问题标签 [inexact-arithmetic]

R6RS 3.4 实施要求如下

...当应用于精确参数时，可能不精确的操作sqrt应该尽可能产生精确的答案（例如，精确 4 的平方根应该是精确 2）。

(1) 这是否意味着(* 0 2.2)必须产生0.0但从不0作为结果？

但是，这不是必需的。...

(2) 这是否意味着也(/ 4 2)可能产生2.0作为结果？

(3) 是否有以这种方式提供整数根的实现？一般来说，我如何获得整数平方根的功能？（这里是索引）（请不要递归/迭代实现）

一方面，我理解 Perl 的浮点数是不精确的二进制表示，这导致 Perl 的数学有时是错误的。我不明白的是，为什么有时这些花车似乎给出了准确的答案，而其他时候却没有。 是否可以预测 Perl 的浮点数学何时会给出错误（即不准确的答案）？

例如，在下面的代码中，当减法为“16.12 - 15.13”时，Perl 的数学错误 1 ​​次，当问题为“26.12 - 25.13”时错误 2 次，当问题为“36.12 - 35.13”时错误 20 次. 此外，出于某种原因，在所有上述测试用例中，我们的减法问题（即 $subtraction_problem）的结果一开始是错误的，但随着我们从中添加或减去的越多（使用$x)。这是没有意义的，为什么我们在算术问题中添加或减去的越多，值就越有可能是正确的（即精确的）？

我有以下数据框：

我需要添加一列，指示实际信用> = min_required_credit 的位置。结果将是：

我正在执行以下操作：

然而，第 3 行（0.4 和 0.4）不断导致 False。在各个地方研究了这个问题之后，包括：在 Python 中比较浮点数的最佳方法是什么？我仍然无法让它工作。每当两列具有相同的值时，结果为 False，这是不正确的。

我正在使用 python 3.3

在一系列浮点算术运算之后，是否存在与浮点数进行小于等于比较的“最佳实践”？

我在 R 中有以下示例（尽管该问题适用于任何使用浮点的语言）。我有一个双倍x = 1，我在上面应用了一系列加法和减法。最后x应该是一个，但不是由于浮点运算（据我收集）。这是示例：

一个（天真的？）解决方案是在不等式的右侧添加一些任意小的正数，如下所示

这是“最佳实践”吗？如果是，是否有关于如何选择的指南 some_arbitrary_factor？

我的具体问题是，我有时间段(t_0, t_1], (t_1, t_2], ...，需要找出给定观察x的时间段。在经历了一系列浮点算术运算后，x可能已经将边界设置为一个边界，这应该导致精确运算在哪里执行。t_it_i

我或多或少地理解/想象执行的典型用户定义逻辑：

• 在FE_OVERFLOWor之后FE_UNDERFLOW：不是关键情况：尝试通过例如调整一些值/系数并重做计算来恢复；
• 在FE_INVALIDor之后FE_DIVBYZERO引发：严重情况：停止机器或重新启动机器。

但是，什么是典型的用户定义的逻辑是在FE_INEXACT引发之后执行的？有什么例子、经验、最佳实践吗？

额外：在演讲«超越浮点：下一代计算机算术»约翰L.古斯塔夫森提供以下意见（第5页）：

“不精确”标志是无用的

对此意见有何评论/意见？