[论文解读] Numerical investigation of the smallest eigenvalues of the p-Laplace operator on planar domains

Jiří Horák|arXiv (Cornell University)|Jun 3, 2011

Advanced Mathematical Modeling in Engineering参考文献 15被引用 15

一句话总结

本论文通过在 Sobolev 空间 $W^{1,p}_0(\Omega)$ 中使用约束下降法与山路算法，对平面区域上 p-Laplace 算子的两个最小特征值进行了数值研究，其中 $p \in [1.1, 10]$。研究发现，在非径向区域（如矩形和三角形）中，第二特征函数的对称性随 $p$ 变化而改变，且在依赖于区域的临界值 $p_0$ 处发生转变；而在圆中，对于所有 $p$，第二特征函数关于将圆分成两个相等部分的直径保持奇对称性。

ABSTRACT

The eigenvalue problem for the p-Laplace operator with p>1 on planar domains with the zero Dirichlet boundary condition is considered. The Constrained Descent Method and the Constrained Mountain Pass Algorithm are used in the Sobolev space setting to numerically investigate the dependence of the two smallest eigenvalues on p. Computations are conducted for values of p between 1.1 and 10. Symmetry properties of the second eigenfunction are also examined numerically. While for the disk an odd symmetry about the nodal line dividing the disk in halves is maintained for all the considered values of p, for rectangles and triangles symmetry changes as p varies. Based on the numerical evidence the change of symmetry in this case occurs at a certain value p_0 which depends on the domain.

研究动机与目标

• 将山路算法从 Hilbert 空间推广至 $p \neq 2$ 时的 Banach 空间 $W^{1,p}_0(\Omega)$。
• 在较宽范围（$1.1 \leq p \leq 10$）内计算并分析两个最小特征值随 $p$ 的依赖关系。
• 研究在非径向区域中，随着 $p$ 变化，第二特征函数的对称性变化。
• 验证在 $p$ 远离 2 时的数值方法性能，评估网格细化下的收敛性与稳定性。
• 将数值结果与已知的渐近行为（$p \to 1^+$ 和 $p \to \infty$）进行比较。

提出的方法

• 将约束下降法与约束山路算法适配至 $p \in (1, \infty)$ 时的 Banach 空间 $W^{1,p}_0(\Omega)$。
• 以 Rayleigh 商 $\lambda = \frac{\int_\Omega |\nabla u|^p \, dx}{\int_\Omega |u|^p \, dx}$ 作为在约束 $\|u\|_{L^p} = 1$ 下需最小化的泛函。
• 将下降方向 $w_u$ 定义为方程 $-\Delta_p w = \Delta_p u + \alpha |u|^{p-2}u$ 的解，并通过归一化确保 $w_u \in T_u S$。
• 应用逆 $p$-Laplace 算子 $(-\Delta_p)^{-1}$ 将 $|u|^{p-2}u$ 映射为 $W^{1,p}_0(\Omega)$ 中的函数，从而实现迭代更新。
• 采用自适应网格加密的有限元方法对问题进行离散化，以保证收敛性。
• 实现时间推进格式 $\frac{d}{dt}u(t) = w_{u(t)}$，初始条件 $u(0) \in S$，并追踪其收敛至临界点的过程。

实验结果

研究问题

• RQ1 当 $p$ 从 1.1 变化到 10 时，最小特征值 $\lambda_1$ 在平面区域中的行为如何？
• RQ2 第二特征函数 $u_2$ 是否在不同 $p$ 值下保持对称性（例如关于节点线的奇对称）？
• RQ3 在矩形和三角形等非径向区域中，$u_2$ 的对称性在何种临界 $p_0$ 处发生改变？
• RQ4 当 $p$ 值远离 2 时，数值方法的性能如何，特别是在收敛性与稳定性方面？
• RQ5 计算得到的特征值与特征函数在多大程度上与已知的渐近极限（$p \to 1^+$ 和 $p \to \infty$）一致？

主要发现

• 随着 $p$ 从 1.1 增加到 10，最小特征值 $\lambda_1$ 单调递减，与理论预期一致。
• 在圆中，第二特征函数 $u_2$ 对所有 $p \in [1.1, 10]$ 均关于将圆分成两半的直径保持奇对称性。
• 在矩形和三角形中，$u_2$ 的对称性在依赖于区域几何形状的临界 $p_0$ 处发生改变，表明特征结构中存在分岔现象。
• 即使在 $p$ 值远离 2 时，约束山路算法仍能成功收敛至第二特征对，表明其在 Banach 空间设置下的鲁棒性。
• 当 $p \to 1^+$ 和 $p \to \infty$ 时，数值结果与已知渐近行为定性一致，例如 $\lambda_1 \to \infty$ 当 $p \to 1^+$，且 $\lambda_1 \to \text{某有限极限}$ 当 $p \to \infty$。
• 通过逆 $p$-Laplace 算子定义的下降方向可确保收敛至临界点，且收敛性证明依赖于 $W^{1,p}_0(\Omega)$ 中的紧致性与范数估计。