[論文レビュー] Approximations for the Caputo derivative (II)

Yuri Dimitrov, Venelin Todorov+1 more|arXiv (Cornell University)|Apr 25, 2016

Fractional Differential Equations Solutions参考文献 20被引用数 6

ひとこと要約

本稿では、多対数関数展開と中点則による数値積分を用いて、Caputo微分係数の高次近似を構築し、ベータ関数およびべき関数のCaputo微分係数のリーマン和近似に対する漸近的誤差展開を導出する。主な貢献は、収束速度が向上した新しいシフト型Grünwald型近似のクラスの確立であり、2−αおよび2−2αの次数を持つ分数階微分方程式に対する数値解法により検証されており、テストケースでは2次収束を達成している。

ABSTRACT

In the present paper we use the expansion formula of the polylogarithm function to construct approximations of the Caputo derivative which are related to the midpoint approximation of the integral in the definition of the Caputo derivative. The asymptotic expansion formula of the Riemann sum approximation of the beta function and the first terms of the expansion formulas of the approximations of the Caputo derivative of the power function are obtained in the paper. The induced shifted approximations of the Grünwald formula and the approximations of the Caputo derivative studied in the first part of the paper are constructed and applied for numerical solution of fractional differential equations.

研究の動機と目的

• 標準的なL1スキームを超える、Caputo分数階微分係数の高次数値近似を構築すること。
• シフト型Grünwald型公式を構築することで、分数階微分方程式の解法における収束速度を向上させること。
• ベータ関数およびべき関数のCaputo微分係数のリーマン和近似に対する漸近的展開式を導出すること。
• 既知の解析解を有する2項および3項分数階微分方程式の数値解を用いて、提案された近似法を検証すること。
• 最大l∞ノルムを用いた、新しい近似法の収束挙動および誤差次数の分析を行うこと。

提案手法

• 積分定義に基づく中点則による数値積分を用いて、多対数関数関数の展開を用いてCaputo微分係数の近似を構築する。
• リーマン和近似のベータ関数に対する漸近的展開式を導出し、数値スキームの誤差解析を可能にする。
• 標準的な重みを変更することで、Grünewald公式の誘導的シフト型近似を構築し、収束次数を向上させる。
• 導出された近似法を用いて、2項および3項分数階微分方程式を数値的に解き、安定性および収束解析を伴う反復スキームを適用する。
• Euler-Maclaurinの公式およびゼータ関数の恒等式を用いて、解の微分およびベルヌーイ数を含む展開項を導出する。
• 既知の解析的形を有する分数階微分方程式の正確な解を用いて、手法を検証し、最大l∞誤差および収束次数を計算する。

実験結果

リサーチクエスチョン

• RQ1 多対数関数に基づく展開は、標準的なL1法に比べて、Caputo微分係数に対してより高次近似を達成できるか？
• RQ2 ベータ関数およびべき関数のCaputo微分係数のリーマン和近似における漸近的誤差構造は何か？
• RQ3 シフト型Grünwald型近似は、分数階微分方程式の解法における収束速度をどのように向上させるか？
• RQ4 2項および3項分数階微分方程式に適用した場合、新しい数値スキームの観測収束次数は何か？
• RQ5 導出された展開式は、分数階微分係数近似の文脈で、ゼータ関数およびベルヌーイ数とどのように関係するか？

主な発見

• 提案されたシフト型近似は、2項分数階微分方程式に対して2次収束（次数2−α）を達成し、数値実験では収束次数が1.99に近い値を示している。
• α=0.25の2項方程式に対して、h=0.003125のとき最大誤差は0.7875×10⁻⁶であり、収束次数は1.9998であった。
• α=0.4の3項方程式に対して、数値解法の収束次数はh=0.003125のとき1.1727であった。これは、より高い安定性と精度を示している。
• α=0.6の場合、2次スキームは収束次数1.9292を達成し、理論的予測である2−αの収束速度を確認した。
• 誤差解析から、リーマンゼータ関数および解の2階微分を含む漸近的展開項が、主な誤差項に顕著に寄与することが分かった。
• 多対数関数およびゼータ関数の恒等式から導出された高次補正項を組み込むことで、L1近似フレームワークが成功裏に拡張された。