Core Concepts
不連続ガラーキン法を用いて楕円型偏微分方程式の確率係数問題を離散化する際、従来のクアジ・モンテカルロ法の理論をそのまま適用することはできない。本研究では、不連続ガラーキン法の場合でも、クアジ・モンテカルロ法の収束率が連続有限要素法の場合と同様に扱えることを示した。
Abstract
本研究では、楕円型偏微分方程式の確率係数問題に対して、不連続ガラーキン法とクアジ・モンテカルロ法を組み合わせた手法を提案している。
具体的には以下の通り:
確率係数問題には、アファイン・一様モデルとログノーマルモデルの2つのモデルを考慮している。
不連続ガラーキン法を用いて問題を離散化する際、従来の連続有限要素法とは異なり、パラメータに関する正則性の解析が必要となる。
本研究では、不連続ガラーキン法の場合でも、クアジ・モンテカルロ法の収束率が連続有限要素法の場合と同様に扱えることを理論的に示した。
数値実験の結果から、理論的な知見が実際の計算結果と一致することが確認された。
全体として、不連続ガラーキン法とクアジ・モンテカルロ法を組み合わせることで、確率係数を持つ楕円型偏微分方程式問題を効率的に解くことができることが示された。
Stats
確率係数a(x,ω)のアファイン・一様モデルでは、a(x,ω) = a0(x) + Σ∞j=1 yj(ω)ψj(x)が仮定されている。ここで、y1, y2, ...は[-1/2, 1/2]上の一様分布に従う独立な確率変数である。
確率係数a(x,ω)のログノーマルモデルでは、a(x,ω) = a0(x) exp(Σ∞j=1 yj(ω)ψj(x))が仮定されている。ここで、y1, y2, ...は標準正規分布に従う独立な確率変数である。
Quotes
"本研究では、楕円型偏微分方程式の確率係数問題に対して、不連続ガラーキン法とクアジ・モンテカルロ法を組み合わせた手法を提案している。"
"本研究では、不連続ガラーキン法の場合でも、クアジ・モンテカルロ法の収束率が連続有限要素法の場合と同様に扱えることを理論的に示した。"