2. 一维连续动力系统的平衡点求解与稳定性判据
一维自治系统是动力系统中最基础也最常被工程建模使用的形式，其一般写作
ẋ = f(x)， x ∈ ℝ
其中 f 不显含时间 t，这正是“自治”的含义。由于状态只有一维，系统的全部长期行为都可以在一条相直线上刻画：平衡点在哪里、附近轨迹是流向它还是离开它、是否存在多个吸引子。本节围绕“求平衡点—判稳定性—读相图”这条主线展开，并用 Logistic 增长与双稳态系统两个典型实例说明判据的实际用法。
一、平衡点的求解
平衡点（也称不动点、奇点）是使状态不再随时间变化的点，即满足
f(x*) = 0
的实数 x*。求解过程就是解一个一元方程：先写出 f(x) 的解析式，令其为零，再求出全部实根。需要注意三点。第一，平衡点必须是实数，复根在实一维系统中没有物理意义。第二，平衡点可能不止一个，一维系统完全可能出现两个、三个甚至更多平衡点，这正是多稳态现象的来源。第三，平衡点可能成片出现：若 f(x) 在某个区间上恒为零，则该区间内每一点都是平衡点，此时系统不会孤立地停在某一点，而是可以停在整段区间上，稳定性分析需要单独处理。
以 Logistic 增长为例，种群模型为
ẋ = r x (1 − x/K)， r > 0， K > 0
令 f(x) = r x (1 − x/K) = 0，得到两个平衡点：x₁* = 0（种群灭绝）与 x₂* = K（环境容纳量）。再看双稳态系统，典型形式为
ẋ = x − x³ = x(1 − x)(1 + x)
令其为零，得到三个平衡点：x₁* = −1、x₂* = 0、x₃* = +1。可见平衡点的个数由 f 的零点结构决定，求解本身并不复杂，真正的难点在于判断每个平衡点“稳不稳”。
二、用导数符号判断稳定性
一维系统的稳定性判据极为简洁：设 x* 是平衡点，计算 f 在该点的导数 f′(x*)，则
- 若 f′(x*) < 0，则 x* 是渐近稳定的（吸引子）；
- 若 f′(x*) > 0，则 x* 是不稳定的（排斥子）；
- 若 f′(x*) = 0，则称为临界情形，一阶判据失效，需要看更高阶导数或直接分析 f 在 x* 两侧的符号。
判据的几何含义非常直观：f′(x*) < 0 表示 f 在平衡点附近随 x 增大而减小，于是 x 略大于 x* 时 ẋ < 0，状态被推回左侧；x 略小于 x* 时 ẋ > 0，状态被推回右侧，两侧都朝 x* 汇聚。反之 f′(x*) > 0 时两侧都向外发散。因此也可以不看导数，直接看 f 在平衡点两侧的符号：左正右负为稳定，左负右正为不稳定。这一“符号法”在 f 不易求导时尤其好用。
把判据用到两个实例上。Logistic 系统：f′(x) = r(1 − 2x/K)。在 x₁* = 0 处 f′ = r > 0，故灭绝平衡点不稳定；在 x₂* = K 处 f′ = −r < 0，故容纳量平衡点渐近稳定。这解释了为什么只要初始种群 x₀ > 0，种群最终都会趋向 K，而不会停留在零。双稳态系统：f′(x) = 1 − 3x²。在 x = ±1 处 f′ = 1 − 3 = −2 < 0，两个外侧平衡点都稳定；在 x = 0 处 f′ = 1 > 0，中间平衡点不稳定。于是系统呈现“双稳态”：初值落在 (−∞, 0) 会趋向 −1，落在 (0, +∞) 会趋向 +1，而 x = 0 是分隔两个吸引域的分界点（鞍点型排斥子）。
三、临界情形与符号法的补充
当 f′(x*) = 0 时不能直接下结论。例如 ẋ = −x³，在 x* = 0 处 f′ = −3x² = 0，但由符号可知 x > 0 时 ẋ < 0、x < 0 时 ẋ > 0，两侧都回流，故 0 实际是渐近稳定的。而 ẋ = x³ 在 0 处同样 f′ = 0，但两侧都外流，故不稳定。再如 ẋ = x²，在 0 处 f′ = 0，且 x > 0 与 x < 0 时 ẋ 均为正，状态从左侧被推向 0、从右侧被推离 0，这种“一侧吸引一侧排斥”的平衡点称为半稳定。可见临界情形必须回到 f 的符号分析，不能只依赖一阶导数。
四、分析流程与结果判读
实际做题或建模时，建议按以下顺序推进，避免遗漏：
- 写出 f(x)，确认系统自治且状态为一维实变量；
- 解 f(x) = 0，列出全部实平衡点，并检查是否存在恒为零的区间；
- 求 f′(x)，在每个平衡点处代入求值，按符号给出稳定/不稳定/临界；
- 对临界点改用两侧符号法补充判断；
- 在相直线上标出平衡点与流向箭头，读出各吸引子的吸引域。
结果判读的关键是“流向”而非“位置”。稳定平衡点附近箭头指向它，不稳定平衡点附近箭头背离它；两个稳定平衡点之间的不稳定点就是吸引域的分界。以双稳态系统为例，若初始状态 x₀ = 0.3，因 0.3 > 0，轨迹将单调增大并收敛到 +1；若 x₀ = −0.3，则收敛到 −1；若恰好 x₀ = 0，理论上停在原点，但任何微小扰动都会使它落入某一侧，这正是“不稳定平衡在实际中不可保持”的含义。
掌握上述方法后，一维系统的定性分析就转化为一套可复现的计算：解方程找点、代导数定符号、画相直线读流向。这套流程也是后续学习二维系统、极限环与分岔的基础，因为高维稳定性判据在本质上仍是“在平衡点附近做线性化，看扰动是衰减还是增长”，而一维情形正是这一思想最清晰的入口。