Inicio · Parte 01 — Aritmética computacional y representación numérica
Decimal('0.1') · 3 == Decimal('0.3') → True
0.1 * 3 == 0.3 → FalseEl módulo decimal implementa aritmética de punto flotante en base 10 con precisión configurable. Su ventaja no es tener más dígitos: es que las fracciones decimales que escribimos —0.1, 0.05, 19.99— son exactamente representables, porque la base coincide con la de nuestra notación.
Eso resuelve de raíz el problema del dinero. Decimal('0.1') 3 da exactamente Decimal('0.3'), mientras que 0.1 3 en float da 0.30000000000000004. Además, Decimal permite declarar la precisión (getcontext().prec) y el modo de redondeo, de modo que el comportamiento queda documentado en el código en lugar de depender del hardware.
El coste es real: Decimal es entre 50 y 100 veces más lento que float porque no se apoya en la FPU. Para un cálculo científico con millones de operaciones es inaceptable; para calcular el total de una factura es irrelevante.
Un detalle que atrapa a muchos: Decimal(0.1) —con un float como argumento— hereda el error del float y da 0.1000000000000000055511151231257827. Hay que construirlo desde cadena: Decimal('0.1'). La firma acepta ambos precisamente para poder inspeccionar qué guarda realmente un float, que es lo que hace el laboratorio de la clase 029.
Exactitud decimal frente a binaria.
getcontext().prec = 50
Decimal(1)/Decimal(3) =
0.33333333333333333333333333333333333333333333333333 (50 dígitos)
1/3 (float) = 0.3333333333333333 (16 dígitos)
Decimal('0.1') * 3 == Decimal('0.3') → True ✓
0.1 * 3 == 0.3 → False ✗
Trampa:
Decimal(0.1) → 0.1000000000000000055511151231257827...
Decimal('0.1') → 0.1 ✓Decimal con precisión declarada frente a float.
python classes/part-01-aritmetica-computacional-y-representacion-numerica/037-precision-arbitraria-y-decimal/lab.py
compmath run 037precision_configurada1/3_decimal1/3_floatsuma_0.1x3_decimales_exactamente_0.3coste{
"precision_configurada": 50,
"1/3_decimal": "0.33333333333333333333333333333333333333333333333333",
"1/3_float": 0.3333333333333333,
"suma_0.1x3_decimal": "0.3",
"es_exactamente_0.3": true,
"coste": "exactitud decimal a cambio de velocidad"
}Contabilidad, facturación, impuestos, cálculo de intereses y cualquier dominio con reglas de redondeo normativas. Es el estándar en sistemas financieros.
float32, bfloat16 y la cuantización a int8 son decisiones de representación. Los NaN en un entrenamiento casi siempre nacen aquí, no en la arquitectura.
decimal — documentación de la herramienta que ejecuta el laboratorio · URL de la fuente primaria comprobada en Python Software Foundation (2026-08-19).