№ 2 (42), 2017 Физико-математические науки.

Математика

МАТЕМАТИКА

УДК 519.62
DOI 10.21685/2072-3040-2017-2-1
Н. Ю. Петухова
СИСТЕМА ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ С МАЛЫМ
ПАРАМЕТРОМ: ЧИСЛЕННОЕ РЕШЕНИЕ НА ОСНОВЕ
АСИМПТОТИЧЕСКИХ ПРЕДСТАВЛЕНИЙ
Аннотация.
Актуальность и цели. Рассматривается система нелинейных дифференци-
альных уравнений с малым параметром при производных. Система исследова-
на в том случае, когда известен вид асимптотического разложения решения по
малому параметру. Цель работы – получить численное решение задачи, по-
строив численное приближение начальной суммы асимптотического ряда.
Материалы и методы. Для получения численного решения надо вычис-
лить несколько первых функций асимптотического ряда. Поставлены задачи
для регулярных и пограничных функций, предложены численные алгоритмы
для определения с требуемой точностью регулярных функций на отрезке и по-
граничных функций на полубесконечной прямой.
Результаты. Доказана устойчивость этих численных методов, позволяю-
щая использовать значения уже вычисленных функций при формировании
начальных условий и дифференциальных уравнений для последующих функ-
ций. Приведены оценка числа арифметических действий, которые требуют по-
строенный численный метод, и сравнение ее с трудоемкостью других методов.
Эта оценка показывает его большую вычислительную простоту.
Выводы. Реализация численного метода оказывается проще, особенно при
решении серии задач с различными значениями малого параметра. Для рас-
смотренного типа сингулярно возмущенной системы метод не требует ника-
ких дополнительных ограничений на коэффициенты дифференциальных урав-
нений и на начальные условия.
Ключевые слова: сингулярно возмущенная задача, разложение по малому
параметру, регулярные и пограничные функции, жесткая задача.

N. Yu. Petukhova
A SYSTEM OF DIFFERENTIAL EQUATIONS
WITH A SMALL PARAMETER: A NUMERICAL
SOLUTION BASED ON ASYMPTOTIC REPRESENTATIONS
Abstract.
Background. There is a system of nonlinear differential equations with a small
parameter on derivatives. In this paper we consider the initial value problem,
which has a well-known form of asymptotic expansion in a small parameter. The
numerical method is based on the approach of a numerical sum of initial asymp-
totic series.

Physical and mathematical sciences. Mathematics 3

Известия высших учебных заведений. Поволжский регион
Materials and methods. For numerical solution it is necessary to calculate the
first few functions in an asymptotic series. The authors set tasks for regular and
boundary layer functions and constructed numerical algorithms for determining the
required accuracy of regular functions on a segment and boundary layer functions
on a semi-infinite interval.
Results. The researchers have proved stability of the methods, allowing the use
of the values of already computed functions in problems for subsequent functions.
The artilce estimates the number of arithmetic operations required by this method,
and compares it with conventional numerical methods. This estimate shows the
computational efficiency of implementation of the method.
Conclusions. The numerical method is easier to implement, especially when
solving problems for series of different values of a small parameter. For the consid-
ered type of singularly perturbed system the method requires no additional re-
strictions on the coefficients and on the initial conditions.
Key words: singularly perturbed problem, small parameter expansion, regular
and boundary layer functions, stiff problem.

Введение
Рассматривается начальная задача для системы обыкновенных диффе-
ренциальных уравнений с малым параметром при производных. К таким за-
дачам приводят, например, системы уравнений, описывающие химические
процессы с быстрыми и медленными реакциями или большие и малые коле-
бания в электрических схемах, подчиненные уравнению Ван дер Поля. Еще
одним примером подобных задач может быть уравнение диффузии с малым
коэффициентом вязкости или нестационарное уравнение диффузии, в ходе
решения которого производные по пространственным переменным были за-
менены конечными разностями [1, 2]. Решение таких задач традиционными
численными методами требует обязательного применения неявных методов и
решения систем нелинейных алгебраических уравнений. Наличие малого па-
раметра приводит к неустойчивому итерационному процессу, поэтому боль-
шинство методов эффективно работают лишь в области медленного измене-
ния решения, а также требуют при своей реализации дополнительных огра-
ничений на коэффициенты дифференциальных уравнений.

