基础拓扑学3

乘积空间与拓扑基

这里先讲述拓扑基,因为乘积空间可以用拓扑基来表达,这种表达更为简单。

拓扑基

给定空间集合$X$,取$\mathcal{B}{\subset}2^X$,而$\overline{\mathcal{B}}:\left\{U{\subset}X|U为\mathcal{B}中若干成员的并集\right\}$

$\overline{\mathcal{B}}$称为$\mathcal{B}$所生成的子集族,特别地有,$\mathcal{B}{\subset}\overline{\mathcal{B}},\varnothing{\subset}\overline{\mathcal{B}}$。

这是显然的,因为取得是$\mathcal{B}$中若干成员的并集,那么取到$\mathcal{B}$与$\varnothing$也是可以的。

定义拓扑基

  1. $\mathcal{B}$称为集合$X$的一个拓扑基,若$\overline{\mathcal{B}}$为$X$的一个拓扑
  2. 称$\mathcal{B}$为$(X,\tau)$的一个拓扑基,若$\overline{\mathcal{B}}=\tau$

其中1与2其实有区别的,一个是集合的拓扑基,是由$\mathcal{B}$生成了拓扑$\overline{\mathcal{B}}$,而2指的是对于已经有了的拓扑空间,$\overline{\mathcal{B}}=\tau$指出了拓扑基。

注:$U{\in}\overline{\mathcal{B}}\iff u=\varnothing或\forall x{\in}U,\exists U_x{\in}\mathcal{B},x{\in}U_x{\subset}U$

也就是在$\overline{\mathcal{B}}$中的集合,要么是空集,要么包含一个$\mathcal{B}$的成员。

那么什么时候$\overline{\mathcal{B}}$可以成为一个拓扑?怎么用拓扑基来刻画一个拓扑?

成为集合的拓扑基

设$\mathcal{B}{\subset}2^X$,$\mathcal{B}$为$X$的一个拓扑基,则充分必要条件是满足下列两个:

  1. $\bigcup_{U{\in}\mathcal{B}}U=X$
  2. $\forall {B}_1,{B}_2{\in}\mathcal{B},B_1{\cap}B_2{\in}\overline{\mathcal{B}}{\iff}\mathcal{B}中有限成员之交属于\overline{\mathcal{B}}$

证明:${\Rightarrow}\overline{\mathcal{B}}$是拓扑,则显然有$X{\in}\overline{\mathcal{B}}$也就是1成立,而$\forall {B}_1,{B}_2{\in}\mathcal{B}{\in}\overline{\mathcal{B}},B_1{\cap}B_2{\in}\overline{\mathcal{B}}$。于是2就成立了。(因为拓扑有限交还是在拓扑中)。

$\Leftarrow$要证明$\overline{\mathcal{B}}$是拓扑,于是要证明拓扑三公理,(1)$\varnothing,X{\in}\overline{\mathcal{B}}$成立。(2)可数并集还是在里面,根据$\overline{\mathcal{B}}$的定义直接可以得到。(3)有限交集还是属于$\overline{\mathcal{B}}$。首先$\forall U_1,U_2{\in}\overline{\mathcal{B}}$,$U_1{\cap}U_2{\in}\overline{\mathcal{B}}$,因为$U_i=U_{\alpha_i{\in}N}B_{\alpha_i},B_{\alpha_i}{\in}{\mathcal{B}},i=1,2.$,于是$U_1{\cap}U_2=({\cup}_{\alpha_1}B_{\alpha_1}){\cap}({\cup}_{\alpha_2}B_{\alpha_2})$,而式子$={\cup}_{\alpha_1,\alpha_2}(B_{\alpha_1}{\cap}B_{\alpha_2})$,由于(2),可以得到$B_{\alpha_1}{\cap}B_{\alpha_2}{\in}\overline{\mathcal{B}}$,再由定义,于是可以推出$U_1{\cap}U_2{\in}\overline{\mathcal{B}}$。

