[논문 리뷰] Sharp uniform in time error estimate on a stochastic structure-preserving Lagrangian method and computation of effective diffusivity in 3D chaotic flows

Zhongjian Wang, Jack Xin외 1명|arXiv (Cornell University)|2018. 08. 20.

Stochastic processes and financial applications인용 수 3

한 줄 요약

이 논문은 3차원 난류 유동에서 확률적 구조를 유지하는 라그랑주 방법을 사용하여 SDE를 해결하는 데 있어 시간에 관계없이 날카운 일관된 오차 분석을 제시한다. 이를 통해 효과적 확산도를 정확하고 효율적으로 계산할 수 있다. 수치적 해를 마코프 과정으로 모델링하고 에르고딕성을 활용함으로써, 이전 오차 한계에서 나타나는 지수적 성장 요소를 제거하여 ABC 및 코모고로프 유동과 같은 흐름에서 신뢰할 수 있는 장기 수렴성을 달성한다.

ABSTRACT

In this paper, we study the problem of computing the effective diffusivity for a particle moving in chaotic flows. Instead of solving a convection-diffusion type cell problem in the Eulerian formulation (arising from homogenization theory for the Fokker-Planck equation), we compute the motion of particles in the Lagrangian formulation, which is modeled by stochastic differential equations (SDEs). A robust numerical integrator based on a splitting method was proposed to solve the SDEs and a rigorous error analysis for the numerical integrator was provided using the backward error analysis (BEA) technique [29]. However, the upper bound in the error estimate is not sharp. In this paper, we propose a completely new and sharp error analysis for the numerical integrator that allows us to get rid of the exponential growth factor in our previous error estimate. Our new error analysis is based on a probabilistic approach, which interprets the solution process generated by our numerical integrator as a Markov process. By exploring the ergodicity of the solution process, we prove the convergence analysis of our method in computing the effective diffusivity over infinite time. We present numerical results to demonstrate the accuracy and efficiency of the proposed method in computing effective diffusivity for several chaotic flows, especially the Arnold-Beltrami-Childress (ABC) flow and the Kolmogorov flow in three-dimensional space.

연구 동기 및 목표

• 기존의 난류 흐름에서 효과적 확산도를 계산하기 위한 수치적 방법에서 시간에 관계없이 날카운 일관된 오차 추정이 부족한 문제를 해결하기 위해.
• 장기적인 정확도를 제한했던 이전의 역방향 오차 분석에서 나타나는 지수적 성장 요소를 극복하기 위해.
• 무한 시간 영역에서 수렴성을 보장하는 확률론적 오차 분석 프레임워크를 개발하기 위해.
• ABC 및 코모고로프 흐름과 같은 3차원 난류 흐름에서 효과적 확산도를 엄밀하고 계산적으로 효율적인 방법으로 계산하기 위해.
• 수치적 해의 과정이 가지는 에르고딕성과 효과적 확산도 추정의 수렴성 사이의 관계를 설정하기 위해.

제안 방법

• 라그랑주 프레임워크에서 난류 흐름 내 입자의 운동을 확률적 미분 방정식(SDE)을 사용하여 기술한다.
• 기본적인 분할 기반 수치 적분기를 적용하여, 원래의 확률적 구조를 유지한다.
• 수치적 해 과정을 마코프 과정으로 모델링하여 확률론적 오차 분석을 가능하게 한다.
• 마코프 과정의 에르고딕 성질을 활용하여 지수적 성장 없이 시간에 관계없이 일관된 오차 한계를 유도한다.
• 확률론적 환경에서의 역방향 오차 분석을 수행하여 수치적 해와 진짜 해 경로 사이의 연결 고리를 확립한다.
• 아르놀드-벨트라미-취드리스(ABC) 및 코모고로프 유동을 포함한 3차원 난류 흐름에 대한 수치 실험을 통해 방법을 검증한다.

실험 결과

연구 질문

• RQ1 3차원 난류 흐름에서 구조를 유지하는 라그랑주 SDE 적분기의 날카운 시간에 관계없는 오차 추정을 유도할 수 있는가?
• RQ2 수치적 해 과정의 에르고딕성이 효과적 확산도 추정의 장기 수렴성에 어떤 영향을 미치는가?
• RQ3 확률론적 오차 분석 프레임워크를 통해 이전 오차 한계에서 나타나는 지수적 성장 요소를 제거할 수 있는가?
• RQ4 제안된 방법의 정확도와 효율성은 ABC 및 코모고로프 유동에서 효과적 확산도를 계산할 때 어떻게 되는가?
• RQ5 수치적 해의 마코프 성질은 어떻게 무한 시간에 걸친 엄밀한 수렴 분석을 가능하게 하는가?

주요 결과

• 제안된 방법은 이전의 역방향 오차 분석에서 나타나는 지수적 성장 요소를 제거함으로써 시간에 관계없이 날카운 일관된 오차 추정을 달성한다.
• 오차 한계는 수치 적분기가 생성하는 마코프 과정의 에르고딕성을 이용하여 유도되었으며, 이는 무한 시간에 걸친 안정성을 보장한다.
• 이 방법은 ABC 및 코모고로프 유동과 같은 3차원 난류 흐름에서 효과적 확산도를 더 높은 정확도로 신뢰성 있게 계산할 수 있도록 한다.
• 수치 결과는 이 방법의 효율성과 강건성을 확인하였으며, 특히 이전 방법이 오차 누적로 인해 발산하는 장기 시뮬레이션에서 뚜렷한 성능을 보였다.
• 확률론적 접근은 구조를 유지하는 적분기를 사용하는 확률적 동역계 시스템에서의 분석을 위한 새로운 이론적 기반을 제공한다.
• 수치적 해 과정의 에르고딕성 가정 하에 효과적 확산도의 수렴성이 엄밀히 증명되었다.