[论文解读] A posteriori error estimates for parabolic problems via elliptic reconstruction and duality

Omar Lakkis, Charalambos Makridakis|arXiv (Cornell University)|Sep 6, 2007

Advanced Numerical Methods in Computational Mathematics参考文献 12被引用 3

一句话总结

本论文通过椭圆重构与对偶方法，为线性抛物问题的全离散后向欧拉格式提出了后验误差估计。通过结合基于残差的椭圆误差估计与时间离散化误差控制，该方法在 $ L^\infty(0, T; L^2(\Omega)) $ 范数下导出了完全实用且最优阶的误差估计器，扩展了先前工作，考虑了网格变化的影响，并实现了灵活应用。

ABSTRACT

Abstract. We use the elliptic reconstruction technique in combination with a duality approach to prove a posteriori error estimates for fully discrete backward Euler scheme for linear parabolic equations. As an application, we combine our result with the residual based estimators from the a posteriori estimation for elliptic problems to derive space-error estimators and thus a fully practical version of the estimators bounding the error in the L∞(0, T;L2(Ω)) norm. These estimators, which are of optimal order, extend those introduced by Eriksson and Johnson [EJ91] by taking into account the error induced by the mesh changes and allowing for a more flexible use of the elliptic estimators. results using residual estimators is provided. 1.

研究动机与目标

• 为线性抛物方程的全离散后向欧拉格式开发可靠的后验误差估计器。
• 通过引入网格变化引起的误差，克服先前估计器的局限性。
• 通过允许更灵活地使用椭圆误差估计器，扩展Eriksson和Johnson [EJ91] 的工作。
• 在 $ L^\infty(0, T; L^2(\Omega)) $ 范数下，实现最优阶误差界，且基于可计算的实用框架。

提出的方法

• 采用椭圆重构技术，将离散解提升至连续椭圆设置中。
• 应用基于对偶的分析方法，以界定向对偶问题中的误差，并将其与原问题的误差关联。
• 将椭圆后验理论中的基于残差的估计器与时间离散化误差贡献相结合。
• 推导出同时考虑空间与时间离散化误差的空间误差估计器。
• 利用重构的椭圆问题，独立解耦并估计空间误差分量。
• 构建完全实用的估计器，其在 $ L^\infty(0, T; L^2(\Omega)) $ 范数下具有最优阶且可计算。

实验结果

研究问题

• RQ1 如何为抛物问题中全离散后向欧拉格式构造具有最优阶的后验误差估计器？
• RQ2 椭圆重构技术在时变问题的误差估计中如何提升精度与灵活性？
• RQ3 在后验误差估计中，如何处理时间演化过程中网格变化带来的影响？
• RQ4 基于残差的椭圆估计器能否与时间离散化误差项有效结合，以获得完全实用的误差界？
• RQ5 在 $ L^\infty(0, T; L^2(\Omega)) $ 范数下，所得误差估计器最优性的理论依据是什么？

主要发现

• 所提方法在 $ L^\infty(0, T; L^2(\Omega)) $ 范数下生成了具有最优阶的后验误差估计器。
• 估计器完全实用，即仅利用离散解和已知数据即可计算。
• 该方法成功考虑了时间演化过程中由网格变化引入的误差。
• 采用椭圆重构使得现有椭圆误差估计器能更灵活地整合到抛物问题设置中。
• 基于对偶的分析通过将原问题误差与对偶问题解关联，实现了紧致的误差界。
• 该框架通过引入时间离散化与网格自适应效应，扩展了Eriksson和Johnson [EJ91] 的结果。