Davenport · 圆法 · 高中详解版

Weyl 不等式与华罗庚不等式Weyl's inequality and Hua's inequality

本页是对本章译文的逐段高中详解：先按原文顺序复述每一段在讲什么，再把其中所有“显然”“容易看出”的跳步补成一步一句的完整推导，每个超出高中范围的符号都从零讲起。黑字是原文的意思，彩色框（目标 / 符号 / 分步推演 / 图）是为高中生补充的讲解。

本章要解决什么

这一章是整本《圆法》的技术心脏。圆法要研究“一个数能否写成若干个 $k$ 次方之和”（华林问题），核心是去估计一种叫做指数和的东西 \[T(\alpha)=\sum_{x=1}^{P}e(\alpha x^{k})\quad\big(e(\theta):=e^{2\pi i\theta}\big).\] 这一章给出两件最重要的“武器”：

Weyl 不等式（引理 3.1）：当 $\alpha$ 不太接近“分母很小的分数”时，上面这种和会比它的平凡上界 $P$ 小很多。这把“和很大”的坏情形局限在很窄的范围里。
华罗庚不等式（引理 3.2）：$|T(\alpha)|$ 的高次方在 $[0,1]$ 上的平均（积分）很小。这是后面建立渐近公式时控制“次弧”的关键。

读完你应当能：理解 $e(\alpha)$、积分 $\int_0^1$、求和号、$\ll$/$O$、$\|\lambda\|$、除数函数等记号；并能独立复述这两个不等式的每一步证明——为什么对和取平方、为什么用差分降次、为什么用 Cauchy 不等式、为什么把项按公因子合并、为什么积分恰好是“方程解的个数”。

第 0 节　先把工具备齐：高中生需要的全部预备知识

原文默认读者已经熟悉下面这些记号，直接拿来用。但高中课本里没有它们，所以我们先单独花一节把它们讲透。看不懂证明时，多半是卡在这一节的某个符号上，回来查即可。

符号　$e(\theta)$：复指数

定义 $e(\theta):=e^{2\pi i\theta}$，读作“e 括号 theta”。这里 $i$ 是虚数单位（$i^2=-1$），$e$ 是自然常数。由欧拉公式 \[e^{i\varphi}=\cos\varphi+i\sin\varphi\] 可得 \[e(\theta)=e^{2\pi i\theta}=\cos(2\pi\theta)+i\sin(2\pi\theta).\] 它是复平面单位圆上的一个点，对应的角度是 $2\pi\theta$（即把整整一圈 $2\pi$ 分成 $\theta$ 份）。两个关键性质：

模长恒为 1：$|e(\theta)|=\sqrt{\cos^2+\sin^2}=1$。它永远在单位圆上跑，绝不会变长或变短。
把加法变成乘法：$e(\theta_1)\,e(\theta_2)=e(\theta_1+\theta_2)$，因为指数相加。于是 $e(-\theta)=1/e(\theta)=\overline{e(\theta)}$（共轭）。
以 1 为周期：$e(\theta+1)=e(\theta)$，因为转一整圈（$2\pi$）回到原地。所以 $e(\theta)$ 只关心 $\theta$ 的小数部分。

$e(\theta)$ 是单位圆上转了角 $2\pi\theta$ 的点。$\theta$ 每增加 1 就转满一圈回到原处，所以 $e$ 只看 $\theta$ 的小数部分。

符号　$\sum$ 求和、$|z|$ 复数模长

$\displaystyle\sum_{x=1}^{P}g(x)=g(1)+g(2)+\cdots+g(P)$，把方括号内变量从下界取到上界逐项相加。本章里被加的常是复数 $e(\cdots)$，所以和也是复数。复数 $z=a+bi$ 的模长 $|z|=\sqrt{a^2+b^2}$，表示它到原点的距离；$|z|^2=z\bar z$（自己乘以自己的共轭）。我们要估计的就是这种复数和的模长 $\big|\sum e(\cdots)\big|$。

符号　$\Re z$ 取实部

$\Re z$ 表示复数 $z=a+bi$ 的实部 $a$。一个有用事实：对任意复数 $z$，$z+\bar z=2\Re z$。本章把“一对 $(x_1,x_2)$ 和它交换后的 $(x_2,x_1)$”合并时会用到它——这两项互为共轭，加起来正好是 $2\Re$。

符号　$\int_0^1$ 定积分与“正交关系”

