点集拓扑 (Point-Set Topology)¶
前置自测¶
📋 前置自测（答不出 \(\geq 2\) 题 \(\to\) 先回前置章节复习）
- 集合运算：写出 De Morgan 律（对任意族的情形）：\(X \setminus \bigcup_\alpha A_\alpha = ?\)，\(X \setminus \bigcap_\alpha A_\alpha = ?\) （前置：集合论 A1）
- 度量空间：在度量空间 \((X, d)\) 中，开球 \(B(x, \epsilon)\) 的定义是什么？为什么两个开球的交集仍然是开集？（前置：度量空间/赋范空间 A2）
- 连续函数的 \(\epsilon\)-\(\delta\) 定义：写出度量空间之间连续映射的 \(\epsilon\)-\(\delta\) 定义，并解释这个定义在"直觉上"要求什么。（前置：A2）
- Zorn 引理：陈述 Zorn 引理，并解释它与选择公理的关系。（前置：A1）
- 可数集：\(\mathbb{Q}\) 是可数集吗？\(\mathbb{R}\) 呢？证明或说明理由。（前置：A1）
本章目标¶
学完本章后，你应该能够：
- 公理化理解：从开集族三条公理出发定义拓扑空间，理解拓扑结构如何抽象化"邻近性"
- 构造掌握：熟练使用基、子基生成拓扑，理解子空间、积空间、商空间三种核心构造
- 五大支柱：掌握紧性、连通性、分离公理、可数性公理、可度量性的定义、核心定理和相互关系
- 证明能力：独立完成 Urysohn 引理、Tietze 扩张定理、Heine-Borel 定理等核心定理的完整证明
- 反例直觉：对 Sorgenfrey 直线/平面、拓扑学家的正弦曲线、双原点直线等经典反例建立直觉
- 流形预备：理解拓扑流形定义中每个条件（Hausdorff、第二可数、局部欧氏）的必要性
- 机器人连接：将拓扑概念与机器人构型空间、运动规划、状态估计等工程问题建立桥梁
本章知识导航¶
点集拓扑是研究"什么是空间"的最原始语言——它只用开集族公理来刻画"邻近性"，不依赖度量、不依赖代数结构。本章按 "公理 \(\to\) 构造 \(\to\) 性质 \(\to\) 度量化 \(\to\) 广义收敛 \(\to\) 流形预备" 六段展开，包含 19 个核心概念节。
知识结构全景：
| 阶段 | 涵盖节 | 核心内容 | 关系 |
|---|---|---|---|
| 语言建立 | §1--§3 | 拓扑公理、基与子基、闭包与极限点 | 基础概念层，后续全部依赖 |
| 映射与构造 | §4--§7 | 连续性、子空间、积空间、商空间 | 构造工具层，为性质分析提供对象 |
| 度量回顾 | §8 | 度量空间的拓扑精化 | 连接 A2 与一般拓扑 |
| 五大性质 | §9--§12 | 分离公理、紧性、连通性、可数性 | 核心支柱，相互蕴含与反例构成骨架 |
| 深层定理 | §13--§16 | 紧化、Urysohn/Tietze、度量化、仿紧/单位分解 | 连通理论的深层应用 |
| 推广与预览 | §17--§19 | 网与滤子、Baire 纲定理、拓扑流形 | 通向泛函分析与微分几何 |
推荐阅读路径：§1 \(\to\) §2 \(\to\) §3 \(\to\) §4 \(\to\) §5 \(\to\) §6 \(\to\) §7 \(\to\) §8 \(\to\) §9 \(\to\) §10 \(\to\) §11 \(\to\) §12 \(\to\) §13 \(\to\) §14 \(\to\) §15 \(\to\) §16 \(\to\) §17 \(\to\) §18 \(\to\) §19（线性阅读最佳；若时间有限，可跳过 §13 和 §17 的部分证明细节）。
前置知识桥接¶
回顾 A1（集合论）：在集合论中，我们建立了集合的基本运算（并、交、补、差）、关系（等价关系、偏序）和基数概念（可数/不可数）。特别重要的是 Zorn 引理和选择公理——它们将在紧性理论（Tychonoff 定理）中扮演核心角色。本章将频繁使用 De Morgan 律将"开集"的性质翻译为"闭集"的性质。
回顾 A2（度量空间/赋范空间）：在 A2 中，我们学会了用度量 \(d(x,y)\) 定义"距离"，并基于开球 \(B(x, \epsilon)\) 定义了开集、连续映射和收敛。这种方法已经很好地服务了 \(\mathbb{R}^n\) 和赋范空间，但它有一个本质局限——它依赖于度量的选取。本章要回答的核心问题是：能否不依赖度量，仅从"开集满足什么性质"出发建立一套更一般的理论？答案是肯定的，而这套理论就是点集拓扑。
如果跳过本章会怎样¶
- 微分流形定义看不懂：流形定义中的 "Hausdorff"、"第二可数"、"局部欧氏" 都是本章概念，不学本章这些条件就只是空洞的词汇
- 泛函分析的弱拓扑/弱*拓扑无法理解：这些拓扑不由度量诱导，必须从一般拓扑的角度理解；Banach-Alaoglu 定理的证明依赖 Tychonoff 定理
预计阅读时间¶
| 阅读方式 | 时间 | 适合谁 |
|---|---|---|
| 精读（含练习与证明复现） | 120--140 小时 | 需要深入理解的读者 |
| 速读（跳过部分证明细节） | 40--50 小时 | 有相关经验的读者 |
| 速查（只看表格和速查卡） | 30--40 分钟 | 遇到具体问题时回来查 |
§1 拓扑空间的公理化定义 ⭐¶
动机：为什么度量不够用¶
在 A2 中，我们已经习惯了用度量定义一切——开集、连续性、收敛性。那么为什么还要发明一套更抽象的理论呢？
考虑以下三个现实问题：
问题一：同一个空间上的不同度量可能给出相同的"拓扑结构"。
在 \(\mathbb{R}^n\) 上，欧氏度量 \(d_2(x,y) = \|x-y\|_2\)、曼哈顿度量 \(d_1(x,y) = \|x-y\|_1\)、极大值度量 \(d_\infty(x,y) = \|x-y\|_\infty\) 是三种不同的度量，但它们诱导的开集族完全相同。这意味着"开集"才是更本质的概念——度量只是产生开集的一种手段。
问题二：有些自然的空间根本没有度量。
泛函分析中的弱拓扑和弱*拓扑，虽然可以定义收敛概念，但一般不由任何度量诱导（除非空间可分）。如果我们的理论框架局限于度量空间，就无法处理这些重要情形。
问题三：度量空间的某些构造不自然。
对于商空间 \(X/\sim\)（将等价的点粘合成一个点），从 \(X\) 上的度量能否自然地诱导 \(X/\sim\) 上的度量？一般来说不行——但从 \(X\) 上的拓扑诱导 \(X/\sim\) 上的拓扑却很自然。
本质洞察：度量是产生"邻近性结构"的一种手段，但不是唯一手段。拓扑学的核心发现是：开集族满足的三条简单性质（包含空集和全集、对任意并封闭、对有限交封闭）足以支撑"连续性"和"收敛性"的整套理论。 度量空间是拓扑空间的特例——一个很好的特例，但终究只是特例。
如果没有一般拓扑会怎样¶
如果我们坚持只在度量框架下工作： - 无法定义 \(\mathrm{SO}(3)\) 上的弱拓扑，也无法理解 Banach 空间的对偶理论 - 无法处理商空间（如 \(\mathrm{SO}(3) = S^3/\{\pm 1\}\)）的自然拓扑 - 无法建立微分流形的一般定义——因为流形上的 Riemann 度量需要微积分工具先存在，而微积分的建立又需要拓扑结构 - 在函数空间上，不同度量可能给出不同的收敛概念，缺乏统一的框架来比较和分析
历史：从 Hausdorff 到现代拓扑¶
拓扑的公理化起源于 Felix Hausdorff 1914 年的著作 Grundzuge der Mengenlehre，他给出了基于邻域系的公理化定义（并附加了今天称为"Hausdorff 分离公理"的条件）。随后，Kazimierz Kuratowski 在 1922 年提出了等价的闭包算子公理化方法。现代采用的开集公理化定义（三条公理）是最简洁的表述形式，成为标准大约在 1930--1940 年代。
理论：开集族公理¶
定义 1.1（拓扑空间）：设 \(X\) 为非空集合。一个 \(X\) 上的**拓扑**（topology）是 \(X\) 的子集族 \(\tau \subset 2^X\)（即 \(\tau\) 是 \(X\) 的幂集的子集），满足以下三条公理：
(T1) 空集和全集属于 \(\tau\)：
(T2) 任意并封闭：对任意指标集 \(\Lambda\)（可以是不可数集），若 \(U_\alpha \in \tau\) 对所有 \(\alpha \in \Lambda\)，则
(T3) 有限交封闭：若 \(U_1, U_2, \ldots, U_n \in \tau\)（有限个），则
满足这三条公理的二元组 \((X, \tau)\) 称为**拓扑空间**（topological space）。\(\tau\) 中的元素称为**开集**（open set）。包含点 \(x\) 的开集称为 \(x\) 的**开邻域**（open neighborhood）。
为什么是这三条公理？ 它们抽象了度量空间中开集的核心性质。回顾 A2：在度量空间 \((X, d)\) 中，开集定义为"每个点都有一个完全包含在其中的开球"的集合。可以验证：
- \(\varnothing\) 和 \(X\) 满足这个条件（空集的"每个点"条件空泛成立）
- 任意多个开集的并仍是开集（每个点在某个开集中有开球，这个球在并集中仍然有效）
- 有限个开集的交仍是开集（每个点在每个开集中各有一个开球，取半径最小的那个）
为什么要求"任意并"但只要求"有限交"？ 这是一个关键的非对称性。考虑 \(\mathbb{R}\) 中的例子：
这是可数无穷个开区间的交集，结果是单点集 \(\{0\}\)——在标准拓扑中不是开集。因此，如果允许无穷交封闭，\(\mathbb{R}\) 上的标准拓扑就会崩塌为离散拓扑（每个单点集都是开的，于是每个子集都是开的）。有限交的限制恰好避免了这种"过于精细"的结果。
类比：拓扑公理与集合上的 \(\sigma\)-代数公理类似——两者都定义了幂集的某个子族，都要求包含空集和全集，都对某种运算封闭。但关键区别在于：\(\sigma\)-代数要求对可数并和补运算封闭（像一个"对称"的结构），而拓扑只要求对任意并和有限交封闭（一个"不对称"的结构）。这种不对称性不是缺陷，而是设计：它恰好捕获了"开集"的本质特征——开集的任意并还是开集，但无穷交可能不是。\(\sigma\)-代数的对称性则捕获了"可测集"的特征——可测集对补运算应当封闭，因为"事件的否定"也应可测。
定义 1.2（拓扑的比较）：设 \(\tau_1, \tau_2\) 是集合 \(X\) 上的两个拓扑。若 \(\tau_1 \subset \tau_2\)（即 \(\tau_1\) 中的每个开集都是 \(\tau_2\) 中的开集），则称 \(\tau_2\) 细于（finer）\(\tau_1\)，或等价地，\(\tau_1\) 粗于（coarser）\(\tau_2\)。
直觉上，"更细"意味着"能区分更多的点"——开集越多，被开集分隔的点对就越多。
基本例子¶
| 拓扑 | 定义 | 细密程度 | 特点 |
|---|---|---|---|
| 离散拓扑（discrete） | \(\tau = 2^X\)（所有子集都开） | 最细 | 每个单点集都是开集 |
| 平凡拓扑（indiscrete） | \(\tau = \{\varnothing, X\}\) | 最粗 | 只有空集和全集是开集 |
| 余有限拓扑（cofinite） | \(U \in \tau \iff X \setminus U\) 有限或 \(U = \varnothing\) | 较粗 | 闭集 = 有限集 \(\cup \{X\}\) |
| 标准拓扑（\(\mathbb{R}\) 上） | 由开区间 \((a,b)\) 生成 | 适中 | 与度量诱导的拓扑一致 |
| 下极限拓扑（Sorgenfrey 线 \(\mathbb{R}_\ell\)） | 由半开区间 \([a,b)\) 生成 | 细于标准 | 反例的富矿 |
Sorgenfrey 直线 \(\mathbb{R}_\ell\) 是一个极为重要的反例来源。它与标准 \(\mathbb{R}\) 的区别仅在于基的选取：用半开区间 \([a, b)\) 代替开区间 \((a, b)\)。这个看似微小的改变导致了许多令人惊讶的性质差异：
| 性质 | \(\mathbb{R}\)（标准拓扑） | \(\mathbb{R}_\ell\)（Sorgenfrey 线） |
|---|---|---|
| 第二可数 | 是（有理端点的开区间为可数基） | 否（不可数多互不包含的基元素） |
| 可分 | 是（\(\mathbb{Q}\) 稠密） | 是（\(\mathbb{Q}\) 仍稠密） |
| \(T_4\)（正规） | 是 | 是 |
| 连通 | 是 | 否（\([0, \infty)\) 既开又闭） |
| 可度量化 | 是 | 否 |
| 仿紧 | 是 | 是 |
特别值得注意的是 \(\mathbb{R}_\ell\) 的**非连通性**：\([0, \infty)\) 在 Sorgenfrey 拓扑中是开集（作为 \([0, b)\) 形式集合的并），同时 \((-\infty, 0)\) 也是开集。因此 \(\mathbb{R}_\ell = (-\infty, 0) \cup [0, \infty)\) 是两个非空不交开集的并——\(\mathbb{R}_\ell\) 不连通。
更惊人的是 \(\mathbb{R}_\ell \times \mathbb{R}_\ell\)（Sorgenfrey 平面）的性质——它是正则的但**不是正规的**（§9 详细讨论）。这说明正规性在积运算下不封闭。
等价的公理化方式¶
邻域系公理：对每个点 \(x \in X\)，定义其**邻域系** \(\mathcal{N}_x\)（所有包含 \(x\) 的某个开集的子集构成的集族）。可以证明，邻域系满足以下四条公理：
(N1) \(\mathcal{N}_x\) 非空，且 \(x \in N\) 对所有 \(N \in \mathcal{N}_x\)
(N2) 若 \(N \in \mathcal{N}_x\) 且 \(N \subset M\)，则 \(M \in \mathcal{N}_x\)（上封闭）
(N3) 若 \(N_1, N_2 \in \mathcal{N}_x\)，则 \(N_1 \cap N_2 \in \mathcal{N}_x\)（有限交封闭）
(N4) 对每个 \(N \in \mathcal{N}_x\)，存在 \(M \in \mathcal{N}_x\) 使得 \(M \subset N\) 且 \(M \in \mathcal{N}_y\) 对所有 \(y \in M\)
反过来，给定满足 (N1)--(N4) 的邻域系，令 \(U \in \tau \iff U \in \mathcal{N}_x\) 对所有 \(x \in U\)，则 \(\tau\) 是一个拓扑。这两种方式是完全等价的。
Kuratowski 闭包算子：映射 \(c: 2^X \to 2^X\) 满足四条公理——\(c(\varnothing) = \varnothing\)、\(A \subset c(A)\)、\(c(c(A)) = c(A)\)、\(c(A \cup B) = c(A) \cup c(B)\)——也等价地定义拓扑。闭集定义为 \(c(A) = A\) 的那些 \(A\)，开集定义为闭集的补。
机器人工程连接：构型空间（Configuration Space, C-space）的拓扑通常由度量诱导，但在不同的参数化表示（如欧拉角 vs 四元数 vs 旋转矩阵）之间切换时，必须验证所定义的拓扑相同。公理化定义提供了独立于具体参数化的判据：只要两种参数化给出相同的开集族，它们就定义了相同的拓扑结构。
⚠️ 常见陷阱¶
💡 概念误区 1：认为"开集"必须长得像开区间
新手想法：开集就是形如 \((a,b)\) 或开球 \(B(x,\epsilon)\) 的集合。
实际上：在一般拓扑空间中，"开集"是拓扑 \(\tau\) 中的任何成员——它的形状完全取决于 \(\tau\) 的定义。在余有限拓扑中，\(\mathbb{R} \setminus \{1, 2, 3\}\) 是开集；在离散拓扑中，\(\{42\}\) 是开集。"开集"不是一个固有属性，而是相对于给定拓扑的概念。
正确理解：当我们说"\(U\) 是开集"时，完整的表述应该是"\(U\) 是拓扑空间 \((X, \tau)\) 中的开集"，即 \(U \in \tau\)。
🧠 思维陷阱 2：认为"更细的拓扑一定更好"
新手想法：既然更细的拓扑能区分更多的点，那不是信息更丰富吗？为什么不总是用离散拓扑？
实际上：更细的拓扑意味着更少的函数是连续的，更少的序列是收敛的。离散拓扑下每个函数都连续，但紧性完全丧失（只有有限集是紧的）。拓扑的选择是一种**权衡**——太粗则无法区分点，太细则连续性和紧性等好性质消失。好的拓扑应该"恰好足够细"以满足需求。
正确思维：选择拓扑应当基于需要保留的性质。积拓扑之所以选择"仅有限个分量非平凡"的基，正是为了保证连续性的泛性质和 Tychonoff 紧性定理。
💡 概念误区 3：混淆"有限交"和"可数交"
新手想法：公理 (T3) 说的是有限交封闭，但可数交也应该封闭吧？
实际上：不行。前面已经展示了 \(\bigcap_{n=1}^\infty (-1/n, 1/n) = \{0\}\) 的例子。可数交封闭会导致拓扑退化为离散拓扑（在 \(T_1\) 空间中）。有限交与无限交之间存在本质差异——这也是为什么 \(G_\delta\) 集（可数交开集）是一个独立且重要的概念。
序拓扑补充¶
序拓扑（order topology）是另一个重要例子。设 \((X, <)\) 是全序集，序拓扑以如下集合为子基：
其中 \((a, +\infty) = \{x \in X : x > a\}\)，\((-\infty, b) = \{x \in X : x < b\}\)。
\(\mathbb{R}\) 上的标准拓扑就是序拓扑。序拓扑的有趣之处在于它提供了大量反例——例如第一个不可数序数 \(\omega_1\)（配序拓扑）是序列紧但不紧的空间。
一个重要的思考练习：为什么拓扑定义中不要求"无穷交封闭"？除了前面 \(\bigcap_{n=1}^\infty (-1/n, 1/n) = \{0\}\) 的例子，再考虑 \(T_1\) 空间中的情况。在 \(T_1\) 空间中，每个单点集 \(\{x\}\) 是闭集，因此 \(\{x\}\) 的补 \(X \setminus \{x\}\) 是开集。若允许无穷交封闭，则对任意 \(x \in X\)：
右边每个 \(X \setminus \{y\}\) 都是开集。若无穷交封闭，\(\{x\}\) 本身就是开集——于是 \(T_1\) 空间自动变成离散空间。这将排除 \(\mathbb{R}\) 的标准拓扑等几乎所有有趣的拓扑。
练习¶
- (手推) 证明余有限拓扑满足三条拓扑公理。特别地，仔细验证有限交封闭性：若 \(U_1, \ldots, U_n\) 的补集都是有限集，证明 \(\bigcap_{i=1}^n U_i\) 的补集也是有限集。提示：使用 De Morgan 律 \(X \setminus \bigcap_{i=1}^n U_i = \bigcup_{i=1}^n (X \setminus U_i)\)。
- (思考) 设 \(X\) 是不可数集。在余可数拓扑（开集的补为可数集或等于 \(X\)）中，证明 \(X\) 不是 Hausdorff 空间。这说明了什么？提示：两个余可数开集的交集仍然是余可数的（补集是两个可数集的并，仍可数），因此两个非空开集必相交。
- (手推) 证明 \(\mathbb{R}\) 上的标准拓扑严格粗于下极限拓扑 \(\mathbb{R}_\ell\)。即证明每个标准开集是下极限开集，但存在下极限开集不是标准开集。
§2 基与子基 ⭐⭐¶
动机：如何高效描述拓扑¶
上一节定义了拓扑空间——但直接指定所有开集通常是不切实际的。例如 \(\mathbb{R}\) 的标准拓扑包含所有形如"开区间的任意并"的集合——这是一个不可数的集族，无法逐一列举。
我们需要一种更经济的方式：只指定一小部分"基本"开集，然后通过运算（并、有限交）生成整个拓扑。 这就像线性代数中的基——不需要列出整个向量空间，只需给出一组基向量。
类比：拓扑基之于拓扑，如同线性代数中的基之于向量空间。线性代数的基通过线性组合生成整个空间；拓扑基通过任意并运算生成整个拓扑。但区别在于：线性代数的基是**唯一**的最小生成集（在维度固定的意义下），而拓扑基不唯一——同一个拓扑可以有很多不同的基。此外，线性代数用的是线性组合（涉及加法和数乘），拓扑用的是集合并（只涉及一种运算）。
如果不这样做会怎样¶
如果不引入基的概念，每次定义拓扑都需要指定完整的开集族——这在实际操作中几乎不可能。例如，积拓扑（§6）的定义通过子基变得极为简洁，而直接描述所有开集则极其复杂。
历史¶
基和子基的概念伴随拓扑学的公理化同步发展。Hausdorff 在 1914 年的工作中已经隐含使用了邻域基的概念；子基的系统研究与积拓扑的定义密切相关，Alexander 子基引理（1939）更将子基提升为紧性理论的核心工具。
理论¶
定义 2.1（拓扑基）：设 \(X\) 为集合。集合族 \(\mathcal{B} \subset 2^X\) 称为 \(X\) 上的一个**拓扑基**（basis for a topology），若满足：
(B1) 覆盖性：\(\bigcup_{B \in \mathcal{B}} B = X\)，即对每个 \(x \in X\)，存在 \(B \in \mathcal{B}\) 使得 \(x \in B\)。
(B2) 交集细化：对任意 \(B_1, B_2 \in \mathcal{B}\) 和任意 \(x \in B_1 \cap B_2\)，存在 \(B_3 \in \mathcal{B}\) 使得 \(x \in B_3 \subset B_1 \cap B_2\)。
条件 (B2) 的直觉是：基元素的交集虽然不必在基中，但在每个交集的点处，总能找到一个更小的基元素"塞进去"。这保证了由基生成的集族确实满足有限交封闭性。
