[论文解读] Optimal convergence of a second order low-regularity integrator for the KdV equation

Yifei Wu, Xiaofei Zhao|arXiv (Cornell University)|Oct 16, 2019

Numerical methods for differential equations参考文献 24被引用 7

一句话总结

该论文提出了一种用于KdV方程的二阶显式指数型积分器，适用于粗糙初始数据，通过杜哈梅公式中的泰勒展开实现最优收敛。该方法在初始数据属于 $H^{ u+4}$ 时，证明了在 $H^\gamma$ 范数下具有二阶精度，所需正则性低于经典方法，并通过数值实验验证了其在效率上优于Strang分裂法。

ABSTRACT

In this paper, we establish the optimal convergence result of a second order exponential-type integrator from (136, Numer. Math., 2017) for solving the KdV equation under rough initial data. The scheme is explicit and efficient to implement. By rigorous error analysis, we show that the scheme provides the second order accuracy in $H^γ$ for initial data in $H^{γ+4}$ for any $γ\geq0$, where the regularity requirement is lower than the classical methods. The result is confirmed by numerical experiments and comparisons are made with the Strang splitting scheme.

研究动机与目标

• 为在粗糙初始数据下求解KdV方程开发一种高效数值格式，其中经典方法需高解正则性才能实现最优收敛。
• 通过低正则性积分器（LRI）技术，降低在 $H^\gamma$-范数下实现二阶收敛的正则性要求。
• 基于杜哈梅公式中的泰勒展开，建立二阶指数型积分器的精确误差估计。
• 在不同初始数据正则性条件下，比较所提出的LRI与Strang分裂格式在收敛速率、精度和计算效率方面的表现。

提出的方法

• 该方法在杜哈梅公式中对解进行泰勒展开，以近似一步内的时间演化，将 $v(t_n + s)$ 替换为 $v(t_n) + s \partial_t v(t_n)$。
• 该格式在傅里叶空间中实现，允许对线性部分进行精确时间积分，并通过谱配点法显式处理非线性项。
• 误差分析依赖于调和分析工具，特别是频率分解和双线性估计，以控制傅里叶域中的非线性相互作用。
• 该积分器为显式格式，避免了迭代求解器或卷积密集运算，从而确保计算效率。
• 该方法应用于环面 $\mathbb{T} = (0, 2\pi)$ 上的KdV方程，初始数据属于 $H^{s_0}(\mathbb{T})$，其中 $s_0 \geq -1$，并在固定时间内分析收敛性。
• 通过能量估计和频率局部化范数，理论证明了在 $u_0 \in H^{\gamma+4}$ 条件下，$H^\gamma$ 范数下具有二阶精度。

实验结果

研究问题

• RQ1 能否为KdV方程构造一种二阶低正则性积分器，使其在初始数据正则性假设最小化的情况下实现最优收敛？
• RQ2 当解的正则性降低至 $H^{\gamma+4}$ 时，所提出的基于泰勒展开的指数积分器是否仍能在 $H^\gamma$-范数下保持二阶精度？
• RQ3 在相同正则性条件下，LRI的收敛行为与经典格式（如Strang分裂）相比如何？
• RQ4 $H^{\gamma+4}$ 的正则性要求是否为最优，或可进一步降低？
• RQ5 在相同精度下，所提出的LRI相对于隐式格式（如Strang分裂）的计算效率如何？

主要发现

• 所提出的二阶LRI在初始数据属于 $H^{\gamma+4}$ 时，实现了 $\|u(t_n, \cdot) - u^n\|_{H^\gamma} \lesssim \tau^2$，证明了在最小正则性要求下的最优收敛。
• 正则性假设 $H^{\gamma+4}$ 是最优的：当初始数据属于 $H^{\gamma+3}$ 或更低时，收敛阶下降，证实了理论边界的最优性。
• 数值实验验证了在 $H^{\gamma+4}$ 初始数据下，$L^2$ 和 $H^2$ 范数中均呈现二阶收敛，误差曲线显示出清晰的二阶斜率。
• 由于其显式结构，LRI在计算效率上优于Strang分裂格式，同时在相同正则性下保持了相当的精度。
• Strang分裂格式要求初始数据为 $H^{\gamma+5}$ 才能实现二阶收敛，且在 $H^{\gamma+4}$ 数据下表现出不稳定的收敛阶，凸显了LRI的优势。
• 在相似设置下，LRI与Strang分裂的误差量级相近，但LRI以显著更低的计算成本实现了这一结果。