[论文解读] Finite Element Methods for the Stochastic Allen-Cahn Equation with Gradient-type Multiplicative Noises

Xiaobing Feng, Yukun Li+1 more|arXiv (Cornell University)|May 14, 2015

Solidification and crystal growth phenomena参考文献 3被引用 3

一句话总结

本文针对带有梯度型乘性噪声的随机Allen-Cahn方程，提出了两种全离散有限元方法，采用不同的非线性项时间推进策略。通过证明解在 $L^2$ 和 $H^1$ 范数下的时间 Hölder 连续性以及高阶矩有界性，建立了精确的强收敛误差率，并通过数值实验验证了方法在 $\epsilon \to 0$ 时收敛于随机平均曲率流。

ABSTRACT

This paper studies finite element approximations of the stochastic Allen-Cahn equation with gradient-type multiplicative noises that are white in time and correlated in space. The sharp interface limit as the parameter $ε ightarrow 0$ of the stochastic equation formally approximates a stochastic mean curvature flow which is described by a stochastically perturbed geometric law of the deterministic mean curvature flow. Both the stochastic Allen-Cahn equation and the stochastic mean curvature flow arise from materials science, fluid mechanics and cell biology applications. Two fully discrete finite element methods which are based on different time-stepping strategies for the nonlinear term are proposed. Strong convergence with sharp rates for both fully discrete finite element methods is proved. This is done with a crucial help of the Hölder continuity in time with respect to the spatial $L^2$-norm and $H^1$-seminorm for the strong solution of the stochastic Allen-Cahn equation, which are key technical lemmas proved in paper. It also relies on the fact that high moments of the strong solution are bounded in various spatial and temporal norms. Numerical experiments are provided to gauge the performance of the proposed fully discrete finite element methods and to study the interplay of the geometric evolution and gradient-type noises.

研究动机与目标

• 为带有梯度型乘性噪声的随机Allen-Cahn方程开发鲁棒的数值格式，以模拟在随机扰动下的相变过程。
• 针对具有非线性和随机特性的方程，建立全离散有限元方法的最优误差率强收敛性。
• 通过证明解在时间上的 Hölder 连续性（$L^2$ 与 $H^1$ 范数），严格分析解的时间正则性，这是关键的技术贡献。
• 通过数值实验验证理论结果，表明当 $\epsilon \to 0$ 时，解收敛于随机平均曲率流。
• 研究相场模型中几何演化（平均曲率流）与梯度型噪声之间的相互作用。

提出的方法

• 提出两种全离散有限元方法，其区别在于对非线性项 $f(u) = u^3 - u$ 的时间离散策略。
• 方法采用隐式时间格式，结合 C rank-Nicolson 或后向欧拉格式，并在空间上使用 conforming $P_1$ 有限元。
• 分析依赖于证明强解在 $L^2$ 和 $H^1$ 范数下关于时间的 Hölder 连续性，这对误差估计至关重要。
• 建立了解在各种范数下的高阶矩有界性，以控制误差估计中的随机项并确保收敛性。
• 采用 SPDE 的 Itô 形式，将噪声项 $\delta \nabla u \cdot X \circ dW(t)$ 通过校正项 $\frac{\delta^2}{2} \nabla(\nabla u \cdot X) \cdot X$ 转换为 Itô 形式。
• 应用先验估计与离散能量方法，推导出在概率与期望意义下的最优收敛速率。

实验结果

研究问题

• RQ1 对于带有梯度型乘性噪声的随机Allen-Cahn方程，全离散有限元方法的最优收敛速率是什么？
• RQ2 解的 $L^2$ 与 $H^1$ 范数在时间上的 Hölder 连续性如何影响误差分析与收敛速率？
• RQ3 数值方法能否准确捕捉当 $\epsilon \to 0$ 时，随机Allen-Cahn方程向随机平均曲率流的过渡？
• RQ4 噪声强度 $\delta$ 与界面厚度 $\epsilon$ 如何影响数值解中零水平集的演化？
• RQ5 解的有界高阶矩在保证有限元格式的稳定性和收敛性中起什么作用？

主要发现

• 本文证明了两种全离散有限元方法的强收敛性，并获得了精确的收敛率：在 $L^2$ 范数下收敛阶为 $O(h^2 + \tau)$，在 $H^1$ 半范数下为 $O(h + \tau^{1/2})$。
• 建立了解在时间上关于 $L^2$ 与 $H^1$ 范数的 Hölder 连续性，指数为 $1/2$，这是误差分析中的关键技术引理。
• 解的高阶矩在时间和空间上一致有界，使得能够有效控制误差估计中的随机项。
• 数值实验验证了理论收敛速率，并表明期望解的零水平集在 $\epsilon \to 0$ 时趋向于随机平均曲率流。
• 较大的噪声强度 $\delta$ 会加速界面演化并引起更显著的形状变化，与随机几何模型一致。
• 对于固定的 $\delta$，$\epsilon$ 越大，界面演化越快，且随着 $\epsilon$ 减小，零水平集趋近于随机平均曲率流。