二维线性动力系统
二维线性动力系统是线性动力系统在二维状态空间中的基本形式，且系统状态随时间的演化规律由线性方程决定的动力系统。状态可表示为[math]\displaystyle{ \mathbf{x}(t)=[x_1(t),x_2(t)]^T }[/math]，其中[math]\displaystyle{ x_1(t) }[/math]和[math]\displaystyle{ x_2(t) }[/math]为两个状态变量。连续时间二维线性动力系统通常写作[math]\displaystyle{ \dot{\mathbf{x}}=A\mathbf{x} }[/math]，离散时间形式则写作[math]\displaystyle{ \mathbf{x}_{k+1}=A\mathbf{x}_k }[/math]，其中 [math]\displaystyle{ A\in\mathbb{R}^{2\times 2} }[/math]为系统矩阵，用于描述两个状态变量之间的线性耦合关系。该类系统常用于分析平面相图、振荡行为和稳定性问题[1][2]。
性质[2]
二维向量场与相平面
对于二维线性动力系统[math]\displaystyle{ \dot{\mathbf{x}}=A\mathbf{x} }[/math]，状态向量可写为[math]\displaystyle{ \mathbf{x}=(x,y)^T }[/math]。在相平面中，每一个状态点[math]\displaystyle{ (x,y) }[/math]都通过矩阵 A 对应一个速度向量[math]\displaystyle{ (\dot{x},\dot{y})^T }[/math]，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向量场。向量场直观展示了系统在二维状态空间中的流动趋势，是分析相轨迹、平衡点和稳定性的基础。
相轨迹的几何形态
在二维线性动力系统中，若两个状态变量分别表示位置和速度，则系统状态可写为[math]\displaystyle{ \mathbf{x}(t)=(x(t),v(t))^T }[/math]，对应的二维状态空间称为相平面。给定初始状态[math]\displaystyle{ \mathbf{x}_0=(x_0,v_0)^T }[/math]后，状态点会随时间 t 在相平面中运动，其描绘出的曲线称为相轨迹。相轨迹用于直观表示系统从初始状态出发后的运动路径，并可用于判断系统是否趋于平衡、发散或呈现振荡行为。
相图的定性分析
在二维线性动力系统中，研究重点不仅在于求出解析解[math]\displaystyle{ \mathbf{x}(t) }[/math]，也在于通过相平面中的整体轨迹分布判断系统的定性行为。通过观察相轨迹的几何形状、流动方向以及其与平衡点的关系，可以在不显式求解微分方程的情况下，分析系统的稳定性、振荡性和长期演化趋势。例如，无阻尼弹簧振子在相平面中的轨迹通常表现为围绕平衡点的闭合曲线，反映了系统能量守恒和周期振荡的特征。
平衡点附近的相平面结构
在二维线性动力系统中，满足[math]\displaystyle{ A\mathbf{x}=\mathbf{0} }[/math]的状态称为系统的平衡点或不动点。对于连续时间系统[math]\displaystyle{ \dot{\mathbf{x}}=A\mathbf{x} }[/math]，若系统矩阵 A 非奇异，则原点 (0,0) 是唯一平衡点；若 A 奇异，则可能存在一条直线或更高维子空间上的平衡点。平衡点附近相轨迹的走向决定系统的局部稳定性，例如轨迹趋向平衡点表示稳定，远离平衡点表示不稳定，而围绕平衡点旋转则可能对应振荡行为。
基于迹—行列式平面的分类
对于二维线性系统，局部几何结构可以由矩阵[math]\displaystyle{ \displaystyle{ A } }[/math]的特征值完全刻画。设矩阵[math]\displaystyle{ \displaystyle{ A } }[/math]的两个特征值为[math]\displaystyle{ \displaystyle{ \lambda_1,\lambda_2 } }[/math]，其迹（Trace）与行列式（Determinant）分别为：
[math]\displaystyle{ \displaystyle{ T=\lambda_1+\lambda_2,\quad \Delta=\lambda_1\lambda_2 } }[/math]
