Traduction automatique de l'original anglais daté. La page anglaise fait foi. English →
Les quatre équations fonctionnelles de Cauchy, additive, multiplicative, exponentielle et logarithmique, sont les seules solutions continues à leurs contraintes de composition respectives. Cet article soutient que ce
25 août 2026 (v3.9) : deux clarifications datées, aucun contenu scientifique modifié : l'énoncé autonome 19/25 s'accompagne désormais de sa paire corrigée (la réexécution exploratoire du 11 août 2026 ajoutant le candidat logarithmique donne 18/25, et le sous-ensemble dérivé de Cauchy se lit 14/18 avant et après, comme le résumé le consigne déjà) ; et la phrase de statut de préenregistrement est datée comme historique, le test prospectif de la quatrième cellule étant désormais préparé sous la forme d'un projet OSF complet en attente de soumission humaine.
À l'intérieur de l'ARC Theory : la classification mathématique derrière la forme de la Loi I ; la grille des équations fonctionnelles de Cauchy.
Les quatre équations fonctionnelles de Cauchy, additive, multiplicative, exponentielle et logarithmique, sont les seules solutions continues à leurs contraintes de composition respectives. Nous soutenons que ce résultat mathématique bicentenaire a une conséquence physiquement testable : sous les axiomes énoncés, il contraint les lois d'échelle à l'une de trois familles fonctionnelles (loi de puissance, exponentielle ou courbe de saturation). La famille est déterminée par l'opérateur de composition du processus d'amplification récursive sous-jacent.
La contribution nouvelle n'est pas la mathématique de Cauchy elle-même, mais l'affirmation selon laquelle les équations fonctionnelles de type Cauchy ont une conséquence physiquement testable pour la classification des lois d'échelle à travers les domaines.
Nous présentons une comparaison de prédictions structurée sur 50 systèmes réels répartis en cinq niveaux de preuve. Pour chaque domaine empirique, l'opérateur de composition a été classé à partir de la physique connue avant tout ajustement, la famille d'échelle a été prédite à partir de la classe de l'opérateur, des données publiées ou de référence standard ont été chargées, et la prédiction a été testée par un ajustement de modèle indépendant fondé sur la sélection de modèles par AICc.
Résultat principal (calculé sur l'ensemble candidat à six modèles, qui ne contenait aucun candidat logarithmique ni linéaire pur (Section 3.2)): 19 des 25 domaines à ajustement de courbe empirique confirment la famille prédite par Cauchy sous une sélection de modèles stricte par AICc. La statistique de significativité principale est un test de permutation conditionné sur les marginales des familles prédites et observées : $p = 7 \times 10^{-5}$. Un test binomial unilatéral contre une chance uniforme de $1/3$ donne $p = 1,56 \times 10^{-5}$ (environ 1 sur 64 000) et est conservé comme contrôle de sensibilité. Le résultat tient également sur le seul sous-ensemble strictement dérivé de Cauchy (les 18 domaines multiplicatifs et additifs, en excluant la famille bornée dont l'exhaustivité reste un problème ouvert) : 14/18, permutation $p = 3,0 \times 10^{-4}$. Résultats secondaires : une réexécution baseline-20 donne 15/20 ($p = 1,67 \times 10^{-4}$) ; les exposants métaboliques publiés correspondent au comparateur ARC/Cauchy le plus proche dans 13/13 cas directs ; les identités analytiques confirment 6/6. Ces niveaux sont rapportés séparément et ne sont jamais combinés en un seul chiffre agrégé.
Ce résultat est assez fort pour être publié comme preuve exploratoire mais pas assez fort pour être revendiqué comme prouvé. Aucun artefact de préenregistrement déposé auprès d'un registre n'existe pour ce test. Les prédictions elles-mêmes ont été préenregistrées par publication datée : les classifications par ligne dans les fichiers de catalogue ancrés par empreinte de mars 2026, le manifeste verrouillé d'extension à 12 domaines du 17 mars 2026, et les deux annexes de prédiction du livre imprimées le 2 janvier 2026, avant l'existence des articles et du programme. Ce qui n'a pas été fixé à l'avance est le protocole d'ajustement, et cet écart est fermé de manière prospective par les tests déposés auprès d'un registre en préparation : le test de la quatrième cellule et le test d'expansion à 80 domaines. Un cadre séparé de prédiction prospective existe et n'est pas revendiqué comme couvrant ce résultat. Le 17 mars 2026, entre 02:06:51 et 02:07:05 UTC, un protocole de prédiction, un manifeste d'extension et un fichier de somme de contrôle ont été déposés dans le composant public de l'Open Science Framework x6wa7. Chacun porte un horodatage de création attribué par OSF, chacun a un horodatage de modification identique à son horodatage de création, et les résultats pour les domaines qu'ils spécifient n'ont pas été calculés. Il s'agit d'un dépôt tiers daté plutôt que d'un OSF Registration, qui est un objet figé et lié à un schéma distinct que ce composant ne porte pas ; l'API rapporte registration: false et la page l'énonce plutôt que de le brouiller. Ce que le dépôt établit, c'est l'ordre : les prédictions étaient publiques et non modifiées avant qu'aucun résultat qu'elles prédisent n'existe. Une réplication indépendante est nécessaire.
Mots-clés : équations fonctionnelles de Cauchy, lois d'échelle, lois de puissance, universalité, cross-domain, composition récursive, sélection de modèles par AICc, mise à l'échelle métabolique, mise à l'échelle neuronale, ARC Principle
Cet article porte un résultat : sous les axiomes énoncés, les quatre équations fonctionnelles de Cauchy fixent les lois d'échelle continues à l'une de trois familles (puissance, exponentielle ou saturation), transformant une identité bicentenaire en une prédiction physiquement testable sur les formes que peuvent prendre les courbes d'échelle empiriques. À l'intérieur de l'ARC Theory (la théorie de l'Artificial Recursive Creation), il est l'une des expériences ARC/Eden, la colonne vertébrale mathématique qui relie les contraintes de composition aux formes fonctionnelles observées. Le différentiel complet par rapport à chaque document antérieur se trouve à eden-vision II.A.8.
