DOI: https://doi.org/10.1007/s00033-025-02653-0
تاريخ النشر: 2026-01-01
المؤلف: Arshyn Altybay
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
في هذا البحث، يتناول المؤلفون المشكلة العكسية لتحديد معامل يعتمد على الزمن في سياق معادلة الانتشار الكسرية الزمنية. يقومون بإنشاء تقدير مسبق يضمن كل من تفرد واستقرار الحل. لحل هذه المشكلة، تم تطوير مخطط فرق نهائي ضمني بالكامل، والذي تم تحليله بدقة من حيث خصائص الاستقرار والتقارب. بالإضافة إلى ذلك، تم تنفيذ خوارزمية فعالة تعتمد على صيغة تكاملية واختبارها من خلال تجارب عددية، مما يظهر دقتها وقوتها، خاصة في وجود بيانات مشوشة.
تؤكد الخاتمة على فعالية الإطار العددي المقترح لاستعادة المعامل المعتمد على الزمن في معادلة الانتشار الكسرية الزمنية. تستند الطريقة إلى تحليلات نظرية للاستقرار والتقارب، ويتم التحقق من أدائها من خلال محاكاة عددية تظهر مقاومة قوية للضوضاء. تشير هذه النتائج إلى إمكانيات كبيرة للتطبيقات العملية للطريقة في المجالات ذات الصلة.
مقدمة
تتناول مقدمة هذه الورقة البحثية المشكلة العكسية لتحديد الدوال \( p(t) \) و \( u(x, t) \) في معادلة الانتشار الكسرية المعطاة بواسطة
\[
\partial_t^\alpha u(x, t) – u_{xx}(x, t) + p(t)u(x, t) = f(x, t),
\]
المعرفة على المجال \( Q_T := \{(x, t) : 0 < x < l, 0 \leq t \leq T\} \) مع شروط ابتدائية وحدودية محددة. تؤكد الورقة على أهمية هذه المعادلة في نمذجة ظواهر الانتشار الفرعي عبر مجالات مختلفة، بما في ذلك النقل الحراري وديناميكا السوائل. تم تأطير المشكلة العكسية على أنها إيجاد الزوج \( \{p, u\} \) تحت قيود إضافية، مع التركيز بشكل خاص على شرط الإفراط التكامل الذي ينطوي على قياسات متوسطة مكانياً، وهو أمر حاسم للتطبيقات العملية. يبرز المؤلفون الفجوات الموجودة في الأدبيات بشأن الطرق العددية لحل هذه المشكلات العكسية، مشيرين إلى أن العديد من الدراسات السابقة لم تعالج بشكل كافٍ قضايا تكيف الشبكة، وحدود الخطأ، وانتشار الضوضاء. لسد هذه الفجوات، تقترح الورقة حلاً عددياً قوياً يتضمن شرط إفراط تكاملي غير متجانس، وحل فرق نهائي مستقر بلا شروط، وخوارزمية مقاومة للضوضاء للتعرف المتزامن على \( p \) و \( u \). تم هيكلة الأقسام اللاحقة من الورقة لتقديم ليمات أساسية، واستنتاج تقديرات التفرد، وتحليل مخطط الفرق النهائي، وتطوير إجراءات حسابية، culminating in تجارب عددية للتحقق من الطرق المقترحة.
طرق
في هذا القسم، يقدم المؤلفون نهجاً عددياً لحل معادلة الانتشار الكسرية المعتمدة على الزمن باستخدام طريقة الفرق النهائي. يتم تقسيم المجال المكاني إلى \(N + 1\) نقطة شبكة مع تباعد موحد \(h = \frac{l}{N}\)، بينما يتم تقسيم المجال الزمني إلى \(M + 1\) نقطة شبكة باستخدام شبكة متدرجة تعرف بواسطة \(t_k = \frac{T k}{M^r}\) لـ \(k = 0, 1, \ldots, M\) و \(r \geq 1\). يتم اشتقاق التقريب العددي \(u_k^i\) عند نقاط الشبكة \(x_i = ih\)، ويتم تقريب المشتق الكسرية كابوتو باستخدام صيغة L1 غير متجانسة.
