集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织 - 用户贡献 [zh-cn]

鞍结点分岔

2026-03-15T11:57:19Z

刘子豪：/* 无量纲公式化处理 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>。这个等式的交点对应的是不动点，而随着<math>r</math>的变化，<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切时（即原方程出现重根），此时的<math>r_c</math>恰好是分岔点。所以，找到这两条曲线相切时的切点即可得到我们需要的不动点和分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过分岔点。原本被有效控制的低数量的蚜虫种群，可能会转换到持续爆发的高数量状态。该系统中有两个鞍结点分岔。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
这里，各个参数的含义说明如下：
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例, 由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]部分（等号右侧第一项），消除被捕食曲线中的参数来便于我们分析。

无量纲化需要通过下面两个步骤：

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==无量纲方程的分析==
:<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

其中，各个参数的含义如下：

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为'''“物种自身的繁殖潜能”与“环境压制能力”的比值'''。生态学背景下，一般假设<math>r>0</math>。
* <math>k</math>可理解为环境的承载力。

进一步，令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

:<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。相图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：云杉蚜虫爆发模型.png|600px]][[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=-\lambda y</math>的形式，其中参数<math>\lambda>0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

----
此词条由[[刘子豪]]、[[杨明哲]]编写。

鞍结点分岔

2026-03-15T01:48:49Z

刘子豪：/* 二维标准型 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>。这个等式的交点对应的是不动点，而随着<math>r</math>的变化，<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切时（即原方程出现重根），此时的<math>r_c</math>恰好是分岔点。所以，找到这两条曲线相切时的切点即可得到我们需要的不动点和分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过分岔点。原本被有效控制的低数量的蚜虫种群，可能会转换到持续爆发的高数量状态。该系统中有两个鞍结点分岔。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
这里，各个参数的含义说明如下：
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例, 由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]部分（右侧第一项），消除被捕食曲线中的参数来便于我们分析。

无量纲化需要通过下面两个步骤：

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==无量纲方程的分析==
:<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

其中，各个参数的含义如下：

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为'''“物种自身的繁殖潜能”与“环境压制能力”的比值'''。生态学背景下，一般假设<math>r>0</math>。
* <math>k</math>可理解为环境的承载力。

进一步，令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

:<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。相图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：云杉蚜虫爆发模型.png|600px]][[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=-\lambda y</math>的形式，其中参数<math>\lambda>0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-15T01:42:43Z

刘子豪：/* 案例：云杉蚜虫爆发模型 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>。这个等式的交点对应的是不动点，而随着<math>r</math>的变化，<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切时（即原方程出现重根），此时的<math>r_c</math>恰好是分岔点。所以，找到这两条曲线相切时的切点即可得到我们需要的不动点和分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过分岔点。原本被有效控制的低数量的蚜虫种群，可能会转换到持续爆发的高数量状态。该系统中有两个鞍结点分岔。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
这里，各个参数的含义说明如下：
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例, 由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]部分（右侧第一项），消除被捕食曲线中的参数来便于我们分析。

无量纲化需要通过下面两个步骤：

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==无量纲方程的分析==
:<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

其中，各个参数的含义如下：

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为'''“物种自身的繁殖潜能”与“环境压制能力”的比值'''。生态学背景下，一般假设<math>r>0</math>。
* <math>k</math>可理解为环境的承载力。

进一步，令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

:<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。相图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：云杉蚜虫爆发模型.png|600px]][[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-15T01:38:10Z

刘子豪：/* 不动点稳定性分析 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>。这个等式的交点对应的是不动点，而随着<math>r</math>的变化，<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切时（即原方程出现重根），此时的<math>r_c</math>恰好是分岔点。所以，找到这两条曲线相切时的切点即可得到我们需要的不动点和分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
这里，各个参数的含义说明如下：
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例, 由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]部分（右侧第一项），消除被捕食曲线中的参数来便于我们分析。

无量纲化需要通过下面两个步骤：

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==无量纲方程的分析==
:<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

其中，各个参数的含义如下：

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为'''“物种自身的繁殖潜能”与“环境压制能力”的比值'''。生态学背景下，一般假设<math>r>0</math>。
* <math>k</math>可理解为环境的承载力。

