第五章：诱导拓扑与基本拓扑运算

在拓扑学中，我们不仅需要研究给定的孤立空间，还需要研究如何从已知的旧拓扑空间自然地构造出新的拓扑空间。本章将重点介绍两种最核心的构造方式：子空间拓扑与乘积拓扑。此外，我们将深入探讨集合在拓扑空间中的基本运算，包括内部、闭包以及边界的概念，揭示开集与闭集之间的对偶联系。

1. 子空间拓扑 (Subspace Topology)

当我们关注拓扑空间的一个子集时，可以将全空间的拓扑结构“限制”在这个子集上，从而赋予它一个自然的拓扑。

定义 5.1 (子空间拓扑 / 相对拓扑)

设 \((X, \tau)\) 是一个拓扑空间，且 \(A \subseteq X\) 是 \(X\) 的一个子集。我们在 \(A\) 上定义一个新的拓扑 \(\tau_A\)，其元素由全空间中的开集与 \(A\) 的交集构成：

\[ \tau_A = \{ A \cap S \mid S \in \tau \} \subseteq \mathcal{P}(A) \]

这个拓扑 \(\tau_A\) 称为由 \(X\) 在 \(A\) 上诱导的子空间拓扑，二元组 \((A, \tau_A)\) 称为 \((X, \tau)\) 的拓扑子空间。此时，\(\tau_A\) 中的元素被称为相对开集（或 \(A\) 中的开集）。

子空间拓扑具有良好的传递性。如果 \(A' \subseteq A \subseteq X\)，我们可以先在 \(A\) 上诱导拓扑，再在 \(A'\) 上诱导拓扑；或者直接从 \(X\) 诱导到 \(A'\)。这两种方式得到的结果是完全一致的：

\[ (\tau_A)_{A'} = \tau_{A'} \]

(补充说明)：不仅开集可以通过取交集获得，子空间中的闭集也具有相同的结构。集合 \(C_A \subseteq A\) 是子空间 \(A\) 中的闭集，当且仅当存在全空间 \(X\) 中的某个闭集 \(C\)，使得 \(C_A = C \cap A\)。

2. 乘积拓扑 (Product Topology)

除了取子集，我们还可以通过对两个拓扑空间作笛卡尔积来构造新的空间。

2.1 乘积拓扑的基

设 \((X, \tau_X)\) 和 \((Y, \tau_Y)\) 是两个拓扑空间。考虑它们的笛卡尔积 \(X \times Y\)。我们希望在 \(X \times Y\) 上赋予一个自然的拓扑。

定义 5.2 (乘积拓扑的自然基)

定义 \(X \times Y\) 上的一个集合族 \(\mathcal{B}_{X \times Y}\)，它由所有的“开矩形”构成：

\[ \mathcal{B}_{X \times Y} = \{ U \times V \mid U \in \tau_X, V \in \tau_Y \} \]

我们可以严格证明 \(\mathcal{B}_{X \times Y}\) 确实构成了 \(X \times Y\) 上某个拓扑的基：

(1) 覆盖性：由于全空间 \(X \in \tau_X\) 且 \(Y \in \tau_Y\)，故 \(X \times Y \in \mathcal{B}_{X \times Y}\)。基元素显然覆盖了整个 \(X \times Y\)。
(2) 内部相容性：设 \(B_1, B_2 \in \mathcal{B}_{X \times Y}\)，即 \(B_1 = U_1 \times V_1\) 且 \(B_2 = U_2 \times V_2\)。对于它们的交集：

\[ B_1 \cap B_2 = (U_1 \times V_1) \cap (U_2 \times V_2) = (U_1 \cap U_2) \times (V_1 \cap V_2) \]

由于拓扑对有限交封闭，因此 \(U_1 \cap U_2 \in \tau_X\) 且 \(V_1 \cap V_2 \in \tau_Y\)。这意味着交集 \(B_1 \cap B_2\) 本身就属于 \(\mathcal{B}_{X \times Y}\)，自然满足基的相容性条件。

定义 5.3 (乘积拓扑)

由基 \(\mathcal{B}_{X \times Y}\) 所生成的拓扑称为 \(X \times Y\) 上的乘积拓扑 (Product Topology)，记为 \(\tau_{X \times Y}\)。

2.2 利用原空间的基构造乘积拓扑

如果我们不需要用到原空间所有的开集，而只使用它们的基，同样可以生成乘积拓扑。

引理 5.1

如果 \(\mathcal{B}_1\) 是拓扑空间 \(X\) 的基，\(\mathcal{B}_2\) 是拓扑空间 \(Y\) 的基，那么它们的乘积：

\[ \mathcal{B}_1 \times \mathcal{B}_2 = \{ B_1 \times B_2 \mid B_1 \in \mathcal{B}_1, B_2 \in \mathcal{B}_2 \} \]

