Discrete weak duality of hybrid high-order methods for convex minimization problems

Titel: Discrete Zwakke Dualiteit van Hybrid High-Order Methoden voor Convexe Minimalisatieproblemen

Auteur: Ngoc Tien Tran
Datum: April 2024

---

1. Probleemstelling

Het artikel richt zich op de numerieke oplossing van convexe minimalisatieproblemen van de energie:
$$E(v) := \int_{\Omega} (\Psi(Dv) + \psi(x, v)) \, dx$$
waarbij $v$ behoort tot een Sobolev-ruimte $V_D$ met homogene Dirichlet-randvoorwaarden op een deel van de rand.

• Doel: Het vinden van een minimizer $u$ die de energie minimaliseert.
• Dualiteit: Het probleem heeft een duaal probleem dat de duale energie maximaliseert:
  $$E^*(\tau) := -\int_{\Omega} (\Psi^*(\tau) + \psi^*(x, \text{div}\tau)) \, dx$$
  waarbij $\tau$ behoort tot een ruimte van vectoren met een zwak gedefinieerde divergentie en een verdwijnende normale spoor op de Neumann-rand.
• Uitdaging: Hoewel zwakke dualiteit ($E^*(\tau) \leq E(v)$) op continu niveau geldt, is het moeilijk om deze relatie te behouden op discreet niveau voor geavanceerde methoden op algemene mesh-structuren. Bestaande methoden die dit doen (zoals Crouzeix-Raviart of Raviart-Thomas elementen) zijn vaak beperkt tot reguliere triangulaties (simplicia) en laagste-orde benaderingen.

2. Methodologie: Hybrid High-Order (HHO)

De auteur introduceert en analyseert een prototypische Hybrid High-Order (HHO) methode voor dit probleem.

• Mesh: De methode werkt op algemene polyhedrale mesh-structuren (niet beperkt tot driehoeken of vierkanten), wat grote flexibiliteit biedt.
• Discrete Ruimten:
  • Primaal: $V(M) = P_{k+1}(M; \mathbb{R}^m) \times P_k(\Sigma; \mathbb{R}^m)$ (polynomen van graad $k+1$ in de cellen en graad $k$ op de gezichten/skelet).
  • Duale: $W(M) = P_k(M; M) \times P_k(\Sigma; M)$.
• Reconstructie-operatoren:
  • Gradient reconstructie ($D_h$): Benadert de gradiënt op basis van cellen- en gezichtsvariabelen.
  • Divergentie reconstructie ($\text{div}_h$): Benadert de divergentie voor het duale probleem.
  • Potentiaal reconstructie ($R^*_h$): Een nieuwe, cruciale operator op het duale niveau die de relatie tussen de duale variabele en de gradiënt van een potentiaal herstelt.
• Stabilisatie: Omdat de gradiëntreconstructie $D_h$ een niet-triviale kern heeft, is een stabilisatieterm $s_h$ noodzakelijk. De auteur gebruikt een niet-lineaire versie van de Lehrenfeld-Schöberl stabilisatie (bekend uit HDG-methoden), maar toont aan dat de analyse ook voor klassieke HHO-stabilisatie geldt.

3. Belangrijkste Bijdragen

A. Discrete Zwakke Dualiteit

De kernbijdrage is het bewijs dat de discrete primaal en duale energieën voldoen aan de ongelijkheid:
$$\max E^*_h(W_N(M)) \leq \min E_h(V_D(M))$$
Dit is een zwakke convex dualiteit op discreet niveau.

• Noviteit: Dit resultaat geldt voor willekeurige polynoomgraden $k$ en algemene polyhedrale mesh-structuren.
• Techniek: Het bewijs maakt gebruik van een discrete integratie door delen die drie operatoren combineert: $D_h$, $\text{div}_h$ en de nieuwe $R^*_h$. De stabilisatietermen worden zorgvuldig ontworpen zodat ze de dualiteitsongelijkheid niet schenden.

