Decimal-Free and Generator-First Real Numbers

Exact Reals as Constraint-Generated Sequence Objects

Series: Constraint-Generated Numerical and Symbolic Computation
Paper 03
Status: Foundational numerical theory
Language: zh-TW
Depends on:

Paper 01 — Variablehood by Residual Constraint Domain
Paper 02 — Constraint-Generated Sequence Representation

Scope: exact real objects, decimal-free representation, nested constraint cells, wide-word radix blocks, generator-first semantics, finite prefixes, arithmetic by constraint composition

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司
日期： 2026-10-08（整理日期；原稿未標註日期）
版本： 原稿未標註（本次整理版）

摘要

實數在現代計算中通常透過 floating point、fixed point、decimal expansion、binary expansion 或 arbitrary-precision arithmetic 表示。這些方法非常成功，但它們容易造成一個概念上的混淆：

\boxed{ \text{representation precision} \text{ 被誤認為 } \text{real-number ontology}. }

本文提出一個不同的表示觀。

實數不被定義為「整數部分加無限小數位」，也不被定義為某個有限 mantissa 的極限近似。相反地，一個 exact real object 被視為：

\boxed{ \text{constraints} + \text{generator} + \text{verification semantics} + \text{observation policy}. }

其 materialized sequence 只是 generator 在特定 observation policy 下逐步產生的資訊。

對任意 radix：

B\ge2,

可以用整數 prefix：

Q_n(x) = \lfloor B^n x\rfloor

定義 nested cells：

\boxed{ I_n(x) = \left[ \frac{Q_n(x)}{B^n}, \frac{Q_n(x)+1}{B^n} \right). }

則：

I_0(x) \supseteq I_1(x) \supseteq I_2(x) \supseteq \cdots,

且：

\boxed{ \bigcap_{n=0}^{\infty} I_n(x) = \{x\}. }

每一層的新增 block：

d_n = Q_n-BQ_{n-1}

滿足：

0\le d_n<B.

若選：

B=2^{256},

則每個 $d_n$ 可直接視為一個 256-bit unsigned information block；若選：

B=2^{512},

則得到 512-bit blocks。

然而本文強調：

\boxed{ B \text{ 與 block width 並不是實數本體的一部分。} }

它們只是 observation / encoding policy。真正 exact 的 real object 是能夠對任意要求深度產生經驗證 constraint cell 的 generator。

因此：

\boxed{ \text{finite prefix} \neq \text{finite-precision real object}. }

一個 finite prefix只表示目前 materialized 的 observation depth；只要 generator semantics exact，real object本身仍是 exact。

本文進一步定義：

Generator-First Real；
Exact Cell Generator；
Block Sequence；
Wide-Word Observation Policy；
Mixed-Radix Observation；
Cell Refinement Arithmetic；
Constraint-First Addition and Multiplication；
Exact Transcendental Object；
Prefix Certificate；
Interval Witness；
Representation Independence；
Decimal-Free Real API。

本文亦以 $\pi$ 為核心例子，說明如何將：

3.14159265\ldots

重新理解為某個 exact real object在特定 radix partition 下的 materialized observation sequence，而不是 $\pi$ 的數學本體。

1. 問題：小數點是表示 convention，不是實數本體

傳統十進制寫法：

3.1415926535\ldots

非常適合人類閱讀。

但其中的小數點只是在告訴讀者：

左側使用非負次方；
右側使用負次方；
radix 為 $10$ 。

若改成二進制，表示變成另一組 digits。

若改成：

B=2^{256},

同一個實數可以被表示成每個元素寬度為 256 bits 的 block sequence。

因此：

\boxed{ \text{decimal point} \text{ is not a primitive structure of } \mathbf R. } \tag{1.1}

它只是某種 positional notation 的 separator。

2. Real number 與 representation 的分離

本文將 real object與其 materialization分開。

Real Object

\boxed{ \mathfrak R_x = ( \mathcal K_x, G_x, V_x, \mathcal O_x ). } \tag{2.1}

其中：

$\mathcal K_x$ ：定義 $x$ 的 exact constraints；
$G_x$ ：產生 refinement / observation 的 generator；
$V_x$ ：驗證 output 的 verifier；
$\mathcal O_x$ ：observation policy。

Materialized Representation

在某個 policy $\mathcal O$ 與 depth $N$ 下：

\boxed{ M_{\mathcal O,N}(x). } \tag{2.2}

因此：

\boxed{ x \neq M_{\mathcal O,N}(x). } \tag{2.3}

後者只是前者的有限 observation。

3. Exact Real 的最低語義

我們不強制所有 real objects 使用同一種 generator。

只要求 generator與constraints唯一指定一個 real number。

設 stage residual cell：

C_n \subseteq \mathbf R.

若：

C_0 \supseteq C_1 \supseteq C_2 \supseteq \cdots

且：

\boxed{ \bigcap_{n=0}^{\infty} C_n = \{x\}, } \tag{3.1}

則這條 refinement chain exact 地指定 $x$ 。

若每個 $C_n$ 都可 finite-certify，便得到一個 exact generator-first real representation。

4. Nested Rational Cell Model

最直接的 model使用 rational intervals。

令：

C_n = [a_n,b_n],

其中：

a_n,b_n\in\mathbf Q,

並要求：

C_{n+1} \subseteq C_n.

