Lax–Richtmyer 等价定理

定理 ​

Lax–Richtmyer 等价定理的入口只有四项：良定线性演化初值问题、一致线性差分格式、固定的有限时间区间，以及同一 Banach 范数下的稳定性。精确地说，在这些假设下，格式稳定当且仅当收敛。以下固定共同 Banach 空间 $X$ 表示连续状态和已重构的网格状态，并逐项写清“一致”“稳定”“收敛”的量词；非线性格式、非演化边值问题和不良定问题不在这条定理内。

对良定线性演化初值问题的一致线性差分逼近，在所选共同 Banach 框架与有限时间区间上，稳定当且仅当收敛。

若实际离散空间随网格变化，就必须给出一致有界的限制、重构和范数对应，使离散更新能在共同框架中比较；省略这项识别会让“算子范数一致有界”失去共同定义域。

设精确齐次初值问题的解算子为

$$E(t):X\to X,u(t)=E(t)u_0,0\le t\le T.$$

线性问题在 $[0,T]$ 上良定，至少要求 $E(t)$ 是有界线性算子公理库有界线性算子Bounded linear operator把有界集映为有界集，等价地连续的线性映射。，并存在

$$\underset{0\le t\le T}{sup}\Vert E(t)\Vert \le M_T<\mathrm{\infty }.$$

这个界表达连续解对初值的连续依赖。若连续问题本身没有这样的控制，定理没有可供离散格式逼近的稳定解算子。

令

$${\mathrm{\Delta }}_k=(h_k,{\tau }_k),{\mathrm{\Delta }}_k⟶0(k\to \mathrm{\infty })$$

是一列可编号的相容加密层，并满足预先规定的网格比例约束。记第 $k$ 层的一次线性差分更新为

$$C_k=C_{{\mathrm{\Delta }}_k}\in \mathcal{B}(X),U^{n+1}=C_k{U}^n,t_{k,n}=n{\tau }_k.$$

这里的 $C_k$ 已通过前述限制—重构或等价识别提升到共同空间，并且 $C_k^n$ 表示真实离散更新重复 $n$ 次后的提升。若原更新在 $X_k$ 上，识别必须与重复更新相容；任取 $P_k{\tilde{C}}_k{R}_k$ 后直接取幂，未必等于 $P_k{\tilde{C}}_k^n{R}_k$。

只考虑 $k\ge k_0$ 的细网格和 $n{\tau }_k\le T$；被排除的前缀只有有限层。这个可编号约定会在反向证明中保证“收敛尾部之外”不会残留无限多个未受控算子。多层格式可以把若干历史值组成扩展状态后写成同一形式；非齐次源项可通过离散 Duhamel 和或增广状态处理，但这里先固定齐次版本，避免把数据空间隐藏在记号中。

取稠密子空间 $D\subset X$，使从 $v\in D$ 出发的精确轨道具有差分公式所需的光滑性。先定义未缩放单步缺陷

$$d_k^n(v)=E(t_{k,n+1})v-C_{k}E(t_{k,n})v,$$

以及

$${\epsilon }_k(v;T)=\underset{0\le n{\tau }_k<T}{max}\frac{\Vert d_k^n(v)\Vert }{{\tau }_k}.$$

若对每个 $v\in D$ 都有 ${\epsilon }_k(v;T)\to 0$，称该更新在这一共同空间、加密序列和时间区间上一致。只写未缩放的 $d_k^n(v)\to 0$ 还不够；累计估计含约 $T/{\tau }_k$ 步，必须同时保留它相对于 ${\tau }_k$ 的消失速度。

格式稳定是存在与 $k$ 和 $n$ 无关的常数 $K_T$，使

$$\underset{\begin{array}{c}k\ge k_0\\ 0\le n{\tau }_k\le T\end{array}}{sup}\Vert C_k^n\Vert \le K_T.$$

格式收敛是对每个 $v\in X$ 都有

$$\underset{0\le n{\tau }_k\le T}{max}\Vert C_k^{n}v-E(t_{k,n})v\Vert ⟶0.$$

这两个定义使用同一个 $X$、同一个范数、同一个有限时间区间和同一个网格族。改变其中任一项，都得到另一条需要重新验证的命题。

一致性是整个陈述的前提。定理没有说任意稳定格式都会逼近某个预定 PDE，也没有说任意一致离散在缺少稳定界时仍会收敛。

证明骨架 ​

先证明“稳定且一致推出收敛”。对 $v\in D$，令

$$e_k^n=C_k^{n}v-E(t_{k,n})v.$$

由局部缺陷定义，

$$e_k^{n+1}=C_k{e}_k^n-d_k^n(v),$$

从 $e_k^0=0$ 反复展开得

$$e_k^n=-\sum _{j=0}^{n-1}{C}_k^{n-1-j}{d}_k^j(v).$$

稳定界于是给出

$$\Vert e_k^n\Vert \le K_T\sum _{j=0}^{n-1}\Vert d_k^j(v)\Vert \le K_{T}T{\epsilon }_k(v;T)⟶0.$$

这条误差分解清楚标出两项职责：一致性让每步归一化缺陷趋零，稳定性阻止传播算子把缺陷总和无限放大。

上述估计先只对光滑数据 $D$ 成立。给定一般 $v\in X$，取 $w\in D$ 逼近它，则

$$\Vert C_k^{n}v-E(t_{k,n})v\Vert \le (K_T+M_T)\Vert v-w\Vert +\Vert C_k^{n}w-E(t_{k,n})w\Vert .$$