B. A Priori Foutanalyse

Op basis van de gevestigde dualiteit worden a priori foutenschattingen afgeleid.

• Onder gladheidsaannames voor de exacte oplossing $u$ en de duale variabele $\sigma$, worden convergentiesnelheden bewezen.
• Voor een polynoomgraad $k$ wordt een convergentie van orde $O(h_{\max}^{k+1})$ verkregen voor de energie-fout, mits de stabilisatieparameters correct worden gekozen.

C. A Posteriori Foutenschatting en Postprocessing

Het artikel introduceert een nieuwe postprocessing voor de duale variabele $\sigma_0$ op reguliere triangulaties (simplicia).

• Constructie: Gebaseerd op de discrete Euler-Lagrange-vergelijkingen en het concept van "equilibrated tractions". Het resulteert in een $W^{p'}(\text{div}, \Omega)$-conforme functie (een Raviart-Thomas element).
• Toepassing: Deze postprocessing maakt het mogelijk om a posteriori foutenschattingen te berekenen via het primaal-duale gat (primal-dual gap).
• Voordeel: Dit biedt een goedkope en betrouwbare manier om de fout te schatten zonder zware equilibrium-technieken, wat essentieel is voor adaptieve algoritmen.

D. Adaptief Mesh-Refinement

Het artikel presenteert een adaptief algoritme dat gebruikmaakt van de lokale bijdrage aan het primaal-duale gat als verfijningsindicator.

• Het algoritme selecteert cellen met de grootste foutindicatoren (Dörfler-markering).
• Numerieke resultaten tonen aan dat dit algoritme superieur presteert ten opzichte van uniforme mesh-verfijning, vooral bij problemen met singulariteiten.

4. Resultaten en Numerieke Experimenten

De methode wordt getest op drie benchmarks in 2D:

1. Optimaal Ontwerp (Materialenverdeling): Een probleem met een niet-gladde energiedichtheid. Adaptieve verfijning convergeren sneller naar de singulariteit en de overgangslaag dan uniforme verfijning.
2. Bingham-vloeistofstroom: Een niet-lineair probleem met een niet-differentieerbare term (plasticiteit). De adaptieve methode bereikt optimale convergentiesnelheden ($k+1$), terwijl uniforme methoden vastlopen door singulariteiten.
3. p-Laplace Probleem: Een klassiek niet-lineair probleem met een exacte oplossing die een singulariteit bevat bij de oorsprong.
   • De numerieke resultaten bevestigen de theoretische convergentiesnelheden.
   • Voor hoge polynoomgraden ($k \geq 2$) wordt een significante verbetering gezien bij adaptieve verfijning.
   • De keuze van stabilisatieparameters ($r$ en $s$) blijkt cruciaal voor het behalen van optimale snelheden, vooral als $p \neq 2$.

5. Significatie en Conclusie

• Doorbraak: Dit artikel is de eerste die een discrete zwakke dualiteit bewijst voor HHO-methoden op algemene polyhedrale mesh-structuren voor willekeurige polynoomgraden.
• Flexibiliteit: Het overwint de beperkingen van eerdere methoden (zoals Crouzeix-Raviart) die vastzaten aan simpliciale mesh-structuren en laagste-orde benaderingen.
• Praktische Toepassing: De voorgestelde postprocessing en de daaruit voortvloeiende a posteriori schattingen bieden een robuust kader voor adaptieve mesh-verfijning. Dit leidt tot aanzienlijk efficiëntere berekeningen voor complexe niet-lineaire convex minimalisatieproblemen.
• Toekomst: De methode opent de deur voor het toepassen van dualiteit-gebaseerde foutcontrole op een veel bredere klasse van numerieke methoden en geometrieën dan voorheen mogelijk was.

Kortom, het werk verbindt de theoretische kracht van convex dualiteit met de praktische flexibiliteit van moderne HHO-methoden, waardoor nauwkeurigere en efficiëntere simulaties van niet-lineaire fysische fenomenen mogelijk worden.