如何判定集合A是否为开集？开集的含义及可视化方法

一、判定集合A是否为开集的方法 #

首先得明确欧几里得平面（ℝ²）上开集的核心定义：一个集合是开集，当且仅当集合里的每一个点，都能找到一个以它为中心的「足够小的开圆盘」，这个圆盘里的所有点都完全包含在集合内。换句话说，开集里没有“边界点”——所有点都是集合的「内点」。

那回到集合A：
$$A = {(x,y)\mid 4\sqrt{3}y-13x^2-7y2-6\sqrt{3} xy-4x \geq 0}$$
它是由满足非严格不等式的点组成的，也就是说，A包含了所有让左边表达式等于0的「边界点」。

接下来验证这些边界点是否符合开集的要求：

• 任取一个边界点$p_0=(x_0,y_0)$，满足$4\sqrt{3}y_0-13x_0^2-7y_02-6\sqrt{3} x_0y_0-4x_0 = 0$。
• 对于$p_0$的任意一个邻域（不管多小的圆盘），里面必然存在一些点，使得左边的表达式小于0——因为这个表达式的二次项部分是负定二次型（计算二次项的矩阵特征值都是负数，意味着当点稍微偏离$p_0$时，表达式会从0变成负数）。
• 这就意味着，$p_0$的任何邻域都无法完全包含在A里，所以$p_0$不是A的内点。

而开集要求所有点都是内点，A包含了这些非内点的边界点，因此集合A不是开集，它是一个包含边界的闭区域。

二、开集的实际意义 #

开集的核心特质是「没有边界，内部处处“可延展”」，用通俗的话讲：

• 如果你站在开集里的任何一个点上，总能找到一个小小的“安全圈”，圈里的所有点都和你一样属于这个集合，不会碰到“边界墙”。
• 实际应用场景：
  • 在优化问题中，开集保证你可以对可行点做任意小的调整，而不会立刻跳出可行域；
  • 在数学分析里，开集是连续函数「开集的原像仍是开集」这一核心性质的基础，是拓扑分析的基本单元；
  • 在物理里，开集可以用来描述没有边界的区域，比如一个没有边界的电场区域。

三、集合A的可视化展示 #

要可视化A，我们可以先把不等式转化为更直观的几何形状，再用代码绘制：

1. 几何形状分析 #

先处理表达式里的二次项：$-13x^2 -6\sqrt{3}xy -7y^2$，这是一个负定二次型，通过坐标旋转可以消去交叉项，最终整个不等式会转化为椭圆的内部加边界（因为负定二次型对应的是椭圆曲线，非严格不等式就是包含边界的椭圆区域）。

2. 代码实现（Python + Matplotlib） #

用Python的matplotlib库可以轻松画出这个区域：

import numpy as np
import matplotlib.pyplot as plt

# 定义集合A的判定函数
def set_A_func(x, y):
    return 4 * np.sqrt(3) * y - 13 * x**2 - 7 * y**2 - 6 * np.sqrt(3) * x * y - 4 * x

# 生成网格点
x_range = np.linspace(-2, 1, 400)
y_range = np.linspace(-1, 2, 400)
X, Y = np.meshgrid(x_range, y_range)
Z = set_A_func(X, Y)

# 绘图
plt.figure(figsize=(8, 6))
# 填充满足≥0的区域（集合A）
contour_fill = plt.contourf(X, Y, Z, levels=[-np.inf, 0], cmap='Blues')
# 绘制边界（表达式等于0的曲线）
contour_line = plt.contour(X, Y, Z, levels=[0], colors='darkblue', linewidths=2)
plt.xlabel('x')
plt.ylabel('y')
plt.title('集合A的可视化：椭圆闭区域')
plt.grid(True, alpha=0.3)
plt.colorbar(contour_fill, label='表达式值')
plt.show()

3. 可视化结果说明 #

运行代码后，你会看到一片浅蓝色的填充区域，外围有一条深蓝色的边界线：

• 浅蓝色区域就是集合A的内部，边界线是满足表达式等于0的点；
• 因为区域包含了边界线，所以它是闭区域，直观上也能看出来：边界上的点没有“内部空间”，稍微往外一点就不属于A了，这也印证了它不是开集。

内容的提问来源于stack exchange，提问作者Alex5207