Pourquoi les lois d'échelle existent-elles tout court ? Pourquoi le cœur d'une souris bat-il plus vite que celui d'un éléphant selon la même relation mathématique qui gouverne la manière dont les villes croissent, dont les panneaux solaires deviennent moins coûteux, et dont les réseaux de neurones s'améliorent avec la taille ?
La réponse standard est spécifique au domaine. Les biologistes invoquent les réseaux vasculaires fractals. Les physiciens invoquent le flot du groupe de renormalisation. Les économistes invoquent l'apprentissage par la pratique. Chaque explication fonctionne à l'intérieur de son domaine mais n'offre aucune raison pour laquelle les mêmes formes mathématiques réapparaissent à travers des domaines qui ne partagent aucun mécanisme physique.
Cet article propose et teste une réponse indépendante du domaine : la forme de toute loi d'échelle est déterminée par l'opérateur de composition du processus récursif sous-jacent, et les équations fonctionnelles de Cauchy contraignent quelles formes sont possibles.
Augustin-Louis Cauchy a établi au début du dix-neuvième siècle que quatre équations fonctionnelles possèdent des solutions continues uniques :
Additive : $f(x + y) = f(x) + f(y)$ a pour solution $f(x) = cx$
Multiplicative : $f(xy) = f(x) \cdot f(y)$ a pour solution $f(x) = x^c$
Exponentielle : $f(x + y) = f(x) \cdot f(y)$ a pour solution $f(x) = a^x$
Logarithmique : $f(xy) = f(x) + f(y)$ a pour solution $f(x) = c \log x$
Ce ne sont pas quatre résultats indépendants. Ce sont quatre visages d'une seule contrainte : l'exigence qu'une fonction soit compatible avec une opération binaire. Sous régularité (continuité, ou mesurabilité, ou bornitude sur un intervalle), une fonction qui transporte l'une des deux structures sur les réels positifs vers l'une des deux structures tombe dans exactement quatre familles : linéaire ($f(x)=cx$), loi de puissance ($f(x)=x^c$), exponentielle ($f(x)=a^x$) et logarithmique ($f(x)=c\log x$). Cela épuise les homomorphismes. Cela n'épuise pas les lois d'échelle, car la plupart des systèmes ne sont des homomorphismes d'aucune des deux structures : les comportements saturants, les exposants critiques, la courbure sur les axes logarithmiques et les transitions multi-régimes se trouvent tous en dehors de la grille, et la grille ne dit rien à leur sujet. L'équation additive produit la forme linéaire $f(x)=cx$ ; l'équation multiplicative produit les lois de puissance ; l'équation exponentielle gouverne la croissance et la décroissance exponentielles ; et l'équation logarithmique gouverne l'application non bornée $c\log x$, qui est multiplicative en entrée et additive en sortie et n'est pas une famille à rendements décroissants, puisque $c\log x$ est non borné.
Considérons tout système où une quantité $U$ croît avec la profondeur récursive $R$. L' opérateur de composition du système détermine comment les applications consécutives se combinent :
Si vous connaissez l'opérateur de composition d'un système, vous pouvez prédire la forme fonctionnelle de sa loi d'échelle avant de voir aucune donnée. La prédiction suit des équations de Cauchy sans paramètre libre et sans ajustement de courbe.
Pour chaque domaine :
La classification de l'opérateur est effectuée avant l'exécution de la procédure d'ajustement. Cependant, les prédictions, les données et la logique d'ajustement résident toutes dans un unique script rédigé par l'auteur. Aucun artefact de préenregistrement déposé auprès d'un registre n'existe pour ce test. Les prédictions elles-mêmes ont été préenregistrées par publication datée : les classifications par ligne dans les fichiers de catalogue ancrés par empreinte de mars 2026, le manifeste verrouillé d'extension à 12 domaines du 17 mars 2026, et les deux annexes de prédiction du livre imprimées le 2 janvier 2026, avant l'existence des articles et du programme. Ce qui n'a pas été fixé à l'avance est le protocole d'ajustement, et cet écart est fermé de manière prospective par les tests déposés auprès d'un registre en préparation : le test de la quatrième cellule et le test d'expansion à 80 domaines. Ce test doit donc être compris comme une comparaison de prédictions structurée, non comme un essai à l'aveugle formellement enregistré. Une réplication avec classification indépendante de l'opérateur est planifiée.
Le test v2 utilise l'AICc propre (critère d'information d'Akaike corrigé) calculé à partir de la somme des carrés des résidus, de la taille de l'échantillon et du nombre de paramètres, non l'approximation fondée sur le R$^2$ utilisée dans le test v1 hérité. L'approximation v1 ($\text{AIC} \approx n \ln(1 - R^2) + 2k$) était adéquate comme heuristique mais n'aurait pas dû être décrite comme AIC strict au sens statistique standard. La réécriture v2 corrige cela.
Le test de significativité principal est un test de permutation conditionné sur les marginales : en tenant fixes les marginales des familles prédites et observées et en permutant l'appariement 400 000 fois, la probabilité de 19 correspondances ou plus est $p = 7 \times 10^{-5}$. Le nombre de correspondances attendu sous ce nul est de 9,5 sur 25, non les 8,33 qu'un nul uniforme donne, parce que les lois de puissance sont simplement communes parmi les ajustements observés. Un test binomial unilatéral contre un nul uniforme à trois familles donne $p = 1,56 \times 10^{-5}$ et est conservé comme contrôle de sensibilité ; c'est le nul le plus faible et il n'est pas utilisé comme titre. Les équivalences en sigma ne sont pas citées car elles se déplacent avec le choix du nul. Reproduction : scripts/paper-vii-permutation-null.py dans le dépôt du site, qui analyse directement le tableau publié en Section 5 pour qu'il ne puisse pas dériver de cette page.