若：

\boxed{ b_n-a_n \to 0, } \tag{4.1}

且所有 cells非空，則 nested interval theorem給出唯一 real：

\boxed{ \bigcap_n C_n = \{x\}. } \tag{4.2}

這是最簡單的 generator-first exact real model之一。

5. Cell Generator

定義 5.1

Exact Cell Generator：

\boxed{ G_x: n \mapsto ( C_n, W_n ), } \tag{5.1}

其中：

$C_n$ 是 certified residual cell；
$W_n$ 是證明： $x\in C_n.$

並且 verifier檢查：

C_{n+1} \subseteq C_n.

因此 generator可以由 AI、symbolic engine或 numerical algorithm提出，但 exactness由 verifier保障。

6. Decimal-Free 不等於 Radix-Free

本文的 decimal-free指：

\boxed{ \text{real ontology does not depend on decimal expansion}. }

這不代表 observation不能使用 radix。

相反地，radix partition是一種很有效的 materialization policy。

重點是：

\boxed{ \text{radix belongs to observation policy, not object identity}. } \tag{6.1}

7. Fixed-Radix Cell Partition

固定：

B\ge2.

對任意 real $x$ ，定義：

\boxed{ Q_n(x) = \lfloor B^n x\rfloor. } \tag{7.1}

再定義：

\boxed{ I_n(x) = \left[ \frac{Q_n(x)}{B^n}, \frac{Q_n(x)+1}{B^n} \right). } \tag{7.2}

這是 $x$ 所屬的第 $n$ 層 radix cell。

8. Nested-Cell Theorem

Theorem 8.1

對任意 real $x$ 與 integer radix $B\ge2$ ：

I_{n+1}(x) \subseteq I_n(x).

且：

\operatorname{diam} I_n(x) = B^{-n}.

因此：

\boxed{ \bigcap_{n=0}^{\infty} I_n(x) = \{x\}. } \tag{8.1}

所以：

\boxed{ (Q_0,Q_1,Q_2,\ldots) }

exact 地唯一指定 $x$ 。

9. 不需要小數點

這個表示不需要寫：

x = a_0.a_1a_2a_3\ldots.

只需要：

\boxed{ Q_0,Q_1,Q_2,\ldots }

以及 radix semantics：

Q_n = \lfloor B^n x\rfloor.

小數點不再是數學必要結構。

sequence index已經隱含 cell scale。

10. Incremental Block

完整保存每個 $Q_n$ 會重複資訊。

由：

Q_{n-1}

到：

Q_n

的新增 block定義為：

\boxed{ d_n = Q_n - B Q_{n-1}. } \tag{10.1}

因 floor relation：

0 \le Q_n - BQ_{n-1} < B,

所以：

\boxed{ 0\le d_n<B. } \tag{10.2}

因此：

\boxed{ Q_n = BQ_{n-1}+d_n. } \tag{10.3}

11. Block Sequence

給定：

Q_0 = \lfloor x\rfloor,

以及：

d_1,d_2,\ldots,

即可恢復所有：

Q_n.

所以 fixed-radix materialization可以寫成：

\boxed{ S_B(x) = ( Q_0; d_1,d_2,d_3,\ldots ). } \tag{11.1}

這在形式上類似 radix expansion，但 ontology不同：

\boxed{ d_n \text{ is a certified cell-refinement block}. }

不是 primitive digit。

12. Negative Real Numbers

使用：

Q_n(x) = \lfloor B^n x\rfloor

即使 $x<0$ ，仍然有：

0\le d_n<B.

所以不必特別把 fractional digits改成 signed digits。

只需：

Q_0

允許為任意 integer。

因此 representation naturally supports all real numbers。

13. Uniqueness at Radix Boundaries

傳統 positional notation有：

0.999\ldots = 1.000\ldots

這類雙重 expansion。

使用 floor-defined half-open cells：

\left[ \frac{Q_n}{B^n}, \frac{Q_n+1}{B^n} \right)

可以建立 canonical cell sequence。

因為：

Q_n = \lfloor B^n x\rfloor

是唯一 integer。

因此：

\boxed{ \text{canonical cell sequence avoids dual radix expansion ambiguity}. } \tag{13.1}

14. Wide-Word Radix

若選：

B = 2^W,

則：

d_n \in \{ 0,\ldots,2^W-1 \}.

因此每個 block可以直接存入 $W$ -bit unsigned word。

例如：

W=256,

則：

B=2^{256}.

每個：

d_n

都是一個完整 256-bit block。

同理：

W=512

給出 512-bit blocks。

15. Wide-Word Block 不是更精確的 Real 本體

增加：

W

不會改變 $x$ 本身。

它只改變：

\boxed{ \text{how much refinement information each materialized node carries}. }

若：

W=256,

depth $N$ 提供約：

256N

radix-bit scale information。

若：

W=512,

同樣 depth提供更粗粒度但更寬的 block。

因此：

\boxed{ W \text{ is a block-granularity parameter}. } \tag{15.1}

不是 exactness parameter。

16. Finite Prefix 是什麼

materialized prefix：

S_B^{[N]}(x) = ( Q_0; d_1,\ldots,d_N )

對應 cell：

I_N(x).

