我似乎在漂浮物上失去了很多精确度. 例如,我需要解决一个矩阵: 4.0x -2.0y 1.0z =11.01.0x +5.0y -3.0z =-6.02.0x +2.0y +5.0z =7.0 这是我用来从文本文件导入矩阵的代码: f = open('gauss.dat')lines = f.r
例如,我需要解决一个矩阵:
4.0x -2.0y 1.0z =11.0 1.0x +5.0y -3.0z =-6.0 2.0x +2.0y +5.0z =7.0
这是我用来从文本文件导入矩阵的代码:
f = open('gauss.dat') lines = f.readlines() f.close() j=0 for line in lines: bits = string.split(line, ',') s=[] for i in range(len(bits)): if (i!= len(bits)-1): s.append(float(bits[i])) #print s[i] b.append(s) y.append(float(bits[len(bits)-1]))
我需要使用gauss-seidel解决,所以我需要重新排列x,y和z的方程式:
x=(11+2y-1z)/4 y=(-6-x+3z)/5 z=(7-2x-2y)/7
这是我用来重新排列方程的代码. b是系数矩阵,y是答案向量:
def equations(b,y): i=0 eqn=[] row=[] while(i<len(b)): j=0 row=[] while(j<len(b)): if(i==j): row.append(y[i]/b[i][i]) else: row.append(-b[i][j]/b[i][i]) j=j+1 eqn.append(row) i=i+1 return eqn
然而,我得到的答案并不精确到小数位.
例如,在重新排列上面的第二个等式时,我应该得到:
y=-1.2-.2x+.6z
我得到的是:
y=-1.2-0.20000000000000001x+0.59999999999999998z
这似乎不是一个大问题,但是当你将数字提高到一个非常高的功率时,错误是非常大的.有没有解决的办法?我尝试过Decimal类,但它不能很好地处理幂(即Decimal(x)** 2).
有任何想法吗?
我不太熟悉Decimal类来帮助你,但你的问题是由于十进制分数通常不能用二进制精确表示的事实,所以你看到的是最接近的可能近似值;没有使用特殊类(如Decimal,可能),没有办法避免这个问题.编辑:十进制类怎么办不适合你?只要我从字符串开始,而不是浮动,权力似乎工作正常.
>>> import decimal >>> print(decimal.Decimal("1.2") ** 2) 1.44
module documentation解释了十进制的需要和用法.很明显,如果你还没有,你应该检查一下.