Está en la página 1de 91

MODELOS DIFERENCIALES

Y FUNCIONES ESPECIALES
EN EL AMBITO DEL
CALCULO FRACCIONARIO
Mara Pilar Velasco Cebrian1
Septiembre 2008

Trabajo dirigido por los profesores


Juan J. Trujillo Jacinto del Castillo2 y Luis Vazquez Martnez3

1,3
Universidad Complutense de Madrid
Departamento de Matematica Aplicada
1
Facultad de Matematicas y 3 Facultad de Informatica
28040 Madrid, Spain
Emails: lvazquez@fdi.ucm.es; mvcebrian@mat.ucm.es

2
Universidad de La Laguna
Departamento de Analisis Matematico
Facultad de Matematicas
38271 La Laguna, Tenerife, Spain
Email: jtrujill@ullmat.es
Indice
1. Introduccion 3

2. Conceptos preliminares 9
2.1. Operadores fraccionarios y sus propiedades basicas . . . . . . 9
2.2. Propiedades del operador = xD . . . . . . . . . . . . . . . . 18
2.3. Funciones de Mittag-Leffler . . . . . . . . . . . . . . . . . . . 20
2.4. Una regla de cuasi-conmutatividad o transmutacion . . . . . . 23

3. Modelos diferenciales fraccionarios 24


3.1. Paso del CTRW a la ecuacion de difusion fraccionaria . . . . . 25
3.2. Derivada temporal fraccionaria en la ecuacion de difusion . . . 28
3.3. Derivada espacial fraccionaria en la ecuacion de difusion . . . 30
3.4. Funciones de Weierstrass y ecuaciones diferenciales fraccionarias 33
3.5. Transformada de Fourier fraccionaria . . . . . . . . . . . . . . 37

4. Dinamica fraccionaria de poblaciones 40


4.1. Sistemas de ecuaciones diferenciales lineales . . . . . . . . . . 40
4.1.1. Races reales distintas del mismo signo . . . . . . . . . 42
4.1.2. Races reales distintas de signo opuesto . . . . . . . . . 43
4.1.3. Races iguales . . . . . . . . . . . . . . . . . . . . . . . 44
4.1.4. Races complejas . . . . . . . . . . . . . . . . . . . . . 46
4.1.5. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . 48
4.2. Sistemas de ecuaciones diferenciales cuasi lineales . . . . . . . 49
4.3. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3.1. Competencia de especies . . . . . . . . . . . . . . . . . 50
4.3.2. Presa-Depredador . . . . . . . . . . . . . . . . . . . . . 56

5. Funciones especiales y operadores fraccionarios 59


5.1. Ecuacion hipergeometrica generalizada . . . . . . . . . . . . . 60
5.2. Ecuacion hipergeometrica de Gauss . . . . . . . . . . . . . . . 65
5.3. Ecuacion hipergeometrica confluente . . . . . . . . . . . . . . 67
5.4. Ecuacion de Bessel . . . . . . . . . . . . . . . . . . . . . . . . 69
5.5. Ecuacion de Laguerre . . . . . . . . . . . . . . . . . . . . . . . 72
5.6. Ecuacion de Hermite . . . . . . . . . . . . . . . . . . . . . . . 73
5.7. Ecuacion de Legendre . . . . . . . . . . . . . . . . . . . . . . . 75
5.8. Ecuacion de Airy . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.9. Ecuaciones diferenciales de orden 2 con coeficientes polinomicos 79

6. Cuestiones abiertas 80

2
1. Introduccion
El Calculo Fraccionario se ocupa del estudio de los llamados operadores
de integracion y derivacion fraccionarios sobre dominios de funciones reales o
complejas. As, se han desarrollado progresivamente muchas definiciones de
derivada fraccionaria, D , que pretenden generalizar el concepto de derivada
ordinaria, D, de manera que para = 1 vuelva a recuperarse el operador
ordinario. Se ha ampliado tambien este concepto hacia ordenes de integracion
y derivacion no solo fraccionarios sino tambien reales y complejos, lo cual hace
que sea mas apropiado hablar de Integracion y Diferenciacion de Orden
Arbitrario.
Durante los ultimos dos siglos, muchos grandes cientficos han manifesta-
do un gran interes por este campo planteandose cuestiones como:

Que se entiende por derivada


fraccionaria?
Que significa derivada 1/3 o 2 de una funcion?
Que aplicaciones tienen estos operadores fraccionarios si pierden
propiedades fundamentales respecto a la derivada ordinaria?

La primera informacion sobre la existencia de una derivada de orden


1/2 data de 1695, en una carta de LHopital a Leibniz, a la que Leibniz
augura: Esta aparente paradoja permitira en el futuro extraer interesantes
consecuencias. Posteriormente, cabe senalar, entre otros, a Laplace, Fouri-
er, Abel, Liouville o Riemann (durante el siglo 19), y Weyl, Laurent, Hardy,
Littlewood, Erdelyi o Snedon,.. (en los dos primeros tercios del siglo 20). Sin
embargo, ninguno de ellos estudio ampliamente sobre el tema, pues la can-
tidad de cuestiones abiertas en el ambito de los problemas de tipo ordinario
hacia imposible considerar otros planteamientos alternativos e innovadores.
Fue Euler [28] quien, en 1738, introduce la primera generalizacion de la
derivada ordinaria, verificando que la derivacion fraccionaria tena sentido
para la funcion potencia xa . Y, en 1819, Lacroix [51] parte de la derivada
m-esima de la funcion y = xn , con m y n enteros positivos
dm n!
m
y= xnm (1)
dx (n m)!

para determinar la derivada de orden 1/2 de la funcion y = xa , gracias a la


generalizacion del factorial mediante la funcion Gamma:

d1/2 (a + 1) a 1
y= x 2 (2)
dx 1/2
a + 12

3
Posteriormente, Fourier en 1822 [30] definio, para una funcion f suficien-
temente regular, la siguiente derivada de orden p arbitrario:
Z + Z +
dp 1 p
f (x) = d f (t) cos x t + p dt (3)
dxp 2 2

Hasta este momento, no se haba presentado ninguna aplicacion de estos


operadores fraccionarios. Es entonces cuando Abel [1], en 1823, utiliza la
derivada de orden = 1/2 para resolver la ecuacion integral del problema
de la braquistocrona:
Z x
1
(x t)1 g(t)dt = f (x) (4)
() 0

Estos estudios fueron de interes para Liouville quien, partiendo de la


derivada ordinaria de una exponencial, establece una extension natural a
una derivada de orden p arbritario

Dp eax = ap eax , (5)

para posteriormente, tomando una funcion f desarrollable en serie de la forma



X
f (x) = cn ean x , (6)
n=0

establecer su derivada fraccionaria (primera definicion de Liouville):



X
p
D f (x) = cn apn ean x (7)
n=0

Luego, intenta otros operadores de derivacion de orden fraccionario, para


luego centrarse en la integral fraccionaria, de donde dedujo en 1832 [53] la
siguiente formula:
Z
p 1
D f (x) = tp1 f (x + t)dt, <(p) > 0 (8)
(1)p (p) 0

que, salvo por el factor (1)p , es conocida hoy como la integral fraccionaria
de Liouville.
Posteriores estudios basados en la formula de Cauchy para la integral
repetida llevaron a la obtencion de la hoy conocida integral fraccionaria de

4
Riemann-Liouville (1870-1884). Tambien por esta epoca (1867-1868) se obtu-
vo el operador fraccionario conocido como derivada fraccionaria de Grunwald-
Letnikov. Y posteriormente, se desarrollaron nuevas formulas ntegro-diferen-
ciales fraccionarias: integral fraccionaria de Weyl (1917), integral fraccionaria
de Riesz (1936), derivada fraccionaria de Caputo (1967)... (vease [95], [79],
[67], [11])

Actualmente, se ha experimentado un gran auge de los conceptos del


Calculo Fraccionario y constituyen un lugar de encuentro de multiples dis-
ciplinas, como la teora de las probabilidades y los procesos estocasticos, las
ecuaciones integro-diferenciales, la teora de las transformadas, las funciones
especiales y el analisis numerico.
Cabe destacar, principalmente, el gran interes sobre las ecuaciones dife-
renciales fraccionarias, es decir, ecuaciones que involucran derivadas de orden
real o complejo:

F (t, X(t), (D1 X)(t), . . . , (Dn X)(t)) = 0

donde 1 < 2 < . . . < n y Di es una derivada fraccionaria de orden


i (igualmente pueden definirse tambien ecuaciones diferenciales parciales
fraccionarias).
Sin embargo, al ser los operadores fraccionarios una generalizacion de los
ordinarios, pierden propiedades fundamentales, como son:
No existe una interpretacion geometrica y fsica clara.

La ley de ndices (D + D = D+ ) solo es valida para espacios de


funciones muy especficas.

La derivada del producto de dos funciones es muy difcil de obtener.

La regla de la cadena no es aplicable directamente.

Y la cuestion entonces es: Son de verdad utiles estos modelos fraccionar-


ios en aplicaciones reales? Que nueva informacion pueden aportarnos respec-
to a los modelos ordinarios? La respuesta a estas preguntas reside en que los
operadores ordinarios son locales, mientras que los fraccionarios son no lo-
cales e incorporan a la modelizacion los efectos de memoria y contribucion
de muchas escalas espaciales de manera natural. (vease [63], [44], [94], [96],
[42], [45], [74]).

5
Por ello, este tipo de ecuaciones ha asumido un importante papel para
modelar la dinamica anomala de numerosos procesos relacionados con los
sistemas complejos en muchas areas de la ciencia y de la ingeniera (ver,
por ejemplo, [81], [45] o [74]). Se trata de aplicaciones donde el proceso es
ordinario (es decir, sigue las leyes clasicas), pero el medio es complejo, no
solo por ser no-homogeneo en el sentido clasico, sino ademas porque el medio
se descompone de modo mas o menos aleatorio en componentes altamente
heterogeneas con muy distinta escalabilidad. Como ejemplos senalamos los
siguientes campos:

En la Teora de Materiales: aplicacion y control del comportamiento


de materiales viscoelasticos... (Glockle-Nonnenmacher [31], [32], [33],
Makris-Constantinou [58], [59], Soddemann-Schiessel-Blumen [87], Ene-
lund-Olsson [24], Shimizu-Zhang [84], Blumen-Gurtovenko- Jespersen
[10], Torvik y Bargley [91] y Sjoberg-Kari [85])

En la Teora del Transporte: el flujo de contaminantes transporta-


dos por aguas subterraneas que atraviesan muy diversos estratos...
(Isichenko [40], Balescu [7], Berkowits-Scher [8], Paradisi-Cesari-Mai-
nardi-Tampieri [72], Makris-Dargush-Constantinou [60], Addison-Qu-
Nisbet-Pender [3], del-Castillo-Negrete [17], Pachepsky-Benson-Rawls
[71], Schumer-Benson-Meerscaert-Wheatcraft [83], Hanyga [34], [35],
[36], [37], Sanchez-Vazquez [82] y Zaslavsky [103])

En Fsica, Electromagnetismo, Termodinamica y Mecanica: la correc-


cion de las anomalas producidas por los elementos magneticos sobre las
micro-partculas que producen imagenes mediante la llamada resonan-
cia magnetica... (Floriani-Trefan-Grigolini-West [29], Engheta [25], [26],
[27], Compte-Jou [16], Metzler-Barkai-Klafter [62], Sokolov [88], Riewe
[77], Rossikhin-Shitikova [80], Plonka [73], Hanyga [34], [35], [36], [37],
y Kilbas-Pierantozzi-Trujillo-Vazquez [42])

En Teora de Senales, Teora del Caos y Fractales: senales que recor-


ren largas distancia afectadas por campos magneticos que le afectan
en distinto grado segun su posicion a lo largo del tiempo, senales
transportadas por tejidos humanos o animales... (Montseny-Audounet-
Magtinon [65], Zaslavsky [101], [104], Osada [68], [69], Zaslavsky-Edelman-
Niyazov [102], Jumarie [41], Latora-Rapisarda-Ruffo [48], [49], y Tsallis
[92])

En Geologa y Astrofsica: el control de los cambios de velocidad y


direccion del viento en el transcurso del tiempo y a distintas alturas en

6
los generadores de electricidad en campos eolicos, en Radiacion Cosmica
distribuciones de agua y polvo en la atmosfera tanto en Marte como en
la Tierra... (Mainardi-Tomirotti [56], Lagutin- Nikulin-Uchaikin [47] y
Chechkin-Gonchar-Szydlowski [15])

En Biologa, Qumica, Teora de Control, Economa y otros: transfe-


rencia de materiales organicos entre el exterior y el interior de celulas y
viceversa, transferencia de medicamentos y/o cosmeticos a traves de la
piel... (Tenreiro [90], Duarte-Tenreiro [23], Havlin-Buldyrev-Goldberger-
Maniegna-Ossadnik-Peng-Simon-Stanley [38], Allegrini-Buiatti-Grigo-
lini-West [5], Henry-Wearne [39], Lee-Hoopes-Diehl- Gilliland-Huxel-
Leaver-Umbanhowar-Mogilner [50], Upadhyaya-Rieu-Glazier-Sawada [93],
Verkman [98], Baillie-King [6], Mainardi-Raberto-Gorenflo-Scala [55],
West-Picozzi [100], and Sung-Barkai-Silbey- Lee [90])

As, la herramienta fraccionaria constituye un complemento (y nunca un


sustituto) a los clasicos modelos no-lineales, ver por ejemplo [12].

Aunque en el ambito matematico se hace cada vez mas necesario com-


pletar una teora matematica rigurosa de los operadores fraccionarios, en el
ambito aplicado esta tecnica esta extendida principalmente desde los anos 90,
como puede verse en la siguiente tabla sobre el numero de artculos citados
en las diferentes epocas:

Frases en ttulo o abstract 45-80 81-90 91-96 97-01 02-07 Total


Fractional Brownian Motion 3 6 158 324 659 1150
Anomalous Diffusion 116 108 520 672 1196 2612
Anomalous relaxation 10 14 23 35 50 132
Superdiffusion or Subdiffusion 0 18 30 128 331 497
Anomalous Dynamics 18 28 79 58 273 456
Anomalous Processes
Fractional Models
Fractional Relaxation
Fractional Kinetics
Fractional Dynamics
Fractional Differential Equation 0 2 19 53 304 378
Fractional Foker-Plank Equation
Fractional Diffusion Equation

7
Existen ademas numerosos centros de prestigio donde hay grupos apli-
cados que trabajan en la dinamica de los procesos anomalos incorporando
operadores fraccionarios:

MIT (Massachusetts Institute of Technology) (USA), Physics and Chemistry


Departments.

Berkeley University (USA), Civil and Environmental Engineering Depart-


ment.

Harvard University (USA), Physics Department.

University of New York (USA), Courant Institute.

University of California (USA), Cardiovascular Research Institute.

Air Force Institute of Technology of Ohio (USA).

Max Planck Institute (Germany).

Berlin University (Germany), Humboldt Institute for Physics.

Canadian Advanced Research Institute (Canada).

CNRS (Centre National de la Recherche Scientifique) (France).

Ecole Nationale Superieure des Telecommunications (France), Imaging and


Signal Processing Department.

En este trabajo hacemos una presentacion del estado del arte, respondien-
do a preguntas usuales que nos permiten introducirnos en las cuestiones que
posteriormente son resueltas. Abordaremos problemas relacionados con sis-
temas dinamicos fraccionarios y sus aplicaciones a la dinamica de poblaciones
simples, que nos permiten sacar conclusiones de las ventajas de estos mode-
los. Generalizamos la ecuacion de difusion de modo determinista, sin el uso
de herramienta estocastica, abriendo nuevas e interesantes perspectivas en la
aplicacion de este tipo de modelos en el caso lineal o no. Tambien hacemos
algunas reflexiones sobre las ventajas que estos planteamientos podran pre-
sentar en la Teora del Caos. Por ultimo, aplicamos los operadores fracciona-
rios para simplificar ecuaciones diferenciales asociadas a funciones especiales,
extendiendo las conocidas representationes integrales de las correspondientes
funciones especiales. Terminamos el trabajo mencionando algunos problemas
abiertos en este campo de las Matematicas y sus aplicaciones.

8
2. Conceptos preliminares
2.1. Operadores fraccionarios y sus propiedades basicas
En primer lugar, es necesario introducir los operadores fraccionarios y las
propiedades basicas que utilizaremos a lo largo del desarrollo de este trabajo
(ver, por ejemplo, Samko, Kilbas, Marichev [81]; McBride [57]; Sneddon [86];
Kilbas, Srivastava, Trujillo [45]).

Nota 1 : Usaremos [.] para denotar la parte real.

Definicion 1 (Operadores fraccionarios de Riemann-Liouville): Sean


C, con <(alpha) > 0 y n = [<()]+1 (n N), [a, b] R y f una funcion real
adecuada (por ejemplo, es suficiente f L1 (a, b)). Las siguientes definiciones
son bien conocidas:
Z x
1
(Ia+ f )(x) = (x t)1 f (t) dt (x > a) (9)
() a

(Da+ f )(x) = Dn (Ia+n
f )(x) (x > a) (10)

Z b
1
(Ib f )(x)
= (t x)1 f (t) dt (x < b) (11)
() x
n
(Db f )(x) = (D)n (Ib f )(x), (x < b) (12)

donde D es el operador diferencial ordinario.

Definicion 2 (Operadores fraccionarios de Liouville(o de Weyl)): Sean


C, con <(alpha) > 0 y n = [<()] + 1 (n N), (, b ] R, [a, ) R
y f una funcion real adecuada (por ejemplo, es suficiente f L1 (a, b)). Las
siguientes definiciones son bien conocidas:
Z x
1
(I+ f )(x) = (x t)1 f (t) dt (x R) (13)
()

(D+ f )(x) = Dn (I+n f )(x) (x R) (14)

Z i
1
(I f )(x)
= nf ty(t x)1 f (t) dt (x R) (15)
() x

(D f )(x) = (D)n (In f )(x), (x R) (16)

donde D es el operador diferencial ordinario.

9
Definicion 3 (Derivada fraccionaria de Caputo): Sean C, con <(alpha) >
0 y n = [<()] + 1 (n N), [a, b] R y f una funcion real adecuada (por
ejemplo, es suficiente f L1 (a, b)). La derivada fraccionaria de Caputo es:

(C Da+
n n
f )(x) = (Ia+ D f )(x) (x > a) (17)

La siguiente identidad es bien conocida para una funcion f adecuada (por


ejemplo, f n-veces derivable ):
n1
X
f (j) (a)
(Da+ f )(x) = (C Da+

f )(x) + (x a)j (18)
j=0
(1 + j )

Esto permite introducir una nueva definicion de derivada fraccionaria de


Caputo valida para funciones derivables de orden n en a para las que exista

Da+ f (x):
" n1
#
X (x a)j
(C Da+

f )(x) = Da+ f (x) f (j) (a+) (19)
j=0
j!

As, tenemos:

(C Da+

1) = 0 (20)
(x a)
(Da+ 1) = (21)
(1 )

Definicion 4 (Operadores generalizados de Riemann-Liouville): Bajo las mis-


mas condiciones que en las definiciones anteriores sobre y sobre la funcion
f , sea g una funcion real tal que su derivada g 0 (x) en [a, b] es mayor que 0.
Entonces:
Z x
1 g 0 (t)f (t)
(Ia+; g f )(x) = dt (x > a) (22)
() a (g(x) g(t))1
n n
(Da+; g f )(x) = Dg (Ia+; g f )(x) (x > a) (23)

Z b
1 g 0 (t)f (t)
(Ib; g f )(x) = dt (x < b) (24)
() x (g(t) g(x))1
n n n
(Db; g f )(x) = (1) Dg (Ib; g f )(x), (x < b) (25)
n
1
donde Dgn = g 0 (x)
D .

10
Definicion 5 (Operadores generalizados de Liouville): Bajo las mismas condi-
ciones que en las definiciones anteriores sobre y sobre la funcion f , sea g
una funcion real tal que su derivada g 0 (x) en R es mayor que 0. Entonces:
Z x
1 g 0 (t)f (t)
(I+; g f )(x) = dt (x > a) (26)
() (g(x) g(t))1
n n
(D+; g f )(x) = Dg (I+; g f )(x) (x > a) (27)

Z
1 g 0 (t)f (t)
(I; g f )(x) = dt (x < b) (28)
() x (g(t) g(x))1
n n n
(D; g f )(x) = (1) Dg (I; g f )(x), (x < b) (29)
n
1
donde Dgn = g 0 (x)
D .

En particular, para la funcion g(x) = xm , con m N, y a = 0 obtenemos


los siguientes operadores integrales fraccionarios:

(Im f )(x) = (I0+; xm f )(x)
Z x
1
= (xm tm )1 f (t) dtm
() 0
Z
xm 1
= (1 z m )1 f (xz) dz m (x > 0) (30)
() 0
1 n n
(Dm f )(x) = (D0+; xm f )(x) = (Dm ) (Im f )(x) (x > 0). (31)

Entonces, si = 1 y x > 0, tenemos:


Z x Z x
1 m
(Im f )(x) = f (t) dt = m f (t) tm1 dt (32)
0 0
1 m
m(Dm f )(x) = x (f )(x). (33)

donde estamos utilizando la conocida notacion = xD.


De este modo, se mantienen las siguientes relaciones:
1 1
(Dm Im f )(x) = f (x) (34)
Z x m
1 1 t
(Im Dm f )(x) = (f )(t)dtm = f (x) f (0). (35)
0 m

Enunciamos ahora algunas propiedades bien conocidas:

11
Propiedad 1 : Sea f L1 (a, b), entonces se verifica:

(Da+ Ia+ f )(x) = f (x) (36)

(Da+ Ia+ f )(x) = (Ia+ f )(x), <() <() (37)

(Da+ Ia+ f )(x) = (Da+ f )(x), <() <() (38)

c.p.t, en [a, b].

Propiedad 2 : Sean f L1 (a, b), <() > 0, n = [<()] + 1 y fn =


n
Ia+ f AC n ([a, b]). Entonces:
n
X (nj)
fn (a)
(Ia+ Da+ f )(x) = (D f )(x) (x a)j (39)
j=1
( j + 1)

c.p.t, en [a, b].


En particular, si 0 < <() 1,
1
Ia+ f (a)
(Ia+ Da+ f )(x) = f (x) (x a)1 (40)
()
Propiedad 3 : Sean f L1 (a, b), , > 0, tal que n 1 < n, m 1 <
m
m (n, m N) y + < n, fm = Ia+ f AC m ([a, b]). Entonces:
Xm
+ j (x a)j
(Da+ Da+ f )(x) = (D f )(x) (Da+ f )(a+) (41)
j=1
(1 j )

Propiedad 4 : Sean f Lp (a, b) (1 p ) y <(), <() > 0. Entonces,


se mantienen las siguientes relaciones:
+
(Ia+ Ia+ f )(x) = (Ia+ f )(x) (42)
+
(Im Im f )(x) = (Im f )(x). (43)

c.p.t, en [a, b].

Propiedad 5 : Sea > 1 y > 0 (n 1 < < n, n N). Entonces

m ( + 1)
Dm x = xm() . (44)
( + 1)
Propiedad 6 : Sea > 0 y <() 0, entonces:
x
D e = ex (45)
x
D+ e = ex (46)

12
Propiedad 7 : Sea > 0 y <() 0, entonces:

D;g eg(x) = eg(x) (47)

D+;g eg(x) = eg(x) (48)

Propiedad 8 : Sea <() > 0 y f una funcion suficientemente buena, en-


tonces:

(FD f )(x) = (ix) (Ff )(x) (49)

(FD+ f )(x) = (ix) (Ff )(x) (50)

donde F es la transformada de Fourier y


sign(x)
(ix) = |x| ei 2 (51)

Propiedad 9 : Sea <() > 0, n = [<()] + 1 y f AC n [0, b], b > 0 ,


entonces:
n1
X

(LD0+ f )(x) = x (Lf )(x) xnk1 Dk (I0+
n
f )(0+) (52)
k=0

donde l es la transformada de Laplace. En particular, para 0 < <() < 1 y


f AC[0, b],

(LD0+ f )(x) = x (Lf )(x) (I0+
1
f )(0+) (53)

Propiedad 10 : Sea > 0, n 1 < n (n N) y f C n (R+ ) tal que


f (n) (x) L1 (0, b), b > 0, entonces:
n1
X
C
(L D0+ f )(x) = x (Lf )(x) xk1 (Dk f )(0) (54)
k=0

donde l es la transformada de Laplace. En particular, para 0 < 1,

(LC D0+

f )(x) = x (Lf )(x) x1 f (0) (55)

Propiedad 11 : Sean > 0 (n 1 < < n, n N) y m N. Entonces,



Dm (x) = 0 si y solo si:
n
X
(x) = Ck xm(k) (56)
k=1

13
Definicion 6 (Derivada fraccionaria de Grunwald-Letnikov): Este operador
se basa en la generalizacion de la expresion (vease [81] p.373):

n (nh f )(x)
(D f )(x) = lm (n N) (57)
h0 hn
reemplazando hn por h y el operador de diferencias finitas (nh f )(x) por un
nuevo operador de diferencias finitas fraccionario (h f )(x) de orden R,
definido por la siguiente serie infinita:

X

(h f )(x) := (1)k
f (x kh) (x, h R; > 0) (58)
k
k=0


donde son los coeficientes binomiales.
k

Nota 2 : Una importante propiedad de este operador es que si > 0 y


f (x) L1 (R), entonces la transformada de Fourier viene dada por

(Fh f )(x) = 1 eixh (Ff )(x).

As, la derivada de Grunwald-Letnikov (por los lados derechos e izquierdo)


para una funcion f definida sobre R viende dada por (vease [81] p.386):

) (h f )(x)
f (x) := lm (h > 0) (59)
h0+ h
Estos operadores coinciden con las derivadas fraccionarias de Marchaud para
f (x) Lp (R) (1 5 p < ).

Ahora, para una funcion f definida en un intervalo finito [a, b], se define

X

(h f )(x) = (h f )(x) := (1) k
f (xkh) (x, h R; > 0)
k
k=0
(60)
donde
f (x), x [a, b]
f (x) = (61)
0, x/ [a, b]

14
Entonces introduciendo los siguientes operadores en diferencias

[Xh ]
xa

k
(h,a+ f )(x) := (1) f (x kh) (x R; h, > 0) (62)
k
k=0
[Xh ]
bx

k
(h,b f )(x) := (1) f (x + kh) (x R; h, > 0) (63)
k
k=0

se define la derivada de Grunwald-Letnikov (por los lados derecho e izquierdo)


sobre un intervalo finito como:

) (h,a+ f )(x)
fa+ (x) := lm (64)
h0+ h

) (h,b f )(x)
fb (x) := lm (65)
h0+ h
Estas definiciones coinciden con las derivadas fraccionarias de Marchaud y
pueden ser representadas de la siguiente forma:
Z x
) f (x) f (x) f (t)
fa+ (x) =
+ dt (0 < < 1)
(1 )(x a) (1 ) a (x t)1+
Z b
) f (x) f (x) f (t)
fb (x) =
+ dt (0 < < 1)
(1 )(b x) (1 ) x (t x)1+

As, la derivada de Grunwald-Letnikov es una definicion que permite


aproximar numericamente de manera natural la derivada como en las difer-
encias finitas.

Definicion 7 (Integro-Diferenciacion fraccionaria de Riesz): Los operadores


de integracion y derivacion fraccionaria de Riesz en el espacio eucldeo n-
dimensional Rn (n N) son potencias fraccionarias del operador de Laplace,
()/2 . As, para C\{0} y para funciones f (x) = f (x1 , , xn ) sufi-
cientemente buenas, estos operadores son definidos en funcion de la trans-
formada de Fourier por:

/2 1 I f, <() > 0
() f = F |x| Ff = (66)
D f, <() < 0

Los operadores I y D , con > 0 son los llamados operadores fraccionarios


de integracion y de derivacion respectivamente de Riesz (vease [81] p.214 y
pp.489-502).

15
La integral fraccionaria de Riesz se conoce como el potencial de Riesz,
dado por la convolucion siguiente:
Z

(I f ) (x) = k (x t)f (t)dt, <() > 0 (67)
Rn

donde k (x) es el nucleo de Riesz dado por


(
1 |x|n , n 6= 0, 2, 4,
k (x) := 1 (68)
n () |x|n log |x| , n = 0, 2, 4,
con

2 n/2 [/2][((n )/2)]1 , n 6= 0, 2, 4,
n () :=
(1)(n)/2 21 n/2 [1 + ( n)/2][/2],
n = 0, 2, 4,
(69)
Por otro lado, la derivada fraccionaria de Riesz tiene la forma de una
integral hipersingular definida por:
Z
1 (lt f )(x)
(D f )(x) := dt, l > , > 0 (70)
dn (l, ) Rn |t|n+
donde
l
X
l
(lt f )(x) := (1) k
f (x kt)
k
k=0
2 1+n/2 A ()
dn (l, ) =

n+ l
1 + 2 2 sin 2
Xl
k1 l
Al () = (1) k
k
k=0

Introduzcamos ahora algunas definiciones previas que nos permitiran pre-


sentar propiedades importantes de los operadores fraccionarios de Riesz:

Notacion: Sean
Nn = {k = (k1 , , kn ), kj N, j = 1, , n} (71)
Nn0 = {k = (k1 , , kn ), kj N0 , j = 1, , n} (72)
Entonces denotamos:


D = , , (73)
x1 xn
k1 ++kn

Dk = (74)
x1 xn

16
Definicion 8 (Espacio de Schwartz): El espacio de funciones test de Schwartz
es un espacio lineal de funciones complejo-valoradas suaves, de forma que:
S(Rn ) = {(t) : sup (1 + |t|2m )|Dk (t)| < , m N0 , k Nn0 , t Rn }
tRn
(75)
Definicion 9 (Espacios de Lizorkin): Los espacios de funciones test de Li-
zorkin son espacios lineales de funciones complejo-valoradas infinitamente
diferenciables, distinguiendose dos tipos:
= {(t) : S(Rn ), (Dk )(0) = 0, k Nn0 } (76)
Z
= {(t) : S(Rn ), tk (t)dt = 0, k Nn0 } (77)
Rn

donde tk = tk11 tknn .

Entonces se verifican las siguientes propiedades:


Propiedad 12 : Sea <() > 0 y f una funcion en el espacio de Lizorkin ,
entonces la transformada de Fourier de su potencial de Riesz viene dada por:
1
(FI f )(x) = (Ff )(x) (78)
|x|
Propiedad 13 : Sea <() > 2 y f una funcion en el espacio de Lizorkin ,
entonces:
I f = I2 f (79)
Propiedad 14 : Sea <() > 0, n 6= 0, 2, 4, , y f una funcion en el
espacio de Lizorkin , entonces:
Z
1 f (t)dt
(I f ) (x) = (80)
n () Rn |x t|n
Propiedad 15 : Sea > 0 y f una funcion en el espacio de Lizorkin ,
entonces la transformada de Fourier de la derivada fraccionaria de Riesz
viene dada por:
(FD f )(x) = |x| (Ff )(x) (81)
(Esta propiedad tambien se verifica para funciones infinitamente diferencia-
bles en Rn con soporte compacto, f C0 (Rn )).
As, la derivada fraccionaria de Riesz tiene como operador inverso el po-
tencial de Riesz:
Propiedad 16 : Sea > 0 y f una funcion suficientemente buena, en par-
ticular, f perteneciente al espacio de Lizorkin , entonces:
D I f = f (82)

17
2.2. Propiedades del operador = xD
A continuacion, introducimos algunas propiedades esenciales para este
trabajo.

Propiedad 17 : Sea f una funcion real diferenciable de orden 1 en un in-


tervalo I R, R, y m N. Entonces:

( x )f (x) = (x ( + ))f (x) (83)

Demostracion: (x )f (x) = x ( x1 f (x) + x Df (x)) = (x ( + ))f (x)

Propiedad 18 : Sea f una funcion real diferenciable de orden 2 en un in-


tervalo I R {0}. Entonces:

D2 f (x) = (x2 ( 1))f (x) (84)

Demostracion: Usando la propiedad 17, se sigue:

D2 f (x) = (x1 )2 f (x) = (x1 x1 )f (x) = (x2 ( 1))f (x)

Propiedad 19 : Sea f una funcion real diferenciable de orden 2 en un in-


tervalo I R y sean a, b constantes. Entonces:

( + a)( + b)f = ( + b)( + a)f = (x2 D2 + (a + b + 1)xD + ab)f (85)

Demostracion: Usando la propiedad 18, se sigue:

x2 D2 + (a + b + 1)xD + ab = x2 x2 ( 1) + (a + b + 1)xx1 + ab
= 2 + (a + b) + ab
= ( + a)( + b)

Propiedad 20 : Sean > 0, m N, y sea f una funcion adecuada en un


intervalo I R (por ejemplo, f C 1 (I), es decir, diferenciable con derivada
continua). Entonces:

(Im )f (x) = (( m)Im )f (x) (86)

y

(Dm )f (x) = (( + m)Dm )f (x) (87)

donde Im y Dm son los operadores fraccionarios de Riemann-Liouville (30) y
(31), respectivamente.

18
Demostracion: Considerando la propiedad 17,
Z
xm 1
(Im )f (x) = (1 z m )1 (f )(xz)dz m
() 0
Z
xm 1
= (1 z m )1 xz f 0 (xz)dz m
() 0
Z 1
xm
= x (1 z m )1 f (xz)dz m
() x 0
Z 1
xm
= (1 z m )1 f (xz)dz m
() 0
Z
xm 1
= ( m) (1 z m )1 f (xz)dz m
() 0

= (( m)Im )f (x).

La demostracion para la segunda relacion es analoga.

Propiedad 21 : Bajo las mismas hipotesis de la propiedad anterior, se


mantienen las siguientes relaciones:
m
(Im x )f (x) = (xm Im

)(f (x) f (0)) (88)

y
m
(Dm x )f (x) = (xm Dm

)(f (x) f (0)) (89)

donde Im es el operador fraccionario de Riemann-Liouville (30).

En particular, para f (0) = 0 se mantiene que

(xm Im
m
)f (x) = (Im x )f (x) (90)

Demostracion: La demostracion se sigue de (33), (34), (35) y la propiedad 4.

(xm Im

)f (x) = (mDm 1 1
Im )[(Im 1
Dm )f (x) + f (0)]
1 1 1 1
= (mDm Im Im Dm )f (x) + (mDm Im )f (0)
1 1
= (mIm Dm )f (x) + (mDm Im )f (0)
m
= (Im x )f (x) + (xm Im
)f (0).

La demostracion para la segunda relacion es analoga.

