线性多步法与零稳定性

形式陈述 ​

在固定步长网格 $t_n=t_0+nh$ 上，$k$ 步线性多步法写成

$$\sum _{j=0}^k{\alpha }_j{y}_{n+j}=h\sum _{j=0}^k{\beta }_{j}f(t_{n+j},y_{n+j}),{\alpha }_k\ne 0.$$

系数可整体缩放，通常令 ${\alpha }_k=1$。若 ${\beta }_k=0$，新状态 $y_{n+k}$ 可由历史直接计算，方法是显式的；若 ${\beta }_k\ne 0$，新状态也出现在 $f_{n+k}$ 中，每步一般要解代数方程。多步法的算法状态不只是最新的 $y_n$，还包括足以重建公式的状态值或函数值历史。

把系数编码为特征多项式公理库多项式环Polynomial ring系数来自给定环、以形式不定元构造的多项式集合。

$$\rho (\zeta )=\sum _{j=0}^k{\alpha }_j{\zeta }^j,\sigma (\zeta )=\sum _{j=0}^k{\beta }_j{\zeta }^j.$$

将常数函数和线性函数代入离散公式可得一阶一致性的两个条件

$$\rho (1)=0,{\rho }^{\prime }(1)=\sigma (1).$$

第一式只说明常数解不产生缺陷；缺少第二式时，方法甚至不能按正确时间尺度再现 $y^{\prime }=1$。因此只检查 $\rho (1)=0$ 不能建立一致性。

更一般地，若对 $m=0,1,\dots ,p$ 满足

$$\sum _{j=0}^k{\alpha }_j{j}^m=m\sum _{j=0}^k{\beta }_j{j}^{m-1},$$

其中 $m=0$ 时右端解释为零，而 $m=p+1$ 的对应等式不再成立，则公式具有 $p$ 阶一致性。在精确解足够光滑时，未除以 $h$ 的单步代入缺陷为 $O(h^{p+1})$；采用除以 $h$ 的局部截断误差规范时则为 $O(h^p)$。两种写法必须说明归一化，不能仅比较幂次。

令右端扰动暂时为零，误差满足齐次递推公理库递推关系Recurrence relation用先前项规定序列当前项的关系。

$$\sum _{j=0}^k{\alpha }_j{v}_{n+j}=0.$$

线性多步法零稳定，当且仅当 $\rho$ 满足根条件：

$$\rho (\zeta )=0⟹|\zeta |\le 1,$$

并且所有位于单位圆 $|\zeta |=1$ 上的根都是单根。单位圆内的重根仍会随 $n$ 衰减；单位圆外的根产生指数增长，单位圆上的重根则产生不衰减的多项式因子。零稳定控制的是当总步数随 $h^{-1}$ 增长时，初值与每步小扰动能否在固定时间区间内保持一致有界。

Dahlquist 等价定理在明确范围内连接这些概念：对固定系数线性多步法和良定的 ODE 初值问题，若 $f$ 在相关邻域对 $y$ Lipschitz、精确解具有阶数分析所需的光滑性，并使用一致的起始值，则方法收敛当且仅当它一致且零稳定。若公式为 $p$ 阶并希望得到 $O(h^p)$ 的全局误差，起始历史也必须达到相应精度；定理不会把低质量启动值自动提升到主公式的阶。

零稳定与绝对稳定公理库ODE 方法的绝对稳定域Absolute stability region · Region of absolute stability · A-stability以标量衰减测试方程的放大因子定义一步法稳定域，并区分 A-stability、L-stability、精度与其他稳定概念。回答不同问题。对测试方程 $y^{\prime }=\lambda y$，令 $z=h\lambda$，多步递推的模态由

$$\rho (\zeta )-z\sigma (\zeta )=0$$

决定。某个 $z$ 的绝对稳定要求这个方程的根满足相应单位圆条件；零稳定只检查 $z=0$ 时的寄生模态。一个方法可以零稳定并因此在 $h\to 0$ 的固定区间内收敛，却对给定非零 $z$ 不绝对稳定。

直觉 ​

一步法每次只从当前状态出发，多步法则让一段历史共同投票决定下一点。历史提高了复用效率，也带来不属于连续 ODE 的寄生递推模态。$\rho$ 描述这些模态在没有新微分方程驱动时怎样传播，$\sigma$ 描述采样到的导数怎样进入更新。

