Efficient Krylov solvers for inverse source problem in 2D space-time fractional diffusion equation

Resumen Técnico: Solucionadores de Krylov Eficientes para Problemas de Fuente Inversa en Ecuaciones de Difusión Fraccionaria de Espacio-Tiempo en 2D

Planteamiento del Problema
Este trabajo aborda el problema inverso de la fuente asociado con una ecuación de difusión fraccionaria (FDE) de espacio-tiempo en dos dimensiones con coeficientes variables. La ecuación gobernante involucra una derivada fraccionaria temperada en el tiempo ($T D^{\xi,\rho}_t$) y derivadas de Caputo en dos dimensiones espaciales ($CD^{\eta_1}_x, CD^{\eta_2}_y$). El objetivo es reconstruir el término de la fuente desconocida $f(x, y)$ dados las condiciones iniciales y los datos ruidosos del tiempo final.

El problema es inherentemente mal planteado en el sentido de Hadamard, donde pequeñas perturbaciones en los datos de entrada (nivel de ruido $\epsilon$) pueden conducir a errores significativos en la solución. Para mitigar esto, los autores emplean el método de valor de contorno cuasi, una técnica de regularización no local que transforma el problema mal planteado en un problema regularizado bien planteado dependiente de un parámetro.

Metodología
El enfoque propuesto combina la discretización numérica, el análisis espectral mediante la teoría de Toeplitz Localmente Generalizada (GLT) y el diseño de precondicionadores eficientes para solucionadores iterativos.

1. Discretización:

   • El problema regularizado se discretiza utilizando un esquema de diferencias finitas. La derivada fraccionaria temporal temperada se aproxima mediante la fórmula L1, mientras que las derivadas de Caputo espaciales también se discretizan mediante aproximaciones L1.
   • Este proceso produce un sistema lineal de gran escala de tipo "todo a la vez" (all-at-once) de la forma $A_{\tilde{N}} v_\lambda = z_\lambda$, donde $\tilde{N} = (m+1)\nu(n)$ representa los grados de libertad totales (combinando los pasos de tiempo $m$ y los puntos de la malla espacial $\nu(n) = n_1 n_2$).
   • La matriz de coeficientes resultante $A_{\tilde{N}}$ exhibe una compleja estructura de bloques multinivel. Debido al coeficiente variable $a(x, y)$, la matriz no es estrictamente Toeplitz, pero posee una estructura de tipo bloque Toeplitz multinivel perturbada por matrices de muestreo diagonales.

2. Análisis Espectral (Teoría GLT):

   • Los autores realizan un análisis espectral asintótico de las secuencias de matrices utilizando la teoría de Toeplitz Localmente Generalizada (GLT). Este marco permite la caracterización de las distribuciones de valores singulares y autovalores de secuencias de matrices grandes que surgen de operadores diferenciales discretizados.
   • El análisis identifica el símbolo GLT de la secuencia de la matriz de coeficientes. El símbolo se deriva como la suma del símbolo asociado al bloque de paso de tiempo (relacionado con la derivada temperada) y el bloque del operador espacial (que involucra el coeficiente variable y las derivadas fraccionarias espaciales).
   • El análisis confirma que la secuencia de matrices se distribuye de acuerdo con este símbolo, proporcionando la base teórica para el precondicionamiento.

3. Estrategia de Precondicionamiento:

   • Basándose en el análisis GLT, los autores proponen un precondicionador triangular por bloques ($P_{\tilde{N}}$). Este precondicionador aproxima la matriz original $A_{\tilde{N}}$ manteniendo la estructura de bloque inferior triangular pero simplificando los bloques diagonales.
   • Los resultados teóricos (Teorema 5.2) demuestran que la secuencia de la matriz precondicionada $\{P_{\tilde{N}}^{-1} A_{\tilde{N}}\}$ se distribuye como la función identidad (símbolo = 1) en el sentido de GLT. En consecuencia, los autovalores del sistema precondicionado están débilmente agrupados alrededor de 1, lo cual es una propiedad deseable para la convergencia de métodos de subespacio de Krylov como GMRES.
   • La solución de los sistemas lineales que involucran al precondicionador se gestiona mediante técnicas estándar para sistemas de tipo Toeplitz inferior triangular (por ejemplo, usando aproximaciones circulantes o promedios integrales del coeficiente variable).