19
2.3. Funciones de Mittag-Leffler
Definicion 10 (Funciones de Mittag-Leffler):

X zk
E (z) = ( > 0) (91)
k=0
(k + 1)
X
zk
E, (z) = (, > 0) (92)
k=0
(k + )

X
l (k + l)! z k
E, (z) = (, > 0; l N) (93)
k=0
l!(k + ) k!

Definicion 11 (Una Funcion de tipo Mittag-Leffler):


ez
:= z
1
E, (z ) ( > 0, C) (94)

Se conoce poco sobre la tabulacion de las funciones de Mittag-Leffler para


grandes valores negativos y para valores complejos, pero podemos introducir
una serie de propiedades interesantes:
Propiedad 22 : E (kx), con k > 0, se comporta de modo similar a una
exponencial negativa para 0 < < 1, mientras que para 1 < < 2 tiene
caracter ondulatorio:

1<<2
0<<1 1
1
0.8
0.9
0.6
0.8
0.4
0.7
0.2
0.6
E (x)
E (x)

0.5

0.2
0.4

0.3 0.4

0.2 0.6

0.1 0.8

0 1
0 2 4 6 8 10 0 5 10 15 20 25 30 35 40 45 50
x x

Figura 1: Graficas de E (x) para = 0,5 (azul), = 0,7 (rojo) y = 0,9 (verde), y
para = 1,5 (azul), = 1,7 (rojo) y = 1,9 (verde), respectivamente.

Propiedad 23 : Sean > 0 y C, entonces:


C
D0+ E (t ) = E (t ) (95)

20
Propiedad 24 : Sean , > 0, C y l N, entonces:

l
E, (t ) = l!xl E,l+
l
(t ) (96)
l
Propiedad 25 : ekx , con k > 0, se comporta de modo similar a una expo-
nencial negativa para 0 < < 1, mientras que para 1 < < 2 tiene caracter
ondulatorio:

0<<1 1<<2
1 1

0.9 0.8

0.8
0.6

0.7
0.4
0.6
0.2
ex
ex

0.5

0
0.4
0.2
0.3

0.4
0.2

0.1 0.6

0 0.8
0 1 2 3 4 5 6 7 8 9 10 0 5 10 15 20 25 30 35 40 45 50
x x

Figura 2: Graficas de ex
para = 0,5 (azul), = 0,7 (rojo) y = 0,9 (verde), y para
= 1,5 (azul), = 1,7 (rojo) y = 1,9 (verde), respectivamente.

Propiedad 26 : Sean > 0 y C, entonces:


t
D0+ e = et
(97)

A partir de las funciones de Mittag-Leffler es obvio que, igual que la expo-


nencial ordinaria esta relacionada con las funciones trigonometricas clasicas
(seno y coseno), se puede establecer tambien una generalizacion al caso frac-
cionario de las funciones trigonometricas, que tendran propiedades intere-
santes respecto a los operadores fraccionarios (veremos que estas generaliza-
ciones nos seran utiles para demostrar que existen funciones no diferenciables
que son soluciones de ecuaciones diferenciales fraccionarias):

21
Definicion 12 (Funciones trigonometricas generalizadas):

X
(x a)(2j+1)1
cos [(x a)] = (1)j (2j) = Re ei(xa)
(98)
j=0
[(2j + 1)]
X
(x a)(j+1)21
sin [(x a)] = (1)j (2j+1) = Im ei(xa)
(99)
j=0
[(j + 1)2]
X
(x a)(2j)
cos [(x a)] = (1)j (2j+1) = Re [E (ix )] (100)
j=0
[2j + 1]
X
(x a)(2j+1)
sin [(x a)] = (1)j 2j+1 = Im [Ei (x )](101)
j=0
[(2j + 1) + 1]

Propiedad 27 :

Da+ sin (x) = cos (x) (102)
C
Da+ sin (x) = cos (x) (103)

Da+ cos (x) = sin (x) (104)
C
Da+ cos (x) = sin (x) (105)

Definicion 13 (Otra generalizacion de las funciones trigonometricas): Sean


1 < 2 and R. Introducimos entonces las siguientes funciones
trigonometricas generalizadas:
X
1
1 (1)l (x)2l
Cos (x) = < x E1, (ix) = x = x1 E2, ((x)2(106)
)
l=0
(2l + )
X
1
1 (1)l (x)2l+1
Sin (x) = = x E1, (ix) = x = x E2,+1 ((x)2(107)
)
l=0
(2l + + 1)

Efectivamente Cos (x) y Sin (x) generalizan a cos(x) y sin(x) respecti-


vamente, pues:
x1 E1, (ix) = eix , if = 1 (108)

22
2.4. Una regla de cuasi-conmutatividad o transmutacion
El proposito aqu es utilizar los operadores fraccionarios para obtener
una regla conmutativa que sirva como herramienta para reducir ecuaciones
diferenciales con coeficientes variables a otras ecuaciones mas basicas.
Lema 1 : Sea f una funcion diferenciable de orden 2 en un intervalo I R,
con x 6= 0. Consideremos el operador diferencial
D 2
L = D 2 + 2, (109)
x x
entonces:
L f = x2 ( )( + )f (110)
Demostracion: Considerando (18), se sigue
x1 2
L = x2 ( 1) + 2
x x
= x2 [( 1) + 2 ] = x2 ( )( + ).
A continuacion, presentamos una propiedad conmutativa aplicable a opera-
dores diferenciales:
Teorema 1 : Sea f una funcion diferenciable de orden 2 en un intervalo
I R, con x 6= 0, L el operador (109) y T el operador dado por
+ 1 1
T = x D2 2 ( R, n = [ ], n N), (111)
2
+ 1
donde D2 2 es el operador diferencial fraccionario de Riemann-Liouville
(25). Entonces, se mantienen la siguiente relacion:
(T D2 )f (x) = (L T )(f (x) f (0)) (112)
Demostracion: Consideremos el operador T = x D2 ( R; n = [],
n N), con = () R. Entonces, usando el lemma (110) y las
propiedades 17, 18, 20 y 21, se sigue:
(T D2 )f (x) = (x D2 x2 ( 1))f (x)
= (x ( + 1 + 2)D2 x2 )f (x)
= (x ( + 1 + 2)x2 D2 )(f (x) f (0))
= (x2 ( + 1 2 + 2)( )x D2 )(f (x) f (0)).
1
De este modo, tomando = + 2
obtenemos el resultado (112).
Nota 3 : En otro sentido pero guardando cierta similitud, Kiryakova aplica
ciertas reglas parecidas que denomina de transmutatividad para simplificar
diversos problemas (ver captulo 3 de [46]).

23
3. Modelos diferenciales fraccionarios
Los sistemas complejos (vidrios, cristales lquidos, polmeros, protenas,
organismos vivos, ecosistemas...) se caracterizan por presentar un gran numero
de elementos unitarios que interaccionan entre ellos, lo cual hace que estos
sistemas manifiesten una evolucion anomala en el tiempo.
De esta manera, la relajacion en los sistemas complejos no sigue el patron
exponencial clasico:
t
(t) = 0 e 2 (113)
sino que se describe mejor mediante una ley exponencial generalizada:
t
(t) = 0 e( 2 ) , 0<<1 (114)
o mediante una ley de potencias asintotica:
n
t
(t) = 0 1 + , n>0 (115)
2
Igualmente, los procesos de difusion de los sistemas complejos normal-
mente no siguen una estadstica gaussiana, modelizados a traves del teorema
central del lmite y el movimiento browniano, y cuya caracterstica principal
es que el desplazamiento cuadrado medio depende linealmente del tiempo:
< x2 (t) > K1 t, K1 = constante (116)
sino presentan una difusion anomala, dependiendo no linealmente del tiempo:
< x2 (t) > K t , K = constante (117)
basada en el teorema central del lmite generalizado de Levy-Gnedenko.
Aproximaciones consistentes que se han desarrollado para esta difusion
anomala son el CTRW (Continuous Time Random Walk - Camino aleatorio
en tiempo continuo) y las ecuaciones de Langevin generalizadas, los cuales
constituyeron durante la segunda mitad del siglo XX practicamente la unica
herramienta eficaz disponible. Sin embargo, estos modelos tienen la desven-
taja de que no permiten incorporar directamente campos de fuerzas, plantear
problemas de valores lmites o considerar la dinamica del espacio de fases.
Como alternativa para solventar estas desventajas aparecen las ecuaciones
fraccionarias, con las propiedades de no localidad y memoria. Sin embargo,
quedan aun abiertas cuestiones como que definicion de derivada fraccionaria
es mejor usar y si es mejor plantear una derivada fraccionaria temporal o
espacial. Mostraremos en esta seccion la introduccion de estos modelos frac-
cionarios (cabe destacar en la sub y superdifusion el trabajo de Metzler y
Klafter en [63]).

24
3.1. Paso del CTRW a la ecuacion de difusion frac-
cionaria
El modelo CTRW se basa en la existencia de 2 variables aleatorias:
Tiempo de espera: T

Longitud del salto: X


cuyas funciones de densidad de probabilidad vienen dadas por:
Z Z
(x) = (x, t)dt ; w(t) = (x, t)dx (118)
0

donde (x, t) representa la funcion de densidad de probabilidad conjunta de


ambas variables aleatorias, la cual vendra dada por

(x, t) = (x)w(t) (119)

para variables aleatorias T y X independientes.


De esta manera,
(x)dx representa la probabilidad de que la longitud de salto sea x, y

w(t)dt representa la probabilidad de que el tiempo de espera hasta el


siguiente salto sea t.

Finalmente, siguiendo el desarrollo del modelo CTRW, la probabilidad


de estar en la posicion x en el tiempo t, W (x, t), viene dada en el espacio
transformado de Fourier-Laplace por la formula siguiente:
1 w(u) W0 (k)
W (k, u) = (120)
u 1 (k, u)

donde W0 (k) es la transformada de Fourier de la condicion inicial, W0 (x) =


W (x, 0).
Consideremos ahora el momento de orden 1 (media) del tiempo de espera,
Z
T = E[T ] = tw(t)dt = , (121)
0

y el momento de orden 2 de la longitud de salto,


Z
2 2
= E[X ] = x2 (x)dx = 2 2 , (122)

25
Supongamos, entonces, que (122) se mantiene finito, de forma que la
variable aleatoria X tiene una funcion de densidad de probabilidad gaussiana,
1 x2
(x) = e 42 , (123)
4 2
cuya transformada de Fourier es: (k) 1 (k)2 + O(k 4 ).
Supongamos ademas que (121) diverge, tal que la funcion de densidad de
la variable T es de la forma
1+
w(t) A , 0 < < 1, A = constante, (124)
t
cuya transformada de Laplace es w(u) 1 (u ) + O(u2 ).
Introduciendo estas consideraciones en la ecuacion (120) y despreciando
los terminos pequenos, O(k 4 ) y O(u2 ), obtenemos lo siguiente:

1 w(u) W0 (k)
W (k, u) = (125)
u 1 (k, u)

(u ) W0 (k)
= (126)
u (u ) + (k)2
W0 (k)
u
= 2 (127)
1 + u k 2
2
de donde, tomando K =
la constante de difusion, se llega a

1
K u k 2 W (k, u) = W (k, u) W0 (k). (128)
u

Como puede apreciarse, la ecuacion (128) corresponde a la ecuacion de


difusion fraccionaria en el espacio transformado de Fourier-Laplace, pues:

L I0+,t W (x, t) = u W (x, u) (129)
2

F W (x, t) = k 2 W (k, t) (130)
x2

donde D0+,t es el operador fraccionario de Riemman-Liouville, y por tanto:

2
F-L I0+,t K 2 W (x, t) = K u k 2 W (k, u) (131)
x
1
F-L W (x, t) W0 (x) = W (k, u) W0 (k) (132)
u

26
de donde, igualando ambos terminos por la identidad (128) y volviendo al
espacio directo, se obtiene:
2
W (x, t) W0 (x) = I0+,t K W (x, t) (133)
x2
y, finalmente, segun Metzler y Klafter en [63], aplicando la derivada parcial

respecto al tiempo, t , llegamos a la ecuacion de difusion fraccionaria:
W 1 2
(x, t) = D0+,t K 2 W (x, t) (134)
t x
Nota 4 : Observese que (134) es una ecuacion ntegro-diferencial y que,
bajo ciertas condiciones de regularidad, si aplicamos en ambos miembros el
1
operador integral de Riemman-Liouville respecto al tiempo, I0+,t , obtenemos
la ecuacion de difusion fraccionaria con el operador diferencial de Caputo:
C 2
D0+,t W (x, t) = K W (x, t) (135)
x2
En [63], puede verse con mas detalle este desarrollo, ademas de una ex-
plicacion del papel que juegan otros modelos fraccionarios difusivos lineales
o no lineales, como la ecuacion fraccionaria de Fokker-Plank.
Ademas del CTRW, se han desarrollado otros modelos para describir los
fenomenos anomalos difusivos como, por ejemplo, el modelo multiple trap-
ping (trampa multiple), basado en la distincion entre una banda de estados
de transporte, donde los elementos transportados se mueven libremente, y
una distribucion de trampas, donde lo transportado permanece inmovil, pu-
diendose intercambiar elementos entre ambos estados.
Bisquert, en [9], realiza justificadamente una generalizacion de este meto-
do mediante el uso de una derivada fraccionaria de Riemman-Liouville en el
tiempo:
2 f (x, t)
D0+,t f (x, t) = C 0<1 (136)
x2
donde f es una distribucion de probabilidad y C = K0 1 es el coeficiente
fraccionario de difusion, con K0 el coeficiente de difusion ordinario y una
constante de tiempo.
Ademas, introduce una condicion inicial fraccionaria:


(I0+,t f )(x, t) = lm t1 f (x, t) = f0
1
(137)
t=0 t0

la cual no es posible introducir si modelaramos con una derivada fraccionaria


de Caputo.

27
3.2. Derivada temporal fraccionaria en la ecuacion de
difusion
Repasemos brevemente el metodo de separacion de variables para resolver
formalmente el problema unidimensional asociado con la difusion del calor
en una barra aislada de longitud l y sin fuentes de calor internas:
2
U (x, t) 2 U (x, t)
= ( > 0, t > 0, 0 < x < l) (138)
t x2
U (0, t) = U (l, t) = 0 (139)
U (x, 0) = f (x), con f una funcion adecuada (140)
Buscamos soluciones del tipo
U (x, t) = X(x)T (t) (141)
por lo que debe verificarse:
X 00 (x) T 0 (t)
= 2 = 2 (142)
X(x) T (t)
Entonces, tenemos:
X 00 (x) + 2 X(x) = 0, X(0) = X(l) = 0 (143)
T 0 (t) + ()2 T (t) = 0 (144)

Resolviendo estas ecuaciones diferenciales, obtenemos los autovalores n =


n
l
(n N) y las autofunciones
Xn (x) = sin(n x) (145)
(n )2 t
Tn (t) = e (146)
de donde llegamos finalmente a la solucion del problema dada en serie de
potencias:

X
U (x, t) = cn Xn (x)Tn (t) (147)
n=0
con Z l
2
cn = sin(n x)f (x)dx (n N) (148)
l 0

En vista a todo esto, nos planteamos ahora lo siguiente: Que podemos


hacer si queremos que la solucion a este problema de difusion se mueva mas
lentamente en el tiempo?

28
Podramos adoptar varias estrategias, como por ejemplo hacer que la
constante de difusion dependa del tiempo (como se hace en el planteamiento
clasico), pero quiza podramos obtener un mayor control del decaimiento si
modificamos directamente la funcion relacionada con el tiempo.
Es decir, sustituyamos (146) por otra funcion que decaiga mucho mas
lentamente, lo cual nos deje controlar la velocidad del proceso de difusion.
Esto no es difcil de hacer, puesto que sera suficiente sustituir la exponencial
negativa por funciones de tipo Mittag-Leffler. Obtendramos entonces:
Tn (t) = E ((n )2 (t a) ), a 0, nN (149)
o
2 (ta)
Tn (t) = e(

n )
, a 0, nN (150)
Esto nos llevara entonces a plantear nuevos modelos de ecuacion difusion
fraccionaria, involucrando la derivada de Caputo o la de Riemman-Liouville:

C 2U 2
2 U
Da+,t U (x, t) = 2 y D
a+,t U (x, t) =
x2 x2
respectivamente, con las mismas condiciones de contorno del caso ordinario.
Notese que ambos modelos representan fenomenos subdifusivos y no su-
perdifusivos, pues para > 1 las funciones de tipo Mittag-Leffler asociadas
con las derivadas fraccionarias de Caputo y de Riemman-Liouville dejan de
comportarse como exponenciales negativas, como puede observarse en las
figuras 1 y 2.
Para desarrollar un modelo superdifusivo podemos sustituir la exponen-
cial ordinaria por una exponencial que involucre otra funcion dependiente
del tiempo t y del parametro , g(t, ), es decir:
2 g(t,)
Tn (t) = e(n ) (151)
As, la funcion g permite determinar un comportamiento sub o superdi-

fusivo. Por ejemplo, si g(t, ) = t o g(t, ) = et , obtenemos subdifusion
para 0 < < 1 y superdifusion para > 1.
De esta manera, considerando la propiedad (47) tenemos que este tipo de
soluciones corresponde a una ecuacion de difusion fraccionaria de la forma:

2U
D;g,t U (x, t) + 2=0 (152)
x2
que, como hemos visto, permite modelar tanto la subdifusion como la su-
perdifusion, segun el valor del parametro (observese que en estos casos
particulares g(t, ) > 0 y su derivada es distinta de cero para t > 0).

