近似による誤差(きんじによるごさ)とは、と近似値の差のことである。 近似による誤差は以下のような事情で発生する: 1. * 測定に用いる器具が原因で 測定したデータ が厳密でない (例:正確には29.7 cmの長さがあるA4用紙のの長さを小数の目盛りがない定規で測れば、測定結果を29cmか30cmに丸めざるを得ない)。 2. * 実際の値の代わりに、近似値を用いる(例:円周率πの代わりに3.14を用いて計算する)。 数値解析の数学の分野では、アルゴリズムの数値的安定性は誤差がアルゴリズムの過程でどのように伝搬していくかということに対応している。

Property Value
dbo:abstract
  • 近似による誤差(きんじによるごさ)とは、と近似値の差のことである。 近似による誤差は以下のような事情で発生する: 1. * 測定に用いる器具が原因で 測定したデータ が厳密でない (例:正確には29.7 cmの長さがあるA4用紙のの長さを小数の目盛りがない定規で測れば、測定結果を29cmか30cmに丸めざるを得ない)。 2. * 実際の値の代わりに、近似値を用いる(例:円周率πの代わりに3.14を用いて計算する)。 数値解析の数学の分野では、アルゴリズムの数値的安定性は誤差がアルゴリズムの過程でどのように伝搬していくかということに対応している。 (ja)
  • 近似による誤差(きんじによるごさ)とは、と近似値の差のことである。 近似による誤差は以下のような事情で発生する: 1. * 測定に用いる器具が原因で 測定したデータ が厳密でない (例:正確には29.7 cmの長さがあるA4用紙のの長さを小数の目盛りがない定規で測れば、測定結果を29cmか30cmに丸めざるを得ない)。 2. * 実際の値の代わりに、近似値を用いる(例:円周率πの代わりに3.14を用いて計算する)。 数値解析の数学の分野では、アルゴリズムの数値的安定性は誤差がアルゴリズムの過程でどのように伝搬していくかということに対応している。 (ja)
dbo:thumbnail
dbo:wikiPageID
  • 3770987 (xsd:integer)
dbo:wikiPageLength
  • 4673 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 82159475 (xsd:integer)
dbo:wikiPageWikiLink
prop-ja:wikiPageUsesTemplate
dct:subject
rdfs:comment
  • 近似による誤差(きんじによるごさ)とは、と近似値の差のことである。 近似による誤差は以下のような事情で発生する: 1. * 測定に用いる器具が原因で 測定したデータ が厳密でない (例:正確には29.7 cmの長さがあるA4用紙のの長さを小数の目盛りがない定規で測れば、測定結果を29cmか30cmに丸めざるを得ない)。 2. * 実際の値の代わりに、近似値を用いる(例:円周率πの代わりに3.14を用いて計算する)。 数値解析の数学の分野では、アルゴリズムの数値的安定性は誤差がアルゴリズムの過程でどのように伝搬していくかということに対応している。 (ja)
  • 近似による誤差(きんじによるごさ)とは、と近似値の差のことである。 近似による誤差は以下のような事情で発生する: 1. * 測定に用いる器具が原因で 測定したデータ が厳密でない (例:正確には29.7 cmの長さがあるA4用紙のの長さを小数の目盛りがない定規で測れば、測定結果を29cmか30cmに丸めざるを得ない)。 2. * 実際の値の代わりに、近似値を用いる(例:円周率πの代わりに3.14を用いて計算する)。 数値解析の数学の分野では、アルゴリズムの数値的安定性は誤差がアルゴリズムの過程でどのように伝搬していくかということに対応している。 (ja)
rdfs:label
  • 近似による誤差 (ja)
  • 近似による誤差 (ja)
prov:wasDerivedFrom
foaf:depiction
foaf:isPrimaryTopicOf
is dbo:wikiPageRedirects of
is dbo:wikiPageWikiLink of
is owl:sameAs of
is foaf:primaryTopic of