所以我可以计算出没有准确度E的序列总和。
int t=1, x, k;
float sum, a, result, factorial=1, E=0.0001;
for(k=0;k<=(n);k++){
while(t<=n){
factorial*=t;
t++;
}
sum=(pow(-x,k))/factorial;
sum+=sum;
//while(fabs(sum-???)<E){
// result=sum;
//}
}
所以我知道序列的总和 sum(k) 。但要用accurace E 计算,我必须知道前一个元素的总和 sum(k-1) 。如何从 for loop 获得总和(k-1)? 抱歉英语。
答案 0 :(得分:2)
这是e ^( - x)的泰勒系列吗?如果是这样的话你就写错了。我不认为你所得到的东西会收敛。
http://www.efunda.com/math/taylor_series/exponential.cfm
e ^( - x)是1 +( - x)+( - x)^ 2/2! +( - x)^ 3/3! + ...
double calculate_power_of_e(double xx, double accuracy) {
double sum(1.0);
double term(1.0);
for (long kk=1; true; ++kk) {
term *= (-xx) / kk;
sum += term;
if (fabs(term) < accuracy)
break;
}
return sum;
}
printf("e^(-x)" = %.4f\n", calculate_power_of_e(5.0, .0001));
答案 1 :(得分:0)
首先说明您应用的权力公式:根据wikipedia,您应该添加pow(-x,k)/(k!)
而不是pow(-x,k)/(n!)
这两个词。
这会导致代码的小优化:k! = k * (k-1)!
我们可以避免内部while
循环和大量无用的乘法。
顺便说一句,构建总和的方式也存在错误:您总是删除先前的结果,然后再添加第二次当前的术语。
一旦纠正,你只需要处理一个额外的变量:
double myexpo(double x, int n=100) {
int k;
double sum = 1.0, pvsum, factorial = 1.0, E = 0.0001;
for (k = 1; k <= (n); k++){ // start with 1
pvsum = sum;
factorial *= k; // don't calculate factorial for 0.
sum += (pow(-x, k)) / factorial;
if (k > 1 && fabs(sum - pvsum) < E) { // check if diff is small enough
cout << k << " iterations" << endl;
break; // interupt the for loop if it's precise enough
}
}
return sum; // at the end of the loop sum is the best approximation
}
您可以使用以下方法测试此功能:
double x;
do {
cout << "Enter number: ";
cin >> x;
cout << myexpo(x) << endl;
cout << exp(-x) << endl;
} while (x > 0);
备注: 我建议使用double
或使用f
后缀作为浮动内容(例如0.001f),即使它按原样工作。
答案 2 :(得分:0)
检查术语的绝对值何时小于所需的准确度。
double sum = 0, x = 1, k = 0, E = 0.0001, fact = 1;
while(true){
double term = pow(-x, k) / fact;
if(fabs(term) < E)
break;
sum += term;
fact *= (++k);
}
printf("e^(-x) = %.4f", sum);
答案 3 :(得分:0)
当术语与1.0相比无关紧要时,停止循环。
通过使用递归,|x|
不是太大,最小的项首先求和。
e(x) = 1 + x/1! + x*x/2! + x*x*x/3! + ...
double my_exp_term(double x, double term, unsigned n) {
if (term + 1.0 == 1.0) return term;
n++;
return term + my_exp_term(x, term*x/n, n);
}
double my_exp(double x) {
return 1.0 + my_exp_term(x, x, 1);
}
double y = my_exp(-1);