 是最直接的可加函数之一，因为 \[ f(x+y)=x+y=f(x)+f(y). \] 它体现了“输入输出完全一致”的最简单情形，也常被用作检验加法性质的标准例子。
2.1.2 零函数
零函数 \(f(x)=0\) 同样满足可加性，因为任意 \(x,y\) 都有 \[ f(x+y)=0=0+0=f(x)+f(y). \] 它是退化但重要的例子，在很多抽象结构中都充当加法同态的平凡情形。
2.2 线性型例子
2.2.1 形如 f(x)=cx 的函数
对实数或复数而言，函数 \(f(x)=cx\) 通常是最典型的可加函数族，其中 \(c\) 为常数。此时 \[ f(x+y)=c(x+y)=cx+cy=f(x)+f(y). \] 这类例子同时也是线性函数，因而兼具可加性与齐次性。
2.2.2 多变量情形中的加法分量
在多元函数中，若定义 \(f(x_1,\dots,x_n)=a_1x_1+\cdots+a_nx_n\)，则它对向量加法也是可加的。更一般地，多个可加分量的和仍可保持可加性，因此多变量线性表达式常构成可加函数的自然来源。
2.3 非典型构造
2.3.1 不连续的可加函数
在不附加正则性条件时，实数上的可加函数并不一定连续，也未必能写成 \(cx\) 的形式。通过 Hamel 基可构造出大量不连续可加函数，它们在局部上往往表现得极不规则，图像也通常十分复杂。
2.3.2 依赖选择公理的构造
某些非常规可加函数的构造依赖选择公理，尤其是借助 Hamel 基的存在性来建立。此类构造说明，在纯代数条件下，可加方程可能拥有远超直观预期的解集，而这些解往往不具备可计算性或连续性。
3 基本性质
3.1 直接推论
3.1.1 f(0)=0
由可加性可立即得到 \[ f(0)=f(0+0)=f(0)+f(0), \] 从而推出 \(f(0)=0\)。这是可加函数最基本的性质之一，几乎所有后续推导都建立在这一结论上。
3.1.2 f(-x)=-f(x)
由于 \(x+(-x)=0\)，对可加函数有 \[ f(x)+f(-x)=f(0)=0, \] 因此 \[ f(-x)=-f(x). \] 这说明可加函数对加法逆元也保持兼容。
3.1.3 有理数齐次性
对整数 \(n\)，可加性可推出 \[ f(nx)=nf(x). \] 进一步对有理数 \(q=\frac{m}{n}\)（\(n\neq 0\)），在适当定义下可得到 \[ f(qx)=qf(x). \] 因此，任何可加函数都至少具有有理数齐次性。
3.2 代数性质
3.2.1 加法封闭性
若两个映射都满足可加性，那么在逐点相加后，所得函数仍然可加。这说明可加函数在函数加法运算下形成封闭结构，便于构造函数族并进行代数讨论。
3.2.2 迭代加法公式
对任意正整数 \(n\)，可加函数满足 \[ f(x_1+\cdots+x_n)=f(x_1)+\cdots+f(x_n). \] 这可以通过对二元加法性质反复应用得到，也使得可加函数对有限和的处理非常自然。
3.3 图像与结构特征
3.3.1 对称性
由于 \(f(-x)=-f(x)\)，可加函数的图像通常关于原点具有中心对称性。这一性质在几何上十分直观，反映了输入与输出在取相反数时的同步变化。
3.3.2 在平移下的行为
可加函数对平移具有稳定的代数响应。若将自变量整体平移一个固定量，则函数值的变化可由可加性拆分处理。对于线性函数，这种行为表现为直线型平移；而对于非常规可加函数，虽然代数关系仍成立，但图像形态可能极不规则。
4 正则性与特殊条件
4.1 连续性条件
4.1.1 在一点连续的情形
