Floating-point numbers
Introduit| English | Sens |
|---|---|
| floating-point/ˈfləʊtɪŋ pɔɪnt/ | virgule flottante |
| mantissa/mænˈtɪsə/ | mantisse |
| exponent/ekˈspəʊnənt/ | exposant |
| normalised/ˈnɔːməlaɪzd/ | normalisé |
| precision/prɪˈsɪʒn/ | précision |
| rounding errors/ˈraʊndɪŋ ˈerəz/ | erreurs d'arrondi |
| fixed-point/fɪkst pɔɪnt/ | virgule fixe |
| overflow/ˌəʊvəˈfləʊ/ | débordement |
| underflow/ˌʌndəˈfləʊ/ | débordement vers le bas |
Un missile qui a manqué de 600 mètres
- Le 25 février 1991, une batterie Patriot à Dhahran a échoué à intercepter un missile entrant. Vingt-huit soldats sont morts.
- Le système comptait le temps en dixièmes de seconde, et 0.1 n'a pas de représentation binaire exacte : il s'agit d'une fraction périodique, tronquée à la largeur du registre. Chaque tick a perdu une fraction de microseconde.
- Après cent heures de fonctionnement, l'erreur accumulée était d'un tiers de seconde, et en un tiers de seconde la cible avait bougé de 600 mètres. L'arithmétique était correcte à chaque étape unique.
- Cette leçon porte sur le format virgule flottante 浮点, la normalisation 规格化, et les erreurs d'approximation qui rendent des cas comme celui-ci possibles.
Le format
- Pour stocker des nombres réels de tailles très différentes, un ordinateur utilise une forme binaire de notation scientifique avec deux champs : une mantisse 尾数, les chiffres significatifs, et un exposant 指数, la puissance de 2 à multiplier. Les deux sont stockés en complément à deux.
- Lisez la mantisse comme une fraction binaire : le premier bit après la virgule vaut $\tfrac12$, le suivant $\tfrac14$, puis $\tfrac18$. Donc
0.1010000est $\tfrac12 + \tfrac18 = 0.625$. - Avec exposant
00000010, c'est $+2$, la valeur est $0.625 \times 2^2 = 2.5$.

Une fraction et une puissance de deux
Build a floating-point number
Flip the mantissa and exponent bits to make a value, and check whether it is normalised.
A floating-point number is stored as:
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
value = mantissa × 2^exponent — binary scientific notation, with both parts stored in two's complement.
Match each part of floating-point representation to its role.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
value = mantissa × 2^exponent; normalising maximises precision; money uses fixed-point/BCD to avoid rounding.
Exemple résolu : binaire vers décimal
- Un nombre a une mantisse
10110000et un exposant00000011. Trouvez sa valeur décimale. - L'exposant est $+3$. La mantisse commence par 1, donc elle est négative et est lue selon les règles du complément à deux : comme
1.0110000, le bit de signe vaut $-1$ et les bits de fraction ajoutent $\tfrac14 + \tfrac18 = 0.375$, donc la mantisse est $-1 + 0.375 = -0.625$. - $\text{number} = -0.625 \times 2^3 = -5.0$.
- L'erreur la plus courante est de lire une mantisse négative comme si elle était positive. Vérifiez le premier bit avant tout autre chose.
A floating-point number has mantissa 10110000 and exponent 00000011. What is its denary value?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
The mantissa starts with 1, so it is negative: $-1 + \dfrac{1}{4} + \dfrac{1}{8} = -0.625$. Times $2^{3}$ gives $-5.0$. Reading it as positive is the usual error.
Exemple résolu : décimal vers binaire
- Stockez $+2.5$ dans le même format mantisse 8 bits, exposant 8 bits.
- En binaire, $2.5 = 10.1$. Écrit comme une fraction multipliée par une puissance de deux : $2.5 = 0.101 \times 2^2$.
- Donc la mantisse est
01010000, un bit de signe de 0 suivi de.101rempli de zéros, et l'exposant est00000010. - Écrivez toujours d'abord sous forme normalisée ; ensuite les deux champs se lisent directement.
Written as a normalised fraction times a power of two, $2.5 = 0.101 \times 2^{n}$ (the fraction in binary). The exponent $n$ is ____.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
$2.5$ est $10.1$ in binary; sliding the point two places left gives $0.101$, so the exponent is $2$ and the mantissa is 01010000.
Normalisation
- Un nombre est normalisé lorsque le premier bit significatif se trouve immédiatement après la virgule binaire, donc il n'y a pas de zéros de tête gaspillés. Pour un nombre positif, la mantisse commence
0.1; pour un négatif,1.0. - Pourquoi : cela maximise la précision 精度, car chaque bit de mantisse transporte alors de l'information plutôt qu'un zéro de tête.
