Журнал вычислительной математики и математической физики, 2020, T. 60, № 2, стр. 197-215
Численное решение задачи управления для интегродифференциальных уравнений
А. Т. Асанова 1, 2, *, **, Е. А. Бакирова 1, 2, 3, ***, Ж. М. Кадирбаева 1, 2, 4, ****
1 ИМиМатем. моделирования
050010 Алматы, ул. Пушкина, 125, Казахстан
2 ИИиВТ
050010 Алматы, ул. Пушкина, 125, Казахстан
3 КазНЖен
050012 Алматы, ул. Айтеке би, 99, Казахстан
4 МУИТ
050040 Алматы, ул. Жандосова, 34А, Казахстан
* E-mail: assanova@math.kz
** E-mail: anartasan@gmail.com
*** E-mail: bakirova74@mail.ru
**** E-mail: apelman86pm@mail.ru
Поступила в редакцию 27.12.2018
После доработки 30.04.2019
Принята к публикации 17.10.2019
Аннотация
Задача управления для интегродифференциального уравнения аппроксимируется задачей с параметром для нагруженного дифференциального уравнения. Установлена взаимосвязь между качественными свойствами исходной и аппроксимирующей задач и даны оценки разности их решений. Статья предлагает численно-приближенный метод решения задачи управления для интегродифференциального уравнения и проверяет сходимость, устойчивость и точность метода. Библ. 16. Табл. 1.
1. ВВЕДЕНИЕ
Задачи управления, называемые краевыми задачами с параметрами, а также задачами идентификации параметров для систем обыкновенных дифференциальных и интегродифференциальных уравнений с параметрами, активно исследуются в работах многих авторов [1]–[6]. Для решения этих классов задач они использовали методы из качественной теории дифференциальных уравнений, вариационного исчисления и теории оптимизации, метод верхних и нижних решений и т.д.
Несмотря на это, вопросы нахождения эффективных критериев однозначной разрешимости и построения численных алгоритмов нахождения оптимальных решений задач управления для систем обыкновенных дифференциальных и интегродифференциальных уравнений с параметрами все еще остается открытым.
В настоящей работе мы предлагаем численно-приближенный метод решения исследуемой задачи управления и проверяем сходимость, устойчивость и точность предлагаемого метода.
Рассмотрим задачу управления для интегродифференциального уравнения с параметром
(1.1)
$\frac{{dx}}{{dt}} = A(t)x + \int\limits_0^T {K(t,\tau )x(\tau )d\tau } + {{A}_{0}}(t)\mu + f(t),\quad x \in {{R}^{n}},\quad \mu \in {{R}^{l}},\quad t \in (0,T),$Пусть $C([0,T],{{R}^{n}})$ обозначает пространство непрерывных функций $x:[0,T] \to {{R}^{n}}$ с нормой ${{\left\| x \right\|}_{1}} = \mathop {max}\limits_{t \in [0,T]} \left\| {x(t)} \right\|.$
Решением задачи управления (1.1), (1.2) является пара $(x{\text{*}}(t),\mu {\text{*}}),$ где функция $x{\text{*}}(t) \in C([0,T],{{R}^{n}})$ непрерывно дифференцируема на $(0,T)$, а параметр $\mu {\text{*}} \in {{R}^{l}}$, удовлетворяет интегродифференциальному уравнению (1.1) и граничному условию (1.2).
В [7]–[11] была рассмотрена следующая задача:
(1.1)'
$\frac{{dx}}{{dt}} = A(t)x + \int\limits_0^T \,K(t,\tau )x(\tau )d\tau + f(t),\quad x \in {{R}^{n}},\quad t \in (0,T),$Мы распространяем методы и результаты из [11] на задачу управления (1.1), (1.2). Интервал $[0,T]$ делится на $2N$ частей с шагом $h > 0:2Nh = T.$ Уравнение (1.1) заменяется нагруженным дифференциальным уравнением (см. [7]–[11], [13]–[16]), и задача (1.1), (1.2) аппроксимируется задачей с параметром для нагруженного дифференциального уравнения. Результаты из [13] и непрерывность ядра $K(t,\tau )$ на $[0,T] \times [0,T]$ дают равномерную сходимость решений аппроксимирующей задачи к решению задачи (1.1), (1.2) на $[0,T]$ при $h \to 0$.
Показано, что сходимость относительно $h$ имеет четвертый порядок, если данные задачи (1.1), (1.2) достаточно гладкие. Для аппроксимирующей задачи управления составлена система линейных алгебраических уравнений относительно произвольных векторов нового общего решения [11]. Доказано, что число обусловленности этой системы возрастает линейно относительно $2N$, если аппроксимирующая задача управления корректно разрешима. Это свойство системы обеспечивает ее стабильную разрешимость. Задачи Коши для обыкновенных дифференциальных уравнений на подынтервалах являются основными вспомогательными задачами в предлагаемых методах. Если мы выберем приближенный метод для решения этих задач, то мы получаем приближенный метод решения задачи управления (1.1), (1.2). Численные методы, используемые для решения задач Коши, дают численные методы решения задачи (1.1), (1.2).
2. АППРОКСИМАЦИЯ ЗАДАЧИ УПРАВЛЕНИЯ (1.1), (1.2) ЗАДАЧЕЙ УПРАВЛЕНИЯ ДЛЯ СПЕЦИАЛЬНЫХ НАГРУЖЕННЫХ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ С ПАРАМЕТРОМ
Aппроксимируем задачу управления для интегродифференциальных уравнений (1.1), (1.2) задачей управления для нагруженных дифференциальных уравнений.
Определение 2.1. Задача управления (1.1), (1.2) называется корректно разрешимой, если для произвольной пары $(f(t),d)$ с $f(t) \in C([0,T],{{R}^{n}})$ и $d \in {{R}^{{n + l}}}$ она имеет единственное решение $(x{\text{*}}(t),\mu {\text{*}})$, и выполняется неравенство
Число $\gamma $ называется константой корректной разрешимости задачи управления (1.1), (1.2).
Положим $\alpha = \mathop {max}\limits_{t \in [0,T]} \left\| {A(t)} \right\|$, $\beta = \mathop {max}\limits_{(t,\tau ) \in [0,T] \times [0,T]} \left\| {K(t,\tau )} \right\|$ и ${{\alpha }_{0}} = \mathop {max}\limits_{t \in [0,T]} \left\| {{{A}_{0}}(t)} \right\|$.
Далее берем $h > 0:$ $2Nh = T$ и вводим обозначения:
${{\tilde {K}}_{j}}(t) = \tfrac{{4h}}{3}K(t,(j - 1)h)$ для четных $j$ и
${{\tilde {K}}_{j}}(t) = \tfrac{{2h}}{3}K(t,(j - 1)h)$ для нечетных $j,$ где $j = 2,3,...,2N,$
${{\tilde {K}}_{1}}(t) = \tfrac{h}{3}K(t,0),$ ${{\tilde {K}}_{{2N + 1}}}(t) = \tfrac{h}{3}K(t,T).$
Пусть
Тогда аппроксимирующую задачу с параметром можно записать в виде:
(2.1)
$\frac{{dz}}{{dt}} = A(t)z + \sum\limits_{j = 1}^{2N + 1} \,{{\tilde {K}}_{j}}(t)z[(j - 1)h] + {{A}_{0}}(t)v + f(t),\quad t \in (0,T),\quad z \in {{R}^{n}},\quad v \in {{R}^{l}},$Решением задачи управления (2.1), (2.2) является пара $(z{\text{*}}(t),v{\text{*}})$, где функция $z{\text{*}}(t) \in C([0,T],{{R}^{n}})$ непрерывно дифференцируема на $(0,T)$, а параметр $v{\text{*}} \in {{R}^{l}}$, удовлетворяет нагруженному уравнению (2.1) и граничному условию (2.2).
Определение 2.2. Задача управления (2.1), (2.2) называется корректно разрешимой, если для произвольной пары $(f(t),d)$ с $f(t) \in C([0,T],{{R}^{n}})$ и $d \in {{R}^{{n + l}}},$ она имеет единственное решение $(z{\text{*}}(t),v{\text{*}})$, и выполняется неравенство
Число $\chi $ называется константой корректной разрешимости задачи управления (2.1), (2.2).
Следующие два утверждения устанавливают взаимосвязь между исходной задачей управления для интегродифференциального уравнения с параметром (1.1), (1.2) и аппроксимирующей задачей управления для нагруженного дифференциального уравнения с параметром (2.1), (2.2).
