[论文解读] Generalized Riemann - Liouville fractional derivatives for multifractal sets

L. Ya. Kobelev|ArXiv.org|Feb 1, 2000

Mathematical Dynamics and Fractals参考文献 2被引用 11

一句话总结

本文提出了定义在多重分形集上的广义黎曼-刘维尔分数阶导数，其中分数阶 $ d $ 是空间和时间坐标 $ d = d(\mathbf{r}(t), t) $ 的函数。该方法通过在分形维数中引入空间和时间的变异性，扩展了经典分数阶微积分，从而能够对非自相似系统中的复杂动力学进行建模。一个关键结果是，当偏离整数维数较小时，广义导数近似于协变导数，将其与涉及曲率和联络场的物理理论联系起来。

ABSTRACT

The Riemann-Liouville fractional integrals and derivatives are generalized for cases when fractional exponent $d$ are functions of space and times coordinates (i.e. $d=d({\bf r}(t),t)$).

研究动机与目标

• 将黎曼-刘维尔分数阶微积分推广至分形维数随位置和时间变化的多重分形集上。
• 解决经典分数阶导数在描述具有空间变化维数的非自相似、多重分形域上函数时的局限性。
• 推导出将局部分形维数 $ d(\mathbf{r}(t), t) $ 作为动态参数的广义分数阶导数（GFD）。
• 建立广义导数与微分几何中协变导数等物理概念之间的联系。
• 提出一类新的具有导数阶数函数依赖关系的非线性分数阶积分-微分方程。

提出的方法

• 通过将常数阶 $ d $ 替换为依赖时间与空间的函数 $ d_t(\mathbf{r}(t), t) $，定义广义左、右分数阶导数（3）和（4）。
• 使用标准黎曼-刘维尔核 $ (t - t')^{d_t(t') - n + 1} / \Gamma(n - d_t(t')) $，其中 $ d_t(t') $ 随积分点 $ t' $ 变化。
• 应用中值定理和正则化技术（如 $ \Gamma(1 + \varepsilon) \approx \varepsilon \Gamma(\varepsilon) $）分析 $ \varepsilon \to 0 $ 时的极限，针对 $ d \approx 1 $ 的情形。
• 推导出 $ D_{+,t}^{1+\varepsilon}f(t) $ 关于普通导数和含 $ \varepsilon $ 的校正项的近似表达式，得到类似协变导数的形式（18）-（20）。
• 引入对称广义分数阶导数 $ D_t^d f(t) = 0.5(D_{+,t}^d + D_{-,t}^d)f(t) $，以同时考虑过去和未来的影响。
• 提出新的非线性分数阶积分-微分方程类，形式为 $ F(D_{+,t}^{d_t(f(t))})f(t) = 0 $，其中导数阶数依赖于被微分函数本身。

实验结果

研究问题

• RQ1 如何将黎曼-刘维尔分数阶导数推广以处理在空间和时间上分形维数变化的多重分形集上的函数？
• RQ2 当局部分形维数 $ d(\mathbf{r}(t), t) $ 接近整数（如 1）时，广义分数阶导数的行为如何？
• RQ3 广义分数阶导数能否表示为类似于微分几何中协变导数的形式？
• RQ4 当导数阶数依赖于被微分函数本身时，会涌现出何种类型的新型非线性分数阶微分方程？
• RQ5 对称广义分数阶导数如何在动力系统中同时捕捉因果（过去）与反因果（未来）影响？

主要发现

• 广义分数阶导数（3）和（4）通过允许阶 $ d $ 随 $ \mathbf{r}(t) $ 和 $ t $ 变化，扩展了经典黎曼-刘维尔导数，从而实现了在多重分形集上的建模能力。
• 当 $ d = 1 + \varepsilon $ 且 $ \varepsilon \ll 1 $ 时，广义导数 $ D_{+,t}^{1+\varepsilon}f(t) $ 近似为 $ A \frac{\partial f}{\partial t} - B f $，其中 $ A $ 和 $ B $ 依赖于 $ \varepsilon $ 及其时间导数。
• 近似形式（18）类似于协变导数，其中 $ A $ 和 $ B $ 的作用类似于微分几何中度量和联络系数。
• 对称广义导数 $ D_t^d f(t) = 0.5(D_{+,t}^d + D_{-,t}^d)f(t) $ 允许在动态演化中同时考虑过去和未来的影响。
• 本文提出了一类新的非线性分数阶积分-微分方程 $ F(D_{+,t}^{d_t(f(t))})f(t) = 0 $，其中导数阶数函数依赖于解本身。
• 采用 $ \Gamma(1 + \varepsilon) \approx \varepsilon \Gamma(\varepsilon) $ 的正则化程序，可一致处理 $ \varepsilon \to 0 $ 的极限，从而在导数表达式中获得有限的校正项。