搜索表示接近整数的公式。例如,将 exp(sqrt(163)*pi) 计算到 30 位数。结果显示为有舍入误差的整数。
disp("Setting precision to 30 digits")
digits(30);
f = exp(sqrt(sym(163))*sym(pi));
vpa(f)
Setting precision to 30 digits
ans =
262537412640768743.999999999999
当您将相同的值计算到 40 位数时,可以看到该值实际上不是整数。
disp("Setting precision to 40 digits")
digits(40);
vpa(f)
Setting precision to 40 digits
ans =
262537412640768743.9999999999992500725972
接下来,假设有一系列数字,其值最高达到 exp(1000)。确定小数点后的正确位数,以便正确计算这些数字。找到上界 exp(1000) 所需的最小工作精度。
disp("Compute the required working precision")
disp(">> d = log10(exp(vpa(1000)))")
d = log10(exp(vpa(1000)))
Compute the required working precision
>> d = log10(exp(vpa(1000)))
d =
434.2944819032518276511289189166050822944
请先设置所需的精度,然后再开始调用依赖该精度的函数。例如,使用函数 round、vpa 或 double。
digits(ceil(d) + 50);
现在,假设有一系列 exp(sqrt(n)*pi) 形式的数字,n 的值为从 1 到 1000。检查此形式的数字是否接近某个整数。您可以从它们的小数部分的直方图中看到这一点。
A = exp(pi*sqrt(vpa(1:1000)));
B = A-round(A);
histogram(double(B), 50)
计算是否有 exp(n) 形式的近整数。
A = exp(vpa(1:1000));
B = A-round(A);
find(abs(B) < 1/1000);
现在您可以看到 A 的元素的小数部分分布相当均匀。
histogram(double(B), 50)