Fully Discrete Pointwise Smoothing Error Estimates for Measure Valued Initial Data

技术摘要：测度值初值问题的全离散逐点平滑误差估计

问题陈述
本文分析了齐次抛物问题的数值逼近：
$$\partial_t v - \Delta v = 0 \quad \text{in } I \times \Omega, \quad v = 0 \quad \text{on } I \times \partial\Omega, \quad v(0) = v_0 \quad \text{in } \Omega,$$
其中 $\Omega \subset \mathbb{R}^N$（$N=2,3$）是有界凸多边形/多面体区域。主要关注初值 $v_0$ 为正则 Borel 测度（$v_0 \in \mathcal{M}(\Omega)$）的情形，例如狄拉克 $\delta$ 函数的线性组合，而非标准的 $L^2$ 函数。作者研究了在空间上使用 $s \in \{1, 2\}$ 阶连续有限元、在时间上使用任意次数 $r \geq 0$ 的不连续伽辽金（dG）方法的全离散逼近。

核心目标是建立最终时刻 $T$ 处误差 $(v - v_{kh})(T)$ 的逐点（$L^\infty$）误差估计，具体针对包含初值测度支集的子区域 $\Omega_0 \subset \Omega$。所需的估计形式为：
$$\|(v - v_{kh})(T)\|_{L^\infty(\Omega_0)} \leq C(\Omega_0, T) \left( k^{2r+1} + \ell_{kh} h^{s+1} \right) \|v_0\|_{\mathcal{M}(\Omega)},$$
其中 $k$ 为最大时间步长，$h$ 为空间网格尺寸，$\ell_{kh}$ 为对数项。

方法论
分析通过以下几个 distinct 阶段进行：

1. 弱形式与正则性：作者为具有测度值初值的连续问题定义了“极弱解”，利用测试函数空间确保与测度的对偶配对是良定义的。他们建立了正则性结果，表明具有测度数据的热方程解在 $t > 0$ 时立即具有 $L^2$ 正则性，并具有特定时间依赖的平滑估计，形式为 $\|v(t)\|_{L^2} \leq C t^{-N/4} \|v_0\|_{\mathcal{M}}$。

2. 离散格式：

   • 时间：问题在满足特定网格条件（拟一致性和有界变差）的潜在非均匀时间划分上使用 dG($r$) 格式进行离散。对于测度数据，试验和测试空间被修改为 $W^{1,p}_0$ 和 $W^{1,p'}_0$，以确保初始评估的连续性要求。
   • 空间：使用 $s$ 次连续拉格朗日有限元。作者定义了离散拉普拉斯算子 $\Delta_h$ 和里茨投影 $R_h$。

3. 平滑估计：方法论的关键组成部分是推导连续解和离散解（半离散和全离散）的平滑估计。作者证明了离散解继承了连续问题的平滑性质，具体而言，$\|v_{kh}(t)\|_{L^\infty}$ 相对于初值范数以 $t^{-N/4}$ 衰减。这些估计通过对偶论证从 $L^2$ 初值扩展到测度数据。

4. 误差分解：总误差被分解为三个部分：
   $$(v - v_{kh})(T) = (v - v_k)(T) + (v_k - R_h v_k)(T) + (R_h v_k - v_{kh})(T).$$

   • 第一项代表时间离散误差。
   • 第二项是半离散解的空间逼近误差（里茨投影误差）。
   • 第三项是全离散误差（半离散解与全离散解之间的差异）。

5. 处理测度数据：为了获得测度数据的 $L^\infty$ 估计，作者采用了一种“截断”技术。他们在 $T/2$ 处将时间区间分割，将前半段的解视为后半段的源。这使得他们能够利用平滑效应，在应用后半段时间区间的标准误差估计之前，从粗糙的测度数据过渡到 $L^2$ 数据。

主要贡献与结果

• 线性单元的主要结果（$s=1$）：本文建立了凸区域上分段线性有限元的全离散逐点误差估计（公式 2）。关键在于，该结果除了凸区域上可用的标准正则性外，不需要额外的光滑性假设。误差界为：
  $$\|(v - v_{kh})(T)\|_{L^\infty(\Omega_0)} \leq C(T, \Omega_0) \left( k^{2r+1} + \ell_{kh} h^2 \right) \|v_0\|_{\mathcal{M}(\Omega)}.$$

• 推广到二次单元（$s=2$）：作者将分析扩展到二次有限元。这一推广需要假设 1，即假设具有 $H^1_0$ 数据的椭圆问题解具有 $H^3$ 正则性（例如在矩形区域上满足该条件）。在此假设下，他们证明了：
  $$\|(v - v_{kh})(T)\|_{L^\infty(\Omega_0)} \leq C(T, \Omega_0) \left( k^{2r+1} + \ell_{kh} h^3 \right) \|v_0\|_{\mathcal{M}(\Omega)}.$$
  这改进了作者之前仅限于线性单元的结果。

• 内部估计：这些估计本质上是“内部”的，意味着 $L^\infty$ 误差是在包含初值测度支集的子区域 $\Omega_0$ 上评估的，而不是在整个 $\Omega$ 上全局评估。这一区别对于处理测度数据的奇异性至关重要。

• 一般时间划分：结果适用于满足温和条件的一般时间划分，而不仅仅是均匀网格，从而扩展了先前 $L^2$ 和 $L^\infty$ 稳定性结果的适用性。

意义与主张
作者指出，他们的主要贡献是在潜在高度变化的时间划分和拟均匀网格上，为具有测度值初值的伽辽金方法建立了全离散误差估计。

本文强调，这些结果对于涉及从最终时刻观测进行初值识别的应用是必要的，特别是当观测是在有限个点上进行时（导致伴随问题具有测度值终值条件）。作者之前的工作 [15] 为 $L^2$ 初值提供了类似的估计，但扩展到测度数据（公式 2）对于处理稀疏最优控制和逐点观测场景中出现的伴随问题的特定结构是必需的。

本文谦逊地指出，虽然分段线性情形（$s=1$）不需要额外的光滑性，但二次单元（$s=2$）的高阶收敛性依赖于保证必要 $H^3$ 正则性的特定区域几何形状（如矩形）。这项工作填补了全离散设置下具有奇异初值的抛物问题逐点误差分析方面的文献空白。