Geometric Multigrid solvers for Hybrid High-Order methods on polytopal meshes

A continuación presento un resumen técnico detallado del artículo "Geometric Multigrid Solvers for Hybrid High-Order Methods on Polytopal Meshes" (Solvers Multigrid Geométricos para Métodos de Alto Orden Híbridos en Mallas Politépicas), escrito por Santiago Badia y Jordi Manyer.

1. Planteamiento del Problema

Los Métodos de Alto Orden Híbridos (HHO) son una clase de métodos numéricos para la aproximación de ecuaciones en derivadas parciales (EDP) en mallas poligonales/poliedricas generales. Estos métodos utilizan incógnitas tanto en las celdas como en las caras (esqueleto), permitiendo una alta flexibilidad geométrica y una reducción del tamaño del problema global mediante la condensación estática de las incógnitas de celda.

El desafío principal abordado en este trabajo es el diseño de solucionadores multigrid geométricos (GMG) óptimos para discretizaciones HHO que puedan manejar jerarquías de mallas basadas en aglomeración arbitraria en 2D y 3D.

• Limitaciones de trabajos anteriores: Los solucionadores multigrid existentes para métodos híbridos (como HDG o HHO) suelen estar restringidos a jerarquías de mallas anidadas con caras planas en todos los niveles. Esto limita severamente su aplicabilidad, ya que las estrategias de aglomeración en mallas politépicas a menudo generan interfaces no planas (curvas o poligonales complejas) al coarsenar (agrupar) elementos.
• El problema de los espacios de esqueleto: En las estrategias de aglomeración tradicionales, el número de caras que componen una interfaz gruesa aumenta, lo que lleva a un número excesivo de grados de libertad (DOFs) en los niveles gruesos si se mantienen polinomios discontinuos estándar en cada pequeña cara. Esto resulta en una reducción subóptima de la complejidad computacional y en un mal rendimiento de los suavizadores (smoothers) tradicionales.

2. Metodología

Los autores proponen un nuevo diseño de solucionador GMG que supera las limitaciones geométricas mediante los siguientes componentes clave:

A. Espacios de Esqueleto Modificados

La contribución metodológica central es el uso de espacios de esqueleto modificados en las interfaces. En lugar de utilizar polinomios discontinuos estándar en cada cara pequeña que compone una interfaz gruesa, proponen definir el espacio polinomial en la interfaz $F$ como:
$$P_k(F) = P_0(F) + \nabla P_{k+1}(\Omega) \cdot n_F$$

• Ventaja: Este espacio tiene una dimensión máxima independiente del número de caras pequeñas que componen la interfaz.
• Beneficio: Permite manejar interfaces no planas (naturales en la aglomeración) manteniendo un número reducido de DOFs, lo que es crucial para la eficiencia del multigrid.
• Generalización: Si la interfaz es plana, se recupera el espacio HHO estándar.

B. Operadores de Transferencia entre Mallas (Prolongación)

Se definen dos tipos de operadores de prolongación ($I_\ell: M_{\ell-1} \to M_\ell$) que mapean funciones del nivel grueso al fino:

1. $I^U_\ell$: Basada en la extensión híbrida de la proyección promedio de las incógnitas de celda.
2. $I^R_\ell$: Basada en la reconstrucción de polinomios de mayor orden en las celdas gruesas y su proyección en las interfaces finas.
   Estos operadores reconstruyen polinomios de alto orden en las celdas gruesas y los proyectan sobre las interfaces finas, respetando la estructura no plana de las interfaces aglomeradas.

C. Suavizadores (Smoothers)

Se utilizan suavizadores de parches tipo "estrella" (star-patch smoothers), que son métodos de relajación de tipo Jacobi por bloques. Se consideran dos variantes:

• Parches de estrella de cara (Face-star): Agrupan todas las incógnitas de una interfaz específica.
• Parches de estrella de vértice (Vertex-star): Agrupan todas las incógnitas de las interfaces conectadas a un vértice (y en 3D, también se prueba la de arista).
  Estos métodos actúan como métodos de corrección de subespacios, garantizando una convergencia independiente del tamaño de malla y del número de niveles.

