> 本文為英文原文的全文譯本。研究主張仍以原文為權威來源；翻譯不代表獨立數學驗證。 # TCDC-17 ## 壞質量單純形／半質數邊際上界常數閉合 ### 精確壞質量幾何、供應者損失預算、固定行半質數上界不可能性、聚合層級提升目標與耦合折減要求 **母方法論：** TCDC — 目標–條件對偶閉合 **對接研究線：** RG-SCP / SRBRD **輪次：** TCDC-17 **日期：** 2026-10-02 **版本：** v0.1 **作者：** Neo.K；Aletheia（GPT-5.6 Sol） **性質：** 壞質量單純形／上界篩常數審計／供應者損失幾何 **前置：** TCDC-00 ～ TCDC-16；SRBRD-00 ～ SRBRD-26 **狀態：** 將精確恆等式 $M_{PP}=S_m-n_{SP}-M_{PS}$ 正規化成二維壞質量單純形；建立中性下界損失、半質數上界損失、混合上界損失共享的供應者預算；證明在秩一 Buchstab 基準下，標準固定行線性上界即使給予整個行尺度的最佳分布層級，半質數邊際乘數仍約 $2.043896$，與理想混合上界相加仍超出單純形；因此半質數邊際必須使用聚合卷積／切換或耦合壞質量折減；未證明一致正單純形間隙；哥德巴赫仍未證明 --- # 0. 本輪目標 TCDC-16 的精確式： $$ \boxed{ M_{PP} = S_m - n_{SP} - M_{PS}. } $$ 這一式把哥德巴赫目標改寫成： # 中性質量 − 壞質量 其中壞質量有兩類： 1. 半質數左邊際： $$ n_{SP}; $$ 2. 質數–半質數混合分支： $$ M_{PS}. $$ TCDC-17 要做： > 把這三個量放進同一正規化， > 研究各種證明供應者可以容許多少常數損失。 --- # 1. 精確壞質量座標 定義： $$ \boxed{ a_m = \frac{ n_{SP} }{ S_m }, } $$ $$ \boxed{ b_m = \frac{ M_{PS} }{ S_m }. } $$ 因： $$ S_m = n_0+n_{SP}, $$ 有： $$ \boxed{ \frac{ n_0 }{ S_m } = 1-a_m. } $$ --- # 2. $(a,b)$ 座標中的精確矩陣 由： $$ n_{SP} = M_{PS}+M_{SS}, $$ 得到： $$ \boxed{ \frac{ M_{SS} }{ S_m } = a_m-b_m. } $$ 由 TCDC-16 的壞質量恆等式： $$ \boxed{ \frac{ M_{PP} }{ S_m } = 1-a_m-b_m. } $$ 所以： ## 定理 TCDC-17-T01 $$ \boxed{ \frac1{S_m} \begin{pmatrix} M_{PP}&M_{PS}\\ M_{PS}&M_{SS} \end{pmatrix} = \begin{pmatrix} 1-a-b&b\\ b&a-b \end{pmatrix}. } $$ --- # 3. 可行壞質量單純形 矩陣元素非負要求： $$ b\ge0, $$ $$ a-b\ge0, $$ $$ 1-a-b\ge0. $$ 因此： ## 定理 TCDC-17-T02 ### 壞質量單純形 $$ \boxed{ 0\le b\le a, \qquad a+b\le1. } $$ 所以所有精確聯合輸送都落在： $$ (a,b) $$ 平面的三角可行區域。 --- # 4. 哥德巴赫失敗面 $$ M_{PP}=0 $$ 若且唯若： $$ 1-a-b=0. $$ 因此： ## 定理 TCDC-17-T03 哥德巴赫失敗正是壞質量單純形的斜邊： $$ \boxed{ a+b=1. } $$ 且因： $$ b\le a, $$ 失敗邊滿足： $$ \boxed{ a\ge1/2. } $$ --- # 5. 到失敗線的距離 精確好質量： ## 定理 TCDC-17-T04 $$ \boxed{ d_{\mathrm{bad}} = 1-a_m-b_m = \frac{ M_{PP} }{ S_m }. } $$ 所以有序哥德巴赫密度就是： # 壞質量點到失敗面的線性裕量 --- # 6. Buchstab 秩一基準點 TCDC-14： $$ \boxed{ p_* = \frac1{1+\log2}, } $$ $$ \boxed{ s_* = \frac{\log2}{1+\log2}. } $$ 秩一基準： $$ \boxed{ a_*=s_*, } $$ $$ \boxed{ b_*=p_*s_*. } $$ 數值上： $$ \boxed{ a_* \approx 0.409383890850, } $$ $$ \boxed{ b_* \approx 0.241788720763. } $$ --- # 7. 基準到失敗的距離 T04： $$ 1-a_*-b_* = 1-s_*-p_*s_*. $$ 因： $$ p_*+s_*=1, $$ 得到： ## 定理 TCDC-17-T05 $$ \boxed{ 1-a_*-b_* = p_*^2. } $$ 數值上： $$ \boxed{ p_*^2 \approx 0.348827388387. } $$ 所以： $$ \boxed{ 0.348827\ldots } $$ 就是基準點到失敗面的精確壞質量裕量。 --- # 8. 共同主尺度正規化 令： $$ \boxed{ \mathfrak M_m>0 } $$ 為某個證明／漸近的共同中性尺度。 假設： $$ \boxed{ S_m \ge \alpha \mathfrak M_m, } $$ $$ \boxed{ n_{SP} \le \kappa_{SP} s_* \mathfrak M_m, } $$ $$ \boxed{ M_{PS} \le \kappa_{PS} p_*s_* \mathfrak M_m. } $$ 其中： - $\alpha$： 中性下界效率； - $\kappa_{SP}$： 半質數邊際上界乘數； - $\kappa_{PS}$： 混合上界乘數。 --- # 9. 分別供應者單純形閘門 TCDC-16： $$ M_{PP} \ge L_S-U_{SP}-U_{PS}. $$ 所以： ## 定理 TCDC-17-T06 ### 分別壞質量閘門 $$ \boxed{ \frac{ M_{PP} }{ \mathfrak M_m } \ge \alpha - \kappa_{SP}s_* - \kappa_{PS}p_*s_*. } $$ 因此充分條件為： $$ \boxed{ \kappa_{SP}s_* + \kappa_{PS}p_*s_* < \alpha. } $$ --- # 10. 供應者損失預算 扣除理想基準： $$ 1 = p_*^2 + s_* + p_*s_*. $$ T06 重排為： ## 定理 TCDC-17-T07 ### 供應者損失預算 閉合若且唯若： $$ \boxed{ (1-\alpha) + s_* (\kappa_{SP}-1) + p_*s_* (\kappa_{PS}-1) < p_*^2. } $$ 左側： # 供應者總損失 右側： # 基準到失敗面的距離 --- # 11. 損失預算的解釋 三種獨立損失都消耗同一個： $$ \boxed{ p_*^2 \approx 0.348827388387 } $$ 預算。 ### 中性損失 $$ 1-\alpha. $$ ### 半質數上界超額 $$ s_*(\kappa_{SP}-1). $$ ### 混合上界超額 $$ p_*s_*(\kappa_{PS}-1). $$ 所以： > 不能只看某一個上界乘數是否「看起來還行」； > 必須看全部供應者損失的加總。 --- # 12. 最低中性效率 即使兩個上界供應者都是理想的： $$ \kappa_{SP} = \kappa_{PS} = 1, $$ T06 要求： ## 推論 TCDC-17-C01 $$ \boxed{ \alpha > s_*+p_*s_* = 1-p_*^2. } $$ 數值上： $$ \boxed{ \alpha > 0.651172611613. } $$ 所以中性下界若丟掉超過約： $$ \boxed{ 34.88\% } $$ 的主質量， 分別堆疊即使在完美上界下也不可能閉合。 --- # 13. 每次令一個上界理想 ## 半質數上界理想 若： $$ \kappa_{SP}=1, $$ T06 給出： ## 推論 TCDC-17-C02 對： $$ \alpha=1, $$ $$ \boxed{ \kappa_{PS} < \frac{ 1-s_* }{ p_*s_*} = \frac1{s_*} } $$ 數值上： $$ \boxed{ \kappa_{PS} < 2.442695040889. } $$ --- # 14. 混合上界理想 若： $$ \kappa_{PS}=1, $$ 則： ## 推論 TCDC-17-C03 對： $$ \alpha=1, $$ $$ \boxed{ \kappa_{SP} < \frac{ 1-p_*s_* }{ s_*} } $$ 數值上： $$ \boxed{ \kappa_{SP} < 1.852078931739. } $$ --- # 15. 相等乘數閘門 若： $$ \kappa_{SP} = \kappa_{PS} = \kappa, $$ 則： ## 推論 TCDC-17-C04 $$ \boxed{ \kappa < \frac{ \alpha }{ s_*+p_*s_*} } $$ 對一般的： $$ \alpha. $$ 選定數值： | 中性效率 $\alpha$ | 最大相等乘數 $\kappa$ | |---:|---:| | $1.000000$ | $1.535691$ | | $0.950000$ | $1.458907$ | | $0.900000$ | $1.382122$ | | $0.800000$ | $1.228553$ | | $0.700000$ | $1.074984$ | | $0.651173$ | $1.000000$ | 在： $$ \alpha=1, $$ $$ \boxed{ \kappa < 1.535691124237. } $$ --- # 16. 耦合壞質量折減 分別上界： $$ U_{SP}+U_{PS} $$ 可能重複計算失敗資源。 