计算机的错误计算（二）

zaim1

已于 2024-06-29 19:54:37 修改

阅读量907

点赞数 18

文章标签：人工智能机器学习软件工程 python c++ c语言 java

于 2024-06-10 13:34:09 首次发布

本文链接：https://blog.csdn.net/zaim1/article/details/139565036

版权

摘要 计算机的错误计算（一）介绍了算术表达式的错误计算。本文介绍循环迭代程序的错误计算。

例1. 1989年, 法国学者Muller在其著作《计算机算术》中给出了一个循环迭代:

$\left\{ \begin{array}{ll} u_1=2, & \\ u_2=-4, & \\ u_n=111-\displaystyle{\frac{1130}{y_{n-1}}+\frac{3000}{y_{n-1}y_{n-2}}}. & \end{array} \right.$

它收敛于6。然而，它在任何系统任何精度下均出错：它总是趋向100，而不是正确答案6。比如，若用下面图1中代码计算，

图1 一个C程序,它使用双精度计算 $u_n$ 的值

则在基于Pentium 4 的工作站（Linux系统,Gcc）上的几个输出结果为

$\left\{ \begin{array}{ll} u_{17}==7.2356654170119432, & \\ u_{20}=98.350416551346285, & \\ u_{30}=99.999999999998948. & \end{array} \right.$

它表明：从 $u_{17}$ 开始，程序的输出结果中不再含有正确有效数字；并且从 $u_{20}$ 开始，结果就非常接近于100。

例2. 2004年，被称为“浮点之父”的图灵奖获得者Kahan又给出了例1中迭代的一个变形：

$\left\{ \begin{array}{ll} y_1=4, & \\ y_2=4.25, & \\ y_n=108-\displaystyle{\frac{815}{y_{n-1}}+\frac{1500}{y_{n-1}y_{n-2}}}. & \end{array} \right.$

对于该变形，同样，若直接编程，则任何机器均得不到正确结果5。比如，若在Intel 302上使用FORTRAN语言编程计算，则扩展精度下，从 $y_{32}$ 开始，结果均为100。

问题来了：上述两个错误案例是偶然的吗？仅有的吗？不是的。可以轻易产生一个计算机会算错的案例吗？答案是：可以！

比如，随机取2个数（一大一小）：200，12.3。这时，它们的和为212.3，积为2460。构造下列迭代：

$\left\{ \begin{array}{ll} y_1=12.3, & \\ y_n=212.3-\displaystyle{\frac{2460}{y_{n-1}}}. & \end{array} \right.$

容易验证，理论上，其每一次迭代的值均等于初值12.3。然而，若用C语言编程，则在Gcc 4.9.2与Visual Studio 2010的环境下，分别从 $y_{14}$ 与 $y_{15}$ 开始，不再含有正确的有效数字。

从上述分析可以得出，产生错误输出结果的循环迭代程序存在无数个。

那么，出错原因是什么呢？很明显，误差的积累与传播导致了错误结果。

实际上，我们可以将视野放得更宽，想一想具有蝴蝶效应的（混沌）系统：微小的输入变动可能导致预测结果大幅偏差的系统。这样的系统有多少个呢？有无数个。

比较简单的一个案例是余切序列 $x_n=\cot(x_{n-1})$ 。不论初值取 1、2、3或100，或1000等等，均会出现错误结果。并且，错误是在 $n$ 并不很大的情形下出现。

最后总结一句：目前，不论是C++，或是Java，或Python，或其它语言，循环程序均可能输出错误结果。

文中内容或涉及的文献请参考：

[1] 赵世忠, 陈冬火, 刘静. 循环迭代程序的一种可信计算算法. 软件学报, 2020, 31(12): 3685-3699

补充一点：对于一层循环程序，可以通过 ISReal --- 程序病态模型检验器检查其是否会输出错误结果。

关注