[论文解读] $L^2$-error estimates for finite element approximations of boundary fluxes

Mats G. Larson, André Massing|arXiv (Cornell University)|Jan 27, 2014

Advanced Numerical Methods in Computational Mathematics参考文献 19被引用 9

一句话总结

本文提出了一种基于带有 $L^2$-Dirichlet 数据的离散对偶问题的新误差表示公式，实现了对椭圆问题中边界法向通量的有限元近似在 $L^2$-误差上的准最优估计。该方法通过结合加权离散稳定性与边界附近的各向异性插值估计，实现了在多种弱强化方案（包括 Nitsche 方法和稳定化拉格朗日乘子法）下，对分片线性元的 $|\text{ln}\hspace{1pt} h|h$ 收敛率。

ABSTRACT

We prove quasi-optimal a priori error estimates for finite element approximations of boundary normal fluxes in the $L^2$-norm. Our results are valid for a variety of different schemes for weakly enforcing Dirichlet boundary conditions including Nitsche's method, and Lagrange multiplier methods. The proof is based on an error representation formula that is derived by using a discrete dual problem with $L^2$-Dirichlet boundary data and combines a weighted discrete stability estimate for the dual problem with anisotropic interpolation estimates in the boundary zone.

研究动机与目标

• 推导椭圆问题中边界法向通量有限元近似的先验 $L^2$-误差估计。
• 将现有收敛结果从 Mortar 方法扩展至包括 Nitsche 方法与稳定化拉格朗日乘子法在内的多种方法。
• 建立带有 $L^2$-Dirichlet 数据的离散对偶问题框架，以实现精确的误差表示与稳定性分析。
• 避免使用 Besov 空间框架，转而采用分析技术对离散对偶问题中的稳定性估计进行处理。
• 通过在制造解上的数值实验验证理论收敛速率。

提出的方法

• 利用带有 $L^2$-边界数据的离散对偶问题解，构造边界通量误差的误差表示公式。
• 在能量范数下建立对偶问题的加权离散稳定性估计，以控制边界附近的梯度与 $L^2$-范数。
• 在边界层中采用各向异性插值估计，以控制原问题解的插值误差。
• 在变分形式中引入稳定化项，以控制边界项的影响并确保弱强化下的稳定性。
• 结合离散稳定性估计与插值误差界，推导出边界通量的最终 $L^2$-误差估计。
• 通过在均匀三角形网格上使用 $CG(1)$ 单元与 $DG(0)$ 乘子的制造解进行数值实验，验证理论结果。

实验结果

研究问题

• RQ1 能否为包括 Nitsche 方法与稳定化拉格朗日乘子法在内的广泛弱强化狄氏条件类，推导出边界通量的准最优 $L^2$-误差估计？
• RQ2 分片线性有限元在 $L^2(\text{边界})$-范数下的离散边界通量近似收敛率是多少？
• RQ3 如何利用带有 $L^2$-狄氏数据的离散对偶问题来表示并控制通量误差，而无需依赖 Besov 空间框架？
• RQ4 边界层中的各向异性插值估计与加权稳定性在实现最优收敛率中起到何种作用？
• RQ5 数值实验是否在不同通量近似方案下，于渐近区域证实了理论的 $|\text{ln}\hspace{1pt} h|h$ 收敛率？

主要发现

• 本文建立了使用分片线性有限元对边界法向通量近似的准最优 $L^2$-误差估计，其阶为 $|\text{ln}\hspace{1pt} h|h$。
• 该误差估计适用于多种弱强化狄氏条件的方法，包括 Nitsche 方法与稳定化拉格朗日乘子法。
• 证明了离散对偶问题在能量范数下满足加权稳定性估计，这对控制通量误差至关重要。
• 边界层中的各向异性插值估计对于控制对偶问题中边界层的误差贡献至关重要。
• 数值结果在渐近区域证实了理论收敛速率，Nitsche 方法与稳定化拉格朗日乘子法均实现了首阶收敛。
• 预渐近行为表现出次最优收敛率，但随着 $h \to 0$ 时该现象消失，从而验证了理论渐近估计的正确性。