定義耦合壞質量支撐： $$ \boxed{ B_{\max} } $$ 滿足： $$ \boxed{ B_{\max} \le U_{SP}+U_{PS}. } $$ 定義正規化耦合折減： ## 定義 TCDC-17-D01 $$ \boxed{ \chi = \frac{ U_{SP}+U_{PS}-B_{\max} }{ \mathfrak M_m }. } $$ --- # 17. 耦合單純形閘門 若： $$ B_{\max} \le \left( \kappa_{SP}s_* + \kappa_{PS}p_*s_* - \chi \right) \mathfrak M_m, $$ 則： ## 定理 TCDC-17-T08 $$ \boxed{ \frac{ M_{PP} }{ \mathfrak M_m } \ge \alpha - \kappa_{SP}s_* - \kappa_{PS}p_*s_* + \chi. } $$ 若下式成立則閉合： $$ \boxed{ \chi > \kappa_{SP}s_* + \kappa_{PS}p_*s_* - \alpha. } $$ --- # 18. 所需耦合折減 定義： ## 定義 TCDC-17-D02 $$ \boxed{ \chi_{\mathrm{req}} = \left( \kappa_{SP}s_* + \kappa_{PS}p_*s_* - \alpha \right)_+. } $$ 則任何耦合 LP／Hall／鏡像改進只需要： $$ \boxed{ \chi>\chi_{\mathrm{req}}. } $$ 這將： > 耦合可能有幫助 轉成： # 精確折減目標 --- # 19. 耦合擴大供應者損失預算 T07 + T08： 閉合若且唯若： $$ \boxed{ (1-\alpha) + s_*(\kappa_{SP}-1) + p_*s_*(\kappa_{PS}-1) < p_*^2+\chi. } $$ 所以耦合輸送直接增加可用預算： $$ \boxed{ p_*^2 \to p_*^2+\chi. } $$ --- # 20. 半質數邊際的最小因子殼層 精確地： $$ \boxed{ n_{SP} = \sum_{r>z}n_r. } $$ 將最小因子寫成： $$ \boxed{ r=X^t, \qquad \frac13\le t\le\frac12. } $$ 質數餘因子： $$ p $$ 處於以下尺度： $$ \boxed{ X^{1-t}. } $$ 理想半質數殼層密度以如下量加權： $$ \boxed{ \frac{ dt }{ t(1-t) }. } $$ 而總殼層積分為： $$ \boxed{ \int_{1/3}^{1/2} \frac{ dt }{ t(1-t) } = \log2. } $$ --- # 21. 固定行的對端粗糙上界 對固定的： $$ r=X^t, $$ 行質量： $$ n_r $$ 要求： - $p$ 是質數； - 對端的 RootRough 截止於： $$ z=X^{1/3}. $$ 以質數餘因子序列作為基底， 標準維數為 $1$ 的線性上界篩具有參數： $$ \boxed{ s_r = \frac{ \log D_r }{ \log z }. } $$ --- # 22. 絕對行層級分布上限 質數餘因子區間具有尺度： $$ X^{1-t}. $$ 即使採用理想化的完整行尺度分布： $$ \boxed{ D_r \le X^{1-t+o(1)}. } $$ 因此： ## 定理 TCDC-17-T09 $$ \boxed{ s_r \le 3(1-t)+o(1). } $$ 對： $$ 1/3\le t\le1/2. $$ 所以： $$ \boxed{ 3/2 \le s_r \le 2 } $$ 這是在可能的最佳逐行尺度下。 --- # 23. 各行的最佳標準線性上界 線性篩： $$ \boxed{ F(s) = \frac{ 2e^\gamma }{s} } $$ 對： $$ 11. } $$ 因此： ## 供應者不可能性 TCDC-17-N01 在秩一基準正規化下： $$ \boxed{ \text{最佳情況的標準固定行線性半質數上界} + \text{理想混合上界} } $$ 仍不能滿足分別壞質量單純形閘門。 --- # 28. 此堆疊的最低耦合折減 T18： $$ \boxed{ \chi_{\mathrm{req}} \approx 0.078526978880. } $$ 即使具有： - 完美中性下界： $$ \alpha=1; $$ - 理想混合上界： $$ \kappa_{PS}=1. $$ 所以耦合輸送必須回收中性基準質量至少約： $$ \boxed{ 7.85\% } $$ 的份額，才足以補償逐行半質數上界架構。 --- # 29. 等價的不可能混合乘數 若沒有耦合： $$ \chi=0, $$ 且半質數上界仍為： $$ \kappa_{SP}^{row}, $$ 則混合乘數必須滿足： ## 推論 TCDC-17-C05 $$ \boxed{ \kappa_{PS} < \frac{ 1-\kappa_{SP}^{row}s_* }{ p_*s_*} } $$ 數值上： $$ \boxed{ \kappa_{PS} < 0.675224805224. } $$ 這低於： $$ 1, $$ 這個秩一理想基準。 