自 2010 年 · 每月支持超过 200 万次工具运行
自 2010 年
添加到 Chrome

我的工具箱

自动模式

还没有收藏的工具。

升级为高级版
相关工具
一阶常微分方程求解器二阶常微分方程求解器伯努利微分方程求解器龙格-库塔RK4方法计算器欧拉方法计算器运动学计算器
主页 > 数学 > 微积分
 

常微分方程组求解器

以符号法和数值法求解常微分方程组，将平衡点归类为鞍点、结点、螺旋点或中心点，分步推导特征值，并绘制带轨迹的交互式相图。

免费使用无需注册即时出结果
常微分方程组求解器立即免费试用 ▼
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
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。
[
[
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。
[
[
[
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。
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。
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：

  1. 计算特征多项式 \(\det(\lambda I - A) = 0\)。
  2. 解出特征值 \(\lambda_1, \lambda_2, \dots\)。
  3. 对每个特征值，通过求解 \((A - \lambda I) v = 0\) 找到特征向量 \(v\)。
  4. 组建通解作为线性组合：\(\mathbf{x}(t) = c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t} + \cdots\)。
  5. 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：

如何使用此求解器

  1. 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。
  2. 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）。
  3. 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。
  4. 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。
  5. 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

提示与注意事项

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。

微积分:

热门与最新工具:

非线性方程组求解器线性方程组求解器相关变化率求解器查看全部 →
主页 > 数学 > 微积分 > 常微分方程组求解器