1
logistic mapは、浮動小数点数が失敗する典型的な例です。また、bignumを扱うときでさえ、数値アルゴリズムでエラーが非常にひどく伝播する場所の素晴らしい例です。この問題を解決するための既知のアルゴリズムがあるかどうか疑問に思っていましたか?巨大な精度でそれを単純に計算する必要のないロジスティックマップを効率的に計算する方法はありますか?ロジスティックマップを効率的に計算するためのアルゴリズム
logistic mapは、浮動小数点数が失敗する典型的な例です。また、bignumを扱うときでさえ、数値アルゴリズムでエラーが非常にひどく伝播する場所の素晴らしい例です。この問題を解決するための既知のアルゴリズムがあるかどうか疑問に思っていましたか?巨大な精度でそれを単純に計算する必要のないロジスティックマップを効率的に計算する方法はありますか?ロジスティックマップを効率的に計算するためのアルゴリズム
カオスシステムなので古典的な例です。混沌としたシステムの全体のポイントは、それが初期条件に対して信じられないほどの感度を示すことです。 n回の反復後に正しい5%以内の答えを得るためには、番号のO(n)桁で始まる必要があります。アルゴリズムが悪いわけではありませんが、それらの数字のいずれかを変更すると答えが変わるためです。
潜在的に計算をいくらかスピードアップすることはできますが、精度を低くして開始することはできません。
精度を向上させるための一般的な形式はありますか? X%の精度などのためにオメガ(f(n))の数字が必要なのですか?それは私の質問に対するすばらしい答えです。 – Jake
また、5%の番号のソースを提供できますか? – Jake
@Jakeこれは、 'r'が何であるかに大きく依存する正確な詳細を持つカオスシステムに関する一般原則に当てはまります。同様に、私が約5%を言ったことは一般原則にも当てはまり、私が5%または1%または0.1%と言った場合、それは重要ではないだろう。一般的な原理は、このようなカオス的なシステムでは、反復ごとに、近くの点の間の距離が一定の係数「f> 1」によって拡張されることである。したがって、「n」ステップの後、それらは「f^n」の係数によって分離される。したがって、... – btilly