Die Tendenz von Lösungen eines mathematischen Modells oder eines Verfahrens, bei kleinen Störungen der Eingangsdaten, Parameter oder Anfangsbedingungen beschränkt zu bleiben oder kontrolliert zu reagieren; in der numerischen Analyse bezieht es sich häufig auf beschränkte Fehlerfortpflanzung.

Prinzip

Ein stabiles System oder Verfahren begrenzt die Verstärkung von Störungen: Kleine Änderungen der Daten führen zu proportional kleinen Änderungen der Ergebnisse oder numerischen Fehlern und gewährleisten vorhersehbares Verhalten unter Unsicherheit und Diskretisierung.

Demonstration

Ein explizites Zeit-Schrittverfahren für eine PDE ist nur unter einer Courant–Friedrichs–Lewy-(CFL)-Bedingung stabil; bei Verletzung dieser Bedingung entstehen wachsende numerische Moden und ein Zusammenbruch, was bedingte numerische Stabilität illustriert.

Fehlanwendung

Stabilität mit Genauigkeit zu verwechseln (ein stabiles Verfahren kann ungenau sein) oder die Stabilität einer Diskretisierung ohne Prüfung relevanter Normen und Schrittweitenbedingungen anzunehmen, führt zu irreführenden Aussagen über Verlässlichkeit.

Konsequenz

Stabilität stellt sicher, dass numerische Rechnungen und Modellvorhersagen robust gegenüber kleinen Eingangsänderungen und Rundungsfehlern sind; in Verbindung mit Konsistenz impliziert sie die Konvergenz von Diskretisierungen zur echten Lösung.

Umkehrung

Instabilität beschreibt unbeschränktes Wachstum oder unkontrollierte Sensitivität gegenüber Störungen, bei der kleine Fehler verstärkt werden und Ergebnisse ohne zusätzliche Stabilisierung oder Reformulierung bedeutungslos werden.

Abgrenzung

Gilt für dynamische Systeme, inverse Probleme und numerische Algorithmen; die Bedeutung hängt von der gewählten Norm, dem Zeithorizont und der Problemklasse ab (z. B. Lyapunov-Stabilität vs numerische Stabilität vs bedingte Stabilität).

Semantische Spannung

Spannung zwischen Stabilität und Reaktionsfähigkeit: Sehr stabile Regler können träge auf berechtigte Eingaben reagieren, während aggressive, reaktionsschnelle Entwürfe gegenüber Störungen weniger stabil sein können.

Synthese

Stabilität ist die Eigenschaft, die die Auswirkung kleiner Störungen auf Lösungen oder Berechnungen beschränkt und eine Grundlage für zuverlässige Vorhersagen bildet, indem sie kontrolliertes Fehlerwachstum ermöglicht und damit sinnvolle numerische und theoretische Analysen zulässt.