更改

其中，x(0) 为初始状态，[math]\displaystyle{ e^{At} }[/math] 为矩阵指数。通过分析矩阵 A 的特征值和特征向量，可以进一步研究系统的稳定性、振荡行为、相轨迹结构以及长期演化趋势<ref name=":3" />。

其中，x(0) 为初始状态，[math]\displaystyle{ e^{At} }[/math] 为矩阵指数。通过分析矩阵 A 的特征值和特征向量，可以进一步研究系统的稳定性、振荡行为、相轨迹结构以及长期演化趋势<ref name=":3" />。

== '''性质''' ==

== '''性质''' ==

 

==== 向量场：方程的几何映射 ====

=== 状态空间中的向量场 ===

线性动力系统不仅可以表示为代数意义上的矩阵微分方程，也可以理解为状态空间中的几何结构。对于连续时间系统 \dot{\mathbf{x}}=A\mathbf{x}，每一个状态点 \mathbf{x}\in\mathbb{R}^n 都通过矩阵 A 对应一个速度向量 \dot{\mathbf{x}}，表示系统在该点处的瞬时变化方向和变化速率。所有状态点上的速度向量共同构成系统的<nowiki>'''</nowiki>向量场<nowiki>'''</nowiki>，用于描述系统在状态空间中的整体流动趋势。<ref name=":4">S. H. Strogatz, 非线性动力学与混沌, 孙梅, 译. 北京, 中国: 机械工业出版社, 2016.</ref>。

线性动力系统不仅可以表示为代数意义上的矩阵微分方程，也可以理解为状态空间中的几何结构。对于连续时间系统 \dot{\mathbf{x}}=A\mathbf{x}，每一个状态点 \mathbf{x}\in\mathbb{R}^n 都通过矩阵 A 对应一个速度向量 \dot{\mathbf{x}}，表示系统在该点处的瞬时变化方向和变化速率。所有状态点上的速度向量共同构成系统的<nowiki>'''</nowiki>向量场<nowiki>'''</nowiki>，用于描述系统在状态空间中的整体流动趋势。<ref name=":4">S. H. Strogatz, 非线性动力学与混沌, 孙梅, 译. 北京, 中国: 机械工业出版社, 2016.</ref>。

==== 相空间 ====

=== 状态空间与相轨迹 ===

由系统全部状态变量构成的几何空间称为<nowiki>'''</nowiki>相空间<nowiki>'''</nowiki>。给定初始状态 \mathbf{x}(0)=\mathbf{x}_0 后，系统状态会随时间 t 在相空间中演化，其描绘出的曲线称为<nowiki>'''</nowiki>相轨迹<nowiki>'''</nowiki>。相轨迹反映了系统从不同初始状态出发后的演化路径，是分析系统稳定性、振荡行为和长期趋势的重要工具。在二维情形下，相空间通常称为<nowiki>'''</nowiki>相平面<nowiki>'''</nowiki>。<ref name=":4" />

由系统全部状态变量构成的几何空间称为<nowiki>'''</nowiki>相空间<nowiki>'''</nowiki>。给定初始状态 \mathbf{x}(0)=\mathbf{x}_0 后，系统状态会随时间 t 在相空间中演化，其描绘出的曲线称为<nowiki>'''</nowiki>相轨迹<nowiki>'''</nowiki>。相轨迹反映了系统从不同初始状态出发后的演化路径，是分析系统稳定性、振荡行为和长期趋势的重要工具。在二维情形下，相空间通常称为<nowiki>'''</nowiki>相平面<nowiki>'''</nowiki>。<ref name=":4" />

==== 定性分析 ====

=== 线性系统的定性行为 ===

在线性动力系统的研究中，分析重点不仅在于求出显式解 \mathbf{x}(t)，也在于从状态空间中的整体轨迹结构理解系统的宏观行为。通过考察相轨迹的几何形状、流动方向及其与平衡点的关系，可以在不直接求解方程的情况下，判断系统的稳定性、振荡性和长期演化趋势。对于低维系统，这些性质常可通过相图直观呈现；对于高维系统，则通常结合特征值、特征向量及不变子空间进行分析。<ref name=":4" />

在线性动力系统的研究中，分析重点不仅在于求出显式解 \mathbf{x}(t)，也在于从状态空间中的整体轨迹结构理解系统的宏观行为。通过考察相轨迹的几何形状、流动方向及其与平衡点的关系，可以在不直接求解方程的情况下，判断系统的稳定性、振荡性和长期演化趋势。对于低维系统，这些性质常可通过相图直观呈现；对于高维系统，则通常结合特征值、特征向量及不变子空间进行分析。<ref name=":4" />

=== 不动点与稳定性 ===

=== 平衡点与稳定性 ===

在线性动力系统中，除了考察状态轨迹在相空间中的整体分布，另一个核心问题是系统在平衡状态附近的局部演化行为。对于连续时间系统 \dot{\mathbf{x}}=A\mathbf{x}，若某一状态 \mathbf{x}^\ast 满足 A\mathbf{x}^\ast=\mathbf{0}，则称其为系统的<nowiki>'''</nowiki>不动点<nowiki>'''</nowiki>或<nowiki>'''</nowiki>平衡点<nowiki>'''</nowiki>。在齐次线性系统中，原点 \mathbf{x}=\mathbf{0} 总是一个平衡点；若矩阵 A 非奇异，则原点是唯一平衡点。系统在平衡点附近的轨迹走向决定了其稳定性，例如轨迹趋向平衡点表示渐近稳定，远离平衡点则表示不稳定。<ref name=":4" />

在线性动力系统中，除了考察状态轨迹在相空间中的整体分布，另一个核心问题是系统在平衡状态附近的局部演化行为。对于连续时间系统 \dot{\mathbf{x}}=A\mathbf{x}，若某一状态 \mathbf{x}^\ast 满足 A\mathbf{x}^\ast=\mathbf{0}，则称其为系统的<nowiki>'''</nowiki>不动点<nowiki>'''</nowiki>或<nowiki>'''</nowiki>平衡点<nowiki>'''</nowiki>。在齐次线性系统中，原点 \mathbf{x}=\mathbf{0} 总是一个平衡点；若矩阵 A 非奇异，则原点是唯一平衡点。系统在平衡点附近的轨迹走向决定了其稳定性，例如轨迹趋向平衡点表示渐近稳定，远离平衡点则表示不稳定。<ref name=":4" />

==== 稳定性的层级分类 ====

=== 稳定性概念的层级 ===

在线性系统中，常用的稳定性概念包括：

在线性系统中，常用的稳定性概念包括：

* 吸引的 (Attracting)：若从不动点附近出发的轨迹在 [math]\displaystyle{ t\to\infty }[/math] 时都收敛到该点。

* 吸引的 (Attracting)：若从不动点附近出发的轨迹在 [math]\displaystyle{ t\to\infty }[/math] 时都收敛到该点。