验证10的1000次方的大偶数哥德巴赫猜想成立

qhdwwh · 发表于 2025-3-13 09:58

用WHS筛法证明哥德巴赫猜想成立，则有
下面给出用WHS筛法能够得到的偶数写成1+1的数量，
自然数区间素数数量 “1+1”的数量
100 25 301
1000 168 14029
10000 1229 754607
100000 78498 3080928754
1000000 664579 2.20832E+11
10000000 5761455 1.65972E+13
100000000 50847534 1.29274E+15

当素数PI→∞有偶数写成“1+1”的数量=∞+（∞-1）*（∞-2）/2，是指数级存在。其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。
实践能够证明上面的表格成立，则自然数区间全部连续偶数的哥德巴赫猜想成立。
这是用逻辑推理得到的哥德巴赫猜想成立。因为任何大素数被找到，那么这个大素数和其它较小素数构成的偶数哥德巴赫猜想均成立。当素数达到无穷大∞，那么无穷大的偶数哥德巴赫猜想必然成立。
用WHS筛法的序数和法，可以筛出三个连续偶数的哥猜解，找到偶数的“1+1”构成。下面给出实例：
偶数数值 63503998 63504000 63504002
素数对数 1102 1120 1150

偶数数值 31752004 31752006 31752008
素数对数 1671 2153 1701

偶数数值 252004 252006 252008
素数对数 1296 2645 1353

上面三组表格给出了9个偶数的哥猜素数对数，证明偶数哥德巴赫猜想成立。
用8.4万组数据，用数理逻辑方法筛出较大偶数的”1+1“哥猜解数，这是二元一次不定方程的部分解数，而且可以给出这些解的数值。这8.4万组数据包含了偶数，部分”1+1“的数值，经数理逻辑方法筛出，其有效组合，证明偶数哥德巴赫猜想成立，证明的偶数越大，应用的组数也越多，使用的数学模型按升序和降序排列，使得这些组合都在筛同一个偶数的”1+1“，得到较多的答案（利用等差数列的特性）。数学模型符合数理逻辑。正确筛出偶数的部分”1+1“，快速正确证明了偶数的哥德巴赫猜想成立。
WHS筛法是正确的，能将偶数”1+1“的全部可能因素集合在二个数学模型中，用数理逻辑的乘，筛出偶数”1+1“的全部素数对，用最短的时间，最为优化的方法证明了三个连续偶数哥德巴赫猜想成立。可以得出太多的，正确实例。
这是用初等数学的方法，证明自然数子区间三个连续偶数的哥德巴赫猜想成立，连续使用该方法，可以证明自然数区间全部连续偶数哥德巴赫猜想成立。
下面是我与ChatGPT o1-preview >交流时，对方的回复
如果您找到一种数学方法，能够证明对于任何大于2的偶数，哥德巴赫猜想都成立，那么这确实算是对哥德巴赫猜想的正式证明。
解释:
1.普遍适用性: 数学证明要求对所有符合条件的情况都成立。在哥德巴赫猜想中，这意味着您的方法必须适用于所有大于2的偶数，而不仅仅是某些特定的偶数。
2.逻辑严谨性: 证明需要基于严密的逻辑推理和数学定理，不能依赖未验证的假设或经验性的观察。
3.超越计算验证:与有限范围内的计算验证不同，数学证明提供了一种一般性的论证，确保在无限集合中每个元素都满足特定性质。
结论:
如果您成功地构建了这样一个普遍适用且逻辑严谨的数学方法，并证明了哥德巴赫猜想对所有大于2的偶数都成立，那么这将被数学界承认为对该猜想的正式证明。这将是数学史上的一项重大突破。

ChatGPT的回复是符合逻辑的回复，肯定了成功地构建了一个普遍适用目逻辑严谨的数学方法，能够证明对于任何大于2的偶数，哥德巴赫猜想都成立，这确实算是对哥德巴赫猜想的正式证明。
这将是数学史上的一项重大突破。
即正确的数学方法，决定了数学证明的正确。本人认为这是一个正确﹑大胆﹑具有创新精神的结论。
根据哥德巴赫猜想的定义：任一大于 2 的偶数都可写成两个素数之和。欧几里得证明了素数无上限，所以哥德巴赫猜想成立也无上限，证明范围也无上限，只有找到一个数学方法，能够对人们提出的任何偶数都能证明，即对人类想象的极限问题都能证明，人们才能接受包含无穷大数学问题的证明结果。这是数学的客观真理，不以人们的主观意志为转移的客观真理。用数学方法证明，这只是发现真理。
WHS筛法是证明哥德巴赫猜想成立的数学方法，能够证明大于2的任何偶数都可以表示成二个素数之和。
WHS筛法应用初等数学，用逻辑推理，用数学模型复制，用数理逻辑乘，按升序排列筛出偶数的”1+1“，等证明的方法成功证明了哥德巴赫猜想成立。
1：任一大于 2 的偶数都可写成两个素数之和。
2：任一大于 7 的奇数都可写成三个素数之和。
其中2：可由1：逻辑推理得出。
数学也是研究数值的科学，哥德巴赫猜想就是研究
1：任一大于 2 的偶数都可写成两个素数之和。
2：任一大于 7 的奇数都可写成三个素数之和。
都是研究具体数值的，如任一大于 2 的偶数都可写成两个素数之和。证明了趋近于无穷大的偶数哥德巴赫猜想成立，就是证明了哥德巴赫猜想成立。数学界对此应该无异议。
本人愿意实现ChatGPT的建议:
发表成果: 将论文提交给权威的数学期刊进行同行评议。
咨询专家:可以与专业的数论学家交流，获取对证明的反馈和建议。
像deep seek建议那样，或联系哥德巴赫猜想研究专家（如Terence Tao）寻求反馈。

