为什么这两个公式给我一个完全相同的错误值？
我有一个excel文件，其中AE61，AE62和AE63的值分别为9.97551241928828000 x10 ^（ – 1），3.82933360922740 x10 ^（ – 4）和2.065824710241100 x10 ^（ – 3）。 （AE63 / AE61）/（0.00038 / 0.99757）-1）×1000input公式（（AE63 / AE61）/（0.00205 / 0.99757）-1）时， * 1000进入AE78，我在两个单元格中得到了值7.738320123873，即使根据Wolfram Alpha我们有：
（（0.000382933361 / 0.997551241928）/（0.00038 / 0.99757）-1）* 1000 = 7.738320327338977213 …
和
（（0.002065824710 / 0.997551241928）/（0.00205 / 0.99757）-1）* 1000 = 7.738320006408680641 …，
这两者不相等，不等于7.738320123873。
这是因为Excel将数字存储在IEEE754 64位中。 这种格式有约16位有效数字。 但是，你列出的数字less。 例如，0.000382933361只有9位有效数字。 我想，这个数字已经四舍五入印刷。 它可以是（例如）低至0.0003829333605001，并且可以高达0.0003829333614999。 这种不准确可能会影响最终结果。
如果我用AE62的下限/上限数字和AE63（其中四舍五入到你列出的数字），我可以得到你显示的结果：
- AE77可以介于[7.738319014156225251; 7.738321640521350631]
- AE78可以介于[7.738319762989220862; 7.738320249827568276]
两个区间都包含excel计算的数字，7.738320123873。
因此，总而言之，如果您可以更精确地打印数字（不是四舍五入到小数点后12位，但至less有17位有效数字），我相信您会发现Excel实际上会精确计算您的公式。
在我的Excel版本1706在运行在AMD A8-5500 CPU上的Windows 10 Home 64位上的Office 365上获得：
对于细胞7.7383203273389 ;
对于细胞7.73832000604851 。
这些与Wolfram Alpha的结果非常接近，约为14位有效数字。 MS Excel使用“double”types – 以8字节存储的浮点值，可以存储15到16位有效数字。 每个操作可能会丢失有效数字，有时每个操作最多有一位有效数字。 一些像减法这样的操作可能会损失更多，而且我看到你在每次计算中都有减法。 所以我的Excel和预期的一样接近。
如果您需要更高的精度，请使用具有扩展精度浮点值的计算机语言或软件。 例如，Python有decimal模块，可以将精度扩展到任何有限的数字位数。 我不知道Wolfram Alpha的精确度。 当我使用默认的30位小数的Python小数，我得到
对于7.738320327338786254453768000 ;
对于7.738320006408585382386216000 。
您可以忽略这些结果中的三个结尾零，这些结果来自最终乘以1000 。 我感兴趣地注意到这些不同于Wolfram Alpha的结果。