例子:

1,$R,\mathcal{B}=\left\{(a,b)|a<b\right\}$满足1,2

  1. $R={\bigcup}_{i{\in}Z}(i,i+2)$
  2. $\forall B_1=(a_1,b_1),B_2=(a_2,b_2),x{\in}(a_1,b_1){\cap}(a_2,b_2),x{\in}(a,b)$。

$$ a=\max\left\{a_1,a_2\right\},b=\min\left\{b_1,b_2\right\}\Rightarrow(a_1,b_1){\cap}(a_2,b_2){\in}\overline{\mathcal{B}}\Rightarrow\overline{\mathcal{B}} $$

为一个拓扑。

而拓扑基甚至还可以更小,比如可以取$\mathcal{B}'=\left\{(a,b)|a<b,b{\in}Q\right\}$,而这时候$\mathcal{B}'$为$R$的一个拓扑基。显然满足1与2,于是可以知道$\overline{\mathcal{B}}=\overline{\mathcal{B}'}$,可以有一个等价拓扑基的概念。

甚至还可以拥有更小的一个拓扑$\mathcal{B}''$,是一个可数基$\mathcal{B}''=\left\{a<b,a,b{\in}Q\right\}$。这里是因为无理数可以由有理数逼近。

成为拓扑空间的拓扑基

$\mathcal{B}$为$(X,\tau)$的一个拓扑基(也就是$\overline{\mathcal{B}}=\tau $)其充要条件为:

  1. $\mathcal{B}{\subset}\tau$。($B{\in}\mathcal{B}{\Rightarrow}B是开集$)
  2. $\tau{\subset}\overline{\mathcal{B}}$,(每个开集都是$\mathcal{B}$中成员的并集)

证明:如果已经知道是拓扑基,则$\Rightarrow$是显然的,因为根据$\overline{\mathcal{B}} $定义,可以知道1与2。

而$\Leftarrow$方向,由1可以通过$\overline{\mathcal{B}} $定义得到$\overline{\mathcal{B}} {\subset}\tau$,因为$\tau$的成员可数并还在$\tau$。那么只需要证明$\tau{\subset}\overline{\mathcal{B}} $,而这一点可以由2推出,则得到$\overline{\mathcal{B}}=\tau$。

以拓扑基取限制与空间限制拓扑的拓扑基

$(X,\tau)$是一个拓扑空间,其$\mathcal{B}$是这个空间的拓扑基,于是乎可以做出$\mathcal{B}_A=\left\{A{\cap}B|B{\in}\mathcal{B}\right\}$这个可以作为其限制的拓扑空间$(A,\tau_A)$的拓扑基。

证明:1,$\mathcal{B}_A{\subset}\tau_A$这个由于两者的定义可以直接给出。2,要证$\tau_A{\subset}\overline{\mathcal{B}_A}$,接下来需要证明这个,然后由上述的条件,即可证明$\tau_A=\overline{\mathcal{B}_A}$,从而证毕。$\forall U_A{\in}\tau_A,U_A=U{\cap}A,U{\in}\tau{\subset}\overline{\mathcal{B}}$可以推出存在$B_{\alpha}{\in}\mathcal{B},U={\cup}_{\alpha}B_{\alpha},U_A=U{\cap}A={\cup}_{\alpha}B_{\alpha}{\cap}A={\cup}_{\alpha}(B_{\alpha}{\cap}A)$。而$B{\in}\mathcal{B}_A$,于是乎$U_A{\in}\overline{\mathcal{B}_A}$,于是可以证明$\tau_A{\subset}\overline{\mathcal{B}_A}$。

拓扑基可以替代拓扑

$\mathcal{B}$为$(X,\tau)$的拓扑基,则有以下三个性质:

