Inhaltsverzeichnis 6 Topologische Grundlagen 6.1 Normierte Vektorräume . . 6.1.1 Offene Mengen . . 6.1.2 Konvergente Folgen 6.1.3 Abgeschlossene und 6.2 Stetige Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . kompakte Mengen . . . . . . . . . . . 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 5 5 9 11 17 4 INHALTSVERZEICHNIS Kapitel 6 Topologische Grundlagen 6.1 6.1.1 Normierte Vektorräume Offene Mengen Definition. Sei V ein reeller Vektorraum. Dann verstehen wir unter einer Norm k · k auf V eine Funktion k · k : V −→ [0, ∞) mit (N1) kxk = 0 genau dann, wenn x = 0, für alle x ∈ V , (N2) ktxk = |t|kxk für alle t ∈ R, x ∈ V , (N3) Für x, y ∈ V gilt die ”Dreiecksungleichung” kx + yk ≤ kxk + kyk Beispiele a) Ist V = R und kxk := |x|, so definiert diese einen normierten Vektorraum. b) Ist V = C 0 ([a, b]) der R-Vektorraum der stetigen Funktionen auf dem Intervall [a, b], so, definiert kf k := max{|f (x)| | a ≤ x ≤ b} eine Norm auf V (Übungsaufgabe). c) Durch kxk∞ := max |xj | 1≤j≤n 5 6 KAPITEL 6. TOPOLOGISCHE GRUNDLAGEN und N1 (x) := n X |xj | j=1 sind Normen auf Rn definiert. Definition. Ist V ein R-Vektorraum, so verstehen wir unter einem Skalarprodukt auf V eine Funktion h·, ·i : V × V −→ R, so dass folgende Regeln erfüllt werden: a) hx, yi = hy, xi , für x, y ∈ V , b) hx + λy, ui = hx, ui + λhy, ui, für x, y, u ∈ V, λ ∈ R c) hx, u + µvi = hx, ui + µhx, vi, für x, u, v ∈ V, µ ∈ R d) Ist x ∈ V , so gilt hx, xi ≥ 0 und hx, xi = 0 genau dann, wenn x = 0. 6.1.1.1 Lemma (Cauchy-Schwarz). Sei V ein reeller p Vektorraum mit einem Skalarprodukt h·, ·i : V ×V −→ R. Wir schreiben kxk := hx, xi für x ∈ V . Sind x, y ∈ Rn , so haben wir stets |hx, yi| ≤ kxkkyk und Gleichheit gilt genau dann, wenn x und y linear abhängig sind. Beweis. Ist y = 0, so ist nichts zu tun. Sei also y 6= 0. Dann rechnen wir mit der Bilinearität aus 0 ≤ kx − hx, yi2 hx, yi2 hx, yi 2 2 yk = kxk + − 2 kyk2 kyk2 kyk2 hx, yi2 = kxk2 − kyk2 Das ergibt uns hx, yi2 ≤ kxk2 kyk2 , also die erste Aussage. Gleichheit gilt genau dann, wenn kxk2 − kx − was bedeutet, dass x = hx,yi y kyk2 hx,yi2 kyk2 = 0, also, wenn hx, yi yk = 0 , kyk2 gilt. Hieraus folgt nun 6.1.1.2pLemma . Ist V ein R-Vektorraum mit Skalarprodukt h·, ·i, so definiert kxk := hx, xi eine Norm auf V . 6.1. NORMIERTE VEKTORRÄUME 7 Beweis. a) Sicher ist kxk ≥ 0. Wenn kxk = 0, so ist auch hx, xi = 0, also x = 0. b) Ist t ∈ R und x ∈ V , so haben wir ktxk2 = htx, txi = t2 hx, xi = t2 kxk2 , also ktxk = |t|kxk. c) Für x, y ∈ V errechnen wir kx + yk2 = = = ≤ = hx + y, x + yi hx, xi + hx, yi + hy, xi + hy, yi kxk2 + kyk2 + 2hx, yi kxk2 + kyk2 + 2kxkkyk (kxk + kyk)2 Das ergibt die Behauptung. Übungsaufgabe: Ist V ein R-Vektorraum mit Skalarprodukt h·, ·i und induzierter Norm k · k, so gilt die ”Parallelogrammgleichung” kx + yk2 + kx − yk2 = 2kxk2 + 2kyk2 Beispiel. Für x, y ∈ Rn wird durch hx, yi := x1 y1 + ... + xn yn p ein Skalarprodukt erklärt. Die induzierte Norm |x| := hx, xi, für x ∈ Rn heißt die ”euklidische” Norm. Definition. Sei (V, k · k) ein reeller normierter Vektorraum. Für a ∈ V und r > 0 definieren wir die ”r-Kugeln” um a durch B(a, r) := {x ∈ V k kx − ak < r} Beispiele. a) V = Rn und | · | die euklidische Norm, so wird B(a, r) = (a − r, a + r), wenn n = 1. Im Fall n = 2 haben wir die Kreisscheibe um a mit Radius r vor uns (ohne den Rand!), für n = 3 ist B(a, r) die anschauliche Kugel um a mit Radius r (ohne den Rand). b) Die Kugeln B∞ (a, r) im Rn bzgl. der