点集拓扑摘记
1 点与集合的关系
\qquad 为了描述 R n R^{n} Rn 中的点 x 0 x_{0} x0 与集合 E E E 之间的关系,有两种分类方法,分别为:
{
内点
界点
外点
或者
{
聚点
孤立点
外点
\qquad\qquad\begin{cases} \ \ \ \ 内点 \\ \\ \ \ \ \ 界点 \\ \\ \ \ \ \ 外点 \\ \end{cases}\qquad\qquad 或者 \qquad\qquad \begin{cases} \ \ \ \ 聚点 \\ \\ \ \ \ \ 孤立点 \\ \\ \ \ \ \ 外点 \\ \end{cases}
⎩
⎨
⎧ 内点 界点 外点或者⎩
⎨
⎧ 聚点 孤立点 外点
\newline
\qquad
两种分类方法中,外点的定义是相同的。
\qquad
1.1 内点、外点、界点
\qquad 假设点 x 0 ∈ R n x_{0} \in R^{n} x0∈Rn ,集合 E ⊂ R n E \subset R^{n} E⊂Rn,那么点与集合的关系可以是:
\qquad ( 1 ) (1) (1) 点 x 0 x_{0} x0 附近全是集合 E E E 的点
\qquad ( 2 ) (2) (2) 点 x 0 x_{0} x0 附近没有集合 E E E 的点
\qquad ( 3 ) (3) (3) 点 x 0 x_{0} x0 附近既有集合 E E E 的点,又有不属于集合 E E E 的点
\newline
\qquad
这三种关系分别对应着内点、外点、界点的定义:
\qquad ( 1 ) (1) (1) 内点 (interior point) \text{(interior\ point)} (interior point):
\qquad
\qquad
存在
x
0
x_{0}
x0 的某个邻域
B
(
x
0
,
r
)
B(x_{0}, r)
B(x0,r),使得
B
(
x
0
,
r
)
⊂
E
B(x_{0}, r) \subset E
B(x0,r)⊂E
\qquad
\qquad
即:
∃
r
>
0
\exist \ r>0
∃ r>0,使得
B
(
x
0
,
r
)
⊂
E
B(x_{0}, r) \subset E
B(x0,r)⊂E
\qquad
\qquad
内点
x
0
∈
E
x_{0} \in E
x0∈E(在集合
E
E
E 中)
\qquad ( 2 ) (2) (2) 外点 (exterior point) \text{(exterior\ point)} (exterior point):
\qquad
\qquad
如果
x
0
x_{0}
x0 是
E
E
E 的余集
E
c
E^{c}
Ec 的内点
\qquad
\qquad
即:
∃
r
>
0
\exist \ r>0
∃ r>0,使得
B
(
x
0
,
r
)
∩
E
=
∅
B(x_{0}, r) \cap E = \varnothing
B(x0,r)∩E=∅
\qquad
\qquad
外点
x
0
∉
E
x_{0} \notin E
x0∈/E(不在集合
E
E
E 中)
\qquad ( 3 ) (3) (3) 界点 (boundary point) \text{(boundary\ point)} (boundary point):
\qquad
\qquad
既非内点,又非外点(任一邻域中既有属于
E
E
E 的点,也有不属于
E
E
E 的点)
\qquad
\qquad
即:
∃
r
>
0
\exist \ r>0
∃ r>0,使得
B
(
x
0
,
r
)
∩
E
≠
∅
且
B
(
x
0
,
r
)
∩
E
c
≠
∅
B(x_{0}, r) \cap E \neq \varnothing\ 且\ B(x_{0}, r) \cap E^{c} \neq \varnothing
B(x0,r)∩E=∅ 且 B(x0,r)∩Ec=∅
\qquad
\qquad
界点可能在集合
E
E
E 中,也可能不在
\newline
\qquad
从而,可以定义出:
int
(
E
)
:
E
\qquad\qquad \text{int}(E):\ E
int(E): E的内部,全体内点构成的集合
ext
(
E
)
:
E
\qquad\qquad \text{ext}(E):\ E
ext(E): E的外部,全体外点构成的集合
∂
E
:
E
\qquad\qquad \partial E:\quad \ \ \ E
∂E: E的边界,全体界点构成的集合
\qquad
1.2 聚点、孤立点、外点
\qquad
假设点
x
0
∈
R
n
x_{0} \in R^{n}
x0∈Rn ,集合
E
⊂
R
n
E \subset R^{n}
