对偶系统

数学中，域$\mathbb {K}$上的对偶系统或对偶对是指三元组$(X,Y,b)$，包含$\mathbb {K}$上的2个向量空间X、Y，以及非退化双线性映射$b:X\times Y\to \mathbb {K}$。

对偶理论是对对偶系统的研究，在泛函分析中占有重要地位，并通过希尔伯特空间广泛应用于量子力学中。

定义、记号与惯例

配对

域$\mathbb {K}$上的配对（pairing或pair）是一个三元组$(X,Y,b)$，也可以用$b(X,Y)$表示， 包含$\mathbb {K}$上的两个向量空间X、Y及双线性映射$b:X\times Y\to \mathbb {K}$，称作与配对关联的双线性映射，或配对的映射，或其双线性形式。简单起见，本文只涉及$\mathbb {K}$是实数$\mathbb {R}$或复数$\mathbb {C}$的例子。

$\forall x\subseteq X$，定义

$${\begin{alignedat}{4}b(x,\,\cdot \,):\,&Y&&\to &&\,\mathbb {K} \\&y&&\mapsto &&\,b(x,y)\end{alignedat}}$$

$\forall y\subseteq Y$，定义

$${\begin{alignedat}{4}b(\,\cdot \,,y):\,&X&&\to &&\,\mathbb {K} \\&x&&\mapsto &&\,b(x,y).\end{alignedat}}$$

$\forall b(x,\,\cdot \,)$是Y上的线性泛函，$\forall b(\,\cdot \,,y)$是X上的线性泛函。令

$$b(X,\,\cdot \,):=\{b(x,\,\cdot \,):x\in X\}\qquad {\text{ and }}\qquad b(\,\cdot \,,Y):=\{b(\,\cdot \,,y):y\in Y\}$$

其中每个集合构成一个线性泛函的向量空间。

通常记$\langle x,y\rangle$而非$b(x,y)$，这样配对不必写成$(X,Y,\langle \cdot ,\cdot \rangle )$，而可以写成$\left\langle X,Y\right\rangle$。不过，本文将用$\langle \cdot ,\cdot \rangle$表示求值映射（定义见下），以避免混淆。

对偶对

若双线性形式b是非退化的，则称配对$(X,Y,b)$是$\mathbb {K}$上的对偶系统或对偶对 ，满足下面两条分离公理：

1. Y分离（区分）X的点：若$x\in X$使得$b(x,\,\cdot \,)=0$，则$x=0$；等价地，对所有非零的$x\in X$，映射$b(x,\,\cdot \,):Y\to \mathbb {K}$不等同于$0$（即$\exists y\in Y$使得$\forall x\in X,\ b(x,y)\neq 0$）；
2. X分离（区分）Y的点：若$y\in Y$使得$b(\,\cdot \,,y)=0$，则$y=0$；等价地，对所有非零的$y\in Y$，映射$b(\,\cdot \,,y):X\to \mathbb {K}$不等同于$0$（即$\exists x\in X$使得$\forall y\in Y,\ b(x,y)\neq 0$）。

这样b是非退化的，可以说b将X、Y置于（分离）对偶中（places in (separated) duality），b是三元组$(X,Y,b)$的对偶配对（duality pairing）。

全子集

若$\forall x\in X$,

$$b(x,s)=0\quad \forall s\in S$$

能推出$x=0$，则称$S\in Y$为全集。 X的全子集定义相似（见脚注）。因此，当且仅当X是X的全子集，X分离Y中所有点，对Y亦然。

正交性

若$b(x,y)=0$，称向量x、y正交，记作$x\perp y$。若$b(R,S)=\{0\}$，称两子集$R\subseteq X$、$S\subseteq Y$正交，记作$R\perp S$；即$\forall r\in R$、$s\in S$，$b(r,s)=0$。子集正交于向量的定义与之类似。

子集$R\subseteq X$的正交补或零化子是

$$R^{\perp }:=\{y\in Y:R\perp y\}:=\{y\in Y:b(R,y)=\{0\}\}$$

. 于是，当且仅当$R^{\perp }=\{0\}$，R是X的全子集。

极集

主条目：极集

给定在$\mathbb {K}$上定义了对偶对的三元组$(X,Y,b)$，子集$A\subseteq X$的绝对极集或极集是集合

$$A^{\circ }:=\left\{y\in Y:\sup _{x\in A}|b(x,y)|\leq 1\right\}.$$

对称地，子集$B\subseteq Y$的绝对极集或极集记作$B^{\circ }$，定义为

$$B^{\circ }:=\left\{x\in X:\sup _{y\in B}|b(x,y)|\leq 1\right\}.$$

为了使用有助于跟踪对偶性两侧不对称的标记，子集$B\subseteq B$的绝对极也可以称为B的绝对预极（absolute prepolar）或预极（prepolar），可表为${}^{\circ }B$。

极$B^{\circ }$必然是凸集，包含$0\in Y$，若B平衡，则$B^{\circ }$也平衡；若B是X的向量子空间，则$B^{\circ }$是Y的向量子空间。

若A是X的向量子空间，则$A^{\circ }=A^{\perp }$，还等于A的实极。若$A\subseteq X$，则A的双极（bipolar，记作$A^{\circ \circ }$）是A正交补的极，即集${}^{\circ }\left(A^{\perp }\right)$。相似地，若$B\subseteq Y$，则B的双极是$B^{\circ \circ }:=\left({}^{\circ }B\right)^{\circ }$。

对偶的定义与结果

给定对$(X,Y,b)$，定义新对$(Y,X,d)$，其中$\forall x\in X,\ \forall y\in Y,\ d(y,x):=b(x,y)$。 对偶理论有个一贯的主题：任何对$(X,Y,b)$都有相应的对偶对$(Y,X,d)$。

约定与定义：给定配对$(X,Y,b)$的任何定义，将其应用于配对$(Y,X,d)$，就能得到对偶定义。这约定也适用于定理。

例如，若X分离Y的点（或者说S是Y的全子集）定义如上，则此约定立即产生了对偶定义：Y分离X的点（或者说S是X的全子集）。 下面的写法几乎无处不在，可让我们不用为d指定符号。

约定与记号：若配对$(X,Y,b)$的定义及其记号取决于X和Y的顺序（例如，X上的麦奇拓扑$\tau (X,Y,b)$），那么交换X、Y顺序就意味着定义适用于$(Y,X,d)$（接上例，拓扑$\tau (Y,X,b)$实际上是拓扑$\tau (Y,X,d)$）。

