Modelli
Configura un endpoint compatibile con OpenAI o Anthropic usando URL di base e chiave API, se necessaria. Prova la connessione. Il server locale deve essere in esecuzione; gli strumenti remoti possono trasmettere dati separatamente.
Prodotto
Funzioni del software · Polinomi caratteristici interi
01
SpectrumGorse offre un contesto di revisione dei coefficienti caratteristici e delle identità del determinante senza promettere stime numeriche degli autovalori.
Progetto
Seleziona una cartella e chiedi all’assistente di leggere i file interessati prima di modificarli. Definisci obiettivo e limiti dell’attività.
Modifiche
Controlla le modifiche e l’output dei comandi. Esegui le verifiche del progetto prima di accettare il risultato: il codice generato non è automaticamente collaudato.
Polinomi caratteristici interi
● ● ●SpectrumGorse●
Flussi di lavoro · Polinomi caratteristici interi ×
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✳Restituisci i coefficienti decrescenti di det(xI−A) per una matrice quadrata intera di ordine da zero a sei con elementi di valore assoluto fino a 1000.
✓ ModificheControlla prima di applicare ↗
Illustrazione dell’ambiente
