Modellen
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
Product
Functies van de software · Gehele karakteristieke polynomen
01
SpectrumGorse biedt context voor controle van karakteristieke matrixcoëfficiënten en determinantidentiteiten zonder numerieke eigenwaardeschattingen te beloven.
Project
Selecteer een map en laat de assistent de relevante bestanden lezen voordat hij ze wijzigt. Benoem het doel en de grenzen van je opdracht.
Wijzigingen
Controleer wijzigingen en uitvoer van opdrachten. Voer de projectcontroles uit voordat je het resultaat overneemt; gegenereerde code is niet automatisch getest.
Gehele karakteristieke polynomen
● ● ●SpectrumGorse●
Werkprocessen · Gehele karakteristieke polynomen ×
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✳Geef aflopende coëfficiënten van det(xI−A) voor een vierkante gehele matrix van orde nul tot zes met waarden tot 1000 in absolute grootte.
✓ WijzigingenControleer vóór het toepassen ↗
Illustratie van de werkruimte