E⊂Rn
\qquad
研究点集之间的逼近性质时,内点和界点可能具有相同的性质:若存在
E
E
E 中互异的点列
{
x
n
}
∣
1
∞
\{x_{n}\} \big|_{1}^{\infty}
{xn}
1∞,使
x
n
⟶
x
0
(
n
→
∞
)
x_{n}\longrightarrow x_{0} \ (n \rightarrow \infty)
xn⟶x0 (n→∞),那么
x
0
x_{0}
x0 既有可能是内点,也有可能是界点。
\newline
\qquad
点和集合的关系还可以描述为:聚点、孤立点、外点(外点的定义是相同的)。
( 1 ) \qquad(1) (1) 聚点 (limit point) \text{(limit\ point)} (limit point):
1
)
\qquad\qquad 1)
1) 点
x
0
x_{0}
x0 的任一邻域
B
(
x
0
,
r
)
B(x_{0}, r)
B(x0,r) 中都含有
E
E
E 中无限多个点
2
)
\qquad\qquad 2)
2) 点
x
0
x_{0}
x0 的任一邻域
B
(
x
0
,
r
)
B(x_{0}, r)
B(x0,r) 至少含有一个属于
E
E
E 而异于
x
0
x_{0}
x0 的点
\newline\qquad\qquad
即:
∀
r
>
0
\forall \ r>0
∀ r>0,都有
B
(
x
0
,
r
)
∩
(
E
\
{
x
0
}
)
≠
∅
B(x_{0}, r) \cap \left( E \backslash \{x_{0}\} \right) \not= \varnothing
B(x0,r)∩(E\{x0})=∅
3
)
\qquad\qquad 3)
3) 存在
E
E
E 中互异的点构成的点列
{
x
n
}
∣
1
∞
\{x_{n}\} \big|_{1}^{\infty}
{xn}
1∞,使
x
n
⟶
x
0
(
n
→
∞
)
x_{n}\longrightarrow x_{0}(n \rightarrow \infty)
xn⟶x0(n→∞)
4
)
\qquad\qquad 4)
4) 有限集没有聚点
5
)
\qquad\qquad 5)
5) 聚点不一定在集合
E
E
E 中(可能在,也可能不在)
( 2 ) \qquad(2) (2) 孤立点 (isolated point) \text{(isolated\ point)} (isolated point):
\qquad\qquad
点
x
0
∈
E
x_{0} \in E
x0∈E,但不是
E
E
E 的聚点
\qquad\qquad
即:若
x
0
∈
E
x_{0} \in E
x0∈E,
∃
r
>
0
\exists \ r >0
∃ r>0,使
B
(
x
0
,
r
)
∩
E
=
{
x
0
}
B(x_{0}, r) \cap E = \{x_{0}\}
B(x0,r)∩E={x0}
( 3 ) \qquad(3) (3) 外点 (exterior point) \text{(exterior\ point)} (exterior point):
\qquad\qquad
如果
x
0
x_{0}
x0 是
E
E
E 的余集
E
c
E^{c}
Ec 的内点
\qquad\qquad
即:
∃
r
>
0
\exist \ r>0
∃ r>0,使得
B
(
x
0
,
r
)
∩
E
=
∅
B(x_{0}, r) \cap E = \varnothing
B(x0,r)∩E=∅
\qquad\qquad
外点
x
0
∉
E
x_{0} \notin E
x0∈/E(不在集合
E
E
E 中)
\qquad
1.3 两种分类方法之间的一些联系
\qquad
(
1
)
(1)
(1) 内点必然是聚点,必然在
E
E
E 中
\newline
\qquad
(
2
)
(2)
(2) 聚点未必是内点 —— 聚点可能是内点,也可能是界点
\newline
\qquad
(
3
)
(3)
(3) 孤立点必然是界点,必然在
E
E
E 中
\newline
\qquad
(
4
)
(4)
(4) 界点未必是孤立点 —— 界点可能是聚点,也可能是孤立点
\newline
\qquad
(
5
)
(5)
(5) 界点、聚点可以在
E
E
E 中,也可以不在
E
E
E 中
\qquad
2. 闭包: 所有附着点 (adherent point) 的集合
1. 闭包 \textcolor{red}{1.\ 闭包} 1. 闭包
\qquad 在两种分类方法中,外点的定义是相同的,因此考虑 “外点的反面”:
