Local discontinuous Galerkin FEM for convex minimization

1. Problema Abordado

O artigo foca em problemas de minimização convexa de energia, especificamente aqueles do tipo p-Laplaciano e variações degeneradas. O problema contínuo busca minimizar a energia funcional:
$$E(v) := \int_{\Omega} (W(\nabla v) + \psi(x, v)) \, dx$$
sobre um espaço de Sobolev $V = W^{1,p}_D(\Omega)$, onde $W$ é uma densidade de energia convexa e $\psi$ é um termo de ordem inferior.

O Desafio Principal:
Embora a análise de erro a priori para métodos de Elementos Finitos (FEM) conformes seja bem estabelecida (com taxas de convergência ótimas para a diferença de energia), os métodos não-conformes de alta ordem (como os métodos de Galerkin Descontínuos - DG) historicamente apresentavam taxas de convergência subótimas para a diferença de energia. Isso criava um desequilíbrio na teoria de controle de erro a posteriori baseada no "princípio de duas energias" (que generaliza identidades de hipercírculo), onde a estimativa de erro superior não correspondia à taxa de convergência inferior observada.

2. Metodologia

Os autores desenvolvem uma análise refinada para esquemas de Galerkin Descontínuo Local (LDG) e métodos Hibridizáveis (como HDG/WG), explorando relações de dualidade no nível discreto.

• Formulação Dual Discreta: Introduzem um espaço de ansatz dual semi-discreto $Y = \{(\tau_M, \tau_F)\}$, onde $\tau_M$ é um campo vetorial e $\tau_F$ são traços nas faces.
• Reconstrução de Divergência: Definem um operador de reconstrução de divergência discreta ($\text{div}_h$) que é consistente com a interpolação de funções suaves.
• Estabilização: O método LDG proposto minimiza uma energia discreta $E_h(v_h)$ que inclui um termo de estabilização baseado em saltos ($[v_h]_S$) nas interfaces dos elementos, controlado por parâmetros $r$ e $s$.
• Dualidade Forte: O ponto central é a prova de que, sob certas condições, o máximo da energia dual discreta $E^*_h$ é igual ao mínimo da energia primal discreta $E_h$ (sem "gap" de dualidade significativo, ou com um gap que desaparece para termos de baixa ordem).
• Operador Companheiro Conforme: Utilizam um operador linear limitado $J_h: V_h \to V$ (um "companheiro conforme") para conectar a solução não-conforme a um espaço conforme, permitindo a aplicação de técnicas de análise de erro clássicas.

3. Principais Contribuições

1. Taxas de Convergência Ótimas (A Priori): Estabelecem a primeira prova de taxas de convergência ótimas (quadráticas na diferença de energia, $O(h^{2k})$) para métodos não-conformes de alta ordem em problemas de minimização convexa degenerada. Isso fecha a lacuna teórica entre métodos conformes e não-conformes.
2. Relações de Dualidade Discretas: Demonstram que a dualidade entre o problema primal discreto e o problema dual semi-discreto pode ser explorada para obter limites superiores rigorosos para o erro de energia, superando as limitações das estimativas anteriores que eram subótimas.
3. Controle de Erro A Posteriori Garantido: Propõem um método de pós-processamento para construir uma aproximação conforme da variável dual (tensão) no espaço de elementos finitos de Raviart-Thomas ($RT_k$). Isso permite calcular limites superiores garantidos para o erro de energia sem a necessidade de resolver problemas locais adicionais (comum em técnicas de equilíbrio).
4. Adaptatividade: O estimador de erro derivado é localizável, permitindo o desenvolvimento de algoritmos de refinamento adaptativo de malha que superam significativamente o refinamento uniforme.

4. Resultados Teóricos e Numéricos

• Teoria: Sob suposições de regularidade (ex: $u \in W^{k+1,p}$ e $\sigma \in W^{k,p'}$), provam que a diferença de energia satisfaz:
  $$|E(u) - \min E_h(V_h)| \approx O(h^{2k}_{\max})$$
  Isso melhora as taxas anteriores de $O(h^{k/(p-1)})$ encontradas na literatura para métodos não-conformes.
• Simulações Numéricas: O artigo apresenta três benchmarks em um domínio em forma de L (L-shaped domain):
  1. Problema de Design Ótimo: Minimização de energia com densidade não suave. O refinamento adaptativo recupera taxas de convergência superiores às do refinamento uniforme.
  2. Problema 4-Laplaciano: Demonstra a recuperação das taxas ótimas $O(ndof^{-k})$ para graus polinomiais $k=1, \dots, 4$ com malhas adaptativas, enquanto malhas uniformes permanecem subótimas.
  3. Escoamento de Bingham: Um problema com não-diferenciabilidade (regime plástico). O uso de regularização e o método proposto mostram melhoria clara para discretizações de ordem superior ($k \ge 2$) com malhas adaptativas.

5. Significado e Impacto

Este trabalho é fundamental para a comunidade de análise numérica de EDPs não-lineares porque:

• Valida a Eficiência de Métodos Não-Conformes: Mostra que métodos como LDG e HDG não precisam sacrificar a taxa de convergência de energia em problemas convexos degenerados, desde que a análise de dualidade seja feita corretamente.
• Fornece Ferramentas Práticas: O esquema de pós-processamento para a variável dual (Raviart-Thomas) oferece uma maneira prática e garantida de estimar erros em simulações de engenharia e física computacional.
• Justifica o Refinamento Adaptativo: Os resultados numéricos confirmam que, para soluções com singularidades (comuns em problemas de plasticidade e design ótimo), o refinamento adaptativo guiado por este estimador de erro é essencial para atingir a eficiência computacional máxima, superando drasticamente as malhas uniformes.

Em resumo, o artigo fornece a base teórica rigorosa e a evidência numérica de que métodos de Galerkin Descontínuo de alta ordem podem atingir a mesma eficiência ótima que métodos conformes em problemas de minimização convexa, desde que exploradas as relações de dualidade corretas.