{
  "id": "contraction-mapping",
  "title": "压缩映射",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "压缩映射以小于一的统一因子缩短距离；在非空完备度量空间上，将该空间映入自身的压缩映射有唯一不动点。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "收缩映射"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/contraction-mapping/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/contraction-mapping/",
      "json": "https://aiwiki.page/en/contraction-mapping.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "压缩映射是度量空间之间的一种函数，它以同一个严格小于一的因子缩短任意两点间的距离。其重要性在于，这一定量条件与不动点的存在性密切相关：当压缩映射将非空完备度量空间映入自身时，反复应用该映射会收敛到唯一一个在映射作用下保持不变的点。这一原理既给出了存在性定理，也提供了构造解的方法。(jirka.org)"
    },
    {
      "heading": "定义与基本性质",
      "text": "设 \\((X,d_X)\\) 和 \\((Y,d_Y)\\) 为度量空间。如果存在常数 \\(q\\)，满足 \\(0\\le q<1\\)，使得\n\n\\[d_Y(Tx,Ty)\\le q\\,d_X(x,y) \\qquad\\text{对所有 }x,y\\in X,\\]\n\n则称映射 \\(T:X\\to Y\\) 为压缩映射。\n\n数 \\(q\\) 称为压缩常数，它不必是所有可取常数中最小的。因此，压缩映射具有常数小于一的利普希茨连续性，从而具有一致连续性。不动点结论针对的是将空间映入自身的映射 \\(T:X\\to X\\)，不过，上述距离不等式对于不同空间之间的映射同样有意义。(jirka.org)\n\n统一的上界至关重要：仅仅使每个非零距离都缩短，并不一定能找到一个统一的小于一的因子。相比之下，非扩张映射满足 \\(q=1\\) 时的不等式。压缩映射不一定是单射函数：常值映射就是压缩常数为 \\(q=0\\) 的压缩映射。此外，映射是否具有压缩性取决于所选的度量，而不只是底层集合本身的性质。(kconrad.math.uconn.edu)"
    },
    {
      "heading": "巴拿赫不动点定理",
      "text": "巴拿赫不动点定理又称压缩映射原理，指出：非空完备度量空间上的压缩映射 \\(T:X\\to X\\) 有唯一的不动点 \\(p\\)，满足 \\(Tp=p\\)。对于任意初始点 \\(x_0\\in X\\)，不动点迭代\n\n\\[x_{n+1}=Tx_n\\]\n\n都收敛到 \\(p\\)。完备性是指每个柯西序列在该空间内都有极限。这一定理适用于一般的度量空间，而不仅限于实数或有限维向量组成的空间。(jirka.org)\n\n这一数学证明结合了几何衰减与完备性。相邻迭代项满足\n\n\\[d(x_{n+1},x_n)\\le q^n d(x_1,x_0).\\]\n\n利用三角不等式并对等比级数求和，可得当 \\(m>n\\) 时，\n\n\\[d(x_m,x_n)\\le \\frac{q^n}{1-q}d(x_1,x_0).\\]\n\n因此，迭代序列是柯西序列，并收敛到某个点 \\(p\\)。由连续性可得 \\(Tp=p\\)。如果 \\(p\\) 和 \\(r\\) 都是不动点，那么\n\n\\[d(p,r)=d(Tp,Tr)\\le q\\,d(p,r),\\]\n\n这就必然有 \\(p=r\\)。(kconrad.math.uconn.edu)"
    },
    {
      "heading": "收敛性与误差估计",
      "text": "压缩映射迭代的误差具有按几何速度衰减的上界：\n\n\\[d(x_n,p)\\le q^n d(x_0,p).\\]\n\n一个实用的先验估计可用初始迭代步长表示：\n\n\\[d(x_n,p)\\le \\frac{q^n}{1-q}d(x_1,x_0).\\]\n\n利用最近计算出的迭代步长，可得到后验估计：\n\n\\[d(x_n,p)\\le \\frac{q}{1-q}d(x_n,x_{n-1}), \\qquad n\\ge1.\\]\n\n只要压缩映射的假设成立，这些估计就能将相邻迭代项之间的距离转化为有保证的误差上界。它们还为数值算法提供了停止准则，而无须知道精确的不动点。一般来说，压缩常数越小，所能保证的收敛速度就越快；接近一的上界则可能给出较为保守的估计。(people.math.ethz.ch)"
    },
    {
      "heading": "示例与验证",
      "text": "对于实数轴上的仿射映射\n\n\\[T(x)=ax+b,\\qquad |a|<1,\\]\n\n其压缩常数为 \\(|a|\\)，不动点为\n\n\\[p=\\frac{b}{1-a}.\\]\n\n事实上，\\(x_n-p=a^n(x_0-p)\\)，直接展示了几何收敛的特征。(kconrad.math.uconn.edu)\n\n对于定义在区间上的可微实函数，如果其导数满足统一的界\n\n\\[|T'(x)|\\le q<1,\\]\n\n则可通过中值定理推出压缩不等式。要应用不动点定理，还必须要求该函数将所选的完备定义域映入自身。例如，\\(T(x)=\\cos x\\) 将 \\([0,1]\\) 映入自身，且压缩常数为 \\(\\sin 1<1\\)。因此，反复进行余弦迭代会收敛到该区间内方程 \\(x=\\cos x\\) 的唯一解。(math.tecnico.ulisboa.pt)"
    },
    {
      "heading": "应用与局限",
      "text": "在泛函分析中，参与迭代的点本身可以是函数。一个重要例子是针对微分方程\n\n\\[y'(t)=f(t,y(t)),\\qquad y(t_0)=y_0\\]\n\n的皮卡—林德勒夫定理。\n\n将该方程改写为积分方程，并定义\n\n\\[(Ty)(t)=y_0+\\int_{t_0}^{t}f(s,y(s))\\,ds.\\]\n\n在连续函数组成的巴拿赫空间的某个适当闭子集上，若 \\(f\\) 关于因变量满足常数为 \\(L\\) 的利普希茨条件，则压缩常数至多为 \\(Lh\\)，其中 \\(|t-t_0|\\le h\\)。选取足够小的 \\(h\\)，并确保该子集在映射下保持不变，即可证明解的局部存在性与唯一性。(jirka.org)\n\n这些假设不能随意省略。例如，\\(T(x)=x/2\\) 在不完备空间 \\((0,1)\\) 上是压缩映射，但它唯一可能的不动点——零——不在该空间内。在完备空间 \\(\\mathbb R\\) 上，\\(T(x)=x+1\\) 是非扩张映射，却没有不动点。恒等映射则以每个点为不动点。这些例子分别说明，要获得定理所保证的结论，完备性、映射将空间映入自身，以及严格小于一的统一因子都是必要的。(jirka.org)"
    }
  ],
  "links": [
    "metric-space",
    "mathematical-function",
    "fixed-point",
    "lipschitz-continuity",
    "uniform-continuity",
    "injective-function",
    "banach-fixed-point-theorem",
    "complete-metric-space",
    "fixed-point-iteration",
    "cauchy-sequence",
    "limit",
    "real-number",
    "mathematical-proof",
    "triangle-inequality",
    "geometric-series",
    "algorithm",
    "affine-map",
    "derivative",
    "mean-value-theorem",
    "functional-analysis",
    "differential-equation",
    "integral",
    "banach-space"
  ],
  "sources": [
    {
      "title": "jirka.org/ra/html/sec_metpicard.html",
      "url": "https://www.jirka.org/ra/html/sec_metpicard.html"
    },
    {
      "title": "kconrad.math.uconn.edu/blurbs/analysis/contraction.pdf",
      "url": "https://kconrad.math.uconn.edu/blurbs/analysis/contraction.pdf"
    },
    {
      "title": "people.math.ethz.ch/~grsam/NCSE20/NumCSE_Lecture_Document.pdf",
      "url": "https://people.math.ethz.ch/~grsam/NCSE20/NumCSE_Lecture_Document.pdf"
    },
    {
      "title": "math.tecnico.ulisboa.pt/~calves/MC/cap1uk.html",
      "url": "https://www.math.tecnico.ulisboa.pt/~calves/MC/cap1uk.html"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}