A numerical approach for solving the time-Fractional Mobile-Immobile Transport Equation

तकनीकी सारांश: समय-आंशिक (Time-Fractional) मोबाइल-इमोबाइलल परिवहन समीकरण को हल करने के लिए एक संख्यात्मक दृष्टिकोण

समस्या विवरण
यह शोध पत्र एक आयामी समय-आंशिक मोबाइल-इमोबाइलल (MIM) परिवहन समीकरण के संख्यात्मक समाधान को संबोधित करता है, जो विषम सरंध्र माध्यमों (heterogeneous porous media) में विसंगत प्रसार (anomalous diffusion) का वर्णन करने के लिए उपयोग किया जाने वाला एक मॉडल है। शास्त्रीय फिकियन (Fickian) मॉडलों के विपरीत, MIM मॉडल गतिशील और स्थिर क्षेत्रों के बीच द्रव्यमान हस्तांतरण द्वारा संचालित होने वाले विलंबित विलेय परिवहन (solute transport) को कैप्चर करने के लिए $\alpha \in (0, 1)$ के क्रम के कैपुटो (Caputo) भिन्नात्मक अवकलज (fractional derivative) का उपयोग करता है। विचार किया गया विशिष्ट प्रारंभिक-सीमा मान समस्या (IBVP) है:
$$\lambda_1 \frac{\partial u}{\partial t} + \lambda_2 {}^C D^\alpha_{0,t} u + Lu = f(x,t),$$
जहाँ $L$ एक स्थानिक एलिप्टिक ऑपरेटर है, और प्रणाली शून्य डिरिचलेट (Dirichlet) सीमा स्थितियों के अधीन है। मुख्य चुनौती भिन्नात्मक अवकलज की गैर-स्थानीय (nonlocal) प्रकृति और स्मृति प्रभावों (memory effects) तथा विसंगत परिवहन व्यवहारों को कुशलतापूर्वक पकड़ने के लिए स्थान और समय दोनों में उच्च-क्रम सटीकता की आवश्यकता है।

कार्यप्रणाली
लेखक दो पूर्णतः विविक्त (fully discrete) संख्यात्मक योजनाओं को विकसित करते हैं जो एक एकीकृत ढांचे के भीतर स्थानिक और लौकिक विविक्तीकरण (spatial and temporal discretizations) को संयोजित करती हैं:

1. स्थानिक विविक्तीकरण (Spatial Discretization): नॉन-सिमेट्रिक इंटीरियर पेनल्टी डिस्कंटीन्यूअस गैलर्किन (NIPG) विधि का उपयोग किया जाता है। यह दृष्टिकोण एक 'ब्रोकन सोबोलेव स्पेस' का उपयोग करता है और तत्व सीमाओं के पार विच्छेदन (discontinuities) की अनुमति देता है। स्थानिक ऑपरेटर को एक द्विपक्षीय रूप (bilinear form) $B_h(\cdot, \cdot)$ का उपयोग करके अनुमानित किया जाता है जिसमें स्थिरता और कोएर्सिविटी (coercivity) सुनिश्चित करने के लिए एक दंड (penalty) पद शामिल होता है।
2. लौकिक विविक्तीकरण (Temporal Discretization): समय के अवकलजों (दोनों प्रथम-क्रम और कैपुटो भिन्नात्मक अवकलज) के सन्निकटन के लिए दो अलग-अलग रणनीतियाँ प्रस्तावित की गई हैं:
   • योजना 1 (CN-L1-NIPG): यह कैपुटो अवकलज के लिए मानक L1 फॉर्मूले पर लागू क्रैंक-निकोल्सन (CN) ढांचे के साथ NIPG विधि को जोड़ता है। यह योजना $(2-\alpha)$-क्रम की लौकिक सटीकता को लक्षित करती है।
   • योजना 2 (L2-1$\sigma$-NIPG): यह कैपुटो अवकलज के लिए L2-1$\sigma$ फॉर्मूले (अलीखान द्वारा प्रस्तुत) के साथ, एक CN ढांचे के भीतर, NIPG को जोड़ता है। इस योजना का लक्ष्य द्वितीय-क्रम की लौकिक सटीकता प्राप्त करना है।

विश्लेषण एलिप्टिक प्रोजेक्शन और डिस्क्रीट ग्रोनवाल-प्रकार (Grönwall-type) के असंतुलन (inequalities) के माध्यम से व्युत्पन्न ऊर्जा मानदंडों (energy norms) का उपयोग करके कठोर स्थिरता प्रमाणों पर आधारित है।

