Virtual element approximation of eigenvalue problems: is the stabilization of the right hand side necessary?

1. O Problema Investigado

O artigo aborda a aproximação de problemas de autovalores associados a operadores elípticos auto-adjuntos utilizando o Método de Elementos Virtuais (VEM - Virtual Element Method).

Em formulações variacionais padrão, busca-se pares $(\lambda, u)$ tais que:
$$a(u, v) = \lambda b(u, v) \quad \forall v \in V$$
Onde $a(\cdot, \cdot)$ e $b(\cdot, \cdot)$ são formas bilineares simétricas. Na discretização VEM, as formas bilineares contínuas são substituídas por formas discretas $a_h$ e $b_h$.

O Desafio da Estabilização:
O VEM padrão utiliza projeções polinomiais para calcular as matrizes do sistema. Para garantir que as matrizes resultantes sejam bem-comportadas (não singulares e com boas propriedades de condicionamento), é comum adicionar termos de estabilização.

• A matriz $A$ (associada a $a_h$) geralmente requer estabilização para garantir coercividade.
• A matriz $B$ (associada a $b_h$, o lado direito ou "mass matrix") também costuma ser estabilizada.

O artigo questiona se a estabilização da matriz $B$ é estritamente necessária para problemas de autovalores. A estabilização de $B$ é particularmente crítica porque parâmetros de estabilização mal escolhidos podem introduzir autovalores espúrios (falsos) que contaminam o espectro, especialmente os autovalores de menor ordem (modos fundamentais), que são frequentemente o foco de interesse.

2. Metodologia e Abordagem Teórica

Os autores utilizam uma abordagem baseada na teoria de convergência de operadores não compactos desenvolvida por Descloux, Nassif e Rappaz.

• Formulação Abstrata: O problema é analisado através de operadores de solução $T$ (contínuo) e $T_h$ (discreto). A convergência dos autovalores depende de duas propriedades fundamentais:

  1. P1 (Convergência do Operador): A diferença entre os operadores $T$ e $T_h$ tende a zero.
  2. P2 (Aproximação do Espaço): A capacidade de aproximar qualquer função do espaço de solução contínua por funções no espaço discreto.

• Estratégia de Não Estabilização:

  • Os autores definem a forma bilinear discreta $b_h$ sem o termo de estabilização, utilizando apenas a projeção $L^2$ ($\Pi^0_k$).
  • Isso implica que a matriz $B$ pode ter um núcleo não trivial ($K_{b,h} \neq \{0\}$), ou seja, existem funções não nulas $w_h$ tais que $b_h(w_h, v_h) = 0$.
  • Para lidar com isso, o problema é restrito ao subespaço ortogonal $K_{b,h}^\perp$ (ortogonal em relação à forma $a_h$), onde o operador discreto é bem-definido e os autovalores infinitos são evitados.

• Análise de Convergência:

  • O artigo prova que, para espaços VEM de baixa ordem ($k=1$ e $k=2$), a propriedade P2 é satisfeita mesmo sem estabilização em $B$.
  • A prova explora a propriedade específica de que, para $k=1$ e $k=2$, a projeção de gradiente $\Pi^\nabla_k$ coincide com a projeção $L^2$ $\Pi^0_k$ no contexto das funções virtuais definidas. Isso permite controlar o erro de aproximação sem precisar do termo de estabilização em $b_h$.

3. Principais Contribuições

1. Prova Teórica para Baixas Ordens: O resultado central é a demonstração rigorosa de que, para espaços VEM de ordem $k=1$ e $k=2$, a estabilização da matriz de massa ($B$) não é necessária para garantir a convergência dos autovalores e a ausência de modos espúrios.
2. Análise de Núcleo Não Trivial: O trabalho lida formalmente com a existência de um núcleo não trivial em $B$, mostrando que a restrição ao subespaço ortogonal adequado preserva a convergência espectral.
3. Evidência Numérica para Ordens Superiores: Embora a prova teórica seja restrita a $k=1, 2$, os autores apresentam extensos testes numéricos que sugerem que o mesmo resultado (convergência ótima e ausência de espúrios) se mantém para ordens superiores ($k=3, 4$) em diversas sequências de malhas.

4. Resultados Numéricos

Os autores realizaram simulações no domínio quadrado unitário para o problema de autovalores de Laplace ($-\Delta u = \lambda u$), utilizando quatro tipos de malhas poligonais:

• T: Triângulos (malha padrão).
• S: Quadrados.
• V: Malhas de Voronoi (polígonos com número variável de arestas).
• H: Hexágonos.
• D: Malhas diádicas (menos padrão).

Descobertas Chave:

• Dimensão do Núcleo: Para $k=1$ e $k=2$, o núcleo de $B$ ($K_{b,h}$) é trivial (dimensão 0) na maioria das malhas (triângulos, quadrados, Voronoi). Para hexágonos e malhas diádicas, o núcleo pode ser não trivial, mas o método ainda converge. Para $k \ge 3$, o núcleo torna-se não trivial em quase todos os casos.
• Convergência: Em todos os casos testados, os autovalores computados convergem para os valores exatos com a ordem ótima de convergência esperada teoricamente ($O(h^{2k})$ para o erro de autovalor).
• Ausência de Espúrios: Não foram observados autovalores espúrios que contaminassem o espectro, mesmo na ausência de estabilização em $B$.
• Alta Precisão: Para ordens muito altas ($k=4$) e malhas finas, a taxa de convergência oscila devido à proximidade com a precisão da máquina, mas a convergência é mantida.

5. Significado e Impacto

Este trabalho é significativo por várias razões:

• Simplificação de Implementação: Elimina a necessidade de calibrar parâmetros de estabilização para a matriz de massa, o que é uma tarefa delicada e propensa a erros (parâmetros muito grandes podem deslocar autovalores espúrios para a região de interesse).
• Robustez: Demonstra que o VEM é robusto para problemas de autovalores mesmo com formulações mais simples (sem estabilização em $B$), desde que se utilize a teoria de operadores corretamente.
• Guia Prático: Oferece aos pesquisadores e engenheiros a confiança de que podem usar espaços VEM padrão sem estabilização adicional em $B$ para $k=1, 2$, e fornece fortes indícios empíricos para ordens superiores, reduzindo a complexidade computacional e o risco de contaminação espectral.

Em resumo, o artigo conclui que, para a maioria das aplicações práticas de autovalores com VEM, a estabilização do lado direito (matriz de massa) é desnecessária, desde que a análise seja feita corretamente no subespaço apropriado.