最后更新: 2026-04-03 08:23 查看: 195 次纠错评论(0) 课件开VIP

拓扑空间

## 第一章 拓扑空间与连续映射

引言中我们已经在欧氏空间及其子集的范围内说明了什么是图形间的拓扑变换，什么是图形的拓扑性质。但是，许多数学分支的活动范围早已突破了欧氏空间的限制，甚至也超出了度量空间的领域，拓扑学作为这些数学分支的基础，必须研究更加一般的空间。现在我们要找一种能用来刻画拓扑性质的新的空间结构，以替代欧氏结构和度量结构．这种新结构就是所谓拓扑结构．

## 拓扑空间
映射的连续性是刻画拓扑变换的关键概念，因此我们寻找的新结构要能用来刻画连续性概念。先回顾数学分析中函数连续性是怎么规定的．

设 $f: \boldsymbol{E}^1 \rightarrow \boldsymbol{E}^1$ 是一个函数，$x_0 \in \boldsymbol{E}^1 . f$ 在 $x_0$ 处连续的含义有多种描述方法，例如：

**用序列语言**：如果序列 $\left\{x_n\right\}$ 收敛到 $x_0$ ，则序列 $\left\{f\left(x_n\right)\right\}$ 收敛到 $f\left(x_0\right)$ ；

**用 $\varepsilon-\delta$ 语言**：对任意正数 $\varepsilon>0$ ，总可找到 $\delta>0$ ，使得当 $\left|x-x_0\right| <\delta$ 时，$\left|f(x)-f\left(x_0\right)\right|<\varepsilon$ ；

**用开集语言**：若 $V$ 是包含 $f\left(x_0\right)$ 的开集 ${ }^{(1)}$ ，则存在包含 $x_0$ 的开集 $U$ ，使得 $f(U) \subset V$ 。
$\varepsilon-\delta$ 法用到 $\boldsymbol{E}^1$ 中的距离概念；序列方法用的也是距离，因为 $\left\{x_n\right\}$ 收敛到 $x_0$ 也就是 $\left|x_n-x_0\right| \rightarrow 0$ ．因此，这两种方法可直接用来规定度量空间之间映射的连续性．第三种方法则绕开了度量，直接用 $\boldsymbol{E}^1$ 中的开集刻画连续性。于是，只要知道图形的哪些子集是开集，就可规定映射的连续性概念。所谓拓扑空间就是具有开集结构的空间。

### 1.1 拓扑空间的定义

设 $X$ 是一个非空集合，记 $2^X$ 是 $X$ 的**幂集**，即以 $X$ 的所有子集（包含空集 $\varnothing$ 和 $X$ 自己）为成员的集合。把 $2^X$ 的子集（即以 $X$ 的一部分子集为成员的集合）称为 $X$ 的**子集族**。

**定义1.1** 设 $X$ 是一非空集合。 $X$ 的一个子集族 $\tau$ 称为 $X$ 的一个拓扑，如果它满足
（1）$X, \varnothing$ 都包含在 $\tau$ 中；
（2）$\tau$ 中任意多个成员的并集仍在 $\tau$ 中；
（3）$\tau$ 中有限多个成员的交集仍在 $\tau$ 中．
集合 $X$ 和它的一个拓扑 $\tau$ 一起称为一个**拓扑空间**，记作 $(X, \tau)$ 。称 $\tau$ 中的成员为这个拓扑空间的**开集**．

定义中的三个条件称为**拓扑公理**．（3）可等价地换为
$\left(3^{\prime}\right) \tau$ 中两个成员的交集仍在 $\tau$ 中．
（3）蕴含（3'），另一方面容易用归纳法从（3'）推出（3）。
从定义看出，给出集合的一个拓扑就是规定它的哪些子集是开集．这种规定不是任意的，必须满足三条拓扑公理．但是一般来说一个集合上可以规定许多不相同的拓扑，因此说到一个拓扑空间时，要同时指明集合及所规定的拓扑．以后在不会引起误解的情况下，也常常只用集合来称呼一个拓扑空间，如拓扑空间 $X$ ，拓扑空间 $Y$ 等。

