Modélisation fractionnaire des systèmes dispersifs non linéaires : étude comparative des équations de Whitham–Broer–Kaup avec diverses dérivées

Pourquoi les ondes à mémoire importent

Des houles océaniques aux embouteillages, de nombreux motifs ondulatoires ne dépendent pas seulement de l’état présent, mais aussi de ce qui s’est produit quelques instants — voire de longues périodes — auparavant. Cette « mémoire » intrinsèque apparaît dans des fluides visqueux ou complexes, dans des matériaux peuplés de microstructures, et dans des systèmes où l’énergie se propage de façon non conventionnelle. L’article résumé ici développe un cadre mathématique affiné pour de telles ondes en eau peu profonde, visant à décrire leur mouvement de manière plus fidèle tout en permettant aux chercheurs et aux ingénieurs de calculer des solutions précises.

L’eau peu profonde comme terrain d’essai

Les auteurs se concentrent sur une famille d’équations connues sous le nom de système Whitham–Broer–Kaup (WBK), un modèle établi pour les longues vagues peu profondes. Contrairement à des formules plus simples qui ne suivent que la surface de l’eau, le système WBK suit simultanément la hauteur de la colonne d’eau et la vitesse horizontale de l’écoulement, capturant l’interaction entre ces deux grandeurs. Cela en fait une description plus riche et plus réaliste du mouvement des ondes que beaucoup de modèles à équation unique. Le système WBK incorpore également l’effet de dispersion — la variation de vitesse selon la longueur d’onde — qui façonne les motifs roulants familiers des vagues côtières.

Ajouter la mémoire grâce aux outils fractionnaires

Pour introduire la mémoire, les auteurs remplacent les dérivées temporelles classiques du système WBK par des dérivées « fractionnaires ». Plutôt que de mesurer la variation instantanée à un seul instant, les dérivées fractionnaires mêlent des informations provenant du passé récent et lointain, avec différents noyaux mathématiques décrivant l’importance des événements passés. L’étude compare trois choix majeurs : la forme classique de Caputo, qui met l’accent sur la mémoire à long terme ; la forme de Caputo–Fabrizio, qui utilise un noyau exponentiel et privilégie une mémoire de court à moyen terme ; et la forme d’Atangana–Baleanu, qui introduit une mémoire régulière et non singulière via la fonction de Mittag–Leffler. En insérant chacune de ces variantes dans les équations WBK, les auteurs obtiennent une série de modèles d’ondes dont l’intensité et la nature de la mémoire sont ajustables.

Une voie hybride vers des équations solubles

Equiper le système WBK de mémoire rend la résolution directe beaucoup plus difficile. Pour y répondre, les auteurs construisent une approche analytique hybride appelée méthode de décomposition Sumudu (SDM). Elle combine une transformée intégrale connue sous le nom de transformée de Sumudu avec une technique qui décompose des termes non linéaires compliqués en une série infinie de termes plus simples. La transformée de Sumudu déplace les équations dans un domaine plus facile à manipuler tout en préservant l’échelle temporelle d’origine, et la méthode de décomposition organise les interactions non linéaires en une hiérarchie de corrections. En itérant cette procédure, la méthode produit des séries solutions pour la hauteur et la vitesse de l’onde qui convergent rapidement et n’exigent ni maillage numérique lourd ni simplifications artificielles.

Tester la précision et la souplesse

Pour vérifier que ce cadre est à la fois fiable et pratique, les auteurs l’appliquent non seulement au système WBK complet, mais aussi à deux cas particuliers importants : les équations de Boussinesq modifiées et les équations approximatives des longues vagues, qui décrivent des situations apparentées en eau peu profonde. Dans chaque cas, ils comparent les solutions en série issues de la SDM avec des solutions exactes connues et avec des résultats d’autres méthodes semi-analytiques. Sur une large gamme de temps, d’espaces et de valeurs d’ordre fractionnaire, les erreurs demeurent extrêmement faibles — souvent de nombreux ordres de grandeur inférieurs aux schémas concurrents. Les graphiques montrent que quelques termes de la série (trois dans les exemples présentés) suffisent à capturer les caractéristiques essentielles des ondes, même lorsque l’ordre fractionnaire s’éloigne fortement de la valeur classique sans mémoire. L’étude illustre également comment la variation continue de l’ordre fractionnaire fait évoluer progressivement les profils d’onde, reliant un comportement purement local à des dynamiques fortement gouvernées par la mémoire.

Ce que cela signifie pour la modélisation des ondes réelles

Concrètement, ce travail propose une manière précise et économique de simuler des ondes dans des milieux complexes où l’histoire compte, tels que les fluides viscoélastiques ou stratifiés et d’autres systèmes dispersifs. En montrant que leur méthode hybride est stable, rapidement convergente et efficace pour plusieurs formes de mémoire, les auteurs fournissent une boîte à outils adaptable à de nombreux autres modèles d’ondes non linéaires. Bien que leurs tests portent sur des conditions idéalisées et lisses, l’approche ouvre la voie à des extensions futures vers des dimensions supérieures, des frontières irrégulières et des effets aléatoires. Pour les non-spécialistes, la leçon est qu’on dispose désormais d’un « moteur » mathématique plus flexible pour prédire le comportement des ondes à mémoire, capable de rapprocher les modèles scolaires simplifiés des motifs complexes observés en nature et en technologie.

Citation: Ahmed, S.A., Shah, R., Mohamed, A. et al. Fractional modeling of nonlinear dispersive systems: on the comparative study of Whitham–Broer–Kaup equations using various derivatives. Sci Rep 16, 10823 (2026). https://doi.org/10.1038/s41598-026-45501-5

Mots-clés: calcul fractionnaire, ondes en eau peu profonde, systèmes dispersifs non linéaires, méthodes de transformée intégrale, modélisation des ondes