双重对偶：空间回望自身

对偶两次

V* 是一个向量空间，所以它也有自己的对偶：V** = (V*)*，即双重对偶。V** 的元素是“对测量的测量”——一个吃进余向量、返回标量的线性泛函。在第 2 篇里我们看到 V ≅ V*，但那要先选好一组基。双重对偶彻底改变了这个故事。

人们容易以为“对偶、再对偶，无非又因同样无聊的理由回到原点”。并非如此。对偶一次，得到的对偶空间只能通过基与 V 相连。对偶第二次，恢复出 V——但我们会看到，那是通过一个完全无需任何选择的映射。这两趟旅程之间的差别，正是关键所在。

求值映射无需任何基

奇妙之处在此。每个向量 v ∈ V 本就知道如何作用于泛函：把 v 喂给它们即可。定义 eval_v(f) = f(v)。对固定的 v，它关于 f 线性，所以 eval_v 是 V 的元素。映射 v -> eval_v 就是 [[canonical-evaluation-map|求值映射]]——而你写下它时根本没有选任何基。它是典范的**：仅由结构本身决定。

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.

v -> eval_v 完全由 f(v) 写出；任何地方都没有出现基。

自然同构与自反性

单射：若 v ≠ 0，则存在泛函 f 使 f(v) ≠ 0，故 eval_v ≠ 0。没有向量能对所有测量都隐形。
维数相等：dim V** = dim V* = dim V（有限维），故单射即蕴含满射。
于是 v -> eval_v 是同构 V ≅ V**，且是典范的——对每组基都相同。

若这个典范映射是同构，则称该空间为自反空间。每个有限维空间都自反，故我们惯常把 V 与 V 等同**起来，不再写 eval。深层教训是：V 与 V* 确实不同（行 vs 列），但一个空间与它的双重对偶只是同一事物换了件衣服——而这种相同不需任何选择作代价。