🔢 mathematics

A hybridizable discontinuous Galerkin method for the Ostrovsky equation

Este artículo presenta un método de Galerkin discontinuo hibridizable (HDG) para la ecuación de Ostrovsky, que localiza el término no local mediante una variable auxiliar y un esquema semi-discreto acoplado a un método de paso temporal $\theta$ , demostrando estabilidad $L^2$ , estimaciones de error *a priori* y una capacidad efectiva para simular tanto soluciones suaves como no suaves, incluidas las ondas solitarias y los picones.

Autores originales: Mukul Dwivedi, Andreas Rupp

Publicado 2026-02-17

📖 4 min de lectura🧠 Análisis profundo

CC0 1.0

Autores originales: Mukul Dwivedi, Andreas Rupp

Artículo original dedicado al dominio público bajo CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que el Océano es un gigante que no solo tiene olas, sino que también gira sobre sí mismo debido a la rotación de la Tierra. Esta rotación crea una fuerza invisible llamada efecto Coriolis, que actúa como una "fuerza de restitución" que intenta enderezar las olas, pero de una manera muy extraña: no solo depende de lo que pasa en un punto, sino de todo lo que ha pasado antes en la línea de la ola.

Los científicos quieren predecir cómo se comportan estas olas usando matemáticas. La ecuación que describe este fenómeno se llama Ecuación de Ostrovsky. Es como una receta compleja que mezcla tres ingredientes:

No linealidad: Las olas pueden empinarse y romperse (como en el surf).
Dispersión: Las olas se separan en diferentes frecuencias (como un prisma de luz).
El efecto Coriolis (el ingrediente difícil): Esta es la parte "no local". Para saber qué pasa en un punto, necesitas saber lo que pasó en todos los puntos anteriores. Es como intentar adivinar el clima de hoy mirando no solo tu ventana, sino leyendo el diario de cada persona en el planeta desde el inicio de los tiempos.

El Problema: Un Rompecabezas Gigante

Antes de este trabajo, intentar resolver esta ecuación en una computadora era como intentar armar un rompecabezas de 10,000 piezas donde todas las piezas están pegadas entre sí. Si mueves una, afectas a todas las demás. Esto hace que los cálculos sean lentísimos y propensos a errores (como que la ola se desintegre en la pantalla por arte de magia).

La Solución: El Método HDG (El "Equipo de Especialistas")

Los autores, Mukul Dwivedi y Andreas Rupp, han creado un nuevo método llamado Método de Galerkin Discontinuo Híbrido (HDG). Para entenderlo, usemos una analogía:

Imagina que quieres pintar una pared gigante y muy larga.

El método antiguo: Contratabas a un solo pintor que tenía que pintar toda la pared de una sola vez, coordinando cada brocha con la del vecino. Si se equivocaba en un punto, tenía que volver a pintar todo.
El método HDG: Divides la pared en muchos cuadros pequeños (como baldosas). Contratas a un pintor para cada cuadro.
- Cada pintor trabaja en su cuadro de forma independiente (¡muy rápido!).
- Pero, para que la pintura no se vea cortada entre cuadros, los pintores solo necesitan hablar con sus vecinos inmediatos en los bordes de sus baldosas.
- Además, introdujeron un "supervisor" (una variable auxiliar llamada $v$ ) que ayuda a traducir esa complicada regla de "mirar todo el pasado" en una regla simple de "mirar solo al vecino".

¿Qué lograron hacer?

Localizar lo global: Transformaron ese problema de "mirar todo el océano" en un problema de "mirar solo al vecino". Esto hace que la computadora pueda resolverlo mucho más rápido.
Estabilidad: Aseguraron que, aunque las olas sean locas (no lineales) o tengan picos muy agudos (llamados peakons, como olas que parecen montañas con una cima puntiaguda), el método no se "rompa" ni genere números absurdos.
Precisión: Demostraron matemáticamente que, si usas más baldosas (más detalle), la solución se acerca a la realidad perfecta.

Los Experimentos (La Prueba de Fuego)

Para ver si su método funcionaba, hicieron dos pruebas:

La Ola Suave: Lanzaron una ola perfecta y suave. El método la siguió perfectamente, manteniendo su forma mientras viajaba, sin distorsionarse.
La Ola Pico (Peakon): Lanzaron una ola con una esquina muy afilada (como un triángulo). Esto es muy difícil para las computadoras, que suelen "suavizar" las esquinas. El método HDG logró mantener esa esquina afilada intacta, incluso cuando la ecuación se vuelve extrema (cuando la dispersión desaparece casi por completo).

