← Archive
lm-002933 · 2026-08

對數作為連續乘法線性化的標準模型

下載 MD 檔 ⬇

對數作為連續乘法線性化的標準模型

——正實數乘法群、符號擴張、拓樸同胚與高精度逆轉譯

English Title: The Logarithm as the Canonical Model of Continuous Multiplicative Linearization: Positive-Real Multiplicative Groups, Sign Extension, Topological Equivalence, and High-Precision Reconstruction

作者: Neo.K
機構: EveMissLab / 一言諾科技有限公司
系列: Operation Translation Series A — Paper 02
版本: v0.1
日期: 2026-08-10


摘要

本文將 Series A Paper 01 所提出的「判定域下運算轉譯」抽象框架,第一次完整落地到一個標準模型:正實數乘法在自然對數座標下的全域加法化。研究問題不是重新介紹對數,而是回答:

何時乘法運算可被一個連續、可逆的座標 T 忠實轉為普通加法?\boxed{ \text{何時乘法運算可被一個連續、可逆的座標 }T \text{ 忠實轉為普通加法?} }

在正實數域上取

T(x)=lnx,T(x)=\ln x,

T(xy)=T(x)+T(y),T(xy)=T(x)+T(y),

T1(u)=eu.T^{-1}(u)=e^u.

因此

(R>0,×)(R,+)(\mathbb R_{>0},\times) \cong (\mathbb R,+)

不只是群同構,而且在通常拓樸下是拓樸群同構。

本文進一步證明:若

T:R>0RT:\mathbb R_{>0}\to\mathbb R

連續且滿足

T(xy)=T(x)+T(y),T(xy)=T(x)+T(y),

則必存在常數 cc 使

T(x)=clnx.\boxed{ T(x)=c\ln x. }

若再要求 TT 為雙射,則 c0c\neq0。所以在「正實數乘法 \rightarrow 實數加法」且要求連續、忠實、全域時,對數是唯一到尺度常數的標準座標。

本文再處理三個擴張。其一,擴張至非零實數時,使用

T×(x)=(sgnx,lnx),T^\times(x) = (\operatorname{sgn}x,\ln|x|),

得到

R×{±1}×R,\mathbb R^\times \cong \{\pm1\}\times\mathbb R,

其中第一分量使用符號乘法,第二分量使用加法。其二,加入 00 時, 00 不能作為普通 logarithmic group coordinate,必須成為額外吸收態,這展示了原始運算合法域與 chart 合法域不可混同。其三,進入複數域後,complex logarithm 的多值性與 branch 結構使單一全域 logarithmic chart 不再存在,拓樸開始成為全域線性化的真正障礙。

在工程層,本文分析

x=s2kerx=s2^ke^r

的 residual-log 表示。其中 ss 保存符號, kZk\in\mathbb Z 保存離散尺度, rr 被正規化到小區間。本文強調此表示是母對數座標上的計算 chart,而不是新的母理論。它使乘法與除法主要退化為整數與 residual 的加減,並將近似誤差集中到 residual 與逆指數運算。

最後,本文證明 log-domain 絕對誤差與原始域相對誤差的精確關係:

x^xx=eδ1,\frac{\widehat x-x}{x} = e^\delta-1,

其中 δ\delta 是 log-coordinate 誤差。由此,對數模型被確立為後續 correction field、估值座標、局部流形、表示論與非交換邊界研究的 canonical benchmark。

關鍵詞: 對數、乘法線性化、拓樸群、群同構、連續同態、Logarithmic Number System、逆轉譯、符號擴張、判定域、運算座標


1. 從抽象轉譯到標準案例

Paper 01 定義判定域運算系統

A=(X,τ,Ωμ,μ),\mathfrak A = (X,\tau,\Omega_\mu,\mu),

並研究是否存在

T:XYT:X\to Y

與目標運算 ν\nu 使

T(μ(x,y))=ν(Tx,Ty).T(\mu(x,y)) = \nu(Tx,Ty).