定理 2.2（基生成拓扑）：由基 \(\mathcal{B}\) 生成的拓扑为
即 \(\tau(\mathcal{B})\) 由 \(\mathcal{B}\) 中元素的所有可能并组成。这是使 \(\mathcal{B}\) 中每个元素都成为开集的最粗拓扑。
证明骨架：需要验证 \(\tau(\mathcal{B})\) 满足三条拓扑公理。
- (T1)：\(\varnothing\) 是空族的并（空并 = \(\varnothing\)）；\(X = \bigcup_{B \in \mathcal{B}} B\) 由 (B1)。
- (T2)：并的并还是并——形式上，\(\bigcup_{\gamma} \left(\bigcup_\alpha B_{\alpha,\gamma}\right) = \bigcup_{\gamma,\alpha} B_{\alpha,\gamma}\) 仍是基元素的并。
- (T3)：这是关键步骤。设 \(U_1 = \bigcup_\alpha B_\alpha\) 和 \(U_2 = \bigcup_\beta B_\beta'\)。则 \(U_1 \cap U_2 = \bigcup_{\alpha,\beta} (B_\alpha \cap B_\beta')\)。对每个 \(x \in B_\alpha \cap B_\beta'\)，由 (B2) 存在 \(B_x \in \mathcal{B}\) 使 \(x \in B_x \subset B_\alpha \cap B_\beta'\)。因此 \(U_1 \cap U_2 = \bigcup_x B_x \in \tau(\mathcal{B})\)。\(\square\)
定理 2.3（开集的基刻画）：\(U \in \tau(\mathcal{B})\) 当且仅当对每个 \(x \in U\)，存在 \(B \in \mathcal{B}\) 使得 \(x \in B \subset U\)。
这个等价刻画在实际使用中极为方便——判断一个集合是否是开集，只需检查每个点都有一个基元素"垫"在里面。
定义 2.4（子基）：集合族 \(\mathcal{S} \subset 2^X\) 称为**子基**（subbasis），若 \(\bigcup_{S \in \mathcal{S}} S = X\)。由 \(\mathcal{S}\) 生成的拓扑定义为：先取 \(\mathcal{S}\) 中元素的所有有限交构成基 \(\mathcal{B}\)，再由 \(\mathcal{B}\) 生成拓扑。
子基的要求比基更弱——只需覆盖 \(X\)，不需要满足交集细化条件。这使得子基成为定义拓扑的最经济方式。
阶段小结：到这里我们建立了两层"生成"工具：子基 \(\mathcal{S}\) \(\to\) 基 \(\mathcal{B}\)（通过有限交）\(\to\) 拓扑 \(\tau\)（通过任意并）。子基是最小的输入，拓扑是最终的输出。
两拓扑比较引理¶
引理 2.5：设 \(\mathcal{B}_1, \mathcal{B}_2\) 分别是 \(X\) 上两个拓扑 \(\tau_1, \tau_2\) 的基。则 \(\tau_1 \subset \tau_2\)（即 \(\tau_2\) 细于 \(\tau_1\)）当且仅当：对每个 \(B_1 \in \mathcal{B}_1\) 和每个 \(x \in B_1\)，存在 \(B_2 \in \mathcal{B}_2\) 使得 \(x \in B_2 \subset B_1\)。
直觉上：\(\tau_2\) 更细意味着 \(\tau_2\) 的基元素更"精细"——能更紧密地包裹每个点。
例：\(\mathbb{R}\) 标准拓扑（基为开区间 \((a,b)\)）严格粗于 Sorgenfrey 线 \(\mathbb{R}_\ell\)（基为半开区间 \([a,b)\)）。因为对每个 \((a,b)\) 和 \(x \in (a,b)\)，有 \([x, b) \subset (a,b)\)；但 \([0, 1)\) 不能由开区间从内部逼近（任何包含 \(0\) 的开区间都会延伸到 \(0\) 的左边）。
⚠️ 常见陷阱¶
💡 概念误区 1：认为"基元素的交一定在基中"
新手想法：\(B_1 \cap B_2\) 应该属于 \(\mathcal{B}\)，否则怎么保证有限交封闭？
实际上：基只要求在每个交集的点处能找到一个更小的基元素，不要求交集本身在基中。例如 \(\mathbb{R}^2\) 中以矩形为基：两个旋转角度不同的矩形的交集不是矩形，但交集中的每个点处都有一个更小的矩形。
正确理解：条件 (B2) 是一个"逐点"条件，不是"整体"条件。
🧠 思维陷阱 2：混淆基和子基的角色
新手想法：基和子基差不多，哪个方便用哪个。
实际上：子基需要经过两步运算（有限交 \(\to\) 任意并）才能生成拓扑，而基只需一步（任意并）。子基的优势在于定义的简洁性——积拓扑通过子基定义只需一句话，而直接写基或拓扑则复杂得多。
正确思维：子基用于定义，基用于计算和判断。
基的唯一性问题¶
一个拓扑可以有很多不同的基——基不是唯一的。例如 \(\mathbb{R}\) 的标准拓扑至少有以下三种基：
- 所有开区间 \((a, b)\)（\(a < b\)，\(a, b \in \mathbb{R}\)）
- 所有以有理数为端点的开区间 \((p, q)\)（\(p < q\)，\(p, q \in \mathbb{Q}\)）——这是一个**可数基**
- 所有开球 \(B(x, r)\)（\(x \in \mathbb{R}\)，\(r > 0\)）
第二种基的重要性在于它是可数的——这说明 \(\mathbb{R}\) 的标准拓扑是**第二可数**的（§12）。
基的选择影响计算的便利性。在实际证明中，选择合适的基可以大大简化论证。例如，判断映射 \(f: \mathbb{R} \to \mathbb{R}\) 是否连续，只需检查开区间的原像是否是开集（而不需要检查所有开集）。
练习¶
- (手推) 验证 \(\mathbb{R}^2\) 中以开圆盘 \(\{(x,y) : (x-a)^2 + (y-b)^2 < r^2\}\) 为基和以开矩形 \(\{(x,y) : a < x < b, c < y < d\}\) 为基，生成的是同一个拓扑。提示：用引理 2.5，证明每个圆盘中的点可以被矩形从内部逼近，反之亦然。
- (思考) 设 \(\mathcal{S} = \{(-\infty, a) : a \in \mathbb{R}\} \cup \{(b, +\infty) : b \in \mathbb{R}\}\)。证明 \(\mathcal{S}\) 是 \(\mathbb{R}\) 标准拓扑的一个子基。然后证明 \(\mathcal{S}\) 的有限交给出的基恰好是开区间 \((a, b) = (-\infty, b) \cap (a, +\infty)\)（加上 \(\mathbb{R}\) 本身和 \(\varnothing\)）。
- (手推) 设 \(X\) 已有拓扑 \(\tau\)，\(\mathcal{B} \subset \tau\)。证明 \(\mathcal{B}\) 是 \(\tau\) 的一个基当且仅当：对每个 \(U \in \tau\) 和 \(x \in U\)，存在 \(B \in \mathcal{B}\) 使 \(x \in B \subset U\)。
§3 闭集、闭包、内部、边界、极限点 ⭐¶
动机¶
拓扑公理用开集定义了"邻近性"，但很多分析问题更自然地用闭集和极限点来表述。例如，"序列的极限是否属于集合"本质上是在问集合是否是闭集；"集合的边界在哪里"需要同时用到闭包和内部的概念。本节建立与开集对偶的一套语言。
如果不引入这些概念会怎样¶
如果只有开集而没有闭包和极限点，我们就无法精确描述"集合的边界"、"序列的聚集行为"和"集合与其补集的关系"——而这些恰恰是分析学和几何学中最基本的问题。
理论¶
定义 3.1（闭集）：\(F \subset X\) 是**闭集**（closed set）当且仅当其补集 \(X \setminus F\) 是开集。
由 De Morgan 律，闭集族满足以下"对偶公理"：
(C1) \(\varnothing\) 和 \(X\) 是闭集（对偶于 T1）
(C2) 任意交封闭：\(\bigcap_\alpha F_\alpha\) 是闭集（对偶于 T2 的任意并）
(C3) 有限并封闭：\(F_1 \cup \cdots \cup F_n\) 是闭集（对偶于 T3 的有限交）
为什么是"任意交"但只有"有限并"？ 这与开集公理形成完美的对偶。回顾 De Morgan 律：\(X \setminus \bigcup_\alpha A_\alpha = \bigcap_\alpha (X \setminus A_\alpha)\)。开集的任意并对应闭集的任意交；开集的有限交对应闭集的有限并。对偶性确保了"闭集的补是开集"这个关系在所有运算下保持一致。
一个重要的观察：一个集合可以同时是开集又是闭集——这样的集合称为**既开又闭集**（clopen set）。在任何拓扑空间中，\(\varnothing\) 和 \(X\) 都是 clopen 的。如果空间中只有这两个 clopen 集，空间就是连通的（§11）。如果有其他 clopen 集，空间就是不连通的。
定义 3.2（闭包、内部、边界）：
闭包的邻域刻画（定理 3.3）：\(x \in \overline{A}\) 当且仅当 \(x\) 的每个开邻域都与 \(A\) 相交。
证明： (\(\Rightarrow\)) 设 \(x \in \overline{A}\)，设 \(U\) 是 \(x\) 的任意开邻域。若 \(U \cap A = \varnothing\)，则 \(A \subset X \setminus U\)。因 \(X \setminus U\) 是闭集且包含 \(A\)，故 \(\overline{A} \subset X \setminus U\)，于是 \(x \notin U\)——矛盾。
(\(\Leftarrow\)) 设 \(x\) 的每个开邻域都与 \(A\) 相交。若 \(x \notin \overline{A}\)，因 \(\overline{A}\) 是闭集，\(X \setminus \overline{A}\) 是包含 \(x\) 的开邻域。但 \((X \setminus \overline{A}) \cap A \subset (X \setminus \overline{A}) \cap \overline{A} = \varnothing\)——矛盾。\(\square\)
定义 3.4（极限点与导集）：点 \(x \in X\) 是 \(A\) 的**极限点**（limit point, accumulation point）若 \(x\) 的每个开邻域与 \(A \setminus \{x\}\) 相交，即
\(A\) 的所有极限点构成的集合称为**导集**（derived set）\(A'\)。
定理 3.5：\(\overline{A} = A \cup A'\)。
证明： \((\supset)\)：若 \(x \in A\)，由 \(A \subset \overline{A}\) 知 \(x \in \overline{A}\)。若 \(x \in A'\)，则 \(x\) 的每个开邻域 \(U\) 与 \(A \setminus \{x\}\) 相交，特别地 \(U \cap A \neq \varnothing\)，由定理 3.3 知 \(x \in \overline{A}\)。
\((\subset)\)：若 \(x \in \overline{A}\) 但 \(x \notin A\)，则 \(x\) 的每个开邻域 \(U\) 与 \(A\) 相交——因 \(x \notin A\)，这等价于 \(U \cap (A \setminus \{x\}) \neq \varnothing\)，即 \(x \in A'\)。\(\square\)
不在 \(A'\) 中且属于 \(A\) 的点称为 \(A\) 的**孤立点**（isolated point）。若 \(A = A'\)（\(A\) 没有孤立点），则 \(A\) 称为**完全集**（perfect set）。
稠密集与无处稠密集：
- \(A\) 在 \(X\) 中**稠密**（dense）：\(\overline{A} = X\)，即 \(A\) 的闭包是整个空间
- \(A\) 无处稠密（nowhere dense）：\(\mathring{\overline{A}} = \varnothing\)，即 \(A\) 的闭包的内部为空
- 贫集（meager / first category）：可数个无处稠密集的并。余贫集（comeager / residual）：贫集的补
类比：稠密集之于拓扑空间，如同有理数之于实数。\(\mathbb{Q}\) 在 \(\mathbb{R}\) 中稠密：任意两个实数之间都存在有理数。类似地，稠密集的元素"无处不在"——空间中没有任何开区域能回避它。但区别在于：稠密性依赖于拓扑的选择。\(\mathbb{Q}\) 在标准拓扑中稠密，但在离散拓扑中不稠密（因为 \(\overline{\mathbb{Q}} = \mathbb{Q} \neq \mathbb{R}\)）。
⚠️ 常见陷阱¶
💡 概念误区 1：认为"不开 = 闭"
新手想法：一个集合如果不是开集，那就是闭集。
实际上：一个集合可以既不是开集也不是闭集（如 \(\mathbb{R}\) 中的 \([0, 1)\)）；也可以既是开集又是闭集（如 \(\varnothing\) 和 \(X\)，以及不连通空间的连通分量）。"开"和"闭"不是互补关系——它们像"高"和"重"，完全独立。
💡 概念误区 2：混淆"极限点"和"极限"
新手想法：\(x\) 是 \(A\) 的极限点等价于存在 \(A\) 中的序列收敛到 \(x\)。
实际上：在度量空间（更一般地，在第一可数空间）中这两个概念等价。但在一般拓扑空间中，极限点不一定能用序列刻画——这正是后面引入网和滤子（§17）的动机。
闭包与内部的关系总结：
以下恒等式在所有拓扑空间中成立：
最后一个等式将 \(X\) 分成三个不交的部分：\(A\) 的内部（"确定在 \(A\) 中"的点）、\(A\) 的边界（"\(A\) 和补集的交界"上的点）、\(A\) 的外部（"确定不在 \(A\) 中"的点）。
Kuratowski 14 集定理：从 \(\mathbb{R}\) 的一个子集出发，反复应用闭包和补运算，最多能产生 14 个不同的集合。这个数目是最优的——存在实现 14 个不同集合的例子。
练习¶
- (手推) 证明 Kuratowski 闭包算子的四条性质从拓扑公理推导出来：\(\overline{\varnothing} = \varnothing\)、\(A \subset \overline{A}\)、\(\overline{\overline{A}} = \overline{A}\)、\(\overline{A \cup B} = \overline{A} \cup \overline{B}\)。
- (思考) 在余有限拓扑中，\(\mathbb{R}\) 的子集 \(\mathbb{Z}\) 的闭包、内部和边界分别是什么？\(\mathbb{Z}\) 的导集是什么？（提示：余有限拓扑中闭集 = 有限集 \(\cup \{X\}\)。\(\mathbb{Z}\) 不是有限集也不是 \(\mathbb{R}\)——所以它不是闭集。包含 \(\mathbb{Z}\) 的最小闭集是什么？）
- (手推) 证明 \(\partial A = \overline{A} \cap \overline{X \setminus A}\)。即边界上的点同时是 \(A\) 的闭包中的点和补集闭包中的点。
§4 连续性与同胚 ⭐⭐¶
动机¶
在度量空间中，连续性有一个清晰的 \(\epsilon\)-\(\delta\) 定义。但这个定义依赖于度量——当我们移到一般拓扑空间时，需要一种不依赖度量的连续性定义。惊人的是，A2 中已经暗示了答案：在度量空间中，\(f\) 连续当且仅当**每个开集的原像是开集**。这个等价条件不涉及度量，可以直接推广。
如果没有连续性的拓扑定义会怎样¶
如果我们坚持使用 \(\epsilon\)-\(\delta\) 定义，就无法讨论非度量空间之间的映射——比如从带弱拓扑的 Banach 空间到 \(\mathbb{R}\) 的连续线性泛函。拓扑定义让"连续性"成为一个纯粹的结构概念，不依赖于具体的距离度量。
理论¶
定义 4.1（连续映射）：设 \((X, \tau_X)\) 和 \((Y, \tau_Y)\) 是拓扑空间。映射 \(f: X \to Y\) 是**连续的**（continuous）当且仅当：对每个 \(V \in \tau_Y\)，有 \(f^{-1}(V) \in \tau_X\)。
即，开集的原像是开集。
定理 4.2（连续性的等价刻画）：以下条件等价：
- \(f\) 连续（开集原像为开）
- 闭集的原像为闭
- 基元素的原像为开（只需检查 \(Y\) 的一个基）
- 子基元素的原像为开
- 对所有 \(A \subset X\)，\(f(\overline{A}) \subset \overline{f(A)}\)
- \(f\) 在每个点处连续：对每个 \(x \in X\) 和 \(f(x)\) 的每个开邻域 \(V\)，\(f^{-1}(V)\) 是 \(x\) 的邻域
证明要点：
(1)\(\Leftrightarrow\)(2)：\(f^{-1}(Y \setminus V) = X \setminus f^{-1}(V)\)，所以开集原像为开 \(\Leftrightarrow\) 闭集原像为闭。
(1)\(\Rightarrow\)(3)\(\Rightarrow\)(4)：因为基是拓扑的子集，所以开集原像为开蕴含基元素原像为开；同理，子基是基的子集，基元素原像为开蕴含子基元素原像为开。
(4)\(\Rightarrow\)(1)：设 \(V \in \tau_Y\)。\(V\) 是子基元素有限交的任意并。原像运算与并和交交换：\(f^{-1}(\bigcup_\alpha A_\alpha) = \bigcup_\alpha f^{-1}(A_\alpha)\) 和 \(f^{-1}(\bigcap_{i=1}^n A_i) = \bigcap_{i=1}^n f^{-1}(A_i)\)。因此 \(f^{-1}(V)\) 是开集的有限交的任意并，仍是开集。
复合引理：若 \(f: X \to Y\) 和 \(g: Y \to Z\) 都连续，则 \(g \circ f: X \to Z\) 连续。证明直接从定义：\((g \circ f)^{-1}(W) = f^{-1}(g^{-1}(W))\)。
粘合引理（Pasting Lemma）：设 \(X = A \cup B\)，其中 \(A, B\) 都是闭集（或都是开集）。若 \(f: A \to Y\) 和 \(g: B \to Y\) 都连续且 \(f|_{A \cap B} = g|_{A \cap B}\)，则定义 \(h: X \to Y\) 为 \(h(x) = f(x)\)（\(x \in A\)）和 \(h(x) = g(x)\)（\(x \in B\)）。则 \(h\) 连续。
证明（闭集情形）：设 \(F \subset Y\) 闭。需证 \(h^{-1}(F)\) 在 \(X\) 中闭。
\(f^{-1}(F)\) 在 \(A\) 中闭（\(f\) 连续），因此 \(f^{-1}(F) = A \cap C\) 对某闭集 \(C \subset X\)。因 \(A\) 闭，\(f^{-1}(F) = A \cap C\) 是两个闭集的交，在 \(X\) 中闭。类似地 \(g^{-1}(F)\) 在 \(X\) 中闭。两个闭集的并仍闭。\(\square\)
为什么粘合引理需要 \(A, B\) 同为闭（或同为开）？ 若 \(A\) 开而 \(B\) 闭，引理可能失败。考虑 \(X = \mathbb{R}\)，\(A = (-\infty, 0)\)（开），\(B = [0, \infty)\)（闭）。\(f(x) = 0\) 在 \(A\) 上，\(g(x) = 1\) 在 \(B\) 上。\(A \cap B = \varnothing\)，所以一致性条件空泛满足。但拼合映射 \(h\) 在 \(x = 0\) 处不连续。
定义 4.3（同胚）：\(f: X \to Y\) 是**同胚**（homeomorphism）若 \(f\) 是双射且 \(f\)、\(f^{-1}\) 都连续。若存在同胚 \(f: X \to Y\)，则 \(X\) 和 \(Y\) 称为**同胚的**（homeomorphic），记作 \(X \cong Y\)。
本质洞察：同胚是拓扑学的"等价关系"——同胚的空间在拓扑意义上完全相同。被同胚保持的性质称为**拓扑不变量**（topological invariant）。紧性、连通性、Hausdorff 性都是拓扑不变量；有界性不是（因为它依赖于度量，而同胚可以改变度量）。拓扑学的核心任务之一就是寻找并计算拓扑不变量，以判断两个空间是否同胚。
例子： - \((-1, 1) \cong \mathbb{R}\)，同胚由 \(f(x) = \tan(\pi x / 2)\) 给出。这说明"有界性"不是拓扑不变量 - \(S^1 \cong \{z \in \mathbb{C} : |z| = 1\}\)（作为 \(\mathbb{R}^2\) 的子空间） - \([0,1]\) 与 \((0,1)\) **不**同胚——因为 \([0,1]\) 紧而 \((0,1)\) 不紧（紧性是拓扑不变量） - \([0,1]\) 与 \([0,1)\) **不**同胚——因为去掉 \([0,1]\) 中的端点后仍连通，但去掉 \([0,1)\) 中的端点 \(0\) 后不连通（此论证用到§11的连通性） - \(\mathbb{R}\) 与 \(\mathbb{R}^2\) **不**同胚——因为去掉 \(\mathbb{R}\) 中的一个点后不连通，但去掉 \(\mathbb{R}^2\) 中的一个点后仍连通（维数不变性的初等版本）