La Section 2.1 nomme quatre familles de Cauchy. L'ensemble des modèles candidats de la Section 3 contient six modèles couvrant trois d'entre elles : les familles loi de puissance, exponentielle et bornée. Deux des quatre solutions continues de Cauchy n'ont pas de candidat propre : la forme logarithmique $c \log x$ et la forme linéaire pure $cx$. Une conséquence court dans chaque sens. Un domaine authentiquement logarithmique n'aurait pas pu être classé correctement, parce que l'ajusteur n'avait aucun candidat logarithmique à sélectionner, donc certaines des six ratés peuvent avoir été des ratés garantis ; et certaines des dix-neuf réussites peuvent être des relations logarithmiques qu'une loi de puissance ajuste de manière acceptable sur une plage finie. Chaque compte de réussites dans cet article porte donc ce qualificatif, et aucun ne peut être cité sans lui. Une étude confirmatoire qui rejoue la comparaison avec l'ensemble complet à quatre familles de candidats, avec des résultats par cellule spécifiés à l'avance, a été rédigée et datée comme projet d'enregistrement attendant une soumission humaine (le test de la cellule logarithmique à quatre familles dans le programme enregistré, aux côtés de l'étude d'extension sur domaines nouveaux). Jusqu'à ce que cette réexécution rapporte, les chiffres ci-dessous sont le résultat à six modèles, exactement tel que calculé, et rien de plus fort.
La suite de 50 domaines comprend cinq niveaux de preuve de force décroissante. Ces niveaux ne sont jamais combinés en un seul chiffre agrégé.
| Niveau | Description | Nombre | Résultat | Significativité |
|---|---|---|---|---|
| Principal | Ajustement de courbe empirique (AICc) | 25 | 19/25 | $p = 7 \times 10^{-5}$ perm. ; $1,56 \times 10^{-5}$ binomial |
| Secondaire | Réexécution baseline-20 (AICc) | 20 | 15/20 | $p = 1,67 \times 10^{-4}$ |
| Secondaire | Exposants publiés (directs) | 13 | 13/13 | Correspondance au comparateur le plus proche |
| Noté | Exposants publiés (provisoires) | 6 | 3/6 | Organismes contestés |
| Noté | Identités analytiques | 6 | 6/6 | Confirmation tautologique |
| # | Domaine | Opérateur | Prédit | Meilleur AICc | Correspondance |
|---|---|---|---|---|---|
| 1 | Loi de Kleiber (mise à l'échelle métabolique) | Multiplicatif | Loi de puissance | Saturation-exp | Non |
| 2 | Mise à l'échelle urbaine (PIB vs population) | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 3 | Espèces-aire (Galápagos) | Multiplicatif | Loi de puissance | Hill | Non |
| 4 | Loi de Wright (photovoltaïque solaire) | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 5 | Loi de Heaps (vocabulaire) | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 6 | Loi de Zipf (fréquence des mots) | Multiplicatif | Loi de puissance | Michaelis-Menten | Non |
| 7 | Courbe d'apprentissage (roulage de cigares) | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 8 | Loi de Moore (nombre de transistors) | Additif | Exponentielle | Exponentielle | Oui |
| 9 | Désintégration radioactive (P-32) | Additif | Exponentielle | Exponentielle | Oui |
| 10 | Gutenberg-Richter (séismes) | Additif | Exponentielle | Exponentielle | Oui |
| 11 | Croissance bactérienne (E. coli) | Bornée | Bornée | Logistique | Oui |
| 12 | Courbe O$_2$-hémoglobine | Bornée | Bornée | Hill | Oui |
| 13 | Épidémie SIR (Ebola 2014) | Bornée | Bornée | Hill | Oui |
| 14 | Loi d'Amdahl (mise à l'échelle du CPU) | Bornée | Bornée | Michaelis-Menten | Oui |
| 15 | Force-vitesse musculaire (Hill 1938) | Bornée | Bornée | Exponentielle | Non |
| 16 | Croissance des utilisateurs actifs mensuels de Facebook | Bornée | Bornée | Logistique | Oui |
| 17 | Diffusion brownienne (MSD) | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 18 | Loi de Horton (nombres de cours d'eau) | Additif | Exponentielle | Exponentielle | Oui |
| 19 | Lois d'échelle neuronales (perte des LLM) | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 20 | Ordre du cristal temporel (gaz de Rydberg) | Bornée | Bornée | Loi de puissance | Non |
| 21 | Masse-luminosité stellaire | Multiplicatif | Loi de puissance | Logistique | Non |
| 22 | Fréquence cardiaque vs masse corporelle | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 23 | Règle de Rent (nombre de broches VLSI) | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 24 | Loi de puissance de Taylor | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
| 25 | Loi de Hack (longueur de cours d'eau) | Multiplicatif | Loi de puissance | Loi de puissance | Oui |
Sous une sélection de modèles stricte par AICc, la famille prédite par Cauchy est confirmée dans 19 des 25 domaines à ajustement de courbe empirique. La probabilité de permutation conditionnée sur les marginales est $p = 7 \times 10^{-5}$ ; la probabilité binomiale sous assignation aléatoire uniforme aux trois familles présentes dans cet ensemble de candidats est $p = 1,56 \times 10^{-5}$, environ 1 sur 64 000 ; sous la grille à quatre familles, le même résultat donne $p = 1,27 \times 10^{-7}$, environ 1 sur 7,9 millions, si bien que le chiffre rapporté ici est le plus conservateur. Sur le seul sous-ensemble strictement dérivé de Cauchy (domaines multiplicatifs et additifs uniquement), le résultat est de 14/18 avec une permutation $p = 3,0 \times 10^{-4}$ : le titre ne dépend pas de la famille bornée, dont l'exhaustivité reste ouverte.
