计算机的错误计算(一百八十六)

摘要 就上节(即(一百八十五))内容,有读者来信,建议用另外一个大模型计算。本节详细讲解该大模型的对错,特别是涉及 Python Decimal的内容以及泰勒展式内容。

例1. 已知

用大模型计算

下面是与第三个大模型的对话。



以上为大模型的输出。

点评:

(1)大模型使用 Python 的 decimal 模块来确保高精度计算。这比上节的大模型有一点进步。

(2)由于 Decimal中没有tan()、sin()等方法或函数,因此不得不先调用 math中函数。

(3)但是,math中的 tan、sin、sqrt函数,其正确的有效位数有个上限:一般不会超过16位有效数字。这个由 double类型决定。比如,math.sin(190),虽然在内存中储存有0.9977992786806002545318960983422584831714630126953125(共52位有效数字),但是,只有前16位数字 "9977992786806002"是正确的。

(4)上述上限16决定了程序结果的短板:正确的有效数字位数不会超过它,虽然 getcontext().prec = 50 . 实际上,"getcontext().prec = 50"是白白设置了。

(5)"getcontext().prec = 50" 的注解:"设置精度为50位小数" 是错误的;应该是设置50位有效数字。

(6)同样,由于使用了 math, 那么 Decimal也是白白被浪费了。

(7)照这样计算下去,那么 tan(x0)与 sin(x0)均只有16位正确数字。而它们这些数字,即32位数字,几乎全部对应位置的数字相同。因此,相减后,正确数字所剩无几。再进行相除后,当然仍然没有几位正确数字。

(8)在Python 3.12中执行大模型的代码,则输出为50位的值:-9.7938196768552311641126445270730663791431933912047E-22 . 这样,正如所料,正确数字只有2位。因为,16位的正确结果为 -0.9765626220703239e-21(ISRealsoft 提供)。

(9)大模型似乎也知道这一点。因此,它利用泰勒展式进行了化简。它的化简过程基本是正确的。

(10)它的结果也基本正确。只有最后一位数字是错误的:不是'5', 而应是'6' .

(11)若是结果保留16位有效数字,那么该怎么办呢?

(12)首先,分母、分子均需保留最少16位有效数字。

(13)对于分母,在其化简中,应保留 。因为, 的指数是;平方后也仅仅是,即使再除以 ,也才。这样的数与1相加减后,16位的结果中还保留3位左右呢。

(14)当然,对于分母,更不应该删去。

(15)同样,分子中的 tan(x)与 sin(x)均应保留 项:

(16)最终,化简后应为

(17)这样,代入并相除以后,就会有16位正确有效数字。当然,最后一行的半句话"运行上述 Python 代码将给出更精确的结果。"是错误的。

(18)另外,math中的 sin等函数有时会输出错误结果。比如,自变量比较大时。

相关推荐
Mengke2 小时前
以「asset-price-mcp」为例,从 0 开发 MCP Server
llm·mcp
阿坡RPA8 小时前
手搓MCP客户端&服务端:从零到实战极速了解MCP是什么?
人工智能·aigc
用户27784491049938 小时前
借助DeepSeek智能生成测试用例:从提示词到Excel表格的全流程实践
人工智能·python
机器之心8 小时前
刚刚,DeepSeek公布推理时Scaling新论文,R2要来了?
人工智能
算AI10 小时前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
JavaEdge在掘金10 小时前
ssl.SSLCertVerificationError报错解决方案
python
simplify2011 小时前
【译】Anthropic:推理模型的思维链并非总是忠实
llm·deepseek
几米哥11 小时前
从思考到行动:AutoGLM沉思如何让AI真正"动"起来
llm·aigc·chatglm (智谱)
我不会编程55511 小时前
Python Cookbook-5.1 对字典排序
开发语言·数据结构·python
凯子坚持 c11 小时前
基于飞桨框架3.0本地DeepSeek-R1蒸馏版部署实战
人工智能·paddlepaddle