开映射与闭映射：
- \(f: X \to Y\) 是**开映射**（open map）若开集的像是开集
- \(f: X \to Y\) 是**闭映射**（closed map）若闭集的像是闭集
- 连续双射不一定是同胚（需要额外条件保证逆映射连续）
- 定理：从紧空间到 Hausdorff 空间的连续双射一定是同胚（将在 §10 证明）
机器人工程连接：正运动学映射 \(\mathrm{FK}: Q \to \mathrm{SE}(3)\) 通常是连续的，但在奇异构型处不是局部同胚——Jacobian 矩阵退化对应拓扑层面的奇异性。这提醒我们：连续映射的拓扑性质（是否是嵌入、是否是覆盖映射）直接影响工程系统的行为。
⚠️ 常见陷阱¶
💡 概念误区 1：认为连续双射一定是同胚
新手想法：\(f\) 连续且是双射，那 \(f^{-1}\) 自动连续。
实际上：反例——\(f: [0, 2\pi) \to S^1\)，\(f(t) = (\cos t, \sin t)\)。\(f\) 是连续双射但不是同胚：\(f^{-1}\) 在 \((1, 0) \in S^1\) 处不连续（因为 \(S^1\) 上趋近 \((1,0)\) 的序列的原像可能在 \(0\) 附近或 \(2\pi\) 附近跳跃）。
根本原因：\([0, 2\pi)\) 不紧——如果定义域紧且值域 Hausdorff，连续双射确实是同胚。
🧠 思维陷阱 2：混淆"连续"和"开映射"
新手想法：连续映射保持"开集结构"，所以也应该把开集映为开集。
实际上：连续性是关于**原像**的条件（开集的原像是开集），不是关于**像**的条件。常值映射 \(f(x) = c\) 是连续的，但把开集（如整个 \(\mathbb{R}\)）映为单点——通常不是开集。
正确理解：连续性保证的是"结构不被破坏"（\(Y\) 中的开集结构通过原像保留到 \(X\) 中），不是"结构被传递"（\(X\) 中的开集不一定映为 \(Y\) 中的开集）。
练习¶
- (手推) 证明粘合引理的闭集情形：若 \(X = A \cup B\)，\(A, B\) 闭，\(f: A \to Y\) 和 \(g: B \to Y\) 连续且在交集上一致，则拼合映射连续。
- (思考) 举一个连续满射但不是开映射的例子，并解释为什么。
- (跨章综合) 回顾 A2 中度量空间的连续性定义。证明：在度量空间 \((X, d_X)\) 和 \((Y, d_Y)\) 之间，\(\epsilon\)-\(\delta\) 连续性等价于本节的拓扑连续性（开集原像为开集）。这说明了拓扑定义确实是度量定义的推广。
§5 子空间拓扑 ⭐¶
动机¶
给定一个拓扑空间 \((X, \tau)\) 和它的子集 \(Y \subset X\)，\(Y\) 应该继承什么样的拓扑结构？自然的想法是：\(Y\) 中的开集就是 \(X\) 中的开集"限制"到 \(Y\) 上的部分。
理论¶
定义 5.1（子空间拓扑）：设 \((X, \tau)\) 是拓扑空间，\(Y \subset X\)。\(Y\) 上的**子空间拓扑**（subspace topology）定义为
即 \(Y\) 中的开集恰好是 \(X\) 中的开集与 \(Y\) 的交集。
嵌入：\(f: X \to Y\) 是**嵌入**（embedding）若 \(f\) 是到 \(f(X)\)（赋予子空间拓扑）的同胚。
定理 5.2：\(Y\) 中的闭集恰好是 \(X\) 中的闭集与 \(Y\) 的交集。\(A \subset Y\) 在 \(Y\) 中的闭包等于 \(Y \cap \overline{A}^X\)。
子空间的泛性质：对任意拓扑空间 \(Z\) 和连续映射 \(g: Z \to X\)，若 \(g(Z) \subset Y\)，则 \(g: Z \to Y\)（将值域限制到 \(Y\)）仍连续。这说明子空间拓扑是使得包含映射 \(\iota: Y \hookrightarrow X\) 连续的最细拓扑。
⚠️ 常见陷阱¶
💡 概念误区：\(Y\) 中开不意味着 \(X\) 中开
新手想法：如果 \(A\) 在 \(Y\) 中是开集，它在 \(X\) 中也应该是开集。
实际上：\(A = Y \cap U\)，\(A\) 在 \(Y\) 中开只意味着存在 \(X\) 中的开集 \(U\) 使 \(A = Y \cap U\)，不意味着 \(A\) 本身是 \(X\) 中的开集。例如 \(X = \mathbb{R}\)，\(Y = [0, 2]\)，则 \([0, 1) = Y \cap (-1, 1)\) 在 \(Y\) 中是开集，但在 \(X\) 中不是开集。
正确理解：\(Y\) 中的开集是"相对于 \(Y\) 的开集"，是一个相对概念。当 \(Y\) 本身是 \(X\) 中的开集时，\(Y\) 中开的子集在 \(X\) 中也一定是开的。
🧠 思维陷阱 2：认为分离公理对子空间无条件遗传
新手想法：如果 \(X\) 是正规空间（\(T_4\)），它的所有子空间也是正规的。
实际上：\(T_0\)、\(T_1\)、\(T_2\)（Hausdorff）、\(T_3\)（正则）、\(T_{3.5}\)（完全正则）对子空间是遗传的。但 \(T_4\)（正规）不是遗传的——存在正规空间的非正规子空间。Sorgenfrey 平面 \(\mathbb{R}_\ell^2\) 就是一个例子：\(\mathbb{R}_\ell\) 本身是正规的，但 \(\mathbb{R}_\ell \times \mathbb{R}_\ell\) 不是。
子空间拓扑的传递性：若 \(Z \subset Y \subset X\)，则 \(Z\) 从 \(Y\) 继承的子空间拓扑等于 \(Z\) 从 \(X\) 直接继承的子空间拓扑。这是因为 \((Z \cap V) = Z \cap (Y \cap U) = Z \cap U\)，其中 \(V = Y \cap U\) 是 \(Y\) 中的开集。
子空间与连续性的关系：
- 包含映射 \(\iota: Y \hookrightarrow X\)（\(\iota(y) = y\)）自动连续
- 若 \(f: X \to Z\) 连续且 \(f(X) \subset Y\)，则 \(f: X \to Y\)（限制值域）仍连续
- 嵌入 = 到像的同胚。判断 \(f: X \to Y\) 是否为嵌入，需要验证 \(f\) 连续、单射、且 \(f: X \to f(X)\) 是开映射
一个微妙的例子：\(\mathbb{Q}\) 作为 \(\mathbb{R}\) 的子空间，性质与 \(\mathbb{R}\) 大不相同。\(\mathbb{Q}\) 中的集合 \(\{q \in \mathbb{Q} : q^2 < 2\}\) 在 \(\mathbb{Q}\) 中既开又闭——开是因为它等于 \(\mathbb{Q} \cap (-\sqrt{2}, \sqrt{2})\)，闭是因为它的补集 \(\{q \in \mathbb{Q} : q^2 \geq 2\}\) 也是开集（等于 \(\mathbb{Q} \cap ((-\infty, -\sqrt{2}) \cup (\sqrt{2}, +\infty))\)）。这说明 \(\mathbb{Q}\) 不连通——尽管 \(\mathbb{R}\) 连通。连通性对子空间**不**遗传。
练习¶
- (手推) 设 \(\mathbb{Q}\) 赋予从 \(\mathbb{R}\) 继承的子空间拓扑。证明 \(\mathbb{Q}\) 中的开集恰好是 \(\mathbb{Q}\) 与某个 \(\mathbb{R}\) 中开集的交集，并举一个在 \(\mathbb{Q}\) 中既开又闭的子集。
- (思考) 若 \(Y\) 是 \(X\) 的开子集，证明 \(Y\) 中的开集恰好就是 \(X\) 中包含于 \(Y\) 的开集。
- (手推) 证明子空间拓扑的传递性：若 \(Z \subset Y \subset X\)，\(Z\) 从 \(Y\) 继承的拓扑等于 \(Z\) 从 \(X\) 直接继承的拓扑。
§6 积拓扑 ⭐⭐¶
动机¶
如何在笛卡尔积 \(\prod_\alpha X_\alpha\) 上定义一个"好的"拓扑？有两个自然的候选者——箱拓扑和积拓扑。正确的选择（积拓扑）由泛性质决定，这个选择的正确性最终由 Tychonoff 定理——整个点集拓扑学最深刻的定理之一——来验证。
如果不用积拓扑而用箱拓扑会怎样¶
箱拓扑对无穷积过于精细：它使得太少的映射连续，也使得太少的集合紧。具体地，箱拓扑不满足泛性质（映射连续不等价于每个分量连续），也不保持紧性（Tychonoff 定理在箱拓扑下失败）。
理论¶
有限积拓扑：对有限积 \(X \times Y\)，拓扑基为 \(\{U \times V : U \in \tau_X, V \in \tau_Y\}\)。投影 \(\pi_X: X \times Y \to X\) 和 \(\pi_Y: X \times Y \to Y\) 连续且是开映射。
任意积拓扑：对任意指标积 \(\prod_{\alpha \in \Lambda} X_\alpha\)，有两种自然定义：
| 拓扑 | 基的形式 | 关键区别 |
|---|---|---|
| 积拓扑（product topology） | \(\prod_\alpha U_\alpha\)，其中仅有限个 \(U_\alpha \neq X_\alpha\) | 只限制有限个分量 |
| 箱拓扑（box topology） | \(\prod_\alpha U_\alpha\)，允许所有 \(U_\alpha\) 任意开 | 限制所有分量 |
当 \(\Lambda\) 有限时两者一致；当 \(\Lambda\) 无穷时箱拓扑严格细于积拓扑。
积拓扑的泛性质（定理 6.1）：映射 \(f: Z \to \prod_\alpha X_\alpha\) 连续当且仅当每个分量 \(\pi_\alpha \circ f: Z \to X_\alpha\) 连续。
这正是选择积拓扑的决定性理由——它让连续性的判断可以逐分量进行。等价地，积拓扑是使所有投影 \(\pi_\alpha\) 连续的**最粗**拓扑。
子基描述：积拓扑由子基 \(\mathcal{S} = \{\pi_\alpha^{-1}(U) : U \in \tau_{X_\alpha},\, \alpha \in \Lambda\}\) 生成。这里 \(\pi_\alpha^{-1}(U) = \{(x_\beta)_\beta : x_\alpha \in U\}\) 是"第 \(\alpha\) 个分量落在 \(U\) 中"的条件——这个集合对其他分量没有任何约束。
积拓扑中的收敛：网 \((x_\lambda)_{\lambda \in \Lambda}\) 在积空间 \(\prod_\alpha X_\alpha\) 中收敛到 \(x\) 当且仅当每个分量 \(\pi_\alpha(x_\lambda) \to \pi_\alpha(x)\)。这正是泛性质的收敛版本——积拓扑中的收敛等价于"逐分量收敛"。
积空间的拓扑性质保持：
| 性质 | 有限积是否保持 | 任意积是否保持 |
|---|---|---|
| Hausdorff | 是 | 是 |
| 正则 | 是 | 是 |
| 正规 | 是 | 否（Sorgenfrey 平面） |
| 紧 | 是（Tube 引理） | 是（Tychonoff） |
| 连通 | 是 | 是 |
| 第一可数 | 是 | 否（不可数积） |
| 第二可数 | 是 | 否 |
| 可分 | 是 | 是（若积可数个可分空间） |
本质洞察：积拓扑的设计原则是"尽量少地限制分量"——基中的每个开集只限制有限个分量，其余分量完全自由。这种"只有有限个非平凡约束"的思想在数学中反复出现：向量空间的直积中的元素允许所有分量非零，但直和中只允许有限个分量非零；\(\ell^p\) 空间中的函数要求 \(\sum |x_n|^p < \infty\)，而 \(\ell^\infty\) 只要求有界。积拓扑选择了"最宽松"的有限约束方案，为的是保留最好的性质（泛性质和紧性）。
Tychonoff 定理（陈述）：任意非空紧空间族的积（在积拓扑下）是紧的。
这是点集拓扑中最重要的定理之一。其重要性在于：
- 它在集合论中等价于选择公理（Kelley 1950）
- 它是泛函分析中 Banach-Alaoglu 定理的拓扑基础
- 它保证了多机器人系统的联合构型空间的紧性
证明将在 §10 中给出两条路径。
Tube 引理（定理 6.2）：设 \(Y\) 紧。若 \(N \subset X \times Y\) 是包含切片 \(\{x_0\} \times Y\) 的开集，则存在 \(x_0\) 的开邻域 \(W\) 使得 \(W \times Y \subset N\)。
为什么叫"管引理"？ 因为 \(W \times Y\) 在几何上是一个"管"——以 \(W\) 为截面、\(Y\) 为方向的柱体。引理说的是：如果一条"竖线" \(\{x_0\} \times Y\) 被开集 \(N\) 包含，那么可以把这条竖线"加粗"成一个开管 \(W \times Y\)，整个管仍然在 \(N\) 中。
证明：对每个 \(y \in Y\)，因 \((x_0, y) \in N\) 且 \(N\) 开，取基本开矩形 \(U_y \times V_y \subset N\) 包含 \((x_0, y)\)。\(\{V_y\}_{y \in Y}\) 覆盖 \(Y\)。因 \(Y\) 紧，取有限子覆 \(V_{y_1}, \ldots, V_{y_n}\)。令 \(W = \bigcap_{i=1}^n U_{y_i}\)（有限交，仍开，且包含 \(x_0\)）。
对任意 \((x, y) \in W \times Y\)：\(y \in V_{y_j}\) 对某 \(j\)，\(x \in W \subset U_{y_j}\)，故 \((x, y) \in U_{y_j} \times V_{y_j} \subset N\)。\(\square\)
推论：两个紧空间的积仍紧（不需要选择公理——只用 Tube 引理和归纳法）。
证明骨架：设 \(X, Y\) 紧，\(\mathcal{U}\) 是 \(X \times Y\) 的开覆盖。对每个 \(x \in X\)，切片 \(\{x\} \times Y\) 被 \(\mathcal{U}\) 覆盖，由 \(Y\) 紧取有限子覆。Tube 引理给出开管 \(W_x \times Y\)。\(\{W_x\}_{x \in X}\) 覆盖 \(X\)，由 \(X\) 紧取有限子覆 \(W_{x_1}, \ldots, W_{x_m}\)。每个 \(W_{x_j} \times Y\) 用有限个 \(\mathcal{U}\) 成员覆盖。合并得 \(X \times Y\) 的有限子覆盖。\(\square\)
机器人工程连接：\(N\) 臂系统的联合构型空间 \(C = \prod_{i=1}^N C_i\)。若每个 \(C_i\) 紧（如 \(T^{n_i}\)，即纯旋转关节臂），Tychonoff 保证联合空间紧——这是 PRM*/RRT* 在多臂系统上渐近最优性的拓扑前提。
⚠️ 常见陷阱¶
💡 概念误区 1：混淆积拓扑和箱拓扑
新手想法：积拓扑的基元素应该是所有分量都取开集的乘积。
实际上：那是箱拓扑。积拓扑的基元素只有有限个分量取非平凡开集，其余取整个空间。这个看似"偷工减料"的定义恰好保证了泛性质和 Tychonoff 定理。
🧠 思维陷阱 2：认为无穷积中的序列收敛等价于逐分量收敛
新手想法：在积拓扑中这两者等价，在箱拓扑中也应该等价。
实际上：在积拓扑中确实等价（因为基元素只约束有限个分量）。但在箱拓扑中不等价——逐分量收敛不蕴含在箱拓扑中收敛。例如在 \(\mathbb{R}^\mathbb{N}\) 中，序列 \(x^{(n)} = (1/n, 1/n, \ldots)\) 逐分量收敛到零序列，在积拓扑中也收敛，但在箱拓扑中不收敛（取开邻域 \(\prod_k (-1/k, 1/k)\)，\(x^{(n)}\) 最终不在其中）。
练习¶
- (手推) 证明 \(\mathbb{R}^\mathbb{N}\) 上的箱拓扑严格细于积拓扑。提示：构造一个在箱拓扑中开但在积拓扑中不开的集合。
- (思考) 积拓扑的泛性质为什么确定了唯一的拓扑？证明：若 \(\sigma\) 是 \(\prod X_\alpha\) 上使所有投影连续的拓扑，且满足泛性质，则 \(\sigma\) 等于积拓扑。
§7 商拓扑 ⭐⭐¶
动机¶
子空间拓扑是"取子集"的操作；积拓扑是"取乘积"的操作。商拓扑是第三种基本构造——"粘合"的操作：将某些点视为等价，把它们"粘成一个点"。
类比：商拓扑之于拓扑学，如同商群之于群论。群论中的商群 \(G/H\) 将陪集"缩为一个点"；拓扑学中的商空间 \(X/\sim\) 将等价类"缩为一个点"。两者都保留了一部分原始结构（群结构或拓扑结构），同时消除了细节。不同之处在于：群论中商群自动继承了群结构的好性质（正规子群的商群仍是群），但拓扑学中商空间不一定继承好的拓扑性质（Hausdorff 空间的商不一定 Hausdorff）。
如果不引入商拓扑会怎样¶
没有商拓扑，我们就无法严格地描述"粘合"操作——而这在几何学和机器人学中无处不在。\(\mathrm{SO}(3) = S^3/\{\pm 1\}\)（四元数双覆盖）、\(T^2 = [0,1]^2/\sim\)（正方形对边粘合成环面）等基本构造都需要商拓扑。
理论¶
定义 7.1（商映射）：满射 \(\pi: X \to Y\) 是**商映射**（quotient map）若 \(U \subset Y\) 开当且仅当 \(\pi^{-1}(U) \subset X\) 开。
注意，商映射的条件比连续映射更强——不仅开集的原像是开集（连续性），而且开集的原像是开集的集合恰好就是所有开集（这决定了 \(Y\) 的拓扑）。
等价关系诱导的商空间：给定 \(X\) 上的等价关系 \(\sim\)，定义商空间 \(X/\sim\) 的底集为所有等价类 \(\{[x] : x \in X\}\)，商映射为 \(\pi(x) = [x]\)。\(X/\sim\) 上的拓扑定义为：\(U \subset X/\sim\) 开当且仅当 \(\pi^{-1}(U) \subset X\) 开。
定理 7.2（商拓扑的泛性质）：\(\pi: X \to Y\) 为商映射，\(f: X \to Z\) 连续且在 \(\pi\) 的纤维上常值（即 \(\pi(x_1) = \pi(x_2) \implies f(x_1) = f(x_2)\)），则存在唯一连续 \(\bar{f}: Y \to Z\) 使得 \(f = \bar{f} \circ \pi\)。
商空间的病理：商运算不保持很多好的拓扑性质。
| 性质 | 是否被商运算保持 | 反例 |
|---|---|---|
| Hausdorff | 否 | 双原点直线是 \(T_1\) 但非 \(T_2\) |
| 局部紧 | 否 | 某些商空间失去局部紧性 |
| 可度量性 | 否 | 紧度量空间的商不一定可度量 |
充分条件：若 \(\sim\) 在 \(X \times X\) 中是闭集且 \(\pi\) 是开映射，则商空间是 Hausdorff 的。
典型几何商：
- \(S^n = D^n / \partial D^n\)：将 \(n\) 维圆盘的边界粘成一个点
- \(\mathbb{R}P^n = S^n / (x \sim -x)\)：对径点等价
- \(T^2 = [0,1]^2 / \sim\)：正方形对边粘合
- \(\mathrm{SO}(3) \cong S^3 / \{\pm 1\} \cong \mathbb{R}P^3\)：单位四元数的双覆盖
机器人工程连接：\(\mathrm{SO}(3) \cong S^3/\{\pm 1\}\) 意味着每个旋转对应两个四元数 \(q\) 和 \(-q\)。这是四元数表示旋转时必须处理的"符号歧义"——MEKF（Multiplicative Extended Kalman Filter）和 IEKF（Invariant EKF）在姿态估计中必须处理这个问题。由 §7.2 的泛性质，\(\rho: S^3 \to \mathrm{SO}(3)\) 是商映射，这保证了从四元数空间到旋转空间的映射具有好的拓扑性质。
⚠️ 常见陷阱¶
💡 概念误区 1：认为商映射一定是开映射或闭映射
新手想法：商映射应该把开集映为开集。
实际上：商映射不一定是开映射，也不一定是闭映射。它只保证 \(Y\) 中的开集由 \(X\) 中的开集原像"决定"，但 \(X\) 中的开集的像不一定在 \(Y\) 中是开的。
🧠 思维陷阱 2：认为"粘合操作"总是温和的
新手想法：如果原空间性质好（如 Hausdorff、度量化），粘合后也应该差不多。
实际上：商运算可以非常"暴力"——双原点直线的例子表明，即使从 \(\mathbb{R}\)（完美的度量空间）出发，不恰当的等价关系也可以破坏 Hausdorff 性。这提醒我们：构造商空间后必须逐一验证所需性质。
双原点直线的详细构造：
取 \(X = \mathbb{R} \sqcup \mathbb{R}\)（\(\mathbb{R}\) 的两个副本），等价关系为 \(x_1 \sim x_2\)（第一副本的 \(x\) 等价于第二副本的 \(x\)）当且仅当 \(x \neq 0\)。换句话说：除了原点外，两个副本的对应点被粘合；但原点保留两份——\(0_1\) 和 \(0_2\)。
商空间 \(L = X/\sim\) 看起来像 \(\mathbb{R}\)，但原点有两个版本。\(L\) 是 \(T_1\) 的（单点集闭），但不是 Hausdorff 的：\(0_1\) 和 \(0_2\) 的任何开邻域都相交（因为它们都必须包含原点附近的"普通"点）。