1. Постановка задачи
Исследована система нелинейных дифференциальных уравнений в том
случае, когда известен вид асимптотического разложения решения по малому
параметру. Рассмотрим начальную задачу для системы векторных функций
z(x) и y(x):
 dz
 dx  F (z, y , x),

 dy  f (z, y , x), 0  x  X , (1)
 dx

 z (0)  A, y (0)  B.
Здесь   0 – малый параметр; z(x), y(x) – векторные функции размер-
ностей m и l. Система (1) исследована в случае, когда вид функций F(z,y,x),

4 University proceedings. Volga region

№ 2 (42), 2017 Физико-математические науки. Математика
f(z,y,x) позволяет доказать существование решения и использовать при полу-
чении его асимптотики решение вырожденной системы:
F (z 0 , y 0 , x)  0,

 dy 0
  f (z 0 , y 0 , x), 0  x  X , (2)
 dx
 y 0 (0)  B.

Согласно [3] эти условия имеют следующий вид:

1) функции F(z,y,x), f(z,y,x) бесконечно дифференцируемы в области D:
{ z  M , y  M , 0  x  X },
здесь

z  z12  z22  ...  zm

2
;
2) уравнение F(z,y,x) = 0 имеет относительно z изолированный корень
z 0  φy
( , x); (y , x)  D1 :{ y  M , 0  x  X }, а задача (2) при z 0  φy
( , x)
имеет на отрезке 0  x  X единственное решение y 0 ( x) ;
3) справедливы неравенства
Re(i ( x))  0, i  1, 2,...m, (3)
где i ( x) – собственные значения матрицы Fz (z 0 ( x), y 0 ( x), x) ;
4) решение задачи
z (t )  F ( z, B,0),

 z (0)  A
существует при t > 0 и при t   стремится к точке покоя φB
( , 0) .
В этих условиях существует единственное решение (z ( x, ), y ( x, )) за-
дачи (1), для него справедливо асимптотическое разложение по малому пара-
метру:

U ( x,  )   k (Vk ( x)  Πk (t )) , (4)
k 0
и имеет место оценка:
U( x, )  Sn ( x, )  Cn  n 1 . (5)
В выражениях (4), (5) обозначено: t  x / ; U( x, ) означает
( z ( x, ), y ( x, ) ) в совокупности; Vk ( x)  (z k ( x), y k ( x)), k  0,1,... , – функции
регулярной части асимптотики; Πk (t )  ( Πzk (t ), Πyk (t )) – функции погра-
ничного слоя,
n
S n ( x,  )   k (Vk ( x)  Πk (t )) .
k 0

Physical and mathematical sciences. Mathematics 5

Известия высших учебных заведений. Поволжский регион
Константа Cn в (5) зависит от n и не зависит от  . Теперь для получе-
ния численного решения задачи (1) с точностью  N  С N  N 1 , N  0, надо
вычислить с такой точностью функцию
N
S hN ( x, )   k (Vkh ( x)  Πhk (t )), 0  x  X . (6)
k 0
При этом для достижения данной точности  N каждую из функций
приближенного решения (6) надо вычислять с точностью
k   N /  k , k  0,1,..., N . (7)

Построенная таким образом функция U hN ( x, )  S hN ( x, ) будет равно-

мерным по e на всем отрезке [0; X] численным приближением решения задачи
(1). При больших значениях N (N > 3) реализация такого численного метода
станет достаточно громоздкой; если же 0  N  2 , его применение оправдано.

2. Задачи для регулярных и пограничных

функций и их численное решение
2.1. Задачи для регулярных функций
Уравнения для регулярных функций z k ( x), y k ( x) в (4) получаем, при-
равнивая коэффициенты при  k в разложении в системе:
    k  



  k z k ( x)  F 
 
 z k ( x),  k y k ( x), x  ;

k 0  k 0 k 0 

 k   k  
   y 
k ( x )  f 


 z k ( x 
),  k y k ( x), x  , z (0)  A, y (0)  B.

k 0  k 0 k 0 
При k = 0 имеем: уравнение F(z,y,x) = 0 и задачу Коши для y(x) (2). Со-
гласно (3) функция z 0  φy
( , x) нам известна; тогда функция y 0 ( x) – реше-
ние задачи (2) может быть без труда вычислена с требуемой точностью
0   N стандартным численным методом решения задачи Коши. Далее,
раскладывая функции F( z 0  d1 , y 0  d 2 , x) и f (z 0  d1 , y 0  d 2 , x)
 
( d1   k zk ( x), d2   k yk ( x) ) в ряды, получим системы уравнений для
k 1 k 1
следующих регулярных функций:
k = 1:
 dz 0
 dx  Fz (M )z1 ( x)  Fy (M )y1 ( x); z 1 (0)  Πz1 (0)  0;
 (8)
 dy 1  f  (M )z ( x)  f  (M )y ( x); y (0)  Πy (0)  0.
 dx z 1 y 1 1 1

k = 2:

6 University proceedings. Volga region

№ 2 (42), 2017 Физико-математические науки. Математика

  
2
 dz 1  Fz (M ) z 2 ( x)  Fy (M )y 2 ( x)  1   u1   u2  ...   um l  F(M );
 dx 2!  u1 u2 uml 

 z 2 (0)  Πz 2 (0)  0 ,
 2
 dy 2 1    
  
 f z (M ) z 2 ( x )  f y (M ) y 2 ( x )   u1  u2  ...  um l  f (M );
 dx 2!  u1 u2 uml 
 y (0)  Πy (0)  0.
 2 2

В системе (8) обозначено: точка М  (z 0 ( x), y 0 ( x), x),

u  ( z11 , z12 ,..., z1m , y11 , y12 ,..., y1l ), ui  z1(i ) или y1(i ) – i-я компонента вектора
z1 ( x) или y1 ( x) . Задачи для последующих регулярных функций будут выгля-
деть аналогично.
Схема численного решения (8). При k = 1: функция z 0 ( x) известна
точно и согласно п. 3 условий (3) матрица Fz (M ) при всех х имеет
обратную. Тогда функция z1 ( x) может быть однозначно выражена из перво-
го уравнения системы и подставлена во второе. Так будет получена система
линейных дифференциальных уравнений для вектор-функции y1 ( x) общего
вида:

 dy 1
 dx  D( x)y1 ( x)  H1 ( x), 0  x  X ,

 y1 (0)  Πy1 (0), (9)
 1
D( x)  f y (M )  f z (M )(Fz (M )) Fy (M ).

Начальные условия для y1 ( x) : y1 (0)  Πy1 (0). Ниже, при вычисле-
нии пограничных функций, это значение будет вычислено с требуемой точ-
ностью 1 . Далее начальная задача для функции y1 ( x) может быть решена
с требуемой в (7) точностью 1 стандартным численным методом для реше-
ния задачи Коши.
После вычисления функции y1 ( x) из первого уравнения (8) с той же
точностью получим z1 ( x) и значение z1 (0)  Πz1 (0) .
При k = 2, чтобы из первого уравнения (8) выразить z 2 ( x) , надо знать
значения функций z1 ( x) , y1 ( x) и z1 ( x) . Для определения значений z1 ( x) через
известные с точностью 1 значения z1 ( x) в нашем случае можно использовать
стандартные формулы численного дифференцирования первого или второго по-
рядка. Пусть z1 ( x) известна с точностью 1 , функцию z 2 ( x) надо получить
с точностью 2  1 /  , и применена формула численного дифференцирования
первого порядка: z h ( xi )  ( z i 1  z i ) / h . Тогда для погрешности этой формулы
должно выполняться условие: 1 / h  h  2  1 /  . Минимальное значение вы-

Physical and mathematical sciences. Mathematics 7

Известия высших учебных заведений. Поволжский регион

ражения в левой части равно 2 1 , при этом ограничение 1  2  1 /  вы-

полняется, если 1   2 или  0  3 . Это ограничение после формулы (7) мы
считаем выполненным. Таким образом, выразив функцию z 2 ( x ) из первого
уравнения и подставив во второе уравнение (8), мы снова получим для y 2 ( x)
систему линейных дифференциальных уравнений общего вида (9):
 dy 2
  D( x)y 2 ( x)  H 2 ( x), 0  x  X ,
 dx (10)
 y 2 (0)  Πy2 (0),

в которой функция H 2 ( x) и начальное условие y 2 (0)  Πy2 (0) известны

с точностью 1 или 2 . Осталось обосновать возможность использования
значений ранее вычисленных приближенно функций y1 ( x ) и z1 ( x) при фор-
мировании начальных условий и дифференциального уравнения для y 2 ( x) .
Пусть y 2 ( x) – решение задачи вида (10), где y 2 (0)  y 2 (0)  1 ,
 ( x)   и выполнено условие:
H 2 ( x)  H 2 2

(D( x))  l ( x), 0  x  X ;

(D) – норма матрицы D(x). Тогда согласно [4] имеет место следующая
оценка:
 x 
y 2 ( x)  y 2 ( x)  e L ( x )  1  e  L ( p )  2 dp  ,
 (11)
 
 0 
x


где L( x)  l ( p)dp .
0
Норма матрицы D(x) ограничена при всех х, следовательно,

y 2 ( x)  y 2 ( x)  C (1   2 )  C 2 .