根据特征方程[math]\displaystyle{ \displaystyle{ \lambda^2-T\lambda+\Delta=0 } }[/math]，由求根公式可得：
[math]\displaystyle{ \displaystyle{ \lambda_{1,2}=\frac{T\pm\sqrt{T^2-4\Delta}}{2} } }[/math]
因此，二维线性系统不动点的类型可统一由[math]\displaystyle{ \displaystyle{ T } }[/math]、[math]\displaystyle{ \displaystyle{ \Delta } }[/math]以及判别式[math]\displaystyle{ \displaystyle{ T^2-4\Delta } }[/math]来决定。
如下图Fig.1 所示，以行列式 [math]\Delta[/math] 为横轴，迹 [math]T[/math] 为纵轴，可以将系统所有的定性行为在二维平面上进行直观的几何划分:
- 鞍点（Saddle Point）： 当 [math]\Delta < 0[/math]（即左半平面）时，特征值为一正一负的实数。 此时鞍点在两个特征方向上表现出不同的动力学行为。负特征值对应'''稳定方向'''，该方向上的轨迹随时间逐渐趋近平衡点；正特征值对应'''不稳定方向'''，轨迹则随时间远离平衡 点。由于只有严格位于稳定方向上的轨迹才能收敛到平衡点，而附近的微小扰动通常会使轨迹转向不稳定方向，因此鞍点整体上是不稳定的。例如，系统 [math]\dot{x}=x,\ \dot{y}=-y[/math] 的两个特征值分别为 [math]1[/math] 和 [math]-1[/math]，其中 [math]y[/math] 轴为稳定方向，[math]x[/math] 轴为不稳定方向，其余轨迹呈双曲线形状，由此形成如图Fig.2所示的典型鞍点相图。
- 抛物线分界线：
- 曲线 [math]T^2-4\Delta=0[/math] 是Fig.1 迹—行列式平面 中区分实特征值与复特征值的临界线。由特征值公式 [math]\lambda_{1,2}=\dfrac{T\pm\sqrt{T^2-4\Delta}}{2}[/math] 可知，[math]T^2-4\Delta[/math] 的符号直接决定特征值的类型，因此该曲线将 [math]\Delta>0[/math] 的区域划分为结点区和焦点区。
- 在抛物线外部，即 [math]\Delta>0[/math] 且 [math]T^2-4\Delta>0[/math] 时，系统具有两个同号的实特征值，对应于结点（Node）。当 [math]T<0[/math] 时，两个特征值均为负，轨迹沿不同特征方向趋近平衡点，形成稳定结点；当 [math]T>0[/math] 时，两个特征值均为正，轨迹从平衡点向外发散，形成不稳定结点。
- 在抛物线内部，即 [math]\Delta>0[/math] 且 [math]T^2-4\Delta<0[/math] 时，系统具有一对共轭复特征值，对应于具有旋转行为的焦点（Focus）。复特征值的虚部产生相平面中的旋转运动，而实部 [math]T/2[/math] 决定轨迹是收缩还是发散：当 [math]T<0[/math] 时，轨迹螺旋趋近平衡点，形成稳定焦点；当 [math]T>0[/math] 时，轨迹螺旋远离平衡点，形成不稳定焦点。
- 在分界曲线 [math]T^2-4\Delta=0[/math] 上，两个特征值合并为重实根 [math]\lambda_1=\lambda_2=T/2[/math]，系统处于结点与焦点之间的临界状态，通常对应星形结点或退化结点，其具体相图还取决于雅可比矩阵是否具有两个线性无关的特征向量。由此，抛物线不仅区分了轨迹是否具有旋转行为，也给出了结点与焦点之间的动力学分界，如图Fig.3 所示。
- 稳定与不稳定的分界：在Fig.1 迹—行列式平面 的右半平面，即 [math]\Delta>0[/math] 时，横轴 [math]T=0[/math] 构成稳定系统与不稳定系统之间的分界。这是因为两个特征值实部之和等于矩阵的迹 [math]T[/math]；当特征值为共轭复数时，它们的实部均为 [math]T/2[/math]，因此 [math]T[/math] 的符号直接决定平衡点附近的轨迹是收缩还是发散。