设 $X$ 是一非空集合。显然 $2^X$ 构成 $X$ 上的拓扑，称为 $X$ 上的**离散拓扑**；$\{X, \varnothing\}$ 也是 $X$ 上的拓扑，称为 $X$ 上的**平凡拓扑**。当 $X$中包含多于一个点时，这两个拓扑不相同，并且 $X$ 还有许多别的拓 扑．例如设 $X=\{a, b, c\}$ ，则

$\{X, \varnothing,\{a\}\},\{X, \varnothing,\{a, b\}\},\{X,\varnothing,\{a\},\{a, b\}\}$ 都是 $X$ 上的拓扑；但 $\{X, \varnothing,\{a\},\{b\}\}$ 不是拓扑，因为条件（2）不满足；读者还可找到许多别的拓扑。

设 $\tau_1, \tau_2$ 是集合 $X$ 上的两个拓扑，如果 $\tau_1 \subset \tau_2$ ，则说 $\tau_2$ 比 $\tau_1$ 大 （或说 $\tau_2$ 比 $\tau_1$ 精细）。离散拓扑比任何别的拓扑都大，而平凡拓扑比别的拓扑都小。

下面给出几个有用的例子。
`例` 设 $X$ 是无穷集合，$\tau_f=\left\{A^c \mid A\right.$ 是 $X$ 的有限子集 $\} \cup \{\varnothing\}$ ，则不难验证 $\tau_f$ 是 $X$ 的一个拓扑，称为 $X$ 上的**余有限拓扑**。

`例` 设 $X$ 是不可数无穷集合，$\tau_c=\left\{A^c \mid A\right.$ 是 $X$ 的可数子集 $\} \cup\{\varnothing\}$ ，则 $\tau_c$ 也是 $X$ 的拓扑，称为**余可数拓扑**。

`例` 设 $\boldsymbol{R}$ 是全体实数的集合，规定 $\tau_e=\{U \mid U$ 是若干个开区间的并集\}, 这里"若干"可以是无穷, 有限, 也可以是零, 因此 $\varnothing \in \tau_e$ ．则 $\tau_e$ 是 $\boldsymbol{R}$ 上的拓扑，称为 $\boldsymbol{R}$ 上的**欧氏拓扑**．记 $\boldsymbol{E}^1=\left(\boldsymbol{R}, \tau_e\right)$ ．

现在，对 $\boldsymbol{R}$ 已规定了五个拓扑：平凡拓扑 $\tau_t$ ，离散拓扑 $\tau_s$ ，余有限拓扑 $\tau_f$ ，余可数拓扑 $\tau_c$ 和欧氏拓扑 $\tau_e . \tau_f$ 小于 $\tau_c$ 和 $\tau_e$ ，而 $\tau_c$ 与 $\tau_e$不能比较大小。

### 1.2 度量拓扑

集合 $X$ 上的一个度量 $d$ 是一个映射 $d: X \times X \rightarrow R$ ，它满足
（1）正定性：$d(x, x)=0, \forall x \in X$ ，$d(x, y)>0 \text {, 当 } x \neq y $

（2）对称性：$d(x, y)=d(y, x), \forall x, y \in X$ ；
（3）三角不等式：$d(x, z) \leqslant d(x, y)+d(y, z), \quad \forall x, y, z \in X$

当集合 $X$ 上规定了一个度量 $d$ 后，称为**度量空间**，记作 $(X, d)$ 。

`例`记 $\boldsymbol{R}^n=\left\{\left(x_1, x_2, \cdots, x_n\right) \mid x_i \in \boldsymbol{R}, i=1, \cdots, n\right\}$ 。规定 $\boldsymbol{R}^n$ 上的度量 $d$ 为：

$$
d\left(\left(x_1, \cdots, x_n\right),\left(y_1, \cdots, y_n\right)\right)=\sqrt{\sum_{i=1}^n\left(x_i-y_i\right)^2},
$$

不难验证 $d$ 满足（1），（2），（3）．记 $\boldsymbol{E}^n=\left(\boldsymbol{R}^n, d\right)$ ，称为 $\boldsymbol{n}$ **维欧氏空间**。