Далее задача (10) также может быть решена с требуемой точностью 2

стандартным численным методом для задачи Коши. После вычисления функ-
ции y 2 ( x) из первого уравнения (8) с той же точностью получим z 2 ( x ) . Та-
ким же методом можно получить численные решения дифференциальных
уравнений для следующих регулярных функций. Так будет вычислена с нуж-
ной точностью  N регулярная составляющая асимптотики (6).
2.2. Вычисление пограничных функций
Пусть t  x /   0 . Уравнения для пограничных функций Πzk (t ) и
Πyk (t ) получаем, приравнивая коэффициенты при  k в разложениях по сте-
пеням e в уравнениях системы:

8 University proceedings. Volga region

№ 2 (42), 2017 Физико-математические науки. Математика
    k  
 
 k 0
 k Πzk (t )  F  

 ( zk (t )  Πzk (t )),   k (yk (t )  Πyk (t )), t )  

 k 0 k 0 

    
 F  
  k 0

 k z k (t ),  k y k (t ), t 

k 0 

    
1
   k
Π y 
k ( t )  f

 k
( z k ( t )  Πz k ( t)),  k (yk (t )  Πyk (t )), t  

  k 0  k 0 k 0 
  
  
f  
 k z k (t ),  k y k (t ), t  .

  k 0 k 0 
При k = 0 имеем следующую задачу:
Πz0 (t )  F (z0 (0)  Πz0 (t ), y0 (0)  Πy0 (t ),0), Πz0 (0)  A  z0 (0)

 Πy0 (t )  0, Πy0 (0)  0, t  0.
Тогда Πy0 (t )  0 , и Πz0 (t ) есть решение системы нелинейных диффе-
ренциальных уравнений:
Πz0 (t )  F (z 0 (0)  Πz 0 (t ), В,0), t  0,
 (12)
 Πz0 (0)  A  z0 (0).
Система при k = 1:
Πz1 (t )  Fz (M (t )) Πz1 (t )  Fy (M (t ))Πy1 (t )  G 1 (t ), Πz1 (0)  z1 (0),
 (13)
 Πy1 (t )  g1 (t ), t  0.
В (13) обозначено:
M (t )  (z 0 (0)  Πz0 (t ), B ,0), M  (z0 (0), B ,0), g1 (t )  f (M (t ))  f (M ),
G1 (t )  (Fz (M (t ))  Fz (M ))(tz 0 (0)  z1 (0)) 
(Fy (M (t ))  Fy (M ))(ty 0 (0)  y1 (0))  t (Fx (M (t ))  Fx (M )) .

Согласно [3] начальные данные для Πyк (t ) получают из условия

стремления пограничных функций к нулю при t   . Из (13) имеем:
t 


Πy1 (t )  Πy1 (0)  g1 (t )dt 
и Πy1 (0)   g1 (t ) dt. (14)
0 0

Задачи для следующих пограничных функций Πzk (t ) и Πyk (t ) при

k  1 будут аналогичны задаче (13)–(14) с другими функциями G k (t ) и gk (t ) .
Численное решение задачи для Πz0 (t ) . При вычислении потребуется
экспоненциальная оценка Πz0 (t ) при t   вида

Πz0 (t )  C0 et ,   0 . (15)

Physical and mathematical sciences. Mathematics 9

Известия высших учебных заведений. Поволжский регион
Она может быть получена при выполнении условий (3) и при использо-
вании логарифмической нормы матрицы Fz (z ( x), B,0) [4]. Логарифмическая
норма Fz , согласованная с нормой z, вычисляется по формуле: (Fz )   max ,

где  max – наибольшее собственное значение матрицы

1
2

Fz  (Fz )T . Тогда 
при выполнении (3):  max ( x)  max Re(i ( x))  0 . Далее согласно [4], если
1i  m
(Fz (z ( x), B,0))  l ( x) при z  [z 0 (0), A], то Πz0 (t )  e L (t ) Πz0 (0) , где
t


L(t )  l ()d  . У нас l(x) < 0 и для получения оценки (15) положим:
0

C0  Πz0 (0) ,   max l ( x)  0 .

z[ A ,z (0)]

Теперь для численного решения задачи (12) сведем ее к задаче Коши на

конечном отрезке 0  t  T0 , где значение T0 выбирается из условия:
C0 eT0  0 . На отрезке [0, T0 ] построим неравномерную сетку. Положим
dt
 et ,   0 , более точно значение β определим позднее. Отрезок [0, T0 ]
ds
перейдет в отрезок s1  s  s2 , где s1  1 / , s2  e T0 /  . Теперь длина
отрезка интегрирования s2  s1  1 /  , не зависит от e и 0 . Задача Коши для
функции Πz0 ( s ) примет вид

 dΠz0 ( s )  1 
  F(z 0 (0)  Πz0 ( s), В,0)    , s1  s  s2 ,
 ds  s  (16)
 Πz0 ( s1 )  A  z 0 (0).