对于实数上的可加函数，只要在某一点连续，通常就能推出它处处连续，并进一步得到线性形式。这是可加函数理论中最重要的正则性结论之一，说明局部平滑性足以强烈限制全局结构。
4.1.2 处处连续的情形
若可加函数在整个定义域上连续，则它必然是线性的，即存在常数 \(c\) 使得 \(f(x)=cx\)。因此，处处连续的可加函数没有“异常解”，其结构与初等线性函数完全一致。
4.2 有界性条件
4.2.1 局部有界
若实数上的可加函数在某个非空区间内局部有界，则通常可推出连续性，从而导出线性形式。这表明，哪怕只是很弱的幅度控制，也足以排除很多病态解。
4.2.2 区间上有界
如果可加函数在一个有长度的区间上有界，那么它往往必须满足更强的正则性，最终归结为线性函数。与连续性类似，有界性是一种重要的“软约束”，能够显著压缩解空间。
4.3 可测性条件
4.3.1 勒贝格可测
实数上的可加函数若是勒贝格可测，则必为线性函数。这一结论将测度论与泛函方程联系起来，说明可测性足以排除非构造性的非常规解。
4.3.2 贝尔性质
若可加函数具有贝尔性质，通常也可得到类似的刚性结论，即它必须与某个线性函数一致。这里的“贝尔性质”体现了拓扑意义上的温和性，因此同样会抑制病态行为。
4.4 单调性条件
4.4.1 单调可加函数
若可加函数在实数上单调，则它必然是线性的。单调性为函数提供了强顺序约束，使其不可能呈现不规则震荡，因此可加性与单调性结合后，结果相当刚性。
4.4.2 正值区间上的限制
如果可加函数在某个正值区间内保持非负或有明确符号限制，通常也会导出较强的结构结论。此类条件虽弱于全局单调性，但仍足以对函数的整体形态形成约束。
5 与线性函数的关系
5.1 从可加到线性
5.1.1 实数域上的线性化结论
在实数域上，可加函数若再满足连续、可测、单调或局部有界等条件，通常都能线性化为 \(f(x)=cx\)。因此，在“良好”的分析环境中，可加性几乎会自动升级为线性性。
5.1.2 附加条件下的完全刻画
一旦加入足够的正则条件，可加函数的分类就变得完全明确：它们要么是零函数，要么是常数倍恒等映射。也正因如此，可加函数理论常被视为“先有广义解，再靠条件筛选”的典型范例。
5.2 偏离线性的情形
5.2.1 Hamel 基与非常规解
借助 Hamel 基，可以构造满足加法方程但不具备连续性的函数。这类函数在代数意义上仍然完全正确，却与直觉中的“直线图像”相距甚远。其存在说明，实数域上的可加方程在无正则条件时具有高度复杂的解空间。
5.2.2 非连续解的特征
非连续可加函数通常具有以下特点：在任意小区间内都可能表现出剧烈波动，图像稠密而难以描绘，且一般不可由初等公式表示。它们往往是纯代数构造的产物，而非解析意义上的自然对象。
6 泛函方程视角
6.1 经典加法方程
6.1.1 Cauchy 加法方程
可加函数最经典的形式就是 Cauchy 加法方程 \[ f(x+y)=f(x)+f(y). \] 该方程在泛函方程理论中地位基础而核心，既有完整的线性解分类，也存在大量病态解，是研究“方程约束与正则性”关系的重要模型。
6.1.2 相关变形
围绕 Cauchy 方程，还存在许多变形，例如在特定区间、特定代数结构或附加条件下的版本。此类变形常用于刻画局部可加、近似可加或结构受限的映射。
6.2 稳定性问题
6.2.1 Ulam 稳定性
Ulam 稳定性关注的是：若一个函数“近似”满足加法方程，是否会接近某个真正的可加函数。对于可加方程，这一问题具有代表性，并推动了近似解、稳定解和误差控制理论的发展。
6.2.2 近似可加函数