再比如，一旦定义了X上的弱拓扑$\sigma (X,Y,b)$，则此对偶定义就会自动应用到配对$(Y,X,d)$，从而得到Y上弱拓扑的定义——$\sigma (Y,X,b)$而非$\sigma (Y,X,d)$。

$(X,Y)$及$(Y,X)$的识别

虽然从技术上将这是不正确的，也是对符号的滥用，但本文将遵守几乎普遍的管理，及将配对$(X,Y,b)$与$(Y,X,d)$互换处理，并用$(Y,X,b)$表示$(Y,X,d)$。

例子

配对的限制

设$(X,Y,b)$是配对，M是X的向量子空间，N是Y的向量子空间。则，$(X,Y,b)$对$M\times N$的限制就是配对$\left(M,N,b{\big \vert }_{M\times N}\right)$。若$(X,Y,b)$是对偶，则限制就有可能不对偶（如，若$Y\neq \{0\}$、$N=\{0\}$）。

本文将使用通常做法，用$(M,N,b)$表示限制$\left(M,N,b{\big \vert }_{M\times N}\right)$。

向量空间上的规范对偶

设X是向量空间，令$X^{\#}$表示X的代数对偶空间（即，X上所有线性泛函的空间）。则有规范对偶$\left(X,X^{\#},c\right)$，其中$c\left(x,x^{\prime }\right)=\left\langle x,x^{\prime }\right\rangle =x^{\prime }(x)$，称之为$X\times X^{\#}$上的求值映射或自然/规范双线性泛函。

注意$\forall x^{\prime }\in X^{\#}$，$c\left(\,\cdot \,,x^{\prime }\right)$只是表示$x^{\prime }$的另一种方式，即$c\left(\,\cdot \,,x^{\prime }\right)=x^{\prime }(\,\cdot \,)=x^{\prime }.$

若N是$X^{\#}$的一个向量子空间，则$\left(X,X^{\#},c\right)$对$X\times N$的限制称作规范配对。若此配对是对偶，则称为规范对偶。显然X总是分离N的点，因此当且仅当N分离X中的点，规范配对是对偶系统。 下列记号现在在对偶理论中几乎无处不在。

求值映射记作$\left\langle x,x^{\prime }\right\rangle =x^{\prime }(x)$（而非c），将$(X,N,c)$改为$\langle X,N\rangle$。

假设：按惯例，若X是向量空间，N是X上线性泛函的向量空间，则除非另有说明，否则将假定它们同规范配对$\langle X,N\rangle$相关联。

若N是$X^{\#}$的向量子空间，则当且仅当N分离X的点（或等价地，N是全的，$\forall n\in N,\ n(x)=0$能推出$x=0$），X分离N的点（或等价地，$(X,N,c)$是对偶），

拓扑向量空间上的规范对偶

设X是拓扑向量空间，有连续对偶空间$X^{\prime }$。 则，规范对偶$\left(X,X^{\#},c\right)$对$X\times X^{\prime }$的限制确定了配对$\left(X,X^{\prime },c{\big \vert }_{X\times X^{\prime }}\right)$，其中X分离$X^{\prime }$的点。 若$X^{\prime }$分离X的点（例如，若X是豪斯多夫局部凸空间，则恒为真），则此配对形成了对偶。

假设：正如通常所作，只要X是拓扑向量空间，则除非另有说明，否则将假定其与规范配对$\left\langle X,X^{\prime }\right\rangle$相关联，无需注释。

拓扑向量空间的极与对偶

下列结果表明，拓扑向量空间上的连续线性泛函恰是在原点邻域上有界的线性泛函。

定理 — 令X是拓扑向量空间，有代数对偶 $X^{\#}$，并令${\mathcal {N}}$为X在原点邻域的基。 在规范对偶$\left\langle X,X^{\#}\right\rangle$下，X是连续对偶空间是所有$N^{\circ }$的并，因为N的范围是${\mathcal {N}}$（其中极位于$X^{\#}$）。

内积空间与复共轭空间

预希尔伯特空间$(H,\langle \cdot ,\cdot \rangle )$，当且仅当H是$\mathbb {R}$上的向量空间，或H是0维，$(H,\langle \cdot ,\cdot \rangle )$是对偶对。这里假定半双线性形式$\langle \cdot ,\cdot \rangle$在第二坐标上是共轭齐次的，在第一坐标上是齐次的。

1. 若$(H,\langle \cdot ,\cdot \rangle )$是实希尔伯特空间，则$(H,H,\langle \cdot ,\cdot \rangle )$形成对偶系统。
2. 若$(H,\langle \cdot ,\cdot \rangle )$是复希尔伯特空间，则当且仅当$\operatorname {dim} H=0$，$(H,H,\langle \cdot ,\cdot \rangle )$形成对偶系统。若H非平凡，则$(H,H,\langle \cdot ,\cdot \rangle )$甚至不是配对，因为内积是半双线性的，而非双线性的。

设$(H,\langle \cdot ,\cdot \rangle )$是复预希尔伯特空间，标量乘法用并列或$\cdot$表示。 定义映射

$$\,\cdot \,\perp \,\cdot \,:\mathbb {C} \times H\to H\quad {\text{ by }}\quad c\perp x:={\overline {c}}x,$$

其中右式使用了H的标量乘法。令${\overline {H}}$表示H的复共轭向量空间，其中${\overline {H}}$表示加群$(H,+)$（所以${\overline {H}}$中的向量加法与H中的相同），但${\overline {H}}$中的标量乘法是映射$\,\cdot \,\perp \,\cdot \,$（而非H被赋予的标量乘法）。

映射$b:H\times {\overline {H}}\to \mathbb {C}$定义为$b(x,y):=\langle x,y\rangle$，在两个坐标中都是线性的，因此$\left(H,{\overline {H}},\langle \cdot ,\cdot \rangle \right)$形成对偶对。

