Numerical stationary states for nonlocal Fokker-Planck equations via fixed points of consistency maps

Resumo Técnico: Estados Estacionários Numéricos para Equações de Fokker-Planck Não Locais via Pontos Fixos de Mapas de Consistência

Enunciado do Problema
O artigo aborda a computação numérica de estados estacionários para uma classe de equações do tipo Fokker-Planck não locais da forma:
$$\partial_t u = \nabla \cdot (u\nabla(H'[u] + \Phi[u](x) + V(x))),$$
onde $u(x,t)$ é uma densidade, $H(u)$ representa a energia interna, $V(x)$ é um potencial externo e $\Phi[u]$ codifica interações não locais, tipicamente não lineares. Estas equações surgem em diversos campos, como dinâmica de fluidos, separação de fases, adesão celular e agregação biológica.

O desafio principal reside na dinâmica de longo tempo destes sistemas. Solvers dependentes do tempo padrão (por exemplo, esquemas de volume finito) são limitados à detecção de estados dinamicamente estáveis. Eles frequentemente falham em identificar estados estacionários instáveis ou ramos de bifurcação complexos, particularmente em sistemas que exibem metaestabilidade ou múltiplas escalas de tempo. Além disso, softwares de continuação numérica existentes costumam enfrentar dificuldades com os requisitos estruturais específicos de difusão não linear geral e termos não locais encontrados nesta classe de equações.

Metodologia
Os autores propõem um framework numérico baseado em ponto fixo que evita a discretização direta dos operadores diferenciais. Em vez disso, o problema estacionário é reformulado como uma equação de ponto fixo não linear $T u - u = 0$, onde $T$ é um mapa derivado da PDE original e de seus termos de interação não local.

1. Reformulação de Ponto Fixo:
   Ao definir $\partial_t u = 0$ e utilizar a conservação de massa e positividade, mostra-se que o estado estacionário $u^*$ satisfaz uma condição de consistência em seu suporte: $H'[u] + \Phi[u] + V = c_0$. Assumindo que $H'$ é invertível, a solução estacionária é expressa como um ponto fixo do mapa:
   $$T u := (H')^{-1}[c_0(u) - \Phi[u](x) - V(x)].$$
   Para difusão linear ($H[u] = \sigma u(\log u - 1)$), esta inversa é uma função exponencial.

2. Estratégia de Solução Numérica:
   Os autores resolvem o sistema discretizado $F_n(u) = T_n(u) - u = 0$ utilizando um método Jacobian-free Newton-Krylov (JFNK).

   • Loop Externo: Uma iteração de Newton atualiza a solução.
   • Loop Interno: Um método de subespaço de Krylov (especificamente GMRES) resolve o sistema linear $J \delta u = -F(u)$.
   • Abordagem Sem Matriz (Matrix-Free): O método não constrói explicitamente a matriz Jacobiana. Em vez disso, ele calcula a ação da derivada de Fréchet $DT[u](\phi)$ sobre um vetor $\phi$.
   • Aproximação da Derivada: Os autores comparam duas abordagens para a derivada de Fréchet:
     • Analítica: Derivar a expressão exata em forma fechada da derivada do mapa $T$.
     • Diferença Finita: Aproximar a derivada usando diferenças centrais.

3. Discretização:
   Os termos não locais (convoluções) são tratados via Transformadas Rápidas de Fourier (FFT) em domínios periódicos ou regras de quadratura apropriadas. Isso desloca o ônus da precisão dos estênceis de diferenciação para a precisão das regras de convolução e integração.

Principais Contribuições

• Desenvolvimento de Framework: Os autores desenvolvem e testam seu robusto framework de ponto fixo para três modelos representativos: a equação de McKean-Vlasov, um modelo de flocking de Cucker-Smale e uma equação de Fokker-Planck neural.
• Derivadas Analíticas vs. Discretas: O artigo fornece uma comparação direta entre o uso da derivada de Fréchet analítica e uma aproximação por diferença finita. Demonstra-se que a abordagem analítica oferece precisão e eficiência computacional garantidas, embora a abordagem de diferença finita permaneça viável quando as formas analíticas são intratáveis.
• Análise de Bifurcação: O método reproduz com sucesso diagramas de bifurcação conhecidos e detecta tanto estados estacionários estáveis quanto instáveis, incluindo ramos supercríticos e subcríticos.
• Descoberta de Novos Comportamentos: O framework revela estruturas de bifurcação complexas não observadas anteriormente nestes problemas específicos, particularmente em casos envolvendo kernels multimodo e domínios bidimensionais.

Resultados
Os autores validam sua abordagem contra resultados analíticos existentes e teorias de bifurcação conhecidas:

• Precisão: Para a equação de McKean-Vlasov com um kernel do tipo Kuramoto, as soluções numéricas convergem para a solução de referência analítica com uma taxa de decaimento de erro de $O(N_n^{-4})$, onde $N_n$ é o número de pontos de grade. Os limiares críticos de bifurcação são recuperados com alta precisão ($\sim 10^{-5}$).
• Kernels Multimodo: Utilizando kernels de interação bimodal, o método identifica múltiplos ramos de solução, incluindo bifurcações subcríticas e ramos secundários emergindo dos pontos de bifurcação primários. Em casos onde o operador linearizado possui um núcleo bidimensional (bifurcação degenerada), o método detecta comportamento do tipo transcritico que a teoria local padrão tem dificuldade em caracterizar.
• Estabilidade: Ao combinar o solver de ponto fixo com um solver dependente do tempo para análise de perturbação, os autores mapeiam a estabilidade de vários ramos. Observam que, enquanto os ramos supercríticos são geralmente estáveis, os ramos subcríticos são instáveis, e ocorrem interações complexas (por exemplo, interseções de ramos com perfis distintos).
• Generalização: A abordagem é aplicada com sucesso a:
  • Domínios 2D: Demonstrando aplicabilidade no toro $\mathbb{T}^2$.
  • Diferentes Domínios: Lidando com domínios ilimitados (Cucker-Smale) e domínios semi-infinitos com fronteiras de fluxo nulo (Fokker-Planck Neural).
  • Vários Kernels: Testando kernels de topo-achatado (top-hat), triangulares e de atração-repulsão, revelando estruturas de solução ricas, incluindo bifurcações secundárias.

Significância
O artigo afirma que esta abordagem de ponto fixo oferece uma excelente ferramenta para explorar as soluções estacionárias de equações de Fokker-Planck não locais. Sua principal significância reside no seu agnosticismo à estabilidade dinâmica, permitindo a detecção de estados instáveis e ramos de bifurcação complexos que solvers de evolução temporal perdem. Ao alavancar as propriedades estruturais da PDE para recaracterizar o problema como um mapa de ponto fixo, o método evita as dificuldades associadas à discretização direta de operadores diferenciais. Os autores observam que, embora o trabalho atual se concentre em difusão linear, o framework foi desenhado para ser extensível à difusão não linear (por exemplo, meio poroso) e sistemas de populações interagentes, desde que as condições estruturais necessárias para a formulação de ponto fixo sejam atendidas.