На отрезке [ s1 , s2 ] построим равномерную сетку {si  s1  ih, i  1,..., n} .
Если для численного решения (16) применять какой-либо стандартный
устойчивый метод порядка р, р  1 : многошаговый или метод типа Рунге –
Кутта, то для его погрешности справедлива оценка [4]:
h
Πz0 ( sm )  Πz m  h p max Πz0( p 1) ( sm ) 
s

(exp(( sm  s1 ) L1 )  1) / L1 , s1  sm  s2 . (17)

Здесь Πzhm – численное решение в точке sm  s1  mh и логарифмиче-

ская норма матрицы Fz (z 0 (0)  Πz0 ( s ), B ,0)  (1 / s )  L1 . Число L1 , как и
(Fz (z ( x), B,0)) , также отрицательно, и (17) можно записать в виде:

h
Πz0 ( sm )  Πz m  Сh p max Πz0( p 1) ( sm ) ,
s

10 University proceedings. Volga region

№ 2 (42), 2017 Физико-математические науки. Математика

С не зависит от T0 и 0 . Для нормы функции Πz 0( p 1) ( s ) справедлива

оценка:
p 1
d p 1Πz0 (t )  dt 
Πz0( p 1) ( s )     C0 et  et ( p 1)  C0 exp(t (  ( p  1))) .
dt p 1  ds 

Последняя величина будет равномерно ограничена при 0  t  T0 , если

0     / (( p  1) . (18)
При этом шаг численного метода выбирается только из условия требу-
емой точности вычисления Πz0 (t ) : h p  0 .
Задача (16) становится жесткой при значениях s, близких к s2 , так как
1
собственные значения матрицы Fz (z 0 (0)  Πz0 ( s ), В,0)  ( ) имеют вид:
s
( s)   (t ) / (s )  (t )et . При значениях s, близких к s2 :  ( s )  (t )eТ 0 .
Однако, если выбор T0 , как и выбор шага сетки h, определяется требуемой
точностью 0 , дополнительных ограничений на величину шага или на класс
используемых численных методов не возникнет. Это вытекает из следующих
оценок:
 согласно 
наибольшее значение ( s )  eT0   
 (18) 
 1 1

 
 T0  1  p 1
e p 1
 eT0 p 1   .
 0 
1  1 1   1 
p
Шаг сетки h   . При этом h  O   p p 1  
O  p ( p 1) 
 O(1) .
   
   
   
Тогда условие h  const можно считать выполненным. Это означает, что
при решении задачи Коши для системы нелинейных дифференциальных
уравнений (16) нет необходимости использовать неявные численные методы,
имеющие неограниченную область устойчивости.
Найдем численное решение системы (13) при k = 1. Для функции g1 (t )
выполняется теорема о среднем и оценка: g1 (t )  C Πz0 (t )  Cet . Πy1 (t )



находим по формуле: Πy1 (t )   g1 ()d  . Тогда для Πy1 (t ) также справед-
t

 t и Πy (0)   g ()d  . Для вычисления послед-
лива оценка Πy1 (t )  Ce 1 1 
0

Physical and mathematical sciences. Mathematics 11

Известия высших учебных заведений. Поволжский регион
него интеграла с точностью 1 считаем его по конечному отрезку 0    T1 ,
где Т определяется из условия: Ce T1 /    . После замены переменной
1 1
t
dt / ds  e , 0     получим интеграл по отрезку [ s1 , s2 ], s1  1 / ,
s2  eT1 / , s1  s2  1 /   O (1) . Далее значение интеграла
s2

 g1 (t (s))t (s)ds надо найти с точностью 1 , используя стандартные методы

s1
численного интегрирования. Так будет получена задача Коши для функции
Πy (t )  g1 (t ), 0  t  T1 ,
Πy1 (t ) :  1
 Πy1 (0) известно.
Далее, имея экспоненциальную оценку для Πy1 (t ) , эту задачу можно
решить по схеме, использованной выше при вычислении Πz0 (t ) . Как и при
вычислении регулярных функций, при k  1 надо обосновать возможность
использования при численном решении приближенно известных начальных
данных и функции g1 (t ) . Для этого снова воспользуемся (11). В нашем случае
g1 (t )  g1h (t )  C 0 , Πy1 (0)  Πy1h (0)  c1 и логарифмическая норма равна
нулю.
После вычисления функции Πy1 (t ) подставим ее в первое уравнение
системы (13) и получим задачу Коши для функции Πz1 (t ) :

