Cálculo fraccional de conjuntos

Da Wikipédia, a enciclopédia livre

Cálculo fraccional de conjuntos

O Cálculo Fraccional de Conjuntos (Fractional Calculus of Sets (FCS)), mencionado pela primeira vez no artigo intitulado "Sets of Fractional Operators and Numerical Estimation of the Order of Convergence of a Family of Fractional Fixed-Point Methods",[1] é uma metodologia derivada do Cálculo Fraccional.[2] O conceito principal por trás do FCS é a caracterização dos elementos do cálculo fraccional usando conjuntos devido à grande quantidade de operadores fraccionales disponíveis.[3][4][5] Essa metodologia surgiu a partir do desenvolvimento do método de Newton-Raphson Fraccional[6] e trabalhos relacionados subsequentes.[7][8][9]

Thumb
Ilustração de algumas linhas geradas pelo método de Newton–Raphson fraccional para a mesma condição inicial mas com diferentes ordens do operador fracionário implementado. Fonte: Applied Mathematics and Computation

Conjunto O x , α n ( h ) {\displaystyle O_{x,\alpha }^{n}(h)} de Operadores Fraccionales

Resumir
Perspectiva

O cálculo fraccional, um ramo da matemática que lida com derivadas de ordem não inteira, surgiu quase simultaneamente com o cálculo tradicional. Esse surgimento foi em parte devido à notação de Leibniz para derivadas de ordem inteira: . Graças a essa notação, L’Hopital pôde perguntar em uma carta a Leibniz sobre a interpretação de tomar em uma derivada. Naquela época, Leibniz não conseguiu fornecer uma interpretação física ou geométrica para essa pergunta, então simplesmente respondeu a L’Hopital em uma carta que "... é uma aparente paradoxo do qual, algum dia, surgirão consequências úteis".

O nome "cálculo fraccional" origina-se de uma pergunta histórica, já que este ramo da análise matemática estuda derivadas e integrais de uma certa ordem . Atualmente, o cálculo fraccional carece de uma definição unificada do que constitui uma derivada fraccional. Consequentemente, quando não é necessário especificar explicitamente a forma de uma derivada fraccional, tipicamente é denotada da seguinte forma:

Os operadores fraccionales têm várias representações, mas uma de suas propriedades fundamentais é que recuperam os resultados do cálculo tradicional à medida que . Considerando uma função escalar e a base canônica de denotada por , o seguinte operador fraccional de ordem é definido usando a notação de Einstein:[10]

Denotando como a derivada parcial de ordem com respeito ao componente -ésimo do vetor , define-se o seguinte conjunto de operadores fraccionales:

cujo complemento é:

Como consequência, define-se o seguinte conjunto:

Extensão para Funções Vetoriais

Para uma função , o conjunto é definido como:

onde denota o -ésimo componente da função .

Conjunto m M O x , α ∞ , u ( h ) {\displaystyle {}_{m}MO_{x,\alpha }^{\infty ,u}(h)} de Operadores Fraccionales

Resumir
Perspectiva

O conjunto de operadores fraccionales considerando ordens infinitas é definido como:

onde sob o produto de Hadamard [11] clássico temos que:

Operadores Matriciais Fraccionales

Para cada operador , o operador matricial fraccional é definido como:

e para cada operador , pode-se definir a seguinte matriz, correspondente a uma generalização da matriz Jacobiana:[12]

onde .

Produto de Hadamard Modificado

Resumir
Perspectiva

Considerando que, em geral, , define-se o seguinte produto de Hadamard modificado:

com o qual se obtém o seguinte teorema:

Teorema: Grupo Abeliano de Operadores Matriciais Fraccionales

Seja um operador fraccional tal que . Considerando o produto de Hadamard modificado, define-se o seguinte conjunto de operadores matriciais fraccionales:

que corresponde ao grupo Abeliano [13] gerado pelo operador .