$\int_0^1 g(\alpha)\,d\alpha$ 是函数 $g$ 在区间 $[0,1]$ 上的定积分，几何上是曲线下的“带符号面积”。本章只需要一个具体结果，叫正交关系：对整数 $n$， \[\int_0^1 e(n\alpha)\,d\alpha=\int_0^1 e^{2\pi i n\alpha}\,d\alpha=\begin{cases}1,& n=0,\\[2pt]0,& n\neq 0.\end{cases}\] 为什么？当 $n=0$ 时被积函数恒等于 $e^0=1$，积分就是区间长度 1。当 $n\neq0$ 时， \[\int_0^1 e^{2\pi i n\alpha}\,d\alpha=\left[\frac{e^{2\pi i n\alpha}}{2\pi i n}\right]_0^1=\frac{e^{2\pi i n}-e^{0}}{2\pi i n}=\frac{1-1}{2\pi i n}=0,\] 因为 $e^{2\pi i n}=1$（$n$ 是整数，转了整数圈）。这条性质极其重要：它把“积分”变成了“数方程的解”——见引理 3.2。

符号　$\ll$ 与 $O(\cdot)$：Vinogradov / 大 O 记号

$A\ll B$（读作“$A$ 远小于等于 $B$”，与 $A=O(B)$ 同义）意思是：存在一个常数 $C>0$，使得 $|A|\le C\,B$ 恒成立。这个常数 $C$ 与我们关心的“大变量”（这里是 $P$）无关，但允许依赖固定的参数（这里是次数 $k$ 和 $\varepsilon$）。例如 $3n+5\ll n$，因为 $3n+5\le 8n$（取 $C=8$，对 $n\ge1$）。它让我们只盯量级、忽略不重要的常数，这正是解析数论的工作方式。脚注里说明：本章 $\ll$ 隐含的常数只依赖 $k$ 与 $\varepsilon$。

符号　$\varepsilon$：任意小的正数

$\varepsilon>0$ 表示一个可以取得任意小的固定正数。“对任意 $\varepsilon>0$ 成立 $A\ll P^{\varepsilon}$”意思是：无论你把 $\varepsilon$ 取多小（比如 $0.001$），都有一个对应的常数把 $A$ 压在 $P^{\varepsilon}$ 之下。直观上 $P^{\varepsilon}$ 增长得比任何 $P$ 的正数次幂都慢（比 $\log P$ 还略大一点），是数论里“几乎可以忽略”的因子。注意：常数随 $\varepsilon$ 变小而变大，但只要 $\varepsilon$ 固定就没问题。

符号　$(a,q)=1$、同余 $\equiv\;(\bmod\ q)$、剩余系

$(a,q)$ 是 $a$ 与 $q$ 的最大公约数，$(a,q)=1$ 表示二者互素（没有公共素因子）。$am\equiv r\pmod q$ 表示 $am$ 与 $r$ 除以 $q$ 余数相同，即 $q\mid(am-r)$。一个事实（本章要用）：若 $(a,q)=1$，当 $m$ 取遍 $0,1,\dots,q-1$ 时，$am$ 除以 $q$ 的余数也恰好取遍 $0,1,\dots,q-1$ 各一次——这叫“$am$ 跑遍模 $q$ 的完全剩余系”。原因：若 $am_1\equiv am_2$，则 $q\mid a(m_1-m_2)$，因 $(a,q)=1$ 得 $q\mid(m_1-m_2)$，在 \(0\le m

符号　$\|\lambda\|$：到最近整数的距离

符号　$d(m)$：除数函数

$d(m)=\sum_{d\mid m}1$ 是 $m$ 的正因子个数（“$d\mid m$”读作“$d$ 整除 $m$”）。例如 $d(6)=4$（因子 $1,2,3,6$），$d(12)=6$。本章会证明它增长极慢：$d(m)\ll m^{\varepsilon}$。

符号　差分算子 $\Delta_y f$

$\Delta_y f(x):=f(x+y)-f(x)$，叫“以步长 $y$ 的一阶（前向）差分”。它是导数的离散版本。多次差分写成 $\Delta_{y_1,\dots,y_\nu}f=\Delta_{y_\nu}\big(\cdots\Delta_{y_1}f\big)$，即依次以步长 $y_1,\dots,y_\nu$ 做差分。核心性质：差分使多项式降低一次。下面证明里会反复用。

第 1 节　引言：Weyl 不等式的来历

这一段在讲什么：交代 Weyl 不等式是谁、什么时候、为什么提出的——它是研究华林问题乃至整个解析数论“最重要的单件工具”。

研究华林问题（Waring's problem），乃至研究数论解析理论中的许多其他问题时，最重要的单一工具就是 Weyl 不等式。这一不等式由 Weyl 在其 1916 年关于数列模 1 均匀分布的伟大论文中以一种不太显式的形式给出。针对多项式、并以其最高次系数表述的显式形式，则由 Hardy 与 Littlewood 给出。