这个例子清楚地表明商运算可以破坏 Hausdorff 性——即使原空间是完美的度量空间 \(\mathbb{R}\)。
练习¶
- (手推) 证明 \([0,1]/(0 \sim 1) \cong S^1\)。提示：构造映射 \(f: [0,1] \to S^1\)，\(f(t) = e^{2\pi i t}\)，验证它是商映射且在纤维上常值。
- (思考) 构造一个从 Hausdorff 空间出发、商后不再 Hausdorff 的具体例子（可以使用双原点直线），并用开邻域的定义验证 Hausdorff 性确实失败。
- (手推) 验证 \(T^2 = [0,1]^2/\sim\)（对边粘合：\((x,0) \sim (x,1)\) 且 \((0,y) \sim (1,y)\)）同胚于 \(S^1 \times S^1\)。
§8 度量空间——回顾与精化 ⭐¶
动机¶
在 A2 中我们已经学过度量空间。为什么要在一般拓扑的框架下重新审视它？因为从一般拓扑的视角看，度量空间是拓扑空间的一个非常特殊的子类——它同时满足很多好的性质（\(T_4\)、第一可数、仿紧等），而这些性质在一般拓扑空间中并不自动成立。理解"度量空间特殊在哪里"有助于理解一般拓扑理论的复杂性和必要性。
理论¶
度量诱导的拓扑：度量 \(d: X \times X \to [0, \infty)\) 满足四公理：
- 非负性：\(d(x,y) \geq 0\)
- 同一性：\(d(x,y) = 0 \iff x = y\)
- 对称性：\(d(x,y) = d(y,x)\)
- 三角不等式：\(d(x,z) \leq d(x,y) + d(y,z)\)
\(\epsilon\)-球 \(B(x, \epsilon) = \{y \in X : d(x,y) < \epsilon\}\) 构成拓扑基。需要验证这满足基的两条公理：
- (B1) 覆盖性：\(x \in B(x, 1)\)
- (B2) 交集细化：若 \(z \in B(x, \epsilon_1) \cap B(y, \epsilon_2)\)，取 \(\delta = \min(\epsilon_1 - d(x,z), \epsilon_2 - d(y,z)) > 0\)，则 \(B(z, \delta) \subset B(x, \epsilon_1) \cap B(y, \epsilon_2)\)（由三角不等式）
两个度量**拓扑等价**若它们诱导相同的拓扑；**一致等价**若它们保持 Cauchy 序列。拓扑等价比一致等价弱——同胚映射保持拓扑等价但不一定保持一致等价。
度量空间在分离公理中的位置：
度量空间自动满足非常强的分离性质。具体地：
| 性质 | 度量空间是否满足 | 理由 |
|---|---|---|
| \(T_0\) | 是 | 若 \(x \neq y\)，\(B(x, d(x,y)/2)\) 不含 \(y\) |
| \(T_1\) | 是 | 单点集 \(\{x\}\) 闭（\(\{x\} = \bigcap_{n=1}^\infty \overline{B(x, 1/n)}^c\) 的补） |
| \(T_2\) (Hausdorff) | 是 | \(B(x, d(x,y)/2)\) 和 \(B(y, d(x,y)/2)\) 不交 |
| \(T_3\) (正则) | 是 | 使用距离函数的连续性 |
| \(T_4\) (正规) | 是 | \(f(x) = d(x,A)/(d(x,A)+d(x,B))\) 是 Urysohn 函数 |
| 仿紧 | 是 | A.H. Stone 定理 |
| 第一可数 | 是 | \(\{B(x, 1/n)\}\) 是 \(x\) 的可数邻域基 |
这张表说明度量空间是"拓扑性质非常好"的空间——它们自动满足几乎所有好的分离和可数性条件。
度量空间的序列刻画：在度量空间中，闭包、连续性和紧性都可以用序列刻画：
- \(x \in \overline{A} \iff\) 存在 \(A\) 中的序列收敛到 \(x\)
- \(f\) 连续 \(\iff\) \(f\) 保持序列收敛（\(x_n \to x \implies f(x_n) \to f(x)\)）
- 紧 \(\iff\) 序列紧（每个序列有收敛子列）
这些等价在一般拓扑空间中不成立——需要用网或滤子（§17）替代序列。根本原因是度量空间自动第一可数，而序列的充分性等价于第一可数性。
完备性与完备化：
**Cauchy 序列**的定义依赖于度量（不仅仅是拓扑）：\((x_n)\) 是 Cauchy 列若 \(\forall \epsilon > 0\)，\(\exists N\) 使 \(m, n \geq N \implies d(x_m, x_n) < \epsilon\)。因此完备性不是拓扑不变量——\((0,1)\) 和 \(\mathbb{R}\) 同胚但前者不完备。
完备化定理：每个度量空间 \((X, d)\) 可以等距嵌入一个完备度量空间 \((\tilde{X}, \tilde{d})\) 中，使 \(X\) 在 \(\tilde{X}\) 中稠密。完备化本质唯一（在保距同构意义下）。
全有界性：\(X\) 全有界（totally bounded）若对每个 \(\epsilon > 0\)，存在有限集 \(\{x_1, \ldots, x_n\}\) 使 \(X = \bigcup_{i=1}^n B(x_i, \epsilon)\)。全有界比有界严格更强——\(\ell^2\) 的闭单位球有界但不全有界。
关键等价：在度量空间中，紧 \(\iff\) 完备 + 全有界。
反事实推理：如果度量空间中的序列不足以刻画拓扑性质（如闭包和连续性），会怎样？那将意味着分析学中基于序列的所有论证方法（如极限存在定理、序列紧性、连续性的序列判据）都将失效。幸运的是，度量空间自动满足第一可数性（每个点有可数邻域基 \(\{B(x, 1/n)\}_{n \geq 1}\)），而第一可数性正好保证了序列的充分性。
机器人工程连接：在 \(\mathrm{SE}(3)\) 上常取左不变 Riemann 度量——其诱导的拓扑与欧氏嵌入度量的拓扑一致。完备性保证了扩展 Kalman 滤波在收敛时极限落在流形内部。选择不同的度量影响算法的收敛速度，但不影响拓扑结构（因为不同度量诱导相同拓扑）。
⚠️ 常见陷阱¶
💡 概念误区：认为"完备性"是拓扑性质
新手想法：如果 \(X\) 和 \(Y\) 同胚，且 \(X\) 完备，则 \(Y\) 也完备。
实际上：完备性依赖于度量，不仅仅是拓扑。\((0,1)\) 和 \(\mathbb{R}\) 同胚（拓扑相同），但 \((0,1)\) 在标准度量下不完备，\(\mathbb{R}\) 完备。
正确理解：完备性是度量的性质，不是拓扑的性质。但"可完备化"（是否存在某个等价度量使其完备）是一个更微妙的问题。
🧠 思维陷阱 2：认为度量空间就是"好的"空间的代名词
新手想法：度量空间满足所有好的性质，一般拓扑空间才有各种病理。
实际上：度量空间确实满足很多好性质（\(T_4\)、仿紧、第一可数），但不满足所有好性质。例如不可分度量空间（如 \(\ell^\infty\)）不是第二可数的。而且"可度量化"本身就是一个深刻的拓扑条件——Nagata-Smirnov 定理（§15）给出了完整刻画。
练习¶
- (手推) 证明度量空间自动满足第一可数性公理。具体地，对每个点 \(x\)，证明 \(\{B(x, 1/n)\}_{n \geq 1}\) 是 \(x\) 的可数邻域基。
- (思考) 给出 \((0,1)\) 上的一个与标准度量拓扑等价但使 \((0,1)\) 完备的度量。（提示：利用 \((0,1) \cong \mathbb{R}\) 的同胚。）
§9 分离公理 \(T_0\)--\(T_4\) ⭐⭐¶
动机¶
不同的拓扑空间在"区分点"的能力上有巨大差异。平凡拓扑无法区分任何两个点（除了 \(X\) 只有一个元素的情况）；Hausdorff 空间可以用不相交的开集分离任何两个不同的点。**分离公理**给出了一系列递增的"区分能力"等级——从最弱的 \(T_0\)（能拓扑区分任意两点）到最强的 \(T_4\)（能用不相交开集分离任意两个不相交闭集）。
如果不关注分离公理会怎样¶
如果不区分 Hausdorff 和非 Hausdorff 空间，就会遇到"极限不唯一"的问题——一个序列（或网）可以收敛到多个不同的点。这在分析学中是灾难性的，因为极限的唯一性是大部分推理的基础。分离公理还决定了哪些空间可以使用 Urysohn 引理和 Tietze 扩张定理——这些是从拓扑到分析的关键桥梁。
理论¶
| 分离公理 | 定义 | 直觉 |
|---|---|---|
| \(T_0\)（Kolmogorov） | 任意两点有区分开集 | 至少一个点有独占的开集 |
| \(T_1\)（Frechet） | 单点集为闭集 | 每个点都被其余点"看不见" |
| \(T_2\)（Hausdorff） | 任意两点有不交开邻域 | 两个点可以被开集"隔开" |
| \(T_3\)（正则） | 点与闭集可用不交开集分离（+ \(T_1\)） | 点和闭集可以"隔开" |
| \(T_{3.5}\)（完全正则/Tychonoff） | 点与闭集可用连续函数分离（+ \(T_1\)） | 用连续函数测量"距离" |
| \(T_4\)（正规） | 任意两不交闭集可用不交开集分离（+ \(T_1\)） | 闭集可以"隔开" |
层级关系：\(T_4 \Rightarrow T_{3.5} \Rightarrow T_3 \Rightarrow T_2 \Rightarrow T_1 \Rightarrow T_0\)
每个箭头都是严格的——存在满足低阶但不满足高阶的空间。这构成了分离公理的"层级塔"。
\(T_2\)（Hausdorff）的重要性：Hausdorff 条件是数学分析中最基本的分离条件——几乎所有有意义的分析都在 Hausdorff 空间中进行。它的核心价值体现在以下定理中。
定理 9.1：\(T_2\)（Hausdorff）空间中，收敛序列（或网/滤子）的极限唯一。
证明：设 \(x_\lambda \to x\) 且 \(x_\lambda \to y\)，\(x \neq y\)。由 Hausdorff 性，存在不交开集 \(U \ni x\)，\(V \ni y\)。由收敛定义，网最终在 \(U\) 中且最终在 \(V\) 中——但 \(U \cap V = \varnothing\)，矛盾。\(\square\)
定理 9.2：紧 Hausdorff \(\Rightarrow\) \(T_4\)（正规）。
证明（两步）：
Step 1: 点-闭集分离。 设 \(x \notin B\)，\(B\) 闭。对每个 \(b \in B\)，由 Hausdorff 取不交开集 \(U_b \ni x\)，\(V_b \ni b\)。\(\{V_b\}_{b \in B}\) 覆盖 \(B\)。因 \(B\) 紧（紧 Hausdorff 空间的闭子集紧），取有限子覆 \(V_{b_1}, \ldots, V_{b_n}\)。令 \(U = \bigcap_{i=1}^n U_{b_i}\)（有限交，仍开），\(V = \bigcup_{i=1}^n V_{b_i}\)。则 \(U \ni x\)，\(V \supset B\)，\(U \cap V = \varnothing\)。
Step 2: 闭-闭分离。 设 \(A, B\) 不交闭集。对每个 \(a \in A\)，由 Step 1 取 \(U_a \ni a\)，\(V_a \supset B\)，\(U_a \cap V_a = \varnothing\)。\(\{U_a\}_{a \in A}\) 覆盖 \(A\)。因 \(A\) 紧，取有限子覆 \(U_{a_1}, \ldots, U_{a_m}\)。令 \(U = \bigcup_{j=1}^m U_{a_j}\)，\(V = \bigcap_{j=1}^m V_{a_j}\)。则 \(U \supset A\)，\(V \supset B\)，\(U \cap V = \varnothing\)。\(\square\)
定理 9.3：度量空间 \(\Rightarrow\) \(T_4\)（正规）。
证明：设 \((X, d)\) 是度量空间，\(A, B\) 不交闭集。定义距离函数 \(d(x, A) = \inf\{d(x, a) : a \in A\}\)。这是连续函数（事实上是 Lipschitz 的：\(|d(x,A) - d(y,A)| \leq d(x,y)\)）。
令 \(f(x) = \frac{d(x, A)}{d(x, A) + d(x, B)}\)。因 \(A \cap B = \varnothing\) 且两者闭，对每个 \(x\) 至少有一个距离为正，故分母非零。\(f\) 连续，\(f|_A = 0\)，\(f|_B = 1\)。
取 \(U = f^{-1}([0, 1/2))\)（包含 \(A\) 的开集）和 \(V = f^{-1}((1/2, 1])\)（包含 \(B\) 的开集），\(U \cap V = \varnothing\)。\(\square\)
这个证明实际上直接构造了 Urysohn 函数——度量空间中不需要二进分数构造那么复杂的方法。
反例矩阵：
| 空间 | \(T_0\) | \(T_1\) | \(T_2\) | \(T_3\) | \(T_{3.5}\) | \(T_4\) |
|---|---|---|---|---|---|---|
| 平凡拓扑（$ | X | > 1$） | 否 | 否 | 否 | 否 |
| 余有限（不可数集上） | 是 | 是 | 否 | 否 | 否 | 否 |
| Sorgenfrey 线 \(\mathbb{R}_\ell\) | 是 | 是 | 是 | 是 | 是 | 是 |
| Sorgenfrey 平面 \(\mathbb{R}_\ell^2\) | 是 | 是 | 是 | 是 | 是 | 否 |
Sorgenfrey 平面是一个著名的反例：它是正则的（\(T_3\)）但不是正规的（\(T_4\)）。这说明正规性在取积运算时不被保持。
Sorgenfrey 平面不正规的证明思路：考虑 \(\mathbb{R}_\ell^2\) 中的反对角线 \(D = \{(x, -x) : x \in \mathbb{R}\}\)。\(D\) 在 Sorgenfrey 平面中是闭的且离散的（每个点 \((x, -x)\) 被 \([x, x+1) \times [-x, -x+1)\) 隔开）。取 \(D\) 的任意子集 \(E\) 和 \(D \setminus E\)——它们都是不交闭集。利用可数性论证（Jones 引理的思想），若 \(\mathbb{R}_\ell^2\) 正规，则不交闭集的数目受限——但 \(D\) 的子集有 \(2^{|\mathbb{R}|}\) 个（不可数集的幂集），而分离它们的开集由可分性限制，产生矛盾。
反事实推理：如果所有 Hausdorff 空间自动都是正规的（\(T_4\)），会怎样？那 Urysohn 引理和 Tietze 扩张定理将对所有 Hausdorff 空间成立——这意味着任何 Hausdorff 空间中的两个不相交闭集都能用连续函数分离。但事实上正规性是一个额外的要求，Sorgenfrey 平面告诉我们 Hausdorff（甚至正则）不蕴含正规。
分离公理的遗传性：
| 分离公理 | 对子空间遗传 | 对任意积封闭 |
|---|---|---|
| \(T_0\) | 是 | 是 |
| \(T_1\) | 是 | 是 |
| \(T_2\) | 是 | 是 |
| \(T_3\) | 是 | 是 |
| \(T_{3.5}\) | 是 | 是 |
| \(T_4\) | 否 | 否 |
机器人工程连接：状态估计器的一致性要求后验分布收敛到唯一点——这正是 Hausdorff 性保证的极限唯一性。在非 Hausdorff 空间中，即使估计器收敛，也可能收敛到多个不同的"极限"，使得估计结果不确定。这就是为什么拓扑流形定义中必须包含 Hausdorff 条件。
⚠️ 常见陷阱¶
💡 概念误区 1：认为 \(T_3\)（正则）蕴含 \(T_4\)（正规）
新手想法：既然点和闭集能分离，两个闭集自然也能分离。
实际上：\(T_3\) 只处理"一个点 vs 一个闭集"的分离，\(T_4\) 处理"两个闭集 vs 两个闭集"的分离。从 \(T_3\) 到 \(T_4\) 有一个本质跳跃——Sorgenfrey 平面就是 \(T_3\) 但非 \(T_4\) 的例子。
🧠 思维陷阱 2：认为分离公理"越高越好"
新手想法：应该总是追求最强的分离公理。
实际上：更强的分离公理不是"免费的"——它们限制了空间的范围。某些重要的拓扑空间（如带 Zariski 拓扑的代数簇，它通常只是 \(T_0\)）不满足高阶分离公理，但这些空间在数学中极其重要。分离公理的选择应基于需求：流形需要 \(T_2\)，Urysohn 引理需要 \(T_4\)。
练习¶
- (手推) 证明 \(T_1\) 等价于"单点集为闭集"。即证明：\(X\) 是 \(T_1\) 空间当且仅当 \(\{x\}\) 对每个 \(x \in X\) 是闭集。
- (思考) 在余有限拓扑中，\(\mathbb{R}\) 是 \(T_1\) 的但不是 Hausdorff 的。具体说明为什么两个不同点不能被不交开集分离。
- (手推) 完成定理 9.3 的证明：度量空间是正规的。提示：利用距离函数 \(d(x, A) = \inf\{d(x,a) : a \in A\}\) 的连续性。
§10 紧性 ⭐⭐¶
动机¶
紧性是点集拓扑中最重要的概念——它将"有限性"的力量扩展到无穷维的世界。在 \(\mathbb{R}^n\) 中，闭有界集的性质好得惊人（连续函数在其上达到最值、等度连续族是预紧的等等），Heine-Borel 定理告诉我们这些好性质的来源正是紧性。
如果没有紧性概念会怎样¶
没有紧性，连续函数不一定有最大最小值（\(f(x) = x\) 在 \((0,1)\) 上没有最大值），序列不一定有收敛子列（\(x_n = n\) 在 \(\mathbb{R}\) 中没有收敛子列），极限过程不一定有极限存在的保证。紧性是分析学中"存在性定理"的共同拓扑基础。
历史¶
紧性概念从 Heine（1872）和 Borel（1895）关于 \(\mathbb{R}\) 上闭区间的有限覆盖定理发展而来。现代的一般定义（任意开覆盖有有限子覆盖）由 Alexandrov 和 Urysohn 在 1929 年给出。Tychonoff 定理（1935）将紧性推广到无穷积，成为整个理论的巅峰之作。
理论¶
定义 10.1（紧性）：拓扑空间 \(X\) 是**紧的**（compact）若 \(X\) 的每个开覆盖有有限子覆盖。具体地，若 \(X = \bigcup_{\alpha \in \Lambda} U_\alpha\)（\(U_\alpha\) 开，\(\Lambda\) 为任意指标集），则存在有限子集 \(\Lambda_0 \subset \Lambda\) 使得 \(X = \bigcup_{\alpha \in \Lambda_0} U_\alpha\)。
直觉理解：紧性是"有限可控性"——无论用多少（可能不可数个）开集覆盖空间，总能从中挑出有限个就够用的。这让我们能将无穷维的问题归约为有限维的问题——这正是紧性如此强大的根本原因。
子集 \(K \subset X\) 称为**紧子集**，若 \(K\) 在子空间拓扑下是紧空间。等价地，\(K\) 的每个由 \(X\) 中开集构成的覆盖有有限子覆盖。
等价形式（FIP）：\(X\) 紧当且仅当 \(X\) 的闭子集族若有有限交性质（finite intersection property, FIP——任意有限子族的交非空），则全族的交非空。
这个等价形式在实际使用中有时比开覆盖定义更方便——特别是在证明某些存在性定理时（"不断缩小的闭集套最终有公共点"）。
证明（等价性）：这是通过 De Morgan 律进行的形式对偶。
(\(\Rightarrow\)，开覆盖版本蕴含 FIP 版本)：设 \(\{F_\alpha\}\) 是有 FIP 的闭集族。若 \(\bigcap_\alpha F_\alpha = \varnothing\)，则 \(\{X \setminus F_\alpha\}\) 是开覆盖（因为 \(\bigcup_\alpha (X \setminus F_\alpha) = X \setminus \bigcap_\alpha F_\alpha = X\)）。紧性给出有限子覆 \(X \setminus F_{\alpha_1}, \ldots, X \setminus F_{\alpha_n}\)，即 \(\bigcup_{i=1}^n (X \setminus F_{\alpha_i}) = X\)，于是 \(\bigcap_{i=1}^n F_{\alpha_i} = \varnothing\)——矛盾 FIP。
(\(\Leftarrow\)，FIP 版本蕴含开覆盖版本)：设 \(\{U_\alpha\}\) 是无有限子覆盖的开覆盖。则 \(\{X \setminus U_\alpha\}\) 是有 FIP 的闭集族（因为 \(\bigcap_{i=1}^n (X \setminus U_{\alpha_i}) = X \setminus \bigcup_{i=1}^n U_{\alpha_i} \neq \varnothing\)）。由 FIP 版本的假设，\(\bigcap_\alpha (X \setminus U_\alpha) \neq \varnothing\)，即 \(\bigcup_\alpha U_\alpha \neq X\)——矛盾于 \(\{U_\alpha\}\) 是覆盖。\(\square\)
基本性质：
- 紧子集的连续像紧
- 紧 Hausdorff 空间中，紧子集 \(\iff\) 闭子集
- 紧空间到 Hausdorff 空间的连续双射是同胚（因为闭映射 + 双射 = 同胚）
Heine-Borel 定理（定理 10.2）：\(A \subset \mathbb{R}^n\) 紧 \(\iff\) \(A\) 闭且有界。
