طريقة تكرارية جديدة لتقريب نقطة ثابتة لفئة من التحويلات المعممة (α, β)-غير متسعة مع تطبيقات على نموذج وبائي SEIR

لماذا هذا مهم لنمذجة الأمراض

عندما نسمع عن نماذج حاسوبية تتنبأ بكيفية انتشار وباء ما، تعتمد تلك التنبؤات في جوهرها على حل معادلات رياضية معقّدة. غالباً ما تكون هذه المعادلات صعبة الحل بخطوة واحدة، لذلك يستخدم العلماء إجراءات تقريبية خطوة بخطوة تُدعى مخططات تكرارية. تقدم هذه الورقة طريقة جديدة أسرع وأكثر موثوقية لإجراء تلك الحسابات التكرارية، ثم تعرض كيف يمكن أن تُحسّن تحليل نموذج SEIR عصري يتضمن تأثيرات الذاكرة في انتقال المرض.

تحسين المحركات وراء العديد من المحاكيات

في قلب عدد لا يحصى من النماذج في الفيزياء والهندسة والاقتصاد والوبائيات يكمن مفهوم النقطة الثابتة: حالة تبقى كما هي عند تطبيق قواعد النظام. نادراً ما يكون إيجاد مثل هذه الحالة مباشراً، لذا يستخدم الباحثون إجراءات تكرارية: بدءاً من تخمين، تطبيق تحويل، وتكرار ذلك حتى تستقر التحديثات. على مر السنين اقترح العديد من هذه الإجراءات، كلٌ منها مصمم لافتراضات تقنية مختلفة. يركز المؤلفون على فئة واسعة جداً من التحويلات التي تحرك النقاط بلطف دون أن تُكبّر المسافات كثيراً، والمعروفة باسم التحويلات المعممة (α, β)-غير المتسعة. هذا الإطار العام يشمل بالفعل عدة طرق مستخدمة على نطاق واسع، لذا يمكن أن يؤثر مخطط أقوى هنا على العديد من مجالات التطبيق في آن واحد.

وصفة جديدة خطوة بخطوة

تقترح الورقة تكراراً جديداً من أربع مراحل يقوم بصقل التخمين الابتدائي بشكل منهجي. في كل دورة، يُطبق التحويل على التخمين الحالي مرة أولى، ثم يُمزج مع تقييمات متقدمة لنفس التحويل، ثم يُمرَر عبر التحويل مرة أخرى. تعمل خطوات الدمج هذه مثل المتوسطات المنضبطة، المصممة لإضفاء الاستقرار على المسار واحتواء معلومات أعمق عن سلوك النظام. من الناحية الرياضية، يبرهن المؤلفون أنه تحت شروط طبيعية في فضاء باناش متقارب منتظم — وهو إطار قياسي للتعامل مع مشاكل بُعد لا نهائي — فإن الوصفة الجديدة تنتج دائماً متسلسلة تقترب من نقطة ثابتة متى وُجدت واحدة. يُثبتون أشكال تقارب "ضعيف" و"قوي"، واللذان يقابلهما تقريب الحل الحقيقي بمعايير شدّة متزايدة.

تقارب أسرع وأكثر استقراراً عملياً

لمعرفة ما إذا كان المخطط الجديد جميل الشكل فقط أم فعّالاً أيضاً، يقارن المؤلفون بينه وبين عدة طرق تكرارية شائعة، بما في ذلك تكرار بيكارد الكلاسيكي والمتغيرات متعددة الخطوات الأحدث. باستخدام مسائل اختبار مختارة بعناية، يتابعون سرعة اقتراب كل طريقة من النقطة الثابتة الصحيحة وعدد الخطوات المطلوبة قبل أن تصبح الأخطاء العددية ضئيلة. تُظهر الجداول والرسوم أن المخطط الجديد عادةً يصل إلى الهدف في عدد أقل من التكرارات أو بسلوك أكثر ثباتاً، لا سيما في الأمثلة الصعبة. بخلاف السرعة، يحلل المؤلفون أيضاً حساسية الطريقة للتغيرات الصغيرة في القواعد الأساسية، وهي خاصية تعرف بالاعتماد على البيانات، ويثبتون مفاهيم تُدعى G-الاستقرار وشبه G-الاستقرار. تُظهر هذه النتائج أن الإجراء متين: الاضطرابات الصغيرة لا تفسد التقارب بل تتسبب فقط في تغيّرات محدودة ومسيطر عليها في النتيجة النهائية.

ربط الرياضيات المجردة بمنحنيات الوباء

لإظهار الصلة بالعالم الحقيقي، يُطبّق المؤلفون آليتهم للنقطة الثابتة على نموذج وبائي SEIR، الذي يقسم السكان إلى مجموعات معرضة، مكشوفة، معدية ومتعثرة/متعافية. بدلاً من استخدام المشتقات الاعتيادية التي تنظر فقط إلى معدل التغير الحاضر، يتبنّون مشتقاً كسرياً من نوع كابوتو، والذي يدمج ذاكرة الماضي — ميزة مهمة خصوصاً للأمراض ذات فترات حضانة طويلة أو التأثيرات المستمرة. يمكن إعادة كتابة نظام SEIR الكسري هذا كمعادلة تكاملية مكافئة تكون حلولها نقاطاً ثابتة لمؤثر مناسب. من خلال إثبات أن هذا المؤثر يندرج ضمن إطارهم المعمم لغير المتسعة ويحقق قيوداً تقنية من نوع "ليبسيتز"، يظهر المؤلفون أن مخططهم التكراري الجديد يتقارب إلى الحل الوحيد لنموذج الوباء. عملياً، يمكن البدء بتخمين أولي لكيفية تطور المجموعات الأربع عبر الزمن وتطبيق المخطط مراراً للحصول على مسارات وبائية ذات دقة متزايدة.

ما الذي تثبته الدراسة في النهاية

ببساطة، بنى المؤلفون محركاً أكثر مرونة وموثوقية للحسابات خطوة بخطوة التي تقوم عليها العديد من النماذج العلمية. يُظهرون أن هذا التكرار الجديد يمكنه توحيد وتوسيع عدة طرق قائمة، والتقارب بسرعة وبثبات، والتعامل مع أنظمة معقدة مثل نماذج SEIR الكسرية ذات الذاكرة. بالنسبة للقارئ العادي، الخلاصة الأساسية هي أن التقدّم في الرياضيات الأساسية لتقريب النقاط الثابتة يمكن أن يحسّن مباشرة قدرتنا على محاكاة وفهم الأنظمة الديناميكية المعقدة — من كيفية انتشار الأمراض في السكان إلى كيفية تطور عمليات غير خطية أخرى عبر الزمن — مما يؤدي إلى توقعات وتحليلات أكثر موثوقية.

الاستشهاد: Alharthi, N.H., Okeke, G.A., Udo, A.V. et al. Novel iterative method for the approximation of fixed point of a class of generalized (\(\alpha ,\beta\))-nonexpansive mapping with applications to seir epidemic model. Sci Rep 16, 11833 (2026). https://doi.org/10.1038/s41598-026-38884-y

الكلمات المفتاحية: تكرار النقطة الثابتة, نموذج SEIR الكسري, ديناميات الوباء, تقارب عددي, الأنظمة الديناميكية غير الخطية