Skip to content

定义Definition

对偶空间

Dual space

给定向量空间到标量域的全部线性泛函组成的向量空间。

形式陈述 ​

域 F 上向量空间 V 的对偶空间为

V∗=HomF(V,F),

其元素称为线性泛函,即从 V 到标量域 F 的线性映射。泛函的加法和数乘逐点进行,例如 (φ+ψ)(v)=φ(v)+ψ(v)。

若 V 有有限基 v1,…,vn,则存在唯一对偶基 v1,…,vn,满足 vi(vj)=δij:当 i=j 时取 1,否则取 0。因此 dim⁡V∗=dim⁡V。自然求值映射

ι:V→V∗∗,ι(v)(φ)=φ(v)

在有限维时是同构;在通常的 ZFC 背景下,对无限维代数向量空间,它是单射而不满射。

线性映射 T:V→W 还诱导一个方向相反的映射 T∗:W∗→V∗,定义为 T∗(ψ)=ψ∘T。这称为对偶映射,也称泛函沿 T 的拉回。

直觉

把向量看作待测量的对象,线性泛函就是一种读数规则:输入向量,输出一个标量,并且读数服从线性叠加。对偶空间收集了全部这种规则。选定一组基后,对偶基中的第 i 个泛函专门读取第 i 个坐标。

对偶映射的方向也可从测量理解。若 T 先把输入 v 变成输出 T(v),再用 ψ 测量输出,读数为 ψ(T(v))。这整个过程本身就是对输入的一次线性测量,所以输出空间的泛函被拉回了输入空间。

有限维时,向量与泛函的自由度相同,但要把某个向量对应到某个泛函,仍需选定基或内积。双重对偶的求值映射则直接使用已有数据:给定 v,让每个泛函报告它在 v 上的读数,因而不需要另选坐标。

例子与边界

在 Fn 中,行向量 a⊤ 定义泛函 x↦a⊤x。标准基的对偶基是各坐标投影。若 T 的矩阵为 A,在相应对偶基下,T∗ 的矩阵就是 A⊤。这里的星号表示对偶映射,不要求内积;内积伴随也常用同一符号,却从 W 映到 V,并依赖两侧的内积。在复正交规范基下,伴随矩阵为 A―T,而代数对偶映射仍由普通转置 AT 表示。

用三次测量恢复一个多项式 ​

在次数至多为二的多项式空间 P2(R) 上,定义三个线性泛函

L0(p)=p(0),L1(p)=p′(0),L2(p)=p(1).

若 p(x)=a+bx+cx2,则 L0(p)=a、L1(p)=b、L2(p)=a+b+c,从而

c=L2(p)−L0(p)−L1(p).

这三个读数唯一确定 a,b,c,所以 L0,L1,L2 构成对偶空间的一组基。只测 p(0) 与 p(1) 时,多项式 cx(x−1) 对任意 c 都给出两个零读数,留下一个无法区分的方向。即使再重复测一次 p(0),读数数量达到三个,这个方向仍然不可见;要恢复多项式,需要的是三个独立的测量。

代数对偶与连续对偶 ​

内积可以把向量转换成泛函;复空间中的这种对应包含共轭,需要按内积的线性变量约定书写。若向量空间还带有拓扑,连续对偶只收集连续的线性泛函,而代数对偶收集所有线性泛函。

无限维时,这一区别尤其重要。以有限支撑序列空间为例,每个向量只有有限个非零坐标,但一个线性泛函可以为每个坐标指定系数,因为每次求值仍只需有限求和。泛函的全部系数因此可以组成无限序列,有限维中“原空间与对偶同维”的图像在这里发生了变化。

在赋范空间中,弱拓扑只用连续对偶 X′ 中的泛函测试收敛;对偶空间上的弱星拓扑则用原空间中的点测试泛函。这两个构造都依赖所选连续结构,不能将本页的全部代数泛函不加区别地代入。

推论与应用

线性约束可写成 φ(v)=0。固定一个子空间,收集所有在它上面恒为零的泛函,就得到其零化子;它从“哪些测量看不见这个子空间”的角度描述约束。微分几何中的余切向量测量切向量的一阶变化,优化中的拉格朗日乘子则用于组合约束的微分。

双线性形式 B:V×W→F 固定第一输入后,对第二输入就是线性泛函,因此给出线性映射 V→W∗,v↦B(v,−)。对偶映射则把复合次序反转:先做 T 再做 S,测量拉回时先沿 S 再沿 T。这正是对偶空间作为逆变函子的具体含义。

参考资料
  • Sheldon Axler, Linear Algebra Done Right, 4th ed., Springer, 2024,Ch. 3, dual spaces and dual maps。
  • Michael Artin, Algebra, 2nd ed., Pearson, 2011,Ch. 4, linear functionals and dual bases。
关系图谱27 个相邻概念 · 3 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
分类位置

上位 / 更一般

下位 / 直接特例

暂未标注直接特例。

类型化关系