[論文レビュー] Modified Iterated Crank-Nicolson Method with Improved Accuracy

Qiqi Tran, Jinjie Liu|arXiv (Cornell University)|Jul 23, 2016

Numerical methods for differential equations被引用数 4

ひとこと要約

本稿では、元の $\theta$-ICN 法が $\theta \neq 0.5$ の場合に精度を失うにもかかわらず、第二階精度を回復する2つの修正された $\theta$-反復クランク・ニコルソン（ICN）法——幾何平均（GA）および算術平均（AA）——を提案する。これらの手法は、反復または時間ステップ間で $\theta$ 値を重み付き平均化することで、線形および非線形双曲型偏微分方程式（Burgersの方程式を含む）において第二階収束性と改善された安定性を実現する。数値結果は第二階収束性と安定性の両方を確認している。

ABSTRACT

The iterated Crank-Nicolson (ICN) method is a successful numerical algorithm in numerical relativity for solving partial differential equations. The $θ$-ICN method is the extension of the original ICN method where $θ$ is the weight when averaging the predicted and corrected values. It has better stability when $θ$ is chosen to be larger than 0.5, but the accuracy is reduced since the $θ$-ICN method is second order accurate only when $θ$ = 0.5. In this paper, we propose two modified $θ$-ICN algorithms that have second order of convergence rate when $θ$ is not 0.5, based on two different ways to choose the weight $θ$. The first approach employs two geometrically averaged $θ$s in two iterations within one time step, and the second one uses arithmetically averaged $θ$s for two consecutive time steps while $θ$ remains the same in each time step. The stability and second order accuracy of our methods are verified using stability and truncation error analysis and are demonstrated by numerical examples on linear and semi-linear hyperbolic partial differential equations and Burgers' equation.

研究の動機と目的

• 標準 $\theta$-ICN 法が $\theta \neq 0.5$ の場合に第二階精度を失う問題に対処すること。
• $\theta > 0.5$ の場合に得られる安定性の利点を保ちつつ第二階収束性を維持する新しいアルゴリズム戦略の開発。
• 数値相対性理論や PDE シミュレーションにおいて、精度と安定性の両方が極めて重要な分野における標準 $\theta$-ICN の実用的代替手法の提供。
• 修正された手法のトレントレーション誤差および安定性解析、および線形・半線形・非線形 PDE における数値実験を通じた手法の検証。

提案手法

• 時間ステップ内での2反復にわたる幾何平均 $\theta$ 重みを用いて2つの中間値を計算する幾何平均（GA）$\theta$-ICN 法を導入。
• 2つの連続する時間ステップ間で算術平均された $\theta$ 値を用いる算術平均（AA）$\theta$-ICN 法を構築。各反復では $\theta$ を一定に保つ。
• ICN 法の予測子・修正子フレームワークにおいて、修正された平均化戦略を適用し、トレントレーション誤差項をバランスさせることで第二階精度を保証。
• トレントレーション誤差解析および von Neumann 安定性解析を用いて、新しいスキームの第二階収束性と安定性を形式的に検証。
• 線形および非線形双曲型 PDE（Burgersの方程式を含む）に対して、有限差分スキームとして両手法を実装。時間および空間の離散化を一貫して行う。
• $L_1$、$L_2$、$L_\infty$ ノルムにおける収束率を計算するために、非常に細かい時間ステップを用いた標準 ICN 法による参照解を用いる。

実験結果

リサーチクエスチョン

• RQ1 標準 $\theta$-ICN 法が $\theta \neq 0.5$ の場合に第二階精度を失うが、安定性を損なわず第二階精度を回復できるか。
• RQ2 時間ステップ内での2反復にわたる幾何平均 $\theta$ 値の使用が第二階収束性を維持できるか。
• RQ3 2つの連続する時間ステップ間での算術平均 $\theta$ 値の使用が、$\theta > 0.5$ の安定性利点を保ちつつ第二階収束性を維持できるか。
• RQ4 標準 $\theta$-ICN 法、入れ替え $\theta$-ICN 法、完全 ICN 法と比較して、新規手法の精度および収束速度はどのように異なるか。
• RQ5 修正された手法が、Burgersの方程式のような非線形 PDE に対しても第二階収束性を維持するか。

主な発見

• 幾何平均（GA）$\theta$-ICN 法は、$\theta = 0.6$ の場合に時間方向で第二階収束性を達成し、$L_1$、$L_2$、$L_\infty$ ノルムにおいて観測された収束次数は約 2.0 であった。
• 算術平均（AA）$\theta$-ICN 法も、$\theta = 0.6$ の場合に第二階収束性を達成し、すべての $L_p$ ノルムで収束次数が 2.0～2.1 の範囲であった。
• 標準 $\theta$-ICN 法（$\theta = 0.6$）は第一階収束性を示し、元の手法が $\theta \neq 0.5$ 時に精度が低下することを確認。一方、提案手法はこれを上回る性能を示した。
• 入れ替え $\theta$-ICN 法も第一階精度を示し、第二階収束性を回復するための提案された平均化戦略の必要性をさらに裏付けた。
• Burgersの方程式に対する数値結果は、GA および AA $\theta$-ICN 手法が参照 ICN 解とよく一致し、$\theta = 0.6$ の標準 $\theta$-ICN 法を著しく上回ることを示した。
• 安定性およびトレントレーション誤差解析により、両手法が $\theta \neq 0.5$ の場合でも無条件安定かつ第二階精度であることが確認された。