这是最经典的紧性刻画定理——它将抽象的开覆盖条件转化为具体的"闭且有界"条件，仅适用于 \(\mathbb{R}^n\)（有限维欧氏空间）。在无穷维空间中这个等价性失败（\(\ell^2\) 的闭单位球闭且有界但不紧）。
证明骨架：
\((\Leftarrow)\)：
Step 1：\([a,b]\) 紧。设 \(\mathcal{U}\) 是 \([a,b]\) 的开覆盖。令 \(S = \{x \in [a,b] : [a,x]\) 有有限子覆\(\}\)。\(a \in S\)（\(a\) 被某个 \(U \in \mathcal{U}\) 覆盖）。令 \(c = \sup S\)。因 \(c \in [a,b]\)，\(c\) 被某个 \(U_0 \in \mathcal{U}\) 覆盖，\(U_0\) 包含 \((c-\epsilon, c+\epsilon) \cap [a,b]\)。取 \(x \in S \cap (c-\epsilon, c)\)，则 \([a,x]\) 有有限子覆，再加上 \(U_0\) 就覆盖 \([a, \min(c+\epsilon, b)]\)。这说明 \(c = b\)。
Step 2：Tube 引理递归，\([a_1,b_1] \times \cdots \times [a_n,b_n]\) 紧。
Step 3：闭有界集 \(A \subset\) 某个闭盒——闭盒紧，\(A\) 是紧集的闭子集，故紧。
\((\Rightarrow)\)：紧 \(\Rightarrow\) 有界：\(X = \bigcup_{n=1}^\infty B(0, n)\)，紧性取有限子覆，\(X \subset B(0, N)\)。紧 \(\Rightarrow\) 闭：\(\mathbb{R}^n\) 是 Hausdorff 的，紧 Hausdorff 中紧子集闭。\(\square\)
阶段小结：到这里，我们已经证明了 \(\mathbb{R}^n\) 中紧性的完全刻画。接下来将讨论度量空间中紧性的其他等价形式。
度量空间中紧性的等价形式（定理 10.3）：
Lebesgue 数引理：序列紧度量空间的每个开覆盖存在 Lebesgue 数 \(\delta > 0\)——即对每个 \(x\)，\(B(x, \delta)\) 包含在某个覆盖成员中。
一般拓扑空间中的情况：上述等价在一般拓扑空间中**不**成立。
- 紧 \(\not\Rightarrow\) 序列紧：反例 \([0,1]^{[0,1]}\)（紧但非序列紧——由 Tychonoff 紧，但不可数积中序列无法"遍历"足够多的坐标）
- 序列紧 \(\not\Rightarrow\) 紧：反例 \(\omega_1\)（第一个不可数序数的序拓扑——每个序列有收敛子列，但开覆盖 \(\{[0, \alpha) : \alpha < \omega_1\}\) 无有限子覆盖）
这些反例揭示了一般拓扑与度量拓扑之间的深刻鸿沟。在度量空间中，可数性（第一可数）确保序列的充分性；在更一般的空间中，需要不可数的指标集（网/滤子）才能刻画紧性。
紧空间上的连续函数：
定理 10.5（极值定理）：若 \(X\) 紧，\(f: X \to \mathbb{R}\) 连续，则 \(f\) 达到最大值和最小值。
证明：\(f(X)\) 是 \(\mathbb{R}\) 的紧子集，因此闭且有界（Heine-Borel）。\(f(X)\) 有上确界 \(M = \sup f(X)\)。\(M\) 是 \(f(X)\) 的极限点或属于 \(f(X)\)——因 \(f(X)\) 闭，\(M \in f(X)\)。\(\square\)
定理 10.6：紧度量空间上的连续函数一致连续。
证明骨架：设 \(\epsilon > 0\)。对每个 \(x\)，由连续性取 \(\delta_x > 0\) 使 \(d(x,y) < \delta_x \implies |f(x) - f(y)| < \epsilon/2\)。\(\{B(x, \delta_x/2)\}\) 覆盖 \(X\)，紧性取有限子覆盖。Lebesgue 数引理给出 \(\delta > 0\) 使每个直径 \(< \delta\) 的子集包含于某个 \(B(x_i, \delta_{x_i}/2)\)。则 \(d(x,y) < \delta\) 时 \(|f(x)-f(y)| < \epsilon\)。\(\square\)
局部紧性：\(X\) **局部紧**若每个点有紧邻域。在 Hausdorff 空间中等价于每个点有紧闭包邻域。
例子：\(\mathbb{R}^n\) 局部紧（每个点有闭球邻域）；所有拓扑流形局部紧。反例：\(\mathbb{Q}\) 不局部紧；\(\ell^2\) 不局部紧。
Alexander 子基引理与 Tychonoff 定理证明：
Alexander 子基引理（定理 10.4）：若 \(X\) 有子基 \(\mathcal{S}\)，且 \(\mathcal{S}\) 中元素组成的每个开覆盖都有有限子覆盖，则 \(X\) 紧。
证明骨架（用 Zorn 引理）：反证，设存在无有限子覆盖的开覆盖。用 Zorn 引理取极大的这样的覆盖 \(\mathcal{A}\)（极大性指不能再添加开集使其仍无有限子覆盖）。利用极大性推导矛盾：\(\mathcal{A} \cap \mathcal{S}\) 也无有限子覆盖（否则 \(\mathcal{A}\) 就有有限子覆盖了），但这与假设矛盾。
Tychonoff 定理的证明（路径 A，通过 Alexander 子基引理）：
令积拓扑的子基 \(\mathcal{S} = \{\pi_\alpha^{-1}(U) : U \text{ 开于 } X_\alpha\}\)。设 \(\mathcal{C} \subset \mathcal{S}\) 是积空间的一个开覆盖。需证 \(\mathcal{C}\) 有有限子覆盖。
对每个 \(\alpha\)，令 \(\mathcal{C}_\alpha = \{U : \pi_\alpha^{-1}(U) \in \mathcal{C}\}\)。若某个 \(\mathcal{C}_\alpha\) 覆盖 \(X_\alpha\)，由 \(X_\alpha\) 紧取有限子覆盖，对应的有限个 \(\pi_\alpha^{-1}(U)\) 就覆盖积空间。若所有 \(\mathcal{C}_\alpha\) 都不覆盖 \(X_\alpha\)，对每个 \(\alpha\) 取 \(x_\alpha \in X_\alpha \setminus \bigcup \mathcal{C}_\alpha\)。则点 \((x_\alpha)_{\alpha \in \Lambda}\) 不被 \(\mathcal{C}\) 中任何元素覆盖——矛盾于 \(\mathcal{C}\) 是覆盖。\(\square\)
机器人工程连接：\(\mathrm{SO}(3)\) 紧（作为 \(\mathbb{R}^{3 \times 3}\) 中的有界闭子集，由 Heine-Borel），因此可以定义 Haar 概率测度——这是 Shoemake 均匀四元数采样的数学基础。RRT*/PRM* 的渐近最优性定理（Karaman-Frazzoli 2011）需要构型空间的紧性作为拓扑前提。\(\mathrm{SE}(3) \cong \mathrm{SO}(3) \times \mathbb{R}^3\) 非紧（因 \(\mathbb{R}^3\) 非紧），采样规划器必须人为加界 \([-L, L]^3 \times \mathrm{SO}(3)\)。
⚠️ 常见陷阱¶
💡 概念误区 1：认为"闭+有界=紧"在所有空间成立
新手想法：Heine-Borel 定理说紧等价于闭加有界。
实际上：Heine-Borel 定理仅对 \(\mathbb{R}^n\)（有限维欧氏空间）成立。在无穷维空间中，闭+有界不蕴含紧。例如 \(\ell^2\) 中的闭单位球 \(\{x : \|x\| \leq 1\}\) 闭且有界但不紧（标准正交基序列 \(e_1, e_2, \ldots\) 没有收敛子列）。
正确理解：在一般度量空间中，紧 \(\iff\) 完备 + 全有界。"全有界"比"有界"严格更强。
🧠 思维陷阱 2：认为序列紧与紧在一般空间中等价
新手想法：度量空间中两者等价，一般空间中也应该等价。
实际上：在非度量空间中，紧不蕴含序列紧（\([0,1]^{[0,1]}\)），序列紧也不蕴含紧（\(\omega_1\)）。这两个反例说明序列在一般拓扑空间中的局限性。
正确思维：序列充分性依赖于第一可数性。在更一般的空间中，需要用网或滤子替代序列。
💡 概念误区 3：混淆"局部紧"和"紧"
新手想法：局部紧就是每个部分都紧，所以应该整体也紧。
实际上：\(\mathbb{R}^n\) 局部紧但不紧。局部紧只要求每个点有紧邻域，不要求整个空间能被有限个紧集覆盖。局部紧的价值在于它保证了一点紧化（§13）的良好性质。
紧性在实际计算中的角色：
紧性不仅是一个理论概念——它在数值计算和优化中有直接影响：
-
最优化：在紧集上最小化连续目标函数，最优解一定存在（极值定理）。非紧集上的优化需要额外的强制条件（coercivity）来保证极小值存在。
-
数值积分：在紧流形上积分不需要担心"无穷远"的贡献。\(\mathrm{SO}(3)\) 上的 Haar 积分是良定义的正是因为 \(\mathrm{SO}(3)\) 紧。
-
采样：在紧空间上的均匀采样有自然的概率测度（归一化 Haar 测度）。非紧空间上的"均匀"采样需要人为截断。
练习¶
- (手推) 证明 \(\{0, 1\}^{\mathbb{N}}\)（Cantor 空间）紧。用 Tychonoff 定理：每个 \(\{0,1\}\)（离散拓扑）紧（有限空间自动紧），故积空间紧。
- (思考) 设 \(X\) 紧，\(Y\) Hausdorff，\(f: X \to Y\) 连续双射。证明 \(f\) 是同胚。步骤：(a) 证明 \(f\) 是闭映射（紧子集的连续像紧，紧 Hausdorff 中紧 \(\Rightarrow\) 闭）；(b) 闭映射的连续双射，逆映射自动连续。解释为什么在 \(Y\) 非 Hausdorff 时可能失败。
- (跨章综合) 结合 A2 的度量空间知识，证明度量空间中紧 \(\iff\) 完备 + 全有界。具体地：(a) 紧 \(\Rightarrow\) 全有界（对每个 \(\epsilon > 0\) 用开球覆盖）；(b) 紧 \(\Rightarrow\) 完备（Cauchy 序列有聚点，聚点即极限）；(c) 完备 + 全有界 \(\Rightarrow\) 序列紧（对角线论证——对每个 \(\epsilon = 1/n\) 取有限 \(\epsilon\)-网，递归选子列）。
§11 连通性 ⭐⭐¶
动机¶
紧性回答"空间是否足够小"（开覆盖有有限子覆盖）。连通性回答另一个基本问题：空间是否"一整块"，还是可以被分割成不相交的部分？
在机器人学中，连通性直接关系到运动规划的可行性：起始构型和目标构型之间是否存在连续路径，取决于它们是否在自由构型空间 \(C_{\text{free}}\) 的同一个道路连通分量中。
如果没有连通性概念会怎样¶
我们就无法判断两个状态之间是否可达——这是运动规划、控制理论和拓扑优化的核心问题。中值定理也依赖于连通性：如果定义域不连通，连续函数可以"跳跃"，中值定理失效。
理论¶
定义 11.1（连通空间）：拓扑空间 \(X\) 是**连通的**（connected）若它不能表示为两个非空不相交开集的并。等价地，\(X\) 中唯一的既开又闭（clopen）的子集是 \(\varnothing\) 和 \(X\)。
定义 11.2（道路连通）：\(X\) 是**道路连通的**（path-connected）若对任意 \(x, y \in X\)，存在连续映射 \(\gamma: [0,1] \to X\) 使 \(\gamma(0) = x\)，\(\gamma(1) = y\)。
定理 11.3：道路连通 \(\Rightarrow\) 连通。
证明：设 \(X\) 道路连通但不连通。则 \(X = U \sqcup V\)（\(U, V\) 非空开集）。取 \(u \in U\)，\(v \in V\)，由道路连通存在 \(\gamma: [0,1] \to X\) 连接 \(u\) 和 \(v\)。则 \([0,1] = \gamma^{-1}(U) \sqcup \gamma^{-1}(V)\)，两者非空且开——但 \([0,1]\) 连通（证明依赖上确界性质），矛盾。\(\square\)
反之不然——拓扑学家的正弦曲线：
\(S\) 连通（因为 \(\{(x, \sin(1/x)) : x > 0\}\) 连通，其闭包 \(S\) 也连通），但不道路连通（从竖线段上的点到曲线部分的点没有连续路径——任何试图从 \((0, 0)\) 出发的路径在接近 \(y\) 轴时会"无限振荡"）。
反事实推理：如果连通和道路连通总是等价的，会怎样？那拓扑学家的正弦曲线就不存在了。但这个反例的存在告诉我们：连通性是一个比道路连通性更弱的条件——它只要求空间"不可分割"，但不要求任意两点能用连续路径连接。道路连通性额外要求了"可达性"。
连通分量与道路连通分量：
- 连通分量：极大连通子集。它们构成 \(X\) 的一个划分，每个分量是闭集（但不一定是开集）
- 道路连通分量：极大道路连通子集。在局部道路连通空间中与连通分量重合
局部连通与局部道路连通：\(X\) 局部连通（locally connected）若每个点有连通的开邻域基；局部道路连通（locally path-connected）若每个点有道路连通的开邻域基。
定理 11.4：局部道路连通空间中，连通 \(\iff\) 道路连通。
证明：道路连通 \(\Rightarrow\) 连通已在定理 11.3 中证明。反方向：设 \(X\) 连通且局部道路连通。固定 \(x_0 \in X\)，令 \(U = \{x \in X : \exists \text{道路 } x_0 \leadsto x\}\)。
- \(U\) 开：若 \(x \in U\)，由局部道路连通取 \(x\) 的道路连通开邻域 \(V\)。对任意 \(y \in V\)，存在道路 \(x_0 \leadsto x\) 和 \(x \leadsto y\)，拼接得 \(x_0 \leadsto y\)，故 \(V \subset U\)。
- \(X \setminus U\) 开：若 \(x \notin U\)，取道路连通开邻域 \(V\)。若存在 \(y \in V \cap U\)，则存在道路 \(x_0 \leadsto y \leadsto x\)，矛盾。故 \(V \subset X \setminus U\)。
- \(X\) 连通且 \(U \neq \varnothing\)（\(x_0 \in U\)），故 \(U = X\)。\(\square\)
推论：拓扑流形自动局部道路连通（因为 \(\mathbb{R}^n\) 的开子集道路连通），因此连通 \(\iff\) 道路连通。
连通性的重要应用——中值定理：
若 \(f: X \to \mathbb{R}\) 连续且 \(X\) 连通，\(f(a) < c < f(b)\)，则存在 \(x \in X\) 使 \(f(x) = c\)。
证明：\(f(X)\) 是 \(\mathbb{R}\) 的连通子集，而 \(\mathbb{R}\) 的连通子集恰好是区间。\(f(a), f(b) \in f(X)\) 且 \(c\) 在两者之间，故 \(c \in f(X)\)。
机器人工程连接：运动规划的基本定理——在拓扑流形构型空间中，连续运动规划 \(\gamma: q_0 \leadsto q_1\) 存在当且仅当 \(q_0, q_1\) 在 \(C_{\text{free}}\) 的同一道路分量中。概率完备性（如 PRM*）仅保证同分量内的规划。\(C_{\text{free}}\) 通常非道路连通（障碍物将其分割为多个分量），概率完备性保证同分量内最终找到路径。
Farber 拓扑复杂度：\(\mathrm{TC}(X)\) 定义为使 \(X \times X\) 上的连续运动规划存在所需的最少分区数。\(\mathrm{TC}(\mathrm{SO}(3)) = 3\) 意味着任何 \(\mathrm{SO}(3)\) 上的运动规划器至少需要 3 条分支规则——这是一个纯粹的拓扑限制，任何算法都无法绕开。
⚠️ 常见陷阱¶
💡 概念误区 1：认为连通 \(\iff\) 道路连通
新手想法：直觉上"一整块"应该意味着"两点之间有路"。
实际上：拓扑学家的正弦曲线是连通但非道路连通的。在局部道路连通空间（包括所有流形）中两者确实等价，但在一般拓扑空间中不等价。
🧠 思维陷阱 2：认为连通分量一定是开集
新手想法：连通分量是"一整块"，应该是开集。
实际上：连通分量一定是闭集，但不一定是开集。它们是开集当且仅当空间局部连通（流形自动满足这个条件）。在非局部连通空间（如 Cantor 集）中，连通分量是单点——既开又闭需要每个点的每个邻域都包含一个既开又闭的子集。
练习¶
- (手推) 证明 \(\mathbb{R}^n \setminus \{0\}\) 在 \(n \geq 2\) 时道路连通。提示：对任意 \(x, y \in \mathbb{R}^n \setminus \{0\}\)，若线段 \(\gamma(t) = (1-t)x + ty\) 不经过原点则直接连接；若经过原点，找第三个点 \(z\)（不在 \(x\) 和原点的连线上）中转。在 \(n = 1\) 时，\(\mathbb{R} \setminus \{0\} = (-\infty, 0) \cup (0, \infty)\) 不连通。
- (思考) 设 \(f: X \to Y\) 连续，\(X\) 连通。证明 \(f(X)\) 连通。利用这个结论给出中值定理的拓扑证明。
- (手推) 证明 \(S^1\)（单位圆）连通。提示：\(f: [0, 2\pi] \to S^1\)，\(f(t) = (\cos t, \sin t)\) 是连续映射，\([0, 2\pi]\) 连通，故 \(f([0, 2\pi]) = S^1\) 连通。
§12 可数性公理 ⭐¶
动机¶
可数性公理控制拓扑空间的"规模"——它们决定了空间是否能被可数的数据"控制"。可数性与序列的充分性、可分性和可度量性密切相关。
理论¶
| 可数性公理 | 定义 | 蕴含关系 |
|---|---|---|
| 第一可数（first countable） | 每点有可数邻域基 | 序列可刻画闭包/连续性 |
| 第二可数（second countable） | 存在可数拓扑基 | \(\Rightarrow\) 第一可数 + 可分 + Lindelof |
| 可分（separable） | 存在可数稠密子集 | 在度量空间中 \(\iff\) 第二可数 |
| Lindelof | 每个开覆盖有可数子覆盖 | 正则 + Lindelof \(\Rightarrow\) 正规 |
在度量空间中：可分 \(\iff\) 第二可数 \(\iff\) Lindelof。这三者的等价是度量空间的特殊性质。
证明骨架（可分 \(\Rightarrow\) 第二可数，度量空间情形）：设 \(D = \{d_1, d_2, \ldots\}\) 是可数稠密子集。令 \(\mathcal{B} = \{B(d_i, 1/n) : i, n \in \mathbb{N}\}\)，这是可数族。验证 \(\mathcal{B}\) 是拓扑基：对任意开集 \(U\) 和 \(x \in U\)，存在 \(\epsilon > 0\) 使 \(B(x, \epsilon) \subset U\)。\(D\) 稠密，存在 \(d_i \in B(x, \epsilon/3)\)。取 \(n\) 使 \(1/n < \epsilon/3\)。则 \(x \in B(d_i, 1/n) \subset B(x, \epsilon) \subset U\)。
但在一般拓扑空间中这三者互相独立： - Sorgenfrey 线 \(\mathbb{R}_\ell\)：可分（\(\mathbb{Q}\) 稠密）但非第二可数 - 不可数集的余可数拓扑：Lindelof 但不一定可分 - 某些空间可分但非 Lindelof
可数性公理之间的蕴含关系图：
反向箭头在一般拓扑空间中均不成立。在度量空间中，三个右边的性质彼此等价且等价于第二可数。
Lindelof 性质的重要推论：
定理 12.1：正则 + Lindelof \(\Rightarrow\) 正规（\(T_4\)）。
证明骨架：设 \(A, B\) 不交闭集。对每个 \(a \in A\)，由正则性取开集 \(U_a \ni a\)，\(\overline{U_a} \cap B = \varnothing\)。\(\{U_a\}_{a \in A} \cup \{X \setminus A\}\) 覆盖 \(X\)。Lindelof 取可数子覆盖 \(\{U_{a_n}\}\)。类似地对 \(B\) 取 \(\{V_{b_m}\}\)。令 \(U_n' = U_{a_n} \setminus \bigcup_{m=1}^n \overline{V_{b_m}}\)，\(V_m' = V_{b_m} \setminus \bigcup_{n=1}^m \overline{U_{a_n}}\)。则 \(U = \bigcup_n U_n' \supset A\)，\(V = \bigcup_m V_m' \supset B\)，\(U \cap V = \varnothing\)。\(\square\)
拓扑流形的可数性：拓扑流形定义要求第二可数——这保证了可分性（PRM 样本作为可数稠密集）、仿紧性（单位分解的前提）和可度量性。
反事实推理：如果拓扑流形不要求第二可数，会发生什么？长直线（long line）是一个局部欧氏 + Hausdorff 但非第二可数的空间。它不仿紧，因此不存在单位分解——这意味着无法在其上构造 Riemann 度量，无法做微积分。第二可数条件排除了这些病态空间。