构成了乘积拓扑 \(\tau_{X \times Y}\) 的一个基。

证明思路：对于乘积空间中的任意开集 \(W\) 以及其中的任意点 \((x, y) \in W\)，根据乘积拓扑的定义，必定存在 \(X\) 中的开集 \(U\) 和 \(Y\) 中的开集 \(V\)，使得 \((x, y) \in U \times V \subseteq W\)。由于 \(\mathcal{B}_1\) 和 \(\mathcal{B}_2\) 分别是 \(X\) 和 \(Y\) 的基，我们可以找到基元素使得 \(x \in B_1 \subseteq U\) 且 \(y \in B_2 \subseteq V\)。因此 \((x, y) \in B_1 \times B_2 \subseteq U \times V \subseteq W\)。引理得证。

2.3 子空间与乘积的相容性

拓扑的这两种基本构造运算是高度相容的。

定理 5.1 (交换律)

设 \(A \subseteq X\)，\(D \subseteq Y\)。在笛卡尔积 \(A \times D\) 上，我们有两种方式定义拓扑：

方法一：分别取 \(A\) 和 \(D\) 的子空间拓扑 \(\tau_A\) 和 \(\tau_D\)，然后作乘积拓扑 \(\tau_A \times \tau_D\)。
方法二：先作乘积空间 \(X \times Y\)，赋予乘积拓扑 \(\tau_{X \times Y}\)，然后取 \(A \times D\) 作为其子空间，诱导相对拓扑 \((\tau_{X \times Y})_{A \times D}\)。

这两种方式得到的拓扑是完全相同的。

(补充说明：投影映射)：乘积拓扑的深刻意义在于，它是使得自然投影映射 \(\pi_X: X \times Y \to X\) （定义为 \(\pi_X(x, y) = x\)）和 \(\pi_Y: X \times Y \to Y\) 均连续的最粗糙（开集最少）的拓扑。

3. 集合的内部、闭包与边界

在拓扑空间中，我们可以通过开集和闭集对任意子集进行“逼近”，从而定义内部和闭包。

定义 5.4 (内部与闭包)

设 \(A \subseteq X\) 是拓扑空间中的任意子集。

内部 (Interior)：集合 \(A\) 的内部记为 \(A^\circ\)，定义为包含在 \(A\) 中的所有开集的并集。即：

\[ A^\circ = \bigcup_{S \subseteq A, S \in \tau} S \]

直观地说，\(A^\circ\) 是完全落在 \(A\) 内部的最大开集。

闭包 (Closure)：集合 \(A\) 的闭包记为 \(\overline{A}\)，定义为包含 \(A\) 的所有闭集的交集。即：

\[ \overline{A} = \bigcap_{A \subseteq V, V^c \in \tau} V \]

直观地说，\(\overline{A}\) 是包含 \(A\) 的最小闭集。

经典示例：在带有标准拓扑的实数轴 \(X = \mathbb{R}\) 中：

设 \(A = [1, 2)\)，则其内部 \(A^\circ = (1, 2)\)，其闭包 \(\overline{A} = [1, 2]\)。
设 \(A = \mathbb{Q}\)（有理数集），由于有理数集中不包含任何非空开区间，其内部 \(A^\circ = \emptyset\)。同时有理数在实数中稠密，其闭包 \(\overline{A} = \mathbb{R}\)。

3.1 内部与闭包的对偶性质

内部和闭包通过补集操作表现出完美的对偶性。

定理 5.2 (基本性质与对偶关系)

对于空间 \(X\) 中的任意子集 \(A, B\)，具有以下性质：

(1) 对偶性：

\[ X \setminus A^\circ = \overline{X \setminus A} \]

\[ X \setminus \overline{A} = (X \setminus A)^\circ \]

(2) 极值等价：

\[ A \text{ 是开集} \iff A = A^\circ \]

\[ A \text{ 是闭集} \iff A = \overline{A} \]

(3) 幂等性：内部的内部等于内部，闭包的闭包等于闭包。

\[ (A^\circ)^\circ = A^\circ \quad \text{且} \quad \overline{\overline{A}} = \overline{A} \]

(4) 运算分配律：

\[ (A \cap B)^\circ = A^\circ \cap B^\circ \]

\[ \overline{A \cup B} = \overline{A} \cup \overline{B} \]

3.2 边界 (Boundary / Frontier) (补充)

有了内部和闭包的概念，我们可以精确地定义一个集合的“边缘”。

定义 5.5 (边界)

集合 \(A\) 的边界记为 \(\partial A\)（或 \(\text{bd}(A)\)），定义为集合的闭包与其内部的差集：

\[ \partial A = \overline{A} \setminus A^\circ \]

边界的另一种等价定义是：\(\partial A = \overline{A} \cap \overline{X \setminus A}\)。这意味着边界上的点，其任意开邻域都既包含 \(A\) 中的点，也包含 \(A\) 外面的点。集合既是闭集又是开集（即所谓的“既开又闭集”，Clopen set），当且仅当它的边界是空集。