其他例子

1. 设$X=\mathbb {R} ^{2},\ Y=\mathbb {R} ^{3},\ \forall \left(x_{1},y_{1}\right)\in X{\text{ and }}\left(x_{2},y_{2},z_{2}\right)\in Y,$令
   $$b\left(\left(x_{1},y_{1}\right),\left(x_{2},y_{2},z_{2}\right)\right):=x_{1}x_{2}+y_{1}y_{2}.$$
   则$(X,Y,b)$是配对，使X区分Y的点，但Y不区分X的点。此外，$X^{\perp }:=\{y\in Y:X\perp y\}=\{(0,0,z):z\in \mathbb {R} \}.$
2. 令$0<p<\infty ,\ X:=L^{p}(\mu ),\ Y:=L^{q}(\mu )$（其中q满足${\tfrac {1}{p}}+{\tfrac {1}{q}}=1$），$b(f,g):=\int fg\,\mathrm {d} \mu .$则$(X,Y,b)$是对偶系统。
3. 令X、Y是同一域$\mathbb {K}$上的向量空间，则双线性形式$b\left(x\otimes y,x^{*}\otimes y^{*}\right)=\left\langle x^{\prime },x\right\rangle \left\langle y^{\prime },y\right\rangle$使$X\times Y$与$X^{\#}\times Y^{\#}$对偶。
4. 序列空间X及其Beta-对偶空间$Y:=X^{\beta }$，双线性映射定义为$\forall x\in X,\ y\in X^{\beta },\ \langle x,y\rangle :=\sum _{i=1}^{\infty }x_{i}y_{i}$形成对偶系统。

弱拓扑

主条目：弱拓扑和弱-*拓扑

设$(X,Y,b)$是$\mathbb {K}$上一对向量空间。若$S\subseteq Y$，则X上由S（和b）诱导的弱拓扑是X上最弱的拓扑向量空间拓扑，记作$\sigma (X,S,b)$或$\sigma (X,S)$，使y在S上取值时所有映射$b(\,\cdot \,,y):X\to \mathbb {K}$连续。若S在语境中不明确，则应假定是Y的全部，这时称之为X上（由Y诱导的）的弱拓扑。 $X_{\sigma (X,S,b)},\ X_{\sigma (X,S)},$或（若无混淆）$X_{\sigma }$用于表示赋有弱拓扑$\sigma (X,S,b)$的X。 重要的是，弱拓扑完全取决于函数b、$\mathbb {C}$上的通常拓扑与X上的向量空间结构，而与Y的代数结构无关。 同样，若$R\subseteq X$，则Y上由R（和b）诱导的弱拓扑的对偶定义记作$\sigma (Y,R,b)$或$\sigma (Y,R)$（细节见脚注）。

定义与符号：若$\sigma (X,Y,b)$附在一个拓扑定义上（如$\sigma (X,Y,b)$-收敛、$\sigma (X,Y,b)$-有界、$\operatorname {cl} _{\sigma (X,Y,b)}(S)$等等），则就意味着当定义的第一个空间（即X）携带$\sigma (X,Y,b)$拓扑。若无混淆，可以不提及b甚至X、Y。例如，若Y中序列$\left(a_{i}\right)_{i=1}^{\infty }$“$\sigma$-收敛”或“弱收敛”，这意味着它收敛于$(Y,\sigma (Y,X,b))$，而若它是X中的序列，则意味着它收敛于$(X,\sigma (X,Y,b))$）。

拓扑$\sigma (X,Y,b)$是局部凸的，因为它由$p_{y}(x):=|b(x,y)|$定义的半范数族$p_{y}:X\to \mathbb {R}$确定，其中y在Y上取值。 若$x\in X,\ \left(x_{i}\right)_{i\in I}$是X中的网，则若$\left(x_{i}\right)_{i\in I}$在$(X,\sigma (X,Y,b))$中收敛到x，$\left(x_{i}\right)_{i\in I}$$\sigma (X,Y,b)$-收敛于x。网$\left(x_{i}\right)_{i\in I}$，当且仅当$\forall y\in Y,\ b\left(x_{i},y\right)$收敛到$b(x,y)$，$\sigma (X,Y,b)$-收敛到x。

若$\left(x_{i}\right)_{i=1}^{\infty }$是希尔伯特空间中的正交规范向量列，则$\left(x_{i}\right)_{i=1}^{\infty }$弱收敛到0，但不会规范收敛（norm-convergence）到0（或任意向量）。

若$(X,Y,b)$是配对，N是Y的一个适当的向量子空间，使得$(X,N,b)$是对偶对，则$\sigma (X,N,b)$比$\sigma (X,Y,b)$严格粗。

有界子集

子集$S\subseteq X$，当且仅当

$$\sup _{}|b(S,y)|<\infty \quad {\text{ for all }}y\in Y,$$

，其中$|b(S,y)|:=\{b(s,y):s\in S\}$，称S$\sigma (X,Y,b)$-有界。

豪斯多夫性

若$(X,Y,b)$是配对，则下列条件等价：

1. X分离Y的点；
2. 映射$y\mapsto b(\,\cdot \,,y)$定义了Y到X的代数对偶空间的单射；
3. $\sigma (Y,X,b)$是豪斯多夫空间。

弱表示定理

下列定理对对偶理论至关重要，因为它完全表征了$(X,\sigma (X,Y,b))$的连续对偶空间。

弱表示定理 — 令$(X,Y,b)$是域$\mathbb {K}$上的配对，则$(X,\sigma (X,Y,b))$的连续对偶空间是

$$b(\,\cdot \,,Y):=\{b(\,\cdot \,,y):y\in Y\}.$$

另外，

1. 若f是$(X,\sigma (X,Y,b))$上的连续线性泛函，则$\exists y\in Y$使$f=b(\,\cdot \,,y)$；若这样的y存在，则当且仅当X分离Y的点时，这样的y是唯一的。

• 注意，X是否分离Y中的点并不取决于y的特定选择。

1. $(X,\sigma (X,Y,b))$的连续对偶空间可以视作商空间$Y/X^{\perp }$，其中$X^{\perp }:=\{y\in Y:b(x,y)=0\ \ \forall x\in X\}$。

• 无论X是否分离Y的点，或Y是否分离X中的点，这都是正确的。

因此，$(X,\sigma (X,Y,b))$的连续对偶空间是

$$(X,\sigma (X,Y,b))^{\prime }=b(\,\cdot \,,Y):=\left\{b(\,\cdot \,,y):y\in Y\right\}.$$

