Почему сложное деление с плавающей запятой странным образом с NumPy?

Рассмотрим этот код:

import numpy
numpy.seterr(under='warn')
x1 = 1 + 1j / (1 << 533)
x2 = 1 - 1j / (1 << 533)
y1 = x1 * 1.1
y2 = x2 * 1.1
z1 = x1 / 1.1
z2 = x2 / 1.1
print(numpy.divide(1, x1))  #              1-3.55641399918e-161j  # OK
print(numpy.divide(1, x2))  #              1+3.55641399918e-161j  # OK
print(numpy.divide(1, y1))  # 0.909090909091-3.23310363561e-161j  # underflow
print(numpy.divide(1, y2))  # 0.909090909091+3.23310363561e-161j  # underflow
print(numpy.divide(1, z1))  #            1.1-3.91205539909e-161j  # underflow
print(numpy.divide(1, z2))  #            1.1+3.91205539909e-161j  # underflow

Нижний поток, кажется, не имеет смысла, независимо от того, как я на это смотрю. Как говорится в Википедии ,

Опустошение – это состояние компьютерной программы, при котором результатом вычисления является число, меньшее абсолютного значения, чем компьютер может фактически хранить в памяти своего ЦП.

Но очевидно, что компьютер способен хранить числа в непосредственной близости от рассматриваемых значений, поэтому определение совсем не согласуется с тем поведением, которое я здесь вижу.

Может ли кто-нибудь объяснить, почему именно некоторые из них дают потери памяти, а другие нет?
Это правильное поведение или это ошибка?