Solution of variable order fractional differential equations using Homotopy Analysis Method

Questo articolo dimostra l'efficacia e l'affidabilità del Metodo di Analisi dell'Omotopia (HAM) per risolvere numericamente equazioni di diffusione frazionarie a ordine variabile, sia dipendenti dallo spazio che dal tempo o da altri parametri.

L'essenziale

🌊 Il Problema: La Diffusione che "Cambia Idea"

Immagina di versare una goccia di inchiostro in un bicchiere d'acqua. In un mondo perfetto e uniforme (come l'acqua pura), l'inchiostro si espande in modo prevedibile e costante. I matematici usano le equazioni "a ordine costante" per descrivere questo movimento regolare.

Ma la realtà è molto più complicata!
Immagina ora di versare quell'inchiostro in una spugna o in un terreno pieno di sassi e buchi (un mezzo eterogeneo). L'inchiostro non si muove più in modo uniforme: a volte rallenta perché si impantana in una buca, a volte accelera perché trova un canale libero. Inoltre, la sua velocità potrebbe cambiare nel tempo: magari all'inizio corre veloce, poi si stanca e rallenta.

In questi casi, le vecchie formule matematiche non funzionano più. Serve qualcosa di più flessibile: le equazioni differenziali frazionarie a ordine variabile.

• Cosa significa? Immagina che l'ordine dell'equazione non sia un numero fisso (come 1 o 2), ma un "termostato" che si regola da solo in base a dove ti trovi (spazio) o a che ora è (tempo). È come se la legge della fisica cambiasse leggermente mentre l'inchiostro si muove.

🛠️ La Soluzione: Il Metodo HAM (Il "Sarto Matematico")

Gli autori del paper vogliono risolvere queste equazioni complesse. Per farlo, usano un metodo chiamato Homotopy Analysis Method (HAM).

Ecco un'analogia per capire come funziona l'HAM:
Immagina di dover cucire un abito su misura per un cliente molto particolare (il problema matematico).

1. Il punto di partenza: Inizii con un abito molto semplice e generico (una soluzione iniziale approssimata).
2. Il processo di "deformazione": Invece di buttare via l'abito e ricominciare, lo modifichi poco alla volta. Ogni "punto" che aggiungi è un tentativo per avvicinarsi alla forma perfetta.
3. Il parametro di controllo (la magia): L'HAM ha una leva speciale (chiamata parametro di controllo di convergenza, indicato con la lettera greca $\eta$). È come se avessi un telecomando che ti permette di dire: "Fermati qui, è abbastanza preciso" oppure "Continua a rifinire".
4. Il risultato: Se usi questo metodo nel modo giusto, ottieni una serie di soluzioni che, sommate insieme, diventano la risposta esatta, anche per problemi che sembrano impossibili.

🔍 Cosa hanno fatto gli autori?

Mishra e Das hanno applicato questo "sarto matematico" a due tipi di problemi di diffusione:

1. Il caso "Lineare" (La goccia di inchiostro): Hanno preso un'equazione di diffusione dove la velocità cambia nel tempo e nello spazio. Hanno usato l'HAM per trovare una soluzione approssimata.

   • Il risultato: Hanno scoperto che, scegliendo il valore giusto per il "telecomando" ($\eta \approx -0.975$), il loro metodo era incredibilmente preciso. I loro risultati coincidevano perfettamente con quelli ottenuti da altri scienziati usando metodi numerici molto pesanti e lenti.

2. Il caso "Non Lineare" (La reazione chimica): Hanno affrontato un problema ancora più difficile, dove la diffusione non è solo un movimento, ma coinvolge anche una reazione (come se l'inchiostro cambiasse colore mentre si muove).

   • Il risultato: Anche qui, il metodo HAM ha funzionato, fornendo una soluzione stabile e affidabile.

📉 La "Prova del Forno": L'Errore Residuo

Come fanno a sapere che la loro soluzione è buona?
Immagina di lanciare una palla contro un muro. Se la palla rimbalza e torna indietro, c'è stato un errore. In matematica, questo "rimbalzo" è chiamato errore residuo.
Gli autori hanno calcolato quanto la loro soluzione "sbagliava" rispetto alla realtà.

