[논문 리뷰] A sequential least squares method for elliptic equations in non-divergence form

Ruo Li, Fanyi Yang|arXiv (Cornell University)|2019. 06. 10.

Advanced Numerical Methods in Computational Mathematics참고 문헌 16인용 수 4

한 줄 요약

이 논문은 비발산 형식의 2차 타원형 편미분방정식을 해결하기 위해 순차적 최소제곱 유한요소법을 제안한다. 이 방법은 해를 구하는 과정을 두 단계로 분리한다: 먼저 조각별 비회전 다항식 공간에서 기울기 $\boldsymbol{p}$를 근사하고, 그 다음 연속 라그랑주 유한요소 공간에서 주요 변수 $u$를 구한다. 이 방법은 $L^2$ 및 에너지 노름에서 최적 수렴률을 달성하며, 효과적인 적응형 메쉬 세분화를 가능하게 하는 자연스러운 후행 오차 추정기를 제공한다. 2차원 및 3차원 영역에서의 수치 실험을 통해 검증되었다.

ABSTRACT

We develop a new least squares method for solving the second-order elliptic equations in non-divergence form. Two least-squares-type functionals are proposed for solving the equations in two steps. We first obtain a numerical approximation to the gradient in a piecewisely irrotational polynomial space. Then together with the numerical gradient, we seek a numerical solution of the primitive variable in continuous finite element space. The variational setting naturally provides a posteriori error which could be used in an adaptive refinement algorithm. The error estimates in $L^2$ norm and energy norms for both two unknowns are derived. By a series of numerical experiments, we verify the convergence rates and show the efficiency of the adaptive algorithm.

연구 동기 및 목표

• 비발산 형식으로 인해 표준 변분형식이 존재하지 않는 2차 타원형 PDE에 대해 안정적이고 수렴하는 유한요소법을 개발한다.
• C^1-일致 유한요소의 도전 과제를 극복하기 위해 C^0 유한요소 공간을 사용하고, 사다리꼴 시스템을 피한다.
• 기울기 근사와 주요 변수 해법을 분리하는 두 단계 순차적 최소제곱 접근법을 도입한다.
• 최소제곱 함수를 통해 후행 오차 추정기를 도출하여, 정규성의 낮은 해를 가진 문제에 대한 적응형 메쉬 세분화에 활용한다.
• 2차원 및 3차원에서 광범위한 수치 실험을 통해 이론적 수렴률과 적응형 알고리즘의 효율성을 검증한다.

제안 방법

• 비발산 형식 PDE를 일阶 체계로 재구성하여 최소제곱 원리를 적용할 수 있도록 한다.
• 먼저 조각별 비회전 다항식 공간에서 최소제곱 함수를 최소화하여 기울기 $\boldsymbol{p}$를 근사한다.
• 계산된 기울기를 바탕으로 연속 $C^0$ 유한요소 공간에서 주요 변수 $u$를 구하기 위한 두 번째 최소제곱 문제를 해결한다.
• 최소제곱 함수는 약한 형태의 잔차를 바탕으로 후행 오차 추정기를 자연스럽게 제공하며, 적응형 메쉬 세분화에 활용된다.
• 요소 경계를 넘는 불연속성을 다루기 위해 불연속 갈레르킨 형의 경계 연산자와 점프 항을 도입한다.
• 후행 오차 추정기를 사용한 $h$-적응형 세분화 전략을 구현하여, 첨점 불연속성과 같은 정규성이 낮은 영역을 강화한다.

실험 결과

연구 질문

• RQ1 비발산 형식 타원형 PDE에 대해 $C^1$-일치 요소가 필요 없이 순차적 최소제곱 유한요소법을 설계할 수 있는가?
• RQ2 기울기 근사를 위해 조각별 비회전 공간을 사용할 경우, $L^2$ 및 에너지 노름에서 최적 수렴률을 달성할 수 있는가?
• RQ3 최소제곱 함수가 정규성이 낮은 해를 가진 문제에 대한 적응형 메쉬 세분화에 효과적인 후행 오차 추정기로 기능할 수 있는가?
• RQ4 수치 실험에서 기울기 및 주요 변수의 수렴률이 이론적 예측과 어떻게 비교되는가?
• RQ5 후행 오차 추정기를 기반으로 한 적응형 세분화가 특이 해에 대해 효율성을 크게 향상시키는가?

주요 결과

• 기울기 $\boldsymbol{p}$에 대해 $L^2$ 노름에서 순서 $m+1$, 에너지 노름에서 순서 $m$의 최적 수렴률을 달성하며, 주요 변수 $u$에 대해서도 $L^2$ 노름에서 순서 $m+1$, 에너지 노름에서 순서 $m$의 최적 수렴률을 확보한다. 이는 이론적 예측과 정확히 일치한다.
• 2차원 및 3차원에서의 수치 실험은 모든 오차 노름에 대해 수렴 순서가 정확히 확인되었으며, 이론적 추정과 완벽하게 일치한다.
• 첨점 불연속성(예: $u = |\boldsymbol{x}|^{1.2}$)이 있는 문제에서는 균일한 세분화가 기울기의 에너지 노름에서 $O(h^{0.2})$의 부분 최적 수렴률과 $L^2$ 노름에서 $O(h^1)$의 수렴률을 보이며, 정규성이 떨어지기 때문이다.
• 후행 오차 추정기를 사용한 적응형 세분화는 모든 오차 노름에서 최적 수렴률을 달성하며, 균일 세분화보다 훨씬 뛰어난 효율성을 보였다.
• 적응형 메쉬 전략은 첨점과 같은 특이 영역 근처에 세분화를 집중시키는 데 성공했으며, 6단계 후의 메쉬 세분화 패턴에서 이를 확인할 수 있었다.
• 이 방법은 사다리꼴 시스템을 피하고 각 단계에서 일阶 연산자만을 사용하므로, 혼합 또는 혼합-하이브리드 형식에 비해 구현이 간단하다.