29
3.3. Derivada espacial fraccionaria en la ecuacion de
difusion
Consideremos ahora, las hipotesis deterministas que dan lugar a la ecuacion
de difusion ordinaria:
1. Ley de Fourier para el fro: El calor fluye de la zona mas caliente a la
mas fra y la cantidad de calor que fluye es directamente proporcional
a la seccion espacial que atraviesa. Matematicamente, si denotamos
q(x, t) al flujo de calor y (x) > 0 a la conductividad termal, se tiene:
U
q(x, t) = (x) (153)
x

2. Ley de conservacion de la energa: La tasa de cambio de energa


en una seccion finita de la barra es igual a la cantidad total de calor
que fluye en esa seccion de la barra:
Z
x+x
c(z)U (z, t)dz = q(x + x) + q(x, t) (154)
t x
donde c(x) es la capacidad de calor del material de la barra.

Nota 5 : Consideraremos que el calor fluye de izquierda a derecha.

Tomando la igualdad (154) y asumiendo que c(z)U (z, t) es suficientemente


regular, podemos introducir la derivada parcial temporal en la integral. Pos-
teriormente, dividiendo en ambos lados por x y tomando luego x 0
para aplicar el teorema del valor medio, obtenemos:
U q
c(x) = (155)
t x
Ahora, considerando (153), llegamos a

U U
c(x) = (x) (0 < x < l) (156)
t x x

de donde, para una barra homogenea (es decir, con c(x) y (x) constantes),
se deriva la ecuacion de difusion ordinaria:
U 2U
= 2 (0 < x < l) (157)
t x
con = c .

30
Atentiendo a las hipotesis enunciadas que dan lugar a la ecuacion de
difusion ordinaria, podemos observar que la identidad (153) puede ser escrita
como la convolucion
Z l
q(z, t) q(x, t)
U (x, t) = dz + (t) = 1 l + u2 (t) (158)
x (z) (x)

donde U (l, t) = u2 (t).


Para simplificar, consideraremos c(x) = c > 0 y (x) = > 0, y tomare-
mos las condiciones de contorno:

u2 (t) = 0 ; u1 (t) = lm x1 U (x, t) = 0 (159)


x0

Por tanto:
Z l
1 q(x, t)
U (x, t) = q(z, t)dz = 1 l (0 < x < l) (160)
x

Ahora, podemos generalizar la ley de Fourier para el fro introduciendo


un factor de memoria. Un modo de introducir dicho factor de memoria es
reemplazar 1 en (160) por otro nucleo diferente, por ejemplo, K(x) = x1
(0 < 1). Entonces:

q(x, t)
U (x, t) = K(x)

Z l
1
= (z x)1 q(z, t)dz
x
()
= Il;x q (x, t) (161)

que es equivalente a

q(x, t) = Dl,x U (x, t) (162)
()

De esta manera, considerando ahora (155), obtenemos la siguiente ecuacion


de difusion fraccionaria:

U
(x, t) = Dl,x U (x, t) (0 < x < l, t > 0) (163)
t

donde 1 < = +1 2, = c ()
> 0 y la condicion inicial U (x, 0) = f (x).

31
Nota 6 : Observese que son muchas las posibilidades de elegir el nucleo
K(x). Con esta generalizacion introducimos a traves del nucleo un factor
de no-localidad o memoria que ayuda a determinar la influencia de medios
fuertemente heterogeneos, que es justo el tipo de dinamicas que pretendemos
abordar con estos modelos.

Nota 7 : Al usar la derivada fraccionaria de Riemman-Liouville, no puede


tomarse directamente la condicion de contorno U (0, t) = 0. La barra la hemos
colocado con el punto inicial x = 0, lo cual es conveniente en el caso ordi-
nario, pero aqu sera mejor colocar por ejemplo el punto inicial x = 1, con lo
que el punto final de la misma sera x = l + 1, pues con esto las condiciones
de contorno e inicial podran ser las habituales y la derivada fraccionaria del

modelo (163) se debe sustituir por D(l+1);x .

Nota 8 : Citamos aqu la interesante aplicacion de las ecuaciones diferen-


ciales de orden 1/2 para encontrar los grados de libertad de la ecuacion de
difusion mediante el conocido metodo de Dirac para la ecuacion de ondas
(veanse [94], [42]).

32
3.4. Funciones de Weierstrass y ecuaciones diferenciales
fraccionarias
En esta seccion pretendemos demostrar que existen ciertas funciones de
tipo Weierstrass (continuas en un intervalo pero no derivables en ninguno de
sus puntos) que son soluciones de ciertas ecuaciones diferenciales simples. Con
ello, cabe preguntarse: La teora clasica no lineal es herramienta suficiente
para modelizar la dinamica de la mayora de los procesos complejos? O,
por el contrario, existen dinamicas de procesos naturales que solo pueden
modelarse con los operadores fraccionarios?
Como ejemplos de funciones unidimensionales no diferenciables podemos
considerar los stock financieros en el tiempo, los electrocardiogramas o ence-
falogramas, los movimientos brownianos,...

Figura 3: Diagrama tpico de un electroencefalograma

Figura 4: Tendencias de Dow Jones y de Endesa respecto al Ibex35

33
Weierstrass, en 1872, fue el primero en dar un ejemplo de una funcion
que fuera continua en un intervalo pero no diferenciable en ninguno de sus
puntos:

X
Wa,b (x) = an cos(bn x). (164)
n=0

En 1916, Hardy mostro que para ello era suficiente en dicha funcion que
se satisfagan las condiciones 0 < a < 1 y ab > 1.

1.5 0.6

0.5
1
0.4
0.5
0.3

0.2 0.4 0.6 0.8 1 0.2

-0.5 0.1

-1 0.602 0.604 0.606 0.608 0.61

Figura 5: Wa,b (x) para a = 0,6 y b = 4, en los intervalos [0, 1] y [0,6, 0,61]

Posteriormente, Mandelbrot en 1960 definio la siguiente familia de fun-


ciones derivadas de la funcion de Weierstrass:

X
a,w (x) = wan (1 cos(wn x)) (0 < a < 1, w > 1) (165)
n=

cuya regularidad es la misma que la de la funcion de Weierstrass, pero es


invariante en un cambio de escala: a,w (wx) = wa a,w (x)

6
4.8
5
4.6
4
4.4
3
4.2
2
0.402 0.404 0.406 0.408 0.41
1
3.8

0.2 0.4 0.6 0.8 1

Figura 6: a,w (x) para a = 0,3 y w = 2,2, en los intervalos [0, 1] y [0,4, 0,41]

34
Veamos ahora como una funcion de Weierstrass generalizada puede ser
obtenida resolviendo una ecuacion diferencial fraccionaria sencilla (ver [12]):
Definicion 14 (Funcion de Weierstrass generalizada):

X

Wa,b (x) = an Cos+1 (bn x) (x > 0) (166)
n=0

3 40

2 30

20
1
10
2 4 6 8
10 20 30 40 50
-1 -10

-2 -20

0.35
0.75
0.3
0.5
0.25
0.25
0.2
8.02 8.04 8.06 8.08 8.1 0.15
-0.25
0.1
-0.5
0.05
-0.75
8.0002 8.0004 8.0006 8.0008 8.001

15
30 10

20 5

10 199.2 199.4 199.6 199.8 200


-5
192 194 196 198 200
-10
-10
-15
-20 -20

0
Figura 7: W0,9,2 ,2(x), en [0, 8] y [0, 50], [8, 8,1] y [8, 8,001], [190, 200] y
[199, 200]

1
Teorema 2 : Sean 0 < < 1, 2 b < 3 y b
< a < 1, entonces Wa,b (x) es
diferenciable de orden y satisface:

D0+ Wa,b (x) = Wa,b (x) (167)
donde Wa,b (x) es la funcion de Weierstrass clasica.

35
Del mismo modo, pueden introducirse tambien generalizaciones de la fun-
cion de Mandelbrot-Weierstrass clasica con el mismo tipo regularidad y con
propiedades nuevas respecto a los operadores fraccionarios:
Definicion 15 (Funcion de Mandelbrot-Weierstrass generalizada):
X
,A an Ax n
a,w (x) = w Cos+1 (w x) (168)
n=
( + 1)

10

8
90
6
80
4
70
2

0.5 1 1.5 2
0.5 1 1.5 2

Figura 8: 0,1,A
0,1,2,2 (x), para A = 1,1 y A = 0,99, en [0, 2]

5.4
6.5
5.2
6
0.4002 0.4004 0.4006 0.4008 0.401
5.5 4.8

4.6
0.402 0.404 0.406 0.408 0.41
4.4
4.5
4.2

0,1,0,99
Figura 9: 0,1,2,2 (x), en [0,4, 0,41] y [0,4, 0,401]

Teorema 3 : Sean 0 < a < 1, w > 0, 0 < 1 y A 0, entonces ,A


a,w (x)
es diferenciable de orden y satisface:

D0+ ,A 0,A
a,b (x) = a,b (x) ;
D0+ ,1
a,b (x) = a,b (x) (169)
donde a,b (x) es la funcion de Mandelbrot-Weierstrass clasica.

Ademas, se tiene la siguiente propiedad de escalabilidad:


Propiedad 28 :
,A
a,b (wx) = w
a+ ,A
a,b (x) ; 0,1
a,b (x) = a,b (x) (170)

36
3.5. Transformada de Fourier fraccionaria
Definicion 16 (Transformada de Fourier clasica):
Z
1
F () = f (x)eix dx (171)
2
donde f L = {f suave : m,n (f ) = supxR |xm f (n) (x)| < , m, n N0 }

Definicion 17 (Transformada inversa de Fourier):


Z
1
f (x) = F ()eix d (172)
2
donde f L = {f suave : m,n (f ) = supxR |xm f (n) (x)| < , m, n N0 }

Propiedad 29 :

(F 2 f )(x) = f (x) ; (F 3 f )() = F () ; (F 4 f )(x) = f (x)

Existen muchas definiciones de transformadas generalizadas. Una de las


mas usadas ha sido la transformada definida como una potencia real de la
conocida tranformada de Fourier ordinaria.
La idea de potencias fraccionarias del operador de Fourier aparece en la
literatura matematica desde 1929. El auge de publicaciones en esta materia
se desarrollo principalmente en los primeros anos de la decada de los 90 (ver,
por ejemplo, [66], [70], [14], [54], [61]).
La potencia fraccionaria del operador de Fourier, F a (a R), se define a
partir del problema de autovalores

Fn = n n (173)

de donde se tiene n = (ei )n (n = 0, 1, 2, 3, .... = /2) y, como (F 4 f )(x) =


f (x), tenemos los autovalores {1, i, 1, i}.
Las autofunciones no son entonces unicas, pero una posible familia de
autofunciones ortonormales son las funciones de Hermite-Gauss normalizadas:
1
24 2
n (x) = ex Hn (x) (174)
n
2 n!
con Hn el polinomio de Hermite de grado n:
dn h x2 i
n x2
Hn (x) = (i) e e (175)
dxn

37
Y el nucleo de Fourier es:

eix X
K1 (, x) = = n n ()n (x), n = ei 2 n (176)
2 n=0

Ahora, la extension al caso fraccionario se realiza tomando la generaliza-


n
cion na = (ei ) (n = 0, 1, 2, 3, .... = a/2 a R). Por lo que se tiene el
nuevo problema de autovalores:

F a n = na n = ein n (177)

De aqu se obtiene el nucleo fraccionario



X a
Ka (, x) = an n ()n (x), an = ei 2
n
(178)
n=0

que permite definir la transformada de Fourier fraccionaria:


Z
Fa () := Ka (, x)f (x)dx (179)

Propiedad 30 : Se tienen las siguientes relaciones para la transformada de


Fourier fraccionaria:
Sea = 2 , entonces a = 1 y por tanto F a = F.

Sea = a = 0, entonces F 0 = I.

a, b R, F a F b = F a+b .

a R, (F a )1 = F a .

F 1/2 F 1/2 = F.

Esta transformada dada como una potencia real de la transformada de


Fourier ha sido muy aplicada en diversos campos como filtracion, compresion,
encriptacion de la imagen, antenas, radares, teora de comunicacion, tomo-
grafa... porque permite estudiar bien las rotaciones en las senales. Es decir,
la potencia real de la transformada genera una familia infinita de espacios-
frecuencia que permiten estudiar las senales desde muchos puntos de vista
diferentes (uno por cada nuevo espacio de frecuencia asociado a la senal), en
lugar de solo dos como pasa en el caso ordinario, y aplicar entonces la teora
conocida de forma particular (vease [70], [66]).

38
Sin embargo, lo que nosotros tratamos en el Calculo Fraccionario no son
potencias de operadores, pues la teora funcional de potencias de operadores
es buena cuando el operador es integral, pero no se comporta igual de bien
para operadores diferenciales, derivada ordinaria o laplaciano, porque los
correspondientes dominios son demasiado restrictivos.
Significa esto que no podemos usar la transformada de Fourier para
resolver ecuaciones diferenciales que contengan operadores fraccionarios?
Muchos autores se han planteado resolver mediante la transformada de
Fourier ecuaciones diferenciales que contienen operadores de Liouville, y es-
tablecen la siguiente igualdad entre las derivadas de Riesz (caso unidimen-
sional) y de Liouville:


D+ D
(D u)(x) = u (x) (0 < 1) (180)
2
atendiendo a las identidades (49), (50) y (81). Sin embargo, esto es erroneo
pues en estas identidades aparece el termino (i) , el cual es una funcion
compleja multivalorada.
Una alternativa es introducir otra definicion de transformada fraccionaria:
Definicion 18 (Transformada de Fourier fraccionaria de orden ):
Z +
u () = (F u)() = u(t)e (, t) dt (t, R, 0 < < 1) (181)

donde: ( 1/
ei|| t , 0
e (, t) := 1/ (182)
ei|| t 0

Con esta nueva definicion de transformada fraccionaria, se recuperan rela-


ciones interesantes con los operadores fraccionarios:
Propiedad 31 :
(F D u)() = (i sin(/2))(F u)() ( R) (183)
(F D2 u)() = (sin(/2))2 ||2 (F u)() ( R) (184)
donde Dn (n N, 0 < 1) es una derivada secuencial tal que:

D+ D+
(D u)(x) = u (x) ; Dn = D D(n1) (185)
2
Por tanto, el operador laplaciano tridimensional clasico, (U )(x, y, z),
puede ser generalizado a:

( U )(x, y, z) = D2 2
x + Dy + Dz
2
u (x, y, z) (186)

39
4. Dinamica fraccionaria de poblaciones
4.1. Sistemas de ecuaciones diferenciales lineales
En esta seccion estudiamos los sistemas autonomos lineales con derivadas
fraccionarias de orden 0 < < 1:
C
D0+ x = ax + by (187)
C
D0+ y = cx + dy (188)

donde a, b, c y d son constantes reales y ad bc 6= 0.


Notese que el punto (0, 0) es el unico punto crtico de este sistema.

Nota 9 : Para cualquier otro sistema lineal con un punto crtico (x0 , y0 ),
solo tenemos que hacer el cambio de variable siguiente

x(t) = x0 + u(t) (189)


y(t) = y0 + v(t) (190)

y, por la identidad (20), obtenemos un sistema lineal analogo al anterior con


el punto crtico (0, 0).

Nuestro objetivo es resolver estos sistemas diferenciales y obtener los


planos de fases para estudiar la estabilidad o inestabilidad de los puntos
crticos. De esta manera, compararemos las trayectorias de las soluciones
obtenidas en el caso fraccionario con las trayectorias de las soluciones del
caso ordinario correspondiente.

Teniendo en cuenta (96) y, de forma analoga al caso ordinario = 1,


buscamos soluciones de la forma:

x = AE (rt ) (191)
y = BE (rt ) (192)

donde es claro que para r < 0

x 0, y0 cuando t (193)

y para r > 0

x , y cuando t (194)

40
Sustituyendo para x e y en el sistema, obtenemos:

(a r)A + bB = 0 (195)
cA + (d r)B = 0 (196)

Y, como sabemos del caso ordinario, para que estas dos ecuaciones ho-
mogeneas lineales tengan una solucion no trivial, r debe ser una raz de la
ecuacion caracterstica:

r2 (a + d)r + (ad bc) = 0 (197)

De este modo, debemos considerar diferentes casos, dependiendo de si


las races r1 y r2 son ambas positivas, ambas negativas, una positiva y otra
negativa, complejas conjugadas con parte real positiva, complejas conjugadas
con parte real negativa, o imaginarias puras.

41
4.1.1. Races reales distintas del mismo signo
En este caso, la solucion general es:
x = A1 E (r1 t ) + A2 E (r2 t ) (198)
y = B1 E (r1 t ) + B2 E (r2 t ) (199)
donde A1 , A2 , B1 y B2 son constantes reales.
Entonces, cuando t crece, las soluciones tienden al punto crtico (0, 0) para
races positivas y a para races negativas.
Ejemplo 1 : Para ilustrar este caso, consideramos el siguiente sistema
C
D0+ x = x (200)
C
D0+ y = 2y (201)
(202)
Para este caso, la solucion general es:
x = AE (t ) (203)
y = BE (2t ) (204)
donde A y B son constantes reales.
Phase plane for =0.5, 0.9, 1
1

0.8

0.6

0.4

0.2
y(t)

0.2

0.4

0.6

0.8

1
1 0.5 0 0.5 1
x(t)

Figura 10: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

Podemos observar que en el caso fraccionario el punto crtico presenta un


comportamiento similar al caso ordinario. La principal diferencia es que en
el caso fraccionario las soluciones tienden al punto crtico mas lentamente
que en el caso ordinario, por tanto es necesario tomar valores de t muy altos
para conseguir que las soluciones se aproximen al punto crtico.

