计算机的错误计算(九十四)

摘要  探讨 \log2(x)=\log_2(x) 的计算精度问题。

        正如其它许多函数或运算一样,以2为底的对数运算,也包含在 IEEE 754-2019 的列表中[1]。

例1.  已知 x=0.999999999543\,.  计算 \log2(x)=\log_2(x)\,.

       不妨用Go代码计算: 

package main

import (
    "fmt"
    "math"
)

func main() {
    x := 0.999999999543
    log2Value := math.Log2(x)
    fmt.Printf("%v", log2Value)
}

则运行后输出为 -6.593116243200681e-10 .

       若用Python库函数计算,则几乎有同样的输出:

       然而,正确值是 -0.6593116338369090e-9(ISRealsoft 提供)。这样,二者均有9位错误数字。错误率均为 9/16 = 56.25% .

参考文献

[1] 754-2019 - IEEE Standard for Floating-Point Arithmetic | IEEE Standard | IEEE Xplore

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值