常微分方程組求解器

常微分方程組求解器

這款常微分方程組求解器是一個多功能的微分方程工具箱，適用於耦合的線性與非線性系統。只需輸入 2×2 或 3×3 係數矩陣，該工具即可執行完整的特徵值/特徵向量分析，以 LaTeX 格式寫出閉合形式的通解和特解，將原點平衡點分類為鞍點、節點、螺旋點或中心點，並繪製帶有動畫軌跡的互動式相圖。對於非線性平面系統，您可以輸入任意右側項 \(f(x,y)\) 和 \(g(x,y)\)，該計算機將產生高精度的 RK4 相圖。

什麼是常微分方程組？

常微分方程組通過其導數將多個單變量（通常是時間 \(t\)）的未知函數耦合在一起。以最簡潔的形式表示為：

當 \(\mathbf{F}(t, \mathbf{x}) = A\mathbf{x}\) 且 \(A\) 為常數矩陣時，該系統稱為線性且自治的。這正是理論最優美之處：整個長期行為完全由矩陣 \(A\) 的特徵值決定。

線性系統的特徵值求解步驟

對於 \(\mathbf{x}' = A\mathbf{x}\)，標準方法如下：

1. 計算特徵多項式 \(\det(\lambda I - A) = 0\)。
2. 求解特徵值 \(\lambda_1, \lambda_2, \dots\)。
3. 對於每個特徵值，通過求解 \((A - \lambda I) v = 0\) 找到特徵向量 \(v\)。
4. 將通解組合成線性組合：\(\mathbf{x}(t) = c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t} + \cdots\)。
5. 將初始條件 \(\mathbf{x}(0)\) 代入通解以確定常數 \(c_i\)。

2×2 系統的三種情況

跡-行列式平面 (Trace-Determinant Plane)

對於一個跡為 \(T = a_{11} + a_{22}\) 且行列式為 \(D = a_{11} a_{22} - a_{12} a_{21}\) 的 2×2 矩陣，整個分類可以歸納在一個圖表中：

這就是為什麼結果面板會突出顯示 \(T\)、\(D\) 和 \(\Delta = T^2 - 4D\) — 這三個數字足以確定平衡點的名稱。

非線性系統與相圖

大多數現實世界的 ODE 都是非線性的，沒有閉合形式解。該工具通過四階 Runge–Kutta (RK4) 方法對方程進行數值積分，該方法具有 \(O(h^5)\) 的局部截斷誤差，是處理平滑向量場的標準方法。

相圖疊加了：

• 在 13×13 網格上採樣的向量場，顯示每個點的流向。
• 從初始條件出發的軌跡，以紅色繪製，帶有動畫橙色運行器顯示時間方向。
• 來自環狀起始點的多條種子流線，提供動力學的全局圖像。
• 對於 2×2 線性系統，還有特徵向量軸（青色虛線） — 這些是解沿著指數滑動的不變方向。

如何使用此計算機

1. 透過表單頂部的標籤選擇模式 — 2×2 線性、3×3 線性或 2D 非線性。
2. 填寫係數或方程。點擊任何「快速範例」以預填典型系統（穩定節點、中心點、鞍點、單擺、Van der Pol 振盪器等）。
3. 輸入初始條件 \((x_0, y_0)\) 和時間跨度 \(T\)。對於振盪器，典型的 \(T\) 值為 6–20，對於快速衰減的穩定系統，典型的 \(T\) 值為 3–6。
4. 點擊求解。完整的結果頁面將會出現，包含分類、特徵值、特徵向量、閉合形式解（線性模式）、動畫相圖和時間序列圖。
5. 如果您想再次觀看運行器遍歷 IC 曲線，可以使用相圖下方的按鈕重新播放軌跡。

實例分析 — 阻尼諧振子

阻尼諧振子 \(\ddot{x} + 2\zeta \omega \dot{x} + \omega^2 x = 0\) 可以通過令 \(y = \dot{x}\) 重寫為 2D 系統：

對於 \(\omega = 1\) 且 \(\zeta = 0.2\)（欠阻尼）的情況，矩陣為 \(A = \begin{pmatrix} 0 & 1 \\ -1 & -0.4 \end{pmatrix}\)。跡 \(T = -0.4\)，行列式 \(D = 1\)，判別式 \(\Delta = 0.16 - 4 = -3.84 < 0\)，因此我們得到一個穩定螺旋點，特徵值為 \(-0.2 \pm 0.9798\,i\)。軌跡向原點螺旋收斂，時間序列顯示指數衰減的正弦曲線。