本篇取

X=R>0,X=\mathbb R_{>0}, Ωμ=R>0×R>0,\Omega_\mu = \mathbb R_{>0}\times\mathbb R_{>0}, μ(x,y)=xy,\mu(x,y)=xy,

目標空間則取

Y=R,Y=\mathbb R,

ν(u,v)=u+v.\nu(u,v)=u+v.

問題因此成為:

T(xy)=T(x)+T(y).\boxed{ T(xy)=T(x)+T(y). }

這是 Series A 中最乾淨的 Class I:Exact Additivizable 模型。


2. 正實數乘法群

正實數

R>0={xR:x>0}\mathbb R_{>0} = \{x\in\mathbb R:x>0\}

在乘法下形成 Abelian group:

(R>0,×).(\mathbb R_{>0},\times).

其單位元是 11,逆元是 x1=1/xx^{-1}=1/x

(R,+)(\mathbb R,+)

同樣是 Abelian group。

因此任何滿足

T(xy)=T(x)+T(y)T(xy)=T(x)+T(y)

的映射 TT,本質上是在尋找一個由乘法群到加法群的 homomorphism。

這使對數的角色可以被重新表述為:

multiplicative coordinateadditive coordinate.\boxed{ \text{multiplicative coordinate} \longrightarrow \text{additive coordinate}. }

3. 自然對數的精確加法化

定理 3.1

定義

T(x)=lnx,x>0.T(x)=\ln x, \qquad x>0.

T(xy)=T(x)+T(y)\boxed{ T(xy)=T(x)+T(y) }

對所有 x,y>0x,y>0 成立。

證明

a=lnx,b=lny.a=\ln x,\qquad b=\ln y.

x=ea,y=eb.x=e^a,\qquad y=e^b.

ea+b=eaeb,e^{a+b}=e^ae^b,

xy=ea+b.xy=e^{a+b}.

對兩側取自然對數:

ln(xy)=a+b=lnx+lny.\ln(xy)=a+b=\ln x+\ln y.

證畢。


4. 逆轉譯

自然對數的逆映射為

T1(u)=eu.T^{-1}(u)=e^u.

因此

xy=exp(lnx+lny).\boxed{ xy = \exp(\ln x+\ln y). }

除法:

xy=exp(lnxlny).\boxed{ \frac{x}{y} = \exp(\ln x-\ln y). }

正實數冪次:

xα=exp(αlnx).\boxed{ x^\alpha = \exp(\alpha\ln x). }

所以在 logarithmic coordinate 中:

xyLx+Ly,x/yLxLy,xααLx.\boxed{ \begin{aligned} xy &\longrightarrow L_x+L_y,\\ x/y &\longrightarrow L_x-L_y,\\ x^\alpha &\longrightarrow \alpha L_x. \end{aligned} }

其中

Lx=lnx.L_x=\ln x.

這是 Series A 的第一個完整 additive core。


5. 對數是拓樸同胚

考慮通常拓樸下:

ln:R>0R.\ln: \mathbb R_{>0}\to\mathbb R.

ln\ln 連續、嚴格遞增,且

limx0+lnx=,\lim_{x\to0^+}\ln x=-\infty, limx+lnx=+.\lim_{x\to+\infty}\ln x=+\infty.

故其為雙射。

逆映射

exp:RR>0\exp: \mathbb R\to\mathbb R_{>0}

亦連續。

因此

R>0TopR.\boxed{ \mathbb R_{>0} \cong_{\mathrm{Top}} \mathbb R. }

又因 TT 同時保存乘法/加法群結構:

(R>0,×)TopGrp(R,+).\boxed{ (\mathbb R_{>0},\times) \cong_{\mathrm{TopGrp}} (\mathbb R,+). }

所以 logarithm 的成功不是單純代數公式巧合,而是兩個拓樸群之間的完整等價。


6. 連續加法化的唯一性

定理 6.1

T:R>0RT:\mathbb R_{>0}\to\mathbb R

連續,且

T(xy)=T(x)+T(y)T(xy)=T(x)+T(y)

對所有 x,y>0x,y>0 成立。

則存在常數 cRc\in\mathbb R 使

T(x)=clnx.\boxed{ T(x)=c\ln x. }

證明

定義

f(t)=T(et).f(t)=T(e^t).

f(s+t)=T(es+t)=T(eset)=T(es)+T(et)=f(s)+f(t).f(s+t) = T(e^{s+t}) = T(e^se^t) = T(e^s)+T(e^t) = f(s)+f(t).