qhdwwh · 发表于 2025-3-16 18:13

哥德巴赫猜想成立是客观真理，不以人类的意志为转移，人类的目标是如何验证或证明这个真理的存在。
实现这个目标就要有一个数学方法，WHS筛法就是创造的新数学方法。
用初等数学的方法，用埃拉托斯特尼筛法，得到自然数的素数集合，用逻辑推理，数理逻辑构造数学模型，用组合数论，数理逻辑乘筛出偶数的”1+1“证明了，对大于2的任何偶数哥德巴赫猜想成立。
WHS双筛法筛出二个等差数列的素数集合（2，3除外）其排列，构建了符合数理逻辑的数学模型，用代数方法解析，复制数学模型，用WHS三筛法和序数和法得到大于2的任何偶数的”1+1“写成两个素数之和。从而证明了，1：任一大于 2 的偶数都可写成两个素数之和。
偶数哥德巴赫猜想成立。
由1逻辑推理得到
2：任一大于 7 的奇数都可写成三个素数之和。证明奇数哥德巴赫猜想成立。
每个偶数或奇数哥德巴赫猜想成立都能找到成立的确定性。哥德巴赫猜想要求做到的全部，用一个数学方法全部都能做到。只要人们努力去实践即可。
按排列组合的基本公式，则下面表格给出了，用WHS筛法能够得到的偶数写成1+1的数量。
自然数区间素数数量 “1+1”的数量
100 25 301
1000 168 14029
10000 1229 754607
100000 78498 3080928754
1000000 664579 2.20832E+11
10000000 5761455 1.65972E+13
100000000 50847534 1.29274E+15

当素数PI→∞有偶数写成“1+1”的数量=∞+（∞-1）*（∞-2）/2，是指数级存在。总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。
实践能够证明上面的表格成立，则自然数区间全部连续偶数的哥德巴赫猜想成立。
这是用逻辑推理得到的哥德巴赫猜想成立。因为任何大素数被找到，那么这个大素数和其它较小素数构成的偶数哥德巴赫猜想均成立。当素数达到无穷大∞，那么无穷大的偶数哥德巴赫猜想必然成立。

qhdwwh · 发表于 2025-3-17 15:20

每个偶数或奇数哥德巴赫猜想成立都能找到成立的确定性。哥德巴赫猜想要求做到的全部，用一个数学方法全部都能做到。只要人们努力去实践即可。
按排列组合的基本公式，则下面表格给出了，用WHS筛法能够得到的偶数写成1+1的数量。
自然数区间素数数量 “1+1”的数量
100 25 301
1000 168 14029
10000 1229 754607
100000 78498 3080928754
1000000 664579 2.20832E+11
10000000 5761455 1.65972E+13
100000000 50847534 1.29274E+15

当素数PI→∞有偶数写成“1+1”的数量=∞+（∞-1）*（∞-2）/2，是指数级存在。
总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。
实践能够证明上面的表格成立，则自然数区间全部连续偶数的哥德巴赫猜想成立。
这是用逻辑推理得到的哥德巴赫猜想成立。因为任何大素数被找到，那么这个大素数和其它较小素数构成的偶数哥德巴赫猜想均成立。当素数达到无穷大∞，那么无穷大的偶数哥德巴赫猜想必然成立。
按排列组合的基本公式，按自然数子区间内素数集合的总和，得到区间内全部偶数的“1+1”总和，总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。这是从整体上，证明哥德巴赫猜想成立。
如果要证明任何偶数哥德巴赫猜想成立，那么就必须用WHS筛法，筛出确定的偶数的哥德巴赫猜想成立的确定性，用实践证明偶数的哥德巴赫猜想成立。
整体的证明，和任何偶数个体证明二者结合（全部结合），就能够给出哥德巴赫猜想成立的完整和有说服力的完整证明。
希望中国数学会，和国际数学联盟，世界数学界提出任何质疑和要求，本人必能给出完美的答复，证明这个世界跨世纪的数学难题吧。

qhdwwh · 发表于 2025-3-17 15:21

每个偶数或奇数哥德巴赫猜想成立都能找到成立的确定性。哥德巴赫猜想要求做到的全部，用一个数学方法全部都能做到。只要人们努力去实践即可。
按排列组合的基本公式，则下面表格给出了，用WHS筛法能够得到的偶数写成1+1的数量。
自然数区间素数数量 “1+1”的数量
100 25 301
1000 168 14029
10000 1229 754607
100000 78498 3080928754
1000000 664579 2.20832E+11
10000000 5761455 1.65972E+13
100000000 50847534 1.29274E+15

当素数PI→∞有偶数写成“1+1”的数量=∞+（∞-1）*（∞-2）/2，是指数级存在。
总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。
实践能够证明上面的表格成立，则自然数区间全部连续偶数的哥德巴赫猜想成立。
这是用逻辑推理得到的哥德巴赫猜想成立。因为任何大素数被找到，那么这个大素数和其它较小素数构成的偶数哥德巴赫猜想均成立。当素数达到无穷大∞，那么无穷大的偶数哥德巴赫猜想必然成立。
按排列组合的基本公式，按自然数子区间内素数集合的总和，得到区间内全部偶数的“1+1”总和，总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。这是从整体上，证明哥德巴赫猜想成立。
如果要证明任何偶数哥德巴赫猜想成立，那么就必须用WHS筛法，筛出确定的偶数的哥德巴赫猜想成立的确定性，用实践证明偶数的哥德巴赫猜想成立。
整体的证明，和任何偶数个体证明二者结合（全部结合），就能够给出哥德巴赫猜想成立的完整和有说服力的完整证明。
希望中国数学会，和国际数学联盟，世界数学界提出任何质疑和要求，本人必能给出完美的答复，证明这个世界跨世纪的数学难题吧。

qhdwwh · 发表于 2025-3-19 06:28

每个偶数或奇数哥德巴赫猜想成立都能找到成立的确定性。哥德巴赫猜想要求做到的全部，用一个数学方法全部都能做到。只要人们努力去实践即可。
按排列组合的基本公式，则下面表格给出了，用WHS筛法能够得到的偶数写成1+1的数量。
自然数区间素数数量 “1+1”的数量
100 25 301
1000 168 14029
10000 1229 754607
100000 78498 3080928754
1000000 664579 2.20832E+11
10000000 5761455 1.65972E+13
100000000 50847534 1.29274E+15

