积空间

在拓扑学的相关领域中，积空间是指一族拓扑空间的笛卡儿积与其配备的自然拓扑结构，这个自然拓扑结构被称为积拓扑（英语：Product topology）。

无穷积空间

直观动机上，一族拓扑空间笛卡儿积，最“自然”的拓扑，应该是使投影映射都是连续函数的最粗拓扑；换句话说，设有集合族 ${\mathcal {X}}$ ，具有指标集 $I$ 与指标函数 $x$ ：

$I\,{\overset {x}{\cong }}\,{\mathcal {X}}$

且有相应的一族拓扑 ${\mathcal {T}}$ 与指标函数 $\tau$ ：

$I\,{\overset {\tau }{\cong }}\,{\mathcal {T}}$

$(\forall i\in I)[\tau (i){\text{ is topology of }}x(i)]$

若 $\tau _{\pi }$ 就是无穷乘积 $\prod _{x}{\mathcal {X}}$ 上满足需求的那个拓扑，那对于任意指标 $j\in I$ ，以下的第 $j$ 投影映射：

$\pi _{j}:\prod _{x}{\mathcal {X}}\to x(j)$

$\left(\forall f\in \prod _{x}{\mathcal {X}}\right)[\pi _{j}(f)=f(j)]$

必须对所有开集 $o_{j}\in \tau (j)$ 须满足：

${(\pi _{j})}^{-1}(o_{j})\in \tau _{\pi }$

也就是说，$\pi _{j}$ 必须 $\tau _{\pi }$-$\tau (j)$ 连续。

首先从 $\pi _{j}$ 的定义，对任意 $f$ 有：

$\left[f\in {(\pi _{j})}^{-1}(o_{j})\right]\Leftrightarrow \left\{\left(\forall f\in \prod _{x}{\mathcal {X}}\right)\wedge {\big [}f(j)\in o_{j}{\big ]}\right\}$

那如果取个一对一函数 $o:I\to \bigcup {\mathcal {T}}$ 满足：

$(\forall i\in I)\left\{(i\neq j)\Rightarrow {\big [}o(i)=x(i){\big ]}\right\}$

$o(j)=o_{j}$

那以上的要求就可以写为：

${(\pi _{j})}^{-1}(o_{j})=\prod _{o}o(I)\in \tau _{\pi }$

也就是除了 $j\in I$ 取小开集，其他都选全集的无穷乘积，应该也要是 $\tau _{\pi }$ 的开集。所以目标所求的最“自然”的拓扑 $\tau _{\pi }$ ，应该是包含：

$\left\{\prod _{o}o(I)\,{\Bigg |}\,(\exists j\in I)\left\{\left(o:I\to \bigcup {\mathcal {T}}\right)\wedge (\forall i\in I)\left\{(i\neq j)\Rightarrow {\big [}o(i)=x(i){\big ]}\right\}\wedge {\big [}o(j)\in \tau (j){\big ]}\right\}\right\}$

的最粗拓扑，总结如下：

定义 — 设有集合族 ${\mathcal {X}}$ ，具有指标集 $I$ 与指标函数 $x$ ：

$I\,{\overset {x}{\cong }}\,{\mathcal {X}}$

且有相应的一族拓扑 ${\mathcal {T}}$ 与指标函数 $\tau$ ：

$I\,{\overset {\tau }{\cong }}\,{\mathcal {T}}$

$(\forall i\in I)[\tau (i){\text{ is topology of }}x(i)]$

取：

${\mathcal {C}}=\left\{\prod _{o}o(I)\,{\Bigg |}\,(\exists j\in I)\left\{\left(o:I\to \bigcup {\mathcal {T}}\right)\wedge (\forall i\in I)\left\{(i\neq j)\Rightarrow {\big [}o(i)=x(i){\big ]}\right\}\wedge {\big [}o(j)\in \tau (j){\big ]}\right\}\right\}$

那在 $\prod _{x}{\mathcal {X}}$ 上包含 ${\mathcal {C}}$ 的最粗拓扑 $\tau _{\pi }$ 被称为 $\prod _{x}{\mathcal {X}}$ 的积拓扑，而 $\left(\prod _{x}{\mathcal {X}},\,\tau _{\pi }\right)$ 被称为相应的积空间。

有限积空间

如果指标集为有限，则积拓扑有更简单的表述；这是因为可以免除用函数定义无穷乘积的迂回途径，而且还可以应用开集的有限交集为开集的特性。以下仿造上面无穷积空间一节来炮制更简明的有限积拓扑：

设 $(X_{1},\,\tau _{1}),\,(X_{2},\,\tau _{2}),\,\dots ,\,(X_{n},\,\tau _{n})$ 都是拓扑空间，若对任意自然数指标 $j\leq n$ 来说，以下的投影映射 $\pi _{j}$：

$\pi _{j}:\prod _{i=1}^{n}X_{i}\to x(j)$

$\pi _{j}(a_{1},\,a_{2},\,\dots ,\,a_{n})=a_{j}$

对于 $\prod _{i=1}^{n}X_{i}$ 上的“自然拓扑 ”$\tau _{\pi }$ ，取任意开集 $O_{j}\in \tau _{j}$ 应满足：

${(\pi _{j})}^{-1}(O_{j})\in \tau _{\pi }$

也就是说，$\pi _{j}$ 都应 $\tau _{\pi }$-$\tau _{j}$ 连续。那从 $\pi _{j}$ 的定义，对任意 $p=(p_{1},\,p_{2},\,\dots ,\,p_{n})$ 有：