應用領域

• 力學系統 — 耦合彈簧-質量系統、單擺、陀螺儀。
• 電子電路 — RLC 網路、運算放大器濾波器、狀態空間控制。
• 人口動力學 — Lotka–Volterra 捕食者-獵物模型、競爭物種、流行病學 (SIR, SIS)。
• 化學動力學 — 反應網絡、Belousov–Zhabotinsky 振盪器。
• 神經科學 — FitzHugh–Nagumo 神經元模型、Hodgkin–Huxley 簡化模型。
• 控制理論 — 線性化受控對象模型、觀測器設計、穩定性裕度。

提示與注意事項

• 如果您的軌跡迅速發散，請減少時間跨度 T — 不穩定系統在幾個時間單位內就可能超出視口範圍。
• 對於重根特徵值，求解器會通過求解 \((A - \lambda I)w = v\) 自動找到廣義特徵向量 \(w\)，因此您無需手動計算即可獲得 \(tv\) 項。
• 對於非線性系統，向量場箭頭還會揭示非原點平衡點（以青色點表示） — 請觀察相圖中向量大小接近零的區域。
• 對於 3×3 系統，由於 3D 在 2D 頁面中難以顯示，因此不提供相圖，但閉合形式解和穩定性判斷仍然適用。
• 初始條件和時間跨度與分類是無關的：更改它們只會移動紅色軌跡，而不會改變特徵值判斷結果。

常見問題解答

什麼是常微分方程組？

常微分方程組 (ODEs) 是一組耦合方程，它們將多個未知函數的導數與單個自變量（通常是時間）聯繫起來。經典形式是 \( \mathbf{x}'(t) = F(t, \mathbf{x}(t)) \)，其中 \( \mathbf{x} \) 是狀態向量，\(F\) 是向量場。線性系統可以簡潔地寫為 \( \mathbf{x}' = A\mathbf{x} + \mathbf{b} \)，其行為幾乎完全由係數矩陣 \(A\) 的特徵值決定。

特徵值如何對 2×2 線性系統的平衡點進行分類？

對於 2×2 系統 \( \mathbf{x}' = A\mathbf{x} \)，原點由 \(A\) 的跡 \(T\) 和行列式 \(D\) 分類：\(D < 0\) 產生鞍點（不穩定）；\(D > 0\) 且 \(T^2 > 4D\) 產生節點（\(T < 0\) 時穩定，\(T > 0\) 時不穩定）；\(D > 0\) 且 \(T^2 < 4D\) 產生螺旋點（\(T < 0\) 時穩定，\(T > 0\) 時不穩定，\(T = 0\) 時為純中心點）。臨界情況 \(T^2 = 4D\) 產生退化節點。

當特徵值為複數時，閉合形式解長什麼樣？

如果 \(A\) 具有共軛複數特徵值 \( \alpha \pm i\beta \)，其複數特徵向量為 \( v = p + iq \)，則實數通解為 \( \mathbf{x}(t) = e^{\alpha t} \left[ c_1 (p \cos\beta t - q \sin\beta t) + c_2 (p \sin\beta t + q \cos\beta t) \right] \)。指數 \(e^{\alpha t}\) 控制振幅（增長、衰減或常數），而正弦和餘弦處理旋轉部分。

當矩陣有重根特徵值時會發生什麼？

如果矩陣具有重根特徵值 \(\lambda\) 但只有一個線性無關的特徵向量 \(v\)，則還需要一個滿足 \( (A - \lambda I) w = v \) 的廣義特徵向量 \(w\)。通解形式為 \( \mathbf{x}(t) = c_1 v e^{\lambda t} + c_2 (tv + w) e^{\lambda t} \)。如果特徵空間恰好是二維的，則矩陣在該不變子空間上是單位矩陣的純量倍數，解簡化為 \( \mathbf{x}(t) = (c_1 v_1 + c_2 v_2) e^{\lambda t} \)。

此工具可以符號化求解非線性系統嗎？

非線性模式使用四階 Runge–Kutta (RK4) 積分器進行數值求解並繪製相圖。大多數非線性系統沒有閉合形式解，因此這是標準做法。您仍可以通過線性化讀取平衡點附近的局部行為（2×2 線性模式可處理此部分）— 只需計算固定點處的 Jacobian 矩陣並將其作為 \(A\) 輸入即可。

什麼是相圖？

相圖是 \(x\)–\(y\) 平面中 2D 系統解的幾何圖形。每個解描繪出一條稱為軌跡的曲線，軌跡集合與向量場箭頭共同揭示了定性行為：解是向內螺旋、向外鞍開、持續振盪還是趨於平衡點。相圖讓系統的全局結構一目了然。

延伸閱讀

• 微分方程組 — Wikipedia
• 相圖 — Wikipedia
• 特徵值與特徵向量 — Wikipedia
• Runge–Kutta 方法 — Wikipedia
• Van der Pol 振盪器 — Wikipedia