一阶线性多智能体系统中，其扰动的动力学方程一般为什么形式，请给出一个matlab脚本例子

一阶线性多智能体系统的扰动动力学方程一般形式为：

$$\dot{\delta x_i}(t) = A_i\delta x_i(t) + \sum_{j=1, j \neq i}^{N} B_{ij}\delta x_j(t)$$

其中，$A_i$和$B_{ij}$是常数矩阵，$\delta x_i(t)$是第$i$个智能体状态的扰动量。

下面是一个简单的matlab脚本例子，演示了如何求解一个二阶线性多智能体系统的扰动动力学方程：

% 定义系统参数
N = 2; % 智能体数量
A = [-1 0; 0 -2]; % 智能体自身动力学矩阵
B = [0 1; 1 0]; % 智能体之间的耦合矩阵

% 定义初始状态
x0 = [-1; 1]; % 智能体初始状态
dx0 = [0.2; 0.3]; % 扰动初始状态

% 定义时间序列
tspan = [0 10];

% 定义ODE函数
dxdt = @(t, x) linear_multisys(t, x, A, B);

% 求解ODE
[t, x] = ode45(dxdt, tspan, [x0; dx0]);

% 绘制结果
figure;
subplot(2,1,1);
plot(t, x(:,1), 'b', t, x(:,2), 'r');
xlabel('时间');
ylabel('状态');
legend('智能体1', '智能体2');
title('系统状态');

subplot(2,1,2);
plot(t, x(:,3), 'b', t, x(:,4), 'r');
xlabel('时间');
ylabel('扰动');
legend('智能体1', '智能体2');
title('系统扰动');

其中，ODE函数linear_multisys的代码如下：

function dxdt = linear_multisys(t, x, A, B)
    N = size(A, 1); % 智能体数量
    x = reshape(x, [], 2); % 将状态和扰动拆分开来
    dxdt = zeros(2*N, 1); % 初始化ODE结果向量
    
    for i = 1:N
        % 计算第i个智能体的状态方程
        dxdt(i) = A(i,:) * x(i,:)' + B(i,:) * x(N+(1:N),:)';
        
        % 计算第i个智能体的扰动方程
        dxdt(N+i) = A(i,:) * x(N+i,:)' + B(i,:) * x(N+(1:N),:)';
    end
    
    % 将结果向量拼接成列向量
    dxdt = dxdt(:);
end

该脚本求解了一个由两个智能体组成的系统，每个智能体的动力学矩阵$A_i$和耦合矩阵$B_{ij}$都是已知的。初始状态$x_0$和扰动状态$\delta x_0$也已经给定。脚本使用ode45函数求解系统的ODE方程，并将结果绘制成图表。