历史背景：人物、年代、难点

华林问题（1770）：英国数学家 Waring 猜想——对每个固定的 $k\ge2$，存在一个数 $s$，使得每个正整数都能写成至多 $s$ 个 $k$ 次方数之和（$k=2$ 是四平方和定理，$k=3$ 是若干立方数之和……）。这要数“某数有多少种写法”，自然导出指数和 $T(\alpha)=\sum e(\alpha x^k)$。

Hermann Weyl（1885–1955）是 20 世纪最伟大的数学家之一。他 1916 年的论文研究“数列 $\{\alpha n^k\}$ 的小数部分是否在 $[0,1]$ 上均匀分布”。要判断均匀分布，按 Weyl 判别法就得估计 $\sum e(\alpha x^k)$ 的大小——若这个和相对 $P$ 很小，就说明转动充分“打散”、分布均匀。为此他发明了“反复平方降次”的技巧，这就是 Weyl 不等式的雏形。

Hardy 与 Littlewood 在他们 1920 年代关于华林问题的系列论文（书中简称 P.N. I，即 “Partitio Numerorum I”）中，把 Weyl 的思想整理成针对一般 $k$ 次多项式、并用“最高次系数 $\alpha$ 的有理逼近”来表述的显式不等式——也就是下面引理 3.1 的形式。为什么“显式”重要？因为圆法要把 $[0,1]$ 切成“主弧”（$\alpha$ 接近小分母分数）和“次弧”（其余），在次弧上必须有一个能具体算出量级的上界，Weyl 不等式正好提供它。

第 2 节　引理 3.1：Weyl 不等式的陈述

这一段在讲什么：正式写出 Weyl 不等式。它说：只要 $\alpha$ 有一个“好的有理逼近” $a/q$，那么指数和 $\sum e(f(x))$ 就有一个明确的上界。

引理 3.1.（Weyl 不等式）设 $f(x)$ 是一个次数为 $k$、最高次系数为 $\alpha$ 的实系数多项式： \[f(x)=\alpha x^{k}+\alpha_{1}x^{k-1}+\cdots+\alpha_{k}.\] 假设 $\alpha$ 有一个满足下述条件的有理逼近 $a/q$： \[(a,q)=1,\qquad q>0,\qquad \left|\alpha-\frac{a}{q}\right|\le\frac{1}{q^{2}}.\] 那么，对任意 $\varepsilon>0$，有 \[\left|\sum_{x=1}^{P}e(f(x))\right|\ll P^{1+\varepsilon}\left(P^{-\frac{1}{K}}+q^{-\frac{1}{K}}+\left(\frac{P^{k}}{q}\right)^{-\frac{1}{K}}\right),\tag{3.1$'$}\] 其中 $K=2^{k-1}$，所含的隐性常数只依赖于 $k$ 与 $\varepsilon$。

$f(x)$: 一个 $k$ 次实系数多项式。注意——只有最高次系数 $\alpha$ 进入最终的上界，低次系数 $\alpha_1,\dots,\alpha_k$ 完全不影响结果。后面会看到原因：证明用差分反复降次，最后只剩下与 $\alpha$ 有关的线性项，其余系数都被“差掉了”。
$P$: 求和的项数（自变量 $x$ 从 1 取到 $P$）。它是“大变量”，我们关心 $P\to\infty$ 时和的量级。平凡上界是 $P$：因为每项模长为 1，$P$ 项相加模长至多 $P$（三角不等式 $|\sum|\le\sum|{\cdot}|=P$）。引理的价值在于给出比 $P$ 更小的上界。
$a/q$: $\alpha$ 的有理逼近，$q>0$ 是分母，$(a,q)=1$ 保证它是“最简分数”，$|\alpha-a/q|\le 1/q^2$ 保证逼近“足够好”。为什么这种逼近一定存在？这是 Dirichlet 逼近定理：对任意实数 $\alpha$ 与任意 $Q\ge1$，总能找到 $1\le q\le Q$ 与整数 $a$，使 $|\alpha-a/q|\le 1/(qQ)\le 1/q^2$。所以这个假设对每个 $\alpha$ 都能满足，引理是普遍适用的。
$K=2^{k-1}$: “$K$”是后面反复平方所产生的指数。每平方一次幂指数翻倍，做 $k-1$ 次后变成 $2^{k-1}$。所以 $k=2$ 时 $K=2$，$k=3$ 时 $K=4$，$k=4$ 时 $K=8$……它随 $k$ 指数级增大，这也是后来 Vinogradov 改进的动机（见后注）。

