{
  "id": "inverse-function-theorem",
  "title": "反函数定理",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "反函数定理给出可微映射存在可微局部反函数的条件，且反函数的导数是原映射导数的逆。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "逆函数定理",
    "局部反函数定理"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/inverse-function-theorem/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/inverse-function-theorem/",
      "json": "https://aiwiki.page/en/inverse-function-theorem.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "反函数定理是数学分析中的一项基本结果：对于相同有限维数的空间之间的连续可微映射，在导数可逆的任一点附近，都存在连续可微的局部反函数。它将关于线性近似的条件转化为关于非线性映射的结论：邻近的输出值唯一对应于邻近的输入值，且这种对应关系是可微的。该定理是坐标变换、非线性方程的局部求解以及微分几何中许多内容的基础。"
    },
    {
      "heading": "欧几里得空间中的表述",
      "text": "设 \\(U\\) 是欧几里得空间 \\(\\mathbb{R}^n\\) 的一个开集，且映射\n\n\\[F:U\\longrightarrow\\mathbb{R}^n\\]\n\n连续可微，也记作 \\(F\\in C^1(U,\\mathbb{R}^n)\\)。假设在某点 \\(a\\in U\\) 处，导数\n\n\\[DF(a):\\mathbb{R}^n\\longrightarrow\\mathbb{R}^n\\]\n\n是可逆的线性映射。\n\n那么，存在 \\(a\\) 的开邻域 \\(V\\subseteq U\\) 和 \\(F(a)\\) 的开邻域 \\(W\\)，使得限制映射\n\n\\[F|_V:V\\longrightarrow W\\]\n\n是双射函数，且其反函数 \\(G:W\\to V\\) 连续可微。反函数也可微的可微双射称为微分同胚。\n\n在坐标表示下，\\(DF(a)\\) 由雅可比矩阵\n\n\\[DF(a)= \\begin{pmatrix} \\dfrac{\\partial F_1}{\\partial x_1}(a)&\\cdots& \\dfrac{\\partial F_1}{\\partial x_n}(a)\\\\ \\vdots&\\ddots&\\vdots\\\\ \\dfrac{\\partial F_n}{\\partial x_1}(a)&\\cdots& \\dfrac{\\partial F_n}{\\partial x_n}(a) \\end{pmatrix}.\\]\n\n表示。因此，定理的假设等价于\n\n\\[\\det DF(a)\\ne 0,\\]\n\n其中 \\(\\det\\) 表示行列式。\n\n反函数的导数满足\n\n\\[DG(y)=\\bigl[DF(G(y))\\bigr]^{-1}, \\qquad y\\in W.\\]\n\n特别地，\n\n\\[DG(F(a))=[DF(a)]^{-1}.\\]\n\n这里，上标 \\(-1\\) 有两种相关的含义：\\(G=F^{-1}\\) 表示反函数，而 \\([DF(x)]^{-1}\\) 表示逆矩阵或线性映射的逆，并不是对矩阵的各个元素分别取倒数。"
    },
    {
      "heading": "几何意义",
      "text": "可微性给出如下近似：\n\n\\[F(a+h)=F(a)+DF(a)h+o(\\|h\\|).\\]\n\n如果 \\(DF(a)\\) 可逆，那么这一线性近似既不会将某个方向压缩为零，也不会将不同向量映到同一个向量。连续可微性保证了邻近各点处的导数与这一可逆映射足够接近。定理表明，非线性映射因此仍然具有局部可逆性。\n\n这一结论是局部的，而非全局的。邻域 \\(V\\) 和 \\(W\\) 可能很小，定理本身并未说明相距较远的点是否会有相同的像。\n\n定理的结论也不止于局部单射性。它还保证映射的像包含 \\(F(a)\\) 的一个邻域，而且在适当邻域上，反函数与原映射具有相同阶数的可微性。"
    },
    {
      "heading": "一元情形",
      "text": "对于定义在开区间上的连续可微实函数 \\(f\\)，条件\n\n\\[f'(a)\\ne 0\\]\n\n意味着 \\(f\\) 在 \\(a\\) 和 \\(f(a)\\) 附近的适当区间上具有连续可微的反函数。其导数为\n\n\\[(f^{-1})'(y)=\\frac{1}{f'(f^{-1}(y))}.\\]\n\n由 \\(f'\\) 的连续性可知，它在 \\(a\\) 附近某个足够小的区间上保持同号。再由中值定理可知，\\(f\\) 在该区间上严格单调，因而具有局部单射性。\n\n例如，\\(f(x)=x^2\\) 在每个 \\(a\\ne 0\\) 处都局部可逆。在正数点附近，其反函数是正平方根函数；在负数点附近，其反函数是负平方根函数。在 \\(a=0\\) 处，导数为零，且不存在以零为内点的开区间，使该函数在此区间上的限制具有反函数。\n\n如果仅要求反函数连续，那么上述导数条件并非必要条件。函数 \\(f(x)=x^3\\) 在全局上可逆，尽管 \\(f'(0)=0\\)。然而，其反函数 \\(y^{1/3}\\) 在零点不可微。因此，这个例子并不与定理中保证可微反函数存在的判据相矛盾。"
