Projection-free approximation of flows of harmonic maps with quadratic constraint accuracy and variable step sizes

1. Planteamiento del Problema

El trabajo aborda la aproximación numérica de los flujos de aplicaciones armónicas hacia la esfera unitaria. Estas aplicaciones son los puntos estacionarios del funcional de energía de Dirichlet:
$$I[u] = \frac{1}{2} \int_{\Omega} |\nabla u|^2 \, dx$$
sujeto a la restricción de longitud unitaria $|u| = 1$ casi en todo punto en el dominio $\Omega$, y condiciones de frontera de Dirichlet.

El problema se formula como un flujo de gradiente (flujo de calor de aplicaciones armónicas) que disminuye la energía a lo largo del tiempo:
$$\partial_t u - \Delta u = |\nabla u|^2 u, \quad |u|^2 = 1$$
Este tipo de ecuaciones aparece en diversas aplicaciones físicas, como la dinámica de magnetización (ecuación Landau-Lifshitz-Gilbert), cristales líquidos nemáticos y flujos de curvatura media.

El desafío principal: Desarrollar métodos numéricos que preserven la restricción de longitud unitaria ($|u|=1$) en el nivel discreto sin requerir pasos de proyección costosos (que a menudo imponen restricciones severas en el tamaño del paso o la malla) y que mantengan la estabilidad energética incondicional. Además, se busca lograr una alta precisión (segundo orden) en la violación de la restricción y la capacidad de utilizar tamaños de paso variables para acelerar la convergencia o manejar singularidades.

2. Metodología Propuesta

Los autores proponen un método linealmente implícito libre de proyección basado en la formulación débil de Alouges. En lugar de proyectar la solución sobre la esfera después de cada paso, el método impone la condición de ortogonalidad linealizada en el espacio de prueba.

El Método $(\theta, \mu)$

Se introduce una familia de esquemas parametrizada por $\theta$ y $\mu$ ($0 < \theta \le 1$, $0 \le \mu \le 1$):

1. Discretización temporal: Utiliza cocientes de diferencias hacia atrás.
2. Condición de restricción linealizada: En cada paso $n$, se busca $d_t u^n$ tal que sea ortogonal a un valor interpolado/extrapolado de la solución anterior:
   $$d_t u^n \cdot \tilde{u}_{n-1+\mu} = 0$$
   donde $\tilde{u}_{n-1+\mu}$ es una combinación lineal de $u_{n-1}$ y $u_{n-2}$.
3. Ecuación variacional: Se resuelve un sistema lineal:
   $$(d_t u^n, v)_\star + (\nabla [u_{n-1} + \theta \tau d_t u^n], \nabla v) = 0$$
   para todas las funciones de prueba $v$ ortogonales a $\tilde{u}_{n-1+\mu}$.

Casos particulares:

• Euler implícito linealmente: $\theta=1, \mu=0$. (Orden 1 en la restricción).
• Método del punto medio: $\theta=1/2, \mu=1/2$. (Propuesto como el esquema óptimo).
• Euler modificado: $\theta=1, \mu=1/2$.

Extensión a Tamaños de Paso Variables

El artículo extiende el método para permitir tamaños de paso $\tau_n$ variables. Se define una relación de pasos $s_n = \tau_n / \tau_{n-1}$ y se ajusta la extrapolación $\tilde{u}$ y la discretización temporal para mantener la estabilidad. Se proponen dos estrategias:

1. Pasos prescritos: Aumentar el paso gradualmente ($\tau_{n+1} = \tau_n \sqrt{1 + c\tau_n}$) para acelerar la convergencia a estados estacionarios.
2. Control adaptativo: Ajustar el paso dinámicamente basándose en la magnitud de la derivada temporal ($\|d_t u^n\|$). Si la dinámica se acelera, se reduce el paso; si se ralentiza, se aumenta.