第二可数性在实际中的验证：
对于常见的构型空间，第二可数性通常容易验证： - \(\mathbb{R}^n\)：以有理坐标的开球为可数基 - \(S^n\)：作为 \(\mathbb{R}^{n+1}\) 的子空间，继承第二可数性 - \(\mathrm{SO}(3)\)：作为 \(\mathbb{R}^{3 \times 3}\) 的子空间 - 紧流形：紧 + Hausdorff + 局部欧氏自动第二可数
机器人工程连接：PRM（概率路线图）算法依赖于在 \(C_{\text{free}}\) 中采样可数稠密点集——第二可数性（\(\Rightarrow\) 可分性）保证这种稠密采样是可能的。若构型空间不可分（即不存在可数稠密子集），基于有限/可数采样的任何规划算法都无法保证概率完备性。
⚠️ 常见陷阱¶
💡 概念误区：混淆可分性和第二可数性
新手想法：可分和第二可数是一回事。
实际上：在度量空间中两者等价，但在一般拓扑空间中不等价。Sorgenfrey 线 \(\mathbb{R}_\ell\) 可分（\(\mathbb{Q}\) 在其中稠密）但非第二可数（因为 \(\{[a, b) : a < b, a, b \in \mathbb{R}\}\) 不可数且互不包含）。
🧠 思维陷阱 2：认为所有"常见"空间都是第二可数的
新手想法：只有非常病态的空间才不是第二可数的。
实际上：\(\ell^\infty\)（有界序列空间）是一个非常自然的不可分（因而非第二可数）度量空间。离散拓扑的不可数集也不是第二可数的。
练习¶
- (手推) 证明度量空间中可分 \(\Rightarrow\) 第二可数。提示：取可数稠密子集 \(D\)，以 \(\{B(d, 1/n) : d \in D, n \in \mathbb{N}\}\) 为基。
- (思考) 证明第二可数 \(\Rightarrow\) Lindelof。即第二可数空间的每个开覆盖有可数子覆盖。
§13 紧化 ⭐⭐⭐¶
动机¶
非紧空间在很多方面行为不佳——连续函数不一定有最值，序列不一定有收敛子列。紧化的思想是：通过添加"理想点"把非紧空间变成紧空间，然后利用紧空间的好性质。
如果不引入紧化会怎样¶
我们就无法在非紧空间上利用紧空间的好性质。例如 \(\mathbb{R}^n\) 上的连续函数不一定有最值，但通过一点紧化（得到 \(S^n\)），可以将问题转化到紧空间上处理。复分析中 Riemann 球面 \(\mathbb{C} \cup \{\infty\} \cong S^2\) 是一点紧化的经典应用——亚纯函数自然地延拓到 Riemann 球面上。
理论¶
一点紧化（Alexandroff 紧化）：给 \(X\) 添加一个"无穷远点" \(\infty\)，令 \(X^+ = X \cup \{\infty\}\)。定义 \(X^+\) 上的拓扑如下：
\(U \subset X^+\) 是开集当且仅当以下两个条件之一成立： - \(U\) 是 \(X\) 中的开集（\(\infty \notin U\)） - \(U = X^+ \setminus K\)，其中 \(K\) 是 \(X\) 的紧闭子集（\(\infty \in U\)）
需要验证这确实是一个拓扑——关键是检查有限交封闭性。若 \(U_1 = X^+ \setminus K_1\) 和 \(U_2 = X^+ \setminus K_2\)（\(K_1, K_2\) 紧闭），则 \(U_1 \cap U_2 = X^+ \setminus (K_1 \cup K_2)\)，而 \(K_1 \cup K_2\) 是两个紧集的并，仍然紧且闭。
定理 13.1：\(X\) 局部紧 Hausdorff \(\iff\) \(X^+\) 紧 Hausdorff。
为什么一点紧化定理中需要局部紧条件？ 如果 \(X\) 不是局部紧的，\(X^+\) 虽然仍然是紧的，但不是 Hausdorff 的。具体地，\(\infty\) 与 \(X\) 中的某些点不能被不交开集分离。以 \(\mathbb{Q}\) 为例——\(\mathbb{Q}\) 不局部紧（\(\mathbb{Q}\) 中的任何开集的闭包都不是紧的），因此 \(\mathbb{Q}^+\) 不是 Hausdorff 的。
证明骨架（\(\Rightarrow\) 方向）：
紧性：设 \(\mathcal{U}\) 是 \(X^+\) 的开覆盖。\(\infty\) 被某个 \(U_0 = X^+ \setminus K_0\) 覆盖（\(K_0\) 紧闭）。\(K_0 \subset X\) 紧，\(\{U \cap X : U \in \mathcal{U}\}\) 覆盖 \(K_0\)，取有限子覆盖 \(U_1, \ldots, U_n\)。则 \(\{U_0, U_1, \ldots, U_n\}\) 覆盖 \(X^+\)。
Hausdorff 性：两个 \(X\) 中的点用 \(X\) 的 Hausdorff 性分离。\(x \in X\) 与 \(\infty\)：由局部紧性取 \(x\) 的紧邻域 \(K\)，令 \(U = \mathring{K}\)（\(x\) 的开邻域），\(V = X^+ \setminus K\)（\(\infty\) 的开邻域），\(U \cap V = \varnothing\)。\(\square\)
例子： - \(\mathbb{R}^n \cup \{\infty\} \cong S^n\)（通过球极投影：\(\mathbb{R}^n \to S^n \setminus \{N\}\)） - \(\mathbb{C} \cup \{\infty\} \cong S^2\)（Riemann 球面——复分析的基本对象） - \(\mathbb{Z} \cup \{\infty\}\) 是一个可数紧离散空间加一个点
Stone-Cech 紧化 \(\beta X\)：对 Tychonoff 空间（\(T_{3.5}\)）\(X\)，构造如下：
- 取所有连续函数 \(f: X \to [0,1]\) 构成指标集 \(I = C(X, [0,1])\)
- 定义嵌入 \(e: X \to [0,1]^I\)，\(e(x) = (f(x))_{f \in I}\)
- \(e\) 是嵌入（因为 \(X\) 是 Tychonoff）
- \(\beta X = \overline{e(X)}\)（\([0,1]^I\) 中 \(e(X)\) 的闭包）
泛性质：对任意紧 Hausdorff 空间 \(K\) 和连续 \(f: X \to K\)，存在唯一连续延拓 \(\tilde{f}: \beta X \to K\)。这说明 \(\beta X\) 是 \(X\) 的"最大"紧化——它保留了所有到紧 Hausdorff 空间的连续映射信息。
类比：一点紧化和 Stone-Cech 紧化的关系，类似于向量空间的一维扩张和所有可能扩张。一点紧化添加尽可能少的点（一个），Stone-Cech 添加尽可能多的点（保留所有连续函数信息）。两者各有用处：一点紧化简单直观（如 Riemann 球面），Stone-Cech 理论上完美（泛性质）但构造抽象。不同之处在于：一点紧化可能不是 Hausdorff 的（除非 \(X\) 局部紧），Stone-Cech 紧化始终是紧 Hausdorff 的。
⚠️ 常见陷阱¶
💡 概念误区：认为一点紧化对所有空间都给出 Hausdorff 结果
新手想法：添加一个点就能得到紧 Hausdorff 空间。
实际上：一点紧化 \(X^+\) 是 Hausdorff 当且仅当 \(X\) 是局部紧 Hausdorff 的。如果 \(X\) 不局部紧（如 \(\mathbb{Q}\)），\(X^+\) 虽然紧但不 Hausdorff。
🧠 思维陷阱 2：混淆一点紧化和 Stone-Cech 紧化
新手想法：两种紧化差不多，只是添加的点数不同。
实际上：一点紧化只添加一个点，是"最小"的紧化。Stone-Cech 紧化可能添加非常多的点（\(\beta \mathbb{N}\) 中添加的"理想点"有 \(2^{2^{\aleph_0}}\) 个），是"最大"的紧化。选择哪种取决于需要延拓的函数类型。
练习¶
- (手推) 证明 \(\mathbb{R} \cup \{\infty\} \cong S^1\)。提示：使用球极投影。
- (思考) 为什么 \(\mathrm{SE}(3)\) 的一点紧化在 SLAM 中有用？（提示：考虑"无穷远路标"的概念。）
§14 Urysohn 引理与 Tietze 扩张定理 ⭐⭐¶
动机¶
分离公理告诉我们"两个闭集可以用开集分开"（正规性）。但能否用**连续函数**分开？即是否存在 \(f: X \to [0,1]\) 使 \(f|_A = 0\)、\(f|_B = 1\)？这比开集分离更强大，因为连续函数提供了"连续的过渡"而不仅仅是"非此即彼的分隔"。
如果没有 Urysohn 引理会怎样¶
我们就无法保证正规空间中的连续函数足以分离闭集——这意味着 Tietze 扩张定理不成立（连续函数不一定能从闭子集延拓到全空间），单位分解不存在（因为构造单位分解需要用 Urysohn 引理产生"碰撞函数"），流形上的 Riemann 度量也无法通过局部拼接来构造。
历史¶
Pavel Urysohn 在 1925 年证明了这个引理（他在同年去世，年仅 26 岁）。Heinrich Tietze 在 1915 年证明了扩张定理的度量空间版本，Urysohn 将其推广到正规空间。
理论¶
定理 14.1（Urysohn 引理）：设 \(X\) 是 \(T_4\)（正规）空间，\(A, B\) 是不相交闭集。则存在连续函数 \(f: X \to [0,1]\) 使得 \(f|_A = 0\)，\(f|_B = 1\)。
证明（二进分数构造）：
这是一个精巧的构造性证明，核心思想是用正规性递归地构建一族开集，然后用这些开集定义连续函数。
Step 1：正规性的重要推论——对闭集 \(C\) 和开集 \(W\) 满足 \(C \subset W\)，存在开集 \(U\) 使得
这是因为 \(C\) 和 \(X \setminus W\) 是不交闭集，正规性给出不交开集 \(U \supset C\)、\(V \supset X \setminus W\)，于是 \(\overline{U} \subset X \setminus V \subset W\)。
Step 2：令 \(U_1 = X \setminus B\)（开集，包含 \(A\)）。由 Step 1 取 \(U_0\) 使 \(A \subset U_0 \subset \overline{U_0} \subset U_1\)。
Step 3：对所有二进有理数 \(p = k/2^n \in [0,1]\)，递归地构造开集 \(U_p\) 使得
具体地，已有 \(U_0 \subset \overline{U_0} \subset U_1\)。构造 \(U_{1/2}\) 使 \(\overline{U_0} \subset U_{1/2} \subset \overline{U_{1/2}} \subset U_1\)（由 Step 1）。然后构造 \(U_{1/4}\)、\(U_{3/4}\)，以此类推。
Step 4：定义 \(f(x) = \inf\{p : x \in U_p\}\)，约定 \(\inf \varnothing = 1\)。
Step 5：验证连续性。需证 \(f^{-1}([0, a))\) 和 \(f^{-1}((a, 1])\) 都是开集。
- \(f^{-1}([0, a)) = \bigcup_{p < a} U_p\)（开集的并，仍开）
- \(f^{-1}((a, 1]) = \bigcup_{p > a} (X \setminus \overline{U_p})\)（开集的并，仍开）
Step 6：验证 \(f|_A = 0\)（因 \(A \subset U_0\)）和 \(f|_B = 1\)（因 \(B \subset X \setminus U_1\)，对所有 \(p \leq 1\) 有 \(B \cap U_p = \varnothing\)）。\(\square\)
阶段小结：Urysohn 引理的证明只需要依赖选择公理（DC），因为二进有理数是可数的——我们只做了可数次选择。这个证明的精巧之处在于用二进有理数"离散化"了 \([0,1]\)，然后通过开集族的嵌套关系"编码"了连续函数的值。
定理 14.2（Tietze 扩张定理）：设 \(X\) 是 \(T_4\) 空间，\(A \subset X\) 闭，\(f: A \to [-1, 1]\) 连续。则存在连续扩张 \(F: X \to [-1, 1]\) 使 \(F|_A = f\)。
证明骨架（从 Urysohn 导出，迭代逼近）：
Step 1：将 \(A\) 分为 \(B = f^{-1}([-1, -1/3])\) 和 \(C = f^{-1}([1/3, 1])\)，它们在 \(A\) 中闭（\(f\) 连续），因而在 \(X\) 中闭。由 Urysohn 引理取 \(g_1: X \to [-1/3, 1/3]\) 使 \(g_1|_B = -1/3\)，\(g_1|_C = 1/3\)。
Step 2：\(|f(x) - g_1(x)| \leq 2/3\) 对所有 \(x \in A\)。对 \(f - g_1|_A\) 重复同样的过程，得到 \(g_2: X \to [-2/9, 2/9]\)，使得 \(|f - g_1 - g_2| \leq 4/9\) 在 \(A\) 上。
Step 3：一般地，\(|g_n| \leq \frac{1}{3} \cdot \left(\frac{2}{3}\right)^{n-1}\)。令 \(F = \sum_{n=1}^\infty g_n\)。由 Weierstrass M-判别法（\(\sum \frac{1}{3} \cdot (2/3)^{n-1} = 1\)），级数一致收敛，\(F\) 连续。\(F|_A = f\)。\(\square\)
本质洞察：Urysohn 引理是将"拓扑分离"转化为"函数分离"的桥梁。正规性保证了闭集可以用开集分开；Urysohn 引理更进一步，用连续函数实现了"平滑过渡"。这一步从拓扑到分析的跨越是深刻的——它意味着正规空间上有"足够多"的连续函数来检测拓扑结构。
机器人工程连接：Tietze 扩张定理的工程含义——从约束流形（如障碍物边界）上定义的势能函数或控制函数可以延拓到整个构型空间。光滑版本（依赖单位分解，§16）在 Layer-1 中建立。
⚠️ 常见陷阱¶
💡 概念误区 1：认为 Urysohn 函数 \(f\) 在 \(A\) 和 \(B\) 之间"线性过渡"
新手想法：\(f\) 在 \(A\)（值 0）和 \(B\)（值 1）之间像线性插值一样过渡。
实际上：\(f\) 的过渡方式完全取决于开集族 \(\{U_p\}\) 的几何形状，与"线性"毫无关系。\(f\) 可以在 \(A\) 附近急剧上升，然后在 \(B\) 附近缓慢变化——这取决于正规性分离的具体方式。
🧠 思维陷阱 2：认为 Tietze 扩张总能保持有界性
新手想法：\(f: A \to \mathbb{R}\) 连续，扩张 \(F: X \to \mathbb{R}\) 应该也有界。
实际上：Tietze 定理的 \([-1,1]\) 版本保持有界性。但对 \(f: A \to \mathbb{R}\)（无界情形），扩张 \(F\) 的值域也是 \(\mathbb{R}\)——无界版本通过同胚 \(\mathbb{R} \cong (-1,1)\) 归约到有界情形。
Urysohn 引理与完全正则性的关系：
\(T_{3.5}\)（完全正则 / Tychonoff）空间的定义恰好是"点与闭集可用连续函数分离"——这比 Urysohn 引理弱（Urysohn 引理要求"两个闭集"都能分离）。事实上：
Urysohn 引理可以改述为：\(T_4\) 空间中任意两个不交闭集可用连续函数分离，即 \(T_4 \Rightarrow T_{3.5}\)（对闭集对的版本）。 这个蕴含是严格的——存在完全正则但非正规的空间。
Tietze 扩张的无界版本：
对 \(f: A \to \mathbb{R}\)（无界），通过同胚 \(h: \mathbb{R} \to (-1, 1)\)（如 \(h(t) = t/\sqrt{1+t^2}\)）将问题归约到有界情形：先对 \(h \circ f: A \to (-1,1)\) 取 Tietze 扩张 \(G: X \to [-1,1]\)，但需要保证 \(G\) 的值域不碰到 \(\pm 1\)。用第二个 Urysohn 函数 \(g: X \to [0,1]\)，\(g|_A = 1\)，\(g|_{G^{-1}(\{-1,1\})} = 0\)，令 \(F = h^{-1}(g \cdot G)\)。
练习¶
- (手推) 在 \(\mathbb{R}\) 的标准拓扑中，对 \(A = (-\infty, 0]\) 和 \(B = [1, \infty)\)，构造一个显式的 Urysohn 函数 \(f: \mathbb{R} \to [0,1]\)（不使用二进分数构造——直接给出公式）。答案应是一个简单的分段线性函数或类似构造。
- (思考) Urysohn 引理的逆命题是否成立？即若 \(X\) 是 \(T_1\) 空间且任意两个不交闭集可用连续函数 \(f: X \to [0,1]\) 分离，\(X\) 是否必然是 \(T_4\)？（答案：是的。若 \(f|_A = 0\)，\(f|_B = 1\)，则 \(f^{-1}([0, 1/2))\) 和 \(f^{-1}((1/2, 1])\) 是分离 \(A\) 和 \(B\) 的不交开集。）
- (手推) 使用 Tietze 扩张定理证明：\(\mathbb{R}\) 上的闭子集 \([0,1] \cup [2,3]\) 上的连续函数（在 \([0,1]\) 上取值 \(\sin(\pi x)\)，在 \([2,3]\) 上取值 \(\cos(\pi x)\)）可以扩张到整个 \(\mathbb{R}\) 上。
§15 可度量化定理 ⭐⭐⭐¶
动机¶
我们从度量空间出发（A2），抽象出拓扑空间的概念（§1），发展了一般理论。现在自然要问一个"回程"问题：什么样的拓扑空间可以由某个度量诱导？ 即，何时拓扑空间可以"回归"度量空间的框架？
理论¶
定理 15.1（Urysohn 度量化定理）：第二可数 + \(T_3\)（正则）\(\Rightarrow\) 可度量化。
证明骨架（嵌入 Hilbert 立方 \([0,1]^\mathbb{N}\)）：
Step 1：正则 + 第二可数 \(\Rightarrow\) 正规（通过 Lindelof 性质）。
Step 2：取可数基 \(\{B_n\}\)。对每对 \((n, m)\) 满足 \(\overline{B_n} \subset B_m\)，用 Urysohn 引理得 \(f_{nm}: X \to [0,1]\)。
Step 3：定义嵌入 \(F: X \to [0,1]^\mathbb{N}\)，\(F(x) = (f_{nm}(x))\)。验证 \(F\) 连续、单射、到像的开映射。
Step 4：\([0,1]^\mathbb{N}\) 可度量化（\(d(x,y) = \sum 2^{-n} |x_n - y_n|\)），故 \(X\) 的像（作为子空间）可度量化，\(F\) 是到像的同胚。\(\square\)
定理 15.2（Nagata-Smirnov 度量化定理）：\(X\) 可度量化 \(\iff\) \(X\) 是 \(T_3\) 且有 \(\sigma\)-局部有限基。
这是可度量化的**完全刻画**——不需要第二可数性（允许不可分空间）。
⚠️ 常见陷阱¶
💡 概念误区：认为 Urysohn 度量化给出了完全刻画
新手想法：第二可数 + \(T_3\) 等价于可度量化。
实际上：这只是充分条件，不是必要条件。不可分度量空间（如 \(\ell^\infty\)）可度量但非第二可数。完全刻画由 Nagata-Smirnov 定理给出。
🧠 思维陷阱 2：忽视度量化的"工程价值"
新手想法：度量化只是一个理论上的问题，实际应用中不重要。
实际上：知道一个空间可度量化意味着可以使用度量空间的所有工具——序列刻画、完备性、紧性的序列等价等等。流形的可度量性保证了我们可以在其上定义 Riemann 度量，这是几何分析的基础。
Urysohn 度量化定理的意义：
这个定理给出了一个充分条件：第二可数 + \(T_3\) \(\Rightarrow\) 可度量化。它的意义在于将抽象的拓扑空间"具体化"——一旦知道空间可度量化，就可以使用度量空间的所有工具（序列刻画、完备性、紧性的序列等价等）。
对于拓扑流形：\(T_2\)（Hausdorff）\(\Rightarrow\) \(T_3\)（正则），第二可数是定义中的条件。因此**所有拓扑流形可度量化**——这保证了我们可以在流形上定义距离函数，进而定义 Riemann 度量。
Nagata-Smirnov 度量化定理的深度：
Nagata-Smirnov 给出了**完全刻画**（充要条件）：\(T_3\) + \(\sigma\)-局部有限基。"\(\sigma\)-局部有限"意味着基可以写成可数个局部有限族的并。这比"第二可数"（可数基）弱——允许不可分空间。
| 定理 | 条件 | 结论 | 覆盖范围 |
|---|---|---|---|
| Urysohn | 第二可数 + \(T_3\) | 可度量化 | 可分空间 |
| Nagata-Smirnov | \(T_3\) + \(\sigma\)-局部有限基 | 可度量化（充要） | 所有空间 |
| Smirnov | 仿紧 Hausdorff + 局部可度量 | 可度量化（充要） | 所有空间 |
练习¶
- (手推) 证明 Hilbert 立方 \([0,1]^\mathbb{N}\) 上的度量 \(d(x,y) = \sum_{n=1}^\infty 2^{-n} |x_n - y_n|\) 确实诱导积拓扑。提示：证明度量拓扑中的开球可以被积拓扑的基元素从内部逼近，反之亦然。