42
4.1.2. Races reales distintas de signo opuesto
En este caso, la solucion general es:
x = A1 E (r1 t ) + A2 E (r2 t ) (205)
y = B1 E (r1 t ) + B2 E (r2 t ) (206)
donde A1 , A2 , B1 y B2 son constantes reales.
As, cuando t crece, las soluciones tienden a porque las races tienen signos
opuestos.
Ejemplo 2 : Para ilustrar esta caso, consideramos el siguiente sistema
C
D0+ x = x (207)
C
D0+ y = 2y (208)
(209)
De este modo, la solucion general del sistema es:
x = AE (t ) (210)
y = BE (2t ) (211)
donde A y B son constantes reales.
Phase plane for =0.5, 0.9, 1
1000

800

600

400

200
y(t)

200

400

600

800

1000
1 0.5 0 0.5 1
x(t)

Figura 11: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

Observemos que en el caso fraccionario el punto crtico presenta un com-


portamiento similar al caso ordinario y en ambos casos el punto crtico es un
punto de silla. Sin embargo, en el caso fraccionario las soluciones tienden a
infinito mas lentamente que en el caso ordinario.

43
4.1.3. Races iguales
En este caso, la solucion general es:
t
x = A1 E (rt ) + A2 E, (rt ) (212)

t
y = B1 E (rt ) + B2 E, (rt ) (213)

donde A1 , A2 , B1 y B2 son constantes reales.
Entonces, cuando t crece, las soluciones tienden al punto crtico (0, 0) para
una raz positiva y a para una raz negativa.
Para ilustrar este caso, consideramos dos sistemas, dependiendo de si la
solucion contiene el termino t o no:

Ejemplo 3 :
C
D0+ x = x (214)
C
D0+ y = y (215)
(216)

Dado este sistema, la solucion general es:

x = AE (t ) (217)
y = BE (t ) (218)

donde A y B son constantes reales.


Phase plane for =0.5, 0.9, 1
1

0.8

0.6

0.4

0.2
y(t)

0.2

0.4

0.6

0.8

1
1 0.5 0 0.5 1
x(t)

Figura 12: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

44
El punto crtico presenta en el caso fraccionario un comportamiento simi-
lar al caso ordinario y las trayectorias son iguales en ambos casos. La unica
diferencia es la velocidad de aproximacion al punto crtico. As, en el caso
fraccionario las soluciones tienden a (0, 0) mas lentamente que en el caso
ordinario y son necesarios valores altos de t para observar que las soluciones
se aproximan al punto crtico.

Ejemplo 4 :
C
D0+ x = 2x (219)
C
D0+ y = x 2y (220)
(221)
En este caso, la solucion general es:
x = AE (2t ) (222)

t
y = BE (2t ) + A E, (2t ) (223)

donde A y B son constantes reales.
Phase plane for =0.5, 0.9, 1
1

0.8

0.6

0.4

0.2
y(t)

0.2

0.4

0.6

0.8

1
1 0.5 0 0.5 1
x(t)

Figura 13: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

Observamos que el punto crtico presenta en el caso fraccionario un com-


portamiento similar al caso ordinario. Sin embargo, las soluciones necesitan
valores altos de t para aproximarse al punto crtico (0, 0).

45
4.1.4. Races complejas
En este caso, para races complejas conjugadas r y r la solucion general
es:

x = A1 <(E (rt )) + A2 =(E (rt )) (224)


y = B1 <(E (rt )) + B2 =(E (rt )) (225)

donde A1 , A2 , B1 y B2 son constantes reales.


As, cuando t crece, las soluciones tienden al punto crtico (0, 0) para races
complejas conjugadas con parte real positiva y a para races complejas
conjugadas con parte real negativa.
Para ilustrar este caso, consideramos dos sistemas, dependiendo de si las
soluciones son imaginarias puras o no:
Ejemplo 5 :
C
D0+ x = x + 2y (226)
C
D0+ y = 2x y (227)
(228)

Para este sistema, la solucion general es:

x = A<(E ((1 + 2i)t )) + B=(E ((1 + 2i)t )) (229)


y = B<(E ((1 + 2i)t )) A=(E ((1 + 2i)t )) (230)

donde A y B son constantes reales.


Phase plane for =0.5, 0.9, 1
1

0.5
y(t)

0.5
0.4 0.2 0 0.2 0.4 0.6 0.8 1 1.2
x(t)

Figura 14: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

46
Con este sistema, obtenemos trayectorias en forma de espirales que tien-
den al punto crtico. En el caso fraccionario, las soluciones se aproximan a
(0, 0) mas lentamente que en el caso ordinario, obteniendose espirales muy
grandes.

Ejemplo 6 :
C
D0+ x = y (231)
C
D0+ y = x (232)
(233)

En esta ocasion, la solucion general es:

x = A=(E (it )) (234)


y = A<(E (it )) (235)

donde A es una constante real.


Phase plane for =0.75, 0.9, 1
1

0.8

0.6

0.4

0.2
y(t)

0.2

0.4

0.6

0.8

1
1 0.5 0 0.5 1
x(t)

Figura 15: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

Este es un caso muy curioso. En el caso ordinario, obtenemos orbitas


periodicas y el punto crtico es un centro. Sin embargo, en el caso fraccionario
las soluciones pierden la periodicidad y sus trayectorias forman espirales.

47
4.1.5. Conclusiones
En conclusion, el comportamiento de las trayectorias alrededor del punto
crtico (0,0), es como sigue:

Cuando las dos races de la ecuacion caracterstica son reales o comple-


jas con la parte real distinta de 0, entonces las trayectorias alrededor
del punto crtico son muy similares al caso ordinario, diferenciandose
en que la rapidez en la evolucion hacia el punto crtico (o alejandose de
el, segun el caso) puede ser controlada por el parametro .

Cuando las races de la ecuacion caracterstica son complejas con la


parte real igual a 0, entonces el comportamiento de las trayectorias
alrededor del punto crtico es muy diferente que en el caso ordinario:
no son centros, sino que son espirales con la caracterstica especial de
que dichas espirales se mantienen dentro del centro correspondiente
al sistema ordinario asociado si el punto crtico es estable (tendiendo
entonces las espirales hacia el) o permanecen fuera del centro correspon-
diente al sistema ordinario asociado si el punto crtico es inestable.

48
4.2. Sistemas de ecuaciones diferenciales cuasi lineales
En la seccion previa estudiamos los sistemas lineales, que son los modelos
mas sencillos, pero en muchos casos los sistemas no lineales constituyen una
mejor aproximacion de la realidad. De esta manera, consideremos un sistema
homogeneo no lineal de ecuaciones diferenciales fraccionarias, con el punto
(0, 0) como punto crtico aislado:
C
D0+ x = F (x, y) (236)
C
D0+ y = G(x, y) (237)

donde asumimos que las funciones F y G son continuas y con derivadas par-
ciales continuas en el dominio considerado.

Entonces, en un entorno del (0, 0), las funciones F y G son de la forma

F (x, y) = ax + by + F1 (x, y) (238)


G(x, y) = cx + dy + G1 (x, y) (239)

donde a, b, c y d son constantes reales con ad bc 6= 0 y F1 , G1 son fun-


ciones continuas con derivadas parciales continuas, tal que F1 (0, 0) = 0,
G1 (0, 0) = 0.

As, para funciones F1 y G1 que verifican

F1 (x, y) G1 (x, y)
0 0 cuando r0 (240)
r r
donde r = (x2 + y 2 )1/2 , podemos asumir que el sistema no lineal (236), (237)
es un sistema cuasi lineal y esta bien aproximado por el sistema lineal
C
D0+ x = ax + by (241)
C
D0+ y = cx + dy (242)

49
4.3. Aplicaciones
La pregunta ahora es: Podemos dar hipotesis deterministas naturales en
algunos problemas conocidos de manera que justifiquen el uso de los sistemas
fraccionarios antes estudiados? Y la respuesta a esta pregunta es SI.

Lo vemos a continuacion con dos problemas de dinamica de poblaciones


ampliamente estudiados.

4.3.1. Competencia de especies


Un modelo clasico para la competencia entre dos especies con densidades
de poblacion x e y es el conocido sistema diferencial
dx
= x(k1 1 x 1 y) (243)
dt
dy
= y(k2 2 y 2 x) (244)
dt
donde k1 , k2 , 1 , 2 , 1 y 2 son constantes reales positivas.

En este modelo, nosotros suponemos dos hipotesis:


1. Ambas poblaciones x e y crecen de forma proporcional a s mismas,
lo que en notacion clasica viene dado por: dx
dt
= k1 x(t), dy
dt
= k2 y(t), o
k1 t k2 t
equivalentemente: x(t) = C1 e , y(t) = C2 e . Entonces, la evolucion
de las poblaciones en el tiempo sigue una ley exponencial clasica.

2. Cuando una de las poblaciones crece demasiado, entonces la otra de-


crece, y viceversa, hipotesis que justifica los terminos no lineales del
tipo xy. Ademas, el medio esta limitado por naturaleza, de forma que
las poblaciones no pueden crecer infinitamente, hipostesis que justifica
los terminos no lineales del tipo x2 e y 2 .

Cuando uno entiende tales hipotesis, es obvio deducir que el crecimiento


de muchas poblaciones puede ser como una exponencial pero no necesaria-
mente como la clasica. Por ejemplo las poblaciones x e y podran crecer como
exponenciales generalizadas: x(t) = C1 E (k1 t ), y(t) = C2 E (k2 t ), donde
C1 , C2 , k1 y k2 son constantes reales y 0 < , 1. Tambien existen otras
generalizaciones del exponencial clasico que podramos utilizar en modelos
reales.

50
De esta manera, podramos reemplazar por ejemplo la primera de la
hipotesis por: x(t) = C1 E (k1 t ), y(t) = C2 E (k2 t ), que es equivalente
a introducir
una derivada fraccionaria de Caputo: C D0+
x (t) = k1 x(t),
C
D0+ y (t) = k2 y(t). Llegamos entonces al modelo fraccionario generaliza-
do siguiente:
C
D0+ x = x(k1 1 x 1 y) (245)
C
D0+ y = y(k2 2 y 2 x) (246)

donde k1 , k2 , 1 , 2 , 1 y 2 son constantes reales positivas.

As, es posible encontrar ejemplos de poblaciones que no verifican el mo-


delo ordinario y quiza puedan ser mejor aproximados por este modelo frac-
cionario. Por ejemplo, el crecimiento descontrolado de las celulas cancergenas
y, por el contrario, el lento crecimiento de la poblacion humana en situaciones
medioambientales desfavorables (guerras, epidemias...).

Consideremos el siguiente ejemplo especfico:


C
D0+ x = x(1 x y) (247)

C 1 1 3
D0+ y = y y x (248)
2 4 4

Este sistema tiene cuatro puntos crticos aislados que estudiaremos separada-
mente y que compararemos con el caso ordinario:

51
x0 = 0 y0 = 0

Para este punto, el sistema original es un sistema cuasi lineal y podemos


considerar el caso lineal asociado:
C
D0+ x = x (249)
C 1
D0+ y = y (250)
2
cuya solucion es

x = AE (t ) (251)

1
y = BE t (252)
2

y su plano de fases

150

100

50

0
y

50

100

150
5 0 5
x 4
x 10

Figura 16: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

Observamos que las trayectorias se alejan del punto crtico (0, 0). Entonces,
el origen es un nodo impropio inestable. La principal diferencia entre el caso
ordinario y el fraccionario es que en el caso fraccionario las soluciones se
alejan de (0, 0) mas lentamente que en caso ordinario.

52
x0 = 1 y0 = 0

Haciendo el cambio de variable x = 1 + u y y = 0 + v, trasladamos el


punto crtico al origen y obtenemos un sistema cuasi lineal cuyo caso lineal
asociado es:
C
D0+ u = u v (253)
C 1
D0+ v = v (254)
4
As, su solucion es

4 1
u = AE t + BE (t ) (255)
3 4

1
v = AE t (256)
4

y su plano de fases

0.8

0.6

0.4

0.2

0
y

0.2

0.4

0.6

0.8

1
1.5 1 0.5 0 0.5 1 1.5 2 2.5 3 3.5
x

Figura 17: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

El punto crtico (1, 0) es un nodo impropio estable porque las trayectorias se


aproximan al punto crtico. De nuevo, en el caso fraccionario las soluciones
se mueven mas lentamente que en el caso ordinario.

53
x0 = 0 y0 = 2

Este estudio es analogo al caso previo. Haciendo el cambio de variable


x = 0 + u y y = 2 + v, trasladamos el punto crtico al origen y obtenemos un
sistema cuasi lineal cuyo caso lineal asociado es:
C
D0+ u = u (257)
C 1 3
D0+ v = v u (258)
2 2
As, su solucion es

u = AE (t ) (259)

1
v = 3AE (t ) + BE t (260)
2

y su plano de fases

2
y

2
1 0.5 0 0.5 1
x

Figura 18: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

Similarmente al caso previo, el punto (0, 2) es un nodo impropio estable y


las trayectorias se aproximan al punto crtico mas rapidamente en el caso
ordinario que en el fraccionario.

54
1 1
x0 = 2
y0 = 2

Haciendo el cambio de variable x = 12 + u y y = 21 + v, trasladamos el


punto crtico al origen y obtenemos un sistema cuasi lineal cuyo caso lineal
asociado es:
C 1 1
D0+ u = u v (261)
2 2
C 3 1
D0+ v = u v (262)
8 8

5+ 57 5 57
con autovalores 1 = 16
y 2 = 16
. As, su solucion es

u = AE (1 t ) + BE (2 t ) (263)
v = (21 1)AE (1 t ) + (22 1)BE (2 t ) (264)

y su plano de fases

2
y

6
6 4 2 0 2 4 6
x

Figura 19: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,5 (verde)

El punto crtico 12 , 12 es un punto de silla inestable y las soluciones se mueven
mas lentamente en el caso fraccionario que en el caso ordinario.

55
4.3.2. Presa-Depredador
Otro modelo bien conocido sobre dinamica de poblaciones es el caso presa-
depredador o modelo de Lotka-Volterra.
dx
= x(k1 1 y) (265)
dt
dy
= y(k2 + 2 x) (266)
dt
donde k1 , k2 , 1 y 2 son constantes reales positivas.

De la misma manera que hicimos en el caso de la competencia de especies,


podemos tambien aqu considerar que las poblaciones no siguen un crecimien-
to exponencial ordinario, sino generalizada, por ejemplo, por una funcion de
Mittag-Leffler y considerar entonces el modelo fraccionario siguiente:
C
D0+ x = x(k1 1 y) (267)
C
D0+ y = y(k2 + 2 x) (268)

As, estudiemos el siguiente sistema diferencial:


C
D0+ x = x(1 y) (269)
C
D0+ y = y(1 + x) (270)

cuyos puntos crticos son (0, 0) y (1, 1).

56
x0 = 0 y0 = 0

Para este punto, el sistema original es un sistema cuasi lineal y podemos


considerar el caso lineal asociado:
C
D0+ x = x (271)
C
D0+ y = y (272)

cuya solucion es

x = AE (t ) (273)
y = BE (t ) (274)

y su plano de fases

0.15

0.1

0.05

0
y

0.05

0.1

4000 3000 2000 1000 0 1000 2000 3000 4000


x

Figura 20: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,75 (verde)

El punto crtico (0, 0) es un punto de silla inestable y las soluciones se mueven


mas lentamente en el caso fraccionario que en el caso ordinario.

57
x0 = 1 y0 = 1

Haciendo el cambio de variable x = 1 + u y y = 1 + v, trasladamos el


punto crtico al origen y obtenemos un sistema cuasi lineal cuyo caso lineal
asociado es:
C
D0+ u = v (275)
C
D0+ v = u (276)

el cual tiene dos autovalores imaginarios puros i. As, su solucion es

u = A<(E (it )) (277)


v = A=(E (it )) (278)

y su plano de fases

1.8

1.6

1.4

1.2

1
y

0.8

0.6

0.4

0.2

0
0 0.5 1 1.5 2
x

Figura 21: Plano de fases para el caso ordinario (rojo)


y el caso fraccionario con = 0,9 (azul) y = 0,75 (verde)

Aqu apreciamos diferencias significativas entre los casos ordinario y frac-


cionario. En el caso ordinario, obtenemos orbitas periodicas y el punto crtico
es un centro. Sin embargo, en el caso fraccionario las soluciones pierden la
periodicidad y sus orbitas toman forma de espirales.

58
5. Funciones especiales y operadores fraccio-
narios
En esta seccion utilizaremos los operadores fraccionarios para reducir
ecuaciones diferenciales con coeficientes variables a ecuaciones mas sencil-
las y as obtener explcitamente las soluciones. Tambien mostraremos que,
en muchos casos, una de las soluciones obtenidas extiende la representacion
integral de algunas funciones especiales (ver, por ejemplo, Abramowitz and
Stegun [2]).

Nota 10 : Al usar los operadores fraccionarios es necesario considerar que


una derivada fraccionaria de orden negativo corresponde a una integral frac-
cionaria de orden positivo y viceversa.

Nota 11 : Los resultados numericos que mostraremos fueron obtenidos me-


diante la funcion quadl de MATLAB, la cual permite la aproximacion numeri-
ca de integrales usando los polinomios de Gauus-Legendre.

