Pagkalkula sa mga Eigen na Halaga at mga Eigenveector sa Numpy Scipy: Halimbawa ng Hakbang-by-left Para sa mga Inhenyero

Ang mga eigenage at eigenvektor ay mga pundamental na konsepto sa linears, malawak na ginagamit sa mga aplikasyong pang-inhinyeriya tulad ng figure analysis, yanig, at system dynamics. Ang mga aklatan ng Python tulad ng Numbey at SciPy ay nagbibigay ng mahusay na mga kasangkapan upang pagtugmain ang mga halagang ito. Ang artikulong ito ay naghaharap ng isang hak-by-steace na halimbawa para sa mga inhinyero upang kalkulahin ang mga eeigenage at mga eigenector na gumagamit ng mga aklatan na ito.

Pagtatatag ng Kapaligiran

Una, tiyakin na ang Numbepy at SciPy ay naka-install sa iyong Python environment. Maari mo silang i-install gamit ang pip:

Angpip ay nag-install ng numpy scipy

Paglikha ng Matrix

Karaniwan na, ang matrix na ito ay kuwadrado at masalimuot.

Halimbawa, isaalang - alang ang sumusunod na 3x3 matrix:

[import numpy bilang np

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

[1, 3, 0],]

[2, 0, 2]])

Pagkalkula sa mga Halaga at mga Eigenector

Gamitin ang SciPy function upang mag-eere ng mga eigens at mga eigenector:

mula sa scipy.linalg na pag-angkat eig

[eigen values, eigenectors = eig(A)

Pag - unawa sa mga Resulta

Ang variable ay naglalaman ng mga eigenal na mga aspeto ng matrix A. Ang ⁇ ang mga sekwensiya ay naglalaman ng kaukulang mga eigenector bilang mga kolum.