[论文解读] Numerical solution of the Volterra equations of the first kind that appear in an inverse boundary-value problem of heat conduction

Svetlana Solodusha, N. M. Yaparova|arXiv (Cornell University)|Jul 7, 2014

Numerical methods in inverse problems参考文献 2被引用 4

一句话总结

本文提出数值方法——中点法则与乘积积分法——用于求解反向热传导问题中出现的第二类第一类Volterra积分方程。这些方法在噪声数据下表现出二阶收敛性与自正则化特性，最优网格间距满足 $ h_{\text{opt}} acksimeq \delta^{1/3} $，误差满足 $ \|\varepsilon\|_{C_h} acksimeq \delta^{2/3} $，确保了在扰动数据下对边界函数的稳定重构。

ABSTRACT

The paper considers the integral Volterra equations of the first kind which are related to the inverse boundary-value heat conduction problem. The algorithms have been developed to numerically solve the respective integral equations, which are based on the midpoint rule and product integration method.

研究动机与目标

• 开发用于求解反向热传导边值问题中出现的第一类Volterra积分方程的稳定且精确的数值算法。
• 通过利用具有内在自正则化特性的离散化方法，解决反问题的不适定性。
• 分析在输入数据存在噪声时，数值解的收敛行为与稳定性。
• 确定当方程右端项受到扰动时，使误差最小化的最优网格间距。
• 通过已知精确解的计算实验验证所提方法的有效性。

提出的方法

• 利用拉普拉斯变换技术将反向热传导问题转化为第一类Volterra积分方程。
• 采用中点法则对方程进行离散化，导出在半整数网格点上近似求解的递推算法。
• 通过解析计算涉及核函数的积分，应用乘积积分法，提升对振荡核函数的计算精度。
• 使用核函数 $ K_N(t) = \pi^2 \sum_{p=1}^N (-1)^{p+1} p^2 e^{-\pi^2 p^2 t} $，其振荡行为取决于 $ N $，以模拟卷积结构。
• 采用均匀间距 $ h $ 的网格细化策略，并利用斐波那契法优化 $ h $，以在输入数据受扰动时最小化误差。
• 利用离散化的自正则化效应，在输入数据 $ g_\delta(t) $ 受到噪声污染且满足 $ \|g_\delta - g_0\|_C \leq \delta $ 的条件下稳定解。

实验结果

研究问题

• RQ1 如何在噪声数据下，以受控误差与稳定性求解反向热传导中出现的第一类Volterra积分方程？
• RQ2 中点法则与乘积积分法在这些方程上的收敛速率如何？
• RQ3 控制振荡核函数的参数 $ N $ 的选择如何影响解的行为与数值条件性？
• RQ4 当方程右端项受噪声水平 $ \delta $ 扰动时，使误差最小化的最优网格间距 $ h $ 是什么？
• RQ5 在数据扰动下，数值格式在多大程度上表现出自正则化行为？

主要发现

• 中点法则与乘积积分法在网格间距 $ h $ 上均实现二阶收敛，数值实验显示误差减少量约为 $ O(h^2) $。
• 乘积积分法在所有测试中均表现出比中点法则更低的误差，尤其在高频测试函数如 $ \overline{\phi}_2(t) = e^{-t} \sin(10\pi t) $ 下表现更优。
• 最优网格间距 $ h_{\text{opt}}(\delta) $ 与 $ \delta^{1/3} $ 成比例，表明离散化与噪声放大的权衡。
• 计算解的最大误差 $ \|\tilde{\varepsilon}_r^{h_{\text{opt}}(\delta)}\|_{C_h} $ 与 $ \delta^{2/3} $ 成比例，证实了离散化的自正则化特性。
• 两种数值格式均保持自正则化效应，且在相同 $ \delta $ 条件下，乘积积分法表现出略优的稳定性。
• 核函数 $ K_N(t) $ 在 $ t^* $ 处表现出振荡行为并具有零点，积分 $ \int_0^{t^*} K_N(t)\,dt $ 的值依 $ N $ 的奇偶性在 $ \pm 1/2 $ 之间交替，影响了解的结构。