3. Contribuciones Clave

1. Estabilidad Energética Incondicional: Se demuestra que el método $(\theta, \mu)$ es incondicionalmente estable en energía (disminuye la energía de Dirichlet) para cualquier tamaño de paso, incluso con tamaños variables.
2. Precisión Cuadrática en la Restricción: Bajo una condición de regularidad discreta aguda, el método del punto medio ($\theta=\mu=1/2$) logra un error de violación de restricción de segundo orden ($O(\tau^2)$) en la norma $L^1$. Esto es superior al método de Euler estándar que solo logra orden 1.
3. Flexibilidad de Tamaños de Paso: A diferencia de los métodos BDF (Backward Differentiation Formula) de dos pasos, que son delicados con la estabilidad cuando los pasos varían, el método propuesto mantiene sus propiedades de estabilidad y control de restricción con tamaños de paso variables.
4. Análisis de Singularidades: El método es capaz de manejar flujos que desarrollan singularidades (como explosiones finitas en tiempo o datos iniciales no suaves) sin perder estabilidad, adaptando el paso de tiempo localmente.

4. Resultados Numéricos

Los autores validan la teoría mediante experimentos numéricos en 2D, comparando el método propuesto con el Euler linealmente implícito y el método BDF2 (dos pasos).

• Comparación de Precisión (Paso Constante):

  • En flujos de gradiente $H^1$ y $L^2$, el método del punto medio y el método BDF2 muestran convergencia de segundo orden en el error de violación de restricción ($\delta_{uni}$), mientras que el Euler muestra orden 1.
  • El método del punto medio es ligeramente más preciso que BDF2 (el error es aproximadamente 1/3 del de BDF2) y no requiere la compleja estructura de estabilidad G del BDF.
  • El método Euler modificado ($\theta=1, \mu=1/2$) hereda la precisión cuadrática del punto medio manteniendo la formulación del Euler.

• Comportamiento de la Energía:

  • Todos los métodos muestran una disminución monótona de la energía.
  • El error de energía converge para el Euler, pero se estabiliza en un valor residual para los métodos de orden superior debido al error de discretización espacial predominante.

• Singularidades:

  • En problemas con datos iniciales que generan singularidades, la convergencia de segundo orden se pierde (se vuelve superlineal) debido a la falta de regularidad de la solución, pero el método sigue siendo estable.

• Tamaños de Paso Variables:

  • Aceleración: El uso de pasos crecientes (fórmula prescrita) reduce significativamente el error de restricción para el mismo costo computacional (número de iteraciones) en flujos $H^1$, superando al método de paso constante.
  • Adaptatividad: En flujos con singularidades, el control adaptativo reduce el costo computacional en un 20% manteniendo la misma precisión. El algoritmo detecta automáticamente los momentos de alta dinámica (cerca de la singularidad) y reduce el paso, luego lo aumenta cuando la solución se estabiliza.

5. Significado e Impacto

Este trabajo es significativo porque ofrece una alternativa robusta y eficiente a los métodos tradicionales para problemas geométricamente restringidos:

1. Eliminación de Proyecciones: Al ser "libre de proyección", evita la necesidad de resolver problemas no lineales o de proyección costosos en cada paso, manteniendo la linealidad del sistema a resolver.
2. Superioridad sobre BDF: Proporciona una alternativa al método BDF2 que es más fácil de implementar con tamaños de paso variables, un aspecto crítico para la eficiencia en problemas con dinámicas multiescala.
3. Versatilidad: La metodología es general y puede extenderse a otras variedades objetivo (no solo la esfera) y a otras ecuaciones de evolución geométrica, como las de micromagnetismo y teoría de cristales líquidos.
4. Eficiencia Práctica: La capacidad de usar pasos variables sin sacrificar la estabilidad energética permite simulaciones más rápidas y precisas, especialmente cerca de singularidades o en la fase final de convergencia a estados estacionarios.

En resumen, los autores presentan un marco teórico sólido y experimentalmente validado para simular flujos de aplicaciones armónicas con alta precisión en la restricción geométrica y flexibilidad computacional superior a los métodos existentes.