59
5.1. Ecuacion hipergeometrica generalizada
Consideremos la ecuacion hipergeometrica generalizada en terminos del
operador :

x1 ( + c1 1) ... ( + cq 1)y ( + a1 ) ... ( + ap )y = 0 (279)

donde p y q son numeros naturales.

En primer lugar, estudiemos el caso especial

x1 ( + c 1)y y = 0 (280)

cuya primera solucion es la conocida funcion hipergeometrica 0 F1 (c, x).

Esta ecuacion puede ser escrita en terminos del operador L dado en


(109), con = 1 c, introduciendo algunos cambios de variable. Uno de
c1
ellos es un cambio de variable sobre la variable y, y = x 2 z:
c1 c1
x1 ( + c 1)x 2 z x 2 z = 0 (281)

1 c1 c1
x + zz =0 (282)
2 2
t2
Ahora, aplicamos otro cambio de variable sobre la variable x, x = 4
, y
definimos t = tDt = t dtd , obteniendo:

t2 (t + (1 c))(t (1 c))z z = 0 (283)


(L 1)z(t) = 0 (284)

As, haciendo el cambio de variable z(t) = T (u(t)u(0)) en esta ecuacion


concluimos:

(L 1)z(t) = T [(D2 1)u(t) u(0)] = 0, (285)

pues

(L 1)z(t) = ((L 1)T )(u(t) u(0))


= (L T T )(u(t) u(0))
= T [(D2 1)u(t) u(0)].

60
De este modo, podemos obtener una solucion a la ecuacion original en
todo punto x = x0 (salvo x0 = 0, en cuyo caso podemos obtener una solucion
en un entorno de x0 = 0), por simplicidad elegimos una solucion a la ecuacion
diferencial basica:
(D2 1)u(t) = u(0), (286)
es decir,

u(t) = C1 (exp(t) exp(t)) + u(0) (C1 a real constant). (287)


1
y tomando C1 = 2
obtenemos

u(t) = sinh(t) + u(0) (288)

Elijamos la solucion u1 (t) = sinh(t), que nos lleva a obtener la siguiente


solucion para la ecuacion original, valida para todo valor real de :
+ 12
z1 (t) = t D2 sinh(t) (289)
+ 1
= t D2 2 I21 D21 sinh(t) (290)
t 12 1
= D2 t cosh(t) (291)
2
t1c 12 c 1
= D t cosh(t) (292)
2 2

1
As, para c > 2
obtenemos la representacion clasica de la solucion:

t1c c 12 1
z1 (t) = I t cosh(t)
2 2 Z 1
tc1 3
= 1
(1 z 2 )c 2 cosh(tz)dz
c 2 0

De este modo,
Z 1
2c1 3
y1 (x) = (1 z 2 )c 2 cosh(2 xz)dz (293)
c 12 0

Aparte de una constante, la expresion (293) representa la expresion inte-


gral clasica de la funcion hipergeometrica generalizada:


y1 (x) = 2c 0 F1 (c, x) (294)
2 (c)

61
1
Finalmente, para c < 2
obtenemos una generalizacion de la funcion hiper-
geometrica 0 F1 :
t1c 12 c 1
z1 (t) = D t cosh(t)
2 2
Entonces, si n=-[c-1/2] (usamos la notacion [.] para designar la parte
entera del argumento):

x1c h 12 c 1 i
y1 (x) = D2 t cosh(t)
2c t=2 x
x1c h n n+c 12 1 i
= D2 I2 t cosh(t)
2c t=2 x


= 2c 0 F1 (c, x) (295)
2 (c)

En particular si n=1, es decir 12 < c < 21 , se tiene:


Z 1
2(c) 1
0 F1 (c, x) = (1 z 2 )c+ 2 xz sinh(2 xz) + c cosh(2 xz) dz
(c + 12 ) 0
(296)

Para ilustrar la exactitud de esta representacion integral, usamos la apro-


ximacion de Gauss-Legendre para calcular la funcion 0 F1 y la comparamos
con el valor exacto. Mostramos estos datos en la siguiente tabla:

0 F1 (1,7, 2) 0 F1 (0,2, 2)
Exact value 2,6997 22,2932
Numeric value 2,6997 22,2932
Error 8,3875 108 1,2578 106

Por ultimo, apuntemos que existen varios procedimientos para obtener


una segunda solucion y2 (x) linealmente independiente a y1 (x) para la ecuacion
hipergeometrica generalizada (280). El metodo mas natural es reducir la
ecuacion original a una ecuacion lineal de primer orden, para lo que ya cono-
cemos una primera solucion, y entonces resolver esa ecuacion directamente:
Z
1
y2 (x) = y1 (x) dx (297)
x (y1 (x))2
Z
1
= 0 F1 (c, x) 2 dx (298)
(b)
x (b) 0 F1 (c, x)

62
Adicionalmente, teniendo en cuenta la propiedad (11), se sigue directa-
mente que toda solucion a
(D2 1)u(t) = u(0) + t(21) , (299)
es tambien una solucion a la ecuacion hipergeometrica generalizada (284),
excepto para t = 0, mientras u(t) tenga un comportamiento adecuado en
t = 0.
Encontrar una solucion particular a la ecuacion (299) es facil dando la
restricciones correspondientes:
Z t
up (t) up (0) = s21 (sinh(s) cosh(t) cosh(s) sinh(t))ds (300)
0

y entonces obtenemos una segunda solucion linealmente independiente para


la ecuacion de Bessel:
h 3 i
c
y2 (x) = (2x)1c D22 (up (t) up (0)) (301)
t=2 x

Regresando al caso general


x1 ( + c1 1) ... ( + cq 1)y ( + a1 ) ... ( + ap )y = 0 (302)
podemos usar los operadores fraccionarios para introducir cambios de varia-
ble y reducir la ecuacion original:
Si p q tomamos
y= Dap xap +1cq Dap1 +1cq xap1 +1cq1 ...
...Dapq+1 +1c2 xapq+1 +1c1 z
y as reducimos q ordenes la ecuacion original.

Por ejemplo, consideremos la ecuacion hipergeometrica generalizada de


orden 3:
[x1 ( + c1 1)( + c2 1) ( + a1 )( + a2 )( + a3 )]y = 0
Entonces, aplicando el cambio de variable correspondiente
y = Da3 xa3 +1c2 Da2 +1c2 xa2 +1c1 z
podemos obtener una solucion resolviendo esta ecuacion de orden 1:
x1 z ( + a1 c1 + 1)z = 0

63
Si p < q tomamos

y= Dap xap +1cq Dap1 +1cq xap1 +1cq1 ...


...Da1 +1cqp+2 xa1 +1cqp+1 z

y as reducimos p ordenes la ecuacion original.

Por ejemplo, consideremos la ecuacion hipergeometrica generalizada de


orden 4:

[x1 ( + c1 1)( + c2 1)( + c3 1) ( + a1 )( + a2 )]y = 0

Entonces, aplicando el cambio de variable correspondiente

y = Da2 xa2 +1c3 Da1 +1c3 xa1 +1c2 z

podemos obtener una solucion resolviendo esta ecuacion de orden 2:

x1 ( + c1 c2 )z z = 0

Finalmente, usando la primera solucion obtenida, podemos reducir la


ecuacion original y entonces podemos obtener una segunda solucion lineal-
mente independiente.

64
5.2. Ecuacion hipergeometrica de Gauss
Usando la herramienta fraccionaria, resolvemos la ecuacion hipergeometri-
ca de Gauss:
x(1 x)y 00 + [c (a + b + 1)x]y 0 aby = 0 (303)
donde a, b y c son constantes reales.
En primer lugar, considerando x 6= 0 (x = 0 es un punto singular de la
ecuacion), reagrupamos esta ecuacion y usamos la propiedad 19 para obtener:
x1 (x2 y 00 + cxy 0 ) [x2 y 00 + (a + b + 1)xy 0 + aby] = 0
x1 ( + c 1)y ( + a)( + b)y = 0
Nota 12 : Aunque x = 1 es tambien un punto singular, conseguimos evitar
esta singularidad con el nuevo cambio de variable que implica un operador
fraccionario.

Ahora, introducimos el cambio de variable y = x1c Dbc+1 z (teniendo en


cuenta que si (b c + 1) < 0 entonces Dbc+1 = I b+c1 ) y aplicamos las
propiedades 17, 20 and 21:
[x1 ( + c 1) ( + a)( + b)]x1c Dbc+1 z = 0
[x1 ( + 1 c) ( + a + 1 c)( + b + 1 c)]Dbc+1 z = 0
[x1 Dbc+1 ( b) Dbc+1 ( + a b)]z = 0
Dbc+1 [x1 ( b) ( + a b)]z +
+x1 Dbc+1 ( b)z(0) = 0
Si suponemos z(0) = 0, entonces:
Dbc+1 [x1 ( b)z ( + a b)z] = 0 (304)
Dbc+1 [x1 ( b)z ( + a b)z] = 0 (305)
Considerando u = z,
x1 ( b)u ( + a b)u = 0 (306)

Finalmente, haciendo otro cambio de variable, u = xb v, y usando la


propiedad 17, podemos reducir la ecuacion original:
x1 ( b)xb v ( + a b)xb v = 0 (307)
x1 xb v xb ( + a)v = 0 (308)
x1 v ( + a)v = 0 (309)
(1 x)Dv av = 0 (310)

65
Resolviendo esta ecuacion diferencial basica,

v = c0 (1 x)a (311)

donde c0 es una constante real, obtenemos una solucion de la ecuacion hiper-


geometrica de Gauss:

y = c0 x1c Dbc xb1 (1 x)a (312)


= c0 x1c Dn I nb+c xb1 (1 x)a (313)
Z 1
1c n xn+c1 (1 t)nb+c1 b1
= c0 x D t dt (314)
(n b + c) 0 (1 xt)a
(315)

para 0 n 1 < b c < n con n N, y

y = c0 x1c I cb xb1 (1 x)a (316)


Z 1
1
= c0 (1 t)cb1 tb1 (1 tx)a dt (317)
(c b) 0

para b c < 0.
(c)
Y tomando c0 = (b)
, esta solucion representa la funcion hipergeometrica
de Gauss
y = 2 F1 (a, b, c, x) (318)
Ahora, usando esta solucion, podemos reducir la ecuacion original y en-
tonces obtener una segunda solucion linealmente independiente.

Para ilustrar la exactitud de la representacion integral obtenida, usamos


la aproximacion de Gauss-Legendre para calcular la funcion 2 F1 y para com-
pararla con el valor exacto. Mostramos estos datos en la siguiente tabla:

2 F1 (0,2, 1,7, 2, 2) 2 F1 (0,2, 1,5, 1, 0,5)


Exact value 0,9187 0,5782i 1,2506
Numeric value 0,9187 0,5782i 1,2506
Error 3,8282 105 1,7139 107

66
5.3. Ecuacion hipergeometrica confluente
Consideremos la ecuacion hipergeometrica confluente

xy 00 + (b x)y 0 ay = 0 (319)

donde a y b son constantes reales.


Reorganizando y usando la propiedad 18, para x 6= 0, podemos reescribir
esta ecuacion:

x1 (x2 D2 + (b x)xD)y ay = 0 (320)


x1 ( + b 1)y ( + a)y = 0 (321)

De este modo, haciendo un cambio de variable, y = x1b Dab xa1 z (donde


si (a b) < 0 entonces Dab = I a+b ), y aplicando las propiedades 20, 21 y
17, podemos reducir la ecuacion original:

[x1 ( + b 1) ( + a)]x1b Dab xa1 z = 0


[x1 ( + 1 b) ( + a + 1 b)]Dab xa1 z = 0
Dab [x1 ( + 1 a) ( + 1)]xa1 z = 0
Dab+1 I[( + 1)x1 ( + 1 a) ( + 1)]xa1 z = 0
Dab+1 x[x1 ( + 1 a) 1]xa1 z = 0
Dab+1 xa1 z Dab+1 xxa1 z = 0
Dab+1 xa (Dz z) = 0

Entonces, solo tenemos que resolver esta ecuacion y obtendremos una


ecuacion mas simple. As, una solucion de esta ecuacion es:

xa (z 0 z) = 0 (322)
z0 z = 0 (323)

Ahora, resolviendo esta ecuacion, tenemos una solucion de la ecuacion


hipergeometrica confluente:

y = c0 x1b Dab xa1 ex (324)


= c0 x1b Dn I na+b xa1 ex (325)
Z 1
1b n xn+b1 na+b1 a1 xt
= c0 x D (1 t) t e dt (326)
n a + b 0
para 0 n 1 < a b < n con n N, y

67
y = c0 x1b I ba xa1 ex (327)
Z 1
1
= c0 (1 t)ba1 ta1 ext dt (328)
(b a) 0

para a b < 0, con c0 una constante real.

(b)
Ademas, si consideramos c0 = (a) , entonces esta solucion representa una
funcion hipergeometrica confluente:

y = 1 F1 (a, b, x) (329)

Ahora, usando esta solucion, podemos reducir la ecuacion original y en-


tonces podemos obtener una segunda solucion linealmente independiente a
la primera.

Para ilustrar la exactitud de la representacion integral obtenida, usamos la


aproximacion de Gauss-Legendre para calcular la funcion 1 F1 y comparamos
los resultados con el valor exacto. Mostramos estos datos en la siguiente tabla:

1 F1 (1,7, 2, 2) 1 F1 (2, 1,7, 2)


Exact value 5,8585 9,4809
Numeric value 5,8582 9,4809
Error 2,8390 104 4,4210 107

68
5.4. Ecuacion de Bessel
La ecuacion de Bessel

00y0 2
y + + 1 2 y = 0 (x > 0). (330)
x x

con R, puede ser escrita en terminos del operador :

x2 ( )( + )y + y = 0 (331)

As, haciendo el cambio de variable y = x z, obtenemos:

x2 ( )( + )x z + x z = 0 (332)
x2 ( + 2)z + z = 0 (333)
2
Ahora, introducimos el cambio de variable t = x4 y definimos t =
tDt = t dtd . Con esto, tenemos una nueva ecuacion:

t1
2t (2t + 2)z + z = 0 (334)
4
t1 t (t + )z z = 0 (335)

que es una caso particular de la ecuacion hipergeometrica generalizada con


p = 0 y q = 1:
x1 ( + c 1)y y = 0 (336)
donde c = + 1.

As, aplicando las mismas tecnicas que usamos para resolver dicha ecuacion
hipergeometrica generalizada, podemos reducir y resolver la ecuacion de
Bessel:

69
" #
s 21 1
y = c 0 x t 2 D s cosh(s) (337)
2 2
s=2 t t= x2
4

t 12 1
= c0 x D2 s cosh(s) (338)
2+1 s=2 t t= x2
4

t n n++ 12 1
= c0 x D2 I2 s cosh(s) (339)
2+1 s=2 t t= x2
" n Z 1
4
#
2n+2+1
t D s s 1
= c 0 x (1 u2 )n+ 2 s1 cosh(us)du (340)
2 2s (n + + 12 ) 0
s=2 t t= x2
" n Z 1 # 4

2n+2
t Ds s 1
= c 0 x 1 (1 u2 )n+ 2 cosh(us)du (341)
2 2s (n + + 2 ) 0
s=2 t t= x2
4
Z 1
tn+
1
= c0 x 2 t Dtn (1 u2 )n+ 2 cosh(2 tu)du (342)
(n + + 12 ) 0 t= x
2
4

(343)
1
para 0 n 1 < 2
< n, y

" #
nu
s + 12
y = c 0 x t 2 I2 s1 cosh(s) (344)
2
s=2 t t= x2
4

t + 12 1
= c0 x I s cosh(s) (345)
2+1 2 s=2 t t= x2
" 2+1 Z 1
4
#

t s 1
= c 0 x 1 (1 u2 ) 2 s1 cosh(us)du (346)
2 ( + 2 ) 0
s=2 t t= x2
4
Z 1
t 2
2 t 1
= c 0 x 1 (1 u2 ) 2 cosh(2 tu)du (347)
2 ( + 2 ) 0 t= x4
2

Z 1
2 2 12

= c0 x (1 u ) cosh(2 tu)du (348)
( + 21 ) 0 t= x2
4

1
para 2
< 0, donde c0 es una constante real.

70
Ademas, para c0 = 2(+1)
1 , esta solucion lleva implicada una funcion

hipergeometrica generalizada:

y = x 0 F1 ( + 1, x) (349)

(+ 21 )
Y para c0 = 2
2 (+1)
, esta solucion representa la funcion de Bessel de
primera especie:
y = J (x) (350)
Ahora, usando esta solucion, podemos reducir la ecuacion original y en-
tonces podemos obtener una segunda solucion linealmente independiente a
la primera.

71
5.5. Ecuacion de Laguerre
La ecuacion de Laguerre

xy 00 + ( + 1 x)y 0 + y = 0 (351)

donde , R, es un caso particular de la ecuacion hipergeometrica con-


fluente
xy 00 + (b x)y 0 ay = 0 (352)
donde b = + 1 y a = .

Entonces, podemos aplicar las mismas tecnicas que usamos para resolver
la ecuacion hipergeometrica confluente y as podemos reducir y resolver la
ecuacion de Laguerre:

y = c0 x D1 x1 ex (353)
= c0 x Dn I n+++1 x1 ex (354)
Z 1
n xn+ (1 u)n++ xu
= c0 x D e du (355)
(n + + + 1) 0 u+1
(356)

para 0 n 1 < 1 < n, y

y = c0 x I ++1 x1 ex (357)
Z 1
1
= c0 (1 t)+ t1 ext dt (358)
( + + 1) 0
(359)

para 1 < 0, donde c0 es una constante real.

