Resultado de análisis numérico para problemas de valor inicial lineales que afirma que, para una discretización lineal consistente de un problema inicial bien planteado, la estabilidad del esquema discreto es equivalente a la convergencia: consistencia más estabilidad implica convergencia, y para esquemas lineales la convergencia implica estabilidad en la norma apropiada.

Principio

Los errores de discretización se descomponen en error de consistencia y amplificación por el propagador discreto; si el esquema no amplifica errores (estabilidad), el error de consistencia se transmite sin crecimiento, produciendo convergencia. A la inversa, la convergencia observada para datos suaves indica un comportamiento de amplificación estable.

Demostración

Discretización por diferencias finitas de la ecuación del calor: si el esquema aproxima consistentemente derivadas en tiempo y espacio y satisface una condición de estabilidad (por ejemplo, una cota tipo CFL o crecimiento acotado del operador de evolución discreto), entonces las estimaciones de error muestran que la solución discreta tiende a la continua al refinar la malla.

Aplicación incorrecta

Aplicar el teorema a problemas no lineales sin adaptar, a esquemas inconsistentes o analizar esquemas en una norma inapropiada puede inducir a errores; comprobar solo la consistencia puntual sin control uniforme de las constantes de estabilidad o descuidar la discretización de las condiciones de contorno son errores frecuentes.

Consecuencia

Dirige el esfuerzo del análisis numérico a demostrar estabilidad y consistencia; facilita la demostración de convergencia de esquemas lineales y motiva los análisis de estabilidad (métodos de energía, análisis de von Neumann, cotas por normas de matrices) usados en la práctica.

Inversión

La visión inversa — esperar estabilidad sin verificar consistencia o asumir que la consistencia por sí sola conduce a convergencia — es falsa: la consistencia sin estabilidad puede no producir convergencia (los errores pueden amplificarse); asimismo, la convergencia aparente en casos especiales no sustituye a una prueba general de estabilidad.

Límite

Se cumple para problemas lineales y esquemas lineales bajo normas apropiadas; no se extiende automáticamente a EDP no lineales ni a discretizaciones adaptativas/no lineales sin hipótesis adicionales. Se requiere el bien planteamiento del problema continuo y la noción de estabilidad debe coincidir con la norma de medición del error.

Tensión semántica

A menudo se confunde con criterios CFL o de von Neumann: esos proporcionan verificaciones concretas de estabilidad para esquemas lineales específicos, mientras que la equivalencia de Lax es un teorema abstracto sobre la relación entre consistencia, estabilidad y convergencia; complementa también argumentos basados en energía.

Síntesis

El Teorema de Equivalencia de Lax articula la cuestión de convergencia para aproximaciones discretas lineales: para una discretización lineal consistente de un IVP lineal bien planteado, demostrar estabilidad uniforme es necesario y suficiente para la convergencia, centrando la atención en el control de la amplificación numérica de errores para garantizar el límite correcto.