关于规范配对，若X是拓扑向量空间，其连续对偶空间$X^{\prime }$分离X的点（即使$\left(X,\sigma \left(X,X^{\prime }\right)\right)$豪斯多夫，这可推出X也必豪斯多夫），则$\left(X^{\prime },\sigma \left(X^{\prime },X\right)\right)$的连续对偶空间等于x在X中取值时所有“点x处得值”的映射集合（即将$x^{\prime }\in X^{\prime }$送到$x^{\prime }(x)$的映射）。 通常写成

$$\left(X^{\prime },\sigma \left(X^{\prime },X\right)\right)^{\prime }=X\qquad {\text{ or }}\qquad \left(X_{\sigma }^{\prime }\right)^{\prime }=X.$$

这一重要事实就是为什么连续对偶空间上极拓扑的成果（如$X^{\prime }$上的强对偶拓扑$\beta \left(X^{\prime },X\right)$）能应用到原拓扑向量空间X的。例如，将X视作$\left(X_{\sigma }^{\prime }\right)^{\prime }$意味着$\left(X_{\sigma }^{\prime }\right)^{\prime }$上的拓扑$\beta \left(\left(X_{\sigma }^{\prime }\right)^{\prime },X_{\sigma }^{\prime }\right)$可被视作X上的拓扑。 此外，若$X^{\prime }$被赋予比$\sigma \left(X^{\prime },X\right)$更细的拓扑，那么$X^{\prime }$的连续对偶空间必然包含$\left(X_{\sigma }^{\prime }\right)^{\prime }$（作为子集）。 例如，$X^{\prime }$被赋予强对偶拓扑（于是记作$X_{\beta }^{\prime }$），则

$$\left(X_{\beta }^{\prime }\right)^{\prime }~\supseteq ~\left(X_{\sigma }^{\prime }\right)^{\prime }~=~X$$

这允许X被赋予由强对偶拓扑$\beta \left(\left(X_{\beta }^{\prime }\right)^{\prime },X_{\beta }^{\prime }\right)$在X上诱导的子空间拓扑（此拓扑也称作强双对偶拓扑，见于自反空间理论：豪斯多夫局部凸拓扑向量空间X，若$\left(X_{\beta }^{\prime }\right)^{\prime }=X$则称其是半自反空间，若在此之外，其在X上的强双对偶拓扑$\beta \left(\left(X_{\beta }^{\prime }\right)^{\prime },X_{\beta }^{\prime }\right)$还等于X的原/初拓扑，则称其是自反空间。

正交、商与子空间

若$(X,Y,b)$是配对，则对X的任意子集S：

1. $S^{\perp }=(\operatorname {span} S)^{\perp }=\left(\operatorname {cl} _{\sigma (Y,X,b)}\operatorname {span} S\right)^{\perp }=S^{\perp \perp \perp }$，且此集合是$\sigma (Y,X,b)$-闭的；
2. $S\subseteq S^{\perp \perp }=\left(\operatorname {cl} _{\sigma (X,Y,b)}\operatorname {span} S\right)$；

• 因此，若S是X的$\sigma (X,Y,b)$-闭向量子空间，则$S\subseteq S^{\perp \perp }.$

1. 若$\left(S_{i}\right)_{i\in I}$是X的$\sigma (X,Y,b)$-闭向量子空间族，则

$$\left(\bigcap _{i\in I}S_{i}\right)^{\perp }=\operatorname {cl} _{\sigma (Y,X,b)}\left(\operatorname {span} \left(\bigcup _{i\in I}S_{i}^{\perp }\right)\right).$$

1. 若$\left(S_{i}\right)_{i\in I}$是X的子集族，则

$\left(\bigcup _{i\in I}S_{i}\right)^{\perp }=\bigcap _{i\in I}S_{i}^{\perp }.$

若X是赋范空间，则根据规范对偶性，$S^{\perp }$在$X^{\prime }$中对范是封闭的，$S^{\perp \perp }$在X中对范是封闭的。

子空间

设M是X的向量子空间，并令$(M,Y,b)$表示$(X,Y,b)$对$M\times Y$的限制。 M上的弱拓扑$\sigma (M,Y,b)$与M从$(X,\sigma (X,Y,b))$继承的子空间拓扑相同。

另外，$\left(M,Y/M^{\perp },b{\big \vert }_{M}\right)$是配对空间（paired space）（其中$Y/M^{\perp }$是$Y/\left(M^{\perp }\right)$），其中$b{\big \vert }_{M}:M\times Y/M^{\perp }\to \mathbb {K}$定义为

$$\left(m,y+M^{\perp }\right)\mapsto b(m,y).$$

拓扑$\sigma \left(M,Y/M^{\perp },b{\big \vert }_{M}\right)$等于M继承自$(X,\sigma (X,Y,b))$的子空间拓扑。 此外，若$(X,\sigma (X,Y,b))$是对偶系统，则$\left(M,Y/M^{\perp },b{\big \vert }_{M}\right)$也是。

商

设M是X的向量子空间，则$\left(X/M,M^{\perp },b/M\right)$是配对空间，其中$b/M:X/M\times M^{\perp }\to \mathbb {K}$定义为

$$(x+M,y)\mapsto b(x,y).$$

拓扑$\sigma \left(X/M,M^{\perp }\right)$等同于$(X,\sigma (X,Y,b))$在$X/M$上诱导的一般的商拓扑。

极与弱拓扑

弱X是局部凸空间，且若H是连续对偶空间$X^{\prime }$的子集，则当且仅当对X中某桶B，有$H\subseteq B^{\circ }$时，H是$\sigma \left(X^{\prime },X\right)$-有界的。

下列结果对定义极拓扑非常重要。 若$(X,Y,b)$是配对，$A\subseteq X,$则

1. A的极$A^{\circ }$是$(Y,\sigma (Y,X,b))$的闭子集。

1. 下列集合的极相同：(a) A；(b) A的凸壳；(c) A的平衡壳；(d) A的$\sigma (X,Y,b)$-闭合；(e) A的凸平衡壳的$\sigma (X,Y,b)$-闭合。

1. 双极定理：A的双极$A^{\circ \circ }$等于A的凸平衡壳的$\sigma (X,Y,b)$-闭合。

• 双极定理“是处理对偶性时不可或缺的工具”。

1. 当且仅当$A^{\circ }$吸收于Y时，A是$\sigma (X,Y,b)$-有界的。
2. 若Y还分离X的点，则当且仅当A是$\sigma (X,Y,b)$-全有界时，A是$\sigma (X,Y,b)$-有界的。

