[論文レビュー] Low Regularity Primal-Dual Weak Galerkin Finite Element Methods for Ill-Posed Elliptic Cauchy Problems

Chunmei Wang|arXiv (Cornell University)|Nov 24, 2020

Advanced Numerical Methods in Computational Mathematics参考文献 39被引用数 5

ひとこと要約

本稿は、正確な解に対する正則性仮定を最小限に抑えた、病的な楕円型コーシー問題に対して、新規のプリマル・デュアル弱ガラーキン有限要素法（PDWG）を導入する。変分定式化を通じてプリマル方程式とその随伴（デュアル）方程式を結合することで、低正則性の設定において最適収束率を達成し、離散$L^2$ノルムにおいて$\h$より高い収束次数を示す数値実験によって検証された。

ABSTRACT

A new primal-dual weak Galerkin (PDWG) finite element method is introduced and analyzed for the ill-posed elliptic Cauchy problems with ultra-low regularity assumptions on the exact solution. The Euler-Lagrange formulation resulting from the PDWG scheme yields a system of equations involving both the primal equation and the adjoint (dual) equation. The optimal order error estimate for the primal variable in a low regularity assumption is established. A series of numerical experiments are illustrated to validate effectiveness of the developed theory.

研究の動機と目的

• 正確な解がデータに対して連続的に依存しない病的な楕円型コーシー問題に対処すること。特に、正則性が低い、またはノイズのある境界条件下で成立する。
• 正確な解が高正則性を持たない場合でも、安定かつ収束する有限要素法を構築すること。
• 弱ガラーキン定式化を用いてプリマルとデュアル方程式を統合する数学的枠組みを確立し、安定性と精度を向上させること。
• 最小限の正則性仮定の下で最適な誤差推定を確立し、不確実性やノイズのあるデータを伴う実世界問題への適用可能性を拡張すること。

提案手法

• 元の偏微分方程式とその随伴方程式を変分定式化によって結合する、プリマル・デュアル弱ガラーキン（PDWG）有限要素法を用いて楕円型コーシー問題を定式化する。
• 弱ガラーキン技法を用い、微分を弱く定義された不連続有限要素空間を用いることで、低正則性解を扱う。
• プリマルとデュアル方程式を組み合わせることで、対称的かつ適切に定式化された系を構築し、解が存在する場合に正確な解と整合性を持つように保証する。
• ニツェ型モータリングを用いて境界条件を弱く処理することで、一般の多角形／多面体メッシュを許容し、境界処理の柔軟性を高める。
• プリマル変数とデュアル（随伴）変数を含む鞍点系を導出する離散変分定式化を構築する。
• プリマル解とそのデュアルを同時に解く混合有限要素フレームワークを用い、安定性と収束性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 正確な解に最小限の正則性仮定がなされても、プリマル・デュアル弱ガラーキン有限要素法が、楕円型コーシー問題に対して最適収束率を達成できるか？
• RQ2 プリマルとデュアル方程式の結合が、ノイズや低正則性データが存在する状況で安定性と精度をどのように向上させるか？
• RQ3 正確な解が制限されたソボレフ正則性（特に$H^1$類似またはそれ以下の正則性）を持つ場合、PDWG法の収束挙動はいかなるものか？
• RQ4 係数テンソルが非定数であり、境界データが混合（ディリクレおよびノイマン）である場合でも、最適収束次数を維持できるか？
• RQ5 解に急勾配や滑らかさの欠如が見られる場合、標準的な有限要素法と比較して、この手法の数値的性能はいかがなものか？

主な発見

• 正確な解に低正則性仮定がなされても、離散$L^2$ノルムにおけるプリマル変数の最適収束次数が達成され、数値実験では$\h$より高い収束次数が得られた。
• 正確な解$u = xy(1-x)(1-y)$に対して、誤差$\|e_h\|_0$は約$\mathcal{O}(h^{1.2})$から$\mathcal{O}(h^{1.6})$の収束速度を示し、予想される$\mathcal{O}(h)$より高い速度を達成した。
• u = e^{xy}の場合、$\|e_h\|_0$の収束次数は$\mathcal{O}(h^{1.1})$から$\mathcal{O}(h^{1.3})$の範囲にあり、実際には超線形収束が確認された。
• デュアル変数の誤差$\|\lambda_0\|_0$、$\|\lambda_b\|_0$、$\|\lambda_n\|_0$は、$\mathcal{O}(h^{1.8})$から$\mathcal{O}(h^{2.5})$の収束次数を示し、随伴解の高精度を示している。
• 数値実験により、係数テンソルが非定数であり、境界条件が混合であっても、この手法が安定かつ収束することを確認した。
• 低正則性データ下でも手法のロバスト性が確認され、ノイズや不確実性のある境界測定値を伴う逆問題への適用可能性が裏付けられた。