Professional Documents
Culture Documents
2021210839 冯畅 时间分数阶扩散方程的有限差分法
2021210839 冯畅 时间分数阶扩散方程的有限差分法
摘要
求解具有α阶 Caputo 时间分数导数的扩散方程时,方程的解𝑢往往在𝑡 = 0的初始层
具有弱奇异性,这使得差分格式的收敛阶从无弱奇异性时的𝑂(𝜏 !"# )下降到有弱奇异性
的𝑂(𝜏 # )。本文基于有限差分算法求解时间分数阶扩散方程,并讨论了α的取值以及网
格划分对收敛阶的影响,当存在弱奇异性时我们可以选取合适的网格划分从而提高差
分格式的收敛阶。同时,本文讨论了解的正则性以及收敛性和一致性。本文还讨论了
多时间分数和二维情形时的收敛阶。在文章的最后,本文给出了四个数值案例。
关键词:分数阶导数、弱奇异性、网格划分
引言
分数阶导数与经典导数一样拥有悠久的历史,但是直到最近几十年才引起人们的广
泛关注。现如今分数阶微分方程(Fractional Differential Equation, FDE)已经在
基础科学和工程控制中广泛应用,例如在物理学中(Barkai et al., 2000; Klages,
2008; R. L. Magin et al., 2008; Zaslavsky, 2002)、材料学中(Diethelm &
Freed, 1999)、控制理论中(Podlubny, 1999)、生物学中(R. Magin, 2004)和金融学
中(Raberto et al., 2002)等。自然界中存在异常扩散,即扩散相关的随机过程不是
由布朗运动给出的,它们的方差在超扩散情况下可能增长得更快,而在亚扩散情况下
则增长得更慢,且在高斯分布情况下更慢,分数阶导数常被用来模拟这种异常扩散现
象(Li et al., 2011a; Metzler & Klafter, 2000, 2004)。分数动力学方程已被证明
在亚扩散的情况下特别有用(Metzler & Klafter, 2000a)。在 Podlubny(1999)的著作
中已经开发了很多种分析方法来分析分数阶导数,例如傅立叶变换法、拉普拉斯变换
法、梅林变换法和格林函数法等寻求分数阶微分方程的闭合形式解析解,而只有极少
数简单的情况,例如一些线性分数阶微分方程可以获得解析解(Podlubny, 1999; Shen
et al., 2008a),所以开发高效可靠的分数阶微分方程数值方法具有重要意义。
经典微分方程的数值方法非常丰富,而分数阶微分方程的数值方法则比较有限。一
定程度上,分数阶导数可以看作是经典导数的推广,因此经典微分方程的一些数值方
法可以扩展到分数阶微分方程。然而,不同之处在于,分数阶导数与经典导数相比是
以逐点方式全局定义的,这归因于分数阶微分方程的数值方法和分析,即一致性、收
敛性和稳定性等性质的构建困难,尤其是非线性方法。目前,有几种数值方法可以解
决分数阶微分方程,例如有限差分法、有限元法和谱方法,这些方法在文献中相对少
见(Lin & Xu, 2007; Roop, 2006, 2008; Zheng et al., 2010),分数阶微分方程的
有限差分法研究非常丰富,并在不断发展。主要是由于有限差分法是一种强有力的工
具,广泛用于解决微分方程以及科学和工程中的分数阶微分方程。同时,有限差分法
的实现简单也易于在计算机程序中实施。
一定程度上,分数阶微分方程可以看作是经典微分方程所对应方法的推广
(Meerschaert et al., 2006; Yuste, 2006)。偏微分方程的数值分析中比较经典的工
具,如冯·诺依曼稳定性分析(Ghazizadeh et al., 2010; Yuste, 2006)、傅立叶分