(+1)
Ademas, para c0 = ()
, esta solucion representa una funcion hiperge-
ometrica confluente:
y = 1 F1 (, + 1, x) (360)
Ahora, usando esta solucion, podemos reducir la ecuacion original y en-
tonces podemos obtener una segunda solucion linealmente independiente a
la primera.

72
5.6. Ecuacion de Hermite
Consideremos la ecuacion de Hermite:
y 00 2xy 0 + 2y = 0 (361)
con R, que puede ser escrita en la forma:
(x2 ( 1) 2 + 2)y = 0 (362)
Si hacemos el cambio de variable t = x2 y definimos t = tDt = t dtd
entonces obtenemos esta ecuacion:

1 1
t t t y t y=0 (363)
2 2
que es otro caso particular de la ecuacion hipergeometrica confluente en
terminos del operador :
x1 ( + b 1)y ( + a)y = 0 (364)
1
donde b = 2
ya= 2
.

Entonces, una solucion de la ecuacion de Hermite es:


h 1 1 i
y = c0 t 2 Dt 2 {t 2 1 et } (365)
t=x2
h 1 +1 i
n+
= c0 t 2 Dtn It 2 {t 2 1 et } (366)
t=x2
" Z !#
1
n 2 1 n+ 1
1 t (1 u) 2
= c0 t 2 Dtn etu du (367)
(n + +1

2
) 0 u 2
+1
2
" Z 1
# t=x
1
1 x2n1 (1 u)n+ 2 x2 u
= c0 D n e du (368)
(n + +1

2 2
) 0 u 2 +1
(369)
1
para 0 n 1 < 2
< n, y

h 1 +1
i
y = c0 t 2 It 2
{t 2 1 et } (370)
t=x2
Z 1
1 1 2
= c0 +1 (1 u) 2 u 2 1 ex u du (371)
2 0
(372)

73
1
para 2
< 0, donde c0 es una constante real.

( 12 )
Ademas, para c0 = ( n
, esta solucion representa una funcion hiperge-
2 )
ometrica confluente:
n 1
y= 1 F1 , ,t (373)
2 2 t=x2
Ahora, usando esta solucion, podemos reducir la ecuacion original y en-
tonces podemos obtener una segunda solucion linealmente independiente a
la primera.

74
5.7. Ecuacion de Legendre
Consideremos la ecuacion de Legendre

(1 x2 )y 00 2xy 0 + ( + 1)y = 0 (374)

con n R, y escribamosla en terminos del operador :

(1 x2 )x2 ( 1)y 2y + ( + 1)y = 0 (375)


x2 ( 1)y ( + 1)y + ( + 1)y = 0 (376)

Nota 13 : x = 1 y x = 1 son puntos singulares de esta ecuacion, pero


conseguimos evitar estas singularidades introduciendo un cambio de variable.

Ahora, introduciendo el cambio de variable t = x2 y definiendo t = tDt =


t dtd , obtenemos una nueva ecuacion:

1 1 1 +1
t t t y t t + y+ y=0 (377)
2 2 2 2

1 +1
t1 t t y t t + y=0 (378)
2 2 2
que es una caso particular de la ecuacion hipergeometrica de Gauss en termi-
nos del operador

x1 ( + c 1)y ( + a)( + b)y = 0 (379)

donde a = 2 , b = +1
2
y c = 12 .

Entonces, aplicando el mismo metodo que usamos para resolver la ecuacion


hipergeometrica de Gauss, obtenemos una solucion de la ecuacion de Legen-
dre:
h 1 1
i
y = c0 t 2 Dt2 {t 2 (1 t) 2 } (380)
t=x2
h 1 i
n 1
= c0 t 2 Dtn It 2 {t 2 (1 t) 2 } (381)
t=x2
" 1 Z 1
!#
1
n tn 2 (1 u)n 2 1 1
= c0 t Dt2 u
2 du (382)
n 2 0 (1 tu) 2 2
t=x
" Z 1 #
2n1 n 1
1 x (1 u) 2 1
= c0 Dn
u
2 du (383)
2 n 2 0 (1 x2 u) 2

75

para 0 n 1 < 2
< n, y

h1 1
i
y = c0 t 2 It 2 {t 2 (1 t) 2 } (384)
t=x2
Z 1
1 1
= c0 (1 u) 2 1 u 2 (1 x2 u) 2 du (385)
2 0
(386)

para 2
< 0, donde c0 es una constante real.

( 12 )
Ademas, considerando c0 = ( n+1
, esta solucion representa la funcion
2 )
hipergeometrica de Gauss

n n+1 1
y = 2 F1 , , ,t (387)
2 2 2 t=x2

Ahora, usando esta ecuacion, podemos reducir la ecuacion original y en-


tonces podemos obtener una segunda solucion linealmente independiente a
la primera.

76
5.8. Ecuacion de Airy
La ecuacion de Airy
y 00 xy = 0 (388)
puede ser escrita en terminos del operador , considerando x 6= 0 y usando
la propiedad 18:
x3 ( 1)y + y = 0 (389)
Para resolver esta ecuacion, introduciremos sucesivos cambios de variable.
El primero de ellos es t = x3 :

1 1
9t t t y+y =0 (390)
3
1
Ahora, hacemos el cambio de variable y = Dt6 z y aplicaremos la propiedad
20, suponiendo z(0) = 0:

1 1 1 1
9t t t Dt6 z + Dt6 z = 0 (391)
3

1
1 1 1
Dt 9t t t
6
z + Dt6 z = 0 (392)
2

Por ultimo, tomamos t = 9s2 :


1 1 1
Dt6 s2 s (s 1)z + Dt6 z = 0 (393)
4
1
Dt6 (Ds2 z + 4z) = 0 (394)

Ahora, usando la propiedad 11, podemos reducir la ecuacion original a


otra ecuacion mas basica:

Ds2 z + 4z = c0 t( 6 1) = 9c0 s2( 6 k)


1 1
(395)

donde c0 es una constante real que podemos tomar como c0 = 0.


Entonces, resolviendo esta ecuacion,

z = sin(2s) (396)

2
= sin t (397)
3

77
obtenemos finalmente una solucion de la ecuacion de Airy:

1 2
y = Dt sin 6
t (398)
3 t=x3

5 2
= Dt It6 sin t (399)
3 t=x3
" 5 Z !#
t6 1
1 2
= Dt 5 (1 u) 6 sin tu du (400)
6 0 3
t=x3
5 Z !
1
1 x2 16 2 3
= D 5
(1 u) sin x u du
3x2 6 0 3

Ahorra, usando esta solucion, podemos reducir la ecuacion original y en-


tonces podemos obtener una segunda solucion linealmente independiente a
la primera.

78
5.9. Ecuaciones diferenciales de orden 2 con coeficientes
polinomicos
En general, usando los operadores fraccionarios, podemos reducir ecua-
ciones diferenciales de orden 2 con coeficientes polinomicos, es decir:

(a0 + a1 x + a2 x2 )y 00 + (b0 + b1 x)y 0 + c0 y = 0 (401)

donde a0 , a1 , a2 , b0 , b1 y c0 son numeros reales, con a0 , a1 , a2 6= 0.

De este modo, considerando x 6= 0, podemos escribir esta ecuacion en la


forma:

00 a1 1 2 00 b0 0 a2 2 00 b1 0 c0
y + x x y + xy + x y + xy + y = 0 (402)
a0 a1 a0 a2 a2

Y ahora, podemos escribir esta ecuacion en terminos del operador :

[x1 x1 + Ax1 ( + B) + C( + E)( + F )]y = 0 (403)

donde A = aa10 , B = ab01 1, C = a2


a0
y E, F son soluciones del sistema
EF = ac02 , E + F + 1 = ab12 .

Entonces, introducimos el cambio de variable y = DF 1 z, con z(0) = 0,


para reducir la ecuacion original:

[x1 x1 + Ax1 ( + B) + C( + E)( + F )]DF 1 z = 0


DF [x1 z + A( + B F + 1)z + Cx( + E F + 1)z] = 0

As, obtenemos una solucion de la ecuacion original resolviendo la ecuacion


reducida obtenida, la cual tiene un orden menos que la ecuacion original:

x1 z + A( + B F + 1)z + Cx( + E F + 1)z = 0 (404)

Ahora, usando la primera solucion obtenida, podemos reducir la ecuacion


original y entonces podemos obtener una segunda solucion linealmente inde-
pendiente a la primera.

79
6. Cuestiones abiertas
El estudio de los operadores fraccionarios y sus aplicaciones ha sido de
gran interes en los ultimos anos para numerosos cientficos, pues sus propie-
dades de no localidad y de memoria constituyen un importante reclamo para
modelar mejor los procesos conocidos como anomalos tan frecuentes en los
sistemas complejos que nos rodean.
En contraste con las derivadas de orden entero, que dependen solamente
del comportamiento local de la funcion, las derivadas de orden fraccionario
contienen parcial o totalmente la historia temporal y/o el comportamiento
espacial de la funcion promediadas de una cierta forma. Por otra parte, el con-
cepto de derivada fraccionaria permite establecer interpolaciones y relaciones
entre diferentes familias de ecuaciones diferenciales, as como generalizaciones
de las mismas. Por ejemplo, una interpolacion entre las ecuaciones clasicas
del calor y de ondas.
Sin embargo, no se ha desarrollado aun una teora clara sobre las propieda-
des analticas de los operadores fraccionarios que permitan dar consistencia
al uso de dichos operadores en multiples problemas y ecuaciones. Queda
tambien abierto el determinar una interpretacion fsica o geometrica clara de
los operadores fraccionarios, cuestion sobre la que caben destacar los estudios
de Podlubny [75].
Ademas, a pesar de los multiples trabajos realizados por numerosos au-
tores, el estudio de las ecuaciones diferenciales ordinarias de orden frac-
cionario y el problema de valores iniciales correspondiente o los problemas de
contorno esta aun sin completar. Quedan abiertas muchas cuestiones basicas:
Que definicion de derivada fraccionaria es conveniente introducir en una
ecuacion diferencial concreta?
La derivada fraccionaria respecto al tiempo esta bien justificada en muchas
ecuaciones (como la de difusion o la de ondas),
sera posible establecer tambien una justificacion apropiada para la
derivada fraccionaria respecto al espacio?
Se podra desarrollar una teora similar a la de Sturm-Liouville para las
ecuaciones diferenciales fraccionarias y sus problemas de contorno
asociados?

A todo esto, hay que incluir las cuestiones abiertas en torno al desa-
rrollo de una aproximacion numerica para las diferentes definiciones de las
integrales fraccionarias.

80
Por todo ello, se plantea abordar para el desarrollo de la tesis doctoral en
los proximos anos los siguientes puntos:

1. Estudio de la generalizacion del contenido de funciones de una varia-


ble (Analisis Matematico I) al contexto fraccionario. Estudio de las
propiedades generales analticas de las ecuaciones diferenciales de orden
no entero, entendiendo las ventajas y desventajas respecto de otros
modelos lineales o no. Aqu cabe considerar los siguientes aspectos:

Como cambia la informacion obtenida de las derivadas primera y


segunda de la funcion a la informacion de las derivadas interme-
dias.
Entender en una dimension la caracterizacion de derivada frac-
cionaria y estudiar similitudes y diferencias con las potencias frac-
cionarias de operadores.
Teoremas del valor medio fraccionarios para la integral y derivada.

2. Estudio de familias de funciones especiales obtenidas como solucion de


la generalizacion fraccionaria de las ecuaciones diferenciales asociadas
a familias clasicas de polinomios. Este estudio se utilizara para veri-
ficar los resultados y teoremas fundamentales del analisis matematico,
aplicandolos al Calculo Fraccionario.

3. Estudio de una interpretacion geometrica y fsica para la integral y la


derivada fraccionarias.

4. Estudio de los espacios funcionales y la ortogonalidad de las funciones,


para el desarrollo de una teora fraccionaria de Sturm-Liouville.

5. Estudio de singularidades en un contexto de una especie de Painleve


Fraccionario.

6. Estudio de las Transformadas Fraccionaria de Fourier y Laplace, y de


la extension de sus aplicaciones.

7. Estudio de la derivada fraccionaria espacial, que no esta bien justificada


ni parece adecuada la que es usual encontrar en la literatura, como
hemos puesto en evidencia en nuestro trabajo. Aqu hemos dejado una
ventana abierta a resolver este problema, lo cual permitira el estudio
de numerosos modelos fraccionarios lineales o no lineales que en este
momento estan estancados justo por este hecho.

81
8. Estudio de la generalizacion fraccionaria del operador Laplaciano, re-
solviendo parte de los problemas que actualmente tiene el inverso del
operador de Riesz cuando juega este papel en los Modelos fraccionarios
vigentes en la actualidad.

9. Estudio de ecuaciones fraccionarias de ondas y de difusion. Se consi-


deraran las propiedades de transicion entre ellas, as como generaliza-
ciones lineales y no lineales a dos y tres dimensiones espaciales.

10. Aplicaciones a modelizacion en Radiacion Cosmica, distribuciones de


agua y polvo en la atmosfera tanto en Marte como en la Tierra. Se trata
de problemas donde intervienen muchas escalas de espacio y tiempo
y constituyen un laboratorio adecuado para la aplicacion del Calculo
Fraccionario.

11. Desarrollo de metodos numericos para las ecuaciones diferenciales frac-


cionarias en estudio. Se considerara de manera especial las posibles ge-
neralizaciones fraccionarias de los metodos conservativos y simplecticos
para ecuaciones diferenciales ordinarias y en derivadas parciales.

12. Estudiar si las situaciones de tipo caotico tambien se dan en los modelos
fraccionarios y, si es as, si encontraremos nuevos tipos de caos deter-
minista (pregunta propuesta por el Prof. J.M. Vegas). A este respecto,
vemos que la identidad (3) puede conllevar para funciones adecuadas
que se verifique una propiedad de la forma D1 = D = D1/2 D1/2 =
Dq D1q = Dp(1/p) (0 < q < 1, p N); esto hara que las ecuaciones que
producen caos sean equivalentes a una o varias ecuaciones fraccionarias,
que por tanto producen el mismo caos. Luego, la conjetura natural es
que las ecuaciones fraccionarias introduciran numerosas nuevas situa-
ciones caoticas que seran de aplicacion en problemas donde es imposible
encontrar dichas soluciones en el caso ordinario. Ejemplos de esto los
podemos ver en [101], [103], [104] y [105].

En los objetivos de estudio se combinaran las componentes matematica y


numerica. En particular, se considerara la creacion de un entorno informatico
de visualizacion para la aproximacion numerica de las ecuaciones diferenciales
fraccionarias.

82
AGRADECIMIENTOS
Los resultados de este trabajo han sido posibles gracias a la direccion de
los profesores Juan J. Trujillo Jacinto del Castillo y Luis Vazquez Martnez,
as como a la colaboracion de diversos organismos:

Universidad Complutense de Madrid (UCM) - Departamento de Matematica


Aplicada.

Instituto de Matematica Interdisciplinar (IMI)

Universidad de La Laguna (ULL) - Departamento de Analisis Matematico.

Ministerio de Ciencia e Innovacion (MICINN) - Beca FPU AP2007-


00864.

Sin olvidar a todos los companeros, amigos y familiares que han aportado
sus ideas y su aliento.

83
Referencias
[1] Abel, N. H., Solution de quelques problemes a laide dintegrales definies,
Mag. Naturvidenkaberne, Aurgang. Christiania 1(2), (1823).

[2] Abramowitz, M. and Stegun, I. A., Handbook of Mathematical Functions


with Formulas, Graphs and Mathematical Tables, Dover, New York, 1972.

[3] Addison, P. S., Qu, B., Nisbet, A., and Pender, G., A non-Fickian
particle-tracking diffusion model based on fractional Brownian motion, Int.
J. Numer. Methods Fluids, 25(12), (1997) 13731384.

[4] Alfimov, G. L., Usero, D. and Vazquez, L., On complex singularities


of solutions of the equation HUx - U + Up = 0, Physica A, 33(38), (2000)
6707-6720.

[5] Allegrini, P., Buiatti, M., Grinolini, P. and West, B. J., Fraction-
al Brownian motion as a nonstationary process: Analternative paradigm for
DNA sequences, Phys. Rev. E, 57(4), (1998) 558567.

[6] Baillie, R. T. and King, M. L., Fractional differencing and long memory
processes, J. Econometrics, 73(1), (1996) 13.

[7] Balescu, R., Anomalous transport in turbulent plasmas and continuous


time random walks, Phys. Rev. E, 51(5), (1995) 807822.

[8] Berkowits, B. and Scher, H., Theory of anomalous chemical transport in


random fracture networks, Phys. Rev. E, 57(5), (1998) 858869.

[9] Bisquert, J., Interpretation of a fractional diffusion equation with noncon-


served probability density in terms of experimental systems with trapping or
recombination, Phys. Rev. E, 72, 011109 (2005).

[10] Blumen, A., Gurtovenko, A. A., and Jespersen, S., Anomalous dynam-
ics of model polymer systems, J. Lumin., 94-95, (2001) 437440.

[11] Bonilla, B., Kilbas, A. A., and Trujillo, J. J., Calculo Fraccionario y
Ecuaciones Diferenciales Fraccionarias, Uned, Madrid, 2003.

[12] Bonilla B., Rivero M., Rodrguez-Germa L. and Trujillo J. J., Frac-
tional differential equations as alternative models to nonlinear differential
equations, Appl. Math. Comp., 187(1), (2007) 7988.