3. Contribuciones Clave

1. Primera solución GMG óptima para HHO en aglomeración arbitraria: Es el primer solucionador multigrid geométrico para discretizaciones híbridas capaz de manejar jerarquías de mallas basadas en aglomeración con interfaces no planas en 2D y 3D.
2. Análisis de convergencia robusto: Se demuestra teóricamente que el método converge de manera robusta con respecto al tamaño de la malla ($h$) y al número de niveles multigrid. La prueba se basa en un marco de análisis de descomposición de espacios, verificando la estabilidad de los operadores de prolongación y la propiedad de suavizado.
3. Independencia de la geometría: El enfoque no requiere que las interfaces gruesas sean planas ni que las mallas sean anidadas en el sentido estricto de elementos geométricos, sino que se basa en la aglomeración de elementos politépicos.
4. Extensibilidad: Aunque el trabajo se centra en HHO, las técnicas desarrolladas son directamente aplicables a otros métodos híbridos como HDG (Discontinuous Galerkin Híbrido) y Weak Galerkin, debido a sus equivalencias establecidas.

4. Resultados Numéricos

Los autores validan el método mediante experimentos numéricos extensos en el ecosistema de código abierto Gridap (Julia), resolviendo el problema de Poisson.

• Familias de Mallas Probadas:
  • 2D: Mallas Cartesianas, Mallas "Rep-tile" (con interfaces no rectas) y Mallas Voronoi aglomeradas arbitrariamente.
  • 3D: Mallas Cartesianas aglomeradas.
• Métricas de Rendimiento:
  • Independencia de $h$: El número de iteraciones del solucionador FGMRES precondicionado permanece constante al aumentar la resolución de la malla fina.
  • Independencia de los niveles ($L$): El número de iteraciones es estable al aumentar el número de niveles de la jerarquía multigrid (de 2 a 6 niveles).
  • Robustez en orden polinomial ($p$): El precondicionador muestra robustez al variar el grado polinomial $k \in \{0, 1, 2\}$.
• Comparación de Configuraciones:
  • Los suavizadores de estrella de vértice (VP) superan consistentemente a los de estrella de cara (FP) en términos de número de iteraciones, aunque son más costosos computacionalmente.
  • Ambos operadores de prolongación ($I^U$ e $I^R$) muestran un rendimiento similar.
  • En 3D, el suavizador de estrella de arista (EP) también se probó con éxito.

5. Significado e Impacto

Este trabajo es fundamental porque cierra una brecha importante en la teoría y práctica de los métodos numéricos para mallas poligonales/poliedricas.

• Viabilidad de Aglomeración: Permite utilizar estrategias de aglomeración flexibles (esenciales para problemas con geometrías complejas o adaptatividad local) sin sacrificar la eficiencia de los solucionadores lineales. Antes de esto, la necesidad de caras planas limitaba drásticamente el uso de multigrid en mallas politépicas.
• Eficiencia Computacional: Al reducir el número de grados de libertad en los niveles gruesos mediante espacios de esqueleto modificados, se logra una complejidad óptima $O(N)$, haciendo viable la resolución de problemas a gran escala en 3D con mallas no convencionales.
• Marco Teórico: Proporciona un marco de análisis riguroso que puede guiar el desarrollo de futuros solucionadores multigrid para otras discretizaciones híbridas y métodos de elementos finitos virtuales (VEM).

En resumen, Badia y Manyer presentan una solución elegante y robusta que combina la flexibilidad geométrica de los métodos HHO con la eficiencia computacional de los solucionadores multigrid, habilitando la simulación eficiente de problemas físicos complejos en mallas de alta calidad y geometría arbitraria.