En Resumen

Este papel es como inventar un nuevo tipo de GPS para las olas en un océano giratorio. En lugar de intentar calcular todo el océano de golpe (lo cual es imposible), divide el océano en pequeños trozos, permite que cada trozo se calcule por sí mismo y luego une las piezas solo por los bordes.

El resultado es una herramienta computacional más rápida, más precisa y capaz de manejar olas extrañas y complejas que antes eran muy difíciles de simular. Es un gran paso para entender mejor cómo se mueve el agua en nuestro planeta rotatorio.

A continuación presento un resumen técnico detallado del artículo "A HYBRIDIZABLE DISCONTINUOUS GALERKIN METHOD FOR THE OSTROVSKY EQUATION" (Un método de Galerkin discontinuo hibridizable para la ecuación de Ostrovsky), escrito por Mukul Dwivedi y Andreas Rupp.

1. Planteamiento del Problema

El artículo aborda la aproximación numérica de la ecuación de Ostrovsky, un modelo de ecuaciones diferenciales parciales no lineales que describe ondas superficiales largas y débilmente no lineales en un marco de referencia rotatorio. La ecuación (1.1) se define como:

$\partial_t u - \beta \partial_x^3 u + f(u)_x - \gamma \partial_x^{-1} u = 0$

donde:

$u(x,t)$ es la función de onda.
$f(u) = \frac{\alpha}{2}u^2$ representa la no linealidad convectiva.
$\beta \neq 0$ es el coeficiente de dispersión de tercer orden.
$\gamma > 0$ es el coeficiente del efecto Coriolis, que introduce un término de restauración no local ( $\partial_x^{-1} u$ ).
$\partial_x^{-1}$ es el operador antiderivado no local, definido como $(\partial_x^{-1} g)(x) := \int_{+\infty}^x g(s) ds$ .

Desafíos principales:

No localidad: El término $\partial_x^{-1} u$ introduce desafíos computacionales significativos, ya que acopla globalmente el dominio, diferenciándose de modelos puramente locales como la ecuación KdV.
Orden alto: La presencia de la derivada de tercer orden ( $\partial_x^3 u$ ) requiere métodos que manejen bien altas derivadas sin generar oscilaciones espurias.
Dominio acotado: En intervalos finitos, el operador $\partial_x^{-1}$ no está bien definido sin una condición de contorno adicional, lo que requiere un tratamiento cuidadoso para garantizar la unicidad.
Complejidad computacional: Los métodos de Galerkin Discontinuo (DG) tradicionales generan un gran número de grados de libertad globalmente acoplados, lo que resulta costoso.

2. Metodología Propuesta

Los autores desarrollan un método Galerkin Discontinuo Hibridizable (HDG) de alto orden para resolver la ecuación en un intervalo acotado $\Omega = (x_L, x_R)$ .

A. Formulación Mixta de Primer Orden

Para localizar el término no local y reducir el orden de las derivadas, se introducen variables auxiliares:

$q = u_x$
$p = \beta q_x$
$v_x = u$ (para localizar $\partial_x^{-1} u$ )

Esto transforma la ecuación original en un sistema de primer orden:
$\begin{cases} q = u_x \\ p = \beta q_x \\ v_x = u \\ u_t - p_x + f(u)_x - \gamma v = 0 \end{cases}$
Para garantizar la unicidad de $v$ en un dominio acotado, se impone una condición de contorno adicional (ej. $v(x_R, t) = 0$ ).

B. Esquema HDG

El método utiliza espacios de polinomios de grado $k$ en una malla unidimensional.

Variables internas: Se aproximan dentro de cada elemento.
Variables híbridas (trazas): Se definen en el esqueleto de la malla (las interfaces entre elementos).
Condensación estática: Las variables internas se eliminan localmente, reduciendo el sistema global a un sistema mucho más pequeño que solo involucra las trazas en las interfaces.

Definición de trazas numéricas:
Se definen trazas estabilizadas ( $\hat{u}_h, \hat{q}_h, \hat{p}_h, \hat{v}_h$ ) en las interfaces que incluyen parámetros de estabilización ( $\tau_{pu}, \tau_{vq}, \tau_{qv}, \tau_f$ ) independientes del tamaño de la malla $h$ . Estos parámetros son cruciales para controlar el flujo no lineal y asegurar la estabilidad.