所以 prefix語義是：

\boxed{ x \in I_N(x). } \tag{16.1}

且：

\operatorname{diam} I_N = B^{-N}.

因此 finite prefix是一個 certified enclosure。

不是 real object本身。

17. Exact Object 與 Finite Observation

若 $x$ 的 generator exact，則：

\mathfrak R_x

可以是 exact。

同時目前只 materialize：

N=2

blocks。

所以：

\boxed{ \text{exact object} + \text{finite observation} }

完全不矛盾。

這正是 generator-first representation與 ordinary finite floating point的重要差異。

18. Generator-First Real

定義 18.1

Generator-First Real 為：

\boxed{ \mathfrak R_x = ( \mathcal K_x, G_x, V_x, \mathcal O ) } \tag{18.1}

滿足：

$\mathcal K_x$ 唯一指定一個 real $x$ ；
$G_x$ 可對任意 requested depth產生 cell / block；
$V_x$ 可驗證 cell containment / refinement；
materialization policy $\mathcal O$ 不改變 object semantics。

19. Generator 可以完全不依賴 Digits

例如 $x$ 可以由 equation唯一指定：

x^2=2,

x>0.

那：

x = \sqrt2.

generator可以使用 interval Newton、continued fractions、binary splitting或其他 exact algorithm。

只有最後 observation時才把 result轉成：

B=2^{256}

的 cells。

所以：

\boxed{ \text{generator semantics} \text{ and } \text{radix observation} }

可以完全分離。

20. $\sqrt2$ Example

定義 constraints：

\mathcal K_{\sqrt2} = \{ x^2=2, x>0 \}.

這組 constraints在：

\mathbf R

唯一指定：

\sqrt2.

generator可產生 rational intervals：

C_n = [a_n,b_n],

使：

a_n^2<2<b_n^2,

且：

b_n-a_n\to0.

若要求 wide-word observation，再計算：

Q_n = \lfloor B^n\sqrt2\rfloor.

所以 radix block只是 downstream projection。

21. $e$ Example

$e$ 可以由多種 exact semantics定義，例如：

e = \sum_{k=0}^{\infty} \frac{1}{k!}.

generator可利用 tail bound產生 certified interval：

C_n = [a_n,b_n].

再根據 observation policy產生：

Q_n, d_n.

因此：

\boxed{ e \text{ is not identified with its decimal expansion}. }

decimal expansion只是某種 observation trace。

22. $\pi$ Example: Object Semantics

$\pi$ 同樣可以由多種 exact semantics指定。

例如可把 $\pi$ 定義成某個幾何、積分、三角函數或其他 exact characterization的唯一 real。

本文不要求唯一 generator algorithm。

只要求：

\boxed{ \mathcal K_\pi \text{ uniquely identifies }\pi. }

以及 generator：

G_\pi

對任意 depth產生可驗證 enclosure。

23. $\pi$ Example: Radix-Cell Observation

固定：

B=2^{256}.

定義：

Q_n^\pi = \lfloor B^n\pi\rfloor.

則：

\boxed{ I_n^\pi = \left[ \frac{Q_n^\pi}{B^n}, \frac{Q_n^\pi+1}{B^n} \right). } \tag{23.1}

並有：

\boxed{ \bigcap_n I_n^\pi = \{\pi\}. } \tag{23.2}

block：

\boxed{ d_n^\pi = Q_n^\pi - BQ_{n-1}^\pi. } \tag{23.3}

滿足：

0\le d_n^\pi<2^{256}.

所以：

\boxed{ S_{2^{256}}(\pi) = ( Q_0^\pi; d_1^\pi,d_2^\pi,\ldots ) }

是一條 256-bit-block observation sequence。

24. $\pi$ Example: 512-bit Policy

改成：

B'=2^{512},

得到另一條 sequence：

S_{2^{512}}(\pi).

兩條 sequence長得完全不同。

但：

\boxed{ \operatorname{Semantics} ( S_{2^{256}}(\pi) ) = \operatorname{Semantics} ( S_{2^{512}}(\pi) ) = \pi. } \tag{24.1}

所以 exact object identity不依賴 block width。

25. Radix Sequence 只是 Observation View

因此不能把：

S_{2^{256}}(\pi)

本身誤認為 $\pi$ 的唯一數學本體。

更準確是：

\boxed{ S_B(\pi) = \operatorname{Observe}_B( \mathfrak R_\pi ). } \tag{25.1}

object：

\mathfrak R_\pi

比任何單一 radix sequence更高層。

26. Mixed-Radix Observation

甚至不需要固定 $B$ 。

令：

B_1,B_2,\ldots

為一串 radices。

定義 cumulative scale：

M_n = \prod_{k=1}^{n} B_k.

再定義：

\boxed{ Q_n = \lfloor M_nx\rfloor. } \tag{26.1}

block：

\boxed{ d_n = Q_n - B_nQ_{n-1}. } \tag{26.2}

則：

0\le d_n<B_n.