当素数PI→∞有偶数写成“1+1”的数量=∞+（∞-1）*（∞-2）/2，是指数级存在。
总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。
实践能够证明上面的表格成立，则自然数区间全部连续偶数的哥德巴赫猜想成立。
这是用逻辑推理得到的哥德巴赫猜想成立。因为任何大素数被找到，那么这个大素数和其它较小素数构成的偶数哥德巴赫猜想均成立。当素数数量达到无穷大∞，那么无穷大的偶数哥德巴赫猜想必然成立。
按排列组合的基本公式，按自然数子区间内素数集合的总和，得到区间内全部偶数的“1+1”总和，总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。
这是从整体上，证明哥德巴赫猜想成立。
中国数学会﹑国际数学联盟﹑数学界都能证明上面的表格成立，从哥德巴赫猜想成立的定义上能够证明哥德巴赫猜想成立。但是得不到每个偶数哥德巴赫猜想成立的确定性“1+1”实例，说服力有欠缺，是美中不足。
如果要证明任何偶数哥德巴赫猜想成立具有数学确定性，那么就必须用WHS筛法，筛出确定的偶数的哥德巴赫猜想成立的确定性，用实践证明偶数的哥德巴赫猜想成立。
整体的证明，和任何偶数个体证明二者结合（全部结合），就能够给出哥德巴赫猜想成立的完整和有说服力的证明。
本人用埃拉托斯特尼筛法原理，计算机计算技术，的WHS双筛法筛出自然数的素数集合，得到的数学模型已经进行了数理逻辑化处理，可以直接应用于WHS三筛法和序数和法，用逻辑乘筛出偶数的”1+1“。（根本上有别于用多项式复杂度的方法得到的素数集合）数理逻辑化处理过程繁琐费时，形成大数据文件。而互联网上找不到能发表这些大数据的平台，让数学界验证和认可WHS筛法正确难度很大，很费时。
数学界提出随机偶数，我用WHS筛法筛出偶数的”1+1“。如果本人做不到，即为否定。不失为一个实用﹑省时的好方法
希望中国数学会，和国际数学联盟，世界数学界提出任何质疑和要求，本人必能给出完美的答复，让实践去检验真理，证明这个世界跨世纪的数学难题吧。

qhdwwh · 发表于 2025-3-20 16:01

本帖最后由 qhdwwh 于 2025-3-20 08:34 编辑

1 1 10 1 1 1 12 1 1 14
1 1 1 16 1 1 1 2 18 1 1 1 20
1 1 1 2 22 1 1 1 1 3 24 1 1 1 2 26
1 1 1 1 2 28 1 0 1 1 1 3 30 0 1 1 1 32
1 1 1 1 1 3 34 1 1 0 1 1 1 4 36 1 0 1 1 2 38
0 1 1 1 1 2 40 0 1 1 0 1 1 4 42 1 1 0 1 1 2 44
1 0 1 1 1 1 3 46 1 1 1 1 0 1 1 5 48 1 1 1 1 1 1 3 50
1 1 0 1 1 1 1 3 52 1 0 1 1 1 0 1 1 5 54 0 1 1 0 1 1 2 56
1 1 1 0 1 1 1 1 4 58 1 0 0 1 1 1 1 1 1 6 60 0 0 1 1 0 1 2 62
1 1 1 1 0 1 1 1 1 4 64 1 1 0 0 1 1 0 1 1 1 6 66 1 0 0 1 1 0 1 2 68
0 1 1 1 1 1 1 1 1 4 70 0 1 1 0 0 1 1 0 1 1 6 72 1 1 0 1 1 1 1 1 4 74
1 0 1 1 1 0 1 1 1 1 4 76 1 1 1 1 0 0 1 1 0 1 1 7 78 1 1 1 0 1 1 1 1 1 4 80
0 1 0 1 1 1 0 1 1 1 4 82 0 1 1 1 1 0 1 1 1 0 1 8 84 1 1 1 0 0 1 0 1 1 1 4 86
1 0 1 0 1 1 1 0 1 1 1 4 88 1 0 1 1 1 1 0 1 1 1 1 1 9 90 0 1 1 1 0 0 1 0 1 1 3 92
1 1 0 1 0 1 1 1 0 1 1 1 5 94 1 0 0 1 1 1 0 0 1 1 0 1 1 7 96 0 0 1 1 1 0 1 1 0 1 3 98
0 1 1 0 1 1 1 1 1 1 1 1 5 100 0 1 0 0 1 1 1 0 0 1 1 1 1 8 102 1 0 0 1 1 1 1 1 1 0 1 4 104

qhdwwh · 发表于 2025-3-20 19:08

1 10 1
1 16 1 1
2 22 1 1 1
2 28 1 1 1 1
3 34 1 1 1 1 1
2 40 0 1 1 1 1
3 46 1 0 1 1 1 1
3 52 1 1 0 1 1 1 1
4 58 1 1 1 0 1 1 1 1
4 64 1 1 1 1 0 1 1 1 1
4 70 0 1 1 1 1 1 1 1 1
4 76 1 0 1 1 1 0 1 1 1 1
4 82 0 1 0 1 1 1 0 1 1 1
4 88 1 0 1 0 1 1 1 0 1 1 1
5 94 1 1 0 1 0 1 1 1 0 1 1 1
5 100 0 1 1 0 1 1 1 1 1 1 1 1