Maximumsnorm k · k∞ sind Quader, wenn n ≥ 3. Definition. Sei (V, k · k) ein reeller normierter Vektorraum. Wir bezeichnen eine Menge U ⊂ V als offen, wenn zu jedem x ∈ U ein Radius r > 0 so gewählt werden kann, dass B(x, r) ⊂ U gilt. Wir zeigen jetzt, dass die offenen Kugeln offene Mengen sind: 8 KAPITEL 6. TOPOLOGISCHE GRUNDLAGEN 6.1.1.3 Lemma. Sei V ein normierter Vektorraum. Ist a ∈ V und r > 0, so gilt für y ∈ B(a, r): B(y, ρ) ⊂ B(a, r) , wenn nur 0 < ρ < r − ka − yk. Beweis. Ist nämlich z ∈ B(y, ρ), so folgt aus der Dreiecksungleichung kz − ak ≤ kz − yk + ky − ak < ρ + ky − ak < r 2 Obige Aussage wird im R durch dieses Bild veranschaulicht ρ a r y Definition. Ist V wie bisher und M ⊂ V so heißt ein Punkt x0 ∈ M ein innerer Punkt von M , wenn ein Radius ε mit B(x0 , ε) ⊂ M gefunden werden kann. ◦ Als offenen Kern von M bezeichnen wir die Menge M aller inneren Punkte von M. ◦ M ist also genau dann offen, wenn M mit M übereinstimmt. ◦ 6.1.1.4 Lemma. a) Ist (V, k · k) ein normierter Vektorraum und M ⊂ V , so ist M ◦ die größte offene Teilmenge von M , also: Ist U ⊂ M offen, so ist U ⊂ M . ◦ ◦ ◦ ◦ b) Für M1 , M2 ⊂ V haben wir M1 ∪ M2 ⊂ (M1 ∪ M2 )◦ und M1 ∩ M2 = (M1 ∩ M2 )◦ . Beweis. Ü.A. 6.1. NORMIERTE VEKTORRÄUME 6.1.2 9 Konvergente Folgen In diesem Abschnitt sei immer (V, k · k) ein normierter Vektorraum. Definition. a) Wir nennen eine Folge (xk )k von Punkten aus V konvergent gegen den Punkt x0 ∈ V , wenn zu jedem ε > 0 ein k0 so gewählt werden kann, dass für alle k ≥ k0 die Ungleichung kxk − x0 k ≤ ε besteht. Gleichwertig hiermit ist die Forderung, dass xk ∈ B(x0 , ε) für fast alle k gelten soll. Wir bezeichnen dann x0 als Grenzwert von (xk )k und schreiben wieder x0 = lim xk . k→∞ b) Ein Punkt a ∈ V soll Häufungswert der Folge (xk )k genannt werden, wenn für jedes ε > 0 die Beziehung xk ∈ B(a, ε) für unendlich viele k gilt. Ein Grenzwert ist also auch Häufungswert. Ist a Häufungswert, so kann es aber in gewissen Fällen auch ein ε > 0 geben, so dass xk ∈ B(a, ε) für unendlich viele k nicht gilt. 6.1.2.1 Lemma. a) Die Folge (xk )k ist genau dann konvergent gegen x0 ∈ V , wenn limk→∞ kxk − x0 k = 0 gilt. b) Eine konvergente Folge (xk )k hat genau einen Grenzwert. Beweis. a) ist klar. Zu b). Wären nämlich x0 , y0 ∈ X zwei Grenzwerte dieser Folge, so hätten wir kx0 − y0 k ≤ kxk − x0 k + kxk − y0 k −→ 0 , wenn nur k → ∞. Also ist kx0 − y0 k = 0 und damit x0 = y0 . 6.1.2.2 Lemma. Genau dann ist a ein Häufungswert der Folge (xk )k , wenn eine Teilfolge (xkm )m von (xk )k mit limm→∞ xkm = a existiert. Beweis. Man überträgt den Beweis aus ”Ana 1” auf diese allgemeinere Situation, wobei man nur (a − ε, a + ε) durch B(a, ε) ersetzen muss. 6.1.2.3 Lemma. a) Folgende Aussage über eine Folge (xk )k ⊂ Rn sind äquivalent: (1) Es gilt limk→∞ xk = x0 10 KAPITEL 6. TOPOLOGISCHE GRUNDLAGEN (2) Es gilt limk→∞ xk,` = x0,` xk,1 für alle ` = 1, 2, ..., n. Dabei sei xk := ... und xk,n x0,1 x0 := ... . x0,n In normierten Vektorräumen gilt folgende Regel für konvergente Folgen: 6.1.2.4 Lemma. a) Sind die Folgen (xk )k und (yk )k ⊂ V konvergent, so haben wir lim (xk + αyk ) = lim xk + α lim yk k→∞ k→∞ k→∞ b) Ist die Norm von V sogar durch ein Skalarprodukt h·, ·i induziert, so gilt für alle α ∈ R und für alle z ∈ V : lim hxk , zi = hx0 , zi k→∞ wenn limk→∞ xk = x0 . Beweis. a) Sei x0 := limk→∞ xk und y= limk→∞ yk . Wir beachten kxk + αyk − (x0 + αy0 )k ≤ kxk − x0 k + |α|kyk − y0 k Die rechte Seite ist eine Nullfolge. b) Es