设 $(X, d)$ 是一个度量空间，我们来规定 $X$ 的一个拓扑．

**球形邻域**

设 $x_0 \in X$ ，$\varepsilon$ 是一正数，称 $X$ 的子集

$$
B\left(x_0, \varepsilon\right):=\left\{x \in X \mid d\left(x_0, x\right)<\varepsilon\right\}
$$

为以 $x_0$ 为心，$\varepsilon$ 为半径的球形邻域。

**引理 $(X, d)$ 的任意两个球形邻域的交集是若干球形邻域的并集．**

证明 设 $U=B\left(x_1, \varepsilon_1\right) \cap B\left(x_2, \varepsilon_2\right) . \quad \forall x \in U$ ，则 $\varepsilon_i-d\left(x, x_i\right)>0(i=1,2)$ ．记 $\varepsilon_x=\min \left\{\varepsilon_1-d\left(x, x_1\right)\right.$ ， $\left.\varepsilon_2-d\left(x, x_2\right)\right\}($ 图 1－1 ），不难验证 $B\left(x, \varepsilon_x\right) \subset U$ ．于是
$$
U=\bigcup_{x \in U} B\left(x, \varepsilon_x\right) .
$$

![图片](/uploads/2025-12/1ae69d.jpg){width=400px}

规定 $X$ 的子集族 $\tau_d=\{U \mid U$ 是若干个球形邻域的并集 $\}$ 。

**命题1.1** $ \tau_d$ 是 $X$ 上的一个拓扑。
证明 $\tau_d$ 满足拓扑公理（1）和（2）是明显的．下面验证 $\tau_d$ 满足拓扑公理（3）。

设 $U, U^{\prime} \in \tau_d$ ，记 $U=\bigcup_\alpha B\left(x_\alpha, \varepsilon_\alpha\right), U^{\prime}=\bigcup_\beta B\left(x_\beta^{\prime}, \varepsilon_\beta^{\prime}\right)$ 。则

$$
\begin{aligned}
U \cap U^{\prime} & =\left(\bigcup_\alpha B\left(x_\alpha, \varepsilon_\alpha\right)\right) \cap\left(\bigcup_\beta B\left(x_\beta^{\prime}, \varepsilon_\beta^{\prime}\right)\right) \\
& =\bigcup_{\alpha, \beta}\left(B\left(x_\alpha, \varepsilon_\alpha\right) \cap B\left(x_\beta^{\prime}, \varepsilon_\beta^{\prime}\right)\right) .
\end{aligned}
$$

根据引理，对任何 $\alpha, \beta, B\left(x_\alpha, \varepsilon_\alpha\right) \cap B\left(x_\beta^{\prime}, \varepsilon_\beta^{\prime}\right) \in \tau_\alpha$ ．再由拓扑公理 （2），得出 $U \bigcap U^{\prime} \in \tau_d$ ．

称 $\tau_d$ 为 $X$ 上由度量 $d$ 决定的**度量拓扑**。每个度量空间都自然地看成具有度量拓扑的拓扑空间，从而欧氏空间 $\boldsymbol{E}^n$ 也是拓扑空间 （其度量拓扑称为欧氏拓扑）。从这个意义上讲，拓扑空间是欧氏空间和度量空间的推广．三条拓扑公理也正是从度量空间的开集所具有的最基本的性质中抽象出来的．

## 疑难解答

> **Q1:如何理解拓扑学的三大公理**

在拓扑学中，“三大公理”通常是指一个集合要被称为“拓扑空间”时必须满足的三条基本规则。它们定义了什么是“开集”，从而让“连续”、“邻近”这些直观概念变得严格。下面用最通俗的方式解释：

1. **空集和全集都是开集**  
   - 意思：整个空间和空无一物的集合，都算“开集”。  
   - 通俗理解：就像你画一个区域，整个画纸（全集）和什么都没有的区域（空集）都符合规则，不需要特殊证明。

2. **任意多个开集的并集仍是开集**  
   - 意思：随便取多少个开集（哪怕无穷个），把它们全部合在一起，结果还是开集。  
   - 通俗理解：如果你有许多“没有边界”的区域（比如无数个圆盘内部），把它们拼起来，拼出来的区域依然没有“硬边界”。例如实数轴上所有开区间(0,1)、(0.5,2)等的并集仍然是开集。

