tecktom.com

正則摂動と特異摂動

2026年10月9日14分で読めますAI生成教科書『虎の巻』第7章 スケール分離と特異摂動：Born–Oppenheimer から境界層まで
目次
  1. 方程式の型が変わるかどうか
  2. 漸近展開
  3. 展開の一様性
  4. 木下の層

AI 生成・木下が未勉強

近似の数理　第7章 §7.1　★★★ 以後のすべての節が「どちらの摂動か」の判定から始まる

物理屋が「速いものと遅いもの（あるいは薄い層と広い領域）を分けて考える」と言うとき、その背後にある数学は特異摂動論である。量子化学の Born–Oppenheimer 近似、半古典の WKB 近似、量子力学の断熱定理、流体の境界層理論は、扱う対象こそ違うが、いずれも「小さいパラメータ ε\varepsilon が方程式の最高階の微分に掛かっていて、ε=0\varepsilon =0 と置くと方程式の型が変わる」という同じ構造をもつ。この章ではまず手で解けるモデル問題で特異摂動の論理（外部解・内部解・接合）を完全に追い、そのあと同じ論理が WKB・断熱定理・Born–Oppenheimer・Prandtl 境界層でどう現れ、どこで破綻するかを順に見る。第1章の分類では、ここで扱う近似はすべて B 型（極限）に属する。

方程式の型が変わるかどうか

小さいパラメータ ε>0\varepsilon >0 を含む問題 PεP_{\varepsilon } があり、ε=0\varepsilon =0 と置いた問題 P0P_0 が解けるとする。素朴な期待は「PεP_{\varepsilon } の解は P0P_0 の解に ε\varepsilon の冪級数で小さな補正を足したもの」であり、この期待が正しい場合を正則摂動という。

定義 7.1（正則摂動と特異摂動）

問題 PεP_{\varepsilon } の解 uεu_{\varepsilon } が、考えている領域（空間変数・時間変数の範囲）全体で一様に

uε=u0+εu1+ε2u2+⋯u_{\varepsilon } = u_0 + \varepsilon u_1 + \varepsilon ^2 u_2 + \cdots

の形で近似でき、u0u_0 が P0P_0 の解であるとき、この摂動を正則（regular）という。そうでないとき、すなわち ε→0\varepsilon \to0 の極限で解が P0P_0 の解へ一様には近づかないとき、特異（singular）という。

定義だけでは判定に使いにくいので、実用上の目安を先に述べておく。特異摂動になるのは、ほとんどの場合ε=0\varepsilon =0 と置くと問題の「型」が変わるときである。代数方程式なら次数が下がる、微分方程式なら階数が下がって課せる境界条件の数が減る、時間発展なら考える時間幅が 1/ε1/\varepsilon に伸びて小さな補正が積み重なる、といった変化である。型が変わると、PεP_{\varepsilon } の解のうち P0P_0 では表現できない部分が必ず生じ、その部分が特異性の正体になる。

代数方程式で根が無限遠へ逃げる

εx2+x−1=0\varepsilon x^2 + x - 1 = 0 を考える。ε=0\varepsilon =0 では1次方程式 x−1=0x-1=0 になり、根は x=1x=1 の1つだけである。一方ε>0\varepsilon >0 では2次方程式なので根は2つあり、厳密には

x±=−1±1+4ε2εx_\pm = \frac{-1\pm\sqrt{1+4\varepsilon }}{2\varepsilon }

である。ε→0\varepsilon \to0 で展開すると

x+=1−ε+2ε2−5ε3+O(ε4),x−=−1ε−1+ε−2ε2+O(ε3)x_+ = 1 - \varepsilon + 2\varepsilon ^2 - 5\varepsilon ^3 + \mathcal{O}(\varepsilon ^4),\qquad x_- = -\frac1\varepsilon - 1 + \varepsilon - 2\varepsilon ^2 + \mathcal{O}(\varepsilon ^3)

となる（検算スクリプト）。x+x_+ は P0P_0 の根 x=1x=1 の正則な摂動である。x−x_- はε→0\varepsilon \to0 で無限遠へ逃げ、P0P_0 のどの根にも対応しない。x−x_- を捉えるには、xx の大きさが 1/ε1/\varepsilon 程度であることを見抜いて x=X/εx = X/\varepsilon と尺度を変える必要がある。代入すると X2+X−ε=0X^2 + X - \varepsilon = 0 となり、今度はε=0\varepsilon =0 と置いても2次方程式のままなので正則摂動で X=−1−ε+⋯X = -1 - \varepsilon + \cdots が得られる。この「尺度を変えると問題が正則になる」という操作が、以下で何度も現れる伸長変数（stretched variable）の原型である。

