A posteriori error estimates for a modified Morley FEM

1. Problema e Contesto

Il lavoro si concentra sullo sviluppo di stimatori di errore a posteriori per il Metodo degli Elementi Finiti (FEM) di Morley modificato, applicato a due classi di problemi differenziali di quarto ordine:

1. L'equazione biarmonica singolarmente perturbata:
   $$\varepsilon^2 \Delta^2 u - \Delta u = f \quad \text{in } \Omega$$
   dove $0 < \varepsilon \ll 1$ è un parametro di perturbazione che genera strati limite, e $f \in L^2(\Omega)$.
2. Le equazioni non lineari di von Kármán:
   $$\Delta^2 \psi_1 = [\psi_1, \psi_2] + f, \quad \Delta^2 \psi_2 = -\frac{1}{2}[\psi_1, \psi_1]$$
   dove $[\cdot, \cdot]$ è il parentesi di von Kármán (o forma di Monge-Ampère), che introduce una forte non linearità.

Sfida principale: Il metodo FEM di Morley standard è un metodo non conforme (lo spazio di approssimazione non è contenuto in $H^2(\Omega)$ né in $H^1(\Omega)$). Sebbene converga per problemi puramente di quarto ordine (biarmonici), può divergere per problemi di secondo ordine o misti. Per risolvere l'equazione perturbata e le equazioni di von Kármán, gli autori adottano una versione modificata proposta in letteratura (Wang, Xu, Hu), che utilizza l'operatore di interpolazione nodale $I_h$ sui termini di secondo ordine (gradienti) per garantire la consistenza e la computabilità.

2. Metodologia

Gli autori sviluppano una teoria di errore a posteriori basata sui residui, adattata alle specificità del metodo di Morley modificato e alla presenza del parametro $\varepsilon$.

• Spazi e Operatori:

  • Utilizzo dello spazio di Morley $M_0(\mathcal{T})$ (funzioni quadratiche a tratti, continue nei nodi, con derivate normali medie nulle sui bordi).
  • Introduzione dell'operatore di interpolazione nodale $I_h: H^2 \cup M(\mathcal{T}) \to S_1(\mathcal{T})$ (funzioni lineari a tratti continue) per trattare i termini di gradiente nella formulazione debole.
  • Utilizzo di operatori di arricchimento ($J$) e quasi-interpolazione ($I_{qi}$) per collegare lo spazio non conforme allo spazio conforme $H^2_0(\Omega)$.

• Formulazione Discreta:
  Per il problema perturbato, la forma bilineare discreta è definita come:
  $$a_{\varepsilon,h}(u_h, v_h) = \varepsilon^2 \int_\Omega D^2_{pw} u_h : D^2_{pw} v_h \, dx + \int_\Omega \nabla I_h u_h \cdot \nabla I_h v_h \, dx$$
  Per le equazioni di von Kármán, la non linearità viene trattata inserendo $I_h$ all'interno dell'integrale del termine non lineare, permettendo di gestire la non linearità come un termine $L^2$ invece che di tipo Laplaciano.

• Costruzione dello Stimatore di Errore ($\eta$):
  Lo stimatore globale è la radice quadrata della somma dei contributi locali $\eta(T)$, che includono:

  1. Termini di non conformità ($\mu_{NC}$): Salti delle derivate normali attraverso gli elementi.
  2. Termini di interpolazione ($\mu_{Ih}$): Errore tra la soluzione discreta e la sua interpolazione nodale ($\nabla(u_h - I_h u_h)$). Questo termine è cruciale per la versione modificata.
  3. Termini di oscillazione ($\eta_f$): Dipendenti dai dati $f$ e dal parametro $\varepsilon$.
  4. Termini di salto sui bordi ($\eta_1, \eta_2$): Salti delle derivate seconde e dei gradienti interpolati.