3. **有限多个开集的交集仍是开集**  
   - 意思：只能对有限个开集取交集，结果才是开集。无穷个开集的交集不一定成立。  
   - 通俗理解：两个没有边界的区域重叠的部分，仍然没有边界（比如两个开圆盘重叠部分）。但如果取无穷多个越来越小的开区间，交集可能缩成一个点（有边界），那就不是开集了。

**为什么叫“三大公理”？**  
它们不是自然界的定律，而是人为规定的最基本假设，用来定义什么是“拓扑”。满足这些公理，我们就可以在集合上讨论“靠近”、“连续变形”而不依赖距离。

**生活类比**：想象一个“友好社区”规则  
- 公理1：整个社区（全集）和无人区（空集）都算“友好区域”。  
- 公理2：任意多个友好区域合并，还是友好区域（没有敌意边界）。  
- 公理3：只有有限个友好区域重叠时，重叠部分仍友好（无限重叠可能产生危险的边界点）。

这样，拓扑学就在这个“友好区域”体系上研究形状的**连续变化**。

> Q2: **任意多个成员的并集** 和 **有限多个成员的交集** 一样吗？

它们“看起来”对称，但实际不同。数学上，“任意并”与“有限交”是对偶的（通过补集转化为：任意交与有限并）。  
但这里的关键是：**在同一个公理系统里，你不能同时要求任意并 + 任意交**，否则只有离散拓扑或平庸拓扑之类极特殊情况。

反例：为什么不能“任意交”？
取 $ X = \mathbb{R} $ 实数轴，开区间 $ (-1/n, 1/n) $ 是开集。  
如果允许“任意多个开集的交集是开集”，则  
$$
\bigcap_{n=1}^\infty (-1/n, 1/n) = \{0\}
$$
单点集 $\{0\}$ 成为开集。  
然后通过任意并，每个单点集都会是开集，于是 **所有子集都是开集** → 离散拓扑。  
但离散拓扑是允许的，只是那样拓扑学就退化成集合论，没有研究“逼近”“连续”的空间结构意义。

> **Q3:如何理解拓扑学使用开集而不是闭集**

这是一个很深刻的问题。简单直接的答案是：**使用开集来定义拓扑是历史演化和数学便利性的结果，而且本质上用开集和用闭集是等价的，只是开集更符合我们描述“邻近”和“内部”的直觉。**

下面我分几个层次来解释，为什么拓扑学家最终选择了“开集”作为基本概念，而不是闭集。

1. 核心原因：开集更自然地刻画“邻近性”和“无边界”

拓扑学的核心是研究“连续性”。一个函数 $ f $ 在点 $ x $ 连续，直观意思是：当 $ y $ 充分靠近 $ x $ 时，$ f(y) $ 会充分靠近 $ f(x) $。

- **开集很好地表达了“附近所有点”**：在实数轴或平面上，一个开集（如开区间 $ (a,b) $）有一个关键性质：对于集合内的任意一点，你总可以在该点周围画一个小球（邻域），这个小球完全包含在这个开集里。这完美地刻画了“内部点”的概念——点离边界还有一段距离。
- **闭集包含边界**：闭集（如闭区间 $ [a,b] $）包含它的边界点。边界点的一个问题是：你无法在边界点周围画一个完全包含在闭集内的小球（因为小球的一半会跑到外面去）。这使得用闭集直接描述“邻近性”变得别扭。

**类比**：想象你在一个房间里（开集），你可以保证离墙壁有一定距离。但如果你站在墙壁上（闭集的边界），你周围一半的空间在房间外。在讨论“连续移动”时，我们更喜欢没有墙壁束缚的内部。

2. 历史原因：从度量空间自然延伸

拓扑学起源于对实数轴、欧几里得空间等**度量空间**（有距离概念的空间）的研究。在度量空间中，我们自然用**开球** $ \{ y : d(x,y) < r \} $ 作为基本构件。然后定义：一个集合是开集，如果它里面的每个点都是某个开球的中心，且该开球完全包含在集合中。