进一步，令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

:<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。相图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：云杉蚜虫爆发模型.png|600px]][[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-14T08:12:57Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>。这个等式的交点对应的是不动点，而随着<math>r</math>的变化，<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切时（即原方程出现重根），此时的<math>r_c</math>恰好是分岔点。所以，找到这两条曲线相切时的切点即可得到我们需要的不动点和分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。相图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：云杉蚜虫爆发模型.png|600px]][[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-14T08:11:58Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>。这个等式的交点对应的是不动点，而随着<math>r</math>的变化，<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切时（即原方程出现重根），此时的<math>r_c</math>恰好是分岔点。所以，找到这两条曲线相切时的切点即可得到我们需要的不动点和分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。

[[File:相图：云杉蚜虫爆发模型.png|600px|缩略图|实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点]][[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-14T08:11:30Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>。这个等式的交点对应的是不动点，而随着<math>r</math>的变化，<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切时（即原方程出现重根），此时的<math>r_c</math>恰好是分岔点。所以，找到这两条曲线相切时的切点即可得到我们需要的不动点和分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。

[[File:相图：云杉蚜虫爆发模型.png|600px|实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点]][[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-14T08:10:58Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。

[[File:相图：云杉蚜虫爆发模型.png|700px|缩略图|实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点]][[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-14T08:10:23Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]和[[分岔图]]如下。

[[File:相图：云杉蚜虫爆发模型.png|800px|缩略图|实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点]]

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-14T08:09:15Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px|缩略图|实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-14T08:08:36Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px|缩略图|实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-14T08:08:01Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px|实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-13T10:41:58Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-13T10:40:58Z

刘子豪：/* 案例：云杉蚜虫爆发模型 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>R</math>为蚜虫的内在增长率，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。其中<math>A</math>是捕食者的半饱和常数，即捕食速率达到最大值一半时所需的虫子数量。<math>B</math>是捕食者的最大捕食速率。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数。它虽然是无量纲的，但从表达式上<math>r=\frac{R A}{B}</math>可以理解为“物种自身的繁殖潜能”与“环境压制能力”的比值。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-13T10:34:56Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* <math>r</math>是接下来主要调整的参数，它虽然是无量纲的，但从表达式。生态学背景下，一般假设<math>r>0</math>。
* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-13T10:14:31Z

刘子豪：/* 二维标准型 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（其中<math>\lambda>0</math>，通常取<math>\lambda=1</math>来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-13T10:13:01Z

刘子豪：/* 二维系统（以上） */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -\lambda y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda</math>通常取1来简化讨论），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-12T08:31:38Z

刘子豪：/* 例子 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种不同参数[math]r[/math]情形下的相图。根据对不动点稳定性的分析，可以进一步得出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

下面，我们绘制出分岔图。

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下：

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
之所以上式是鞍结点分岔的一般形式，是由于对于任意的动力系统[math]\dot x=f(x,r)[/math]：

将<math>\dot x=f(x,r)</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到<math>r-x</math>和<math>\mathrm{e}^{-x}</math>两曲线相切的点即可得到我们需要的分岔点<math>(x^*, r_c)</math>，其中[[半稳定不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。

在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=

下面给出鞍结点分岔在生物界中的具体例子，即云杉蚜虫的爆发生长现象。这个问题的背景是，云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
:<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是描述虫子的[[逻辑斯谛增长]]（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-12T07:10:11Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-12T07:09:56Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]机制被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-12T06:50:40Z

刘子豪：/* 推导过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-12T06:50:18Z

刘子豪：/* 推导过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔的在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-12T06:46:12Z

刘子豪：/* 推导过程 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>。又由于鞍结点分岔的特性，在分岔点<math>(x^*, r_c)</math>处有<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-12T04:42:28Z

刘子豪：/* 相图与分岔图 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系。

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-12T04:40:03Z

刘子豪：/* 相图与分岔图 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图是以参数<math>r</math>为自变量，系统不动点<math>x^*</math>为因变量，能直观展示参数的取值与不动点的数量和性质的关系，

根据求解出的不动点<math>x^*=\sqrt{r}</math>和<math>x^*=-\sqrt{r}</math>可知图像是比较简单的开方幂函数。不动点稳定性类型用虚线和实线分别表示不稳定和稳定。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T17:14:50Z

刘子豪：/* 二维标准型 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则直观展示参数<math>r</math>的取值与系统不动点<math>x^*</math>的数量和性的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math>

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T17:12:01Z

刘子豪：

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则直观展示参数<math>r</math>的取值与系统不动点<math>x^*</math>的数量和性的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。<ref name="WikiSaddleNode" /><ref name="Strogatz1994" />