第 3 节　引理后的注：这个上界好在哪、什么时候有用

这一段在讲什么：解读 Weyl 不等式“有用”的范围——$q$ 不能太小也不能太大，并解释为什么 $q$ 太小时它必然失效（这是事物本身的性质，不是证明的缺陷）。

注. 当 $P^{\delta}\le q\le P^{k-\delta}$（对某个固定的 $\delta>0$）时，该不等式对平凡上界 $P$ 给出了某种改进。若 $P\le q\le P^{k-1}$，则我们得到估计 $P^{1-1/K+\varepsilon}$；正是在这些条件下，Weyl 不等式得到最为常见的应用。显然不可能从中提取出比这更好的估计。注意，若 $q$ 很小，则 Weyl 不等式不能给出任何有用的信息；这是很自然的，因为若 $f(x)=\alpha x^{k}$ 且 $\alpha$ 非常接近于一个分母很小的有理数，则该和确实具有趋近于 $P$ 的量级。

把这段注一句句拆开

括号里三项谁说了算。上界括号里是 $P^{-1/K}+q^{-1/K}+(P^k/q)^{-1/K}$。括号外有个 $P^{1+\varepsilon}$。三项之和由最大的那一项决定量级。第一项 $P^{-1/K}$ 是固定的“底线改进”；第二项随 $q$ 增大而减小；第三项 $(P^k/q)^{-1/K}=q^{1/K}/P^{k/K}$ 随 $q$ 增大而增大。所以 $q$ 太小时第三项也许还行但第二项 $q^{-1/K}$ 很大（接近 1），$q$ 太大时第三项很大。两头都坏，中间才好。
为什么取 $P^{\delta}\le q\le P^{k-\delta}$。要让上界真正小于 $P$，需要括号 $\ll P^{-\eta}$（某个 $\eta>0$）。第二项 $q^{-1/K}\le P^{-\delta/K}$ 要求 $q\ge P^{\delta}$；第三项 $(P^k/q)^{-1/K}\le P^{-\delta/K}$ 要求 $P^k/q\ge P^{\delta}$ 即 $q\le P^{k-\delta}$。两条合起来就是注里的范围。这就是“为什么这样取参数”的理由：恰好让两端的坏项都被压下去。
“最常用”的 $P\le q\le P^{k-1}$。此时 $q^{-1/K}\le P^{-1/K}$ 且 $(P^k/q)^{-1/K}\le P^{-1/K}$，括号三项都 $\le P^{-1/K}$，于是整体 $\ll P^{1+\varepsilon}\cdot P^{-1/K}=P^{1-1/K+\varepsilon}$。这就是那个著名的省力上界：比平凡的 $P$ 小了一个因子 $P^{1/K}$（再差一点点 $P^{\varepsilon}$）。圆法在次弧上用的正是这个版本。
为什么 $q$ 很小时必然没用——而且这是“正常”的。取最简单的 $f(x)=\alpha x^k$ 且 $\alpha$ 极接近一个小分母分数 $a/q$（$q$ 很小）。那么 $\alpha x^k\approx (a/q)x^k$，而 $e\big((a/q)x^k\big)$ 关于 $x$ 是周期为 $q$ 的，许多项指向同一个方向、互相叠加而非抵消，整个和的模长真的会接近 $P$。既然和本身就大，任何上界都不可能小于它——所以不是 Weyl 不等式“弱”，而是事实如此。这正是圆法把这种 $\alpha$（小分母附近）单独划成“主弧”去精细处理的原因。

第 4 节　引理 3.1 的证明（上）：平方降次的基本操作

这一段在讲什么：说明整个证明的核心套路——把指数和的模长取平方，就能把一个 $k$ 次多项式的和，换成许多 $(k-1)$ 次多项式的和的平均。这是 Weyl 的发明，叫“Weyl 平方法”或“Weyl differencing”。

证明中的基本操作是对一个指数和的绝对值取平方，从而把该和与一些次数更低的多项式的同类和的平均值联系起来。令 \[S_{k}(f)=\sum_{x=P_{1}+1}^{P_{2}}e(f(x)),\] 其中 $0\le P_{2}-P_{1}\le P$，下标 $k$ 用于标记 $f(x)$ 的次数。

为什么引入 $S_k(f)$ 这个一般记号

原来的和是 $x$ 从 1 到 $P$。但证明里反复降次后，会出现“$x$ 取遍某个长度 $\le P$ 的区间”的和。为了让归纳能进行，作者把和写成更一般的 $\sum_{x=P_1+1}^{P_2}$，区间长度 $P_2-P_1$ 介于 0 和 $P$ 之间。下标 $k$ 提醒我们里面的多项式 $f$ 是 $k$ 次的。动机：降一次次数，下标就从 $k$ 变 $k-1$，区间也会变（依赖于差分步长 $y$），用统一记号才好递推。

