Definition Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR

Ähnliche Dokumente
Induktive Limiten. Arpad Pinter, Tobias Wöhrer. 30. Jänner 2010

Einführung in die Funktionalanalysis

Beispiel Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Absolute Stetigkeit von Maßen

Ergänzungen zur Analysis I

Mengensysteme, Wahrscheinlichkeitsmaße

Analysis I III. Vorlesungsskriptum WS 2005/06 WS 2006/07. Fakultät für Mathematik, Ruhr-Universität Bochum

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

Vorlesung. Funktionen/Abbildungen 1

Topologie. Prof. Dr. Dirk Ferus. Wintersemester 2004/5

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

Folgen. Kapitel Zinsrechnung

4. Woche Decodierung; Maximale, Perfekte und Optimale Codes. 4. Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140

Grundlagen der Variationsrechnung

Inoffizielles Skriptum zur Vorlesung Höhere Mathematik für Informatiker basierend auf Vorlesungen an der Universität Karlsruhe (TH)

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse Lösung 10 Punkte

Optimalitätskriterien

a n auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:

1 Stochastische Prozesse in stetiger Zeit

Geometrische Mannigfaltigkeiten

1 Die reellen Zahlen. 1. Ziele des Mathematikstudiums: Die Studierenden sollen lernen,

Nicht-archimedische Zahlen

Einführung in die Algebra

Mathematische Methoden der Physik: Funktionalanalytische Methoden. Technische Universität Clausthal WS 1998/99

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor

Theoretische Informatik

Modern Methods in Nonlinear Optimization

11. Primfaktorzerlegungen

TECHNISCHE UNIVERSITÄT MÜNCHEN. Abzählbarkeit, Injektivität, Sürjektivität und Bijektivität

Aufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6

Handreichung. zur Mathematikvorlesung für. Wirtschaftswissenschaftler)

Mathematik 1. Lösungsvorschläge zum 2. Übungsblatt

Grundlagen der Stochastischen Analysis. Egbert Dettweiler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

Vorlesung Analysis und Numerische Mathematik (für Informatiker) gehalten von Werner Römisch Winter-Semester 1992/93 bis Sommer-Semester 1994

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.

Modulabschlussklausur Analysis II

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

Mathematik für Physiker, Informatiker und Ingenieure I Skriptum des WS 2007/08

Frohe Weihnachten und ein gutes neues Jahr!

17. Penalty- und Barriere-Methoden

5.1 Drei wichtige Beweistechniken Erklärungen zu den Beweistechniken... 56

Nichtlineare hyperbolische Gleichungen.

Die Cantor-Funktion. Stephan Welz

Diskrete Mathematik für Informatiker

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

Data Mining: Einige Grundlagen aus der Stochastik

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

Fraktale Geometrie: Julia Mengen

Stochastische Prozesse Gliederung zur Vorlesung im Sommersemester 2006

Jurgen Muller Analysis I-IV

Galerkin-Diskretisierung von Eigenwertproblemen für partielle Differentialgleichungen

Vom goldenen Schnitt zum Alexanderplatz in Berlin

Folgen und endliche Summen

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Theoretische Informatik

1 Ordnung muß sein. 1.1 Angeordnete Körper. 1.2 Folgerungen aus den Anordnungsaxiomen. ( c) (b a) > 0. Somit a c b c > 0.

Die Weierstraßsche Funktion

3. Zusammenhang. 22 Andreas Gathmann

Aufgaben und Lösungen zu Mathematik für Studierende der Ingenieurwissenschaften II. Heinrich Voß

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.