析方法(C.-M. Chen et al., 2007; Sousa, 2009)和能量方法(Gao & Sun, 2011;
Zhuang et al., 2008),可以扩展到分数阶偏微分方程的情况。由于分数阶算子的非
局部性和弱奇异性(弱奇异性指对于方程的解𝑢在𝑡 → 0$ 时|𝜕𝑢/𝜕𝑡| → ∞),与经典方
程组所对应的方法相比,分数阶微分方程数值方法的计算成本和存储成本更高。为了
克服这些困难,采用了一些技术来减少推导方法的计算成本和存储,如短内存原理
(Deng, 2007; Diethelm & Freed, 1999),Richard 外推(Diethelm & Walz, 1997;
Tadjeran & Meerschaert, 2007; Yuste, 2006)以及将高维问题转换为单独一维问题
的高阶方法和 ADI 方法(Q. Liu et al., 2009; Meerschaert et al., 2006;
Tadjeran & Meerschaert, 2007)和(Ford & Simpson, 2001; Wang et al., 2010)。
同时,分数阶可能随时间或空间而变化,这是另一个快速发展的领域,它涉及变量和
分布阶分数运算符(Lorenzo & Hartley, 2002)。Li&Zeng(2012)为解决此类分数阶偏
微分方程,提出了一些有效的数值方法,最近的研究有分布式顺序(Alikhanov, 2015;
Bu et al., 2017; H. Chen et al., 2016; Gao et al., 2015; Gao & Sun, 2016;
Hu et al., 2016; Jin, Lazarov, Sheen, et al., 2016; Morgado & Rebelo, 2015;
Ye et al., 2015)、可变顺序(Zeng et al., 2015; Zhao et al., 2015)。
本文结构如下:第二章中介绍了 Riemann-Liouville 和 Caputo 导数以及分数阶偏
微分方程分类的几种定义;在第三章中本文讨论了当𝛼 ∈ (0,1)时具有α阶 Caputo 时间
导数的反应扩散问题。这类问题的解在初始时间𝑡 = 0附近通常具有弱奇异性,本文探
讨了这种弱奇异性如何影响差分格式的收敛阶,并分析了均匀网格和时间等级网格如
何影响差分格式的收敛阶。同时本文还讨论了多时间分数和二维情形时的收敛阶。在
第四章中本文给出了数值案例以佐证文章中的结论。
预备知识
第一节 分数偏微分方程的分类
对于不同的分数微分模型,其存在着各种计算研究。为了清楚地展示计算算法,我
们需要根据物理意义对分数阶偏微分方程进行了以下分类。Uchaikin(2013)将流行的
理论物理微分方程以下形式进行分类:
𝑑𝑓 𝑑𝒇
1,0 |𝑎| + 𝑏𝑓 = 𝐹 |𝑎| + 𝑏𝒇 = 𝐹 阻尼运动 ——
𝑑𝑡 𝑑𝑡
𝑑! 𝑓 𝑑! 𝒓
2,0 |𝑎| + 𝑏𝑓 = 𝐹 |𝑎| + 𝑏𝒓 = 𝐹 震荡 ——
𝑑𝑡 ! 𝑑𝑡 !
∂𝑓 ∂(𝑏𝑓) 𝜕𝑓
1,1 |𝑎| + =𝐹 |𝑎| + ∇(𝐛f) = 𝐹 连续的 ——
∂𝑡 ∂𝑥 𝜕𝑡
∂𝑓 ∂! 𝑓 𝜕𝑓
1,2 |𝑎| − |𝑏| ! = 𝐹 |𝑎| − |𝑏|∇! 𝑓 = 𝐹 扩散 抛物型
∂𝑡 ∂𝑥 𝜕𝑡
𝑑2 𝑓 𝜕!𝑓 𝑑2 𝑓
2,2 |𝑎| − |𝑏| =𝐹 |𝑎| − |𝑏|∇! 𝑓 = 𝐹 波动 双曲型
𝑑𝑡2 𝜕𝑥 ! 𝑑𝑡2
𝜕!𝑓
0,2 𝑎f + 𝑏 =𝐹 𝑎𝑓 + 𝑏∇! 𝑓 = 𝐹 静态域 椭圆型
𝜕𝑥 !