    },
    {
      "heading": "利用压缩映射的证明",
      "text": "一种标准证明使用巴拿赫不动点定理。它说明了可逆导数为何能够控制邻近的非线性方程。\n\n令 \\(A=DF(a)\\)。求解\n\n\\[F(x)=y\\]\n\n等价于寻找映射\n\n\\[T_y(x)=x+A^{-1}(y-F(x)).\\]\n\n的不动点。其导数为\n\n\\[DT_y(x)=I-A^{-1}DF(x).\\]\n\n在 \\(x=a\\) 处，这个导数为零。由 \\(DF\\) 的连续性，可以选取足够小的闭球 \\(\\overline B(a,r)\\subset U\\)，使得在整个球上都有\n\n\\[\\|I-A^{-1}DF(x)\\|\\le q<1\\]\n\n成立，其中使用的是欧几里得范数诱导的算子范数。由中值估计可得\n\n\\[\\|T_y(x)-T_y(z)\\|\\le q\\|x-z\\|.\\]\n\n因此，\\(T_y\\) 是一个压缩映射。\n\n如果 \\(y\\) 与 \\(F(a)\\) 足够接近，则\n\n\\[\\|A^{-1}(y-F(a))\\|<(1-q)r,\\]\n\n这保证了 \\(T_y\\) 将该闭球映入自身。不动点定理给出球内唯一的解 \\(x=G(y)\\)。\n\n同样的估计表明，这个解对 \\(y\\) 的依赖在局部是利普希茨连续的。为证明可微性，令 \\(x=G(y)\\)，并写出\n\n\\[h=F(x+k)-F(x)=DF(x)k+o(\\|k\\|),\\]\n\n其中 \\(k=G(y+h)-G(y)\\)。利普希茨估计给出 \\(\\|k\\|=O(\\|h\\|)\\)，于是\n\n\\[G(y+h)-G(y) =[DF(G(y))]^{-1}h+o(\\|h\\|).\\]\n\n这就证明了导数公式。导数的连续性则由 \\(DF\\) 的连续性、\\(G\\) 的连续性以及矩阵求逆运算在可逆矩阵集合上的连续性得到。\n\n反函数的可微性一经确立，也可以对 \\(F\\circ G=\\operatorname{id}\\) 应用链式法则，直接得到同一公式。"
    },
    {
      "heading": "例子与局限",
      "text": "可逆的非线性坐标映射\n\n考虑\n\n\\[F(x,y)=(x+y,x-y+x^2).\\]\n\n其雅可比矩阵为\n\n\\[DF(x,y)= \\begin{pmatrix} 1&1\\\\ 1+2x&-1 \\end{pmatrix}, \\qquad \\det DF(x,y)=-2-2x.\\]\n\n定理保证，在每个满足 \\(x\\ne-1\\) 的点处，都存在可微的局部反函数。\n\n在原点处，\n\n\\[DF(0,0)= \\begin{pmatrix} 1&1\\\\ 1&-1 \\end{pmatrix},\\]\n\n因此，局部反函数在 \\((0,0)\\) 处的导数为\n\n\\[DG(0,0)= \\begin{pmatrix} \\tfrac12&\\tfrac12\\\\ \\tfrac12&-\\tfrac12 \\end{pmatrix}.\\]\n\n无需写出非线性反函数的显式公式，就能计算其导数。\n\n雅可比矩阵非奇异并不能保证全局反函数存在\n\n映射\n\n\\[F(x,y)=(e^x\\cos y,e^x\\sin y)\\]\n\n处处满足\n\n\\[\\det DF(x,y)=e^{2x}>0\\]\n\n。然而，\n\n\\[F(x,y+2\\pi)=F(x,y),\\]\n\n所以它并非全局单射。它以指数函数作为半径、以周期变量作为角度，对去掉原点的平面进行参数化，与极坐标密切相关。\n\n全局反函数定理需要额外的假设。一个标准结果指出：若 \\(C^1\\) 映射 \\(F:\\mathbb{R}^n\\to\\mathbb{R}^n\\) 的导数处处可逆，且它是固有映射，即紧集的原像都是紧集，那么它就是全局微分同胚。在这一情形下，固有性等价于\n\n\\[\\|F(x)\\|\\longrightarrow\\infty \\quad\\text{as}\\quad \\|x\\|\\longrightarrow\\infty.\\]\n\n仅有可微性还不够\n\n通常的定理要求映射在一个邻域上连续可微，而不只是可微且在某一点处导数可逆。\n\n例如，定义\n\n\\[f(x)= \\begin{cases} x+2x^2\\sin(1/x),&x\\ne0,\\\\ 0,&x=0. \\end{cases}\\]\n\n则 \\(f'(0)=1\\)，但当 \\(x\\ne0\\) 时，\n\n\\[f'(x)=1+4x\\sin(1/x)-2\\cos(1/x).\\]\n\n这个导数在任意接近零的地方都既取正值又取负值。因此，\\(f\\) 在零点附近的任何区间上都不单调，从而在零点处不具有局部单射性。\n\n连续可微性是一个便于使用的充分条件，而不是可能的最弱条件；更精细的版本会以其他方式对线性近似施加一致控制。"
    },
    {
      "heading": "与隐函数定理的关系",
      "text": "反函数定理与隐函数定理密切相关，后者描述了方程\n\n\\[H(x,y)=0\\]\n\n在什么条件下能局部确定 \\(y\\) 为 \\(x\\) 的可微函数。\n\n设 \\(H\\) 取值于 \\(\\mathbb{R}^m\\)，其中 \\(x\\in\\mathbb{R}^n\\)，\\(y\\in\\mathbb{R}^m\\)。如果偏导数 \\(D_yH(a,b)\\) 可逆，就对映射\n\n\\[\\Phi(x,y)=(x,H(x,y)).\\]\n\n应用反函数定理。其导数具有分块形式\n\n\\[D\\Phi= \\begin{pmatrix} I&0\\\\ D_xH&D_yH \\end{pmatrix},\\]\n\n它可逆当且仅当 \\(D_yH\\) 可逆。\\(\\Phi\\) 的局部反函数给出满足 \\(H(x,g(x))=0\\) 的函数 \\(y=g(x)\\)，且\n\n\\[Dg(x) =-[D_yH(x,g(x))]^{-1}D_xH(x,g(x)).\\]\n\n反过来，对 \\(F(x)-y=0\\) 应用隐函数定理，就能得到反函数定理。因此，这两个结果的标准有限维 \\(C^1\\) 形式是等价的。"
    },
    {
      "heading": "更高正则性与推广",
      "text": "光滑映射与解析映射\n\n若 \\(F\\) 是 \\(C^k\\) 映射，其中整数 \\(k\\ge1\\)，则其局部反函数也是 \\(C^k\\) 的。若 \\(F\\) 无穷次可微，其反函数也无穷次可微。若 \\(F\\) 是实解析函数，则局部反函数也是实解析的。\n\n在复分析中，\\(\\mathbb{C}^n\\) 的开子集之间的全纯映射，在其复雅可比矩阵可逆的任一点附近，都有全纯的局部反函数。对于一元复函数，条件仅为 \\(f'(a)\\ne0\\)。\n\n流形\n\n对于等维流形之间的光滑映射 \\(F:M\\to N\\)，不依赖坐标的假设是微分\n\n\\[dF_p:T_pM\\longrightarrow T_{F(p)}N\\]\n\n为相应切空间之间的同构。结论是，\\(F\\) 在 \\(p\\) 的某个邻域上的限制，是该邻域到 \\(F(p)\\) 的某个邻域的微分同胚。\n\n巴拿赫空间\n\n该定理可推广到巴拿赫空间之间的映射。若 \\(F\\) 在开集上连续弗雷歇可微，且 \\(DF(a)\\) 是具有有界逆的有界线性同构，则 \\(F\\) 有连续弗雷歇可微的局部反函数。\n\n完备性为压缩映射的论证提供了保障。在更一般的无穷维空间中，仅有导数可逆并不自动保证同样的定理成立。"
    },
    {
      "heading": "应用",
      "text": "该定理在几何中提供局部坐标，并使人们无需显式解公式就能在局部求解非线性方程。它也有助于论证多元积分中的变量替换：可逆导数提供局部坐标变换，而雅可比行列式的绝对值描述局部体积的缩放比例。\n\n在数值分析中，同样的线性化思想导出了牛顿法：\n\n\\[x_{k+1}=x_k-[DF(x_k)]^{-1}(F(x_k)-y).\\]\n\n反函数定理确立了局部可解性，但这一特定迭代的收敛性还需要对正则性和初始点施加额外条件。\n\n反函数的导数还能量化局部的敏感性：\n\n\\[\\Delta x\\approx[DF(x)]^{-1}\\Delta y.\\]\n\n反函数即使存在，也可能对扰动高度敏感。逆雅可比矩阵的范数很大，或者条件数很大，都表明微小的输出误差可能导致很大的输入误差。非奇异性保证的是局部可逆性，而不是数值稳健性。"
    }
  ],
  "links": [
    "mathematical-analysis",
    "inverse-function",
    "differential-geometry",
    "euclidean-space",
    "open-set",
    "linear-map",
    "bijective-function",
    "diffeomorphism",
    "jacobian-matrix",
    "determinant",
    "inverse-matrix",
    "mean-value-theorem",
    "banach-fixed-point-theorem",
    "contraction-mapping",
    "chain-rule",
    "polar-coordinates",
    "analytic-function",
    "complex-analysis",
    "manifold",
    "tangent-space",
    "banach-space",
    "numerical-analysis",
    "newtons-method",
    "sensitivity-analysis",
    "condition-number"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}