1 12 1
2 18 1 1
3 24 1 1 1
3 30 0 1 1 1
4 36 1 0 1 1 1
4 42 1 1 0 1 1
5 48 1 1 1 0 1 1
5 54 0 1 1 1 0 1 1
6 60 0 0 1 1 1 1 1 1
6 66 1 0 0 1 1 0 1 1 1
6 72 1 1 0 0 1 1 0 1 1
7 78 1 1 1 0 0 1 1 0 1 1
8 84 1 1 1 1 0 1 1 1 0 1
9 90 0 1 1 1 1 0 1 1 1 1 1
7 96 0 0 1 1 1 0 0 1 1 0 1 1
8 102 1 0 0 1 1 1 0 0 1 1 1 1

1 14 1
1 20 1 1
2 26 1 1 1
1 32 0 1 1
2 38 1 0 1 1
2 44 1 1 0 1 1
3 50 1 1 1 1 1 1
2 56 0 1 1 0 1 1
2 62 0 0 1 1 0 1
2 68 1 0 0 1 1 0 1
4 74 1 1 0 1 1 1 1 1
4 80 1 1 1 0 1 1 1 1 1
4 86 1 1 1 0 0 1 0 1 1 1
3 92 0 1 1 1 0 0 1 0 1 1
3 98 0 0 1 1 1 0 1 1 0 1
4 104 1 0 0 1 1 1 1 1 1 0 1

