1 基本概念
1.1 定义
状态向量是用向量形式表示系统在某一时刻全部状态信息的数学对象。它通常由若干个状态变量按固定顺序排列而成，能够概括系统当前所处的状态，并作为进一步分析、计算和预测的基础。
1.2 数学表达
状态向量一般写作一个有序数组，可用符号表示为 \(x=[x_1,x_2,\dots,x_n]^T\) 或其他等价形式。不同领域对其具体写法可能不同，但核心都是将多个状态分量统一纳入同一向量结构中。
1.2.1 列向量与行向量
在多数应用中，状态向量常写成列向量，以便与矩阵运算相配合。行向量也可用于表达同一信息，但在状态空间分析、线性代数推导和数值计算中，列向量更为常见。
1.2.2 维度与分量
状态向量的维度取决于系统所需描述的状态变量数量。每个分量对应一个具体的状态量，例如位置、速度、温度、压力或概率幅等。维度越高，描述通常越细致，但计算复杂度也会相应增加。
1.3 与系统状态的关系
状态向量的作用在于把“系统状态”这一抽象概念转化为可运算的数学表示。它并不等同于系统全部物理细节，而是选取对系统演化最关键的一组变量，使当前状态能够被有效刻画。
1.3.1 完备描述
在理想情况下，状态向量应足以确定系统在给定条件下的未来演化，这种描述被称为完备描述。若状态信息不充分，则还需要补充更多变量，或者引入外部输入与约束。
1.3.2 状态变量与状态向量
状态变量是构成状态向量的基本元素，单个变量只能反映系统的一部分信息；状态向量则将这些变量组织起来，形成完整的描述框架。两者关系类似于“元素”与“整体”。
2 理论基础
2.1 向量空间
状态向量通常被看作向量空间中的元素。向量空间为状态的加法、数乘以及线性变换提供了统一语言，也使得系统分析能够借助线性代数工具展开。
2.1.1 线性组合
若若干状态向量可以通过线性组合表示，则它们之间存在结构上的联系。线性组合在建模中常用于构造近似解、分解复杂状态以及描述多种基态叠加后的结果。
2.1.2 基与坐标表示
在选定基之后，状态向量可以用一组坐标唯一表示。不同基底下同一系统状态的坐标会发生变化，但所代表的对象不变，这也是状态向量具有坐标依赖性的重要体现。
2.2 状态空间
状态空间是所有可能状态向量构成的集合，通常可理解为系统“可处于哪些状态”的整体范围。它既可以是几何意义上的空间，也可以是更抽象的数学集合。
2.2.1 物理状态空间
在物理情境中，状态空间常与位置、速度、动量等变量相关。每一个点都对应系统的一种具体状态，系统的变化则表现为这些点随时间的移动。
2.2.2 抽象状态空间
在工程、计算和信息处理中，状态空间未必具有直接的几何意义，而是由离散或连续的状态组合而成。此时，它更像一个用于组织系统信息的数学框架。
2.3 演化规律
状态向量不仅描述“现在是什么”，还可用于表达“将如何变化”。系统的演化规律通常通过微分方程、差分方程或算符作用来描述。
2.3.1 连续时间系统
连续时间系统中，状态向量随时间连续变化，常由微分方程刻画。通过给定初始状态和输入条件，可以推导其在任意时刻的状态。
2.3.2 离散时间系统
离散时间系统按时间步推进，状态向量在每个时刻更新一次，常见于数字控制、算法迭代和离散仿真中。其演化关系通常写成递推形式。
3 经典物理中的状态向量
3.1 位置与速度表示
在经典力学中，状态向量往往由位置和速度等变量组成。这样的表示方式能够直接反映质点或刚体在空间中的运动情况。
3.1.1 质点系统
对于单个质点，状态向量通常包含位置坐标与速度分量。只要已知这些信息，在给定力学定律下即可求得其后续运动。
3.1.2 多体系统
多体系统的状态向量需要同时列出各个物体的相关变量，因此维度较高。它适合描述机械装置、分子体系或多粒子运动等情形。
3.2 哈密顿力学中的表示
在哈密顿力学中，状态向量常由广义坐标与广义动量构成。此种表示有利于揭示系统的结构性质，并与相空间分析自然衔接。
3.2.1 广义坐标
广义坐标用于描述系统的构型，强调的是独立自由度而非单纯几何位置。它能适应更复杂的约束条件，特别适合处理受限运动。
3.2.2 广义动量
广义动量与广义坐标配对出现，反映系统在动力学上的变化趋势。二者共同构成哈密顿体系中的基本状态信息。
3.3 相空间中的应用
相空间把系统状态表示为一个点，状态向量则相当于该点的坐标。借助相空间可以更直观地观察系统轨迹、稳定区域和长期行为。
3.3.1 相轨迹
相轨迹是状态点在相空间中的运动路径，反映系统随时间的演化过程。不同初始条件通常会对应不同的轨迹形态。
3.3.2 守恒量
守恒量会限制状态向量在相空间中的可达范围，例如能量守恒可使轨迹保持在特定区域内。它们对判断系统性质和简化分析具有重要作用。
4 控制系统中的状态向量
4.1 状态空间模型
控制系统中，状态向量是状态空间模型的核心。模型通过状态方程和输出方程，描述系统内部变化与外部可测量结果之间的关系。