Теорема 2.1. Пусть задача управления (1.1), (1.2) корректно разрешима с константой $\gamma $ и справедливо неравенство
(2.3)
${{q}_{1}}(h,\gamma ,{{\omega }_{0}}) = T\left[ {{{\omega }_{0}}(K,2h) + \frac{2}{3}\beta h} \right]max(\gamma ,(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1) < 1.$(2.4)
$max\left( {{{{\left\| {z{\text{*}} - x{\text{*}}} \right\|}}_{1}},\left\| {v{\text{*}} - \mu {\text{*}}} \right\|} \right) \leqslant \frac{\gamma }{{1 - T\left[ {{{\omega }_{0}}(K,2h) + \tfrac{2}{3}\beta h} \right]max(\gamma ,(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1)}}max({{\left\| f \right\|}_{1}},\left\| d \right\|),$Доказательство. Найдем решение задачи управления (2.1), (2.2), применяя метод последовательных приближений. Положим ${{z}^{{(0)}}}(t) = x{\text{*}}(t)$, ${{v}^{{(0)}}} = \mu {\text{*}}$ и найдем последующие приближения ${{z}^{{(k)}}}(t)$, ${{v}^{{(k)}}}$, $k = 1,2,...,$ решая задачи управления для интегродифференциального уравнения с параметром
(2.5)
$\frac{{dz}}{{dt}} = A(t)z + \int\limits_0^T \,K(t,\tau )z(\tau )d\tau + {{A}_{0}}(t)v + f(t) + F({{z}^{{(k - 1)}}},t),\quad t \in (0,T),\quad z \in {{R}^{n}},\quad v \in {{R}^{l}},$Отметим, что представление функции $F({{z}^{{(k - 1)}}},t)$ получено из
По предположению, задача управления (1.1), (1.2) имеет единственное решение для произвольной пары $(f(t),d)$ с $f(t) \in C([0,T],{{R}^{n}})$ и $d \in {{R}^{{n + l}}}$. Очевидно, что для ${{z}^{{(k - 1)}}}(t) \in C([0,T],{{R}^{n}})$, ${{v}^{{(k - 1)}}} \in {{R}^{{n + l}}}$, функция $F({{z}^{{(k - 1)}}},t)$ также принадлежит $C([0,T],{{R}^{n}})$.
Поэтому для произвольных $k = 1,2,...$ существует единственное решение ${{y}^{{(k)}}}(t)$ задачи (2.5), (2.6).
Пусть
(2.7)
$\frac{{d\Delta }}{{dt}} = A(t)\Delta + \int\limits_0^T \,K(t,\tau )\Delta (\tau )d\tau + {{A}_{0}}(t)\Theta + F({{\Delta }^{{(k - 1)}}},t),\quad t \in (0,T),\quad \Delta \in {{R}^{n}},\quad \Theta \in {{R}^{l}},$(2.9)
$\begin{gathered} max\left( {{{{\left\| {{{\Delta }^{{(k)}}}} \right\|}}_{1}},\left\| {{{\Theta }^{{(k)}}}} \right\|} \right) \leqslant \gamma \sum\limits_{j = 1}^N \,\int\limits_{2(j - 1)h}^{2jh} \,\left\{ {\frac{1}{6}\left\| {K(t,2(j - 1)h) - K(t,\tau )} \right\|\left\| {{{\Delta }^{{(k - 1)}}}(2(j - 1)h)} \right\|} \right. + \\ + \;\frac{4}{6}\left\| {K(t,(2j - 1)h) - K(t,\tau )} \right\|\left\| {{{\Delta }^{{(k - 1)}}}((2j - 1)h)} \right\| + \left. {\frac{1}{6}\left\| {K(t,2jh) - K(t,\tau )} \right\|\left\| {{{\Delta }^{{(k - 1)}}}(2jh)} \right\|} \right\}d\tau + \\ + \;\gamma \beta \sum\limits_{j = 1}^N \,\left\{ {\frac{1}{6}\int\limits_{2(j - 1)h}^{2jh} \,\left\| {{{\Delta }^{{(k - 1)}}}(2(j - 1)h) - {{\Delta }^{{(k - 1)}}}(\tau )} \right\|d\tau } \right. + \frac{4}{6}\int\limits_{2(j - 1)h}^{2jh} \,\left\| {{{\Delta }^{{(k - 1)}}}((2j - 1)h) - {{\Delta }^{{(k - 1)}}}(\tau )} \right\|d\tau + \\ \, + \left. {\frac{1}{6}\int\limits_{2(j - 1)h}^{2jh} \,\left\| {{{\Delta }^{{(k - 1)}}}(2jh) - {{\Delta }^{{(k - 1)}}}(\tau )} \right\|d\tau } \right\}. \\ \end{gathered} $(2.10)
$max\left( {{{{\left\| {{{\Delta }^{{(k)}}}} \right\|}}_{1}},\left\| {{{\Theta }^{{(k)}}}} \right\|} \right) \leqslant \gamma T{{\omega }_{0}}(K,2h){{\left\| {{{\Delta }^{{(k - 1)}}}} \right\|}_{1}} + \frac{2}{3}\gamma \beta Th \cdot \mathop {sup}\limits_{t \in (0,T)} \left\| {{{{\dot {\Delta }}}^{{(k - 1)}}}(t)} \right\|,\quad k = 1,2,...\;.$(2.11)
$\begin{gathered} \mathop {sup}\limits_{t \in (0,T)} \left\| {{{{\dot {\Delta }}}^{{(k)}}}(t)} \right\| \leqslant (\alpha + \beta T){{\left\| {{{\Delta }^{{(k)}}}} \right\|}_{1}} + {{\alpha }_{0}}\left\| {{{\Theta }^{{(k)}}}} \right\| + T{{\omega }_{0}}(K,2h){{\left\| {{{\Delta }^{{(k - 1)}}}} \right\|}_{1}} + \frac{2}{3}\beta Th \cdot \mathop {sup}\limits_{t \in (0,T)} \left\| {{{{\dot {\Delta }}}^{{(k - 1)}}}(t)} \right\| \leqslant \\ \, \leqslant [(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1]\left\{ {T{{\omega }_{0}}(K,2h){{{\left\| {{{\Delta }^{{(k - 1)}}}} \right\|}}_{1}} + \frac{2}{3}\beta Th\mathop {sup}\limits_{t \in (0,T)} \left\| {{{{\dot {\Delta }}}^{{(k - 1)}}}(t)} \right\|} \right\}. \\ \end{gathered} $(2.12)
$\begin{gathered} max\left( {max\left( {{{{\left\| {{{\Delta }^{{(k)}}}} \right\|}}_{1}},\left\| {{{\Theta }^{{(k)}}}} \right\|} \right),\mathop {sup}\limits_{t \in (0,T)} \left\| {{{{\dot {\Delta }}}^{{(k)}}}(t)} \right\|} \right) \leqslant max\left( {\gamma ,(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1} \right)\left\{ {T{{\omega }_{0}}(K,2h) + \frac{2}{3}\beta Th} \right\} \times \\ \, \times max\left( {max\left( {{{{\left\| {{{\Delta }^{{(k - 1)}}}} \right\|}}_{1}},\left\| {{{\Theta }^{{(k - 1)}}}} \right\|} \right),\mathop {sup}\limits_{t \in (0,T)} \left\| {{{{\dot {\Delta }}}^{{(k - 1)}}}(t)} \right\|} \right){{q}_{1}}(h,\gamma ,{{\omega }_{0}}) \times \\ \, \times max\left( {max\left( {{{{\left\| {{{\Delta }^{{(k - 1)}}}} \right\|}}_{1}},\left\| {{{\Theta }^{{(k - 1)}}}} \right\|} \right),\mathop {sup}\limits_{t \in (0,T)} \left\| {{{{\dot {\Delta }}}^{{(k - 1)}}}(t)} \right\|} \right),\quad k = 1,2,...\;. \\ \end{gathered} $Так как согласно (2.3), ${{q}_{1}}(h,\gamma ,{{\omega }_{0}}) < 1$, оценки (2.12) обеспечивают равномерную сходимость последовательности $\{ {{\dot {z}}^{{(k)}}}(t)\} $, $k = 1,2,...$, на $(0,T)$ при $k \to \infty $ к функции $y(t)$, непрерывной на $(0,T)$.
Последовательность $\{ {{z}^{{(k)}}}(t)\} $, $k = 1,2,...$, равномерно сходится на $[0,T]$ при $k \to \infty $ к функции $z{\text{*}}(t)$, непрерывной на $[0,T]$ и непрерывно дифференцируемой на $(0,T)$, и последовательность $\{ {{v}^{{(k)}}}\} $, $k = 1,2,...$, сходится при $k \to \infty $ к ${{v}^{{\text{(}}}}{{{\text{*}}}^{{\text{)}}}} \in {{R}^{l}}$. Более того, $\dot {z}{\text{*}}(t) = y(t)$.
Очевидно, что пара $(z{\text{*}}(t),v{\text{*}})$ удовлетворяет граничному условию (2.2). Покажем, что эта пара также удовлетворяет нагруженному дифференциальному уравнению с параметром (2.1). Для $k = 1,2,...$ пара $({{z}^{{(k)}}}(t),{{v}^{{(k)}}})$ является единственным решением задачи (2.5), (2.6), и
(2.13)
${{\dot {z}}^{{(k)}}}(t) = A(t){{z}^{{(k)}}}(t) + \int\limits_0^T \,K(t,\tau ){{z}^{{(k)}}}(\tau )d\tau + {{A}_{0}}(t){{v}^{{(k)}}} + f(t) + F({{z}^{{(k - 1)}}},t),\quad t \in (0,T).$(2.14)
$\dot {z}{\text{*}}(t) = A(t)z{\text{*}}(t) + \sum\limits_{j = 1}^{2N + 1} \,{{\tilde {K}}_{j}}(t)z{\text{*}}[(j - 1)h] + {{A}_{0}}(t)v{\text{*}} + f(t),\quad t \in (0,T).$Отсюда следует оценка (2.4).
