Skip to main content
QUICK REVIEW

[论文解读] Fractional differentiation matrices with applications

Fanhai Zeng, Changpin Li|arXiv (Cornell University)|Apr 17, 2014
Fractional Differential Equations Solutions参考文献 5被引用 4
一句话总结

本文提出基于雅可比-高斯配点的稳定分数阶微分矩阵,用于近似卡普托和黎曼-刘维尔分数阶导数。通过谱配置格式,该方法在精度和稳定性方面优于现有方法,实现了高阶精度,且在双精度算术下高分辨率计算中仍保持鲁棒性,数值结果验证了谱收敛性。

ABSTRACT

In this paper, the fractional differential matrices based on the Jacobi-Gauss points are derived with respect to the Caputo and Riemann-Liouville fractional derivative operators. The spectral radii of the fractional differential matrices are investigated numerically. The spectral collocation schemes are illustrated to solve the fractional ordinary differential equations and fractional partial differential equations. Numerical examples are also presented to illustrate the effectiveness of the derived methods, which show better performances over some existing methods.

研究动机与目标

  • 基于雅可比-高斯配点的谱配置方法,开发稳定且精确的卡普托和黎曼-刘维尔导数的分数阶微分矩阵。
  • 解决先前方法在使用双精度算术处理大N时出现的数值不稳定性问题。
  • 建立一种用于通过谱配置求解分数阶常微分方程和偏微分方程的高阶精度框架。
  • 研究所推导矩阵的谱半径行为,以理解其条件数和收敛性特征。
  • 通过在分数阶微分方程上的全面数值实验,展示该方法优于现有方法的优越性能。

提出的方法

  • 利用雅可比-高斯积分点推导分数阶微分矩阵,通过矩阵-向量乘法近似分数阶导数。
  • 通过在雅可比-高斯点上配点分数阶微分方程,建立谱配置格式,将其转化为线性系统。
  • 利用雅可比多项式的递推关系,以O(N)运算量高效计算基函数的分数阶导数。
  • 将矩阵应用于近似卡普托和黎曼-刘维尔导数,确保与标准定义一致。
  • 在双精度MATLAB中实现该方法,通过多种测试问题验证其稳定性和精度。
  • 利用谱半径分析表征矩阵的条件数,显示ρ(A) ≤ C₀N²α,其中C₀与N无关。

实验结果

研究问题

  • RQ1能否基于雅可比-高斯配点以稳定且高效的方式推导出卡普托和黎曼-刘维尔导数的分数阶微分矩阵?
  • RQ2分数阶微分矩阵的谱半径如何随配点数N变化?这对稳定性有何含义?
  • RQ3所提出的谱配置方法在应用于分数阶微分方程时,是否相比现有方法(如Tian & Deng, 2013)具有更高的精度和更好的稳定性?
  • RQ4雅可比参数(a, b)的不同选择如何影响所得矩阵的收敛性和条件数?
  • RQ5当N较大时,该方法是否能在双精度算术下保持高精度和稳定性,尤其在先前方法失效的情况下?

主要发现

  • 分数阶微分矩阵的谱半径满足ρ(A) ≤ C₀N²α,其中C₀与N无关,表明其增长受控且条件良好。
  • 该方法实现了谱收敛,绝对误差随N增加而迅速减小——例如,在示例5.1中,当N ≥ 32时,绝对误差低于10⁻¹²。
  • 对于分数阶扩散方程(示例5.2),该方法在所有测试的α值下绝对误差均低于1.1×10⁻⁸,显著优于N=100时的Crank-Nicolson方法(误差约10⁻⁵)。
  • 该方法在双精度算术下对N > 35仍保持稳定,而Tian和Deng的方法在N ≈ 35后即出现不稳定。
  • 数值结果表明,当(a,b) = (−1/2,−1/2)或(−1/2,1/2)时,相比(a,b) = (0,0),精度略优,尤其在高阶α时更为明显。
  • 在所有测试案例中,所提方法在精度和稳定性方面均一致优于现有方法,如SCT [9]和Crank-Nicolson格式。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。