微分方程式では同じことが次の形で起こる。

εy′′+y′+y=0,y(0)=0,y(1)=1.(7.1)\varepsilon y'' + y' + y = 0,\qquad y(0)=0,\quad y(1)=1 .\tag{7.1}

ε=0\varepsilon =0 と置くと y′+y=0y'+y=0 という1階方程式になり、解 y=Ce−xy = C\mathrm{e}^{-x} は定数を1つしか持たないので、境界条件を2つ同時には満たせない。2階方程式が持っていた解の一つ（後で見るように e−x/ε\mathrm{e}^{-x/\varepsilon } 程度の速さで変わる解）がε=0\varepsilon =0 の問題からは消えてしまい、その解が担っていた「境界条件の一つを合わせる」役目を誰も果たせなくなる。これが微分方程式における特異摂動の典型であり、最高階の微分 y′′y'' に小さな係数が掛かっていることが原因である。

「最高階に小さい係数」が特異性を生む理由

係数 ε\varepsilon が低階の項（たとえば y′′+y′+εy=0y'' + y' + \varepsilon y = 0 の εy\varepsilon y）に掛かっている場合、ε=0\varepsilon =0 としても方程式の階数は変わらず、解の空間の次元も変わらない。解は ε\varepsilon について滑らかに変形するだけなので正則摂動になる。最高階に掛かっている場合は、ε=0\varepsilon =0 で解の空間の次元が落ちる。落ちた分の解は ε→0\varepsilon \to0 で微分が1/ε1/\varepsilon のように大きくなる解であり、「εy′′\varepsilon y'' は小さい」という前提そのものが成り立たない場所（薄い層）に住んでいる。この章で扱う近似は、すべてこの「小さいはずの項が、ある場所では小さくない」という状況の扱い方である。

漸近展開

特異摂動で得られる展開は、多くの場合収束しない。それでも近似として使える理由を明確にするため、「漸近展開」という概念を収束級数と区別して定義しておく。

定義 7.2（漸近列と Poincaré の意味の漸近展開）

ε→0\varepsilon \to0 で定義された関数の列 δ0(ε),δ1(ε),…\delta_0(\varepsilon ),\delta_1(\varepsilon ),\dots が、各 nn についてδn+1(ε)=o(δn(ε))\delta_{n+1}(\varepsilon ) = o(\delta_n(\varepsilon ))（すなわち δn+1/δn→0\delta_{n+1}/\delta_n\to0）を満たすとき、漸近列という。εn\varepsilon ^n や εn/2\varepsilon ^{n/2}、εnln⁡ε\varepsilon ^n\ln\varepsilon を混ぜた列などがその例である。関数 f(ε)f(\varepsilon ) が

f(ε)−∑n=0Nanδn(ε)=o(δN(ε))(ε→0)f(\varepsilon ) - \sum_{n=0}^{N} a_n\delta_n(\varepsilon ) = o(\delta_N(\varepsilon ))\quad(\varepsilon \to0)

をすべての NN について満たすとき、f(ε)∼∑nanδn(ε)f(\varepsilon )\sim\sum_n a_n\delta_n(\varepsilon ) と書き、これを ff の（Poincaré の意味の）漸近展開という。

収束級数との違いは、極限をとる変数にある。収束級数は「ε\varepsilon を固定して項数 N→∞N\to\infty」で値に近づく。漸近展開は「項数 NN を固定して ε→0\varepsilon \to0」で誤差が最後の項より速く小さくなることだけを要求し、N→∞N\to\infty で何が起こるかには何も言わない。したがって、固定した ε\varepsilon で項数を増やしていくと、ある項数までは誤差が減り、その先は増えていくということが普通に起こる。

Stirling 級数

ln⁡Γ(z)\ln\Gamma(z) の大きい zz での展開

ln⁡Γ(z)∼(z−12)ln⁡z−z+12ln⁡2π+∑k=1∞B2k2k(2k−1)z2k−1\ln\Gamma(z) \sim \Bigl(z-\tfrac12\Bigr)\ln z - z + \tfrac12\ln 2\pi + \sum_{k=1}^{\infty}\frac{B_{2k}}{2k(2k-1)z^{2k-1}}

（B2kB_{2k} は Bernoulli 数）は、∣B2k∣\lvert B_{2k}\rvert が (2k)!(2k)! のように増えるため、どの zz についても収束しない。しかし項数 KK で打ち切ったときの誤差を数値で調べると次のようになる（検算スクリプト）。

