[論文レビュー] Generalized Jacobi Functions and Their Applications to Fractional Differential Equations

Sheng Chen, Jie Shen+1 more|arXiv (Cornell University)|Jul 31, 2014

Fractional Differential Equations Solutions参考文献 16被引用数 6

ひとこと要約

本稿では、分数階微分方程式（FDEs）における特異性と非局所性に対処するため、調整可能なパラメータを有する一般化ジャコビ関数（GJFs）を導入する。GJF-ペトロフ・ガレルキンスぺクトル法を構築することで、スパースで良好に条件付けられた線形システムと、データの滑らかさにのみ依存するスペクトル収束速度を達成し、境界特異性を有する解に対しても高精度を実現する。

ABSTRACT

In this paper, we consider spectral approximation of fractional differential equations (FDEs). A main ingredient of our approach is to define a new class of generalized Jacobi functions (GJFs), which is intrinsically related to fractional calculus, and can serve as natural basis functions for properly designed spectral methods for FDEs. We establish spectral approximation results for these GJFs in weighted Sobolev spaces involving fractional derivatives. We construct efficient GJF-Petrov-Galerkin methods for a class of prototypical fractional initial value problems (FIVPs) and fractional boundary value problems (FBVPs) of general order, and show that with an appropriate choice of the parameters in GJFs, the resulted linear systems can be sparse and well-conditioned. Moreover, we derive error estimates with convergence rate only depending on the smoothness of data, so truly spectral accuracy can be attained if the data are smooth enough. The idea and results presented in this paper will be useful to deal with more general FDEs associated with Riemann-Liouville or Caputo fractional derivatives.

研究の動機と目的

• FDEsにおける特異解と非局所的分数階微分作用素の課題に取り組み、従来の数値的手法が困難にしている要因を解消する。
• 非局所性のため、有限差分法や有限要素法がスパースでない、悪条件の行列を生成するという限界を克服する。
• 分数階微分方程式の解が内蔵する特異性を自然に再現できるように、分数階微積分に適合した基底関数を用いたスぺクトルフレームワークを構築する。
• 解の正則性に依存しない最適な収束速度を達成し、データが滑らかである場合にはスペクトル的精度を保証する。
• 一般次数のFDEs、特に従来の数値的取り扱いがなかった高次初期値問題および境界値問題へのスぺクトル法の適用範囲を拡張する。

提案手法

• FDEの解に内在する境界特異性を捉えるために、2つの実数パラメータを有する一般化ジャコビ関数（GJFs）の新クラスを定義する。
• リーマン＝リウヴィルおよびカプト微分作用素のための導関数公式を含む、GJFsの分数階微積分的性質を確立する。
• 分数階微分を含む重み付きソボレフ空間を用いて、GJF-ペトロフ・ガレルキンスぺクトル法を構築する。
• GJFのパラメータを調整することで、得られる線形システムがスパースかつ良好に条件付けられるようにし、計算を効率化する。
• 解の正則性に依存せず、データの滑らかさにのみ依存する重み付きソボレフノルムにおける誤差推定を導出する。
• 実数パラメータを有するジャコビ多項式の性質、特に導関数の法則と再帰関係を活用し、安定な計算を可能にする。

実験結果

リサーチクエスチョン

• RQ1 分数階微分方程式の解が示す特異的挙動を自然に再現できるような、新たな基底関数のクラスを構築できるか？
• RQ2 非局所性の影響を受けるFDEsに対して、スパースで良好に条件付けられた線形システムを生成するスぺクトル法をどのように設計できるか？
• RQ3 重み付きソボレフ空間（分数階微分を含む）におけるGJFに基づくスぺクトル近似に対して、どのような誤差推定が得られるか？
• RQ4 適切な基底関数を用いることで、解が特異的であっても、滑らかなデータに対してスペクトル収束を達成できるか？
• RQ5 提案されたGJFフレームワークは、一般次数のFDEs、特に従来の数値的取り扱いがなかった高次初期値問題および境界値問題へ、どの程度まで拡張可能か？

主な発見

• 提案された一般化ジャコビ関数（GJFs）は分数階微積分に本質的に関連しており、パラメータの調整により解の特異性を正確に再現可能である。
• GJF-ペトロフ・ガレルキン法により、スパースかつ良好に条件付けられた線形システムが得られ、従来のスぺクトル法や有限差分法と比較して計算コストを著しく低減する。
• 誤差推定では収束速度がデータの滑らかさにのみ依存することを示し、データが解析的である場合にはスペクトル的精度が達成される。
• 滑らかなデータに対しては、解が特異的であっても指数的収束が達成され、本手法の強健性が裏付けられる。
• 本フレームワークは、一般次数の分数階初期値問題および境界値問題、特に従来の数値的取り扱いがなかった高次問題に対しても効果的に対応可能である。
• 重み付きソボレフ空間（分数階微分を含む）における近似性質を通じて理論的結果が検証され、厳密な収束解析が保証される。