- 当当 [math]T<0[/math] 时，两个特征值的实部均小于零，系统为渐近稳定系统，对应稳定结点或稳定焦点。轨迹随时间逐渐趋近平衡点：在稳定结点中，轨迹沿特征方向直接汇聚；在稳定焦点中，轨迹则以螺旋方式向内收缩。
- 当 [math]T>0[/math] 时，两个特征值的实部均大于零，系统为不稳定系统，对应不稳定结点或不稳定焦点。除平衡点本身外，附近轨迹会随时间向外发散，其运动形式分别表现为非旋转发散或螺旋发散。稳定与不稳定结点、焦点的典型相图已在 Fig.3 中给出。
- 当 [math]T=0[/math] 且 [math]\Delta>0[/math] 时，两个特征值为纯虚数 [math]\lambda_{1,2}=\pm i\sqrt{\Delta}[/math]。在线性系统中，轨迹既不趋近平衡点，也不向外发散，而是形成围绕原点的闭合周期轨道，对应中心（Center）。此时系统通常存在一个保持不变的二次型；当该二次型具有明确的物理含义时，可以将其理解为系统能量守恒。下文介绍的“相爱相杀”模型属于这一类周期性动力学情形，其典型相图如 Fig.4 所示。
- 退化情况： 在Fig.1 迹—行列式平面 中，抛物线 [math]T^2-4\Delta=0[/math] 对应两个特征值相等的临界情形，此时 [math]\lambda_1=\lambda_2=T/2[/math]。若雅可比矩阵具有两个线性无关的特征向量，则平衡点表现为星形结点（Star Node），轨迹沿不同方向直接趋近或远离平衡点；若矩阵只有一个独立特征向量，则形成退化结点或非正常结点（Improper Node），一般轨迹在接近平衡点时逐渐与唯一的特征方向相切。两类结点的稳定性仍由 [math]T[/math] 的符号决定：当 [math]T<0[/math] 时为稳定结点，当 [math]T>0[/math] 时为不稳定结点。
- 纵轴 [math]\Delta=0[/math] 对应至少存在一个零特征值。对于二维齐次线性系统，若雅可比矩阵的秩为 1，其零空间是一条直线，直线上的每一点均满足 [math]\dot{\boldsymbol{x}}=0[/math]，因而构成一条由平衡点组成的非孤立平衡点集合；其余轨迹则沿非零特征值对应的方向趋近或远离这条平衡点直线。若雅可比矩阵为零矩阵，则整个相平面上的点都是平衡点。需要注意的是，对于一般非线性系统，零特征值只表明平衡点是非双曲的，不能仅根据线性化结果断定一定存在平衡点直线，还需要结合高阶项或中心流形进一步判断。星形结点、退化结点和非孤立平衡点的典型相图如 Fig.5 所示。
经典实例：二维谐振子系统[2]
为了更直观地理解线性系统的降维与重构，可以以经典的无阻尼弹簧振子为例[3]。设一个质量为[math]\displaystyle{ \displaystyle{ m } }[/math]的物体连接在劲度系数为[math]\displaystyle{ \displaystyle{ k } }[/math]的弹簧上，其偏离平衡位置的位移记为[math]\displaystyle{ \displaystyle{ x } }[/math]。根据牛顿第二定律与胡克定律，该系统满足以下二阶常微分方程：
[math]\displaystyle{ \displaystyle{ m\ddot{x}+kx=0 } }[/math]
为了将其转化为动力系统分析中标准的一阶方程组形式，引入速度变量[math]\displaystyle{ \displaystyle{ v=\dot{x} } }[/math]。此时，原方程可降阶并改写为：
[math]\displaystyle{ \displaystyle{ \dot{v}=-\frac{k}{m}x } }[/math]
联立上述两式，即可得到该二维线性动力系统的矩阵表达形式：
[math]\displaystyle{ \displaystyle{ \begin{pmatrix} \dot{x}\\ \dot{v} \end{pmatrix}=\begin{pmatrix} 0 & 1\\ -\frac{k}{m} & 0 \end{pmatrix}\begin{pmatrix} x\\ v \end{pmatrix} } }[/math]