C'est assez fort pour être publié comme preuve exploratoire. Ce n'est pas assez fort pour être revendiqué comme prouvé. Une réplication indépendante avec classification préenregistrée de l'opérateur est l'étape suivante nécessaire.
À titre de contexte, les 20 domaines de baseline originaux ont été rejoués avec le nouvel ajusteur AICc propre. Le résultat est de 15/20 ($p = 1,67 \times 10^{-4}$). Ce n'est pas directement comparable au résultat v1 de 14/20, parce que l'ajusteur a changé (approximation d'AIC fondée sur R$^2$ vers AICc propre) et certaines sélections de modèles se sont déplacées en conséquence. La réexécution baseline-20 est rapportée pour la transparence, non comme preuve que le nouvel ajusteur est plus ou moins conservateur que l'ancien.
Six des 25 domaines empiriques ont produit un modèle de meilleur ajustement en dehors de la famille prédite. Chaque raté a une explication spécifique et identifiable. Une analyse honnête suit.
| # | Domaine | Prédit | Meilleur AICc | Explication |
|---|---|---|---|---|
| 1 | Loi de Kleiber | Loi de puissance | Saturation-exp | Cas classique contesté. Le jeu de données original de Kleiber de 1932 ne comporte que 13 mammifères. Un modèle borné peut capturer une légère courbure supérieure aux masses corporelles extrêmes. Le débat sur l'exposant de la loi de puissance (0,67 vs 0,75) persiste depuis des décennies. |
| 3 | Espèces-aire (Galápagos) | Loi de puissance | Hill | Petit jeu de données (30 îles des Galápagos) avec une forte dispersion. Plusieurs îles ont de très petites aires avec des nombres d'espèces disproportionnés. La fonction de Hill peut absorber cette dispersion grâce à son paramètre supplémentaire. |
| 6 | Loi de Zipf | Loi de puissance | Michaelis-Menten | Troncature de corpus fini. Le Brown Corpus possède une borne supérieure dure sur la fréquence des mots (69 971 pour « the »). Aux rangs faibles, les fréquences saturent contre ce plafond, tirant l'AICc vers un modèle borné. La loi de Zipf est une loi de puissance dans la limite asymptotique ; les corpus finis violent cette limite. |
| 15 | Force-vitesse musculaire | Bornée | Exponentielle | Les données force-vitesse de Hill 1938 montrent une décroissance monotone depuis la force isométrique maximale jusqu'à zéro à la vitesse maximale. Les données n'atteignent pas ni ne démontrent un plateau asymptotique : elles se terminent là où la force atteint zéro. Une décroissance exponentielle ajuste mieux cette plage tronquée qu'une courbe de saturation. La prédiction bornée exige des données couvrant l'approche complète vers la saturation. |
| 20 | Ordre du cristal temporel | Bornée | Loi de puissance | Seulement 4 points de données. Avec si peu d'observations, l'AICc pénalise les paramètres supplémentaires des modèles de saturation. Une loi de puissance, avec moins de paramètres libres, l'emporte sur la parcimonie. La prédiction bornée peut être correcte mais est intestable avec ce jeu de données. |
| 21 | Masse-luminosité stellaire | Loi de puissance | Logistique | La relation masse-luminosité présente une dispersion importante aux masses stellaires élevées où la pression de radiation, l'instabilité convective et différentes voies de fusion créent des écarts par rapport à une simple loi de puissance. Un modèle logistique absorbe cette dispersion en ajustant un plateau supérieur apparent. |
En résumé : trois ratés impliquent des jeux de données petits ou tronqués (espèces-aire, cristal temporel, Zipf) ; un implique des données qui ne couvrent pas la plage complète de saturation (force-vitesse musculaire) ; un implique une relation classiquement contestée (Kleiber) ; et un implique une complexité astrophysique aux valeurs extrêmes (masse-luminosité stellaire). Aucun ne représente un cas où la famille prédite est fondamentalement fausse en principe, mais aucun raté ne peut non plus être écarté. Ce sont des échecs authentiques qu'une réplication indépendante doit aborder.
Treize taxons ayant des exposants de mise à l'échelle métabolique bien établis ont été testés contre la prédiction dimensionnelle ARC/Cauchy. La prédiction requiert trois conditions : (a) composition multiplicative (l'équation de Cauchy contraint la forme à une loi de puissance), (b) géométrie de transport en pavage d'espace à $d$ dimensions, et (c) une contrainte de conservation ou d'optimisation sur le flux de ressources (minimisation d'énergie chez West et al. ; équilibre offre-demande chez Banavar et al. ; bilan énergétique à l'état stationnaire chez Demetrius). Sous ces trois conditions, l'exposant est contraint à $d/(d+1)$. Ni Cauchy seul, ni le pavage d'espace seul, ne suffit. Les organismes à transport vasculaire tridimensionnel et à flux conservé devraient se mettre à l'échelle en $M^{3/4}$, ceux à transport bidimensionnel en $M^{2/3}$, et ceux à transport filamentaire unidimensionnel en $M^{1/2}$.
