maths.free › Numerical Methods › Floating point and error

Floating point and error

Why 0.1 + 0.2 ≠ 0.3 on a computer, and how error propagates.

Computers store numbers in binary with ~16 significant digits; 0.1 is not representable exactly. Round-off accumulates, and subtracting nearly equal numbers destroys digits (cancellation). Picture it: 255 in binary is 11111111, and 0.1 in binary never terminates. Think it: a stable algorithm keeps error growth linear; conditioning is a property of the problem, stability of the method.

İşlənmiş nümunə · 0.1 + 0.2

Arithmetic · Arithmetic

Evaluate 0.1 + 0.2

0.1 + 0.2

Addım-addım

  1. 0.3 = \frac{3}{10}

    Add: 0.1 + 0.2 = 3/10.

  2. \frac{3}{10} = 0.3

    Simplify.

Cavabı göstər
0.3

İndi siz Problem seçin, ya da özünü yazın ya da çəkin. Hər addım, bir rəsm, cavab siz soruşana qədər gizli qalır.

Özün işlə

Pulsuz hesab hər dərsdə qeydlər əlavə edir, bitirdiyiniz işlərin qeydini saxlayır, həll etdiyiniz problemləri bir yerdə saxlayır və bu səhifə haqqında soruşa biləcəyiniz müəllimi də əlavə edir. Riyaziyyat özü daxil olub-olmadığınıza baxmayaraq hər kəsə açıqdır.

Qeyd Et Giriş

Burada istifadə edilən simvollar

Tam təsviri, şəkli və hər hərfin nə demək olduğunu görmək üçün hər hansı simvolu vurun.

Növbəti: Floating point and error

  1. Add: 0.1 + 0.2 = 3/10.
  2. Simplify.

İnsanlar soruşurlar

Why not just solve exactly?

Most equations have no closed-form solution at all, and many that do are unusable in practice. A numerical method delivers as many correct digits as you need, and a good one tells you how many that is.

Why can Newton's method fail?

If it starts where the tangent is nearly flat it shoots far away; near a repeated root it slows to a crawl; and with several roots it may land on the wrong one. A bracketing method like bisection is slower but cannot fail.

Daha çox Numerical Methods

Root finding: bisection and Newton's methodNumerical integration: trapezoid and SimpsonInterpolation and Taylor approximation