這得到 mixed-radix constraint-generated sequence。

27. Adaptive Radix

$B_n$ 甚至可以依 residual state動態決定。

例如：

前期使用小 block便於 verification；
中期使用 256-bit；
後期改 512-bit；
對高 uncertainty區域使用不同 granularity。

只要 policy可驗證並且 scale semantics明確。

因此：

\boxed{ \text{radix can be adaptive}. }

28. Radix 改變與 Object 不變

若兩種 policies：

\mathcal O_1, \qquad \mathcal O_2

都 sound 且 complete 地觀測同一 generator-first real：

\mathfrak R_x,

則：

\boxed{ M_{\mathcal O_1}(x) \equiv_{\mathrm{obj}} M_{\mathcal O_2}(x). } \tag{28.1}

所以 radix conversion是 observation conversion。

不是 real conversion。

29. Constraint-First Arithmetic

傳統 arithmetic：

materialize $x$ ；
materialize $y$ ；
approximate operation；
round。

本文可改成 constraint-first。

若：

z=x+y,

定義：

\boxed{ \mathcal K_z = \mathcal K_x \cup \mathcal K_y \cup \{ z=x+y \}. } \tag{29.1}

然後直接生成：

C_n(z).

不要求先把 $x$ 、 $y$ 展開到固定 decimal digits。

30. Addition by Cell Propagation

若：

x\in[a,b],

y\in[c,d],

則：

\boxed{ x+y \in [a+c,b+d]. } \tag{30.1}

因此 addition generator可以從 operands的 current cells直接產生 output cell。

若 output cell不足以決定 requested block，就要求 operands再 refinement。

這形成 demand-driven arithmetic。

31. Multiplication by Cell Propagation

若 intervals不跨複雜 sign情況，可直接使用 endpoint products。

一般情況：

xy \in [ \min(ac,ad,bc,bd), \max(ac,ad,bc,bd) ].

因此 multiplication同樣可以：

\boxed{ \text{refine only when output block remains ambiguous}. }

這與固定 precision arithmetic不同。

32. Requested-Block Computation

假設只要求 $z$ 的第 $N$ 個 wide-word block。

runtime不需要盲目把所有 operands展開到同樣 bit count。

它只需 refine到足以唯一決定：

Q_N(z).

所以 computation target是：

\boxed{ \text{constraint sufficiency for the requested observation}. }

不是：

\boxed{ \text{global fixed precision}. }

33. Carry 不再必須是逐 Digit 操作

傳統 positional arithmetic常處理 digit carry。

在 cell-based arithmetic中，可以直接先決定：

Q_N(z) = \lfloor B^Nz\rfloor.

只要 constraints已足以固定這個 integer。

所以 carry可以是 generator內部問題。

外部 API只看到 certified block。

這可能對 wide-word computation更自然。

34. Block Certification

一個 block：

d_N

被接受前，必須證：

Q_N = BQ_{N-1}+d_N

以及：

x\in I_N.

verification可使用：

interval enclosure；
integer inequalities；
modular identities；
exact symbolic bounds；
proof assistant certificate。

所以 block不是純 payload。

它可以是 proof-carrying block。

35. Exact Addition Object

若：

\mathfrak R_x, \qquad \mathfrak R_y

是 exact generator-first reals，

定義：

\boxed{ \mathfrak R_z = \operatorname{Add} ( \mathfrak R_x, \mathfrak R_y ). } \tag{35.1}

其中：

\mathcal K_z = \mathcal K_x \cup \mathcal K_y \cup \{ z=x+y \}.

只要 resulting constraints唯一指定 $z$ ，則：

\mathfrak R_z

本身 exact。

即使目前沒有 materialize任何 output blocks。

36. Exact Multiplication Object

同理：

\boxed{ \mathfrak R_z = \operatorname{Mul} ( \mathfrak R_x, \mathfrak R_y ) } \tag{36.1}

由：

z=xy

constraint定義。

因此 arithmetic operation可首先建立 semantic object，再按需 materialize。

37. Exact Function Application

對 function：

f: D\to\mathbf R,

若有 exact function semantics與 continuity / enclosure mechanism，可定義：

\boxed{ \mathfrak R_y = f( \mathfrak R_x ). } \tag{37.1}

例如：

y=\sqrt{x},

加入：

y^2=x,

以及 branch constraint：

y\ge0.

generator再按需 refine $y$ 。

38. Function Branch Constraint

多值 relation必須明確加入 branch。

例如：

y^2=x

本身有：

y=\pm\sqrt{x}.

若要 principal root：

\boxed{ y\ge0. }

這就是 Variablehood theory中的 separating constraint。

所以 real computation自然接回 Paper 01。

39. Exact Constant Object

一個 exact constant $c$ 可以被定義成：

\boxed{ \mathfrak R_c = ( \mathcal K_c, G_c, V_c, \mathcal O ). } \tag{39.1}

它不需要內建 decimal digits。

library可以保存：

definition；
generator；
verifier；
cached blocks。

40. Cached Prefix

為提高速度，可以保存：

S_B^{[N]}(c).

