广义分数阶Fibonacci多项式–块脉冲混合函数法求解Caputo分数阶Pantograph微分方程

《Mathematics》：A Hybrid Fibonacci Polynomial–Block-Pulse Method for Fractional Pantograph Differential Equations

　　

该论文提出一种基于由块脉冲函数（block-pulse functions）和Fibonacci多项式构造的广义分数阶混合函数（generalized fractional-order hybrid functions）求解分数阶Pantograph微分方程（fractional pantograph differential equations）的数值方法。分数阶导数在Caputo意义（Caputo sense）下考虑。通过将变换 t→t^α 引入Fibonacci多项式表示，获得混合基（hybrid basis）。研究人员导出了Riemann–Liouville分数积分算子（Riemann–Liouville fractional integral operator）作用于所得混合基函数的精确表达式。利用该表示，分数阶Pantograph微分方程被约化为代数方程组（system of algebraic equations），并采用Newton迭代法（Newton’s iterative method）求解。研究人员还讨论了所提逼近（approximation）的误差估计（error estimates）。给出五个数值算例（numerical examples）以说明该方法的适用性和精度，包括与现有数值方法（existing numerical approaches）的比较。

研究背景方面，Pantograph微分方程（pantograph differential equations，含比例延迟的泛函微分方程）在数学建模中具有重要地位；其分数阶扩展由于分数阶导数的非局部性与延迟项同时存在而增加数值处理困难。已有工作采用Bernoulli运算矩阵配点、移位Chebyshev多项式、变分迭代、有理插值配点、最小二乘与Lagrange乘子、Chebyshev pantograph运算矩阵、移位Jacobi谱tau、Taylor小波、Bernoulli小波以及谱Jacobi配点等方法。尽管已有多种数值途径，构造替代逼近基仍有意义，尤其当分数积分算子作用可解析求值时；混合基可将多项式逼近与计算区间分割相结合。基于此，研究人员构建由块脉冲函数和Fibonacci多项式组成的广义分数阶混合基，通过 t→t^α 变换获得分数阶形式，并推导Riemann–Liouville分数积分（Riemann–Liouville fractional integral，分数阶积分算子）的精确表达式，进而将方程转化为代数方程组，以Newton迭代法求解，并讨论误差估计与残差评价。该研究意义在于提供一种依赖子区间数N与多项式次数M两个离散参数的混合逼近框架，并避免对分数积分算子引入额外截断逼近；五个算例表明该方法对所选分数阶Pantograph问题具有适用性与精度，并在所比较情形中具有竞争力，但作者明确指出数值实验不足以建立对其它多项式或小波方法的普遍优越性。

关键技术方法概括（不超过250字）：研究人员构造广义分数阶Fibonacci多项式–块脉冲混合函数（GFOHFBFs，由块脉冲函数与Fibonacci多项式经幂变换形成的混合基）；通过 t→t^α 变换得到分数阶混合基；利用正则化不完全Beta函数（regularized incomplete beta function，表示分数积分的特殊函数）导出Riemann–Liouville分数积分的精确表达式；采用Newton–Cotes配点（Newton–Cotes collocation，在选定节点强制方程成立）离散方程；以Newton迭代法求解所得代数方程组；讨论Sobolev范数（Sobolev norm，控制函数及其导数的范数）下的误差估计，并在精确解未知时使用残差误差（residual error，近似解代入方程所得偏差）评价精度；数值计算使用Wolfram Mathematica 11。原文未涉及样本队列来源。

研究结果方面：
6.1. Example 1：针对分数阶Pantograph方程，研究人员在精确解可用时比较绝对误差，并考察不同分数阶取值下数值解随阶数趋近整数阶的变化；在精确解未知时计算残差误差并与已有广义分数阶Bernoulli小波方法比较，在所考虑参数和评估点上该方法总体产生较小残差误差。
6.2. Example 2：针对非线性分数阶Pantograph方程，通过配点得到非线性代数方程组并用Newton迭代法求解；绝对误差比较显示在所考虑分数阶取值中某一取值取得最小绝对误差，且数值解随分数阶趋近整数阶而趋于相应精确解。
6.3. Example 3：针对分数阶中立型Pantograph方程，整数阶情形下与两阶段一阶Runge–Kutta方法、one-leg方法、变分迭代法及广义分数阶Bernoulli小波方法比较，所报告情形绝对误差较小；非整数阶且精确解未知时，残差误差比较显示在所列评估点上小于已有方法报告值。
6.4. Example 4：针对分数阶中立型Pantograph方程，在整数阶情形下数值逼近重现精确解并给出零绝对误差；对分数阶情形使用残差误差与已有方法比较，并说明整数阶小绝对误差不必然意味着其他分数阶残差同样小，残差为无精确解时提供额外精度度量。
6.5. Example 5：针对分数阶多Pantograph方程，在整数阶情形下开展数值计算；残差误差与已有方法比较显示许多评估点上更小，但并非对所有分数阶取值和t都一致更小，数值解随分数阶趋近整数阶而变化。

讨论与结论部分表明，所提混合函数含N和M两个离散参数，在逼近空间构造上具有灵活性；数值结果说明该方法与所比较方法具有竞争力，但不足以证明混合多项式方法整体优于小波多项式方法。研究结论翻译如下：该论文提出基于块脉冲函数和分数阶Fibonacci多项式的混合数值方法，后者由对经典Fibonacci多项式施加变换 t→t^α 得到；利用正则化Beta函数导出所提混合基函数Riemann–Liouville分数积分的精确表达式；将该表示与Newton–Cotes配点结合，把分数阶Pantograph微分方程约化为未知系数代数方程组，并用Newton迭代法求解；五个数值算例说明该方法的适用性和精度。数值实验还表明，精确解未知时残差误差是有用度量；整数阶情形的小绝对误差不必然意味着其他分数阶残差同样小。由于混合函数涉及两个离散参数N和M，其在逼近空间构造上具有灵活性；数值结果说明该方法与比较方法具有竞争力，但这些实验本身不足以建立混合多项式方法相对于小波多项式方法的普遍优越性。确定哪类逼近更适合，尤其对非线性分数阶微分方程，仍是有意义的问题；未来工作可考虑N、M和α的自适应选择，以及将该方法应用于更广泛的分数阶泛函微分方程。