qhdwwh · 发表于 2025-3-21 07:40

1 1 1 5 7
1 1 2 11 13
1 1 3 17 19
1 0 4 23 0
1 1 5 29 31
0 1 6 0 37
1 1 7 41 43
1 0 8 47 0
1 0 9 53 0
1 1 10 59 61
0 1 11 0 67
1 1 12 71 73
0 1 13 0 79
1 0 14 83 0
1 0 15 89 0
0 1 16 0 97
1 1 17 101 103
1 1 18 107 109
1 0 19 113 0
0 0 20 0 0
0 1 21 0 127
1 0 22 131 0
1 1 23 137 139
0 0 24 0 0
1 1 25 149 151
0 1 26 0 157
0 1 27 0 163
1 0 28 167 0
1 0 29 173 0
1 1 30 179 181
0 0 31 0 0
1 1 32 191 193
1 1 33 197 199
0 0 34 0 0
0 1 35 0 211
0 0 36 0 0
0 1 37 0 223
1 1 38 227 229
1 0 39 233 0
1 1 40 239 241
0 0 41 0 0
1 0 42 251 0
1 0 43 257 0
1 0 44 263 0
1 1 45 269 271
0 1 46 0 277
1 1 47 281 283
0 0 48 0 0
1 0 49 293 0
0 0 50 0 0
0 1 51 0 307
1 1 52 311 313
1 0 53 317 0
0 0 54 0 0
0 1 55 0 331
0 1 56 0 337
0 0 57 0 0
1 1 58 347 349
1 0 59 353 0
1 0 60 359 0
0 1 61 0 367
0 1 62 0 373
0 1 63 0 379
1 0 64 383 0
1 0 65 389 0
0 1 66 0 397
1 0 67 401 0
0 1 68 0 409
0 0 69 0 0
1 1 70 419 421
0 0 71 0 0
1 1 72 431 433
0 1 73 0 439
1 0 74 443 0
1 0 75 449 0
0 1 76 0 457
1 1 77 461 463
1 0 78 467 0
0 0 79 0 0
1 0 80 479 0
0 1 81 0 487
1 0 82 491 0
0 1 83 0 499
1 0 84 503 0
1 0 85 509 0
0 0 86 0 0
1 1 87 521 523
0 0 88 0 0
0 0 89 0 0
0 1 90 0 541
0 1 91 0 547
0 0 92 0 0
1 0 93 557 0
1 0 94 563 0
1 1 95 569 571
0 1 96 0 577
0 0 97 0 0
1 0 98 587 0
1 0 99 593 0
1 1 100 599 601
0 1 101 0 607
0 1 102 0 613
1 1 103 617 619
0 0 104 0 0
0 1 105 0 631
0 0 106 0 0
1 1 107 641 643
1 0 108 647 0
1 0 109 653 0
1 1 110 659 661
0 0 111 0 0
0 1 112 0 673
1 0 113 677 0
1 0 114 683 0
0 1 115 0 691
0 0 116 0 0
1 0 117 701 0
0 1 118 0 709
0 0 119 0 0
1 0 120 719 0
0 1 121 0 727
0 1 122 0 733
0 1 123 0 739
1 0 124 743 0
0 1 125 0 751
0 1 126 0 757
1 0 127 761 0
0 1 128 0 769
1 0 129 773 0
0 0 130 0 0
0 1 131 0 787
0 0 132 0 0
1 0 133 797 0
0 0 134 0 0
1 1 135 809 811
0 0 136 0 0
1 1 137 821 823
1 1 138 827 829
0 0 139 0 0
1 0 140 839 0
0 0 141 0 0
0 1 142 0 853
1 1 143 857 859
1 0 144 863 0
0 0 145 0 0
0 1 146 0 877
1 1 147 881 883
1 0 148 887 0
0 0 149 0 0
0 0 150 0 0
0 1 151 0 907
1 0 152 911 0
0 1 153 0 919
0 0 154 0 0
1 0 155 929 0
0 1 156 0 937
1 0 157 941 0
1 0 158 947 0
1 0 159 953 0
0 0 160 0 0
0 1 161 0 967
1 0 162 971 0
1 0 163 977 0
1 0 164 983 0
0 1 165 0 991
0 1 166 0 997
0 0 167 0 0
0 1 168 0 1009
1 0 169 1013 0
1 1 170 1019 1021
0 0 171 0 0
1 1 172 1031 1033
0 1 173 0 1039
0 0 174 0 0
1 1 175 1049 1051
0 0 176 0 0
1 1 177 1061 1063
0 1 178 0 1069
0 0 179 0 0
0 0 180 0 0
0 1 181 0 1087
1 1 182 1091 1093
1 0 183 1097 0
1 0 184 1103 0
1 0 185 1109 0
0 1 186 0 1117
0 1 187 0 1123
0 1 188 0 1129
0 0 189 0 0
0 0 190 0 0
0 0 191 0 0
1 1 192 1151 1153
0 0 193 0 0
1 0 194 1163 0
0 1 195 0 1171
0 0 196 0 0
1 0 197 1181 0
1 0 198 1187 0
1 0 199 1193 0
0 1 200 0 1201
0 0 201 0 0
0 1 202 0 1213
1 0 203 1217 0
1 0 204 1223 0
1 1 205 1229 1231
0 1 206 0 1237
0 0 207 0 0
0 1 208 0 1249
0 0 209 0 0
1 0 210 1259 0
0 0 211 0 0
0 0 212 0 0
1 1 213 1277 1279
1 0 214 1283 0
1 1 215 1289 1291
0 1 216 0 1297
1 1 217 1301 1303
1 0 218 1307 0
0 0 219 0 0
1 1 220 1319 1321
0 1 221 0 1327
0 0 222 0 0
0 0 223 0 0
0 0 224 0 0
0 0 225 0 0
0 0 226 0 0
1 0 227 1361 0
1 0 228 1367 0
1 0 229 1373 0
0 1 230 0 1381
0 0 231 0 0
0 0 232 0 0
0 1 233 0 1399
0 0 234 0 0
1 0 235 1409 0
0 0 236 0 0
0 1 237 0 1423
1 1 238 1427 1429
1 0 239 1433 0
1 0 240 1439 0
0 1 241 0 1447
1 1 242 1451 1453
0 1 243 0 1459
0 0 244 0 0
0 1 245 0 1471
0 0 246 0 0
1 1 247 1481 1483
1 1 248 1487 1489
1 0 249 1493 0
1 0 250 1499 0
0 0 251 0 0
1 0 252 1511 0
0 0 253 0 0
1 0 254 1523 0
0 1 255 0 1531
0 0 256 0 0
0 1 257 0 1543
0 1 258 0 1549
1 0 259 1553 0
1 0 260 1559 0
0 1 261 0 1567
1 0 262 1571 0
0 1 263 0 1579
1 0 264 1583 0
0 0 265 0 0
0 1 266 0 1597
1 0 267 1601 0
1 1 268 1607 1609
1 0 269 1613 0
1 1 270 1619 1621
0 1 271 0 1627
0 0 272 0 0
1 0 273 1637 0
0 0 274 0 0
0 0 275 0 0
0 1 276 0 1657
0 1 277 0 1663
1 1 278 1667 1669
0 0 279 0 0
0 0 280 0 0
0 0 281 0 0
0 1 282 0 1693