प्रमुख योगदान

• नवीन योजनाएं: शोध पत्र दो विशिष्ट पूर्णतः विविक्त सूत्रीकरण (CN-L1-NIPG और L2-1$\sigma$-NIPG) पेश करता है जो विशेष रूप से समय-आंशिक MIM मॉडल के लिए हैं, एक ऐसा संयोजन जिसे सरल भिन्नात्मक प्रसार समीकरणों की तुलना में मौजूदा साहित्य में सीमित ध्यान मिला है।
• सैद्धांतिक विश्लेषण:
  • स्थिरता (Stability): दोनों योजनाओं के लिए बिना शर्त स्थिरता स्थापित की गई है। विश्लेषण प्रदर्शित करता है कि संख्यात्मक समाधान प्रारंभिक डेटा और स्रोत पदों द्वारा सीमित रहते हैं, जो मेष आकार (mesh size) से स्वतंत्र हैं।
  • अभिसरण (Convergence): इष्टतम त्रुटि अनुमान प्राप्त किए गए हैं। CN-L1-NIPG योजना $O(\tau^{2-\alpha} + h^{k+1})$ की त्रुटि सीमा प्राप्त करती है, जबकि L2-1$\sigma$-NIPG योजना $O(\tau^2 + h^{k+1})$ प्राप्त करती है, जहाँ $\tau$ समय चरण है, $h$ स्थानिक मेष आकार है, और $k$ बहुपद डिग्री है। ये दरें समाधान की नियमितता (regularity) पर निर्भर करती हैं।
• व्यापक त्रुटि सीमाएं: त्रुटि विश्लेषण स्पष्ट रूप से समाधान की नियमितता को ध्यान में रखता है, जो देखे गए अभिसरण दरों के लिए एक सैद्धांतिक आधार प्रदान करता है।

परिणाम
सैद्धांतिक भविष्यवाणियों को मान्य करने के लिए एक ज्ञात सटीक समाधान वाले परीक्षण प्रश्न पर संख्यात्मक प्रयोग किए गए।

• CN-L1-NIPG: संख्यात्मक परिणामों ने विभिन्न $\alpha \in (0, 1)$ के मानों के लिए लौकिक दिशा में $(2-\alpha)$ के सैद्धांतिक अभिसरण क्रम की पुष्टि की।
• L2-1$\sigma$-NIPG: प्रयोगों ने प्रदर्शित किया कि यह योजना द्वितीय-क्रम की लौकिक सटीकता प्राप्त करती है, जो समय के अवकलज के लिए अभिसरण दर के मामले में L1-आधारित योजना से बेहतर प्रदर्शन करती है।
• मजबूती (Robustness): दोनों योजनाओं ने विभिन्न भिन्नात्मक आदेशों और मेष शोधन (mesh refinements) के माध्यम से दक्षता और मजबूती प्रदर्शित की, जिसमें L2-1$\sigma$ विधि ने बेहतर लौकिक सटीकता दिखाई।

महत्व और दावे
शोध पत्र दावा करता है कि यह सरंध्र माध्यमों में जटिल भिन्नात्मक परिवहन प्रक्रियाओं के अनुकरण के लिए एक विश्वसनीय और सटीक कम्प्यूटेशनल ढांचा प्रदान करता है। NIPG विधि के लचीलेपन को उच्च-क्रम लौकिक विविक्तीकरणों के साथ जोड़कर, प्रस्तावित योजनाएं गैर-फिकियन (non-Fickian) परिवहन घटनाओं के मॉडलिंग के लिए एक एकीकृत दृष्टिकोण प्रदान करती हैं। लेखक का तर्क है कि उनका कार्य MIM मॉडल के लिए उच्च-क्रम संख्यात्मक विधियों के संबंध में साहित्य के अंतराल को भरता है, जो एक ऐसा उपकरण प्रदान करता है जो जल विज्ञान (hydrology), संदूषक परिवहन और तलछट प्रकीर्णन (sediment dispersion) के अनुप्रयोगों के लिए सैद्धांतिक रूप से सुदृढ़ और व्यावहारिक रूप से कुशल है। अध्ययन यह निष्कर्ष निकालता है कि ये विधियाँ उच्च-आयामी और परिवर्तनशील-क्रम (variable-order) भिन्नात्मक मॉडलों के लिए भविष्य के विस्तार का मार्ग प्रशस्त करती हैं।