位相空間
位相空間（Topological Space）は、距離という概念を使わずに近さや連続性、つながり具合を抽象的に定式化・一般化したものです。ゴムシートのように連続的に変形しても保たれる性質（位相幾何学的性質 / トポロジ）を数学的に扱うための土台となります。
微分積分学の極限操作、微分幾何学における多様体の定義、関数解析学における無限次元空間の議論など、近代数学のほとんどの分野は位相空間という概念の上に構築されています。
位相空間の定義
集合 $X$ と、その部分集合の集まり $\mathcal{O}$ の組 $(X, \mathcal{O})$ が次の条件（位相の公理）を満たすとき、$(X, \mathcal{O})$ を位相空間と呼び、$\mathcal{O}$ を $X$ における位相、$\mathcal{O}$ の元を開集合（位相空間における開集合の定義）と言います。
- 空集合と全体集合の含有：$$\emptyset \in \mathcal{O}, \quad X \in \mathcal{O}$$
- 任意個の和集合について閉じている：$$\{O_\lambda\}_{\lambda \in \Lambda} \subseteq \mathcal{O} \implies \bigcup_{\lambda \in \Lambda} O_\lambda \in \mathcal{O}$$
- 有限個の共通部分について閉じている：$$O_1, O_2, \dots, O_n \in \mathcal{O} \implies \bigcap_{i=1}^n O_i \in \mathcal{O}$$
位相空間の性質
単に集合に位相を入れただけでは病的な空間（扱いづらい空間）も存在するため、目的に応じてさまざまな条件（公理）が課されます。
- ハウスドルフ空間（$T_2$ 空間）：
異なる２点に対し、それぞれが重ならない開近傍を取ることができる空間です。極限の一意性が保証されます。$$x\neq y\implies\exists U,V\in\mathcal{T}:\ x\in U,\ y\in V,\ U\cap V=\varnothing$$ - コンパクト性（Compactness）：
位相空間 \(X\) の任意の開被覆が、有限個の開集合だけで被覆できる性質です。連続関数の最大値・最小値の存在などを保証する重要な性質です。
位相空間の具体例
- 距離空間から誘導される位相（距離位相）
距離 $d$ が定義された空間 $(X, d)$（例：ユークリッド空間 $\mathbb{R}^n$）では、開球体を開集合の基本として位相を定義できます。 - 密着位相（Indiscrete / Trivial Topology）
任意の集合 $X$ に対して、開集合が $\emptyset$ と $X$ の２つしかない位相で、最も粗い位相（自明な位相）とも呼ばれます。$$\mathcal{O} = \{\emptyset, X\}$$ - 離散位相（Discrete Topology）
集合 $X$ のすべての部分集合を開集合とする位相です 。どの点も互いに孤立しており、すべてが開集合になります。$$\mathcal{O} = \mathcal{P}(X)$$
主な関連概念
位相空間をベースにして、解析学や幾何学に不可欠な概念が定義されます。
- 閉集合（Closed Set）：
開集合の補集合であるような部分集合。 - 近傍（Neighborhood）：
ある点を含む開集合を含む集合のこと。点のまわりの近さを表現します。 - 連続写像（Continuous Mapping）：
位相空間 $X$ から $Y$ への写像 $f: X \to Y$ が連続であるとは、$Y$ の任意の開集合の逆写像が、$X$ において開集合になることとして定義されます（$\epsilon-\delta$ 論法の一般化）。 - 同相写像（Homeomorphism）：
全単射（１対１写像）で、自身も逆写像も連続であるような写像。これが存在するとき、２つの空間は位相的に同等（トポロジカルに同じ空間）とみなされます。
距離空間
距離空間（Metric Space）は、２点間の距離の概念を抽象化・一般化した数学的構造です。私たちが普段暮らしているユークリッド空間 $\mathbb{R}^n$ のような距離が測れる空間の性質を、任意の集合に拡張して議論するための基礎となります。
距離空間の定義
集合 $X$ と、その上の関数 $d: X \times X \to \mathbb{R}$ の組 $(X, d)$ が、任意の $x, y, z \in X$ に対して以下の距離の公理を満たすとき、$(X, d)$ を距離空間と呼び、$d$ を $X$ の距離関数（Metric）と言います。
- 非負性および識別性：$$d(x, y) \ge 0 \mathrm{and} \big(d(x, y) = 0 \iff x = y\big)$$
- 対称性：$$d(x, y) = d(y, x)$$
- 三角不等式：$$d(x, z) \le d(x, y) + d(y, z)$$
距離空間の具体例
距離の定義を変えることで、各種空間を構築できます。
- ユークリッド空間（Euclidean Space）：
ユークリッド空間 $\mathbb{R}^n$ に、ピタゴラスの定理に基づくユークリッド距離を入れたものです。$$d(\mathbf{x}, \mathbf{y}) = \sqrt{\sum_{i=1}^n (x_i – y_i)^2}$$ - マンハッタン距離（Taxicab / $L^1$ 距離）：
各座標の差の絶対値の総和として定義されます。碁盤目状の道路を移動する距離に相当し、通常の直線距離（ユークリッド距離）とは異なり、斜めに近道することはできません。$$d(\mathbf{x}, \mathbf{y}) = \sum_{i=1}^n \vert{}x_i – y_i\vert{}$$ - 離散距離（Discrete Metric）：
任意の異なる２点間の距離を常に $1$ とし、同じ点なら $0$ とする距離です。$$d(x, y) = \begin{cases} 0 & (x = y) \\ 1 & (x \neq y) \end{cases}$$
主な関連概念
距離があることで、極限や収束といった解析学の概念が簡潔に定義できるようになります。
- 開球体（Open Ball）：
点 $x \in X$ を中心とし、半径 $r > 0$ の開球体 $B(x, r)$ は次のように定義されます。$$B(x, r) = \{y \in X \mid d(x, y) < r\}$$ - 収束（Convergence）：
点列 $\{x_n\}_{n=1}^\infty$ が点 $x$ に収束するとは、次が成り立つことを言います。$$\lim_{n \to \infty} d(x_n, x) = 0$$ - 完備性（Completeness）：
隙間がない空間のこと。空間の中で互いに際限なく近づいていく点列（コーシー列）が、必ずその空間内の点に収束するとき、その距離空間は完備であると呼ばれます。
※例：有理数全体 $\mathbb{Q}$ は完備ではないが、実数全体 $\mathbb{R}$ は完備。