所以 ff 滿足 Cauchy additive equation:

f(s+t)=f(s)+f(t).f(s+t)=f(s)+f(t).

TTete^t 皆連續,所以 ff 連續。

連續 additive function 必為線性:

f(t)=ct.f(t)=ct.

因此

T(et)=ct.T(e^t)=ct.

x=etx=e^t,則 t=lnxt=\ln x,故

T(x)=clnx.\boxed{ T(x)=c\ln x. }

證畢。

若再要求 TT 為雙射,則必有

c0.c\neq0.

因此:

continuous global faithful multiplicative-to-additive coordinates=clnx.\boxed{ \text{continuous global faithful multiplicative-to-additive coordinates} = c\ln x. }

也就是說,對數不是一個任意可替換的例子,而是此問題在合理正則性條件下的 canonical coordinate。


7. 一般底數只是尺度改變

b>0,b1,b>0,\qquad b\neq1,

logbx=lnxlnb.\log_bx = \frac{\ln x}{\ln b}.

因此

logbx=clnx,\log_bx=c\ln x,

其中

c=1lnb.c=\frac1{\ln b}.

所以從母理論角度:

base choice=coordinate scaling choice.\boxed{ \text{base choice} = \text{coordinate scaling choice}. }

底數 2,10,e2,10,e 等在工程上可能有不同效率,但在連續群同構層面屬於同一類型。


8. 微分觀點

ddxlnx=1x.\frac{d}{dx}\ln x=\frac1x.

因此

d(lnx)=dxx.d(\ln x) = \frac{dx}{x}.

Δxx|\Delta x|\ll x

ln(x+Δx)lnxΔxx.\ln(x+\Delta x)-\ln x \approx \frac{\Delta x}{x}.

所以:

log-coordinate differencerelative change.\boxed{ \text{log-coordinate difference} \approx \text{relative change}. }

這表示 logarithm 在局部層把比例變化自然線性化。


9. 積分觀點

正實數上可寫:

lnx=1xdtt.\ln x = \int_1^x\frac{dt}{t}.

dtt\frac{dt}{t}

在尺度變換

tatt\mapsto at

下滿足:

d(at)at=dtt.\frac{d(at)}{at} = \frac{dt}{t}.

所以

dxx\frac{dx}{x}

是乘法尺度下自然的不變微分量,而 lnx\ln x 是它累積得到的全域 coordinate。


10. 擴張至非零實數

單一實值 lnx\ln x 無法覆蓋負實數。

xR×=R{0},x\in\mathbb R^\times = \mathbb R\setminus\{0\},

寫成

x=sgn(x)x.x=\operatorname{sgn}(x)|x|.

定義:

T×(x)=(sgnx,lnx).\boxed{ T^\times(x) = (\operatorname{sgn}x,\ln|x|). }

其中

sgn(x){1,+1}.\operatorname{sgn}(x)\in\{-1,+1\}.

T×(x)=(sx,Lx),T^\times(x)=(s_x,L_x), T×(y)=(sy,Ly),T^\times(y)=(s_y,L_y),

xy=sxsyeLx+Ly.xy = s_xs_y e^{L_x+L_y}.

在目標空間定義:

(s1,L1)(s2,L2)=(s1s2,L1+L2).(s_1,L_1)\star(s_2,L_2) = (s_1s_2,L_1+L_2).

因此:

T×(xy)=T×(x)T×(y).\boxed{ T^\times(xy) = T^\times(x)\star T^\times(y). }

也就是:

R×{±1}×R.\boxed{ \mathbb R^\times \cong \{\pm1\}\times\mathbb R. }

這把不可消除的離散符號結構保留成 exact component,而把 magnitude 送進 additive coordinate。


11. 拓樸上的兩個 connected components

R×\mathbb R^\times

(,0)(-\infty,0)

(0,)(0,\infty)

兩個 connected components 組成。

{±1}\{\pm1\} 採離散拓樸,則

{±1}×R\{\pm1\}\times\mathbb R

同樣具有兩個 connected components。

因此

T×(x)=(sgnx,lnx)T^\times(x) = (\operatorname{sgn}x,\ln|x|)

是同胚,並且保存乘法群結構。

故:

R×TopGrp{±1}×R.\boxed{ \mathbb R^\times \cong_{\mathrm{TopGrp}} \{\pm1\}\times\mathbb R. }

12. 00 是 chart boundary,不是普通群元素

x=0x=0 時:

lnx\ln|x|

不存在有限值。

雖有極限:

lnx(x0+),\ln x\to-\infty \quad (x\to0^+),

-\infty 不是普通實數加法群中的元素。

而原始乘法中:

0x=0,0x=0,

所以 00 是 absorbing element。

因此若工程上要處理完整 R\mathbb R,應引入額外 zero state:

0log.\boxed{ \mathbf 0_{\log}. }

滿足:

0logz=0log.\mathbf 0_{\log}\otimes z = \mathbf 0_{\log}.

此時已不是單純群同構,而是:

nonzero logarithmic chart+zero absorbing state.\text{nonzero logarithmic chart} + \text{zero absorbing state}.

13. 原始合法域與 chart 合法域必須分開

除法的原始判定域:

Ωδ={(x,y):y0}.\Omega_\delta = \{(x,y):y\neq0\}.

但非零 logarithmic chart 還要求:

x0.x\neq0.

然而:

0/y=00/y=0

y0y\neq0 時原始運算是合法的。

因此必須區分:

Ωoperation\boxed{ \Omega_{\mathrm{operation}} }

與:

Ωchart.\boxed{ \Omega_{\mathrm{chart}}. }

Runtime 遇到

x=0,y0x=0,\quad y\neq0

時,不應判斷「除法非法」,而是應切換 zero-state rule。


14. 冪與開根號

x>0x>0

xα=eαlnx,x^\alpha=e^{\alpha\ln x},

所以:

T(xα)=αT(x).\boxed{ T(x^\alpha)=\alpha T(x). }

特別地:

xn=x1/n,\sqrt[n]{x}=x^{1/n},

因此:

lnxn=1nlnx.\boxed{ \ln\sqrt[n]{x} = \frac1n\ln x. }

所以 root extraction 在 logarithmic coordinate 中退化為 scalar scaling。


15. 複數域的全域障礙

zC×z\in\mathbb C^\times

可寫:

z=reiθ.z=re^{i\theta}.

形式上:

Logz=lnr+i(θ+2πk),kZ.\operatorname{Log}z = \ln r+i(\theta+2\pi k), \qquad k\in\mathbb Z.

因此 complex logarithm 天生多值。

原因是 phase 只定義到:

2πZ.2\pi\mathbb Z.

所以 C×\mathbb C^\times 不能被一個單一全域 single-valued logarithm chart 無縫覆蓋。

需要:

  • branch;
  • branch cut;
  • 局部 chart;
  • 或直接保留
ϕR/2πZ.\phi\in\mathbb R/2\pi\mathbb Z.

因此:

positive-real global log\boxed{ \text{positive-real global log} }

與:

complex branched/local log\boxed{ \text{complex branched/local log} }

形成一個真正的拓樸邊界。


16. 複數乘法的幅值—相位座標

非零複數可表示為:

z(L,ϕ),z \longleftrightarrow (L,\phi),

其中:

L=lnz,L=\ln|z|, ϕR/2πZ.\phi\in\mathbb R/2\pi\mathbb Z.