La valeur empirique de l'exposant de mise à l'échelle métabolique des mammifères est débattue, avec des estimations allant d'environ 0,67 à 0,75 selon le taxon, la plage de masse, la correction de température et la méthode statistique (White & Seymour 2003 ; Glazier 2005, 2022). Le plus grand jeu de données moderne (619 espèces) donne une estimation par maximum de vraisemblance de 0,687 (IC 95 % 0,674 à 0,701), ce qui exclut 0,750. La prédiction $d/(d+1)$ de 0,750 pour $d = 3$ correspond à l'extrémité supérieure de la plage empirique. La variation elle-même est cohérente avec le cadre : les organismes dont les dimensions de transport effectives se situent entre 2 et 3 produiraient des exposants entre 2/3 et 3/4. Le cadre prédit cette variation plutôt qu'un exposant universel unique.
| # | Taxon | Prédit | Observé | Le plus proche | L'IC inclut-il ? |
|---|---|---|---|---|---|
| 26 | Mammifères | 0.750 | 0.737 | $d=3$ | Oui |
| 27 | Oiseaux | 0.750 | 0.720 | $d=3$ | Oui |
| 28 | Poissons | 0.750 | 0.800 | $d=3$ | Oui |
| 29 | Reptiles | 0.750 | 0.760 | $d=3$ | Oui |
| 30 | Insectes | 0.750 | 0.750 | $d=3$ | Oui |
| 31 | Amphibiens | 0.750 | 0.740 | $d=3$ | Oui |
| 32 | Crustacés | 0.750 | 0.730 | $d=3$ | Oui |
| 33 | Méduses | 0.667 | 0.680 | $d=2$ | Oui |
| 34 | Cnidaires | 0.667 | 0.700 | $d=2$ | Oui |
| 35 | Cténophores | 0.667 | 0.660 | $d=2$ | Oui |
| 36 | Champignons ectomycorhiziens | 0.500 | 0.580 | $d=1$ | Oui |
| 37 | Champignons marins | 0.500 | 0.530 | $d=1$ | Oui |
| 38 | Champignons saprotrophes (20 °C) | 0.500 | 0.530 | $d=1$ | Oui |
Les 13 exposants publiés se trouvent tous les plus proches du comparateur dimensionnel prédit ($d/(d+1)$), et les 13 intervalles de confiance incluent tous la valeur prédite. Ceci constitue une forte preuve corroborante, mais teste une affirmation différente (exposant spécifique) du résultat principal (famille fonctionnelle), c'est pourquoi il est rapporté séparément.
Le tableau ci-dessus ne porte pas de colonne de citation ligne par ligne. Les références [26]-[35] de la Section 10.2 nomment la littérature de compendium plus large sur la mise à l'échelle métabolique interspécifique (West, Brown et Enquist 1997 ; Banavar et al. 1999, 2010 ; Demetrius 2003, 2006, 2010 ; White et Seymour 2003 ; Glazier 2005, 2022 ; Kolokotrones et al. 2010) à partir de laquelle la littérature sur les exposants de mise à l'échelle des mammifères, des vertébrés et des invertébrés est compilée, mais cet article n'ancre pas actuellement une citation source verrouillée ligne par ligne à chaque exposant observé ou intervalle de confiance dans le tableau. Les lecteurs indépendants devraient traiter les lignes individuelles comme en attente d'un audit de source ligne par ligne avant réutilisation dans des travaux secondaires ; les lignes méduses, cnidaires et cténophores (33-35) et les trois lignes fongiques (36-38) sont celles pour lesquelles une citation source ligne par ligne n'a pas été ancrée dans cet article.
Les entrées méduses, cnidaires et cténophores (lignes 33-35) sont classées comme correspondances au comparateur le plus proche à $d = 2$, ce qui signifie que leurs exposants observés se situent plus près de 2/3 que de 1/2 ou 3/4. Cependant, la prédiction biologique $d = 2$ reste non testée au sens fort parce qu'aucun organisme connu ne possède un réseau de transport hiérarchique authentiquement bidimensionnel en pavage d'espace à flux conservé. Ces organismes n'ont pas l'architecture vasculaire que la dérivation $d/(d+1)$ suppose. La confirmation $d = 2$ existe en cosmologie (solution de Friedmann à l'ère de la matière, exacte) et en physique (percolation, fragmentation), non en biologie. Ces lignes doivent être comprises comme une proximité empirique au comparateur $d = 2$, non comme une confirmation dimensionnelle.
Six taxons supplémentaires aux assignations dimensionnelles contestées ou fondées sur des proxys ont été testés. Seuls 3 des 6 correspondent au comparateur le plus proche prédit. Les ratés sont les plathelminthes (transport 2D vs 3D contesté), les bryozoaires (organismes coloniaux à mise à l'échelle anormale proche de 1,0) et les civelles (allongées mais conservant un transport vasculaire 3D). Ceux-ci sont notés pour l'exhaustivité mais portent un faible poids probant en raison des assignations dimensionnelles contestées.
Six domaines définis par des formules analytiques exactes ($E = mc^2$, niveaux d'énergie de l'hydrogène, cinétique d'Arrhenius, cinétique de Michaelis-Menten, expansion de Friedmann à l'ère de la matière, expansion de de Sitter à l'ère de l'énergie sombre) ont été inclus comme contrôles de cohérence. Les 6 confirment. Ce sont des tautologies : ajuster une courbe à des données générées par une formule exacte doit récupérer cette formule, et ils ne portent aucun poids probant indépendant. Ils confirment seulement que l'ajusteur fonctionne correctement.
Un dossier de préenregistrement complet pour l'extension de cet article existait en mars 2026 et est préservé dans le dépôt public (experiments/cauchy-unification__Paper-VII/preregistration/) : un protocole écrit ; un manifeste de candidats verrouillé daté du 17 mars 2026 dans son propre champ de version, portant douze lignes chacune avec la classe d'opérateur, la famille prédite, le modèle prédit et la source cible fixés avant tout ajustement ; les sommes de contrôle de fichiers de l'auteur ; et le texte d'enregistrement du composant OSF, déjà rédigé. La seule étape absente était le clic de soumission au registre. Le propre champ de statut du dossier consigne la limitation dans les mots du programme lui-même : « archived_local_packet_exercised_before_timestamp », et l'analyse est ancrée à un commit git. Le préenregistrement existait ici en substance et sous forme de projet ; ce qui lui manquait était l'horodatage externe.