Теперь нам осталось показать единственность $(z{\text{*}}(t),v{\text{*}})$. Пусть пара $(\tilde {z}(t),\tilde {v})$ является другим решением задачи управления (2.1), (2.2). Тогда, аналогично (2.12), легко получаем
Теорема 2.2. Пусть задача управления (2.1), (1.2) корректно разрешима с константой $\chi ,$ и справедливо неравенство
(2.15)
${{q}_{2}}(h,\chi ,{{\omega }_{0}}) = T\left[ {{{\omega }_{0}}(K,2h) + \frac{2}{3}\beta h} \right]max(\chi ,(\alpha + \beta T + {{\alpha }_{0}})\chi + 1) < 1.$(2.16)
$max\left( {{{{\left\| {x{\text{*}} - z{\text{*}}} \right\|}}_{1}},\left\| {\mu {\text{*}} - v{\text{*}}} \right\|} \right) \leqslant \frac{\chi }{{1 - T\left[ {{{\omega }_{0}}(K,2h) + \tfrac{2}{3}\beta h} \right]max\left( {\chi ,(\alpha + \beta T + {{\alpha }_{0}})\chi + 1} \right)}}max\left( {{{{\left\| f \right\|}}_{1}},\left\| d \right\|} \right),$Доказательство. Положим ${{x}^{{(0)}}}(t) = z{\text{*}}(t)$, ${{\mu }^{{(0)}}} = v{\text{*}}$ и определим последующие приближения ${{x}^{{(k)}}}(t)$, ${{\mu }^{{(k)}}}$, $k = 1,2,...$, из задач с параметром:
(2.17)
$\frac{{dx}}{{dt}} = A(t)x + \sum\limits_{j = 1}^{2N + 1} \,{{\tilde {K}}_{j}}(t)x[(j - 1)h] + {{A}_{0}}(t)\mu + f(t) - F({{x}^{{(k - 1)}}},t),\quad t \in (0,T),$Оставшаяся часть доказательства с небольшими изменениями аналогична доказательству теоремы 2.1. И мы опускаем здесь его. Теорема 2.2 доказана.
3. ${{\delta }_{{2N}}}(h)$ ОБЩЕЕ РЕШЕНИЕ И КОРРЕКТНАЯ РАЗРЕШИМОСТЬ ЗАДАЧИ УПРАВЛЕНИЯ ДЛЯ НАГРУЖЕННЫХ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ С ПАРАМЕТРОМ
В данном разделе мы представляем новое общее решение нагруженного дифференциального уравнения с параметром (2.1) и исследуем однозначную разрешимость задачи управления (2.1), (2.2).
Пусть $C([0,T],h,{{R}^{{2Nn}}})$ обозначает пространство систем функций $z[t] = ({{z}_{1}}(t),{{z}_{2}}(t), \ldots ,$ ${{z}_{{2N}}}(t)),$ где ${{z}_{r}}:[(r - 1)h,rh) \to {{R}^{n}}$ непрерывны и имеют конечные левосторонние пределы $\mathop {lim}\limits_{t \to rh - 0} {{z}_{r}}(t)$ для всех $r = \overline {1,2N} ,$ с нормой ${{\left\| {z{\kern 1pt} [\, \cdot \,]{\kern 1pt} } \right\|}_{2}} = \mathop {max}\limits_{r = \overline {1,2N} } \mathop {sup}\limits_{t \in [(r - 1)h,rh)} \left\| {{{z}_{r}}(t)} \right\|.$
Пусть $(z(t),v)$ – решение нагруженного дифференциального уравнения с параметром (2.1) и ${{z}_{r}}(t)$ – сужение функции $z(t)$ на подынтервал $[(r - 1)h,rh)$, т.е. ${{z}_{r}}(t) = z(t),$ $t \in [(r - 1)h,rh)$, $r = \overline {1,2N} .$ Тогда пара $(z[t],v)$, где система функций $z[t] = ({{z}_{1}}(t),{{z}_{2}}(t), \ldots ,{{z}_{{2N}}}(t))$ принадлежит $C([0,T],h,{{R}^{{2Nn}}})$ и $v \in {{R}^{l}},$ удовлетворяет системе нагруженных дифференциальных уравнений с параметром
(3.1)
$\begin{gathered} \frac{{d{{z}_{r}}}}{{dt}} = A(t){{z}_{r}} + \sum\limits_{j = 1}^{2N} \,{{{\tilde {K}}}_{j}}(t){{z}_{j}}((j - 1)h) + {{K}_{{2N + 1}}}(t)z(2Nh) + {{A}_{0}}(t)v + f(t), \\ t \in ((r - 1)h,rh),\quad r = \overline {1,2N} , \\ \end{gathered} $Тройка $(\tilde {z}[t],\tilde {z}(2Nh),v)$ с $\tilde {z}[t] = ({{\tilde {z}}_{1}}(t),{{\tilde {z}}_{2}}(t),...,{{\tilde {z}}_{{2N}}}(t)) \in C([0,T],h,{{R}^{{2Nn}}})$, $\tilde {z}(2Nh) \in {{R}^{n}}$, и $v \in {{R}^{l}},$ удовлетворяющая уравнению (3.1), называется решением уравнения (3.1).
Введем параметры ${{\lambda }_{r}} = {{z}_{r}}((r - 1)h),$ $r = \overline {1,2N} ,$ ${{\lambda }_{{2N + 1}}} = z(2Nh)$, и ${{\lambda }_{{2N + 2}}} = v$. Делая замену ${{u}_{r}}(t) = {{z}_{r}}(t) - {{\lambda }_{r}}$ на каждом $r$-м интервале $[(r - 1)h,rh),$ мы получим систему обыкновенных дифференциальных уравнений с параметрами
(3.2)
$\frac{{d{{u}_{r}}}}{{dt}} = A(t)({{u}_{r}} + {{\lambda }_{r}}) + \sum\limits_{j = 1}^{2N + 1} \,{{\tilde {K}}_{j}}(t){{\lambda }_{j}} + {{A}_{0}}(t){{\lambda }_{{2N + 2}}} + f(t),\quad t \in ((r - 1)h,rh),\quad r = \overline {1,2N} ,$Система функций $u[t,\hat {\lambda }]$ называется решением задач Коши (3.2), (3.3) с $\lambda = \hat {\lambda }.$
Система нагруженных дифференциальных уравнений с параметром (3.1) эквивалентна задачам Коши с параметрами (3.2), (3.3) в следующем смысле. Пусть тройка $(\tilde {z}[t] = ({{\tilde {z}}_{1}}(t),{{\tilde {z}}_{2}}(t),...,{{\tilde {z}}_{{2N}}}(t)),\tilde {z}(2Nh),\tilde {v})$ является решением уравнения (3.1). Выберем параметры: ${{\tilde {\lambda }}_{r}} = {{\tilde {z}}_{r}}((r - 1)h),$ $r = \overline {1,2N} ,$ ${{\tilde {\lambda }}_{{2N + 1}}} = \tilde {z}(2Nh)$, и ${{\tilde {\lambda }}_{{2N + 2}}} = \tilde {v}$. Тогда система функций $u[t,\widetilde \lambda ] = ({{u}_{1}}(t,\widetilde \lambda ),{{u}_{2}}(t,\widetilde \lambda ), \ldots ,{{u}_{{2N}}}(t,\widetilde \lambda ))$, где ${{u}_{r}}(t,\widetilde \lambda ) = {{\tilde {z}}_{r}}(t) - {{\tilde {\lambda }}_{r}}$, $r = \overline {1,2N} $, является решением задач Коши (3.2), (3.3) с $\lambda = \widetilde \lambda = ({{\widetilde \lambda }_{1}},{{\widetilde \lambda }_{2}},...,{{\widetilde \lambda }_{{2N + 1}}},{{\widetilde \lambda }_{{2N + 2}}}) \in {{R}^{{(2N + 1)n + l}}}$. И обратно, если система функций $u[t,\lambda {\text{*}}] = ({{u}_{1}}(t,\lambda {\text{*}}),{{u}_{2}}(t,\lambda {\text{*}}), \ldots ,{{u}_{{2N}}}(t,\lambda {\text{*}})) \in C([0,T],h,{{R}^{{2Nn}}})$ является решением задач Коши (3.2), (3.3) с $\lambda = \lambda {\text{*}} = (\lambda _{1}^{*},\lambda _{2}^{*},...,\lambda _{{2N + 1}}^{*},\lambda _{{2N + 2}}^{*}) \in {{R}^{{(2N + 1)n + l}}}$, тогда тройка $(z{\text{*}}[t] = (z_{1}^{*}(t),z_{2}^{*},...,z_{{2N}}^{*}(t)),{{z}^{*}}(2Nh),{{v}^{*}})$ с $z_{r}^{*}(t) = \lambda _{r}^{*} + {{u}_{r}}(t,\lambda {\text{*}})$, $r = \overline {1,2N} $, $z{\text{*}}(2Nh) = \lambda _{{2N + 1}}^{*}$, и $v{\text{*}} = \lambda _{{2N + 2}}^{*}$ является решением уравнения (3.1).
Теперь мы вводим новое общее решение нагруженного дифференциального уравнения с параметром [11].
Определение 3.1. Пусть $u[t,\lambda ] = ({{u}_{1}}(t,\lambda ),{{u}_{2}}(t,\lambda ),...,{{u}_{{2N}}}(t,\lambda ))$ – решение задач Коши (3.2), (3.3) с $\lambda = ({{\lambda }_{1}},{{\lambda }_{2}},...,{{\lambda }_{{2N + 1}}},{{\lambda }_{{2N + 2}}}) \in {{R}^{{(2N + 1)n + l}}}$.