Πz1 (t )  Fz (M (t )) Πz1 (t )  G 1 (t ), t  0,

 (19)
 Πz1 (0)  z1 (0),
 (t )  G (t )  F (M (t ))Πy (t ) .
G 1 1 y 1

В этой системе линейных уравнений, как и в (12), (Fz )    0 ,

начальные данные и функция G  (t ) известны с точностью  :
1 1
 h(t )  G
G  (t )   , Πzh (0)  Πz (0)   . Тогда на основании (11) имеем:
1 1 1 1 1 1
 z (t )  Πz (t )  C  , где Π
Π  z (t )  решение задачи вида (19) с функцией
1 1 1 1

G h (t ) и начальным условием Π  z h (0) . Эта оценка обосновывает возмож-

1 1
ность использования ранее вычисленных приближенно регулярных и погра-
ничных функций при формировании задачи (19) для Πz1 (t ) .
Теперь, чтобы решить (19) по схеме, примененной выше для вычисле-
ния Πz0 (t ) , осталось получить для Πz1 (t ) экспоненциальную оценку вида
Πz1 (t )  C1e 1t , 1  0 . Для этого надо получить подобную оценку функции
 (t ) . Для функции F (M (t ))Πy (t ) имеем
G 1 y 1

Fy (M (t ))Πy1 (t )  с21et , c21  C0  max Fz (z, B,0) .

z[0,Πz (0)]

12 University proceedings. Volga region

№ 2 (42), 2017 Физико-математические науки. Математика

Для всех элементов матрицы Fz (M (t ))  Fz (M ) на основании теоремы

о среднем и (15) выполнено неравенство
 2F
Fz (M (t ))  Fz (M )  c22e t , где c22  C0  max (M (t ) .
z[0,Πz (0)] zi z j

Такие же оценки выполняются для Fy (M (t ))  Fy (M ) и

Ft(M (t ))  Ft (M ) . Далее выберем 1 : 0  1   так, чтобы
tet  e 1t , t  0 (например, 1   / 2 ). Теперь получим:
 (t )  C e 1t , C  6 max  c , c , c , z  (0) , z (0) , y  (0) , y (0)  ,
G 1 1 1 22 23 21 0 1 0 1

 2F
c23  C0  max (M (t ) .
z[0,Πz (0)] yi y j

Согласно [4] для решения системы неоднородных линейных дифферен-

циальных уравнений (19), где (Fz )  l (t )    0 , выполняется неравенство:

 t 
Πz1 (t )  e L (t )  Πz1 (0)  e  L ( p ) G 1 ( p) dp  ,

 
 0 
t


где L(t )  l ( p)dp .
0
Тогда L(t )  t , Πz1 (0) e L (t )  Πz1 (0) et . Для второго слагаемого
имеем:
t t
 ( p ) dp  C e  L ( p )1 p dp 
e L( p) G
 1 1 
0 0
t
 ( L( p )  1 p )  C1
 C1 e  L ( p )1 p 

t
 dp  exp(  L( p )  1 p ) 0 
0  ( L( p )  1 p )  V

C
 1 (exp( L(t )  1t )  1) .
V
1
Здесь V  min ( L( p)  1 p)  min l ( p)  1 ; – ограниченная вели-
0 p t p V
чина. Окончательно для Πz1 (t ) получаем оценку:

Πz1 (t )  Πz1 (0) et  C1e L(t ) (exp( L(t )  1t )  1) / V  C1e1t ,

C1  3max( Πz1 (0) , C1 / V ) .

Physical and mathematical sciences. Mathematics 13

Известия высших учебных заведений. Поволжский регион
Далее задача (19) для Πz1 (t ) может быть численно решена с требуемой
точностью 1 по схеме, построенной выше для вычисления Πz0 (t ) . После
построения неравномерной сетки шаг численного метода выбирается только
из условия: h p  1 . Таким же методом можно вычислять пограничные
функции Πzk (t ) и Πyk (t ) при k > 1.
Теперь по формуле (6) можно построить численное решение задачи (1)
U N ( x, )  S hN ( x, ) . Обобщение результатов этого раздела приведем в следу-
h

ющей теореме.
Теорема 1. Функция ShN ( x, ) , полученная по формулам (6)–(7), являет-
ся на всем отрезке 0  x  X численным решением задачи (1), (3), удовлетво-
ряющим условию: max U( x, )  ShN ( x, )  M N  N 1 , N = 0; 1; 2. Константа
0 x X
M N не зависит от e.