则 \[\begin{aligned}|S_{k}(f)|^{2}&=\sum_{x_{1}}\sum_{x_{2}}e(f(x_{2})-f(x_{1}))\\&=P_{2}-P_{1}+2\Re\!\!\sum_{\substack{x_{1},x_{2}\\ x_{2}>x_{1}}}\!\! e(f(x_{2})-f(x_{1})).\end{aligned}\]

补全：模长平方为什么等于双重和

对复数 $z$，$|z|^2=z\bar z$。这里 $z=S_k(f)=\sum_{x_2}e(f(x_2))$，它的共轭 $\bar z=\sum_{x_1}\overline{e(f(x_1))}=\sum_{x_1}e(-f(x_1))$（因为 $\overline{e(\theta)}=e(-\theta)$，用了 $\overline{e^{i\varphi}}=e^{-i\varphi}$）。
两个和相乘，按分配律把每个 $x_2$ 项乘每个 $x_1$ 项： \[|S_k|^2=\Big(\sum_{x_2}e(f(x_2))\Big)\Big(\sum_{x_1}e(-f(x_1))\Big)=\sum_{x_1}\sum_{x_2}e(f(x_2)-f(x_1)),\] 这里又用了 $e(A)e(-B)=e(A-B)$。两个变量都跑遍同一个区间 $(P_1,P_2]$。
分出对角项与非对角项。当 $x_1=x_2$ 时，指数 $f(x_2)-f(x_1)=0$，$e(0)=1$。这样的对角项有“区间内整数个数”那么多，即 $P_2-P_1$ 个，贡献 $\sum 1=P_2-P_1$。
剩下 $x_1\neq x_2$ 的项可两两配对：项 $(x_1,x_2)$ 与项 $(x_2,x_1)$ 的指数互为相反数，于是这两项 $e(\theta)+e(-\theta)=2\Re\,e(\theta)$（用了 $z+\bar z=2\Re z$）。把每对只数一次（约定 $x_2>x_1$），就得到 $2\Re\sum_{x_2>x_1}e(f(x_2)-f(x_1))$。
合并即得所示等式。关键收获：平方后，被研究的对象从 $f(x)$ 变成了差 $f(x_2)-f(x_1)$。下一步会看到这个差的次数比 $f$ 低一次。

令 $x_{2}=x_{1}+y$。则 $1\le y\lt P_{2}-P_{1}$，且 \[f(x_{2})-f(x_{1})=f(x_{1}+y)-f(x_{1})=\Delta_{y}f(x_{1}),\] 此处采用了显然的记号。于是 \[|S_{k}(f)|^{2}=P_{2}-P_{1}+2\Re\sum_{y=1}^{P}\sum_{x}e\left(\Delta_{y}f(x)\right),\] 其中对 $x$ 的求和取遍一个依赖于 $y$ 但包含于 $P_{1}\lt x\le P_{2}$ 之中的区间。对某些 $y$ 的取值而言，该区间可能为空。

补全：换元 $x_2=x_1+y$ 与差分降次

换元的动机：非对角和里出现 $f(x_2)-f(x_1)$，我们想固定“间距” $y=x_2-x_1$ 来求和。因为 $x_2>x_1$ 且都在 $(P_1,P_2]$ 内，所以 $y$ 至少是 1，至多是区间长度减 1，即 $1\le y< P_2-P_1\le P$。把外层换成对 $y$ 求和，内层对 $x:=x_1$ 求和。
记 $\Delta_y f(x)=f(x+y)-f(x)$（前面定义过的差分算子）。则 $f(x_2)-f(x_1)=\Delta_y f(x_1)$。
为什么 $\Delta_y f$ 比 $f$ 低一次（这是全章发动机）。设 $f(x)=\alpha x^k+(\text{低次})$。看最高次项： \[(x+y)^k-x^k=\Big(x^k+ky\,x^{k-1}+\cdots\Big)-x^k=k\,y\,x^{k-1}+(\text{更低次}),\] 其中用了二项式定理 $(x+y)^k=\sum_{j}\binom{k}{j}x^{k-j}y^{j}$，$j=0$ 的 $x^k$ 被减掉，剩下最高是 $j=1$ 的 $ky\,x^{k-1}$。于是 $\Delta_y f(x)=k\alpha y\,x^{k-1}+\cdots$，确是 $k-1$ 次，最高次系数变成 $k\alpha y$。
对 $x$ 求和的范围：要求 $x=x_1$ 和 $x_2=x_1+y$ 都落在 $(P_1,P_2]$ 内，即 \(P_1

