{
  "id": "linear-functional",
  "title": "线性泛函",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "线性泛函是向量空间上的标量值线性映射，是对偶理论、几何与泛函分析的基本概念。",
  "category": "mathematics",
  "subcategory": "algebra",
  "type": "concept",
  "aliases": [
    "线性形式",
    "协向量",
    "对偶向量"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/linear-functional/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/linear-functional/",
      "json": "https://aiwiki.page/en/linear-functional.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "线性泛函是从向量空间到其标量域（数学）的线性映射。一般的线性算子可以输出另一个空间中的向量，而线性泛函的输出则是一个标量。这个术语既适用于有限维空间，也适用于以函数为元素的空间。线性泛函构成对偶空间，为研究坐标、标量测量和连续性提供了一个框架。(pi.math.cornell.edu)"
    },
    {
      "heading": "定义与基本性质",
      "text": "设 \\(V\\) 是域 \\(\\mathbb F\\) 上的向量空间。如果映射 \\(f:V\\to\\mathbb F\\) 对任意 \\(x,y\\in V\\) 和 \\(\\alpha,\\beta\\in\\mathbb F\\) 都满足\n\n\\[f(\\alpha x+\\beta y)=\\alpha f(x)+\\beta f(y),\\]\n\n则称 \\(f\\) 为线性泛函。这个条件同时包含可加性和齐次性，由此可得 \\(f(0)=0\\)、\\(f(-x)=-f(x)\\)，且 \\(f\\) 保持任意有限线性组合。在分析中，标量通常为实数或复数。(pi.math.cornell.edu)\n\n线性性取决于所指定的标量域：复向量空间上的实线性映射未必是复线性的。特别地，复共轭运算是实线性的，但不是复线性的。此外，当 \\(b\\ne0\\) 时，映射 \\(x\\mapsto f(x)+b\\) 是仿射映射，而不是线性泛函，因为它不把零映射到零。(math.mit.edu)"
    },
    {
      "heading": "坐标与代数对偶",
      "text": "在 \\(\\mathbb F^n\\) 上，每个线性泛函都具有如下形式：\n\n\\[f(x_1,\\ldots,x_n)=a_1x_1+\\cdots+a_nx_n.\\]\n\n相对于标准坐标，它可以用作用于列向量的 \\(1\\times n\\) 矩阵 \\((a_1,\\ldots,a_n)\\) 表示。这些系数唯一确定该泛函。(cs.cornell.edu)\n\n更一般地，若 \\(e_1,\\ldots,e_n\\) 是 \\(V\\) 的一组基（线性代数），则其对偶基由满足\n\n\\[e^i(e_j)=\\delta_{ij}\\]\n\n的泛函 \\(e^1,\\ldots,e^n\\) 组成。因此，若 \\(x=\\sum_jx_je_j\\)，则 \\(e^i(x)=x_i\\)，并且\n\n\\[f=\\sum_{i=1}^{n}f(e_i)e^i.\\]\n\n代数对偶 \\(V^*=\\operatorname{Hom}_{\\mathbb F}(V,\\mathbb F)\\) 配备逐点定义的加法和标量乘法。因此，当 \\(V\\) 为有限维空间时，\\(V^*\\) 与 \\(V\\) 具有相同的维数（向量空间）。(math.mit.edu)\n\n选定一组基便可得到 \\(V\\) 与 \\(V^*\\) 之间的一个同构，但仅凭向量空间结构并不能确定一个典范同构。相比之下，映入双重对偶空间的求值映射\n\n\\[J:V\\longrightarrow V^{**},\\qquad J(x)(f)=f(x)\\]\n\n不需要选取基，并且在有限维情形下是一个同构。(math.mit.edu)"
    },
    {
      "heading": "核与超平面",
      "text": "泛函的核（线性映射）为\n\n\\[\\ker f=\\{x\\in V:f(x)=0\\},\\]\n\n它是一个线性子空间。若 \\(f\\ne0\\)，则 \\(f\\) 是到 \\(\\mathbb F\\) 的满射，其核的余维为一。在有限维情形下，这可由秩—零化度定理推出。这样的核是一个线性超平面。(homepages.ucl.ac.uk)\n\n选取满足 \\(f(v)=1\\) 的向量 \\(v\\)。每个向量都可以分解为\n\n\\[x=\\bigl(x-f(x)v\\bigr)+f(x)v,\\]\n\n其中第一项属于 \\(\\ker f\\)。对于任意标量 \\(c\\)，水平集 \\(f(x)=c\\) 是平移后的超平面 \\(cv+\\ker f\\)。在实数域上，这些水平集描述了一族相互平行的标量值约束。(homepages.ucl.ac.uk)"
    },
    {
      "heading": "函数空间中的例子",
      "text": "在固定点处求值是线性的：在区间 \\([a,b]\\) 上的连续函数空间中，定义\n\n\\[E_t(g)=g(t),\\qquad t\\in[a,b].\\]\n\n同样，积分泛函\n\n\\[I(g)=\\int_a^b g(s)\\,ds\\]\n\n也是线性的。只要相应积分存在，加权积分 \\(g\\mapsto\\int_a^b g(s)w(s)\\,ds\\) 也给出了线性泛函的例子。(pi.math.cornell.edu)\n\n在多项式空间上，提取指定项的系数是一个线性泛函。在固定点处对导数求值，即 \\(p\\mapsto p'(t)\\)，是另一个例子。这些例子说明，“泛函”并不意味着非线性，也不要求定义域是无限维的：线性泛函的关键特征是取值为标量且具有线性性。(cs.cornell.edu)"
    },
    {
      "heading": "连续性与有界性",