Deux autres exécutions de mars 2026 n'existaient que comme artefacts du dépôt jusqu'à cette version, et les deux sont consignées ici avec leur statut énoncé avant leurs chiffres. Les deux ont été exécutées sous l'ensemble de candidats précorrection (aucun candidat logarithmique), et la lignée de conception de l'extension a ensuite été retirée sans édition, si bien que les deux sont des résultats exploratoires datés sous la taxonomie remplacée, remplacée par le test enregistré de la quatrième cellule, et ni l'un ni l'autre n'est une confirmation de quoi que ce soit.
L'exécution à blanc d'extension à manifeste verrouillé à 12 domaines du 17 mars 2026 a renvoyé 10/12 correspondances de famille (binomial p = 5.4×10-4 ; results_preregistered_extension.json). La rétrogradation du statut de cette exécution est datée à la minute près dans l'historique des commits du dépôt public : e5c22dd consigne le résultat 10/12 à 00:43 le 17 mars 2026, f5e06a8 adopte la posture conservatrice d'échec à 00:47, et c853277 rétrograde l'exécution en une exécution à blanc pilote à 00:56, treize minutes après la consignation du résultat et des mois avant qu'aucune revue externe n'existe. Le résultat n'a jamais été rétracté ; son statut revendiqué a été corrigé, par l'auteur, contre son propre intérêt, publiquement. L'exécution temporelle hors échantillon à 7 domaines, qui ajuste les familles candidates sur les anciennes données et teste si la famille gagnante prédit la forme fonctionnelle des nouvelles données, a renvoyé 4 confirmés, 2 partiels et 1 incohérent (results_temporal_out_of_sample.json) ; le domaine incohérent est rapporté avec la même prominence que les confirmations. Un catalogue d'expansion à 105 domaines (lignes 26 à 65 et 66 à 105) est préparé dans les données du dépôt et n'a pas été exécuté ; aucun résultat au-delà des exécutions nommées ici n'est revendiqué.
L'anneau extérieur de la même chaîne datée est en version imprimée. La première édition du 2 janvier 2026 (ISBN 978-1806056200) porte l'Annexe F, cinq prédictions testables numérotées se clôturant sur un pari imprimé : « Ces prédictions sont mon pari. Si elles échouent, le cadre est faux ou incomplet. Si elles réussissent, quelque chose d'important a été entraperçu. Le temps jugera. » L'Annexe A opérationnalise les propositions du cadre, énonce quatre autres prédictions au §A.3 (développement de l'IA quadratique plutôt que linéaire ; conscience et information intégrée ; correction d'erreur récursive cosmologique ; incorporation de valeurs), et fixe les critères de falsification à l'avance au §A.4. La Prédiction 2 imprime les seuils de dérive d'alignement de 15 pour cent et 5 pour cent que le projet d'enregistrement study-v préparé porte désormais inchangés dans une hypothèse formelle, citant l'annexe par son nom. Le livre est un énoncé antérieur imprimé plutôt qu'un préenregistrement, et les deux ne sont jamais confondus : l'imprimé fixe la prédiction ; seul un enregistrement fixe un plan d'analyse.
Le résultat principal ($p = 7 \times 10^{-5}$, permutation) mérite une contextualisation honnête.
Sur 14 domaines empiriques classés comme multiplicatifs, 10 produisent une mise à l'échelle en loi de puissance comme meilleur modèle AICc. Ceux-ci couvrent l'allométrie métabolique (fréquence cardiaque vs masse corporelle), l'économie urbaine (Bettencourt 2007), les courbes d'apprentissage technologique (loi de Wright), la linguistique computationnelle (loi de Heaps), l'acquisition de compétences (Crossman 1959), le mouvement brownien (Catipovic 2013), la mise à l'échelle des réseaux neuronaux (Kaplan 2020), la conception VLSI (règle de Rent), l'écologie des populations (loi de puissance de Taylor) et la géomorphologie fluviale (loi de Hack).
Quatre domaines multiplicatifs ratent : la loi de Kleiber (un modèle borné devance la loi de puissance sur un jeu de données de 13 points), espèces-aire (forte dispersion sur des données d'îles petites), masse-luminosité stellaire (dispersion à masse élevée), et la loi de Zipf (troncature de corpus fini).
Les quatre domaines avec opérateurs de composition additifs produisent une mise à l'échelle exponentielle comme meilleur modèle AICc : loi de Moore (nombres de transistors), désintégration radioactive (P-32), loi de fréquence des séismes de Gutenberg-Richter, et loi de Horton (nombres de cours d'eau). C'est un 4/4 net.
Sur sept domaines avec opérateurs de composition bornés, cinq produisent des modèles bornés (saturation) comme meilleur AICc : croissance bactérienne (logistique), liaison de l'hémoglobine (Hill), épidémie d'Ebola (Hill), loi d'Amdahl (Michaelis-Menten) et croissance de Facebook (logistique). Deux ratent : force-vitesse musculaire (une décroissance exponentielle ajuste mieux la plage tronquée) et ordre du cristal temporel (seulement 4 points de données).
Trois domaines utilisent des valeurs théoriques ou de référence plutôt que des mesures empiriques indépendantes : désintégration radioactive (demi-vie de référence NIST pour P-32), loi d'Amdahl (formule théorique avec fraction série supposée de 10 %) et loi de Moore (nombres de transistors sourcés sur Wikipedia à partir des spécifications constructeurs). Ceux-ci confirment le cadre de manière triviale et doivent être pondérés en conséquence.
[1] Kleiber, M. (1932). Body size and metabolism. Hilgardia 6:315-353. Reproduit dans Dodds, P. et al. (2001) J. Theor. Biol. 209:9-27.
[2] Bettencourt, L. et al. (2007). Growth, innovation, scaling, and the pace of life in cities. PNAS 104(17):7301-7306. Données : BEA + Census 2006, 25 plus grandes MSA des États-Unis.
