MATLAB
Nilai eigen dan vektor eigen merupakan konsep dasar dalam aljabar linier, yang banyak digunakan di berbagai bidang, termasuk fisika, teknik, dan analisis data. Di MATLAB, konsep-konsep ini dapat dieksplorasi dan dihitung dengan mudah.
Nilai eigen adalah skalar, dilambangkan sebagai (lambda), terkait dengan transformasi linier ruang vektor. Ini mewakili faktor yang digunakan untuk menskalakan vektor eigen terkait selama transformasi.
Vektor eigen adalah vektor bukan nol yang hanya berubah sebesar faktor skalar jika diterapkan transformasi linier. Dengan kata lain, jika A adalah sebuah matriks, v adalah vektor eigen dari A yang bersesuaian dengan nilai eigen jika −
Av=v
Di sini, A adalah matriks persegi, v adalah vektor eigen, dan nilai eigen.
MATLAB menyediakan fungsi bawaan untuk menghitung nilai eigen dan vektor eigen.
Fungsi ini menghitung nilai eigen dan vektor eigen suatu matriks.
e = eig(A) [V,D] = eig(A) [V,D,W] = eig(A) e = eig(A,B) [V,D] = eig(A,B) [V,D,W] = eig(A,B) [___] = eig(A,balanceOption) [___] = eig(A,B,algorithm) [___] = eig(___,outputForm)
e =eig(A) mengembalikan vektor kolom dengan nilai eigen matriks persegi A.
[V,D] =eig(A) mengembalikan matriks diagonal D dengan nilai eigen A dan matriks V yang kolomnya merupakan vektor eigen yang sesuai. Artinya mengalikan A dengan V sama dengan mengalikan V dengan D.
[V,D,W] =eig(A) juga mengembalikan matriks lengkap W yang kolomnya merupakan vektor eigen kiri yang bersesuaian. Artinya mengalikan transpos W dengan A sama dengan mengalikan D dengan transpos W.
Permasalahan nilai eigen adalah mencari solusi persamaan Av =v, dimana A adalah matriks persegi, v adalah vektor kolom, dan merupakan skalar. Nilai yang memenuhi persamaan ini adalah nilai eigen, dan nilai v yang memenuhi persamaan tersebut adalah vektor eigen kanan. Vektor eigen kiri, w, memenuhi persamaan w'A =w'.
e =eig(A,B) mengembalikan vektor kolom dengan nilai eigen umum dari matriks persegi A dan B.
[V,D] =eig(A,B) mengembalikan matriks diagonal D dengan nilai eigen umum dan matriks penuh V yang kolomnya merupakan vektor eigen kanan yang bersesuaian. Artinya mengalikan A dengan V sama dengan mengalikan B, V, dan D.
[V,D,W] =eig(A,B) juga mengembalikan matriks lengkap W yang kolomnya merupakan vektor eigen kiri yang bersesuaian. Artinya mengalikan transpos W dengan A sama dengan mengalikan D, transpos W, dan B.
Masalah nilai eigen umum adalah mencari solusi persamaan Av =Bv, dimana A dan B adalah matriks persegi, v adalah vektor kolom, dan merupakan skalar. Nilai yang memenuhi persamaan ini adalah nilai eigen umum, dan nilai v adalah vektor eigen kanan yang bersesuaian. Vektor eigen kiri, w, memenuhi persamaan w'A =w'B.
[___] =eig(A, balanceOption), dengan balanceOption adalah "nobalance", mematikan langkah penyeimbangan awal dalam algoritme. Secara default, balanceOption adalah "saldo", yang mengaktifkan penyeimbangan. Fungsi eig dapat mengembalikan argumen keluaran apa pun yang disebutkan dalam contoh sebelumnya.
[___] =eig(A,B,algorithm), dengan algoritma "chol", menggunakan faktorisasi Cholesky dari B untuk menghitung nilai eigen umum. Algoritme default bergantung pada properti A dan B, tetapi akan menjadi "qz" (algoritme QZ) jika A atau B tidak simetris.
[___] =eig(___,outputForm) mengembalikan nilai eigen dalam format yang ditentukan oleh outputForm, menggunakan salah satu argumen input atau output yang disebutkan sebelumnya. Tetapkan outputForm ke "vektor" untuk mendapatkan nilai eigen dalam vektor kolom, atau "matriks" untuk mendapatkan nilai eigen dalam matriks diagonal.
Berikut beberapa contoh untuk mengilustrasikan cara menggunakannya −
Di MATLAB, Anda dapat mencari nilai eigen matriks A menggunakan fungsi eig. Perhatikan kode berikut −
% Define the matrix A A = [1, 2, 3; 4, 5, 6; 7, 8, 9]; % Compute the eigenvalues e = eig(A)
Dalam contoh di atas −
Ketika kode dihitung, output yang kita peroleh adalah sebagai berikut −
>> % Define the matrix A A = [1, 2, 3; 4, 5, 6; 7, 8, 9]; % Compute the eigenvalues e = eig(A) e = 16.1168 -1.1168 -0.0000
Di MATLAB, Anda dapat mencari nilai eigen dan vektor eigen matriks A menggunakan fungsi eig.
Pertimbangkan kode berikut −
% Define the matrix A
A = [2, -1;
4, 3];
% Compute the eigenvalues and eigenvectors
[V, D] = eig(A);
% Display the eigenvalues
disp('Eigenvalues:');
disp(D);
% Display the eigenvectors
disp('Eigenvectors:');
disp(V);
Dalam kode di atas kita memiliki −
Ketika kode dijalankan, output yang kita dapatkan adalah sebagai berikut −
>> % Define the matrix A
A = [2, -1;
4, 3];
% Compute the eigenvalues and eigenvectors
[V, D] = eig(A);
% Display the eigenvalues
disp('Eigenvalues:');
disp(D);
% Display the eigenvectors
disp('Eigenvectors:');
disp(V);
Eigenvalues:
2.5000 + 1.9365i 0.0000 + 0.0000i
0.0000 + 0.0000i 2.5000 - 1.9365i
Eigenvectors:
-0.1118 + 0.4330i -0.1118 - 0.4330i
0.8944 + 0.0000i 0.8944 + 0.0000i
MATLAB
FANUC America dan CNC Software, pengembang perangkat lunak Mastercam CAM, telah merilis postprocessor baru yang dirancang untuk mengoptimalkan kemampuan lima sumbu di mesin FANUC CNC. Postprocessor baru memungkinkan operator alat mesin canggih untuk mengurangi waktu siklus mereka sambil meningkatkan
Kotak Ringkasan TL;DR Desain yang higienis lebih dari sekadar pengendalian kontaminasi — ini adalah fondasi efisiensi, keberlanjutan, dan kepatuhan. Dengan berfokus pada desain peralatan, pengelasan, permukaan, dan penempatan sensor, produsen mengurangi waktu pembersihan, penggunaan sumber daya, d
Tentang Sirkuit Dengan Energi Gratis,Bisakah kita mendapatkan energi secara gratis? Bagaimana kita bisa mendapatkan listrik, dan apakah ada cara untuk menyimpan listrik yang kita kumpulkan? Di bawah ini, kita akan melihat perangkat yang dapat merasakan dan menangkap pita energi di sekitar kita. Si
Salah satu kategori mesin bekas yang paling sukses di Exapro.com adalah kategori Plastik – Karet. Dengan tersedianya lebih dari 3.000 mesin bekas, pembeli dan penjual selalu aktif di pasar online. Dengan cara yang sama seperti yang kami lakukan di artikel sebelumnya tentang Mesin Pengolah Makanan,