\qquad 如果 ∀ r > 0 \forall \ r>0 ∀ r>0,都有 B ( x 0 , r ) ∩ E ≠ ∅ B(x_{0}, r) \cap E \not = \varnothing B(x0,r)∩E=∅,即: x 0 x_{0} x0 的任意邻域中都包含 E E E 中的点,则称 x 0 x_{0} x0 为附着点 (adherent point) \text{(adherent\ point)} (adherent point)(或称接触点)。 \newline
\qquad
实际上,附着点可能是:
\newline
{
内点
界点
或者
{
聚点
孤立点
\qquad\qquad\left\{ \begin{matrix} \ \ \ \ 内点 \\ \\ \ \ \ \ 界点 \\ \end{matrix}\qquad 或者 \qquad \right\{ \begin{matrix} 聚点 \\ \\ \ \ \ \ 孤立点 \\ \end{matrix}
⎩
⎨
⎧ 内点 界点或者⎩
⎨
⎧聚点 孤立点
\qquad
\qquad
可以用下图来描述:
\qquad
\newline
\qquad
在上图中,红色方框表示
“
“
“ 附着点
(adherent point)
\text{(adherent\ point)}
(adherent point) 的全体
”
”
”,即闭包
(closure)
\text{(closure)}
(closure) ,用
E
‾
\overline{E}
E 表示【很关键的一点,直接产生了很多性质】。
\qquad
2. 开集、闭集 \textcolor{red}{2.\ 开集、闭集} 2. 开集、闭集
- 定义如下集合:
( 1 ) \qquad(1) (1) 内核 E ∘ : E^{\circ}\ : E∘ : 全体内点的集合
( 2 ) \qquad(2) (2) 边界 ∂ E : \partial E: ∂E: 全体界点的集合
( 3 ) \qquad(3) (3) 导集 E ′ : E^{'}\ : E′ : 全体聚点的集合
( 4 ) \qquad(4) (4) 闭包 E ‾ : \overline{E}\ \ : E : 全体附着点的集合,即 E ‾ = E ∘ ∪ ∂ E \overline{E}=E^{\circ} \cup \partial E E=E∘∪∂E 或 E ‾ = E ′ ∪ { 孤立点全体 } \overline{E}=E^{'} \cup \{\textbf{\scriptstyle 孤立点全体}\} E=E′∪{孤立点全体}
\qquad 闭包的另一个定义: E E E 和它的全体聚点所组成的集合,即 E ‾ = E ′ ∪ E \overline{E}=E^{'} \cup E E=E′∪E
\qquad 因此
E ‾ = E ′ ∪ E = E ∘ ∪ ∂ E = E ′ ∪ { 孤立点全体 } \qquad\qquad\overline{E}=E^{'} \cup E=E^{\circ} \cup \partial E = E^{'} \cup \{\textbf{\scriptstyle 孤立点全体}\} E=E′∪E=E∘∪∂E=E′∪{孤立点全体}
\qquad
- 若集合
E
E
E 满足
E
=
E
∘
E=E^{\circ}
E=E∘(
E
E
E 中每一个点都是内点),则称
E
E
E 为开集。
\newline
此时, E E E 中不包含界点,所有的界点都不在 E E E 中
\qquad - 若集合
E
E
E 满足
E
=
E
‾
E=\overline{E}
E=E,则称
E
E
E 为闭集。
\newline
此时,所有的聚点都在 E E E 中,即: E ′ ⊂ E E^{'}\subset E E′⊂E
所有的界点也都在 E E E 中,即: ∂ E ⊂ E \partial E\subset E ∂E⊂E
闭包 E ‾ \overline{E} E 也是闭集,即: E ‾ = E ‾ ‾ \overline{E}=\overline{\overline{E}} E=E ,是包含 E E E 的最小闭集。
\qquad
闭集的情况,如下图所示:
\qquad
3. 相关定理 \textcolor{red}{3.\ 相关定理} 3. 相关定理
定理1 \textbf{定理1} 定理1: ∀ E ⊂ R n \forall\ E\subset R^n ∀ E⊂Rn, E ∘ E^{\circ} E∘ 是开集, E ′ E^{'} E′ 和 E ‾ \overline E E 都是闭集。
定理2
\textbf{定理2}
定理2:(开集与闭集的对偶性)
设
E
⊂
R
n
E\subset R^n
E⊂Rn 是开集,则其余集
E
C
E^C
EC 是闭集;
设
E
⊂
R
n
E\subset R^n
E⊂Rn 是闭集,则其余集
E