#/"
∂! 𝑓 ∂"
𝑎 ! + 𝑏 ' ") 𝑓=𝐹 𝜕" 𝑓
非整型时 ∂𝑡 ∂𝑥 𝑎 + 𝑏∆#/% 𝑓 = 𝐹 —— ——
𝜕𝑡"
𝑡 > 0, −∞ < 𝑥 < ∞
然而,我们可以发现表 2.1 最后一行中信息是缺失的。下面我们将补充满它,一般
来说偏微分方程分为三类:抛物型、双曲型和椭圆型。首先,我们考虑时间分数阶偏
微分方程:
𝑑" 𝑢
= ∆𝑢. (2.2)
𝑑𝑡 "
1 抛物型方程 扩散
2 双曲型方程 波动
其次,我们考虑空间分数阶偏微分方程:
𝑑𝑢 𝜕# 𝑢
= . (2.3)
𝑑𝑡 𝜕|𝑥|#
1 双曲型方程 平流
2 抛物型方程 扩散
最后,我们考虑时间、空间分数阶偏微分方程:
𝛽
𝑑& 𝑢 𝜕 𝑢
&
= . (2.4)
𝑑𝑡 𝜕|𝑥|𝛽
第二节 时间分数阶导数
首先,介绍一些本文中相关定义:
定义 2.1:给定函数𝑢(𝑡), 𝑡 ∈ (𝑎, 𝑏)的左、右分数阶积分或 Riemann-Liouville 积分
(α > 0)定义为:
)
"# #
1
𝐷',) 𝑢(𝑡) = *+ 𝐷,,) 𝑢(𝑡) = J (𝑡 − 𝑠)#"- 𝑢(𝑠)𝑑𝑠.
Γ(𝛼) '
和
.
"# #
1
𝐷),. 𝑢(𝑡) = *+ 𝐷),. 𝑢(𝑡) = J (𝑠 − 𝑡)#"- 𝑢(𝑠)𝑑𝑠.
𝛤(𝛼) )
#
𝑑% "(%"#) 1 𝑑𝑛 )
*+ 𝐷,,) 𝑢(𝑡) = % P𝐷',) 𝑢(𝑡)Q = J (𝑡 − 𝑠)%"#"- 𝑢(𝑠)𝑑𝑠.
𝑑𝑡 𝛤(𝑚 − 𝛼) 𝑑𝑡 '
𝑛
# %
𝑑% "(%"#) (−1)% 𝑑𝑛 .
*+ 𝐷),. 𝑢(𝑡) = (−1) P𝐷 𝑢(𝑡)Q = J (𝑠 − 𝑡)%"#"- 𝑢(𝑠)𝑑𝑠.
𝑑𝑡 % ),. 𝛤(𝑚 − 𝛼) 𝑑𝑡𝑛 )
其中 m 是正整数且𝑚 − 1 ≤ α ≤ 𝑚.
定义 2.3: 给定函数𝑢(𝑡), 𝑡 ∈ (𝑎, 𝑏)的左右 Caputo 导数(𝛼 > 0)定义为:
)
# "(%"#) (%) 1
1 𝐷',) 𝑢(𝑡) = 𝐷',) S𝑢 (𝑡)T = J (𝑡 − 𝑠)%"#"- 𝑢% (𝑠)𝑑𝑠.
𝛤(𝑚 − 𝛼) '
和
(−1)% .
# % "(%"#) (%) (𝑡)T
1 𝐷),. 𝑢(𝑡) = (−1) 𝐷),. S𝑢 = J (𝑠 − 𝑡)%"#"- 𝑢% (𝑠)𝑑𝑠.
𝛤(𝑚 − 𝛼) )
其中 m 是正整数且𝑚 − 1 ≤ 𝛼 ≤ 𝑚.
