Арифметика
Приближённые вычисления
Когда NASA запускает ракету, они не используют π = 3.14159265358979323846... Им хватает 15-16 цифр для навигации по всей Солнечной системе с точностью до метра. А для выпечки пирога достаточно π ≈ 3.14. Искусство приближений - знать, когда остановиться.
- **Инженерия:** расчёты с учётом допусков
- **Наука:** обработка экспериментальных данных
- **Программирование:** числа с плавающей точкой
Зачем нужны приближения
У приближённых вычислений есть осязаемая цена: в 1991 году батарея Patriot в Дахране не перехватила Scud из-за дрейфа часов на 100 часов, вызванного обрезанием 0.1 в двоичной записи; погибли 28 солдат. В 2024 году пакеты NumPy по умолчанию используют IEEE-754 двойной точности (около 15 десятичных знаков), а самые крупные обучения моделей выполняют 10^25 операций с плавающей точкой, где границы округления важны на каждом шаге.
Не все числа можно записать точно (π, √2). Не все измерения идеально точны. Не всегда нужна полная точность. Приближённые вычисления - необходимый инструмент.
**Когда нужны приближения:** • Иррациональные числа (π ≈ 3.14159...) • Результаты измерений (рост ≈ 175 см) • Большие вычисления (население ≈ 8 млрд) • Ограниченная память компьютера
Мастерство - выбрать правильный уровень точности. Слишком точно - пустая трата времени. Слишком грубо - бесполезный результат.
Какое приближение π достаточно для школьных задач?
Усечение и округление
Два основных способа приблизить число: **усечение** (просто отбросить лишние цифры) и **округление** (выбрать ближайшее значение).
**Банковское округление:** 0.5 округляется к ближайшему чётному: • 2.5 → 2 (не 3) • 3.5 → 4 • 4.5 → 4 (не 5) Это уменьшает систематическую ошибку при множестве округлений.
В компьютерах числа с плавающей точкой автоматически округляются из-за ограниченной точности. Это источник многих тонких ошибок.
Округлите 2.745 до сотых:
Накопление ошибок
Когда приближённые числа участвуют в вычислениях, ошибки накапливаются. Иногда катастрофически.
**Реальная катастрофа:** Патриот (1991): Ракета не перехватила Скад из-за накопления ошибки в таймере. 0.34 секунды ошибки за 100 часов работы → промах на 500 м → 28 погибших.
Численные методы - целая наука о том, как минимизировать накопление ошибок в сложных вычислениях.
Почему вычитание близких чисел опасно?
Значащие цифры
**Значащие цифры** - цифры, которые несут информацию о величине. Они определяют реальную точность числа.
**Почему это важно:** Калькулятор даёт 3.14159 × 2.1 = 6.597339 Но если 2.1 - измерение с точностью ±0.05, то все цифры после 6.6 - мусор. Они создают ложное впечатление точности.
Значащие цифры - язык честной коммуникации о точности. Запись 2.50 вместо 2.5 означает измерение с точностью до сотых.
Чем больше цифр в ответе, тем он точнее
Точность определяется исходными данными, а не количеством цифр в результате
Калькулятор может выдать π × 2.0 = 6.283185307... Но если 2.0 - измерение с точностью ±0.05, результат не точнее 6.3 ± 0.15. Лишние цифры - иллюзия точности, «мусорные» цифры. Всегда округляйте результат до уровня точности исходных данных.
Сколько значащих цифр в числе 0.00340?
Ключевые идеи
- Усечение отбрасывает, округление выбирает ближайшее
- Ошибки накапливаются при вычислениях
- Значащие цифры показывают реальную точность
- Результат не точнее исходных данных
Связанные темы
Приближения связаны с измерениями и вычислениями:
- Округление — Основной инструмент приближения
- Погрешности — Количественная оценка ошибок
- Научная запись — Явное указание точности
Вопросы для размышления
- Почему 0.1 + 0.2 ≠ 0.3 в компьютерах?
- Как определить необходимую точность для конкретной задачи?
- Почему банковское округление честнее обычного?