C
E^C
EC 是开集。
定理3
\textbf{定理3}
定理3: 任意多个开集的并,仍是开集;
有限多个开集的交,仍是开集。
定理4
\textbf{定理4}
定理4: 任意多个闭集的交,仍是闭集;
有限多个开集的并,仍是闭集。
\qquad
3. 稠密性和可分性
\qquad 设 ( X , d ) (X,d) (X,d) 为距离空间,集合 A , E ⊂ X A,E\sub X A,E⊂X
稠密性 \textcolor{red}{稠密性} 稠密性
\qquad 如果 E E E 中每个点 x x x 的任一邻域 B ( x , r ) B(x, r) B(x,r) 都包含 A A A 中的点,即: E ⊂ A ‾ E\sub\overline A E⊂A,则称 A A A 在 E E E 中是稠密的。
(
1
)
\qquad(1)
(1) 若
E
⊂
A
‾
E\sub\overline A
E⊂A,这就说明
E
E
E 中任一点或者是
A
A
A 的聚点,或者就是
A
A
A 中的点
(
2
)
\qquad(2)
(2) 若
x
∈
E
x\in E
x∈E 为
A
A
A 的聚点,也就是存在点列
{
x
n
}
⊂
A
\{x_n\}\sub A
{xn}⊂A,使得
x
n
⟶
x
(
n
→
∞
)
x_{n}\longrightarrow x\ (n \rightarrow \infty)
xn⟶x (n→∞)
稠密性
表明 ∀ x ∈ E \forall\ x\in E ∀ x∈E 都可以用 A A A 中的点来逼近。
稠密子集 \textcolor{red}{稠密子集} 稠密子集
\qquad
如果
A
A
A 在全空间
X
X
X 中稠密,此时
X
=
A
‾
X=\overline A
X=A,则称
A
A
A 是
X
X
X 中的稠密子集。
\qquad
可分性
\textcolor{red}{可分性}
可分性
\qquad
若
(
X
,
d
)
(X,d)
(X,d) 中存在一个可数的稠密子集,则称
(
X
,
d
)
(X,d)
(X,d) 是可分的距离空间。
\qquad
4. 举例
\qquad
考虑下面3个集合:
\newline
E
1
=
{
1
,
1
2
,
…
,
1
n
,
…
}
E
2
=
{
0
,
1
,
1
2
,
…
,
1
n
,
…
}
E
3
=
{
0
,
1
,
1
2
,
…
,
1
n
,
}
\qquad\qquad\begin{aligned} E_{1} &= \{1, \dfrac{1}{2}, \dots, \dfrac{1}{n}, \dots \} \\ E_{2} &= \{0,1, \dfrac{1}{2}, \dots, \dfrac{1}{n}, \dots \} \\ E_{3} &=\{0,1, \dfrac{1}{2}, \dots, \dfrac{1}{n}, \} \end{aligned}
E1E2E3={1,21,…,n1,…}={0,1,21,…,n1,…}={0,1,21,…,n1,}
\qquad
E
1
:
E_{1}:\qquad
E1: 无内点,界点为
x
0
=
0
x_{0}=0
x0=0 和
x
k
=
1
k
(
k
>
0
)
x_{k}=\dfrac{1}{k} \ (k>0)
xk=k1 (k>0)
\qquad\qquad\qquad
聚点为0(不在
E
1
E_{1}
E1 中),孤立点为
x
k
=
1
k
(
k
>
0
)
x_{k}=\dfrac{1}{k} \ (k>0)
xk=k1 (k>0)
\newline
\qquad
E
2
:
E_{2}:\qquad
E2: 无内点,界点为
x
0
=
0
x_{0}=0
x0=0 和
x
k
=
1
k
(
k
>
0
)
x_{k}=\dfrac{1}{k} \ (k>0)
xk=k1 (k>0)
\qquad\qquad\qquad
聚点为0(在
E
2
E_{2}
E2 中),孤立点为
x
k
=
1
k
(
k
>
0
)
x_{k}=\dfrac{1}{k} \ (k>0)
xk=k1 (k>0)
\newline
\qquad
E
3
:
E_{3}:\qquad
E3: 无内点,界点为
x
0
=
0
x_{0}=0
x0=0 和
x
k
=
1
k
(
1
≤
k
≤
n
)
x_{k}=\dfrac{1}{k} \ (1 \leq k \leq n)
xk=k1 (1≤k≤n)
\qquad\qquad\qquad
无聚点为0(
E
3
E_{3}
E3 是有限集),孤立点为
x
0
=
0
x_{0}=0
x0=0 和
x
k
=
1
k
(
k
>
0
)
x_{k}=\dfrac{1}{k} \ (k>0)
xk=k1 (k>0)