Espacio pseudométrico

En matemáticas, y más específicamente en topología y análisis funcional, espacio seudométrico es un concepto que generaliza el de espacio métrico, sustituyendo el concepto de distancia por el de seudodistancia o seudométrica, de tal forma que la seudodistancia entre dos puntos distintos puede ser cero.​

Una seudodistancia o, más generalmente, una familia de seudodistancias determina en un conjunto una estructura uniforme. El espacio topológico resultante se denomina espacio de calibración o espacio gauge.

Reciprocamente, toda estructura uniforme puede ser inducida por una familia de seudodistancias. En particular, una sola seudodistancia es suficiente para determinar la estructura si y solo si existe un sistema fundamental de entornos numerable.

Definición y propiedades

Un espacio seudométrico $(X,d)$ es un par formado por un conjunto $X$ y una función $d\colon X\times X\longrightarrow \mathbb {R} _{\geq 0}$ (denominada semidistancia o seudométrica), con valores reales no negativos, tal que para todo $x,y,z\in X$,

1. $d(x,x)=0$.
2. $d(x,y)=d(y,x)$ (simetría)
3. $d(x,z)\leq d(x,y)+d(y,z)$ (desigualdad triangular)

De estas condiciones se deduce que la seudodistancia no puede tomar valores negativos, ya que $d(x,y)={\tfrac {1}{2}}(d(x,y)+d(y,x))\geq {\tfrac {1}{2}}d(x,x)=0$.

Todo espacio métrico es un espacio seudométrico. Sin embargo, en general, no se requiere que los puntos sean distinguibles; es decir, puede darse $d(x,y)=0$ para diferentes valores $x\neq y$.

Utilizando seudodistancias en lugar de distancias se pueden trasladar fácilmente a los espacios seudométricos algunos conceptos definidos originalmente para espacios métricos, como el de acotación de conjuntos y funciones o el de continuidad uniforme.

La suma de una familia finita de seudodistancias $d_{i};\;1\leq i\leq n$ en un conjunto $X$ es otra seudodistancia $d(x,y)=d_{1}(x,y)+d_{2}(x,y)+\dotsb +d_{n}(x,y)$.

A partir de una familia numerable de seudodistancias $d_{i};\;i\in \mathbb {N}$ definidas en el mismo conjunto $X$ puede definirse una distancia por medio de

$d(x,y)=\sum \limits _{i=0}^{\infty }2^{-i}{\frac {d_{i}(x,y)}{1+d_{i}(x,y)}}$

Ejemplos

• Todo espacio métrico $(M,d)$ es válido como ejemplo de espacios seudométricos.

• La seudodistancia nula $d(x,y)=0$ definida en cualquier conjunto $X$ determina la topología trivial.

• Sea ${\mathcal {F}}(X)$ el espacio de funciones $f\colon X\to \mathbb {R}$ definidas en un conjunto $X$ con valores reales, en el que se ha elegido un punto $x_{0}\in X$. Este punto induce una seudodistancia en ${\mathcal {F}}(X)$ definida por

$d(f,g)=|f(x_{0})-g(x_{0})|$ para todo $f,g\in {\mathcal {F}}(X)$

• En un espacio vectorial $V$, una seminorma $p$ induce una seudodistancia definida por

$d(x,y)=p(x-y).$

• Todo espacio de medida $(\Omega ,{\mathcal {A}},\mu )$ puede verse como un espacio seudométrico completo definiendo

$d(A,B):=\mu (A\Delta B)$ para todo $A,B\in {\mathcal {A}}$.

Topología

La topología seudométrica es la topología inducida por las bolas abiertas

$B_{r}(p)=\{x\in X\mid d(p,x)<r\},$

que forman una base para la topología.​

Se dice que un espacio topológico es seudometrizable si puede dotarse de una seudodistancia tal que la topología seudométrica coincide con la dada.