Тогда пара $(z({{\delta }_{{2N}}}(h),\lambda ,t),v({{\delta }_{{2N}}}(h),\lambda ))$, где функция $z({{\delta }_{{2N}}}(h),\lambda ,t)$ и параметр $v({{\delta }_{{2N}}}(h),\lambda )$ заданы равенствами
Согласно oпределению 3.1, ${{\delta }_{{2N}}}(h)$ общее решение зависит от $2N + 2$ произвольных векторов ${{\lambda }_{r}} \in {{R}^{n}}$, $r = \overline {1,2N + 1} $, ${{\lambda }_{{2N + 2}}} \in {{R}^{l}}$, и удовлетворяет нагруженному дифференциальному уравнению с параметром (2.1) для всех $t \in (0,T){\backslash }\{ ph,p = \overline {1,2N - 1} \} .$
Пусть ${{X}_{r}}(t)$ – фундаментальное решение обыкновенного дифференциального уравнения
Тогда единственное решение задачи Коши (3.2), (3.3) можно записать в видеСледовательно, из (3.5) мы получим следующее представление ${{\delta }_{{2N}}}(h)$ общего решения:
(3.6)
$\begin{gathered} z({{\delta }_{{2N}}}(h),\lambda ,t) = \sum\limits_{j = 1}^{2N + 1} \,{{\alpha }_{{r,j}}}({{\delta }_{{2N}}}(h),t){{\lambda }_{j}} + \alpha _{r}^{0}({{\delta }_{{2N}}}(h),t){{\lambda }_{{2N + 2}}} + {{\beta }_{r}}({{\delta }_{{2N}}}(h),t), \\ t \in [(r - 1)h,rh),\quad r = \overline {1,2N} , \\ \end{gathered} $(3.9)
${{\alpha }_{{r,r}}}({{\delta }_{{2N}}}(h),t) = I + {{X}_{r}}(t)\int\limits_{(r - 1)h}^t \,X_{r}^{{ - 1}}(\tau )(A(\tau ) + {{\tilde {K}}_{r}}(\tau ))d\tau ,\quad t \in [(r - 1)h,rh),\quad r = \overline {1,2N} ,$(3.10)
${{\alpha }_{{r,j}}}({{\delta }_{{2N}}}(h),t) = {{X}_{r}}(t)\int\limits_{(r - 1)h}^t \,X_{r}^{{ - 1}}(\tau ){{\tilde {K}}_{j}}(\tau )d\tau ,\quad t \in [(r - 1)h,rh),j = \overline {1,2N + 1} ,\quad j \ne r,$(3.11)
$\alpha _{r}^{0}({{\delta }_{{2N}}}(h),t) = {{X}_{r}}(t)\int\limits_{(r - 1)h}^t \,X_{r}^{{ - 1}}(\tau ){{A}_{0}}(\tau )d\tau ,\quad t \in [(r - 1)h,rh),\quad r = \overline {1,2N} ,$(3.12)
${{\beta }_{r}}({{\delta }_{{2N}}}(h),t) = {{X}_{r}}(t)\int\limits_{(r - 1)h}^t \,X_{r}^{{ - 1}}(\tau )f(\tau )d\tau ,\quad t \in [(r - 1)h,rh),\quad r = \overline {1,2N} ,$Здесь $(n \times n)$ – матрицы ${{\alpha }_{{r,j}}}({{\delta }_{{2N}}}(h),t)$, $\quad r = \overline {1,2N} ,$ $\quad j = \overline {1,2N + 1} ,$ $(n \times l)$ – матрицы $\alpha _{r}^{0}({{\delta }_{{2N}}}(h),t)$, $\quad r = \overline {1,2N} ,$ и $n$ вектора ${{\beta }_{r}}({{\delta }_{{2N}}}(h),t)$, $\quad r = \overline {1,2N} ,$ называются коэффициентами и правыми частями общего решения ${{\delta }_{{2N}}}(h)$ соответственно.
Если пара $(z(t),v)$ является решением уравнения (2.1), и $z[t] = ({{z}_{1}}(t),{{z}_{2}}(t),...,{{z}_{{2N}}}(t))$ – система функций, составленная из сужений функции $z(t)$ на подынтервалах $[(r - 1)h,rh),$ $r = \overline {1,2N} ,$ то имеют место следующие уравнения:
(3.13)
$\mathop {lim}\limits_{t \to ph - 0} {{z}_{p}}(t) = {{z}_{{p + 1}}}(ph),\quad p = \overline {1,2N - 1} ,$Общее решение ${{\delta }_{{2N}}}(h)$ позволяет нам свести разрешимость задачи (2.1), (1.2) к разрешимости системы линейных алгебраических уравнений относительно ${{\lambda }_{r}} \in {{R}^{n}},$ $r = \overline {1,2N + 1} ,\;\,{{\lambda }_{{2N + 2}}} \in {{R}^{l}}.$
Подставляя соответствующие выражения ${{\delta }_{{2N}}}(h)$ общего решения в граничное условие (2.2) и условия непрерывности (3.13) и (3.14), мы получим систему линейных алгебраических уравнений:
(3.15)
${{B}_{0}}{{\lambda }_{{2N + 2}}} + B{{\lambda }_{1}} + C{{\lambda }_{{2N + 1}}} = d,\quad d \in {{R}^{{n + l}}},$(3.17)
${{Q}_{*}}({{\delta }_{{2N}}}(h))\lambda = - {{F}_{*}}({{\delta }_{{2N}}}(h)),\quad \lambda \in {{R}^{{(2N + 1)n + l}}},$Используя свойства общего решения ${{\delta }_{{2N}}}(h)$, легко проверить, что разрешимость задачи с параметром (2.1), (2.2) эквивалентна разрешимости системы (3.17).
Поэтому общеизвестные теоремы линейной алгебры приводят к следующим двум утверждениям.
Теорема 3.1. Задача управления (2.1), (2.2) разрешима тогда и только тогда, когда вектор ${{F}_{ * }}({{\delta }_{{2N}}}(h))$ ортогонален ядру транспонированной матрицы $({{Q}_{*}}({{\delta }_{{2N}}}(h))){\text{'}},$ т.е. равенство
справедливо для $\forall \zeta \in Ker({{Q}_{*}}({{\delta }_{{2N}}}(h))){\text{'}},$ где $( \cdot , \cdot )$ – скалярное произведение в ${{R}^{{(2N + 1)n + l}}}.$Теорема 3.2. Задача управления (2.1), (2.2) корректно разрешима тогда и только тогда, когда матрица ${{Q}_{*}}({{\delta }_{{2N}}}(h))$ обратима.
Кроме того, общее решение ${{\delta }_{{2N}}}(h)$ и оценка $\left\| {{{{[{{Q}_{*}}({{\delta }_{{2N}}}(h))]}}^{{ - 1}}}} \right\|$ позволяют нам определить константу корректной разрешимости задачи (2.1), (2.2). Предположим, что матрица ${{Q}_{*}}({{\delta }_{{2N}}}(h))$ обратима, и
(3.18)
$\left\| {{{{[{{Q}_{*}}({{\delta }_{{2N}}}(h))]}}^{{ - 1}}}} \right\| \leqslant \kappa ({{\delta }_{{2N}}}(h)).$(3.19)
$\begin{gathered} {{X}_{r}}(t)\int\limits_{(r - 1)h}^t \,X_{r}^{{ - 1}}(\tau )P(\tau )d\tau = \int\limits_{(r - 1)h}^t \,P({{\tau }_{1}})d{{\tau }_{1}} + \\ \, + \int\limits_{(r - 1)h}^t \,A({{\tau }_{1}})\int\limits_{(r - 1)h}^{{{\tau }_{1}}} \,P({{\tau }_{2}})d{{\tau }_{2}}d{{\tau }_{1}} + \int\limits_{(r - 1)h}^t \,A({{\tau }_{1}})\int\limits_{(r - 1)h}^{{{\tau }_{1}}} \,A({{\tau }_{2}})\int\limits_{(r - 1)h}^{{{\tau }_{2}}} \,P({{\tau }_{3}})d{{\tau }_{3}}d{{\tau }_{2}}d{{\tau }_{1}} + ... \\ \end{gathered} $(3.20)
$\mathop {sup}\limits_{t \in [(r - 1)h,rh)} \left\| {{{\alpha }_{{r,r}}}({{\delta }_{{2N}}}(h),t)} \right\| \leqslant \left( {1 + \int\limits_{(r - 1)h}^{rh} \,\left\| {{{{\tilde {K}}}_{r}}(\tau )} \right\|d\tau } \right)exp\left( {\int\limits_{(r - 1)h}^{rh} \,\left\| {A(\tau )} \right\|d\tau } \right) - 1,\quad r = \overline {1,2N} ,$(3.21)
$\begin{gathered} \mathop {sup}\limits_{t \in [(r - 1)h,rh)} \left\| {{{\alpha }_{{r,j}}}({{\delta }_{{2N}}}(h),t)} \right\| \leqslant \int\limits_{(r - 1)h}^{rh} \,\left\| {{{{\tilde {K}}}_{j}}(\tau )} \right\|d\tau exp\left( {\int\limits_{(r - 1)h}^{rh} \left\| {A(\tau )} \right\|d\tau } \right), \\ j \ne r,\quad j = \overline {1,2N + 1} ,\quad r\overline {1,2N} , \\ \end{gathered} $(3.22)
$\mathop {sup}\limits_{t \in [(r - 1)h,rh)} \left\| {\alpha _{r}^{0}({{\delta }_{{2N}}}(h),t)} \right\| \leqslant \int\limits_{(r - 1)h}^{rh} \,\left\| {{{A}_{0}}(\tau )} \right\|d\tau exp\left( {\int\limits_{(r - 1)h}^{rh} \,\left\| {A(\tau )} \right\|d\tau } \right)\quad r = \overline {1,2N} ,$(3.23)
