[论文解读] Sharp $H^1$-norm error estimates of two time-stepping schemes for reaction-subdiffusion problems

Jincheng Ren, Hong-lin Liao+2 more|arXiv (Cornell University)|Nov 20, 2018

Fractional Differential Equations Solutions参考文献 9被引用 21

一句话总结

本文针对具有Caputo分数阶导数的反应-亚扩散问题，建立了两种非均匀时间步长格式——L1格式与分数阶Crank-Nicolson格式——的精确H¹-范数误差估计。通过引入一种改进的离散Grönwall不等式，并结合时间-空间误差分离技术与全局一致性分析，作者在初始奇异性存在的情况下恢复了最优收敛速率，在最优分级参数的非均匀网格上，两种格式的H¹-范数误差界均达到𝒪(τ^{2−α})的阶。

ABSTRACT

Due to the intrinsically initial singularity of solution and the discrete convolution form in numerical Caputo derivatives, the traditional $H^1$-norm analysis (corresponding to the case for a classical diffusion equation) to the time approximations of a fractional subdiffusion problem always leads to suboptimal error estimates (a loss of time accuracy). To recover the theoretical accuracy in time, we propose an improved discrete Grönwall inequality and apply it to the well-known L1 formula and a fractional Crank-Nicolson scheme. With the help of a time-space error-splitting technique and the global consistency analysis, sharp $H^1$-norm error estimates of the two nonuniform approaches are established for a reaction-subdiffusion problems. Numerical experiments are included to confirm the sharpness of our analysis.

研究动机与目标

• 解决由于Caputo导数的初始奇异性与卷积结构导致的分数阶亚扩散问题中时间方向H¹-范数误差估计次优的问题。
• 在非均匀时间半离散化中恢复H¹-范数下的最优时间收敛速率，该速率在经典分析中通常会丢失。
• 将Liao等人理论框架扩展至一般非均匀网格，实现对L1与分数阶Crank-Nicolson格式的精确H¹-范数误差估计。
• 通过改变网格分级参数与分数阶阶数的数值实验，验证理论估计的精确性。

提出的方法

• 提出一种专用于处理非均匀时间半离散化中Caputo导数初始奇异性与卷积结构的改进离散Grönwall不等式。
• 应用时间-空间误差分离技术，将时间误差与空间误差解耦，实现对各分量的独立分析。
• 采用全局一致性分析，控制整个时间区间（特别是t=0附近）的局部截断误差。
• 使用分级时间网格，引入参数γ以解决初始奇异性，其中τk ∝ tk−1+γ−1。
• 通过结合改进的离散Grönwall不等式与稳定性及一致性分析，建立L1与分数阶Crank-Nicolson格式在H¹-范数下的精确误差估计。
• 通过有限差分空间半离散化与不同网格分级参数的数值实验，验证理论结果。

实验结果

研究问题

• RQ1 在初始奇异性与Caputo导数卷积结构存在的情况下，能否在非均匀时间半离散化中恢复反应-亚扩散问题的H¹-范数误差估计的最优性？
• RQ2 传统H¹-范数分析是否因t=0附近解的非光滑性而无法达到最优收敛速率？若如此，应如何修正？
• RQ3 改进的离散Grönwall不等式能否有效恢复L1与分数阶Crank-Nicolson格式在H¹-范数下的最优时间收敛速率？
• RQ4 为实现H¹-范数下𝒪(τ^{2−α})的理论收敛速率，最优分级参数γ应取何值？
• RQ5 通过改变网格参数与分数阶阶数的数值实验，理论H¹-范数误差界是否具有精确性？

主要发现

• 本文在非均匀时间网格上，对L1与分数阶Crank-Nicolson格式建立了𝒪(τ^{2−α})阶的精确H¹-范数误差估计，成功在初始奇异性存在下恢复了最优收敛速率。
• 改进的离散Grönwall不等式有效缓解了H¹-范数分析中精度的损失，使得经典方法失效时仍能获得最优误差界。
• 数值实验表明，当网格分级参数γ ≥ γ_opt时，收敛速率可达到𝒪(τ^{2−α})，验证了理论估计的精确性。
• 对于L1格式，当γσ ≥ 2−α时可实现最优收敛；对于分数阶Crank-Nicolson格式，当γσ ≥ 2时可实现最优收敛，其中γ_opt依此确定。
• 时间-空间误差分离技术有效解耦了时间与空间误差，使时间半离散化对H¹-范数误差的贡献得以精确控制与分析。
• 数值结果表明，相较于均匀网格，非均匀网格显著提升了收敛速率，尤其当γ ≥ γ_opt时，与理论预测一致。