对于α ∈ (0,1),较常用的是 Riemann-Liouville 导数的 L1 格式(Gorenflo &
Mainardi, 1997):
# #
𝑢(0) "#
*+ 𝐷,,) 𝑢(𝑡) = 1 𝐷,,) 𝑢(𝑡) + 𝑡 , 𝛼 ∈ (0,1). (2.5)
Γ(1 − 𝛼)
#
2 𝐷,,) 𝑢(𝑡)在𝑡 = 𝑡& 时的数值近似:
)*+
'"#$
"
1 𝑢(𝑡,-+ ) − 𝑢(𝑡, )
8 𝐶𝐷%,' 𝑢(𝑡):'(' ≈ ? A (𝑡) − 𝑠)*" 𝑑𝑠
! Γ(1 − 𝛼) '" Δ𝑡
,(%
)*+ (2.6)
= ? 𝑏)*,*+ D𝑢(𝑡,-+ ) − 𝑢(𝑡, )E.
,(%
#
*+ 𝐷,,) 𝑢(𝑡)在𝑡 = 𝑡& 时的数值近似:
*+,
𝛼 𝑢(0)𝑡𝑛 −𝛼
6 𝑅𝐿𝐷0,𝑡 𝑢(𝑡)7 ≈ + < 𝑏*+-+, >𝑢(𝑡-/, ) − 𝑢(𝑡- )?. (2.7)
()(! Γ(1 − 𝛼)
-).
其中权重𝑏; 定义为:
Δ𝑡 "#
𝑏; = [(𝑘 + 1)-"# − 𝑘-"# ].
Γ(2 − 𝛼)
式中,𝐶是一个仅取决于α和𝑢的常数。
经典的 L1 格式可以扩展到非均匀网格上(Zhang et al., 2014),如下:
)*+
" ̃ ) − 𝑢(𝑡,̃ )E. (2.9)
8 𝐶𝐷%,' 𝑢(𝑡):'(' ≈ ? 𝑏)*,*+ D𝑢(𝑡,-+
!
,(%
)
1
𝑏,-+ = [(𝑡̃ − 𝑡̃, )+*" − (𝑡̃) − 𝑡̃,-+ )+*" ].
I𝑡, )
Γ(2 − 𝛼)Δ
I𝑡, = 𝑡,-+
其中Δ ̃ − 𝑡̃, .
时间分数阶扩散方程
第三节 时间分数阶方程与解的正则性
一、 时间分数阶扩散模型
近几年在各种物理问题中,一类具有α阶(𝛼 ∈ (0,1))的分数阶时间导数问题受到了
关注(Jin et al., 2015; Metzler & Klafter, 2000b; Xu, 2010),下面我们将利用
有限差分算法对该问题进行深入的分析。
考虑初始边值问题:
∂! 𝑢
𝐷)# 𝑢 − 𝑝 + 𝑐(𝑥)𝑢 = 𝑓(𝑥, 𝑡). (3.1𝑎)
∂𝑥 !
(𝑥, 𝑡) ∈ 𝑄 ≔ (0, 𝑙) × (0, 𝑇]
取𝑚 = 1.有:
)
# #
1 𝜕𝑢(𝑥, 𝑠)
1 𝐷',) 𝑢(𝑡) = 𝐷) 𝑢(𝑡) = J (𝑡 − 𝑠)"# 𝑑𝑠.
𝛤(1 − 𝛼) ' 𝜕𝑠
二、 解的正则性分析
其中:
)
𝐽? (𝑡): = J 𝑠 #"- 𝐸#,# (−𝜆? 𝑠 # )𝑓? (𝑡 − 𝑠)𝑑𝑠,𝑓? (𝑡): = (𝑓(⋅, 𝑡), 𝜓? (⋅)).
A<,
广义 Mittag-Leffluer 函数定义如下:
@
𝑧;
𝐸B,C (𝑧): = [ .