3. Сравнительный анализ эффективности метода

и вопросы практической реализации
В ходе реализации численного метода основные вычислительные
затраты приходятся на вычисление пограничных функций. Задача для функ-
ции Πz0 (t ) решалась на отрезке s  [ s1 , s2 ], s1  s2  O (1) . Задачу можно
решать явным методом (Рунге – Кутты или многошаговым) порядка
р  1 . Число арифметических действий при вычислении Πz0 (t ) :
n0  m s2  z1 / (h p )  m s2  z1 / p 0 (m – размерность Πz0 (t ) ). Вычисление
следующих пограничных функций Πzk (t ) и Πyk (t ), k  1 : после построения
неравномерной сетки обе задачи решаются стандартными численными мето-
дами порядка р  1 на отрезке длины О(1). Нет необходимости использовать
неявный метод, шаг сетки не зависит от  , выбирается только из условия
требуемой точности: hkp  k . Это же можно сказать про метод численного
интегрирования для вычисления Πyk (0) . Тогда здесь число операций:
nk  (m  2l ) / (hkp )  (m  2l ) / p k (l – размерность Πyk (t ) ).
Решение задачи (1) традиционными численными методами приводит
к необходимости решать систему (m + l) нелинейных дифференциальных
уравнений. При малом  эта система является жесткой. Ее решение много-
шаговыми методами или методами типа Рунге – Кутты требует применения
неявных методов, являющихся А-устойчивыми или жестко устойчивыми [1].
При этом на каждом шаге надо решать систему (m + l) нелинейных алгебраи-
ческих уравнений. Из-за большой величины max Fz (z, y , x) /  эта система
z
является плохо обусловленной. Вследствие этого итерационный метод реше-
ния системы является неустойчивым к вычислительным погрешностям, тре-
бует очень точного задания начальных приближений [5]. Успешный итераци-
онный метод решения такой системы построить сложно. Методы типа Рунге –
Кутты порядка р дают равномерную по  величину сходимости
14 University proceedings. Volga region
№ 2 (42), 2017 Физико-математические науки. Математика

U( xn )  U hn  O(h p ) только в задаче, где согласованы начальные условия,

т.е. F( z (0), y (0),0)  0 и Πz0 (t )  0 [1]. В нашем случае это требование не
выполнено. То же можно сказать про многошаговые методы, которые эффек-
тивно работают лишь вне зоны пограничного слоя. Другие возможные мето-
ды решения (1), такие как построение неравномерной сетки или специальных
подгоночных параметров [6–8], хорошо адаптированы лишь к решению ли-
нейных систем. Таким образом, реализация предложенного здесь численного
метода при малых значениях  оказывается проще.
В заключение отметим еще одно полезное свойство вышеописанного
численного алгоритма. Функции z hk ( x), y hk ( x), Πzhk (t ), Πyhk (t ) , составляющие
численное решение S hN ( x, ) в (6), не зависят от  . Это позволяет, один раз
вычислив S hN ( x, 0 ) , использовать эти же функции z hk ( x), y hk ( x), Πzhk (t ),
Πyhk (t ) для получения численных решений серии задач (1) при различных
значениях малого параметра   0 , легко проводить сравнительный анализ
этих решений. Другие примеры применения подобного подхода при числен-
ном решении краевых задач для различных дифференциальных уравнений с
малым параметром на плоскости или на отрезке можно найти в [9, 10].