但 cache不是 source of truth。

若 cache損壞，可由 generator重新產生。

因此：

\boxed{ \text{generator is authoritative;} \qquad \text{prefix is cache}. } \tag{40.1}

41. Versioned Generator

generator algorithm可能改良。

因此 exact object需區分：

mathematical semantics；
generator implementation。

若兩個 versions都生成同一 exact object，可視為 implementation-equivalent。

所以 object identity不應直接綁定 algorithm binary。

42. Generator Verification Contract

對 exact constant，generator contract可以寫：

\boxed{ G_c(n) \to (C_n,W_n) }

並要求 verifier證：

c\in C_n,

C_{n+1}\subseteq C_n,

以及：

\operatorname{diam}(C_n)\to0.

這樣 generator可以替換。

43. Information Sequence for $\pi$

對 $\pi$ ，一個 node可以包含：

s_n^\pi = ( Q_n^\pi, d_n^\pi, I_n^\pi, W_n^\pi ).

其中：

$Q_n^\pi$ ：prefix integer；
$d_n^\pi$ ：new wide-word block；
$I_n^\pi$ ：certified residual cell；
$W_n^\pi$ ：proof certificate。

這比只保存 digits更可驗證。

44. 為什麼不是把浮點改名

floating point通常是一個 finite object：

\tilde x = mB^e.

它與 exact $x$ 之間存在 rounding relation。

generator-first exact real則是：

\boxed{ \mathfrak R_x }

本身 exact。

某個 finite cell：

I_N

只是 observation。

所以 ontology不同。

45. Floating Point 可以成為 Observation Backend

這不表示 floating point不能使用。

它可以作為：

\boxed{ \text{fast proposal / enclosure backend}. }

但 exact verifier必須確認：

x\in C_n.

因此：

\boxed{ \text{floating point} \text{ becomes a tool, not the source of truth}. }

46. Arbitrary Precision 可以成為 Generator Backend

同理，MPFR、big integers、symbolic algebra等都可以作為 generator implementation。

本方法不是要拒絕既有 numerical technology。

而是重新安排層級：

\boxed{ \text{semantics} > \text{generator} > \text{numerical backend} > \text{encoding}. }

47. Computational Opportunity

若 constraints能直接確定某個 wide block：

d_n,

就可能不需要 materialize中間大量 low-level digits。

例如 generator可能直接計算：

Q_n = \lfloor 2^{256n}x\rfloor

或使用 divide-and-conquer / binary splitting / modular technique。

所以 wide-word observation可配合現代大整數運算。

48. 但不能保證所有數都更快

本文不主張：

\boxed{ \text{generator-first representation universally outperforms arbitrary precision arithmetic}. }

是否更快依賴：

constant；
operation；
generator；
requested blocks；
proof cost；
cache；
parallelism；
hardware。

本文主張的是 representation與 computation architecture的可行性，而不是普遍速度優勢。

49. Constraint-Aware Skipping

真正可能產生性能優勢的是：

\boxed{ \text{some output information may be constrained without computing all lower-level representational details}. }

例如 theorem-derived bounds可能直接固定一整個 high-level block。

這時 runtime可跳過不必要 materialization。

這與單純提高 word size不同。

50. Mixed Symbolic-Numeric Real

有些 real object同時帶 symbolic structure。

例如：

x = \sqrt{2} + \pi.

runtime可以保存 DAG：

\boxed{ x = \operatorname{Add} ( \sqrt2, \pi ). }

直到需要 block時才執行。

因此 real representation可以自然保持 symbolic DAG。

51. Shared Subexpression

若多個 numbers共享：

\pi,

generator DAG可共享 same exact constant object。

這避免重複 materialization。

因此 generator-first semantics與 graph-based computation相容。

52. Exact Comparison of Reals

比較：

x<y

可作為 constraint problem。

若 current cells：

C_x=[a,b],

C_y=[c,d]

滿足：

b<c,

則立即證：

x<y.

若 intervals重疊，就繼續 refine。

所以比較同樣是 demand-driven。

53. Equality Problem

對 arbitrary computable reals，exact equality一般可能很難，甚至某些 representations下不可判定。

因此 generator-first framework不應承諾 universal equality decision。

它只提供：

\boxed{ \text{refinement + witness interface}. }

若 semantics有 decidable equality certificate，則使用。

否則可能永遠 refinement。

54. Computable Real 邊界

本文的 operational runtime主要面向可由有效 generator產生的 exact reals。

這是：

\boxed{ \text{computable or otherwise effectively representable reals}. }

並非每個 set-theoretic real都能由 finite program exact生成。

所以：

\boxed{ \text{generator-first exact real} \subsetneq \mathbf R }

若從 effective representation角度理解。

這不是缺陷，而是計算本身的基本邊界。

55. Description Length

某些 reals可由非常短 generator描述。

例如：

\pi

的 mathematical description遠短於一百萬 digits。

所以：

\boxed{ \text{object description length} \ll \text{materialized expansion length}. }

generator-first storage直接利用這個差距。

56. Algorithmic Compression 不是全部

短 generator只是其中一部分。

本文還要求：

constraints；
verification；
residual cells；
provenance；
exact semantics。

所以 framework不等於單純 Kolmogorov compression。

它是一個可計算與可驗證的 representation architecture。

57. Observation Policy

定義 observation policy：

\mathcal O = ( B, W, \text{cell rule}, \text{block rule}, \text{canonicalization} ).