[3] Johnson, M. & Raven, P. (1973). Species number and endemism: the Galapagos archipelago revisited. Science 179:893-895. Données : R faraway::gala dataset, 30 îles.
[4] Nemet, G. (2009). Demand-pull, technology-push. Energy Policy; Farmer, J.D. & Lafond, F. (2016) Research Policy; IRENA ; Our World in Data.
[5] Manning, C. et al. (2008). Introduction to Information Retrieval. Corpus Reuters RCV1.
[6] Kucera, H. & Francis, W. (1967). Computational Analysis of Present-Day American English. Brown Corpus.
[7] Crossman, E. (1959). A theory of the acquisition of speed-skill. Ergonomics 2(2):153-166. Réanalyse : Newell, A. & Rosenbloom, P. (1981).
[8] Wikipedia : Transistor count. Spécifications publiques des fabricants (Intel, AMD, TSMC).
[9] NIST Nuclear Data Center. Demi-vie de P-32 : 14,29 jours. Valeurs théoriques exactes.
[10] USGS Earthquake Hazards Program ; compilation IRIS. Catalogue de sismicité mondial.
[11] Sezonov, G. et al. (2007). E. coli physiology in Luria-Bertani broth. J. Bacteriol. 189:8746-8749.
[12] Severinghaus, J. (1979). Simple, accurate equations for human blood O$_2$ dissociation computations. J. Appl. Physiol. 46(3):599-602.
[13] Rapports de situation OMS/CDC sur Ebola (2014-2015) ; NEJM Ebola Response Team.
[14] Amdahl, G. (1967). Validity of the single processor approach to achieving large scale computing capabilities. AFIPS. Voir aussi Hill, M. & Marty, M. (2008) IEEE Computer.
[15] Hill, A. (1938). The heat of shortening and the dynamic constants of muscle. Proc. Royal Soc. B 126:136-195.
[16] Dépôts SEC de Meta ; Zhang, C., Liu, J. & Xu, Y. (2015). J. Comp. Sci. Tech.
[17] Catipovic, M. et al. (2013). Improving the quantification of Brownian motion. Am. J. Physics 81:485.
[18] Singh, V. et al. (2021). Hydrological stream order analysis. Applied Water Science 11:151.
[19] Kaplan, J. et al. (2020). Scaling Laws for Neural Language Models. arXiv:2001.08361.
[20] Shen, Y. et al. (2025). Time crystal order in a Rydberg gas. Nature Communications. Voir aussi Kongkhambut, P. et al. (2024) Science 386(6720):670-674.
[21] Torres, G. et al. (2010). Accurate masses and radii of normal stars. Astron. Astrophys. Rev. 18:67-126. Eker, Z. et al. (2018) MNRAS 479:5491. Valeurs solaires nominales IAU 2015.
[22] Stahl, W. (1967). Scaling of respiratory variables in mammals. J. Appl. Physiol. 22:453. Calder, W. (1984) Size, Function, and Life History. Schmidt-Nielsen, K. (1984) Scaling: Why Is Animal Size So Important?
[23] Landman, B. & Russo, R. (1971). On a pin versus block relationship for partitions of logic graphs. IEEE Trans. Comp. C-20:1469. Christie, P. (2000) ; Stroobandt, D. (2001).
[24] Taylor, L. (1961). Aggregation, variance and the mean. Nature 189:732-735. Taylor, L. & Woiwod, I. (1980) J. Anim. Ecol. 49:879.
[25] Hack, J. (1957). Studies of longitudinal stream profiles in Virginia and Maryland. USGS Professional Paper 294-B. Mueller, J. (1973) ; Rigon, R. et al. (1996) Water Resour. Res. 32:3367.
[26] West, G. B., Brown, J. H. & Enquist, B. J. (1997). A general model for the origin of allometric scaling laws in biology. Science 276(5309):122-126.
[27] Banavar, J. R., Maritan, A. & Rinaldo, A. (1999). Size and form in efficient transportation networks. Nature 399(6732):130-132.
[28] Banavar, J. R., Moses, M. E., Brown, J. H., Damuth, J., Rinaldo, A., Sibly, R. M. & Maritan, A. (2010). A general basis for quarter-power scaling in animals. Proceedings of the National Academy of Sciences 107(36):15816-15820.
[29] Demetrius, L. (2003). Quantum statistics and allometric scaling of organisms. Physica A 322:477-490.
[29b] Demetrius, L. (2006). The origin of allometric scaling laws in biology. Journal of Theoretical Biology 243(4):455-467.
[29c] Demetrius, L. & Tuszynski, J. A. (2010). Quantum metabolism explains the allometric scaling of metabolic rates. Journal of the Royal Society Interface 7(44):507-514.
[30] Zhao, J. (2022). Universal growth scaling law determined by dimensionality. arXiv:2206.08094.
[31] Bettencourt, L. M. A. (2013). The origins of scaling in cities. Science 340(6139):1438-1441.
[32] White, C. R. & Seymour, R. S. (2003). Mammalian basal metabolic rate is proportional to body mass2/3. Proceedings of the National Academy of Sciences 100(7):4046-4049.
[33] Glazier, D. S. (2005). Beyond the '3/4-power law': variation in the intra- and interspecific scaling of metabolic rate in animals. Biological Reviews 80(4):611-662.
[34] Glazier, D. S. (2022). Variable metabolic scaling breaks the law: a large-scale data synthesis. Biological Reviews 97(3):1056-1067.
[35] Kolokotrones, T., Savage, V., Deeds, E. J. & Fontana, W. (2010). Curvature in metabolic scaling. Nature 464(7289):753-756.
Une recherche documentaire n'a retourné aucune publication antérieure qui invoque les quatre équations fonctionnelles de Cauchy comme principe unificateur cross-domain contraignant les formes des lois d'échelle. Les lecteurs sont invités à soumettre des travaux antérieurs ; un antécédent authentique qui fait cela défait la revendication de priorité de cet article.