$\left[p\in {(\pi _{j})}^{-1}(O_{j})\right]\Leftrightarrow (\forall i\in \mathbb {N} )\left\{(p_{i}\in X_{i})\wedge (p_{j}\in O_{j})\right\}$

换句话说，这个“自然拓扑”必须满足：

${(\pi _{j})}^{-1}(O_{j})=X_{1}\times \dots \times X_{j-1}\times O_{j}\times X_{j+1}\times \dots \times X_{n}\in \tau _{\pi }$ （$1<j\leq n$）

${(\pi _{j})}^{-1}(O_{1})=O_{1}\times X_{2}\times \dots \times X_{n}\in \tau _{\pi }$

那稍微推广一下，对任意满足以下条件的一对一有限开集序列：

$V:\mathbb {N} \to \bigcup \{\tau _{1},\,\tau _{2},\,\dots ,\,\tau _{n}\}$

$V(i)=V_{i}\in \tau _{i}$

要求：

$\prod _{i=1}^{n}V_{i}=V_{1}\times \dots \times V_{n}\in \tau _{\pi }$

那因为 $X_{i}\in \tau _{i}$ （母集合当然是开集合），这样要求的确可以推得稍早要求的“自然拓扑”条件；反过来，因为：

$V_{i}=V_{1}\times \dots \times V_{n}=\bigcap _{j=1}^{n}X_{1}\times \dots \times X_{j-1}\times V_{j}\times X_{j+1}\times \dots \times X_{n}$

所以根据开集的有限交集也是开集的性质，“自然拓扑”条件也可以得到刚刚的推广要求。综上所述，可以作如下的定义：

定义 — 设 $(X_{1},\,\tau _{1}),\,(X_{2},\,\tau _{2}),\,\dots ,\,(X_{n},\,\tau _{n})$ 都是拓扑空间，取：

${\mathcal {C}}=\left\{\prod _{i=1}^{n}V_{i}\,{\Bigg |}\,V_{i}\in \tau _{i}\right\}$

那在 $\prod _{i=1}^{n}X_{i}$ 上包含 ${\mathcal {C}}$ 的最粗拓扑 $\tau _{\pi }$ 被称为 $\prod _{i=1}^{n}X_{i}$ 的有限积拓扑，而 $\left(\prod _{i=1}^{n}X_{i},\,\tau _{\pi }\right)$ 被称为相应的有限积空间。

例子

从实直线R上的标准拓扑开始，定义n份R的乘积，就得到普通的Rⁿ上的欧几里得拓扑。

康托尔集同胚于可数个离散空间{0,1}的乘积而无理数的空间同胚于可数个自然数集的乘积，每个集合也是采用离散拓扑。

性质

如果 B₁,B₂,...,B_n 是拓扑 T₁,T₂,...,T_n 的基，则集合积 B₁ × B₂ × ... × B_n 是乘积拓扑 T₁ × T₂ × ... × T_n 的基。在无限乘积的情况下这仍适用，除了出现有限多个基元素之外全部都必须是整个空间之外。

乘积空间X加上标准投影，可以用如下的泛性质来刻划：若Y是拓扑空间，并且对于每个I中的i，f_i : Y → X_i是一个连续映射，则存在恰好一个连续映射f : Y → X满足对于每个I中的i如下交换图成立：

乘积空间的特性

这表明乘积空间是拓扑空间范畴中的积。从上述泛性质可以得出映射f : Y → X连续当且仅当f_i = p_i o f对于所有I中的i连续。在很多情况下，检查分量函数f_i的连续性更为方便。检验映射f : Y→ X是否连续通常更难；可以试着用某种方式利用p_i连续这一点。

除了连续，标准投影p_i : X → X_i也是开映射。这表示每个积空间的开子集投影到X_i上还是开集。反过来不真：若W是到所有X_i的投影都是开集的积空间的子空间，则W不一定是X中的开集。（例如，W = R² \ (0,1)².）标准投影通常不是闭映射。

积拓扑有时称为点式收敛拓扑，因为：X上的一个序列 （或者网）收敛当且仅当它所有到X_i的投影收敛。特别是，如果考虑所有在空间X = R^I 对于所有I上的实值函数，在积拓扑上的收敛就是函数的点式收敛。

积拓扑的一个重要定理就是吉洪诺夫定理：任何紧致空间的乘积是紧致的。对于有限乘积很容易证明，而其一般情况等价于选择公理。

和其它拓扑概念的联系

• 可分离性
  • 每个T₀空间的积是T₀的。
  • 每个T₁空间的积是T₁的。
  • 每个豪斯多夫空间的积是豪斯多夫的。
  • 每个正则空间的积是正则的。
  • 每个吉洪诺夫空间的积是吉洪诺夫空间。
  • 正规空间的积不一定是正规的。
• 紧致性
  • 每个紧致空间的积是紧致的（吉洪诺夫定理）
  • 局部紧致空间的积不一定是局部紧致的。
• 连通性
  • 每个连通（路径－连通）空间是连通的（路径－连通的）。
  • 每个遗传性不连通空间的积是遗传性不连通的。

每个"局部看起来"一个标准投影F × U → U的空间称为纤维丛。

参看

• 盒拓扑
• 不交并 (拓扑学)
• 商空间
• 子空间拓扑