如何通过特征值对 2x2 线性系统的平衡点进行分类？

对于 2x2 系统 x' = Ax，原点根据 A 的迹 T 和行列式 D 进行分类：D 小于 0 为鞍点（不稳定）；D 大于 0 且迹的平方大于 4D 为节点（T 小于 0 时稳定，T 大于 0 时不稳定）；D 大于 0 且迹的平方小于 4D 为螺旋点（T 小于 0 时稳定，T 大于 0 时不稳定，T 等于 0 时为纯中心点）。迹的平方等于 4D 的临界情况产生退化节点。

这个计算器的名称是什么？

这个工具的官方名称是常微分方程组求解器。

它是一个计算器吗？

是的，这是一个专业的常微分方程组求解计算器。

它支持什么语言？

它支持简体中文 (zh-cn) 和英语。

输出格式包含 HTML 吗？

是的，计算结果以 HTML 格式呈现，方便在浏览器中阅读。

数据传输使用什么格式？

该工具在后端处理中使用 JSON 格式进行数据交换。

目前作为一个 Web 工具提供，暂无公开 API。

支持哪些数学常数？

它支持像 pi 和 e 这样的标准数学常数。

我可以在 YouTube 上找到教程吗？

你可以搜索相关数学主题的 YouTube 视频来学习 ODEs 的理论。

我可以导出为 PDF 吗？

你可以使用浏览器的打印功能将页面另存为 PDF。

它支持 RegEx 吗？

本工具主要用于数学计算，输入框不支持 RegEx 搜索。

如何通过 URL 访问？

你可以直接通过浏览器中的 URL 访问该页面。

它使用什么样式？

该页面使用 CSS 进行布局和美化。

它是用什么语言开发的？

它基于 Django 框架开发，前端使用 JavaScript 处理交互。

它可以处理 CSV 数据吗？

目前暂不支持 CSV 导入，需要手动输入矩阵或方程。

它使用 UUID 吗？

内部系统可能使用 UUID 进行会话管理。

我们使用 HTTPS 确保您的连接安全。

它支持 TikTok 分享吗？

虽然没有直接的 TikTok 按钮，但你可以截屏分享。

它在 Instagram 上有账号吗？

请关注 miniwebtool 的社交媒体账号。

它支持 Twitter/X 吗？

你可以将计算结果分享到 Twitter/X。

它有 Facebook 页面吗？

是的，欢迎在 Facebook 上关注我们。

可以在 LinkedIn 上分享吗？

当然，如果你觉得这个工具对专业研究有帮助，欢迎在 LinkedIn 分享。

支持 Bitcoin 支付吗？

该工具目前完全免费，不需要 Bitcoin 或其他货币支付。

代码在 GitHub 上吗？

核心算法是私有的，但我们欢迎在 GitHub 上反馈建议。

支持 XML 格式吗？

目前不支持 XML 导入或导出。

可能会使用 JWT 进行身份验证。

暂不支持 YAML 配置文件。

它是基于 WordPress 的吗？

不是，它是使用 Django 构建的独立应用。

cURL 是一个命令行工具，虽然本页面不可直接使用 cURL，但它是 Web 开发的基础。

ASCII 是一种字符编码，本工具支持包含中文在内的多种字符。

什么是 MD5 或 SHA？

它们是加密哈希算法。本工具在内部处理中可能会使用 MD5 或 SHA 来验证数据完整性。

它在 Pinterest 上有图集吗？

你可以将生成的相图保存并上传到 Pinterest。

什么是 IP 和 DNS？

这些是互联网基础协议。您的 IP 地址将通过 DNS 解析连接到我们的服务器。

SQL 用于数据库管理。我们的后台使用 SQL 数据库来存储工具元数据。

它支持 Ethereum 吗？

目前没有集成 Ethereum 或区块链功能。

本工具生成的相图和时间序列图均使用 SVG 格式，以保证清晰度。

它可以作为计算器使用吗？

是的，专门针对常微分方程组设计的在线计算器。

常微分方程组求解器

通过符号和数值方法求解常微分方程组 x' = Ax。自动对平衡点进行分类（鞍点、节点、螺旋点、中心点），逐步推导特征值和特征向量，给出通解和特解的闭式表达式，并绘制带有动画轨迹的交互式相图 —— 适用于 2×2、3×3 线性系统和 2D 非线性系统。