$\mathop {sup}\limits_{t \in [(r - 1)h,rh)} \left\| {{{\beta }_{r}}({{\delta }_{{2N}}}(h),t)} \right\| \leqslant \int\limits_{(r - 1)h}^{rh} \,\left\| {f(\tau )} \right\|d\tau exp\left( {\int\limits_{(r - 1)h}^{rh} \,\left\| {A(\tau )} \right\|d\tau } \right),\quad r = \overline {1,2N} .$(3.24)
$\left\| {{{F}_{*}}({{\delta }_{{2N}}}(h))} \right\| \leqslant max(1,{{b}_{0}})max\left( {{{{\left\| f \right\|}}_{1}},\left\| d \right\|} \right)$Неравенства (3.18), (3.20)–(3.23) и (3.24) приводят к оценке
(3.25)
$\begin{gathered} {{\left\| {z{\text{*}}} \right\|}_{1}} \leqslant \mathop {max}\limits_{r = \overline {1,2N} } \left[ {\left( {1 + \sum\limits_{j = 1}^{2N + 1} \,\int\limits_{(r - 1)h}^{rh} \,\left\| {{{{\tilde {K}}}_{j}}(\tau )} \right\|d\tau + \int\limits_{(r - 1)h}^{rh} \,\left\| {{{A}_{0}}(\tau )} \right\|d\tau } \right)exp\left( {\int\limits_{(r - 1)h}^{rh} \,\left\| {A(\tau )} \right\|d\tau } \right) - 1} \right]\left\| {\lambda {\text{*}}} \right\| + \\ \, + \mathop {max}\limits_{r = \overline {1,2N} } \left[ {\int\limits_{(r - 1)h}^{rp} \,\left\| {f(\tau )} \right\|d\tau exp\left( {\int\limits_{(r - 1)h}^{rh} \,\left\| {A(\tau )} \right\|d\tau } \right)} \right] \leqslant \\ \, \leqslant max(1,{{b}_{0}})[({{c}_{0}} - 1 + {{k}_{0}}{{c}_{0}} + {{l}_{0}}{{c}_{0}})\kappa ({{\delta }_{{2N}}}(h)) + 1]max\left( {{{{\left\| f \right\|}}_{1}},\left\| d \right\|} \right), \\ \end{gathered} $(3.26)
$\left\| {v{\text{*}}} \right\| \leqslant \kappa ({{\delta }_{{2N}}}(h))max(1,{{b}_{0}})max\left( {{{{\left\| f \right\|}}_{1}},\left\| d \right\|} \right),$(3.27)
$max\left( {{{{\left\| {z{\text{*}}} \right\|}}_{1}},\left\| {v{\text{*}}} \right\|} \right) \leqslant \chi max\left( {{{{\left\| f \right\|}}_{1}},\left\| d \right\|} \right),$Итак, задача управления (2.1), (2.2) корректно разрешима с константой $\chi $.
Выберем $h \in [0,{{h}_{0}})$: $2Nh = T$ с ${{h}_{0}}$, удовлетворяющим неравенству (2.15), тогда из теоремы 2.2 мы определяем $\gamma $.
Формулы (3.9)–(3.12), определяющие коэффициенты и правые части ${{\delta }_{{2N}}}(h)$ общего решения, содержат фундаментальные матрицы ${{X}_{r}}(t)$, $r = \overline {1,2N} $. Отметим, что довольно сложно построить фундаментальные матрицы для систем обыкновенных дифференциальных уравнений с переменными коэффициентами. Поэтому ниже мы предлагаем численные и приближенные методы для построения ${{\delta }_{{2N}}}(h)$ общего решения.
Рассмотрим задачи Коши для обыкновенных дифференциальных уравнений на подынтервалах:
(3.28)
$\frac{{dv}}{{dt}} = A(t)v + P(t),\quad v((r - 1)h) = 0,\quad t \in [(r - 1)h,rh],\quad r = \overline {1,2N} ,$Обозначим через ${{a}_{r}}(P,t)$ единственное решение задачи Коши (3.28). Очевидно, что
(3.29)
${{a}_{r}}(P,t) = {{X}_{r}}(t)\int\limits_{(r - 1)h}^t \,X_{r}^{{ - 1}}(\tau )P(\tau )d\tau ,\quad t \in [(r - 1)h,rh],\quad r = \overline {1,2N} .$(3.30)
${{\alpha }_{{r,r}}}({{\delta }_{{2N}}}(h),t) = I + {{a}_{r}}(A + {{\tilde {K}}_{r}},t),\quad t \in [(r - 1)h,rh],\quad r = \overline {1,2N} ,$(3.31)
${{\alpha }_{{r,j}}}({{\delta }_{{2N}}}(h),t) = {{a}_{r}}({{\tilde {K}}_{j}},t),\quad t \in [(r - 1)h,rh],\quad r \ne j,\quad j = \overline {1,2N + 1} ,$(3.32)
$\alpha _{r}^{0}({{\delta }_{{2N}}}(h),t) = {{a}_{r}}({{A}_{0}},t),\quad t \in [(r - 1)h,rh),\quad r = \overline {1,2N} ,$(3.33)
${{\beta }_{r}}({{\delta }_{{2N}}}(h),t) = {{a}_{r}}(f,t),\quad t \in [(r - 1)h,rh],\quad r = \overline {1,2N} .$Используя (3.30)–(3.33), мы построим общее решение ${{\delta }_{{2N}}}(h)$ нагруженного дифференциального уравнения с параметром (2.1) в следующем виде:
4. МЕТОДЫ РЕШЕНИЯ ЗАДАЧИ УПРАВЛЕНИЯ (1.1), (1.2). СХОДИМОСТЬ, УСТОЙЧИВОСТЬ И ТОЧНОСТЬ
Метод, предлагаемый в настоящем разделе, основан на аппроксимации задачи управления (1.1), (1.2) задачами с параметром для нагруженных дифференциальных уравнений (2.1), (2.2). Алгоритм метода представлен ниже.
Поскольку равномерная непрерывность $K(t,\tau )$ на $[0,T] \times [0,T]$ приводит к
то решение аппроксимирующей задачи с параметром (2.1), (2.2) равномерно сходится к решению исходной задачи управления (1.1), (1.2) на $[0,T]$ при $h \to 0$.
Здесь требовалaсь только непрерывность $A(t),$ ${{A}_{0}}(t)$ и $f(t)$ на $[0,T]$ и $K(t,\tau )$ на $[0,T] \times [0,T]$ соответственно. В следующем утверждении, при большей гладкости этих данных, устанавливается точность аппроксимации решения задачи управления (1.1), (1.2) решениями задачи с параметром (2.1), (2.2).
Теорема 4.1. Предположим, что: a) задача (1.1), (1.2) корректно разрешима с константой $\gamma ;$ б) матрицы $A(t)$, ${{A}_{0}}(t)$ и вектор $f(t)$ имеют непрерывные производные ${{A}^{{(k)}}}(t)$, $A_{0}^{{(k)}}(t)$ и ${{f}^{{(k)}}}(t)$, $k = \overline {1,3} $, на $[0,T];$ в) матрица $K(t,\tau )$ имеет непрерывные частные производные $K_{{t,\tau }}^{{(k,i)}}(t,\tau )$, $k = \overline {1,3} $, $i = \overline {1,4} $, на $[0,T] \times [0,T]$. Тогда существует ${{h}_{0}} > 0$ такое, что для всех $h \in (0,{{h}_{0}}]:$ $2Nh = T$, задача с параметром (2.1), (2.2) имеет единственное решение $(z{\text{*}}(t),v{\text{*}})$, и
(4.1)
$max\left( {{{{\left\| {z{\text{*}} - x{\text{*}}} \right\|}}_{1}},\left\| {v{\text{*}} - \mu {\text{*}}} \right\|} \right) \leqslant \frac{{2max(\gamma ,(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1)T}}{{180}}\mathop {max}\limits_{(t,\tau ) \in [0,T] \times [0,T]} \left\| {\frac{{{{\partial }^{4}}}}{{\partial {{\tau }^{4}}}}[K(t,\tau )x{\text{*}}(\tau )]} \right\|{{h}^{4}},$Доказательство. Корректная разрешимость задачи управления (1.1), (1.2) и гладкость данных уравнения (1.1) обеспечивает существование непрерывной производной ${{[x{\text{*}}(t)]}^{{(4)}}}$ на $[0,T]$.
Выбираем
Поскольку непрерывность матрицы $K(t,\tau )$ на замкнутой области приводит к ее равномерной непрерывности на $[0,T] \times [0,T],$ для существует число ${{h}_{0}} \in (0,{{h}_{1}}]$ такое, что выполняется оценка(4.2)
$\mathop {max}\limits_{t \in [0,T]} \left\| {K(t,\tau {\text{'}}) - K(t,\tau {\text{''}})} \right\| < \varepsilon = \frac{1}{{4Tmax(\gamma ,(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1)}}$Итак, условие (2.3) выполнено: ${{q}_{1}}(h,\gamma ,{{\omega }_{0}}) = \tfrac{1}{2} < 1$ для $h \in (0,{{h}_{0}}]$: $2Nh = T$.
Неравенство (4.2) приводит к ${{\omega }_{0}}(K,2h) < \tfrac{1}{{4Tmax(\gamma ,(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1)}}$.