这个定义非常直观。然后人们发现，所有这些开集自动满足三大公理。所以，当数学家想把“距离”这个梯子抽掉，只保留最本质的“开集结构”时，自然而然就把这些公理作为拓扑的定义。闭集则被定义为开集的补集，处于派生地位。

3. 公理上的对比：开集的并集性质更简洁

回顾三大公理：

- **开集**：任意并（包括无限并）保持开性；有限交保持开性。
- **如果试图用闭集作为基本概念，公理会变成**：
  1. 空集和全集是闭集（与开集一样）。
  2. **任意多个闭集的交集仍是闭集**（这与开集的并集对称）。
  3. **有限多个闭集的并集仍是闭集**（这与开集的交集对称）。

所以从逻辑上看，开集和闭集完全对偶——只需把“并”换成“交”、“开”换成“闭”。两者在数学上**完全等价**：你只要知道所有开集，就能知道所有闭集（补集即可）。

既然等价，为什么选开集？因为在实际应用中，**任意并保持性质**比任意交保持性质更常见。例如：
- 覆盖一个集合时，我们常用开集覆盖（开覆盖）。
- 连续函数的原像将开集映射为开集（这是现代连续性的定义）。

4. 具体例子：为什么闭集作为定义会别扭

假设我们尝试用闭集来定义拓扑。那么“连续”的定义会变成：函数 $ f $ 连续当且仅当任何闭集的原像是闭集。这在数学上是对的，但理解起来不直观。因为人们更习惯想：“如果 $ y $ 靠近 $ x $，那么 $ f(y) $ 靠近 $ f(x) $”，而不是想“闭集的原像是闭的”。虽然逻辑等价，但前者（开集语言）更符合人的认知。

用**开区间**表示整个实数集合：
$$
\mathbb{R}=\bigcup_{n=1}^{\infty}(-n,\,n)
$$
- 每个 $(-n,n)$ 都是**开集**
- 任意多个开集的并仍是开集
- 这个并集恰好覆盖全体实数

**也可以写成不交开集的并**
$$
\mathbb{R}
=
\cdots\cup(-3,-2)\cup(-2,-1)\cup(-1,0)\cup(0,1)\cup(1,2)\cup(2,3)\cup\cdots
$$
即
$$
\mathbb{R}=\bigcup_{k=-\infty}^{\infty}(k,\,k+1)
$$

从这里都可以看到开集的良好性质

> **Q4 如何理解 任意两个球形邻域的交集是若干球形邻域的并集?**

**命题** 设 $X$ 为**欧氏空间 $\mathbb{R}^n$**，$d$ 为通常欧氏度量。
对任意两点 $x_1,x_2\in X$ 及任意半径 $r_1,r_2>0$，记
$$
B(x_1,r_1),\ B(x_2,r_2)
$$
为以 $x_i$ 为心、$r_i$ 为半径的**开球**（球形邻域）。
则 **交集 $B(x_1,r_1)\cap B(x_2,r_2)$ 可以表示成若干开球的并集**。
 
  证明

1. 若交集为空集
   $$
   B(x_1,r_1)\cap B(x_2,r_2)=\emptyset
   $$
   空集是**零个开球的并**，命题成立。

2. 若非空，记
   $$
   U=B(x_1,r_1)\cap B(x_2,r_2)
   $$
   对任意 $y\in U$，有：
   $$
   d(y,x_1)<r_1,\quad d(y,x_2)<r_2
   $$
   令
   $$
   \varepsilon_y=\min\left\{r_1-d(y,x_1),\ r_2-d(y,x_2)\right\}
   $$
   则 $\varepsilon_y>0$，且
   $$
   B(y,\varepsilon_y)\subset B(x_1,r_1),\quad B(y,\varepsilon_y)\subset B(x_2,r_2)
   $$
   从而
   $$
   B(y,\varepsilon_y)\subset U
   $$

3. 于是
$$
   U=\bigcup_{y\in U}B(y,\varepsilon_y)
$$
   即 $U$ 是**一族开球（球形邻域）的并**。
   
 
 
 
### 一句话大白话解读
两个球相交的那块区域，**虽然本身不一定是个球**，但你可以用**无数个更小的球**把它**完全铺满**。

直观理解
想象：
- 你有**两个气球**，它们**重叠**了一块。
- 重叠那块形状**奇奇怪怪**，一般**不是一个完整的球**。

但：
- 在重叠区域里**随便点一个点**，
- 以这个点为中心，吹一个**足够小**的小球，
  让这个小球**完全待在重叠区域里**，不跑出去。

你对重叠区域里**每一个点**都这么做，
最后：
**所有这些小小的球拼在一起，正好就是原来的交集。**

**翻译成拓扑语言（还是通俗版）**
- 球形邻域 = **开球**
- 若干球形邻域的并集 = **用很多小球拼出来的区域**

结论：
**两个开球相交 → 还是开集 → 开集都能拆成一堆小球拼起来。**

## Q5: 理解：平凡拓扑 离散拓扑 余有限拓扑 余可数拓扑 欧氏拓扑

这些拓扑概念可以从“开集的规定”来理解。通俗地说：

- **平凡拓扑**：只规定**整个集合**和**空集**是开集。这是最“简陋”的拓扑，所有点都挤在一起，无法用开集区分任何两个点。

- **离散拓扑**：规定**所有子集**都是开集。每个点都可以单独用一个开集圈出来，所以点与点之间完全可区分，就像每个点都独立发光。

- **余有限拓扑**：规定开集是**空集**，以及**补集是有限集**的集合。通俗说：去掉有限个点剩下的部分才是开集。两个不同的开集几乎覆盖了全部点，只在有限处“漏掉”一些点。

- **余可数拓扑**：与余有限类似，但“有限”换成**可数**。即开集是空集，以及补集是**可数集**（比如整数集、有理数集）。当集合是不可数（如实数集）时，这种拓扑能区分“可数”与“不可数”的大小差异。

- **欧氏拓扑**：实数轴（或 $R^n$）上通常的拓扑，开集是**开区间（开球）的任意并**。这是我们熟悉的“连续”、“极限”的默认环境，比如 $(0,1)$ 是开集，$[0,1]$不是开集。

可以用一个比喻：  
- 平凡拓扑 = 所有人都住一间大通铺，不分房间  
- 离散拓扑 = 每人一间独立小屋  
- 余有限 = 除了少数人，其他人都属于开集  
- 余可数 = 除了可数多个人，其他人都属于开集  
- 欧氏拓扑 = 按距离远近，把邻近的人划成一个个邻里小区

举例: 我们用统一**全体实数集 $ \mathbb R $** 当背景空间，理解这5个拓扑。

### 1. 平凡拓扑（最糙）
#### 规则
只有两个开集：
- 空集 $ \emptyset $
- 全体实数 $ \mathbb R $

#### 什么是开集？
- $ \mathbb R $ ✔
- $ \emptyset $ ✔
- 其他**任何集合都不是开集**
  - 单点 $ \{0\} $ ❌
  - 区间 $ (0,1) $ ❌
  - 随便一堆点 ❌

#### 直观理解
整个实数轴只有两种状态：
- 全亮
- 全黑
不能局部亮。

---

### 2. 离散拓扑（最细）
#### 规则
**每个单点都是开集**
→ 所有子集统统都是开集。

#### 什么是开集？
- 单点 $ \{1\}, \{2\}, \{3.14\} $ ✔
- 区间 $ (0,1) $ ✔
- 随便一堆点：$\{1,3,5,7,\dots\}$ ✔
- 任何你能写出来的集合 ✔

#### 直观理解
实数轴上**每个点都互相孤立**，
你想点亮哪个点就点亮哪个，互不干扰。

---

### 3. 余有限拓扑（补集有限 = 开集）
#### 规则
一个集合 $ U $ 是开集
$\iff$ 它的补集 $ \mathbb R \setminus U $ 是**有限集**。

人话：
> 只有**几乎覆盖整个实数轴、只挖掉有限个点**的集合，才算开集。

#### 例子
- 去掉 3 个点：$ \mathbb R \setminus \{1,2,3\} $ ✔ 开集
- 去掉 10086 个点：✔ 开集
- 去掉**无限个点**：比如 $ \mathbb R \setminus \mathbb N $ ❌ 不是开集
- 区间 $ (0,1) $ ❌ 不是开集（补集无限大）
- 单点 $ \{0\} $ ❌ 不是开集