Schwach ergodische Prozesse

3.3 Eigenwerte und Eigenräume, Diagonalisierung

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen

klar. Um die zweite Bedingung zu zeigen, betrachte u i U i mit u i = 0. Das mittlere -Zeichen liefert s

Stochastische Eingangsprüfung,

Modul Diskrete Mathematik WiSe 2011/12

Vorlesung. 1 Zahlentheorie in Z. Leitfaden. 1.1 Teilbarkeit. Angela Holtmann. Algebra und Zahlentheorie. (natürliche Zahlen ohne die Null)

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

5. Verschiedene Repräsentanten

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Erfüllbarkeit und Allgemeingültigkeit

2.1 Codes: einige Grundbegriffe

Übungen zur Experimentalphysik 3

Stochastische Analysis. Zufallsmatrizen. Roland Speicher Queen s University Kingston, Kanada

TEILWEISE ASYNCHRONE ALGORITHMEN

Prof. Dr. Thilo Meyer-Brandis. Finanzmathematik 1 WS 2012/13

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Quantitative Risk Management

Lösungen und Lösungshinweise zum Grundkurs Analysis 2

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg

Bestimmung einer ersten

S=[n] Menge von Veranstaltungen J S kompatibel mit maximaler Größe J

Vorlesung Analysis I für Informatiker & Statistiker. Universität München, WS 11/12. Prof. Dr. Max v. Renesse mrenesse@math.tu-berlin.

Apfelmännchen Theorie und Programmierung

Codierung. Auszug aus dem Skript von Maciej Liśkiewicz und Henning Fernau

Vorlesung Analysis I / Lehramt

Codierungstheorie Rudolf Scharlau, SoSe

13.5 Der zentrale Grenzwertsatz

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )

Hilbertraum-Methoden

Das Briefträgerproblem

Eine mathematische Reise ins Unendliche. Peter Koepke Universität Bonn

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Projektive Moduln. Lemma/Definition 1.1. Folgende Aussagen für einen R-Modul P sind äquivalent: (i) P erfüllt folgende Liftungseigenschaft:

Höhere Mathematik 3. Apl. Prof. Dr. Norbert Knarr. Wintersemester 2015/16. FB Mathematik

Transkript:

0 Inhaltsverzeichnis 1 Metrik 1 1.1 Definition einer Metrik............................. 1 1.2 Abstand eines Punktes von einer Menge................... 1 1.3 Einbettung eines metrischen Raumes in einen Banachraum......... 2 1.4 Vervollständigung eines metrischen Raumes................. 3 2 Kompakte metrische Räume 3 2.1 Häufungspunkte für Folgen........................... 3 2.2 Verallgemeierter Heine Borelscher Satz.................... 5 2.3 Lemma von Lebesgue.............................. 7

1 Metrische Räume 1 1 Metrik 1.1 Definition einer Metrik Definition 1.1.1 Eine Metrik d auf der Menge X ist eine Abbildung d : X X IR 1. d(x, y) = d(y, x) 2. d(x, y) d(x, z) + d(z, y) 3. d(x, y) = 0 x = y Definition 1.1.2 Ein metrischer Raum ist ein Paar (X, d) bestehend aus einer Menge und einer Metrik d auf X. Proposition 1.1.1 d(x, a) d(x, b) d(a, b). Beweis. Dreiecksungleichung und die Symmetrie d(b, a) = d(a, b) ergeben. d(x, a) d(x, b) + d(b, a) d(x, b) d(x, a) + d(a, b) d(x, a) d(x, b) d(a, b) d(x, b) d(x, a) d(b, a) d(x, a) d(x, b) ist gleich ±(d(x, a) d(x, b)) je nach Vorzeichen. In beiden Fällen ergibt sich d(a, b). 1.2 Abstand eines Punktes von einer Menge Definition 1.2.1 Sei A X, A. Der Abstand des Punktes von der Teilmenge A ist d(x, A) := inf{d(x, a) a A}. Proposition 1.2.1 d(x, A) d(y, A) d(x, y) Beweis. Für alle a A d(y, A) d(y, a) = d(y, a) d(x, a) + d(x, a) d(x, y) + d(x, a) Zu ɛ > 0 findet man ein a A mit d(x, a) d(x, A) + ɛ. d(y, A) d(y, a) = d(y, a) d(x, a) + d(x, a) d(x, y) + d(x, a) d(x, y) + d(x, A) + ɛ. 1 L0203-VA2-A.tex