Заключение
Реализация численного метода оказывается проще, особенно при реше-
нии серии задач с различными значениями малого параметра. Все условия его
применимости – это условия существования у решения задачи (1) асимптоти-
ческого разложения определенного типа. Никаких дополнительных ограни-
чений на коэффициенты дифференциальных уравнений и на начальные усло-
вия метод не требует. Метод вычисления пограничных функций можно ис-
пользовать как способ численного решения начальной задачи для системы
дифференциальных уравнений, поставленной на полубесконечной прямой.
Библиографический список
1. Х а й е р , Э . Решение обыкновенных дифференциальных уравнений. Жесткие и
дифференциально-алгебраические задачи / Э. Хайер, Г. Ваннер. – М. : Мир,
1999. – 685 с.
2. V u l a n o v i c , R . On the singularly perturbed semilinear reaction – diffusion problem
and its numerical solution / R. Vulanovic, L. Teofanov // International Journal of nu-
merical analysis and modelling. – 2016. – Vol. 13, № 1. – Р. 41–57.
3. В а с и л ь е в а , А . Б. Асимптотические разложения решений сингулярно возму-
щенных уравнений / А. Б. Васильева, В.Ф. Бутузов. – М. : Наука, 1973. – 272 с.
4. Х а й е р , Э . Решение обыкновенных дифференциальных уравнений. Нежесткие
задачи / Э. Хайер, С. Нерсетт, Г. Ваннер. – М. : Мир, 1990. – 512 с.
5. Ба х в а л о в , Н . С . Численные методы / Н. С. Бахвалов. – М. : Наука, 1975. –
610 с.
6. Д у л а н , Э . Равномерные численные методы решения задач с пограничным слоем /
Э. Дулан, Дж. Миллер, У. Шилдерс. – М. : Мир, 1983. – 200 с.
7. Л и с е й к и н , В. Д . Разностные схемы и координатные преобразования для чис-
ленного решения сингулярно возмущенных задач / В. Д. Лисейкин, Ю. В. Лиха-
нов, Ю. И. Шокин. – Новосибирск : Наука, 2007. – 246 с.
Physical and mathematical sciences. Mathematics 15
Известия высших учебных заведений. Поволжский регион
8. K u m a r , V . A robust computational technique for a system of singularly perturbed
reaction – diffusion equations / V. Kumar, A. Lal, R. Bawa // International Journal of
applied mathematics and computer science. – 2014. – Vol. 24, № 2. – Р. 387–395.
9. Б е р е з и н , Б. И . Использование асимптотических разложений для построения
численных алгоритмов решения сингулярно возмущенных краевых задач /
Б. И. Березин, Н. Ю. Петухова // Фундаментальная и прикладная математика. –
1996. – Т. 9, № 4. – С. 1187–1194.
10. П е ту х о в а , Н . Ю . Численное решение краевой задачи для эллиптического
уравнения с малым параметром на основе асимптотических представлений /
Н. Ю. Петухова // Актуальные проблемы гуманитарных и естественных наук. –
2016. – № 6 (89), ч. 1. – С. 15–21.
References
1. Khayer E., Vanner G. Reshenie obyknovennykh differentsial'nykh uravneniy. Zhestkie i
differentsial'no-algebraicheskie zadachi [Solving regular differential equation. Stiff and
differentially-algebraic problems]. Moscow: Mir, 1999, 685 p.
2. Vulanovic R., Teofanov L. International Journal of numerical analysis and modelling.
2016, vol. 13, no. 1, pp. 41–57.
3. Vasil'eva A. B., Butuzov V. F. Asimptoticheskie razlozheniya resheniy singulyarno
vozmushchennykh uravneniy [Asymptotic expansions of solutions to singularly dis-
turbed equations]. Moscow: Nauka, 1973, 272 p.
4. Khayer E., Nersett S., Vanner G. Reshenie obyknovennykh differentsial'nykh uravneniy.
Nezhestkie zadachi [Solving regular differential equations. Unstiff problems]. Moscow:
Mir, 1990, 512 p.
5. Bakhvalov N. S. Chislennye metody [Numerical methods]. Moscow: Nauka, 1975,
610 p.
6. Dulan E., Miller Dzh., Shilders U. Ravnomernye chislennye metody resheniya zadach s
pogranichnym sloem [Uniform numerical methods to solve boundary layer problems].
Moscow: Mir, 1983, 200 p.
7. Liseykin V. D., Likhanov Yu. V., Shokin Yu. I. Raznostnye skhemy i koordinatnye
preobrazovaniya dlya chislennogo resheniya singulyarno vozmushchennykh zadach
[Difference schemes and coordinate transformations for numerical solution of singular-
ly disturbed problems]. Novosibirsk: Nauka, 2007, 246 p.
8. Kumar V., Lal A., Bawa R. International Journal of applied mathematics and computer
science. 2014, vol. 24, no. 2, pp. 387–395.
9. Berezin B. I., Petukhova N. Yu. Fundamental'naya i prikladnaya matematika [Funda-
mental and applied mathematics]. 1996, vol. 9, no. 4, pp. 1187–1194.
10. Petukhova N. Yu. Aktual'nye problemy gumanitarnykh i estestvennykh nauk [Topical
problems of humanities and natural sciences]. 2016, no. 6 (89), part. 1, pp. 15–21.

Петухова Наталья Юрьевна Petukhova Natal'ya Yur'evna

кандидат физико-математических наук,
доцент, Центр математического
образования, Московский
политехнический университет (Россия,
г. Москва, ул. Б. Семеновская, 38)
E-mail: natpet967@gmail.com
Candidate of physical and mathematical
sciences, associate professor, Mathematical
Education Centre, Moscow Polytechnic
University (38 B. Semyonovskaya street,
Moscow, Russia)

16 University proceedings. Volga region

№ 2 (42), 2017 Физико-математические науки. Математика

УДК 519.62
Петухова, Н. Ю.
Система дифференциальных уравнений с малым параметром: чис-
ленное решение на основе асимптотических представлений /
Н. Ю. Петухова // Известия высших учебных заведений. Поволжский регион.
Физико-математические науки. – 2017. – № 2 (42). – С. 3–17. DOI
10.21685/2072-3040-2017-2-1

Physical and mathematical sciences. Mathematics 17