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T17:10:00Z

刘子豪：

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。<ref name="WikiSaddleNode">Wikipedia: Saddle-Node Bifurcation</ref>

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则直观展示参数<math>r</math>的取值与系统不动点<math>x^*</math>的数量和性的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T17:02:38Z

刘子豪：/* 例子 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则直观展示参数<math>r</math>的取值与系统不动点<math>x^*</math>的数量和性的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行泰勒展开，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T17:00:15Z

刘子豪：/* 相图与分岔图 */

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则直观展示参数<math>r</math>的取值与系统不动点<math>x^*</math>的数量和性的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T16:56:54Z

刘子豪：

鞍结点[[分岔]]（Saddle-Node Bifurcation），又称折叠[[分岔]]（Fold Bifurcation）、切线[[分岔]]（Tangent Bifurcation）或蓝天[[分岔]]（Blue Sky Bifurcation），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“[[分岔]]”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在数学上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简微分方程形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，泰勒展开后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点分岔的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半稳定不动点，最终出现了两个不动点（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定不动点；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定不动点。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是方向发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部分岔的方式出现的鞍结点分岔，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行泰勒展开得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定不动点，因此分析实际问题时一般关注<math>x^*>0</math>的不动点的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定不动点，记为不动点1。

* 令<math>r</math>逐渐增大到第一个临界值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个不动点（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半稳定不动点。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定不动点和一个不稳定不动点随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为状态变量。
* <math>\mu</math>为分岔参数。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]]方向上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x方向的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征方向上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> 方向吸引，在 <math>x</math> 方向排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在实数域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost Attractor)：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local Bifurcation）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在数学结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T16:47:07Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定[[不动点]]；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定[[不动点]]。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的不[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T16:43:14Z

刘子豪：/* 相图与分岔图 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定[[不动点]]；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定[[不动点]]。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>。

根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T16:42:11Z

刘子豪：/* 历史 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程不同的解的分支）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定[[不动点]]；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定[[不动点]]。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T16:09:02Z

刘子豪：/* 相图与分岔图 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定[[不动点]]；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定[[不动点]]。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。图中实心点为稳定不动点，空心点为不稳定不动点，半空心点为半稳定不动点。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T14:57:18Z

刘子豪：/* 不动点和稳定性分析 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定[[不动点]]；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定[[不动点]]。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===
根据以上求解和分析，对于<math>\dot{x} = r - x^2</math>这个系统，我们已经可以画出相图和分岔图来直观展示参数变化对系统的影响。

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，根据不动点的求解，我们可以给出三种状态下的相图。根据对不动点稳定性的分析，可以进一步点出不动点的类型。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。有了<math>x^*=\pm \sqrt{r}</math>，就可以直接给出图像，不动点类型用虚线和实线分别表示。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T14:42:32Z

刘子豪：/* 不动点稳定性分析 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。

当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定[[不动点]]；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定[[不动点]]。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-11T14:40:57Z

刘子豪：/* 不动点和稳定性分析 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===求解[[不动点]]===
令<math>\dot{x}=f(x)=r-x^2</math>，不动点意味着变化率为0，即<math>f(x)=0</math>。
* 当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]。
* <math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。
** 当<math>r=0</math>时，有一个[[不动点]]<math>x^*=0</math>
** 当<math>r>0</math>时，有两个[[不动点]]。<math>x^*=\pm \sqrt{r}</math>

===[[不动点]]稳定性分析===
需要通过计算系统的雅可比矩阵（在一维情况下即为一阶导数）来判断局部稳定性，因此有<math>f'(x^*)=-2x^*</math>。
当<math>r>0</math>时，
* 分支<math>x^*=\sqrt{r}</math>，有特征值<math>f'(x^*)=-2r<0</math>，微小扰动会不断衰减，是稳定[[不动点]]；
* 分支<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)=2r>0</math>，微小扰动会被放大，是不稳定[[不动点]]。
当 <math>r=0</math>，有<math>f'(x^*)=0</math>，此处为[[分岔]]点。

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T14:26:57Z

刘子豪：/* 标准型和性质 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。
** 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。

==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T14:03:41Z

刘子豪：/* 标准型和性质 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

* 只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:56:26Z

刘子豪：/* 分析过程 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:54:31Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。此时若要干预蚜虫数量，只能从环境因素着手才有效。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:53:35Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:52:24Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的相图和分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式人为地将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:50:45Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的[[分岔]]图描述了当外部环境条件（参数<math>r</math>）发生缓慢且[[连续]]的变化时，系统的最终归宿（[[稳定不动点]]的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个[[不动点]]，环境的改变只引起[[系统状态]]的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个[[不动点]]区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个[[稳定不动点]]，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半[[稳定不动点]]，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该[[不动点]]对应的值，蚜虫数量增长的[[正反馈]]被激活，导致系统走向蚜虫爆发的[[稳定状态]]。
*** 又比如通过农药等方式人为地将蚜虫数量压制到小于该[[不动点]]对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个[[稳定不动点]]，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的[[负反馈]]调节机制完全失效，只剩下爆发式繁殖的[[正反馈]]机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:50:20Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（稳定不动点的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个不动点，环境的改变只引起系统状态的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个不动点区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该不动点对应的值，蚜虫数量增长的正反馈被激活，导致系统走向蚜虫爆发的稳定状态。
*** 又比如通过农药等方式人为地将蚜虫数量压制到小于该不动点对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的负反馈调节机制完全失效，只剩下爆发式繁殖的正反馈机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:49:29Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（平衡点的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个不动点，环境的改变只引起系统状态的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个不动点区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该不动点对应的值，蚜虫数量增长的正反馈被激活，导致系统走向蚜虫爆发的稳定状态。
*** 又比如通过农药等方式人为地将蚜虫数量压制到小于该不动点对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，保持爆发式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的负反馈调节机制完全失效，只剩下爆发式繁殖的正反馈机制。捕食者所消灭的蚜虫数量已经微不足道，最终数量只受环境因素影响。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:47:19Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（平衡点的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个不动点，环境的改变只引起系统状态的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个不动点区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该不动点对应的值，蚜虫数量增长的正反馈被激活，导致系统走向蚜虫爆发的稳定状态。
*** 又比如通过农药等方式人为地将蚜虫数量压制到小于该不动点对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作。
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，开始爆炸式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的负反馈调节机制失效，只剩下正反馈。捕食者所消灭的蚜虫数量已经微不足道。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:44:31Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（平衡点的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个不动点，环境的改变只引起系统状态的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个不动点区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该不动点对应的值，蚜虫数量增长的正反馈被激活，导致系统走向蚜虫爆发的稳定状态。
*** 比如通过农药等方式人为地将蚜虫数量压制到小于该不动点对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作；
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，开始爆炸式增长，最终数量只受环境因素影响。
* 当参数<math>r</math>在较大区间内变动（<math>r>0.56</math>）：此时环境资源极其丰富，系统的负反馈调节机制失效，只剩下正反馈。捕食者所消灭的蚜虫数量已经微不足道。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />

鞍结点分岔

2026-03-09T13:35:43Z

刘子豪：/* 物理意义 */

鞍结点[[分岔]]（Saddle-Node [[Bifurcation]]），又称折叠[[分岔]]（Fold [[Bifurcation]]）、切线[[分岔]]（Tangent [[Bifurcation]]）或蓝天[[分岔]]（Blue Sky [[Bifurcation]]），是[[非线性系统]]中相对简单且常见的不稳定性机制之一。

=历史=
鞍结点分岔的早期研究可追溯到庞加莱（Jules Henri Poincaré）时期。庞加莱最早提出了“分岔”的概念。他重点研究了这样一种现象：当外部条件（即参数）发生改变时，系统原本可能存在的几种不同状态（即方程解）会逐渐靠近、合并，并最终完全消失。他当时描绘的这一过程，与鞍结点分岔的情况非常相似。<ref name="Poincare1885">H. Poincare (1885). sur l'i~ouilibre d'ui~e masse fluide animi~e d'un mouvemeht de rotation</ref>

鞍结点分岔的名称最早由苏联学者安德罗诺夫（A. A. Andronov）与列昂托维奇（E. A. Leontovich）给出，并且在他们的研究中，系统地讨论了参数变化对系统不动点的影响。<ref name="Andronov1957">A. A. Andronov, E. A. Leontovich (1957). On the generation of limit cycles from a loop of a separatrix and from the separatrix of the state of equilibrium of saddle-knot type</ref>