• Hanno scoperto che aumentando il numero di termini nella loro serie (aggiungendo più "punti" all'abito), l'errore diventava minuscolo, quasi nullo (dell'ordine di $10^{-16}$, che è praticamente zero!).
• Hanno anche trovato il valore perfetto per il "telecomando" ($\eta$) che riduce questo errore al minimo assoluto.

💡 Perché è importante?

Prima di questo lavoro, molti ricercatori pensavano che il metodo HAM non potesse essere usato per le equazioni a "ordine variabile".
Questi autori hanno dimostrato che:

• È flessibile: Funziona anche quando le regole del gioco cambiano mentre stai giocando (ordine variabile).
• È potente: Non ha bisogno di assumere che i numeri siano piccoli o grandi (un limite di molti altri metodi).
• È affidabile: Garantisce che la serie di soluzioni converga verso la risposta giusta.

In sintesi

Immagina di dover prevedere come si muove l'inquinamento in un fiume che ha correnti che cambiano ogni secondo e ogni metro. Le vecchie mappe non bastano. Mishra e Das hanno creato una bussola matematica intelligente (il metodo HAM) che si adatta alle variazioni del fiume, permettendoci di prevedere il movimento con una precisione straordinaria, senza bisogno di calcoli infiniti e pesanti. È un passo avanti importante per modellare fenomeni reali complessi, dalla medicina alla geologia.

Sommario tecnico

Titolo: Soluzione di Equazioni Differenziali Frazionarie di Ordine Variabile tramite il Metodo di Analisi dell'Omotopia (HAM)

Autori: Vivek Mishra, S. Das

---

1. Il Problema

Il lavoro affronta la sfida di risolvere le equazioni di diffusione frazionarie di ordine variabile (Variable Order Fractional Diffusion Equations - VO-FDE).

• Contesto Fisico: Mentre le equazioni di diffusione a ordine costante sono efficaci per mezzi omogenei, i processi fisici reali che avvengono in mezzi eterogenei (es. mezzi porosi con permeabilità variabile) o che subiscono fluttuazioni dovute a disturbi e rumore, richiedono un modello più flessibile.
• Limiti dei Modelli Esistenti: In molti processi, la velocità di diffusione cambia nel tempo (accelerando o rallentando) o varia nello spazio. Tradizionalmente, questo veniva modellato con coefficienti di diffusione dipendenti dal tempo, ma l'equazione differenziale frazionaria a ordine variabile offre una descrizione più accurata, specialmente quando le proprietà di "memoria" del sistema cambiano nel tempo o nello spazio.
• Gap nella Ricerca: Sebbene esistano numerosi studi numerici (metodi alle differenze finite, ecc.) per queste equazioni, gli autori notano che, a loro conoscenza, nessuno aveva tentato di risolvere tali problemi utilizzando il Metodo di Analisi dell'Omotopia (HAM) prima di questo lavoro.

2. Metodologia: Il Metodo di Analisi dell'Omotopia (HAM)

Gli autori applicano il HAM, un metodo analitico proposto da Shijun Liao nel 1992, noto per la sua capacità di fornire soluzioni in serie per equazioni non lineari senza dipendere da parametri fisici piccoli o grandi.

• Definizioni Matematiche:

  • Viene utilizzata la definizione di derivata frazionaria di ordine variabile di tipo Caputo (proposta da Coimbra).
  • Viene utilizzata la definizione di integrazione frazionaria di ordine variabile (Samko).
  • Vengono impiegate formule specifiche per la derivata e l'integrale di funzioni potenza con ordine variabile.