يعيد المؤلفون صياغة معادلة الانتشار الكسرية إلى نظام ثلاثي الأبعاد من المعادلات الخطية، والذي يتم التعبير عنه في شكل مصفوفة كـ \(A_k u_k = b_k\). هنا، \(A_k\) هي مصفوفة ثلاثية الأبعاد تتضمن الحدود المميزة للمعادلة، بينما يحتوي \(b_k\) على المساهمات من الشروط الحدودية والابتدائية، بالإضافة إلى دالة القوة \(f_k^i\). يمكن حل النظام بكفاءة باستخدام خوارزمية توماس، مما يسمح بحساب الحل العددي عبر نقاط الشبكة المحددة.
نقاش
في قسم النقاش من الورقة، يتم استذكار العديد من المتباينات والليمات الأساسية، والتي تعتبر حاسمة لتحليل الطرق العددية المقترحة. تشمل النتائج الرئيسية الليمات 2.1، التي تؤسس متباينة للدوال المستمرة تماماً، والليمات 2.2، التي تقدم متباينة بوانكاريه ذات الصلة بالدوال في فضاء سوبوليف $H^1_0(0, l)$. يقدم القسم أيضاً تقديرات مسبقة، وتحديداً نظرية 3.1، التي تضمن تفرد واعتماد مستمر للحل $u(x, t)$ على البيانات الأولية تحت ظروف معينة. يتم اشتقاق هذا التقدير من خلال سلسلة من التحولات والمتباينات، مما يؤدي في النهاية إلى الاستنتاج بأن معيار $L^2$ للحل مقيد بالشروط الابتدائية وعبارة تتضمن دالة المصدر $f(x, t)$.
يناقش القسم أيضاً وجود وتفرد الحلول للمشكلة العكسية المعرفة بواسطة المعادلات (1.1)-(1.4)، تحت افتراضات محددة بشأن الشروط الابتدائية والحدودية (النظريتان 3.2 و3.3). بعد الأساس النظري، يركز المؤلفون على تطوير مخططات عددية مستقرة لتقريب كل من المتغير الحالة $u(x, t)$ والمعامل المجهول $p(t)$. يتم إثبات استقرار مخططات الفرق الضمني المقترحة من خلال النظرية 4.1، التي تظهر الاستقرار غير المشروط في معيار الحد الأقصى. كما يتم تناول تقارب الطريقة العددية، مع تقديم النظرية 4.2 حدود الخطأ التي تظهر فعالية الطريقة في تقريب الحل الدقيق. يختتم القسم بمناقشة حول قوة الطريقة ضد البيانات المشوشة، مما يظهر قابليتها للتطبيق العملي في السيناريوهات الواقعية.
DOI: https://doi.org/10.1007/s00033-025-02653-0
Publication Date: 2026-01-01
Author(s): Arshyn Altybay
Primary Topic: Fractional Differential Equations Solutions
Overview
In this research, the authors tackle the inverse problem of determining a time-dependent coefficient within the context of the time-fractional diffusion equation. They establish an a priori estimate that guarantees both the uniqueness and stability of the solution. To solve this problem, a fully implicit finite-difference scheme is developed, which is rigorously analyzed for its stability and convergence properties. Additionally, an efficient algorithm based on an integral formulation is implemented and tested through numerical experiments, showcasing its accuracy and robustness, particularly in the presence of noisy data.
The conclusion emphasizes the effectiveness of the proposed numerical framework for recovering the time-dependent coefficient in the time-fractional diffusion equation. The method is underpinned by theoretical analyses of stability and convergence, and its performance is validated through numerical simulations that demonstrate strong resilience to noise. These findings suggest significant potential for practical applications of the method in relevant fields.
