Tendencia de las soluciones de un modelo matemático o de un algoritmo a permanecer acotadas o a responder de forma controlada ante pequeñas perturbaciones de datos de entrada, parámetros o condiciones iniciales; en análisis numérico suele referirse a la propagación acotada del error.

Principio

Un sistema o método estable limita la amplificación de perturbaciones: pequeños cambios en los datos producen cambios proporcionalmente pequeños en los resultados o en los errores numéricos, garantizando un comportamiento predecible ante incertidumbre y discretización.

Demostración

Un esquema explícito de avance temporal para una PDE es estable solo bajo una condición de Courant–Friedrichs–Lewy (CFL); incumplir esa condición produce modos numéricos crecientes y divergencia, ilustrando estabilidad numérica condicional.

Aplicación incorrecta

Confundir estabilidad con precisión (un método estable puede ser inexacto) o asumir la estabilidad de una discretización sin verificar las normas relevantes y condiciones de paso conduce a conclusiones engañosas sobre la fiabilidad.

Consecuencia

La estabilidad asegura que los cálculos numéricos y las predicciones del modelo sean robustos ante pequeños cambios de entrada y errores de redondeo; combinada con la consistencia implica la convergencia de discretizaciones hacia la solución verdadera.

Inversión

La inestabilidad describe crecimiento no acotado o sensibilidad descontrolada a perturbaciones, donde pequeños errores se amplifican y los resultados se vuelven insignificantes sin estabilización o reformulación adicional.

Límite

Se aplica a sistemas dinámicos, problemas inversos y algoritmos numéricos; el significado depende de la norma elegida, el horizonte temporal y la clase de problema (p. ej. estabilidad de Lyapunov vs. estabilidad numérica vs. estabilidad condicional).

Tensión semántica

Existe tensión entre estabilidad y capacidad de respuesta: controladores muy estables pueden responder con lentitud a entradas legítimas, mientras que diseños agresivos y reactivos pueden ser menos estables ante perturbaciones.

Síntesis

La estabilidad es la propiedad que limita el efecto de pequeñas perturbaciones sobre soluciones o cálculos, proporcionando una base para predicciones fiables y asegurando que el crecimiento controlado de errores permita un análisis numérico y teórico significativo.