[论文解读] Virtual Element Method for Second Order Elliptic Eigenvalue Problems

Francesca Gardini, Giuseppe Vacca|arXiv (Cornell University)|Oct 12, 2016

Advanced Numerical Methods in Computational Mathematics参考文献 11被引用 5

一句话总结

本文提出了一种虚拟元方法（VEM）来求解二阶椭圆特征值问题，包括在多边形/多面体网格上的拉普拉斯特征值问题。该方法通过基于投影的稳定化技术构造稳定且一致的离散双线性形式，实现了特征值和特征函数的最优收敛率，数值实验结果验证了在各种网格类型和奇异解情况下的理论预测。

ABSTRACT

We introduce the Virtual Element Method (VEM) for elliptic eigenvalue problems. The main result of the paper states that VEM provides an optimal order approximation of the eigenmodes. A wide set of numerical tests confirm the theoretical analysis.

研究动机与目标

• 开发一种用于二阶椭圆特征值问题（包括拉普拉斯特征值问题）的虚拟元方法（VEM）。
• 在VEM框架下建立特征值和特征函数的最优收敛率。
• 分析VEM在特征值问题中的稳定与非稳定格式。
• 通过在多边形网格上进行广泛的数值测试（包括非凸区域和不连续系数），验证理论结果。
• 将VEM的适用性扩展至低正则性及奇异解的特征值问题。

提出的方法

• 该方法在一般多边形/多面体单元上定义虚拟元空间，允许使用任意多边形网格，无需对非多项式函数进行复杂积分。
• 构造两种离散双线性形式：一种用于能量（梯度-梯度）形式，另一种用于L²内积，均采用基于投影的近似。
• 离散能量形式通过将梯度投影到多项式空间上实现，确保一致性和稳定性。
• 为能量形式引入稳定化项，提供标量与非标量两种稳定化选项，确保最优收敛。
• 该方法以弱伽辽金形式进行公式化，通过在离散空间上求解广义特征值系统来求解特征值问题。
• 实现依赖于局部投影和保持多项式一致性的自由度，同时避免显式计算非多项式基函数。

实验结果

研究问题

• RQ1 虚拟元方法能否在二阶椭圆特征值问题中实现特征值和特征函数的最优收敛率？
• RQ2 稳定化参数的选择如何影响VEM近似的鲁棒性与精度？
• RQ3 对于具有奇异特征函数的问题（如非凸区域中的问题），VEM是否仍能保持最优收敛？
• RQ4 当PDE中存在不连续的扩散系数时，该方法表现如何？
• RQ5 VEM能否扩展至特征值问题的混合格式与自适应加密？

主要发现

• VEM在特征值和特征函数上均实现了最优收敛率，收敛阶数与局部虚拟元空间的多项式度数$k$一致。
• 在L形区域的第一特征值上，由于正则性降低，收敛率呈次优（$r=2/3 - \varepsilon$），而第三特征函数（解析）则实现了完整的最优收敛率。
• 数值测试表明，该方法对稳定化参数$\tau_P$具有鲁棒性，仅在$\tau_P \sim h^{-2}$时出现失效。
• 对于不连续扩散系数（$\delta = 0.50, 0.10, 0.01, 10^{-8}$）的问题，方法仍保持最优收敛，证实对系数跃迁具有鲁棒性。
• 在测试7.3和7.4中，$k=1,2$的收敛图证实了预测的收敛率，验证了理论误差估计。
• 该方法在Voronoi网格和一般多边形网格上表现良好，展示了在复杂几何中的灵活性与鲁棒性。