matlab的单精度浮点数,浮点数的表示和精度_单精度浮点数的表示
浮点数的表示和精度
如果a>0,那么1+a一定大于1吗?在数学上,答案是肯定的。但在计算机上,答案就与a的大小和浮点数的精度有关了。在matalb上,可以作以下计算:
>> a=1/2^52
a =
2.220446049250313e-016
>> 1+a>1
ans =
1
>> a=1/2^53
a =
1.110223024625157e-016
>> 1+a>1
ans =
0
可见,当a等于1/2^53时,1+a>1是不成立的。
1 浮点数
IEEE754定义了单精度浮点数和双精度数浮点数,即float和double。float有32bit,double有64bit。它们都包括符号位、指数和尾数。
符号位
指数
尾数
float
31(1)
30-23(8)
22-0(23)
double
63(1)
62-52(11)
51-0(52)
符号位有1bit,0表示正、1表示负。设一个数的指数是e,指数部分的值是bias+e。加上一个bias是为了表示负数。 float的bias是127,double的bias是1023。指数全0或全1有特殊含义,不算正常指数。
float的指数部分有8bit,可以取值1~254,减掉127,得到对应的指数范围-126~127。
double的指数部分有11位,可以取值1~2046,减掉1023,得到对应的指数范围-1022~1023。
这里的指数是以2为底的,同样尾数也是二进制的。IEEE754要求浮点数以规范形式存储,即小数点前有1位非零数字。 对于二进制数,非零数字只有1。所以IEEE754在存储时省略了这个小数点前面的1,只存储小数点后面的位。
2 误差
看个例子,设:
double a=0.2;
在PC上,我们可以看到a对应的存储区数据是:
9A 99 99 99 99 99 C9 3F
PC的数据是小尾的,即低位字节在后,将其写成高位字节在前,得到:
3F C9 99 99 99 99 99 9A
可见符号位为0。指数位是0x3FC,即1020,减掉1023,得到指数-3。尾数是999999999999A。所以完整的数字就是16进制的1.999999999999A乘上2^-3。即:
a=(1+9*(1/16+1/16^2+...+1/16^12)+10/16^13)*2^-3
(1/16+…+1/16^12)可以用等比级数求和公式a1*(1-q^n)/(1-q)计算,其中a1=1/16,q=1/16,n=12,因此:
a=(1+9*(1-1/16^12)/15+10/16^13)*2^-3
用windows的计算器计算上式,得到
a=0.2000 0000 0000 0000 1110 2230 2462 5157
这也不是精确解,但已经可以看到用double表示0.2时存在的误差。这个例子说明在用有限字长的二进制浮点数表示任意实数a可能引入误差。 设实数a的指数为e,尾数位数为n,显然:
误差
3 精度
可以把机器精度定义为满足条件
fl(1+ε)>1
的最小浮点数ε。其中fl(1+ε)是1+ε的浮点表示。显然double的机器精度是1/2^52。float的机器精度是1/2^23。 matlab内部采用double,1+1/2^53对double来说就是1,所以1+1/2^53不会大于1。
对于规范数来说,因为小数点前默认有个1,所以float的有效数字是24bit,对应8位十进制有效数字; double的有效数字是53bit,对应16位十进制有效数字。
4 特殊的浮点数
前面提到浮点数的指数全0或全1有特殊含义,让我们来看看这些特殊的浮点数:
指数和尾数都是全0表示0。根据符号位不同可以分为+0和-0。
指数全0,尾数不为全0,这些数是非规范数,即尾数部分不假设前面存在小数点前的1。 或者说这些数太接近0了,因为指数已经不能再小,所以这些数不能写成规范形式。 例如:double数0000 0000 0000 0001的尾数是0 0000 0000 0001,即1/2^52,对应的数是1/(2^52)*2^-1022,即4.9406564584124654e-324。
指数全1,尾数全0表示无穷大,即inf。根据符号位不同可以分为+inf和-inf。
指数全1,尾数不为全0表示NaN,即Not a Number,不是数。尾数最高位为1的NaN被称作QNaN(Quiet NaN)。 尾数最高位为0的NaN被称作SNaN(Signalling NaN)。通常用QNaN表示不确定的操作,用SNaN表示无效的操作。
在计算机内部,double就是一个64位数。从0x0000 0000 0000 0000~0xFFFF FFFF FFFF FFFF,每个64位数都对应一个浮点数或NaN。 我写了一个小程序,按照64位无符号整数的顺序打印出典型的浮点数。 表格的第一列是浮点数的内部表示。为了便于阅读,按大尾顺序输出。第二列是对应的浮点数。 第三列是注释,对于非规范数和规范数给出了由内部表示计算数值的matlab算式。 注意在C/C++中,2^52要写成pow(2.0,52.0)。
0000 0000 0000 0000
0.0000000000000000e+000
+0
0000 0000 0000 0001
4.9406564584124654e-324
