October 4
Nel mondo della matematica, la pratica di analisi numerica è ben noto per concentrarsi su algoritmi in cui sono utilizzati per risolvere i problemi in matematica continua. La pratica è un territorio familiare per gli ingegneri e coloro che lavorano con la scienza fisica, ma sta cominciando ad espandersi ulteriormente in aree arti liberali pure. Questo può essere visto in astrologia, analisi portafoglio azionario, l'analisi dei dati e la medicina. Parte della domanda di analisi numerica implica l'uso di errori. errori specifici sono ricercati e applicate per arrivare a conclusioni matematiche.
L'errore di arrotondamento viene utilizzato perché la rappresentazione di ogni numero come un numero reale non è possibile. Così arrotondamento viene introdotto regolare per questa situazione. Un errore di arrotondamento, rappresenta la quantità numerica tra ciò che una cifra è in realtà contro il suo valore reale numero più vicino, a seconda di come viene applicato il turno. Per esempio, l'arrotondamento al numero intero più vicino significa che arrotondare per eccesso o verso il basso per quello che è il valore intero più vicino. Così, se il risultato è 3.31 allora si sarebbe arrotondare a 3. arrotondando l'importo più alto sarebbe un po 'diverso. In questo approccio, se la cifra è 3,31, il vostro arrotondamento sarebbe a 4. In termini di analisi numerica l'errore di arrotondamento è un tentativo di identificare ciò che la distanza di arrotondamento è quando si tratta in algoritmi. E 'noto anche come un errore di quantizzazione.
Un errore di troncamento si verifica quando approssimazione è coinvolto in analisi numerica. Il fattore di errore è correlato a quanto il valore approssimativo è una varianza dal valore reale in un risultato della formula o la matematica. Per esempio, prendiamo la formula di 3 volte 3 più 4. Il calcolo è uguale a 28. Ora, scomposizione e la radice è vicino a 1,99. Il valore di errore di troncamento è pari a 0,01.
Come tipo di errore di troncamento, l'errore di discretizzazione concentra su quanto un problema di matematica discreta non è coerente con un problema di matematica continua.
Se un errore rimane in un punto in un algoritmo e non aggrega ulteriormente il calcolo continua, allora è considerato un errore numericamente stabile. Ciò accade quando l'errore provoca solo una piccola variazione nel risultato formula. Se avviene il contrario, e l'errore si propaga più grande come il calcolo continua, allora è considerato numericamente instabile.
errori di matematica, a differenza della deduzione del loro nome, sono disponibili in utile in statistica, programmazione informatica, matematica avanzata e molto altro ancora. L'analisi degli errori fornisce informazioni in modo significativo utile, soprattutto quando è necessario probabilità.