Γ(𝜌𝑘 + 𝛽)
;<,
现在(3.3)定义了(3.1)的解,对(3.3)中的项进行逐点微分可以得到解𝑢的各种导
数的系列公式。本文我们将讨论𝑢和𝑢) 级数的收敛性,因为其它导数的论证类似:
根据(Podlubny, 1999)[定理 1.6],存在一个常数 C,使得:
𝐶
q𝐸B,C (−𝑟)q ≤ , 0 < 𝜌 < 2, 𝛽 ∈ ℝ, 𝑟 ≥ 0. (3.4)
1+𝑟
- -/!
∑@ @
?<- |𝑓? (𝑡 − 𝑠)| ≤ ‡∑?<- G ˆ (∑@ !
?<- 𝜆? 𝑓? (𝑡 − 𝑠))
-/!
≤ 𝐶 for 0 ≤ 𝑠 ≤ 𝑡. (3.5)
)
所以
@ ) @
接下来𝑢(𝑥, 𝑡)对𝑡进行逐项求导
@
− [ S(𝜙, 𝜓? )𝜆? 𝑡 #"- 𝐸#,# (−𝜆? 𝑡 # ) + 𝑡 #"- 𝐸#,# (−𝜆? 𝑡 # )𝑓? (0)
?<- . (3.6)
)
+ J 𝑠 #"- 𝐸#,# (−𝜆? 𝑠 # )𝑓?> (𝑡 − 𝑠)𝑑𝑠‰ 𝜓? (𝑥)
A<,
对于(3.6)第二项,应用(3.4)(3.5)可以得到
@ @
[ q𝑡 #"- 𝐸#,# (−𝜆? 𝑡 # )𝑓? (0)𝜓? (𝑥)q ≤ 𝐶𝑡 #"- [ |𝑓? (0)| ≤ 𝐶𝑡 #"- . (3.8)
?<- ?<-
J+ K
•J= + (𝑥, 𝑡)• ≤ 𝐶 , 𝑘 = 0,1,2,3,4. (3.10a)
Jℓ K
• J) ℓ (𝑥, 𝑡)• ≤ 𝐶€1 + 𝑡 #"ℓ • , ℓ = 0,1,2. (3.10b)
第四节 构建差分格式
本节将在空间均匀和时间均匀(或等级)的网格划分上构建问题(3.1)的有限差分
格式的解。设 M 和 N 为正整数,ℎ = 𝑙/𝑀, 𝑥𝑚 = 𝑚ℎ, 𝑚 = 0,1,2, … , 𝑀.
设𝑡& = 𝑇(𝑛/𝑁)M , 𝑛 = 0,1,2, … , 𝑁,𝜏& = 𝑡& − 𝑡&"- 如果𝑟 = 1,则网格是均匀的。最后
得到我们的网格划分{(𝑥% , 𝑡& ): 𝑚 = 0,1,2, … , 𝑀, 𝑛 = 0,1,2, … , 𝑁}.
&
在网格点(𝑥% , 𝑡& )处计算的解𝑢的节点近似值用𝑢% 表示。第二类弱奇异 Volterra 积
分方程的解中出现类似于(3.9b)的弱奇异性,对于这些问题,等级网格比均匀网格
能产生更精确的数值解(Brunner, 2004)。这就是我们选择等级网格的原因,我们稍后
提供的理论和数值结果将证实其有效性。通过标准的二阶离散化近似𝑢== :
) ) + 𝑢)
𝑢0-+ − 2𝑢0 0*+
𝑢// (𝑥0 , 𝑡) ) ≈ 𝛿/! 𝑢0
)
≔ .
ℎ!
由经典 L1 近似值:
&"-
;$- ; )+-'
1 𝑢% − 𝑢%
𝐷N# 𝑢%
&
:= [ J (𝑡& − 𝑠)"# 𝑑𝑠
Γ(1 − 𝛼) 𝜏;$- A<)+
;<,
&"- (3.11)
;$- ;
1 𝑢% − 𝑢%
= [ [(𝑡& − 𝑡; )-"# − (𝑡& − 𝑡;$- )-"# ].