2 Wir sehen, daß für jedes ɛ > 0 gilt d(y, A) d(x, A) d(x, y) + ɛ. Also folgt d(y, A) d(x, A) d(x, y). Analog sieht man d(x, A) d(y, A) d(y, x) = d(x, y). Beides zusammen ergibt d(x, A) d(y, A) d(x, y). Definition 1.2.2 Der Durchmesser δ(a) der Teilmenge A X ist das Supremum in [0, ] aller möglichen Abstände d(x, y) von Punkten x, y A. δ(a) := sup{d(x, y) x A und y A} [0, ] Es gilt: Für a A und r > δ(a) gilt A B(a; r), denn, wenn x A, dann sind x, a A und somit folgt d(x, a) δ(a) < r, also x B(a, r). 1.3 Einbettung eines metrischen Raumes in einen Banachraum Sei (X, d) metrischer Raum. x 0 X. B(X):=Banachraum der beschränkten Funktionen X IR mit der Supremumsnorm. Proposition 1.3.1 Es gibt eine isometrische Abbildung Φ : X B(X), a Φ a von X in den Banchraum B(X). Es gilt damit d(a, b) := Φ a Φ b für alle a, b X. Insbesondere kommt die Metrik d auf der Menge X aus der Norm des Banachraumes B(X). Beweis. Zu a X definiere Φ a : X IR durch Φ a (x) := d(x, a) d(x, x 0 ). Φ a (x) = d(x, a) d(x, x 0 ) d(a, x 0 ) und Φ a (a) = Φ a (x 0 ) = d(a, x 0 ). Es ist also Φ a eine beschränkte Funnktion und somit Φ a B(X). Ferner ist Φ a = sup{ Φ a (x) : x X} = d(a, x 0 ) = max{ Φ a (x) : x X}. Φ a (x) Φ b (x) = d(x, a) d(x, b) d(a, b) Φ a Φ b = sup{ Φ a (x) Φ b (x) : x X} = sup{ d(x, a) d(x, b) : x X} = d(a, b). Diese Formel zeigt, daß Φ eine Isometrie ist. Man hat das wie folgt zu sehen: Φ a Φ b ist der Abstand zwischen Φ a und Φ b im Banachraum B(X) und dieser ist gleich d(a, b) dem Abstand von a zu b im Raum X. Für a = x 0 ist Φ a = 0 die Nullfunktion, also das Nullelement von B(X). Korollar. Φ : X B(X) ist injektiv. Beweis. Aus Φ a = Φ b folgt d(a, b) = Φ a Φ b = 0 und hieraus a = b.

