SlideShare a Scribd company logo
X,Y を位相空間とする.XからY への写像f:X→Y に対し,積集合X×Y の 部分集合 G
= {(x,f(x)) ; x ∈ X} をf のグラフという.
(1) f が連続写像で Y がハウスドルフ空間であるための必要十分条件は, f
のグラフ G は X × Y の積位 相に関して閉集合であることを示せ.
証明[斎藤毅]集合と位相p138
(2) X,Y がともに実数直線 R のとき, 連続でない写像 f : X → Y で, そのク
゙ラフ G が X × Y = 𝑅2
の閉集合となるものの例をあげよ.
f(x)=1/x (xが0でないとき)
f(0)=0
とする。すると𝑅2
上1点は閉集合だから(0,0)は閉集合
またxがゼロでない部分のグラフの補集合は開集合である。
よってグラフは閉集合である。

More Related Content

What's hot

[DL輪読会]Learning Robust Rewards with Adversarial Inverse Reinforcement Learning
[DL輪読会]Learning Robust Rewards with Adversarial Inverse Reinforcement Learning[DL輪読会]Learning Robust Rewards with Adversarial Inverse Reinforcement Learning
[DL輪読会]Learning Robust Rewards with Adversarial Inverse Reinforcement Learning
Deep Learning JP
 
CLR AND LALR PARSER
CLR AND LALR PARSERCLR AND LALR PARSER
CLR AND LALR PARSER
Akila Krishnamoorthy
 
7-Operator Precedence Parser-23-05-2023.pptx
7-Operator Precedence Parser-23-05-2023.pptx7-Operator Precedence Parser-23-05-2023.pptx
7-Operator Precedence Parser-23-05-2023.pptx
venkatapranaykumarGa
 
Fisher Vectorによる画像認識
Fisher Vectorによる画像認識Fisher Vectorによる画像認識
Fisher Vectorによる画像認識
Takao Yamanaka
 
公開鍵暗号8: 有限体上の楕円曲線の位数計算
公開鍵暗号8: 有限体上の楕円曲線の位数計算公開鍵暗号8: 有限体上の楕円曲線の位数計算
公開鍵暗号8: 有限体上の楕円曲線の位数計算Joe Suzuki
 
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
STAIR Lab, Chiba Institute of Technology
 
Encontrando Raíces Reales de Ecuaciones Polinomiales (6-5)
Encontrando Raíces Reales de Ecuaciones Polinomiales (6-5)Encontrando Raíces Reales de Ecuaciones Polinomiales (6-5)
Encontrando Raíces Reales de Ecuaciones Polinomiales (6-5)Angel Carreras
 
Recursion
RecursionRecursion
Recursion
Ssankett Negi
 
深層学習による非滑らかな関数の推定
深層学習による非滑らかな関数の推定深層学習による非滑らかな関数の推定
深層学習による非滑らかな関数の推定
Masaaki Imaizumi
 
Survival analysis0702
Survival analysis0702Survival analysis0702
Survival analysis0702
Nobuaki Oshiro
 
確率的主成分分析
確率的主成分分析確率的主成分分析
確率的主成分分析
Mika Yoshimura
 
Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)
yukihiro domae
 
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
強化学習技術とゲーム AI  〜 今できる事と今後できて欲しい事 〜強化学習技術とゲーム AI  〜 今できる事と今後できて欲しい事 〜
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
佑 甲野
 
ディープラーニングの2値化(Binarized Neural Network)
ディープラーニングの2値化(Binarized Neural Network)ディープラーニングの2値化(Binarized Neural Network)
ディープラーニングの2値化(Binarized Neural Network)
Hideo Terada
 
データサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテストデータサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテスト
Ken'ichi Matsui
 
Popcntによるハミング距離計算
Popcntによるハミング距離計算Popcntによるハミング距離計算
Popcntによるハミング距離計算
Norishige Fukushima
 
関東CV勉強会 Kernel PCA (2011.2.19)
関東CV勉強会 Kernel PCA (2011.2.19)関東CV勉強会 Kernel PCA (2011.2.19)
関東CV勉強会 Kernel PCA (2011.2.19)Akisato Kimura
 
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Hideki Tsunashima
 
スパースモデリング入門
スパースモデリング入門スパースモデリング入門
スパースモデリング入門
Hideo Terada
 

What's hot (20)

[DL輪読会]Learning Robust Rewards with Adversarial Inverse Reinforcement Learning
[DL輪読会]Learning Robust Rewards with Adversarial Inverse Reinforcement Learning[DL輪読会]Learning Robust Rewards with Adversarial Inverse Reinforcement Learning
[DL輪読会]Learning Robust Rewards with Adversarial Inverse Reinforcement Learning
 
CLR AND LALR PARSER
CLR AND LALR PARSERCLR AND LALR PARSER
CLR AND LALR PARSER
 
7-Operator Precedence Parser-23-05-2023.pptx
7-Operator Precedence Parser-23-05-2023.pptx7-Operator Precedence Parser-23-05-2023.pptx
7-Operator Precedence Parser-23-05-2023.pptx
 
Fisher Vectorによる画像認識
Fisher Vectorによる画像認識Fisher Vectorによる画像認識
Fisher Vectorによる画像認識
 
公開鍵暗号8: 有限体上の楕円曲線の位数計算
公開鍵暗号8: 有限体上の楕円曲線の位数計算公開鍵暗号8: 有限体上の楕円曲線の位数計算
公開鍵暗号8: 有限体上の楕円曲線の位数計算
 
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
 
Encontrando Raíces Reales de Ecuaciones Polinomiales (6-5)
Encontrando Raíces Reales de Ecuaciones Polinomiales (6-5)Encontrando Raíces Reales de Ecuaciones Polinomiales (6-5)
Encontrando Raíces Reales de Ecuaciones Polinomiales (6-5)
 
Recursion
RecursionRecursion
Recursion
 
深層学習による非滑らかな関数の推定
深層学習による非滑らかな関数の推定深層学習による非滑らかな関数の推定
深層学習による非滑らかな関数の推定
 
Survival analysis0702
Survival analysis0702Survival analysis0702
Survival analysis0702
 
確率的主成分分析
確率的主成分分析確率的主成分分析
確率的主成分分析
 
Gcc porting
Gcc portingGcc porting
Gcc porting
 
Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)Graph convolution (スペクトルアプローチ)
Graph convolution (スペクトルアプローチ)
 
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
強化学習技術とゲーム AI  〜 今できる事と今後できて欲しい事 〜強化学習技術とゲーム AI  〜 今できる事と今後できて欲しい事 〜
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
 
ディープラーニングの2値化(Binarized Neural Network)
ディープラーニングの2値化(Binarized Neural Network)ディープラーニングの2値化(Binarized Neural Network)
ディープラーニングの2値化(Binarized Neural Network)
 
データサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテストデータサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテスト
 
Popcntによるハミング距離計算
Popcntによるハミング距離計算Popcntによるハミング距離計算
Popcntによるハミング距離計算
 
関東CV勉強会 Kernel PCA (2011.2.19)
関東CV勉強会 Kernel PCA (2011.2.19)関東CV勉強会 Kernel PCA (2011.2.19)
関東CV勉強会 Kernel PCA (2011.2.19)
 
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
Disentanglement Survey:Can You Explain How Much Are Generative models Disenta...
 
スパースモデリング入門
スパースモデリング入門スパースモデリング入門
スパースモデリング入門
 

More from 政孝 鍋島

ゼータ関数と任意の正の数への収束
ゼータ関数と任意の正の数への収束 ゼータ関数と任意の正の数への収束
ゼータ関数と任意の正の数への収束
政孝 鍋島
 
曲面の面積の計算と証明
曲面の面積の計算と証明 曲面の面積の計算と証明
曲面の面積の計算と証明
政孝 鍋島
 
少し複雑な積分問題
少し複雑な積分問題少し複雑な積分問題
少し複雑な積分問題
政孝 鍋島
 
関数の各点収束と一様収束
関数の各点収束と一様収束関数の各点収束と一様収束
関数の各点収束と一様収束
政孝 鍋島
 
積分と漸化式
積分と漸化式 積分と漸化式
積分と漸化式
政孝 鍋島
 
ガウス積分
ガウス積分ガウス積分
ガウス積分
政孝 鍋島
 
D上の関数の極値の問題
D上の関数の極値の問題 D上の関数の極値の問題
D上の関数の極値の問題
政孝 鍋島
 
面積と長さの問題
面積と長さの問題 面積と長さの問題
面積と長さの問題
政孝 鍋島
 
面積と長さの問題
面積と長さの問題 面積と長さの問題
面積と長さの問題
政孝 鍋島
 
らプラシアン作用素
らプラシアン作用素らプラシアン作用素
らプラシアン作用素
政孝 鍋島
 
2つのトーラスの合体
2つのトーラスの合体2つのトーラスの合体
2つのトーラスの合体
政孝 鍋島
 
メビウスの帯とトーラス
メビウスの帯とトーラスメビウスの帯とトーラス
メビウスの帯とトーラス
政孝 鍋島
 
3つの球体の合体
3つの球体の合体 3つの球体の合体
3つの球体の合体
政孝 鍋島
 
凸角形全体の位相の性質
凸角形全体の位相の性質 凸角形全体の位相の性質
凸角形全体の位相の性質
政孝 鍋島
 
コンパクトとハウスドルフの問題
コンパクトとハウスドルフの問題 コンパクトとハウスドルフの問題
コンパクトとハウスドルフの問題
政孝 鍋島
 
円の位相
円の位相円の位相
円の位相
政孝 鍋島
 
(-∞,a)位相
(-∞,a)位相 (-∞,a)位相
(-∞,a)位相
政孝 鍋島
 
位相と有限集合
位相と有限集合 位相と有限集合
位相と有限集合
政孝 鍋島
 
(a,b]位相とコンパクト性
(a,b]位相とコンパクト性 (a,b]位相とコンパクト性
(a,b]位相とコンパクト性
政孝 鍋島
 
積位相とコンパクト
積位相とコンパクト積位相とコンパクト
積位相とコンパクト
政孝 鍋島
 

More from 政孝 鍋島 (20)

ゼータ関数と任意の正の数への収束
ゼータ関数と任意の正の数への収束 ゼータ関数と任意の正の数への収束
ゼータ関数と任意の正の数への収束
 
曲面の面積の計算と証明
曲面の面積の計算と証明 曲面の面積の計算と証明
曲面の面積の計算と証明
 
少し複雑な積分問題
少し複雑な積分問題少し複雑な積分問題
少し複雑な積分問題
 
関数の各点収束と一様収束
関数の各点収束と一様収束関数の各点収束と一様収束
関数の各点収束と一様収束
 
積分と漸化式
積分と漸化式 積分と漸化式
積分と漸化式
 
ガウス積分
ガウス積分ガウス積分
ガウス積分
 
D上の関数の極値の問題
D上の関数の極値の問題 D上の関数の極値の問題
D上の関数の極値の問題
 
面積と長さの問題
面積と長さの問題 面積と長さの問題
面積と長さの問題
 
面積と長さの問題
面積と長さの問題 面積と長さの問題
面積と長さの問題
 
らプラシアン作用素
らプラシアン作用素らプラシアン作用素
らプラシアン作用素
 
2つのトーラスの合体
2つのトーラスの合体2つのトーラスの合体
2つのトーラスの合体
 
メビウスの帯とトーラス
メビウスの帯とトーラスメビウスの帯とトーラス
メビウスの帯とトーラス
 
3つの球体の合体
3つの球体の合体 3つの球体の合体
3つの球体の合体
 
凸角形全体の位相の性質
凸角形全体の位相の性質 凸角形全体の位相の性質
凸角形全体の位相の性質
 
コンパクトとハウスドルフの問題
コンパクトとハウスドルフの問題 コンパクトとハウスドルフの問題
コンパクトとハウスドルフの問題
 
円の位相
円の位相円の位相
円の位相
 
(-∞,a)位相
(-∞,a)位相 (-∞,a)位相
(-∞,a)位相
 
位相と有限集合
位相と有限集合 位相と有限集合
位相と有限集合
 
(a,b]位相とコンパクト性
(a,b]位相とコンパクト性 (a,b]位相とコンパクト性
(a,b]位相とコンパクト性
 
積位相とコンパクト
積位相とコンパクト積位相とコンパクト
積位相とコンパクト
 

グラフと閉集合

  • 1. X,Y を位相空間とする.XからY への写像f:X→Y に対し,積集合X×Y の 部分集合 G = {(x,f(x)) ; x ∈ X} をf のグラフという. (1) f が連続写像で Y がハウスドルフ空間であるための必要十分条件は, f のグラフ G は X × Y の積位 相に関して閉集合であることを示せ. 証明[斎藤毅]集合と位相p138 (2) X,Y がともに実数直線 R のとき, 連続でない写像 f : X → Y で, そのク ゙ラフ G が X × Y = 𝑅2 の閉集合となるものの例をあげよ. f(x)=1/x (xが0でないとき) f(0)=0 とする。すると𝑅2 上1点は閉集合だから(0,0)は閉集合 またxがゼロでない部分のグラフの補集合は開集合である。 よってグラフは閉集合である。