Digitale computers gebruiken rekenkunde met eindige precisie, wat betekent dat ze alleen getallen met een eindig aantal cijfers kunnen weergeven. Dit kan tot fouten leiden bij het modelleren van chaotische systemen, die vaak worden gekenmerkt door zeer kleine verschillen in initiële omstandigheden die leiden tot grote verschillen in gedrag op de lange termijn.

Om dit te illustreren, overweeg het volgende eenvoudige chaotische systeem:

$$\begin{vergelijking}

x_{n+1} =4x_n(1-x_n)

\end{vergelijking}$$

waarbij $x_n$ de status van het systeem is op tijdstip $n$. Als we dit systeem simuleren met behulp van een computer met rekenkunde met eindige precisie, zullen we onvermijdelijk fouten introduceren in de berekening van $x_n$. Deze fouten zullen in de loop van de tijd groter worden, wat uiteindelijk zal leiden tot grote verschillen tussen het gesimuleerde en werkelijke gedrag van het systeem.

De nauwkeurigheid van een digitale computersimulatie van een chaotisch systeem kan worden verbeterd door rekenkunde met hogere nauwkeurigheid te gebruiken, maar dit gaat ten koste van meer rekentijd en geheugengebruik. In sommige gevallen kan het nodig zijn speciale technieken te gebruiken, zoals adaptieve stapgroottecontrole, om ervoor te zorgen dat de fouten klein genoeg blijven om de resultaten van de simulatie niet significant te beïnvloeden.