Introduction
The introduction of this research paper addresses the inverse problem of identifying the functions \( p(t) \) and \( u(x, t) \) in the fractional diffusion equation given by
\[
\partial_t^\alpha u(x, t) – u_{xx}(x, t) + p(t)u(x, t) = f(x, t),
\]
defined on the domain \( Q_T := \{(x, t) : 0 < x < l, 0 \leq t \leq T\} \) with specific initial and boundary conditions. The paper emphasizes the significance of this equation in modeling subdiffusion phenomena across various fields, including thermal transport and fluid dynamics. The inverse problem is framed as finding the pair \( \{p, u\} \) under additional constraints, particularly focusing on the integral overdetermination condition that involves spatially averaged measurements, which is crucial for practical applications. The authors highlight existing gaps in the literature regarding numerical methods for solving these inverse problems, noting that many previous studies have not adequately addressed issues of mesh adaptivity, error bounds, and noise propagation. To fill these gaps, the paper proposes a robust numerical solution that includes a nonhomogeneous integral overdetermination condition, an unconditionally stable finite-difference solver, and a noise-robust algorithm for simultaneous identification of \( p \) and \( u \). The subsequent sections of the paper are structured to present foundational lemmas, derive uniqueness estimates, analyze the finite-difference scheme, and develop computational procedures, culminating in numerical experiments to validate the proposed methods.
Methods
In this section, the authors present a numerical approach to solve the time-dependent fractional diffusion equation using the finite difference method. The spatial domain is discretized into \(N + 1\) grid points with a uniform spacing \(h = \frac{l}{N}\), while the time domain is divided into \(M + 1\) grid points using a graded mesh defined by \(t_k = \frac{T k}{M^r}\) for \(k = 0, 1, \ldots, M\) and \(r \geq 1\). The numerical approximation \(u_k^i\) is derived at grid points \(x_i = ih\), and the Caputo fractional derivative is approximated using a nonuniform L1 formula.
The authors reformulate the fractional diffusion equation into a tridiagonal system of linear equations, which is expressed in matrix form as \(A_k u_k = b_k\). Here, \(A_k\) is a tridiagonal matrix that incorporates the discretized terms of the equation, while \(b_k\) contains the contributions from the boundary and initial conditions, as well as the forcing function \(f_k^i\). The system can be efficiently solved using the Thomas algorithm, allowing for the computation of the numerical solution across the defined grid points.
Discussion
In the discussion section of the paper, several foundational inequalities and lemmas are recalled, which are crucial for the analysis of the proposed numerical methods. Key results include Lemma 2.1, which establishes an inequality for absolutely continuous functions, and Lemma 2.2, which presents Poincaré’s inequality relevant to functions in the Sobolev space $H^1_0(0, l)$. The section also introduces a priori estimates, specifically Theorem 3.1, which guarantees the uniqueness and continuous dependence of the solution $u(x, t)$ on initial data under certain conditions. This estimate is derived through a series of transformations and inequalities, ultimately leading to the conclusion that the solution’s $L^2$ norm is bounded by the initial condition and a term involving the source function $f(x, t)$.
The section further discusses the existence and uniqueness of solutions to the inverse problem defined by equations (1.1)-(1.4), under specific assumptions regarding the initial and boundary conditions (Theorems 3.2 and 3.3). Following the theoretical groundwork, the authors focus on developing stable numerical schemes to approximate both the state variable $u(x, t)$ and the unknown coefficient $p(t)$. The stability of the proposed implicit difference schemes is established through Theorem 4.1, which shows unconditional stability in the maximum norm. The convergence of the numerical method is also addressed, with Theorem 4.2 providing error bounds that demonstrate the method’s effectiveness in approximating the exact solution. The section concludes with a discussion on the robustness of the method against noisy data, showcasing its practical applicability in real-world scenarios.