[论文解读] Monotone and Consistent discretization of the Monge-Ampere operator

Jean‐David Benamou, Francis Collino+1 more|arXiv (Cornell University)|Sep 23, 2014

Geometry and complex manifolds参考文献 6被引用 4

一句话总结

该论文通过利用格基约化和Stern-Brocot树，提出了一种新颖的单调且一致的有限差分格式，用于在二维笛卡尔网格上求解Monge-Ampère算子。该方法确保了离散退化椭圆性并实现了自动的模板自适应，无需调节参数即可实现高精度和鲁棒性，即使在非光滑解的情况下亦然。

ABSTRACT

We introduce a novel discretization of the Monge-Ampere operator, simultaneously consistent and degenerate elliptic, hence accurate and robust in applications. These properties are achieved by exploiting the arithmetic structure of the discrete domain, assumed to be a two dimensional cartesian grid. The construction of our scheme is simple, but its analysis relies on original tools seldom encountered in numerical analysis, such as the geometry of two dimensional lattices, and an arithmetic structure called the Stern-Brocot tree. Numerical experiments illustrate the method's efficiency.

研究动机与目标

• 解决数值方法中Monge-Ampère PDE缺乏一致且退化椭圆格式的问题。
• 克服现有格式的局限性，这些格式或为非局部、或仅近似一致、或需要光滑解和精细初始化。
• 开发一种无参数、基于解自适应的离散模板，以同时保证一致性和退化椭圆性。
• 利用先进的算术与几何工具——格基约化和Stern-Brocot树——在结构化网格上构建稳健的数值格式。

提出的方法

• 在二维笛卡尔网格上，通过二阶差分构造Hessian的有限差分离散化，当模板超出域边界时，通过加权平均进行边界修正。
• 应用格基约化以识别最优的、具备各向异性感知能力的模板，从而在离散层面保持退化椭圆性。
• 利用Stern-Brocot树自动生成并自适应地调整模板，避免人为选择，降低一致性误差。
• 通过在格上施加几何约束，确保离散算子满足比较原理，从而保证格式的单调性。
• 在解的Hessian条件数一致有界的假设下，保持一致性。
• 将该格式集成到黏性解框架中，从而获得收敛性保证和稳定的迭代求解器。

实验结果

研究问题

• RQ1 能否在笛卡尔网格上构造一种Monge-Ampère算子的有限差分格式，使其同时具备一致性和退化椭圆性？
• RQ2 如何实现模板选择过程的自动化与自适应，以响应解的局部各向异性，同时不引入调节参数？
• RQ3 格论工具（如Stern-Brocot树和格基约化）能否有效应用于改善非线性PDE的数值离散化？
• RQ4 所提出的格式在解缺乏高正则性时是否仍能保持鲁棒性和高精度？
• RQ5 几何与算术结构对Monge-Ampère PDE离散解的收敛性和稳定性有何影响？

主要发现

• 所提出的MA-LBR格式在一致性和退化椭圆性方面均成立，确保了离散解收敛至黏性解，并保障了迭代求解器的稳定性。
• 该格式通过Stern-Brocot树实现了自动且无参数的模板生成，消除了对启发式或用户定义模板选择的依赖。
• 格基约化使得能够构建尊重Monge-Ampère算子在幺模变换下不变性的各向异性模板。
• 数值实验验证了该方法的高精度和鲁棒性，尤其在传统格式因低正则性或初始化不良而失效的情况下表现突出。
• 理论分析依赖于离散几何中的新颖工具，包括二维格的几何结构和Stern-Brocot树的算术结构，这些在数值分析中极少被使用。
• 该方法在离散层面保证了比较原理，这对黏性解框架中的收敛性至关重要。