SSpectrumGorse
Produk

Fitur program · Polinomial karakteristik bilangan bulat

01

SpectrumGorse menyediakan konteks tinjauan koefisien karakteristik matriks dan identitas determinan tanpa menjanjikan perkiraan numerik nilai eigen.

01

Model

Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah.

02

Proyek

Pilih folder dan minta asisten membaca berkas terkait sebelum mengeditnya. Tentukan tujuan serta batas tugas.

03

Perubahan

Tinjau perubahan dan keluaran perintah. Jalankan pemeriksaan proyek sebelum menerima hasilnya; kode yang dihasilkan tidak otomatis sudah diuji.

Polinomial karakteristik bilangan bulat

● ● ●SpectrumGorse●
Alur kerja · Polinomial karakteristik bilangan bulat ×
def characteristic_polynomial(matrix):
    if type(matrix) not in (list, tuple) or len(matrix) > 6:
        raise ValueError("charpoly.size")
    n = len(matrix)
    if any(type(row) not in (list, tuple) or len(row) != n or any(type(v) is not int or abs(v) > 1000 for v in row) for row in matrix):
        raise ValueError("charpoly.entry")
    block = [[int(i == j) for j in range(n)] for i in range(n)]
    coefficients = [1]
    for degree in range(1, n+1):
        product = [[sum(matrix[i][k]*block[k][j] for k in range(n)) for j in range(n)] for i in range(n)]
        trace = sum(product[i][i] for i in range(n))
        coefficient = -trace // degree
        coefficients.append(coefficient)
        block = [[product[i][j] + (coefficient if i == j else 0) for j in range(n)] for i in range(n)]
    return coefficients
✳Kembalikan koefisien menurun det(xI−A) untuk matriks persegi bilangan bulat berordo nol hingga enam dengan besar elemen sampai 1000.
✓ PerubahanTinjau sebelum menerapkan ↗
Ilustrasi ruang kerja
Ruang kerja kode dengan AI

Ide berikutnya dimulai di sini.

Unduh untuk Windows ↗