Analys av fördröjningsdifferentialekvationer med dubbla Caputo-typ fraktionella derivator med hjälp av Laplace-transformmetoder

Varför tidsminne spelar roll

Många verkliga system—från material som långsamt återhämtar sig efter att ha sträckts till populationer som reagerar på tidigare förhållanden—svarar inte omedelbart på vad som händer nu. Deras nuvarande beteende beror på en lång historia av tidigare händelser och ofta på fördröjda återkopplingsslingor. Denna artikel utvecklar nya matematiska verktyg för att beskriva sådana minnes- och fördröjningseffekter med större flexibilitet och för att garantera att de resulterande modellerna uppträder på ett förutsägbart och stabilt sätt.

Fånga historiken med flexibla tidsregler

Traditionell kalkyl antar att förändring endast beror på vad som händer i ett enskilt ögonblick. Fraktionell kalkyl luckrar upp denna idé genom att tillåta "mellanliggande" ordningar av derivering, så att förändringstakten beror på ett viktat medelvärde av hela det förflutna. Författarna fokuserar på en modern version av dessa operatorer, kallad Caputo–Katugampola-derivator, som innehåller en extra ratt, betecknad med parametern ρ, som justerar hur starkt det avlägsna förflutna påverkar nuet. Genom att ställa in ρ kan man smidigt röra sig mellan olika typer av minnesbeteenden, vilket gör ramen anpassningsbar till ett brett spektrum av fysiska, biologiska och tekniska situationer.

Hantera fördröjningar och dubbla effekter

Många system reagerar inte bara på tidigare tillstånd på ett mjukt sätt utan på tillstånd som är förskjutna i tiden—sanna fördröjningar. Artikeln studerar ekvationer där den aktuella förändringstakten beror på ett helt segment av tidigare värden över ett fast tidsfönster, kombinerat med två distinkta fraktionella effekter som verkar samtidigt. En fraktionell term kan representera ett kortsiktigt minne, medan den andra fångar en långsammare, långräckande påverkan. Författarna analyserar en ekvation där dessa två minnestermar förekommer tillsammans, tillsammans med en fördröjd återkopplingsterm som avläser den senaste historiken av den obekanta storheten. Denna blandning syftar till att modellera system där både typ och styrka av minnet kan kontrolleras finmaskigt.

Göra svåra ekvationer hanterbara

För att studera sådana intrikata ekvationer förlitar sig författarna på en specialiserad version av Laplace-transformen anpassad till ρ-parametern, känd som ρ-Laplace-transformen. Denna teknik omvandlar den ursprungliga ekvationen med minne och fördröjning till en mer hanterbar algebraisk form, som sedan kan inverteras tillbaka för att ge ett explicit integraluttryck för lösningen. I denna representation dyker särskilda funktioner som Mittag–Leffler-funktioner upp naturligt; de spelar en roll liknande exponentialfunktionen i ordinära differentialekvationer, men är anpassade till fraktionell tidsdynamik. Med denna integrala form i handen kan författarna noggrant uppskatta hur lösningar beter sig och hur de reagerar på förändringar i insignaler och begynnelsedata.

Säkra existens, entydighet och robusthet

Beväpnade med den integrala formuleringen använder författarna två klassiska idéer från matematisk analys—Banachs kontraktionsprincip och Schauders fixpunktssats—för att visa att systemet är välbeteende. Under en uppsättning villkor har ekvationen en och endast en lösning på det intressanta tidsintervallet, vilket innebär att modellen ger en entydig förutsägelse. Under en mer generell uppsättning antaganden garanteras åtminstone en lösning att existera. Därtill undersöker artikeln Ulam–Hyers-stabilitet, en begreppsram som formaliserar den intuitiva idén om robusthet: om begynnelsedata eller själva ekvationen perturbas något, förändras den resulterande lösningen endast med en kontrollerad, proportionell mängd. Denna egenskap är avgörande om modellen ska kunna användas till simuleringar eller i verkliga tillämpningar, där data aldrig är exakta.

Från teori till numeriska bevis

För att visa att teorin inte enbart är abstrakt presenterar författarna ett numeriskt exempel som involverar två olika fraktionella ordningar och en fördröjning på en tidsenhet. De approximerar lösningen med en standardteknik för fraktionella derivator känd som L1-schemat, vilket är väl ansett för sin stabilitet och enkla implementering. Den beräknade lösningen utvecklas smidigt från den föreskrivna begynnelsehistoriken, och de två olika fraktionella derivatorna uppvisar distinkta men relaterade mönster, vilket belyser hur varje fraktionell ordning formar systemets minne. Genom att införa en liten perturbation i begynnelsehistoriken och räkna om lösningen verifierar författarna numeriskt att avvikelsen förblir proportionell mot perturbationens storlek, i överensstämmelse med Ulam–Hyers-stabilitetsteorin.

Vad detta innebär för verkliga system med minne

I vardagliga termer visar studien att det finns ett flexibelt och matematiskt välgrundat sätt att beskriva system vars nuvarande tillstånd beror både på ett rikt minne av det förflutna och på explicita fördröjningar. Caputo–Katugampola-ramverket, i kombination med ρ-Laplace-transformen, garanterar inte bara att dessa modeller är meningsfulla och har väldefinierade, robu sta lösningar, utan lämpar sig även för praktiska beräkningar. Detta öppnar dörren för mer exakt och tillförlitlig modellering av processer inom områden som viskoelastiska material, styrsystem, populationsekologi och biomedicinska fenomen, där minne och fördröjning är väsentliga egenskaper snarare än små korrigeringar.

Citering: 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

Nyckelord: fraktionella differentialekvationer, minnes- och fördröjningssystem, stabilitetsanalys, Laplace-transformmetoder, numerisk simulering