В прикладной математике разрывные методы Галёркина (методы ДГ) образуют класс численных методов решения дифференциальных уравнений . Они сочетают в себе особенности метода конечных элементов и модели конечного объема и успешно применяются для решения задач гиперболической , эллиптической , параболической и смешанной формы, возникающих в широком спектре приложений. Методы ДГ, в частности, вызвали значительный интерес для задач с преобладающей частью первого порядка, например, в электродинамике , механике жидкости и физике плазмы . Действительно, решения таких задач могут включать сильные градиенты (и даже разрывы), поэтому классические методы конечных элементов не работают, в то время как методы конечных объемов ограничиваются аппроксимациями низкого порядка.
Разрывные методы Галеркина были впервые предложены и проанализированы в начале 1970-х годов как метод численного решения уравнений в частных производных. В 1973 году Рид и Хилл представили метод ДГ для решения гиперболического уравнения переноса нейтронов.
Происхождение метода ДГ для эллиптических задач нельзя проследить до одной публикации, поскольку такие функции, как штраф за прыжки в современном смысле, развивались постепенно. Однако среди первых влиятельных авторов были Бабушка , Ж.-Л. Лайонс , Иоахим Ниче и Милош Зламал. Методы ДГ для эллиптических задач уже были развиты в статье Гарта Бейкера о постановке уравнений 4-го порядка в 1977 году. Более полный отчет об историческом развитии и введение в методы ДГ для эллиптических задач даны в публикации Арнольда, Бреззи. , Кокберн и Марини. Ряд направлений исследований и проблем, связанных с методами РГ, собраны в сборнике трудов под редакцией Кокберна, Карниадакиса и Шу.
Подобно непрерывному методу Галёркина (КГ) , разрывный метод Галёркина (ДГ) представляет собой метод конечных элементов, сформулированный относительно слабой формулировки конкретной модельной системы. В отличие от традиционных методов компьютерной графики, которые соответствуют требованиям , метод DG работает над пробным пространством функций, которые являются только кусочно-непрерывными и, таким образом, часто содержат более инклюзивные функциональные пространства, чем конечномерные подпространства внутреннего продукта, используемые в соответствующих методах.
В качестве примера рассмотрим уравнение неразрывности для скалярной неизвестной
в пространственной области
без «источников» или «приемников»:

где
это поток
.
Теперь рассмотрим конечномерное пространство разрывных кусочно-полиномиальных функций в пространственной области
ограничено дискретной триангуляцией
, записанный как

для
пространство многочленов со степенями меньше или равными
над элементом
индексируется
. Тогда для функций формы конечных элементов
решение представлено

Затем аналогично выбираем тестовую функцию

умножив уравнение неразрывности на
и интегрируя по частям в пространстве , полудискретная формулировка ДГ принимает вид:

Скалярный гиперболический закон сохранения имеет вид

где пытаются найти неизвестную скалярную функцию
, а функции
обычно даются.
The
-пространство будет дискретизировано как

Кроме того, нам потребуются следующие определения

Мы получаем базисное представление функционального пространства нашего решения.
.Функциональное пространство определяется как

где
означает ограничение
на интервал
, и
обозначает пространство многочленов максимальной степени
.Индекс
должен показать связь с базовой дискретизацией, заданной
.Обратите внимание, что
не определяется однозначно в точках пересечения
.
Сначала мы используем конкретный полиномиальный базис на интервале
, полиномы Лежандра
, то есть,

Особо отметим отношения ортогональности
![{\displaystyle \left\langle P_{i},P_{j}\right\rangle _{L^{2}([-1,1])}={\frac {2}{2i+1}}\ delta _{ij}\quad \forall \,i,j\in \mathbb {N} _{0}\,.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/047ab4c461c39325d103b96d60634fe690fef639)
Преобразование на интервал
, а нормировка достигается функциями 
![{\displaystyle \varphi _{i}(x):={\sqrt {2i+1}}P_{i}(2x-1)\quad {\text{for}}\quad x\in [0,1 ]\,,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0b830ef93a569c6bcafe8a84e8d1e0d496fd1fdf)
которые удовлетворяют соотношению ортонормированности
![{\ displaystyle \ left \ langle \ varphi _ {i}, \ varphi _ {j} \ right \ rangle _ {L ^ {2} ([0,1])} = \ delta _ {ij} \ quad \ forall \,i,j\in \mathbb {N}_{0}\,.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7eb4f3e94973b7a13f03e996734fcc4ee26f0420)
Преобразование в интервал
дается 

которые выполняют

Для
-нормализацию мы определяем
и для
-нормализацию мы определяем
, ул.
![{\displaystyle \|\varphi _{ki}\|_{L^{\infty }(I_{k})} = \|\varphi _{i}\|_{L^{\infty }([0 ,1])}=:c_{i,\infty }\quad {\text{and}}\quad \|{\tilde {\varphi }}_{ki}\|_{L^{1}(I_ {k})}=\|\varphi _{i}\|_{L^{1}([0,1])}=:c_{i,1}\,.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b41c5c3724e8a0552bc15efa4d726e3bd0ff6be1)
Наконец, мы можем определить базисное представление наших решений. 