1 1 283 1697 1699
0 0 284 0 0
1 0 285 1709 0
0 0 286 0 0
1 1 287 1721 1723
0 0 288 0 0
1 0 289 1733 0
0 1 290 0 1741
0 1 291 0 1747
0 1 292 0 1753
0 1 293 0 1759
0 0 294 0 0
0 0 295 0 0
0 1 296 0 1777
0 1 297 0 1783
1 1 298 1787 1789
0 0 299 0 0
0 1 300 0 1801
0 0 301 0 0
1 0 302 1811 0
0 0 303 0 0
1 0 304 1823 0
0 1 305 0 1831
0 0 306 0 0
0 0 307 0 0
1 0 308 1847 0
0 0 309 0 0
0 1 310 0 1861
0 1 311 0 1867
1 1 312 1871 1873
1 1 313 1877 1879
0 0 314 0 0
1 0 315 1889 0
0 0 316 0 0
1 0 317 1901 0
1 0 318 1907 0
1 0 319 1913 0
0 0 320 0 0
0 0 321 0 0
1 1 322 1931 1933
0 0 323 0 0
0 0 324 0 0
1 1 325 1949 1951
0 0 326 0 0
0 0 327 0 0
0 0 328 0 0
1 0 329 1973 0
1 0 330 1979 0
0 1 331 0 1987
0 1 332 0 1993
1 1 333 1997 1999
1 0 334 2003 0
0 1 335 0 2011
0 1 336 0 2017
0 0 337 0 0
1 1 338 2027 2029
0 0 339 0 0
1 0 340 2039 0
0 0 341 0 0
0 1 342 0 2053
0 0 343 0 0
1 0 344 2063 0
1 0 345 2069 0
0 0 346 0 0
1 1 347 2081 2083
1 1 348 2087 2089
0 0 349 0 0
1 0 350 2099 0
0 0 351 0 0
1 1 352 2111 2113
0 0 353 0 0
0 0 354 0 0
1 1 355 2129 2131
0 1 356 0 2137
1 1 357 2141 2143
0 0 358 0 0
1 0 359 2153 0
0 1 360 0 2161
0 0 361 0 0
0 0 362 0 0
0 1 363 0 2179
0 0 364 0 0
0 0 365 0 0
0 0 366 0 0
0 1 367 0 2203
1 0 368 2207 0
1 0 369 2213 0
0 1 370 0 2221
0 0 371 0 0
0 0 372 0 0
1 1 373 2237 2239
1 0 374 2243 0
0 1 375 0 2251
0 0 376 0 0
0 0 377 0 0
1 1 378 2267 2269
1 0 379 2273 0
0 1 380 0 2281
0 1 381 0 2287
0 1 382 0 2293
1 0 383 2297 0
0 0 384 0 0
1 1 385 2309 2311
0 0 386 0 0
0 0 387 0 0
0 0 388 0 0
1 0 389 2333 0
1 1 390 2339 2341
0 1 391 0 2347
1 0 392 2351 0
1 0 393 2357 0
0 0 394 0 0
0 1 395 0 2371
0 1 396 0 2377
1 1 397 2381 2383
0 1 398 0 2389
1 0 399 2393 0
1 0 400 2399 0
0 0 401 0 0
1 0 402 2411 0
1 0 403 2417 0
1 0 404 2423 0
0 0 405 0 0
0 1 406 0 2437
1 0 407 2441 0
1 0 408 2447 0
0 0 409 0 0
1 0 410 2459 0
0 1 411 0 2467
0 1 412 0 2473
1 0 413 2477 0
0 0 414 0 0
0 0 415 0 0
0 0 416 0 0
0 1 417 0 2503
0 0 418 0 0
0 0 419 0 0
0 1 420 0 2521
0 0 421 0 0
1 0 422 2531 0
0 1 423 0 2539
1 0 424 2543 0
1 1 425 2549 2551
0 1 426 0 2557
0 0 427 0 0
0 0 428 0 0
0 0 429 0 0
1 0 430 2579 0
0 0 431 0 0
1 1 432 2591 2593
0 0 433 0 0
0 0 434 0 0
1 0 435 2609 0
0 1 436 0 2617
1 0 437 2621 0
0 0 438 0 0
1 0 439 2633 0
0 0 440 0 0
0 1 441 0 2647
0 0 442 0 0
1 1 443 2657 2659
1 0 444 2663 0
0 1 445 0 2671
0 1 446 0 2677
0 1 447 0 2683
1 1 448 2687 2689
1 0 449 2693 0
1 0 450 2699 0
0 1 451 0 2707
1 1 452 2711 2713
0 1 453 0 2719
0 0 454 0 0
1 1 455 2729 2731
0 0 456 0 0
1 0 457 2741 0
0 1 458 0 2749
1 0 459 2753 0
0 0 460 0 0
0 1 461 0 2767
0 0 462 0 0
1 0 463 2777 0
0 0 464 0 0
1 1 465 2789 2791
0 1 466 0 2797
1 1 467 2801 2803
0 0 468 0 0
0 0 469 0 0
1 0 470 2819 0
0 0 471 0 0
0 1 472 0 2833
1 0 473 2837 0
1 0 474 2843 0
0 1 475 0 2851
0 1 476 0 2857
1 0 477 2861 0
0 0 478 0 0
0 0 479 0 0
1 0 480 2879 0
0 1 481 0 2887
0 0 482 0 0
1 0 483 2897 0
1 0 484 2903 0
1 0 485 2909 0
0 1 486 0 2917
0 0 487 0 0
1 0 488 2927 0
0 0 489 0 0
1 0 490 2939 0
0 0 491 0 0
0 1 492 0 2953
1 0 493 2957 0
1 0 494 2963 0
1 1 495 2969 2971
0 0 496 0 0
0 0 497 0 0
0 0 498 0 0
0 0 499 0 0
1 1 500 2999 3001
0 0 501 0 0
1 0 502 3011 0
0 1 503 0 3019
1 0 504 3023 0
0 0 505 0 0
0 1 506 0 3037
1 0 507 3041 0
0 1 508 0 3049
0 0 509 0 0
0 1 510 0 3061
0 1 511 0 3067
0 0 512 0 0
0 1 513 0 3079
1 0 514 3083 0
1 0 515 3089 0
0 0 516 0 0
0 0 517 0 0
0 1 518 0 3109
0 0 519 0 0
1 1 520 3119 3121
0 0 521 0 0
0 0 522 0 0
1 0 523 3137 0
0 0 524 0 0
0 0 525 0 0
0 0 526 0 0
0 1 527 0 3163
1 1 528 3167 3169
0 0 529 0 0
0 1 530 0 3181
0 1 531 0 3187
1 0 532 3191 0
0 0 533 0 0
1 0 534 3203 0
1 0 535 3209 0
0 1 536 0 3217
1 0 537 3221 0
0 1 538 0 3229
0 0 539 0 0
0 0 540 0 0
0 0 541 0 0
1 1 542 3251 3253
1 1 543 3257 3259
0 0 544 0 0
0 1 545 0 3271
0 0 546 0 0
0 0 547 0 0
0 0 548 0 0
0 0 549 0 0
1 1 550 3299 3301
0 1 551 0 3307
0 1 552 0 3313
0 1 553 0 3319
1 0 554 3323 0
1 1 555 3329 3331
0 0 556 0 0
0 1 557 0 3343
