From f7e35d41c5f827d28d151e97ae1acbe1a9b060bd Mon Sep 17 00:00:00 2001
From: s487174 <tomkos5@st.amu.edu.pl>
Date: Fri, 16 Jun 2023 06:07:56 +0200
Subject: [PATCH] Final v2

---
 Wrzodak_Koszarek_Zadania.ipynb | 83 ++++++----------------------------
 1 file changed, 13 insertions(+), 70 deletions(-)

diff --git a/Wrzodak_Koszarek_Zadania.ipynb b/Wrzodak_Koszarek_Zadania.ipynb
index 8a232d4..dbb0934 100644
--- a/Wrzodak_Koszarek_Zadania.ipynb
+++ b/Wrzodak_Koszarek_Zadania.ipynb
@@ -334,19 +334,19 @@
   },
   {
    "cell_type": "code",
-   "execution_count": null,
+   "execution_count": 146,
    "metadata": {},
    "outputs": [
     {
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "Dominująca wartość własna (power iteration):\n",
-      "16.116843969807043\n",
       "Dominujący wektor własny:\n",
-      "[[0.107761 0.132408 0.157054]\n",
-      " [0.244037 0.299852 0.355666]\n",
-      " [0.380312 0.467295 0.554278]]\n"
+      "[[0.231970]\n",
+      " [0.525322]\n",
+      " [0.818674]]\n",
+      "Dominująca wartość własna (power iteration):\n",
+      "16.116843969807043\n"
      ]
     }
    ],
@@ -357,10 +357,10 @@
     "              [4,5,6],\n",
     "              [7,8,9]])\n",
     "\n",
-    "S = np.array([[1,1,1]])\n",
+    "S = np.array([[1], [1], [1]])\n",
     "\n",
     "def power_iteration(m, n, s):\n",
-    "    #punkt startowy\n",
+    "    #Punkt startowy\n",
     "    st = s\n",
     "    eigv = 0\n",
     "    for i in range(n):\n",
@@ -371,7 +371,7 @@
     "\n",
     "def power_iteration_vec(m, n, s):\n",
     "    tolerance = 1e-6\n",
-    "    #punkt startowy\n",
+    "    #Punkt startowy\n",
     "    x = s\n",
     "    for i in range(n):      \n",
     "        y = np.dot(m, x)\n",
@@ -384,72 +384,15 @@
     "        x = x_new\n",
     "    return x\n",
     "\n",
-    "y1 = power_iteration(A, 1000, A)\n",
-    "print(\"Dominująca wartość własna (power iteration):\")\n",
+    "y1 = power_iteration_vec(A, 1000, S)\n",
+    "print(\"Dominujący wektor własny:\")\n",
     "print(y1)\n",
     "\n",
-    "y2 = power_iteration_vec(A, 1000, A)\n",
-    "print(\"Dominujący wektor własny:\")\n",
+    "y2 = power_iteration(A, 1000, S)\n",
+    "print(\"Dominująca wartość własna (power iteration):\")\n",
     "print(y2)\n",
-    "\n",
     "\n"
    ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "Dominująca wartość własna:\n",
-      "16.116840810027913\n",
-      "Dominujący wektor własny:\n",
-      "[0.231970 0.525322 0.818674]\n"
-     ]
-    }
-   ],
-   "source": [
-    "import numpy as np\n",
-    "\n",
-    "# Definicja macierzy A\n",
-    "A = np.array([[1,2,3],\n",
-    "              [4,5,6],\n",
-    "              [7,8,9]])\n",
-    "              \n",
-    "# Definicja wektora startowego\n",
-    "x = np.array([1, 1, 1])\n",
-    "\n",
-    "# Parametry iteracji\n",
-    "max_iterations = 1000\n",
-    "tolerance = 1e-6\n",
-    "\n",
-    "# Iteracyjne obliczanie dominującej wartości własnej i wektora własnego\n",
-    "for _ in range(max_iterations):\n",
-    "    # Mnożenie macierzy przez wektor\n",
-    "    y = np.dot(A, x)\n",
-    "\n",
-    "    # Normalizacja wektora\n",
-    "    x_new = y / np.linalg.norm(y)\n",
-    "\n",
-    "    # Sprawdzenie warunku zbieżności\n",
-    "    if np.linalg.norm(x - x_new) < tolerance:\n",
-    "        break\n",
-    "\n",
-    "    # Aktualizacja wektora\n",
-    "    x = x_new\n",
-    "\n",
-    "# Obliczenie dominującej wartości własnej\n",
-    "eigenvalue = np.dot(np.dot(A, x), x) / np.dot(x, x)\n",
-    "\n",
-    "# Wyświetlenie wyników\n",
-    "print(\"Dominująca wartość własna:\")\n",
-    "print(eigenvalue)\n",
-    "print(\"Dominujący wektor własny:\")\n",
-    "print(x)\n"
-   ]
   }
  ],
  "metadata": {