不動点定理・とは？不動点の意味と反復のしくみをやさしく解説共起語・同意語・対義語も併せて解説！

この記事を書いた人

高岡智則

年齢：33歳性別：男性職業：Webディレクター（兼ライティング・SNS運用担当）居住地：東京都杉並区・永福町の1LDKマンション出身地：神奈川県川崎市身長：176cm 体系：細身〜普通（最近ちょっとお腹が気になる）血液型：A型誕生日：1992年11月20日最終学歴：明治大学・情報コミュニケーション学部卒通勤：京王井の頭線で渋谷まで（通勤20分）家族構成：一人暮らし、実家には両親と2歳下の妹恋愛事情：独身。彼女は2年いない（本人は「忙しいだけ」と言い張る）

不動点定理・とは？の基本

不動点定理とは、ある関数を何度も自分自身に適用したとき、必ず「自分自身に戻る点」が現れる、という性質を指します。ここでの「点」は数学的な点です。例えば、ある関数 f: X -> X があって、ある x ∈ X に対して f(x) = x となるとき、その x を不動点と呼びます。日常の感覚でいうと「元の位置に戻るポイント」と思えば分かりやすいです。

不動点定理という名前は、特定の状況を満たすと必ず不動点が存在する、あるいは一つに定まる、ということを保証する定理の総称です。代表的なものとして「バナッハ不動点定理（Banach fixed point theorem）」があります。これは「収縮写像」と呼ばれる、地味に距離を縮める性質を持つ関数に対して成り立ちます。

簡単なイメージと条件

自分を自分に返すような関数をイメージしてください。ある区間の中で、f(x) が x に近づくほど、反復していくとき、やがて一定の点にたどり着きます。その点が不動点です。

具体的には、ある集合 X が完備距離空間であり、関数 f: X -> X が「収縮性」を持つとします。収縮性とは、任意の x, y に対して距離 d(f(x), f(y)) が常に ≤ c d(x, y) を満たす、0 ≤ c < 1 のような一定の縮小率 c を持つことです。この条件が満たされると、どんな初期値 x0 から始めても、反復 x_{n+1} = f(x_n) は必ず不動点に収束します。そしてその不動点は一意に定まります。

ここが中学生にも分かりやすいポイントです。反復していくと「距離が徐々に小さくなり」、最終的に同じ点に落ち着く、という直感です。実際の証明は難しく感じますが、要点は「縮小力があるとき必ず解が見つかる」という点です。

身近な例

身近な具体例として、関数 f(x) = 0.5 x + 0.5 を考えましょう。これは「前の値を半分にして、0.5を足す」という意味です。x = f(x) を解くと x = 1 です。反復を始めると、たとえば x0 = 0 の場合、x1 = 0.5、x2 = 0.75、x3 = 0.875、x4 = 0.9375…と、徐々に 1 に近づいていきます。これが不動点定理の直感的な示例です。

n	x_n
0	0
1	0.5
2	0.75
3	0.875
4	0.9375

ポイント : 不動点定理は「条件を満たすと必ず解がある」という強い約束をくれます。ただし、すべての関数やすべての集合で成り立つわけではありません。収縮性がある場合に限られ、次元が高い場合には空間の性質も大切です。

別の代表的な定理として「Brouwerの不動点定理」もあります。これは、閉じた実数空間の中の連続な写像が、少なくとも1つの不動点を持つことを保証します。これらはどちらも“不動点”という同じアイデアを、異なる条件づけばに応じて成立させる道具です。

まとめ

要点を整理すると、不動点定理とは、ある関数を繰り返し適用したとき、必ず自分と同じ点に戻る点（不動点）が存在することを示す性質です。条件が満たされれば解は一意に定まり、数値計算や自然現象のモデル化など、さまざまな分野で活用されます。

不動点定理の同意語

不動点定理: 関数が自分自身の値に固定される点（f(x) = x）が必ず存在すると述べる定理の総称。代表例にはバナッハの不動点定理やブラウワーの不動点定理などが含まれ、数値計算や位相空間の話題で頻繁に出てきます。
固定点定理: 不動点定理の別名として使われることがある表現。関数の出力と入力が同じになる点（固定点）の存在を保証する定理を指します。
不動点の定理: “不動点”という言葉を用いた同義表現。固定点の存在を扱う定理のことを指します。
固定点の定理: 固定点（f(x) = x）が必ず現れることを主張する定理の別表現。文献や講義で同じ意味で使われます。
バナッハの不動点定理: 収縮写像を満たす完備距離空間上の関数は必ず一つの固定点を持つ、という有名な定理。数値計算の反復法の収束性を説明するのに重要です。
ブラウワーの不動点定理: 連続写像が閉凸なコンパクトな集合へ写すとき、固定点が必ず存在する、という基本的な定理。位相幾何の基礎として広く用いられます。
角谷の不動点定理: 選択集合を扱う文脈で用いられる不動点定理の一つ。連続的な写像に対して固定点が存在することを保証します。

