[論文レビュー] Homogenization of parabolic equations with a continuum of space and time scales

Houman Owhadi, Lei Zhang|ArXiv.org|Dec 21, 2005

Advanced Mathematical Modeling in Engineering参考文献 37被引用数 5

ひとこと要約

本稿では、スケール分離やエルゴード性に欠ける係数を有する線形放物型方程式の均質化フレームワークを提示する。調和座標を用いてコーデス型の条件により正則性を達成する。方程式をたった $ n $ 回だけ解くことで、空間時間均質化が可能となり、計算コストを最大35,000倍まで削減できる。これにより、地球物理学およびオイル・リザーバー・モデリング分野におけるマルチスケール問題の効率的解法が可能になる。

ABSTRACT

This paper addresses the issue of homogenization of linear divergence form parabolic operators in situations where no ergodicity and no scale separation in time or space are available. Namely, we consider divergence form linear parabolic operators in $Ω\subset \R^n$ with $L^\infty(Ω imes (0,T))$-coefficients. It appears that the inverse operator maps the unit ball of $L^2(Ω imes (0,T))$ into a space of functions which at small (time and space) scales are close in $H^1$-norm to a functional space of dimension $n$. It follows that once one has solved these equations at least $n$-times it is possible to homogenize them both in space and in time, reducing the number of operations counts necessary to obtain further solutions. In practice we show that under a Cordes type condition that the first order time derivatives and second order space derivatives of the solution of these operators with respect to harmonic coordinates are in $L^2$ (instead of $H^{-1}$ with Euclidean coordinates). If the medium is time independent then it is sufficient to solve $n$ times the associated elliptic equation in order to homogenize the parabolic equation.

研究の動機と目的

• 空間的・時間的スケール分離やエルゴード性の欠如がある状況下でも、放物型PDEの均質化を扱う。
• $ L^∞ $ 係数を有する線形発散型放物型作用素の空間的・時間的スケールを同時に均質化する手法を開発する。
• 特にリザーバー・シミュレーションやオイル抽出に特に関連する、マルチスケール放物型問題の繰り返し解法における計算コストを低減する。
• 調和座標におけるコーデス型条件のもとで解の正則性を確立し、有効なアップスケーリングを可能にする。
• 時間に依存しない場合に、 $ n $ 回の楕円型問題の解法で十分に放物型作用素を均質化できることを示す。

提案手法

• 境界上での $ F = x $ および $ \operatorname{div}(a(x,0)\nabla F) = 0 $ を満たす放物型系の解 $ F $ を用いて調和座標を導入する。
• テンソル $ \sigma = {}^{t}\nabla F a \nabla F $ を定義し、アノムトロピーを定量化し正則性を保証するコーデスパラメータ $ \beta_\sigma $ を用いる。
• $ \beta_\sigma < 1 $ かつ $ \sigma $ の有界なトレースのもとで、 $ u \circ F^{-1} \in L^2(0,T; W^{2,2}_D(\Omega)) $ を確立する。
• 階層的行列法を用いて、 $ N $ を細分化スケールの自由度として、 $ O(N(\ln N)^{n+3}) $ 操作で $ n $ 回の楕円型問題を解く。
• 粗いメッシュ上に $ N^\alpha $ または固定の $ M $ 個の自由度を持つ均質化放物型作用素を構築し、圧縮率が最大35,000に達する。
• 時間に依存する媒質に適用するため、 $ n $ 回解き、得られた構造を用いて $ K > n $ 個の解を効率的に近似する。

実験結果

リサーチクエスチョン

• RQ1 空間的・時間的スケール分離やエルゴード性が欠如する状況でも、放物型方程式の均質化が可能か？
• RQ2 調和座標変換におけるコーデス型条件が、有効なアップスケーリングに十分な正則性を保証するか？
• RQ3 時間に依存しない場合に、関連する楕円型問題の $ n $ 回の解法のみで放物型PDEの解が近似可能か？
• RQ4 マルチスケール放物型問題において、空間的・時間的スケールを同時に均質化する際、計算コストの圧縮率として達成可能な値は何か？
• RQ5 不連続でマルチスケールな係数を有するランダムでフラクタル的な媒質において、この手法の性能はいかがなものか？

主な発見

• 時間に依存しない係数の場合、楕円型問題を $ n $ 回解くことで放物型方程式の均質化が可能となり、自由度は $ N $ から $ N^\alpha $ （ $ \alpha = 0.2 $ ）に削減される。
• 数値実験では、 $ N = 16,641 $ および $ M = 9 $ の粗い自由度を用いて、計算複雑性を最大35,000倍まで低減した。
• ランダムなフーリエモードを有する時間に依存するケースでは、細分化ステップ数が1,332から67に削減され、時間ステップ数は20倍、総合的な複雑性は35,000倍に圧縮された。
• $ \lambda_{\max}/\lambda_{\min} = 160.3 $ の時間に依存するランダムなフラクタル媒質において、細分化時間ステップ数は3,482から175に削減され、圧縮率は35,000倍に達した。
• すべてのテストケースにおいて、粗いメッシュの $ L^1 $、$ L^2 $、$ L^\infty $、および $ H^1 $ 誤差が $ M = 9 $ ノードで0.007未満に保たれ、高い精度を示した。
• 一部の設定では、粗いメッシュの $ H^1 $ 誤差が細かいメッシュのものよりも低く、均質化による安定性の向上が示唆された。