65
个编辑
更改
跳到导航
跳到搜索
第1行：
第1行： − 此词条暂由[[用户:Bnustv|Bnustv]]整理和审校+ 第71行：
第71行： − 第79行：
第78行： − which means that the derivative measures the rate at which the successive iterates approach the fixed point {{Math|''a''}} or diverge from it. If the derivative at {{Math|''a''}} is exactly 1 or −1, then more information is needed in order to decide stability.+ − − which means that the derivative measures the rate at which the successive iterates approach the fixed point or diverge from it. If the derivative at is exactly 1 or −1, then more information is needed in order to decide stability. − − 这意味着导数度量连续迭代接近或远离不动点{{Math|''a''}}的速率。如果不动点处的导数恰好是1或-1，那么需要更多的信息来决定稳定性。 + + − There is an analogous criterion for a continuously differentiable map with a fixed point , expressed in terms of its Jacobian matrix at , . If all eigenvalues of are real or complex numbers with absolute value strictly less than 1 then is a stable fixed point; if at least one of them has absolute value strictly greater than 1 then is unstable. Just as for =1, the case of the largest absolute value being 1 needs to be investigated further — the Jacobian matrix test is inconclusive. The same criterion holds more generally for diffeomorphisms of a smooth manifold.+ − 对于具有一个不动点{{Math|''a''}}的连续可微映射{{Math|''f'': '''R'''<sup>''n''</sup> → '''R'''<sup>''n''</sup>}}，存在一个类似的判据，由{{Math|''a''}}的雅可比矩阵{{Math|''J''<sub>''a''</sub>(''f'')}}表示。如果{{Math|''J''}}的所有特征值都是绝对值严格小于1的实数或复数，则是稳定不动点; 如果其中至少有一个特征值的绝对值严格大于1，则它是不稳定的。就像对于{{Math|''n''}}=1，最大本征值绝对值为1的情况也需要进一步研究ーー雅可比矩阵检验是不确定的。同样的准则对光滑流形的微分同胚也有更广泛的适用性。+ 第95行：
第92行： − The stability of fixed points of a system of constant coefficient linear differential equations of first order can be analyzed using the eigenvalues of the corresponding matrix.+ − − 一阶常系数线性微分方程组的不动点的稳定性，可以通过分析相应矩阵的特征值得到。 − − − An [[autonomous system (mathematics)|autonomous system]] − An autonomous system+ − 一个<font color="#ff8000">自治系统 autonomous system</font> 第112行：
第103行： − 数学 x’ Ax，/ 数学
无编辑摘要
此词条由[[用户:Bnustv|Bnustv]]整理和审校
{{short description|Part of mathematics that addresses the stability of solutions}}
{{short description|Part of mathematics that addresses the stability of solutions}}
因此
因此
:<math>x_{n+1}-x_{n} = f(x_n)-x_n \simeq f(a) + f'(a)(x_n-a)-x_n = a + f'(a)(x_n-a)-x_n = (f'(a)-1)(x_n-a) \to \frac{x_{n+1}-x_{n}}{x_n-a}=f'(a)-1</math>
:<math>x_{n+1}-x_{n} = f(x_n)-x_n \simeq f(a) + f'(a)(x_n-a)-x_n = a + f'(a)(x_n-a)-x_n = (f'(a)-1)(x_n-a) \to \frac{x_{n+1}-x_{n}}{x_n-a}=f'(a)-1</math>
这意味着导数测量的是函数连续迭代接近或偏离不动点 {{Math|''a''}} 的速率。如果不动点 {{Math|''a''}} 处的导数恰好是1或-1，那么就需要更多的信息才能判断系统的稳定性。
对于具有一个不动点 {{Math|''a''}} 的连续可微映射 {{Math|''f'': '''R'''<sup>''n''</sup> → '''R'''<sup>''n''</sup>}}，存在一个类似的判据，由 {{Math|''a''}} 的雅可比矩阵 {{Math|''J''<sub>''a''</sub>(''f'')}} 表示。
如果 {{Math|''J''}} 的所有特征值都是绝对值严格小于1的实数或复数，则该点是稳定不动点；
如果{{Math|''J''}} 的所有特征值中至少有一个的绝对值严格大于1，则它是不稳定的。
对于{{Math|''J''}} 的最大特征值的绝对值等于1的情况，需要进一步研究。仅仅使用雅可比矩阵检验是无法确定稳定性类型的。同样的准则对光滑流形的微分同胚情况也有着广泛的适用性。
===Linear autonomous systems 线性自治系统===
===Linear autonomous systems 线性自治系统===
利用常系数一阶线性微分方程组对应系数矩阵的特征值，可以分析其不动点的稳定性。
对于一个如下的<font color="#ff8000">自治系统 autonomous system</font>
<math>x' = Ax,</math>
<math>x' = Ax,</math>