정수 특성 다항식
원소 절댓값이 1000 이하이고 차수가 0부터 6인 정수 정사각 행렬의 det(xI−A) 계수를 내림차순으로 반환합니다.
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- 프로젝트
- 빈 행렬과 중복 고윳값을 검사하며 근을 근사하지 않고 길이가 다른 행이나 불리언 원소를 거부합니다.
- 적용하기 전에 검토하세요
- 실제 동작을 예상 결과와 비교하세요. 검사가 실패하면 다음 변경을 하기 전에 원인을 조사하세요.
- 모델
- 기본 URL과 필요한 API 키로 OpenAI 호환 또는 Anthropic 엔드포인트를 설정하고 연결을 테스트하세요. 로컬 모델 서버는 실행 중이어야 합니다. 원격 도구는 데이터를 별도로 전송할 수 있습니다.
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 coefficients수학 코드를 애플리케이션 수준에서 검토하세요
수학 표기 때문에 소프트웨어 계약을 검토하기도 전에 구현이 확정된 것처럼 보일 수 있습니다. SpectrumGorse는 이 둘을 함께 검토하는 Windows AI 코딩 작업 공간입니다. 프로젝트를 열고 연결된 모델에게 계산 변경 제안에 앞서 허용 입력, 예상 출력 표현, 오류 처리를 파악하도록 요청하세요.
작은 정수 행렬의 특성 다항식 루틴 검토가 구체적인 작업이 될 수 있습니다. 호출부와 계수를 독립적으로 알고 있는 테스트 사례를 제공하고 도우미에게 제안된 수정을 그 기준으로 설명하도록 요청하세요. 검토가 수치 해법 교체로 은밀히 확대되지 않도록 계수 계산과 애플리케이션이 나중에 수행할 수 있는 다른 연산을 분리하세요.
산술만큼 표현도 신중히 검증하세요. 지원한다면 빈 행렬, 단순한 대각 행렬, 거부해야 할 비정방 입력에 대한 프로젝트 테스트를 실행하세요. 소비부의 계수 순서와 부호 규약을 확인하고 새로 도입한 수치 변환을 검토하세요. 호출부가 순서를 다르게 해석하거나 정확한 정수 결과를 요구한다면 그럴듯한 계수만으로는 부족합니다.
SpectrumGorse는 모델 연결에 OpenAI 호환 및 Anthropic 엔드포인트를 지원합니다. 서비스에서 제공하는 경우 무검열 AI 모델을 선택할 수 있으며 제한과 도구는 그 설정의 적용을 받습니다. 대화는 제안된 코드를 설명하는 데 도움이 됩니다. 적합성은 독립적인 테스트 사례와 애플리케이션 검사로 판단하세요.
정확한 계산 패치 평가
행렬 예제 외에 무엇을 제공해야 하나요?
예상 계수 순서, 부호 규약, 결과를 소비하는 호출부를 포함하세요. 유효한 차원과 원소 유형을 보여 주세요. 이런 세부 사항이 있어야 도우미가 수식이 익숙한지만 보는 대신 소프트웨어 호환성을 평가할 수 있습니다.
같은 구현으로 계수를 확인해도 되나요?
그것은 독립적인 증거로는 약합니다. 결과가 알려진 단순한 행렬이나 프로젝트에서 근거를 댈 수 있는 다른 검사를 사용하세요. 공통된 오류와 실제 일치를 구분할 수 있도록 예상 값을 얻은 방법을 설명하세요.
다항식 루틴이 근도 찾아야 하나요?
별도의 요구 사항일 때만 그렇습니다. 정확한 계수 계산과 수치적 근 찾기는 계약이 다릅니다. 애플리케이션이 둘 다 명시적으로 필요로 하고 출력 사용법을 정의한 경우가 아니라면 현재 패치의 범위를 유지하세요.
변경 내역에서 수치 변환을 살펴보는 이유는 무엇인가요?
일반 테스트가 통과해도 변환으로 인해 정확한 연산이 근삿값 연산으로 바뀔 수 있습니다. 애플리케이션에 필요한 표현을 명시하고 중간 연산과 반환 값 모두 지원 입력 범위에서 이를 보존하는지 확인하세요.
SpectrumGorse · 업데이트 2026-10-25