gilt |hxk , zi − hx0 , zi| = |hxk − x0 , zi| ≤ kxk − x0 kkzk −→ 0 mit k → ∞. Aus der Cauchy-Schwarz-Ungleichung erhalten wir sogar: Zusatz: Ist zusätzlich y0 = limk→∞ yk , dann lim hxk , yk i = hx0 , y0 i . k→∞ (Ü.A.) Definition. a) Eine Folge (xk )k ⊂ V heißt beschränkt, wenn ein R > 0 so gefunden werden kann, dass kxk k ≤ R für alle k ∈ N gilt. b) Wir bezeichnen die Folge (xk )k als Cauchy-Folge, wenn sich zu jedem ε > 0 eine Zahl k0 so wählen lässt, dass kxk − xm k ≤ ε für alle k, m ≥ k0 . Wie bei Folgen reeller Zahlen haben wir 6.1. NORMIERTE VEKTORRÄUME 11 6.1.2.5 Lemma. a) Jede in V konvergente Folge (xk )k ist eine Cauchy-Folge. b) Jede Cauchy-Folge (xk )k ⊂ V ist beschränkt. c) Hat die Cauchy-Folge (xk )k ⊂ V eine konvergente Teilfolge, so konvergiert sie selbst schon. Beweis. a) Ist ε > 0 und x0 = limk→∞ xk , so gibt es ein k0 ≥ 1 mit kxk −x0 k ≤ ε/2 für alle k ≥ k0 . Dann ist aber für alle k, m ≥ k0 : kxk − xm k ≤ kxk − x0 k + kx0 − xm k ≤ ε b) Für ein geeignetes k1 ≥ 1 haben wir kxk − x` k ≤ 1, wenn k ≥ ` ≥ k1 , also gilt xk ∈ B(xk1 , 1), wenn k ≥ k1 . Setzen wir R := 1 + kx1 − xk1 k + ... + kxk1 −1 − xk1 k, so folgt xk ∈ B(xk1 , 1), also auch kxk k ≤ kxk1 k + R für alle k. c) Zunächst gibt es zu beliebigem ε > 0 eine Zahl k0 mit kxk − xm k < ε/2, wenn k, m ≥ k0 . Sei (xk` )` eine Teilfolge mit Limes x0 ∈ X. Für geeignetes `0 haben wir aber k`0 ≥ k0 und kxk`0 − x0 k < ε/2. Also folgt für alle k ≥ k0 dass kxk − x0 k ≤ kxk − xk`0 k + kxk`0 − x0 k < ε Definition. Wir nennen einen normierten Vektorraum (V, k · k) vollständig (oder Banachraum), wenn in ihm jede Cauchy-Folge konvergiert. 6.1.2.6 Lemma. Für jedes n ≥ 1 ist Rn (mit der euklidischen Norm) vollständig. Beweis. Sei nämlich (xk )k eine Cauchyfolge. Schreiben wir xk = ( xk,1 , ..., xk,n ) , so ist jede der Folgen (xk,` )k ebenfalls eine Cauchyfolge, hat also einen Grenzwert x0` , ` = 1, ..., n. Damit konvergiert aber (xk )k nach Lemma 6.1.2.3 gegen (x01 , ..., x0n ). 6.1.3 Abgeschlossene und kompakte Mengen Wieder sei (V, k · k) ein normierter Vektorraum. Definition. Eine Menge A ⊂ V heißt a) abgeschlossen, wenn V \ A offen ist, b) beschränkt, wenn ein x0 ∈ V und ein R > 0 existieren, so dass A ⊂ B(0, R), c) kompakt, wenn zu jeder Familie (Ui )i∈I offener Mengen in V mit A ⊂ ∪i∈I Ui schon eine endliche Indexmenge J ⊂ I mit A ⊂ ∪i∈J Ui gefunden werden kann. Wir bezeichnen dann die Familie (Ui )i∈I als offene Überdeckung und (Ui )i∈J als endliche Teilüberdeckung von A. 12 KAPITEL 6. TOPOLOGISCHE GRUNDLAGEN Definition. Ist A ⊂ V eine Menge, so verstehen wir unter einem Häufungspunkt a0 von A einen Punkt, bei dem für jedes ε > 0 die Menge A ∩ (B(a0 , ε) \ {a0 }) nicht-leer ist. Anmerkung. Genau dann ist a0 ein Häufungspunkt von A, wenn eine Folge (xk )k ⊂ A \ {a0 } mit limk→∞ xk = a0 existiert. Wir wollen jetzt abgeschlossene und kompakte Mengen mit Hilfe von Häufungspunkten kennzeichnen. 6.1.3.1 Lemma. Sei A ⊂ V eine Menge. Dann sind äquivalent: (a) A ist abgeschlossen, (b) Jeder Häufungspunkt a0 von A gehört zu A. Beweis. Aus a) folgt b): Angenommen, ein Häufungspunkt a0 von A gehöre nicht zu A. Dann ist ja a0 ein Punkt der offenen Menge V \ A. Also ließe sich ein Radius r > 0 so wählen, dass B(a0 , r) ⊂ V \ A. Insbesondere folgte nun A ∩ (B(a0 , r) \ {a0 }) ⊂ A ∩ B(a0 , r) = ∅ , ein Widerspruch zur Annahme, dass a0 ein Häufungspunkt von A sei. Aus b) folgt a). Sei a0 ∈ V \ A ein Punkt. Angenommen, es gebe kein r > 0 mit B(a0 , r) ⊂ V \ A. Dann wäre aber A ∩ B(a0 , r) 6= ∅ für jedes r > 0, und man fände einen Punkt br ∈ A ∩ B(a0 , r). Sicher ist br 6= a0 , da a0 ∈ / A. Also ist sogar A ∩ (B(a0 , r) \ {a0 }) 6= ∅ für jedes r > 0. Dann wäre aber a0 ein Häufungspunkt von A, der nicht zu A gehörte, Widerspruch. Definition. Ist A ⊂ V , so bezeichnen wir als abgeschlossene Hülle von A den Durchschnitt A aller A enthaltenden abgeschlossenen Mengen. Das ist also die kleinste abgeschlossene Menge, welche A enthält. 