Calcul des valeurs et des vecteurs propres dans Numpy Scipy : Exemple étape par étape pour les ingénieurs

Les valeurs et les eigenvectors sont des concepts fondamentaux de l'algèbre linéaire, largement utilisés dans les applications d'ingénierie telles que l'analyse de stabilité, l'analyse des vibrations et la dynamique du système. Les bibliothèques Python comme NumPy et SciPy fournissent des outils efficaces pour calculer ces valeurs.

Mise en place de l'environnement

Tout d'abord, assurez-vous que NumPy et SciPy sont installés dans votre environnement Python. Vous pouvez les installer en utilisant pip:

pip installer numpy scipy

Création de la matrice

Définissez la matrice pour laquelle vous voulez calculer les valeurs propres et les vecteurs propres. Typiquement, cette matrice est carrée et réelle ou complexe.

Par exemple, considérez la matrice 3x3 suivante :

importer numpy sous forme de np

A = np.array([[4, 1, 2],

[1, 3, 0],

[2, 0, 2]]][

Calcul des valeurs propres et des vecteurs propres

Utilisez la fonction SciPy pour calculer les valeurs propres et les vecteurs propres:

d'importation de scipy.linalg eig

valeurs propres, vecteurs propres = eig(A)

Interprétation des résultats

La variable eigenvalues contient les valeurs propres de la matrice A. Le tableau eigenvectors contient les eigenvectors correspondants en colonnes.

Pour afficher les résultats :

empreinte("Valeurs propres:", valeurs propres)[

empreinte("Eigenvectors:", eigenvectors)

Résumé

La détermination des valeurs propres et des vecteurs propres dans le Python en utilisant NumPy et SciPy implique la définition de la matrice, puis l'application de la fonction . Les résultats sont essentiels pour analyser les propriétés du système dans les applications d'ingénierie.