若$(X,Y,b)$是配对，$\tau$是X上与对偶一致的局部凸拓扑，则当且仅当B是Y的某$\sigma (Y,X,b)$-有界子集的极时，$B\subseteq X$是$(X,\tau )$中的桶。

转置

线性映射关于配对的转置

参见：线性映射的转置和转置

令$(X,Y,b)$和$(W,Z,c)$是$\mathbb {K}$上的配对，并令$F:X\to W$是线性映射。

$\forall z\in Z,$令$c(F(\,\cdot \,),z):X\to \mathbb {K}$是由$x\mapsto c(F(x),z)$定义的映射。 若满足以下条件，就可以说F的转置或伴随是良定的（well-defined）：

1. X分离Y中的点（或等价地，从Y抵达代数对偶$X^{\#}$的映射$y\mapsto b(\,\cdot \,,y)$是单射），且
2. $c(F(\,\cdot \,),Z)\subseteq b(\,\cdot \,,Y),$其中$c(F(\,\cdot \,),Z):=\{c(F(\,\cdot \,),z):z\in Z\},\ b(\,\cdot \,,Y):=\{b(\,\cdot \,,y):y\in Y\}.$

这样，$\forall z\in Z$存在（由条件2）唯一的（由条件1）$y\in Y$，使$c(F(\,\cdot \,),z)=b(\,\cdot \,,y)$，其中Y的这个元素将表为${}^{t}F(z)$。这定义了线性映射

$${}^{t}F:Z\to Y$$

称作F的转置或关于$(X,Y,b)$和$(W,Z,c)$的伴随（注意不要与厄米伴随混淆）。不难看出，上述两个条件（即“转置良定义”）也是${}^{t}F$良定的必要条件。 $\forall z\in Z$，${}^{t}F(z)$的定义条件是

$$c(F(\,\cdot \,),z)=b\left(\,\cdot \,,{}^{t}F(z)\right),$$

即，

$$\forall x\in X,\ c(F(x),z)=b\left(x,{}^{t}F(z)\right).$$

根据本文开头提到的约定，这也定义了形式为$Z\to Y,$ $X\to Z,$ $W\to Y,$ $Y\to W,$等的线性映射的转置（见脚注）。

转置的性质

$(X,Y,b)$和$(W,Z,c)$是$\mathbb {K}$上的配对，$F:X\to W$是线性映射，其转置${}^{t}F:Z\to Y$是良定义的。

• 当且仅当F的范围在$\left(W,\sigma \left(W,Z,c\right)\right)$中稠密时，${}^{t}F:Z\to Y$是单射（即$\operatorname {ker} {}^{t}F=\{0\}$）。
• 若除了${}^{t}F$良定义外，${}^{t}F$的转置也良定义，则${}^{tt}F=F$。
• 设$(U,V,a)$是$\mathbb {K}$上的配对，$E:U\to X$是线性映射，其转置${}^{t}E:Y\to V$是良定义的，则$F\circ E:U\to W$的转置${}^{t}(F\circ E):Z\to V$也是良定义的，且${}^{t}(F\circ E)={}^{t}E\circ {}^{t}F.$
• 若$F:X\to W$是向量空间同构，则${}^{t}F:Z\to Y$是双射，$F^{-1}:W\to X$的转置${}^{t}\left(F^{-1}\right):Y\to Z$是良定义的，且${}^{t}\left(F^{-1}\right)=\left({}^{t}F\right)^{-1}$
• 令$S\subseteq X$，$S^{\circ }$表示A的绝对极，则
  1. $[F(S)]^{\circ }=\left({}^{t}F\right)^{-1}\left(S^{\circ }\right)$；
  2. 若$\forall T\subseteq W,\ F(S)\subseteq T$，则${}^{t}F\left(T^{\circ }\right)\subseteq S^{\circ }$；
  3. 若$T\subseteq W$使得${}^{t}F\left(T^{\circ }\right)\subseteq S^{\circ }$，则$F(S)\subseteq T^{\circ \circ }$；
  4. 若$T\subseteq W$，$S\subseteq X$是弱闭圆盘，则当且仅当$F(S)\subseteq T$时，${}^{t}F\left(T^{\circ }\right)\subseteq S^{\circ }$；
  5. $\operatorname {ker} {}^{t}F=[F(X)]^{\perp }.$

将绝对极换成实极，这些结果不变。

若X、Y是规范对偶下的赋范空间、$F:X\to Y$是连续线性映射，则$\|F\|=\left\|{}^{t}F\right\|$。

弱连续性

线性映射$F:X\to W$，若$F:(X,\sigma (X,Y,b))\to (W,(W,Z,c))$连续，则称其（关于$(X,Y,b)$和$(W,Z,c)$）弱连续。

下面的结果表明，转置映射的存在与弱拓扑密切相关。

命题 — 设X分离Y的点，$F:X\to W$是线性映射。 则下列条件等价：

1. F是弱连续的（即$F:(X,\sigma (X,Y,b))\to (W,(W,Z,c))$连续）；
2. $c(F(\,\cdot \,),Z)\subseteq b(\,\cdot \,,Y)$；
3. F的转置是良定义的。

若F是弱连续的，则

• ${}^{t}F:Z\to Y$是弱连续的，即${}^{t}F:(Z,\sigma (Z,W,c))\to (Y,(Y,X,b))$连续；
• 当且仅当Z分离W的点，转置${}^{t}F$良定义，这时${}^{tt}F=F$。

弱拓扑与规范对偶

设X是向量空间，$X^{\#}$是其代数对偶。则X的所有$\sigma \left(X,X^{\#}\right)$-有界子集包含于有限维向量子空间，X的所有向量子空间是$\sigma \left(X,X^{\#}\right)$-闭的。

弱完备性

若$(X,\sigma (X,Y,b))$是完备拓扑向量空间，例如X是$\sigma (X,Y,b)$-完备或（若无歧义）弱完备的情形。 存在不弱完备的巴拿赫空间（尽管在其范拓扑中是完备的）。