6.1.3.2 Lemma. Ist A ⊂ V , so gehört ein Punkt a0 ∈ V genau der Menge A an, wenn a0 ∈ A oder a0 ein Häufungspunkt von A ist. Beweis. Es sei B die Menge aller x ∈ V , die zu A gehören oder Häufungspunkt von A sind. Zu zeigen ist also, dass A = B ist. (i) B ist selbst abgeschlossen. Dazu sei b0 ein Häufungspunkt von B und r > 0 vorgegeben. Angenommen, b0 ∈ / A. Zunächst finden wir einen Punkt y ∈ B ∩ B(b0 , r/2) \ {b0 }. Ist y ∈ A, so ist schon A ∩ B(b0 , r/2) \ {b0 } 6= ∅. Angenommen, es sei y ∈ / A. Dann muss y ein Häufungspunkt von A sein. Die Zahl δ := 12 ky − b0 k ist positiv. Nun wählen wir ein x ∈ B(y, ρ) \ {y} ∩ A, wobei ρ := min{δ, r/2}. Dann ist aber kx−b0 k ≤ kx−yk+ky −b0 k ≤ ρ+r/2 ≤ r, also x ∈ A∩B(b0 , r). Wäre x = b0 , so 6.1. NORMIERTE VEKTORRÄUME 13 folgte 2δ = kb0 − yk < ρ ≤ δ, ein Widerspruch. Somit ist sogar x ∈ A ∩ B(b0 , r) \ {b0 }, also b0 ∈ B. Das beweist die Abgeschlossenheit von B. Da B eine A enthaltende abgeschlossene Menge und A die kleinste derartige Menge ist, folgt A ⊂ B. (ii) Ist F eine A enthaltende abgeschlossene Menge, so ist B ⊂ F . Denn ist b0 ∈ B und (bk )k ⊂ B \{b0 } eine gegen b0 konvergente Folge, so ist wegen (bk )k ⊂ F ja b0 auch ein Häufungspunkt von F , gehört also nach Lemma 6.1.3.1 zu F . Somit ist B ⊂ F . Wenden wir das auf F = A an, finden wir B ⊂ A. Definition. Sei A ⊂ V . Unter dem Rand von A verstehen wir die Menge ∂A := ◦ A \ A. Dann gilt ∂A = A ∩ Ac . (Ü.A.) Wir kennzeichnen nun kompakte Mengen durch Abgeschlossenheit und Beschränktheit. 6.1.3.3 Lemma. In dem normierten Raum (V, k · k) hat jede kompakte Menge K ⊂ V die folgenden Eigenschaften: (i) K ist beschränkt, (ii) K ist abgeschlossen, (iii) Jede Folge (xk )k ⊂ K hat einen Häufungswert x0 ∈ K. Wir nennen diese Eigenschaft auch Folgenkompaktheit. Beweis. (i) Die Kugeln B(0, R) sind offen. Es ist K ⊂ ∪∞ k=1 B0 , k). Also reichen zur Überdeckung von K endlich viele der B(0, k) schon aus. Somit ist K ⊂ B(0, k0 ) für ein k0 ≥ 1. Das zeigt die Beschränktheit von K. (ii) Sei (xk )k ⊂ K eine Folge und x0 := limk→∞ xk . Wäre x0 ∈ / K, so hätten wir K ⊂ ∪ε>0 Uε , wobei Uε := {x ∈ X | kx − x0 k > ε} für ε > 0. Dann ist aber schon K ⊂ Uε0 für ein genügend kleines ε0 > 0. Dann müsste aber auch kxk − x0 k > ε0 für alle k sein, was nicht geht. (iii) Angenommen, eine Folge (xk )k ⊂ K habe keinen Häufungswert innerhalb K. Dann hat diese Folge unendlich viele paarweise verschiedene Glieder. Ist x ∈ K beliebig, so gibt es ein ε = εx > 0, so dass B(x, εx ) nur endlich viele Folgenglieder enthält. Nun ist aber ( B(x, εx ) )x∈K eine offene Überdeckung für K. Damit gilt für eine endliche Menge A ⊂ K schon K ⊂ ∪x∈A B(x, εx ) Aber die linke Seite enthält alle (und damit unendlich viele verschiedene) Folgenglieder und die rechte kann nur endlich viele von ihnen enthalten, ein Widerspruch. 