=标准型和性质=
在[[数学]]上，我们可以通过标准型来研究[[分岔]]的本质特征。对于一维[[动力系统]]（参考[[一维动力学]]），鞍结点[[分岔]]的最简[[微分方程]]形式（标准型）如下<ref name="Strogatz1994">Strogatz, S. H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>
{{NumBlk|:|
<math display="block">
\dot{x} = r \pm x^2
</math>
|{{EquationRef|1}}}}
* 其中<math>x \in \mathcal{R}</math>是[[状态变量]]，<math>r \in \mathcal{R}</math>为诱导[[分岔]]产生的外部参数。

* 对于实际研究中的更复杂的系统，如<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>，为了将原系统简化为标准型（即忽略高阶项（如 <math>O(x^3, r^2)</math> 等）的影响），[[状态变量]] <math>x</math> 和参数 <math>r</math> 必须限制在局部范围内：
** <math>x</math> 的取值范围应为[[不动点]] <math>x^*</math> 的 <math>\varepsilon</math>-邻域：<math>x \in (x^* - \varepsilon, x^* + \varepsilon)</math>，其中 <math>\varepsilon > 0</math> 且充分小。
** <math>r</math> 的取值范围应为[[临界]]值 <math>r_c</math> 的 <math>\delta</math>-邻域：<math>r \in (r_c - \delta, r_c + \delta)</math>，其中 <math>\delta > 0</math> 且充分小。

只有在此微小邻域内，[[泰勒展开]]后的低阶项才能主导系统的定性行为。具体可参见下文中的推广形式。

鞍结点[[分岔]]的关键性质在于，随着系统参数<math>r</math>的改变，[[相空间]]中原本存在的两个[[不动点]]（一个稳定，一个不稳定）相互靠近、碰撞并最终相互抵消而消失，导致系统原本的[[稳定状态]]不复存在。也可反过来看待，原本状态不稳定的系统因系统参数<math>r</math>的改变，使其先出现了一个半[[稳定不动点]]，最终出现了两个[[不动点]]（一个稳定，一个不稳定）。
==[[不动点]]和稳定性分析==
以<math display="block">
\dot{x} = r - x^2
</math>
为例
===[[不动点]]判断===
令<math>f(x)=r-x^2</math>，令<math>f(x)=0</math>，当<math>r<0</math>时，<math>x^*</math>无解，也就没有[[不动点]]；<math>r</math>的范围在<math>\left [ 0,+ \infty \right ) </math>时，解<math>x^*=\pm \sqrt{r}</math>有实际意义。当<math>r=0</math>时，有一个[[不动点]]；当<math>r>0</math>时，有两个[[不动点]]。

===[[不动点]]稳定性分析===
<math>f'(x^*)=-2x^*</math>。当<math>r>0</math>时，<math>x^*=\sqrt{r}</math>，有<math>f'(x^*)<0</math>，是稳定[[不动点]]；<math>x^*=-\sqrt{r}</math>，有<math>f'(x^*)>0</math>，是不稳定[[不动点]]。<math>r=0</math>为[[分岔]]点，有<math>f'(x^*)=0</math>

===[[相图]]与[[分岔]]图===

对于<math display="block">
\dot{x} = r - x^2
</math>

[[相图]]即<math>\dot{x}=f(x)</math>的图像，纵坐标为<math>\dot{x}</math>，横坐标为<math>x</math>，展示了系统在参数<math>r</math>取不同值时可分为三种不同的状态。

* 实心点为稳定[[不动点]]，空心点为不稳定[[不动点]]，半空心点为[[临界]]半[[稳定不动点]]，箭头为演化方向。

[[File:相图：鞍结点分岔标准型1.png|800px]]

[[分岔]]图则展示系统不动点<math>x^*</math>的数量和性质与参数<math>r</math>的关系。

* <math>r<0</math>时没有不动点
* <math>r=0</math>时有一个半稳定不动点
* <math>r>0</math>时，r的每个取值都对应着一个稳定不动点和一个不稳定不动点，反映到图像上就是这样的曲线。其中实线代表稳定不动点，虚线代表不稳定不动点。

[[File:分岔图：鞍节点分岔标准型-1.png|500px]]

对于<math display="block">
\dot{x} = r + x^2
</math>
情况类似，只是[[方向]]发生了调转。

[[File:相图：鞍结点分岔标准型2.png|800px]]

[[分岔]]图如下。

[[File:分岔图：鞍结点分岔标准型-2.png|500px]]