- Pour normaliser, décaler la mantisse vers la gauche et diminuer l'exposant du même nombre de places, ou le décaler vers la droite et l'augmenter. La valeur reste inchangée ; seule sa représentation change.

Déplacer les bits, ajuster l'exposant, conserver la valeur
Échanger des bits de mantisse contre des bits d'exposant
- Le nombre total de bits est fixe, donc les deux champs entrent en concurrence.
- Plus de bits de mantisse signifie une précision accrue : chaque valeur est stockée plus exactement, avec une erreur d'arrondi plus faible.
- Plus de bits d'exposant signifie une plage élargie : des magnitudes beaucoup plus grandes et beaucoup plus petites peuvent être représentées, mais chacune avec moins de précision.
- Une question demandant l'effet du déplacement d'un bit d'un champ à l'autre vise précisément ce compromis : la plage contre la précision.
Normalising a floating-point number
Step through normalisation. Shifting the mantissa to remove wasted leading zeros — and adjusting the exponent to match — keeps the value the same but spends every bit on precision.
Normalising a floating-point number:
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Normalisation shifts the mantissa so the first significant bit follows the point — every bit then carries information, and the value is unchanged.
Which are true of normalising a floating-point number? Select tout that apply.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Normalising changes only the representation. The value is unchanged; that is what adjusting the exponent guarantees.
Approximation et ses conséquences
- De nombreux réels décimaux ne peuvent pas être stockés exactement en binaire. $0.1$ est la fraction répétante $0.000110011\ldots$, elle doit donc être tronquée : la valeur stockée est proche de $0.1$ mais jamais égale à celle-ci.
- Les erreurs d'arrondi 舍入误差 s'accumulent sur de nombreuses opérations, c'est pourquoi
0.1 + 0.2n'est pas exactement0.3et pourquoi l'horloge du Patriot a dérivé. - Ne jamais tester l'égalité de deux réels : écrire
ABS(x - 0.3) < 1e-9au lieu dex = 0.3. Et méfiez-vous de soustraire deux valeurs quasi identiques, cela fait disparaître la plupart des chiffres significatifs. - Pour des valeurs devant être exactes, surtout la monnaie, utilisez la virgule fixe 定点 ou le BCD.
Match each change in the bit allocation to its effect.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
The word size is fixed, so precision and range trade against each other; overflow and underflow are the exponent field running out at each end.
Débordement et sous-débordement
- Le débordement 溢出 survient lorsqu'un résultat est trop grand pour la plage de l'exposant, il ne peut donc pas être représenté du tout.
- Le sous-débordement 下溢 survient lorsqu'un résultat est trop petit, si proche de zéro que l'exposant ne peut descendre assez bas, et il est arrondi à zéro.
- Tous deux sont des propriétés de la taille du champ exposant, qui constitue l'autre moitié du compromis ci-dessus.
0.1 cannot be stored exactly in binary (it is a repeating fraction), so 0.1 + 0.2 does not give exactly 0.3 on a computer.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
The tiny approximation errors add up — which is why money is handled with fixed-point or BCD, not floating-point.
For exact money calculations you should use:
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
Floating-point rounding errors are unacceptable for currency; fixed-point or BCD store decimal values exactly.
Pièges qui font perdre des points
- La mantisse est une fraction, pas un entier : le premier bit après la virgule vaut un demi.
- Une mantisse commençant par 1 est négative et suit les règles du complément à deux. Vérifiez ce bit en premier.
- La normalisation maximise la précision ; elle ne change pas la valeur et ne rend pas le nombre plus grand.
- Plus de mantisse signifie précision, plus d'exposant signifie plage. Un débordement est trop grand, un sous-débordement est trop petit.
Vous avez compris
- le virgule flottante stocke $\text{mantissa} \times 2^{\text{exponent}}$, tant en complément à deux ; la mantisse est une fraction binaire
- convertir en lisant la mantisse comme une fraction (complément à deux si elle commence par 1) et en multipliant par deux à la puissance de l'exposant
- normalisé signifie que le premier bit significatif est immédiatement après la virgule, ce qui maximise la précision ; un décalage vers la gauche abaisse l'exposant
- plus de bits de mantisse donnent la précision, plus de bits d'exposant donnent la plage ; le binaire ne peut pas stocker exactement de nombreux réels, donc s'attendre à des erreurs d'arrondi, comparer avec une tolérance, et utiliser la virgule fixe ou le BCD pour la monnaie