连续映射下连通性的保持

设 \( X \) 是一个连通的拓扑空间,且 \( f : X \to Y \) 是连续映射,则 \( f(X) \) 是 \( Y \) 中的一个连通子集。

等价地说,连通集合在连续映射下的像仍然是连通的。

从一个连通空间 \( X \) 出发,施加一个连续映射 \( f \),所得到的像集 \( f(X) \) 不会丧失连通性。仅凭连续映射本身,无法将一个空间分裂为彼此分离的部分。

在这一严格意义下,连通性是保持不变的。

什么是连通? 若一个拓扑空间不能表示为两个非空且互不相交的开集的并,则称该空间是连通的。例如,一条线段是一个连通的点集;相反,两个彼此孤立的点构成一个不连通的空间。

一个具体的例子

考虑如下拓扑空间

$$ X = [0,1] \subset \mathbb{R} $$

闭区间 \( [0,1] \) 是连通的。直观来看,它构成了一个完整的连续整体,不存在空隙或断裂。

现在定义一个映射 $ f : [0,1] \rightarrow \mathbb{R} $

$$ f(x) = 2x $$

该映射是连续的,其像为

$$ f([0,1]) = [0,2] $$

像集 \( f(X) = [0,2] \) 同样是连通的。

因此,连通性得以保持。

说明。要证明一个集合不是连通的,必须构造两个开集 \( U \) 与 \( V \),它们互不相交(\( U \cap V = \emptyset \))、且均为非空(\( U \ne \emptyset \),\( V \ne \emptyset \)),并且其并覆盖整个集合 \( f(X) \),即 \( f(X) \subset U \cup V \)。在本例中这是不可能的,因为任何一对与区间 $ [0,2] $ 相交的互不相交开集,必然会遗漏区间 $ [0,2] $ 中的某些点。这等价于对实数区间进行分割,而这种分割在拓扑意义下是不可能的。因此,$ [0,2] $ 是连通的。

例 2

再次考虑拓扑空间 $ X $

$$ X = [0,1] \subset \mathbb{R} $$

区间 \( [0,1] \) 是连通的。

定义映射 \( f : [0,1] \rightarrow \mathbb{R} \)

$$ f(x) = 0 $$

映射 \( f \) 是连续的,其像为

$$ f(X) = \{ 0 \} $$

从几何角度看,区间 \( [0,1] \) 被整体压缩,完全坍缩为单个点($  0 $)。

尽管如此,像集 $ f(X) $ 仍然是连通的,因为集合 \( \{ 0 \} \) 非空,仅包含一个元素,无法分解为两个互不相交的子集。

因此,像的连通性依然得到保持。

说明。该映射对区间进行了折叠或压缩,但并未将其断裂。任何定义在区间上的连续映射,都不可能将其分裂为若干彼此分离的部分,也不可能产生一个不连通的像。连续映射可以压缩空间、识别不同点或降低维数,但无法破坏连通性。若要得到一个不连通的像,必然需要引入不连续性。

证明

证明采用反证法。

设 \( X \) 是一个连通空间,但假设其连续像 \( f(X) \) 不是连通的。

若 \( f(X) \) 不连通,则存在两个开集 \( U \) 与 \( V \),它们构成对 \( f(X) \) 的一个分离。也就是说,\( f(X) \subset U \cup V \),并且 \( f(X) \) 中的任意一点要么属于 \( U \),要么属于 \( V \),但不会同时属于二者。

这是关键的一步。由于 \( f \) 是连续映射,而连续映射下开集的原像仍然是开集,因此有:

  • \( f^{-1}(U) \) 在 \( X \) 中是开集
  • \( f^{-1}(V) \) 在 \( X \) 中是开集

此时出现矛盾。

由于 \( U \) 与 \( V \) 都包含 \( f(X) \) 中的点,集合 \( f^{-1}(U) \) 与 \( f^{-1}(V) \) 非空、互不相交,并且它们的并覆盖整个空间 \( X \)。

这意味着 \( X \) 可以表示为两个非空且互不相交的开集的并。

但这与 \( X \) 连通的假设相矛盾。

因此,最初的假设不成立。由此得到结论:连通集合在连续映射下的像必然是连通的。

说明。换言之,连续映射可以弯曲或压缩空间,但不能产生空隙或断裂。将空间分割为彼此独立的部分,必须依赖不连续性。

等等。

 
 

Please feel free to point out any errors or typos, or share suggestions to improve these notes.

FacebookTwitterLinkedinLinkedin

拓扑中的连通性