[論文レビュー] Error estimates of finite difference schemes for the Korteweg-de Vries equation

Clémentine Courtès, Fré́dé́ric Lagoutière+1 more|arXiv (Cornell University)|Dec 6, 2017

Advanced Mathematical Physics Problems参考文献 44被引用数 24

ひとこと要約

本稿は、非線形フラックスに明示的Rusanovスキーム、分散項に4点θスキームを用いた有限差分スキームによるKorteweg-de Vries（KdV）方程式の解法について、収束速度を確立する。$ \theta \geq \frac{1}{2} $ の場合、超仮想的CFL条件のもとで $ s \geq 6 $ の $ H^s(\mathbb{R}) $ において1次収束を証明する。一方 $ \theta < \frac{1}{2} $ の場合、'Airy' CFL条件のもとで収束が保証され、$ s \geq \frac{3}{4} $ の滑らかでない初期データに対しても収束が成立するが、収束次数は低下する。数値結果から、$ s \geq 3 $ の範囲で最適収束が得られる可能性が示唆される。

ABSTRACT

This article deals with the numerical analysis of the Cauchy problem for the Korteweg-de Vries equation with a finite difference scheme. We consider the Rusanov scheme for the hyperbolic flux term and a 4-points $\ heta$-scheme for the dispersive term. We prove the convergence under a hyperbolic Courant-Friedrichs-Lewy condition when $\ heta\\geq \\frac{1}{2}$ and under an "Airy" Courant-Friedrichs-Lewy condition when $\ heta&lt;\\frac{1}{2}$. More precisely, we get the first order convergence rate for strong solutions in the Sobolev space $H^s(\\mathbb{R})$, $s \\geq 6$ and extend this result to the non-smooth case for initial data in $H^s(\\mathbb{R})$, with $s\\geq \\frac{3}{4}$ , to the price of a loss in the convergence order. Numerical simulations indicate that the orders of convergence may be optimal when $s\\geq3$.

研究の動機と目的

• KdV方程式に適用された有限差分スキームの収束速度解析が、特に低正則性初期データに対しては未だ十分でないという問題を解決する。
• 初期データの正則性に依存する収束速度を確立し、古典的な滑らかな解を超えて拡張する。
• 時間積分パラメータ $ \theta $ が $ \theta $-スキームにおける安定性と収束に与える影響を分析し、$ \theta \geq \frac{1}{2} $ と $ \theta < \frac{1}{2} $ の場合を区別する。
• 分散性の滑らか化効果を誤差推定値に組み込むことで、数値解析と分散型PDE理論を結びつける。
• 3階分散型系（例：$ abcd $-系）への応用を踏まえた基礎を提供する。

提案手法

• 非線形フラックス項 $ \partial_x(u^2/2) $ の離散化に明示的Rusanovスキームを適用し、超仮想的CFL条件のもとで安定性を確保する。
• 3階分散項 $ \partial_x^3 u $ の近似に4点 $ \theta $-スキームを用い、$ \theta $ の値に応じて安定性と精度を制御する。
• 和分部分積分法と離散的積分による部分積分を用いて、離散エネルギー推定値を導出することで、非線形項と分散項を制御する。
• 高階離散微分を低階微分で抑えられる離散Gagliardo-Nirenberg型不等式を用いる。
• 安定性推定値と連続的well-posedness結果、KdV方程式に由来する分散性の滑らか化効果を組み合わせ、全体誤差を制御する。
• 離散的 $ L^2 $-保存則と離散的 $ \ell^2 $-ノルム推定値を用いて、数値解の時間発展を制御する。

実験結果

リサーチクエスチョン

• RQ1 初期データが $ H^s(\mathbb{R}) $ に属し、$ s \geq \frac{3}{4} $ の場合、KdV方程式に対する有限差分スキームの収束速度はどのようになるか？
• RQ2 $ \theta $-スキームにおける分散項の $ \theta $ の選択が、スキームの安定性と収束に与える影響は何か？
• RQ3 $ \theta < \frac{1}{2} $ の場合に収束に必要なCFL条件は何か？ これは標準的な超仮想的CFL条件とどのように異なるか？
• RQ4 低正則性初期データに対して、分散性の滑らか化効果を活用することで、誤差の制御が可能となり、収束速度が向上または維持されるか？
• RQ5 理論的収束速度が数値シミュレーションでも観察されるか、特に $ s \geq 3 $ の範囲でそうなるか？

主な発見

• 初期データが $ s \geq 6 $ の強解である場合、$ \theta \geq \frac{1}{2} $ で超仮想的CFL条件を満たすと、$ H^s(\mathbb{R}) $ ノルムで1次収束を達成する。
• $ H^s(\mathbb{R}) $ に属する初期データ（$ s \geq \frac{3}{4} $）に対しても、正則性の損失に起因する収束次数の低下を伴いながらも収束が保証される。
• $ \theta < \frac{1}{2} $ の場合、'Airy' CFL条件のもとで収束が証明され、これは超仮想的条件よりも制限が緩いが、依然として安定性を保証する。
• 数値シミュレーションから、$ s \geq 3 $ の範囲で収束次数が最適である可能性が示唆され、理論的境界がこの領域で鋭いことを示唆する。
• 低正則性初期データに対する誤差制御において、分散性の滑らか化効果が極めて重要であり、滑らかでない状態でも収束を可能にする。
• 本分析は、$ abcd $-系のような他の3階分散型系への応用にも耐えうるほど堅牢であり、ただしこのような拡張には連続的レベルでのより強いwell-posedness結果が求められる。