C. Discretización Temporal

Se emplea un esquema de paso de tiempo implícito $\theta$ ( $\theta \in [1/2, 1]$ ):

$\theta = 1/2$ : Método de Crank-Nicolson (segundo orden en tiempo, conservativo).
$\theta = 1$ : Método de Euler implícito (primer orden, con disipación numérica).

3. Contribuciones Clave

Primera HDG para Ostrovsky completa: Es el primer método HDG propuesto para la ecuación de Ostrovsky completa ( $\beta \neq 0, \gamma \neq 0$ ), tratando simultáneamente la dispersión de tercer orden y el término no local.
Localización del término no local: Se propone una formulación mixta que convierte el operador integral $\partial_x^{-1}$ en una ecuación diferencial local con una restricción de contorno, haciéndolo compatible con el marco HDG.
Análisis de Estabilidad Energética: Se demuestra la estabilidad $L^2$ del esquema semidiscreto y completamente discreto bajo condiciones específicas en los parámetros de estabilización. Se controla el término no lineal mediante una función de estabilización $\tilde{\tau}$ basada en la derivada del flujo.
Estimación de Error A Priori: Se deriva una cota de error en la norma $L^2(\Omega)$ para la solución suave $u$ :
$\|u - u_h\|_{L^2} \leq C h^{k+1/2}$
Este orden de convergencia es óptimo para ecuaciones dispersivas no lineales y coincide con los mejores resultados conocidos para métodos DG en ecuaciones tipo KdV.
Manejo de Límites Singulares: El método es capaz de manejar el régimen de límite singular $\beta \to 0$ , donde la ecuación de Ostrovsky converge a la ecuación de Ostrovsky-Hunter (que modela ondas con ruptura y solitones picudos o "peakons").

4. Resultados Numéricos

Los autores validan el método mediante tres experimentos numéricos:

Prueba de Convergencia (Solución Manufacturada):
- Se utiliza una solución suave exacta para verificar el orden de convergencia.
- Los resultados muestran tasas de convergencia cercanas a $k+1$ en la norma $L^2$ , superando ligeramente la cota teórica $k+1/2$ (comportamiento de superconvergencia típico en métodos hibridizados).
- Se confirma la precisión tanto para $\theta=1/2$ como para $\theta=1$ .
Propagación de Ondas Solitarias:
- Se simula la propagación de un solitón en un dominio periódico grande.
- El método mantiene la forma de la onda coherente durante largos tiempos con mínima radiación dispersiva, demostrando su capacidad para capturar la dinámica de ondas viajeras en medios rotatorios.
Solución "Peakon" y Límite $\beta \to 0$ :
- Se prueba la robustez del método con un perfil no suave (solución tipo "peakon" con pendiente discontinua).
- Se simula la transición de la ecuación de Ostrovsky ( $\beta > 0$ ) a la ecuación de Ostrovsky-Hunter ( $\beta = 0$ ).
- Los resultados muestran que a medida que $\beta \to 0$ , la solución numérica converge correctamente al perfil de la ecuación de Ostrovsky-Hunter, capturando con precisión la estructura de la onda picuda.

5. Significado e Impacto

Este trabajo es significativo por varias razones:

Eficiencia Computacional: Al reducir el sistema global a las trazas en las interfaces mediante condensación estática, el método HDG es mucho más eficiente que los métodos DG tradicionales para este tipo de problemas con múltiples variables auxiliares.
Rigor Matemático: Proporciona un análisis completo de estabilidad y error para una ecuación que combina no linealidad, dispersión de alto orden y no localidad, un área donde el análisis numérico riguroso es escaso.
Versatilidad: Demuestra que el marco HDG es robusto no solo para soluciones suaves, sino también para regímenes difíciles como ondas con ruptura y límites singulares, lo que lo convierte en una herramienta prometedora para modelar fenómenos oceanográficos complejos bajo el efecto Coriolis.
Extensibilidad: Los autores sugieren que esta metodología se puede extender naturalmente a modelos en dos dimensiones (como ecuaciones KP modificadas), donde los operadores no locales aparecen en las derivadas transversales.

En resumen, el artículo presenta un avance sustancial en la simulación numérica de ondas dispersivas no locales, ofreciendo un método de alto orden, estable y eficiente que supera las limitaciones de las técnicas numéricas existentes para la ecuación de Ostrovsky.