[论文解读] Elliptic PDEs on log-Gaussian Shapes: Sparsity and Finite Element Discretization

Dinh Phuong Dung, Helmut Harbrecht+2 more|arXiv (Cornell University)|Mar 25, 2026

Probabilistic and Robust Engineering Design被引用 0

一句话总结

论文研究通过对数高斯径向变形生成的随机域上的椭圆扩散，证明存在性、正则性，并在参数化场景下开发有限元和稀疎网格/QMC 离散化。

ABSTRACT

In this article, we consider the solution to elliptic diffusion problems on a class of random domains obtained by log-Gaussian random homothety of the unit disk respectively an annulus. We model the problem under consideration and verify the existence and uniqueness of the random solution by path-wise pullback to the nominal unit disk respectively annulus. We prove the analytic regularity of the solution with respect to the random input parameter. We consider the numerical approximation of the random diffusion problem by means of continuous, piecewise linear Lagrangian Galerkin Finite Elements with numerical quadrature in the nominal domain, and by sparse grid interpolation and quadrature of Gauss-Hermite Smolyak and Quasi-Monte Carlo type in the parameter domain. The theoretical findings are complemented by numerical results.

研究动机与目标

• 通过对数-高斯、单位圆盘/环形的星形变形来模型化随机域。
• 通过拉回到固定参考域来证明解的存在性和唯一性。
• 建立解对随机输入的解析正则性与参数全纯性。
• 开发并分析数值离散化：在空间上使用连续有限元，在参数域使用稀疎网格/准蒙特卡洛方法。
• 提供数值实验以验证理论发现。

提出的方法

• 将区域建模为 D_kappa(a)，其中 a(theta) = exp(sum_k y_k psi_k(theta)).
• 通过 F(a) 将 PDE 拉回参考域 D_ref,kappa，推导具有变系数的扩散矩阵 M(a) 的偏微分方程。
• 展示 B(v,v;a) 的方向性-有界性并推导最小特征值 lambda_min(a) 的反演界。
• 证明参数解 u_hat(a) 相对于复化参数的全纯性并推导导数界。
• 在 rho 的和可加性条件下，为解对参数向量 y 的偏导数建立导数估计。
• 实现数值方案：物理域到参考域的连续拉格朗日有限元，稀疎网格插值，以及 Halton 基准的准蒙特卡洛求积。

实验结果

研究问题

• RQ1 对数-高斯、基于傅里叶级数的域形变如何影响椭圆扩散问题的良定性？
• RQ2 相对于随机参数向量，拉回解的正则性（全纯性与导数界限）可以建立到何种程度？
• RQ3 稀疎网格与准蒙特卡洛方法在近似随机解的统计量（如期望值）方面有多有效？
• RQ4 域映射后的有限元离散如何应用，产生的误差/复杂度性质为何？
• RQ5 在确保强制性和稳定数值近似方面，对域变形有哪些实际条件？

主要发现

• 在参考域上的拉回解在一组域正则性假设下存在且唯一。
• 拉回解在参数区域内具有全纯性，对随机变量的导数有明确界限。
• 对于参数问题得到强制性和稳定性界，给出解关于数据的范数估计。
• 获得了参数解的显式导数估计，显示出受可加性权重和解析常数控制的增长。
• 该框架支持在空间上使用连续的分段线性有限元，并对参数进行稀疎网格/准蒙特卡洛积分，数值实验与理论相符。