[论文解读] A Parameter-Uniform Finite Difference Method for Multiscale Singularly Perturbed Linear Dynamical Systems

Valarmathi Sigamani, John J. H. Miller|ArXiv.org|Mar 10, 2009

Differential Equations and Numerical Methods参考文献 5被引用 11

一句话总结

本文提出了一种参数一致的有限差分方法，用于多尺度奇异摄动线性动力系统，其中不同解层由不同的小参数控制。采用Shishkin分段均匀网格和经典有限差分法，该方法在所有摄动参数下均实现一阶收敛，全局误差界为 $ O(N^{-1} an N) $，确保在所有尺度下均具有鲁棒的精度。

ABSTRACT

A system of singularly perturbed ordinary differential equations of first order with given initial conditions is considered. The leading term of each equation is multiplied by a small positive parameter. These parameters are assumed to be distinct and they determine the different scales in the solution to this problem. A Shishkin piecewise--uniform mesh is constructed, which is used, in conjunction with a classical finite difference discretization, to form a new numerical method for solving this problem. It is proved that the numerical approximations obtained from this method are essentially first order convergent uniformly in all of the parameters.

研究动机与目标

• 为具有不同小参数的多尺度奇异摄动线性初值问题开发一种鲁棒的数值方法。
• 确保收敛性对所有摄动参数一致，避免因参数变化导致精度下降。
• 构建一种离散格式，使其在由不同尺度引起的多个边界层中保持稳定性和精度。
• 建立与奇异摄动参数大小无关的严格误差估计。

提出的方法

• 构建一个Shishkin分段均匀网格，以解析每个不同小参数 $ \varepsilon_i $ 对应的独立边界层。
• 在Shishkin网格上使用经典有限差分法对系统进行离散化，形成可通过标准方法求解的线性系统。
• 通过建立离散最大原理和稳定性，支持误差分析，确保离散解的有界性。
• 将局部截断误差分解为光滑分量和奇异分量，利用数学归纳法和层函数分析，对每一部分导出精确估计。
• 通过分析参数排序所定义的所有子区间和网格类型中层行为的特性，推导出局部截断误差的参数一致界。
• 最终误差估计综合了光滑分量与奇异分量的界，得出全局参数一致的收敛结果。

实验结果

研究问题

• RQ1 能否设计一种有限差分方法，使具有多个不同尺度的系统在所有奇异摄动参数下实现一致收敛？
• RQ2 如何对网格进行分级，以同时解析由不同 $ \varepsilon_i $ 参数引起的全部层？
• RQ3 在拟合网格上，标准有限差分格式在该类多尺度问题中能达到的最优收敛阶是多少？
• RQ4 能否为解的光滑分量和奇异分量分别导出精确且参数一致的误差界？

主要发现

• 所提方法实现了第一阶参数一致收敛，全局误差被界于 $ C N^{-1} \tan N $ 之内，且与摄动参数 $ \varepsilon_i $ 的取值无关。
• 奇异分量的局部截断误差在所有子区间和所有由参数排序定义的网格类型下，均被界于 $ O(N^{-1} \tan N) $ 之内。
• 分析表明，即使最小参数 $ \varepsilon_1 $ 趋近于零，该方法仍保持稳定和精确，确保了鲁棒性。
• 采用适当层拟合的Shishkin网格可确保所有层被解析，过渡点 $ \sigma_i $ 基于 $ \varepsilon_i / \alpha \tan N $ 选定。
• 误差界对由二值向量 $ \vec{b} $ 所定义的全部 $ 2^n $ 种可能的网格构型均为精确且一致的。
• 理论结果通过归纳法和逐分量估计的严格证明予以支持，其中最大原理在稳定性分析中起到关键作用。