14 KAPITEL 6. TOPOLOGISCHE GRUNDLAGEN 6.1.3.4 Lemma. Ist K ⊂ V eine folgenkompakte Menge, so gibt es zu jeder offenen Überdeckung (Ui )i∈I ein δ > 0 mit folgender Eigenschaft: Für jedes x ∈ K gibt es ein i = ix ∈ I, so dass B(x, δ) ⊂ Uix . Beweis. Anderenfalls hätte 1/k die genannte Eigenschaft für kein k, also fänden wir zu jedem k ≥ 1 ein xk ∈ K, so dass B(xk , 1/k) 6⊂ Ui , wie auch immer i ∈ I gewählt wird. Auf der anderen Seite hat aber (xk )k eine konvergente Teilfolge (xk` )` mit einem Grenzwert x0 ∈ K. Dann ist aber x0 ∈ Ui0 für ein passend gewähltes i0 ∈ I. Dann ist aber B(x0 , 2ε) ⊂ Ui0 für genügend kleines ε. Ist letzt ` ≥ 1 , so haben wir B(xk` , 1/k` ) ⊂ B(x0 , 1 + kxk` − x0 k ) k` wie aus der Dreicksungleichung folgt. Wird aber ` groß genug gewählt, ist k1` < ε und ebenso kxk` − x0 k < ε. Das ergäbe aber B(xk` , 1/k` ) ⊂ B(x0 , 2ε) ⊂ Ui0 , ein Widerspruch. Wir kommen nun zur Frage, inwieweit die Schlüsse aus dem Lemma 6.1.3.3 umkehrbar sind. 6.1.3.5 Satz. Jede folgenkompakte Menge K ist kompakt. Beweis. Dazu sei (Ui )i∈I eine offene Überdeckung von K. Dann finden wir nach Lemma 6.1.3.4 einen Radius δ > 0, so dass zu jedem x ∈ K ein Index ix ∈ I so gefunden werden kann, dass B(x, δ) ⊂ Uix . Wir zeigen jetzt, dass (Ü ) K ⊂ ∪N `=1 B(x` , δ) für geeignet zu wählende Punkte x1 , ..., xN ∈ K gilt. Haben wir dies getan, so folgt die gewünschte Aussage K ⊂ ∪N `=1 Uix` . Angenommen, (Ü) gelte nicht, wie auch immer {x1 , ..., xN } ⊂ K sei. Sei z1 ∈ K beliebig. Dann ist K 6⊂ B(z1 , δ). Angenommen, wir haben Punkte z1 , ...., zn ∈ K schon gewählt, so dass kzi − zj k ≥ δ, wenn i 6= j. Da K nicht in ∪n`=1 B(z` , δ) enthalten ist, gibt es einen Punkt zn+1 ∈ K, der nicht zu ∪n`=1 B(z` , δ) gehört. Dann wäre aber induktiv eine Folge (zk )k ⊂ K definiert, die in K keinen Häufungswert hätte, im Widerspruch zur Bedingung an K. Wollen wir die Abgeschlossenheit und Beschränktheit als Kriterien für Kompaktheit mit einbeziehen, müssen wir uns bei der Wahl von (V, k·k) spezialisieren. Zunächst gilt der 6.1. NORMIERTE VEKTORRÄUME 15 6.1.3.6 Satz (B. Bolzano-K. Weierstraß). Wir versehen Rn mit der euklidischen Norm | · |. Dann hat jede beschränkte Folge (xk )k ⊂ Rn eine konvergente Teilfolge (bzw. einen Häufungswert). Beweis. Wir beweisen dies induktiv nach n. Nach einem Satz aus der Analysis 1 ist der Satz für n = 1 richtig. Angenommen, er gelte für n − 1. Die n.-te Komponente von xk bezeichnen wir mit xn,k . Weiter sei x0k ⊂ Rn−1 der aus xk durch Weglassen der n.-ten Koordinate entstehende Vektor. Die Folge (x0k )k hat nach Induktionsannahme als beschränkte Folge eine konvergente Teilfolge (x0km )m . Auch (xn,km )m ist beschränkt und hat eine konvergente Teilfolge (xn,km` )` . Dann konvergiert aber auch die Folge (xkm` )` . Damit ist der Induktionsschritt getan. 6.1.3.7 Satz (E. Heine-É. Borel). In (Rn , | · |) ist eine Menge K genau dann kompakt, wenn sie abgeschlossen und beschränkt ist. Beweis. Wir wissen schon, dass jede kompakte Menge abgeschlossen und beschränkt ist. Umgkehrt sei nun K ⊂ Rn eine abgeschlossene und beschränkte Menge. Ist dann (xk )k ⊂ K eine Folge, so finden wir nach Satz 6.1.3.6 einen Häufungspunkt x0 ∈ Rn für diese Folge. Da aber K abgeschlossen ist, haben wir sogar x0 ∈ K. Mit Lemma 6.1.3.5 folgt die Kompaktheit von K. Achtung. Dieser Satz gilt in allgemeinen normierten Räumen nicht. Beispiel. Sei U ⊂ R offen. Der Raum BC 0 (U ) := {f : U −→ R | f stetig und beschränkt} ist mit der Norm kf k := sup{|f (x)| | x ∈ U } vollständig. Ist nämlich (fk )k ⊂ BC 0 (U ) eine Cauchyfolge, so existiert für jedes x ∈ U der Grenzwert