Modelowanie ułamkowe nieliniowych układów dyspersyjnych: porównawcze badanie równań Whithama–Broera–Kaupa z użyciem różnych pochodnych

Dlaczego fale z pamięcią mają znaczenie

Od morskich fal po korki drogowe — wiele wzorców przypominających fale zależy nie tylko od tego, co dzieje się teraz, lecz także od tego, co wydarzyło się chwilę wcześniej lub nawet dłuższy czas temu. Wrodzona „pamięć” ujawnia się w płynach o lepkości lub złożonej strukturze, w materiałach wypełnionych drobnymi strukturami oraz w systemach, w których energia rozprzestrzenia się w nietypowy sposób. Artykuł będący podstawą tego streszczenia rozwija wyrafinowaną matematyczną optykę dla takich fal w płytkiej wodzie, mając na celu wierniejsze opisanie ich ruchu przy jednoczesnym zachowaniu możliwości obliczeniowych dla badań i zastosowań inżynierskich.

Płytka woda jako pole doświadczalne

Autorzy koncentrują się na rodzinie równań znanej jako układ Whithama–Broera–Kaupa (WBK), dobrze ugruntowanym modelu długich, niskich fal w płytkiej wodzie. W przeciwieństwie do prostszych równań śledzących jedynie powierzchnię wody, układ WBK jednocześnie opisuje zarówno wysokość wody, jak i poziomą prędkość przepływu, ukazując, jak te dwie wielkości oddziałują na siebie. Dzięki temu jest to bogatszy i bardziej realistyczny opis ruchu fal niż wiele modeli jednorównaniowych. Układ WBK uwzględnia także efekt dyspersji — to, że fale o różnych długościach poruszają się nieco innymi prędkościami — co kształtuje znajome, toczące się wzory widoczne przy brzegach.

Dodanie pamięci za pomocą narzędzi ułamkowych

Aby wprowadzić pamięć do opisu, autorzy zastępują standardowe pochodne czasowe w układzie WBK „pochodnymi ułamkowymi”. Zamiast mierzyć, jak coś zmienia się w jednym momencie, pochodne ułamkowe łączą informacje z niedawnej i odległej przeszłości, przy czym różne jądra matematyczne opisują, jak silnie przeszłe zdarzenia wpływają na aktualny stan. W pracy porównano trzy główne warianty: tradycyjną formę Caputo, która akcentuje długotrwałą pamięć; formę Caputo–Fabrizio, wykorzystującą jądro wykładnicze i faworyzującą pamięć krótkiego i średniego zasięgu; oraz formę Atangana–Baleanu, wprowadzającą gładką, niesingularną pamięć przez funkcję Mittag–Lefflera. Podstawiając każdą z tych postaci do równań WBK, autorzy otrzymują zestaw modeli fal z regulowaną siłą i charakterem pamięci.

Droga hybrydowa do równań dających się rozwiązać

Wyposażenie układu WBK w pamięć znacząco utrudnia bezpośrednie rozwiązanie równań. Aby sobie z tym poradzić, autorzy opracowali hybrydowe podejście analityczne zwane Metodą Dekompozycji Sumudu (SDM). Łączy ono transformację całkową znaną jako transformata Sumudu z techniką rozbijania skomplikowanych nieliniowych składników na nieskończony szereg prostszych elementów. Transformata Sumudu przenosi równania do nowej dziedziny, w której łatwiej się nimi operuje, przy jednoczesnym zachowaniu oryginalnej skali czasowej, a metoda dekompozycji porządkuje nieliniowe oddziaływania falowe w hierarchię poprawek. Poprzez iterację tego procesu metoda generuje rozwinięcia szeregowe dla wysokości fali i prędkości, które zbieżają szybko i nie wymagają rozbudowanego siatkowania numerycznego ani sztucznych uproszczeń.

Testowanie dokładności i elastyczności

Aby sprawdzić, czy ten schemat jest zarówno rzetelny, jak i praktyczny, autorzy stosują go nie tylko do pełnego układu WBK, lecz także do dwóch istotnych przypadków szczególnych: zmodyfikowanych równań Boussinesqa oraz przybliżonych równań długich fal, które opisują powiązane sytuacje w płytkiej wodzie. W każdym przypadku porównują rozwiązania szeregowe oparte na SDM z znanymi rozwiązaniami dokładnymi oraz z wynikami innych metod półanalitycznych. W szerokim zakresie czasu, przestrzeni i wartości rzędu ułamkowego błędy pozostają niezwykle małe — często wiele rzędów wielkości poniżej konkurencyjnych schematów. Wykresy pokazują, że zaledwie kilka wyrazów szeregu (w przedstawionych przykładach trzy) wystarcza do uchwycenia kluczowych cech fal, nawet gdy rząd pamięci jest znacznie odmienny od klasycznej wartości odpowiadającej braku pamięci. Badanie demonstruje także, jak płynna zmiana rzędu ułamkowego przekształca profile fal, łącząc zachowania lokalne z dynamiką silnie zależną od pamięci.

Co to oznacza dla modelowania rzeczywistych fal

Mówiąc prosto, praca oferuje precyzyjny, a jednocześnie ekonomiczny sposób symulacji fal w złożonych ośrodkach, gdzie przeszłość ma znaczenie — na przykład w płynach lepkosprężystych, o warstwowej strukturze oraz w innych układach dyspersyjnych. Pokazując, że ich metoda hybrydowa jest stabilna, szybko zbieżna i skuteczna dla kilku wariantów pamięci, autorzy dostarczają zestaw narzędzi, które można dostosować do wielu innych nieliniowych modeli falowych. Choć testy skupiają się na uidealizowanych, gładkich warunkach, podejście toruje drogę do przyszłych rozszerzeń na wyższe wymiary, nieregularne granice i efekty losowe. Dla nieekspertów wniosek jest taki, że dysponujemy teraz bardziej elastycznym matematycznym „silnikiem” do przewidywania zachowania fal z pamięcią — narzędziem, które może pomóc zniwelować różnicę między prostymi falami z podręcznika a złożonymi wzorcami obserwowanymi w przyrodzie i technologii.

Cytowanie: 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

Słowa kluczowe: rachunek ułamkowy, fale w płytkiej wodzie, nieliniowe układy dyspersyjne, metody transformacji całkowych, modelowanie fal