Hệ phương trình liên kết x′=Ax giải bằng trị riêng, cho biết tính ổn định của điểm cân bằng.
Trực giácTrực giác: hai đại lượng kéo lẫn nhau
Một phương trình vi phân đơn lẻ theo dõi một đại lượng thay đổi. Nhưng thỏ và cáo, điện áp và dòng điện trong mạch, hay hai tọa độ của con lắc dao động lại thay đổi cùng nhau — tốc độ thay đổi của mỗi đại lượng phụ thuộc vào giá trị của đại lượng kia. Viết các ẩn dưới dạng vectơ x=(x,y) và sự liên kết dưới dạng ma trận A, mọi hệ tuyến tính như vậy có dạng gọn x′=Ax. Ma trận A có thể hình dung như một đồ thị có hướng nhỏ: mỗi biến một đỉnh, mỗi hệ số liên kết một cạnh có trọng số.
Đồ thị có hướng với hai đỉnh được tô đậm và các cạnh có trọng số thể hiện ma trận liên kết A.
Quỹ đạo trong mặt phẳng pha của hệ phương trình vi phân liên kết (chu trình thú săn – con mồi Lotka–Volterra và quỹ đạo xoắn ốc/tâm).
Phổ thôngPhát biểu chính xác: hệ tuyến tính và trị riêng
Định nghĩa: Hệ tuyến tính thuần nhất
Hệ tuyến tính cấp một x′=Ax với ma trận hằng n×n là A và hàm vectơ ẩn x(t) được gọi là thuần nhất vì mọi số hạng đều tuyến tính theo các thành phần của x. Với n=2, nó gói gọn hai phương trình vô hướng liên kết x′=a11x+a12y, y′=a21x+a22y thành một phương trình vectơ.
x′=Ax
Giống như với một phương trình đơn, thử nghiệm dạng x=eλtv với vectơ hằng v=0 và số vô hướng λ. Thay vào ta được λeλtv=Aeλtv, tức Av=λv: v phải là vectơ riêng của A với trị riêngλ. Các trị riêng là nghiệm của đa thức đặc trưng:
det(A−λI)=0
Bốn dạng định tính của điểm cân bằng phẳng, phân loại theo trị riêng của A
Trị riêng
Chân dung pha
Tính ổn định
λ1,λ2 thực, cùng dấu
Nút
Ổn định nếu cả hai âm, không ổn định nếu cả hai dương
Nếu A có hai trị riêng thực phân biệt λ1=λ2 với vectơ riêng v1,v2, thì v1,v2 độc lập tuyến tính, và nghiệm tổng quát của x′=Ax là x(t)=c1eλ1tv1+c2eλ2tv2.
Vì sao đúng?
Vectơ riêng biến hệ liên kết thành hai phương trình vô hướng tách rời theo các hướng riêng: mỗi eλitvi di chuyển hoàn toàn dọc theo đường thẳng sinh bởi vi, tăng hoặc giảm với tốc độ λi, nên chuyển động toàn phần là sự pha trộn của hai chuyển động thẳng độc lập.
Chứng minh
Trước tiên kiểm tra eλitvi thỏa mãn hệ: đạo hàm của nó là λieλitvi, còn A(eλitvi)=eλitAvi=eλitλivi theo Av=λv; hai vế khớp nhau, nên đây đúng là nghiệm với i=1,2.
Độc lập tuyến tính của v1,v2: giả sử c1v1+c2v2=0. Nhân A vào ta được c1λ1v1+c2λ2v2=0. Nhân hệ thức đầu với λ2 rồi trừ đi, ta được c1(λ1−λ2)v1=0; vì λ1=λ2 và v1=0 nên c1=0, rồi c2=0. Vậy v1,v2 độc lập.
Theo tính tuyến tính của hệ (giống hệt trường hợp vô hướng), mọi tổ hợp c1eλ1tv1+c2eλ2tv2 đều thỏa mãn hệ. Vì v1,v2 độc lập, khớp với điều kiện đầu bất kỳ x(0)=x0 nghĩa là giải c1v1+c2v2=x0 theo (c1,c2), có nghiệm duy nhất vì {v1,v2} là cơ sở của mặt phẳng. Vậy mọi nghiệm đều được bao quát, cho nghiệm tổng quát x(t)=c1eλ1tv1+c2eλ2tv2.
Với hệ 2×2x′=Ax có phương trình đặc trưng λ2−(trA)λ+detA=0, gốc tọa độ ổn định tiệm cận (mọi nghiệm tiến về 0 khi t→∞) khi và chỉ khi trA<0 và detA>0; nó không ổn định nếu detA<0 (điểm yên ngựa) hoặc trA>0.
Vì sao đúng?
Vết và định thức của A lần lượt là tổng và tích các trị riêng của nó — nên định lý này chuyển một phát biểu về nghiệm của phương trình bậc hai (cả hai đều có phần thực âm) thành phát biểu về hai con số dễ tính, mà không cần giải trị riêng tường minh.
