SSpectrumGorse
Продукт

Возможности программы · Целочисленные характеристические многочлены

01

SpectrumGorse создаёт контекст проверки характеристических коэффициентов матрицы и тождеств определителя без обещания численных оценок собственных значений.

01

Подключение

Базовый URL, учётные данные и доступный сервер.

02

Выбор

Модель, которую предоставляет настроенный endpoint.

03

Возможности

Объём контекста и поддержка инструментов определяются моделью и сервером.

Целочисленные характеристические многочлены

● ● ●SpectrumGorse●
Конкретная отправная точка · Целочисленные характеристические многочлены ×
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
✳Верните коэффициенты det(xI−A) по убыванию степени для квадратной целочисленной матрицы порядка от нуля до шести с модулями элементов до 1000.
✓ ИзмененияПроверьте перед применением ↗
Иллюстрация рабочей среды
Рабочая среда с ИИ для кода

Здесь начинается ваше следующее изменение.

Скачать для Windows ↗