Γ(2 − 𝛼) 𝜏;$-
;<,
离散(3.1):
&
𝐿O,N 𝑢% : = 𝐷N# 𝑢%
&
− 𝑝𝛿=! 𝑢%
& &
+ 𝑐(𝑥% )𝑢% = 𝑓(𝑥% , 𝑡& )
𝑢,& = 0, 𝑢O
&
= 0 , 0 < 𝑛 ≤ 𝑁. (3.12)
,
𝑢% = 𝜙(𝑥% ) , 0 ≤ 𝑚 ≤ 𝑀
其中1 ≤ 𝑚 ≤ 𝑀 − 1,1 ≤ 𝑛 ≤ 𝑁
数值逼近(3.1)解时误差的界将取决于网格的划分以及参数𝛼。在随后的分析中,
我们将仔细追踪数值方法的收敛阶对𝛼的精确依赖性。假设𝑟 = 1,即网格在空间和时
间上是均匀的且满足(3.10a)(3.10b).
∂! 𝑢
(𝑥 , 𝑡 ) = 𝛿=! 𝑢(𝑥% , 𝑡& ) + 𝑂(ℎ! )
∂𝑥 ! % &
# ( ) # ( ) ( !"# )
𝐷) 𝑢 𝑥% , 𝑡& = 𝐷N 𝑢 𝑥% , 𝑡& + 𝑂 𝜏
定义网格函数:
∥𝑧 & ∥@ : = 𝑚𝑎𝑥 |𝑧%
&| &|
, ∥ 𝑧 ∥@ : = 𝑚𝑎𝑥 𝑚𝑎𝑥 |𝑧%
,P%PO ,P&PN ,P%PO
离散稳定性估计:
𝜏 # Γ(2 − 𝛼)
∥𝑢& ∥@ ≤ ∥𝑢, ∥@ + ∥ 𝑓 ∥@ 𝑛 = 1,2 … , 𝑁. (3.13)
𝑛-"# − (𝑛 − 1)-"#
收敛速度:
𝐸O,N
𝑟𝑎𝑡𝑒O,N = 𝑙𝑜𝑔! ˜ ™
𝐸 !O,!N
U(!) U(H)
所以𝑓(𝑥, 𝑡) = P2𝑡 !"T U(H"T) + 3𝑡 H"T U(V"T) + 𝑡 ! + 𝑡 H Q 𝑠𝑖𝑛𝑥.
U(T) U(H)
以𝑓(𝑥, 𝑡) = Pα U(-) + 3𝑡 H"T U(V"T) + 𝑡 T + 𝑡 H Q 𝑠𝑖𝑛𝑥.
第五节 稳定性分析
其中
𝑑&,- 2𝑝 &
𝑝 & 𝑝 &
• + ! + 𝑐 (𝑥% )ž 𝑢% = ! 𝑢%$- + ! 𝑢%"- + 𝑓(𝑥% , 𝑡& )
Γ(2 − 𝛼) ℎ ℎ ℎ
&"- . (3.18)
1 , &";
+ Ÿ𝑑&,& 𝑢% + [ €𝑑&,; − 𝑑&,;$- •𝑢%
Γ(2 − 𝛼)
;<-
其中𝑛 = 1,2 … , 𝑁
定义实数:
&"W
#
𝜃&,& = 1, 𝜃&,W = [ 𝜏&"; €𝑑&,; − 𝑑&,;$- •𝜃&";,W
;<-
定理 3.4(Stynes et al., 2017) 离散格式的解满足:
&
其中𝑛 = 1,2 … , 𝑁
定理 3.5(Stynes et al., 2017) 假设对于𝑛 = 1,2 … , 𝑁参数β满足β ≤ 𝑟𝑎,我们有:
&
𝑇 # 𝑁 "C
𝜏&# [ 𝑗 "C
𝜃&,W ≤
1−𝛼
W<-
&
𝑛# 𝜏 # Γ(2 − 𝛼)
∥𝑣 ∥@ ≤ ∥𝑣 , ∥@ + ∥ 𝑔 ∥@ . (3.19)
1−𝛼
当我们采用均匀网格的划分方式时,(3.19)的结果是不如(3.13)精确的,但是当采
用等级网格时(3.19)便派上了用场。
第六节 有限差分法的误差分析
一、 截断误差
用经典有限差分算子用于近似𝑢== ,其截断误差为:
∂! 𝑢
(𝑥 , 𝑡 ) = 𝛿=! 𝑢(𝑥% , 𝑡& ) + 𝑂(ℎ! )
∂𝑥 ! % &
(𝑥% , 𝑡& ) ∈ 𝑄
Caputo 导数项的截断误差为:
&"-
𝑘+1 M 𝑘 M
𝜏;$- = 𝑇 ¥ ¦ − 𝑇 ¥ ¦ ≤ 𝐶𝑇𝑁 "M 𝑘 M"-
𝑁 𝑁
其中𝑛 = 0,1, … , 𝑁 , 𝑘 = 0,1, … , 𝑁 − 1
定理 3.6(Stynes et al., 2017) 存在一个常数𝐶对于所有(𝑥% , 𝑡& ),我们有:
|𝐷N# 𝑢(𝑥% , 𝑡& ) − 𝐷)# 𝑢(𝑥% , 𝑡& )| ≤ 𝐶𝑛"%?&{!"#,M#}
&
定理 3.7(Stynes et al., 2017) 差分格式的解𝑢% 满足:
&|
𝑚𝑎𝑥 |𝑢(𝑥% , 𝑡& ) − 𝑢% ≤ 𝐶€ℎ! + 𝑇 # 𝑁 "%?&{!"#,M#} •
(=. ,)% )∈RS
其中𝐶为常数
¨O,N 和双
推论 3.8(Stynes et al., 2017) 假设𝑟𝛼 < 2,差分格式(3.10)的全局的近似𝑈
线性差值满足:
¨O,N ∥+ (RS) ≤ 𝐶€ℎ! + 𝑇 # 𝑁 "%?&{!"#,M#} •
∥𝑢 − 𝑈 /
其中𝐶是常数
二、 推广的情形
对于多项时间分数阶方程:
# # ∂! 𝑢
𝐷) ' 𝑢 + 𝐷) ( 𝑢 − = 𝑓(𝑥, 𝑡)
∂𝑥 !
𝑢(0, 𝑡) = 𝑢(𝜋, 𝑡) = 0
𝑢(𝑥, 0) = 0
(𝑥, 𝑡) ∈ 𝑄: = (0, 𝜋) × (0,1]
其中𝑡 ∈ (0,1], 𝑥 ∈ [0, 𝜋],0 < 𝛼! < 𝛼- < 1
&
定理 3.9(Huang et al., 2020) 差分格式的解𝑢% 满足:
&|
𝑚𝑎𝑥 |𝑢(𝑥% , 𝑡& ) − 𝑢% ≤ 𝐶€ℎ! + 𝑇 #' 𝑁 "%?&{!"#' ,M#' } •
(=. ,)% )∈RS
其中𝐶为常数
在二维情况时:
若当𝑟 = 1时有:
∥𝑢(⋅, 𝑡% ) − 𝑈 % ∥@;\ ≲ 𝑡%
#"- "- # !
