SSpectrumGorse
พื้นที่เขียนโค้ดด้วย AI

พหุนามลักษณะเฉพาะสัมประสิทธิ์จำนวนเต็ม

คืนสัมประสิทธิ์เรียงกำลังลดลงของ det(xI−A) สำหรับเมทริกซ์จัตุรัสจำนวนเต็มอันดับศูนย์ถึงหกที่มีขนาดสมาชิกไม่เกิน 1000.

● ● ●SpectrumGorse●
ขั้นตอนการทำงาน · พหุนามลักษณะเฉพาะสัมประสิทธิ์จำนวนเต็ม ×
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
✳คืนสัมประสิทธิ์เรียงกำลังลดลงของ det(xI−A) สำหรับเมทริกซ์จัตุรัสจำนวนเต็มอันดับศูนย์ถึงหกที่มีขนาดสมาชิกไม่เกิน 1000.
✓ การเปลี่ยนแปลงตรวจสอบก่อนนำไปใช้ ↗
ภาพประกอบพื้นที่ทำงาน
โปรเจกต์
ทดสอบเมทริกซ์ว่างและค่าลักษณะเฉพาะซ้ำ ปฏิเสธแถวไม่เท่ากันหรือบูลีนโดยไม่ประมาณราก.
ตรวจสอบก่อนนำไปใช้
เปรียบเทียบการทำงานจริงกับผลที่คาดหวัง หากการตรวจสอบไม่ผ่าน ให้หาสาเหตุก่อนแก้ไขเพิ่มเติม
โมเดล
ตั้งค่า endpoint ที่รองรับ OpenAI หรือ Anthropic ด้วย URL หลักและคีย์ API หากจำเป็น ทดสอบการเชื่อมต่อ เซิร์ฟเวอร์โมเดลในเครื่องต้องทำงานอยู่ เครื่องมือระยะไกลอาจส่งข้อมูลแยกต่างหาก
ขั้นตอนการทำงาน

พหุนามลักษณะเฉพาะสัมประสิทธิ์จำนวนเต็ม

ขั้นตอนการทำงาน ↗
ขั้นตอนการทำงาน
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
พื้นที่เขียนโค้ดด้วย AI

ตรวจโค้ดคณิตศาสตร์ในระดับการใช้งานของแอป

สัญกรณ์คณิตศาสตร์อาจทำให้การนำไปใช้ดูลงตัวก่อนตรวจข้อกำหนดซอฟต์แวร์ SpectrumGorse เป็นพื้นที่เขียนโค้ดด้วย AI บน Windows สำหรับตรวจทั้งสองด้าน เปิดโครงการและขอให้โมเดลที่เชื่อมต่อระบุข้อมูลเข้าที่ยอมรับ รูปแบบผลที่คาดหวัง และการจัดการข้อผิดพลาดก่อนเสนอแก้การคำนวณ

งานตัวอย่างอาจตรวจรูทีนพหุนามลักษณะเฉพาะของเมทริกซ์จำนวนเต็มขนาดเล็ก ให้โค้ดฝั่งเรียกใช้และกรณีทดสอบสัมประสิทธิ์ที่ทราบอย่างอิสระ แล้วขอให้ผู้ช่วยอธิบายการแก้ไขที่เสนอในบริบทนั้น แยกการคำนวณสัมประสิทธิ์จากงานอื่นที่แอปอาจทำต่อ เพื่อไม่ให้การตรวจขยายเป็นการแทนตัวแก้เชิงตัวเลขโดยไม่รู้ตัว

ตรวจรูปแบบการแทนค่าอย่างรอบคอบเท่ากับเลขคณิต รันการทดสอบโครงการกับเมทริกซ์ว่างหากรองรับ กรณีแนวทแยงง่าย ๆ และข้อมูลไม่เป็นเมทริกซ์จัตุรัสที่ต้องปฏิเสธ ตรวจลำดับสัมประสิทธิ์และข้อตกลงเครื่องหมายที่ฝั่งใช้ผล รวมการแปลงตัวเลขที่เพิ่มมา คำตอบที่มีสัมประสิทธิ์ดูสมเหตุผลยังไม่พอหากฝั่งเรียกใช้ตีความลำดับต่างกันหรือต้องการจำนวนเต็มแบบแม่นตรง

SpectrumGorse รองรับปลายทาง OpenAI-compatible และ Anthropic สำหรับเชื่อมต่อโมเดล เลือกโมเดล AI ไร้การเซ็นเซอร์ได้เมื่อบริการมีให้ โดยข้อจำกัดและเครื่องมือเป็นไปตามการตั้งค่านั้น การสนทนาช่วยอธิบายโค้ดที่เสนอ ส่วนกรณีทดสอบอิสระและการตรวจแอปของคุณเป็นตัวตัดสินว่าเหมาะสมหรือไม่

ประเมินแพตช์การคำนวณแบบแม่นตรง

ควรให้อะไรนอกจากตัวอย่างเมทริกซ์

ให้ลำดับสัมประสิทธิ์ที่คาดหวัง ข้อตกลงเครื่องหมาย และโค้ดฝั่งเรียกใช้ผล แสดงมิติและชนิดสมาชิกที่ใช้ได้ รายละเอียดเหล่านี้ช่วยให้ผู้ช่วยประเมินความเข้ากันได้ของซอฟต์แวร์ ไม่ใช่เพียงดูว่านิพจน์คณิตศาสตร์คุ้นเคยหรือไม่

ตรวจสัมประสิทธิ์ด้วยการนำไปใช้ชุดเดิมได้หรือไม่

หลักฐานอิสระเช่นนั้นมีน้ำหนักน้อย ใช้เมทริกซ์ง่ายที่รู้ผลหรือการตรวจอื่นที่มีเหตุผลรองรับในโครงการ อธิบายวิธีได้ค่าคาดหวัง เพื่อแยกความผิดพลาดร่วมกันออกจากผลที่ตรงกันจริง

รูทีนพหุนามควรหารากด้วยหรือไม่

เฉพาะเมื่อเป็นข้อกำหนดแยก การคำนวณสัมประสิทธิ์แบบแม่นตรงกับการหารากเชิงตัวเลขมีข้อกำหนดต่างกัน คงขอบเขตแพตช์ไว้ เว้นแต่แอปต้องการทั้งสองอย่างชัดเจนและกำหนดการใช้ผลแล้ว

เหตุใดต้องตรวจการแปลงตัวเลขในส่วนต่างโค้ด

การแปลงอาจทำให้เลขคณิตแบบแม่นตรงกลายเป็นค่าประมาณแม้กรณีทดสอบทั่วไปยังผ่าน ระบุรูปแบบแทนค่าที่แอปต้องการ และตรวจว่าทั้งการดำเนินการระหว่างทางและค่าที่คืนยังรักษารูปแบบนั้นภายในช่วงข้อมูลที่รองรับ

ดาวน์โหลดสำหรับ Windows ↗

SpectrumGorse · อัปเดต 2026-10-25