För att illustrera detta, överväg följande enkla kaotiska system:
$$\begin{equation}
x_{n+1} =4x_n(1-x_n)
\end{equation}$$
där $x_n$ är systemets tillstånd vid tiden $n$. Om vi simulerar detta system med hjälp av en dator med aritmetik med ändlig precision, kommer vi oundvikligen att införa fel i beräkningen av $x_n$. Dessa fel kommer att växa med tiden, vilket så småningom leder till stora skillnader mellan systemets simulerade och faktiska beteende.
Noggrannheten i en digital datorsimulering av ett kaotiskt system kan förbättras genom att använda aritmetik med högre precision, men detta kommer på bekostnad av ökad beräkningstid och minnesanvändning. I vissa fall kan det vara nödvändigt att använda speciella tekniker, såsom adaptiv stegstorlekskontroll, för att säkerställa att felen förblir tillräckligt små för att inte signifikant påverka resultaten av simuleringen.