一致性保证主模态在小步长下朝正确微分方程靠近；零稳定保证历史中的微小偏差不会因为步数增加而失控。两者缺一不可：局部公式再准确，若寄生模态持续放大，累计轨道仍不会逼近真解。

例子与边界 ​

考虑二步扰动递推

$$v_{n+2}-2v_{n+1}+v_n=0.$$

其特征多项式为

$$\rho (\zeta )=(\zeta -1{)}^2,$$

通解是 $v_n=A+Bn$。若 $v_0=0,v_1=\epsilon$，则 $v_n=n\epsilon$；在固定终点 $T$ 上，$n\approx T/h$，放大达到 $T\epsilon /h$。根没有离开单位圆，却因 $\zeta =1$ 是重根而出现线性增长，这正是根条件要求单位圆根必须简单的原因。

这不是脱离离散公式的假想现象。例如

$$y_{n+2}-2y_{n+1}+y_n=h(f_{n+1}-f_n)$$

满足 $\rho (1)=0$ 与 ${\rho }^{\prime }(1)=\sigma (1)=0$，局部一致，却继承上述重复单位根，因而不零稳定。它说明一致性只约束精确光滑轨道代入公式时的缺陷，不能单独控制离散历史中的扰动。

二阶 Adams–Bashforth 公式

$$y_{n+2}-y_{n+1}=h(\frac{3}{2}{f}_{n+1}-\frac{1}{2}{f}_n)$$

是显式的，且

$${\rho }_{\mathrm{AB}2}(\zeta )=\zeta (\zeta -1).$$

二阶 BDF 公式

$$\frac{3}{2}{y}_{n+2}-2y_{n+1}+\frac{1}{2}{y}_n=h{f}_{n+2}$$

是隐式的，且

$${\rho }_{\mathrm{BDF}2}(\zeta )=\frac{1}{2}(\zeta -1)(3\zeta -1).$$

两者的 $\rho$ 都满足根条件并且都是二阶，但每步成本和绝对稳定域明显不同。AB2 复用过去的函数值直接外推，BDF2 则用状态历史逼近新时刻导数并求隐式方程；“同阶、都零稳定”不足以判定哪一个适合刚性问题。

多步公式不能从单个 $y_0$ 凭空启动。常见做法是先用同阶的一步 Runge–Kutta 方法生成 $y_1,\dots ,y_{k-1}$，或逐步升阶积累历史。若启动误差只有低阶，它会成为全局误差的一部分；遇到不连续输入、状态重置或事件跳跃后，旧历史失效，也需要重新启动。

固定系数根条件不能原样证明变步长算法稳定。步长变化后，系数依赖相邻步长比，误差由一串不同的伴随矩阵传播，不再存在一个固定 $\rho$ 支配全部步骤。可靠实现会限制步长比、用 Nordsieck 向量或差商一致地变换历史，并在改阶与重启时重新评估误差；把固定公式中的 $h$ 直接换成 $h_n$ 通常不构成正确的变步长方法。

推论与应用 ​

Dahlquist 等价定理给出线性多步法的基本分析顺序：先验证一致性矩条件，再检查 $\rho$ 的根条件，最后在问题的 Lipschitz 与光滑假设下推导固定时间区间的全局收敛。收敛阶公理库迭代收敛阶Order of convergence · Q-convergence · R-convergence用相邻迭代误差的渐近幂律区分线性、超线性与二次收敛，并说明实验估阶的边界。描述误差随 $h$ 的速率，零稳定则确保局部缺陷能被可控地累积，两者不能用同一张根图代替。

实际方法报告应给系数与索引约定、启动策略、固定或可变步长规则、阶数、零稳定根以及测试方程的绝对稳定信息。只写“BDF 稳定”或“Adams 使用历史所以更快”会省略阶数、步长比、隐式求解成本和适用问题类，无法支持可复现选择。

参考资料

• Germund Dahlquist, “Convergence and Stability in the Numerical Integration of Ordinary Differential Equations,” Mathematica Scandinavica 4, 1956.
• Ernst Hairer, Syvert P. Nørsett, and Gerhard Wanner, Solving Ordinary Differential Equations I: Nonstiff Problems, 2nd rev. ed., Springer, 1993.
• Lloyd N. Trefethen, Finite Difference and Spectral Methods for Ordinary and Partial Differential Equations, unpublished text, 1996.