所以在此基準下， 沒有物理上合理的獨立混合上界能挽救逐行半質數供應者。 --- # 30. 逐行審計的結論 主要問題現在已明確： $$ \boxed{ \text{半質數邊際不能以獨立固定行標準線性上界處理}. } $$ 此結論比以下說法更強： > 當前定理的常數恰好很鬆。 即使給每行完整的區間尺度分布， 殼層平均的標準乘數對壞質量單純形而言仍然太大。 --- # 31. 以聚合層級提升作為脫離路徑 固定行： $$ r $$ 只提供一個質數變數： $$ p. $$ 對下列變數聚合： $$ r,p $$ 便產生質數乘積卷積： $$ \boxed{ rp } $$ 以及整除條件： $$ d\mid2m-rp. $$ 這允許單行無法取得的均值分布。 因此： # 半質數邊際的脫離路徑 為： $$ \boxed{ \text{$r$ 的平均} + \text{卷積分布} + \text{上界篩}. } $$ --- # 32. 有效篩參數剖面 令聚合技術為殼層提供有效剖面： $$ \boxed{ \sigma(t) } $$ 該殼層為： $$ r=X^t. $$ 則線性上界泛函為： ## 定義 TCDC-17-D05 $$ \boxed{ \mathcal K_{SP}[\sigma] = \frac1{\log2} \int_{1/3}^{1/2} F(\sigma(t)) \frac{ dt }{ t(1-t) }. } $$ 目標： $$ \boxed{ \mathcal K_{SP}[\sigma] < \kappa_{SP}^{\mathrm{target}}. } $$ --- # 33. 混合上界理想時的目標 由 C03： $$ \boxed{ \kappa_{SP}^{\mathrm{target}} = 1.852078931739 } $$ 當： $$ \alpha=1, \quad \kappa_{PS}=1. $$ 所以聚合分布至少必須使乘數降低如下： $$ \boxed{ 2.043896\ldots \to <1.852079\ldots } $$ 如上所示。 --- # 34. 常數有效參數的啟發式 若： $$ \sigma(t)\equiv s_{\mathrm{eff}} $$ 且： $$ 1 1.923322367603. } $$ --- # 35. 固定行僅在立方根邊緣附近可達此目標 最佳固定行： $$ s_r=3(1-t). $$ 條件： $$ 3(1-t)>s_{\mathrm{eff}}^{req} $$ 給出： ## 診斷 TCDC-17-D07 $$ \boxed{ t < 0.358892544132. } $$ 但半質數殼層延伸至： $$ 1/2. $$ 所以只有狹窄的最小因子區域： $$ \boxed{ 1/3 \le t < 0.3589\ldots } $$ 具有足夠的逐行篩參數，甚至能逐點滿足混合理想目標。 大部分對數殼層需要聚合層級提升。 --- # 36. 供應者提升泛函 定義相對逐行上限的增益： $$ \boxed{ G_{\mathrm{lift}} = \kappa_{SP}^{row} - \mathcal K_{SP}[\sigma]. } $$ 最低需求為： $$ \boxed{ G_{\mathrm{lift}} > \kappa_{SP}^{row} - \kappa_{SP}^{target}. } $$ 數值上： $$ \boxed{ G_{\mathrm{lift}} > 0.191817461887. } $$ 這是在混合上界理想且無耦合時。 --- # 37. 耦合降低所需層級提升 具有耦合折減： $$ \chi, $$ 單純形閘門： $$ \kappa_{SP}s_* + \kappa_{PS}p_*s_* - \chi < \alpha. $$ 所以半質數目標變為： ## 定理 TCDC-17-T11 $$ \boxed{ \kappa_{SP} < \frac{ \alpha - \kappa_{PS}p_*s_* + \chi }{ s_*}. } $$ 因此每個耦合折減單位： $$ \chi $$ 都將半質數乘數放寬： $$ \boxed{ \chi/s_*. } $$ --- # 38. 中性下界損失收緊目標 同樣由 T11： 每個中性損失： $$ 1-\alpha $$ 都將容許的半質數乘數收緊： $$ \boxed{ (1-\alpha)/s_*. } $$ 所以聚合半質數上界與中性下界不能獨立最佳化。 --- # 39. 現代大模數技術的角色 Maynard 的良好可分解大模數定理對適當加權的質數分布可達模數： $$ \boxed{ x^{3/5-\varepsilon} } $$ 如上所示。 一致剩餘類結果對具有適當大小因子的模數也超越： $$ x^{1/2} $$ 如上所示。 這些結果不會自動證明精確的 TCDC 半質數邊際上界， 但它們提供的正是固定行無法取得的： # 聚合層級提升 如上所示。 --- # 40. 