实直线上的拓扑语言 | 实分析 I | 自在学

实直线上的拓扑语言

前面学习数列和级数时，我们已经反复使用“靠近”“附近”“最终落入某个范围”这些说法。到了函数极限与连续性之前，需要把这些直觉整理成集合语言：一个点是不是在集合内部，集合是否包含自己的边界，哪些点会被集合中的点不断逼近。

本章只在实直线 $\mathbb{R}$ 上工作。目标很具体：会判断常见集合的开闭性，会找内点、边界点、聚点、孤立点，会求闭包和边界，并理解为什么闭有界区间在实分析中格外稳定。

数轴上以点 x0 为中心的邻域与开球示意，标出半径 ε、邻域和开球。

邻域语言把“足够靠近”变成数轴上的开区间。

邻域是局部观察窗口

在实直线上，点 $x_0$ 的一个 $\varepsilon$ 邻域就是开区间

(x_0-\varepsilon,x_0+\varepsilon)

其中 $\varepsilon>0$ 。这个区间也常叫以 $x_0$ 为中心、半径为 $\varepsilon$ 的开球，记作 $B(x_0,\varepsilon)$ 。

它的意思很朴素：只看离 $x_0$ 距离小于 $\varepsilon$ 的点。用绝对值写就是

B(x_0,\varepsilon)=\{x\in\mathbb{R}:|x-x_0|<\varepsilon\}

实分析中许多定义都在问同一件事：无论把这个观察窗口缩得多小，集合或函数在窗口里会呈现什么行为。

内点

设 $A\subset\mathbb{R}$ 。如果存在某个 $\varepsilon>0$ ，使得

B(x,\varepsilon)\subset A

就称 $x$ 是 $A$ 的内点。换句话说，站在 $x$ 处能找到一个小窗口，窗口内的所有点都仍在 $A$ 里。

例如 $A=(0,1)$ 时， $1/2$ 是内点。取 $\varepsilon=1/4$ ，则

(1/4,3/4)\subset(0,1)

但 $0$ 不是 $(0,1)$ 的内点，因为任何以 $0$ 为中心的邻域都会包含负数，也会包含 $0$ 本身，而它们不在 $(0,1)$ 中。

边界点

如果每个以 $x$ 为中心的邻域都同时碰到 $A$ 和 $A$ 的补集 $\mathbb{R}\setminus A$ ，就称 $x$ 是 $A$ 的边界点。边界点是“怎么放大都能看见两边”的点。

对 $A=(0,1)$ ，点 $0$ 和 $1$ 都是边界点。点 $1/2$ 不是边界点，因为可以取很小的邻域完全落在 $A$ 内；点 $2$ 也不是边界点，因为可以取很小的邻域完全落在补集内。

内点看的是“附近是否全在集合里”。边界点看的是“附近是否总能同时看见集合内外”。这两个判断都要围绕任意小的邻域展开。

聚点与孤立点

聚点关注的不是点本身是否属于集合，而是集合中是否有别的点不断靠近它。设 $A\subset\mathbb{R}$ 。如果对每个 $\varepsilon>0$ ，邻域

B(x,\varepsilon)

中都存在某个 $A$ 中的点 $y$ ，并且 $y\ne x$ ，就称 $x$ 是 $A$ 的聚点。

这里的 $y\ne x$ 很关键。它排除了“只靠自己撑场面”的情况。

内点、边界点、聚点和孤立点在数轴集合中的对照示意。

同一个点可以有多个身份，例如闭区间端点既是边界点，也是聚点。

孤立点

如果 $x\in A$ ，并且存在某个 $\varepsilon>0$ ，使得

B(x,\varepsilon)\cap A=\{x\}

就称 $x$ 是 $A$ 的孤立点。它属于集合，但附近没有其他集合点。

例如

A=(0,1)\cup\{2\}

中， $2$ 是孤立点。取 $\varepsilon=1/2$ ，则 $(3/2,5/2)$ 与 $A$ 的交集只有 $\{2\}$ 。

聚点不一定属于集合

对 $A=(0,1)$ ， $0$ 是聚点，虽然 $0\notin A$ 。因为任意小的 $(-\varepsilon,\varepsilon)$ 都会包含一些正数，例如，而这些正数属于。

对

A=\left\{\frac{1}{n}:n\in\mathbb{N}\right\}

点 $0$ 是聚点，但 $0\notin A$ 。每个 $1/n$ 是 $A$ 中的孤立点，因为可以在它附近找到一个小间隔，不碰到其他 $1/m$ 。这个例子特别适合提醒我们：孤立点和聚点不是简单的反义词；它们回答的是不同问题。