Demonstração

Dado que o conjunto na equação (1) é definido aplicando apenas o produto de Hadamard tipo vertical entre seus elementos, para todos tem-se que:

com o qual é possível demonstrar que o conjunto (1) satisfaz as seguintes propriedades de um grupo Abeliano:

Conjunto m S x , α n , γ ( h ) {\displaystyle {}_{m}S_{x,\alpha }^{n,\gamma }(h)} de Operadores Fraccionales

Resumir
Perspectiva

Seja o conjunto . Se e , então é possível definir a seguinte notação multi-índice:

Então, considerando uma função e o operador fraccional:

define-se o seguinte conjunto de operadores fraccionales:

De onde se obtêm os seguintes resultados:

Como consequência, considerando uma função , define-se o seguinte conjunto de operadores fraccionales:

Conjunto m T x , α ∞ , γ ( a , h ) {\displaystyle {}_{m}T_{x,\alpha }^{\infty ,\gamma }(a,h)} de Operadores Fraccionales

Resumir
Perspectiva

Considerando uma função e o seguinte conjunto de operadores fraccionales:

Então, tomando uma bola , é possível definir o seguinte conjunto de operadores fraccionales:

o qual permite generalizar a expansão em série de Taylor de uma função vetorial em notação multi-índice. Como consequência, é possível obter o seguinte resultado:

Método de Newton-Raphson Fraccional

Resumir
Perspectiva

Seja uma função com um ponto tal que . Então, para algum e um operador fraccional , é possível definir um tipo de aproximação linear da função ao redor de da seguinte maneira:

o que pode ser expresso de forma mais compacta como:

onde denota uma matriz quadrada. Por outro lado, se e dado que , infere-se o seguinte:

Como consequência, definindo a matriz:

é possível definir o seguinte método iterativo fraccional:

que corresponde ao caso mais geral do método de Newton-Raphson fraccional.

Thumb
Ilustração de algumas linhas geradas pelo método de Newton–Raphson fraccional para a mesma condição inicial , mas com diferentes ordens do operador fracional implementado. O método de Newton–Raphson fracional geralmente gera linhas que não são tangentes à função cujas raízes estão sendo procuradas, ao contrário do método clássico de Newton–Raphson. Fonte: MDPI

O uso de operadores fraccionales em métodos de ponto fixo tem sido amplamente estudado e citado em várias fontes acadêmicas. Exemplos disso podem ser encontrados em vários artigos publicados em revistas renomadas, como os apresentados em ScienceDirect [14], [15], Springer [16], World Scientific [17], e MDPI [18], [19], [20], [21], [22], [23], [24], [25] . Estudos também estão incluídos de Taylor & Francis (Tandfonline) [26] , Cubo [27] , Revista Mexicana de Ciencias Agrícolas [28], Journal of Research and Creativity [29], MQR [30] , e Актуальные вопросы науки и техники [31]. Estes trabalhos destacam a relevância e aplicabilidade dos operadores fraccionales na solução de problemas.


