[论文解读] A PDE approach to fractional diffusion in general domains: a priori error analysis

Ricardo H. Nochetto, Enrique Otárola+1 more|arXiv (Cornell University)|Feb 4, 2013

Numerical methods in engineering参考文献 29被引用 9

一句话总结

本文提出了一种基于PDE的方法，用于求解在一般有界区域中涉及椭圆算子分数阶幂的分数阶扩散问题。通过将问题扩展到一个半无限圆柱体并采用加权Sobolev框架，推导了有限元离散化的先验误差估计，表明在拟均匀网格上具有最优正则性但收敛阶次优，而在各向异性网格上则达到次优收敛阶。

ABSTRACT

The purpose of this work is the study of solution techniques for problems involving fractional powers of symmetric coercive elliptic operators in a bounded domain with Dirichlet boundary conditions. These operators can be realized as the Dirichlet to Neumann map for a degenerate/singular elliptic problem posed on a semi-infinite cylinder, which we analyze in the framework of weighted Sobolev spaces. Motivated by the rapid decay of the solution of this problem, we propose a truncation that is suitable for numerical approximation. We discretize this truncation using first degree tensor product finite elements. We derive a priori error estimates in weighted Sobolev spaces. The estimates exhibit optimal regularity but suboptimal order for quasi-uniform meshes. For anisotropic meshes, instead, they are quasi-optimal in both order and regularity. We present numerical experiments to illustrate the method's performance.

研究动机与目标

• 开发一种稳健的数值方法，用于求解由非局部算子（如分数阶拉普拉斯算子）控制的分数阶扩散问题。
• 通过将问题转化为扩展域中的局部退化/奇异椭圆问题，解决分数阶算子中的非局部性挑战。
• 分析扩展问题的有限元离散化的收敛性质，特别关注在加权Sobolev空间中的误差估计。
• 比较拟均匀网格与各向异性网格在实现扩展问题解的最优收敛速率方面的性能。
• 通过Caffarelli-Silvestre扩展框架，将该方法推广至一般二阶、对称、一致椭圆算子，而不仅限于拉普拉斯算子。

提出的方法

• 在半无限圆柱体 $\mathcal{C} = \Omega \times (0, \infty)$ 上，利用Caffarelli-Silvestre扩展，将分数阶扩散问题表述为Dirichlet-to-Neumann映射问题。
• 在加权Sobolev空间中，将扩展问题建模为涉及权重 $y^\alpha$, $\alpha = 1 - 2s$ 的退化/奇异椭圆PDE。
• 在有限高度 $\mathcal{C}_\mathcal{Y}$ 处截断无限圆柱体，以实现数值逼近，利用解在 $y$-方向上的指数衰减特性。
• 在扩展域的形状正则三角剖分上，使用一阶张量积有限元对截断问题进行离散化。
• 推导扩展问题在加权 $H^1$-范数下的先验误差估计，将误差与网格尺寸和单元数量相关联。
• 分析在拟均匀与各向异性网格加密下的收敛行为，表明各向异性网格可获得更优的收敛速率。

实验结果

研究问题

• RQ1 如何在一般有界区域中，利用局部PDE公式，数值逼近椭圆算子的分数阶幂？
• RQ2 在使用拟均匀与各向异性网格时，扩展问题的有限元逼近的收敛行为如何？
• RQ3 半无限圆柱体的截断在多大程度上影响数值解的精度？
• RQ4 通过该方法，能否在原始分数阶扩散问题的解中实现最优正则性与次优收敛阶？
• RQ5 误差估计在多大程度上依赖于底层椭圆算子的谱性质以及权重 $y^\alpha$？

主要发现

• 该方法在扩展问题的误差估计中实现了最优正则性，解属于加权 $H^1$-空间 $\widetilde{H}^1_L(\mathcal{C}, y^\alpha)$。
• 对于拟均匀网格，收敛阶次优，其量级为 $|\log(\#\mathscr{T}_\mathcal{Y})|^s (\#\mathscr{T}_\mathcal{Y})^{-1/(n+1)}$。
• 对于满足 $\gamma > 3/(1 - \alpha)$ 的各向异性网格，误差估计在阶与正则性上均为次优，匹配理论上可能的最佳收敛速率。
• 截断误差随截断高度 $\mathcal{Y}$ 指数衰减，其衰减速率为 $\|\nabla(\mathfrak{u} - v)\|_{L^2(\mathcal{C}, y^\alpha)} \lesssim e^{-\sqrt{\lambda_1}\mathcal{Y}/4}\|f\|_{\mathbb{H}^s(\Omega)'}$。
• 有限元解 $V_{\mathscr{T}_\mathcal{Y}}$ 在加权能量范数下收敛于真实解 $\mathfrak{u}$，其误差受网格相关项有界。
• 该方法可通过广义Caffarelli-Silvestre扩展推广至任意二阶、对称、一致椭圆算子 $\mathcal{L}$，而不仅限于拉普拉斯算子。