[13] Boyce W. E., and DiPrima R. C., Elementary differential equations and
boundary value problems, John Wiley and Sons, New York-Santa Barbara-
London-Sydney-Toronto, 1977.

84
[14] Bultheel A. and Martnez H., A Shattered Survey of the Fractional Fouri-
er Transform, Katholieke Universiteit Leuven, Report TW337, (2002) 152.

[15] Chechkin, A. V., Gonchar, V. Y., and Szydlowski, M., Fractional ki-
netics for relaxation and superdiffusion in a magnetic field, Phys. Plasma,
9(1), (2002) 7888.

[16] Compte, A. and Jou, D., Non-equilibrium thermodynamics and anomalous


diffusion, J. Phys. A: Math. Gen., 29(15), (1996) 43214329.

[17] del Castillo-Negrete, D., Chaotic transport in zonal flows in analogous


geophysical and plasma systems, Phys. Plasma, 7(5), (2000) 17021711.

[18] Dattoli G., Ricci P. E., and Vazquez L., Fractional Operators, Inte-
gral Representations and Special Polynomials, Int. Journal Appl. Math., 10,
(2002) 131139.

[19] Dattoli G., Ricci P. E., Cesarano C. and Vazquez L., Special Polyno-
mials and Fractional Calculus, Math. and Comp. Model., 39, (2003) 729733.

[20] Dattoli G., Ricci P. E., Cesarano C. and Vazquez L., Fractional
Derivatives: Integral Representations and Generalized Polynomials, J. Con-
crete and Applicable Mathematics 1, (2004) 5966.

[21] Diethelm K., Ford N. J. and Freed A. D., Detailed error analysis for a
fractional Adams method, Numer. algor., 26, (2004) 3152.

[22] Diethelm K., Ford N. J., Freed A. D. and Luchko Yu., Algorithms
for the fractional calculus: A selection of numerical methods, Comput. Meth.
Appl. Mech. Engng., 194, (2005) 743773.

[23] Duarte, M. and Tenreiro-Machado, J. A.(Eds.), Special Issue of Frac-


tional Processing and Applications, Signal Proces. J., 83(11), (2003).

[24] Enelund, M. and Olsson, P., Damping described by fading memory: anal-
ysis and application to fractional derivative models, Int. J. Solids Structures,
36(7), (1999) 939970.

[25] Engheta, N., On the role of fractional calculus in electromagnetic theory,


IEEE Antenn. Propag., 39(4), (1997) 3546.

[26] Engheta, N., On Fractional paradigm and intermediate zones in electro-


magnetism. I: Planar observation, Microw. Optim. Tech. Lett., 22(4), (1999)
236241.

[27] Engheta, N., On Fractional paradigm and intermediate zones in electro-


magnetism. II: Cylindrical and spherical observations, Microw. Optim. Tech.
Lett., 23(2), (1999) 100103.

85
[28] Euler L., De progressionibvs transcentibvs sev qvarvm termini generales
algebraice dari negvevnt, Comment. Acad. Sci. Imperialis Petropolitanae, 5,
(1738) 3637.

[29] Floriani, E., Trefan, G., Grigolini, P., and West, B. J., A dynamical
approach to anomalous conductivity, J. Statist. Phys., 84, (1996) 10431066.

[30] Fourier J., Theorie analytique de la chaleur, Traducido al ingles: The ana-
lytical theory of heat, New York Dover Publ., 1822.

[31] Glockle, W. G. and Nonnemacher, T. F., Fractional integral operators


and Fox functions in theory of viscoelasticity, Macromolecules, 24(24), (1991)
64266434.

[32] Glockle, W. G. and Nonnenmacher, T. F., Fractional relaxation and


the time temperature superposition principle, Rheol. Acta, 33(4), (1994) 337
343.

[33] Glockle, W. G. and Nonnenmacher, T. F., A fractional calculus ap-


proach to self-similar protein dynamics, Biophys. J., 68(1), (1995) 4653.

[34] Hanyga, A., Wave propagation in media with singular memory, Math. Com-
put. Modelling, 34(12-13), (2001) 13991421.

[35] Hanyga, A., Multidimensional solutions of space-time-fractional equations,


Proc. Roy. Soc. London, Ser. A, 458(2018), (2002) 429450.

[36] Hanyga, A., Multidimensional solutions of time-fractional diffusion-wave


equations, Proc. Roy. Soc. London, Ser. A, 458(2020), (2002) 933957.

[37] Hanyga, A., Wave propagation in poroelasticity: Equations and solutions,


in: Shang, E. C., Li, Q., and Gao, T. F. (Eds.), Theoretical and Compu-
tational Acoustics, World Scientific, River Edge, 2002, 310318.

[38] Havlin, S., Buldyrev, S. V., Goldberger, A. L., Mantegna, R.N.,


Ossadnik, S. M., Peng, C. K., Simon, M., and Stanley, H., Fractals in
biology and medicine, Chaos Solit. Fract., 6(1), (1995) 171201.

[39] Henry, B. I. and Wearne, S. L., Existence of tuning instabilities in two-


species fractional reaction-diffusion system, SIAM J. Appl. Math., 62(3),
(2002) 870887.

[40] Isichenko, M. B., Percolation, statistical topography and transport in ran-


dom media, Rev. Modern Phys., 64(4), (1992) 9611043.

[41] Jumarie, G., A new approach to complex-valued fractional brownian motion


via rotating white noise, Chaos, Solitons and Fractals, 9(6), (1998) 881893.

86
[42] Kilbas, A. A., Pierantozzi, T., Trujillo, J. J., and Vazquez, L., On
the solution of fractional evolution equations, J. Phys. A: Math. Gen., 37(9),
(2004) 32713282.

[43] Kilbas, A. A., Pierantozzi, T., Trujillo, J. J., and Vazquez, L.,
Cauchy-type Problem for Fractional Evolution Equation, in: Samko, S.,
Oustaloup, A. and Sabatier (Eds.), Selected papers of the First IFAC
(International Federation of Automatic Control) Workshop on Fractional Dif-
ferentiation and its Applications, Bordeaux, France, July 19-21, 2004.

[44] Kilbas, A. A., Srivastava, H. M. and Trujillo, J. J., Fractional differ-


ential equations: An emergent field in applied and mathematical sciences, in:
Samko, S., Lebre, A. and Dos Santos, A.F. (Eds.) Factorization, Sin-
gular Operators and Related Problems, Kluwer Acad. Publ., London, 2003,
151-173.

[45] Kilbas, A. A., Srivastava, H. M. and Trujillo, J. J., Theory and Ap-
plications of Fractional Differential Equations, Elsevier, Amsterdam, 2006.

[46] Kiryakova, V. S., Generalized Fractional Calculus and Aplications, vol. 301
of Pitman Res. Notes in Math., Wiley and Sons, New York, 1994.

[47] Lagutin, A. A., Nikulin, Y. A., and Uchaikin, W., The kneein the
primary cosmic ray spectrum as consequence of the anomalous diffusion of the
particles in the fractal interstellar medium, Nuclear Phys. B (Proc. Suppl.),
97(1), (2001) 267270.

[48] Latora, V., Rapisarda, A., and Ruffo, S., Superdiffusion and out-of-
equilibrium chaotic dynamics with many degrees of freedom, Phys. Rev. Lett.,
83(2), (1999) 104107.

[49] Latora, V., Rapisarda, A., and Ruffo, S., Chaotic dynamics and super-
diffusion in a Hamiltonian system with many degrees of freedom, Physica A,
280(1-2), (2000) 8186.

[50] Lee, C., Hoopes, M. F., Diehl, J., Gilliland, W., Huxel, G., Leaver,
E. V., McCann, K., Umbanhowar, J., and Mogilner, A., Non-local
concepts and models in biology, J. Theoret. Biol., 210(2), (2001) 201219.

[51] Leibniz, G. W., Traite du calcul differentiel et du calcul integrel, Courcier,


Paris, 1820.

[52] Leibniz, G. W., Oeuvres mathematiques de Leibniz. Correspondence de


Leibniz avec Huygens, van Zulichem et le Marquis de LHopital, Paris: Libr.
de A. Franck, 1(2), (1853) 297302.

87
[53] Liouville, J., Memorie sus quelques questions de geometrie et de mecanique,
et sur un nouveau genre de calcul pour resoudre ces questions, J. lEcole Roy.
Polytechn, 13(21), 169, 1832.

[54] Luchko, Y., Martnez, H. and Trujillo, J. J. Fractional Fourier Trans-


form and some of its Applications, Fractional Calculus and Applied Analysis,
11(4), 2008, accepted.

[55] Mainardi, F., Raberto, M., Gorenflo, R., and Scalas, E., Fractional
calculus and continuous-time finance II: the waiting-time distribution, Phys-
ica A, 287(3-4), (2000) 468481.

[56] Mainardi, F. and Tomirotti, M., Seismic pulse propagation with constant
Q and stable probability distributions, Ann. Geofis., 40(5), (1997) 13111328.

[57] McBride A. C., Fractional calculus and integral transforms of generalized


functions, Ed. Pitman, Adv. Publ. Program, London, 1979.

[58] Makris, N. and Constantinou, M. C., Fractional derivative Maxwell mod-


el for viscous dampers, J. Struct. Engrg. ASCE, 117(9), (1991) 27082724.

[59] Makris, N. and Constantinou, M. C., Spring-viscous damper systems


for combined seismic and vibration isolation, Earthq. Engrg. Struct. Dynam.,
21(8), (1992) 649664.

[60] Makris, N., Dargush, G. F., and Constantinou, M. C., Dynamic anal-
ysis of generalized viscoelastic fluids, ASCE J. Engrg. Mech., 119(8), (1993)
16631679.

[61] Martinez, H., PhD Doctoral Thesis, advised by Bultheel A. and Trujillo
J.J., that will be defended in the University of La Laguna, 2008.

[62] Metzler, R., Barkai, E., and Klafter, J., Anomalous diffusion and
relaxation close to thermal equilibrium: A fractional Fokker-Plank equation
approach, Phys. Rev. Lett., 82(3), (1999) 563567.

[63] Metzler, R. and Klafter, J., The random walks guide to anomalous
diffusion: A fractional dynamics approach, Phys. Rep., 339(1), (2000) 177.

[64] Miller, K. S. and Ross, B., An Introduction to the Fractional Calculus and
Fractional Differential Equations, Wiley and Sons, New York, 1993.

[65] Montseny, G., Audounet, J., and Matignon, D., Diffusive represen-
tation for pseudo-differentially damped nonlinear systems, in: Isidori, A.,
Lamnabhi-Lagarrigue, F. and Respondek, W. (Eds.) Nonlinear control,
vol. 2, Springer-Verlag, Berlin, 2000, 163182.

88
[66] Namias, V., The fractional order Fourier transform and its application in
quantum mechanics, J. Inst. Math. Appl., 25, 241265, 1980.

[67] Oldham, K. B. and Spanier, J., The replacement of Ficks law by a formu-
lation involving semi-differentiation, J. Electroanal. Chem., 26, (1970) 331
341.

[68] Osada, H., Self-similar diffusions on a class of infinitely ramified fractals, J.


Math. Soc. Japan, 47(4), (1995) 591616.

[69] Osada, H., A family of diffusion processes on Sierpinski carpets, Prob. The-
ory Related Fields, 119(2), (2001) 275310.

[70] Ozaktas H. M., Zalevsky Z. and Kutay M. A., The fractional Fourier
transform, Wiley, Chichester, 2001.

[71] Pachepsky, Y., Benson, D. and Rawls, W., Simulating scale-dependent


solute transport in soils with the fractional advective-dispersive equation, Soil
Sci. Soc. Amer. J., 64(4), (2000) 12341243.

[72] Paradisi, P., Cesari, R., Mainardi, F. and Tampieri, F., The Fractional
Ficks law for non-local transport processes, Physica A, 293(1-2), (2001) 130
142.

[73] Plonka, A., Recent developments in dispersive kinetics, Progr. React. Kinet.
Mech., 25(2), (2000) 109127.

[74] Podlubny, I., Fractional Differential Equations, Academic Press, San Diego,
1999.

[75] Podlubny, I., Geometric and physical interpretation of fractional integra-


tion and fractional differentiation, Fract. Cal. Appl. Anal., 5(4), (2002) 367-
386.

[76] Riesz, M., Lintegral de Riemann-Liouville et le probleme de Cauchy, Acta


Math., 81, (1949) 1223.

[77] Riewe, F., Mechanics with fractional derivative, Phys. Rev. E, 55(3), (1997)
581592.

[78] Rodrguez-Germa, L., Trujillo, J. J., Vaquez, L. and Velasco,


M. P., Fractional framework to avoid singularities of differential equations,
Frac. Cal. appl. Anal., 11(4), (2008), In Press.

[79] Ross, B., The development of fractional calculus: 1695-1900, Historia Math.,
4, (1977) 7589.

89
[80] Rossikhin, Y. A. and Shitikova, M. V., Applications of fractional calculus
to dynamic problems of linear and non linear hereditary mechanics of solids,
Appl. Mech. Rev., 50(1), (1997) 1567.

[81] Samko, S. G., Kilbas, A. A., and Marichev, O. I., Fractional Integrals
and Derivatives: Theory and Applications, Gordon and Breach Science Pub-
lishers, Switzerland, 1993.

[82] Sanchez, A. and Vazquez, L. M., Nonlinear wave propagation in disor-


dered media, Int. J. Modern Phys. B, 5(18), (1991) 28252882.

[83] Schumer, R., Benson, D. A., Meerscaert, M. M. and Wheatcraft,


S. W., Eulerian derivation of fractional advection-dispertion equation, J.
Contam. Hydrol., 48(1-2), (2001) 6988.

[84] Shimizu, N. and Zhang, W., Fractional calculus approach to dynamic prob-
lems of viscoelastic materials, JSME Internat. J. C, 42(4), (1999) 825837.

[85] Sjoberg, M. and Kari, L., Non-linear behavior of a rubber isolator system
using fractional derivatives, Vehicle Syst. Dynam., 37(3), (2002) 217236.

[86] Sneddon, I.N., Mixed boundary value problems in potential theory, North-
Holland Publ, 1966.

[87] Soddemann, T., Schiessel, H. and Blumen, A., Molecular-dynamics sim-


ulations of polyampholytes: Instabilities due to excess charges and external
fields, Phys. Rev. E, 57(2), (1998) 8190.

[88] Sokolov, I. M., Thermodynamics and fractional Fokker-Planck equations,


Phys. Rev. E, 63(5), (2001) 6111.

[89] Sung, Y. M., Barkai, E., Silbey, R. J. and Lee, S., Fractional dynamics
approach to diffusion-assisted reactions in disordered media, J. Chem. Phys.,
116(6), (2002) 23382341.

[90] Tenreiro-Machado, J. A., Analysis and design of fractional-order digital


control systems, J. Systems Anal. Model. Simul., 27, 1997, 107122.

[91] Torvik, P.J. and Bagley, R.L., On the appearance of the fractional deriva-
tive in the behavior of real materials, J. Appl. Mech., 51, (1984) 294298.

[92] Tsallis, C., Entropic nonextensivity: A possible measure of complexity


chaos, Chaos Solit. Fract., 13(3), (2002) 371391.

[93] Upadhyaya, A., Rieu, J. P., Sawada, Y. and Glazier, J. A., Anomalous
diffusion and non-Gaussian velocity distribution of Hydra cells in cellular
aggregates, Physica A, 293(3-4), (2001) 549558.

90
[94] Vazquez, L., Fractional diffusion equations with internal degrees of freedom,
J. Comp. Math., 21(4), (2003) 491494.

[95] Vazquez, L., Una panoramica del Calculo Fraccionario y sus aplicaciones,
Rev. R. Acad. Cienc. Exact. Fs. Nat., 98(1), (2004) 1725.

[96] Vazquez, L., Singularity analysis of a nonlinear fractional differential equa-


tion, Rev. R. Acad. Cienc. Serie A. Mat., 92(2), (2005) 211217.

[97] Vazquez, L. and Vilela-Mendes, R. Fractional Solutions of a Diffusion


Equation with Internal Degrees of Freedom, Applied Mathematics and Com-
putation, 141, (2003) 125-130.

[98] Verkman, A. S., Solute and macromolecule diffusion in cellular aqueous


compartments of living cells, Trends Biochem. Sci., 27(1), (2002) 2733.

[99] Vilela-Mendes, R. and Vazquez, L., The Dynamical Nature of a Backlash


Systema with and without Fluid Friction, Nonlinear Dynamics, 47(4), (2007)
363-366.

[100] West, B. J. and Picozzi, S., Fractional Langevin model of memory in


financial time series, Phys. Rev. E, 65(3), (2002) 7106.

[101] Zaslavsky, G. M., Fractional kinetic equation for Hamiltonian chaos,


Physica D, 76(1-3), (1994) 110122.

[102] Zaslavsky, G. M., Edelman, M. and Niyazov, B. A., Self-similarity,


renormalization and phase space nonuniformity of Hamiltonian chaotic dy-
namics, Chaos, 7(1), (1997) 159181.

[103] Zalavsky, G. M., Chaos, fractional kinetics, and anomalous transport,


Phys. Rep., 371, (2002) 461580.

[104] Zaslavsky, G. M., Hamiltonian Chaos and Fractional Dynamics, Oxford


University Press, Oxford, 2005.

[105] Zaslavsky G. M., Stanislavsky A. A. and Edelman M., Chaotic and


pseudochaotic attractors of perturbed fractional oscillator, Chaos, 16, (2006)
013102.

91