KK012345678
z=1z=18.1×10−28.1\times10^{-2}2.3×10−32.3\times10^{-3}5.1×10−45.1\times10^{-4}2.9×10−42.9\times10^{-4}3.1×10−43.1\times10^{-4}5.3×10−45.3\times10^{-4}1.4×10−31.4\times10^{-3}5.0×10−35.0\times10^{-3}2.5×10−22.5\times10^{-2}
z=2z=24.1×10−24.1\times10^{-2}3.3×10−43.3\times10^{-4}2.1×10−52.1\times10^{-5}3.6×10−63.6\times10^{-6}1.1×10−61.1\times10^{-6}5.4×10−75.4\times10^{-7}3.9×10−73.9\times10^{-7}3.9×10−73.9\times10^{-7}5.1×10−75.1\times10^{-7}

z=1z=1 では K=3K=3 で誤差が最小（約 3×10−43\times10^{-4}）になり、その先は増える。z=2z=2 では最小が K≈7K\approx7 まで後退し、最小誤差も 4×10−74\times10^{-7} まで下がる。zz が大きいほど「使える項数」も「到達できる精度」も増える。これが漸近級数の典型的な振る舞いで、最適な打ち切り位置は項の大きさが最小になるところ（この例では K≈πzK\approx\pi z）にあり、そこでの誤差は e−2πz\mathrm{e}^{-2\pi z} 程度の指数的な小ささになることが知られている。

落とし穴

「収束しない級数は近似として無意味だ」という見方は誤りである。物理で使う摂動級数の多く（量子電磁力学の結合定数展開、非調和振動子のエネルギーの摂動展開など）は収束せず、漸近級数として使われている。逆に「収束する級数なら少数項で良い近似になる」とも限らない。e−x\mathrm{e}^{-x} の Taylor 級数は全実数で収束するが、x=30x=30 で精度よく評価するには数十項を要し、途中の項は 101110^{11} を超える。近似としての良さは「少ない項で誤差がどれだけ小さいか」で測るものであり、収束性とは別の性質である。

展開の一様性

特異摂動の判定に直接関わるのが、展開の一様性である。関数 f(x,ε)f(x,\varepsilon ) の展開f∼∑an(x)δn(ε)f\sim\sum a_n(x)\delta_n(\varepsilon ) が領域 DD で一様であるとは、上の定義の o(δN)o(\delta_N) がx∈Dx\in D について一様に成り立つこと、すなわち

sup⁡x∈D∣f(x,ε)−∑n=0Nan(x)δn(ε)∣=o(δN(ε))\sup_{x\in D}\Bigl\lvert f(x,\varepsilon ) - \sum_{n=0}^N a_n(x)\delta_n(\varepsilon )\Bigr\rvert = o(\delta_N(\varepsilon ))

となることをいう。各点 xx で漸近展開になっていても一様とは限らない。たとえば f(x,ε)=e−x/εf(x,\varepsilon ) = \mathrm{e}^{-x/\varepsilon } は、x>0x>0 を固定すれば ε→0\varepsilon \to0 で任意の冪 εN\varepsilon ^N より速く 0 に近づくので、各点では漸近展開「f∼0f\sim0」を持つ。しかし x=εx=\varepsilon では f=e−1f = \mathrm{e}^{-1} であり、sup⁡0≤x≤1∣f−0∣=1\sup_{0\le x\le1}\lvert f-0\rvert =1 は小さくならない。展開「f∼0f\sim 0」はx=O(ε)x=\mathcal{O}(\varepsilon ) の薄い層で破綻する。特異摂動とは、この種の非一様性が解に生じる問題のことだと言い換えてもよい。

例題 7.1　三次方程式の逃げる根 ★★

オリジナル0<ε≪10<\varepsilon \ll1 として、方程式 εx3+x2−1=0\varepsilon x^3 + x^2 - 1 = 0 を考える。

  • (1) ε=0\varepsilon =0 と置いた方程式の根を求め、ε>0\varepsilon >0 のときの根の個数と比べて、この摂動が正則か特異かを判定せよ。
  • (2) ε=0\varepsilon =0 の根から続く2つの根を、ε\varepsilon の1次まで求めよ。
  • (3) 残る1つの根の大きさを、εx3\varepsilon x^3 と x2x^2 が釣り合う条件から見積もり、伸長変数を使って ε\varepsilon の次の項まで求めよ。3つの根の和を根と係数の関係と比べて確かめよ。
解答

