# Nguyên lý ánh xạ co và Điểm bất động Banach


Giả sử bạn đang cầm một bản đồ của Việt Nam và bạn đứng ở đâu đó ngay trong lãnh thổ Việt Nam. Nếu bạn thả tờ bản đồ xuống đất, liệu có một điểm nào trên tờ bản đồ nằm trùng khớp hoàn hảo với chính vị trí thực tế của nó trên mặt đất không? 

Câu trả lời là **có**, và luôn luôn chỉ có **một điểm duy nhất**. Đó chính là một minh họa trực quan tuyệt đẹp cho **Nguyên lý ánh xạ co** (Contraction Mapping Principle) và **Định lý điểm bất động Banach** (Banach Fixed-Point Theorem).

Đây là một trong những định lý nền tảng nhất của giải tích và topo, được ứng dụng rộng rãi từ việc giải phương trình vi phân cho đến chứng minh **[Định lý hàm ngược]({{< ref "/posts/math/analysis/diffeomorphism.md" >}})**.

## 1. Ánh xạ co là gì?

Cho một không gian có trang bị khoảng cách (không gian metric) $(X, d)$. 

Một ánh xạ $T: X \to X$ được gọi là một **ánh xạ co (contraction mapping)** nếu nó luôn "kéo" các điểm lại gần nhau hơn. Cụ thể, tồn tại một hằng số $0 \le k < 1$ sao cho với mọi cặp điểm $x, y \in X$, ta có:
$$ d(T(x), T(y)) \le k \cdot d(x, y) $$

Hằng số $k$ được gọi là hệ số co (Lipschitz constant). Cần đặc biệt lưu ý $k$ phải thực sự nhỏ hơn 1 (ví dụ $k=0.99$), chứ không thể chỉ là "nhỏ hơn hoặc bằng" hay "nhỏ hơn 1 nhưng không bị chặn trên".

## 2. Định lý điểm bất động Banach

Một **điểm bất động (fixed point)** của ánh xạ $T$ là một điểm $x^*$ sao cho khi áp dụng $T$ lên nó, nó vẫn đứng yên: $T(x^*) = x^*$.

**Phát biểu định lý:**
> *Nếu $(X, d)$ là một không gian metric **đầy đủ** (mọi dãy Cauchy đều hội tụ trong $X$) và $T: X \to X$ là một ánh xạ co, thì $T$ có **duy nhất một điểm bất động** $x^* \in X$.*
> 
> *Hơn nữa, nếu ta bắt đầu từ một điểm $x_0 \in X$ bất kỳ và liên tiếp áp dụng $T$, dãy số $x_1 = T(x_0), x_2 = T(x_1), \dots$ sẽ luôn hội tụ về $x^*$.*

Trở lại ví dụ tờ bản đồ: Việc thu nhỏ bản đồ thực chất là một ánh xạ co (vì khoảng cách giữa hai thành phố trên bản đồ luôn nhỏ hơn khoảng cách thật ngoài đời theo một tỷ lệ cố định $k < 1$). Không gian mặt đất và tờ giấy (giả sử phẳng) là không gian đầy đủ. Do đó, chắc chắn có một và chỉ một điểm trên tờ bản đồ khớp với tọa độ thực tế dưới đất.

## 3. Chứng minh Định lý

Chứng minh của định lý này rất thanh lịch vì nó mang tính "xây dựng" (constructive) - nó không chỉ chứng minh điểm bất động tồn tại mà còn chỉ cho ta cách tìm ra nó.

### Bước 1: Tính duy nhất (Uniqueness)
Giả sử có hai điểm bất động khác nhau $x$ và $y$. Tức là $T(x) = x$ và $T(y) = y$.
Khi đó, khoảng cách giữa chúng là:
$$ d(x, y) = d(T(x), T(y)) \le k \cdot d(x, y) $$
Vì $k < 1$, điều này chỉ có thể xảy ra nếu $d(x, y) = 0$, nghĩa là $x = y$. Vậy nếu có điểm bất động thì nó phải là duy nhất.

### Bước 2: Sự tồn tại (Existence)
Chọn một điểm $x_0 \in X$ bất kỳ. Ta xây dựng một dãy lặp:
$$ x_1 = T(x_0) $$
$$ x_2 = T(x_1) $$
$$ \dots $$
$$ x_n = T(x_{n-1}) $$

Hãy xem khoảng cách giữa hai bước lặp liên tiếp:
$$ d(x_{n+1}, x_n) = d(T(x_n), T(x_{n-1})) \le k \cdot d(x_n, x_{n-1}) $$
Tiếp tục lùi về $x_0$, ta thấy:
$$ d(x_{n+1}, x_n) \le k^n \cdot d(x_1, x_0) $$

Bây giờ, ta xét khoảng cách giữa hai phần tử $x_n$ và $x_m$ (giả sử $m > n$) bằng bất đẳng thức tam giác:
$$ d(x_m, x_n) \le d(x_m, x_{m-1}) + \dots + d(x_{n+1}, x_n) $$
$$ \le (k^{m-1} + \dots + k^n) \cdot d(x_1, x_0) $$
$$ = k^n \frac{1 - k^{m-n}}{1 - k} \cdot d(x_1, x_0) < \frac{k^n}{1 - k} \cdot d(x_1, x_0) $$

Vì $0 \le k < 1$, khi $n \to \infty$ thì $k^n \to 0$. Do đó $d(x_m, x_n) \to 0$. Điều này chứng tỏ dãy $(x_n)$ là một **dãy Cauchy**.

Vì không gian $X$ là đầy đủ, mọi dãy Cauchy đều hội tụ. Gọi giới hạn đó là $x^*$:
$$ \lim_{n \to \infty} x_n = x^* $$

### Bước 3: $x^*$ chính là điểm bất động
Bất kỳ ánh xạ co nào cũng là hàm liên tục (vì khoảng cách đầu ra nhỏ hơn đầu vào). Do $T$ liên tục, ta có thể đưa giới hạn vào trong hàm:
$$ T(x^*) = T\left(\lim_{n \to \infty} x_n\right) = \lim_{n \to \infty} T(x_n) = \lim_{n \to \infty} x_{n+1} = x^* $$

Vậy $T(x^*) = x^*$. Chứng minh hoàn tất. $\blacksquare$

## 4. Ý nghĩa

Tính chất hội tụ lặp (iterative convergence) của ánh xạ co chính là nền tảng cho vô số thuật toán máy tính (ví dụ như thuật toán lặp giải phương trình $x = f(x)$, thuật toán Gradient Descent với learning rate phù hợp, hay chứng minh sự tồn tại nghiệm của phương trình vi phân qua định lý Picard–Lindelöf).

Trong hình học vi phân, như đã thấy trong **[bài viết về Vi phôi]({{< ref "/posts/math/analysis/diffeomorphism.md" >}})**, ta dùng chính ánh xạ co để "đảo ngược" các phép biến đổi, qua đó khẳng định không gian trơn tru cục bộ không bị suy biến.