3 1.4 Vervollständigung eines metrischen Raumes Proposition 1.4.1 Jeder metrische Raum läßt sich vervollständigen. Beweis. Es ist X i.w. gleich Φ(X) B(X), wenn man a X mit Φ a identifiziert. So kann man X B(X) als Teilmenge von B(X) ansehen. Die Metrik auf (X, d) kommt dann von einer Norm, d.h., man hat d(a, b) = a b. Nimmt man den Abschluß von X B(X), so ist X X. Der Raum X ist vollständig, weil abgeschlossene Teilmengen von Banachräumen vollständig sind. 2 Kompakte metrische Räume 2.1 Häufungspunkte für Folgen Definition 2.1.1 Man nennt a IR Häufungspunkt (HP) der Folge (x n ) n IN, wenn zu jedem ɛ > 0, die Menge der n IN mit d(x n, a) < ɛ unendlich ist. a ist HP von (x n ) n IN : ɛ>0 Λ ɛ := {n IN d(x n, a) < ɛ} ist unendlich. Das ist i.a. der Begriff von Häufungspunkt einer Folge für topologischen Räume. Proposition 2.1.1 In metrischen Räumen (X, d) sind die Häufungspunkte einer Folge die Grenzwerte ihrer konvergenten Teilfolgen. Beweis: Wir zeigen: a HP von x n Es gibt eine Teilfolge x nk mit a = lim k x nk. : Sei a ein Häufungspunkt von x n. Wir konstruieren induktiv über k eine Zahlenfolge n 1 < n 2 <... < n k <... in IN, so daß d(x nk, a) < 1. k Wir beginnen mit einem n 1, was wir aus Λ ɛ := {n IN d(x n, a) < ɛ} für ɛ = 1 wählen. Seien jetzt n 1 <... < n k konstruiert. Nach Definition von HP ist Λ 1/(k+1) := {n IN; d(x n, a) < 1 } IN unendlich. und k+1 man findet hierin ein n k+1, was größer ist als das bereits vorliegende n k. Konvergiert diese Folge gegen a? Klar, denn d(x nk, a) < 1 k. In topologischen Räumen ist diese Konvergenz keineswegs klar (und i.a. sogar falsch). Dort hat man zu zeigen, daß in jeder Umgebung U von a alle Folgenglieder von (x nk ) k IN ab einem gewissen k 0 = k 0 (U) liegen. In metrischen Räumen sind Umgebungen von a X per Definition solche Teilmengen, die eine offenen Kugel B(a, 1 k 0 ) enthalten. Ab diesem k 0, also für k k 0, gilt x nk B(a, 1 k ) B(a, 1 k 0 ) U. : Ist a = lim k x nk, dann findet man zu jedem ɛ > 0 ein k 0, so daß für alle k k 0 folgt d(x nk, a) < ɛ. Dann gilt n k0, n k0 +1,... Λ ɛ und Λ ɛ ist unendlich.

4 Anmerkung. Die Aussage gilt ganz allgemein auch für topologische Räume. Die Beweisrichtung funktioniert allgemein nicht. Es gibt dazu ein (spitzfindiges) Gegenbeispiel, das man in Boto von Querenburg: Mengentheoretische Topologie, Springer Verlag, 1970, S. 93, A 8.3 findet. Dennoch gilt allgemeiner, als nur für metrische Räume, z.b. dann, wenn jeder Punkt a X eine abzählbare Umgebungsbasis (B k (a)) k IN hat. Abzählbare Umgebungsbasis bedeutet, daß es zu jedem Punkt a in X abzählbar viele Umgebungen (B k (a)) k IN gibt, so daß in jeder beliebigen Umgebung U von a eine Umgebung der Form B k0 (a) liegt. VA2: HeinBor Definition 2.1.2 Sei E ein metrischer Raum E heißt folgenkompakt, wenn jede Folge einen Häufungspunkt besitzt. Dazu äquivalent, wenn jede Folge eine konvergente Teilfolge besitzt. Definition 2.1.3 Ein weiterer Begriff ist präkompakt oder totalbeschränkt. Der metrische Raum E heißt präkompakt oder totalbeschränkt, wenn es zu jedem ɛ > 0 eine endliche Teilmenge F ɛ gibt. so daß für jedes x X der Abstand zu F ɛ kleiner als ɛ E ist präkompakt (totalbeschränkt) bedeutet also: Zu jedem ɛ > 0 gibt es endlich viele Punkte x 1,..., x n E, so daß (a) jedes x E von einem geeigneten x i einen Abstand d(x, x i ) < ɛ hat, oder (b) für jedes x E gilt x B(x i, ɛ) für ein geeignetes i = 1,.., n, oder (c) E = B(x 1, ɛ)... B(x n, ɛ) (a), (b), (c) sind gleichbedeutend. Definition 2.1.4 Eine Überdeckung (U λ ) λ J der Menge E besteht aus Teilmengen U λ E, wobei λ J eine Menge J durchläuft, so daß jeder Punkt von x in (wenigstens) einem U λ liegt. Eine Überdeckung von E ist also nichts anderes als eine Abbildung einer Menge J in die Potenzmenge P(E) J P(E), λ U λ E, so daß E = λ J U λ. Dabei ist die Vereinigung λ J U λ aller U λ definiert als λ J U λ := {x E λ J x U λ }. Die Menge J nennt man Indexmenge der Überdeckung. Definition 2.1.5 Eine Teilüberdeckung von (U λ ) λ J ist eine Überdeckung der Form (U λ ) λ J, wobei J eine Teilmenge von J ist; J J. Bei einer endlichen Teilüberdeckung verlangt man, daß J eine endlich Teilmenge von J ist.