Обратите внимание здесь, что
не определен в позициях интерфейса.
Кроме того, основания призм используются для плоских структур и способны к гибридизации 2-D/3-D.
Закон сохранения преобразуется в слабую форму путем умножения на тестовые функции и интегрирования по тестовым интервалам.

Используя частичную интеграцию, остается

Потоки на границах раздела аппроксимируются численными потоками
с

где
обозначает левые и правые пределы.Наконец, DG-схему можно записать как

Скалярное эллиптическое уравнение имеет вид

Это уравнение представляет собой уравнение теплопроводности установившегося режима, где
это температура. Дискретизация пространства аналогична описанной выше. Напомним, что интервал
разделен на
интервалы длины
.
Мы представляем прыжок
и средний
функций в узле
:
![{\displaystyle [v]{\Big |}_{x_{k}}=v(x_{k}^{+}) -v(x_{k}^{-}),\quad \{v\} {\Big |}_{x_{k}}=0,5(v(x_{k}^{+})+v(x_{k}^{-}))}](https://wikimedia.org/api/rest_v1/media/math/render/svg/cfcdb395b1485b02499399a9a232d297771791b1)
Разрывный метод Галёркина с внутренним штрафом (IPDG): найти
удовлетворяющий

где билинейные формы
и
являются
![{\displaystyle A(u_{h},v_{h})=\sum _{k=1}^{N+1}\int _{x_{k-1}}^{x_{k}}\partial _{x}u_{h}\partial _{x}v_{h}-\sum _{k=1}^{N}\{\partial _{x}u_{h}\}_{x_{k }}[v_{h}]_{x_{k}}+\varepsilon \sum _{k=1}^{N}\{\partial _{x}v_{h}\}_{x_{k} }[u_{h}]_{x_{k}}+{\frac {\sigma }{h}}\sum _{k=1}^{N}[u_{h}]_{x_{k} }[v_{h}]_{x_{k}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2f606507d3beee4beca56d3d6c13b1ab5cbc17ed)
и

Линейные формы
и
являются

и

Параметр штрафа
является положительной константой. Увеличение его значения уменьшит скачки в разрывном решении. Термин
выбирается равным
для симметричного внутреннего штрафа метод Галеркина; это равно
для метода несимметричного внутреннего штрафа Галеркина.
Прямой разрывный метод Галёркина (DDG) — это новый разрывный метод Галеркина для решения диффузионных задач. В 2009 году Лю и Ян впервые предложили метод ДДГ для решения уравнений диффузии. [1] [2] Преимущества этого метода по сравнению с разрывным методом Галеркина заключаются в том, что прямой разрывный метод Галеркина выводит числовой формат, напрямую беря числовой поток функции и первый член производной без введения промежуточных переменных. Используя этот метод, мы по-прежнему можем получить разумные числовые результаты, а процесс вывода становится более простым, объем вычислений значительно сокращается.
Прямой разрывный метод конечных элементов является ответвлением разрывных методов Галеркина. В основном это включает в себя преобразование задачи в вариационную форму, разделение региональных единиц, построение базисных функций, формирование и решение разрывных уравнений конечных элементов, а также анализ сходимости и ошибок.
Например, рассмотрим нелинейное уравнение диффузии, которое является одномерным:
, в котором 
Во-первых, определите
, и
. Поэтому мы выполнили пространственную дискретизацию
. Также определите
.
Мы хотим найти приближение
к
такой, что
,
,
,
пространство полиномов в
со степенью максимум
.
Поток:
.
: точное решение уравнения.
Умножим уравнение на гладкую функцию
так что мы получаем следующие уравнения:
,