乘法則:

(L1,ϕ1)(L2,ϕ2)=(L1+L2,ϕ1+ϕ2 ⁣ ⁣ ⁣(mod2π)).\boxed{ (L_1,\phi_1) \star (L_2,\phi_2) = (L_1+L_2,\phi_1+\phi_2\!\!\!\pmod{2\pi}). }

因此 complex multiplication 仍然可以加法化,但 target 已不再是單純的一條實線,而是:

R×S1.\boxed{ \mathbb R\times S^1. }

這說明某些 topology 不能被「全部壓成普通加法」而不遺失結構。


17. 工程層:Centered Residual Log Coordinate

母座標最乾淨的是:

x(s,L).x \longleftrightarrow (s,L).

工程上可以再拆:

L=kln2+r.L=k\ln2+r.

因此:

x=s2ker.\boxed{ x=s2^ke^r. }

其中:

s{±1},kZ.s\in\{\pm1\}, \qquad k\in\mathbb Z.

取:

k=round(Lln2),k = \operatorname{round} \left( \frac{L}{\ln2} \right),

可使:

ln22r<ln22.-\frac{\ln2}{2} \leq r < \frac{\ln2}{2}.

因此資訊分成:

sign+exact discrete scale+continuous residual.\boxed{ \text{sign} + \text{exact discrete scale} + \text{continuous residual}. }

此表示是一種 numerical chart,而不是新的母同構。


18. Normalization 與等價關係

因為:

2k+1erln2=2ker,2^{k+1}e^{r-\ln2} = 2^ke^r,

所以:

(k,r)(k+1,rln2).(k,r) \sim (k+1,r-\ln2).

更一般:

(k,r)(k+n,rnln2),nZ.\boxed{ (k,r) \sim (k+n,r-n\ln2), \qquad n\in\mathbb Z. }

canonical normalization 只是在每個等價類中選代表元。


19. Canonical chart 的 seam

若固定:

r[ln22,ln22),r\in \left[ -\frac{\ln2}{2}, \frac{\ln2}{2} \right),

則當 rr 穿越端點,canonical coordinate 會從

(k,r)(k,r)

跳到:

(k+1,rln2).(k+1,r-\ln2).

但原本的

L=kln2+rL=k\ln2+r

完全連續。

因此:

canonical encoding seamunderlying state discontinuity.\boxed{ \text{canonical encoding seam} \neq \text{underlying state discontinuity}. }

這與 phase canonical interval:

[π,π)[-\pi,\pi)

的切口同型。


20. residual coordinate 中的乘除

若:

x=sx2kxerx,x=s_x2^{k_x}e^{r_x}, y=sy2kyery,y=s_y2^{k_y}e^{r_y},

則:

xy=(sxsy)2kx+kyerx+ry.xy = (s_xs_y) 2^{k_x+k_y} e^{r_x+r_y}.

所以:

(sx,kx,rx)(sy,ky,ry)=(sxsy,kx+ky,rx+ry)\boxed{ (s_x,k_x,r_x) \otimes (s_y,k_y,r_y) = (s_xs_y,k_x+k_y,r_x+r_y) }

再做 normalization。

除法:

(sx,kx,rx)(sy,ky,ry)=(sxsy,kxky,rxry).\boxed{ (s_x,k_x,r_x) \oslash (s_y,k_y,r_y) = (s_xs_y,k_x-k_y,r_x-r_y). }

這就是工程上最直接的「乘除 \rightarrow 加減」。


21. Log-domain 誤差定理

設真值:

x=eL.x=e^L.

計算保存:

L^=L+δ.\widehat L=L+\delta.

則:

x^=eL+δ=xeδ.\widehat x = e^{L+\delta} = xe^\delta.

所以:

x^xx=eδ1.\boxed{ \frac{\widehat x-x}{x} = e^\delta-1. }

因此:

x^xx=eδ1.\boxed{ \frac{|\widehat x-x|}{|x|} = |e^\delta-1|. }

δ1|\delta|\ll1

eδ1=δ+O(δ2),e^\delta-1 = \delta+O(\delta^2),

故:

log-domain absolute errororiginal-domain relative error.\boxed{ \text{log-domain absolute error} \approx \text{original-domain relative error}. }

22. 有限誤差界

若:

δη,|\delta|\leq\eta,

則:

eηx^xeη.e^{-\eta} \leq \frac{\widehat x}{x} \leq e^\eta.

