特征根是否在单位圆内 python-CSDN博客

特征根是否在单位圆内：线性系统稳定性分析

引言

在控制理论和信号处理领域，系统的稳定性是一个至关重要的概念。尤其是在数字控制系统中，系统的稳定性通常通过特征根（即系统特征方程的根）来判断。特征根的位置可以告诉我们系统的响应行为，尤其是它是否会随着时间的推移趋于稳定。本文将探讨特征根是否在单位圆内这一概念，并提供相关代码示例，帮助读者理解如何在Python中实现这些检查。

特征根和单位圆

特征根是通过求解系统的特征方程而得到的。对于离散时间系统，如差分方程，其特征根若在单位圆内（即绝对值小于1），则系统是稳定的；若在单位圆外（绝对值大于1），则系统是不稳定的；若在单位圆上（绝对值等于1），则系统是临界稳定的。

在复平面上，单位圆是一个重要的参考线。单位圆的方程为：

∣ z ∣ = 1

其中，( z ) 是复数表示的特征根。

特征根的计算

在实际应用中，我们首先需要计算系统的特征根。以一个例子来演示丰度行为，我们可以定义一个离散的线性系统，表示为：

x [n + 1] = a x [n] + b u [n]

在这里，( a ) 是系统的状态转移矩阵，( b ) 是输入矩阵。特征根可以通过求解方程 ( \lambda = a ) 获得。

Python 实现特征根检查

下面的Python代码段演示了如何计算特征根并检查它们是否在单位圆内：

import numpy as np

def check_stability(a):
    # 计算特征根
    eigenvalues = np.linalg.eigvals(a)
    stability = []

    for ev in eigenvalues:
        # 判断特征根是否在单位圆内
        if abs(ev) < 1:
            stability.append((ev, '稳定'))
        elif abs(ev) > 1:
            stability.append((ev, '不稳定'))
        else:
            stability.append((ev, '临界稳定'))
    
    return stability

# 示例系统矩阵
A = np.array([[0.5, 0.2],
              [0.1, 0.9]])

stability_results = check_stability(A)

for root, status in stability_results:
    print(f'特征根: {root}, 稳定性: {status}')

代码解析

在这段代码中，我们使用numpy库来计算矩阵的特征根。函数check_stability接收一个系统矩阵a，并计算其特征根。随后，通过判断特征根的绝对值来确定系统的稳定性。最后，输出每个特征根及其对应的稳定性状态。

可视化特征根位置

为进一步了解特征根的分布情况，我们可以使用饼状图来呈现不同稳定状态特征根的比例。以下示例中，我们将利用matplotlib库来绘制饼状图。

import matplotlib.pyplot as plt

def plot_stability_distribution(stability_results):
    stable_count = sum(1 for _, status in stability_results if status == '稳定')
    unstable_count = sum(1 for _, status in stability_results if status == '不稳定')
    marginal_count = sum(1 for _, status in stability_results if status == '临界稳定')

    labels = ['稳定', '不稳定', '临界稳定']
    sizes = [stable_count, unstable_count, marginal_count]
    
    plt.figure(figsize=(8, 8))
    plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=140)
    plt.title('特征根稳定性分布')
    plt.axis('equal')  # 使饼状图为圆形
    plt.show()

# 绘制稳定性分布
plot_stability_distribution(stability_results)