Накопичення - помилка - округлення - Велика Енциклопедія Нафти та Газа
Накопичення - помилка - округлення
Накопичення помилок округлення в процесі описаних вище змін залежить від порядку виключення ненульових елементів. [9, 25, 44] описані методи, що дозволяють звести помилку до мінімуму. [1]
Щоб зменшити накопичення помилок округлення при обчисленнях, у всіх даних для розрахунку слід зберігати як вірні знаки, а й кілька сумнівних. Кількість сумнівних знаків, що зберігаються, залежить від обсягу розрахунків: якщо кількість виконуваних дій вимірюється десятками, треба зберігати один-два сумнівні знаки, якщо кількість дій вимірюється сотнями, треба зберігати два-три сумнівні знаки. [2]
Отже, через накопичення помилок заокруглення вихід моделі може необмежено зростати. [3]
Розбіжність результатів обумовлено накопиченням помилок округлення при обчисленні величин (і якщо отримана точність недостатня, то обчислення треба проводити з великим числом знаків. [4]
Для методу вирізування вузлів характерне накопичення помилок округлення. [5]
Розбіжність виникає і поступово збільшується через накопичення помилок округлення на прямому та зворотному шляху навіть у таких простих обчисленнях, як наші ітерації. Для них помилка r(k) у x(k) після обчислення x(kl)F(x(k)) зміниться приблизно у F(x(k)) разів, але ми не станемо ілюструвати це обчисленнями. [6]
При цьому, щоб уникнути накопичення помилок округлення, всі проміжні обчислення треба проводити з однією зайвою значущою цифрою, яку потім відкидаємо при округленні результатів. [7]
У цьому розділі також розглядаються питання, пов'язані з накопиченням помилок округлень, обговорюється взаємозв'язок структури програми та структури даних,проблеми економічного програмування та методологія колективної розробки та створення програм. [9]
Можливе порушення монотонності функції рт при великих обумовлено накопиченням помилок машинних округлень . [10]
Деякі з модифікованих схем, наведених у літературі [20.5], дозволяють зменшити накопичення помилок заокруглення. [11]
Найбільш разючою рисою цього алгоритму і те, що він вільний від небезпечного накопичення помилок округлення . У той час як в р - алгоритмі (див. § 3) помилки округлення швидко накопичуються і повинні компенсуватися постійним процесом повторної ортогоналізації, спектроскопічний алгоритм допускає утворення сотень, а може навіть тисяч ітерацій без особливої небезпеки спотворення з боку помилок округлення. [12]
Виконані дослідження свідчать про високу точність одержуваних за допомогою програм рішень, стійкість алгоритмів до накопичення помилок округлення та обурення вихідних даних. [13]
Крім того, розв'язання системи рівнянь з погано обумовленою матрицею коефіцієнтів виявляється дуже чутливим до накопичення помилок округлення при реалізації алгоритмів методу Гауса або методу прогонки. [14]
Це підходить для більшості завдань управління процесами, і якщо потрібно підвищити точність (щоб запобігти накопиченню помилки округлення при розрахунках) довжина слова може бути збільшена вдвічі. [15]