• Procedura di Risoluzione:

  1. Definizione degli Operatori: Si definisce un operatore lineare $L$ (basato sulla derivata frazionaria temporale) e un operatore non lineare $N$ (che include il termine di diffusione spaziale e, nel secondo caso, termini di reazione).
  2. Equazione di Deformazione: Si costruisce l'equazione di deformazione di ordine $m$, che collega la soluzione iniziale alla soluzione finale attraverso un parametro di omotopia.
  3. Sviluppo in Serie: Si ottiene una soluzione approssimata sotto forma di serie infinita, calcolando iterativamente i termini $u_m(x,t)$.
  4. Parametro di Controllo della Convergenza ($\hbar$): Un aspetto cruciale del HAM è il parametro $\hbar$. Gli autori determinano il valore ottimale di $\hbar$ minimizzando l'errore residuo medio.
     • Viene calcolato l'errore residuo quadrato esatto e successivamente una sua versione discretizzata per ridurre il tempo di calcolo CPU.
     • Il valore ottimale di $\hbar$ è trovato risolvendo $\frac{\partial E_m}{\partial \hbar} = 0$.

3. Contributi Chiave

• Prima Applicazione del HAM: Questo studio rappresenta la prima applicazione del Metodo di Analisi dell'Omotopia per risolvere equazioni differenziali frazionarie di ordine variabile.
• Validazione Numerica: Gli autori hanno risolto un problema lineare già trattato in letteratura (da Sun et al. [25]) utilizzando i stessi parametri, dimostrando che il HAM produce risultati in perfetto accordo con i metodi numerici esistenti, validando così l'affidabilità del metodo.
• Estensione a Problemi Non Lineari: Per la prima volta in un sistema di diffusione frazionaria di ordine variabile, il metodo è stato applicato con successo a un'equazione di diffusione non lineare contenente un termine di reazione, fornendo analisi di stabilità per diversi casi particolari.
• Flessibilità del Metodo: Il lavoro dimostra che il HAM è efficace anche quando l'ordine della derivata $\alpha$ varia in funzione dello spazio, del tempo o di entrambi ($\alpha(x,t)$).

4. Risultati

Gli autori hanno analizzato due casi di studio:

• Caso 1: Equazione di Diffusione Lineare (Senza termine sorgente)

  • Equazione: $D_t^{\alpha(x,t)} u = K \frac{\partial^2 u}{\partial x^2}$ con condizioni al contorno specifiche.
  • Risultati: La serie soluzione è stata calcolata fino a 5 termini.
  • Convergenza: L'errore residuo ($E_m$) diminuisce drasticamente all'aumentare dei termini della serie.
  • Parametro Ottimale: Per il caso testato, il valore ottimale di $\hbar$ è stato trovato essere -0.975296, ottenendo un errore residuo dell'ordine di $10^{-16}$ con cinque termini.
  • Confronto: Le curve di evoluzione della soluzione $u(x,t)$ coincidono perfettamente con i risultati numerici di riferimento [25].

• Caso 2: Equazione di Diffusione Non Lineare (Con termine di reazione)

  • Equazione: Include termini non lineari e condizioni iniziali diverse.
  • Risultati: Anche in questo caso, il metodo ha mostrato rapida convergenza.
  • Parametro Ottimale: Il valore ottimale di $\hbar$ è stato determinato come -0.134256.
  • Analisi: Le curve di soluzione per diverse posizioni spaziali e temporali sono state generate, dimostrando la stabilità della soluzione per il sistema non lineare.

5. Significato e Conclusioni

Il lavoro dimostra che il Metodo di Analisi dell'Omotopia (HAM) è uno strumento potente, affidabile ed efficace per la risoluzione di equazioni differenziali frazionarie di ordine variabile.

• Vantaggi: Il metodo offre flessibilità nella scelta dell'approssimazione iniziale, non richiede parametri piccoli (a differenza delle perturbazioni) e garantisce la convergenza della serie attraverso il controllo dell'errore residuo.
• Impatto Scientifico: L'articolo colma un vuoto nella letteratura applicando tecniche analitiche avanzate a modelli fisici complessi (mezzi eterogenei, memoria variabile), fornendo una nuova via per l'analisi di sistemi dinamici non lineari in fisica e ingegneria.
• Conclusione: Gli autori confermano che il HAM è adatto non solo per validare modelli esistenti, ma anche per esplorare nuovi scenari di diffusione in sistemi complessi dove l'ordine della frazione non è costante.