zoukankan      html  css  js  c++  java
  • 泛函笔记-距离空间

    开集与内部

    集合(A)的全体内点构成(A)的"内部",记作(A^{circ})

    若集合(A)是开集,则(A)中的每个点都是内点,因此(A=A^{circ})

    对于任意集合(A)(A^{circ})是开集,且(A^{circ})(A)当中的最大开集


    接触点与聚点

    (A)为距离空间(X)的子集,(a in X),若(a)的任意邻域都含有(A)中的点,则称(a)(A)的接触点

    (A)为距离空间(X)的子集,(a in X),若(a)的任意邻域都含有异于(a)(A)中的点,则称(a)(A)的聚点


    闭集与闭包

    (A)的补集是开集,则(A)是闭集
    (A)的聚点都属于(A),则(A)是闭集
    (A)是有限集,则(A)是闭集
    注意:存在即不是开集、也不是闭集的集合,例如实数区间([0,1))

    距离空间(X)的子集(A)是闭集的充要条件是(A)当中的任意收敛点列的极限都属于(A),因此闭集就是对极限运算封闭的集合
    注意:此处说的收敛点列是指在(X)中收敛的点列,而非柯西列,因此闭集不一定是完备集

    集合(A)的全体接触点构成(A)的闭包,记为(overline{A}),对于任意集合(A)(overline{A})是闭集,且(overline{A})是包含(A)的最小闭集


    稠密性与可分性

    所谓"稠密性",就好比盐在水中充分溶解后,每一滴水都是咸的,此时就可以说盐在水当中"稠密"

    对于距离空间(X)中的两个集合(A)(B),所谓(B)(A)中稠密有如下四个等价定义
    (1) 若(A)中的任意一点均可用(B)中的一个点列来逼近,则(B)(A)中稠密
    (2) 若(overline{B} supset A),则(B)(A)中稠密
    (3) 若(A)中的任意一点的任一领域内都有(B)中的点,则(B)(A)中稠密
    (4) 若(forall epsilon > 0, igcup S(x, epsilon) supset A),其中(x)取遍(B)中的所有点,(S)为开球,则(B)(A)中稠密

    例子:
    (1) 有理数(Q)在实数(R)中稠密
    (2) 在区间([a,b])上,实数多项式(P[a,b])在连续函数(C[a,b])中稠密

    若集合(B)在集合(A)中稠密,且集合(B)是可数的,那么就称集合(A)是可分的


    连续映射

    所谓"连续映射",通俗地说就是当"原像"连续地变化时,被映射出来的"像"也必定连续地变化,这样的映射就称为"连续映射"

    设映射(T)是从距离空间((X, ho))到距离空间((Y, ho_1))上的映射,所谓连续映射,有如下三个等价定义
    (1) 若({forall} epsilon > 0)({exists} delta > 0),当(x)(x_0)满足( ho(x,x_0)<delta),必有( ho_1(T(x),T(x_0))<epsilon),则(T)为连续映射
    (2) 若(limlimits_{n oinfty}x_n=x),必有(limlimits_{n oinfty}T(x_n)=T(x)),则(T)为连续映射
    (3) 若(S)(Y)中的开集,(T^{-1}(S))必为(X)中的开集,则(T)为连续映射


    柯西列

    给定任何一个距离空间((X,d)),一个序列 (x_1, x_2, x_3, ...) 被称作柯西列,如果对于任何正实数(epsilon>0),存在一个正整数(N)使得对于所有的整数(m,n>N),都有 (d(x_m,x_n) < epsilon),柯西列也被称为基本列

    在柯西列中,越往后则元素之间靠得越近


    完备的距离空间

    完备的距离空间是具有下述性质的空间:空间中的任何柯西序列都收敛在该空间之内

    完备的距离空间对于距离上的极限运算是封闭的

    在距离空间中,闭球套定理与空间的完备性是等价的

  • 相关阅读:
    使用Cloud application Studio在C4C UI里创建下拉列表(dropdown list)
    如何使用Kubernetes里的NetworkPolicy
    SpringBoot应用和PostgreSQL数据库部署到Kubernetes上的一个例子
    Kubernetes API server工作原理
    Kubernetes Helm入门指南
    两张图弄懂函数的递归(以golang为例)
    (十四)golang--函数和包
    【自然语言处理(三)】主题模型
    【自然语言处理】使用朴素贝叶斯进行语种检测
    【自然语言处理】利用朴素贝叶斯进行新闻分类(自己处理数据)
  • 原文地址:https://www.cnblogs.com/bill-h/p/15516845.html
Copyright © 2011-2022 走看看