从该演化方程可以看出，要完全确定系统未来的状态，仅仅知道位置[math]\displaystyle{ \displaystyle{ x } }[/math]这一物理量是不够的，还必须掌握系统当下的速度[math]\displaystyle{ \displaystyle{ v } }[/math]。因此，描述该系统的自然状态空间不再是一维的直线，而是由位置与速度构成的二维相平面（Phase plane），即[math]\displaystyle{ \displaystyle{ (x,v) } }[/math]空间。
跨学科案例：罗密欧与朱丽叶的恋爱动力学[2]
二维线性系统不仅可以描述机械振动、电路演化等物理过程，也可以作为抽象模型刻画个体之间的相互作用。为了说明线性系统分类在不同学科中的普适性，非线性动力学研究者 Steven Strogatz 引入了一个经典的“恋爱动力学”（Love Dynamics）模型，用以描述两个人情感状态之间的线性反馈关系。
设[math]\displaystyle{ \displaystyle{ R(t) } }[/math]表示时刻[math]\displaystyle{ \displaystyle{ t } }[/math]罗密欧对朱丽叶的情感强度，[math]\displaystyle{ \displaystyle{ J(t) } }[/math]表示朱丽叶对罗密欧的情感强度，其中正值表示爱慕，负值表示厌恶。则两人的情感互动可表示为如下二维线性系统：
[math]\displaystyle{ \displaystyle{ \dot{R}=aR+bJ } }[/math]
[math]\displaystyle{ \displaystyle{ \dot{J}=cR+dJ } }[/math]
写成矩阵形式即：
[math]\displaystyle{ \displaystyle{ \begin{pmatrix} \dot{R}\\ \dot{J} \end{pmatrix}=\begin{pmatrix} a & b\\ c & d \end{pmatrix}\begin{pmatrix} R\\ J \end{pmatrix} } }[/math]
其中，参数 [math]\displaystyle{ \displaystyle{ a } }[/math]和[math]\displaystyle{ \displaystyle{ d } }[/math]描述个体对自身当前情感状态的内在反应；参数[math]\displaystyle{ \displaystyle{ b } }[/math]和[math]\displaystyle{ \displaystyle{ c } }[/math]描述双方对彼此情感变化的外部响应方式。不同参数符号和大小的组合，对应于不同的互动模式和长期演化结果。这一模型说明，即使系统变量来自社会或心理意义上的抽象量，其数学分析仍然可以采用与物理系统相同的线性动力学框架。
特例分析：相爱相杀的循环
作为一个典型情形，考虑如下系统：
[math]\displaystyle{ \displaystyle{ \dot{R}=bJ,\quad \dot{J}=cR } }[/math]
其中，[math]\displaystyle{ \displaystyle{ b\gt 0 } }[/math]，[math]\displaystyle{ \displaystyle{ c\lt 0 } }[/math]。这表示罗密欧主要依据朱丽叶的态度来调整自己：朱丽叶越爱他，他越热情；而朱丽叶则对罗密欧的接近表现出回避倾向：罗密欧越热情，她越倾向于后退。此时系统矩阵为：
[math]\displaystyle{ \displaystyle{ A=\begin{pmatrix} 0 & b\\ c & 0 \end{pmatrix} } }[/math]
计算其迹与行列式可得：
[math]\displaystyle{ \displaystyle{ T=0,\quad \Delta=-bc\gt 0 } }[/math]
根据二维线性系统的不动点分类，该系统的特征值为一对纯虚数，原点对应于一个中心（Center）。在相平面上，系统轨迹表现为围绕原点的闭合曲线。这意味着两人的情感状态既不会收敛到静止平衡，也不会无限发散，而是呈现出周期性的循环变化。
这一案例展示了动力系统分析中的结构相似性：二维线性动力系统的不动点分类不仅可以用于解释弹簧振子等经典物理系统中的周期振动，也可以用于刻画社会或心理模型中的相互作用关系。在数学上，这类问题都可以归结为对系统矩阵的特征值、迹与行列式的分析；在几何上，它们都可以通过相平面中的轨迹结构进行直观理解。