4.1.1 状态方程
状态方程用来表示状态向量如何在输入作用下随时间变化。它是分析系统动态特性和设计控制策略的基础。
4.1.2 输出方程
输出方程说明状态向量如何映射到系统输出。由于实际观测通常不可能直接获得全部状态，因此输出方程在建模中尤为重要。
4.2 系统分析
借助状态向量，可以从整体上研究系统的稳定性、可控性与可观测性。这些性质直接影响控制器设计和系统性能评估。
4.2.1 稳定性
稳定性关注状态在扰动后的变化趋势。若系统状态会回到平衡附近或保持有限范围内，则通常认为系统具有较好的稳定性。
4.2.2 可控性
可控性描述系统是否能通过输入在有限时间内到达目标状态。可控性强的系统更便于执行调节和任务规划。
4.2.3 可观测性
可观测性衡量能否仅凭输出信息推断系统内部状态。对于无法直接测量全部变量的工程系统，这一性质十分关键。
4.3 工程实现
在实际工程中，状态向量不仅用于建模，还服务于控制器实现、状态估计和实时监测。它使复杂设备能够以统一框架进行管理。
4.3.1 反馈控制
反馈控制依据当前状态或输出信息调整输入，从而使系统趋向期望行为。状态向量为反馈规律提供了精确依据。
4.3.2 估计与滤波
当部分状态不可直接测量时，可通过估计器和滤波算法重建状态向量。常见做法包括结合传感器数据与系统模型进行修正。
5 量子力学中的状态向量
5.1 量子态表示
在量子力学中，状态向量用于表示量子态，是描述系统信息的基本对象之一。它与经典状态不同，更强调概率幅与叠加结构。
5.1.1 纯态
纯态可以用单一状态向量完整表示，体现系统处于确定的量子态。其数学描述通常具有较强的理想化特征。
5.1.2 叠加态
叠加态是多个量子态按复数系数线性组合而成的状态。它反映了量子系统与经典系统不同的行为方式，也是量子理论的重要特征。
5.2 希尔伯特空间
量子状态向量通常位于希尔伯特空间中。该空间具有完备的内积结构，为量子态的表示、比较和演化提供了严格数学基础。
5.2.1 线性算符
线性算符用于描述可观测量、演化变换及态的变换规则。状态向量在算符作用下会改变其表达形式，从而对应物理过程。
5.2.2 内积与归一化
内积用于计算态之间的相似关系与概率幅，归一化则保证总概率为1。二者是量子状态向量最基本的数学要求之一。
5.3 测量与演化
量子状态向量不仅描述系统，还关联测量结果和时间演化。测量会改变状态的表述，而演化则遵循相应的动力学规律。
5.3.1 波函数表示
在某些情况下，量子状态向量可用波函数形式表示。波函数提供了位置或动量等表象下的具体表达，便于计算概率分布。
5.3.2 观测结果
观测结果通常以概率方式从状态向量中得到，而不是像经典系统那样直接确定。测量前的状态与测量后的结果之间存在明显区别。
6 数值计算与应用
6.1 离散化方法
在数值计算中，连续状态向量常需离散化处理，以便在计算机上实现。离散化将理论模型转化为可执行的算法形式。
6.1.1 采样表示
采样表示通过在有限时刻或有限空间点上取值来近似连续状态。它广泛用于信号处理、控制模拟和数值求解。
6.1.2 近似计算
近似计算利用有限精度数据和迭代算法估计状态演化。虽然难以完全保留理论模型的连续性，但能满足多数工程应用需求。
6.2 仿真与建模
状态向量是仿真模型中的核心数据结构，能够支持系统行为再现、参数测试和方案比较。通过它可以在真实部署前评估系统表现。
6.2.1 动力学仿真
动力学仿真通过不断更新状态向量，重建系统随时间变化的过程。它常用于机械、电子、热力和流体等领域。
6.2.2 参数识别
参数识别借助观测数据和状态模型，反推出系统参数或隐含状态。准确的状态表示有助于提高识别精度。
6.3 数据科学中的类比应用
在数据科学中，状态向量的思想常被用于表征样本、模型或过程的内部表示。虽然语境不同，但“将复杂对象向量化”的思路具有一致性。
6.3.1 特征向量
特征向量可视为对对象属性的向量化表达，用于机器学习、统计分析和模式识别。它与状态向量在形式上相近，但用途更偏向数据表示。
6.3.2 状态编码
状态编码指将系统或过程映射为便于计算的向量形式。它常见于智能系统、离散过程建模以及序列表示学习中。
7 相关概念
7.1 状态变量
状态变量是描述系统状态的基本量，多个状态变量组合后即可形成状态向量。它们决定了状态向量的内容和维度。
7.2 向量
向量是具有方向、大小或分量结构的数学对象。状态向量属于向量的一种具体应用形式，强调其对系统状态的表示功能。
7.3 变量与参数
变量通常随时间或条件变化，而参数一般在模型中视为固定或缓慢变化。状态向量主要由变量构成，但常与参数共同出现在模型中。
7.4 相空间坐标
相空间坐标是用于在相空间中定位系统状态的坐标表示。状态向量与相空间坐标密切相关，二者常可互相对应。