对偶空间的定义

在数学中，特别是线性代数和泛函分析里，一个向量空间的对偶空间是由其上的所有线性泛函（线性映射到其标量域）组成的向量空间。如果有一个向量空间 $V$，其定义在域 $F$ 上（例如实数$\mathbb{R}$或复数$\mathbb{C}$），那么 $V$ 的对偶空间，通常表示为 $V^*$，包含所有从 $V$ 到 $F$ 的线性映射。

基本性质

1. 维数相同：如果 $V$ 是有限维的，那么 $V$ 和 $V^*$ 的维数相同。
2. 基与对偶基：对于 $V$ 的任何基 $(e_1, \dots, e_n)$，都存在一个对应的对偶基 $(e^1, \dots, e^n)$ 在 $V^*$ 中，其中 $e^i(e_j) = \delta_{ij}$（克罗内克函数，当 $i=j$ 时值为1，否则为0）。
3. 自然配对：$V$ 和 $V^*$ 之间存在一个自然的双线性配对，形式为 $\langle f, v \rangle = f(v)$，其中 $f \in V^*$ 且 $v \in V$。

应用

对偶空间的概念在多个数学和物理的领域中都非常重要，比如在优化理论、系统理论、量子力学等领域。它提供了一个强大的工具来研究线性映射的性质，特别是在处理线性方程系统和线性变换时。

例子

考虑 $\mathbb{R}^3$ 的标准基 $\{e_1, e_2, e_3\}$，其对偶基 $\{e^1, e^2, e^3\}$ 满足 $e^i(e_j) = \delta_{ij}$。这意味着每个对偶基向量 $e^i$ 是一个功能，它在对应的基向量处取值1，在其他基向量处取值0。