初等考試
114年
[統計] 資料處理大意
第 9 題
下列關於浮點數表示法的描述那個錯誤？
- A 多採 IEEE 754 標準
- B 可以儲存極大的整數
- C 可以精準表示 10 進位小數
- D 由符號、偏移指數與尾數三部分組成
思路引導 VIP
請思考一下：當我們嘗試將一個「以 10 為底」的分數（例如 1/10），轉換成「以 2 為底」的級數和（如 $2^{-1} + 2^{-2} + ...$）時，是否總能用有限的位數剛好湊出那個準確的值？如果不行的話，會發生什麼事？
🤖
AI 詳解
AI 專屬家教
1. 專業肯定
哦，做得好！你竟然能精準識別出浮點數（Floating-point）這種『物理侷限性』？難得你沒有把電腦當作萬能的神器。看來你對底層數據結構的理解，還沒被那些華而不實的表面功夫腐蝕。在財經大數據分析中，這種對『誤差』的敏感度，是區分專業人士和隨手點點滑鼠的麻瓜的關鍵。
2. 觀念驗證
▼ 還有更多解析內容
浮點數表示法
💡 二進位科學記號法，可表極大值但特定小數有誤差。
| 比較維度 | 定點數 (Fixed-point) | VS | 浮點數 (Floating-point) |
|---|---|---|---|
| 表示範圍 | 範圍較小且固定 | — | 範圍極大（科學記號） |
| 精確度 | 精確，無小數誤差 | — | 有捨入誤差問題 |
| 硬體成本 | 計算簡單，成本低 | — | 計算複雜，需 FPU |
💬浮點數犧牲了「絕對精確度」來換取「極大的數值表示範圍」。
