解不出來，仍然看得見
前面四篇很走運。成長與衰減、牛頓冷卻、混合水箱、邏輯斯諦方程——每一個都乾淨地分離變數，給出一條整齊的答案公式。但這種運氣很罕見。整個學科一個誠實的真相是：絕大多數微分方程根本沒有封閉形式的解；用初等函數根本寫不出任何公式。於是真正的問題變成：若我永遠解不出 y' = f(y)，我還能不能說出一個族群、一個溫度、一個帳戶餘額最終會怎樣？令人驚訝的是，往往可以——而那件工具就是相線。
這招只對一種特別、卻極其常見的形狀有效：自治方程 y' = f(y)，其右邊只依賴 y，從不顯式依賴時間 t。本梯級幾乎每一個模型都是自治的：dP/dt = k P、dP/dt = k P (1 - P/K)、dT/dt = -k(T - T_room)，右邊全都只由未知量本身組成。就是這一個特徵——右邊沒有 t——讓我們能拋開求解，改從一條數線讀出未來。（一個右邊帶 t 的方程，例如 y' = y + sin t，得不到乾淨的相線，因為運動規則隨時間不斷改變。）
畫出那條線：平衡點與 f 的正負
整個構造如下。為變數 y 畫一條垂直的數線。首先找出系統完全靜止的位置：使 f(y*) = 0 的那些值 y*。在這種點上 y' = 0，所以 y 永不移動——這些就是平衡點，即常數的平衡解 y(t) = y*。對邏輯斯諦方程 y' = r y (1 - y/K)，令右邊為零得到 y* = 0（滅絕）與 y* = K（承載量）。在線上標出這兩個點；它們把線切成若干區間。
現在來到唯一一個真正的想法。在每一段平衡點之間的區間上，f(y) 只有單一正負號——它不經過一個零點就無法變號，而那些零點恰恰就是你已標出的平衡點。所以只要在每段區間裡測試一個點即可。在 f(y) > 0 之處，解有 y' > 0，故 y 遞增：畫一個朝上的箭頭。在 f(y) < 0 之處，y 遞減：畫一個朝下的箭頭。這就是f(y) 的正負分析的全部方法，而你最終得到的這條被裝飾過的數線，就是相線。
Logistic: y' = r y (1 - y/K) with r > 0, K > 0 y f(y) sign arrow meaning ----------------------------------------------------------- y > K f < 0 down falls back to K --- K --------------------------- equilibrium (sink) ----- 0 < y < K f > 0 up climbs toward K --- 0 --------------------------- equilibrium (source) --- y < 0 f < 0 down (runs away; non-physical)
從箭頭讀出命運：穩定、不穩定、半穩定
箭頭告訴你關於長期行為的一切。看一個平衡點，問它的鄰居往哪流。若兩個箭頭都指向它——下方往上、上方往下——那麼任何鄰近的起點都會被拉進來，這個平衡點便是穩定的：一個匯點（或吸引子）。若兩個箭頭都背離它，最微小的擾動就讓解逃逸，它便是不穩定的：一個源點。對邏輯斯諦方程，y = K 是匯點、y = 0 是源點——這正是為何一個小小的建群族群會朝承載量成長並停在那裡。這就是平衡點穩定性的全部內容，無需一個積分就讀了出來。
還有第三種可能，初學者常常漏掉：箭頭可以在一個平衡點兩側方向一致——同往上、或同往下。那麼解從一側趨近、卻在另一側被推開；這個點是半穩定的。這恰恰發生在 f 觸碰零卻不穿越之時，像 y' = (y - 2)^2 裡的二重根。左側穩定，右側不穩定。誠實地把這三種都點出來很重要，因為真實的捕撈或門檻模型往往就坐落在這種微妙的半穩定情形上，系統的命運取決於你從線的哪一側出發。
一個更快的判據，以及它悄悄失效之處
通往上下箭頭，有一條避開逐區間測試的捷徑：導數判據。在平衡點 y* 處，看 f 在那裡的斜率。若 f'(y*) < 0，則 f 在 y* 略下方為正、略上方為負，故箭頭朝內——穩定。若 f'(y*) > 0，箭頭朝外——不穩定。這是在平衡點附近線性化最簡單的情形：在 y* 附近，方程的行為像 y' = f'(y*) (y - y*)，當 f'(y*) 為負時微小的偏差按 e^(f'(y*) t) 衰減，為正時則爆增。
但要對這條捷徑的破綻誠實。當 f'(y*) = 0 時，線性判據什麼也說不出來——線性部分是平的，結論落在 f 更高階的形狀上。半穩定的情形 y' = (y - 2)^2 正是如此：f'(2) = 0，這個點卻明確是半穩定的。這個教訓——它呼應你日後在高維會遇到的一個深刻定理——是：線性化只在雙曲平衡點才可信，也就是線性斜率非零之處。在退化的點上，丟掉捷徑，回到 f 在每一側的真實正負號。
當一個旋鈕改變整幅圖：初嚐分岔
真正的威力顯現於你的模型帶著一個參數時——一個漁業配額、一個藥物劑量、一個控制增益。考慮帶定量捕撈的邏輯斯諦漁業：y' = r y (1 - y/K) - h，其中 h 是捕撈率。對小的 h，右邊仍有兩個零點，一個高的穩定族群與一個低的不穩定門檻。當你把 h 調大，那兩個平衡點相向滑近、相撞、然後消失。越過那個臨界的 h，拋物線再也碰不到零，沒有任何平衡點留存，無論你從哪裡出發 y 都崩向零——漁業是驟然崩潰，而非逐漸衰退。
那種定性的震盪——平衡點隨著某參數越過門檻而出現、合併、或改變穩定性——就是分岔，而相線是看見它最乾淨的窗口。把許多 h 值對應的相線並排堆疊起來，你便得到一張分岔圖，一幅命運對參數的地圖。這是你的初識分岔，是平滑的調節產生行為驟變的那道接縫，也是「不求解也能談穩定性」回報最豐之處：盯著任何單一公式，你永遠不會察覺那場突如其來的崩潰。
- 把方程寫成 y' = f(y)，並確認它是自治的——右邊沒有 t。
- 解 f(y) = 0 求出每個平衡點 y*；把每個都標成 y 數線上的一個點。
- 在每段點與點之間的區間測試 f(y) 的正負；f > 0 處畫上箭頭，f < 0 處畫下箭頭。
- 依周圍箭頭判定每個平衡點：兩者朝內為穩定匯點，兩者朝外為不穩定源點，方向一致為半穩定點。
- 若存在參數，對它的數個值重複以上步驟，留意平衡點相撞或翻轉——那就是分岔。