Здравствуйте. Прошу местных гуру кое-что подсказать по поводу решения системы дифф. уравнений в частных производных.
Заранее прошу простить за кривые формулировки, я не математик, я химик. Просто вот такая задача возникла в процессе работы.
Имеется каталитический процесс, кинетика которого описывается системой уравнений вида:

Специфика системы состоит в том, что матрица коэффициентов

почти всегда сводится к треугольной, с нулевыми членами при

. Впрочем, не всегда, потому интересует именно общий случай. Другие параметры системы - коэффициент

во всех уравнениях строго одинаков, не зависит явно от

и

, меняется при изменении переменных не очень сильно и по порядку равен примерно

. Коэффициент

равен примерно

, но коэффициенты

сильно меньше 1, так что можно считать в первом приближении, что

и

одного порядка. Кроме того, в ряде моделей

может явно зависеть от

. Порядок

известен и равен 2 в случае

и 1 во всех остальных случаях.
Начальные условия -

, где

- аналог дельта-функции (при

, в остальных точках 0).
Аналитически система, конечно, не решается, потому хочется решить хотя бы численно. Конечно-разностные методы выглядят непривлекательными для решения из-за необходимости использования сложных разностных схем (спектральный признак устойчивости очень капризен для таких уравнений) и, соответственно, высоких вычислительных затрат. Насколько я понял из чтения литературы, единственный приличный вариант - метод Галеркина в модификации Канторовича. Т.е., решение каждого уравнения аппроксимируется суммой

, задаются

, составляется система уравнений, исходя из требований ортогональности невязки и функций

, откуда определяются

.
Собственно, вопросы:
1) правильно ли я понимаю, что по методу Галеркина моя система из УрЧП алгоритмически может быть сведена к системе ОДУ (в

раз большего размера), которую можно решать банальным МРК?
2) какой базис наиболее подойдет для такого типа уравнений? Насколько я смог понять, читая Канторовича и решая простые примерчики, от выбора базиса серьезно зависит сложность приведения уравнений к системе ОДУ. Аналитическое решение (если б оно могло быть найдено) почти наверняка содержит комбинации экспоненциальных функций, что по

, что по

. Это известно из специфики процесса и упрощенного моделирования без временной производной.
P.S. Прошу прощения у модераторов, если не в тот раздел запостил, переместите, куда надо, если не сложно.