On the convergence of iterated penalty methods for structure-preserving discretizations of saddle point problems

问题陈述
本文针对如下形式的线性广义鞍点系统的数值解：
$$\begin{aligned} a(u,v) + (Dv, p)_Q &= F(v) \quad \forall v \in V, \\ (Du, q)_Q &= G(q) \quad \forall q \in Q, \end{aligned}$$
其中 $V$ 和 $Q$ 是希尔伯特空间，$a(\cdot,\cdot)$ 是连续双线性形式，且 $D: V \to Q$ 是满射有界线性算子。作者特别关注保结构离散化，即离散空间 $V_h \subset V$ 和 $Q_h \subset Q$ 满足条件 $D V_h = Q_h$。虽然此类方案具有自动满足离散 inf-sup 条件和改进误差估计等优势，但为像空间 $Q_h = D V_h$ 构造显式基通常在计算上不可行或仍是一个未决问题。

本文研究了迭代惩罚法（也称为增广拉格朗日表述上的 Uzawa 迭代）作为一种无需 $Q_h$ 显式基的求解策略。该方法通过迭代求解一系列惩罚问题，从而收敛至原始鞍点系统的解。

方法论
作者通过三个主要视角分析了该方法：

1. 惩罚系统的稳定性：他们首先建立了惩罚法单步（即受扰动的鞍点问题，带有惩罚参数 $\varepsilon$）的稳定性估计。他们推导出了显式的稳定性常数，这些常数依赖于 $a(\cdot,\cdot)$ 的连续性、$D$ 的 inf-sup 常数以及 $a(\cdot,\cdot)$ 在 $D$ 的核上的强制性性质。
2. 收敛性分析：迭代惩罚法被表述为算子迭代。作者推导了原始变量（$u$）和对偶变量（$p$）的误差传播算子。他们在关于双线性形式 $a(\cdot,\cdot)$ 的各种假设下建立了几何收敛率：
   • 一般情形：$a(\cdot,\cdot)$ 在 $D$ 的核上满足 inf-sup 条件。
   • 对称非负（A1）：$a(\cdot,\cdot)$ 是对称且非负的，并在核上具有强制性。
   • 强制性（A2/A3）：$a(\cdot,\cdot)$ 在整个空间上具有强制性，或者是对称且具有强制性的。
3. 实施策略：一项关键贡献是开发了一种实施方案（算法 1），消除了对 $Q_h$ 基的需求。作者表明，只要 $G=0$ 或 $G$ 可以通过二次惩罚迭代进行近似，拉格朗日乘子更新和停止准则就可以仅利用原始空间 $V_h$ 和算子 $D$ 来计算。

主要贡献

• 新颖的收敛估计：本文提供了迭代惩罚法新的、显式的几何收敛率。与以往文献通常假设 $a(\cdot,\cdot)$ 是对称正定（SPD）或在核上具有强制性不同，本文仅假设 $a(\cdot,\cdot)$ 在 $D$ 的核上满足 inf-sup 条件。
• 精确的稳定性常数：作者推导出了比标准参考文献（如 Brenner and Scott、Fortin and Glowinski）中现有结果更精确的惩罚/受扰动鞍点问题的稳定性估计。这些估计在稳定性参数（$\alpha_X, \beta_X, M_a$）中是显式的，并且在惩罚参数趋近于零或 inf-sup 常数变小时仍然有效。
• 通用 $G \neq 0$ 实施：本文针对约束源项 $G(q)$ 非零的一般情形，提出了一种实用算法。这包括一种无需 $Q$ 的基即可近似 Riesz 映射 $R_Q^{-1}G$ 的过程，从而使该方法适用于更广泛的问题类别。
• 不定情形的细化分析：针对 $a(\cdot,\cdot)$ 对称且满足 inf-sup 条件（A3）的情形，作者利用广义特征函数进行了细化分析。该分析解释了当 inf-sup 常数 $\beta_X$ 任意小时该方法的表现为：虽然约束残差可能收敛，但如果 $\beta_X$ 未知，原始变量和对偶变量中的误差可能仍然很大。

数值结果
理论通过三个模型应用得到了验证：

1. 霍奇分解：求解源于离散 de Rham 复形（Nédélec 和 Raviart–Thomas 元）的鞍点系统以计算霍奇分解。该方法成功计算了正交分量，其迭代次数与理论几何速率一致。
2. 四阶波动方程：四阶问题的 $C^1$ 样条离散化。研究表明，当频率 $\omega$ 趋近于特征值（导致 inf-sup 常数退化）时，迭代次数按理论预测增加。
3. 不可压缩流（Scott–Vogelius）：该方法应用于 Stokes 方程，使用了 Scott–Vogelius 元，并在网格上通过改变几何参数 $\delta$ 使 inf-sup 常数 $\beta_X$ 可以任意小。结果证实，虽然该方法几何收敛，但当 $\beta_X$ 非常小时，基于约束残差的停止准则可能会过早满足，导致解变量中出现较大误差。

意义与主张
作者声称，他们的工作为保结构离散化中的迭代惩罚法提供了更稳健的理论基础。具体而言：

• 收敛结果在标准稳定性参数中是显式的，允许从业者根据问题数据预测收敛行为。
• 假设 $a(\cdot,\cdot)$ 仅需在核上满足 inf-sup 条件（而非对称正定或在核上具有强制性），推广了 Fortin & Glowinski、Brenner & Scott 以及 Awanou & Lai 等著作中的先前结果。
• 推导出的惩罚系统稳定性常数比现有文献更精确，特别是在小惩罚参数或小 inf-sup 常数的极限情况下。
• 提出的实施方案消除了构造像空间 $Q_h$ 基的瓶颈，使得在实际软件中可以使用高阶保结构方法（如 $C^1$ 样条或 Scott–Vogelius 元），而无需显式生成基。

文章最后指出，虽然该方法行之有效，但在 $\beta_X$ 较小时需谨慎；基于约束残差的停止准则可能已满足，而实际解误差仍然显著。