近似可加函数指满足 \[ f(x+y)\approx f(x)+f(y) \] 的函数。研究这类对象的目的在于理解误差如何传播，以及在什么条件下可以把近似可加性修正为真正的可加性。
6.3 推广形式
6.3.1 多元可加方程
多元版本可将加法方程推广到若干变量，例如要求函数对每个变量分别可加，或对向量加法整体可加。这类方程在多线性分析与高阶泛函方程中很常见。
6.3.2 复合结构上的加法方程
在更复杂的代数系统中，可加方程可与乘法、复合或其他运算结合，形成复合型泛函方程。此时，可加性只是整体约束的一部分，但仍常作为分析入口。
7 应用
7.1 抽象代数中的应用
7.1.1 群同态的加法部分
在阿贝尔群背景下，可加函数本质上就是群同态。它描述了不同群之间加法结构的传递，是理解同态、核与像等概念的基础工具。
7.1.2 模与向量空间映射
在模和向量空间中，可加性是线性映射的核心组成部分。许多代数证明会先验证加法保持，再结合标量作用，逐步得出线性结论。
7.2 测度论中的应用
7.2.1 测度的可加性
测度的基本性质之一就是可加性，尤其是对不交集合的可加性。这个概念与函数可加性虽不完全相同，但在结构思想上高度一致，均强调“分解后再求和”的一致性。
7.2.2 集合函数的加法结构
许多集合函数，例如体积、概率前的原始赋值或某些积分型函数，都体现出加法结构。研究它们时，可加性是判断结构是否自然、能否延拓的重要指标。
7.3 概率与统计中的应用
7.3.1 期望的线性性质
期望是典型的可加型算子，满足 \[ E(X+Y)=E(X)+E(Y). \] 这一性质构成概率论中大量计算的基础，也使期望在统计建模里扮演“平均意义下的加法保留者”角色。
7.3.2 累积量与加法关系
在统计中，某些量如累积量具有良好的加法特征，特别是在独立性分析和分布叠加中表现突出。可加思想帮助将复杂随机结构分解为更易处理的部分。
7.4 工程与信号处理中的应用
7.4.1 线性系统的建模
在线性系统理论中，叠加输入会产生叠加输出，这正是可加性的体现。可加函数因此成为描述系统响应、滤波与线性近似的基础语言之一。
7.4.2 叠加原理的数学基础
叠加原理要求系统对输入的和作出相应的和式响应，而可加函数正提供了这一思想的最简数学模型。无论是在电路、控制还是信号分析中，这种结构都是建立理论框架的重要支点。
8 相关主题
8.1 次可加函数
8.1.1 定义与比较
次可加函数满足 \[ f(x+y)\le f(x)+f(y) \] 或在相应结构下的类似不等式。与严格可加相比，它允许“输出不超过和”的松弛形式，因此适用范围更宽，但结构也更弱。
8.1.2 与可加函数的联系
可加函数可看作次可加函数中的边界情形。许多分析问题会先研究次可加性，再在附加等号条件下回到可加函数，从而建立更一般的框架。
8.2 凸函数与可加性
8.2.1 结构差异
凸函数强调图像位于弦下方，而可加函数强调对加法运算的保持。二者的关注点不同：前者属于几何与不等式结构，后者属于代数一致性。
8.2.2 特殊交叉条件
在某些情形下，若函数既凸又可加，其形式会被极大限制，通常只能是线性函数。这样的交叉条件常用于证明刚性结论。
8.3 加法群与同态
8.3.1 群同态的泛化
可加函数可以看作加法群同态在不同背景下的统称。将对象从数集推广到一般代数结构后，可加性成为描述保结构映射的通用语言。
8.3.2 代数背景中的位置
在代数体系中，可加函数处于非常基础的位置。它连接了群、环、模、向量空间等多个层次，也为进一步研究乘法兼容性、线性结构与泛函方程提供了入口。