5 Definition 2.1.6 Sei E ein metrischer Raum mit der Metrik d : E E IR. Eine offene Überdeckung von E besteht aus offenen Teilmengen U λ. Der metrische Raum E heißt kompakt, wenn jede offene Überdeckung von X eine endliche Teilüberdeckung besitzt. E kompakt bedeutet: Wenn immer E = λ J U λ, mit in E offenen U λ, gibt es endlich viele Indizes λ 1,..., λ n J, so daß E = U λ1... U λn. Der Begriff kompakt ist allein mit Hilfe von offenen Mengen formuliert und hängt somit nur von diesen ab. Man beachte daß unterschiedliche Metriken, die gleiche Topologie, also die gleichen offenen Mengen liefern können. Insofern hängt kompakt nicht von solchen Metriken ab. Der Begriff totalbeschränkt hängt aber stark von den Metriken auf E ab. 2.2 Verallgemeierter Heine Borelscher Satz Hierzu gilt der Satz 2.1 Für einen metrischen Raum E sind äquivalent. (a) E ist kompakt. (b) Jede Folge in E besitzt einen HP. (E ist folgenkompakt.) (c) E ist präkompakt und vollständig. (Vollständig bedeutet, daß jede Cauchyfolge in E konvergiert.) Beweis. (a) (b):(indirekt) Angenommen es gäbe eine Folge (x n ) n IN von E ohne HP. Dann ist jeder Punkt p E kein HP. Zu jedem p E findet man eine offene Kugel U p um p, so daß Λ p := {n x n U p } IN endlich ist. Weil E kompakt ist, folgt E = U p1 U pk. Einerseits ist Λ p1 Λ pk endlich und andererseits = IN, also unendlich. Das ist ein Widerspruch. (b) (c): (i) Wir zeigen zunächst: E ist vollständig. Sei x n eine CF. Nach (b) besitzt x n einen HP a Cauchyfolgen x n konvergieren gegen den HP a einer Teilefolge. (ii) Zeige E ist präkompakt. Beweis indirekt. Angenommen E nicht präkompakt. Dann gibt es α > 0 und keine endliche Überdeckung mit Kugeln vom Radius α von E. So findet man induktiv x n E, so daß x n+1 B(x 1, α) B(x n, α).

