壓縮映射原理（contraction-mapping principle）

壓縮映射原理是一個乾淨的抽象定理，卻有著驚人的觸及範圍：它正是那台製造並釘死皮卡－林德洛夫背後之解的機器。一個映射 T 若總是把點拉得更近，就稱為壓縮——對任意兩點施加 T，會把它們之間的距離縮小至少一個固定倍數 k < 1：distance(T(x), T(y)) <= k 乘以 distance(x, y)。原理說：在一個完備空間裡，每個壓縮恰有一個不動點，即滿足 T(p) = p 的點 p，而你從任何地方迭代 T 都能到達它。

這幅圖景令人無法抗拒。任選一個起點，反覆施加 T：x、T(x)、T(T(x))，依此類推。因為每一步都把距離砍掉 k 倍，相鄰的點以幾何速率靠近，序列不得不收斂（這裡需要完備性——空間裡沒有洞），而極限必定是不動點，因為 T 連續。唯一性同樣迅速：若有兩個不動點，T 必須縮短它們之間的距離，但不動點保持自身的距離，唯一的出路是那距離一開始就是零。一個不動點、構造性地抵達、誤差以幾何速率衰減。

讓這對微分方程至關重要的飛躍，在於那些「點」不必是數——它們可以是整個函數，距離量度為兩個函數在區間上最大的差距。皮卡積分算子「y 變成 y0 加上 f(t, y(t)) dt 的積分」正是這樣一個映射，而夠短的區間靠著利普希茨條件使它成為壓縮。於是存在、唯一、以及迭代構造全都從這一個原理裡掉出來。同一個定理也支撐反函數與隱函數定理、以及許多數值迭代——它是真正的基石，而非僅限於常微分方程的把戲。