1.3: Espacios métricos
( \newcommand{\kernel}{\mathrm{null}\,}\)
La noción de espacio métrico proporciona una forma rigurosa de decir: “podemos medir distancias seguras entre puntos”. Es decir, en vez de (i) en la Sección 1.1, podemos decir “El plano euclidiano es un espacio métrico”.
DejarX ser un conjunto no vacío yd ser una función que devuelve un número reald(A,B) para cualquier parA,B∈X. Entoncesd se llama métrica enX si por algunaA,B,C∈X, se cumplen las siguientes condiciones:
a) Positividad:
d(A,B)≥0.
b)A=B si y sólo si
d(A,B)=0.
c) Simetría:
d(A,B)=d(B,A)
d) Desigualdad triangular:
d(A,C)≤d(A,B)+d(B,C).
Un espacio métrico es un conjunto con una métrica en él. De manera más formal, un espacio métrico es un par(X,d) dondeX es un conjunto yd es una métrica encendidoX.
Los elementos deX se denominan puntos del espacio métrico. Dados dos puntosA,B∈X, el valord(A,B) se llama distancia deA aB.
XDéjese ser un conjunto arbitrario. Para cualquieraA,B∈X, establezcad(A,B)=0 siA=B y ded(A,B)=1 otra manera. La métricad se llama métrica discreta enX.
Conjunto de todos los números reales (R) con métricad definida por
d(A,B):=|A−B|.
Ejercicio1.3.1
Mostrar que nod(A,B)=|A−B|2 es una métrica enR.
Métricas en el plano. Supongamos queR2 denota el conjunto de todos los pares(x,y) de números reales. AsumirA=(xA,yA) yB=(xB,yB). Considere las siguientes métricas sobreR2:
- Métrica euclidiana, denotada pord2, y definida como
d2(A,B)=√(xA−xB)2+(yA−yB)2. - Métrica de Manhattan, denotada pord1 y definida como
d1(A,B)=|xA−xB|+|yA−yB|. - Métrica máxima, denotada pord∞ y definida como
d∞(A,B)=max
- Pista
-
Verifique la desigualdad del triángulo paraA = 0,B = 1 yC = 2.
Ejercicio\PageIndex{2}
Demostrar que las siguientes funciones son métricas sobre\mathbb{R}^2:
a)d_1;
b)d_2;
c)d_{\infty}.
- Contestar
-
Sólo la desigualdad triangular requiere una prueba — el resto de condiciones en la Definición 1.1 son evidentes. VamosA = x_A, y_A),B = (x_B, y_B), yC = (x_C, y_C). Set
x_1 = x_B - x_A,y_1 = y_B - y_A,
x_2 = x_C - x_B,y_2 = y_C - y_B.a). La desigualdad
d_1(A, C) \le d_1(A, B) + d_1(B, C)
se puede escribir como
|x_1 + x_2| + |y_1 + y_2| \le |x_1| + |y_1| + |x_2| + |y_2|.
Esto último sigue desde|x_1 + x_2| \le |x_1| + |x_2| y|y_1 + y_2| \le |y_1| + |y_2|.
b). La desigualdad
d_2(A, C) \le d_2 (A, B) + d_2(B, C)
se puede escribir como
\sqrt{(x_1 + x_2)^2 + (y_1 + y_2)^2} \le \sqrt{x_1^2 + y_1^2} + \sqrt{x_2^2 + y_2^2}.
Toma el cuadrado de los lados izquierdo y derecho, simplifica, vuelve a tomar el cuadrado y vuelve a simplificar. Deberías obtener la siguiente desigualdad
0 \le (x_1 \cdot y_2 - x_2 \cdot y_1)^2,
lo que equivale a 1.3.9 y evidentemente cierto.
c). La desigualdad
d_{\infty} (A, C) \le d_{\infty} (A, B) + d_{\infty} (B, C)
se puede escribir como
\max \{|x_1 + x_2|, |y_1 + y_2|\} \le \max \{|x_1|, |y_1|\} + \max \{|x_2|, |y_2|\}.
Sin pérdida de generalidad, podemos suponer que
\max \{|x_1 + x_2|, |y_1 + y_2|\} = |x_1 + x_2|.
Además,
|x_1 + x_2| \le |x_1| + |x_2| \le \max \{|x_1|, |y_1|\} + \max \{|x_2|, |y_2|\}.
De ahí que siga 1.3.13.