同一 real object可以掛多個 policies。

例如：

\mathcal O_{64}, \mathcal O_{256}, \mathcal O_{512}.

runtime可依 hardware / task選擇。

58. Hardware Alignment

若 processor / accelerator擅長：

256

bit integer operations，選：

B=2^{256}

可以讓每個 sequence block對齊 machine word。

未來若：

512

bit或更寬 arithmetic成為 commodity，policy可直接替換。

因此表示法可以和 hardware width協同演進。

59. Software Compatibility

即使 host system只有 64-bit native word，也可以將 256-bit block表示成：

4

個 64-bit limbs。

所以 wide-word policy不要求 CPU本身是 256-bit architecture。

差別只在：

\boxed{ \text{one logical block may occupy multiple physical machine words}. }

這與大整數 arithmetic一致。

60. Block Independence 不等於 Arithmetic Independence

雖然每個 $d_n$ 是獨立 encoding block，但其數值通常依賴前序 state與 carry semantics。

所以不能假設 blocks可全部 independent parallel compute。

parallelism必須由 generator algorithm與 dependency graph判定。

61. Random Access Block Generator

若某 constant有直接 formula可以算：

Q_n

而不需逐 stage replay，則可支援 random access。

否則使用 checkpoints。

因此 random access是 generator capability，不是 sequence semantics的必備條件。

62. Verification Independence

一個 block generator可以很複雜。

但 verifier可能簡單得多。

例如 generator提出：

Q_n,

verifier只需證：

Q_n \le B^n x < Q_n+1

透過 certified bounds。

這是 proof-carrying computation的優勢。

63. Exact Cell as Contract

對每個 block，可將：

I_n

視為 contract。

任何未來 generator只要能提供 proof：

x\in I_n

就可產生同一 semantic block。

因此 generator implementation可更換而不影響 representation。

64. Radix Cell 的限制

固定 radix cell有明確好處，但它不一定是最佳 constraint partition。

對某些問題，其他 partitions可能更自然：

continued fraction cylinders；
algebraic isolating intervals；
Chebyshev coefficient bounds；
symbolic region partitions；
logarithmic bins；
adaptive rational cells。

所以 fixed radix只是 special case。

65. General Observation Partition

定義一組 partitions：

\mathcal P_n = \{ C_{n,j} \}_j

滿足：

\mathbf R = \bigcup_j C_{n,j}.

若 partitions逐層 refinement，則 exact real可由 cell index sequence：

j_0,j_1,\ldots

表示。

這把 radix expansion推廣成 general constraint partition sequence。

66. Partition Sequence

若：

x\in C_{n,j_n},

則：

\boxed{ S_{\mathcal P}(x) = (j_0,j_1,j_2,\ldots). } \tag{66.1}

每個 $j_n$ 是 cell selection witness。

若 partitions diameters趨近 $0$ ，則 sequence唯一指定 $x$ 。

所以 radix digit其實就是 cell index的一種。

67. Decimal Expansion 的重新解釋

十進制小數：

0.d_1d_2d_3\ldots

可重新理解成：

\boxed{ \text{base-10 nested cell selection sequence}. }

所以 decimal不是被否定。

它被降級成：

\boxed{ \text{one observation policy among many}. }

這正是 decimal-free ontology 的意思。

68. Binary Expansion 的重新解釋

binary expansion同樣只是：

B=2

的 radix cell policy。

wide-word representation則是：

B=2^W.

所以：

\boxed{ \text{bit-by-bit sequence} }

和：

\boxed{ \text{256-bit block sequence} }

只是不同 granularity 的同一 family。

69. Constraint-Based Partition

更一般地，partition cells可以由 constraints定義：

C_{n,j} = \{ x: K_{n,j}(x) \}.

那 sequence node直接就是 constraint selector。

這與 Paper 02完全一致。

70. Real Number as Constraint Limit

因此本文最一般的 real representation不是：

x = \sum d_nB^{-n}.

而是：

\boxed{ x = \text{the unique point in a verified nested constraint chain}. } \tag{70.1}

radix sum只是可選 decode formula。

71. Generated Sequence 與 Symbolic Identity

若一個 exact symbolic identity直接決定某些 future blocks，generator可利用它。

所以 symbolic theorem與 numerical sequence不是分離世界。

theorem可以成為 block-generation constraint。

這正是 constraint-aware computation的潛力。

72. Precision 的重新定義

傳統 precision常用：

p = \text{number of bits}.

本文可定義 observation precision：

\boxed{ P(C_n) = -\log_2 \operatorname{diam}(C_n). } \tag{72.1}

若是 radix cells：

P(I_n) = n\log_2B.