所需定理的形狀 TCDC 半質數邊際需要示意如下的上界估計： $$ \boxed{ \sum_{r\in\mathcal R} \sum_{\substack{ p\in\mathbb P\\ rp\le X }} \mathbf1_{ \operatorname{RootRough}_z(2m-rp) } } $$ 如上所示， 其中： - $r$ 為質數； - $p$ 為質數； - $r$ 跨越： $$ X^{1/3}\text{ 至 }X^{1/2}; $$ - 隨規模增長的哥德巴赫剩餘： $$ 2m; $$ - 對 $r$ 有足夠的加權均值分布。 這不同於一組獨立固定行 Brun–Titchmarsh 上界。 --- # 41. 殼層分割 分割： $$ \left[ 1/3,1/2 \right] = I_1\cup\cdots\cup I_J. $$ 對每個殼層： $$ I_j, $$ 使用最佳合法供應者，推導： $$ \boxed{ \kappa_{SP,j} } $$ 如上所示。 則總量為： ## 定理 TCDC-17-T12 $$ \boxed{ \kappa_{SP} = \frac{ \sum_j w_j\kappa_{SP,j} }{ \sum_jw_j } } $$ 其中： $$ \boxed{ w_j = \int_{I_j} \frac{ dt }{ t(1-t) }. } $$ 這使半質數供應者最佳化成為加權殼層配置問題。 --- # 42. 供應者組合 可能的殼層選擇： ### 接近立方根 固定行上界可能已足夠。 ### 中間殼層 使用聚合卷積／良好可分解估計。 ### 接近平方根 短行單獨表現很差； 使用： - 切換； - 對偶分解； - 輸送 LP； - 精確中心鎖。 所以最佳半質數邊際定理不必在全域只用一個供應者。 --- # 43. TCDC 資源配置再次出現 TCDC-09 對各行使用 LP 影子價格。 TCDC-17 使用： $$ \boxed{ w(t) = 1/[t(1-t)] } $$ 作為漸近壞質量價值密度。 所以解析工作應鎖定以下乘積較大的殼層： $$ \boxed{ \text{殼層質量} \times \text{乘數超額} \times \text{可用層級提升}. } $$ 這是證明資源配置的連續統對應物。 --- # 44. 耦合壞質量 LP 分別單純形： $$ U_{SP}+U_{PS}. $$ 但同一半質數行同時貢獻： - 邊際質量； - 可能的混合質量； - 內部 $SS$ 流。 因此耦合輸送多面體可以在所有 TCDC 失敗約束下直接最大化： ## 定義 TCDC-17-D08 $$ \boxed{ B_{\max} = \sup \left( n_{SP}+M_{PS} \right). } $$ 如上所示。 則： $$ \boxed{ M_{PP} \ge L_S-B_{\max}. } $$ --- # 45. 耦合折減並非抽象 TCDC-12 / 13 提供明確機制： - 質數匯飽和； - 鏡像接收者競爭； - 中心鎖； - 網路倍增； - 混合容量缺額。 所有這些都能使： $$ B_{\max} $$ 降低至以下量之下： $$ U_{SP}+U_{PS}. $$ 所以 T18 中所需的： $$ \chi_{\mathrm{req}} $$ 具有具體的輸送來源。 --- # 46. 有限精確單純形審計 使用典範立方根 RootRough 狀態， 選定精確案例： | $m$ | $S_m$ | $a=n_{SP}/S$ | $b=M_{PS}/S$ | 壞總和 $a+b$ | 好質量 $M_{PP}/S$ | |---:|---:|---:|---:|---:|---:| | 19 | 7 | 0.285714 | 0.285714 | 0.571429 | 0.428571 | | 96 | 38 | 0.236842 | 0.184211 | 0.421053 | 0.578947 | | 255 | 98 | 0.204082 | 0.142857 | 0.346939 | 0.653061 | | 496 | 70 | 0.357143 | 0.271429 | 0.628571 | 0.371429 | | 783 | 184 | 0.255435 | 0.190217 | 0.445652 | 0.554348 | | 870 | 234 | 0.205128 | 0.145299 | 0.350427 | 0.649573 | | 969 | 202 | 0.242574 | 0.113861 | 0.356436 | 0.643564 | | 1000 | 136 | 0.257353 | 0.198529 | 0.455882 | 0.544118 | | 4801 | 369 | 0.330623 | 0.254743 | 0.585366 | 0.414634 | 這些是所述邊界構造的精確有限計數。 --- # 47. 掃描至 $m\le5000$ 的有限檢查 計算掃描： $$ 3\le m\le5000. $$ 觀察到： ## 計算診斷 TCDC-17-D09 最大壞質量比例： $$ \boxed{ \max(a_m+b_m) = 0.628571\ldots } $$ 出現於： $$ \boxed{ m=496. } $$ 等價地，觀察到的最低有序 $PP$ 密度為： $$ \boxed{ \min \frac{M_{PP}}{S_m} = 0.371428\ldots } $$ 出現於同一案例。 