因此:

x^xxeη1.\frac{|\widehat x-x|}{|x|} \leq e^\eta-1.

若要求原始域相對誤差不超過 ε\varepsilon,則一個充分條件是:

δln(1+ε).\boxed{ |\delta| \leq \ln(1+\varepsilon). }

23. 為什麼加法重新變難

令:

Lx=lnx,Ly=lny,L_x=\ln x,\qquad L_y=\ln y,

x,y>0x,y>0

取:

m=max(Lx,Ly).m=\max(L_x,L_y).

則:

x+y=em(eLxm+eLym).x+y = e^m \left( e^{L_x-m}+e^{L_y-m} \right).

所以:

ln(x+y)=m+ln(eLxm+eLym).\boxed{ \ln(x+y) = m+ \ln \left( e^{L_x-m}+e^{L_y-m} \right). }

這就是 log-sum-exp 結構。

因此:

multiplication simplification⇏universal operation simplification.\boxed{ \text{multiplication simplification} \not\Rightarrow \text{universal operation simplification}. }

運算成本只是被重新分配。


24. 減法與 correction

若:

x>y>0,x>y>0,

則:

xy=eLx(1eLyLx).x-y = e^{L_x} \left( 1-e^{L_y-L_x} \right).

所以:

ln(xy)=Lx+ln(1eLyLx).\boxed{ \ln(x-y) = L_x + \ln \left( 1-e^{L_y-L_x} \right). }

xyx\approx y 時,修正項靠近 singular region。

這不是乘法加法化失效,而是當目標操作從乘法切換成減法後,必須切換 operation-specific correction。

Paper 03 將由此正式建立 correction field。


25. 與 Logarithmic Number System 的關係

Logarithmic Number System(LNS)以 logarithmic exponent 表示實數,典型特徵是:

  • multiplication 轉成 exponent addition;
  • division 轉成 subtraction;
  • power / root 轉成 exponent scaling;
  • addition / subtraction 需要額外非線性函數或 approximation。

因此:

LNS=本篇 canonical mathematical model 的一種 numerical realization.\boxed{ \text{LNS} = \text{本篇 canonical mathematical model 的一種 numerical realization}. }

但 Series A 不限制於特定 base、bit-width、lookup table 或硬體電路。

母理論研究的是:

domain legality+structural translation+inverse reconstruction.\text{domain legality} + \text{structural translation} + \text{inverse reconstruction}.

26. 母數學與工程表示分層

必須區分:

Layer A:數學同構

(R>0,×)(R,+).(\mathbb R_{>0},\times) \cong (\mathbb R,+).

Layer B:結構擴張

x(s,L).x \leftrightarrow (s,L).

Layer C:工程 chart

(s,L)(s,k,r).(s,L) \leftrightarrow (s,k,r).

所以:

mathematical equivalencenumerical encoding choice.\boxed{ \text{mathematical equivalence} \neq \text{numerical encoding choice}. }

27. 作為 Series A canonical benchmark

正實數 logarithmic model 具有:

  1. 全域合法域;
  2. 精確代數同態;
  3. 單射;
  4. 滿射;
  5. 連續;
  6. 連續逆映射;
  7. 無 correction;
  8. 明確 inverse reconstruction。

因此任何後續運算轉譯都可以與它比較:

  • 是否全域?
  • 是否唯一到尺度?
  • 是否需要多 chart?
  • 是否需要 correction?
  • 是否需要離散附加分量?
  • 是否只有局部 inverse?
  • 是否存在 topology obstruction?