- (思考) 第一可数 + \(T_3\) 是否蕴含可度量化？若否，给出反例。（答案：不蕴含。Sorgenfrey 线 \(\mathbb{R}_\ell\) 是第一可数、\(T_3\)（甚至 \(T_4\)），但非第二可数，且实际上可以证明它不可度量化——因为可度量空间的积仍可度量，但 \(\mathbb{R}_\ell \times \mathbb{R}_\ell\) 不正规。）
§16 仿紧性与单位分解 ⭐⭐¶
动机¶
仿紧性是紧性的弱化——不要求开覆盖有有限子覆盖，只要求有**局部有限**的开加细。这个看似微弱的条件足以保证**单位分解的存在**——而单位分解是微分几何和全局分析中最重要的技术工具之一。
理论¶
定义 16.1：
- 局部有限族（locally finite family）：每个点有只与有限多个成员相交的邻域
- 加细（refinement）：\(\mathcal{V}\) 是 \(\mathcal{U}\) 的加细，若 \(\mathcal{V}\) 的每个成员包含于 \(\mathcal{U}\) 的某个成员
- 仿紧空间：Hausdorff + 每个开覆盖有局部有限的开加细
核心定理：
| 定理 | 内容 |
|---|---|
| Dieudonne | 仿紧 Hausdorff \(\Rightarrow\) \(T_4\)（正规） |
| A.H. Stone | 度量空间仿紧 |
| 拓扑流形 | 第二可数 + 局部紧 + Hausdorff \(\Rightarrow\) 仿紧 |
定理 16.2（单位分解存在性）：\(X\) 仿紧 Hausdorff \(\iff\) 对任意开覆盖 \(\{U_\alpha\}\) 存在从属单位分解 \(\{\rho_\alpha\}\)。
**单位分解**是一族连续函数 \(\rho_\alpha: X \to [0,1]\)，满足： - \(\mathrm{supp}\, \rho_\alpha \subset U_\alpha\) - \(\{\mathrm{supp}\, \rho_\alpha\}\) 局部有限 - \(\sum_\alpha \rho_\alpha(x) = 1\) 对所有 \(x\)（局部有限和保证这是良定义的）
证明骨架： 1. 两次收缩引理：\(W_\alpha \subset \overline{W_\alpha} \subset V_\alpha \subset \overline{V_\alpha} \subset U_\alpha\) 2. Urysohn 引理：\(\varphi_\alpha\) 在 \(\overline{W_\alpha}\) 取 1、在 \(X \setminus V_\alpha\) 取 0 3. 归一化：\(\rho_\alpha = \varphi_\alpha / \sum_\beta \varphi_\beta\)（局部有限和是连续正函数）
本质洞察：单位分解的本质是"局部到全局"的桥梁。任何可以在局部定义的对象（度量、微分形式、向量场），都可以通过单位分解拼接为全局对象。这是微分几何中最常用的技术——"先局部做，再用单位分解拼"。
机器人工程连接： - 任意光滑流形上可构造 Riemann 度量（局部拉回欧氏度量，单位分解拼接） - Rimon-Koditschek 导航函数：局部吸引子经单位分解拼为全局 Lyapunov 函数 - 切丛和向量丛的整体构造依赖单位分解
⚠️ 常见陷阱¶
💡 概念误区：混淆仿紧和紧
新手想法：仿紧就是"差不多紧"。
实际上：紧要求有限子覆盖；仿紧只要求局部有限加细。\(\mathbb{R}^n\) 仿紧但不紧。所有度量空间仿紧，但很多度量空间不紧。仿紧比紧弱得多，但足以保证单位分解存在。
🧠 思维陷阱 2：认为单位分解是"纯技术工具"
新手想法：单位分解只是一个证明技巧，不反映深层结构。
实际上：单位分解的存在性等价于仿紧性——这是一个深刻的拓扑性质。单位分解不存在意味着无法将局部结构拼接为全局结构——这是非仿紧空间（如长直线）不能成为"好的"流形的根本原因。
单位分解的构造步骤详解：
将定理 16.2 的证明分解为清晰的步骤：
Step 1（局部有限加细）：由仿紧性，对开覆盖 \(\{U_\alpha\}\) 取局部有限开加细 \(\{W_\alpha\}\)（同指标）。
Step 2（第一次收缩）：由收缩引理，取开覆盖 \(\{V_\alpha\}\) 使 \(\overline{V_\alpha} \subset W_\alpha\)。
Step 3（第二次收缩）：再取 \(\{E_\alpha\}\) 使 \(\overline{E_\alpha} \subset V_\alpha\)。
Step 4（Urysohn 函数）：对每个 \(\alpha\)，不交闭集 \(\overline{E_\alpha}\) 和 \(X \setminus V_\alpha\) 由 Urysohn 引理（空间正规，因仿紧 Hausdorff \(\Rightarrow\) \(T_4\)）得连续 \(\varphi_\alpha: X \to [0,1]\)，\(\varphi_\alpha|_{\overline{E_\alpha}} = 1\)，\(\varphi_\alpha|_{X \setminus V_\alpha} = 0\)。
Step 5（归一化）：\(\Phi(x) = \sum_\alpha \varphi_\alpha(x)\)。由局部有限性，每个点附近只有有限个非零项，故 \(\Phi\) 是连续函数。\(\{E_\alpha\}\) 覆盖 \(X\) 保证 \(\Phi(x) > 0\)。令 \(\rho_\alpha = \varphi_\alpha / \Phi\)。
阶段小结：单位分解的构造链为——仿紧 \(\to\) 局部有限加细 \(\to\) 收缩引理 \(\to\) Urysohn 函数 \(\to\) 归一化。每一步都依赖前面章节建立的工具。这是一个教科书级别的"层层建筑"范例：没有 §9 的正规性，就没有 Urysohn 引理；没有 Urysohn 引理，就没有分离函数 \(\varphi_\alpha\)；没有局部有限性，归一化的分母就不是良定义的。
练习¶
- (手推) 设 \(X = \mathbb{R}\)，\(\mathcal{U} = \{(-n-1, n+1) : n \geq 0\}\)。构造一个从属于 \(\mathcal{U}\) 的显式单位分解。提示：先构造"碰撞函数" \(\varphi_n\) 使 \(\varphi_n\) 在 \([-n, n]\) 上为 1、在 \((-n-1, n+1)^c\) 上为 0，然后归一化。
- (思考) 为什么紧空间自动仿紧？（提示：有限子覆盖本身就是局部有限的——有限族对任何点都只有有限个成员相交。）
- (手推) 证明 Dieudonne 定理：仿紧 Hausdorff \(\Rightarrow\) \(T_4\)。提示：利用局部有限加细和闭包运算。
§17 广义收敛：网与滤子 ⭐⭐⭐¶
动机¶
在度量空间中，序列足以刻画所有拓扑概念（闭包、连续性、紧性）。但在一般拓扑空间中，序列的力量不够——需要更强的收敛工具。网（net）和滤子（filter）是两种等价的推广方式。
如果不引入网和滤子会怎样¶
我们就无法用收敛语言讨论非第一可数空间的拓扑——而弱拓扑和弱*拓扑恰恰通常不是第一可数的（除非空间可分）。Banach-Alaoglu 定理的证明需要处理积空间 \([0,1]^{B^*}\) 中的收敛，这个空间通常不是第一可数的。
序列的不足¶
反例：在 \([0,1]^{[0,1]}\)（所有从 \([0,1]\) 到 \([0,1]\) 的函数，积拓扑）中，存在非闭集 \(A\) 使得 \(A\) 中的序列的极限全部仍在 \(A\) 中。这说明闭包不能用序列刻画。
反事实推理：如果序列在所有拓扑空间中都足够，就不需要网和滤子了。但 \([0,1]^{[0,1]}\) 这个反例（它甚至是紧的，由 Tychonoff）表明序列的局限性是本质性的。根本原因是：序列用自然数 \(\mathbb{N}\) 编号，而"足够精细地逼近一个点"可能需要比自然数更大的指标集。
理论¶
网（Moore-Smith 收敛）：定向集（directed set）\((\Lambda, \leq)\) 是带有预序（自反、传递）且任意两个元素有上界的集合。网**是映射 \(x: \Lambda \to X\)。网 \(x_\lambda\) **收敛到 \(x\) 若对 \(x\) 的每个邻域 \(U\)，存在 \(\lambda_0 \in \Lambda\) 使得 \(\lambda \geq \lambda_0 \implies x_\lambda \in U\)。
定理 17.1：\(x \in \overline{A}\) \(\iff\) 存在 \(A\) 中的网收敛到 \(x\)。\(f\) 连续 \(\iff\) \(f\) 保持所有网的收敛。
滤子：\(X\) 上的**滤子** \(\mathcal{F}\) 是 \(2^X\) 的子族，满足：非空、向上封闭、有限交封闭、\(\varnothing \notin \mathcal{F}\)。滤子 \(\mathcal{F}\) 收敛到 \(x\) 若 \(\mathcal{N}_x \subset \mathcal{F}\)（邻域滤子包含于 \(\mathcal{F}\)）。**超滤子**是极大滤子。
定理 17.2：\(X\) 紧 \(\iff\) \(X\) 的每个超滤子收敛。
网与滤子的等价性：从网可以构造滤子（尾集滤基），从滤子可以构造网（指标化）。两套理论在表达力上完全等同。
类比：网之于序列，如同有向极限之于通常极限。序列用 \(\mathbb{N}\)（可数线性序）做指标，网用任意定向集做指标。就像线性代数中从有限维推广到无穷维需要引入 Hamel 基或 Schauder 基，从序列推广到网需要引入定向集。但不同之处在于：Hamel 基的存在需要选择公理且通常不可数，而定向集是"自带"的——给定一个拓扑空间，可以用邻域系自然地构造定向集。
⚠️ 常见陷阱¶
💡 概念误区：认为子网就是"子序列的推广"
新手想法：子网 = 选出网的一部分元素，保持顺序。
实际上：子网的定义比子序列更复杂——它不是简单地选出指标的子集，而是需要一个从新定向集到原定向集的"余终"映射。子网可以"重复访问"原网的某些元素。
🧠 思维陷阱 2：在度量空间中过度使用网和滤子
新手想法：既然网和滤子更强大，应该总是用它们代替序列。
实际上：在度量空间（更一般地，在第一可数空间）中，序列完全足够。使用网和滤子是"杀鸡用牛刀"——增加了形式复杂性但没有增加表达力。只有在非第一可数空间（如弱拓扑、积拓扑）中才需要网和滤子。
正确思维：先判断空间是否第一可数。若是，用序列；若否（或不确定），用网或滤子。
普遍网与 Tychonoff 定理的 Kelley 证明：
定义：网 \((x_\lambda)_{\lambda \in \Lambda}\) 在 \(X\) 中是**普遍的**（universal）若对每个 \(A \subset X\)，网要么最终在 \(A\) 中，要么最终在 \(X \setminus A\) 中。
定理 17.3（Kelley）：每个网有普遍子网。
定理 17.4：\(X\) 紧当且仅当 \(X\) 中的每个普遍网收敛。
Kelley 版 Tychonoff 证明：设 \((x_\lambda)\) 是 \(\prod_\alpha X_\alpha\) 中的普遍网。则每个投影 \((\pi_\alpha(x_\lambda))\) 是 \(X_\alpha\) 中的普遍网。\(X_\alpha\) 紧，故 \(\pi_\alpha(x_\lambda) \to y_\alpha\)。由积拓扑的定义（逐坐标收敛等价于积空间中收敛），\(x_\lambda \to (y_\alpha)\)。\(\square\)
这个证明优美而简洁——普遍网使得 Tychonoff 定理的证明几乎变成一句话。代价是需要先建立普遍网的存在性（依赖 Zorn 引理/选择公理）。
网与滤子的机器人应用：
在泛函分析中，弱收敛通常不能用序列刻画（除非空间可分）。SLAM 中的粒子滤波器的弱收敛——经验测度趋近后验分布——本质上是测度空间中的滤子收敛。通过 Prokhorov 度量将测度空间度量化后，可以将滤子收敛转化为序列收敛（因为 Prokhorov 度量下的测度空间在一定条件下可分）。
练习¶
- (手推) 用超滤子给出 Tychonoff 定理的另一个证明框架。具体步骤：(a) 证明 \(X\) 紧 \(\iff\) 每个超滤子收敛；(b) 证明积空间中的超滤子在每个因子上投影为超滤子；(c) 由各因子紧得每个投影超滤子收敛；(d) 组装极限。
- (思考) 在 \(\mathbb{R}\) 中，构造一个非序列但作为网仍然有意义的收敛概念的例子。（提示：考虑 Riemann 和——以有限分割为指标的定向集，加细关系为偏序。）
- (手推) 证明在 Hausdorff 空间中，收敛网的极限唯一。将这个证明与 Hausdorff 空间中序列极限唯一性的证明进行比较。
§18 Baire 纲定理 ⭐⭐¶
动机¶
Baire 纲定理是"完备性"的拓扑结晶——它说的是：完备度量空间（或局部紧 Hausdorff 空间）不是"贫集"（可数个无处稠密集的并）。这个看似简单的陈述是泛函分析三大原理（一致有界原理、开映射定理、闭图像定理）的共同基础。
历史¶
Rene-Louis Baire 在 1899 年的博士论文中证明了 \(\mathbb{R}\) 上的版本。后来推广到完备度量空间和局部紧 Hausdorff 空间。
理论¶
定义 18.1：\(X\) 是 **Baire 空间**若可数个稠密开集的交仍稠密。等价地，\(X\) 不是可数个无处稠密闭集的并。
定理 18.2（BCT1）：完备度量空间是 Baire 空间。
证明：设 \(\{U_n\}_{n \geq 1}\) 是稠密开集。取任意非空开集 \(V\)。
Step 1：\(U_1\) 稠密，故 \(V \cap U_1 \neq \varnothing\)。取 \(x_1 \in V \cap U_1\)，取 \(r_1 > 0\) 使 \(\overline{B(x_1, r_1)} \subset V \cap U_1\)，\(r_1 < 1\)。
Step 2：\(U_2\) 稠密，故 \(B(x_1, r_1) \cap U_2 \neq \varnothing\)。取 \(x_2\)，\(r_2 < 1/2\)，\(\overline{B(x_2, r_2)} \subset B(x_1, r_1) \cap U_2\)。
一般步：取 \(x_n\)，\(r_n < 1/n\)，\(\overline{B(x_n, r_n)} \subset B(x_{n-1}, r_{n-1}) \cap U_n\)。
收敛：\((x_n)\) 是 Cauchy 序列（\(d(x_m, x_n) < 2/\min(m,n)\)）。完备性 \(\Rightarrow\) \(x_n \to x\)。\(x \in \overline{B(x_n, r_n)}\) 对所有 \(n\)，故 \(x \in V \cap \bigcap_{n=1}^\infty U_n\)。\(\square\)
定理 18.3（BCT2）：局部紧 Hausdorff 空间是 Baire 空间。
证明类似，用嵌套紧邻域代替闭球，用有限交性质（FIP）得非空交。
应用：
- 一致有界原理（Banach-Steinhaus）：若 \(\{T_\alpha\}\) 是 Banach 空间上的有界线性算子族，在每个点上一致有界，则算子范数一致有界
- 开映射定理：Banach 空间之间的连续满线性映射是开映射
- 闭图像定理：Banach 空间之间的闭图线性映射是连续的
这三个定理在泛函分析（B3）中详细证明，本节只陈述 Baire 空间这一拓扑事实。
机器人工程连接：控制理论中的"一般性"（genericity）概念依赖 BCT。线性系统 \((A, B) \in \mathbb{R}^{n \times n} \times \mathbb{R}^{n \times m}\) 中，可控对构成开稠密集（实际上是 Zariski 开）——这意味着可控性是"稳健属性"。Baire 纲定理保证了这类"一般性"结论的力量：\(G_\delta\) 稠密集上成立的性质在某种意义上"几乎总是"成立。
⚠️ 常见陷阱¶
💡 概念误区：认为"贫集"就是"小集合"
新手想法：贫集（可数个无处稠密集的并）应该是"很小"的集合。
实际上：贫集可以是稠密的。\(\mathbb{Q}\) 是 \(\mathbb{R}\) 中的贫集（每个有理数构成一个无处稠密集，\(\mathbb{Q} = \bigcup_{q \in \mathbb{Q}} \{q\}\)），但 \(\mathbb{Q}\) 在 \(\mathbb{R}\) 中稠密。BCT 的力量在于说明 \(\mathbb{R}\) 本身不是贫集——尽管它可以被可数个稠密集覆盖，但不能被可数个**无处稠密**集覆盖。
🧠 思维陷阱 2：认为 BCT1 和 BCT2 可以互推
新手想法：完备度量空间和局部紧 Hausdorff 空间应该有包含关系。
实际上：两者互相独立。\(\ell^2\) 完备但非局部紧；某些局部紧 Hausdorff 空间不可度量化。两个版本的 BCT 有不同的适用范围，不能互相推导。
BCT 的经典推论——"处处连续但处处不可微"函数的存在：
BCT 可以证明"大部分"连续函数处处不可微。具体地，在 \(C([0,1])\)（赋予上确界范数 \(\|f\| = \sup_{x \in [0,1]} |f(x)|\)）中，处处不可微的函数构成 \(G_\delta\) 稠密集（即余贫集）。这意味着在"拓扑意义上几乎所有"连续函数都处处不可微——可微函数反而是"稀有的"。
BCT 与选择公理：BCT1（完备度量空间版本）等价于依赖选择公理（DC）——这是比完整选择公理（AC）弱的选择原则。BCT2（局部紧 Hausdorff 版本）的证明需要完整 AC（或等价的 Zorn 引理）。
练习¶
- (手推) 用 BCT 证明 \(\mathbb{R}\) 不能表示为可数个无处稠密闭集的并。具体地，证明 \(\mathbb{R}\) 是 Baire 空间，然后说明为什么 \(\mathbb{R} = \bigcup_{n=1}^\infty F_n\)（\(F_n\) 无处稠密闭集）与 BCT 矛盾。
- (思考) \(\mathbb{Q}\)（赋予标准度量）是 Baire 空间吗？为什么？（答案：不是。\(\mathbb{Q} = \bigcup_{q \in \mathbb{Q}} \{q\}\)，每个 \(\{q\}\) 在 \(\mathbb{Q}\) 中无处稠密，而 \(\mathbb{Q}\) 是可数并——这说明 \(\mathbb{Q}\) 不是 Baire 空间。根本原因：\(\mathbb{Q}\) 在标准度量下不完备。）
- (跨章综合) 结合 A2 中 Banach 空间的知识，陈述一致有界原理（Banach-Steinhaus）如何依赖 BCT。为什么这个定理在不完备的赋范空间上一般不成立？
§19 拓扑流形：定义与预览 ⭐⭐¶
动机¶
前 18 节建立了点集拓扑的完整工具箱。现在我们将这些工具汇聚到一个核心概念上——拓扑流形——它是微分几何、李群理论和现代机器人学的起点。
理论¶
定义 19.1（拓扑流形）：\(n\) 维**拓扑流形**（topological manifold）\(M\) 是满足以下三个条件的拓扑空间：
(M1) Hausdorff（\(T_2\)）：任意两点有不交开邻域
(M2) 第二可数：存在可数拓扑基
(M3) 局部欧氏：每个点有同胚于 \(\mathbb{R}^n\) 的某个开集的开邻域
三条件的必要性分析：
| 条件 | 功能 | 若缺失的后果 | 反例 |
|---|---|---|---|
| \(T_2\) | 极限唯一、分离 | 序列可能收敛到多个点 | 双原点直线 |
| 第二可数 | \(\Rightarrow\) 仿紧 + 可分 + 可度量 | 无单位分解、无 Riemann 度量 | 长直线 |
| 局部欧氏 | 允许局部微积分 | 无法定义导数和积分 | Cantor 集 |
反事实推理：如果去掉第二可数条件，长直线（long line）就成为"流形"——但它不仿紧，因此没有单位分解，无法在其上构造 Riemann 度量，整个微分几何机器都无法启动。第二可数条件看似技术性，实际上排除了这些病态空间。
拓扑流形的基本性质：
- 局部紧、局部连通、局部道路连通
- 仿紧（由第二可数 + 局部紧 + Hausdorff）
- 连通 \(\iff\) 道路连通（由局部道路连通）
- 可度量化（由 Urysohn 度量化定理：第二可数 + \(T_3\)）
维数不变性：\(\mathbb{R}^m \cong \mathbb{R}^n \Rightarrow m = n\)。这个定理保证了流形维数的良定义性——如果一个流形的某个点有同胚于 \(\mathbb{R}^m\) 的邻域，也有同胚于 \(\mathbb{R}^n\) 的邻域，则必须 \(m = n\)。
这个定理的证明需要代数拓扑工具。低维情形可以用初等方法：\(\mathbb{R}^1 \not\cong \mathbb{R}^2\) 可以通过去掉一个点后连通性的差异来证明（\(\mathbb{R} \setminus \{0\}\) 不连通，\(\mathbb{R}^2 \setminus \{0\}\) 连通）。但一般情形需要 Brouwer 不动点定理或奇异同调论——推迟至 Layer-1 代数拓扑。
流形的 invariance of domain（域不变性定理）：若 \(U \subset \mathbb{R}^n\) 开，\(f: U \to \mathbb{R}^n\) 连续单射，则 \(f(U)\) 开且 \(f\) 是开映射。这个定理比维数不变性更强——它说明 \(\mathbb{R}^n\) 中的连续单射自动是开映射。证明同样需要代数拓扑。