先选 $w$ 使第一项小，再细化网格使第二项小，便把收敛从稠密光滑类延拓到 $X$。这一步同时使用离散稳定和连续问题良定，不能只引用局部 Taylor 展开。

再看“收敛推出稳定”。若对每个固定 $v\in X$，上述收敛在 $0\le n{\tau }_k\le T$ 上一致成立，则算子族

$${\mathcal{F}}_T=\{C_k^n:k\ge k_0,0\le n{\tau }_k\le T\}$$

对每个 $v$ 都逐点有界：收敛使充分大的 $k$ 组成的尾部有界，$E(t_{k,n})v$ 受 $M_T\Vert v\Vert$ 控制；尾部之前只有有限个加密层，每层在 $n{\tau }_k\le T$ 下也只有有限个有界算子。$X$ 的完备性允许应用一致有界原理公理库一致有界原理Uniform boundedness principle · Banach–Steinhaus theorem一族有界线性算子若逐点有界，则其算子范数一致有界。，得到

$$\underset{F\in {\mathcal{F}}_T}{sup}\Vert F\Vert <\mathrm{\infty },$$

这正是稳定性。若定义域不是 Banach 空间、更新不是线性有界算子，或所谓收敛只对一个特殊初值成立，这个反向论证都不能照搬。

证明图像 ​

正向证明像一份误差账本。每一步把新的局部缺陷记入账目，离散传播算子决定旧账会被放大多少；一致性控制单笔金额，稳定性控制累计利率。只要终止时间固定，第 $k$ 层约 $T/{\tau }_k$ 笔 $o({\tau }_k)$ 缺陷便会汇总成趋零总额。

反向证明问的是：如果每个输入经过所有细网格计算都收敛到受控的精确解，是否仍可能存在越来越糟的隐藏方向？一致有界原理排除了这种情形。完备性和线性把“每个固定输入分别有界”提升为一个共同算子范数界；这不是从一条测试解的漂亮曲线推出稳定。

边界 ​

PDE 格式与 CFL 条件 ​

实际分析通常先计算局部缺陷，再独立证明能量估计、最大值估计或 Fourier 算子幂界。两项分别就绪后，上面的 telescoping 公式直接给出固定时间区间的全局误差；若稳定证明要求某个 CFL 约束，那么等价定理只沿满足该约束的网格族工作，不会替格式移除限制。

范围外的问题 ​

一般非线性格式和椭圆边值问题都不由本定理覆盖。非线性更新没有可直接放进一致有界原理的线性算子族，两条数值轨道之差通常还需局部 Lipschitz、单调性、熵或紧性控制；椭圆离散则常靠离散逆估计、最大值原则、变分 coercivity 或 Céa 型论证，且边界处理可能在内部 stencil 一致时仍破坏收敛。这些理论可以复用误差分解的图像，却不能只更换符号后冠以 Lax–Richtmyer 名称。

反向热方程是典型不良定问题：高频数据扰动向前重建过去时会被任意放大，连续解算子没有所需的统一有界性。对它采用滤波或正则化可以得到稳定计算，但求解对象和误差准则已经改变；Lax–Richtmyer 定理不能证明一个不良定原问题的普通差分格式稳定收敛。

定理也没有分析浮点舍入。它把每个 $C_k$ 当作精确应用，并研究网格扰动在选定范数中的传播。实际实现每步产生的舍入误差可以作为附加源项放进稳定估计，但要证明 backward stability 或舍入上界，仍需有限精度分析公理库数值稳定性Numerical stability · Backward stability以允许的小输入扰动刻画算法的有限精度行为，并与问题条件性及其他稳定性概念分开。。

固定有限 $T$ 是结论的一部分。$K_T$ 和 $M_T$ 可以随 $T$ 增长，因而对每个有限区间收敛不等于长期轨道、稳态统计或无限时间行为正确。把 $T$ 同时随网格细化推向无穷，需要新的统一估计。

应用 ​

在PDE 三分框架公理库PDE 离散的一致性、稳定性与收敛性Consistency stability and convergence for PDE · PDE scheme stability · PDE convergence framework用离散缺陷、扰动放大和重构误差区分 PDE 格式的一致性、稳定性与收敛性，并明确范数与网格族。中，这一定理把局部缺陷估计与传播算子界接成全局收敛结论。实际引用时应指明所用 Banach 范数、网格族和有限时间区间，让能量估计、最大值估计或 Fourier 稳定界与前面的误差账本落在同一框架内。

证明中出现的一致有界原理还解释了为何稳定性不能只由若干初值实验确认。数值实验可以发现增长模态，却无法穷尽无限维数据空间的最坏方向；算子界或结构估计才把观察升级为对整个允许输入类的陈述。

参考资料

• Peter D. Lax and Robert D. Richtmyer, “Survey of the Stability of Linear Finite Difference Equations,” Communications on Pure and Applied Mathematics 9, 1956.
• Robert D. Richtmyer and K. W. Morton, Difference Methods for Initial-Value Problems, 2nd ed., Interscience, 1967.
• John C. Strikwerda, Finite Difference Schemes and Partial Differential Equations, 2nd ed., SIAM, 2004, Ch. 10.