1/(2^52)*2^-1022
000F FFFF FFFF FFFF
2.2250738585072009e-308
.5*(1-.5^52)/(1-.5)*2^-1022
0010 0000 0000 0000
2.2250738585072014e-308
1.0*2^-1022
0010 0000 0000 0001
2.2250738585072019e-308
(1+1/2^52)*2^(-1022)
001F FFFF FFFF FFFF
4.4501477170144023e-308
(1+.5*(1-.5^52)/(1-.5))*2^-1022
0020 0000 0000 0000
4.4501477170144028e-308
1.0*2^-1021
3FF0 0000 0000 0000
1.0000000000000000e+000
1.0
3FF0 0000 0000 0001
1.0000000000000002e+000
1.0+1/(2^52)
3FFF FFFF FFFF FFFF
1.9999999999999998e+000
1+.5*(1-.5^52)/(1-.5)
4000 0000 0000 0000
2.0000000000000000e+000
1.0*2^1
7FEF FFFF FFFF FFFF
1.7976931348623157e+308
(1+.5*(1-.5^52)/(1-.5))*2^1023
7FF0 0000 0000 0000
1.#INF000000000000e+000
+INF
7FF0 0000 0000 0001
1.#SNAN00000000000e+000
SNaN
7FF7 FFFF FFFF FFFF
1.#SNAN00000000000e+000
SNaN
7FF8 0000 0000 0000
1.#QNAN00000000000e+000
QNaN
7FFF FFFF FFFF FFFF
1.#QNAN00000000000e+000
QNaN
8000 0000 0000 0000
0.0000000000000000e+000
-0
8000 0000 0000 0001
-4.9406564584124654e-324
-(1/(2^52)*2^-1022)
800F FFFF FFFF FFFF
-2.2250738585072009e-308
-(.5*(1-.5^52)/(1-.5)*2^-1022)
8010 0000 0000 0000
-2.2250738585072014e-308
-(1.0*2^-1022)
8010 0000 0000 0001
-2.2250738585072019e-308
-((1+1/2^52)*2^(-1022))
801F FFFF FFFF FFFF
-4.4501477170144023e-308
-((1+.5*(1-.5^52)/(1-.5))*2^-1022)
8020 0000 0000 0000
-4.4501477170144028e-308
-(1.0*2^-1021)
BFF0 0000 0000 0000
-1.0000000000000000e+000
-1.0
BFFF FFFF FFFF FFFF
-1.9999999999999998e+000
-(1+.5*(1-.5^52)/(1-.5))
C000 0000 0000 0000
-2.0000000000000000e+000
-(1.0*2^1)
FFEF FFFF FFFF FFFF
-1.7976931348623157e+308
-((1+.5*(1-.5^52)/(1-.5))*2^1023)
FFF0 0000 0000 0000
-1.#INF000000000000e+000
-INF
FFF0 0000 0000 0001
-1.#SNAN00000000000e+000
SNaN
FFF7 FFFF FFFF FFFF
-1.#SNAN00000000000e+000
SNaN
FFF8 0000 0000 0000
-1.#IND000000000000e+000
QNaN
FFFF FFFF FFFF FFFF
-1.#QNAN00000000000e+000
QNaN
从表中可以看到,double内部表示的设计是很有规律的,按照对应64位数的顺序依次为 +0、正非规范数、正规范数、正无穷大、符号位为正的NaN、-0、负非规范数、负规范数、负无穷大、符号位为负的NaN。
double内部表示的设计保持了浮点数的有序性。即:如果正double数a
4 结束语
float和int都是32bit,但float的尾数只用了23bit。int的精度高于float,float的表示范围大于int。float牺牲精度换取了更大的表示范围。 double的尾数是52bit,高于32bit的int,所以用dobule表示int不会有精度损失。 double是科学计算的常用类型,了解double的内在和限制,有助于我们更好地使用它。
喜欢 (1)or分享 (0)
matlab的单精度浮点数,浮点数的表示和精度_单精度浮点数的表示相关推荐
- 计算机组成原理浮点数左移规则,2020考研计算机组成原理知识点:浮点数的表示和运算...
