逆函数定理

在 $a$ 附近，$f$ 的一阶模型是仿射映射 $x\mapsto f(a)+Df(a)(x-a)$；$Df(a)$ 可逆，意味着这个线性近似没有把任何方向压扁，可以一一对应地反解。逆函数定理断言真实的非线性映射会在足够小的邻域内继承这份可逆性。连续可微性是关键：它让 $Df(x)$ 在邻域内持续接近 $Df(a)$，使非退化不只是孤立一点的偶然现象，高阶误差也无法突然翻盘。

标准证明记 $A=Df(a)$，把 $f(x)=y$ 改写为 $x=T_y(x):=x+A^{-1}(y-f(x))$。在以 $a$ 为中心的足够小闭球 $\bar{B}(a,r)\subset U$ 上，导数连续性给出 $\Vert I-A^{-1}Df(x)\Vert \le q<1$。由中值增量界理路中值定理Mean value theorem由等高端点与内部极值导出平均变化率，区分 Lagrange、Rolle、Cauchy 版本并给出可计算的增量界。，$T_y$ 在球上是 $q$-压缩；再限制 $\Vert A^{-1}(y-f(a))\Vert \le (1-q)r$，便有 $\Vert T_y(x)-a\Vert \le qr+(1-q)r=r$，验证了自映射条件。闭球完备，Banach 不动点定理理路Banach 不动点定理Banach fixed-point theorem · Contraction mapping theorem完备空间中的统一压缩给出唯一不动点；用几何尾和证明收敛，并把后验误差与残差转成停止证书。于是给出唯一解。

收缩性只在小邻域内成立，所以非零 Jacobian 也只给出局部逆，不保证函数在远处不会折回或周期重复，更不自动推出全局单射。这正是“一个点处的线性代数信息控制非线性映射局部行为”的典型原理。

一元正例 $f(x)=x^3+x$：$f^{\prime }(x)=3x^2+1\ge 1$ 处处非零，故每一点都满足定理假设，都有 $C^{\mathrm{\infty }}$ 局部逆；由局部逆的导数公式立刻得 $g^{\prime }(0)=1/f^{\prime }(0)=1$，无须显式解出 $g$。一元情形还有一个方便的事实：若 $f^{\prime }$ 在整个区间上连续且不取零，则由介值定理理路介值定理Intermediate value theorem连续函数在实区间上不能跳过中间高度；由完备性证明存在性，并厘清二分法、唯一性和不动点迭代。，$f^{\prime }$ 保号；再由中值定理，$f$ 在区间上严格单调，局部可逆自动升级为从整个区间到其像集的全局可逆——上例正是如此。

高维时这种升级失效。取 $F(x,y)=(e^x\cos y,e^x\sin y)$，即复指数视为 ${\mathbb{R}}^2\to {\mathbb{R}}^2$ 的映射，其 Jacobian 行列式为 $e^{2x}>0$，处处满足定理假设，每个局部逆就是对数的一个分支；但 $F(x,y+2\pi )=F(x,y)$ 使它远非全局单射。可见定理的结论本质上是局部的，既不保证 $f$ 在整个定义域上单射，全局可逆也需要额外的整体论证。

两个方向的边界都值得记住。其一，$\det Df(a)\ne 0$ 是充分条件而非局部可逆的必要条件：$x\mapsto x^3$ 在 $0$ 处导数为零，却有连续的全局逆 $y\mapsto y^{1/3}$——只是这个逆在 $0$ 处不可微；事实上若要求局部逆在 $f(a)$ 处可微，链式法则理路链式法则Chain rule复合映射的导数等于各层导数按计算顺序组成的线性映射复合。 $Dg(f(a))Df(a)=I$ 就迫使 $Df(a)$ 可逆，所以"导数可逆"错过的只是逆存在但不可微的情形。其二，$C^1$ 不能减弱为"仅在一点可微"：函数 $f(x)=x+2x^2\sin \left(1/x\right)$（补定义 $f(0)=0$）满足 $f^{\prime }(0)=1>0$，但 $f^{\prime }$ 在 $0$ 处不连续，在任意小邻域内既取到 $-1$ 又取到 $3$，局部极值点堆积到 $0$，故 $f$ 在 $0$ 的任何邻域内都不是单射。

在这里共同采用的有限维 $C^1$ 范围内，本定理与隐函数定理理路隐函数定理Implicit function theorem当相关偏导块可逆时，方程组局部可把部分变量表示为其余变量的函数。互相推出。由本定理处理 $F(x,y)=0$ 时，考察增广映射 $(x,y)\mapsto (x,F(x,y))$；它的导数块为 $\left(\begin{array}{cc}I& 0\\ D_{x}F& D_{y}F\end{array}\right)$，$D_{y}F$ 可逆便使整体可逆，局部逆在第二个输出为零时给出 $y=\phi (x)$。反过来，对 $f(x)-y=0$ 用隐函数定理解出 $x=g(y)$；局部解的唯一性同时给出两侧逆恒等式。这个等价关系比较的是两条局部存在定理，不把单个映射的可逆性与单条约束的可解性混为一谈。

多元导数与 Jacobian 提供可检查的线性可逆条件。处处导数可逆的 $C^1$ 映射是开映射，并在每一点附近成为 $C^1$ 微分同胚，因此定理是建立坐标图、执行变量替换以及理解 光滑流形理路光滑流形Smooth manifold坐标图之间转移映射光滑的拓扑流形。局部结构的标准工具：选好坐标后，非线性问题可以在局部被“拉直”。

对非线性求根问题理路非线性方程求根问题Root-finding problem · Nonlinear equation solving定义标量与向量求根问题，并区分根的存在、隔离、重数、残差和局部敏感性。，非退化根附近的局部可逆性说明小的右端扰动对应唯一的小解扰动；在 Euclidean 范数下，$\Vert Df(a{)}^{-1}\Vert$ 或最小奇异值刻画这项一阶放大，是问题条件性理路问题条件性与条件数Conditioning of a problem · Condition number度量问题真解对输入微扰的局部敏感性，并把这种固有敏感性与算法误差分开。的局部来源。这也是 Newton 法局部收敛分析与解族参数化的出发点，但定理本身不提供迭代算法或全局收敛保证。