Как собственные значения классифицируют равновесие линейной системы 2x2?

Для системы 2x2 x' = Ax начало координат классифицируется по следу T и детерминанту D матрицы A: D 0 при квадрате следа больше 4D дает узел (устойчивый, если T 0); D > 0 при квадрате следа меньше 4D дает спираль (устойчивую, если T 0, чистый центр, если T = 0). Пограничный случай, когда квадрат следа равен 4D, порождает вырожденный узел.

Как выглядит решение в замкнутой форме при комплексных собственных значениях?

Если матрица A имеет комплексно-сопряженные собственные значения alpha ± i beta с комплексным собственным вектором v = p + i q, то действительное общее решение имеет вид x(t) = e^(alpha t) [c1 (p cos(beta t) - q sin(beta t)) + c2 (p sin(beta t) + q cos(beta t))]. Экспонента e^(alpha t) управляет амплитудой (растущей, затухающей или постоянной), в то время как синус и косинус отвечают за вращение.

Что происходит, когда матрица имеет кратное собственное значение?

Если матрица имеет кратное собственное значение lambda, но только один линейно независимый собственный вектор v, вам также понадобится обобщенный собственный вектор w, решающий (A - lambda I) w = v. Общее решение тогда принимает вид x(t) = c1 v e^(lambda t) + c2 (t v + w) e^(lambda t). Если собственное пространство оказывается двумерным, матрица является скалярным кратным единичной в этом инвариантном подпространстве, и решение сводится к x(t) = (c1 v1 + c2 v2) e^(lambda t).

Решатель систем ОДУ

Анализируйте связанные дифференциальные уравнения или системы, заданные матрицами, с помощью решателя систем ОДУ от MiniWebtool. Изучите вычисления собственных значений, классификацию равновесий и фазовые портреты траекторий, чтобы понять локальное поведение системы.

Нужна помощь с инструментом? Спросите ИИ

Gemini (скопировать и открыть)

В Gemini вставьте скопированный вопрос в чат. Его также можно скопировать ниже.

Посмотреть вопрос

Хочу понять, как пользоваться инструментом «Решатель систем ОДУ» от MiniWebtool: https://ru.miniwebtool.com/%D1%80%D0%B5%D1%88%D0%B0%D1%82%D0%B5%D0%BB%D1%8C-%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC-%D0%BE%D0%B4%D1%83/. Для чего он нужен, какие данные или настройки требуются и как использовать инструмент и понимать результат? Покажите один простой пример шаг за шагом. Используйте эту страницу как источник и ответьте по-русски.

3 бесплатных использования в деньБез регистрацииМгновенный результат

Решатель систем ОДУПопробуйте — бесплатно ▼

x′ = Ax: собственные значения и векторы задают фазовый портрет

Введите матрицу 2×2 или 3×3 либо два нелинейных уравнения, чтобы получить собственные значения, тип положения равновесия и фазовый портрет.

Быстрые примеры:

Устойчивый узел Центр (осциллятор) Устойчивая спираль Седло Кратное (вырожденное) Маятник Ван дер Поль 3×3 третьего порядка

▦ Линейная 2×2 ▦ Линейная 3×3 ∿ Нелинейная 2D

Решение \(\dfrac{d}{dt}\!\begin{pmatrix}x\\y\end{pmatrix} = A \begin{pmatrix}x\\y\end{pmatrix}\), где \(A\) — матрица 2×2 с действительными элементами.

Матрица коэффициентов A

[

Допускаются десятичные дроби (напр., 2.5), отрицательные числа (-1) и простые дроби (3/4).

Решение \(\dfrac{d}{dt}\!\begin{pmatrix}x_1\\x_2\\x_3\end{pmatrix} = A \begin{pmatrix}x_1\\x_2\\x_3\end{pmatrix}\) — получите собственные значения, собственные векторы и общее решение в замкнутой форме.

Матрица коэффициентов A (3×3)

[

По умолчанию установлена сопровождающая матрица для \( s^3 + 6s^2 + 11s + 6 \), дающая собственные значения \(-1, -2, -3\).

Численное решение общей нелинейной 2D системы: \(x' = f(x, y)\), \(y' = g(x, y)\). Используйте функции sin, cos, exp, sqrt и константы pi, e.

x' = f(x, y)

y' = g(x, y)

Решение в замкнутой форме не вычисляется; вместо этого высокоточное интегрирование RK4 строит траекторию и фазовый портрет.