若X是向量空间，则在规范对偶下，$\left(X^{\#},\sigma \left(X^{\#},X\right)\right)$是完备的。 相反，若Z是豪斯多夫局部凸拓扑向量空间，且有连续对偶空间$Z^{\prime }$，则当且仅当$Z=\left(Z^{\prime }\right)^{\#}$时，$\left(Z,\sigma \left(Z,Z^{\prime }\right)\right)$是完备的；即，当且仅当将$z\in Z$发送到z处求值映射（即$z^{\prime }\mapsto z^{\prime }(z)$）的映射$Z\to \left(Z^{\prime }\right)^{\#}$是双射。

特别地，就规范对偶而言，若Y是$X^{\#}$的向量子空间，使Y分离X中的点，则当且仅当$Y=X^{\#}$，$(Y,\sigma (Y,X))$是完备的。 换句话说，$X^{\#}$不存在紧合向量子空间$Y\neq X^{\#}$使得$(X,\sigma (X,Y))$是豪斯多夫空间，且Y在弱-*拓扑（即逐点收敛的拓扑）中完备。 因此，若豪斯多夫局部凸拓扑向量空间X的连续对偶空间$X^{\prime }$ 被赋以弱*-拓扑，当且仅当$X^{\prime }=X^{\#}$（即X上所有线性泛函都连续）时，$X_{\sigma }^{\prime }$是完备的。

Y与代数对偶的子空间的等同

若X分离Y的点、Z表示单射$y\mapsto b(\,\cdot \,,y)$的范围，则Z是X的代数对偶空间的向量子空间，且配对$(X,Y,b)$与规范配对$\langle X,Z\rangle$（其中$\left\langle x,x^{\prime }\right\rangle :=x^{\prime }(x)$是自然求值映射）是规范等同（canonically identify）的。 特别地，这时我们将不失一般性地假设Y是X代数对偶的向量子空间，而b是求值映射。

约定：通常，只要$y\mapsto b(\,\cdot \,,y)$是单射（尤其当$(X,Y,b)$形成对偶对），通常不失一般性地假设Y是X的代数对偶空间的向量子空间，且b是自然求值映射，Y还可记作$X^{\prime }$。

完全类似的是，若Y分离X中的点，则X就有可能等同于Y的代数对偶空间的向量子空间。

代数伴随

在对偶是规范对偶$\left\langle X,X^{\#}\right\rangle$和$\left\langle W,W^{\#}\right\rangle$的特例下，线性映射$F:X\to W$的转置总是良定义的。 此转置称作F的代数伴随，记作$F^{\#}$； 即$F^{\#}={}^{t}F:W^{\#}\to X^{\#}.$ 这样，$\forall w^{\prime }\in W^{\#},\ F^{\#}\left(w^{\prime }\right)=w^{\prime }\circ F$其中$F^{\#}\left(w^{\prime }\right)$的定义条件是

$$\left\langle x,F^{\#}\left(w^{\prime }\right)\right\rangle =\left\langle F(x),w^{\prime }\right\rangle \quad \forall >x\in X,$$

或等价地$F^{\#}\left(w^{\prime }\right)(x)=w^{\prime }(F(x))\quad \forall x\in X.$

若对整数n，$X=Y=\mathbb {K} ^{n}$，${\mathcal {E}}=\left\{e_{1},\ldots ,e_{n}\right\}$是X的基，其对偶基${\mathcal {E}}^{\prime }=\left\{e_{1}^{\prime },\ldots ,e_{n}^{\prime }\right\},\ F:\mathbb {K} ^{n}\to \mathbb {K} ^{n}$是线性算子，F关于${\mathcal {E}}$的矩阵表示是$M:=\left(f_{i,j}\right)$，则M的转置是$F^{\#}$关于${\mathcal {E}}^{\prime }$的矩阵表示。

弱连续性与开性

设$\left\langle X,Y\right\rangle$，$\langle W,Z\rangle$是对偶系统的规范配对（所以$Y\subseteq X^{\#},\ Z\subseteq W^{\#}$），并令$F:X\to W$是线性映射。则当且仅当$F:X\to W$满足下列等价条件之一，F是弱连续的：

1. $F:(X,\sigma (X,Y))\to (W,\sigma (W,Z))$连续；
2. $F^{\#}(Z)\subseteq Y$
3. F的转置${}^{t}F:Z\to Y$相对于$\left\langle X,Y\right\rangle$和$\langle W,Z\rangle$是良定义的。

若F是弱连续的，则${}^{t}F::(Z,\sigma (Z,W))\to (Y,\sigma (Y,X))$是连续的，于是${}^{tt}F=F$

拓扑空间之间的映射$g:A\to B$，若$g:A\to \operatorname {Im} g$是开映射（$\operatorname {Im} g$是g的范围），则称之是相对开的。

设$\langle X,Y\rangle ,\ \langle W,Z\rangle$是对偶系统，$F:X\to W$是弱连续线性映射。则下列条件等价：

1. $F:(X,\sigma (X,Y))\to (W,\sigma (W,Z))$是相对开的；
2. ${}^{t}F$的范围在Y中$\sigma (Y,X)$-闭；
3. $\operatorname {Im} {}^{t}F=(\operatorname {ker} F)^{\perp }$

此外

• 当且仅当${}^{t}F$是满射（或双射），$F:X\to W$是单射（或双射）；
• 当且仅当${}^{t}F::(Z,\sigma (Z,W))\to (Y,\sigma (Y,X))$是相对开单射，$F:X\to W$是满射。

拓扑向量空间之间映射的转置

当且仅当F是弱连续的，两拓扑向量空间之间映射的转置才被定义。

设$F:X\to Y$是两豪斯多夫局部凸拓扑向量空间之间的线性映射，则

• 若F连续，则其是弱连续的，且${}^{t}F$是麦基连续的，也是强连续的；
• 若F是弱连续的，则其是麦基连续的，也是强连续的（定义见下）。
• 若F是弱连续的，则当且仅当${}^{t}F:^{\prime }\to X^{\prime }$将$Y^{\prime }$的等度连续子集映射到$X^{\prime }$的等度连续子集时，F才是连续的。
• 若X和Y是赋范空间，则当且仅当F是弱连续的（这时$\|F\|=\left\|{}^{t}F\right\|$），F连续。
• 若F连续，则当且仅当$F:X\to Y$是弱相对开的（即$F:\left(X,\sigma \left(X,X^{\prime }\right)\right)\to \left(Y,\sigma \left(Y,Y^{\prime }\right)\right)$是相对开的）、且$\operatorname {Im} {}^{t}F={}^{t}F\left(Y^{\prime }\right)$的等度连续子集都是$Y^{\prime }$的某等度连续子集的像时，F是相对开的。
• 若F是连续单射，则当且仅当$X^{\prime }$的等度连续子集都是$Y^{\prime }$的某等度连续子集的像，$F:X\to Y$是拓扑向量空间嵌入（或等价的拓扑嵌入）。

