雙重對偶：空間回望自身

對偶兩次

V* 是一個 向量空間，所以它也有自己的對偶：V** = (V*)*，即 雙重對偶。V** 的元素是「對測量的測量」——一個吃進餘向量、返回純量的線性泛函。在第 2 篇裡我們看到 V ≅ V*，但那要先選好一組基。雙重對偶徹底改變了這個故事。

人們容易以為「對偶、再對偶，無非又因同樣無聊的理由回到原點」。並非如此。對偶一次，得到的 對偶空間 只能透過基與 V 相連。對偶第二次，恢復出 V——但我們會看到，那是透過一個完全無需任何選擇的映射。這兩趟旅程之間的差別，正是關鍵所在。

求值映射無需任何基

奇妙之處在此。每個向量 v ∈ V 本就知道如何作用於泛函：把 v 餵給它們即可。定義 eval_v(f) = f(v)。對固定的 v，它關於 f 線性，所以 eval_v 是 V 的元素。映射 v -> eval_v 就是 [[canonical-evaluation-map|求值映射]]——而你寫下它時根本沒有選任何基。它是典範的**：僅由結構本身決定。

V = R^2.  Vector v = (3, 5).
A covector f = [a  b] acts by f(v) = 3a + 5b.

Define eval_v : V* -> R  by  eval_v(f) = f(v) = 3a + 5b.
This is linear in (a,b), so eval_v lives in V**.

No basis was chosen to write eval_v down — only the
rule 'apply f to v'.  Swap a different vector w=(1,0):
  eval_w(f) = 1*a + 0*b = a   (it just reads off a).
Distinct vectors give distinct elements of V**  => map is injective.

自然同構與自反性

1. 單射：若 v ≠ 0，則存在泛函 f 使 f(v) ≠ 0，故 eval_v ≠ 0。沒有向量能對所有測量都隱形。
2. 維數相等：dim V** = dim V* = dim V（有限維），故單射即蘊含滿射。
3. 於是 v -> eval_v 是同構 V ≅ V**，且是典範的——對每組基都相同。

若這個典範映射是同構，則稱該空間為 自反空間。每個有限維空間都自反，故我們慣常把 V 與 V 等同**起來，不再寫 eval。深層教訓是：V 與 V* 確實不同（列 vs 行），但一個空間與它的雙重對偶只是同一事物換了件衣服——而這種相同不需任何選擇作代價。