[論文レビュー] 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 Xin+1 more|arXiv (Cornell University)|Aug 20, 2018

Stochastic processes and financial applications被引用数 3

ひとこと要約

本稿では、3次元のカオス的流れにおけるSDEを解くための確率的構造保存型ラグランジュ法について、時間に一様な鋭い誤差解析を提示する。これにより、有効拡散係数の正確で効率的な計算が可能になる。数値解をマルコフ過程としてモデル化し、エルゴード性を活用することで、従来の誤差境界に見られる指数的増大要因を排除し、ABCやコルモゴロフのような流れにおいて、信頼性の高い長時間収束性を達成する。

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.

研究の動機と目的

• カオス的流れにおける有効拡散係数を計算するための既存の数値手法に、時間に一様な鋭い誤差推定が欠如しているという問題に取り組む。
• 長時間にわたる精度を制限していた、従来の逆誤差解析における指数的増大要因を克服する。
• 無限時間スケールでの収束を保証する確率的誤差解析フレームワークを構築する。
• ABCやコルモゴロフ流れのような3次元カオス的流れにおける有効拡散係数を、厳密かつ計算的に効率的な方法で計算する。
• 数値解の過程のエルゴード性と有効拡散係数推定の収束との間の関係を確立する。

提案手法

• ラグランジュフレームワークにおいて、カオス的流れ内の粒子運動を確率的微分方程式（SDE）で定式化する。
• 分割に基づく数値積分法を適用し、元の確率的構造を保存する。
• 数値解の過程をマルコフ過程としてモデル化することで、確率的誤差解析を可能にする。
• マルコフ過程のエルゴード性を活用して、指数的増大を伴わない時間に一様な誤差境界を導出する。
• 確率的設定での逆誤差解析を実施し、数値解と真の解の経路との関係を明確にする。
• アーノルド＝ベルトラミ＝チルドリス（ABC）およびコルモゴロフ流れを含む、3次元カオス的流れにおける数値実験を通じて、手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 構造保存型ラグランジュSDE積分法に対して、3次元カオス的流れにおいて鋭い時間に一様な誤差推定を導出できるか？
• RQ2 数値解の過程のエルゴード性は、有効拡散係数推定の長時間収束にどのように影響するか？
• RQ3 確率的誤差解析フレームワークを用いることで、従来の誤差境界に見られる指数的増大要因を排除できるか？
• RQ4 提案手法は、ABCおよびコルモゴロフ流れにおける有効拡散係数の計算において、精度と効率の両面でどの程度の性能を示すか？
• RQ5 数値解のマルコフ構造は、無限時間にわたる厳密な収束解析をどのように可能にするか？

主な発見

• 提案手法は、従来の逆誤差解析に見られる指数的増大要因を排除することで、時間に一様な鋭い誤差推定を達成する。
• 誤差境界は、数値積分法によって生成されるマルコフ過程のエルゴード性を用いて導出され、無限時間にわたる安定性を保証する。
• ABCやコルモゴロフ流れのような3次元カオス的流れにおいて、有効拡散係数の信頼性の高い計算が可能になる。
• 数値結果により、本手法の効率性と頑健性が確認され、特に従来手法が誤差蓄積により発散する長時間シミュレーションにおいて顕著である。
• 確率的アプローチにより、確率的力学系における構造保存型積分法の分析に、新たな理論的基盤が提供される。
• 数値解の過程のエルゴード性を仮定することで、有効拡散係数の収束が厳密に証明される。