Les travaux existants les plus proches incluent :
La lacune est authentique. La formule $d/(d+1)$ a été dérivée indépendamment par au moins sept groupes de recherche à travers différents cadres mathématiques : réseaux fractals, contraintes géométriques avec équilibre offre-demande, métabolisme quantique, mise à l'échelle urbaine, optimisation de réseau, géométrie vasculaire optimale, et premiers principes thermodynamiques. Chaque dérivation connue exige trois conditions : composition multiplicative (que Cauchy contraint à la famille en loi de puissance), géométrie en pavage d'espace à $d$ dimensions, et une contrainte de conservation ou d'optimisation sur le flux de ressources. Les théorèmes mathématiques ont 200 ans. Les données biologiques ont 90 ans. La contribution nouvelle n'est pas la formule $d/(d+1)$ elle-même (qui est bien établie), ni la mathématique de Cauchy, mais l'affirmation selon laquelle les équations fonctionnelles de type Cauchy expliquent pourquoi ces dérivations indépendantes convergent vers la même forme, et que la contrainte de Cauchy a une conséquence physiquement testable pour la classification des lois d'échelle à travers les domaines.
Les limites ci-dessus décrivent où le cadre est faible ; cette sous-section énonce les résultats spécifiques qui le falsifieraient. La revendication centrale, selon laquelle l'opérateur de composition d'un domaine, classé à partir de la physique connue avant l'ajustement, prédit sa famille de loi d'échelle, est défaite par l'un quelconque des éléments suivants :
Ce qui ne le défairait pas : un unique raté supplémentaire, ou un modèle mieux ajusté apparaissant dans un domaine. La revendication porte sur l'application agrégée opérateur–famille, non sur un ajustement unique ; mais cet agrégat doit franchir la base de hasard sous une réplication préenregistrée et classée indépendamment.
Si le cadre tient sous une réplication indépendante préenregistrée, cela suggérerait que :
Ces implications sont conditionnelles. La preuve actuelle est exploratoire, non définitive.
Plantez un gland et, au bout de siècles, vous obtenez un chêne. Mais plantez le gland de ce chêne, et son gland, récursivement à travers les millénaires, et vous obtenez une forêt qui façonne le climat des continents. Ce que nous plantons dans ces systèmes se composera à travers des échelles que nous ne pouvons imaginer. La graine détermine la forêt.
Cauchy a prouvé il y a 200 ans que la graine détermine aussi la forme de la forêt. Les graines multiplicatives produisent des lois de puissance. Les graines additives produisent des exponentielles. Les graines bornées produisent la saturation. Vingt-cinq domaines empiriques testés contre cette prédiction produisent 19 confirmations à $p = 7 \times 10^{-5}$ sous le test de permutation conditionné sur les marginales, sur l'ensemble candidat à six modèles de la Section 3.2 ; la réexécution à quatre familles est rédigée et attend une soumission humaine. Treize exposants métaboliques publiés tombent là où la théorie dimensionnelle prédit.
La mathématique a toujours été là. Nous ne l'avions simplement pas lue comme une prédiction sur le monde physique. Que cette lecture tienne sous un examen indépendant est désormais une question à laquelle la communauté scientifique doit répondre.
Élever l'IA avec soin.
La suite complète de validation, y compris les 50 définitions de domaine, le manifeste canonique et le code d'ajustement fondé sur AICc, est disponible à :
Le script requiert Python 3.10+, numpy et scipy. Toutes les données sont intégrées dans le manifeste avec des citations de provenance complètes. La sortie est déterministe.
L'auteur de ce travail est Michael Darius Eastwood, un être humain. Chaque concept central, hypothèse, conception expérimentale, revendication et conclusion de cet article proviennent d'une idéation humaine. Aucune partie de ce manuscrit n'est une sortie entièrement générée par intelligence artificielle.
Les outils d'intelligence artificielle (la famille Claude d'Anthropic et d'autres assistants à grand modèle de langage) ont été utilisés comme instruments sous direction humaine continue, à la manière dont un traitement de texte, une calculatrice ou un assistant de recherche est utilisé : pour l'édition et l'affinement de la prose, la recherche et la synthèse documentaires (vérifiées manuellement contre les sources primaires), la structure des documents, la mise en forme, le brainstorming contre des questions définies par l'auteur, et l'accélération de la rédaction vers des plans et des instructions définis par l'auteur. Toute sélection, coordination, arrangement et jugement éditorial final sont ceux de l'auteur. Chaque sortie substantielle a été relue, testée ou vérifiée par l'auteur, qui assume la pleine responsabilité de l'exactitude et de l'intégrité du texte final. Les outils ont augmenté la vitesse du travail ; ils n'ont jamais été utilisés comme sa source.
Statut épistémique. Ce que ce programme nomme des Lois sont des conjectures sous épreuve adversariale enregistrée ; chaque grandeur de cet article est opérationnellement définie, et un statut de loi établie n'est revendiqué nulle part. Le programme enregistré existe pour gagner ce statut, ou le perdre, par la mesure, la réplication et la réfutation survécue.
© 2026 Michael Darius Eastwood. Rédigé par un humain avec assistance informatique ; la pleine paternité humaine et les droits moraux sont revendiqués sous le Copyright, Designs and Patents Act 1988 et en cohérence avec les orientations du United States Copyright Office sur les œuvres contenant du contenu généré par IA ; toute contribution technique nouvelle décrite dans ce travail a été conçue par l'auteur humain. Déclaration complète : michaeldariuseastwood.com/authorship.
Engagement permanent. Prouvez que cet article a tort, et je publierai la réfutation moi-même. Les conditions de falsification sont énoncées dans cet article ; le défi permanent : github.com/MichaelDariusEastwood/arc-scaling-challenge.
Une erreur de traduction ? Signalez-la directement :