Начальное условие и интервал времени

x(0)

y(0)

интервал времени T

Embed Решатель систем ОДУ Widget

О Решатель систем ОДУ

Решатель систем ОДУ — это универсальный набор инструментов для работы со связанными линейными и нелинейными дифференциальными уравнениями. Вставьте матрицу коэффициентов 2×2 или 3×3, и инструмент выполнит полный анализ собственных значений и векторов, запишет общее и частное решение в LaTeX, классифицирует равновесие в начале координат (седло, узел, спираль или центр) и построит интерактивный фазовый портрет с анимированной траекторией. Для нелинейных планарных систем вы можете ввести произвольные правые части \(f(x,y)\) и \(g(x,y)\), и инструмент создаст высокоточный фазовый портрет методом RK4.

Коротко

Решатель систем ОДУ анализирует связанные дифференциальные уравнения в трех режимах: линейная 2x2, линейная 3x3 и нелинейная двумерная. Он выдает собственные значения, собственные векторы, решения, классификацию положения равновесия и фазовый портрет.

Решатель систем ОДУ: основные возможности
Функция	Что даёт	Подходит для
Линейные системы	Введите матрицу коэффициентов A размером 2x2 или 3x3 для x' = Ax, а также начальное условие и промежуток времени.	Курсовые работы по дифференциальным уравнениям
Нелинейные двумерные системы	Введите свои правые части f(x, y) и g(x, y). Они интегрируются численно методом Рунге-Кутты 4-го порядка.	Модели маятника, Ван дер Поля и хищник-жертва
Анализ собственных значений	Пошаговый характеристический многочлен, собственные значения и собственные векторы, включая вещественные, комплексные и кратные собственные значения с обобщенными собственными векторами.	Ручное следование методу собственных значений
Решения	Общее решение в замкнутом виде и частное решение по начальному условию для линейных режимов.	Запись окончательного ответа полностью
Тип положения равновесия	Классифицирует начало координат как седло, устойчивый или неустойчивый узел, фокус или центр по следу, определителю и дискриминанту.	Оценка устойчивости системы
Графики	Фазовый портрет с векторным полем, линиями тока и осями собственных векторов (для двумерных систем), анимированная траектория с повтором и временные ряды x(t) и y(t).	Наблюдение за изменением решений во времени

Что такое система ОДУ?

Система обыкновенных дифференциальных уравнений связывает несколько неизвестных функций одной переменной — обычно времени \(t\) — через их производные. В наиболее компактном виде:

\[ \mathbf{x}'(t) = \mathbf{F}(t, \mathbf{x}(t)) , \qquad \mathbf{x} \in \mathbb{R}^n \]

Когда \(\mathbf{F}(t, \mathbf{x}) = A\mathbf{x}\) для постоянной матрицы \(A\), система является линейной и автономной. Именно здесь теория наиболее изящна: всё долгосрочное поведение определяется собственными значениями матрицы \(A\).

Алгоритм нахождения собственных значений для линейных систем

Для \(\mathbf{x}' = A\mathbf{x}\) стандартный метод включает:

Вычисление характеристического многочлена \(\det(\lambda I - A) = 0\).
Нахождение корней — собственных значений \(\lambda_1, \lambda_2, \dots\).
Для каждого значения — поиск собственного вектора \(v\) из уравнения \((A - \lambda I) v = 0\).
Составление общего решения как линейной комбинации: \(\mathbf{x}(t) = c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t} + \cdots\).
Определение констант \(c_i\) путем подстановки начального условия \(\mathbf{x}(0)\) в общее решение.

Три случая для систем 2×2

Решатель систем ОДУ: Три случая для систем 2×2
Собственные значения	Общее решение	Портрет
Действительные различные \(\lambda_1 \ne \lambda_2\)	\(c_1 v_1 e^{\lambda_1 t} + c_2 v_2 e^{\lambda_2 t}\)	Седло, если знаки разные; узел в противном случае
Комплексно-сопряженные \(\alpha \pm i\beta\)	\(e^{\alpha t}[c_1(p\cos\beta t - q\sin\beta t) + c_2(p\sin\beta t + q\cos\beta t)]\)	Спираль (\(\alpha \ne 0\)) или центр (\(\alpha = 0\))
Кратные \(\lambda_1 = \lambda_2 = \lambda\)	\(c_1 v e^{\lambda t} + c_2 (tv + w) e^{\lambda t}\)	Вырожденный узел

