为什么我们逐渐接近值 0 "more" 而不是值 1？
Why we get to approach asymptotically the value 0 "more" than the value 1?
可能这对这里的人来说是初级的。我只是一个电脑用户。
我在标准正态累积分布函数 (CDF) 的极值（0 和 1）附近闲逛，我注意到对于变量的大负值我们可以获得非常小的概率值，但我们确实这样做了对于大的正值，在另一端没有达到相同的范围，其中值“1”已经出现在变量的更小（绝对值）值上。
从理论的角度来看，标准正态分布的尾部概率围绕零对称，因此 X=-10 左侧的概率质量与 X=-10 左侧的概率质量相同X=10 的右边。因此，在 X=-10 时，CDF 与零的距离与其在 X=10 时与 1 的距离相同。
但是 computer/software 复合体没有给我这个。
在我们的计算机和软件（通常）计算方式中是否存在某种东西造成了这种不对称现象，而实际关系是对称的？
在 "r" 中使用普通笔记本电脑完成的计算。
这个post是相关的，
浮点格式将数字表示为符号 s（+1 或 −1）、有效数 f 和指数e。每个格式都有一些固定的基数b，所以表示的数字是s•f•be，而f被限制在[1, b) 并且可以表示为一些固定数字 p 的基数 b 数字。通过使 e 非常小，这些格式可以表示非常接近于零的数字。但是他们最接近 1（除了 1 本身）是 f 尽可能接近 1（除了 1 本身）和 e 是 0 或 f 尽可能接近 b 而 e 是 - 1.
例如IEEE-754 binary64格式，在很多语言和实现中常用于double，b是二，而 p 是 53，而 e 对于正规数可以低至 −1022（有可以更小的次正规数）。这意味着最小的可表示正规数是 2−1022。但在 1 附近，要么 e 为 0，f 为 1+2−52 要么 e是-1，f是2-2-52。后一个数字更接近于 1；即s•f•be = +1•(2−2−52)•2−1 = 1−2−53.
所以，在这种格式下，我们可以从零开始到 2−1022 的距离（次正规数更接近），但只能达到 2[=46 的距离=]−53 来自 1.
可能这对这里的人来说是初级的。我只是一个电脑用户。
我在标准正态累积分布函数 (CDF) 的极值（0 和 1）附近闲逛，我注意到对于变量的大负值我们可以获得非常小的概率值，但我们确实这样做了对于大的正值，在另一端没有达到相同的范围，其中值“1”已经出现在变量的更小（绝对值）值上。
从理论的角度来看，标准正态分布的尾部概率围绕零对称，因此 X=-10 左侧的概率质量与 X=-10 左侧的概率质量相同X=10 的右边。因此，在 X=-10 时，CDF 与零的距离与其在 X=10 时与 1 的距离相同。 但是 computer/software 复合体没有给我这个。
在我们的计算机和软件（通常）计算方式中是否存在某种东西造成了这种不对称现象，而实际关系是对称的？
在 "r" 中使用普通笔记本电脑完成的计算。
这个post是相关的，
浮点格式将数字表示为符号 s（+1 或 −1）、有效数 f 和指数e。每个格式都有一些固定的基数b，所以表示的数字是s•f•be，而f被限制在[1, b) 并且可以表示为一些固定数字 p 的基数 b 数字。通过使 e 非常小，这些格式可以表示非常接近于零的数字。但是他们最接近 1（除了 1 本身）是 f 尽可能接近 1（除了 1 本身）和 e 是 0 或 f 尽可能接近 b 而 e 是 - 1.
例如IEEE-754 binary64格式，在很多语言和实现中常用于double，b是二，而 p 是 53，而 e 对于正规数可以低至 −1022（有可以更小的次正规数）。这意味着最小的可表示正规数是 2−1022。但在 1 附近，要么 e 为 0，f 为 1+2−52 要么 e是-1，f是2-2-52。后一个数字更接近于 1；即s•f•be = +1•(2−2−52)•2−1 = 1−2−53.
所以，在这种格式下，我们可以从零开始到 2−1022 的距离（次正规数更接近），但只能达到 2[=46 的距离=]−53 来自 1.