Where,λ is the eigenvalue and φ is

Where,λ is the eigenvalue and φ is the corresponding eigenvector. Both eigenvalues and eigenvectors may be complex. In order
to solve the complex eigenproblem, this system is symmetrized by ignoring the damping matrix C and the asymmetric
contributions to the stiffness matrix K. Then this symmetric eigenvalue problem is solved to find the projection subspace. The N
eigenvectors obtained from the symmetric eigenvalue problem are expressed in a matrix as[ , ,........ ] 1 2 N φ φ φ . Next, the original
matrices are projected onto the subspace of N eigenvectors

ผลลัพธ์ (ไทย) 1:

ที่ λ eigenvalue และφ eigenvector สอดคล้องกัน เวกเตอร์และลักษณะเฉพาะอาจจะซับซ้อน ในใบสั่งแก้ eigenproblem ซับซ้อน ระบบนี้คือ symmetrized โดยละเว้น damping เมตริกซ์ C และแบบ asymmetricผลงานกับเมทริกซ์ตึงเค แล้ว เป็นแก้ไขปัญหานี้ eigenvalue สมมาตรหา subspace ฉาย Nลักษณะเฉพาะที่ได้รับจากปัญหา eigenvalue สมมาตรจะแสดงในเมตริกซ์เป็น [,...] 1 2 N φφφ ถัดไป ต้นฉบับเมทริกซ์มีการคาดการณ์บน subspace ของลักษณะเฉพาะ N

ผลลัพธ์ (ไทย) 2:

ที่λเป็นค่าเฉพาะและφเป็นวิคเตอร์ที่สอดคล้องกัน ทั้งค่าลักษณะเฉพาะและ eigenvectors อาจจะซับซ้อน เพื่อ
ที่จะแก้ปัญหาที่ซับซ้อน eigenproblem ระบบนี้โดยไม่สนใจ symmetrized ซีเมทริกซ์ทำให้หมาด ๆ และไม่สมมาตร
มีส่วนร่วมกับเมทริกซ์ตึงเคแล้วนี้ปัญหาค่าเฉพาะส่วนการแก้ไขที่จะหาสเปซฉาย ไม่มีข้อความ
eigenvectors ที่ได้รับจากปัญหาค่าเฉพาะสมมาตรจะแสดงในเมทริกซ์เป็น [........ ] 1 2 φφφ ถัดไปจากเดิม
การฝึกอบรมได้รับการฉายลงบนสเปซของเอ็น eigenvectors

ผลลัพธ์ (ไทย) 3:

ที่ไหน λเป็นค่าφเป็นเวกเตอร์ลักษณะเฉพาะและสอดคล้องกัน ทั้งเวกเตอร์ลักษณะเฉพาะที่อาจจะซับซ้อน เพื่อ
แก้ eigenproblem ซับซ้อน ระบบนี้เป็นระบบที่ symmetrized โดยที่ไม่สนใจแบบเมทริกซ์ C และความไม่สมมาตร
เพื่อความแข็งเมทริกซ์ K . แล้วนี้สมมาตรเป็นแก้ไขปัญหาเพื่อหาค่าประมาณการได้ . n
เสนอที่ได้รับจากปัญหาค่าแสดงเป็นเมตริกซ์สมมาตรเป็น [ . . . . . . ] 1 2 N φφφ . ถัดไป , เมทริกซ์ต้นฉบับ
คาดว่าลงย่อยของเสนอ