判断聚点时，不要只问“这个点在不在集合里”。要问的是：任意小邻域中是否总有另一个集合点。端点、缺失点、极限点常常就在这个细节上显出差别。

开集、闭集与闭包

集合 $A$ 的所有内点组成它的内部，记作 $\operatorname{int}(A)$ 。如果 $A$ 的每个点都是内点，就称 $A$ 是开集。

等价地说， $A$ 开意味着：对每个 $x\in A$ ，都能找到一个小邻域完全留在 $A$ 中。

闭集的直观说法是：集合没有漏掉自己的极限位置。严格说，在实直线上，若 $A$ 包含它所有的聚点，就称 $A$ 是闭集。

闭包

集合 $A$ 的闭包记作 $\overline{A}$ ，可以理解为把 $A$ 和它所有“不可避免的靠近点”一起收进来。常用描述是

\overline{A}=A\cup A'

其中 $A'$ 表示 $A$ 的所有聚点。

还有一个很好用的邻域判别：

x\in\overline{A}

当且仅当每个 $B(x,\varepsilon)$ 都与 $A$ 相交。

注意这里没有要求交到的点必须不同于 $x$ 。所以孤立点也属于闭包，因为它本来就在 $A$ 中。

集合 A 加上聚点和边界后形成闭包的过程示意。

闭包把集合可能“贴近但漏掉”的位置补上。

边界与闭包的关系

边界记作 $\partial A$ 。它由那些任何邻域都同时碰到 $A$ 与补集的点组成。一个常用公式是

\partial A=\overline{A}\setminus \operatorname{int}(A)

也可以写成

\partial A=\overline{A}\cap\overline{\mathbb{R}\setminus A}

第一个公式适合计算，第二个公式适合理解：边界点同时贴着集合和它的外部。

例子：半开区间

令

A=(0,1]

它的内部是

\operatorname{int}(A)=(0,1)

它的闭包是

\overline{A}=[0,1]

它的边界是

\partial A=\{0,1\}

$A$ 不是开集，因为点 $1\in A$ 不是内点。 $A$ 也不是闭集，因为 $0$ 是它的聚点，但 $0\notin A$ 。

区间的开闭结构

区间是实直线上最稳定、最常见的集合。它们把端点是否包含这件事表现得非常清楚。

开区间、闭区间与半开半闭区间在数轴上的端点对比。

空心端点表示端点不属于集合，实心端点表示端点属于集合。

常见区间

开区间 $(a,b)$ 是开集。对其中任意 $x$ ，只要取

\varepsilon<\min\{x-a,b-x\}

就有 $B(x,\varepsilon)\subset(a,b)$ 。

闭区间 $[a,b]$ 是闭集。它包含自己的两个端点，而端点正是最容易被漏掉的聚点。它不是开集，因为 $a$ 和 $b$ 都不是内点。

半开区间 $(a,b]$ 和 $[a,b)$ 通常既不是开集，也不是闭集。它们各自包含一个端点、漏掉另一个端点，因此一边不满足开集条件，另一边不满足闭集条件。

实直线和空集

在 $\mathbb{R}$ 自身的拓扑中， $\mathbb{R}$ 是开集，也是闭集。空集 $\varnothing$ 也是开集，也是闭集。

这听起来有点反直觉，但按定义很自然。 $\mathbb{R}$ 中每个点的小邻域仍在 $\mathbb{R}$ 里，所以它开；它的补集是空集，也可以看作开，因此 $\mathbb{R}$ 闭。空集的开性来自“对每个空集中的点”的条件没有反例。

“开”和“闭”不是日常语言里的相反词。一个集合可以既开又闭，也可以既不开又不闭。判断时要回到邻域、聚点或补集定义。

快速判别表

集合	内部	闭包	边界	开闭性
$(0,1)$	$(0,1)$	$[0,1]$	$\{0,1\}$	开但不闭

紧集的直观入口

紧性是实分析后面反复出现的稳定性条件。完整定义使用开覆盖：若一族开集的并集覆盖了 $K$ ，并且总能从中挑出有限多个仍覆盖 $K$ ，就称 $K$ 紧。

这句话第一次读会比较抽象。可以把它理解为：无论别人用多少个开窗口盖住 $K$ ，都不会真的需要无限多层细节；总能选出有限个窗口完成覆盖。

闭区间被许多开区间覆盖，并从中选出有限子覆盖的示意。

紧性把“已经被开集覆盖”转化为“有限个开集就够了”。

闭区间为什么稳定

闭区间 $[a,b]$ 同时有两个好性质。第一，它有界，不会向无穷远逃走。第二，它闭，包含自己的端点和所有聚点，不会在边界处漏点。

这两个性质合在一起，会带来许多熟悉定理的可靠版本。例如连续函数在 $[a,b]$ 上一定能取得最大值和最小值。若把区间改成 $(a,b)$ ，最大值或最小值就可能只在端点附近逼近，却永远取不到。