  1. $x{\in}A{\subset}X$,$A$为$x$的邻域$\iff$存在$U{\in}\mathcal{B},x{\in}U{\subset}A$。
  2. $x$为$A$的聚点$\iff\mathcal{B}$中包含$x$的每个成员与$A$相交非空。
  3. $f: \widetilde{X}{\to}X$连续$\iff\forall B{\in}\mathcal{B},f^{-1}(B)$为$ \widetilde{X}$的开集。

乘积空间

基础知识

$X_1,X_2$集合,$X_1{\times}X_2=\left\{(x_1,x_2)|x_1{\in}X_1,x_2{\in}X_2\right\}$这是笛卡尔积,而需要定义一个投影映射:$P_i:X_1{\times}X_2{\to}X_i$,$(x_1,x_2){ \mapsto }x_i,i=1,2$。

并有运算:

$$ A_1{\subset}X_1,A_2{\subset}X_2,A_1{\times}A_2{\subset}X_1{\times}X_2\\ A_1,B_1{\subset}X_1;A_2,B_2{\subset}X_2,(A_1{\times}A_2){\cap}(B_1{\times}B_2)=(A_1{\cap}B_1){\times}(A_2{\cap}B_2) $$

拓扑基定义乘积空间

定义:$X,Y$为拓扑空间

$\mathcal{B}=\left\{U{\times}V|U{\subset}X开,V{\subset}Y开\right\}$,于是乎$\mathcal{B}$显然满足1,$X{\times}Y{\subset}B$,与2,$(U_1{\times}V_1){\cap}(U_2{\times}V_2){\in}\mathcal{B}$,既然属于$\mathcal{B}$则显然属于$\overline{\mathcal{B}} $,于是乎$\mathcal{B}$是拓扑基,$\overline{\mathcal{B}}$则成为了$X{\times}Y$的乘积拓扑。

于是乎$(X{\times}Y,\overline{\mathcal{B}})$被称为乘积空间。

乘积空间性质

  1. 投影映射是连续的开映射
  2. 乘积拓扑是在空间上使得投影映射连续的最小拓扑
  3. 投影映射的复合连续性质(分量连续等价于复合连续)

投影映射是连续的开映射

$P_i:X_1{\times}X_2{\to}X_i$连续,且是开映射(将开集映射为开集)

$f:X{\to}Y$开$\iff U{\subset}X$开,且$f(U){\subset}Y$开。

证明:连续性:$\forall U_1{\subset}X_1$开,进一步有$P_1^{-1}(U_1)=U_1{\times}X_2{\in}\mathcal{B}{\subset}\overline{\mathcal{B}}$开。

开映射,显然$\forall U{\times}V{\in}\mathcal{B},P_1(U{\times}V)=U$是开集。

其另一个分量也是一样的证明。

最小拓扑

乘积拓扑是$X_1{\times}X_2$上使得$P_1,P_2$都是连续映射的最小拓扑

证明:$(X_1{\times}X_2, \widetilde{\tau})$中,$P_1,P_2$都是连续映射,则可以推出$\forall U_1{\subset}X_1$开集,$U_2{\subset}X_2$开,进一步有$P_1^{-1}(U_1)=U_1{\times}X_2$开集,而这个显然属于$\widetilde{\tau}$。于是乎也有$P_2^{-1}(X_2{\times}U_2)$是开集并属于$\widetilde{\tau}$。进一步有$(U_1{\times}X_2){\cap}(X_1{\times}U_2)$其实就是$U_1{\times}U_2$是属于$\widetilde{\tau}$,于是有$\mathcal{B}{\subset}\widetilde{\tau}$,于是推出$\overline{\mathcal{B}}{\subset}\widetilde{\tau}$。

投影映射的复合连续性质

$$ f:Z{\to}X_1{\times}X_2连续{\iff}P_1 {\circ} f:Z {\to} X_1与P_2 {\circ} f:Z {\to} X_2都连续 $$