==推广形式==
为了更好地发现在复杂的[[动力系统]]中，常以局部[[分岔]]的方式出现的鞍结点[[分岔]]，我们需要了解它的推广形式。<ref name="Strogatz1994" />
{{NumBlk|:|
<math display="block">
\dot{x} = a(r-r_c)+b(x-x^*)^2
</math>
|{{EquationRef|1}}}}
可以看作是一阶参数与二阶自变量的线性组合。
===推导过程===
将<math>\dot x=f</math>视为关于<math>x</math>与<math>r</math>的函数<math>f(x,r)</math>，对<math>x</math>，<math>r</math>在<math>x^*</math>与<math>r_c</math>处分别进行[[泰勒展开]]得到（其中<math>r_c</math>是[[临界状态]]时的<math>r</math>值）
{{NumBlk|:|
<math display="block">
\dot{x} = f(x,r) =f\left(x^{*}, r_{c}\right)+\left.\left(x-x^{*}\right) \frac{\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}+\left.\left(r-r_{c}\right) \frac{\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}+\left.\frac{1}{2}\left(x-x^{*}\right)^{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}+\cdots
</math>
|{{EquationRef|1}}}}
其中<math>f\left(x^{*}, r_{c}\right)=0</math>，且因为<math>x^*</math>是[[不动点]]，由不动点<math>x^*</math>在临界值<math>r_c</math>的相切条件可得<math>\left. \frac {\partial f}{\partial x}\right|_{\left(x^{*} ; r_{c}\right)}=0</math>，再将<math>\left. \frac {\partial f}{\partial r}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>a</math>，将<math>\left. \frac {1}{2} \frac{\partial^{2} f}{\partial x^{2}}\right|_{\left(x ; r_{c}\right)}</math>视为常数<math>b</math>。忽略后面的高阶项，即可得到<math>\dot{x} = a(r-r_c)+b(x-x^*)^2</math>

===例子===
以<math>\dot{x} = r - x - \mathrm{e}^{-x}</math>为例

令<math>\dot x = 0</math>，有<math>r-x=\mathrm{e}^{-x}</math>，找到两曲线相切的点即可得到我们需要的[[不动点]]<math>x^*=0</math>，[[临界]]值<math>r_c = 1</math>。
在<math>x^*=0</math>，<math>r_c = 1</math>附近，将<math>\mathrm{e}^{-x}</math>在<math>x=0</math>处进行[[泰勒展开]]，得到

<math display="block">
\begin{aligned}
\dot{x} & =r-x-\mathrm{e}^{-x} \\
& =r-x-\left[1-x+\frac{x^{2}}{2!}+\cdots\right] \\
& =(r-1)-\frac{x^{2}}{2}+\cdots
\end{aligned}
</math>

可见该[[动力系统]]符合鞍结点[[分岔]]的推广形式，其包含鞍结点[[分岔]]。

=案例：云杉蚜虫爆发模型=
背景：云杉蚜虫是一种会吃森林树叶的虫子，同时也会被鸟类等动物捕食。<ref name="Strogatz1994" /><ref name="Ludwig1978">Ludwig, D., Jones, D. D., Holling, C. S. (1978) Qualitative Analysis of Insect Outbreak Systems: The Spruce Budworm and Forest.</ref>

当环境参数（如森林承载力、蚜虫增长率）发生微小变化时，系统可能会穿过一个鞍结分岔点。原本被有效控制的低数量的蚜虫种群，会转换到持续爆发的高数量状态。

==模型方程==
<math display="block">
\frac{dN}{dt} = RN(1 - \frac{N}{K}) - P(N)
</math>
* <math>N</math>为蚜虫的虫群数量，<math>K</math>为森林的环境承载能力。其中<math>K</math>是一个变化较慢的参数。
* <math>RN(1 - N/K)</math> 是虫子的逻辑斯谛增长（参考[[一维动力学]]）（Logistic Growth）。
* <math>P(N)</math> 是被捕食曲线，例如 <math>P(N) = \frac{BN^2}{A^2 + N^2}</math>。

===无量纲公式化处理===
以<math>\frac{dN}{dt} = RN(1 - \frac{N}{K}) - \frac{BN^2}{A^2 + N^2}</math>为例,

由于式中出现了四个参数<math>R</math>、<math>K</math>、<math>A</math>、<math>B</math>，需要通过无量纲化减少参数数量，同时将参数集中到[[逻辑斯谛方程]]的部分，消除被捕食曲线中的参数来便于我们分析。

