Wie sie sehen können muß man hier erst überprüfen ob die Eingangsparameter A,b hier die Vorrausetzungen erfüllen damit man das Gauß-Eliminationsverfahren anwenden kann.
Problem 1:
Mein Problem besteht jetzt darin das wenn ich wie hier, die Überprüfungen ob Matrix A singulär, quadratisch und ob sie von der Dimension zum Vektor b paßt, in Subprogramme mache, ich von dem Codeüberprüfungsprogramm unsere Uni für den Fall das A singulär ist (det A =0) eine Fehlermeldung bekommen:
CHECK FUNCTION: gaussSolve
Level 0: Vector Shapes
Function -> OK
Results -> OK
Level 1: Matrix Shapes
Function -> OK
Results -> OK
Level 2: Singular Matrix
Function -> OK
Results -> FAILED <-----------------------
Level 3: Numerics
Function -> OK
Results -> FAILED, Type Error
für die anderen Teile Vectorshapes und Matrix Dimension bekomm ich ein ok,
Jetzt ändere ich die Überprüfung ob Matrix A singulär ist einfach mit "if abs(det A)<0: retrun"ERROR_SINGULAR_Matrix" ohne def Funktion, dann passiert folgendes: Das UNI Codeüberprüfungsprogramm sagt:
CHECK FUNCTION: gaussSolve
Level 0: Vector Shapes
Function -> OK
Results -> OK
Level 1: Matrix Shapes
An undefined error occured! -> Check your code!->FAILED <-----------------------
Level 2: Singular Matrix
Function -> OK
Results -> OK <--------------------
Level 3: Numerics
Function -> OK
Results -> FAILED, Type Error
Ich kann mir das beim besten Willen nicht erklären wie so etwas zustande kommen kann.
Problem 2:
Da ich die Eingangsparameter A,b nicht verändern will speichere ich ihren inhalt mittels
C=A
t=b
trotzdem werden aber A und b verändert wie wenn sie ganz normal die schleifen etc durchlaufen würden.
hier mal mein Kode:
Code: Alles auswählen
# add more modules if necessary
import numpy
# global precision, use this for "zero" within your code
prec = 1.0e-7
def gaussSolve(A, b) :
def checkMatsing(A): #Ueberprueft ob detA=0
answ=True
detA=numpy.linalg.det(A)
if abs(numpy.abs(detA))<1.0e-7:
answ=False
return answ
def checkVector(b): #Ueberprueft ob b = (n,1) Vector
answ=True
n,m=b.shape
if m!=1:
answ=False
return answ
def checkMatsquares(A): #Ueberprueft ob A=(n,n) Matrix
answ=True
n,m=A.shape
if n!=m:
answ=False
return answ
def checkMatShapes (A,b) : #Ueberprueft ob A,b von der Dimension zusammenpassen
n,k1=A.shape
k2,m=b.shape
answ = True
if n!=k2:
answ=False
return answ
if checkMatsquares(A):
return "ERROR MATRIX_DIMENSION"
if checkMatShapes(A,b):
return "ERROR MATRIX_DIMENSION"
if checkVector(b):
return "ERROR MATRIX_DIMENSION"
if checkMatsing(A):
return "ERROR SINGULAR_MATRIX"
C=A
t=b
n,m=A.shape
D=3.453
for i in range(n-1):
D=C[i][i]
h=i
for j in range(h,n-1):
t[j+1][0]=t[j+1][0]-C[j+1][h]/D*t[h][0]
L=C[j+1][h]
for k in range(h,n):
C[j+1][k]=C[j+1][k]-L/D*C[i][k]
x=numpy.zeros((n,1),numpy.float64)
i=n-1
while i>=0:
sum=0
for j in range(n):
sum=sum+C[i][j]*x[j]
x[i]=1/C[i][i]*(t[i]-sum)
i=i-1
return x
In den meisten Fällen ist es bei Deinem Code aber sowieso reichlich umständlich das Ergebnis erst an einen Namen zu binden. Wenn aufgrund einer Bedingung die zu `True` oder `False` ausgewertet wird, ein Wahrheitswert zurückgegeben werden soll, dann braucht man da keine literalen `True` oder `False` sondern kann einfach das Ergebnis des logischen Ausdrucks als Rückgabewert verwenden. Falls nötig mit ``not`` negiert. Damit bleibt von den ganzen Testfunktionen jeweils nur eine Zeile -- und die Frage ob die wirklich in Funktionen stecken müssen: