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

Resumo Técnico: Estimativas de Erro Ótimas para um Método de Galerkin Descontínuo em Fronteiras Curvas com Malhas Poligonais

Enunciado do Problema
O artigo aborda a solução numérica de problemas de valor de contorno, especificamente equações de advecção-difusão-reação lineares bidimensionais, em domínios com fronteiras curvas suaves arbitrárias ($\Omega$). Um desafio primário neste contexto é a perda da ordem de convergência que ocorre quando o domínio físico é aproximado por uma malha poligonal ($\Omega_h$). Métodos de Galerkin Descontínuo (DG) padrão, quando aplicados a essas aproximações poligonais com condições de contorno impostas diretamente na fronteira computacional ($\partial\Omega_h$), geralmente sofrem de convergência subótima. O erro geométrico introduzido pelo desajuste entre a fronteira curva física e a fronteira computacional de segmentos lineares pode poluir a solução, limitando a precisão a, no máximo, segunda ordem, independentemente do grau polinomial utilizado.

Metodologia
Os autores propõem e analisam o método DG–ROD (Discontinuous Galerkin – Reconstruction for Off-site Data). Esta abordagem estende uma estratégia desenvolvida anteriormente para métodos de Elementos Finitos (FE) e Volumes Finitos (FV) para o framework de DG.

• Malha e Espaço: O domínio físico é discretizado usando malhas poligonais (triangulares) padrão. O método utiliza espaços de Sobolev quebrados e espaços polinomiais descontínuos por partes ($S_{h,N}$).
• Tratamento de Condições de Contorno: Em vez de impor as condições de contorno prescritas diretamente na fronteira poligonal $\partial\Omega_h$, o método DG–ROD emprega uma reconstrução polinomial. Para cada elemento de fronteira, um problema de minimização restrita é resolvido para determinar um polinômio local que minimiza a distância para a solução numérica enquanto satisfaz as condições de contorno exatas em pontos específicos na verdadeira fronteira física $\partial\Omega$.
• Formulação Variacional: O método combina o esquema de Penalidade de Interior Simétrica (SIP) para difusão com um esquema upwind para termos de advecção-reação. Os dados de contorno reconstruídos ($g_{ROD}$) são incorporados diretamente na formulação variacional primal, corrigindo efetivamente o desajuste geométrico dentro da forma fraca.
• Implementação: Os autores adotam uma formulação global onde a reconstrução e o solver de DG são resolvidos em uma única etapa, em vez de uma abordagem iterativa alternada.

Principais Contribuições e Análise Teórica
O artigo fornece uma análise teórica rigorosa do método DG–ROD, estabelecendo existência, unicidade e estimativas de erro ótimas para domínios convexos e não convexos.

1. Bem-postura (Well-posedness): Os autores provam a limitação da forma bilinear e estabelecem uma condição inf-sup (via teorema de Banach–Nečas–Babuška), garantindo a existência e unicidade da solução discreta para um tamanho de malha $h$ suficientemente pequeno e um parâmetro de penalidade $\eta$ suficientemente grande.
2. Domínios Convexos: Para domínios convexos, os autores provam que a ortogonalidade de Galerkin se mantém. Sob suposições de regularidade adequadas para a solução exata, eles derivam:
   • Convergência ótima de ordem $O(h^N)$ na norma DG (norma de energia).
   • Convergência ótima de ordem $O(h^{N+1})$ na norma $L^2$ usando argumentos de dualidade.
3. Domínios Não Convexos: Em configurações não convexas, a aproximação geométrica quebra a ortogonalidade de Galerkin padrão. Os autores introduzem um termo residual decorrente da extensão da solução para um domínio suave maior $\tilde{\Omega}$. Eles derivam estimativas de erro que incluem um termo residual dependente do desajuste geométrico.
   • A análise teórica sugere que, para domínios não convexos com $N > 2$, a convergência ótima na norma $L^2$ pode não ser alcançada, a menos que o domínio computacional aproxime o domínio físico com maior precisão (ordem $h^q, q>2$) ou que a solução admita uma extensão regular que satisfaça condições específicas.
   • A análise destaca que a perda de ortogonalidade constitui o principal desafio técnico no caso não convexo.

Resultados Numéricos
As descobertas teóricas são validadas através de experimentos numéricos em três geometrias de referência: um disco (convexo), um anel (não convexo) e um domínio em forma de rosa (não convexo).

• Comparação: Os resultados comparam o método DG clássico (impondo condições em $\partial\Omega_h$) contra o método DG–ROD.
• Desempenho: O método DG clássico demonstra consistentemente uma deterioração de precisão, com taxas de convergência limitadas a aproximadamente segunda ordem, independentemente do grau polinomial $N$.
• Eficácia do DG–ROD: O método DG–ROD recupera com sucesso as taxas de convergência ótimas ($O(h^{N+1})$ em $L^2$) para $N=2, 3, 4$ em todas as geometrias testadas e vários coeficientes de advecção-reação. Notavelmente, mesmo no domínio em forma de rosa (não convexo), o método atinge taxas ótimas, o que os autores atribuem ao uso de soluções manufaturadas suaves que permitem extensões regulares, contornando efetivamente as limitações teóricas do pior caso derivadas para casos não convexos gerais.

Significância e Alegações
O artigo afirma fornecer a primeira análise teórica rigorosa do método DG–ROD, estendendo o framework teórico de Elementos Finitos para métodos de Galerkin Descontínuo.

• Restauração da Precisão: A principal significância é a demonstração de que taxas de convergência ótimas podem ser restauradas em malhas poligonais simples sem a necessidade de elementos curvos complexos ou mapeamentos isoparamétricos, desde que os dados de contorno sejam reconstruídos via técnica ROD.
• Robustez: Os resultados numéricos confirmam a robustez do método no tratamento de domínios convexos e não convexos com fronteiras curvas.
• Modéstia sobre Limitações: Os autores reconhecem que, embora as estimativas de erro teóricas para domínios não convexos sugiram potencial sub-otimalidade para $N > 2$ sem condições de regularidade específicas, os testes numéricos com soluções suaves mostram que o método performa de forma ótima na prática. Eles observam que extensões para equações não lineares, problemas dependentes do tempo e outras condições de contorno (Neumann, Robin) permanecem como desafios abertos para pesquisas futuras. O trabalho também sugere que a abordagem é adaptável para problemas tridimensionais, citando trabalhos relacionados em elementos finitos de Lagrange clássicos.