[论文解读] A Tunably-Accurate Laguerre Petrov-Galerkin Spectral Method for Multi-Term Fractional Differential Equations on the Half Line

Anna Lischke, Mohsen Zayernouri+1 more|arXiv (Cornell University)|Jul 28, 2016

Fractional Differential Equations Solutions参考文献 15被引用 4

一句话总结

该论文提出了一种可调精度的拉盖尔-彼得夫-伽辽金谱方法，用于求解半直线上导数阶数不超过一的多阶分数阶微分方程。通过利用广义关联拉盖尔函数（GALFs）作为基函数并利用递推关系，该方法实现了谱收敛性，并以具有良好条件的稀疏矩阵在 O(N log N) 次运算内求解所得线性系统。

ABSTRACT

We present a new tunably-accurate Laguerre Petrov-Galerkin spectral method for solving linear multi-term fractional initial value problems with derivative orders at most one and constant coefficients on the half line. Our method results in a matrix equation of special structure which can be solved in $\mathcal{O}(N \log N)$ operations. We also take advantage of recurrence relations for the generalized associated Laguerre functions (GALFs) in order to derive explicit expressions for the entries of the stiffness and mass matrices, which can be factored into the product of a diagonal matrix and a lower-triangular Toeplitz matrix. The resulting spectral method is efficient for solving multi-term fractional differential equations with arbitrarily many terms. We apply this method to a distributed order differential equation, which is approximated by linear multi-term equations through the Gauss-Legendre quadrature rule. We provide numerical examples demonstrating the spectral convergence and linear complexity of the method.

研究动机与目标

• 解决由于分数阶导数的非局部性导致的多阶分数阶微分方程求解计算成本过高的问题。
• 为半直线上导数阶数 ≤1 的线性多阶分数阶初值问题（FIVPs）开发一种高效的谱方法。
• 通过高斯-勒让德求积近似分布式阶微分方程并求解所得多阶 FIVPs，实现对分布式阶微分方程的高精度与高效率求解。
• 引入一个可调参数以控制方法的收敛速率，从而实现可调节的精度。
• 通过使用 GALFs 作为基函数的彼得夫-伽辽金公式，实现条件良好且稀疏的线性系统。

提出的方法

• 使用广义关联拉盖尔函数（GALFs）作为试函数和测试函数，其来源于半直线上分数阶斯图尔姆-刘维尔问题的本征函数。
• 构建一种彼得夫-伽辽金变分方法，通过分数阶分部积分，灵活地将分数阶导数从试函数转移到测试函数。
• 利用拉盖尔多项式递推关系，推导出刚度矩阵和质量矩阵元素的显式表达式，避免数值积分。
• 将矩阵元素分解为对角矩阵与下三角托普利茨矩阵的乘积，从而实现快速的矩阵-向量乘法。
• 利用快速变换技术，基于矩阵的结构化特性，以 O(N log N) 次运算求解所得线性系统。
• 应用高斯-勒让德求积公式，将分布式阶微分方程近似为多阶 FIVPs，相较于梯形法则，可显著提高收敛性。

实验结果

研究问题

• RQ1 能否为半直线上导数阶数 ≤1 的多阶分数阶初值问题构造一种彼得夫-伽辽金谱方法，使其同时具备高精度与计算效率？
• RQ2 如何选择基函数，使其自然捕捉形如 t^α 的解奇异性，并确保谱收敛性？
• RQ3 能否通过引入一个控制收敛速率的参数，使该方法具备可调精度？
• RQ4 组装和求解所得线性系统的计算复杂度是多少？能否通过利用矩阵结构特性，将复杂度降低至 O(N²) 以下？
• RQ5 在近似分布式阶方程时，求积规则的选择（梯形法则 vs. 高斯-勒让德）如何影响整体精度？

主要发现

• 该方法在半直线上加权 L²-范数下实现了谱收敛，收敛速率对调参 α₁ 敏感。
• 刚度矩阵和质量矩阵的结构为对角矩阵与下三角托普利茨矩阵的乘积，从而实现 O(N log N) 的求解时间。
• 显式推导了矩阵元素，无需数值积分，避免了积分误差并降低了组装成本。
• 数值实验表明，高斯-勒让德求积在 K=10 个求积点时即可达到机器精度，而梯形法则即使在 K=50 时也仅能收敛至 O(10⁻³) 的误差。
• 对于具有 t^λ 奇异性（如 λ = 2 + 1/3）的非光滑解，当调参 α₁ 设置为与奇异性指数匹配时（例如 α₁ = 1/3 对应 λ = 2 + 1/3），方法仍能保持高精度。
• 通过将分布式阶方程近似为多阶 FIVPs，该方法成功求解了分布式阶方程，且误差仅在 K 不足时由求积误差主导。