6 Hier gilt d(x i, x j ) α für alle i j. Die Folge der x i hat einen HP a. Es gibt eine Teilfolge x nk, die gegen a konvergiert. d(x nk, x nk+1 ) α. Für k folgt d(a, a) α > 0. (c) (a): (indirekt) Wir nehmen an, daß E nicht kompakt sei. Dann findet man eine offene Überdeckung (U λ ) λ Λ von E, die keine endliche Teilüberseckung enthält. Zu 2 n gibt es eine endliche Menge F n E, so daß E = x F n B(x, 2 n ). Durch Induktion über n findet man ein B n = B(x n, 2 n ) mit x n F n, so daß B n nicht von endlich vielen U λ überdeckt wird. Unter den B(x, 2 n 1 ) mit x F n+1 findet man eine Kugel B n+1 mit B n B n+1 und B n+1 wird nicht von endlich vielen U λ überdeckt. Die Mittelpunkte x n der Kugeln bilden eine Cauchyfolge. Weil B n B n+1, folgt d(x n, x n+1 ) 2 n + 2 n 1 < 2 n+1 d(x n, x n+k ) d(x n, x n+1 ) + + d(x n+k 1, x n+k ) 2 n+1 + + 2 n k+2 = 2 n+1 (1 + + 2 k+1 ) 2 n+1 2 Die Cauchyfolge konvergiert gegen einen Punkt a E. a liegt in einem U λ0. U λ0 ist offen und somit gibt es eine Kugel B(a, α) U λ0. Für hinreichend großes n gilt d(a, x n ) < α/2 und 2 n < α/2. Hierfür ist B n B(a, α) U λ0, denn x B n d(x, a) d(x, x n ) + d(x n, a) < 2 n + α/2 < α/2 + α/2 = α. Nun wird dieses B n durch das U λ0 überdeckt. Das ist ein Widerspruch. Bemerkungen. Das offene Intervall ]0, 1[ ist totalbeschränkt (präkompakt). Totalbeschränkt impliziert stets beschränkt. Die Umkehrung ist falsch. x y Auf IR ist d (x, y) := eine Metrik. Diese liefert die gleichen offenen Mengen, 1+ x y die gleichen Cauchyfolgen, ja sogar die gleichen offenen Kugeln, wie die Standardmetrik d(x, y) := x y. Der metrische Raum (IR, d ), also IR mit dieser neuen Metrik d, ist beschränkt, denn d (x, y) < 1 für alle x, y IR. Er ist auch vollständig, weil die Cauchyfolgen von d und d übereinstimmen. Wäre nun (IR, d ) totalbeschränkt, dann würde nach dem Satz folgen, daß IR kompakt wäre. Das ist ein Widerspruch.

7 Gleiche offenen Kugeln für d und d im vorigen Beispiel bedeutet B(x, r) = B (x, ρ), wobei ρ = ρ(r) = r. 1+r Daß mit den einen die Präkompaktheitsbedingung (totale Beschränktheit) vorliegt und bei den anderen Kugeln nicht, liegt an den unterschiedlichen Radien r und ρ, obwohl ja die Kugeln B(x, r) und B (x, ρ) als Mengen gleich sind. Für Teilmengen E IR n gilt: Beschränkt ist gleichbedeutend mit totalbeschränkt. 2.3 Lemma von Lebesgue. Das folgende Lemma wird nach Henri Lebesgue (1875 1941) benannt: Lemma 2.3.1 Sei U eine offene Überdeckung des kompakten metrischen Raumes Raumes X. Dann gibt es eine Zahl ɛ > 0, so daß jede (offene) Kugel B(x, ɛ) von X in einem geeigneten U U liegt. Definition 2.3.1 Man nennt ɛ eine Lebesguezahl der offenen Überdeckung U. Beweis. Der Beweis geht indirekt. Angenommen die offene Überdeckung U besäße keine Lebesguezahl ɛ. Dann ist auch jede Zahl 1/n (n IN) keine. Also findet man zu jedem n eine Kugel B(a n, 1/n), die in keinem U von U liegt. In dem kompakten Raum X besitzt a n eine konvergente Teilfolge b j := a nj. Bei Teilfolgen ist n 1 < n 2 <... und somit ist auch n j j. Weil B(a nj, 1/n j ) B(b j, 1/j) liegt auch B(b j, 1/j) in keinem U U, für alle j IN. Andererseits: Sei b = lim j b j. Dieses b liegt in einem U U. Weil U offen ist, gibt es eine offene Kugel B(b, 2r) U. Nun wählt man j IN, so groß, daß d(b j, b) und 1/j beide < r sind. Dann folgt B(b j, 1/j) B(b, 2r) U. Das liefert einen Widerspruch. Nun noch zu der Begründung der Inklusion: Aus x B(b j, 1/j) folgt d(b j, x) < 1/j und somit: d(b, x) d(b, b j ) + d(b j, x) < r + 1/j < r + r < 2r, also x B(b, 2r).