但這仍是 observation精度。

object exactness由 generator semantics決定。

73. Structural Precision

還可以另外定義 structural precision：

\boxed{ P_{\mathrm{struct}} = \text{amount of residual variablehood eliminated}. }

例如一個 symbolic object即使沒有高 numerical precision，也可能有極高 structural closure。

這對 theorem-numerical hybrid問題特別重要。

74. Sequence Width 與 Closure Gain

一個 512-bit payload不保證真的消除 512 bits residual freedom。

若 constraints已預先決定其中大部分，actual gain可能遠低於 block width。

反之，一個短 symbolic node可能消除巨大 domain。

所以：

\boxed{ \text{payload size} \neq \text{constraint gain}. } \tag{74.1}

75. Real Arithmetic as Constraint DAG

若有：

z = f(x,y),

可以建 graph：

x \to z,

y \to z.

每個 node是 generator-first real。

每條 edge是 semantic constraint。

runtime按 requested observation往上游 demand refinement。

這形成：

\boxed{ \text{exact real computation DAG}. }

76. Backward Constraint Propagation

不只 forward propagation。

若：

z=x+y

且 $z$ 、 $x$ constraints很強，也可反向縮小 $y$ 。

所以 arithmetic DAG可以做 bidirectional constraint propagation。

這比單向 floating-point evaluation更一般。

77. Constraint Solving 與 Numeric Solving 的融合

因此 real runtime可以混合：

interval arithmetic；
symbolic algebra；
integer arithmetic；
SAT / SMT；
theorem prover；
numerical approximation；
certified root isolation。

只要最終輸出是 verified cells。

所以：

\boxed{ \text{real computation} = \text{multi-method constraint refinement}. }

78. $\pi$ 不必保存成大量 digits

對 $\pi$ library object，可以保存：

\boxed{ \mathcal K_\pi, G_\pi, V_\pi, \text{cached checkpoints}. }

需要 $N$ blocks時才 materialize。

這不表示永遠不保存 digits。

而是 digits變成 cache，不再是 ontology。

79. Constant Interchange Format

未來可設計 exact constant interchange packet：

\boxed{ ( \text{semantic id}, \text{generator id}, \text{observation policy}, \text{prefix}, \text{witnesses} ). }

不同系統可驗證同一 constant。

這比單純傳送 decimal string更可驗證。

80. Security and Trust

不可信 generator可以提交 candidate blocks。

trusted verifier驗證：

Q_n \le B^nx < Q_n+1.

因此 generator與 verifier分離。

這對 AI-generated constants與 distributed computation有意義。

81. 可證明性與可計算性的邊界

某些 real的某些 properties可能很難 decidable。

generator-first framework不消除 computability theory限制。

它只是讓限制被明確表示成：

\boxed{ \text{which refinement obligation cannot yet be certified}. }

而不是用 silent approximation掩蓋。

82. Failure Mode: False Exactness

最危險錯誤是：

\tilde x

只是高 precision approximation，

卻被包裝成 exact generator-first real。

因此 exact object必須有：

\boxed{ \text{semantic uniqueness proof} + \text{verified refinement contract}. }

沒有這兩者，只能標記 approximate。

83. Failure Mode: Hidden Radix Ontology

另一錯誤是宣稱 decimal-free，但實際上把：

B=2^{256}

當成 object identity。

這仍然只是換 radix。

真正 generator-first framework要求：

\boxed{ \mathfrak R_x \text{ remains the same under observation-policy change}. }

84. Failure Mode: Unverified Infinite Stream

一條無限-looking bitstream不等於 exact real。

若沒有：

generator semantics；
verification；
limit uniqueness；

它只是 data stream。

所以 exactness不是 stream length。

85. Failure Mode: Sequence Without Constraints

若：

d_1,d_2,\ldots

只是被列出，但沒有對應 residual-cell semantics，那仍然只是 digit list。

constraint-generated sequence必須知道：

\boxed{ \text{what each node rules out}. }

86. Main Theorem Package

本文建立以下核心結果。

Theorem A

任意 real $x$ 與 radix $B\ge2$ 可由 unique floor-cell sequence：

Q_n = \lfloor B^nx\rfloor

exact 表示。

Theorem B

increment blocks：

d_n = Q_n-BQ_{n-1}

滿足：

0\le d_n<B.

Theorem C

若：

B=2^W,

則每個 $d_n$ 可直接編碼為 $W$ -bit block。

Theorem D

不同 radices / block widths可表示同一 exact real object。

Theorem E

finite materialized prefix只是 certified residual cell，不是 finite object ontology。

Theorem F

arithmetic operations可先形成 exact semantic constraints，再按需 materialize blocks。

87. 最重要的五個原則

Principle 1: Decimal-Free Ontology

\boxed{ \text{decimal point is representation metadata}. }

Principle 2: Generator-First Exactness

\boxed{ \text{exact object} = \text{semantic constraints + generator + verifier}. }

Principle 3: Sequence as Observation

\boxed{ \text{block sequence} = \text{materialized observation of an exact object}. }

Principle 4: Wide Word as Policy

\boxed{ 256\text{-bit / }512\text{-bit} \text{ are payload widths, not mathematical precision ontologies}. }

Principle 5: Constraint-First Arithmetic

\boxed{ \text{define result semantics first, materialize only requested information later}. }

