A $C^0$ weak Galerkin method with preconditioning for constrained optimal control problems with general tracking

Aquí presento un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Resumen Técnico: Método de Galerkin Débil $C^0$ con Precondicionamiento para Problemas de Control Óptimo con Restricciones

1. Planteamiento del Problema

El artículo aborda Problemas de Control Óptimo (OCP) gobernados por ecuaciones en derivadas parciales (EDP) elípticas, específicamente aquellos que incluyen:

• Funcionales de costo de seguimiento general: El objetivo es minimizar la diferencia entre el estado del sistema y una distribución deseada ($y_d$), la cual puede definirse en puntos, curvas o subregiones del dominio. Esto introduce una regularidad reducida en la solución y puede dar lugar a multiplicadores de Lagrange medidos.
• Restricciones de estado puntuales: Se imponen cotas inferiores y superiores ($\psi^- \le y \le \psi^+$) en casi todo el dominio.

Al eliminar la variable de control mediante la restricción de la EDP, el problema se reformula como una desigualdad variacional de cuarto orden en la variable de estado. Estos problemas presentan desafíos significativos:

• Baja regularidad de la solución: La presencia de restricciones y términos de seguimiento general degrada la suavidad de la solución óptima.
• Mal condicionamiento: Los sistemas lineales resultantes de la discretización son altamente mal condicionados, lo que dificulta la convergencia de los solucionadores iterativos.
• Complejidad numérica: Los métodos existentes, como el método de penalización interior $C^0$ ($C^0$-IP), requieren la sintonización cuidadosa de parámetros de penalización y la inclusión de términos de traza que complican la ensamblaje de matrices y la paralelización.

2. Metodología Propuesta

Los autores proponen un enfoque dual que combina una nueva discretización espacial con una técnica de aceleración de solucionadores:

A. Método de Galerkin Débil $C^0$ ($C^0$-WG):

• Elementos Finitos: Se utilizan elementos de Lagrange cuadráticos globales ($P_2$), que son continuos ($C^0$) pero no tienen derivadas continuas.
• Laplaciano Débil: En lugar de calcular derivadas segundas directamente, se define un operador de Laplaciano débil discreto ($\Delta_w$). Este operador se calcula localmente en cada elemento como una función constante por partes, utilizando valores de las derivadas en los baricentros de las interfaces compartidas.
• Formulación sin parámetros: A diferencia del método $C^0$-IP, la forma bilineal propuesta utiliza el producto interno $L^2$ de los Laplacianos débiles y un término de estabilización (penalización) libre de parámetros. Esto elimina la necesidad de elegir un parámetro de penalización $\rho$ suficientemente grande para garantizar la estabilidad.
• Ensamblaje eficiente: La formulación permite un ensamblaje de la matriz de rigidez elemento a elemento sin términos de traza complejos, facilitando la implementación y la computación paralela.

B. Precondicionador de Schwarz Aditivo:

• Para abordar el mal condicionamiento de los sistemas lineales de cuarto orden, se desarrolla un precondicionador de Schwarz aditivo de un nivel.
• Estrategia: El dominio global se descompone en subdominios superpuestos. Se resuelven problemas locales en cada subdominio y sus soluciones se combinan aditivamente.
• Objetivo: Mejorar el número de condición del sistema precondicionado, permitiendo el uso eficiente de solucionadores iterativos escalables.

3. Contribuciones Clave

1. Desarrollo del Método $C^0$-WG: Se introduce un método basado en elementos $P_2$ continuos que simplifica la formulación de problemas de cuarto orden. La principal innovación es la eliminación de los parámetros de penalización y los términos de traza, logrando una ensamblaje de matrices más eficiente y una implementación robusta sin sintonización de parámetros.
2. Análisis de Error Riguroso: Se establece un análisis de convergencia que demuestra la buena colocación y la precisión del método. Se prueba que el método alcanza órdenes de convergencia óptimos en normas dependientes de la malla, conectando teóricamente el método propuesto con el método $C^0$-IP existente.
3. Precondicionador Adaptado: Se diseña y analiza un precondicionador de Schwarz aditivo específico para la formulación $C^0$-WG. Se demuestra teóricamente que el número de condición del sistema precondicionado crece como $O(\delta^{-4})$ (donde $\delta$ es el ancho de solapamiento), lo que es significativamente mejor que el crecimiento $O(h^{-4})$ del sistema sin precondicionar.
4. Validación Numérica: Se presentan experimentos que confirman la superioridad del método propuesto frente al $C^0$-IP en términos de precisión y eficiencia computacional, tanto para problemas de biarmónica pura como para OCPs con restricciones.

4. Resultados Numéricos

Los experimentos realizados en dominios bidimensionales muestran:

• Convergencia: El método $C^0$-WG logra órdenes de convergencia superiores en las normas $L^\infty$, $L^2$ y $H^1$ en comparación con el método $C^0$-IP para problemas de control óptimo con seguimiento general.
• Precisión: En la prueba de error relativo, el método propuesto produce aproximaciones más precisas para el estado óptimo y el control.
• Condicionamiento:
  • Sin precondicionamiento, el número de condición del sistema crece como $O(h^{-4})$, lo que hace que los solucionadores iterativos sean ineficientes en mallas finas.
  • Con el precondicionador de Schwarz aditivo, el número de condición se reduce en más de dos órdenes de magnitud.
  • El crecimiento del número de condición con el precondicionador se mitiga significativamente, manteniéndose por debajo de $O(h^{-3})$, y mejora aún más al aumentar el ancho de solapamiento ($\delta$).

5. Significado e Impacto

Este trabajo presenta un marco computacional robusto y eficiente para resolver problemas de control óptimo de alto orden con restricciones complejas.

• Eficiencia Operativa: Al eliminar la dependencia de parámetros de penalización y simplificar el ensamblaje de matrices, el método reduce la carga computacional y el riesgo de inestabilidad numérica asociada a la elección de parámetros.
• Escalabilidad: La combinación con el precondicionador de Schwarz hace que el método sea viable para problemas a gran escala, donde el mal condicionamiento suele ser el principal obstáculo.
• Versatilidad: Aunque los experimentos se centran en 2D, la metodología se extiende naturalmente a 3D, abriendo la puerta a aplicaciones en problemas físicos más complejos, incluyendo configuraciones dependientes del tiempo y no lineales en futuros trabajos.

En resumen, la propuesta ofrece una alternativa superior a los métodos de penalización interior tradicionales, combinando la simplicidad de los elementos $C^0$ con la potencia de los métodos de Galerkin Débil y técnicas de descomposición de dominio.