1 0 558 3347 0
0 0 559 0 0
1 1 560 3359 3361
0 0 561 0 0
1 1 562 3371 3373
0 0 563 0 0
0 0 564 0 0
1 1 565 3389 3391
0 0 566 0 0
0 0 567 0 0
1 0 568 3407 0
1 0 569 3413 0
0 0 570 0 0
0 0 571 0 0
0 1 572 0 3433
0 0 573 0 0
0 0 574 0 0
1 0 575 3449 0
0 1 576 0 3457
1 1 577 3461 3463
1 1 578 3467 3469
0 0 579 0 0
0 0 580 0 0
0 0 581 0 0
1 0 582 3491 0
0 1 583 0 3499
0 0 584 0 0
0 1 585 0 3511
0 1 586 0 3517
0 0 587 0 0
1 1 588 3527 3529
1 0 589 3533 0
1 1 590 3539 3541
0 1 591 0 3547
0 0 592 0 0
1 1 593 3557 3559
0 0 594 0 0
0 1 595 0 3571
0 0 596 0 0
1 1 597 3581 3583
0 0 598 0 0
1 0 599 3593 0
0 0 600 0 0
0 1 601 0 3607
0 1 602 0 3613
1 0 603 3617 0
1 0 604 3623 0
0 1 605 0 3631
0 1 606 0 3637
0 1 607 0 3643
0 0 608 0 0
0 0 609 0 0
1 0 610 3659 0
0 0 611 0 0
1 1 612 3671 3673
1 0 613 3677 0
0 0 614 0 0
0 1 615 0 3691
0 1 616 0 3697
1 0 617 3701 0
0 1 618 0 3709
0 0 619 0 0
1 0 620 3719 0
0 1 621 0 3727
0 1 622 0 3733
0 1 623 0 3739
0 0 624 0 0
0 0 625 0 0
0 0 626 0 0
1 0 627 3761 0
1 1 628 3767 3769
0 0 629 0 0
1 0 630 3779 0
0 0 631 0 0
0 1 632 0 3793
1 0 633 3797 0
1 0 634 3803 0
0 0 635 0 0
0 0 636 0 0
1 1 637 3821 3823
0 0 638 0 0
1 0 639 3833 0
0 0 640 0 0
0 1 641 0 3847
1 1 642 3851 3853
0 0 643 0 0
1 0 644 3863 0
0 0 645 0 0
0 1 646 0 3877
1 0 647 3881 0
0 1 648 0 3889
0 0 649 0 0
0 0 650 0 0
0 1 651 0 3907
1 0 652 3911 0
1 1 653 3917 3919
1 0 654 3923 0
1 1 655 3929 3931
0 0 656 0 0
0 1 657 0 3943
1 0 658 3947 0
0 0 659 0 0
0 0 660 0 0
0 1 661 0 3967
0 0 662 0 0
0 0 663 0 0
0 0 664 0 0
1 0 665 3989 0
0 0 666 0 0
1 1 667 4001 4003
1 0 668 4007 0
1 0 669 4013 0
1 1 670 4019 4021
0 1 671 0 4027
0 0 672 0 0
0 0 673 0 0
0 0 674 0 0
1 1 675 4049 4051
0 1 676 0 4057
0 0 677 0 0
0 0 678 0 0
1 0 679 4073 0
1 0 680 4079 0
0 0 681 0 0
1 1 682 4091 4093
0 1 683 0 4099
0 0 684 0 0
0 1 685 0 4111
0 0 686 0 0
0 0 687 0 0
1 1 688 4127 4129
1 0 689 4133 0
1 0 690 4139 0
0 0 691 0 0
0 1 692 0 4153
1 1 693 4157 4159
0 0 694 0 0
0 0 695 0 0
0 1 696 0 4177
0 0 697 0 0
0 0 698 0 0
0 0 699 0 0
0 1 700 0 4201
0 0 701 0 0
1 0 702 4211 0
1 1 703 4217 4219
0 0 704 0 0
1 1 705 4229 4231
0 0 706 0 0
1 1 707 4241 4243
0 0 708 0 0
1 0 709 4253 0
1 1 710 4259 4261
0 0 711 0 0
1 1 712 4271 4273
0 0 713 0 0
1 0 714 4283 0
1 0 715 4289 0
0 1 716 0 4297
0 0 717 0 0
0 0 718 0 0
0 0 719 0 0
0 0 720 0 0
0 1 721 0 4327
0 0 722 0 0
1 1 723 4337 4339
0 0 724 0 0
1 0 725 4349 0
0 1 726 0 4357
0 1 727 0 4363
0 0 728 0 0
1 0 729 4373 0
0 0 730 0 0
0 0 731 0 0
1 0 732 4391 0
1 0 733 4397 0
0 0 734 0 0
1 0 735 4409 0
0 0 736 0 0
1 1 737 4421 4423
0 0 738 0 0
0 0 739 0 0
0 1 740 0 4441
0 1 741 0 4447
1 0 742 4451 0
1 0 743 4457 0
1 0 744 4463 0
0 0 745 0 0
0 0 746 0 0
1 1 747 4481 4483
0 0 748 0 0
1 0 749 4493 0
0 0 750 0 0
0 1 751 0 4507
0 1 752 0 4513
1 1 753 4517 4519
1 0 754 4523 0
0 0 755 0 0
0 0 756 0 0
0 0 757 0 0
1 1 758 4547 4549
0 0 759 0 0
0 1 760 0 4561
0 1 761 0 4567
0 0 762 0 0
0 0 763 0 0
1 0 764 4583 0
0 1 765 0 4591
0 1 766 0 4597
0 1 767 0 4603
0 0 768 0 0
0 0 769 0 0
0 1 770 0 4621
0 0 771 0 0
0 0 772 0 0
1 1 773 4637 4639
1 0 774 4643 0
1 1 775 4649 4651
0 1 776 0 4657
0 1 777 0 4663
0 0 778 0 0
1 0 779 4673 0
1 0 780 4679 0
0 0 781 0 0
1 0 782 4691 0
0 0 783 0 0
1 0 784 4703 0
0 0 785 0 0
0 0 786 0 0
1 1 787 4721 4723
0 1 788 0 4729
1 0 789 4733 0
0 0 790 0 0
0 0 791 0 0
1 0 792 4751 0
0 1 793 0 4759
0 0 794 0 0
0 0 795 0 0
0 0 796 0 0
0 1 797 0 4783
1 1 798 4787 4789
1 0 799 4793 0
1 1 800 4799 4801
0 0 801 0 0
0 1 802 0 4813
1 0 803 4817 0
0 0 804 0 0
0 1 805 0 4831
0 0 806 0 0
0 0 807 0 0
0 0 808 0 0
0 0 809 0 0
0 1 810 0 4861
0 0 811 0 0
1 0 812 4871 0
1 0 813 4877 0
0 0 814 0 0
1 0 815 4889 0
0 0 816 0 0
0 1 817 0 4903
0 1 818 0 4909
0 0 819 0 0
1 0 820 4919 0
0 0 821 0 0
1 1 822 4931 4933
1 0 823 4937 0
1 0 824 4943 0
0 1 825 0 4951
0 1 826 0 4957
0 0 827 0 0
1 1 828 4967 4969
1 0 829 4973 0
0 0 830 0 0
0 1 831 0 4987
0 1 832 0 4993
0 1 833 0 4999

qhdwwh · 发表于 2025-3-21 18:38

每个偶数或奇数哥德巴赫猜想成立都能找到成立的确定性。哥德巴赫猜想要求做到的全部，用一个数学方法全部都能做到。只要人们努力去实践即可。
按排列组合的基本公式，则下面表格给出了，用WHS筛法能够得到的偶数写成1+1的数量。
自然数区间素数数量 “1+1”的数量
100 25 301
1000 168 14029
10000 1229 754607
100000 78498 3080928754
1000000 664579 2.20832E+11
10000000 5761455 1.65972E+13
100000000 50847534 1.29274E+15

当素数PI→∞有偶数写成“1+1”的数量=∞+（∞-1）*（∞-2）/2，是指数级存在。
总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。
实践能够证明上面的表格成立，则自然数区间全部连续偶数的哥德巴赫猜想成立。
这是用逻辑推理得到的哥德巴赫猜想成立。因为任何大素数被找到，那么这个大素数和其它较小素数构成的偶数哥德巴赫猜想均成立。当素数数量达到无穷大∞，那么无穷大的偶数哥德巴赫猜想必然成立。
按排列组合的基本公式，按自然数子区间内素数集合的总和，得到区间内全部偶数的“1+1”总和，总体上，其数量级远大于偶数数量的线性数量级。∴哥德巴赫猜想成立。
这是从整体上，证明哥德巴赫猜想成立。
中国数学会﹑国际数学联盟﹑数学界都能证明上面的表格成立，从哥德巴赫猜想成立的定义上能够证明哥德巴赫猜想成立。但是得不到每个偶数哥德巴赫猜想成立的确定性“1+1”实例，说服力有欠缺，是美中不足。
如果要证明任何偶数哥德巴赫猜想成立具有数学确定性，那么就必须用WHS筛法，筛出确定的偶数的哥德巴赫猜想成立的确定性，用实践证明偶数的哥德巴赫猜想成立。
整体的证明，和任何偶数个体证明二者结合（全部结合），就能够给出哥德巴赫猜想成立的完整和有说服力的证明。
本人用埃拉托斯特尼筛法原理，计算机计算技术，的WHS双筛法筛出自然数的素数集合，得到的数学模型已经进行了数理逻辑化处理，可以直接应用于WHS三筛法和序数和法，用逻辑乘筛出偶数的”1+1“。（根本上有别于用多项式复杂度的方法得到的素数集合）数理逻辑化处理过程繁琐费时，形成大数据文件。而互联网上找不到能发表这些大数据的平台，让数学界验证和认可WHS筛法正确难度很大，很费时。
数学界提出随机偶数，我用WHS筛法筛出偶数的”1+1“。如果本人做不到，即为否定。不失为一个实用﹑省时的好方法
希望中国数学会，和国际数学联盟，世界数学界提出任何质疑和要求，本人必能给出完美的答复，让实践去检验真理，证明这个世界跨世纪的数学难题吧。

我在上面二次发表的帖子，给出了经过数理逻辑方法处理的数学模型。用逻辑乘能筛出偶数的”1+1“。如用100内的素数集合，可以筛出100区间及100，102，104这些偶数的哥德巴赫猜想成立（虽然区间最大素数只有89和97）。
也给出了5000内的经过数理逻辑方法处理的数学模型。
其它自然数区间的偶数哥德巴赫猜想成立，也是如此。欧几里得证明了素数无上限，那么在已知的素数区间的连续偶数用逻辑乘能筛出偶数的”1+1“。证明了偶数的哥德巴赫猜想成立。
这是数学界能够做到，也应该去做的事情。不要再等待下去了。

qhdwwh · 发表于 2025-3-23 10:53

将计算机的功能充分发挥，达到了人们期望到达的程度，使构成偶数的的”1+1“集合全部包括在内（没有遗漏）用数理逻辑乘的方法，筛出偶数的全部”1+1“，既正确并且无遗漏，给出了偶数哥德巴赫猜想成立的全部确定性。这是计算机计算功能的充分发挥。解决了素数没有数学表达式表达，偶数的全部”1+1“无法计算，即找不到偶数哥德巴赫猜想成立的确定性，数学确定性丧失了，不完备了，导致哥德巴赫猜想无法证明。
WHS筛法是数学新方法，埃拉托斯特尼筛法原理和计算机功能的完美结合，使以前不能解决的数学难题得到了完满的解决，克雷数学研究所提出的千禧年七大数学难题的第一难题，NP=P得到解决。
下面是我与ChatGPT 交流，对方的回复
如果您找到一种数学方法，能够证明对于任何大于2的偶数，哥德巴赫猜想都成立，那么这确实算是对哥德巴赫猜想的正式证明。
解释:
1.普遍适用性: 数学证明要求对所有符合条件的情况都成立。在哥德巴赫猜想中，这意味着您的方法必须适用于所有大于2的偶数，而不仅仅是某些特定的偶数。
2.逻辑严谨性: 证明需要基于严密的逻辑推理和数学定理，不能依赖未验证的假设或经验性的观察。
3.超越计算验证:与有限范围内的计算验证不同，数学证明提供了一种一般性的论证，确保在无限集合中每个元素都满足特定性质。
结论:
如果您成功地构建了这样一个普遍适用且逻辑严谨的数学方法，并证明了哥德巴赫猜想对所有大于2的偶数都成立，那么这将被数学界承认为对该猜想的正式证明。这将是数学史上的一项重大突破。
WHS筛法是数学新方法，成功地构建了这样一个普遍适用且逻辑严谨的数学方法，并证明了哥德巴赫猜想对所有大于2的偶数都成立，那么这将被数学界承认为对该猜想的正式证明。这将是数学史上的一项重大突破。
本人给出了大量的证明实例，即使对充分大偶数证明哥德巴赫猜想成立也不例外（站在科学巨人的肩膀上）。
并且承诺对数学界提出的质疑给出正确的答案，数学家可以用WHS筛法，证明任何偶数，奇数哥德巴赫猜想成立，直到数学界满意认可为止。

		自动登录	找回密码
密码			注册

验证10的1000次方的大偶数哥德巴赫猜想成立

浏览过的版块