[论文解读] Spectral Indicator Method for A Non-selfadjoint Steklov Eigenvalue Problem

Juan Liu, Jiguang Sun+1 more|arXiv (Cornell University)|Apr 7, 2018

Advanced Numerical Methods in Computational Mathematics参考文献 24被引用 3

一句话总结

本文提出一种结合改进谱指标法（RIM）的有限元方法，用于计算反散射理论中非自伴Steklov特征值问题的复特征值。通过将问题约化为仅含边界变量的更小离散系统，该方法利用围线积分的谱投影高效计算特征值，实现了二阶收敛，并在圆形、方形和L形区域上验证了结果。

ABSTRACT

We propose an efficient numerical method for a non-selfadjoint Steklov eigenvalue problem. The Lagrange finite element is used for discretization. The convergence is proved using the spectral perturbation theory for compact operators. The non-sefadjointness of the problem leads to non-Hermitian matrix eigenvalue problem. Due to the existence of complex eigenvalues and lack of a priori spectral information, we propose a modified version of the recently developed spectral indicator method to compute (complex) eigenvalues in a given region on the complex plane. In particular, to reduce computational cost, the problem is transformed into a much smaller matrix eigenvalue problem involving the unknowns only on the boundary of the domain. Numerical examples are presented to validate the effectiveness of the proposed method.

研究动机与目标

• 开发一种用于非自伴Steklov特征值问题的有限元方法，其特征参数为复数。
• 解决在非厄米矩阵特征值问题中，缺乏先验谱信息时计算复特征值的挑战。
• 通过将问题转化为仅涉及边界未知量的小型矩阵特征值问题，显著降低计算成本。
• 将递归积分法（RIM）扩展至非自伴问题，并利用紧算子的谱扰动理论证明其收敛性。
• 首次对非自伴Steklov特征值问题进行全面的数值研究，结合理论分析与计算验证。

提出的方法

• 对非自伴Steklov特征值问题的变分形式应用线性Lagrange有限元方法。
• 通过Galerkin离散化将问题转化为非厄米广义特征值问题。
• 推导出仅含边界的约化形式，得到仅依赖于∂Ω上未知量的更小矩阵特征值问题。
• 将递归积分法（RIM）适配用于通过柯西围线积分在复平面上指定区域内计算复特征值。
• 利用谱投影定义指示函数，判断某区域是否包含特征值，从而实现自适应区域细分。
• 采用基于区域大小的停止准则（例如 d₀ = 1e−9）以细化特征值近似。

实验结果

研究问题

• RQ1 能否严格证明有限元方法在非自伴Steklov特征值问题上的收敛性？
• RQ2 当缺乏先验谱信息时，如何高效计算复特征值？
• RQ3 能否通过仅将离散问题限制在边界上来显著降低计算成本？
• RQ4 对于不同几何形状的域，非自伴Steklov特征值的有限元逼近的收敛速率如何？
• RQ5 改进的RIM在求解Helmholtz型方程产生的非厄米问题的复特征值时表现如何？

主要发现

• 当求解非自伴Steklov特征值问题且 n(x) = 4 + 4i 时，单位圆和方形区域均实现了二阶收敛。
• L形区域的第二特征值收敛速率降低，表明其对应特征函数的正则性较差。
• 对于单位圆且 n(x) = 4 + 4i 的情形，当 h → 0 时，第一特征值收敛至约 0.6866 + 2.4953i。
• 对于方形区域且 n(x) = 4 + 4i 的情形，当 h → 0 时，第一特征值收敛至约 0.5144 + 2.8824i。
• 当 h ≤ 0.0149 时，L形区域的计算特征值在实部与虚部均稳定在 1e−4 以内。
• 该方法成功以高精度计算出多个复特征值，且仅边界离散化形式显著降低了计算成本。