[论文解读] On a Robin-Robin domain decomposition method with optimal convergence rate

Wenbin Chen, Xuejun Xu+1 more|arXiv (Cornell University)|Dec 19, 2011

Advanced Numerical Methods in Computational Mathematics参考文献 25被引用 2

一句话总结

该论文通过提出一种双参数Robin-Robin非重叠域分解方法，解决了长期存在的开放性问题，实现了与网格尺寸 h 无关的最优收敛速率。与传统方法收敛速率为 1 − O(h¹/²) 不同，新方法确保了无论 h 取值如何，收敛速率均保持稳定，该结论得到了理论和数值实验的双重验证。

ABSTRACT

In this paper, we shall solve a long-standing open problem: Is it possible that the convergence rate of the Lions’ Robin-Robin nonoverlapping domain decomposition(DD) method is independent of the mesh size h? We shall design a two-parameter Robin-Robin domain decomposition method. It is shown that the new DD method is optimal, which means the convergence rate is independent of the mesh size h. The traditional Robin-Robin domain decomposition method converges at a rate of 1 − O(h1/2), even under the optimal parameter. Numerical implementation confirming our theoretical findings shall be given. AMS subject classifications. Primary 65N30; Secondary 65M60

研究动机与目标

• 解决Lions的Robin-Robin非重叠域分解方法收敛速率是否能与网格尺寸 h 无关的开放性问题。
• 设计一种双参数Robin-Robin DD方法，实现最优收敛行为。
• 从理论上证明并数值上验证收敛速率与 h 无关，从而突破经典方法的 1 − O(h¹/²) 限制。

提出的方法

• 在非重叠域分解框架中，为Robin传输条件引入双参数公式化。
• 在最优参数选择下，推导并分析新方法的收敛行为。
• 建立与网格尺寸 h 无关的收敛速率理论边界。
• 利用谱分析和能量估计证明收敛速率的最优性。
• 在模型问题上实现该方法的数值计算，以验证理论发现。
• 与经典Robin-Robin方法比较收敛行为，以展示性能提升。

实验结果

研究问题

• RQ1 Robin-Robin非重叠域分解方法的收敛速率能否实现与网格尺寸 h 无关？
• RQ2 Robin传输条件的何种参数化形式可使非重叠DD方法实现最优收敛？
• RQ3 经典Robin-Robin方法的收敛速率 1 − O(h¹/²) 是否代表根本性极限？
• RQ4 双参数Robin-Robin公式化能否实现与网格无关的收敛？
• RQ5 数值实验是否证实了新方法的理论最优性？

主要发现

• 所提出的双参数Robin-Robin域分解方法实现了与网格尺寸 h 无关的收敛速率。
• 该方法被证明是最优的，即随着 h 减小，收敛速率不会恶化。
• 研究表明，经典Robin-Robin方法的收敛速率上限为 1 − O(h¹/²)，即使在最优参数选择下亦无法突破。
• 数值实验验证了理论预测的与网格无关的收敛性。
• 新方法通过消除收敛速度中与 h 相关的退化，显著优于经典方法。
• 理论分析表明，无论 h 取值如何，新方法的收敛速率始终均匀地远离 1。