Согласно теореме 2.1, задача управления (2.1), (2.2) корректно разрешима с константой $\chi = 2max(\gamma ,(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1)$ для всех $h \in (0,{{h}_{0}}]$: $2Nh = T$. Поэтому пара $(\Delta (t),\Theta )$ с $\Delta (t) = z{\text{*}}(t) - x{\text{*}}(t)$ и $\Theta = v{\text{*}} - \mu {\text{*}}$ является единственным решением задачи с параметром
(4.3)
$\begin{gathered} \frac{{d\Delta }}{{dt}} = A(t)\Delta + \frac{h}{3}\sum\limits_{j = 1}^N \,[K(t,2(j - 1)h)\Delta (2(j - 1)h) + 4K(t,(2j - 1)h)\Delta ((2j - 1)h) + K(t,2jh)\Delta (2jh)] + \\ + \;{{A}_{0}}(t)\Theta + \left\{ {\frac{h}{3}\sum\limits_{j = 1}^N \,[K(t,2(j - 1)h)x{\text{*}}(2(j - 1)h) + 4K(t,(2j - 1)h)x{\text{*}}((2j - 1)h) + K(t,2jh)x{\text{*}}(2jh)]} \right. - \\ \, - \left. {\int\limits_0^T \,K(t,\tau )x{\text{*}}(\tau )d\tau } \right\},\quad t \in (0,T), \\ \end{gathered} $(4.5)
$\begin{gathered} max\left( {{{{\left\| {z{\text{*}} - x{\text{*}}} \right\|}}_{1}},\left\| {v{\text{*}} - \mu {\text{*}}} \right\|} \right) = max\left( {{{{\left\| \Delta \right\|}}_{1}},\left\| \Theta \right\|} \right) \leqslant 2max(\gamma ,(\alpha + \beta T + {{\alpha }_{0}})\gamma + 1) \times \\ \, \times \mathop {max}\limits_{t \in [0,T]} \left\| {\frac{h}{3}\sum\limits_{j = 1}^N \,[K(t,2(j - 1)h)x{\text{*}}(2(j - 1)h) + 4K(t,(2j - 1)h)x{\text{*}}((2j - 1)h) + } \right. \\ \, + \left. {K(t,2jh)x{\text{*}}(2jh)] - \int\limits_0^T \,K(t,\tau )x{\text{*}}(\tau )d\tau } \right\|. \\ \end{gathered} $Вернемся к общему решению ${{\delta }_{{2N}}}(h)$ нагруженных дифференциальных уравнений (2.1) и выражениям (3.34)–(3.36).
Подставляя соответствующие выражения $z({{\delta }_{{2N}}}(h),t,\lambda )$ и $v({{\delta }_{{2N}}}(h),\lambda )$ в граничное условие (2.2) и условия непрерывности решения в точках ${{t}_{p}} = ph$, $p = 1,2,...,2N$, затем умножая обе части граничного условия на $h > 0$, мы получаем следующую систему линейных алгебраических уравнений:
Обозначим через ${{Q}_{*}}({{\delta }_{{2N}}}(h)):$ ${{R}^{{n(2N + 1) + l}}} \to {{R}^{{n(2N + 1) + l}}}$ матрицу, соответствующую левой части системы уравнений (4.6), (4.7) и запишем ее в виде(4.8)
${{Q}_{*}}({{\delta }_{{2N}}}(h))\lambda = - {{F}_{*}}({{\delta }_{{2N}}}(h)),\quad \lambda \in {{R}^{{n(2N + 1) + l}}},$Как было показано в [13], число обусловленности является одним из наиболее основных характеристик для системы линейных алгебраических уравнений. Это число, определяемое как произведение норм матрицы системы и ее обратной, демонстрирует как изменение коэффициентов и правых частей системы влияют на изменение решения системы. Для определения числа обусловленности по формуле (4.8), мы оцениваем $\left\| {{{Q}_{*}}({{\delta }_{{2N}}}(h))} \right\|$ и $\left\| {{{{[{{Q}_{*}}({{\delta }_{{2N}}}(h))]}}^{{ - 1}}}} \right\|$.
Учитывая $\mathop {max}\limits_{t \in [0,T]} \left\| {A(t)} \right\| = \alpha $, $\mathop {max}\limits_{t \in [0,T]} \left\| {{{A}_{0}}(t)} \right\| = {{\alpha }_{0}}$, $\mathop {max}\limits_{(t,\tau ) \in [0,T] \times [0,T]} \left\| {K(t,\tau )} \right\| = \beta $, имеем
Поэтому норма матрицы ${{Q}_{*}}({{\delta }_{{2N}}}(h))$ не зависит от числа разбиения $2N.$Теорема 4.2. Предположим, что задача (2.1), (2.2) корректно разрешима с константой $\chi $. Тогда существует число ${{h}_{1}} > 0$ такое, что для всех $h \in (0,{{h}_{1}}]:$ $2Nh = T$, $(n(2N + 1) + l) \times (n(2N + 1) + l)$ – матрица ${{Q}_{*}}({{\delta }_{{2N}}}(h))$ обратима, и справедлива оценка
(4.10)
$\left\| {{{{[{{Q}_{*}}({{\delta }_{{2N}}}(h))]}}^{{ - 1}}}} \right\| \leqslant \frac{{2\chi }}{h}.$Доказательство. Применяя Лемму из [12, с. 39], вычислим норму ${{[{{Q}_{ * }}({{\delta }_{{2N}}}(h))]}^{{ - 1}}}.$ Выбираем $\varepsilon = 1$ и ${{h}_{1}} \in (0,{{h}_{0}}]$, удовлетворяющими неравенству
Рассмотрим систему линейных алгебраических уравнений(4.11)
$\frac{1}{h}{{Q}_{*}}({{\delta }_{{2N}}}(h))\lambda = b,\quad \lambda ,b \in {{R}^{{n(2N + 1) + l}}},$1) $\tfrac{1}{h}{{a}_{r}}({{f}_{{{{b}^{ - }}}}},rh) = {{b}_{{r + 1}}},$ $r = \overline {1,2N} ;\quad $
2) $\mathop {max}\limits_{t \in [(r - 1)h,rh]} \left\| {{{f}_{{{{b}^{ - }}}}}(t)} \right\| \leqslant 2\left\| {{{b}^{ - }}} \right\| = 2\mathop {max}\limits_{r = \overline {1,2N} } \left\| {{{b}_{{r + 1}}}} \right\|$.
Используя Лемму на каждом интервале $[(r - 1)h,rh],$ $r = \overline {1,2N} ,$ мы получим непрерывную функцию $f_{r}^{b}(t)$ со следующими свойствами:
a) $f_{r}^{b}((r - 1)h) = 0$, $f_{r}^{b}(rh) = 0$;
б) $\mathop {max}\limits_{t \in [(r - 1)h,rh]} \left\| {f_{r}^{b}(t)} \right\| \leqslant 2\left\| {{{b}_{{r + 1}}}} \right\|$;
в) $\tfrac{1}{h}{{a}_{r}}(f_{r}^{b},rh) = {{b}_{{r + 1}}}$, $r = \overline {1,2N} $.
Определим неизвестную функцию равенствами: ${{f}_{{{{b}^{ - }}}}}(t) = f_{r}^{b}(t)$, $t \in [(r - 1)h,rh]$, $r = \overline {1,2N} $. Обозначим через $({{z}_{b}}(t),{{v}_{b}})$ единственное решение задачи (2.1), (2.2) с $f(t) = {{f}_{{{{b}^{ - }}}}}(t)$ и $d = {{b}_{1}}$, и обозначим через ${{\lambda }^{b}} = (\lambda _{1}^{b},\lambda _{2}^{b},...,\lambda _{{2N + 1}}^{b},\lambda _{{2N + 2}}^{b})$ решение уравнения (4.11).
Так как задача (2.1), (2.2) корректно разрешима с константой $\chi $, и $\lambda _{r}^{b} = {{z}_{b}}[(r - 1)h]$, $r = \overline {1,2N + 1} $, $\lambda _{{2N + 2}}^{b} = {{v}_{b}}$, имеем
(4.12)
$\begin{gathered} \left\| {h{{{[{{Q}_{*}}({{\delta }_{{2N}}}(h))]}}^{{ - 1}}}b} \right\| = \left\| {{{\lambda }^{b}}} \right\| = max\left( {\mathop {max}\limits_{r = \overline {1,2N + 1} } \left\| {{{z}_{b}}[(r - 1)h]} \right\|,\left\| {{{v}_{b}}} \right\|} \right) \leqslant max({{\left\| {{{z}_{b}}} \right\|}_{1}},\left\| {{{v}_{b}}} \right\|) \leqslant \\ \, \leqslant \chi max(\left\| {{{b}_{1}}} \right\|,{{\left\| {{{f}_{{{{b}^{ - }}}}}} \right\|}_{1}}) \leqslant 2\chi \left\| b \right\|. \\ \end{gathered} $Итак, если задача (2.1), (2.2) корректно разрешима с константой $\chi $, тогда неравенства (4.9) и (4.12) приводят к оценке
(4.13)
$\begin{gathered} {{\operatorname{cond} }_{\infty }}{{Q}_{*}}({{\delta }_{{2N}}}(h)) = \left\| {{{Q}_{*}}({{\delta }_{{2N}}}(h))} \right\|{{[{{Q}_{*}}({{\delta }_{{2N}}}(h))]}^{{ - 1}}} \leqslant \\ \leqslant \;\frac{{2{{\chi }_{0}}}}{h}max\left[ {h\left( {\left\| {{{B}_{0}}} \right\| + \left\| B \right\| + \left\| C \right\|} \right),1 + (1 + \beta Th + {{\alpha }_{0}}h)exp(\alpha h)} \right] \\ \end{gathered} $Следовательно, число обусловленности системы (4.8) растет линейно относительно $2N$, если задача с параметром (1.1), (1.2) корректно разрешима. Это свойство обеспечивает устойчивость решения системы (4.6), (4.7) (см. [13]).