可度量化性与可分性

令X是局部凸空间，有连续对偶空间$X^{\prime }$，并令$K\subseteq X^{\prime }$。

1. 若K是等度连续或$\sigma \left(X^{\prime },X\right)$-紧的，且$D\subseteq X^{\prime }$使得$\operatorname {span} D$在X中稠密，则K从$\left(X^{\prime },\sigma \left(X^{\prime },D\right)\right)$继承的子空间拓扑等同于K从$\left(X^{\prime },\sigma \left(X^{\prime },X\right)\right)$继承的子空间拓扑。
2. 若X是可分的、K是等度连续的，则K被赋予由$\left(X^{\prime },\sigma \left(X^{\prime },X\right)\right)$诱导的子空间拓扑后是可度量化的。
3. 若X是可分、可度量化的，则$\left(X^{\prime },\sigma \left(X^{\prime },X\right)\right)$是可分的。
4. 若X是赋范空间，则当且仅当给定由$\left(X^{\prime },\sigma \left(X^{\prime },X\right)\right)$诱导的子空间拓扑，X的连续对偶空间的封闭单元（X的连续对偶空间）可度量时，X是可分的。
5. 若X是赋范空间，其连续对偶空间可分（给定通常的范拓扑）时，X可分。

极拓扑与同配对相容的拓扑

主条目：极拓扑

从弱拓扑开始，极基的使用会产生一系列局部凸拓扑。这样的拓扑称作极拓扑，弱拓扑是其中最弱的。

$(X,Y,b)$将是$\mathbb {K}$上的配对，${\mathcal {G}}$将是X的$\sigma (X,Y,b)$-有界子集的非空集合。

极拓扑

主条目：极拓扑

给定X子集的集合${\mathcal {G}}$，Y上由${\mathcal {G}}$（与b）定义的极拓扑（或Y上的${\mathcal {G}}$-拓扑）是Y上唯一的拓扑向量空间拓扑，其中

$$\left\{rG^{\circ }:G\in {\mathcal {G}},r>0\right\}$$

形成了原点邻域的子基。 Y被赋予这${\mathcal {G}}$-拓扑时，就表示为$Y_{\mathcal {G}}$。极拓扑都需要是局部凸的。 ${\mathcal {G}}$是关于子集包含的有向集合时（即若$\forall G,K\in {\mathcal {G}}$，$\exists K\in {\mathcal {G}}$使得$G\cup H\subseteq K$），则此0处的邻域子基实际上形成了0处的邻域基。

下面列出了一些较重要的极拓扑。

符号：若$\Delta (X,Y,b)$表示Y上的极拓扑，则呗赋予此拓扑的Y将记作$Y_{\Delta (Y,X,b)},\ Y_{\Delta (Y,X)}$或$Y_{\Delta }$（如对$\sigma (Y,X,b)$我们有$\Delta =\sigma$，这样$Y_{\sigma (Y,X,b)},\ Y_{\sigma (Y,X)}$和$Y_{\sigma }$都表示赋予了$\sigma (X,Y,b)$的Y）。

${\mathcal {G}}\subseteq {\mathcal {P}}X$ （“…上一致收敛的拓扑”）	记作	名称（“…的拓扑”）	又称
X的有限子集 （或X有限子集的$\sigma (X,Y,b)$-闭圆盘化壳）	$\sigma (X,Y,b)$ $s(X,Y,b)$	逐点/简单收敛	弱/弱-*拓扑
$\sigma (X,Y,b)$-紧圆盘	$\tau (X,Y,b)$		麦基拓扑
$\sigma (X,Y,b)$-紧凸子集	$\gamma (X,Y,b)$	紧凸收敛
$\sigma (X,Y,b)$-紧子集 （或平衡$\sigma (X,Y,b)$-紧子集）	$c(X,Y,b)$	紧收敛
$\sigma (X,Y,b)$-有界子集	$b(X,Y,b)$ $\beta (X,Y,b)$	有界收敛	强拓扑 最强的极拓扑

与极拓扑有关的定义

连续性 若$F:(X,\tau (X,Y,b))\to (W,\tau (W,Z,c))$连续，则线性映射$F:X\to W$是（关于$(X,Y,b)$和$(W,Z,c)$）麦基连续的。

若$F:(X,\beta (X,Y,b))\to (W,\beta (W,Z,c))$是连续的，则线性映射$F:X\to W$是（关于$(X,Y,b)$和$(W,Z,c)$）强连续的。

有界子集

X的子集，若在$(X,\sigma (X,Y,b))$（或$(X,\tau (X,Y,b))$、$(X,\beta (X,Y,b))$）中有界，则称X是弱有界（或麦基有界、强有界）。

同配对相容的拓扑

弱$(X,Y,b)$是$\mathbb {K}$上的配对，${\mathcal {T}}$是X上的向量拓扑，则${\mathcal {T}}$是配对的拓扑，且若其局部凸、$\left(X,{\mathcal {T}}\right)$的连续对偶空间$=b(\,\cdot \,,Y)$，则称之与配对$(X,Y,b)$相容或一致。 若X分离Y的点，则Y可视作X的代数对偶的向量子空间，定义条件变为$\left(X,{\mathcal {T}}\right)^{\prime }=Y.$有人（如[Trèves 2006]、[Schaefer 1999]）要求配对的拓扑也要是豪斯多夫的，若Y分离X的点（这些学者假设），则必须是豪斯多夫的。

弱拓扑$\sigma (X,Y,b)$同配对$(X,Y,b)$相容（如弱表示定理所示），事实上是最弱的拓扑。还有一种与这种配对相容的最强拓扑，即麦基拓扑。 若N是非自反的赋范空间，则其连续对偶空间上通常的范拓扑同对偶$\left(N^{\prime },N\right)$不相容。

