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

Решает системы обыкновенных дифференциальных уравнений символьно и численно. Классифицирует положение равновесия как седло, узел, спираль или центр, пошагово выводит собственные значения и рисует интерактивный фазовый портрет с траекторией.

БесплатноБез регистрацииМгновенный результат

Решатель систем ОДУПопробуйте — бесплатно ▼

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.

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

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.

Дополнительная литература

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.

Вы также можете попробовать наш AI Решатель Математических Задач GPT, чтобы решить ваши математические проблемы с помощью вопросов и ответов на естественном языке.