Boundary-Consistent L1–Legendre Spectral Approximation of Nonlinear Caputo Reaction–Diffusion Problems with Integral Constraints

Sintesi Tecnica: Approssimazione Spettrale L1–Legendre a Consistenza dei Confini per Problemi di Reazione-Diffusione di Caputo Non Lineari con Vincoli Integrali

Enunciato del Problema
Il saggio affronta la soluzione numerica di equazioni di reazione-diffusione frazionarie nel tempo non lineari con derivata di Caputo ($0 < \alpha < 1$) soggette a vincoli integrali non locali agli estremi. L'equazione governante è:
$${}^C_0D^\alpha_t u(x, t) = \kappa u_{xx}(x, t) + f(x, t, u(x, t))$$
definita su $(a, b) \times (0, T]$, accoppiata con condizioni al contorno che legano i valori agli estremi agli integrali spaziali globali:
$$u(a, t) + \int_a^b \gamma_1(x)u(x, t) \, dx = \phi_1(t)$$
$$u(b, t) + \int_a^b \gamma_2(x)u(x, t) \, dx = \phi_2(t)$$
Queste condizioni differiscono fondamentalmente dalle standard condizioni di Dirichlet o Robin perché non impongono che la soluzione si annulli ai confini. L'autore osserva che, sebbene le classiche discretizzazioni temporali L1 e i metodi spettrali spaziali siano ben stabiliti per le condizioni al contorno standard, la loro applicazione a vincoli integrali non locali richiede una gestione attenta dell'operatore spaziale per garantire la consistenza con l'equazione differenziale originale in forma forte.

Metodologia
Il metodo proposto combina uno spazio spettrale di Legendre adattato ai confini con una discretizzazione temporale L1, concentrandosi sulla costruzione di un operatore discreto consistente.

1. Lifting del Confine e Costruzione dello Spazio:
   Basandosi sul lavoro precedente (Alhejaili, Alsa'di e Salas [11]), l'autore impiega una funzione di lifting affine $R(x,t)$ per trasformare il problema in uno con vincoli integrali omogenei. La soluzione è decomposta come $u = R + y$, dove $y$ soddisfa i vincoli omogenei. Lo spazio di approssimazione spaziale $V_N^\gamma$ è costruito utilizzando polinomi di Legendre traslati, modificati per soddisfare esattamente i vincoli integrali omogenei. Fondamentalmente, le funzioni di base in questo spazio non devono necessariamente annullarsi agli estremi ($x=a, b$).

2. Discretizzazione in Forma Forte:
   Il nucleo del contributo metodologico è l'assemblaggio della matrice dell'operatore spaziale in forma forte. L'autore definisce la matrice di rigidezza $K$ con voci $K_{ij} = (-\psi_j'', \psi_i)_{L^2}$.
   Essi evidenziano una critica inconsistenza nelle metodologie spettrali standard per questi vincoli: la consueta forma derivata-rigidezza $S_{ij} = (\psi_j', \psi_i')_{L^2}$ è generalmente non equivalente alla forma forte a causa dei termini di confine non nulli derivanti dall'integrazione per parti:
   $$(-\psi_j'', \psi_i) = (\psi_j', \psi_i') - [\psi_j' \psi_i]_a^b$$
   Poiché le funzioni di base non si annullano ai confini, il termine $[\psi_j' \psi_i]_a^b$ è non nullo. Il saggio sostiene che l'uso di $S$ invece di $K$ risolve un problema di valore al contorno discreto differente.

3. Discretizzazione Temporale e Solutore Non Lineare:
   La derivata di Caputo è approssimata mediante lo schema L1 standard su una mesh uniforme. Il sistema risultante è non lineare (a causa di $f$) ed è risolto tramite un'iterazione a punti fissi con smorzamento del residuo. La convergenza di questa iterazione è analizzata sotto una condizione di contrattività esplicita che coinvolge la costante di Lipschitz della non linearità e la norma dell'operatore inverso discreto.

