Por definicion $$f(x)=y \Leftrightarrow{ f^{-1}(y)=x. }$$
Esto es falso en general, observa que si \( f:\mathbb{R}\to \mathbb{R},\, x\mapsto 1 \) entonces no existe \( x\in \mathbb{R} \) tal que \( f^{-1}(1)=x \). Lo que quiero decir con esto es que \( f^{-1}(y) \) es usualmente un conjunto de más de un elemento, incluso aunque \( f \) sea sobreyectiva, por tanto no se puede igualar a ningún \( x \) en particular, eso sólo es posible cuando \( f^{-1}(y)=\{x\} \), que en tal caso decimos que \( f^{-1}(y)=x \) en un abuso de notación, o sin abuso cuando \( f^{-1} \) se refiere a la función inversa de \( f \), cuando ésta existe.
Para que quede más claro: usualmente la notación \( f^{-1}(y) \), para una función \( f:X\to Y \) cualquiera, hace referencia a un
subconjunto de \( X \), no a alguno de sus
elementos. Sin embargo cuando \( f \) es invertible entonces \( f^{-1}(y) \) sí hace referencia a un
elemento de \( X \), a la imagen de \( y \) por la
función \( f^{-1}:Y\to X \). La clave está en que \( f^{-1} \), como función inversa de \( f \), sólo existe cuando \( f \) es
biyectiva. Para una función meramente sobreyectiva no podemos asumir que \( f^{-1} \) existe, entonces en tal caso se define \( f^{-1}(y):=\{x\in X: f(x)=y\} \).
Para evitar posibles confusiones algunos autores utilizan la notación \( f^{-1}[y] \) en vez de \( f^{-1}(y) \) para este segundo caso, pero esta notación es casi inexistente, lo habitual es denotarlo como \( f^{-1}(y) \).
Si defines \( A_y:=f^{-1}(y):=\{x\in X:f(x)=y\} \) para cada \( y\in Y \), para usar una simbología que quizá te resulte más sencilla de leer sin confundirte, entonces al ser \( f \) sobreyectiva sabes que \( A_y\neq \emptyset \) para todo \( y\in Y \), y que \( A_y\subset X \) es numerable para cada \( y\in Y \) por premisa.
Por otro lado para cualquier función \( f:X\to Y \) (sobreyectiva o no) siempre se cumple que \( X=\bigcup_{y\in Y}A_y \), ya que si \( x\in X \) entonces \( x\in A_{f(x)} \) por definición de \( A_{f(x)} \), y por tanto \( x\in \bigcup_{y\in Y}A_y \), lo cual implica que \( X\subset \bigcup_{y\in Y}A_y \) debido a la definición del símbolo \( \subset \). Por otro lado \( \bigcup_{y\in Y}A_y\subset X \) necesariamente (de nuevo por definición del símbolo \( \subset \)) ya que \( A_y\subset X \) para cada \( y\in Y \).
Finalmente, \( X \) es numerable si y solo si existe alguna función inyectiva \( g:X\to \mathbb{N} \), por tanto si ya conoces que \( \mathbb{N}\times \mathbb{N} \) es numerable, es suficiente con encontrar una función inyectiva \( h:X\to \mathbb{N}\times \mathbb{N} \) para demostrar que \( X \) es numerable. Ahí te lo dejo, a ver si das con alguna idea.
Pista
Si, para cada \( y\in Y \), \( h_y:A_y\to \mathbb{N} \) es una función inyectiva, entonces la función dada por \( \tilde h: \bigcup_{y\in Y}A_y\to \mathbb{N}\times Y,\, x\mapsto (h_{f(x)}(x),f(x)) \) es inyectiva.
Nota: también se puede demostrar que el dato de que \( f:X\to Y \) es sobreyectiva es irrelevante, es decir, si \( Y \) es numerable y cada \( A_y \) es numerable, entonces se puede demostrar que \( X \) también es numerable.