平方 + 换元的几何图像：把“所有数对”按它们的间距 $y$ 分类，对每个 $y$ 再让左端点 $x$ 滑过区间。被研究的多项式从 $k$ 次降到 $k-1$ 次。

特别地， \[|S_{k}(f)|^{2}\le P+2\sum_{y=1}^{P}|S_{k-1}(\Delta_{y}f)|,\] 其中 $S_{k-1}$ 所对应的区间正是刚才描述的那种。

补全：从等式到不等式

对角贡献 $P_2-P_1\le P$，放大成 $P$。
对 $2\Re\sum_y\sum_x e(\Delta_y f(x))$：先用 $\Re w\le|w|$，再用三角不等式 $\big|\sum_y(\cdots)\big|\le\sum_y\big|\sum_x e(\Delta_y f(x))\big|$。注意内层 $\sum_x e(\Delta_y f(x))$ 正是一个 $(k-1)$ 次多项式 $\Delta_y f$ 的指数和，记作 $S_{k-1}(\Delta_y f)$。
于是 $|S_k(f)|^2\le P+2\sum_{y=1}^{P}|S_{k-1}(\Delta_y f)|$。意义：一个 $k$ 次和的平方，被一堆 $(k-1)$ 次和的模长之和控制住了。降次成功一次。

重复上述论证，我们得到 \[|S_{k-1}(\Delta_{y}f)|^{2}\le P+2\sum_{z=1}^{P}|S_{k-2}(\Delta_{y,z}f)|,\] 其中 $S_{k-2}$ 的求和区间同时依赖于 $y$ 与 $z$。利用 Cauchy 不等式，便可把第二个不等式中的 $S_{k-1}$ 代入第一个不等式： \[\begin{aligned}|S_{k}(f)|^{4}&\ll P^{2}+P\sum_{y=1}^{P}|S_{k-1}(\Delta_{y}f)|^{2}\\&\ll P^{3}+P\sum_{y=1}^{P}\sum_{z=1}^{P}|S_{k-2}(\Delta_{y,z}f)|.\end{aligned}\]

工具：Cauchy–Schwarz 不等式

柯西不等式（高中可理解的求和形式）：对任意实数 $a_1,\dots,a_n$， \[\Big(\sum_{i=1}^{n}a_i\Big)^2\le n\sum_{i=1}^{n}a_i^2.\] （这是 $\big(\sum a_i\cdot1\big)^2\le(\sum a_i^2)(\sum 1^2)$ 的特例。）直观：把“和的平方”换成“项数乘以平方和”，代价是多一个因子 $n$。为什么这里要用它？因为我们手上是 $\sum_y|S_{k-1}|$（一次方之和），而降次公式给的是 $|S_{k-1}|^2$（平方）的上界。柯西不等式正好把“一次方之和”转成“平方之和”，于是能代入。

补全：怎么用 Cauchy 把两层不等式接起来

对第一层 $|S_k|^2\le P+2\sum_{y=1}^{P}|S_{k-1}(\Delta_y f)|$ 两边平方。用 $(A+B)^2\le 2A^2+2B^2$（这是 $(A-B)^2\ge0$ 的推论）： \[|S_k|^4\le 2P^2+8\Big(\sum_{y=1}^{P}|S_{k-1}|\Big)^2.\]
对括号里的和用柯西不等式（$n=P$ 项）：$\big(\sum_{y=1}^{P}|S_{k-1}|\big)^2\le P\sum_{y=1}^{P}|S_{k-1}|^2$。于是 \[|S_k|^4\le 2P^2+8P\sum_{y=1}^{P}|S_{k-1}(\Delta_y f)|^2\ll P^2+P\sum_{y=1}^{P}|S_{k-1}|^2.\] （常数 2、8 都吸进 $\ll$。）这正是第一行。
把第二层 $|S_{k-1}(\Delta_y f)|^2\le P+2\sum_{z=1}^{P}|S_{k-2}(\Delta_{y,z}f)|$ 代入： \[P\sum_{y}|S_{k-1}|^2\le P\sum_{y}\Big(P+2\sum_z|S_{k-2}|\Big)=P\cdot P\cdot P+2P\sum_{y}\sum_{z}|S_{k-2}|.\] 第一块 $P\cdot P\cdot P=P^3$（外层 $\sum_y$ 有 $P$ 项，每项里那个 $P$，再乘前面的 $P$）。
合起来 $|S_k|^4\ll P^3+P\sum_{y=1}^{P}\sum_{z=1}^{P}|S_{k-2}(\Delta_{y,z}f)|$。降次成功第二次，代价是和的层数多了一层、外面的 $P$ 幂也升高了。