4. Stabilità e Convergenza:
   Stime di stabilità e di errore sono derivate sotto un'ipotesi di accrescitività discreta. Questa ipotesi postula che la parte simmetrica della matrice in forma forte $K$ sia uniformemente definita positiva rispetto alla matrice di massa. A differenza dei problemi di Dirichlet dove le disuguaglianze di Poincaré giustificano la coercitività, questa proprietà per i vincoli integrali non è automaticamente garantita e viene verificata numericamente nello studio.

Contributi Chiave
Il saggio inquadra esplicitamente i propri contributi come una verifica e un raffinamento di tecniche di lifting esistenti piuttosto che una nuova derivazione delle funzioni di base. I contributi specifici sono:

• (C1) Derivazione e uso della matrice in forma forte $K$ a consistenza dei confini, identificando esplicitamente il termine di estremità perso dalle apprazioni standard di derivata-rigidezza.
• (C2) Formulazione dello schema L1 completamente discreto includendo termini di lifting non omogenei e analisi di un solutore non lineare con smorzamento del residuo.
• (C3) Derivazione dei limiti di stabilità condizionata e di convergenza per la discretizzazione non simmetrica in forma forte.
• (C4) Validazione dei tassi di convergenza temporale ($2-\alpha$) attraverso molteplici ordini frazionari, evitando il test su un singolo valore.
• (C5) Introduzione di un benchmark non polinomiale fluido che separa gli errori spaziali da quelli temporali, dimostrando che la matrice derivata-rigidezza ($S$) porta a un plateau di errore non nullo, mentre la matrice $K$ converge alla precisione di macchina.
• (C6) Fornitura di codice Python riproducibile per rigenerare tutti i risultati numerici.

Risultati
Lo studio numerico valida il metodo attraverso quattro controlli distinti:

1. Convergenza Temporale: Per benchmark lineari con forme spaziali polinomiali, il metodo recupera il tasso di convergenza L1 atteso di $2-\alpha$ per vari valori di $\alpha$ (0.25, 0.5, 0.75).
2. Convergenza Spaziale e Consistenza dell'Operatore: Utilizzando una soluzione non polinomiale fluida, il metodo in forma forte esibisce una convergenza spettrale (l'errore diminuisce esponenzialmente con il grado del polinomio $N$). Al contrario, sostituendo $K$ con la consueta matrice di rigidezza $S$, si ottiene un plateau di errore vicino a $2.8 \times 10^{-2}$, indipendentemente dall'aumento di $N$. Ciò conferma che $S$ risolve un problema discreto errato.
3. Accrescitività Discreta: Una scansione degli autovalori generalizzati della parte simmetrica di $K$ rispetto alla matrice di massa conferma la positività per un ampio intervallo di gradi polinomiali ($N=4$ a $30$) per i kernel testati.
4. Performance Non Lineare: I test non lineari (utilizzando un termine di reazione quadratico) mantengono l'ordine temporale previsto e impongono i vincoli integrali alla precisione di macchina (livello di arrotondamento).

Significatività e Rivendicazioni
Il saggio rivendica modestamente di aver risolto una specifica inconsistenza nell'applicazione dei metodi spettrali ai vincoli integrali non locali. Sottolinea che, sebbene le basi adattate ai confini impongano i vincoli, esse non garantiscono automaticamente che l'operatore spaziale sia consistente con la forma differenziale forte. La principale significatività risiede nella dimostrazione che sostituire silenziosamente l'operatore in forma forte con l'operatore di rigidezza-derivata porta a una soluzione convergente ma errata (un plateau di errore).

L'autore afferma che l'analisi si basa su un'ipotesi di accrescitività discreta, che è stata verificata numericamente per i kernel specifici utilizzati ma rimane un problema analitico aperto per i kernel generali. Il lavoro non pretende di risolvere la caratterizzazione analitica generale dei kernel accrescenti, ma fornisce un framework numerico robusto e verificato per la classe di problemi in cui tale condizione è soddisfatta. Le estensioni future suggerite dall'autore includono la gestione delle singolarità iniziali tramite mesh graduate, la compressione rapida della storia e vincoli multidimensionali.