对偶空间与线性泛函：向量的"影子世界
本文基于模型知识整理（生成时未联网核对），关键结论建议对照 Axler §3.F 复核。
一句话定义
线性泛函是"吃向量、吐标量"的线性映射（$\varphi: V\to\mathbb{R}$），全体泛函构成对偶空间 $V^*$；在有限维且装了内积时，每个泛函唯一对应一个向量（$\varphi(v)=\langle w, v\rangle$，Riesz 表示）——$V^*\cong V$，行向量世界与列向量世界互为镜像。
为什么重要
它揭示"行向量 vs 列向量""协变 vs 逆变"的深层结构：梯度是泛函（吃位移吐变化量），权重矩阵 $w^\top x$ 的 $w^\top$ 是泛函，机器学习的"打分器"全是线性泛函。有了对偶视角，转置、协方差、对偶基不再是一堆约定，而是同一镜像的两面。
前置知识
核心概念
- 线性泛函：$\varphi(\alpha u + \beta v) = \alpha\varphi(u)+\beta\varphi(v)$，值域是标量。
- **对偶空间 $V^*$**：全体线性泛函——本身也是向量空间（泛函可加可缩放）；$\dim V^*=\dim V$。
- 对偶基：$\varphi_i(v_j)=\delta_{ij}$（第 i 个泛函"只读第 i 个坐标"）——坐标函数是天然的对偶基。
- Riesz 表示（有限维内积空间）：$\varphi(v)=w\cdot v$ 对唯一 $w$ 成立——泛函 ≈ 向量（$w_i=\varphi(e_i)$）。
- 对偶映射：$T:V\to W$ 的转置 $T^\top:W^*\to V^*$ 定义为 $(T^\top\varphi)(v)=\varphi(Tv)$——转置矩阵就是线性映射的对偶映射的坐标（转置不再是"行列互换"的把戏而是结构本身）。
原理与机制
为什么泛函由取值决定：$v=\sum v_ie_i$ ⇒ $\varphi(v)=\sum v_i\varphi(e_i)$——知道在基上的 n 个取值，泛函就完全确定；$\varphi(e_i)$ 排成一行就是泛函的"坐标"（行向量）。行向量=线性泛函的坐标表示——这就是 $w^\top x$ 中 $w^\top$ 的身份。
为什么转置是对偶：泛函 $\varphi$ 想"测"复合后的输出 $\varphi(Tv)$；对偶映射把它变成对输入的直接测量 $(T^\top\varphi)(v)$。取坐标后这条定义恰好给出 $A^\top$（行列互换）——矩阵转置规则从对偶性自然涌现（与 kp-007 的"复合顺序反转"互相印证）。
梯度与泛函：方向导数 $Df(x)[\delta] = \nabla f\cdot\delta$——导数是"吃位移吐变化率"的线性泛函，梯度向量是它的 Riesz 表示（kp-022 的深层解释：为什么 BP 传的是伴随 $J^\top$——伴随映射就是对偶空间的映射）。
图示
V (列向量) ◄──Riesz表示──► V* (行向量/泛函)
φ(v) = w·v , wᵢ = φ(eᵢ)
对偶基: φᵢ(vⱼ)=δᵢⱼ (读坐标函数)
转置 = 对偶映射: (Tᵀφ)(v) = φ(Tv) → 矩阵表现为 Aᵀ直观类比
向量是"演员"，泛函是"打分器"：每个打分器给每个演员一个分数（线性地）。对偶空间=全部打分器组成的世界。有了内积（Riesz），每个打分器都对应一位"评委会代表"（向量 w）——两个世界一一对应，戏与评分互为镜像。
实例或案例
- 线性回归权重 $w^\top x$：模型打分器即泛函；正则化在泛函空间上做几何（间隔最大化）。
- 微分算子：$\frac{d}{dx}$ 是多项式空间上的线性映射，其伴随（自伴/反对称）决定谱性质（Sturm-Liouville 理论的种子）。
- 经济学影子价格：约束的拉格朗日乘子=资源约束的"对偶变量"——对偶空间的经济含义。
常见误区
- 误区一："V 与 V* 是同一个空间"。有限维+内积下同构（Riesz），但同构依赖内积选择；无内积时两者仍是不同对象（维数相同而已）。
- 误区二："行向量只是列向量转置了一下"。代数上等价，语义上它属于对偶空间（"测量者"而非"被测者"）；协变/逆变坐标的区分在广义相对论中成为硬约束。
- 误区三："对偶只是记号游戏"。对偶问题（LP 对偶、泛函分析）常常比原问题好解——对偶是求解策略不是装饰。
与其他知识点的关系
自测题
- 求泛函 $\varphi(x_1,x_2,x_3)=2x_1-x_3$ 的 Riesz 表示向量。
答：$w=(2,0,-1)$——$\varphi(v)=w\cdot v$；坐标即 $\varphi(e_i)$。
- 用对偶映射解释 $(AB)^\top=B^\top A^\top$。
答：先 A 后 B 的对偶 = 先 B* 后 A*（测量顺序反转）——对偶映射反序复合，坐标化即该恒等式。
- 为什么 $\dim V^*=\dim V$？
答：对偶基 $\{\varphi_i\}$ 与 $\{e_i\}$ 一一对应且线性无关张成 V*——两组基等长（kp-004）。
延伸阅读
- Axler《Linear Algebra Done Right》§3.F（对偶空间的现代处理）。
- Strang《Introduction to Linear Algebra》§8（转置的意义章节）。
- Boyd & Vandenberghe《Convex Optimization》§2（对偶思想的优化侧）。