2020年计算机考研复习已经开始,新东方在线在此整理了2020考研计算机组成原理知识点:浮点数的表示和运算,希望能帮助大家! 浮点数的表示和运算 1. 浮点数的表示 1)浮点数的表示范围; 浮点数是指 ...
- 计算机浮点数乘法过程,计算机中单精度浮点数运算详解
写在前面 在PA_2019fall中有一项任务是完成CPU中的浮点数运算,这也是我第一次认真的思考了一下真实的计算机中CPU是如何进行的浮点数运算 在写PA的过程中一头雾水,从迷茫,到困惑,到弄懂,到 ...
- js浮点数运算不精确 如何解决_解决 浏览器处理数字运算时精度丢失的方法
浏览器处理数字运算时精度丢失的方法 为什么0.1 + 0.2 不等于0.3.因为计算机不能精确表示0.1, 0.2这样的浮点数,计算时使用的是带有舍入误差的数 并不是所有的浮点数在计算机内部都存在舍入 ...
- 关于python的浮点数类型、以下_python入门教程Python 浮点数数据类型详解 [学习 Python 必备基础知识][看此一篇就够了]...
python基础语法.jpg 您的"关注"和"点赞",是信任,是认可,是支持,是动力...... 如意见相佐,可留言. 本人必将竭尽全力试图做到准确和全面,终其 ...
- python浮点数怎么运算_python中实现精确的浮点数运算详解
为什么说浮点数缺乏精确性? 在开始本文之前,让我们先来谈谈浮点数为什么缺乏精确性的问题,其实这不是Python的问题,而是实数的无限精度跟计算机的有限内存之间的矛盾. 举个例子,假如说我只能使用整数( ...
- C语言学习(十一)小数在内存中是如何存储的?定点数与浮点数各自的优势在哪?规格化浮点数与非规格化浮点数又表示什么?
C语言学习(十一)小数在内存中是如何存储的?定点数与浮点数各自的优势在哪?规格化浮点数与非规格化浮点数又表示什么? 浮点数与定点数 小数在内存中以浮点数形式存储.浮点数并不是一种数值分类,他和整数.小 ...
- 代码库_单精度浮点减法器
代码库_单精度浮点减法器 前言 README 外围电路 flag signal 前言 浮点减法器的实现和加法器几乎一样,唯一不同的就是"扩展尾码"的加法操作要改写为减法,然后编译器 ...
- 在计算机领域,半精度、单精度、双精度的定义,以及多精度计算和混合精度计算的区别。
在计算机系统的内存中,半精度是16bit,单精度是32bit,双精度是64bit. signed bit符号位,有效数字的符号位 Exponent 阶码或者叫指数,以10^Exponent表示 Sig ...
- java中单精度_java单精度和双精度的区别
描述 为什么会有精度问题? 计算机处理数据都涉及到数据的转换和各种复杂运算,比如,不同单位换算,不同进制(如二进制十进制)换算等,很多除法运算不能除尽,比如10÷3=3.3333.......无穷无尽 ...
最新文章
- Field、CopyField、DynamicField的一些简介,用法
- centos7删除符号链接_面试 | Linux 下软链接和硬链接的区别
- AM8不能下任何载附件及所有聊天记录无法登记
- [Python图像处理] 三十.图像量化及采样处理万字详细总结(推荐)
- Linux下Gcc 的编译过程
- php保存附件到指定服务器,如何在PHP中将电子邮件附件保存到服务器?
- python模拟密码有效性检测功能_检查密码有效性(Django/Python)
- C++学习—— mutable和 extern
- VScode 搭建 django 开发环境(Win Python3.71 django1.11.11)
- 用于UML前端展示的jsuml2插件
- ff14离线查看客户端日志小技巧
- 固高运动控制卡学习6 --编码器
- 【C51单片机】密码锁设计
- bitblt与StretchDIBits
- 电子工程师 嵌入式开发者的嘉年华最强攻略
- 中国人口总数、老龄人口占比及2040人口年龄结构变化预测
- 深入Netty源码解析内存优化技巧
- ubuntu添加桌面快捷方式图标
- Kali安装GVM(openvas)教程并更改用户密码
- bind server.c