高等数学 / 系统课时

用特征值判断离散系统稳定性

用特征值判断离散系统稳定性

离散线性系统每一步都把当前状态乘以同一个矩阵。与其真的迭代很多次,不如直接观察矩阵特征值的模:它们决定各特征方向是逐步衰减、保持幅度,还是被不断放大。

学习目标

  • 能把离散系统长期行为与 AkA^k 联系起来
  • 能依据特征值模判断衰减、振荡与发散
  • 能识别 ∣λ∣=1|\lambda|=1 时不能只看边界数值就下结论的情况

从状态迭代看到矩阵幂

考虑离散线性系统

xk+1=Axkx_{k+1}=Ax_k

从初始状态 x0x_0 出发,有

xk=Akx0x_k=A^kx_0

若 AA 可对角化,且 x0x_0 在特征向量基下写成

x0=c1v1+⋯+cmvmx_0=c_1v_1+\cdots+c_mv_m

那么

xk=c1λ1kv1+⋯+cmλmkvmx_k=c_1\lambda_1^kv_1+\cdots+c_m\lambda_m^kv_m

所以长期行为本质上由 λik\lambda_i^k 决定,而判断 λik\lambda_i^k 是否变大,关键看 ∣λi∣|\lambda_i|。

用单位圆快速分类

对离散系统而言,复平面上的单位圆 ∣λ∣=1|\lambda|=1 是最重要的分界线。

  • 所有特征值都满足 ∣λ∣<1|\lambda|<1:每个模态都衰减到 0,系统渐近稳定。
  • 存在特征值满足 ∣λ∣>1|\lambda|>1:对应方向会被指数放大,系统不稳定。
  • 特征值满足 ∣λ∣=1|\lambda|=1:该方向不会自然衰减,可能保持常量或持续振荡,还要检查矩阵是否存在会造成多项式增长的 Jordan 块。

特征值与离散系统稳定性的单位圆判据

看一个会同时衰减和增长的系统

设

A=[0.8001.1],x0=[11]A=\begin{bmatrix}0.8&0\\0&1.1\end{bmatrix},\qquad x_0=\begin{bmatrix}1\\1\end{bmatrix}

因为 AA 已经是对角矩阵,

xk=[0.8k1.1k]x_k=\begin{bmatrix}0.8^k\\1.1^k\end{bmatrix}

第一维随着 kk 增大趋近于 0,第二维却不断增长。只要初始状态在第二个特征方向上有非零分量,整体状态最终就会被这一增长方向主导,因此系统不稳定。

这也说明“多数特征值小于 1”并不够。稳定性要求检查全部特征值;只要存在一个模大于 1 的特征值,就已经出现潜在发散方向。

符号和复数特征值意味着什么

若 λ=−0.9\lambda=-0.9,则 λk\lambda^k 的绝对值不断减小,但符号交替,所以状态会在两侧来回摆动并逐渐靠近 0。

若特征值是复数 λ=reiθ\lambda=re^{i\theta},则每一步同时包含旋转和缩放:r<1r<1 时形成向内收缩的旋转,r>1r>1 时形成向外扩张的旋转。对长期稳定性来说,旋转角 θ\theta 决定振荡方式,而模 rr 决定幅度是否衰减。

单位圆上的边界情况

“所有特征值的模都不大于 1”只能保证没有明显的指数增长,还不能自动推出所有轨迹都有界。若单位圆上的特征值对应更大的 Jordan 块,AkA^k 可能出现随 kk 线性或更高次增长的项。

因此常用结论应区分两层:若全部 ∣λ∣<1|\lambda|<1,系统一定渐近稳定;若要判断仅保持有界的稳定状态,则还需确认所有 ∣λ∣=1|\lambda|=1 的特征值都是半单的,也就是没有产生增长项的非平凡 Jordan 块。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用特征值判断离散系统稳定性

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通