# 式子两边除以<math>B</math>，令<math>x=N/A</math>。得到<math>\frac{A \mathrm{~d} x}{B \mathrm{~d} t}=\frac{R}{B} A x\left(1-\frac{A x}{K}\right)-\frac{x^{2}}{1+x^{2}}</math>
# 引入无量纲时间<math>\tau=\frac{B t}{A}</math>，无量纲参数<math>r=\frac{R A}{B}</math>与<math>k=\frac{K}{A}</math>。再根据链式微分法则可到最终的化简方程：<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2} </math>

==分析过程==
<math display="block">
\frac{\mathrm{d} x}{\mathrm{d} \tau } = rx(1-\frac{x}{k}) - \frac{x^2}{1+x^2}
</math>

* 令<math>\frac{\mathrm{d} x}{\mathrm{d} \tau } =0</math>。生态学背景下，一般假设<math>r>0</math>。此时<math>x^*=0</math>通常为不稳定[[不动点]]，因此分析实际问题时一般关注<math>x^*>0</math>的[[不动点]]的情况，即

<math display="block">
r(1-\frac{x}{k}) = \frac{x}{1+x^2}
</math>

对该方程可转化为求解两条曲线的交点问题。
* 左侧<math>y_1(x) = r(1 - \frac{x}{k})</math>是一条穿过<math>(0, r)</math> 和 <math>(k, 0)</math> 的直线，斜率为负。

* 右侧<math>y_2(x) = \frac{x}{1+x^2} </math>从原点出发，先上升后下降，呈单峰状，与参数<math>r</math>，<math>k</math>无关。

[[File:不动点分析：云杉蚜虫爆发模型.png|800px]]

因<math>k</math>是一个慢变量，所以将其视为一个常数（上图中<math>k=10</math>），将<math>r</math>（上图纵坐标）视为主要控制参数。

* 当<math>r</math>很小时，可看到两条曲线仅有一个交点，且为一个稳定[[不动点]]，记为不动点1。

* 令<math>r</math>逐渐增大到第一个[[临界]]值<math>r_1</math>时（约为<math>0.384</math>），<math>y_1(x)</math>与<math>y_2(x)</math>的下降段相切，出现了半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>的下降段出现了两个[[不动点]]（一个不稳定，一个稳定），记为不动点2、不动点3。以上是该系统第一个鞍结点分岔。

* 再接着增大<math>r</math>到第二个[[临界]]值<math>r_2</math>(约为<math>0.56</math>)，<math>y_1(x)</math>与<math>y_2(x)</math>在单峰附近相切，原本不动点1与不动点2相遇出现了一个半[[稳定不动点]]。

* 继续增大<math>r</math>，<math>y_1(x)</math>与<math>y_2(x)</math>，系统只剩下不动点3。以上是该系统的第二个鞍结点分岔。

[[相图]]如下

[[File:相图：云杉蚜虫爆发模型.png|800px]]

[[分岔图]]如下。

[[File:分岔图：云杉蚜虫爆发模型.png|600px]]

==物理意义==
上面的分岔图描述了当外部环境条件（参数<math>r</math>）发生缓慢且连续的变化时，系统的最终归宿（平衡点的位置和数量）会发生怎样的改变。

* 当参数<math>r</math>在较小数值范围内变动（<math>0<r<0.384</math>）：系统只有一个不动点，环境的改变只引起系统状态的微小调整。比如气温稍微升高，蚜虫数量只是略微增加，依然会被捕食者维持在较低数量的稳定态。
* 当参数<math>r</math>在有三个不动点区间内变动（<math>0.384<r<0.56</math>）：此时环境能提供不错的生存资源。
** 对于第一个稳定不动点，虽然蚜虫有着不错的发展环境，但捕食者的效率也相当高，因此蚜虫数量依然维持在低水平。
** 对于系统中的半稳定不动点，可看作一个“爆发指标”：
*** 比如因为对流天气为当地系统带来了额外的蚜虫，导致蚜虫数量超过了该不动点对应的值，蚜虫数量增长的正反馈被激活，导致系统走向第二个蚜虫爆发的稳定状态。
*** 比如通过农药等方式人为地将蚜虫数量压制到小于该不动点对应的值，那么系统中的捕食者即可接管剩下的蚜虫数量控制工作；
** 对于第二个稳定不动点，蚜虫数量突破了捕食者所能消耗的上限，开始爆炸式增长，最终数量只受环境因素影响。

=二维系统（以上）=
与一维[[动力系统]]中的鞍结点[[分岔]]类似，二维及以上的鞍结点[[分岔]]同样描述了一个稳定[[不动点]]和一个不稳定[[不动点]]随参数变化相互靠近、碰撞并最终同时消失的过程。