La diferencia entre seudodistancias y distancias es esencialmente topológica. Una seudodistancia es una distancia si y solo si la topología que genera es de Kolmogorov (es decir, puntos diferentes son topológicamente distinguibles).

seudodistancias y estructuras uniformes

Definición de una estructura uniforme a partir de una seudodistancia

Sea $X$ un conjunto dotado de una seudodistancia $d$. El conjunto $F$ de imágenes inversas por d de intervalos de la forma [0,a), es un sistema fundamental de entourages para una estructura uniforme sobre $X$

$F:=\{d^{-1}([0,a))\mid a\in \mathbb {R} _{+}\}$, siendo

$d^{-1}([0,a))=\{(x,y)\in X\times X\mid d(x,y)<a\}$

Se dice que dicha estructura está definida o determinada por la seudodistancia $d$.

Igualmente, una familia $(d_{i})_{i\in I}$ de seudodistancias en un conjunto $X$, determina una estructura uniforme que es el supremo de las estructuras definidas por cada una de ellas. Es decir, la intersección de todas las estructuras uniformes definidas en dicho conjunto $X$ que contengan todas las estructuras individuales.

Definición de una seudodistancia a partir de una estructura uniforme

Sea $X$ un espacio uniforme en el que se puede identificar un sistema fundamental de entourages $(N_{k})_{k\in \mathbb {N} }$ numerable. Se puede demostrar la existencia de otro sistema fundamental de entourages simétricos $(S_{k})_{k\in \mathbb {N} }$ cumpliendo $S_{0}\subseteq N_{0}$ y $S_{k+1}^{3}\subseteq S_{k}\cap N_{k}$, donde $S^{3}=$S∘S∘S representa un encadenamiento de entourages.

Para construir una seudodistancia, partimos de la función $g\colon X\times X\longrightarrow \mathbb {R} _{\geq 0}$, definida por

$g(x,y):={\begin{cases}1\;{\mbox{si}}\;(x,y)\not \in S_{0}\\\inf\{2^{-k-1}|(x,y)\in S_{k}\}\;{\rm {encasocontrario}}\end{cases}}$

Esta función es simétrica y se anula en la diagonal, pero no cumple necesariamente la desigualdad triangular. Para obtener el resultado deseado se utiliza el siguiente procedimiento.

Sea C el conjunto de todas las secuencias finitas de puntos de $X$ que comienzan en $x$ y terminan en $y$. Entonces podemos definir una seudodistancia en $X$ mediante

$d(x,y):=\inf \left\{\sum _{j=0}^{n-1}g(z_{j},z_{j+1})\mid (z_{j})_{j=0,\dotsc ,n}\in C\right\}$.

La estructura uniforme determinada por esta seudodistancia es la estructura uniforme original.

Este resultado puede generalizarse. Dada cualquier estructura uniforme en un conjunto $X$, es posible identificar una familia de seudométricas que, a su vez, determine la estructura uniforme de partida.​

Identificación métrica

Se denomina identificación métrica a la relación de equivalencia definida por $x\sim y$ si $d(x,y)=0$.

Sean

$X^{*}=X/{\sim }$

$d^{*}([x],[y])=d(x,y)$

Entonces $d^{*}$ es una métrica en $X^{*}$ y $(X^{*},d^{*})$ un espacio métrico bien definido.​

La identificación métrica preserva las topologías inducidas. Es decir, un subconjunto $A\subset X$ es abierto (o cerrado) en $(X,d)$ si y solo si $\pi (A)=[A]$ es abierto (o cerrado) en $(X^{*},d^{*})$ y A es saturado, siendo $\pi \colon X\to X^{*}$ la proyección canónica que hace corresponder a cada punto de $X$ la clase de equivalencia que lo contiene.

Referencias

• von Querenburg, Boto (2001). Mengentheoretische Topologie (en alemán). Berlin: Springer-Verlag. ISBN 3-540-67790-9. 

• Arkhangel'skii, A.V.; Pontryagin, L.S. (1990). General Topology I: Basic Concepts and Constructions Dimension Theory. Encyclopaedia of Mathematical Sciences (en inglés). Springer. ISBN 3-540-18178-4. 

• Steen, Lynn Arthur; Seebach, Arthur (1995) [1970]. Counterexamples in Topology (en inglés) (new edition edición). Dover Publications. ISBN 0-486-68735-X. 

• Example of pseudometric space en PlanetMath.

• Datos: Q1397059