此过程可以继续进行，由此建立的一般不等式为 \[|S_{k}(f)|^{2^{\nu}}\ll P^{2^{\nu}-1}+P^{2^{\nu}-\nu-1}\sum_{y_{1}=1}^{P}\cdots\sum_{y_{\nu}=1}^{P}|S_{k-\nu}(\Delta_{y_{1},\ldots,y_{\nu}}f)|.\tag{3.1}\] 这只需对 $\nu$ 作归纳即可证明。须知 (3.1) 中对 $x$ 的求和范围是一个依赖于 $y_{1},\ldots,y_{\nu}$ 的区间，但包含于 $P_{1}\lt x\le P_{2}$。

补全：对 $\nu$ 的归纳证明 (3.1)

基础 $\nu=1$：就是上面证过的 $|S_k|^2\le P+2\sum_y|S_{k-1}|$，对照 (3.1)：$2^1-1=1$（前一项 $P^1$），$2^1-1-1=0$（后一项前缀 $P^0=1$），完全吻合。
归纳假设：设 (3.1) 对 $\nu$ 成立。两边平方并用 $(A+B)^2\le2A^2+2B^2$： \[|S_k|^{2^{\nu+1}}\ll P^{2^{\nu+1}-2}+P^{2^{\nu+1}-2\nu-2}\Big(\sum_{y_1,\dots,y_\nu}|S_{k-\nu}|\Big)^2.\]
对那个多重和用柯西不等式，项数是 $P^{\nu}$（共 $\nu$ 个变量各跑 $P$）： \[\Big(\sum_{y_1,\dots,y_\nu}|S_{k-\nu}|\Big)^2\le P^{\nu}\sum_{y_1,\dots,y_\nu}|S_{k-\nu}|^2.\]
对每个 $|S_{k-\nu}(\Delta_{y_1,\dots,y_\nu}f)|^2$ 再用一次“平方降次”基本操作（引入新变量 $y_{\nu+1}$）：$|S_{k-\nu}|^2\le P+2\sum_{y_{\nu+1}}|S_{k-\nu-1}|$。
把这些都串起来，整理 $P$ 的幂次：第一项变 $P^{2^{\nu+1}-1}$，第二项前缀变 $P^{2^{\nu+1}-(\nu+1)-1}$，多重和变成对 $y_1,\dots,y_{\nu+1}$ 的 $\nu+1$ 重和，被加的是 $|S_{k-\nu-1}|$。这正是把 (3.1) 里的 $\nu$ 换成 $\nu+1$。归纳完成。
幂次记忆法：每平方一次，左边指数翻倍（$2^\nu\to2^{\nu+1}$）；第一项 $P^{2^\nu-1}$ 是“全程用平凡上界”留下的；第二项前缀 $P^{2^\nu-\nu-1}$ 里的 $-\nu$ 来自 $\nu$ 次柯西不等式各贡献的一个 $P$（被分摊）。

在此我们插入一点说明，它在引理 3.2 的证明中会有用。这就是：若在导出 (3.1) 的最后一步中，我们把基本操作以其原始形式应用，则得到 \[|S_{k}(f)|^{2^{\nu}}\ll P^{2^{\nu}-1}+P^{2^{\nu}-\nu-1}\sum_{y_{1}=1}^{P}\cdots\sum_{y_{\nu}=1}^{P}\Re S_{k-\nu}(\Delta_{y_{1},\ldots,y_{\nu}}f).\tag{3.2}\] 此处同样，$S_{k-\nu}$ 中 $x$ 的取值范围依赖于 $y_{1},\ldots,y_{\nu}$，并且有时可能为空。

补全：(3.2) 与 (3.1) 差在哪

回忆最初的等式 $|S_k|^2=(P_2-P_1)+2\Re\sum_y\sum_x e(\Delta_y f(x))$ 是带 $\Re$ 的等式。在推 (3.1) 时，最后一步我们用 $\Re(\cdot)\le|\cdot|$ 放成了绝对值。
但如果最后一步不放绝对值，保留 $\Re$ 与“求和后再取实部”的原始形式，就得到 (3.2)：被加的是 $\Re S_{k-\nu}$ 而不是 $|S_{k-\nu}|$。
为什么要专门留这个版本？因为引理 3.2 要把 $S_{k-\nu}$（不取绝对值的、带正负号的复数）整体拿去乘 $|T|^{2^\nu}$ 再积分——积分会用到正交关系，把它变成“某方程解的个数”。若提前取了绝对值就破坏了这个结构。这是一个“为后文埋的伏笔”，体现了好的证明会保留尽量多的信息。