Contribuciones Clave

• Formulación: El artículo formula el problema inverso de la fuente para una FDE de espacio-tiempo 2D con coeficientes variables y aplica el método de valor de contorno cuasi para asegurar la estabilidad frente al ruido.
• Análisis Estructural: Proporciona un análisis espectral riguroso de las matrices de discretización "todo a la vez" resultantes utilizando la teoría GLT, derivando explícitamente el símbolo para la estructura de bloques multinivel.
• Diseño de Precondicionador: Se construye un nuevo precondicionador triangular por bloques que preserva la estructura multinivel de la discretización. Los autores demuestran que este precondicionador conduce a un agrupamiento de autovalores alrededor de la unidad, garantizando teóricamente una convergencia eficiente.
• Eficiencia Computacional: El método propuesto utiliza la estructura de la matriz para reducir el costo computacional de los productos matriz-vector y la aplicación del precondicionador a $O(m^2 \nu(n))$ operaciones (con factores logarítmicos para las resoluciones de Toeplitz), lo que lo hace escalable para mallas grandes.

Resultados Numéricos
Se realizaron experimentos numéricos en el dominio $\Omega = (0, 1)^2$ con varios órdenes fraccionarios ($\xi, \eta_1, \eta_2$) y tamaños de malla.

• Convergencia: El método GMRES precondicionado superó significativamente a la versión no precondicionada. Por ejemplo, con tamaños de malla $n_1=n_2=m=25$, el número de iteraciones cayó de 186 (no precondicionado) a 39 (precondicionado) para parámetros fraccionarios específicos, lo que representa una reducción de aproximadamente un 80%.
• Robustez: El número de iteraciones para el sistema precondicionado se mantuvo casi constante a medida que aumentaba la discretización temporal ($m$) y creció solo moderadamente a medida que aumentaba la discretización espacial ($n_1, n_2$). En contraste, el sistema no precondicionado mostró un crecimiento rápido en el número de iteraciones con el refinamiento de la malla.
• Costo: Aunque la aplicación del precondicionador añade una sobrecarga, el tiempo total de CPU se redujo sustancialmente debido a la drástica disminución en el número de iteraciones de GMRES requeridas para la convergencia.

Significancia y Reivindicaciones
El artículo afirma que el marco propuesto ofrece un enfoque eficiente y escalable para resolver problemas inversos de fuentes en modelos de difusión fraccionaria. Al integrar la regularización, la discretización que preserva la estructura y el análisis espectral basado en GLT, el método acelera con éxito el solucionador GMRES.

Los autores enfatizan que el precondicionador mitiga eficazmente el deterioro de las propiedades espectrales típicamente asociadas con el refinamiento de la malla en problemas fraccionarios. Señalan que, si bien el agrupamiento es "débil" (como es típico en problemas multinivel), el comportamiento de convergencia resultante es robusto a través de diferentes órdenes fraccionarios y niveles de discretización. El trabajo extiende estudios unidimensionales previos al caso más complejo de dos dimensiones, demostrando que la explotación avanzada de la estructura de matrices puede superar los desafíos computacionales planteados por los operadores fraccionarios no locales y los problemas inversos mal planteados.

El artículo sugiere modestamente que trabajos futuros podrían extender estos métodos a geometrías más complejas, elementos finitos de mayor orden, análisis isogeométrico y dimensiones espaciales superiores, señalando que el marco teórico presentado es adaptable a estos escenarios.