88. 與本系列前兩篇的整合

Paper 01：

\boxed{ \text{variable} = \text{residual non-uniqueness}. }

Paper 02：

\boxed{ \text{sequence} = \text{certified residual-domain reduction trace}. }

Paper 03：

\boxed{ \text{exact real} = \text{unique constraint limit with generated observation sequence}. }

三篇形成：

\boxed{ \text{Variable Ontology} \to \text{Constraint Sequence} \to \text{Generator-First Real}. }

89. 結論

實數不需要被本體化成無限小數字串。

一個 exact real可以被表示成：

\boxed{ \mathfrak R_x = ( \mathcal K_x, G_x, V_x, \mathcal O ). }

其 observable sequence只是：

\boxed{ \operatorname{Observe}_{\mathcal O}(x). }

對 fixed radix：

B=2^W,

可以產生：

\boxed{ Q_n = \lfloor B^nx\rfloor, }

以及：

\boxed{ d_n = Q_n-BQ_{n-1}. }

若：

W=256

或：

W=512,

便得到 wide-word blocks。

但數本身不等於這些 blocks。

真正 exact 的本體是：

\boxed{ \text{the unique object specified by constraints and reproduced by a verified generator}. }

因此：

\boxed{ \text{digits become observations;} }

\boxed{ \text{precision becomes refinement depth;} }

\boxed{ \text{encoding becomes downstream;} }

\boxed{ \text{calculation becomes constraint generation and closure}. }

這為下一篇的 constraint-aware information encoding建立了數學基礎。

Next Paper

Paper 04

Constraint-Aware Information Encoding and Residual Bits

下一篇將從：

\boxed{ \text{semantic exact real} }

轉到：

\boxed{ \text{physical information representation}. }

重點包括：

raw block width 與 actual residual information freedom 的分離；
constrained bits 與 free bits；
256-bit / 512-bit logical blocks；
block metadata與 witness；
variable-length residual encoding；
constraint-derived compression；
sequence packets；
hardware limbs；
proof-carrying numeric storage；
為何「先生成再編碼」不同於單純壓縮 digits。

Decimal-Free and Generator-First Real Numbers

Decimal-Free and Generator-First Real Numbers

Exact Reals as Constraint-Generated Sequence Objects

摘要

1. 問題：小數點是表示 convention，不是實數本體

2. Real number 與 representation 的分離

Real Object

Materialized Representation

3. Exact Real 的最低語義

4. Nested Rational Cell Model

5. Cell Generator

定義 5.1

6. Decimal-Free 不等於 Radix-Free

7. Fixed-Radix Cell Partition

8. Nested-Cell Theorem

Theorem 8.1

9. 不需要小數點

10. Incremental Block

11. Block Sequence

12. Negative Real Numbers

13. Uniqueness at Radix Boundaries

14. Wide-Word Radix

15. Wide-Word Block 不是更精確的 Real 本體

16. Finite Prefix 是什麼

17. Exact Object 與 Finite Observation

18. Generator-First Real

定義 18.1

19. Generator 可以完全不依賴 Digits

20. 2\sqrt22​ Example

21. eee Example

22. π\piπ Example: Object Semantics

23. π\piπ Example: Radix-Cell Observation

24. π\piπ Example: 512-bit Policy

25. Radix Sequence 只是 Observation View

26. Mixed-Radix Observation

27. Adaptive Radix

28. Radix 改變與 Object 不變

29. Constraint-First Arithmetic

30. Addition by Cell Propagation

31. Multiplication by Cell Propagation

32. Requested-Block Computation

33. Carry 不再必須是逐 Digit 操作

34. Block Certification

35. Exact Addition Object

36. Exact Multiplication Object

37. Exact Function Application

38. Function Branch Constraint

39. Exact Constant Object

40. Cached Prefix

41. Versioned Generator

42. Generator Verification Contract

43. Information Sequence for π\piπ

44. 為什麼不是把浮點改名

45. Floating Point 可以成為 Observation Backend

46. Arbitrary Precision 可以成為 Generator Backend

47. Computational Opportunity

48. 但不能保證所有數都更快

49. Constraint-Aware Skipping

50. Mixed Symbolic-Numeric Real

51. Shared Subexpression

52. Exact Comparison of Reals

53. Equality Problem

54. Computable Real 邊界

55. Description Length

56. Algorithmic Compression 不是全部

57. Observation Policy

58. Hardware Alignment

59. Software Compatibility

60. Block Independence 不等於 Arithmetic Independence

61. Random Access Block Generator

62. Verification Independence

63. Exact Cell as Contract

64. Radix Cell 的限制

65. General Observation Partition

66. Partition Sequence

67. Decimal Expansion 的重新解釋

68. Binary Expansion 的重新解釋

69. Constraint-Based Partition

70. Real Number as Constraint Limit

71. Generated Sequence 與 Symbolic Identity

20. $\sqrt2$ Example

21. $e$ Example

22. $\pi$ Example: Object Semantics

23. $\pi$ Example: Radix-Cell Observation

24. $\pi$ Example: 512-bit Policy

43. Information Sequence for $\pi$

78. $\pi$ 不必保存成大量 digits