一个简单例子是 $f(x)=x$ 。在 $(0,1)$ 上，它没有最大值；任意 $x<1$ 都还能再往右找一个更大的点。但在 $[0,1]$ 上，最大值就是 $1$ 。

Heine-Borel 定理的意义

在实直线中，Heine-Borel 定理给出一个非常可用的判别：

K\subset\mathbb{R}\text{ 紧}\quad\Longleftrightarrow\quad K\text{ 闭且有界}

这条定理的意义不只是换了一个说法。开覆盖定义很强，但直接检查困难；闭且有界则容易看见。Heine-Borel 定理告诉我们，在 $\mathbb{R}$ 中，这两个判断完全一致。

Heine-Borel 定理关系图：实直线中紧集等价于闭且有界，并连接有限子覆盖和极值存在直观。

Heine-Borel 定理把抽象的有限子覆盖性质，变成实直线上可检查的闭且有界。

在本课程的许多定理中，看到闭有界区间 $[a,b]$ 时，要立刻想到两件事：它不会漏掉边界点，也不会逃向无穷远。Heine-Borel 定理把这份直观精确化为紧性。

解题方法

判断一个集合的开闭性、闭包和边界时，不要只凭图像说“看起来有端点”。可以按下面的顺序做。

先找内部。对集合中的一般点，问能否找到一个完全落在集合里的小邻域。所有能做到的点组成 $\operatorname{int}(A)$ 。

再找聚点。特别注意端点、被挖掉的点、数列型集合的极限位置，以及无穷远附近是否会产生新的实数聚点。

用 $A$ 加上所有聚点得到闭包。若，则是闭集；若，则是开集。

例题：一个带孤立点的集合

设

A=(0,1)\cup\{2\}

求内部、闭包、边界，并判断开闭性。

区间 $(0,1)$ 中的每个点都是内点；孤立点 $2$ 不是内点，因为任意以 $2$ 为中心的小邻域都会包含不属于 $A$ 的点。因此 $\operatorname{int}(A)=(0,1)$ 。

小练习

练习 1：求 $A=[0,1)$ 的内部、闭包和边界，并判断它是否开、是否闭。

内部是 $(0,1)$ ，闭包是 $[0,1]$ ，边界是 $\{0,1\}$ 。它不是开集，因为 $0\in A$ 不是内点；它也不是闭集，因为 $1$ 是聚点但。

练习 2：设

A=\left\{\frac{1}{n}:n\in\mathbb{N}\right\}

求 $A$ 的聚点、闭包和边界。

唯一聚点是 $0$ 。每个 $1/n$ 都是孤立点。闭包是 $A\cup\{0\}$ 。由于 $A$ 没有内点，边界为 $\overline{A}=A\cup\{0\}$ 。

练习 3：判断 $\mathbb{Q}$ 在 $\mathbb{R}$ 中是开集、闭集，还是二者都不是。这里 $\mathbb{Q}$ 表示有理数集合。

$\mathbb{Q}$ 既不是开集，也不是闭集。它没有内点，因为任意实数邻域中都有无理数，所以没有一个有理点的小邻域能完全留在 $\mathbb{Q}$ 中。它的闭包是 $\mathbb{R}$ ，因为任意实数附近都有有理数；因此它没有包含自己的所有聚点，不是闭集。

练习 4：解释为什么 $(0,1)$ 有界但不紧， $[0,1]$ 紧。

在实直线中，Heine-Borel 定理说明紧集等价于闭且有界。 $(0,1)$ 虽然有界，但不是闭集，因为它漏掉聚点 $0$ 和 $1$ ，所以不紧。 $[0,1]$ 既闭又有界，所以紧。

练习 5：给出一个既不开也不闭的集合，并说明理由。

一个例子是 $(0,1]$ 。它不是开集，因为 $1$ 属于集合但不是内点；它不是闭集，因为 $0$ 是聚点但不属于集合。它的内部是 $(0,1)$ ，闭包是 $[0,1]$ 。

这一章的关键词可以压缩成一句话：邻域负责把“附近”说清楚，闭包负责把“极限位置”补齐，紧性负责把“无限覆盖”压回有限选择。后面学习函数极限、连续性和极值定理时，这些词会一直在幕后工作。

[

0

,

1

]

[0,1]