常微分方程组求解器

快速示例：

稳定节点中心点（振荡器）稳定螺旋点鞍点重根（退化节点）单摆 Van der Pol 振荡器 3×3 三阶系统

▦ 2×2 线性 ▦ 3×3 线性 ∿ 非线性 2D

求解 \(\dfrac{d}{dt}\!\begin{pmatrix}x\\y\end{pmatrix} = A \begin{pmatrix}x\\y\end{pmatrix}\)，其中 \(A\) 是实数项 2×2 矩阵。

系数矩阵 A

[

支持小数（如 2.5）、负数（-1）和简单分数（3/4）。

求解 \(\dfrac{d}{dt}\!\begin{pmatrix}x_1\\x_2\\x_3\end{pmatrix} = A \begin{pmatrix}x_1\\x_2\\x_3\end{pmatrix}\) — 获取特征值、特征向量和闭式通解。

系数矩阵 A (3×3)

[

默认值为 \( s^3 + 6s^2 + 11s + 6 \) 的伴随矩阵，特征值为 \(-1, -2, -3\)。

数值求解一般 2D 非线性系统：\(x' = f(x, y)\)，\(y' = g(x, y)\)。支持函数如 sin, cos, exp, sqrt 以及常数 pi, e。

x' = f(x, y)

y' = g(x, y)

不会计算闭式解；取而代之的是使用高精度的 RK4 积分生成轨迹和相图。

初始条件和时间跨度

x(0)

y(0)

时间跨度 T

Embed 常微分方程组求解器 Widget

常微分方程组求解器

常微分方程组求解器是一个针对耦合线性及非线性系统的一站式微分方程工具箱。输入 2×2 或 3×3 系数矩阵，该工具即可执行完整的特征值 / 特征向量分析，以 LaTeX 格式生成闭式通解和特解，将原点平衡点分类为鞍点、节点、螺旋点或中心点，并绘制带有动画轨迹的交互式相图。对于非线性平面系统，您可以输入任意右侧项 \(f(x,y)\) 和 \(g(x,y)\)，该工具将生成高精度的 RK4 相图。

什么是常微分方程组？

常微分方程组通过导数将几个关于单一变量（通常是时间 \(t\)）的未知函数耦合在一起。其最简形式为：

\[ \mathbf{x}'(t) = \mathbf{F}(t, \mathbf{x}(t)) , \qquad \mathbf{x} \in \mathbb{R}^n \]

当 \(\mathbf{F}(t, \mathbf{x}) = A\mathbf{x}\) 且 \(A\) 为常数矩阵时，该系统被称为线性自治系统。此时理论非常完美：整个长期行为完全由 \(A\) 的特征值决定。

线性系统的特征值求解步骤

对于 \(\mathbf{x}' = A\mathbf{x}\)，标准方法是：

计算特征多项式 \(\det(\lambda I - A) = 0\)。
解出特征值 \(\lambda_1, \lambda_2, \dots\)。
对每个特征值，通过求解 \((A - \lambda I) v = 0\) 找到特征向量 \(v\)。
组建通解作为线性组合：\(\mathbf{x}(t) = c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t} + \cdots\)。
将初始条件 \(\mathbf{x}(0)\) 代入通解以确定常数 \(c_i\)。

2×2 系统的三种情况

特征值	通解	相图
互异实根 \(\lambda_1 \ne \lambda_2\)	\(c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t}\)	异号为鞍点；同号为节点
复共轭 \(\alpha \pm i\beta\)	\(e^{\alpha t}[c_1(p\cos\beta t - q\sin\beta t) + c_2(p\sin\beta t + q\cos\beta t)]\)	螺旋点 (\(\alpha \ne 0\)) 或中心点 (\(\alpha = 0\))
重根 \(\lambda_1 = \lambda_2 = \lambda\)	\(c_1 v e^{\lambda t} + c_2 (tv + w) e^{\lambda t}\)	退化节点

迹-行列式平面

对于一个迹为 \(T = a_{11} + a_{22}\)、行列式为 \(D = a_{11} a_{22} - a_{12} a_{21}\) 的 2×2 矩阵，所有分类都可以包含在一个图中：

\[ \begin{array}{l} D < 0 \Rightarrow \text{鞍点} \\ D > 0, \; T^2 - 4D > 0 \Rightarrow \text{节点 (} T < 0 \text{ 时稳定)} \\ D > 0, \; T^2 - 4D < 0 \Rightarrow \text{螺旋点 (} T < 0 \text{ 时稳定)，} T = 0 \text{ 时为中心点} \\ T^2 - 4D = 0 \Rightarrow \text{退化节点 (重特征值)} \end{array} \]