      "text": "在泛函分析中，定义域通常配备一个范数。赋范向量空间 \\(X\\) 上的线性泛函连续，当且仅当存在 \\(C\\ge0\\)，使得\n\n\\[|f(x)|\\le C\\|x\\|\\qquad(x\\in X).\\]\n\n仅在零点处连续就足够了。这里的“有界”是指在单位球上有界，而不是在整个空间上有界；任何非零线性泛函沿着适当向量的标量倍数取值时，其绝对值都可以无限增大。(ocw.mit.edu)\n\n线性泛函的算子范数为\n\n\\[\\|f\\|=\\sup_{\\|x\\|\\le1}|f(x)|.\\]\n\n连续对偶空间只包含连续线性泛函，而代数对偶空间不施加任何连续性要求。即使 \\(X\\) 不完备，其连续对偶空间在此范数下仍是巴拿赫空间。有限维实或复赋范空间上的每个线性泛函都是连续的；无限维空间上则可能存在不连续的线性泛函。(ocw.mit.edu)"
    },
    {
      "heading": "表示、延拓与弱收敛",
      "text": "对于希尔伯特空间 \\(H\\)，里斯表示定理指出，每个连续线性泛函都具有唯一的表示\n\n\\[f(x)=\\langle x,y\\rangle,\\qquad y\\in H,\\]\n\n这里采用内积对第一个变量为线性的约定。此外，\\(\\|f\\|=\\|y\\|\\)。在复空间中，对应关系 \\(y\\mapsto f\\) 是共轭线性的。(ocw.mit.edu)\n\n哈恩—巴拿赫定理保证，实或复赋范空间的子空间上的有界线性泛函，可以延拓到整个空间而不增大其范数。因此，连续线性泛函能够区分不同的点，并可通过下式恢复范数：\n\n\\[\\|x\\|=\\sup_{\\|f\\|\\le1}|f(x)|.\\]\n\n延拓不一定唯一。(ocw.mit.edu)\n\n线性泛函还定义了弱拓扑：使连续对偶空间中每个元素都连续的最弱拓扑。序列 \\(x_n\\) 弱收敛于 \\(x\\)，当且仅当对每个连续线性泛函 \\(f\\)，都有 \\(f(x_n)\\to f(x)\\)。这种方式通过标量求值来检验收敛性，而不是直接考察范数距离。(math.ucdavis.edu)"
    }
  ],
  "links": [
    "vector-space",
    "field-mathematics",
    "linear-map",
    "dual-space",
    "linear-combination",
    "real-number",
    "complex-number",
    "affine-map",
    "matrix",
    "basis-linear-algebra",
    "dimension-vector-space",
    "isomorphism",
    "kernel-linear-map",
    "linear-subspace",
    "rank-nullity-theorem",
    "hyperplane",
    "integral",
    "polynomial",
    "derivative",
    "functional-analysis",
    "normed-vector-space",
    "banach-space",
    "hilbert-space",
    "inner-product",
    "hahn-banach-theorem"
  ],
  "sources": [
    {
      "title": "pi.math.cornell.edu/m/sites/default/files/imported/Courses/615/615n06.pdf",
      "url": "https://pi.math.cornell.edu/m/sites/default/files/imported/Courses/615/615n06.pdf"
    },
    {
      "title": "math.mit.edu/classes/18.952/spring2011/chapter1.pdf",
      "url": "https://math.mit.edu/classes/18.952/spring2011/chapter1.pdf"
    },
    {
      "title": "cs.cornell.edu/courses/cs6210/2025fa/lec/2025-08-25.html",
      "url": "https://www.cs.cornell.edu/courses/cs6210/2025fa/lec/2025-08-25.html"
    },
    {
      "title": "homepages.ucl.ac.uk/~ucahad0/3103_handout_3.pdf",
      "url": "https://www.homepages.ucl.ac.uk/~ucahad0/3103_handout_3.pdf"
    },
    {
      "title": "ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/3d4c…",
      "url": "https://ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/3d4cc88026d44a01f936cd6a0aa995cb_MIT18_102s20_lec_FA.pdf"
    },
    {
      "title": "ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/8fb8…",
      "url": "https://ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/8fb8d5c170f1613151aca71de21027bc_MIT18_102s21_full_lec.pdf"
    },
    {
      "title": "math.ucdavis.edu/~babson/MAT200/200-20/Analysis.pdf",
      "url": "https://www.math.ucdavis.edu/~babson/MAT200/200-20/Analysis.pdf"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}