Floating point IEEE754 FP32/64标准错误

Floating point IEEE754 FP32/64标准错误,floating-point,Floating Point,我的课本上有一个练习,上面写着: 给定IEEE754 FP32/64标准,请指出错误类型 (绝对的或相对的)保持不变的 答案可能是一个公式) 公式是: 恒定相对误差: 我发现很难理解这个练习在说什么。绝对误差不是保持不变的误差类型吗?有人能给我澄清一下吗 这是一个糟糕的问题,有几个原因,但作者可能希望相对错误 对于任何固定的输入和操作,结果都是固定的,因此,任何误差度量都是固定的。只有在变化的情况下问什么是恒定的才有意义。因此,问题应该是什么变化。我们可以假定它们意味着输入不同 它还应该说明相

我的课本上有一个练习,上面写着:

给定IEEE754 FP32/64标准,请指出错误类型 (绝对的或相对的)保持不变的 答案可能是一个公式)

公式是:

恒定相对误差:


我发现很难理解这个练习在说什么。绝对误差不是保持不变的误差类型吗?有人能给我澄清一下吗

这是一个糟糕的问题,有几个原因,但作者可能希望相对错误

对于任何固定的输入和操作,结果都是固定的,因此,任何误差度量都是固定的。只有在变化的情况下问什么是恒定的才有意义。因此,问题应该是什么变化。我们可以假定它们意味着输入不同

它还应该说明相对误差是相对于什么测量的。对于单个操作,通常相对于理想的数学结果来测量误差。(当存在一系列运算时,误差会受到中间结果的影响,我们有时会对这些影响感兴趣。我们将假设作者有意将误差与理想的数学结果相关联。)

当输入变化时,绝对误差和相对误差都不是完全恒定的。它们受到浮点表示中的伪影的影响,因此它们的波动方式类似于向计算中添加随机噪声。当考虑产生类似量级结果的许多输入时,误差随½ULP(最小精度单位)的范围而变化(假设四舍五入到最近值)。它上下跳动,又有点像噪音。当输出通过浮点表示中的指数边界时,波动按比例增大或减小


这是作者认为是“常数”的比例。粗略地说,相对误差保持在相对于理想数学结果大小的常数范围内。事实上,它们并不是常数,但在一个邻域中误差有一个很好的界,相对于幅度是常数(直到我们达到浮点格式支持的幅度上限或下限)。相比之下,绝对误差的类似界限不是常数;它随着结果的增长而增长。

这肯定是个糟糕的问题。一旦进入次正常操作数,相对误差的大小可能会非常大。在这里,1 ulp的微小差异可能代表50%的相对误差。@njuffa如果在另一个方向上超出指数的界限,情况会更糟。。。