Optimal error estimates for a discontinuous Galerkin method on curved boundaries with polygonal meshes

Resumen Técnico: Estimaciones de Error Óptimas para un Método de Galerkin Descontinuo en Fronteras Curvas con Mallas Poligonales

Planteamiento del Problema
El artículo aborda la solución numérica de problemas de valores en la frontera, específicamente ecuaciones de advección-difusión-reacción lineales bidimensionales, en dominios con fronteras curvas suaves arbitrarias ($\Omega$). Un desafío principal en este contexto es la pérdida del orden de convergencia que ocurre cuando el dominio físico se aproxima mediante una malla poligonal ($\Omega_h$). Los métodos de Galerkin Descontinuo (DG) estándar, cuando se aplican a estas aproximaciones poligonales con condiciones de frontera impuestas directamente en la frontera computacional ($\partial\Omega_h$), generalmente sufren una convergencia subóptima. El error geométrico introducido por el desajuste entre la frontera curva física y la frontera computacional segmentada linealmente puede contaminar la solución, limitando la precisión a un máximo de segundo orden, independientemente del grado del polinomio utilizado.

Metodología
Los autores proponen y analizan el método DG–ROD (Discontinuous Galerkin – Reconstruction for Off-site Data). Este enfoque extiende una estrategia desarrollada previamente para métodos de Elementos Finitos (FE) y Volúmenes Finitos (FV) al marco de DG.

• Malla y Espacio: El dominio físico se discretiza utilizando mallas poligonales (triangulares) estándar. El método utiliza espacios de Sobolev rotos y espacios polinómicos discontinuos por trozos ($S_{h,N}$).
• Tratamiento de las Condiciones de Frontera: En lugar de imponer las condiciones de frontera prescritas directamente en la frontera poligonal $\partial\Omega_h$, el método DG–ROD emplea una reconstrucción polinómica. Para cada elemento de frontera, se resuelve un problema de minimización restringida para determinar un polinomio local que minimice la distancia a la solución numérica mientras satisface las condiciones de frontera exactas en puntos específicos de la verdadera frontera física $\partial\Omega$.
• Formulación Variacional: El método combina el esquema de Penalización Interior Simétrica (SIP) para la difusión con un esquema de upwind para los términos de advección-reacción. Los datos de frontera reconstruidos ($g_{ROD}$) se incorporan directamente en la formulación variacional primal, corrigiendo efectivamente el desajuste geométrico dentro de la forma débil.
• Implementación: Los autores adoptan una formulación global donde la reconstrucción y el resolvedor DG se resuelven en un solo paso, en lugar de un enfoque iterativo alternante.

Contribuciones Clave y Análisis Teórico
El artículo proporciona un análisis teórico riguroso del método DG–ROD, estableciendo existencia, unicidad y estimaciones de error óptimas tanto para dominios convexos como no convexos.

1. Bien posed de la solución: Los autores demuestran la acotación de la forma bilineal y establecen una condición de inf-sup (mediante el teorema de Banach–Nečas–Babuška), asegurando la existencia y unicidad de la solución discreta para un tamaño de malla $h$ suficientemente pequeño y un parámetro de penalización $\eta$ suficientemente grande.
2. Dominios Convexos: Para dominios convexos, los autores demuestran que la ortogonalidad de Galerkin se mantiene. Bajo supuestos de regularidad adecuados de la solución exacta, derivan:
   • Convergencia óptima de orden $O(h^N)$ en la norma DG (norma de energía).
   • Convergencia óptima de orden $O(h^{N+1})$ en la norma $L^2$ mediante argumentos de dualidad.
3. Dominios No Convexos: En entornos no convexos, la aproximación geométrica rompe la ortogonalidad de Galerkin estándar. Los autores introducen un término residual que surge de la extensión de la solución a un dominio liso más grande $\tilde{\Omega}$. Derivan estimaciones de error que incluyen un término residual dependiente del desajuste geométrico.
   • El análisis teórico sugiere que para dominios no convexos con $N > 2$, la convergencia óptima en la norma $L^2$ puede no lograrse a menos que el dominio computacional aproxime el dominio físico con una precisión mayor (orden $h^q, q>2$) o la solución admita una extensión regular que satisfaga condiciones específicas.
   • El análisis destaca que la pérdida de ortogonalidad constituye el principal desafío técnico en el caso no convexo.

Resultados Numéricos
Los hallazgos teóricos se validan mediante experimentos numéricos en tres geometrías de referencia: un disco (convexo), un anillo (no convexo) y un dominio en forma de rosa (no convexo).

• Comparación: Los resultados comparan el método DG clásico (imponiendo condiciones en $\partial\Omega_h$) frente al método DG–ROD.
• Desempeño: El método DG clásico demuestra consistentemente una degradación de la precisión, con tasas de convergencia limitadas aproximadamente a segundo orden, independientemente del grado del polinomio $N$.
• Eficacia de DG–ROD: El método DG–ROD logra recuperar las tasas de convergencia óptimas ($O(h^{N+1})$ en $L^2$) para $N=2, 3, 4$ en todas las geometrías probadas y diversos coeficientes de advección-reacción. Notablemente, incluso en el dominio no convexo en forma de rosa, el método alcanza tasas óptimas, lo que los autores atribuyen al uso de soluciones fabricadas suaves que permiten extensiones regulares, eludiendo eficazmente las limitaciones teóricas del peor de los casos derivadas para casos no convexos generales.

Significación y Reivindicaciones
El artículo afirma proporcionar el primer análisis teórico riguroso del método DG–ROD, extendiendo el marco teórico de los Elementos Finitos a los métodos de Galerkin Descontinuo.

• Restauración de la Precisión: La principal significación es la demostración de que las tasas de convergencia óptimas pueden restaurarse en mallas poligonales simples sin la necesidad de elementos curvos complejos o mapeos isoparamétricos, siempre que los datos de frontera se reconstruyan mediante la técnica ROD.
• Robustez: Los resultados numéricos confirman la robustez del método para manejar dominios convexos y no convexos con fronteras curvas.
• Modestia sobre las Limitaciones: Los autores reconocen que, si bien las estimaciones de error teóricas para dominios no convexos sugieren una potencial sub-optimalidad para $N > 2$ sin condiciones de regularidad específicas, los experimentos numéricos con soluciones suaves muestran que el método funciona de manera óptima en la práctica. Señalan que las extensiones a ecuaciones no lineales, problemas dependientes del tiempo y otras condiciones de frontera (Neumann, Robin) siguen siendo desafíos abiertos para investigaciones futuras. El trabajo también sugiere que el enfoque es adaptable a problemas tridimensionales, citando trabajos relacionados en elementos finitos de Lagrange clásicos.