Approximation classes for the anisotropic space-time finite element method. An almost characterization

1. Problématique et Contexte

L'objectif principal de cet article est de caractériser les fonctions qui peuvent être approximées à un taux de convergence donné par des discrétisations adaptatives anisotropes espace-temps utilisant des éléments finis continus.

• Contexte : Les méthodes d'éléments finis basées sur une discrétisation simultanée de l'espace et du temps (space-time FEM) gagnent en popularité grâce à leur capacité d'implémentation parallèle et à leur efficacité pour gérer les singularités via le raffinement local.
• Défi spécifique : Contrairement aux problèmes stationnaires ou aux méthodes de pas de temps classiques, l'analyse des méthodes espace-temps anisotropes avec des éléments continus est complexe. La continuité impose des contraintes fortes sur la géométrie du maillage (notamment la gestion des nœuds suspendus ou "hanging nodes" dans le temps et l'espace) et la régularité des fonctions de base.
• Question centrale : Quelles sont les classes de régularité (espaces de Besov anisotropes) des fonctions qui permettent d'atteindre un taux de convergence optimal lors de l'utilisation de ces méthodes adaptatives ?

2. Méthodologie

Les auteurs développent une approche théorique rigoureuse combinant analyse d'approximation, géométrie des maillages et théorie des espaces de Besov anisotropes.

A. Raffinement de Maillage et Complexité

• Maillages prismatiques : Le domaine spatio-temporel $\Omega_T = [0, T] \times \Omega$ est découpé en prismes $I \times S$ (produit cartésien d'un intervalle temporel et d'un simplexe spatial).
• Algorithme de raffinement (PATCH REFINE) : Les auteurs proposent un algorithme de raffinement local basé sur une technique atomique (ATOMIC SPLIT). Cet algorithme :
  • Préserve la conformité spatiale du maillage à tout instant $t$.
  • Respecte une règle de "1-irrégularité" dans le temps (la différence de niveau de raffinement entre deux éléments adjacents dans le temps est au plus 1).
  • Garantit une anisotropie adaptée aux problèmes paraboliques (différentes résolutions en temps et en espace).
• Analyse de complexité : Ils prouvent que le nombre d'éléments générés par cet algorithme de raffinement adaptatif est optimal par rapport au nombre d'éléments marqués pour le raffinement, généralisant les résultats connus pour les maillages stationnaires.

B. Opérateur d'Interpolation (Quasi-)Interpolation

• En raison de la complexité géométrique des nœuds suspendus dans les maillages anisotropes adaptatifs, la construction d'un opérateur d'interpolation standard est difficile.
• Les auteurs construisent un opérateur de quasi-interpolation $Q_P$ (combiné avec une meilleure approximation locale $B_{\rho, P}$) agissant de $L^p(\Omega_T)$ vers l'espace des éléments finis continus $V_P$.
• Ils démontrent la stabilité locale de cet opérateur et qu'il satisfait une condition d'approximation quasi-optimale, en analysant soigneusement le support des fonctions de base et la géométrie des voisinages étendus.

C. Espaces de Besov Anisotropes et Généralisés

• Espaces classiques : Utilisation des espaces de Besov anisotropes $B^{s_1, s_2}_{q,q}(\Omega_T)$ définis via des modules de continuité temporels et spatiaux.
• Espaces généralisés ($\hat{B}$) : Pour obtenir des estimations inverses (montrant que si une fonction est bien approximable, elle possède une certaine régularité), les auteurs introduisent des espaces de Besov anisotropes généralisés basés sur une décomposition multiscale. Ces espaces sont essentiels car les approximants (éléments finis continus) manquent naturellement de régularité Besov d'ordre supérieur à un certain seuil ($1 + 1/p$).

3. Résultats Clés

Les principaux résultats sont formulés sous forme de caractérisation "presque" complète des classes d'approximation.