Предположим, что мы решаем задачи Коши для обыкновенных дифференциальных уравнений (3.28) на подынтервалах приближенным или численным методом. Обозначим через $a_{r}^{\eta }(P,t)$, $r = \overline {1,2N} ,$ решение (3.28). Здесь $\eta > 0$ показывает ошибку применяемого метода. Таким образом, вместо (4.6), (4.7) мы решаем следующую систему линейных алгебраических уравнений:
Запишем вышеуказанную систему (4.14), (4.15) в виде(4.16)
${{Q}^{\eta }}({{\delta }_{{2N}}}(h))\lambda = - {{F}^{\eta }}({{\delta }_{{2N}}}(h)),\quad \lambda \in {{R}^{{n(2N + 1) + l}}}.$(4.18)
$\left\| {{{F}_{*}}({{\delta }_{{2N}}}(h)) - {{F}^{\eta }}({{\delta }_{{2N}}}(h))} \right\| \leqslant \mathop {max}\limits_{p = \overline {1,2N} } \left\| {{{a}_{p}}(f,ph) - a_{p}^{\eta }(f,ph)} \right\|.$(4.19)
$\left\| {{{Q}_{*}}({{\delta }_{{2N}}}(h)) - {{Q}^{\eta }}({{\delta }_{{2N}}}(h))} \right\| \leqslant {{\varepsilon }_{0}}(\eta ).$Рассмотрим уравнения (4.8) и (4.16) при условиях теоремы 4.2. Предположим, что имеет место (4.19), неравенство
(4.20)
$\left\| {{{F}_{*}}({{\delta }_{{2N}}}(h)) - {{F}^{\eta }}({{\delta }_{{2N}}}(h))} \right\| \leqslant {{\varepsilon }_{1}}(\eta )$Устойчивость вычислений при решении задач Коши (3.28) и системы (4.14), (4.15), корректная разрешимость задачи управления (1.1), (1.2), а также сходимость $(z{\text{*}}(t),v{\text{*}})$ к $(x{\text{*}}(t),\mu {\text{*}})$ обеспечивают устойчивость предлагаемого метода. Отметим, что для составления системы (4.14), (4.15), нам нужны значения решения задачи (3.28) только в конечных точках подынтервалов. Решаем задачу с параметром (2.1), (2.2), используя
Алгоритм A
Шаг 1. Решаем задачи Коши
(4.21)
$\frac{{dv}}{{dt}} = A(t)v + [A(t) + {{\tilde {K}}_{r}}(t)],\quad v[(r - 1)h] = 0,\quad t \in [(r - 1)h,rh],$(4.22)
$\frac{{dv}}{{dt}} = A(t)v + {{\tilde {K}}_{j}}(t),\quad v[(r - 1)h] = 0,\quad t \in [(r - 1)h,rh],$Шаг 2. Составляем систему линейных алгебраических уравнений (4.14), (4.15);
Шаг 3. Решаем систему (4.14), (4.15) и находим параметр ${{\lambda }^{\eta }} = (\lambda _{1}^{\eta },\lambda _{2}^{\eta },...,\lambda _{{2N + 1}}^{\eta },\lambda _{{2N + 2}}^{\eta }) \in {{R}^{{n(2N + 1) + l}}}$. Заметим, что элементы ${{\lambda }^{\eta }}$ являются приближенными значениями решения задачи с параметром (2.1), (2.2) в точках нагружения $[0,T]$: $\lambda _{r}^{\eta } = {{z}^{\eta }}((r - 1)h)$, $r = \overline {1,2N + 1} ,$ и $\lambda _{{2N + 2}}^{\eta } = {{v}^{\eta }}$.
Шаг 4. Формируем функцию
Ниже мы представляем численные результаты.
Пример. Рассмотрим линейную задачу управления для интегродифференциального уравнения
(4.25)
$\frac{{dx}}{{dt}} = \left( {\begin{array}{*{20}{c}} 1&{{{t}^{3}}} \\ {2{{t}^{2}}}&2 \end{array}} \right)x + \int\limits_0^1 \,\left( {\begin{array}{*{20}{c}} 2&{t{{e}^{t}}} \\ 1&{{{t}^{3}}sin(t\tau )} \end{array}} \right)x(\tau )d\tau + {{A}_{0}}(t)\mu + f(t),\quad x \in {{R}^{2}},\quad t \in (0,1),\quad \mu \in {{R}^{l}},$Случай 1. Для $l = 1$ исходные данные задачи имеют следующий вид:
Случай 2. Для $l = 2$ исходные данные задачи имеют следующий вид:
Случай 3. Для $l = 3$ исходные данные задачи имеют следующий вид:
Возьмем шаг $h = 0.1$ и разделим $[0,1]$ на 10 частей. Заменим интегральное слагаемое уравнения (4.25) с помощью формулы Симпсона:
(4.27)
$\begin{gathered} \int\limits_0^1 {\left( {\begin{array}{*{20}{c}} 2&{t{{e}^{t}}} \\ 1&{{{t}^{3}}\sin (t\tau )} \end{array}} \right)x(\tau )d\tau } \approx \frac{1}{{30}}\left\{ {4\sum\limits_{p = 1}^5 \,\left( {\begin{array}{*{20}{c}} 2&{t{{e}^{t}}} \\ 1&{{{t}^{3}}\sin \left( {\frac{{2p - 1}}{{10}}t} \right)} \end{array}} \right)x\left( {\frac{{2p - 1}}{{10}}} \right)} \right. + \\ \, + \left. {\left( {\begin{array}{*{20}{c}} 2&{t{{e}^{t}}} \\ 1&0 \end{array}} \right)x(0) + 2\sum\limits_{k = 1}^4 \,\left( {\begin{array}{*{20}{c}} 2&{t{{e}^{t}}} \\ 1&{{{t}^{3}}\sin \left( {\frac{{2k}}{{10}}t} \right)} \end{array}} \right)x\left( {\frac{{2k}}{{10}}} \right) + \left( {\begin{array}{*{20}{c}} 2&{t{{e}^{t}}} \\ 1&{{{t}^{3}}\sin (t)} \end{array}} \right)x(1)} \right\}. \\ \end{gathered} $Таким образом, мы получим задачу с параметром для нагруженного дифференциального уравнения, где нагруженная часть определяется правой частью (4.27). Применяя алгоритм $A,$ находим численное решение этой задачи. Обозначим через $(\tilde {x},\tilde {\mu }) = ({{\tilde {x}}_{1}},{{\tilde {x}}_{2}},\tilde {\mu }){\text{'}}$, $(\hat {x},\hat {\mu }) = ({{\hat {x}}_{1}},{{\hat {x}}_{2}},{{\hat {\mu }}_{1}},{{\hat {\mu }}_{2}}){\text{'}}$, и $(\bar {x},\bar {\mu }) = ({{\bar {x}}_{1}},{{\bar {x}}_{2}},{{\bar {\mu }}_{1}},{{\bar {\mu }}_{2}},{{\bar {\mu }}_{3}}){\text{'}}$ численные решения задачи (4.25), (4.26) для $l = 1$, $l = 2,$ и $l = 3$ соответственно.
Задачи Коши для обыкновенного дифференциального уравнения на подынтервалах решаются методом Рунге-Кутты четвертого порядка с шагом ${{h}_{1}} = 0.025.$
Используя компьютерную систему MathCad15 и применяя предложенный выше алгоритм, мы получим значения численного решения задачи (4.25), (4.26) для трех случаев. Результаты для $k = \overline {0,40} $ представлены в следующей табл. 1.