Плоскость след-детерминант

Для матрицы 2×2 со следом \(T = a_{11} + a_{22}\) и детерминантом \(D = a_{11} a_{22} - a_{12} a_{21}\) вся классификация умещается в одну диаграмму:

\[ \begin{array}{l} D < 0 \Rightarrow \text{седло} \\ D > 0, \; T^2 - 4D > 0 \Rightarrow \text{узел (устойчивый, если } T < 0\text{)} \\ D > 0, \; T^2 - 4D < 0 \Rightarrow \text{спираль (устойчивая, если } T < 0\text{), центр при } T = 0 \\ T^2 - 4D = 0 \Rightarrow \text{вырожденный узел (кратное собств. значение)} \end{array} \]

Вот почему в панели результатов на видном месте отображаются \(T\), \(D\) и \(\Delta = T^2 - 4D\) — этих трех чисел достаточно, чтобы назвать тип равновесия.

Нелинейные системы и фазовый портрет

Большинство реальных ОДУ нелинейны и не имеют решения в замкнутой форме. Инструмент обрабатывает их путем численного интегрирования уравнений методом Рунге–Кутты 4-го порядка (RK4), который имеет локальную погрешность \(O(h^5)\) и является стандартным «рабочим инструментом» для гладких векторных полей.

\[ \begin{aligned} k_1 &= f(t_n, y_n) \\ k_2 &= f(t_n + h/2, y_n + h k_1 / 2) \\ k_3 &= f(t_n + h/2, y_n + h k_2 / 2) \\ k_4 &= f(t_n + h, y_n + h k_3) \\ y_{n+1} &= y_n + \tfrac{h}{6}(k_1 + 2k_2 + 2k_3 + k_4) \end{aligned} \]

Фазовый портрет включает:

Векторное поле, построенное на сетке 13×13, показывающее направление потока в каждой точке.
Траекторию от вашего начального условия, выделенную красным цветом с анимированным оранжевым бегунком, указывающим направление времени.
Несколько вспомогательных линий потока, дающих глобальную картину динамики.
Для линейных систем 2×2 — оси собственных векторов (пунктирные голубые линии). Это инвариантные направления, вдоль которых решения движутся экспоненциально.

Как пользоваться этим решателем

Выберите режим — Линейная 2×2, Линейная 3×3 или Нелинейная 2D — с помощью вкладок в верхней части формы.
Заполните коэффициенты или уравнения. Нажмите на любой «Быстрый пример», чтобы предварительно заполнить каноническую систему (устойчивый узел, центр, седло, маятник, Ван дер Поль и т. д.).
Введите начальное условие \((x_0, y_0)\) и интервал времени \(T\). Типичные значения \(T\) составляют 6–20 для осцилляторов и 3–6 для быстро затухающих устойчивых систем.
Нажмите «Решить». Появится полная страница результатов с классификацией, собственными значениями, векторами, решением в замкнутой форме (для линейных режимов), анимированным фазовым портретом и графиком временных рядов.
Повторите траекторию с помощью кнопки под фазовым портретом, если хотите снова увидеть, как бегунок проходит кривую решения.

Пример — затухающий гармонический осциллятор

Затухающий осциллятор \(\ddot{x} + 2\zeta \omega \dot{x} + \omega^2 x = 0\) можно переписать в виде 2D-системы, приняв \(y = \dot{x}\):

\[ \begin{pmatrix} \dot{x} \\ \dot{y} \end{pmatrix} = \begin{pmatrix} 0 & 1 \\ -\omega^2 & -2\zeta\omega \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix} \]

Для \(\omega = 1\) и \(\zeta = 0.2\) (слабое затухание) матрица примет вид \(A = \begin{pmatrix} 0 & 1 \\ -1 & -0.4 \end{pmatrix}\). След \(T = -0.4\), детерминант \(D = 1\), дискриминант \(\Delta = 0.16 - 4 = -3.84 < 0\), таким образом, мы получаем устойчивую спираль с собственными значениями \(-0.2 \pm 0.9798\,i\). Траектория закручивается в начало координат, а временные ряды показывают экспоненциально затухающие синусоиды.

