一类奇异分数阶微分方程的样条配置方法

《Mathematics and Computers in Simulation》：Spline collocation method for a class of singular fractional differential equations

　　

在这项工作中，研究人员研究了一类奇异分数阶微分方程（SFDEs）。首先，将基本问题重新表述为核心Volterra积分方程。利用这一重新表述，研究人员研究了SFDE解的存在唯一性，并提出了一个标准样条配置方法，在均匀网格上，来找到SFDE的近似解。对该方法的适用性进行了深入分析。此外，还引入了一种修正的样条配置方法，该方法不再需要验证适用性条件。对两种方法都进行了详细的收敛性分析。最后，给出了几个数值实验来说明所提出方法的准确性和有效性。

**论文解读：一类奇异分数阶微分方程的样条配置方法**

**研究背景、问题与意义**

分数阶微积分将经典微分与积分概念推广至任意实数或复数阶，已成为描述具有记忆和遗传效应现象的重要数学工具，在组织工程、粘弹性力学、控制理论、信号处理及波传播等领域有广泛应用。然而，奇异分数阶微分方程（SFDEs）因其解在初始点附近可能具有非光滑性，且相关算子非紧，给数值求解带来挑战。现有研究如[17]建立了SFDEs解的存在唯一性与正则性，[20,21]基于分段常数或分段线性逼近开发了样条配置方法，但向高阶样条空间的扩展仍存在显著困难。为克服这一局限，研究者开展本研究，旨在为系数可变的SFDEs发展高效且灵活的数值方法，并验证其理论收敛性。论文发表在《Mathematics and Computers in Simulation》。

**主要关键技术方法**

研究者首先将SFDE（1）通过变量替换转化为等价的核心Volterra积分方程（cordial Volterra integral equation），利用核心Volterra积分算子（cordial Volterra integral operator）理论（由Vainikko引入）分析解的存在唯一性与正则性。在此基础上，提出标准样条配置方法：在均匀网格上，采用分段多项式（阶数m-1）逼近解，通过拉格朗日插值多项式构造离散方程，并需验证适用性条件。为克服标准方法在初始点附近需检验复杂条件的限制，研究者进一步提出修正样条配置方法：将区间[0,T]分为[0,t_?]和[t_?,T]两段，前段采用切比雪夫节点上的多项式配置（阶数n-1），后段采用标准样条配置，从而避免每次步长都需检验条件。收敛性分析在C([0,T])和C^m([0,T])空间中进行，并利用核心算子谱理论推导误差估计。数值实验通过计算最大误差及误差比验证理论阶数。

**研究结果**

**2. Existence and uniqueness（存在唯一性）**
通过将SFDE（1）重写为等价的核心Volterra积分方程（15），研究者利用核心算子谱定理（Lemma 1）推导出解在C([0,T])和C^m([0,T])空间中存在唯一的充要条件（Theorem 1）：当且仅当特征值条件（16）或（17）-（18）成立时，方程有唯一解。该条件依赖于系数在原点处的值b_r(0)和Gamma函数比值。

**3. Spline collocation method（样条配置方法）**
研究者提出标准分段样条配置方法，在均匀网格上定义分片多项式空间Λ_m,N([0,T])，通过配置参数τ_k构造插值算子P_m,N，得到离散方程（30）。该方法需满足适用性条件（42）-（43），即对于i=1,…,i₀-1需验证矩阵行列式非零，而i₀由不等式（43）确定。求解后，通过积分（41）得到SFDE的近似解u_N。

**4. A modified version of the spline collocation method（修正版本）**
为克服标准方法在初始步长需检验适用性条件的困难，研究者提出修正方法：将区间分为[0,t_?]和[t_?,T]两段，前段使用切比雪夫节点上的n阶多项式配置（n≥m），后段使用标准样条配置。通过选择?满足条件（43），无需验证每个i的矩阵可逆性，从而简化实施。近似解由（58）给出，前段采用多项式积分（53），后段采用分段积分（59）。

**5. Convergence analysis（收敛性分析）**
研究者分别对标准方法和修正方法进行收敛性分析。对于标准方法，当系数b_r(0)=0时（算子紧），Theorem 2证明误差‖u-u_N‖_∞→0且具有最优阶O(h^m)；当b(0)≠0时（算子非紧），Theorem 3在适用性条件成立下同样证明收敛及最优阶。对于修正方法，Theorem 4证明在?充分大时，方法收敛且具有相同最优阶O(h^m)，且无需逐点检验适用性条件。

**6. Numerical results（数值结果）**
通过三个数值算例验证理论：例1（系数b₁(0)=1,c(0)≠0）和例2（系数b(0)≠0）分别采用标准方法和修正方法，最大误差随N增大而减小，误差比接近理论值2^m；例3（未知精确解）以参考解计算误差，结果与理论一致。表格显示修正方法在m=2,3时误差比略优于标准方法，且避免验证条件，尤其对高阶m更具灵活性。

**总结讨论与结论**

论文讨论部分指出，修正样条配置方法的主要优势在于无需验证适用性条件，从而为高阶样条逼近的系统构建提供更大灵活性，且数值结果与理论分析高度吻合。结论部分（Section 7）总结：研究者研究了SFDE（1）在C([0,T])和C^m([0,T])空间中解的存在唯一性；实现了标准分段样条配置方法，并深入分析了其适用性；通过仔细研究适用性条件，发展了修正配置方法以构建近似解；提供了详细的收敛性分析证明方法收敛；数值结果验证了方法的效率与精度，且实验发现支持理论结果。