基準秩一 $PP$ 密度： $$ \boxed{ p_*^2 \approx 0.348827388387. } $$ 所以有限樣本甚至比秩一基準更遠離失敗面。 這只是計算證據。 --- # 48. 有限半質數邊際 同一扫描觀察到下列量的最大值： $$ \boxed{ a_m = n_{SP}/S_m } $$ 約為： $$ \boxed{ 0.357143 } $$ 這是在已掃描範圍內， 低於基準： $$ s_* \approx 0.409383890850. $$ 再次強調，這是有限證據， 不是漸近定理。 --- # 49. 為何這未解決常數問題 有限偏置可能源於： - 小中心因子； - 端點幾何； - 小立方根截止； - 算術奇異級數； - 有限大小的奇偶性偏置。 所以不得外推至： $$ m\to\infty $$ 如上所示。 有限掃描只適用於檢查單純形框架是否能一致地捕捉實際資料。 --- # 50. 壞質量單純形與奇偶性平面 TCDC-15 的奇偶性座標： $$ (\Lambda,\mathcal C). $$ TCDC-17 的壞座標： $$ (a,b). $$ 此變換是精確的： ## 定理 TCDC-17-T13 $$ \boxed{ a = \frac{ 1+\Lambda }{2}, } $$ $$ \boxed{ b = \frac{ 1-\mathcal C }{4}. } $$ 逆變換： $$ \boxed{ \Lambda = 2a-1, } $$ $$ \boxed{ \mathcal C = 1-4b. } $$ 所以壞質量單純形與奇偶性平面是在不同座標下的同一幾何。 --- # 51. 失敗面對應 壞質量失敗： $$ a+b=1. $$ 代入 T13： $$ \frac{ 1+\Lambda }{2} + \frac{ 1-\mathcal C }{4} = 1. $$ 等價於： $$ \boxed{ \mathcal C = 2\Lambda-1. } $$ 正是 TCDC-15 的失敗線。 所以： # 容量座標 以及： # 奇偶性座標 是同一失敗面的仿射對偶描述。 --- # 52. 為何壞質量座標更適合正篩供應者 在奇偶性座標中， 需要： - 符號消去； - Liouville 均值。 在壞質量座標中， 需要： - 正的中性下界； - 正的壞上界。 因此 T13 支持為不同工具使用不同座標。 TCDC 並不堅持單一表示。 --- # 53. TCDC-17 之後的主要研究決策 在基準層級，標準固定行半質數上界現已被排除，不能作為唯一的分別供應者架構。 因此接下來的工作應優先處理： 1. 聚合的 $r$ 平均半質數邊際上界； 2. 殼層特定的卷積層級提升； 3. 耦合壞質量折減； 4. 獨立混合上界的改進只列為次要工作。 這比 TCDC-16 的優先排序更尖銳。 --- # 54. 形式定理佇列 ```yaml TCDC_17: T01: exact_matrix_in_bad_mass_coordinates T02: bad_mass_simplex T03: Goldbach_failure_face T04: bad_mass_distance_equals_PP_density T05: benchmark_distance_equals_p_star_squared T06: separate_bad_mass_gate T07: provider_loss_budget T08: coupled_simplex_gate T09: fixed_row_sieve_parameter_ceiling T10: optimistic_fixed_row_semiprime_multiplier T11: coupling_relaxes_semiprime_multiplier T12: shell_weighted_provider_portfolio T13: affine_equivalence_bad_mass_and_parity_coordinates ``` --- # 55. 供應者不可能性佇列 ```yaml TCDC_17_NoGo: N01: best_case_fixed_row_linear_semiprime_upper plus_ideal_mixed_upper: exceeds_simplex_boundary row_semiprime_multiplier: 2.043896393626 semiprime_bad_cost: 0.836738258118 with_ideal_mixed_bad_cost: 1.078526978880 minimum_coupling_discount: 0.078526978880 mixed_multiplier_needed_without_coupling: 0.675224805224 ``` --- # 56. 