{
  "id": "net-mathematics",
  "title": "网（数学）",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "网是以有向集为指标的族，推广了序列，可用于刻画任意拓扑空间中的收敛。",
  "category": "mathematics",
  "subcategory": "geometry",
  "type": "concept",
  "aliases": [
    "广义序列",
    "穆尔–史密斯序列"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/net-mathematics/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/net-mathematics/",
      "json": "https://aiwiki.page/en/net-mathematics.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "网是从一个有向集到某个集合的函数，这个集合通常是拓扑空间。它将数列与序列的概念加以推广，把自然数指标集替换为不一定可数、也不一定具有线性序的指标集。在任意拓扑空间中，仅靠序列可能不足以描述闭包、连续性和紧致性，而网的收敛可以用来描述这些性质。(math.wvu.edu)"
    },
    {
      "heading": "定义与指标",
      "text": "有向集是一个非空集合 \\(D\\)，其上配备自反且传递的关系 \\(\\leq\\)，使任意两个指标都有共同的上界：\n\n\\[\\forall d,e\\in D\\;\\exists f\\in D: \\qquad d\\leq f,\\quad e\\leq f.\\]\n\n有些定义还要求反对称性，此时该关系就是偏序；允许使用预序，也能得到通常的网理论。\\(X\\) 中的网是一个映射\n\n\\[x:D\\longrightarrow X,\\qquad d\\longmapsto x_d,\\]\n\n记作 \\((x_d)_{d\\in D}\\)。普通序列就是 \\(D=\\mathbb N\\) 且采用通常次序的情形。(math.wvu.edu)\n\n指标上的次序规定了什么叫作沿指标前进得足够远。不同指标未必可以比较，但有向性保证了有限多个关于“前进多远”的要求能够同时满足。网是带有指标的函数，而不仅仅是它的值域：指标结构决定了网的最终行为。(math.wvu.edu)\n\n典型的有向集包括按包含关系排序的某个集合的全体有限子集，以及按反向包含关系排序的某个点的全体邻域。对于邻域而言，集合越小，指标越靠后；两个邻域的交集给出了共同上界。(arxiv.org)"
    },
    {
      "heading": "收敛与聚点",
      "text": "在拓扑空间 \\(X\\) 中，若对 \\(x\\) 的每个邻域（拓扑学） \\(U\\)，都存在指标 \\(d_0\\)，使得\n\n\\[d\\geq d_0\\quad\\Longrightarrow\\quad x_d\\in U,\\]\n\n则称网 \\((x_d)\\) 收敛于 \\(x\\)，记作 \\(x_d\\to x\\)。也就是说，网最终始终处于其极限的每个邻域之内。这一定义既不需要距离函数，也不要求指标集可数。(math.uchicago.edu)\n\n若从某个指标起，网的所有项都属于集合 \\(A\\)，则称网最终处于 \\(A\\) 中。若\n\n\\[\\forall d_0\\in D\\;\\exists d\\geq d_0:\\quad x_d\\in A,\\]\n\n则称网频繁处于 \\(A\\) 中。若网频繁处于 \\(x\\) 的每个邻域中，则称点 \\(x\\) 为该网的聚点。作为聚点的条件比作为极限的条件弱：无论指标多靠后，都仍有项落入某个邻域，并不意味着网最终始终留在该邻域内。(math.wvu.edu)\n\n极限未必唯一。一个空间是豪斯多夫空间，当且仅当其中每个网至多有一个极限。在豪斯多夫空间中，若有两个不同的极限，它们可分别取互不相交的邻域，而网的项最终必须同时落入这两个邻域，这是不可能的。(lerman.web.illinois.edu)"
    },
    {
      "heading": "为什么序列不足以满足需要",
      "text": "在第一可数空间中，每个点都有可数邻域基；若某点属于一个集合的闭包，就能找到该集合中的一个序列收敛于该点。每个度量空间都属于这种情形。任意拓扑空间则未必具有这一性质。(arxiv.org)\n\n例如，设 \\(\\omega_1\\) 为第一个不可数序数，并在 \\([0,\\omega_1]\\) 上赋予序拓扑。点 \\(\\omega_1\\) 属于 \\([0,\\omega_1)\\) 的闭包，但没有任何由可数序数组成的序列收敛于它：这样的序列只有可数多项，因此存在严格小于 \\(\\omega_1\\) 的上界。以序数为指标的网\n\n\\[x_\\alpha=\\alpha,\\qquad \\alpha<\\omega_1,\\]\n\n却确实收敛于 \\(\\omega_1\\)。对于任意给定的可数序数，该网最终都会超过它。这具体展示了不可数序数所带来的现象，而扩展长直线等标准例子的构造正是以这种现象为基础的。(math.uchicago.edu)\n\n网与序列的区别并不只是可数列表与不可数列表的区别。网还允许采用偏序指标集，从而能够兼顾多个相互独立的逼近要求。(arxiv.org)"
    },
    {
      "heading": "子网",
      "text": "**子网**推广了子序列的概念，但它的指标集可能与原网的指标集大不相同。按照一种常用约定，\\((x_d)_{d\\in D}\\) 的子网是一个网\n\n\\[y_e=x_{\\phi(e)},\\qquad e\\in E,\\]\n\n其中 \\(E\\) 是有向集，且 \\(\\phi:E\\to D\\) 是保序且共尾的映射。共尾性是指，对每个 \\(d\\in D\\)，都存在某个 \\(\\phi(e)\\) 满足 \\(\\phi(e)\\geq d\\)。这两个要求共同保证，子网最终会越过原网的每个指标。(legacy-www.math.harvard.edu)\n\n另一些约定不要求保序性和共尾性，而是直接要求\n\n\\[\\forall d\\in D\\;\\exists e_0\\in E\\;\\forall e\\geq e_0: \\quad \\phi(e)\\geq d.\\]\n\n作者必须说明自己采用哪一种约定。子网未必只是将原网限制在其指标集的某个子集上，序列的子网也未必是子序列。(math.wvu.edu)\n\n收敛网的每个子网都收敛于同一个极限。一个点是某个网的聚点，当且仅当该网有一个子网收敛于这个点。(math.hu-berlin.de)"
    },
    {
      "heading": "拓扑性质的刻画",
      "text": "网可以给出若干普遍适用的刻画：\n\n- 闭包： \\(x\\) 属于 \\(A\\subseteq X\\) 的闭包（拓扑学），当且仅当存在一个所有项都在 \\(A\\) 中的网收敛于 \\(x\\)。\n- 闭集： \\(A\\) 是闭集，当且仅当 \\(A\\) 包含其中每个网在 \\(X\\) 中的所有极限。\n- 连续性： 映射 \\(f:X\\to Y\\) 是连续函数，当且仅当只要 \\(x_d\\to x\\)，就有 \\(f(x_d)\\to f(x)\\)。\n- 积空间： 配备积拓扑的空间中的网收敛，当且仅当它在每个坐标上都收敛。(math.wvu.edu)\n\n对于闭包，可以显式构造出满足上述条件的网。若 \\(x\\in\\overline A\\)，则 \\(x\\) 的每个邻域 \\(U\\) 都与 \\(A\\) 相交。选取 \\(a_U\\in A\\cap U\\)，并以按反向包含关系排序的邻域作为这些点的指标，就有 \\(a_U\\to x\\)。这说明网如何利用完整的邻域结构，而不是仅依靠可能不足以满足需要的可数个邻域。(arxiv.org)\n\n一个空间是紧空间，当且仅当其中每个网都有收敛子网；等价地，其中每个网都有聚点。这是序列紧致性在网理论中的对应形式，但这两个概念在任意空间中并不等价。在度量空间中，它们是一致的。(math.hu-berlin.de)"
    },
    {
      "heading": "与滤子的关系",
      "text": "滤子通过子集而非指标来描述最终行为。对于网 \\((x_d)\\)，定义其尾集为\n\n\\[T_{d_0}=\\{x_d:d\\geq d_0\\}.\\]\n\n这些尾集生成滤子\n\n\\[\\mathcal F_x= \\{A\\subseteq X:T_{d_0}\\subseteq A \\text{，其中 }d_0\\text{ 为某个指标}\\}.\\]\n\n因此，\\(\\mathcal F_x\\) 恰好由网最终处于其中的所有集合组成。网收敛于 \\(x\\)，当且仅当 \\(x\\) 的每个邻域都属于 \\(\\mathcal F_x\\)。(math.wvu.edu)\n\n反过来，每个真滤子都可以用一个网来表示，使该网的最终所在集合构成的滤子恰好等于原滤子。一种构造方法是使用二元组 \\((A,a)\\)，其中 \\(A\\) 属于该滤子且 \\(a\\in A\\)；按集合分量的反向包含关系对这些二元组排序，并赋予其值 \\(a\\)。因此，网与滤子表达了等价的收敛信息，但它们并非严格的一一对应：不同的网可以生成同一个滤子。(math.wvu.edu)"
    },
    {
      "heading": "历史发展",
      "text": "以有向集为指标的收敛的一般理论，由 E. H. 穆尔与 H. L. 史密斯在《极限的一般理论》（“A General Theory of Limits”）中提出，该文于 1922 年 4 月发表于《美国数学杂志》（American Journal of Mathematics）。网的另一名称穆尔–史密斯序列正是源于这段历史。他们的理论框架统一了那些采用比正整数更一般的指标集的极限过程。(jstor.org)"
    }
  ],
  "links": [
    "mathematical-function",
    "topological-space",
    "sequence-mathematics",
    "limit",
    "partial-order",
    "neighborhood-topology",
    "hausdorff-space",
    "first-countable-space",
    "metric-space",
    "ordinal-number",
    "closure-topology",
    "closed-set",
    "continuous-function",
    "product-topology",
    "compact-space"
  ],
  "sources": [
    {
      "title": "A General Theory of Limits",
      "url": "https://www.jstor.org/stable/2370388"
    },
    {
      "title": "Math 535 lecture notes and videos, Fall 2021",
      "url": "https://lerman.web.illinois.edu/535/f21/535f21hw.html"
    },
    {
      "title": "Topology I—III, HU Berlin",
      "url": "https://www.math.hu-berlin.de/~wendl/Sommer2025/Topologie3/lecturenotes.pdf"
    },
    {
      "title": "Topology Course Notes — Harvard University",
      "url": "https://legacy-www.math.harvard.edu/~ctm/papers/home/text/class/harvard/131/course/course.pdf"
    },
    {
      "title": "Topology - I",
      "url": "https://www.math.uchicago.edu/~womp/2004/shulman04.pdf"
    },
    {
      "title": "Sequences and nets in topology",
      "url": "https://arxiv.org/html/1006.4472"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}