Referências

  1. Shams, M.; Kausar, N.; Agarwal, P.; Jain, S. (2024). Fuzzy fractional Caputo-type numerical scheme for solving fuzzy nonlinear equations. Col: Fractional Differential Equations. [S.l.: s.n.] pp. 167–175. doi:10.1016/B978-0-44-315423-2.00016-3
  2. Shams, M.; Kausar, N.; Agarwal, P.; Edalatpanah, S.A. (2024). Fractional Caputo-type simultaneous scheme for finding all polynomial roots. Col: Recent Trends in Fractional Calculus and Its Applications. [S.l.: s.n.] pp. 261–272. doi:10.1016/B978-0-44-318505-2.00021-0
  3. Al-Nadhari, A.M.; Abderrahmani, S.; Hamadi, D.; Legouirah, M. (2024). «The efficient geometrical nonlinear analysis method for civil engineering structures». Asian Journal of Civil Engineering. 25 (4): 3565–3573. doi:10.1007/s42107-024-00996-z
  4. Shams, M.; Kausar, N.; Samaniego, C.; Agarwal, P.; Ahmed, S.F.; Momani, S. (2023). «On efficient fractional Caputo-type simultaneous scheme for finding all roots of polynomial equations with biomedical engineering applications». Fractals. 31 (04). 2340075 páginas. doi:10.1142/S0218348X23400753
  5. Wang, X.; Jin, Y.; Zhao, Y. (2021). «Derivative-free iterative methods with some Kurchatov-type accelerating parameters for solving nonlinear systems». Symmetry. 13 (6). 943 páginas. doi:10.3390/sym13060943
  6. Tverdyi, D.; Parovik, R. (2021). «Investigation of Finite-Difference Schemes for the Numerical Solution of a Fractional Nonlinear Equation». Fractal and Fractional. 6 (1). 23 páginas. doi:10.3390/fractalfract6010023
  7. Tverdyi, D.; Parovik, R. (2022). «Application of the fractional Riccati equation for mathematical modeling of dynamic processes with saturation and memory effect». Fractal and Fractional. 6 (3). 163 páginas. doi:10.3390/fractalfract6030163
  8. Srivastava, H.M. (2023). «Editorial for the Special Issue "Operators of Fractional Calculus and Their Multidisciplinary Applications"». Fractal and Fractional. 7 (5). 415 páginas. doi:10.3390/fractalfract7050415
  9. Shams, M.; Carpentieri, B. (2023). «Efficient inverse fractional neural network-based simultaneous schemes for nonlinear engineering applications». Fractal and Fractional. 7 (12). 849 páginas. doi:10.3390/fractalfract7120849
  10. Candelario, G.; Cordero, A.; Torregrosa, J.R.; Vassileva, M.P. (2023). «Solving Nonlinear Transcendental Equations by Iterative Methods with Conformable Derivatives: A General Approach». Mathematics. 11 (11). 2568 páginas. doi:10.3390/math11112568
  11. Shams, M.; Carpentieri, B. (2023). «On highly efficient fractional numerical method for solving nonlinear engineering models». Mathematics. 11 (24). 4914 páginas. doi:10.3390/math11244914
  12. Martínez, F.; Kaabar, M.K.A.; Martínez, I. (2024). «Novel Results on Legendre Polynomials in the Sense of a Generalized Fractional Derivative». Mathematical and Computational Applications. 29 (4). 54 páginas. doi:10.3390/mca29040054
  13. Shams, M.; Kausar, N.; Agarwal, P.; Jain, S.; Salman, M.A.; Shah, M.A. (2023). «On family of the Caputo-type fractional numerical scheme for solving polynomial equations». Applied Mathematics in Science and Engineering. 31 (1). 2181959 páginas. doi:10.1080/27690911.2023.2181959
  14. Nayak, S.K.; Parida, P.K. (2024). «Global convergence analysis of Caputo fractional Whittaker method with real world applications». Cubo (Temuco). 26 (1): 167–190. doi:10.56754/0719-0646.2601.167
  15. Rebollar-Rebollar, S.; Martínez-Damián, M.Á.; Hernández-Martínez, J.; Hernández-Aguirre, P. (2021). «Óptimo económico em uma função Cobb-Douglas bivariada: uma aplicação à pecuária de carne semi extensiva». Revista mexicana de ciencias agrícolas. 12 (8): 1517–1523. doi:10.29312/remexca.v12i8.2915
  16. Mogro, M.F.; Jácome, F.A.; Cruz, G.M.; Zurita, J.R. (2024). «Sorting Line Assisted by A Robotic Manipulator and Artificial Vision with Active Safety». Journal of Robotics and Control (JRC). 5 (2): 388–396. doi:10.18196/jrc.v5i2.20327
  17. Luna-Fox, S.B.; Uvidia-Armijo, J.H.; Uvidia-Armijo, L.A.; Romero-Medina, W.Y. (2024). «Exploração comparativa dos métodos numéricos de Newton-Raphson e bissecção para a resolução de equações não lineares». MQRInvestigar. 8 (2): 642–655. doi:10.56048/MQR20225.8.2.2024.642-655
  18. Tvyordyj, D.A.; Parovik, R.I. (2022). «Mathematical modeling in MATLAB of solar activity cycles according to the growth-decline of the Wolf number». Vestnik KRAUNC. Fiziko-Matematicheskie Nauki. 41 (4): 47–64. doi:10.26117/2079-6641-2022-41-4-47-65

Bibliografia

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.