更改

:<math>\dot{x} = f(x)</math>

:<math>\dot{x} = f(x)</math>

其中，<math>\dot{x}</math> 表示状态变量 <math>x</math> 关于时间 <math>t</math> 的导数，<math>f(x)</math> 为系统的速度函数或流函数。该方程描述了系统在相空间（一维情况下为实数轴）中的时间演化规律。

其中，<math>\dot{x}</math> 表示状态变量 <math>x</math> 关于时间 <math>t</math> 的导数，<math>f(x)</math> 为系统的速度函数或流函数。该方程描述了系统在相空间（一维情况下为实数轴）中的时间演化规律。

===几何诠释===

===几何诠释===

在几何视角下，时间 <math>t</math> 被视为系统演化的参数，<math>x</math> 表示位置或状态，而 <math>\dot{x}</math> 则代表相点沿相线运动的速度。通过绘制 <math>f(x)</math> 相对于 <math>x</math> 的图像，并在 <math>x</math>-轴上以箭头指示运动方向及相对大小，可以获得系统的'''相图'''（phase portrait）或'''方向场'''（direction field）。   

在几何视角下，时间 <math>t</math> 被视为系统演化的参数，<math>x</math> 表示位置或状态，而 <math>\dot{x}</math> 则代表相点沿相线运动的速度。通过绘制 <math>f(x)</math> 相对于 <math>x</math> 的图像，并在 <math>x</math>-轴上以箭头指示运动方向及相对大小，可以获得系统的'''相图'''（phase portrait）或'''方向场'''（direction field）。   

这种几何化方法能清晰地揭示平衡点的位置与稳定性：在 <math>f(x)=0</math> 处系统静止，箭头方向的变化可用于判断该点是吸引子、排斥子还是半稳定点。<ref name="Strogatz1994">Strogatz, S.H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>

这种几何化方法能清晰地揭示平衡点的位置与稳定性：在 <math>f(x)=0</math> 处系统静止，箭头方向的变化可用于判断该点是吸引子、排斥子还是半稳定点。<ref name="Strogatz1994">Strogatz, S.H. (1994). ''Nonlinear Dynamics and Chaos.'' Reading, MA: Perseus Books.</ref>[[文件:向量场表示示例.png|缩略图|thumb|left|向量场表示示例<math>\dot{x} = \frac{x}{2}\,\hat{\mathbf{i}} + \frac{y}{2}\,\hat{\mathbf{j}}</math>]]

===方法优势===

===方法优势===