28. 為何 logarithm 如此特殊

對數成功容易造成錯覺:

也許任何運算只要找到正確函數就能被全域變成普通加法。

這不成立。

正實數乘法之所以能被如此乾淨地加法化,是因為:

(R>0,×)(\mathbb R_{>0},\times)

本身就與:

(R,+)(\mathbb R,+)

具有完全匹配的一維連續 Abelian group 結構。

因此:

logarithm is canonical because the source structure is exceptionally compatible with addition.\boxed{ \text{logarithm is canonical because the source structure is exceptionally compatible with addition}. }

這也是後續遇到 correction、局部 chart 與非交換邊界時的標準比較基準。


29. 本篇定理摘要

Theorem A

ln(xy)=lnx+lny.\ln(xy)=\ln x+\ln y.

Theorem B

(R>0,×)TopGrp(R,+).(\mathbb R_{>0},\times) \cong_{\mathrm{TopGrp}} (\mathbb R,+).

Theorem C

TT 連續且

T(xy)=T(x)+T(y),T(xy)=T(x)+T(y),

則:

T(x)=clnx.T(x)=c\ln x.

Theorem D

R×{±1}×R.\mathbb R^\times \cong \{\pm1\}\times\mathbb R.

Theorem E

若:

L^=L+δ,\widehat L=L+\delta,

則:

x^xx=eδ1.\frac{\widehat x-x}{x} = e^\delta-1.

30. 限制與後續

本篇刻意不深入:

  • ax+bax+b 、log-sum-exp、log-diff-exp 的 correction classification;
  • valuation / exponent lattice;
  • Lie group logarithm、atlas、representation;
  • BCH 與 noncommutativity;
  • Excel、Python、Decimal、BigFloat 等 backend 統合。

以上分別留給 Paper 03–07 與 Engineering Whitepaper。


31. 結論

在正實數域:

T(x)=lnx\boxed{ T(x)=\ln x }

把:

×+\boxed{ \times \longrightarrow + }

以全域、精確、可逆、連續、拓樸相容的方式完成。

更重要的是,在連續性條件下,任何滿足:

T(xy)=T(x)+T(y)T(xy)=T(x)+T(y)

TT 都只能是:

T(x)=clnx.\boxed{ T(x)=c\ln x. }

所以 logarithm 是正實數乘法加法化的 canonical coordinate。

擴張到非零實數後:

x(sgnx,lnx)x \mapsto (\operatorname{sgn}x,\ln|x|)

展示了 exact discrete structure 與 continuous coordinate 的自然分離。

加入 00 後必須增加 absorbing state,說明 chart legality 與 original operation legality 不可混同。

進入複數後,branch 與 phase topology 顯示:

local logarithmic linearization⇏single global logarithmic chart.\boxed{ \text{local logarithmic linearization} \not\Rightarrow \text{single global logarithmic chart}. }

工程表示:

x=s2kerx=s2^ke^r

則展示如何在不改變母理論的前提下,把 exact discrete scale 與 continuous residual 分開處理。

因此,對數應被視為整個 Series A 的標準參照模型,而不是單純第一個範例。


參考文獻

  1. NIST Digital Library of Mathematical Functions, Chapter 4, Logarithm, Exponential, Powers, §§4.2, 4.4, 4.7, 4.8.
  2. Thanh Son Nguyen, Alexey Solovyev, Ganesh Gopalakrishnan, Rigorous Error Analysis for Logarithmic Number Systems, 2024.
  3. Syed Asad Alam, James Garland, David Gregg, Low precision logarithmic number systems: Beyond base-2, 2021.
  4. Jeff Johnson, Efficient, arbitrarily high precision hardware logarithmic arithmetic for linear algebra, 2020.
  5. Mark G. Arnold, Thomas A. Bailey, John R. Cowles, Towards Automated Verification of Logarithmic Arithmetic, 2024.

Series A 銜接

下一篇:Paper 03

《修正型線性化:從仿射運算到 Correction Field——log-sum-exp、log-diff-exp 與結構殘餘的統一形式》

Paper 03 將從:

Tμ=νTT\mu=\nu T

推廣到:

Tμ=νT+C,\boxed{ T\mu = \nu T+C, }

並正式處理「什麼樣的 correction 才真正具有數學簡化價值」。