==二维标准型==

<math display="block">
\begin{cases} \dot x = \mu - x^2 \\ \dot y = -y \end{cases}
</math><ref name="Strogatz1994" />

* <math>x</math>与<math>y</math>为[[状态变量]]。
* <math>\mu</math>为[[分岔参数]]。
* 一式描述了系统在<math>x</math>维度上的[[分岔]]行为。
* 二式描述了系统在<math>y</math>维度上的收缩行为（<math>\lambda_y = -1</math>），表明系统在非[[分岔]][[方向]]上是稳定的。

三维以上的标准型与二维类似，仅在某个维度有[[分岔]]行为（类似<math>\dot x = \mu - x^2</math>），系统在其余维度上稳定（均为类似<math>\dot y=ay</math>的形式，其中参数<math>a<0</math>）。

==稳定性分析==
[[File:2D Saddle Node.png|800px]]

x[[方向]]的[[不动点]]分析与一维情况完全类似。随着参数 <math>\mu</math> 的变化，二维相平面上的[[拓扑结构]]经历以下三个阶段：

1. 双[[不动点]]共存阶段 (<math>\mu > 0</math>)：
* 稳定[[不动点]] <math>(\sqrt{\mu}, 0)</math>：在两个特征[[方向]]上均表现为吸引，对应系统的一个[[稳态]]。
* 不稳定[[不动点]] <math>(-\sqrt{\mu}, 0)</math>：在 <math>y</math> [[方向]]吸引，在 <math>x</math> [[方向]]排斥。
[[动力学]]特征：[[相空间]]被不稳定[[不动点]]分割，大部分轨线最终收敛于稳定[[不动点]]。

2. [[临界]][[分岔]]点 (<math>\mu = 0</math>)：
两个[[不动点]]在原点 <math>(0,0)</math> 处发生碰撞并融合。

3. [[不动点]]消失与[[幽灵吸引子]] (<math>\mu < 0</math>)：
方程在[[实数]]域内无解，所有[[不动点]]消失。

* [[幽灵吸引子]] (Ghost [[Attractor]])：虽然[[不动点]]不再存在，但在原点附近区域，[[向量场]]流速极慢（<math>\dot{x} \approx 0</math>）。[[系统状态]]在穿过该区域时会发生显著的[[临界迟滞]]现象，形成所谓的“[[瓶颈效应]]”。

=相关概念=

鞍结点[[分岔]]的形式在所有[[分岔]]现象里是最为普遍的一种。其在系统中常作为一种[[局部分岔]]（Local [[Bifurcation]]）出现。高维系统会有[[环上的鞍结点分岔]]、[[无限周期分岔]]等其他更复杂的[[分岔]]类型，而在某些局部上可以将其看成是一维的鞍结点[[分岔]]来进行分析，所以掌握一维鞍结点[[分岔]]的性质是非常基本和重要的。

从[[突变论]]（catastrophe theory）的角度看<ref>Arnold, V. I., Afrajmovich, V. S., & Il’yashenko, Y. S. (2013). Dynamical Systems V: Bifurcation Theory and Catastrophe Theory. Springer. https://books.google.com/books?id=8-LtCAAAQBAJ</ref>，鞍结点[[分岔]]实际上是[[折叠突变]]（fold catastrophe）在[[动力系统]]中的具体表现形式。[[突变论]]由 [[René Thom]] 建立，其核心思想是用[[奇点理论]]研究[[系统状态]]随控制参数[[连续]]变化而发生的不[[连续]]跃迁。在 Thom 的七种基本突变类型中，折叠突变是最简单的一类，通常由一个[[状态变量]]和一个控制参数描述。

因此，在[[奇点理论]]框架下，折叠突变描述的是平衡解[[集合]]几何结构的折叠[[奇点]]，而鞍结点[[分岔]]则是该几何结构在[[动力系统]]中的[[动力学]]实现。二者在[[数学]]结构上由相同的[[奇点]]类型控制，只是描述视角分别来自[[突变论]]的[[势函数]]几何和[[分岔理论]]的[[相空间]][[动力学]]。这种对应关系揭示了[[分岔理论]]与[[突变论]]之间的深层联系：许多基本[[分岔]]都可以理解为 Thom 基本突变在[[动力系统]]中的具体体现。

=参考文献=
<references />