不動点定理の対義語・反対語

動点: 不動点ではない点。f(x) = x にならない点で、反復によって位置が変化するもの。
移動点: 点が時間とともに位置を変える点。基本的には f(x) ≠ x を満たす点を指す日常的表現。
可動点: 固定されていない点。動くことが可能な点という意味で使われることがある。
変動点: 値や位置が変化する点。特に固定点以外の点を指すことが多い表現。
非不動点: 不動点ではない点。つまり f(x) ≠ x を満たす点。
不動点不存在: ある条件下で不動点が存在しないという性質・命題。
反例: 不動点定理の条件を満たさない具体例。対義語としてしばしば挙げられる状況。
発散: 反復が収束せず、値が大きく振動・増大する状態。
収束しない: 反復が特定の点へ近づかず、収束しない状態。
不安定な固定点: 固定点である点のうち、近傍の点がその点へ収束せず離れていく性質を持つもの。

不動点定理の共起語

不動点: 関数 f に対して f(x) = x となる点のこと。つまり、その点に写像を適用すると自分自身になる点です。
バナッハの不動点定理: 完備距離空間での縮小写像は、必ずただ1つの不動点をもち、反復を繰り返すとその不動点へ収束します。
圧縮写像: 距離を縮める性質を持つ写像。d(f(x), f(y)) ≤ c d(x, y) を満たすとき、0 < c < 1 が典型的な条件です。
縮小写像: 圧縮写像の別名です。
完備距離空間: 全てのコーシー列が収束する距離空間のこと。集合が「完備」であるとき、不動点定理の適用条件になります。
連続写像: 入力の小さな変化に対して出力が滑らかに変化する写像の性質のこと。
収束: 反復を重ねることで、ある点や値に近づいていく現象のこと。
反復法: 同じ計算を繰り返して解に近づける数値手法の総称。
固定点の存在: 不動点が必ず存在することを指す性質・命題。
固定点の一意性: 不動点がただ1つだけであることを指す性質・命題。
ブロウアーの不動点定理: 閉じてコンパクトかつ凸な集合上で連続写像が自己写像になる場合、不動点が必ず存在します。
凸集合: 集合内の任意の2点を結ぶ線分が常にその集合に含まれる性質。
コンパクト集合: 閉じて有界な集合で、任意の開集合族に対して有限部分被覆が取れる性質。
ユークリッド空間: 実数の n 次元空間で、日常的な幾何学が成立する空間のこと。
リプシッツ条件: 関数が Lipschitz 条件を満たすとき、|f(x) - f(y)| ≤ L|x - y| を満たす定数 L が存在します。特に L<1 の場合は縮小写像の条件になります。

不動点定理の関連用語

不動点: 関数 f に対して f(x) = x を満たす点のこと。写像の像がその点自身になる点です。
不動点定理: 不動点の存在を保証する定理の総称。関数の条件を満たせば必ず不動点が存在します。
バナッハの不動点定理: 完備距離空間内の収縮写像には必ず一つの不動点が存在し、その不動点へ反復で収束します。
収縮写像: ある定数 c < 1 を用いて |f(x) - f(y)| ≤ c|x - y| を全ての x,y に対して満たす写像のこと。
完備距離空間: 全てのコーシー列が必ず収束する距離空間のこと。
収束: 反復や列がある定まった値に近づいていく性質のこと。
連続写像: 入力の小さな変化に対して出力が滑らかに変化する性質を持つ写像のこと。
自己写像: 集合の中身を同じ集合へ写す写像のこと。
Lipschitz条件: 関数がリプシッツ条件を満たすとは、ある定数 L に対して |f(x) - f(y)| ≤ L|x - y| が全ての x,y に対して成り立つこと。
Lipschitz定数: 上の不等式を満たす定数 L のこと。
凸集合: 任意の2点を結ぶ線分が集合内にすべて含まれる集合のこと。
コンパクト集合: 閉かつ有界で、任意の開覆が有限部分覆になる集合のこと。
ブラウワーの不動点定理: コンパクトで凸な集合の上で連続自己写像が自身を写すと必ず不動点が存在するという定理。
ショーダー不動点定理: 無限次元の Banach 空間でも適用可能な不動点定理で、連続写像が不動点を持つ条件を与えます。
ピカード・リンドルフの定理: 常微分方程式の初期値問題の解の存在と一意性を、解を含む関数空間上の不動点問題として扱って示す定理。
固定点集合: 関数の不動点全体を集めた集合のこと。
不動点反復法: x_{n+1} = f(x_n) のように反復して不動点を求める数値解法。
収束速度: 不動点へ収束する速さを表す指標。速いほど計算効率が上がります。
漸近安定: 動的系の固定点に向かって収束する性質。初期値が近いほど安定して近づきます。
安定性: 小さな初期値のずれや摂動に対して結果が大きく振れない性質。
固定点問題: 関数の不動点を見つけることを目的とする問題設定。
代表的な例: f(x) = cos x の不動点は x ≈ 0.739085…で、これが有名な不動点の一例です。