带边流形：局部欧氏条件改为同胚于 \(\mathbb{R}^n\) 或上半空间 \(\mathbb{H}^n = \{(x_1, \ldots, x_n) : x_n \geq 0\}\) 的开集。边界 \(\partial M\) 是 \((n-1)\) 维流形（无边）。
机器人学中的 C-space 样例：
| 构型空间 | 拓扑类型 | 维数 | 紧性 | 基本群 |
|---|---|---|---|---|
| \(\mathbb{R}^n\)（笛卡尔臂） | 流形 | \(n\) | 非紧 | 平凡 |
| \(T^n\)（纯旋转关节臂） | 流形 | \(n\) | 紧 | \(\mathbb{Z}^n\) |
| \(\mathrm{SO}(2) \cong S^1\) | 流形 | 1 | 紧 | \(\mathbb{Z}\) |
| \(\mathrm{SO}(3) \cong \mathbb{R}P^3\) | 流形 | 3 | 紧 | \(\mathbb{Z}/2\) |
| \(\mathrm{SE}(2) \cong S^1 \times \mathbb{R}^2\) | 流形 | 3 | 非紧 | \(\mathbb{Z}\) |
| \(\mathrm{SE}(3) \cong \mathrm{SO}(3) \times \mathbb{R}^3\) | 流形 | 6 | 非紧 | \(\mathbb{Z}/2\) |
通向 Layer-1 的接口：
本章提供了流形定义的五重拓扑基座——Hausdorff、第二可数、局部欧氏、仿紧、可度量。这五个性质之间的逻辑关系如下：
Layer-1 将在此基础上添加：
- 光滑结构（smooth atlas）：坐标卡转换函数 \(C^\infty\)
- 切丛（tangent bundle）：每个点的切空间组成的向量丛
- 向量场：切丛的光滑截面
- 微分形式：余切丛的反对称张量积
- Riemann 度量：切丛上的正定内积（存在性依赖单位分解 §16）
覆盖空间与李群：\(\mathrm{Spin}(3) = S^3 = \mathrm{SU}(2) \to \mathrm{SO}(3)\) 是 2 对 1 的覆盖映射。这是四元数姿态估计的拓扑基础——\(S^3\) 是 \(\mathrm{SO}(3)\) 的万有覆盖空间，它的基本群 \(\pi_1(\mathrm{SO}(3)) = \mathbb{Z}/2\) 解释了为什么四元数表示有 \(q \sim -q\) 的歧义。覆盖空间理论将在 Layer-1 的代数拓扑部分建立。
⚠️ 常见陷阱¶
💡 概念误区 1：认为流形就是"弯曲的欧氏空间"
新手想法：流形嵌入在某个 \(\mathbb{R}^N\) 中，就像曲面嵌入在 \(\mathbb{R}^3\) 中。
实际上：流形的定义是内蕴的（intrinsic）——不依赖任何嵌入。Whitney 嵌入定理保证每个 \(n\) 维流形可以嵌入 \(\mathbb{R}^{2n+1}\)，但这是一个定理，不是定义的一部分。内蕴定义的优势是不依赖于环境空间的选择。
🧠 思维陷阱 2：认为维数不变性是"显然的"
新手想法：\(\mathbb{R}^2\) 和 \(\mathbb{R}^3\) "明显"不同胚——一个是平面，一个是空间。
实际上：这远非"显然"——存在连续双射 \(\mathbb{R} \to \mathbb{R}^2\)（空间填充曲线），只是它不是同胚（逆不连续）。维数不变性的证明需要代数拓扑工具（如 Brouwer 不动点定理），是 20 世纪初的重大成就。
练习¶
- (手推) 验证 \(\mathrm{SO}(2) = \{R \in \mathbb{R}^{2 \times 2} : R^T R = I,\, \det R = 1\}\) 是 1 维流形，且同胚于 \(S^1\)。
- (思考) 为什么 \(\mathrm{SE}(3)\) 作为拓扑空间同胚于 \(\mathrm{SO}(3) \times \mathbb{R}^3\)，但作为群却不是直积群？这种"拓扑直积但非群直积"的情况反映了什么？
本章常见误解汇总¶
| 误解 | 正确理解 |
|---|---|
| 开集就是形如 \((a,b)\) 的区间 | 开集是拓扑 \(\tau\) 的成员，取决于拓扑的定义 |
| 不开 = 闭 | 一个集合可以既不开也不闭，也可以既开又闭 |
| 更细的拓扑更好 | 更细的拓扑下连续函数更少，紧集更少；拓扑的选择是权衡 |
| 连续双射 = 同胚 | 逆映射不一定连续；紧到 Hausdorff 的连续双射是同胚 |
| 闭+有界 = 紧 | 仅在 \(\mathbb{R}^n\) 中成立；无穷维中需要完备+全有界 |
| 序列紧 = 紧 | 仅在度量空间中成立；一般拓扑空间中两者独立 |
| 连通 = 道路连通 | 道路连通 \(\Rightarrow\) 连通，反之不然（拓扑学家的正弦曲线） |
| \(T_3 \Rightarrow T_4\) | 正则不蕴含正规；Sorgenfrey 平面是反例 |
本章小结¶
符号表¶
| 符号 | 含义 | 首次出现 |
|---|---|---|
| \(\tau\) | 拓扑（开集族） | §1 |
| \(\mathcal{B}\) | 拓扑基 | §2 |
| \(\mathcal{S}\) | 子基 | §2 |
| \(\overline{A}\) | 集合 \(A\) 的闭包 | §3 |
| \(\mathring{A}\) | 集合 \(A\) 的内部 | §3 |
| \(\partial A\) | 集合 \(A\) 的边界 | §3 |
| \(A'\) | 集合 \(A\) 的导集 | §3 |
| \(X \cong Y\) | \(X\) 与 \(Y\) 同胚 | §4 |
| \(\tau_Y\) | \(Y\) 上的子空间拓扑 | §5 |
| \(\prod_\alpha X_\alpha\) | 拓扑积 | §6 |
| \(X/\sim\) | 商空间 | §7 |
| \(\beta X\) | Stone-Cech 紧化 | §13 |
| \(X^+\) | 一点紧化 | §13 |
| \(\mathcal{F}\) | 滤子 | §17 |
| \(\mathcal{N}_x\) | 点 \(x\) 的邻域滤子 | §17 |
定理速查表¶
| 定理/公式 | 一句话说明 | 对应节 |
|---|---|---|
| 基生成拓扑 | 基元素的任意并构成拓扑 | §2 |
| 闭包的邻域刻画 | \(x \in \overline{A}\) \(\iff\) 每个开邻域交 \(A\) | §3 |
| 连续性的拓扑定义 | 开集原像为开集 | §4 |
| 积拓扑的泛性质 | \(f\) 连续 \(\iff\) 每个分量连续 | §6 |
| 商拓扑的泛性质 | 纤维上常值的连续映射因子通过商 | §7 |
| 紧 Hausdorff \(\Rightarrow T_4\) | 紧 Hausdorff 空间自动正规 | §9 |
| Heine-Borel | \(\mathbb{R}^n\) 中紧 \(\iff\) 闭+有界 | §10 |
| Tychonoff | 紧空间的积紧 | §10 |
| Alexander 子基引理 | 子基覆盖有限子覆 \(\Rightarrow\) 紧 | §10 |
| Urysohn 引理 | 正规空间中不交闭集可用连续函数分离 | §14 |
| Tietze 扩张 | 闭子集上的连续函数可扩张到全空间 | §14 |
| Urysohn 度量化 | 第二可数 + \(T_3\) \(\Rightarrow\) 可度量化 | §15 |
| Nagata-Smirnov | 可度量化 \(\iff\) \(T_3\) + \(\sigma\)-局部有限基 | §15 |
| 单位分解存在性 | 仿紧 Hausdorff \(\iff\) 存在从属单位分解 | §16 |
| BCT1 | 完备度量空间是 Baire 空间 | §18 |
| BCT2 | 局部紧 Hausdorff 是 Baire 空间 | §18 |
知识点总表¶
| 编号 | 知识点 | 核心要点 | 对应节 | 难度 |
|---|---|---|---|---|
| 1 | 拓扑空间公理 | 三条公理定义开集族 | §1 | ⭐ |
| 2 | 基与子基 | 高效描述拓扑的生成工具 | §2 | ⭐⭐ |
| 3 | 闭包/内部/极限点 | 与开集对偶的一套语言 | §3 | ⭐ |
| 4 | 连续性与同胚 | 拓扑等价的严格定义 | §4 | ⭐⭐ |
| 5 | 子空间拓扑 | 继承拓扑结构 | §5 | ⭐ |
| 6 | 积拓扑 | 笛卡尔积上的正确拓扑 | §6 | ⭐⭐ |
| 7 | 商拓扑 | 粘合操作的拓扑 | §7 | ⭐⭐ |
| 8 | 度量空间精化 | 度量空间作为拓扑空间的特例 | §8 | ⭐ |
| 9 | 分离公理 | \(T_0\)--\(T_4\) 的层级 | §9 | ⭐⭐ |
| 10 | 紧性 | 最重要的拓扑概念 | §10 | ⭐⭐ |
| 11 | 连通性 | 空间的"整体性" | §11 | ⭐⭐ |
| 12 | 可数性公理 | 空间的"规模"控制 | §12 | ⭐ |
| 13 | 紧化 | 非紧空间的紧扩张 | §13 | ⭐⭐⭐ |
| 14 | Urysohn/Tietze | 从拓扑到函数分析的桥梁 | §14 | ⭐⭐ |
| 15 | 可度量化 | 拓扑空间何时可回归度量 | §15 | ⭐⭐⭐ |
| 16 | 仿紧/单位分解 | 局部到全局的桥梁 | §16 | ⭐⭐ |
| 17 | 网与滤子 | 超越序列的广义收敛 | §17 | ⭐⭐⭐ |
| 18 | Baire 纲定理 | 完备性的拓扑结晶 | §18 | ⭐⭐ |
| 19 | 拓扑流形 | 通向微分几何的起点 | §19 | ⭐⭐ |
累积项目：本章新增模块¶
项目：手写拓扑工具库
本章新增模块：点集拓扑验证器。
- 第一模块（对应 §1--§3）：实现集合操作（并、交、补），验证给定集合族是否满足拓扑公理
- 第二模块（对应 §4--§7）：实现连续性检查器——给定有限拓扑空间和映射，判断是否连续
- 第三模块（对应 §9--§10）：实现分离公理检查器（\(T_0\)--\(T_4\)）和紧性检查器（对有限空间）
- 第四模块（对应 §14）：数值构造 Urysohn 函数——在给定度量空间中，对两个不交闭集构造分离函数
延伸阅读¶
| 文献 | 难度 | 说明 |
|---|---|---|
| Munkres, Topology (2nd ed., 2000) | ⭐⭐ | 主教材，教学叙事最优 |
| Lee, Introduction to Topological Manifolds (2nd ed., 2011) | ⭐⭐ | 流形导向的点集拓扑 |
| Willard, General Topology (1970) | ⭐⭐⭐ | 参考手册级别，分离/可度量/收敛更完整 |
| Kelley, General Topology (1955) | ⭐⭐⭐ | 网/滤子的权威参考 |
| Dugundji, Topology (1966) | ⭐⭐⭐ | 仿紧/单位分解的早期标准处理 |
| Engelking, General Topology (2nd ed., 1989) | ⭐⭐⭐⭐ | 百科全书式参考 |
| LaValle, Planning Algorithms (2006) | ⭐⭐ | 机器人应用视角：构型空间的拓扑 |
| Lynch & Park, Modern Robotics (2017) | ⭐⭐ | C-space 与 SO(3)/SE(3) 表示 |
本章与后续章节的关系¶
| 后续章节 | 与本章的关系 | 本章哪个知识点为其铺垫 |
|---|---|---|
| A4 抽象代数 | 拓扑群定义、商群拓扑 | §4 同胚、§7 商、§10 紧性 |
| B1 实分析 | \(\mathbb{R}^n\) 上开/闭/紧集、Borel \(\sigma\)-代数 | §3 闭包、§8 度量、§10 紧、§18 Baire |
| B3 泛函分析 | 弱拓扑、Banach-Alaoglu | §6 积+Tychonoff、§17 网/滤、§18 Baire |
| Layer-1 微分流形 | 光滑流形定义、Riemann 度量存在 | §19 全部、§16 单位分解、§15 可度量 |
| Layer-1 李群 | 紧李群 Haar 测度、齐性空间 \(G/H\) | §10 紧性、§7 商、§11 连通、§6 积 |
故障排查手册¶
| 症状 | 可能原因 | 排查步骤 | 相关章节 |
|---|---|---|---|
| 证明中"序列收敛"论证在一般拓扑空间中失效 | 空间不是第一可数的，序列不足以刻画拓扑 | 1. 检查空间是否第一可数 2. 若否，改用网或滤子 3. 回顾 §17 的等价定理 | §12, §17 |
| 试图证明"商空间是 Hausdorff"但找不到分离开集 | 等价关系不满足"在 \(X \times X\) 中为闭集"的条件 | 1. 检查等价关系的图 \(\{(x,y) : x \sim y\}\) 是否在 \(X \times X\) 中闭 2. 检查商映射是否为开映射 3. 若两条件不满足，考虑反例 | §7 |
| 试图用 Heine-Borel 但在无穷维空间中紧性判断失败 | Heine-Borel 仅对 \(\mathbb{R}^n\) 成立 | 1. 确认空间是否有限维 2. 在无穷维中改用"完备+全有界"判据 3. 检查是否可能根本不紧 | §10 |
| 构造 Urysohn 函数时连续性验证失败 | 正规性条件不满足或二进有理数构造有误 | 1. 先验证空间确实是 \(T_4\) 2. 检查开集族 \(\{U_p\}\) 的嵌套关系 \(\overline{U_p} \subset U_q\) (\(p < q\)) 3. 验证 \(f^{-1}([0,a))\) 和 \(f^{-1}((a,1])\) 确实开 | §14 |
| 单位分解构造中归一化分母为零 | 收缩引理失败或 Urysohn 函数支集不覆盖 | 1. 检查覆盖确实覆盖全空间 2. 检查两次收缩引理是否正确执行 3. 确认局部有限性（保证分母只有有限个非零项） | §16 |
选择公理使用强度一览¶
| 定理 | 选择原则 |
|---|---|
| Heine-Borel | ZF（仅上确界性） |
| Tube 引理 | ZF |
| 紧 Hausdorff \(\Rightarrow T_4\) | ZF |
| 商映射泛性质 | ZF |
| Urysohn 引理 | DC（依赖选择） |
| Tietze 扩张 | DC |
| Baire 纲（完备度量） | DC（等价） |
| Baire 纲（局部紧 Hausdorff） | AC |
| Urysohn 度量化 | CC（可数选择） |
| 度量紧 \(\iff\) 序列紧 | CC |
| Nagata-Smirnov | AC |
| 仿紧 + 单位分解 | AC |
| Tychonoff（一般） | AC（等价） |
| Tychonoff（Hausdorff） | BPI（超滤引理） |
内部依赖图¶
§1 拓扑公理 ────┬──► §2 基/子基 ──► §6 积拓扑 ──┐
│ │ │ │
▼ ▼ ▼ │
§3 闭包 ──► §4 连续 ──► §5 子空间 │ │
│ │ │ │ │
└────────┬───┴───────────┘ │ │
▼ │ │
§7 商拓扑 ◄────────────────────────┘ │
│ │
▼ │
§8 度量 ──► §12 可数性 ◄────────────────┘
│ │
▼ ▼
§9 分离 ──► §10 紧性 ──► §13 紧化
│ │ │
│ ▼ │
│ §11 连通 │
│ │ │
└───┬───────┴────┘
▼
§14 Urysohn/Tietze
│
▼
§15 度量化
│
▼
§16 仿紧/单位分解
│ │ │
▼ ▼ ▼
§17 网/滤 §18 Baire §19 拓扑流形
对后继任务的接口¶
| 后继任务 | 直接使用的本章结论 | 典型场景 |
|---|---|---|
| A4 抽象代数 | §7 商、§4 同胚、§10 紧性 | 拓扑群定义；\(\mathrm{GL}_n(\mathbb{R})\) 拓扑；商群拓扑 |
| B1 实分析 | §3 闭包、§8 度量、§10 紧、§18 Baire | \(\mathbb{R}^n\) 上的开/闭/紧集；Heine-Borel；Borel \(\sigma\)-代数 |
| B3 泛函分析 | §6 积+Tychonoff、§17 网/滤、§18 Baire | Banach-Alaoglu；弱拓扑；一致有界+开映射+闭图像 |
| Layer-1 微分流形 | §19 全部、§16 单位分解、§15 可度量 | 光滑流形定义；Riemann 度量存在；Whitney 嵌入 |
| Layer-1 李群 | §10 紧性、§7 商、§11 连通、§6 积 | 紧李群 Haar 测度；齐性空间 \(G/H\)；覆盖 \(\mathrm{Spin}(3) \to \mathrm{SO}(3)\) |
机器人应用专栏汇总¶
| 主题 | 关联节 | 核心事实 |
|---|---|---|
| C-space 拓扑流形 | §19, §9, §12 | \(T_2\) + 第二可数 + 局部欧氏是流形定义 |
| 运动规划的道路连通 | §11 | 解存在 \(\iff\) 起/终在同一道路分量 |
| \(\mathrm{SO}(3)\) 紧 + Haar 采样 | §10 | 均匀四元数采样；RRT* 渐近最优 |
| \(\mathrm{SE}(3)\) 非紧须加界 | §10 | 规划需限定 \([-L,L]^3 \times \mathrm{SO}(3)\) |
| \(\mathrm{SO}(3) = S^3/\{\pm 1\}\) | §7 | 四元数双覆盖；符号歧义 |
| 多机器人积 C-space | §6 | Tychonoff 保联合紧性 |
| 流形估计一致性 | §9, §17 | Hausdorff 保极限唯一；粒子滤波弱收敛 |
| 一般可控性与 Baire | §18 | 可控对在 \(G_\delta\) 稠密；控制稳健性 |
| 单位分解构造 Riemann 度量 | §16 | 任意光滑流形可赋 Riemann 度量 |
| 拓扑复杂度下界 | §11 | \(\mathrm{TC}(\mathrm{SO}(3)) = 3\)，规划需 \(\geq 3\) 分支 |
研究实践建议¶
给初学者：
- 先通读 §1--§12 建立基本语言和核心概念，不必深究每个证明的细节
- 重点掌握五大支柱（紧性、连通性、分离性、可数性、可度量性）的定义和相互关系
- 每学完一个概念，在经典反例（Sorgenfrey 直线、拓扑学家的正弦曲线等）上"测试"该概念
- Munkres 的教材是最佳入门参考，Lee 的教材适合想快速进入流形的读者
给有经验者：
- 关注 §13--§18 中的深层定理（紧化、度量化、仿紧性、Baire 纲）——这些是泛函分析和微分几何的拓扑基础
- 注意选择公理的使用强度——在构造性数学和计算数学中，这一点很重要
- 将每个拓扑概念与机器人学中的具体问题联系起来，加深理解的同时建立跨领域直觉
- 特别关注反例——Sorgenfrey 直线/平面、双原点直线、拓扑学家的正弦曲线、长直线——它们是理解拓扑性质边界的最佳工具
版本信息速查¶
| 教材/工具 | 版本 | 说明 |
|---|---|---|
| Munkres, Topology | 第 2 版, 2000 | 主参考教材 |
| Lee, Introduction to Topological Manifolds | 第 2 版, 2011 | 流形导向参考 |
| Willard, General Topology | 1970 | 度量化/分离公理参考 |
| Kelley, General Topology | 1955 | 网/滤子权威 |
| Engelking, General Topology | 第 2 版, 1989 | 百科式参考 |
| LaValle, Planning Algorithms | 2006 | 机器人应用侧 |
| Lynch & Park, Modern Robotics | 2017 | C-space 表示 |
| Barfoot, State Estimation for Robotics | 第 2 版, 2024 | 流形估计 |
结语¶
点集拓扑建立的是 "什么是空间"的最原始语言——独立于度量、独立于代数结构、仅靠开集族公理。它看似抽象，却在后继课程中无处不在：Banach-Alaoglu 的紧性要靠 Tychonoff；流形上的 Riemann 度量存在要靠仿紧与单位分解；SLAM 估计器的一致性要靠 Hausdorff 性；规划算法的概率完备性要靠 \(\mathrm{SO}(3)\) 的紧性与 Haar 测度。
把握本章的关键是：紧性、连通性、分离性、可数性、可度量性——五个性质之间的相互蕴含与反例构成点集拓扑的真正骨架。每一个反例（长直线、Sorgenfrey 平面、双原点直线、拓扑学家的正弦曲线）都在警示某条性质的不可或缺。后续研究中应将它们作为"压力测试"：任何声称在一般拓扑空间成立的论断，都应先在这些病态例子上验证。
本章完成后，读者将具备进入 B1（实分析）、B3（泛函分析）、Layer-1（微分流形/李群）所需的全部点集拓扑工具，且对每条工具的选择公理强度心中有数——这正是"extremely rigorous, no gaps"的含义。
五大支柱之间的关系网络——紧性如何蕴含性质、分离公理如何保证函数存在、可数性如何保证序列充分、仿紧性如何保证拼接可行——构成了整个点集拓扑学的骨架。
掌握这张关系网，就掌握了后续所有依赖拓扑的理论的基石。