[論文レビュー] Nodal auxiliary a posteriori error estimates

Yuwen Li, Ludmil Zikatanov|arXiv (Cornell University)|Oct 14, 2020

Advanced Numerical Methods in Computational Mathematics参考文献 68被引用数 4

ひとこと要約

本稿は、有限要素法における事後誤差推定のための新規フレームワークを提示する。このフレームワークは、有限要素外微分計算（FEEC）およびノード補助空間設定において、誤差制御を部分空間補正および preconditioning 技術と結びつける。連続的正則分解と架空空間補題を用いて、H(curl)、H(div)、Hodgeラプラシアン、線形弾性問題に対して、パrameter依存性のない強固な誤差推定子を確立する。これにより、特異的摂動を持つノルムを伴う多様な偏微分方程式に対して、信頼性高く効率的な誤差境界が得られる。

ABSTRACT

We introduce and explain key relations between a posteriori error estimates and subspace correction methods viewed as preconditioners for problems in infinite dimensional Hilbert spaces. We set the stage using the Finite Element Exterior Calculus and Nodal Auxiliary Space Preconditioning. This framework provides a systematic way to derive explicit residual estimators and estimators based on local problems which are upper and lower bounds of the true error. We show the applications to discretizations of $δd$, curl-curl, grad-div, Hodge Laplacian problems, and linear elasticity with weak symmetry. We also provide a new regular decomposition for singularly perturbed H(d) norms and parameter-independent error estimators. The only ingredients needed are: well-posedness of the problem and the existence of regular decomposition on continuous level.

研究の動機と目的

• 無限次元ヒルベルト空間における事後誤差推定と部分空間補正および preconditioning 方法を結びつける統一的フレームワークの構築を目的とする。
• de Rham複体上での広範な偏微分方程式クラスに対して、明示的かつ計算可能な誤差推定子を導出すること。これらは信頼性と効率性を両立する。
• 特異的摂動を持つ H(d) ノルムに対して、新たな正則分解を構築し、材料パラメータに依存しない誤差境界を可能にする。
• 不定および混合変分問題、特に弱い対称性を有する線形弾性問題へのロバスト誤差推定の適用範囲を拡張すること。
• 双対空間 V′ のリーマン表現が、H¹ 正則分解を介して preconditioning 可能であることを示し、誤差推定を既知の H⁻¹ 残差推定に還元すること。

提案手法

• 架空空間補題およびノード補助空間 preconditioning を用いて、ヒルベルト空間内での演算子 preconditioning と誤差推定を関連付ける。
• ベクトル場および微分形式の連続的 H¹ 正則分解を用いて、双対ノルムにおける誤差を評価する。
• 双対空間 V′ における残差推定問題を、リーマン表現を通じたスペクトル同等性によって H⁻¹ ノルム推定に還元する。
• 外部微分と可換となる補間および正則化補間を適用し、スケール間の構造を保存する。
• 特異的摂動を持つ H(d) ノルムに特化した新たな正則分解を構築し、材料パラメータに依存しないロバスト性を確保する。
• ホッジ分解および拡張定理を用いて、混合境界条件および非自明な調和形式を扱う。

実験結果

リサーチクエスチョン

• RQ1 preconditioning 理論および部分空間補正法を用いて、事後誤差推定子を体系的に導出可能か？
• RQ2 H(curl) および H(div) 問題に対して、特に特異的摂動が生じる状況下でも、ロバストでパrameter依存性のない誤差推定子を構築する方法は何か？
• RQ3 連続的 H¹ 正則分解が、誤差推定子の信頼性と効率性を保証するために果たす役割は何か？
• RQ4 ホッジラプラシアンや弱い対称性を有する線形弾性問題のような不定系へ、このフレームワークを拡張可能か？
• RQ5 混合境界条件下での調和形式の構造が、誤差推定プロセスに与える影響は何か？

主な発見

• 提案されたフレームワークは、de Rham 複体上でのすべての適切に定式化された問題に対して、両側の事後誤差推定子を提供する。これらは信頼性と効率性を両立する。
• Lipschitz 領域上での H(curl) および H(div) 問題に対し、特異的摂動を持つノルムが存在する場合でも、パrameter依存性のない信頼性を達成する。
• 特異的摂動を持つ H(d) ノルムに特化した新たな正則分解が構築され、材料パラメータに依存しない誤差推定が可能になる。
• 双対空間 V′ のリーマン表現が、H⁻¹ ノルムの和とスペクトル同等であることが示され、誤差推定が標準的な残差境界に還元される。
• 双対空間を理解しやすい空間の直積に分解することで、不定系への一般化が可能となり、ロバスト性が保持される。
• curl-curl、grad-div、ホッジラプラシアン、弱い対称性を有する線形弾性問題など、複数の偏微分方程式に対してフレームワークが検証され、広範な適用可能性が示された。