Skip to main content
QUICK REVIEW

[論文レビュー] Expression of Generalized Newton Iteration Method via Generalized Local Fractional Taylor Series

Xiao‐Jun Yang|arXiv (Cornell University)|Jun 14, 2011
Fractional Differential Equations Solutions参考文献 16被引用数 20
ひとこと要約

本稿では、局所的分数階微分に基づく一般化局所的分数階テイラー展開を用いた一般化ニュートン反復法を導入し、連続的ではあるが至る所で微分可能でない関数を含むフラクタル空間における根の特定を可能にする。主な貢献は、カントール集合のようなフラクタル集合に対して、分数階テイラー展開を用いてニュートン法を再定式化し、一般化された距離空間における一般化固定点の存在条件を確立することにある。

ABSTRACT

Local fractional derivative and integrals are revealed as one of useful tools to deal with everywhere continuous but nowhere differentiable functions in fractal areas ranging from fundamental science to engineering. In this paper, a generalized Newton iteration method derived from the generalized local fractional Taylor series with the local fractional derivatives is reviewed. Operators on real line numbers on a fractal space are induced from Cantor set to fractional set. Existence for a generalized fixed point on generalized metric spaces may take place.

研究の動機と目的

  • 古典的微分可能性が成立しないフラクタル領域へのニュートン法の拡張を目的とする。
  • 連続的ではあるが至る所微分不可能な関数を含む空間における非線形方程式の解法の課題に取り組む。
  • 一般化局所的分数階テイラー展開を用いた固定点反復フレームワークの構築を目的とする。
  • 一般化距離空間における一般化固定点の存在条件を確立することを目的とする。

提案手法

  • 局所的分数階微分を用いた一般化局所的分数階テイラー展開を用いる。
  • 古典的微分を局所的分数階微分に置き換えることで、フラクタル集合上での一般化ニュートン反復を定式化する。
  • 実数直線上の演算子を、フラクタル微積分を用いてカントール集合から分数階集合へ拡張する。
  • 収束を保証するため、一般化距離空間上で反復を定義する。
  • 関数が連続的ではあるが至る所微分不可能である場合に、局所的分数階積分および微分の性質を活用する。
  • 一般化距離空間の位相を用いて、固定点の理論的存在を分析する。

実験結果

リサーチクエスチョン

  • RQ1ニュートン法を、至る所微分不可能な関数を含むフラクタル領域に一般化するにはどうすればよいか?
  • RQ2局所的分数階微分は、カントール型集合上での反復的根の特定アルゴリズムの構築において、どのような役割を果たすか?
  • RQ3一般化距離空間において、一般化固定点が存在する条件は何か?
  • RQ4古典的微分が存在しない空間において、一般化ニュートン反復は収束可能か?
  • RQ5一般化局所的分数階テイラー展開は、フラクタル微積分における反復手法の定式化をどのように可能にするか?

主な発見

  • 一般化局所的分数階テイラー展開および局所的分数階微分を用いた一般化ニュートン反復法が、成功裏に定式化された。
  • この方法は、古典的微分が存在しないフラクタル集合(例:カントール集合)上に定義された関数にも適用可能である。
  • 一般化距離空間理論に整合する条件下で、一般化固定点の存在が確立された。
  • このフレームワークにより、フラクタル幾何学における非微分可能関数への古典的ニュートン反復の拡張が実現された。
  • このアプローチは、フラクタル解析および分数階微積分における数値的手法の理論的基盤を提供する。
  • 定義された条件下で収束を保証する一般化距離空間の文脈において、この方法が妥当性を確認された。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。