第二章：数学框架与两套时间引擎

第二章 · 数学框架与两套时间引擎

本章要回答的三个问题：为什么描述演化要用相空间这套几何语言，而不能只靠解方程？连续流与离散映射这两个"时间引擎"各自怎么运转、在哪些门槛上行为不同？判断一个平衡点稳不稳，为什么需要两种判法而不是一种？

为什么会有这一章

第一章确认了"线性直觉会在非线性世界失守"，但要把失守讲成机制，需要一套公共语言。这套语言就是相空间上的动力学系统：把系统的全部状态压缩成一个点，让时间推着它走，问题从"解出函数表达式"变成"看出轨道走向"。庞加莱在 1.1 节的历史转折里发明的正是这套语言。

另一个必须现在解决的问题在工具箱外：非线性方程绝大多数没有显式解，因此"算"的重心从公式转向数值与几何。连续流（微分方程）与离散映射（迭代）是仅有的两个基本引擎，几乎所有分析方法——相图、庞加莱截面、分岔图——都是在这两个引擎上运转的。现在不把引擎的差别弄清楚，第三章看到"连续系统要三维才有混沌、离散映射一维就够了"时会觉得莫名其妙。

读完能解决什么

对照本章开头的三个问题，读完你应当能够：

• 把一个高阶方程（例如单摆方程）改写成标准形式的一阶方程组，并画出它的向量场草图。
• 说出线性系统平衡点的完整分类：特征值为实且同负是结点、异号是鞍点、共轭复数是焦点、纯虚是中心；并用手算验证单摆的两个平衡点分别属于中心与鞍点。
• 区分流与映射的稳定性判据（特征值实部为负对模长小于一），并解释为什么一维连续流不可能振荡而一维映射可以振荡甚至混沌——这是连续与离散最锋利的对照。
• 用线性化与李雅普诺夫函数各判一次稳定性，知道线性化在非双曲点（中心、零特征值）处会沉默，而李雅普诺夫函数能继续作证。
• 看相图判断系统是保守还是耗散：相面积是否收缩，散度是否为负。

各节怎么分工

五节的推进线是"语法 → 引擎 → 画法 → 判据 → 分区"：先学会造句（向量场），再挑引擎（流或映射），再学会画（相图），然后定标准（稳定性），最后划地盘（保守与耗散）。

先决条件

• 会把二阶微分方程降阶成一阶方程组（本章第一个例子就是示范）。
• 二阶矩阵的特征值手算：一行判别式就够，本章所有例子都控制在这个范围内。
• Python：本章引入 solve_ivp 数值积分与 numpy 特征值计算，代码都控制在二十行内。

往下走到哪

本章的每个工具都为第三章备货：平衡点分类是吸引子图鉴的"不动点"条目；分界线是 3.1 节吸引域边界；散度判据在 3.4 节解释洛伦兹吸引子为什么必然"薄"；两套时间引擎则直接对接 3.5 节的逻辑斯蒂映射。读完本章，你手里的已经是一套完整的"看图说话"装备。

两条学习提示

其一，本章全部代码都可以"跑一跑、改一改"：参数随手换、初值随手挪，相空间语言的手感来自这类小动作，不来自重读定义。其二，遇到看不懂的现象先回到两个基本问题——"这是哪个平衡点附近的哪个特征值在说话"与"相体积在膨胀还是收缩"，五节内容几乎全部可以归结为这两个问题的展开。此外提醒一句：本章的例子刻意控制在一二维，图都画得出来；等你进入第三章，图画不全的地方就是新工具（截面、指数、维数）开始接岗的地方。