Chứng minh
Theo định nghĩa đa thức đặc trưng, λ2−(trA)λ+detA=0 có nghiệm λ1,2=2trA±(trA)2−4detA, và theo định lý Vieta λ1+λ2=trA và λ1λ2=detA.
Nếu detA<0 thì λ1λ2<0, nên các trị riêng thực và trái dấu (điểm yên ngựa); nghiệm tăng vô hạn dọc theo hướng trị riêng dương, nên gốc tọa độ không ổn định.
Nếu detA>0 và trA<0: khi trị riêng thực, λ1λ2>0 nghĩa là cùng dấu, và λ1+λ2<0 buộc dấu đó là âm, nên cả eλ1t→0 và eλ2t→0; khi trị riêng là số phức liên hợp α±iβ, trA=2α<0 cho α<0, nên hệ số biên độ eαt→0 trong khi cos(βt),sin(βt) vẫn bị chặn. Trong mọi trường hợp con, mọi nghiệm đều tắt dần về 0: ổn định tiệm cận.
Ngược lại nếu trA>0 (với detA>0, nên trị riêng thực cùng dấu với vết, hoặc phức với phần thực dương), ít nhất một thừa số mũ tăng, nên nghiệm xuất phát gần nhưng không tại gốc tọa độ sẽ di chuyển ra xa: không ổn định. Điều này bao quát mọi tổ hợp dấu, chứng minh sự tương đương.
Đại họcỨng dụng thực tiễn và Ví dụ minh họa
Mô hình sinh thái cổ điển về một loài săn mồi và con mồi của nó — phương trình Lotka–Volterra {x′=αx−βxyy′=δxy−γy, với con mồi x, kẻ săn mồi y, và các tốc độ dương α,β,γ,δ — là phi tuyến, nhưng gần điểm cân bằng của nó nó hoạt động gần như hệt các hệ tuyến tính được nghiên cứu ở đây: tuyến tính hóa (thay các số hạng phi tuyến bằng xấp xỉ tuyến tính tốt nhất) quanh điểm cân bằng cùng tồn tại cho ra một ma trận có trị riêng thuần ảo, dự đoán các quỹ đạo tuần hoàn khép kín, lên xuống thất thường, thực sự được quan sát trong dữ liệu quần thể săn mồi-con mồi thật.
Ví dụ: Phân loại điểm cân bằng: nút ổn định
Phân loại điểm cân bằng tại gốc tọa độ của x′=Ax với A=(3001) và cho nghiệm tổng quát.
Lời giải
Vì A là ma trận chéo, các trị riêng đọc trực tiếp: λ1=3, λ2=1, với vectơ riêng lần lượt là v1=(1,0) và v2=(0,1) (chính là các trục tọa độ).
Cả hai trị riêng đều thực và dương — cùng dấu — nên theo bảng phân loại đây là nút; vì trA=4>0, nó không ổn định (quỹ đạo di chuyển ra xa gốc tọa độ, nhanh hơn dọc trục x vì λ1=3>λ2=1).
Theo định lý trị riêng, nghiệm tổng quát là x(t)=c1e3t(1,0)+c2et(0,1), tức x(t)=c1e3t, y(t)=c2et.
Ví dụ: Phân loại điểm cân bằng: điểm yên ngựa
Phân loại điểm cân bằng tại gốc tọa độ của x′=Ax với A=(100−2).
Lời giải
A là ma trận chéo, nên λ1=1, λ2=−2 với vectơ riêng v1=(1,0), v2=(0,1); tương đương, detA=1⋅(−2)=−2<0, xác nhận trực tiếp trái dấu theo tiêu chuẩn vết-định thức.
Một trị riêng dương, trị riêng kia âm, nên quỹ đạo bị hút về gốc tọa độ dọc trục y (vì λ2=−2<0) nhưng bị đẩy ra dọc trục x (vì λ1=1>0) — đây là điểm yên ngựa, và nó luôn không ổn định vì hầu như mọi quỹ đạo cuối cùng đều thoát ra theo hướng không ổn định.
Nghiệm tổng quát là x(t)=c1et(1,0)+c2e−2t(0,1); chỉ quỹ đạo xuất phát đúng trên trục y (c1=0) mới tiến về gốc tọa độ, còn mọi quỹ đạo khác cuối cùng đều bị chi phối bởi số hạng et đang tăng.
Với x′=Ax và A=(3001), nghiệm tổng quát là gì?
Nếu trA=−3 và detA=2, gốc tọa độ là loại điểm cân bằng nào?
Trong hệ Lotka–Volterra tuyến tính hóa {x′=αx−βxyy′=δxy−γy gần điểm cân bằng cùng tồn tại, ma trận có trị riêng thuần ảo. Điều này dự đoán gì về quần thể kẻ săn mồi và con mồi?
Điều kiện nào trên A đảm bảo gốc tọa độ không ổn định, bất kể giá trị của trA?