f (x) = lim fk (x) k→∞ da ja (fk (x))k für jedes x ∈ U erst recht eine Cauchyfolge ist, also einen Grenzwert hat. Es gibt zu beliebigem ε > 0 ein k0 ≥ 1, so dass für alle k, m ≥ k0 und alle y ∈ U die Abschätzung |fk (y) − fm (y)| < ε/2 16 KAPITEL 6. TOPOLOGISCHE GRUNDLAGEN besteht. Mit m → ∞ haben wir aber dann sogar |fk (y) − f (y)| ≤ ε/2 für alle k ≥ k0 und alle y ∈ U . Dass heißt aber nichts anderes, als dass kfk − f k ≤ ε/2 < ε. Bleibt noch zu zeigen, dass f ∈ BC 0 (U ). Sicher gilt für ein passend zu wählendes k1 ≥ 1, dass kfk1 − f k ≤ 1, also folgt kf k ≤ kfk1 − f k + kfk1 k ≤ 1 + kfk1 k. Damit ist also f beschränkt. Nun zur Stetigkeit von f : Ist ε > 0 beliebig und x0 ∈ U , so ist für ein geeignetes k2 ≥ 1 sicher ε kfk2 − f k < 4 und für ein kleines δ > 0 ist ε |fk2 (x) − fk2 (x0 )| < , 2 wenn nur |x − x0 | < δ. Dann ist aber für diese x schon |f (x) − f (x0 )| ≤ |f (x) − fk2 (x)| + |fk2 (x) − fk2 (x0 )| + |f (x0 ) − fk2 (x0 )| < ε Das war zu zeigen. Aber: Sei jetzt etwa n = 1 und U = R. Die Menge K := {f ∈ BC 0 (R) | kf k ≤ 1} ist zwar abgeschlossen und beschränkt, aber nicht kompakt. Denn wählen wir f0 (x) := x, wenn 0 ≤ x ≤ 1 und f0 (x) = 1 für 1 ≤ x ≤ 2, sowie f0 (x) = 3 − x, wenn 2 ≤ x ≤ 3. Für x ∈ / [0, 3] sei f0 (x) = 0. Dann ist f0 ∈ BC 0 (R). Setzen wir fn (x) := f0 (x + 3n), so gehört die Folge (fn )n zu K, ohne dass es eine konvergente Teilfolge geben könnte, da kfn − fk k = 1 für alle n 6= k. Zusammenhang Definition Sei V ein normierter Raum. Wir nennen eine offene Menge Ω ⊂ V zusammenhängend oder ein Gebiet, wenn kein Paar (U1 , U2 ) offener disjunkter Mengen gefunden werden kann, so dass Ω = U1 ∪U2 , ohne dass nicht schon U1 = Ω oder U2 = Ω gilt. 6.1.3.8 Lemma Sei V ein normierter Raum und Ω ⊂ V ein Gebiet. Dann ist auf Ω jede lokal konstante Funktion f : Ω −→ R schon konstant, d.h.: Gibt es jedem Punkt a ∈ Ω ein r > 0, so dass B(a, r) ⊂ Ω und f = f (a) auf B(a, r), so ist f auf Ω konstant. Beweis. Sei nämlich a0 ∈ Ω fest und U1 := {x ∈ Ω | f (x) = f (a0 )}, so sind die Mengen U1 und U2 := Ω \ U1 offen und disjunkt. Da U1 6= ∅, folgt dann U1 = Ω also f = f (a0 ) auf Ω. Zur Offenheit von U1 : Ist x ∈ U1 und δ > 0 klein, so dass B(x, δ) ⊂ Ω und f = f (x) auf B(x, δ), so ist ja f = f (x) = f (a0 ) auf B(x, δ). Dann folgt aber B(x, δ) ⊂ U1 . Zur Offenheit von U2 : Ist y ∈ U2 und ε > 0 klein, so dass B(y, ε) ⊂ Ω und f = f (y) auf B(y, ε), so ist f (z) = f (y) 6= f (a0 ) für z ∈ B(y, ε), also B(y, ε) ⊂ U2 . 6.2. STETIGE ABBILDUNGEN 6.2 17 Stetige Abbildungen zwischen normierten Vektorräumen Es seien (V, k · kV ) und (Y, k · kY ) stets normierte Vektorräume. Die Kugeln in V und Y bezeichnen wir mit BV (x, r) und BY (y, r), für x ∈ V, y ∈ Y . Definition. Wir nennen eine Abbildung f : V −→ Y in x0 ∈ V stetig, wenn gilt: Ist (xk )k ⊂ V eine Folge mit limk→∞ xk = x0 , so ist limk→∞ f (xk ) = f (x0 ). Analog wie im Falle, dass X = Y = R, haben wir 6.2.1 Satz. Sei x0 ∈ V und f : V −→ Y eine Abbildung. Genau dann ist f in x0 stetig, wenn zu jedem ε > 0 ein δ > 0 so gewählt werden kann, dass f (BV (x0 , δ)) ⊂ BY (f (x0 ), ε) . Beweis. Angenommen, f sei in x0 stetig, aber es gäbe ein ε > 0, so dass f (BV (x0 , δ)) ⊂ BY (f (x0 ), ε) für kein δ > 0. Dann wählen wir δ := 1/k und finden dann ein / BY (f (x0 ), ε). Dann wäre aber (xk )k eine gegen x0 xk ∈ BV (x0 , k1 ), so dass f (xk ) ∈ konvergente Folge, für die jedoch (f (xk ))k nicht gegen f (x0 ) streben könnte, Widerspruch! Umgekehrt