Sayısal olarak, kararsız şemaları tanımlayabilmek ve kararlılıklarını geliştirmek çok önemlidir. Kararsız kayan nokta hesaplamaları nasıl belirlenir?
Birçok sayısal şemanın birlikte çalıştığı çok karmaşık bir simülasyon üzerinde çalışıyorum ve zayıf kısımlarını tanımlamak için bir yöntem arıyorum. Diferansiyel denklemleri içeren fiziksel bir model üzerinde çalışıyorum. Genel sürecin kuş bakışı görünümü:
(Ön aşama) fiziksel gözlemler toplayın P .
Simülasyonun başlangıç parametrelerini belirleyin. Bu kullanım şu parametreler için bir parametre alanı ve görünüm yürümek bir optimizasyon algoritması, Cı bazı hata fonksiyonu şu şekilde E (F (° C), p) en aza indirilir, F bazı parametrelerin türetilmiş miktarıdır.
Simülasyon motoruna C takın . Bu EDP'nin bir Euler şemasıdır, böylece her zaman adımında, dinamiği yönlendiren terimleri hesaplıyoruz (her biri potansiyel olarak kararsızlığa maruz kalan karmaşık bir işlevdir) ve bir sonraki hesaplamak için Euler şemasını bu dinamik terimlerle besliyoruz durum. Bu binlerce zaman noktası için geçerli.
Simülasyonun sonunda , son durum S'nin bazı Proof (S) fonksiyonunu hesaplıyor ve gözlenen miktarlardan çıkarılan bazı Require (P) miktarlarını karşılaştırıyoruz. Bu, sonucun resmi bir kanıtı değil, daha fazla inandırıcılık kontrolüdür.
Ayrıca, karmaşık operasyonlar kulesi görüyorum (Euler şeması içinde, İspat içinde dinamik terimlerin hesaplanması ). Ve “kötü kısımları” tanımak ve düzeltmek istiyoruz.
Kayan nokta sayılarının bir yazılım uygulamasını düşük hassasiyetle kullanmanın sayısal şemaların kararsızlığını artıracağını ve böylece farklı uygulamalar arasındaki karşılaştırmayı kolaylaştıracağını tahmin ediyorum. Bu, bu soruyu araştırmak için yaygın bir teknik midir? Programı değiştirmeksizin bunu başarmak için Bochs olarak sanal bir makine kullanmak mümkün müdür?
Kararlılık sorusu ile uygun şekilde başa çıkmak için, bazen sayısal prosedürün tipik girdisini hedeflemek kabul edilebilir, böylece bu girdide iyi yapmak ve belki de diğer geçerli, ancak olası olmayan girdide daha az iyi ayarlanabilir. Tipik girdilerin bir örneği verildiğinde, bazı ara sonuçları gözetlemek ve onlar için istatistiksel bir profil hazırlamak mümkündür . Yine, bu kararlılık konularını incelemek için yaygın bir teknik midir? Sanal makine bunun için yararlı mı?