Betrachten wir lineare Gleichungssysteme , mit fester Koeffizientenmatrix und variabler rechter Seite . Dann sind die Lösungsmengen affine Unterräume mit gleichem Untervektorraum , wobei eine spezielle (aber beliebige) Lösung von ist (sofern es überhaupt eine Lösung gibt). Wir wissen bereits: Sind und , dann sind . Damit erhält die Menge der Lösungsräume die Struktur eines Vektorraumes.
Jeder Unterraum induziert auf ein Äquivalenzrelation gdw. . Wir bezeichnen mit die
Menge der zugehörigen Äquivalenzklassen .
Sei eine lineare Abbildung, dann gibt es eine eindeutige lineare Abbildung mit . Dabei induziert einen Isomorphismus .
Dabei entsprechen die Elemente von den Fasern (Urbildmengen) von .
Die Konstruktion von Restklassenstrukturen ist nicht an Vektorräume gebunden. Dahinter steckt ein allgemeines Prinzip. Dies gilt auch für den folgenden Isomorphiesatz.
Der duale Raum eines Vektorraumes ist der Raum der linearen Funktionale .
Beispiel: Der duale Raum von ist und umgekehrt, der duale Raum von ist isomorph zu .
Eigenschaften und spezielle Konstruktionen:
Die Anwendung linearer Funktionale auf Vektoren induziert eine (kanonische) Bilinearform .
Zu jeder Basis von gibt es eine eindeutig bestimmte Basis von , genannt duale Basis zu . Dabei wird durch lineare Fortsetzung der Zuordnung definiert. Dann gelten ähnliche Rechenregeln wie für ONBs, beispielsweise bestimmen sich die Koordinaten eines Vektors bzgl. durch .
Zu einem Unterraum lässt sich ein Unterraum zuordnen
.
Testfrage: Man bestimme als Funktion von .
Ein endlich-dimensionaler Vektorraum ist isomorph zu seinem dualen Raum (allein aus Dimensionsgründen), es gibt jedoch keinen ausgezeichneten Isomorphismus, der basisunabhängig definiert werden kann.
Dagegen ist die Abbildung , wobei durch die Festlegung für alle bestimmt ist, ein kanonischer Isomorphismus für jeden endlich erzeugten Vektorraum.
Ist ein endlich erzeugter Vektorraum euklidisch, dann existiert ein basisunabhängiger Isomorphismus induziert durch das Skalarprodukt durch .
Jeder linearen Abbildung ist eine duale (oder auch adjungierte) lineare Abbildung zugeordnet. Dabei wird definiert durch .
Beispiel für nützliche Aussagen in Termen dualer Räume:
,
,
ist lösbar gdw. oder anders geschrieben: .
Anwendungsbeispiel: Langrangesche Interpolationspolynome
Betrachte zu , den Polynomen von Grad , dann bilden die Evaluierungsabbildungen in verschiedenen Werten eine Basis von . Wir suchen eine Basis von , so dass die duale Basis mit übereinstimmt.
Lösung: Die Lagrange-Polynome bilden die gesuchte Basis . Wir wollen ein Polynom finden, dass an den Stellen vorgegebene Werte annehmen soll: .
Dann gilt .