#### 直观理解
只有“**几乎全在、只漏几个点**”才算开放；
漏多了（无限个）就不行。

---

### 4. 余可数拓扑（补集可数 = 开集）
#### 规则
$ U $ 开集
$\iff$ 补集 $ \mathbb R \setminus U $ 是**可数集**。

可数：可以一个个列完，比如
整数、有理数、代数数。

#### 例子
- 去掉所有整数：$ \mathbb R \setminus \mathbb Z $ ✔ 开集
- 去掉所有有理数：$ \mathbb R \setminus \mathbb Q $ ✔ 开集
- 去掉区间 $ (0,1) $：补集不可数 ❌ 不是开集
- 单点、有限集都不是开集（它们的补集是不可数的）

#### 直观理解
允许你**漏掉可数无穷多点**，
但不能漏掉一整段连续区间（那是不可数的）。

---

### 5. 欧氏拓扑（正常熟悉的那种）
#### 规则
开集 = 可以用**若干开区间**拼出来的集合。

#### 例子
- 开区间 $ (a,b) $ ✔
- 多个开区间的并：$ (0,1)\cup(2,3) $ ✔
- 开圆盘（二维）✔
- 闭区间 $[0,1]$ ❌ 不是开集
- 单点 ❌
- 有理数集 ❌

#### 直观理解
就是微积分里的“开集”：
**不包含边界、内部可以无限缩小到一个点周围。**

---

### 放在一起对比（超清晰版）
以 $ \mathbb R $ 为例：

| 拓扑 | 开集长啥样 | 粗糙/精细 |
|------|------------|-----------|
| 平凡 | 只有 $ \emptyset, \mathbb R $ | 最粗糙 |
| 离散 | 所有集合都是开集 | 最精细 |
| 余有限 | 补集有限 = 开集 | 很粗糙 |
| 余可数 | 补集可数 = 开集 | 中等粗糙 |
| 欧氏 | 开区间拼出来 | 正常、常用 |

---

### 最简单记忆口诀
- 平凡：**只有俩**
- 离散：**全都行**
- 余有限：**只漏有限个**
- 余可数：**只漏可数个**
- 欧氏：**开区间拼的**

`例` （余有限拓扑）设 $X$ 是无限集合，

$$
\mathscr{T}_f=\{U \mid \text { 要么 } U=\emptyset \text {, 要么 } X-U \text { 是有限集 }\} \text {. }
$$

我们来验证它是拓扑．
（1）由定义：$\emptyset \in \mathscr{T}_f$ ．因为 $X-X=\emptyset$ ，故也是有限集，所以 $X \in \mathscr{T}_f$ ．
（2）设 $\left\{U_\alpha\right\}_{\alpha \in I} \subseteq \mathscr{T}_f$ ，我们要证 $\bigcup_{\alpha \in I} U_\alpha \in \mathscr{T}_f$ ，即证 $X-\bigcup_{\alpha \in I} U_\alpha$ 是有限集．由于

$$
X-\bigcup_{\alpha \in I} U_\alpha=\bigcap_{\alpha \in I}\left(X-U_\alpha\right),
$$

并且 $X-U_\alpha$ 是有限集，故 $X-\bigcup_{\alpha \in I} U_\alpha$ 是有限集，从而 $X-\bigcup_{\alpha \in I} U_\alpha \in \mathscr{T}_f$

（3）设 $U_1, U_2, \ldots U_n \in \mathscr{T}_f$（即 $X-U_i$ 是有限集）．由

$$
X-\bigcap_{i=1}^n U_i=\bigcup_{i=1}^n\left(X-U_i\right)
$$

推知 $\bigcup_{i=1}^n\left(X-U_i\right)$ 是有限集．因此 $\bigcap_{i=1}^n U_i \in \mathscr{T}_f$ ．
综上所述， $\mathscr{T}_f$ 是 $X$ 上的拓扑．

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：没有了

下一篇：闭集、邻域、聚点、闭包、稠密

本文对您是否有用？有用 (0) 无用 (0)