Analisi di equazioni differenziali a ritardo con derivate frazionarie di tipo Caputo doppie mediante metodi di trasformata di Laplace

Perché la memoria nel tempo è importante

Molti sistemi del mondo reale — dai materiali che si rilassano lentamente dopo essere stati deformati alle popolazioni che reagiscono a condizioni passate — non rispondono istantaneamente a ciò che accade ora. Il loro comportamento presente dipende da una lunga storia di eventi precedenti e spesso da anelli di retroazione ritardati. Questo articolo sviluppa nuovi strumenti matematici per descrivere tali effetti di memoria e ritardo con maggiore flessibilità e per garantire che i modelli risultanti si comportino in modo prevedibile e stabile.

Catturare la storia con regole temporali flessibili

Il calcolo tradizionale presume che il cambiamento dipenda solo da ciò che avviene in un singolo istante. Il calcolo frazionario rilassa questa idea consentendo ordini di differenziazione “intermedi”, in modo che la velocità di cambiamento dipenda da una media pesata dell’intero passato. Gli autori si concentrano su una versione moderna di questi operatori, chiamata derivata di Caputo–Katugampola, che include una manopola aggiuntiva, indicata con il parametro ρ, che regola quanto il passato remoto influenzi il presente. Sintonizzando ρ è possibile muoversi in modo continuo tra diversi tipi di comportamento di memoria, rendendo il quadro adattabile a un’ampia gamma di situazioni fisiche, biologiche e ingegneristiche.

Gestire ritardi ed effetti doppi

Molti sistemi reagiscono non solo a stati passati in modo liscio ma anche a stati spostati nel tempo — veri ritardi. L’articolo studia equazioni in cui l’attuale velocità di cambiamento dipende da un intero segmento di valori passati su una finestra temporale fissa, combinata con due distinti effetti frazionari che agiscono simultaneamente. Un termine frazionario potrebbe rappresentare una memoria a breve raggio, mentre l’altro cattura un’influenza più lenta e a lungo raggio. Gli autori analizzano un’equazione in cui questi due termini di memoria compaiono insieme, assieme a un termine di retroazione ritardata che legge la storia recente della quantità incognita. Questa miscela mira a modellare sistemi in cui sia il tipo sia l’intensità della memoria possono essere controllati con precisione.

Trasformare equazioni complesse in forme gestibili

Per studiare tali equazioni intricate, gli autori fanno affidamento su una versione specializzata della trasformata di Laplace adattata al parametro ρ, nota come trasformata ρ-Laplace. Questa tecnica converte l’equazione originale con memoria e ritardo in una forma algebrica più gestibile, che può quindi essere invertita per ottenere un’espressione integrale esplicita della soluzione. In questa rappresentazione compaiono naturalmente funzioni speciali chiamate funzioni di Mittag–Leffler; esse svolgono un ruolo simile alla funzione esponenziale nelle equazioni differenziali ordinarie, ma sono adattate alle dinamiche temporali frazionarie. Con questa forma integrale a disposizione, gli autori possono stimare con cura come si comportano le soluzioni e come reagiscono a variazioni degli input e dei dati iniziali.

Garantire esistenza, unicità e robustezza

Muniti della formulazione integrale, gli autori impiegano due idee classiche dell’analisi matematica — il principio di contrazione di Banach e il teorema del punto fisso di Schauder — per mostrare che il sistema è ben comportato. Sotto un insieme di condizioni, l’equazione ha una e una sola soluzione nell’intervallo temporale di interesse, il che significa che il modello fornisce una previsione unica e univoca. Sotto un insieme più generale di ipotesi, è garantita l’esistenza di almeno una soluzione. Oltre a ciò, l’articolo indaga la stabilità di Ulam–Hyers, una nozione che formalizza l’idea intuitiva di robustezza: se i dati iniziali o l’equazione stessa sono leggermente perturbati, la soluzione risultante cambia solo di una quantità controllata e proporzionale. Questa proprietà è cruciale se il modello deve essere affidabile per simulazioni o applicazioni reali, dove i dati non sono mai esatti.

Dalla teoria alle evidenze numeriche

Per dimostrare che la teoria non è puramente astratta, gli autori presentano un esempio numerico che coinvolge due diversi ordini frazionari e un ritardo temporale di un’unità. Approssimano la soluzione utilizzando una tecnica standard per le derivate frazionarie nota come schema L1, apprezzata per la sua stabilità e la facilità di implementazione. La soluzione calcolata evolve in modo regolare a partire dalla storia iniziale prescritta, e le due derivate frazionarie diverse mostrano schemi distinti ma correlati, evidenziando come ciascun ordine frazionario plasmi la memoria del sistema. Introdotto un piccolo disturbo nella storia iniziale e ricalcolata la soluzione, gli autori verificano numericamente che la deviazione rimane proporzionale all’entità della perturbazione, in accordo con la teoria della stabilità di Ulam–Hyers.

Cosa significa per i sistemi reali con memoria

In termini concreti, lo studio mostra che esiste un modo flessibile e matematicamente solido per descrivere sistemi il cui stato presente dipende sia da una ricca memoria del passato sia da ritardi espliciti. Il quadro di Caputo–Katugampola, combinato con la trasformata ρ-Laplace, non solo garantisce che questi modelli abbiano senso e soluzioni ben definite e robuste, ma si presta anche al calcolo pratico. Questo apre la strada a una modellizzazione più accurata e affidabile di processi in ambiti quali materiali viscoelastici, sistemi di controllo, dinamiche di popolazioni e fenomeni biomedici, dove memoria e ritardo sono caratteristiche essenziali e non piccole correzioni.

Citazione: Boumaaza, M., Boutiara, A., Djidel, O. et al. Analysis of delay differential equations with dual caputo-type fractional derivatives using laplace transform methods. Sci Rep 16, 11181 (2026). https://doi.org/10.1038/s41598-026-41584-2

Parole chiave: equazioni differenziali frazionarie, sistemi con memoria e ritardo, analisi della stabilità, metodi della trasformata di Laplace, simulazione numerica