Eigenverdier og eigen VVS er grunnleggende konsepter i lineær algebra, mye brukt i ingeniørapplikasjoner som stabilitetsanalyse, vibrasjonsanalyse og systemdynamikk. Python biblioteker som NumPy og SciPy gir effektive verktøy for å beregne disse verdiene. Denne artikkelen presenterer et trinnvis eksempel for ingeniører å beregne eigenverdier og eigen VVS ved hjelp av disse bibliotekene.

Å sette opp miljøet

Først, sørg for at NumPy og SciPy er installert i Python-miljøet. Du kan installere dem ved hjelp av pip:

pip installer numpy scipy

Lage matrisen

Definer matrisen som du vil beregne eigenverdier og eigen VVS. Vanligvis er denne matrisen firkantet og ekte eller kompleks.

For eksempel, se på følgende 3x3 matrise:

import numpy som np]

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

[1, 3, 0],

[2, 0, 2]]]

Beregne eigenverdier og eigen-avvikling

Bruk SciPy-funksjonen til å beregne eigenverdier og eigenavvik:

fra scipy.linalg import eig]

eigenverdier, eigen VVS = eig(A)

Tolker resultatene

Variabelen eigenverdier inneholder eigenverdier av matrisen A]. eigen VVS]-arkimentet inneholder den tilsvarende eigenvektoren som kolonner.

For å vise resultatene:

print( ⁇ Eigenverdier: ⁇ eigenverdier)

print( ⁇ Eigen VVS: ⁇ eigen VVS)]

Sammendrag

Beregne eigenverdier og eigen-valuta i Python ved bruk av NumPy og SciPy innebærer å definere matrisen, og deretter påføre funksjonen. Resultatene er avgjørende for å analysere systemegenskaper i ingeniørapplikasjoner.