证明,左端证明右端是显然的,因为投影映射是连续的开映射,于是由连续映射的复合还是连续映射直接可以证明。

那么右端推左端:$U_i{\subset}Y_i$开,$i=1,2$。$(P_1{\circ}f)^{-1}(U_1){\subset}Z$开,$(P_2{\circ}f)^{-1}(U_2){\subset}Z$开,要证明$f^{-1}(U_1{\times}U_2){\subset}Z$开集,于是取$z{\in}f^{-1}(U_1{\times}U_2)\iff f(z){\in}U_1{\times}U_2$$iff$$P_1{\circ}f(z){\in}U_1,P_2{\circ}f(z){\in}U_2$,于是可以推出$f^{-1}(U_1{\times}U_2)=(P_1{\circ}f)^{-1}(U_1){\cap}(P_2{\circ}f)^{-1}(U_2)$可以推出$f^{-1}(U_1{\times}U_2)$为开集,于是证明完毕。

嵌入映射

定义嵌入映射:$\forall b{\in}X_2$,$ib:X_1{\to}X_1{\times}X_2$,$x{\to}(x_1,b)$。

证明嵌入映射(要求同胚与1-1映射)

证明:1-1映射是显然的,满射与单射都满足,于是乎仅需证明其同胚的映射正逆连续性质。

连续,$P_1{\circ}ib=I_d,P_2{\circ}ib=b$于是可以推出是连续的,因为恒等映射与常值映射显然连续,由于上面已经证明的复合连续性质,显然可以得到$ib$映射的连续性质。

反连续,$(ib)^{-1}|_{X_1{\times}b}=P_1|_{X_1{\times}ib}$,而显然知道投影映射连续,其限制必然连续,所以逆向的连续性质得证。

这里指出了两个例子,一个是柱面的例子和一个是环面的例子,都讲述了乘积空间与拓扑基的表示形式,但是过于累赘所以这里不说。毕竟十分直观。

豪斯托夫空间与正则空间

豪斯托夫空间定义

定义:$(X,\tau)$给出了一个拓扑空间,若满足$\forall x_1,x_2{\in}X,x_1\neq x_2$,存在$U_{x_1}{\subset}X,U_{x_2}{\subset}X$,其中$U_{x_i}$是为$x_i$的邻域,且$U_{x_1}{\cap}U_{x_2}=\varnothing$,则说明该空间为豪斯托夫空间(Hausdoff)。

实质上:任何两个不同的点有不相交的邻域,就是豪斯托夫空间。

例子

1,$E^n$是豪斯托夫空间,这个很显然,取$x,y{\in}E^n$,再取$\varepsilon=\frac{1}{2}d(x,y)$,则必有$B_x(\varepsilon){\cap}B_y(\varepsilon)=\varnothing$。

2,$X$是一个平凡拓扑空间,于是若$x_1{\neq}X_2,x_1,x_2{\in}X{\Rightarrow}$非豪斯托夫空间。

3,$X$是一个离散拓扑空间,${x_1,x_2}{\subset}X$,只需要取$\left\{x_1\right\},\left\{x_2\right\}$则可以满足豪斯托夫空间的要求。

4,$R$为余有限或者余可数拓扑,这不是一个豪斯托夫空间。

证明:$x,y{\in}R,x{\neq}y$,设$x{\in}U_x{\in}R,y{\in}U_y{\in}R$皆为开集,$U_x{\cap}U_y=\varnothing,U_y{\subset}R{\backslash}U_x$,于是有$U_x{\subset}(U_y)^c$,因为$R{\backslash}U_x$至多可数,而$R{\backslash}U_y$是至多可数的,于是由于$U_y{\subset}R{\backslash}U_x$可以推出矛盾,即不可数包含在可数集合中,数量上出现了矛盾。

正则空间定义

定义$(X,\tau)$满足以下两个条件:

  1. 单点集是闭集
  2. 任意两个不相交闭集有不相交的邻域

则称呼该空间为一个正则空间。正则空间显然要求更高一点,因为限制了单点集是闭集,并且要求是对闭集所说的。

例子

1,$R$上的余可数拓扑是非正则空间。

2,正则空间必然是豪斯托夫空间

证明:取单点集为闭集,那么任意两个单点集必然有两个不相交邻域(定义要求)。

3,$(X,\tau_d)$度量空间是正则空间

证明:首先证明单点集是闭集,$\forall x{\in}X$,$\forall y{\in}X$,$B_y(\varepsilon){\cap}\left\{x\right\}=\varnothing$,而$\varepsilon=d(x,y)$。于是乎有$X\backslash\left\{x\right\}={\cup}_{B_y(\varepsilon)}$,于是单点集$\left\{x\right\}$是闭集。因为补集是开集。

接着证明任意两个不相交闭集有不相交的邻域。

首先$A,B{\subset}X$是闭集,$A{\cap}B=\varnothing$,构造一个函数$f:X{\to}E$,$x{\to}\frac{d(x,A)}{d(x,A)+d(x,B)}$,其中$d(x,A)=inf\left\{d(x,a)|a{\in}A\right\}$,同理可以定义$d(x,B)$。接下来我们需要证明这个函数是连续的。首先证明$d(x,A)$是连续的。

分为两步:1,$g:X{\to}E,x{\to}d(x,A)$是连续函数,只需要取$(r,s){\subset}E'$是开区间,$x{\in}g^{-1}((r,s))\Rightarrow$$g(x){in}(r,s)$,这时候取到

$$ \varepsilon>0,0<\varepsilon<min\left\{g(x)-r,x-g(x)\right\} $$

那么对$y{\in}B_{x}(\varepsilon)$,有

$$ g(y)=d(y,A)=inf\left\{d(y,a)|a{\in}A\right\}{\le}inf\left\{d(y,x)+d(x,a)|a{\in}A\right\}=d(y,x)+d(x,A)<\varepsilon+g(x) $$

而又有

$$ g(x)=d(x,A){\le}d(x,y)+d(y,A){\le}\varepsilon+g(y) $$

,综上可以得到$g(y)>g(x)-\varepsilon>r$,进一步推出$g(y){\in}(r,s)$,而这样就可以得到$B_x(\varepsilon){\subset}g^{-1}(r,s)$,由$x$的任意性,可以推出$g$是连续函数。

2,$d(x,A)=0{\iff}x{\in}A$,显然从右边推左边是定义;而从左边推到右边,我们用反证法:假设$x{\notin}A$,$A$是闭集,于是可以推出$X{\backslash}A$是开集,取$x{\in}X{\backslash}A$,则存在$\varepsilon>0,B_x(\varepsilon){\subset}X{\backslash}A$,可以推出$B_x(\varepsilon){\cap}A=\varnothing$,则有$d(x,A){\ge}\varepsilon>0$,显然与条件矛盾,于是乎$x{\in}A$。于是可以证明,$d(x,A)+d(x,B)\neq0$恒成立,于是这个函数$f$的定义有意义,并且通过连续函数的有限次初等运算仍为连续函数,所以得以证明$f$是连续函数。

于是乎,接下来需要用到这个函数,找到任意两个闭集的一个邻域,从而将其分隔开来。$\forall a{\in}A,f(a)=0$,$\forall b{\in}B,f(b)=1$,于是乎只需要取到$f^{-1}((-\infty,\frac{1}{2}))$这里包含是$A$的邻域,而$f^{-1}((\frac{1}{2},\infty))$则是包含$B$的邻域,于是乎可以用这个函数的连续性质,其拉回还是开集,从而得到两个邻域把任意两个不相交的闭集用邻域分隔开来。

乌雷松引理

设$(X,\tau)$是一个正则空间,则任意$X$中的闭集$A,B$,$A{\cap}B=\varnothing$,存在$X$上的连续函数$f$:$f|A=0,f|B=1$。

仔细一看与上面证明好似一致,但是这里没有度量,无法使用度量进行分开,于是这个函数显然不能显式表述,并且因为没有度量,于是这个证明变得比较困难。

证明:记$Q_1$是$[0,1]$中的有理数的集合,它是一个可数集,证明分为两步:

一:用归纳法构造开集族$\left\{U_r:r{\in}Q_I\right\}$,使得:

  1. 当$r<r'$时,$\overline{U_r}{\subset}U_{r'}$;
  2. $\forall r{\in}Q_I,A{\subset}U_r{\subset}B^c$。

作法如下:将$Q_I$随意地排列为$\left\{r_1,r_2,\cdots\right\}$,只需使$r_1=1,r_2=0$然后对$n$归纳地构造$U_{r_n}$,取$U_{r_n}=B^c$,它是$A$的开邻域,根据正则空间的定义,可以构造$U_{r_2}$是$A$的开邻域,$\overline{U_{r_2}}{\subset}U_{r_1}$。

现在设$U_{r_1},U_{r_2},\cdots,U_{r_n}$已构造,它们满足上述的两个条件,于是记$r_{i(n)}=\max\left\{r_l|l{\le}n,r_l<r_{n+1}\right\},r_{j(n)}=\min\left\{r_l|l{\le}n,r_l>r_{n+1}\right\}$,则$r_{i(n)}<r_{j(n)}$,因此$\overline{U_{r_{i(n)}}}{\subset}U_{r_{j(n)}}$,作$U_{r_{n+1}}$是$\overline{U_{r_{i(n)}}}$的开邻域,并且$\overline{U_{r_{n+1}}}{\subset}U_{r_{j(n)}}$,容易验证$U_{r_1},U_{r_2},\cdots,U_{r_n},U_{r_{n+1}}$仍旧满足上述两个条件。

二:做出规定的函数$f:X{\to}E^1,\forall x{\in}X$

$f(x)=\sup\left\{r{\in}Q_I|x{\notin}U_r\right\}=\inf\left\{r{\in}Q_I|x{\in}U_r\right\}$。这里给出$f(x)$的两个定义,如果$\forall r,x{\notin}U_r$,就用第一式,如果$\forall r,x{\in}U_r$则用第二式。余下的情况,两式子的值是一样的,因为$A{\subset}U_r,\forall r{\in}Q_I$,所以$f$在$A$上各点的值都为0;类似地,$f$在$B$上个点取值为1,现在仅需证明$f$连续即可,为此只需要说明对任何开区间$(a,b),f^{-1}(a,b)$是$X$的开集,也就是它的每一点都是内点。

根据$f$的定义,$\forall r{\in}Q_I$,(1),若$x{\in}U_r$,则$f(x){\le}r$;(2)若$x{\notin}U_r$,则$f(x){\ge}r$。从$f$的定义还可以看出:$0{\le}f(x){\le}1,\forall x{\in}X$。

设$x{\in}f^{-1}(a,b)$,即$a<f(x)<b$,要证明$x$有开邻域包含在$f^{-1}(a,b)$内。

如果$f(x)\neq0,1$,则可以取$r,r',r''{\in}Q_I$,使得$a<r'<r''<f(x)<r<b$,由(1)知道,$x{\notin}U_{r''}$,从而$x{\notin}\overline{U_{r'}}$;由(2)可以知道:$x{\in}U_r$,因此$U_r{\cap}\overline{U_{r'}^c}$是$x$的开邻域。$\forall y{\in}U_r{\cap}\overline{U_{r'}^c}$。(1)与(2)说明$a<r'{\le}f(y){\le}r{<}b$,因此,$U_r{\cap}\overline{U^c_{r'}}{\subset}f^{-1}(a,b)$。

如果$f(x)=0$,则$a<0$,取$r<b$,则$x{\in}U_r{\subset}f^{-1}(a,b)$。

如果$f(x)=1$,则$b>1$,取$a<r'<r''$,则$x{\in}\overline{U^c_{r''}}{\subset}f^{-1}(a,b)$。

Last modification:October 12th, 2019 at 07:54 pm
如果觉得我的文章对你有用,请随意赞赏