Применение

Механические системы — связанные системы груз-пружина, маятники, гироскопы.
Электрические цепи — RLC-контуры, фильтры на ОУ, управление в пространстве состояний.
Популяционная динамика — модель хищник-жертва Лотки–Вольтерры, конкурирующие виды, эпидемиология (SIR, SIS).
Химическая кинетика — реакционные сети, осцилляторы Белоусова–Жаботинского.
Нейробиология — модель нейрона ФитцХью–Нагумо, редукции Ходжкина–Хаксли.
Теория управления — линеаризованные модели объектов, проектирование наблюдателей, запасы устойчивости.

Советы и нюансы

Если траектория слишком быстро уходит в бесконечность, уменьшите интервал времени T — неустойчивая система может выйти за пределы видимости за несколько единиц времени.
Для кратного собственного значения решатель автоматически находит обобщенный собственный вектор \(w\), решая \((A - \lambda I)w = v\), поэтому вы получаете член \(tv\) без ручных вычислений.
Для нелинейных систем стрелки векторного поля также выявляют положения равновесия, отличные от начала координат, в виде голубых точек — следите за областями с нулевой амплитудой на портрете.
Для систем 3×3 фазовый портрет отсутствует (3D-графику сложно отобразить на 2D-странице), но расчет решения и вердикт об устойчивости по-прежнему актуальны.
Начальные условия и интервалы времени не связаны с классификацией: их изменение перемещает только красную траекторию, но не меняет вердикт о собственных значениях.

Часто задаваемые вопросы

Что такое система обыкновенных дифференциальных уравнений?

Система обыкновенных дифференциальных уравнений (ОДУ) — это набор связанных уравнений, описывающих производные нескольких неизвестных функций от одной независимой переменной (обычно времени). Классическая форма: \( \mathbf{x}'(t) = F(t, \mathbf{x}(t)) \), где \( \mathbf{x} \) — вектор состояний, а \(F\) — векторное поле. Линейные системы записываются как \( \mathbf{x}' = A\mathbf{x} + \mathbf{b} \), а их динамика определяется собственными значениями матрицы \(A\).

Как собственные значения классифицируют равновесие системы 2×2?

Для системы \( \mathbf{x}' = A\mathbf{x} \) тип равновесия в нуле определяется следом \(T\) и детерминантом \(D\): \(D < 0\) дает седло; \(D > 0\) при \(T^2 > 4D\) дает узел; \(D > 0\) при \(T^2 < 4D\) дает спираль (или центр при \(T = 0\)). Случай \(T^2 = 4D\) соответствует вырожденному узлу.

Как выглядит решение, если собственные значения комплексные?

При комплексно-сопряженных значениях \( \alpha \pm i\beta \) решение имеет вид \( \mathbf{x}(t) = e^{\alpha t} \left[ c_1 (p \cos\beta t - q \sin\beta t) + c_2 (p \sin\beta t + q \cos\beta t) \right] \). Экспонента определяет рост или затухание, а тригонометрические функции — вращение.

Что происходит при кратном собственном значении?

Если у матрицы кратное значение \(\lambda\) и только один собственный вектор \(v\), используется обобщенный вектор \(w\). Решение принимает вид \( \mathbf{x}(t) = c_1 v e^{\lambda t} + c_2 (tv + w) e^{\lambda t} \). Если же векторов два, решение упрощается до суммы обычных экспонент.

Может ли этот инструмент решать нелинейные системы символьно?

Нелинейный режим использует численный метод Рунге–Кутты (RK4). Большинство таких систем не имеют аналитического решения. Для понимания локального поведения можно линеаризовать систему вблизи точки равновесия (вычислить якобиан) и ввести полученную матрицу в линейный режим 2×2.

Что такое фазовый портрет?

Это геометрическое представление всех возможных состояний системы на плоскости. Каждое решение — это траектория. Портрет позволяет наглядно увидеть, как ведут себя решения: стремятся ли они к покою, уходят в бесконечность или совершают циклы.

Ссылайтесь на этот контент, страницу или инструмент так:

"Решатель систем ОДУ" на сайте https://ru.miniWebtool.com/решатель-систем-оду/ от MiniWebtool, https://MiniWebtool.com/

от команды miniwebtool. Обновлено: 23 апреля 2026 г.

Обсудите инструмент с любимым ИИ