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

Résumé Technique : Estimations d'Erreur Optimales pour une Méthode de Galerkin Discontinu sur des Frontières Courbes avec des Maillages Polygonaux

Énoncé du Problème
L'article traite de la solution numérique de problèmes de valeurs limites, spécifiquement des équations d'advection-diffusion-réaction linéaires en deux dimensions, sur des domaines aux frontières lisses et arbitraires ($\Omega$). Un défi majeur dans ce contexte est la perte d'ordre de convergence qui se produit lorsque le domaine physique est approximé par un maillage polygonal ($\Omega_h$). Les méthodes de Galerkin Discontinu (DG) standard, lorsqu'elles sont appliquées à des approximations polygonales avec des conditions aux limites imposées directement sur la frontière computationnelle ($\partial\Omega_h$), souffrent généralement d'une convergence sous-optimale. L'erreur géométrique introduite par le décalage entre la frontière physique courbe et la frontière computationnelle de type polygone piecewise linéaire peut polluer la solution, limitant la précision à au plus un second ordre, quel que soit le degré polynomial utilisé.

Méthodologie
Les auteurs proposent et analysent la méthode DG–ROD (Discontinuous Galerkin – Reconstruction for Off-site Data). Cette approche étend une stratégie précédemment développée pour les méthodes d'Éléments Finis (FE) et de Volumes Finis (FV) au cadre de la DG.

• Maillage et Espace : Le domaine physique est discrétisé à l'aide de maillages polygonaux (triangulaires) standards. La méthode utilise des espaces de Sobolev brisés et des espaces de polynômes discontinus par morceaux ($S_{h,N}$).
• Traitement des Conditions aux Limites : Au lieu d'imposer les conditions aux limites prescrites directement sur la frontière polygonale $\partial\Omega_h$, la méthode DG–ROD emploie une reconstruction polynomiale. Pour chaque élément de bord, un problème de minimisation contraint est résolu pour déterminer un polynôme local qui minimise la distance à la solution numérique tout en satisfaisant les conditions aux limites exactes en des points spécifiques sur la véritable frontière physique $\partial\Omega$.
• Formulation Variationnelle : La méthode combine le schéma de Pénalité Intérieure Symétrique (SIP) pour la diffusion et un schéma upwind pour les termes d'advection-réaction. Les données de bord reconstruites ($g_{ROD}$) sont incorporées directement dans la formulation variationnelle primale, corrigeant efficacement le décalage géométrique au sein de la forme faible.
• Implémentation : Les auteurs adoptent une formulation globale où la reconstruction et le solveur DG sont résolus en une seule étape, plutôt qu'une approche itérative alternée.

Contributions Clés et Analyse Théorique
L'article fournit une analyse théorique rigoureuse de la méthode DG–ROD, établissant l'existence, l'unicité et des estimations d'erreur optimales pour des domaines convexes et non-convexes.

1. Bien-fondé (Well-posedness) : Les auteurs prouvent la bornitude de la forme bilinéaire et établissent une condition inf-sup (via le théorème de Banach–Nečas–Bassa) ; assurant l'existence et l'unicité de la solution discrète pour une taille de maillage $h$ suffisamment petite et un paramètre de pénalité $\eta$ suffisamment grand.
2. Domaines Convexes : Pour les domaines convexes, les auteurs prouvent que l'orthogonalité de Galerkin est respectée. Sous des hypothèses de régularité appropriées sur la solution exacte, ils dérivent :
   • Une convergence optimale d'ordre $O(h^N)$ dans la norme DG (norme énergie).
   • Une convergence optimale d'ordre $O(h^{N+1})$ dans la norme $L^2$ en utilisant des arguments de dualité.
3. Domaines Non-Convexes : Dans les contextes non-convexes, l'approximation géométrique brise l'orthogonalité de Galerkin standard. Les auteurs introduisent un terme résiduel découlant de l'extension de la solution vers un domaine lisse plus large $\tilde{\Omega}$. Ils dérivent des estimations d'erreur qui incluent un terme résiduel dépendant du décalage géométrique.
   • L'analyse théorique suggère que pour les domaines non-convexes avec $N > 2$, la convergence optimale en norme $L^2$ peut ne pas être atteinte à moins que le domaine computationnel n'approxime le domaine physique avec une précision supérieure (ordre $h^q, q>2$) ou que la solution admette une extension régulière satisfaisant des conditions spécifiques.
   • L'analyse souligne que la perte d'orthogonalité constitue le principal défi technique dans le cas non-convexe.

Résultats Numériques
Les découvertes théoriques sont validées par des expériences numériques sur trois géométries de référence : un disque (convexe), un anneau (non-convexe) et un domaine en forme de rose (non-convexe).

• Comparaison : Les résultats comparent la méthode DG classique (imposant les conditions sur $\partial\Omega_h$) à la méthode DG–ROD.
• Performance : La méthode DG classique démontre systématiquement une détérioration de la précision, les taux de convergence étant limités à environ un second ordre, quel que soit le degré polynomial $N$.
• Efficacité de la DG–ROD : La méthode DG–ROD parvient à restaurer les taux de convergence optimaux ($O(h^{N+1})$ en $L^2$) pour $N=2, 3, 4$ à travers toutes les géométries testées et diverses coefficients d'advection-réaction. Notamment, même dans le domaine non-convexe en forme de rose, la méthode atteint des taux optimaux, ce que les auteurs attribuent à l'utilisation de solutions fabriquées lisses qui permettent des extensions régulières, contournant ainsi les limitations théoriques du pire cas dérivées pour les cas non-convexes généraux.

Signification et Revendications
L'article affirme fournir la première analyse théorique rigoureuse de la méthode DG–ROD, étendant le cadre théorique des Éléments Finis vers les méthodes de Galerkin Discontinu.

• Restauration de la Précision : La principale signification est la démonstration que des taux de convergence optimaux peuvent être restaurés sur des maillages polygonaux simples sans nécessole de construire des éléments courbes complexes ou des mappages isoparamétriques, à condition que les données de bord soient reconstruites via la technique ROD.
• Robustesse : Les résultats numériques confirment la robustesse de la méthode pour traiter des domaines convexes et non-convexes avec des frontières courbes.
• Modestie sur les Limitations : Les auteurs reconnaissent que, bien que les estimations d'erreur théoriques pour les domaines non-convexes suggèrent un potentiel de sous-optimalité pour $N > 2$ sans conditions de régularité spécifiques, les tests numériques avec des solutions lisses montrent que la méthode est performante en pratique. Ils notent que les extensions aux équations non-linéaires, aux problèmes dépendants du temps et aux autres conditions aux limites (Neumann, Robin) restent des défis ouverts pour la recherche future. Le travail suggère également que l'approche est adaptable aux problèmes en trois dimensions, citant des travaux connexes dans les éléments finis de Lagrange classiques.