Metrischer Raum
Was versteht man unter einem metrischen Raum?
Ein metrischer Raum ist ein Paar \( (X, d) \), wobei \( X \) eine Menge und \( d \) eine Abbildung (genannt Metrik) ist, die jedem Punktepaar \( x, y \in X \) eine nichtnegative reelle Zahl \( d(x, y) \) zuordnet. Diese Zahl wird als Abstand zwischen \( x \) und \( y \) interpretiert. Üblicherweise schreibt man diese Struktur als \( (X, d) \). $$ (X,d) $$
Damit eine Abbildung tatsächlich eine Metrik ist, muss sie drei grundlegende Eigenschaften erfüllen:
- Nichtnegativität : \( d(x, y) \geq 0 \) für alle \( x, y \in X \), und \( d(x, y) = 0 \) genau dann, wenn \( x = y \). Der Abstand eines Punktes zu sich selbst ist also null, während er zwischen zwei verschiedenen Punkten immer positiv ist.
- Symmetrie : \( d(x, y) = d(y, x) \) für alle \( x, y \in X \). Es spielt keine Rolle, in welcher Reihenfolge man die Punkte betrachtet.
- Dreiecksungleichung : \( d(x, z) \leq d(x, y) + d(y, z) \) für alle \( x, y, z \in X \). Der direkte Weg zwischen zwei Punkten ist also nie länger als ein Umweg über einen dritten Punkt.
Ein metrischer Raum liefert damit den formalen Rahmen, um Abstände innerhalb einer Menge zu definieren und zu analysieren. Viele zentrale Begriffe der Analysis wie Stetigkeit, Konvergenz oder Kompaktheit lassen sich erst auf dieser Grundlage präzise formulieren.
Kurz gesagt: Ein metrischer Raum ist eine Menge \( X \), ausgestattet mit einer Metrik \( d \).
Dieses Konzept ist sehr allgemein. Es reicht von einfachen diskreten Punktmengen bis hin zu unendlichdimensionalen Räumen.
Ein grundlegendes Beispiel
Ein besonders anschauliches Beispiel ist der euklidische Raum \( \mathbb{R}^n \), also die Menge aller Punkte in der Ebene (für \( n = 2 \)) oder im dreidimensionalen Raum (für \( n = 3 \)).
Betrachten wir den Fall \( \mathbb{R}^2 \), die kartesische Ebene.
Die euklidische Metrik \( d \) ist für zwei Punkte \( p = (p_1, p_2) \) und \( q = (q_1, q_2) \) definiert durch:
$$ d(p, q) = \sqrt{(p_1 - q_1)^2 + (p_2 - q_2)^2} $$
Diese Formel beschreibt die euklidische Distanz, also den kürzesten geradlinigen Abstand zwischen zwei Punkten im Raum.
Auch diese Metrik erfüllt die drei grundlegenden Eigenschaften:
- Nichtnegativität : Die Quadratwurzel einer Summe von Quadraten ist immer nichtnegativ und wird nur dann null, wenn beide Punkte übereinstimmen.
- Symmetrie : Der Abstand bleibt gleich, wenn man die Punkte vertauscht.
- Dreiecksungleichung : Sie ist eine zentrale Eigenschaft der Geometrie und folgt aus grundlegenden mathematischen Resultaten wie der Minkowski-Ungleichung.
Damit ist der Raum \( (\mathbb{R}^2, d) \) ein klassisches Beispiel eines metrischen Raums.
Die Metrik als Abbildung
Was genau ist eine Abstandsfunktion?
Eine Metrik (oder Abstandsfunktion) ist eine Abbildung \( d : X \times X \to \mathbb{R} \), die die folgenden Bedingungen erfüllt:
\( d(x_1, x_2) \geq 0 \)
\( d(x_1, x_2) = 0 \) genau dann, wenn \( x_1 = x_2 \)
\( d(x_1, x_2) = d(x_2, x_1) \)
\( d(x_1, x_2) \leq d(x_1, x_3) + d(x_3, x_2) \)
für alle \( x_1, x_2, x_3 \in X \).
Beispiele für Metriken
Es gibt verschiedene Arten, einen Abstand zu definieren. Welche Metrik sinnvoll ist, hängt vom jeweiligen Anwendungsfall ab.
Euklidische Metrik
$$ d_2(x, y) := \sqrt{ \sum{(x_i - y_i)^2 } } $$
Dies ist die Standardmetrik der klassischen Geometrie.
Manhattan-Metrik
Auch als Taxicab-Metrik oder \( \ell^1 \)-Metrik bekannt. Sie beschreibt Wege in einem rechtwinkligen Gitter, bei denen nur horizontale und vertikale Bewegungen erlaubt sind.
$$ d_1(x, y) := \sum{ |x_i - y_i| } $$
Diskrete Metrik
Bei dieser Metrik beträgt der Abstand zwischen zwei verschiedenen Punkten 1 und 0, wenn sie identisch sind.
$$ d(x, y) := \begin{cases} 0 \:\:\: \text{falls } x = y \\ 1 \:\:\: \text{falls } x \ne y \end{cases} $$
Durch eine Norm induzierte Metrik
Eine Norm liefert eine natürliche Möglichkeit, eine Metrik zu definieren.
In diesem Fall spricht man von einer durch die Norm induzierten Metrik.
$$ ||v|| := d(v, 0_V) $$
Die Norm eines Vektors entspricht damit genau seinem Abstand vom Nullvektor.
Jeder normierte Vektorraum ist daher automatisch ein metrischer Raum.
Bemerkung : Die Umkehrung gilt im Allgemeinen nicht. Es gibt Metriken, die nicht von einer Norm stammen.
Wann wird eine Metrik durch eine Norm induziert?
Eine Metrik ist genau dann durch eine Norm induziert, wenn sie die folgenden Eigenschaften erfüllt:
\( d(v_1 + v_3, v_2 + v_3) = d(v_1, v_2) \)
\( d(k \cdot v_1, k \cdot v_2 ) = |k| \cdot d(v_1, v_2) \)
Dabei sind \( v_1, v_2, v_3 \in V \) Vektoren eines Vektorraums \( V \), und \( k \in K \) ist ein Skalar.
Beispiel
Die euklidische Norm erfüllt beide Bedingungen und erzeugt damit die euklidische Metrik.
Wir betrachten drei Vektoren \( v_1, v_2, v_3 \in \mathbb{R}^2 \) :
$$ v_1 = (6,8) \\ v_2 = (3,4) \\ v_3 = (3,0) $$
Ihre euklidischen Normen sind:
$$ ||v_1||_2 = \sqrt{6^2 + 8^2} = 10 $$ $$ ||v_2||_2 = \sqrt{3^2 + 4^2} = 5 $$ $$ ||v_3||_2 = \sqrt{3^2 + 0^2} = 3 $$
Diese Werte sind zugleich die Abstände vom Nullvektor:
$$ ||v_1||_2 = d(v_1, 0_V) = 10 $$ $$ ||v_2||_2 = d(v_2, 0_V) = 5 $$ $$ ||v_3||_2 = d(v_3, 0_V) = 3 $$
Nach der Definition gilt \( ||v|| = d(v, 0_V) \), wenn die folgenden beiden Bedingungen erfüllt sind:
1] \( d(v_1 + v_3, v_2 + v_3) = d(v_1, v_2) \)
2] \( d(k \cdot v_1, k \cdot v_2) = |k| \cdot d(v_1, v_2) \)
Überprüfung der ersten Eigenschaft
$$ d(v_1 + v_3, v_2 + v_3) = d(v_1, v_2) $$ $$ d(10 + 3, 5 + 3) = d(10, 5) $$ $$ d(13, 8) = d(10, 5) $$
Linke Seite:
$$ d(13, 8) = \sqrt{(13 - 8)^2} = 5 $$
Rechte Seite:
$$ d(10, 5) = \sqrt{(10 - 5)^2} = 5 $$
Die beiden Werte stimmen überein. Die erste Eigenschaft ist erfüllt.
Überprüfung der zweiten Eigenschaft
$$ d(k \cdot v_1, k \cdot v_2) = |k| \cdot d(v_1, v_2) $$ $$ d(k \cdot 10, k \cdot 5) = |k| \cdot d(10, 5) $$
Für \( k = 2 \) ergibt sich:
$$ d(20, 10) = 2 \cdot d(10, 5) $$
Berechnung:
$$ d(20, 10) = \sqrt{(20 - 10)^2} = 10 $$
und
$$ 2 \cdot d(10, 5) = 10 $$
Auch hier stimmen beide Seiten überein. Die zweite Eigenschaft ist erfüllt.
Fazit : Im euklidischen Raum wird die Metrik tatsächlich durch die Norm induziert.
Weitere Bemerkungen
Zum Abschluss einige wichtige Punkte zu metrischen Räumen:
- Beschränkte Teilmengen
Sei \((X, d)\) ein metrischer Raum. Eine Teilmenge \(A \subseteq X\) heißt beschränkt, wenn es ein \(\mu > 0\) und einen Punkt \(x_0 \in X\) gibt, so dass gilt: $$ d(x, x_0) \leq \mu \quad \text{für alle } x \in A $$ Das bedeutet, alle Punkte von \(A\) liegen innerhalb einer Kugel mit endlichem Radius um \(x_0\).In der durch \(d\) induzierten Topologie hängt die Beschränktheit nur von den Abständen zwischen den Punkten ab, nicht davon, ob die Menge offen oder abgeschlossen ist.
- Beschränkte Metrik
Ist der gesamte Raum \(X\) beschränkt, so nennt man auch die Metrik \(d\) beschränkt. - Basis der induzierten Topologie
In einem metrischen Raum \((X, d)\) bildet die Familie der offenen Kugeln $$ \mathcal{B} = \{B_d(x, \varepsilon) \mid x \in X, \varepsilon > 0\} $$ eine Basis der Topologie. - Stetigkeit
Eine Abbildung \(f : X \to Y\) zwischen zwei metrischen Räumen heißt stetig, wenn für jedes \(x \in X\) und jedes \(\varepsilon > 0\) ein \(\delta > 0\) existiert mit: $$ d_X(x, x') < \delta \Rightarrow d_Y(f(x), f(x')) < \varepsilon $$ für alle \(x' \in X\). - Hausdorff-Eigenschaft
Jeder metrische Raum ist ein Hausdorff-Raum. Umgekehrt kann ein topologischer Raum ohne diese Eigenschaft nicht metrisierbar sein.Bemerkung : Ein Raum heißt Hausdorff, wenn sich zwei verschiedene Punkte durch disjunkte offene Mengen trennen lassen.
Und so weiter...
