Prolog lib(ic)的精确解
使用EclipseProlog,我偶然发现了下面的问题,我被。事实上,这只是其中的一部分。首先,让我用Prolog lib(ic)的精确解,prolog,floating-accuracy,eclipse-clp,interval-arithmetic,clpr,Prolog,Floating Accuracy,Eclipse Clp,Interval Arithmetic,Clpr,使用EclipseProlog,我偶然发现了下面的问题,我被。事实上,这只是其中的一部分。首先,让我用(is)/2来表示方程。此外,请注意,所有这些十进制数字都以基数2浮点数(包括IEEE)精确表示: 所以这实际上是0.0(根本没有舍入)。但是现在用$=代替的方法是: [eclipse 3]: X= -1, Y = 2, Null $= 0.80143857*X+1.65707065*Y-2.51270273. X = -1 Y = 2 Null = 2.2204460492503131e-1
(is)/2
来表示方程。此外,请注意,所有这些十进制数字都以基数2浮点数(包括IEEE)精确表示:
所以这实际上是0.0(根本没有舍入)。但是现在用$=
代替的方法是
:
[eclipse 3]: X= -1, Y = 2, Null $= 0.80143857*X+1.65707065*Y-2.51270273.
X = -1
Y = 2
Null = 2.2204460492503131e-16__2.2204460492503131e-16
Yes (0.00s cpu)
此间隔不包含0.0。我知道区间算术通常有点过于近似,如:
[eclipse 4]: 1 $= sqrt(1).
Delayed goals:
0 $= -1.1102230246251565e-16__2.2204460492503131e-16
Yes (0.00s cpu)
但至少等式成立!然而,在第一种情况下,不再包括零。显然我还不明白什么。我也尝试了eval/1
,但没有成功
[eclipse 5]: X= -1, Y = 2, Null $= eval(0.80143857*X+1.65707065*Y-2.51270273).
X = -1
Y = 2
Null = 2.2204460492503131e-16__2.2204460492503131e-16
Yes (0.00s cpu)
Null
不包括0.0
的原因是什么
(在@jsf令人惊讶的回答之后编辑) 这是书中187页的引文,我认为这意味着数字是准确的(现在被划过) 使用{3,5}环境,可以模拟IEEE单精度的环境。输入值完全可以表示
{-1,2}
完成了这项工作,用少于所用位的一半计算出准确答案 否则,第184页的声明将: 0.80143857 x+1.65707065 y=2.51270273 这些方程式看起来确实很简单。假设精确的十进制输入,这个系统由x=-1和y=2精确求解 这是用SICStus的
库(clpq)
重新检查的:
所以-1,2是精确解
精确的公式 这是一个在输入系数中没有舍入问题的重新公式,但解决方案仍然是简单的-∞...+∞. 因此,这是微不足道的正确,但不可用
[eclipse 2]: A = 25510582, B = 52746197, U = 79981812,
C = 80143857, D = 165707065, V = 251270273,
A*X+B*Y$=U,C*X+D*Y$=V.
A = 25510582
B = 52746197
U = 79981812
C = 80143857
D = 165707065
V = 251270273
X = X{-1.0Inf .. 1.0Inf}
Y = Y{-1.0Inf .. 1.0Inf}
Delayed goals:
52746197 * Y{-1.0Inf .. 1.0Inf} + 25510582 * X{-1.0Inf .. 1.0Inf} $= 79981812
80143857 * X{-1.0Inf .. 1.0Inf} + 165707065 * Y{-1.0Inf .. 1.0Inf} $= 251270273
Yes (0.00s cpu)
这里有几个问题共同造成了混乱:
- 由双下划线分隔的两个浮点,例如
在这种情况下,表示具有下限和上限的区间常数 1附近的数字0.99\uu 1.01
- 由一个下划线分隔的两个整数,例如
用分子和分母表示有理常数 案例四分之三3\u 4
-0.80143857+3.3141413
时,0.80143857
在调整操作数的指数时丢失。事实上是这样
这个幸运的四舍五入错误给了OP一个看似正确的结果
在现实中,第二个结果相对于
常量的浮点表示形式。我们可以证明这一点
通过使用精确的有理运算重复计算:
?- Null is rational(-0.80143857) + rational(3.3141413) - rational(2.51270273).
Null = 1_4503599627370496
Yes (0.00s cpu)
?- Null is rational(-2.51270273) + rational(3.3141413) - rational(0.80143857).
Null = 1_4503599627370496
Yes (0.00s cpu)
由于加法是用精确的有理数完成的,所以结果现在是正确的
订单独立,因为14503599627370496=:=2.2204460492503131e-16
,
这确认了上面获得的非零浮点结果(第4点)
区间算术在这里有什么帮助?它通过使用
包含真实值的间隔,这样结果将始终
输入数据要准确。因此,至关重要的是
输入间隔(ECLiPSe术语中的有界实数),包含
所需的真实值。这些可以通过书写它们来获得
明确向下,例如0.80143856_uu0.80143858
;
通过从精确的数字转换,例如使用有理数
breal(80143857_100000000)
;或者通过指示解析器自动
将所有浮点数加宽为有界实数间隔,如下所示:
?- set_flag(syntax_option, read_floats_as_breals).
Yes (0.00s cpu)
?- Null is -0.80143857 + 3.3141413 - 2.51270273.
Null = -8.8817841970012523e-16__1.3322676295501878e-15
Yes (0.00s cpu)
?- Null is -2.51270273 + 3.3141413 - 0.80143857.
Null = -7.7715611723760958e-16__1.2212453270876722e-15
Yes (0.00s cpu)
这两个结果现在都包含零,很明显
结果的精度取决于求值顺序。因此,直接浮点值不应解释为精确值,而应解释为来自十进制表示的间隔。目前,间隔的语法也会受到舍入的影响,因此这是一个固有的问题:
writeq(1.0000000000000000000000002_uu1.0000000000000000003)。1.0_uu1.0
。相反,应该有一个代表
?- F is rational(0.80143857), F =\= 80143857_100000000.
F = 3609358445212343_4503599627370496
Yes (0.00s cpu)
?- Null is -0.80143857 + 3.3141413 - 2.51270273.
Null = 0.0
Yes (0.00s cpu)
?- Null is -2.51270273 + 3.3141413 - 0.80143857.
Null = 2.2204460492503131e-16
Yes (0.00s cpu)
?- Null is rational(-0.80143857) + rational(3.3141413) - rational(2.51270273).
Null = 1_4503599627370496
Yes (0.00s cpu)
?- Null is rational(-2.51270273) + rational(3.3141413) - rational(0.80143857).
Null = 1_4503599627370496
Yes (0.00s cpu)
?- set_flag(syntax_option, read_floats_as_breals).
Yes (0.00s cpu)
?- Null is -0.80143857 + 3.3141413 - 2.51270273.
Null = -8.8817841970012523e-16__1.3322676295501878e-15
Yes (0.00s cpu)
?- Null is -2.51270273 + 3.3141413 - 0.80143857.
Null = -7.7715611723760958e-16__1.2212453270876722e-15
Yes (0.00s cpu)