Здесь
произвольно, точное решение
уравнения заменяется приближенным решением
, то есть необходимое нам численное решение получается путем решения дифференциальных уравнений.
Выбор правильного числового потока имеет решающее значение для точности метода ДДГ.
Числовой поток должен удовлетворять следующим условиям:
♦ Это соответствует 
♦ Числовой поток консервативен в одном значении на
.
♦ Имеет
-стабильность;
♦ Это может повысить точность метода.
Таким образом, дана общая схема численного потока:
![{\displaystyle {\widehat {h}}=D_{x}b(u)=\beta _{0}{\frac {\left[b\left(u\right)\right]}{\Delta x} }+{\overline {{b\left(u\right)}_{x}}}+\sum _{m=1}^{\frac {k}{2}}\beta _{m}{\ left(\Delta x\right)}^{2m-1}\left[\partial _{x}^{2m}b\left(u\right)\right]}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b8c535c781250b2d2610eed1bd30ce2a2a312183)
В этом потоке,
– максимальный порядок полиномов в двух соседних вычислительных блоках.
это скачок функции. Обратите внимание, что в неравномерных сетках
должно быть
и
в однородных сетках.
Обозначим, что ошибка между точным решением
и численное решение
является
.
Мы измеряем погрешность следующей нормой:
![{\displaystyle \left|\left|\left|v(\cdot,t)\right|\right|\right|= {\left(\int _{0}^{1}v^{2}dx+\ left(1-\gamma \right)\int _{0}^{t}\sum _{j=1}^{N}\int _{I_{j}}v_{x}^{2}dxd\ tau +\alpha \int _{0}^{t}\sum _{j=1}^{N}{\left[v\right]}^{2}/\Delta x\cdot d\tau \right )}^{0.5}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/0d9709616aeb010abe4de1ed482378709af4fc7b)
и у нас есть
, 
- ^ Хайлян Лю, Цзюэ Ян, Прямые разрывные методы Галёркина (DDG) для решения задач диффузии , SIAM J. NUMER. АНАЛЬНЫЙ. Том. 47, № 1, стр. 675–698.
- ^ Хайлян Лю, Цзюэ Ян, Прямой разрывный метод Галёркина (DDG) для диффузии с поправками на интерфейс , Commun. Вычислить. Физ. Том. 8, № 3, стр. 541-564.
- Д. Н. Арнольд, Ф. Бреззи, Б. Кокберн и Л. Д. Марини, Унифицированный анализ разрывных методов Галеркина для эллиптических задач , SIAM J. Numer. Анальный. 39(5):1749–1779, 2002.
- Г. Бейкер, Методы конечных элементов для эллиптических уравнений с использованием несогласованных элементов , Math. Комп. 31 (1977), вып. 137, 45–59.
- А. Канджиани, З. Донг, Э. Х. Георгулис и П. Хьюстон, Разрывные методы Галеркина в версии hp для многоугольных и многогранных сеток , SpringerBriefs in Mathematics (декабрь 2017 г.).
- В. Май, Дж. Ху, П. Ли и Х. Чжао, « Эффективный и стабильный 2-D/3-D гибридный разрывный анализ Галеркина во временной области с адаптивным критерием для антиплощадок произвольной формы в дисперсионной паре параллельных пластин» , IEEE Trans. Микроу. Теория Техн. , том. 65, нет. 10, стр. 3671–3681, октябрь 2017 г.
- В. Май и др. , « Простой критерий обновления для 2-D/3-D гибридного разрывного метода Галеркина во временной области, контролирующего сравнительную ошибку », IEEE Trans. Микроу. Теория Техн. , том. 66, нет. 4, стр. 1713–1722, апрель 2018 г.
- Б. Кокберн, Г.Е. Карниадакис и К.-В. Шу (ред.), Разрывные методы Галёркина. Теория, вычисления и приложения , Конспекты лекций по вычислительной науке и технике, 11. Springer-Verlag, Берлин, 2000.
- П. Лесэн и П. А. Равиар. «О методе конечных элементов решения уравнения переноса нейтронов». Математические аспекты конечных элементов в уравнениях в частных производных 33 (1974): 89–123.
- Д. А. Ди Пьетро, А. Эрн, Математические аспекты разрывных методов Галёркина . Mathématiques et Applications, Vol. 69, Шпрингер-Верлаг, Берлин, 2011 г.
- Дж. С. Хестхавен и Т. Уорбертон, Узловые разрывные методы Галеркина: алгоритмы, анализ и приложения . Тексты Springer по прикладной математике 54. Springer Verlag, Нью-Йорк, 2008.
- Ривьер Б. А. « Разрывные методы Галёркина для решения эллиптических и параболических уравнений: теория и реализация» . Границы SIAM в прикладной математике, 2008.
- CFD Wiki http://www.cfd-online.com/Wiki/Discontinious_Galerkin
- WH Reed и TR Hill, Методы треугольной сетки для уравнения переноса нейтронов , Tech. Отчет LA-UR-73–479, Лос-Аламосская научная лаборатория, 1973 г.