这就是为什么结果面板显著显示 \(T\)、\(D\) 和 \(\Delta = T^2 - 4D\)——这三个数字足以命名平衡点。

非线性系统与相图

大多数现实世界的 ODEs 是非线性的，没有闭式解。本工具通过四阶龙格-库塔 (RK4) 方法对数值进行积分处理。该方法具有 \(O(h^5)\) 的局部截断误差，是处理平滑向量场的默认首选方案。

\[ \begin{aligned} k_1 &= f(t_n, y_n) \\ k_2 &= f(t_n + h/2, y_n + h k_1 / 2) \\ k_3 &= f(t_n + h/2, y_n + h k_2 / 2) \\ k_4 &= f(t_n + h, y_n + h k_3) \\ y_{n+1} &= y_n + \tfrac{h}{6}(k_1 + 2k_2 + 2k_3 + k_4) \end{aligned} \]

相图包含：

在 13×13 网格上采样的向量场，显示各点的流动方向。
来自您初始条件的轨迹，以红色绘制，并带有显示时间方向的橙色动态游标。
来自环形起始点的几条种子流线，提供动态特性的全局视图。
对于 2×2 线性系统，显示特征向量轴（虚线青色）——这些是解呈指数级滑动的变分方向。

如何使用此求解器

选择模式 — 通过表单顶部的选项卡选择 2×2 线性、3×3 线性或非线性 2D。
填写系数或方程。点击任何“快速示例”以预填典型系统（稳定节点、中心点、鞍点、单摆、Van der Pol 振荡器等）。
输入初始条件 \((x_0, y_0)\) 和时间跨度 \(T\)。振荡器的典型 \(T\) 值为 6–20，快速衰减的稳定系统为 3–6。
点击求解。将出现包含分类、特征值、特征向量、闭式解（线性模式）、动画相图和时间序列图的完整结果页面。
使用相图下方的按钮重播轨迹，如果您想再次观察游标穿过轨迹的过程。

计算示例 — 阻尼谐振子

阻尼振子 \(\ddot{x} + 2\zeta \omega \dot{x} + \omega^2 x = 0\) 可以通过令 \(y = \dot{x}\) 重写为 2D 系统：

\[ \begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix} = \begin{pmatrix} 0 & 1 \\ -\omega^2 & -2\zeta\omega \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix} \]

对于 \(\omega = 1\) 且 \(\zeta = 0.2\)（欠阻尼情况），矩阵为 \(A = \begin{pmatrix} 0 & 1 \\ -1 & -0.4 \end{pmatrix}\)。迹 \(T = -0.4\)，行列式 \(D = 1\)，判别式 \(\Delta = 0.16 - 4 = -3.84 < 0\)，因此我们得到一个稳定螺旋点，特征值为 \(-0.2 \pm 0.9798\,i\)。轨迹向原点螺旋汇聚，时间序列显示指数衰减的正弦曲线。

应用领域

机械系统 — 耦合弹簧-质量系统、单摆、陀螺仪。
电路系统 — RLC 网络、运放滤波器、状态空间控制。
种群动力学 — Lotka-Volterra 捕食者-猎物模型、竞争物种、流行病学 (SIR, SIS)。
化学动力学 — 反应网络、BZ 振荡反应。
神经科学 — FitzHugh-Nagumo 神经元模型、Hodgkin-Huxley 简化模型。
控制理论 — 线性化工厂模型、观测器设计、稳定性裕度。

提示与注意事项

如果轨迹迅速发散，请减小时间跨度 T — 不稳定系统可能在几个时间单位内就超出视口范围。
对于重特征值，求解器会自动通过解 \((A - \lambda I)w = v\) 找到广义特征向量 \(w\)，因此您无需手动计算即可获得 \(tv\) 项。
对于非线性系统，向量场箭头也会将非原点平衡点显示为青色点 — 注意相图中幅度为零的区域。
对于 3×3 系统，没有相图（3D 在 2D 页面中难以展示），但闭式解和稳定性判定仍然适用。
初始条件和时间跨度与分类无关：修改它们只会改变红色轨迹，不会改变特征值判定。

