计算机科学及编程导论(麻省理工)

计算机科学及编程导论(麻省理工)

5 (18人评价)
  • 课时:(24)

  • 学员:(658)

  • 浏览:(26141)

  • 加入课程

浮点数和二分法(逐次近似)的笔记

相关课时: 笔记详情:

Lecture 5: Floating point numbers, successive refinement, finding roots.

 

本课前半节基本介绍了浮点数和运用浮点数的一些注意点。后半节介绍了计算机常用的逐次逼近法和最经典的二分法。

 

浮点数(Floating numbers)也可以理解为数学中的实数(Real numbers),但是在计算机浮点数运算中时常无法算出精确值。这是由于计算机使用了二进制数进行运算。

在使用浮点数进行运算时,需注意以下几点:

  • 浮点数只能取到小数点后17位
  • 由于浮点数运算结果为近似值,多次运算会导致误差的累计,从而使结果非常不精确
  • 不可以用“==”判断浮点数,因为它们是不精确的,所以只能判断他们与理想数的误差。
  • 例如:abs(a**2 - 2.0) < 0.0001 这就算出了根号2的近似值

(注意:在浮点数问题中,我们无法使用穷举法,因为浮点数的数量是无限的)

 

本课后半节介绍了计算机中非常有效和常用的方法,即逐次逼近法(Successive approximation method)。其基本程序结构如下:

    guess = initial guess

    for iter in range(ctr):

        if f(guess) close enough:

             return the guess

        else:

             guess =  a better guess

(注意:其中ctr是用于限制循环次数的控制变量,其用处是避免程序出现死循环)

 

另外,二分法(Bi-section method)是逐次逼近法中最经典的一种,它每次运算都可以使计算量减少一半,从而大大提高计算速度。

本课中举了一个开平方的例子,程序如下:

def sqrt(x, epsilon):

    low = 0

    high = x

    guess = (low + high) / 2.0

    ctr = 1

    while abs(guess ** 2 - x) > epsilon and ctr <= 100:

        if guess ** 2 < x:

            low = guess

        else:

            high =  guess

        guess = (low + high) / 2.0

        ctr += 1

    return guess

(注意:这个程序是有bug的,在Lecture 6一开始的时候会提到,当然这里也可以思考一下)

 

总结:本课最主要的是介绍逐次逼近法,并没有其他特别重要的东西。

1 1

你感兴趣的课程

2万+浏览/ 931学员/ 4.7评分
¥9.90
理论基础 数学之美
2万+浏览/ 706学员/ 4.4评分
免费
2万+浏览/ 826学员/ 4.8评分
免费