[论文解读] Convergence of adaptive finite element methods for eigenvalue problems

Eduardo M. Garau, Pedro Morín+1 more|ArXiv.org|Mar 4, 2008

Advanced Numerical Methods in Computational Mathematics参考文献 13被引用 4

一句话总结

该论文证明了使用任意阶拉格朗日元的自适应有限元方法在第二类椭圆特征值问题上的收敛性。它在最小加密、任意初始网格和所有标准标记策略下，实现了对正确特征值和特征函数的收敛，而无需预先假设网格尺寸或强制满足内部节点性质。

ABSTRACT

In this article we prove convergence of adaptive finite element methods for second order elliptic eigenvalue problems. We consider Lagrange finite elements of any degree and prove convergence for simple as well as multiple eigenvalues under a minimal refinement of marked elements, for all reasonable marking strategies, and starting from any initial triangulation.

研究动机与目标

• 建立自适应有限元方法在二阶椭圆特征值问题上的收敛性。
• 消除对先验网格尺寸假设的需求，从而实现从任意初始三角剖分出发的收敛。
• 在最小加密（每个标记单元仅一次二等分）下实现收敛，无需强制满足内部节点性质。
• 确保对简单和多重特征值，均能收敛到正确的离散特征值和特征函数。
• 在非退化条件下，验证所有标准标记策略（包括非-Dörfler型标记）的收敛性。

提出的方法

• 使用残差型后验误差估计器来指导自适应循环中的网格加密：求解 → 估计 → 标记 → 加密。
• 采用一种通用的标记策略，其中被标记单元的误差估计值大于未被标记单元，满足条件 (2.17)。
• 采用非协调有限元框架，使用任意多项式阶次 ℓ 的拉格朗日元。
• 提出一种新颖论证方法，证明全局误差估计器收敛于零，即使在粗网格上缺乏精确上界时亦成立。
• 引入非退化假设，以确保收敛到正确的特征对，防止出现对较低特征值的虚假收敛。
• 基于特征函数正则性和多项式结构，采用反证法证明网格尺寸在 L∞-范数下收敛于零。

实验结果

研究问题

• RQ1 自适应有限元方法能否在不依赖精细初始网格的前提下，收敛到一般二阶椭圆特征值问题的正确特征值和特征函数？
• RQ2 在最小加密（例如每个标记单元仅一次二等分）且不强制满足内部节点性质的条件下，收敛性是否仍然成立？
• RQ3 在无先验网格尺寸假设的前提下，是否对所有标准标记策略（包括非-Dörfler型标记）均保证收敛？
• RQ4 在特征函数和系数满足非退化条件时，该方法能否收敛到第 j 个离散特征值？
• RQ5 当后验误差估计器在粗网格上缺乏精确上界时，如何证明收敛性？

主要发现

• 离散特征值 λₖ 收敛于连续特征值 λ，离散特征函数在 H¹₀(Ω) 中收敛于特征空间 M(λ)。
• 收敛性对任意初始三角剖分成立，即使网格较粗，只要其能捕捉 𝒜 的不连续性即可。
• 网格尺寸函数 ‖hₖ‖_{L∞(Ω)} 随 k → ∞ 而收敛于零，确保在极限下实现均匀加密。
• 若非退化假设成立，即在 Ω 的任意开子集上，无特征函数为次数 ≤ℓ 的多项式，则方法收敛于第 j 个特征值。
• 在所有合理的标记策略下（包括非-Dörfler型标记）均保持收敛性，前提是被标记单元的误差估计值更大。
• 该证明引入了一种新论证方法，以处理粗网格上误差估计器缺乏精确上界的问题，从而与线性问题先前的收敛结果形成区分。