This paper discusses the modeling via mathematical methods based on fractional calculus, using Caputo fractional derivative. From the fractional models associated with harmonic oscillator, logistic equation and Malthusian growth, an unexpected behavior of the Caputo fractional derivative is discussed. The difference between the rate of variation and the order of the Caputo fractional derivative is explained.
ABSTRACT. In order to refine the solution given by the classical logistic equation and extend its range of applications in the study of tumor dynamics, we propose and solve a generalization of this equation, using the so-called Fractional Calculus, i.e., we replace the ordinary derivative of order 1, in one version of the usual equation, by a non-integer derivative of order 0 < α ≤ 1, and recover the classical solution as a particular case. Finally, we analyze the applicability of this model to describe the growth of cancer tumors.
Resumo: Neste trabalho, com o intuito de analisar a modelagem feita com equações diferenciais fracionárias no sentido de Caputo, analisamos, a partir da generalização fracionária do oscilador harmônico fracionário e da primeira equação diferencial de Malthus, o comportamento da derivada fracionária de Caputo com ordem 0 < α ≤ 1 e com ordem 1 < β ≤ 2. Um comportamento, em princípio, inesperado das soluçõesé discutido. Por fim, analisamos a eventual aplicabilidade desta análise para interpretar fisicamente a derivada fracionária. IntroduçãoObter uma equação diferencial cuja solução descreva bem a realidade, traz consigo uma enorme dificuldade, uma vez que quanto mais próximos estamos de descrever perfeitamente um problema real maiores costumam ser o número de variáveis envolvidas e a complexidade das equações.Neste sentido, o cálculo de ordem não-inteira, tradicionalmente conhecido como fracionário 1 , queé o ramo da matemática que se dedica ao estudo de integrais e derivadas de ordens não inteiras, vem desempenhado um papel de grande destaque. São inúmeros os problemas que, quando descritos em termos de equações diferenciais de ordem não inteira, oferecem uma descrição mais precisa da realidade [2,3,4,5,9,10]. Têm destaque os fenômenos que possuem dependência temporal, uma vez que as derivadas fracionárias são operadores não locais, que descrevem com grande precisão os assim chamados efeitos de memória [3,9].A forma usual de se utilizar a modelagem fracionária consiste em substituir a derivada de ordem inteira, presente na equação diferencial do modelo estudado, por uma derivada fracionária, normalmente de ordem menor que ou igual a do modelo, de forma que a solução inteira seja recuperada como caso particular [3]. Este procedimento foi recentemente utilizado para generalizar a conhecida equação logística de Pierre François Verhulst [13]. Verificou-se que a solução da correspondente versão fracionária descreve com maior precisão o crescimento de determinados tipos de tumor de câncer [12].Provavelmente, o exemplo mais conhecido da eficiência deste processo seja o do oscilador harmônico fracionário [6]. De fato, ao substituir a derivada de ordem dois, presente no modelo 1 De fato, o nome cálculo fracionário nãoé o mais preciso já que a derivada pode ser de ordem real e até mesmo complexa, entretanto por tradição este nome aindaé o mais utilizado.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.