Stochastic models for the evaluation of numerical errors - Laboratoire d'Informatique Parallélisme Réseaux Algorithmes Distribués
Thèse Année : 2023

Stochastic models for the evaluation of numerical errors

Modèles stochastiques pour l'évaluation des erreurs numériques

Résumé

The idea of assuming rounding errors as random variables is not new. Based on tools such as independent random variables or the Central Limit Theorem, various propositions have demonstrated error bounds in O(√n). This thesis is dedicated to studying stochastic rounding (SR) as a replacement for the default deterministic rounding mode. First, we introduce a new approach to derive a probabilistic error bound in O(√n) based on variance calculation and Bienaymé-Chebyshev inequality. Second, we demonstrate a general framework that allows the probabilistic error analysis of algorithms under SR. In this context, we decompose the error into a martingale plus a drift. We show that the drift is zero for algorithms with multi-linear errors, while the probabilistic analysis of the martingale term leads to probabilistic error bounds in O(√n). We show that the drift is negligible at the first order compared to the martingale term for the variance computation, and we prove probabilistic error bounds in O(√n).
L'idée de considérer les erreurs d'arrondi comme des variables aléatoires n'est pas nouvelle. Basées sur des outils tels que l'indépendance des variables aléatoires ou le théorème central limite, plusieurs propositions ont démontré des bornes d'erreur en O(√n). Cette thèse est dédiée à l'étude de l'arrondi stochastique (SR) en tant que remplaçant du mode d'arrondi déterministe par défaut. Tout d'abord, nous introduisons une nouvelle approche pour dériver une borne probabiliste de l'erreur en O(√n), basée sur le calcul de la variance et l'inégalité de Bienaymé-Chebyshev. Ensuite, nous développons un cadre général permettant l'analyse probabiliste des erreurs des algorithmes sous SR. Dans ce contexte, nous décomposons l'erreur en une martingale plus un biais. Nous montrons que le biais est nul pour les algorithmes présentant des erreurs multilinéaires, tandis que l'analyse probabiliste de la martingale conduit à des bornes probabilistes de l'erreur en O(√n). Pour le calcul de la variance, nous montrons que le biais est négligeable au premier ordre par rapport à la martingale, et nous prouvons des bornes probabilistes de l'erreur en O(√n).
Fichier principal
Vignette du fichier
135464_EL-ARAR_2023_archivage.pdf (1.04 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04397409 , version 1 (16-01-2024)

Identifiants

  • HAL Id : tel-04397409 , version 1

Citer

El-Mehdi El Arar. Stochastic models for the evaluation of numerical errors. Numerical Analysis [cs.NA]. Université Paris-Saclay, 2023. English. ⟨NNT : 2023UPASG104⟩. ⟨tel-04397409⟩
187 Consultations
124 Téléchargements

Partager

More