(1) ε=0\varepsilon =0 では x2−1=0x^2-1=0 で、根は x=±1x=\pm1 の2つである。ε>0\varepsilon >0 では3次方程式なので根は（重複と複素数を数えて）3つある。ε=0\varepsilon =0 で次数が下がるので型が変わり、特異摂動である。ε=0\varepsilon =0 の方程式に対応する相手のない根が1つあり、次の (3) で見るようにそれが無限遠へ逃げる。

(2) x=1+εa+O(ε2)x = 1+\varepsilon a+\mathcal{O}(\varepsilon ^2) を代入すると x3=1+O(ε)x^3 = 1+\mathcal{O}(\varepsilon )、x2=1+2εa+O(ε2)x^2 = 1+2\varepsilon a+\mathcal{O}(\varepsilon ^2) なので

εx3+x2−1=ε(1+2a)+O(ε2)\varepsilon x^3 + x^2 - 1 = \varepsilon (1+2a) + \mathcal{O}(\varepsilon ^2)

となり、a=−12a=-\tfrac12 である。x=−1+εb+O(ε2)x=-1+\varepsilon b+\mathcal{O}(\varepsilon ^2) では x3=−1+O(ε)x^3=-1+\mathcal{O}(\varepsilon )、x2=1−2εb+O(ε2)x^2 = 1-2\varepsilon b+\mathcal{O}(\varepsilon ^2) なのでε(−1−2b)+O(ε2)=0\varepsilon (-1-2b)+\mathcal{O}(\varepsilon ^2)=0、b=−12b=-\tfrac12 である。よって

x1=1−12ε+O(ε2),x2=−1−12ε+O(ε2).x_1 = 1-\tfrac12\varepsilon +\mathcal{O}(\varepsilon ^2),\qquad x_2 = -1-\tfrac12\varepsilon +\mathcal{O}(\varepsilon ^2).

(3) 大きな根では定数項 −1-1 が他の2項に比べて小さく、εx3\varepsilon x^3 と x2x^2 が釣り合うので ∣x∣∼1/ε\lvert x\rvert \sim1/\varepsilon である。x=X/εx=X/\varepsilon と伸長すると X3/ε2+X2/ε2−1=0X^3/\varepsilon ^2 + X^2/\varepsilon ^2 - 1 = 0、すなわち

X3+X2−ε2=0X^3 + X^2 - \varepsilon ^2 = 0

となる。ε=0\varepsilon =0 と置いても3次のままなので、この尺度では正則摂動である。ε=0\varepsilon =0 の根は X=0X=0（二重根）と X=−1X=-1 で、X=0X=0 の二重根は (2) の O(1)\mathcal{O}(1) の2根を 1/ε1/\varepsilon の尺度で見たものに当たる。単根 X=−1X=-1 を X=−1+cε2X=-1+c\varepsilon ^2 と摂動するとX2(X+1)=cε2+O(ε4)=ε2X^2(X+1) = c\varepsilon ^2+\mathcal{O}(\varepsilon ^4) = \varepsilon ^2 から c=1c=1、したがって

x3=−1ε+ε+O(ε3).x_3 = -\frac1\varepsilon + \varepsilon + \mathcal{O}(\varepsilon ^3).

3つの根の和は (1−12ε)+(−1−12ε)+(−1ε+ε)=−1ε+O(ε2)(1-\tfrac12\varepsilon )+(-1-\tfrac12\varepsilon )+(-\tfrac1\varepsilon +\varepsilon ) = -\tfrac1\varepsilon +\mathcal{O}(\varepsilon ^2) であり、根と係数の関係から出る和 −1/ε-1/\varepsilon（x2x^2 の係数を x3x^3 の係数で割って符号を変えたもの）と一致する。ε=0.01\varepsilon =0.01 の数値解は 0.9950620.995062、−1.005064-1.005064、−99.990-99.990 で、近似値 0.9950.995、−1.005-1.005、−99.99-99.99 との差は ε2\varepsilon ^2 程度である（検算スクリプト）。二つの尺度（x=O(1)x=\mathcal{O}(1) と x=O(1/ε)x=\mathcal{O}(1/\varepsilon )）のそれぞれで正則な問題を解くと、根が全部そろう。これが本節の伸長変数の考え方である。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI（Claude）が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先：support@tecktom.com

目次PDF第7章の PDF近似の数理の PDF（全章）

この記事が含まれている連載

連載AI生成教科書『虎の巻』授業とは別に、分野をまたいで気になったことを AI（Claude）が教材にし、木下が勉強しながら公開しています。上の段は AI が書いた本文、下の段は木下が勉強したあとに書いた文です。1787本の記事・木下 智貴
← AI生成教科書『虎の巻』の記事一覧へ