3. Contributi Chiave

1. Affidabilità ed Efficienza (Reliability & Efficiency):
   Gli autori dimostrano rigorosamente che lo stimatore $\eta$ è sia affidabile (upper bound) che efficiente (lower bound) rispetto all'errore reale, misurato in una norma energetica specifica $\varepsilon$-dipendente:
   $$|||u - u_h|||_{\varepsilon, pw} + \|\nabla(u - I_h u_h)\|_{L^2} \lesssim \eta \lesssim |||u - u_h|||_{\varepsilon, pw} + \|\nabla(u - I_h u_h)\|_{L^2} + \text{oscillazioni}$$
   A differenza di lavori precedenti (es. [ZW08]), l'efficienza non dipende dalla regolarità della soluzione esatta, rendendo lo stimatore robusto anche per soluzioni con strati limite o singolarità.

2. Gestione del Parametro Singolare $\varepsilon$:
   Viene sviluppata una tecnica di prova che gestisce il rapporto $h/\varepsilon$ senza perdere stime ottimali. L'uso di funzioni "bubble" adattate e operatori di smoothing modificati permette di ottenere stime indipendenti dal rapporto $h/\varepsilon$ nella fase di pre-asintotica.

3. Estensione alle Equazioni di von Kármán:
   Viene proposta una nuova strategia per trattare la non linearità nelle equazioni di von Kármán con elementi di Morley. Inserendo l'operatore di interpolazione nodale nel termine non lineare, si riesce a derivare stimatori affidabili ed efficienti, risolvendo problemi di simmetria e analisi a posteriori che avevano limitato approcci precedenti.

4. Analisi dell'Errore in $H^1$:
   Viene dimostrato che l'errore nel gradiente dell'interpolazione nodale $\|\nabla(u - I_h u_h)\|$ converge con un tasso ottimale, giustificando la sua inclusione nella norma di errore totale.

4. Risultati Numerici

Gli esperimenti numerici confermano la teoria:

• Equazione Perturbata:
  • Per $\varepsilon = 1$, si osservano tassi di convergenza ottimali sia con mesh uniformi che adattive.
  • Per $\varepsilon = 10^{-2}$ (strato limite), la raffinamento uniforme mostra tassi sub-ottimali a causa dello strato limite. L'algoritmo adattivo guidato dallo stimatore $\eta$ cattura correttamente lo strato limite e ripristina la convergenza ottimale quasi immediatamente.
  • L'analisi dei componenti dello stimatore mostra come i diversi termini ($\eta_1, \eta_2, \mu_{NC}$) si comportino al variare di $\varepsilon$ e della dimensione della mesh.
• Equazioni di von Kármán:
  • Su domini convessi (soluzione regolare), si ottiene convergenza ottimale.
  • Su domini non convessi (singolarità agli angoli), il raffinamento uniforme fallisce nel raggiungere tassi ottimali, mentre il raffinamento adattivo guidato dallo stimatore recupera la convergenza ottimale, concentrando gli elementi vicino alle singolarità.

5. Significato e Impatto

Questo lavoro è significativo perché:

• Colma un gap teorico: Fornisce la prima analisi completa a posteriori per il Morley FEM modificato su problemi misti di ordine 2 e 4, un'area dove la teoria era carente o dipendeva da ipotesi di regolarità irrealistiche.
• Robustezza: Lo stimatore è robusto rispetto al parametro di perturbazione $\varepsilon$, rendendolo uno strumento pratico per problemi con strati limite senza bisogno di conoscenza a priori della soluzione.
• Versatilità: Dimostra che la tecnica di "correzione" tramite interpolazione nodale può essere estesa con successo anche a problemi non lineari complessi come le equazioni di von Kármán, aprendo la strada a simulazioni adattive efficienti per problemi di meccanica dei solidi e fluidi strutturale.
• Guida per l'Adattività: I risultati numerici confermano che l'uso di questo stimatore in un algoritmo adattivo (Dörfler marking) è essenziale per risolvere efficientemente problemi con strati limite e singolarità geometriche, riducendo drasticamente il numero di gradi di libertà necessari rispetto alle mesh uniformi.