障礙佇列 ```yaml TCDC_17_Barriers: B01: aggregate_semiprime_marginal_upper_not_proved B02: effective_shell_level_profile_unknown B03: growing_Goldbach_residue_uniformity B04: neutral_lower_efficiency_not_jointly_matched B05: mixed_upper_still_has_constant_loss B06: coupled_bad_mass_discount_not_uniformly_quantified B07: no_positive_simplex_gap ``` --- # 57. 接受閘門 進入 TCDC-17 形式核心前需： 1. 壞質量座標精確； 2. 由矩陣正性推導可行三角形； 3. 失敗邊精確； 4. 基準點明確標為啟發式／轉移基準； 5. 將供應者正規化與實際定理分離； 6. 檢查損失預算代數； 7. 在基準條件下陳述中性效率門檻； 8. 正確界定固定行分布上限的範圍； 9. 檢查線性篩 $F(s)$ 的有效範圍； 10. 求值殼層積分； 11. 將逐行不可能性標為供應者架構基準； 12. 聚合層級提升只是目標，不聲稱為定理； 13. 將有限掃描標為計算； 14. 不聲稱證明哥德巴赫。 --- # 58. 判定 本輪可以正式給： $$ \boxed{ \mathrm{TCDC\mbox{-}17\ BAD\mbox{-}MASS\ SIMPLEX\ PASS}. } $$ 最重要的精確幾何： $$ \boxed{ \frac{ M_{PP} }{ S_m } = 1-a_m-b_m, } $$ 其中： $$ \boxed{ a_m = n_{SP}/S_m, \qquad b_m = M_{PS}/S_m. } $$ 可行條件： $$ \boxed{ 0\le b\le a, \qquad a+b\le1. } $$ 失敗面： $$ \boxed{ a+b=1. } $$ 秩一 Buchstab 基準點： $$ \boxed{ (a_*,b_*) = (s_*,p_*s_*), } $$ 到失敗面的裕量為： $$ \boxed{ p_*^2 \approx 0.348827388387. } $$ 因此所有供應者損失共享一個預算： $$ \boxed{ (1-\alpha) + s_*(\kappa_{SP}-1) + p_*s_*(\kappa_{PS}-1) < p_*^2+\chi. } $$ 關鍵的解析不可能性： 即使給每個固定半質數行**可能的最佳行尺度分布**， 標準線性上界篩給出： $$ \boxed{ \kappa_{SP}^{row} = \frac{ 2e^\gamma }{ 3\log2 } \left( \frac12+\log2 \right) \approx 2.043896393626. } $$ 因此光是半質數上界就消耗中性基準的： $$ \boxed{ 0.836738258118 } $$ 如上所示。 即使給予理想混合上界： $$ p_*s_* \approx 0.241788720763, $$ 壞質量總額變為： $$ \boxed{ 1.078526978880 >1. } $$ 所以： $$ \boxed{ \text{獨立固定行標準半質數上界不能閉合單純形}. } $$ 以下至少一項是必要的： 1. 聚合卷積層級提升； 2. 切換； 3. 耦合壞質量折減； 4. 真正更強的非標準半質數上界。 具有理想混合上界與完美中性下界時， 固定行堆疊已需要耦合回收： $$ \boxed{ \chi> 0.078526978880. } $$ 或者約為： $$ \boxed{ 7.85\% } $$ 的正規化中性質量。 因此下一個瓶頸不再模糊： # 讓半質數邊際上界脫離固定行上限 目前： $$ \boxed{ \mathrm{NO\ UNIFORM\ SIMPLEX\ GAP\ YET}. } $$ 因此： $$ \boxed{ \mathrm{GOLDBACH\ STILL\ OPEN}. } $$ --- # 59. 下一輪建議 # TCDC-18 ## 聚合半質數邊際卷積／層級提升閉合 下一輪停止有限行上界。 直接攻： $$ \boxed{ n_{SP} = \sum_{z 3(1-t) $$ 它來自對以下變數的平均： $$ r. $$ ### 部分 C — 上界泛函 求值： $$ \boxed{ \mathcal K_{SP}[\sigma] = \frac1{\log2} \int F(\sigma(t)) \frac{dt}{t(1-t)}. } $$ 目標： $$ \boxed{ \mathcal K_{SP} < 1.852079\ldots } $$ 這是在混合上界仍為理想基準時。 ### 部分 D — 技術匹配 逐殼層審計： - Maynard 良好可分解估計； - Maynard 一致剩餘； - Yang 卷積 BV； - 切換／互補因子； 如上所示。 ### 部分 E — 耦合權衡 若只能達到： $$ \mathcal K_{SP} = 1.9 $$ 如上所示， 就計算精確的： $$ \chi_{\mathrm{req}} $$ 而不是放棄該路徑。 這將是首次精確衡量需要多少**聚合分布層級**才能將半質數壞質量點移入哥德巴赫單純形內的一輪。 --- # 附錄 A：壞質量單純形 ```yaml coordinates: a: n_SP/S b: M_PS/S matrix: PP: 1-a-b PS: b SS: a-b feasible: 0 <= b <= a a+b <= 1 failure: a+b == 1 ``` --- # 附錄 B：基準點 ```yaml p_star: 0.590616109150 s_star: 0.409383890850 a_star: s_star b_star: p_star*s_star failure_distance: p_star^2: 0.348827388387 ``` --- # 附錄 C：供應者預算 ```yaml neutral_lower: alpha semiprime_upper: kappa_SP*s_star mixed_upper: kappa_PS*p_star*s_star coupling_discount: chi closure: kappa_SP*s_star + kappa_PS*p_star*s_star - chi < alpha loss_form: (1-alpha) + s_star*(kappa_SP-1) + p_star*s_star*(kappa_PS-1) < p_star^2+chi ``` --- # 附錄 D：固定行不可能性 ```yaml least_factor: r: X^t t_range: 1/3_to_1/2 row_prime_scale: X^(1-t) max_row_distribution: D_r: X^(1-t) best_s: 3*(1-t) linear_upper: F: 2*exp(gamma)/s weighted_average_multiplier: 2.043896393626 bad_cost: 0.836738258118 plus_ideal_mixed: 1.078526978880 required_coupling: 0.078526978880 ``` --- # 附錄 E：有限單純形審計 | $m$ | $S_m$ | $a=n_{SP}/S$ | $b=M_{PS}/S$ | 壞總和 | $PP/S$ | |---:|---:|---:|---:|---:|---:| | 19 | 7 | 0.285714 | 0.285714 | 0.571429 | 0.428571 | | 96 | 38 | 0.236842 | 0.184211 | 0.421053 | 0.578947 | | 255 | 98 | 0.204082 | 0.142857 | 0.346939 | 0.653061 | | 496 | 70 | 0.357143 | 0.271429 | 0.628571 | 0.371429 | | 783 | 184 | 0.255435 | 0.190217 | 0.445652 | 0.554348 | | 870 | 234 | 0.205128 | 0.145299 | 0.350427 | 0.649573 | | 969 | 202 | 0.242574 | 0.113861 | 0.356436 | 0.643564 | | 1000 | 136 | 0.257353 | 0.198529 | 0.455882 | 0.544118 | | 4801 | 369 | 0.330623 | 0.254743 | 0.585366 | 0.414634 | 掃描 $3\le m\le5000$： - 觀察到的最大壞總和：$0.628571\ldots$，在 $m=496$； - 觀察到的最小 $PP/S$：$0.371428\ldots$，在 $m=496$； - 所有陳述都只屬於計算。 --- # 附錄 F：提交決策 ```yaml research_round: TCDC-17 decision: bad_mass_simplex: proved provider_loss_budget: proved neutral_efficiency_threshold: derived fixed_row_semiprime_linear_upper: audited fixed_row_provider_stack: no_go_at_benchmark_level aggregate_level_lift: required coupled_discount_target: quantified uniform_simplex_gap: not_proved Goldbach_proved: false next: TCDC-18_AggregateSemiprimeMarginal_Convolution_LevelLift_Closure ``` --- # 參考文獻／外部基準 1. Terence Tao, **254A, Supplement 5: The linear sieve and Chen's theorem**, 2015. 相關事實： 對維數為 $1$ 的線性篩， $$ F(s)=\frac{2e^\gamma}{s} $$ 此式適用於 $1