𝑀 + 𝑡% ℎ , 𝑚 = 1, … , 𝑀
0
数值实验
第三章第二节中我们提到,当解𝑢在𝑡 = 0处存在弱奇异性时,差分格式的收敛阶就
会从𝑂(𝜏 !"T )下降到𝑂(𝜏 T ).为了克服弱奇异性所带来的问题,结合定理 3.7,我们可以
采取时间尺度上不同的网格划分以提高差分格式的收敛阶。在本节我们将通过四个数
值案例来说明α的取值、网格的划分对收敛阶的影响。
&
𝐿O,N 𝑢% : = 𝐷N# 𝑢%
&
− 𝑝𝛿=! 𝑢%
& &
+ 𝑐(𝑥% )𝑢% = 𝑓(𝑥% , 𝑡& )
𝑢,& = 0, 𝑢O
&
= 0 , 0 < 𝑛 ≤ 𝑁. (3.12)
,
𝑢% = 𝜙(𝑥% ) , 0 ≤ 𝑚 ≤ 𝑀
下面所有数值案例的节点误差和收敛速度的定义如下:
节点误差的定义:
𝐸O,N : = &|
𝑚𝑎𝑥 |𝑢(𝑥% , 𝑡& ) − 𝑢%
(=. ,)% )∈RS
收敛速度:
𝐸O,N
𝑟𝑎𝑡𝑒O,N = 𝑙𝑜𝑔! ˜ !O,!N ™
𝐸
Example4.1:
U(T) U(H)
Pα U(-) + 3𝑡 H"T U(V"T) + 𝑡 T + 𝑡 H Q 𝑠𝑖𝑛𝑥.
Example4.2:
+ 𝑡 #' + 𝑡 H ‰ 𝑠𝑖𝑛𝑥.
观察结果我们同样可以得到上诉结论,即当𝛼确定时,若两种网格划分都能达到最
大的收敛阶,此时我们选择𝑟取值最小的划分,因为此时达到理论最大收敛阶的速度最
快,例如当𝛼 = 0.8,𝑟 = (2 − α)/(α)时在𝑁 = 𝑀 = 64就达到了理论收敛阶 1.2,而𝑟 =
2(2 − α)/(α)时在𝑁 = 𝑀 = 512时只是接近理论收敛阶。同时网格在时间方向划分的越
来越细时,𝛼 = 0.2的情况下收敛阶并不稳定。
下面我们将模型扩展到二维:
∂! 𝑢 ∂! 𝑢
𝐷)# 𝑢 − 𝑝 ! − 𝑝 ! + 𝑐(𝑥)𝑢 = 𝑓(𝑥, 𝑡).
∂𝑥 ∂𝑦
Example4.3:
取𝑝 = 1, 𝑐 = 0, 𝑙 = π, 𝑇 = 1,选择𝑢(𝑥, 𝑡) = (𝑡 T + 𝑡 H )𝑠𝑖𝑛𝑥𝑠𝑖𝑛𝑦.所以
Γ(α) Γ(3)
𝑓(𝑥, 𝑡) = ¤α + 3𝑡 H"T + 𝑡 T + 𝑡 H ‰ 𝑠𝑖𝑛𝑥.
Γ(1) Γ(4 − α)
Example4.4:
+ 2𝑡 #' + 2𝑡 H ‰ 𝑠𝑖𝑛𝑥𝑠𝑖𝑛𝑦.
我们在第二章中介绍了本文内容涉及到的基础概念和基础符号;在第三章中提出时
间分数阶微分方程的初边值问题,然后讨论了解的正则性。随后基于有限差分算法构
建了差分格式,并讨论了其稳定性,最后讨论了差分格式的截断误差,并基于此进行
推广,讨论了多项时间分数以及二维情形下的截断误差;在第四章中,我们展示了四
个数值案例。我们不难发现它们的收敛阶都与理论收敛阶相符合。但同时我们也发现
在𝛼取值很小时(如α = 0.2)会出现异常情况,例如 Example4.1、Example4.2 在α =
0.2时𝑟的取值越大越不容易收敛到理论收敛阶。同时,当𝛼确定时,若两种网格划分都
能达到最大的收敛阶,此时我们选择𝑟取值最小的划分,因为此时达到理论最大收敛阶
的速度最快。遗憾的是对于二维问题,受限于计算机算力我们只能取𝑁 = 𝑀 = 128为
最大值,这使得在α取较小值时我们无法观察到收敛阶达到理论值,但是我们可以看到
收敛阶趋于理论值的趋势。
参考文献