nehmen wir jetzt an, zu jedem ε > 0 könne ein δ > 0 so gewählt werden, dass f (BV (x0 , δ)) ⊂ BY (f (x0 ), ε). Ist dann (xk )k ⊂ V eine Folge mit Grenzwert x0 , so finden wir zu jedem ε > 0 eine Zahl δ > 0, wie im Kriterium beschrieben. Für ein genügend großes k0 gilt dann für alle k ≥ k0 , dass kxk −x0 kV < δ, also xk ∈ BV (x0 , δ). Dann ist aber kf (xk ) − f (x0 )kY < ε, für alle k ≥ k0 , da ja f (x0 ) ∈ BY (f (x0 ), ε). Aus der Definition der Offenheit einer Menge folgt sofort 6.2.2 Lemma. Genau dann ist eine Abbildung f : V −→ Y stetig (d.h. in allen Punkten von V stetig), wenn für jede offene Menge W ⊂ Y auch die Urbildmenge f −1 (W ) ⊂ V offen ist. Beweis. Ü.A. Für Hintereinanderschaltungen stetiger Abbildung gilt wieder 6.2.3 Lemma. Ist (Z, k · kZ ) ein weiterer normierter Vektorraum und f :−→ Y und g : Y −→ Z Abbildungen, so dass f in x0 ∈ V und g in y0 := f (x0 ) stetig ist, so ist auch g ◦ f in x0 stetig. Eine wichtige Klasse stetiger Abbildungen sind die linearen Abbildungen. 18 KAPITEL 6. TOPOLOGISCHE GRUNDLAGEN 6.2.4 Lemma. a) Genau dann ist eine lineare Abbildung f : V −→ Y stetig, wenn eine Konstante C > 0 gefunden werden kann, so dass kf (x)kY ≤ CkxkV (†) für alle x ∈ V gilt. b) Jede lineare Abbildung f : Rn −→ Rd ist stetig. Es gilt mit einer geeigneten Konstanten C > 0 die Abschätzung |f (x)| ≤ C|x| für alle x ∈ Rn . Beweis. a) Angenommen, f erfülle (†). Ist dann x0 ∈ V und (xk )k ⊂ V eine Folge mit x0 als Grenzwert, so haben wir kf (xk ) − f (x0 )kY = kf (xk − x0 )kY ≤ Ckxk − x0 kV −→ 0, mit k → ∞. Umgekehrt angenommen, f sei stetig, aber (†) verletzt. Dann gibt es eine Folge (xk )k ⊂ V mit kxk kV = 1 , aber kf (xk )kY ≥ k für alle k ∈ N. Dann wäre ja ak := √1k xk eine Nullfolge mit kf (ak )kY −→ ∞, was der Stetigkeit von f widerspräche. b) Wir können f durch eine Matrix A mit d Zeilen und n Spalten darstellen, also f (x) = Ax. Ist Ai die i.-te Zeile von A, so folgt hA1 , xi .. |f (x)| = . hAd , xi p hA1 , xi2 + .... + hAd , xi2 = p ≤ |A1 |2 |x|2 + .... + |Ad |2 |x|2 = C|x| p mit C := |A1 |2 + .... + |Ad |2 . Folgendes eignet sich als Übungsaufgabe: 6.2.5 Lemma. a) Jede Norm N : Rn −→ [0, ∞) ist eine stetige Funktion. b) Ist (V, k · k) normiert und V endlich erzeugt, so ist k · k stetig. P Beweis. a) Es gilt |N (x) − N (y)| ≤ N (x − y) ≤ nj=1 |xj − yj |N (ej ), wobei ej der j.-te Vektor der Standardbasis des Rn sein soll. Daraus folgt die Behauptung. b) Ist V reell n-dimensional, so wählen wir einen Isomorphismus F : Rn −→ V . Dann ist N (y) = kF (y)k eine Norm auf Rn und damit stetig. Da F −1 stetig ist, gilt das auch für k · k = N ◦ F −1 . Stetige Bilder kompakter Mengen sind wieder kompakt. 6.2. STETIGE ABBILDUNGEN 19 6.2.6 Lemma. Ist f : V −→ Y stetig, so ist mit jeder kompakten Menge K ⊂ V auch das Bild f (K) kompakt. Beweis. Ist etwa (Wi )i∈I eine offene Überdeckung für f (K), so ist (f −1 (Wi ))i eine solche für K, so dass K ⊂ ∪i∈J f −1 (Wi ) mit einer geeigneten endlichen Teilmenge J ⊂ I. Dann ist aber f (K) ⊂ ∪i∈J Wi . Daraus folgt unmittelbar 6.2.7 Satz. Ist K ⊂ V kompakt, so nimmt jede auf K stetige Funktion f : K −→ R ein Maximum und ein Minimum auf K an. Beweis. Denn f (K) ist ein kompakte, also abgeschlossene und beschränkte Menge in R. Es existieren daher M+ := sup f (K) und M− := inf f (K). Per Definition dieser Zahlen gibt es aber Folgen (xk )k ⊂ K und (yk )k ⊂ K mit limk→∞ f (xk ) = M+ und limk→∞ f (yk ) = M− . Wir wählen Häufungswerte x+ für (xk )k und x− für (yk )k . Beide liegen wieder in K, und es ist f (x+ ) = M+ , f (x− ) = M− . Eine Anwendung hiervon ist 6.2.8 Lemma. Sind N1 , N2 : Rn −→ [0, ∞) Normen auf dem n-dimensionalen Vektorraum V , so gibt es eine Konstante C > 0 mit 1 N1 ≤ N2 ≤ C N1 C Beweis. Es sei F : V −→ Rn ein Isomorphismus. Die Behauptung muss nur für −1 die Normen Nf gezeigt werden. j := Nj ◦ F Zunächst gilt v uX n X u n f f N1 (ej )2 |x| =: C 0 |x| N1 (x) ≤ |xj |N1 (ej ) ≤ t j=1 j=1 Dabei ist ej der j.