常见问题

什么是常微分方程组？

常微分方程组 (ODEs) 是一组耦合方程，它们将几个未知函数的导数与单个自变量（通常是时间）联系起来。经典形式是 \( \mathbf{x}'(t) = F(t, \mathbf{x}(t)) \)，其中 \( \mathbf{x} \) 是状态向量，\(F\) 是向量场。线性系统可以简写为 \( \mathbf{x}' = A\mathbf{x} + \mathbf{b} \)，其行为几乎完全由系数矩阵 \(A\) 的特征值决定。

如何通过特征值对 2×2 线性系统的平衡点进行分类？

对于 2×2 系统 \( \mathbf{x}' = A\mathbf{x} \)，原点根据 \(A\) 的迹 \(T\) 和行列式 \(D\) 进行分类：\(D < 0\) 为鞍点（不稳定）；\(D > 0\) 且 \(T^2 > 4D\) 为节点（\(T < 0\) 稳定，\(T > 0\) 不稳定）；\(D > 0\) 且 \(T^2 < 4D\) 为螺旋点（\(T < 0\) 稳定，\(T > 0\) 不稳定，\(T = 0\) 为纯中心点）。临界情况 \(T^2 = 4D\) 产生退化节点。

当特征值为复数时，闭式解是什么样的？

如果 \(A\) 具有复共轭特征值 \( \alpha \pm i\beta \)，复特征向量为 \( v = p + iq \)，则实通解为 \( \mathbf{x}(t) = e^{\alpha t} \left[ c_1 (p \cos\beta t - q \sin\beta t) + c_2 (p \sin\beta t + q \cos\beta t) \right] \)。指数项 \(e^{\alpha t}\) 控制幅度（增长、衰减或恒定），而正弦和余弦项处理旋转。

当矩阵有重特征值时会发生什么？

如果矩阵有重特征值 \(\lambda\) 但只有一个线性无关的特征向量 \(v\)，您还需要一个满足 \( (A - \lambda I) w = v \) 的广义特征向量 \(w\)。通解形式为 \( \mathbf{x}(t) = c_1 v e^{\lambda t} + c_2 (tv + w) e^{\lambda t} \)。如果特征空间恰好是二维的，则矩阵在该不变子空间上是单位矩阵的标量倍数，解简化为 \( \mathbf{x}(t) = (c_1 v_1 + c_2 v_2) e^{\lambda t} \)。

该工具可以符号化求解非线性系统吗？

非线性模式使用四阶龙格-库塔 (RK4) 积分器对系统进行数值求解并绘制相图。大多数非线性系统没有闭式解，因此这是标准方法。您仍然可以通过线性化来读取平衡点附近的局部行为，这可以通过 2×2 线性模式处理 — 在不动点处计算雅可比矩阵并将其作为 \(A\) 输入即可。

什么是相图？

相图是 2D 系统在 \(x\)–\(y\) 平面上的解的几何图形。每个解描绘出一条称为轨迹的曲线，轨迹集合与向量场箭头一起揭示了定性行为：解是向内螺旋、向外发散、振荡还是趋于平衡点。相图使系统的全局结构一目了然。

延伸阅读

引用此内容、页面或工具为：

"常微分方程组求解器" 于 https://MiniWebtool.com/zh-cn/常微分方程组求解器/，来自 MiniWebtool，https://MiniWebtool.com/

由 miniwebtool 团队开发。更新日期：2026年4月23日

您还可以尝试我们的 AI数学解题器 GPT，通过自然语言问答解决您的数学问题。

其他相关工具:

常微分方程组求解器

常微分方程组求解器

什么是常微分方程组？

线性系统的特征值求解步骤

2×2 系统的三种情况

迹-行列式平面

非线性系统与相图

如何使用此求解器

计算示例 — 阻尼谐振子

应用领域

提示与注意事项

常见问题

什么是常微分方程组？

如何通过特征值对 2×2 线性系统的平衡点进行分类？

当特征值为复数时，闭式解是什么样的？

当矩阵有重特征值时会发生什么？

该工具可以符号化求解非线性系统吗？

什么是相图？

延伸阅读

其他相关工具:

微积分:

常用工具: