Сложение чисел с плавающей точкой: алгоритм и ошибки

Сложение чисел с плавающей точкой похоже на сложение чисел в научной записи: сначала нужно привести их к одному порядку, затем сложить значащие части и округлить результат. Но число доступных разрядов ограничено, поэтому маленькое слагаемое иногда исчезает, а привычная сумма может оказаться чуть больше . Калькулятор ниже показывает этот эффект в упрощённом двоичном формате. Меняйте степень второго слагаемого и сравнивайте точную сумму с сохранённой.
Из чего состоит число с плавающей точкой
Число представляют знаком, значащей частью и порядком. Для нормализованного двоичного числа удобно писать
Здесь задаёт знак, - порядок, а - число значащих двоичных разрядов, включая ведущую единицу. Например, . Двоичная точка в записи отделяет целую часть от дробной; она не обязательно совпадает с положением в нормализованной форме. О переводе дробных частей подробнее рассказано в статье о двоичной системе счисления.
Стандарт IEEE 754 описывает несколько форматов и правил операций. В распространённом binary64 для нормализованных чисел точность составляет 53 значащих бита: ведущая единица подразумевается, а ещё 52 бита хранят дробную часть. Есть и особые представления нуля, бесконечностей, NaN и субнормальных чисел. Формула с ведущей единицей к субнормальным числам не применяется.
Набор представимых значений конечен и расположен неравномерно: возле больших чисел расстояние между соседями больше. Поэтому важна не просто величина второго слагаемого, а его размер относительно шага между представимыми числами рядом с результатом.
Алгоритм сложения по шагам
Рассмотрим обычный случай конечных нормализованных чисел. Реальное устройство может использовать дополнительные внутренние разряды, но логика вычисления сводится к таким действиям:
- Сравнить порядки. Слагаемое с меньшим порядком сдвигают вправо, приводя оба числа к общему порядку. При этом младшие биты могут оказаться за пределами хранимой значащей части.
- Учесть знаки и сложить значащие части. При одинаковых знаках складываются модули; при разных фактически вычитается меньший модуль из большего.
- Нормализовать результат. Если возник перенос, значащую часть сдвигают вправо и увеличивают порядок. После вычитания близких чисел может потребоваться сдвиг влево.
- Округлить и проверить диапазон. Результат приводят к точности формата. Возможны переполнение, переход к субнормальному значению или нулю, а также специальные результаты.
При вычислении нельзя просто отбросить все сдвинутые биты до принятия решения об округлении. Дополнительная информация о них позволяет отличить точную середину от значения чуть выше или ниже неё. В стандартной модели арифметической операции результат соответствует округлению точного результата для уже представленных операндов согласно выбранному режиму. Подробности устройства вычислений можно сопоставить с работой арифметико-логического устройства, хотя современный блок плавающей точки имеет собственную сложную логику.
Пример: единица и половина шага
Возьмём учебный формат с значащими битами и складываем и . Оба слагаемых в нём представимы точно. После выравнивания порядка получаем
Точная сумма требует пяти значащих битов. В интервале при расстояние между соседними числами составляет . Ближайшие к сумме представимые значения - и . До каждого ровно .

В режиме «к ближайшему, при равенстве к чётному» выбирают вариант с чётным последним сохраняемым битом: здесь это . Результат равен , а ошибка результата относительно точной суммы равна . Слагаемое не было нулём: оно перестало влиять на результат из-за ограниченной точности и выбранного правила округления. Если увеличить его до , сумма сохранится точно.
Это учебный формат, а не binary64. Правило выбора при равенстве и смысл точности общие, но в binary64 шаг возле единицы намного меньше: между и следующим большим числом он равен . Сравнение со школьными способами и другими соглашениями об округлении есть в статье о правилах округления приближённых чисел.
Почему 0,1 + 0,2 не всегда равно 0,3
Десятичная дробь в двоичной записи бесконечна: . Конечное число битов хранит только её приближение. Аналогично ввод и в binary64 приводит к ближайшим представимым значениям. При сложении первых двух уже приближённых операндов получается ещё одно округлённое значение.
Например, в Python на обычной платформе с binary64 выражение 0.1 + 0.2 выводится как 0.30000000000000004, а проверка равенства с 0.3 даёт ложь. Это не означает, что все десятичные дроби неточны: и имеют конечную двоичную запись, и их сумма представима точно. Краткая запись при выводе может скрывать сохранённое приближение; смена числа выводимых знаков сама по себе не исправляет значение. Подробный разбор приведён в документации Python.
Почему важен порядок вычислений
Сложение действительных чисел ассоциативно, но при конечной точности округление происходит после отдельных операций. В binary64 рассмотрим , и . Сначала , поэтому . Но округляется обратно к : единица слишком мала относительно шага в этой области. Поэтому .
Это влияет на суммирование длинных массивов: изменение порядка обхода может изменить младшие разряды результата. Для больших сумм полезны попарное суммирование, компенсированные алгоритмы и более точный аккумулятор, если они подходят задаче. При вычитании близких приближённых чисел также возможна потеря значащих цифр: относительная ошибка результата становится заметной, хотя абсолютные ошибки исходных данных малы. С этим связан общий вопрос обусловленности вычислительной задачи.
Что происходит на границах диапазона
Нормализованная запись не охватывает все случаи, с которыми сталкивается программа. Если по модулю результат слишком велик для конечного значения формата, возникает переполнение. В зависимости от знака результата и режима округления итогом может быть бесконечность или максимальное конечное число соответствующего знака. Дальнейшие операции с бесконечностью имеют определённые правила, но выражения без определённого числового результата, например сложение положительной и отрицательной бесконечностей, дают NaN.
Возле нуля предусмотрены субнормальные числа. Они заполняют промежуток между нулём и наименьшим положительным нормализованным числом с постоянным шагом, но по мере приближения к нулю число доступных значащих разрядов уменьшается. Поэтому относительная точность там уже не такая, как у нормализованных чисел. При слишком малом результате возможно округление к нулю; поведение конкретной системы стоит проверять с учётом её настроек.
При диагностике полезно отдельно записывать входные значения, порядок операций и формат каждого промежуточного результата. Например, сохранение суммы в формате меньшей точности между двумя шагами может изменить итог. Такой журнал помогает отличить ошибку алгоритма от ожидаемого эффекта округления и подобрать пример, который воспроизводит расхождение.
Как работать с погрешностью
Для измерений и численных моделей выбирают допустимую абсолютную и относительную погрешность исходя из масштаба и смысла задачи. Для сравнения около нуля одной относительной погрешности недостаточно: нужна и абсолютная. В Python math.isclose позволяет задать оба допуска; значения по умолчанию не заменяют анализ конкретной задачи.
Если по условию нужны точные десятичные суммы, например для денежных расчётов, подойдут целые числа в минимальных единицах или десятичная арифметика с явно выбранными точностью и правилом округления. Важно создавать десятичное число из строки, когда нужно сохранить введённое десятичное значение: преобразование уже приближённого двоичного числа сохраняет его исходную погрешность. Десятичный формат тоже имеет конечную точность и может требовать округления, например при делении на три.
Практический способ проверки - пересчитать небольшой тест с точными рациональными числами или повышенной точностью и сравнить его с результатом рабочего алгоритма. Для длинной последовательности полезно также проверить разные порядки суммирования и числа разных масштабов. Разница результатов не доказывает автоматически, какой из них ближе к точному: для вывода нужен независимый эталон или оценка ошибки. Особенно внимательно следует относиться к решениям, где небольшое изменение суммы меняет логическое условие или выбор ветви алгоритма.
Частые ошибки
- Путать округление ввода и результата. Сначала десятичная запись может превратиться в приближённый операнд, затем округляется результат операции.
- Всегда сравнивать дробные результаты через точное равенство. Для приближённых вычислений выбирайте допуски по смыслу задачи; для дискретных точных значений равенство может быть уместно.
- Считать правило чётного обычным округлением вверх. В точной середине выбирают результат с чётным последним сохраняемым разрядом; он может быть и нижним, и верхним.
- Забывать о масштабе. Одно и то же слагаемое заметно рядом с малым числом и может исчезнуть рядом с большим.
FAQ
Все ли операции с плавающей точкой неточны?
Нет. Если операнды и точный результат представимы в формате и исключительных ситуаций нет, сложение может дать точный ответ: например, .
Почему используется правило чётного?
Оно разрешает случай точной середины без постоянного выбора в одну сторону. Однако оно не гарантирует отсутствия систематической ошибки в каждом конкретном наборе вычислений.
Можно ли просто округлить ответ для вывода?
Для читаемого отображения - да, если выбрана подходящая точность. Для дальнейших вычислений сохранённое значение остаётся прежним, если явно не заменить его округлённым.
Коротко
При сложении порядки выравнивают, значащие части складывают с учётом знаков, результат нормализуют и округляют. Ограниченная точность объясняет исчезновение малых слагаемых и зависимость от порядка операций. Формат, правило округления и допустимая погрешность определяют, как правильно интерпретировать полученное число.
Читайте также

Арифметико-логическое устройство АЛУ: функции
Что делает арифметико-логическое устройство: операции над битами, сложение с переносом, флаги и пример четырёхразрядного АЛУ с интерактивным расчётом.

Абсолютная и относительная погрешность числа
Абсолютная и относительная погрешность приближённого числа: формулы, расчёт в процентах, оценка при округлении и подробные примеры сравнения точности.

Верные значащие цифры числа: как определить
Как определить верные значащие цифры приближённого числа по абсолютной погрешности: критерии в узком и широком смысле, примеры, нули и границы точности.

Представление чисел в обратном коде: перевод и формула
Как перевести число в обратный код: правило инвертирования разрядов, формула через дополнение до всех единиц, диапазон значений, два нуля и сложение с циклическим переносом.

Дополнительный код: представление отрицательных чисел
Как работает дополнительный код в двоичных системах: диапазон значений, перевод отрицательного числа, разбор по весам разрядов, переполнение и типичные ошибки в задачах.

Абсолютно неупругий удар: сохранение импульса
Как найти скорость тел после абсолютно неупругого удара, применить закон сохранения импульса и вычислить потерю кинетической энергии на понятных примерах с формулами.