A. Résultat Direct (Estimation de l'erreur)

Si une fonction $f$ appartient à un espace de Besov anisotrope $B^{s_1, s_2}_{q,q}(\Omega_T)$ (avec des conditions sur les paramètres $s_1, s_2, p, q$), alors elle peut être approximée par des éléments finis continus d'ordre $(r_1, r_2)$ sur des maillages prismatiques anisotropes avec un taux de convergence optimal :
$$E(f, V_P) \lesssim (\#P)^{-\left(\frac{1}{s_1} + \frac{d}{s_2}\right)}$$
où $\#P$ est le nombre d'éléments du maillage. Ce résultat s'étend également aux erreurs mesurées dans des normes de Besov de plus faible régularité ($B^{\alpha_1, \alpha_2}_{p,p}$).

B. Résultat Inverse (Caractérisation de la régularité)

Si une fonction $f$ peut être approximée avec un taux de décroissance de l'erreur de l'ordre de $(\#P)^{-\left(\frac{1}{s_1} + \frac{d}{s_2}\right)}$, alors elle appartient nécessairement à un espace de Besov anisotrope généralisé $\hat{B}^{s'_1, s'_2}_{q,q}(\Omega_T)$ (où $s'_i < s_i$).

• Pour les paramètres de régularité faibles ($\max(\alpha_1, \alpha_2) < 1 + 1/p$), les espaces généralisés coïncident avec les espaces de Besov classiques.
• Pour des régularités plus élevées, la caractérisation nécessite les espaces généralisés car les fonctions d'approximation elles-mêmes ne peuvent pas atteindre une régularité Besov arbitrairement élevée.

C. Comparaison Continu vs Discontinu

Un résultat important (Discussion 5.20) montre que, d'un point de vue théorique de l'approximation, l'utilisation d'éléments finis discontinus n'offre aucun avantage qualitatif par rapport aux éléments continus pour ces problèmes. Les constantes de dépendance des taux de convergence sont identiques ; la différence est purement quantitative.

4. Contributions Majeures

1. Algorithme de raffinement robuste : Développement et analyse de complexité d'un algorithme de raffinement adaptatif pour des maillages prismatiques espace-temps qui garantit la conformité spatiale et une régularité temporelle contrôlée (règle 1-irrégulière).
2. Construction d'opérateurs : Définition d'un opérateur de quasi-interpolation stable sur des maillages avec des nœuds suspendus complexes, essentiel pour les estimations directes.
3. Caractérisation "Presque" Complète : Établissement d'une caractérisation des classes d'approximation en termes d'espaces de Besov anisotropes. L'adjectif "presque" vient du fait que pour les hautes régularités, il faut recourir à une notion généralisée de Besov pour les estimations inverses.
4. Extension aux problèmes instationnaires : Généralisation des résultats théoriques connus pour les problèmes stationnaires (isotropes) et les méthodes de pas de temps aux méthodes d'éléments finis espace-temps anisotropes continues.

5. Signification et Impact

Ce travail comble un vide théorique important dans l'analyse des méthodes d'éléments finis pour les problèmes d'évolution (paraboliques).

• Validation théorique : Il justifie l'utilisation de stratégies de raffinement adaptatif anisotrope pour atteindre une efficacité optimale (quasi-optimale) en termes de complexité computationnelle.
• Guide pour l'implémentation : Les résultats sur la complexité de l'algorithme de raffinement et la construction de l'opérateur d'interpolation fournissent des fondations solides pour le développement de codes numériques performants.
• Compréhension de la régularité : Il clarifie la relation entre la régularité intrinsèque de la solution (mesurée par les espaces de Besov anisotropes) et la vitesse de convergence des méthodes adaptatives, même dans le cas complexe des éléments continus.

En résumé, l'article démontre que les méthodes d'éléments finis continus espace-temps, lorsqu'elles sont couplées à un raffinement adaptatif anisotrope approprié, permettent d'atteindre des taux de convergence optimaux dictés par la régularité anisotrope de la solution, offrant ainsi une alternative robuste et théoriquement fondée aux méthodes discontinues ou aux schémas de pas de temps classiques.