You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何证明$(a,b)\times(c,d)$是欧几里得度量下$\mathbb{R}^2$中的开集?

证明 $(a,b)\times(c,d)$ 是 $\mathbb{R}^2$ 欧几里得度量下的开集

嘿,这个证明其实就是紧扣开集的核心定义来走,咱们一步步拆解清楚:

首先明确核心依据:

  • 开集的定义:如果集合 $U \subset \mathbb{R}^2$ 满足「对任意 $x \in U$,都存在一个正数 $\epsilon$,使得以 $x$ 为中心、$\epsilon$ 为半径的开球 $B_\epsilon(x)$ 完全包含在 $U$ 里」,那 $U$ 就是开集。
  • $\mathbb{R}^2$ 的欧几里得度量:两点 $x=(x_1,x_2)$ 和 $y=(y_1,y_2)$ 的距离是 $d_2(x,y) = \sqrt{(x_1 - y_1)^2 + (x_2 - y_2)^2}$,对应的开球就是 $B_\epsilon(x) = { y \in \mathbb{R}^2 \mid d_2(x,y) < \epsilon }$。

接下来开始正式证明:

  1. 任取目标集合里的一点
    随便挑一个点 $x=(x_1,x_2) \in (a,b)\times(c,d)$,这意味着:

    • $a < x_1 < b$,所以 $x_1$ 到区间 $(a,b)$ 左端点的距离是 $x_1 - a$,到右端点的距离是 $b - x_1$,咱们取这两个距离里的最小值,记为 $\delta_1 = \min(x_1 - a, b - x_1)$,显然 $\delta_1 > 0$;
    • 同理,$c < x_2 < d$,取 $x_2$ 到 $(c,d)$ 两端的最小距离 $\delta_2 = \min(x_2 - c, d - x_2)$,同样 $\delta_2 > 0$。
  2. 选择合适的开球半径
    令 $\epsilon = \min(\delta_1, \delta_2)$,显然 $\epsilon > 0$,现在咱们要证明这个半径的开球 $B_\epsilon(x)$ 完全包含在 $(a,b)\times(c,d)$ 里。

  3. 验证开球内的点都在目标集合中
    任取 $y=(y_1,y_2) \in B_\epsilon(x)$,根据开球的定义,$d_2(x,y) < \epsilon$。
    这里利用欧几里得度量的一个简单性质:每个分量的差的绝对值都不超过两点的欧几里得距离,也就是:
    $$|y_1 - x_1| \leq \sqrt{(y_1 - x_1)^2 + (y_2 - x_2)^2} = d_2(x,y) < \epsilon \leq \delta_1$$
    展开这个不等式:

    • $y_1 > x_1 - \delta_1 \geq x_1 - (x_1 - a) = a$
    • $y_1 < x_1 + \delta_1 \leq x_1 + (b - x_1) = b$
      这就说明 $y_1 \in (a,b)$。

    用同样的方法看第二个分量:
    $$|y_2 - x_2| \leq d_2(x,y) < \epsilon \leq \delta_2$$
    展开后可得:

    • $y_2 > x_2 - \delta_2 \geq x_2 - (x_2 - c) = c$
    • $y_2 < x_2 + \delta_2 \leq x_2 + (d - x_2) = d$
      所以 $y_2 \in (c,d)$。

    综上,$y=(y_1,y_2) \in (a,b)\times(c,d)$,也就是说开球 $B_\epsilon(x)$ 里的每一个点都在目标集合中。

  4. 结论
    因为我们对任意的 $x \in (a,b)\times(c,d)$ 都找到了这样的 $\epsilon$,完全满足开集的定义,所以 $(a,b)\times(c,d)$ 是 $\mathbb{R}^2$ 欧几里得度量下的开集。

内容的提问来源于stack exchange,提问作者Mr. President

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 08:58:18