麦基–阿伦定理

主条目：麦基–阿伦定理、麦基拓扑和麦基空间

下面是对偶理论中最重要的定理之一。

麦基–阿伦定理 I — 令$(X,Y,b)$是配对，使X分离Y的点，并令${\mathcal {T}}$是X上的局部凸拓扑（不必豪斯多夫）。 则，当且仅当${\mathcal {T}}$是由某覆盖了Y的$\sigma (Y,X,b)$-紧圆盘集合${\mathcal {G}}$确定的极拓扑时，称${\mathcal {T}}$与配对$(X,Y,b)$相容。

由此可见，麦基拓扑$\tau (X,Y,b)$是由Y中所有$\sigma (X,Y,b)$-紧圆盘生成的极拓扑，是X上与配对 $(X,Y,b)$相容的最强局部凸拓扑。 给定拓扑与麦基拓扑相同的局部凸空间称作麦基空间。 上述麦基-阿伦定理的一下结果也称作麦基-阿伦定理。

麦基–阿伦定理 II — 令$(X,Y,b)$是配对，使得X分离Y的点，并且${\mathcal {T}}$是X上的局部凸拓扑。则，当且仅当$\sigma (X,Y,b)\subseteq {\mathcal {T}}\subseteq \tau (X,Y,b)$，${\mathcal {T}}$与配对相容。

麦基定理、桶与闭凸集

若X是（$\mathbb {R}$或$\mathbb {C}$上的）拓扑向量空间，则半空间（half-space）是形式为$\{x\in X:f(x)\leq r\}$的集合。（r是实数，f是X上的连续实值线性泛函）

定理 — 若X是（$\mathbb {R}$或$\mathbb {C}$上的）局部凸空间、C是X的非空闭凸子集，则$C$等于包含它的所有闭半空间的交。

上述定理说明，局部凸空间的闭子集和凸子集完全取决于连续对偶空间。于是，在任何与配对相容的拓扑中，闭子集和凸子集都相同；即，若${\mathcal {T}}$、${\mathcal {L}}$是X上的任意局部凸拓扑，且有同样的连续对偶空间，则当且仅当X的凸子集在${\mathcal {L}}$拓扑中封闭，，此子集也在${\mathcal {T}}$拓扑中封闭。 这说明，X任意凸子集的${\mathcal {T}}$-闭等同于其${\mathcal {L}}$-闭，对X中任意${\mathcal {T}}$-闭圆盘A，$A=A^{\circ \circ }$。 特别地，若B是X的一个子集，则当且仅当B是$(X,{\mathcal {L}})$中的桶时，B也是$(X,{\mathcal {L}})$中的桶。

下面的定理说明，桶（即闭吸收圆盘）恰是弱有界子集的极。

定理 — 令$(X,Y,b)$是配对，使得X分离Y的点，并令${\mathcal {T}}$为配对的某拓扑。 则当且仅当X的子集等于Y的某$\sigma (Y,X,b)$-有界子集的极时，此子集是X中的桶。

若X是拓扑向量空间，则

1. X的闭吸收平衡子集B吸收X的所有凸紧子集（即存在正实数r使得$rB$包含此集）。
2. 若X是豪斯多夫局部凸的，则X中每个桶都吸收X的每个凸有界完备子集。

所有这些都引出了麦基定理，这是对偶系统理论的核心定理之一。简言之，定理支出，对符合相同对偶性的两豪斯多夫局部凸拓扑，有界子集是相同的。

麦基定理 — 设$(X,{\mathcal {L}})$是豪斯多夫局部凸空间，有连续对偶空间$X^{\prime }$，并考虑规范对偶$\left\langle X,X^{\prime }\right\rangle$。 若${\mathcal {L}}$是X上任意与对偶$\left\langle X,X^{\prime }\right\rangle$相容的拓扑，则$(X,{\mathcal {L}})$的有界子集与$(X,{\mathcal {L}})$的有界子集相同。

有限序列空间

令X表示标量$r_{\bullet }=\left(r_{i}\right)_{i=1}^{\infty }$的所有序列的空间，且对所有足够大的i都有$r_{i}=0$。 令$Y=X$，定义双线性映射$b:X\times X\to \mathbb {K}$为

$$b\left(r_{\bullet },s_{\bullet }\right):=\sum _{i=1}^{\infty }r_{i}s_{i}.$$

则$\sigma (X,X,b)=\tau (X,X,b)$。 此外，当且仅当存在正实数序列$m_{\bullet }=\left(m_{i}\right)_{i=1}^{\infty }$，使得$\left|t_{i}\right|\leq m_{i},\ \forall t_{\bullet }=\left(t_{i}\right)_{i=1}^{\infty }\in T$、及所有指标i（或还有$m_{\bullet }\in X$）时，子集$T\subseteq X$是$\sigma (X,X,b)$-有界（或$\beta (X,X,b)$-有界）的。

由此可见，X的子集中有弱有界（即$\sigma (X,X,b)$-有界）的，但没有强有界（即无$\beta (X,X,b)$-有界）的。

另见

• Beta对偶空间
• 双正交系统
• 对偶空间
• 对偶拓扑
• 对偶 (数学)
• 内积
• L半内积
• 配对 (数学)
• 极集
• 极拓扑
• 约化对偶对
• 强对偶空间
• 线性映射空间泛函
• 弱拓扑

书目

• Narici, Lawrence; Beckenstein, Edward. Topological Vector Spaces. Pure and applied mathematics Second. Boca Raton, FL: CRC Press. 2011. ISBN 978-1584888666. OCLC 144216834. 
• Michael Reed and Barry Simon, Methods of Modern Mathematical Physics, Vol. 1, Functional Analysis, Section III.3. Academic Press, San Diego, 1980. ISBN 0-12-585050-6.
• Rudin, Walter. Functional Analysis. International Series in Pure and Applied Mathematics Second. New York, NY: McGraw-Hill Science/Engineering/Math. ISBN 978-0-07-054236-5. OCLC 21163277. 
• Schaefer, Helmut H.; Wolff, Manfred P. Topological Vector Spaces. GTM Second. New York, NY: Springer New York Imprint Springer. 1999. ISBN 978-1-4612-7155-0. OCLC 840278135. 
• Schmitt, Lothar M. An Equivariant Version of the Hahn–Banach Theorem. Houston J. Of Math. 1992, 18: 429–447. 
• Trèves, François. Topological Vector Spaces, Distributions and Kernels. Mineola, N.Y.: Dover Publications. [1967]. ISBN 978-0-486-45352-1. OCLC 853623322. 

外部链接

• Duality Theory