-te Einheitsvektor. Weiter ist Nf 1 eine stetige Funktion, die auf S := {y | |y| = 1} nur positive Werte hat. Da aber S kompakt ist (warum?), folgt mit dem obigen Satz, dass für ein geeignet zu wählendes positives γ sogar Nf 1 (y) ≥ γ gilt, wenn y ∈ S. Ist nun x 6= 0, so 1 f 0 f ist y := x/|x| ∈ S, also Nf N1 (x). 1 (x) ≥ γ|x|. Somit wird N1 (x) ≤ C |x| ≤ γ Genauso haben wir (nach evtl. Verkleinerung von γ und Vergrößerung von C 0 ) die 20 KAPITEL 6. TOPOLOGISCHE GRUNDLAGEN 1 f 0 N2 (x). Kombinieren wir beide Ungleichungen, folgt Ungleichung Nf 2 (x) ≤ C |x| ≤ γ die Behauptung mit C = 1/γ. Von E. Heine stammt folgender Satz 6.2.9 Lemma. Ist f : V −→ Y eine Abbildung und K ⊂ V kompakt und f auf K stetig, so ist f auf K sogar gleichmäßig stetig, d.h.: Zu jedem ε > 0 gibt es einen Radius δ > 0, so dass kf (x) − f (x0 )kY < ε, sobald kx − x0 k ≤ δ wird. Beweis. Ist ε > 0 beliebig vorgegeben, so gibt es zu jedem x e ∈ K eine Zahl δxe > 1 0 mit f (BV (e x, δxe)) ⊂ BY (f (e x), 2 ε)). Offenbar ist dann (BV (e x, 21 δxe))xe∈K eine offene Überdeckung für K. Es gibt zu dieser Überdeckung eine endliche Teilüberdeckung 1 0 (BV (e xj , 12 δxej ))N e1 , ..., δx eN }. Angenommen, x, x ∈ K j=1 . Wir wählen jetzt δ := 2 min{δx und kx−x0 kV ≤ δ. Dann gibt es einen Index j ∈ {1, 2, ..., N }, so dass x ∈ BV (e xj , 12 δxej ). Dann ist aber kx0 − x ej k ≤ kx − x0 k + kx − x ej k ≤ δxej . Also kf (x) − f (x0 )kY ≤ kf (x) − f (e xj )k + kf (e xj ) − f (x0 )kY < ε Definition. Es seien (V, k · k) und (W, k · k0 ) normierte Vektorräume. Dann bezeichnen wir eine Abbildung f : V −→ W als kontrahierend, wenn es eine Konstante 0 < c < 1 gibt, so dass für alle x, y ∈ V gilt kf (x) − f (y)k0 ≤ ckx − yk . Für spätere Zwecke wollen wir jetzt den Banachschen Fixpunktsatz zeigen. 6.2.10 Satz. Sei (V, k · k) ein vollständiger metrischer Raum und f : V −→ V eine Abbildung, so dass für einen Faktor 0 < c < 1 gilt kf (x) − f (x0 )k ≤ c kx − x0 k, für alle x, x0 ∈ V . Dann hat f genau einen Fixpunkt x0 ∈ V , d.h.: Es gibt genau ein x0 ∈ V mit f (x0 ) = x0 . Beweis. Sei etwa x1 ∈ V beliebig. Sind dann x1 , ...xn schon definiert, so sei xn+1 = f (xn ). Das definiert uns dann induktiv eine Folge in V . Diese erfüllt aber das Cauchykriterium. Denn es gilt kx`+1 − x` k = kf ((x` ) − f (x`−1 )k ≤ c kx` − x`−1 k 6.2. STETIGE ABBILDUNGEN 21 Per Induktion erhalten wir daraus aber kx`+1 − x` k ≤ c`−1 kx2 − x1 k Daraus folgt für m > k: kxk − xm )k ≤ m−1 X `=k kx`+1 − x` k ≤ m−1 X `=k ! c`−1 kx2 − x1 k ≤ ck−1 kx2 − x1 k 1−c Letzteres wird für k ≥ k0 sicher kleines als ε, wenn nur k0 groß genug wird. Als Cauchyfolge hat (xn )n aber einen Grenzwert x0 ∈ V . Mit xn+1 = f (xn ) folgt mit n → ∞ aber f (x0 ) = x0 , denn f ist ja stetig. (Im ε-δ-Kriterium wähle man δ = ε.) Damit ist ein Fixpunkt für f gefunden. Ist y0 ∈ V irgendein Fixpunkt für f , so folgt kx0 − y0 k = kf (x0 ) − f (y0 )k ≤ c kx0 − y0 k Das geht nur, wenn y0 = x0 ist. Mehr als einen Fixpunkt kann daher f nicht haben.