Finite element and box-method discretizations for fractional elliptic problems with quadrature and mass lumping

技术摘要：分数阶椭圆问题的有限元与盒式方法离散化

问题陈述
本文研究了在 bounded 凸域 $S \subset \mathbb{R}^d$（$d \in \{1, 2, 3\}$）上，受齐次 Dirichlet 或 Neumann 边界条件约束的分数阶椭圆问题 $L^\beta u = f$ 的数值逼近。其中，$L = -\text{div}(A\nabla) + \kappa^2$ 是一个二阶自伴椭圆算子，且 $\beta > 0$。虽然椭圆算子的分数次幂在非局部扩散、抛物正则性理论和高斯场建模（例如 Whittle–Matérn 类）中是标准的，但核心的数值挑战在于准确且高效地逼近逆分数次幂 $L^{-\beta}$。

一个关键问题是，实际实现往往偏离理想的 Galerkin 格式。在计算中，刚度矩阵、质量矩阵和载荷向量通常使用数值积分组装。具体而言，$L^2$ 内积经常被基于积分的近似所取代，例如质量集中（对角质量矩阵）。对于非分数阶问题，这些被视为“变分犯罪”（Strang 和 Fix）。然而，对于分数次幂，离散算子是通过有限维空间上的谱微积分定义的，内积和双线性形式的选择从结构上定义了算子本身。因此，当这些实现细节被改变时，非分数阶误差理论如何迁移到分数阶情形尚不清楚。

方法论
作者开发了一个统一的协调分段线性框架，将有限元法（FEM）和盒式方法（一种顶点中心的有限体积法）离散化纳入单一的算子理论结构中。该方法的核心在于将离散格式中的三个不同组成部分分离：

1. 逼近椭圆算子的离散双线性形式 $a_h$。
2. 载荷项的离散化（精确的 $L^2$ 配对或盒式方法的控制体平均）。
3. 用于在试验空间 $V_h$ 上实现离散算子的内积 $\langle \cdot, \cdot \rangle_h$。

该框架在 $V_h$ 上引入了一类容许内积。这些内积与 $L^2$ 范数一致等价，并且相对于精确的 $L^2$ 内积满足 $O(h^2)$ 阶的一致性估计。该类包括：

• 精确的 $L^2$ 内积。
• 质量集中内积（对角质量矩阵）。
• 介于这些极端情况之间的显式带状内积族。

离散分数阶算子 $L_h^{-\beta}$ 通过在希尔伯特空间 $(V_h, \langle \cdot, \cdot \rangle_h)$ 上的谱微积分定义。本文分析了两种具体方案：

• 分数阶 FEM：使用精确的 $L^2$ 投影器处理载荷。
• 分数阶盒式方法：使用盒式载荷算子 $P_h$（涉及控制体平均 $Q$）处理载荷。

一个关键的理论工具是利用 Dunford–Taylor 泛函演算通过围道积分表示分数次幂。这使得作者能够将误差估计分解为双线性形式的扰动、内积的扰动以及载荷项的扰动。

主要贡献

1. 统一算子框架：本文构建了一个框架，将双线性形式、载荷离散化和内积保持分离。这阐明了对于 $\beta \neq 1$，内积的选择不仅仅是表示上的选择，而是从根本上改变了离散分数阶算子。
2. 容许内积：作者定义了一类广泛的容许内积，涵盖了实用的稀疏实现（如质量集中）和理论上的精确格式。他们证明了该类包含了与 SPDE 模型中高效统计推断相关的带状质量矩阵。
3. 质量集中的内在表征：一个重要的结构结果是，将集中质量内积识别为在容许内积中使分数阶盒式离散化具有“内在性”的唯一选择。具体而言，当使用集中质量内积时，分数阶盒式解算子可以通过关系式 $T_{h,\beta}^Q = Q^{-1}(Q T_h^{\text{box}})^\beta$ 直接从非分数阶盒式解算子 $T_h^{\text{box}}$ 重构。这意味着分数阶盒式方法仅在此特定内积下与非分数阶盒式方法保持一致。
4. 误差估计：在自然的二阶一致性假设下，本文建立了 FEM 和盒式方法离散化的严格误差估计。
   • 对于 FEM，收敛率保留了经典阶 $O(h^{\min\{2\beta-\delta, 2\}})$（在临界情况下包含对数因子），无论使用何种容许内积。
   • 对于盒式方法，收敛率受限于载荷离散化。误差表现为 $O(h^{\min\{2\beta+\sigma-\delta, 1+\sigma\}})$，其中 $\sigma$ 反映了数据的正则性。这证实了盒式方法由于载荷的控制体平均而遭受预期的精度损失，但这种损失与容许内积的选择无关。
5. 可实施性：通过将空间离散化与分数次幂的指数收敛有理逼近（例如 sinc 求积）相结合，分析被扩展到完全可实施的方法，确保总误差由空间离散化误差主导。

结果
一维和二维的数值实验支持了理论发现：

• 在一维均匀网格和分段常数载荷的情况下，FEM 和盒式方法的误差重合，达到了理论速率。
• 在奇异载荷的情况下，盒式方法表现出预测的收敛阶饱和（受限于载荷逼近），而 FEM 保持了更高的精度。
• 在二维中，改变内积（精确 $L^2$、质量集中和带状插值）产生了相同的收敛斜率，证实了容许内积的选择会影响离散算子，但不影响渐近收敛率。

意义
本文主要在两个领域声称具有重要意义：

1. 统计建模：这项工作为统计学中的"SPDE 方法”提供了分析基础，其中高斯随机场被建模为分数阶 SPDE 的解。它证明了在此背景下使用质量集中和稀疏精度算子的合理性，表明虽然内积改变了离散算子，但并不会降低逼近的收敛阶。
2. 数值分析：它解决了关于“变分犯罪”（积分和质量集中）如何影响分数阶算子的歧义。通过分离离散化的组成部分，作者证明了分数阶盒式方法的结构性质仅在特定内积选择下得以保留，为构建分数阶椭圆问题的一致且高效的数值格式提供了严格的指导。

作者得出结论，所开发的框架为未来的工作开辟了方向，例如分数阶抛物问题（例如分数阶热方程）及其相关的随机偏微分方程的分析。