跡－行列式平面

用兩個數取代兩個特徵值

在上一篇指南裡，你認識了一個平衡點所能扮演的角色陣容：節點、鞍點、螺旋或中心。每一種，都是靠算出 2x2 矩陣 A 的特徵值、再看它們的正負號來辨認的。這辦法管用，卻很瑣碎——你得解一個二次式，可能還要涉水穿過複數，然後才終於知道類型。跡－行列式平面是一條捷徑，它完全跳過特徵值，只憑兩個簡單的數就把答案讀出來。

這兩個數是 A 的跡與行列式。對矩陣 A = [a, b; c, d]，跡是 T = a + d（把對角線相加即可），行列式是 D = ad - bc。你需要做的算術就只有這些——不必做列化簡，也不必追捕特徵向量。本篇指南的全部要旨是：這兩個量本身就已經藏著關於平衡點類型與穩定性的每一條事實，因為它們暗中操控著特徵值。

為什麼偏偏是這兩個？因為任何 2x2 矩陣的特徵方程，都能單用 T 與 D 寫出。解 det(A - lambda I) = 0，總是會收攏成 lambda^2 - T*lambda + D = 0。跡與行列式正「是」這個二次式的係數，因此完全決定了它的根——也就是特徵值。所以知道 T 與 D，跟知道兩個特徵值一樣有用，只是包裝得更方便罷了。

藏著一切的那個小二次式

盯緊 lambda^2 - T*lambda + D = 0，兩條親切的事實便會掉出來。兩根之和等於 T，兩根之積等於 D。也就是說，行列式是 lambda_1 * lambda_2，而跡是 lambda_1 + lambda_2。這兩條關係，就是從你算得出的數通往你真正在乎的特徵值的整座橋。

第三樣材料是這個二次式的判別式 D_isc = T^2 - 4D。它的正負號決定特徵值是實的還是複的——正是兩篇之前把直線運動與螺旋運動分開的那道岔口。當 T^2 - 4D 為正時，根是兩個相異的實數；為負時，是一對複數共軛 a +/- bi；恰為零時，兩根塌縮成一個重複的值。所以單單 T^2 - 4D 這個數，就在一邊的節點與鞍點、另一邊的螺旋與中心之間，劃下了界線。

這張地圖與它的各個區域

現在來畫一幅實實在在的圖。畫一個平面，橫軸是跡 T，縱軸是行列式 D。每一個 2x2 系統都化為這張地圖上的單一個點 (T, D)，而這個點落在哪個區域，一眼就告訴你它的類型。兩條曲線把平面切成若干疆域：水平軸 D = 0，以及向上開口的拋物線 D = T^2/4（也就是判別式 T^2 - 4D 為零的那條曲線）。

                    D (determinant)
                        ^
        spiral source   |   spiral sink         <- above parabola D = T^2/4
         (unstable)     |    (stable)               (complex eigenvalues)
      ..................[CENTER on D-axis].................
          node          |        node            <- between axis & parabola
         source         |        sink               (real, same sign)
       (unstable)       |     (stable)
   ---------------------+------------------------> T (trace)
            SADDLE       (D < 0)      SADDLE       <- whole lower half-plane
          (unstable, real roots of opposite sign)

   parabola  D = T^2/4 : repeated eigenvalue (star / improper node)
   positive D-axis (T=0): center -- pure rotation, neutrally stable

跡－行列式平面。上下位置（D 與判別式的正負號）決定類型；左右位置（T 的正負號）決定穩定性。

由下往上讀。整個下半部 D < 0 是鞍點之地——異號的實特徵值，永遠不穩定。在軸之上（D > 0）但在拋物線之下，特徵值是實的且同號，給出一個節點。在拋物線之上，判別式為負，特徵值轉為複數，你便得到一個螺旋。而那條 T = 0 且 D > 0 的鉛直線——坐落在正 D 軸上——正是中心那薄如剃刀的家，帶著它的閉合軌道與純粹的旋轉。一幅圖，盡收所有情形。

穩定性住在左右這條軸上

這張地圖上有一種美得乾淨利落的分工。上下方向告訴你軌跡的「形狀」（鞍點、節點、螺旋、中心），左右方向則告訴你「穩定性」。只要待在上半部 D > 0、平衡點不是鞍點之處，單憑跡的正負號就能定奪：T 為負代表一切向內衰減（穩定），T 為正代表一切向外增長（不穩定）。分界的那道牆，就是 T = 0 這條線。

這跟特徵值的說法分毫不差，而現在你看得出原因了。跡是特徵值之和，lambda_1 + lambda_2。若兩個實特徵值都為負，它們的和就為負，故 T < 0——這時是一個漸近穩定的穩定平衡。若特徵值是複數 a +/- bi，實部 a 是跡的一半（因為它們的和是 2a = T），所以 T < 0 同樣代表螺旋向內捲。地圖左半：穩定。右半：不穩定。跡，不過是穩定性換了一頂帽子而已。

算出 D = ad - bc。若 D < 0 就結束了——那是鞍點，而鞍點永遠不穩定。不需要再做別的查驗。
若 D > 0，算出判別式 T^2 - 4D 以判定形狀：為正是節點（實特徵值），為負是螺旋（複特徵值），為零則是臨界的星形／退化節點。
接著看跡 T 以判定穩定性：T < 0 代表穩定（向內捲入或安定），T > 0 代表不穩定（向外甩出），而 T = 0 且 D > 0 則是特殊的中心。

邊界、中心，以及一句誠實的警告

那些曲線本身正是微妙的情形，值得審慎對待。在拋物線 D = T^2/4 上，判別式為零、兩個特徵值相等——這就是重根的情形，給出星形節點或退化節點，坐在乾淨節點與螺旋之間的刀鋒上。在正 D 軸上（T = 0, D > 0），你有的是一個中心，純粹的旋轉。這些臨界點，恰恰是矩陣稍有變動就會把圖像從一種類型翻轉成另一種的地方，這也是為何它們被畫成細細的曲線、而非肥厚的區域。

這裡有一句誠實的警告，正是籠罩著這整個階層的同一份小心。跡－行列式平面把線性系統 x' = A x 分類得完美而徹底。但大多數真實系統是非線性的，而在平衡點附近，你會透過線性化，用它們的線性部分——也就是雅可比矩陣——去取代它們。對那個雅可比矩陣所下的跡－行列式判決，唯有在雙曲平衡點、亦即其特徵值實部不為零之處（哈特曼－格羅布曼定理），才對真實的非線性系統可靠。它涵蓋了節點、鞍點與真正的螺旋——卻偏偏「不」涵蓋中心。

退一步看，這張地圖的美，在於它把整整一篇指南份量的分類討論壓縮進一張圖裡。兩次算術運算就能把任何 2x2 系統放上去，而它的位置，在你畫下任何一條軌跡之前，就先宣告了類型與穩定性。在本層最後一篇指南裡，你會讓它派上用場：它將成為徒手勾勒一整幅相圖的第一步，先告訴你即將畫的是哪一種圖。