Моделі
Налаштуйте OpenAI-сумісний або Anthropic endpoint із базовою URL-адресою та API-ключем, якщо він потрібен. Перевірте з’єднання. Локальний сервер моделі має працювати; віддалені інструменти можуть окремо передавати дані.
Продукт
Можливості програми · Цілочислові характеристичні многочлени
01
SpectrumGorse дає контекст для перевірки характеристичних коефіцієнтів матриці й тотожностей визначника без обіцянки числових оцінок власних значень.
Проєкт
Виберіть папку й попросіть помічника прочитати потрібні файли перед редагуванням. Визначте мету та межі завдання.
Зміни
Переглядайте зміни й результати команд. Перед прийняттям результату виконайте перевірки проєкту; створений код не тестується автоматично.
Цілочислові характеристичні многочлени
● ● ●SpectrumGorse●
Сценарії · Цілочислові характеристичні многочлени ×
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✳Поверніть коефіцієнти det(xI−A) за спаданням степеня для квадратної цілочислової матриці порядку від нуля до шести з модулями елементів до 1000.
✓ ЗміниПеревірте перед застосуванням ↗
Ілюстрація робочого середовища