Таблица 1
k | tk | ${{\tilde {x}}_{1}}$(tk) | ${{\tilde {x}}_{2}}$(tk) | ${{\hat {x}}_{1}}$(tk) | ${{\hat {x}}_{2}}$(tk) | ${{\bar {x}}_{1}}$(tk) | ${{\bar {x}}_{2}}$(tk) |
---|---|---|---|---|---|---|---|
0 | 0 | –8.9999999932 | 7.0000000105 | –8.9999999975 | 7.0000000333 | –9.0000000141 | 6.9999999927 |
1 | 0.025 | –8.9993749936 | 7.0250000111 | –8.9993749976 | 7.0250000333 | –8.9993750144 | 7.0249999934 |
2 | 0005 | –8.997499994 | 7.0500000118 | –8.9974999977 | 7.0500000333 | –8.9975000146 | 7.0499999942 |
3 | 0.075 | –8.9943749945 | 7.0750000125 | –8.9943749978 | 7.0750000333 | –8.9943750149 | 7.0749999951 |
4 | 0.1 | –8.9899999949 | 4.1000000133 | –8.9899999979 | 7.1000000334 | –8.9900000151 | 7.0999999961 |
5 | 0.125 | –8.9843749945 | 7.125000014 | –8.9843749971 | 7.1250000333 | –8.9843750145 | 7.124999997 |
6 | 0.15 | –8.977499995 | 7.1500000149 | –8.9774999971 | 7.1500000334 | –8.9775000147 | 7.149999998 |
7 | 0.175 | –8.9693749954 | 7.1750000158 | –8.9693749971 | 7.1750000335 | –8.9693750149 | 7.1749999992 |
8 | 0.2 | –8.9599999959 | 7.2000000167 | –8.9599999971 | 7.2000000337 | –8.9600000152 | 7.2000000004 |
9 | 0.225 | –8.9493749955 | 7.2250000174 | –8.9493749963 | 7.2250000335 | –8.9493750145 | 7.2250000015 |
10 | 0.25 | –8.9374999959 | 7.2500000184 | –8.9374999962 | 7.2500000337 | –8.9375000147 | 7.250000028 |
11 | 0.275 | –8.9243749964 | 7.2750000194 | –8.9243749961 | 7.2750000339 | –8.9243750149 | 7.2750000042 |
12 | 0.3 | –8.9099999969 | 7.3000000205 | –8.909999996 | 7.300000034 | –8.910000015 | 7.3000000056 |
13 | 0.325 | –8.8943749965 | 7.3250000214 | –8.894374995 | 7.3250000341 | –8.8943750144 | 7.325000007 |
14 | 0.35 | –8.8774999969 | 7.3500000224 | –8.8774999948 | 7.3500000343 | –8.8775000145 | 7.3500000084 |
15 | 0.375 | –8.8593749974 | 7.3750000234 | –8.8593749945 | 7.3750000344 | –8.8593750146 | 7.3750000099 |
16 | 0.4 | –8.8399999978 | 7.4000000244 | –8.8399999942 | 7.4000000346 | –8.8400000147 | 7.4000000114 |
17 | 0.425 | –8.8193749974 | 7.4250000256 | –8.8193749931 | 7.4250000349 | –8.8193750139 | 7.4250000132 |
18 | 0.45 | –8.7974999978 | 7.4500000264 | –8.7974999926 | 7.450000035 | –8.797500014 | 7.4500000146 |
19 | 0.475 | –8.7743749981 | 7.4750000271 | –8.7743749921 | 7.4750000349 | –8.774375014 | 7.475000016 |
20 | 0.5 | –8.7499999985 | 7.5000000276 | –8.7499999916 | 7.5000000347 | –8.7500000139 | 7.5000000172 |
21 | 0.525 | –8.7243749981 | 7.5250000289 | –8.7243749902 | 7.5250000354 | –8.7243750131 | 7.5250000192 |
22 | 0.55 | –8.6974999983 | 7.550000029 | –8.6974999895 | 7.5500000349 | –8.697500013 | 7.5500000201 |
23 | 0.575 | –8.6693749986 | 7.5750000288 | –8.6693749887 | 7.5750000342 | –8.6693750128 | 7.5750000208 |
24 | 0.6 | –8.6399999988 | 7.6000000282 | –8.6399999878 | 7.6000000332 | –8.6400000126 | 7.6000000211 |
25 | 0.625 | –8.6093749983 | 7.6250000292 | –8.6093749861 | 7.6250000338 | –8.6093750116 | 7.625000023 |
26 | 0.65 | –8.5774999984 | 7.6500000278 | –8.577499985 | 7.6500000322 | –8.5775000113 | 7.6500000226 |
27 | 0.675 | –8.5443749986 | 7.6750000258 | –8.5443749839 | 7.6750000301 | –8.544375011 | 7.6750000218 |
28 | 0.7 | –8.5099999987 | 7.7000000233 | –8.5099999826 | 7.7000000276 | –8.5100000106 | 7.7000000204 |
29 | 0.725 | –8.474374998 | 7.7250000233 | –8.4743749805 | 7.7250000278 | –8.4743750094 | 7.7250000216 |
30 | 0.75 | –8.437499998 | 7.7500000195 | –8.4374999791 | 7.7500000244 | –8.4375000089 | 7.7500000191 |
31 | 0.775 | –8.3993749981 | 7.775000015 | –8.3993749776 | 7.7750000205 | –8.3993750084 | 7.775000016 |
32 | 0.8 | –8.3599999982 | 7.8000000098 | –8.359999976 | 7.8000000161 | –8.360000008 | 7.8000000123 |
33 | 0.825 | –8.3193749973 | 7.8250000089 | –8.3193749734 | 7.8250000162 | –8.3193750065 | 7.825000013 |
34 | 0.85 | –8.2774999974 | 7.8500000027 | –8.2774999716 | 7.8500000113 | –8.2775000059 | 7.8500000085 |
35 | 0.875 | –8.2343749976 | 7.874999996 | –8.2343749699 | 7.8750000063 | –8.2343750055 | 7.8750000036 |
36 | 0.9 | –8.189999998 | 7.8999999891 | –8.1899999681 | 7.9000000014 | –8.190000005 | 7.8999999987 |
37 | 0.925 | –8.1443749969 | 7.9249999896 | –8.1443749648 | 7.9250000043 | –8.1443750032 | 7.9250000013 |
38 | 0.95 | –8.0974999974 | 7.9499999836 | –8.0974999628 | 7.9500000012 | –8.0975000028 | 7.9499999976 |
39 | 0.975 | –8.0493749981 | 7.9749999787 | –8.0493749609 | 7.9749999995 | –8.0493750025 | 7.974999995 |
40 | 1 | –7.999999999 | 7.9999999754 | –7.9999999588 | 8.0000000001 | –8.0000000022 | 7.9999999944 |
В первом случае точным решением задачи (4.25), (4.26) является пара $(x{\text{*}}(t),\mu {\text{*}})$ с $x{\text{*}}(t) = \left( {\begin{array}{*{20}{c}} {{{t}^{2}} - 9} \\ {t + 7} \end{array}} \right)$ и $\mu {\text{*}} = 9$. Справедлива оценка
Во втором случае точным решением задачи (4.25), (4.26) является пара $(x{\text{*}}(t),\mu {\text{*}})$ с $x{\text{*}}(t) = \left( {\begin{array}{*{20}{c}} {{{t}^{2}} - 9} \\ {t + 7} \end{array}} \right)$ и $\mu {\text{*}} = \left( {\begin{array}{*{20}{c}} 1 \\ { - 5} \end{array}} \right).$ Справедлива следующая оценка:
В третьем случае точным решением задачи (4.25), (4.26) является пара $(x{\text{*}}(t),\mu {\text{*}})$ с $x{\text{*}}(t) = \left( {\begin{array}{*{20}{c}} {{{t}^{2}} - 9} \\ {t + 7} \end{array}} \right)$ и $\mu {\text{*}} = (1, - 5,9){\text{'}}$. Справедлива следующая оценка:
Авторы искренне признательны рецензентам за их тщательное чтение рукописи, полезные замечания и предложения.
Список литературы
Akhmetov M.U., Zafer A., Sejilova R.D. The control of boundary value problems for quasilinear impulsive integro-differential equations // Nonlinear Analysis: Theory, Methods & Applications. 2002. V. 48. P. 271–286.
Boichuk A.A., Samoilenko A.M. Generalized inverse operators and Fredholm boundary-value problems. Utrecht: VSP, 2004. 333 p.
Krall A.M. The development of general differential and general differential-boundary systems // Rocky Mountain Journal of Mathematics. 1975. V. 5. P. 493–542.
Luchka A.Yu., Nesterenko O.B. Projection method for the solution of integro-differential equations with restrictions and control // Nonlinear Oscil. 2008. №11. P. 219–228.
Luchka A.Yu., Nesterenko O.B. Construction of solution of integro-differential equations with restrictions and control by projection-iterative method // Nonlinear Oscil. 2009. V. 12. P. 85–93.
Nesterenko O.B. Modified projection-iterative method for weakly nonlinear integro differential equations with parameters // J. Math. Sci. 2014. V. 198. № 2. P. 328–335.
Dzhumabaev D.S. A method for solving the linear boundary value problem for an integro-differential equation // Comput. Math. Math. Phys. 2010. V. 50. № 7. P. 1150–1161.
Dzhumabaev D.S. An algorithm for solving the linear boundary value problem for an integro-differential equation // Comput. Math. Math. Phys. 2013. V. 53. № 6. P. 736–758.
Dzhumabaev D.S. Necessary and sufficient conditions for the solvability of linear boundary-value problems for the Fredholm integro-differential equation // Ukr. Math. J. 2015. V. 66. № 8. P. 1200–1219.
Dzhumabaev D.S. On one approach to solve the linear boundary value problems for Fredholm integrodifferential equations // J. Comput. Appl. Math. 2016. V. 294. № 2. P. 342–357.
Dzhumabaev D.S. Computational methods of solving the boundary value problems for the loaded differential and Fredholm integro-differential equations // Math. Meth. Appl. Sci. 2018. V. 41. № 7. P. 1439–1462.
Dzhumabayev D.S. it Criteria for the unique solvability of a linear boundary-value problem for an ordinary differential equation // Comput. Maths. Math. Phys. 1989. V. 29. № 1. P. 34–46.
Бабенко К.И. Основы численного анализа. М.: Наука, 1986. 744 с.
Brunner H. Collocation methods for Volterra integral and related functional equations. Cambridge, UK, New York: Cambridge University Press, 2004. 597 p.
Cohen H. Numerical approximation methods. New York: Springer, 2011. 485 p.
Канторович Л.В., Акилов Г.П. Функциональный анализ. М.: Физматлит, 1977. 744 с.
Дополнительные материалы отсутствуют.
Инструменты
Журнал вычислительной математики и математической физики