一些图形分析

到目前为止，我们已经处理了 $\mathbf {A}$ 作为常数矩阵，以及其他好的性质；但是当情况并非如此，从而导致非线性微分方程时，寻找解的最佳方法是通过图形手段。通过将自变量放在图表的轴上，我们可以注意到几种表明解的形式的行为。

所以，毫不拖延，以下是主要的几种行为类型及其建议原因

节点源（图形趋向于远离一个点）：实数、不同的正特征值。

节点汇（图形趋向于接近一个点）：实数、不同的负特征值。

鞍点（图形从一端接近，然后从另一端偏离）：实数、不同的、相反的特征值。

螺旋点（沿一个点螺旋进入或螺旋远离）：复特征值。

围绕一个点的椭圆系列：纯虚数特征值。

星点（直线从一个点偏离或走向一个点）：重复的特征值。