第 5 节　引理 3.1 的证明（中）：降到一次、化为几何级数

这一段在讲什么：取 $\nu=k-1$，把多项式一路差分到一次（线性）。一次多项式的指数和是等比数列求和，能精确算出，于是出现了 $\|\lambda\|$。

回到 (3.1)，我们取 $\nu=k-1$，并在原始的 $S_{k}$ 中取 $P_{1}=0,\ P_{2}=P$。我们注意到 \[\Delta_{y_{1},\ldots,y_{k-1}}f(x)=k!\,\alpha y_{1}\cdots y_{k-1}x+\beta,\] 不妨这样记，其中 $\beta$ 是一些与 $x$ 无关的项的集合。

补全：为什么 $k-1$ 次差分后系数是 $k!\,\alpha y_1\cdots y_{k-1}$

取 $\nu=k-1$，从 $k$ 次降 $k-1$ 次到 1 次。每差分一次，次数减 1、最高次系数乘上（当前次数）×（步长），前面在 $(x+y)^k-x^k=ky\,x^{k-1}+\cdots$ 已看到这个规律。
逐次追踪最高次系数：起点 $\alpha$（$k$ 次）。第一次差分（步长 $y_1$）：系数 $\to k\,\alpha\,y_1$（$k-1$ 次）。第二次（步长 $y_2$）：$\to (k-1)\cdot k\,\alpha\,y_1\,y_2$（$k-2$ 次）。……第 $k-1$ 次：系数 $\to k(k-1)(k-2)\cdots 2\cdot\alpha\,y_1\cdots y_{k-1}$（1 次）。
而 $k(k-1)\cdots2=k!/1!=k!$（这是从 $k$ 一直乘到 2，正好是 $k$ 的阶乘）。所以一次项系数恰为 $k!\,\alpha\,y_1\cdots y_{k-1}$。
常数项 $\beta$ 是什么？差分得到的一次多项式 $=(\text{一次系数})x+(\text{常数})$。那个常数依赖于所有 $y_i$ 和 $f$ 的低次系数 $\alpha_1,\dots,\alpha_k$，但不依赖 $x$。我们把它统称 $\beta$。下一步会看到，$e(\beta)$ 是一个模长为 1 的常数，提到求和号外面不影响 $\big|\sum\big|$——这就是为什么低次系数最终全部消失、只有最高次系数 $\alpha$ 进入答案。

于是 \[\left|S_{1}(\Delta_{y_{1},\ldots,y_{k-1}}f)\right|=\left|\sum_{x}e(k!\,\alpha y_{1}\cdots y_{k-1}x)\right|.\] 右边的和取遍任一长度至多为 $P$ 的 $x$ 区间，形如 \[\left|\sum_{x=x_{1}}^{x_{2}-1}e(\lambda x)\right|\le\frac{2}{|1-e(\lambda)|}=\frac{1}{|\sin\pi\lambda|}\ll\frac{1}{\|\lambda\|},\] 其中 $\|\lambda\|$ 表示 $\lambda$ 到最近整数的距离。当 $\lambda$ 是整数时这一估计失效，但我们可以用显然的上界 $P$ 来补充。

补全：等比数列求和与 $\|\lambda\|$ 估计（每一步）

把 $e(\beta)$ 提到外面：$\big|\sum_x e(\lambda x+\beta)\big|=|e(\beta)|\cdot\big|\sum_x e(\lambda x)\big|=\big|\sum_x e(\lambda x)\big|$，其中 $\lambda=k!\,\alpha y_1\cdots y_{k-1}$。这一步用 $|e(\beta)|=1$，确认了 $\beta$ 不影响大小。
等比求和。记 $w=e(\lambda)$，则 $\sum_{x=x_1}^{x_2-1}e(\lambda x)=\sum_x w^x$ 是公比 $w$ 的等比数列。用求和公式 $\sum_{x=x_1}^{x_2-1}w^x=\dfrac{w^{x_1}-w^{x_2}}{1-w}$（$w\neq1$）。取模长，分子 $|w^{x_1}-w^{x_2}|\le|w^{x_1}|+|w^{x_2}|=2$（三角不等式，$|w|=1$），所以 \[\Big|\sum_x e(\lambda x)\Big|\le\frac{2}{|1-w|}=\frac{2}{|1-e(\lambda)|}.\]
把 $|1-e(\lambda)|$ 算成 $\sin$。用 $1-e^{i\varphi}=1-\cos\varphi-i\sin\varphi$，其模长平方 $(1-\cos\varphi)^2+\sin^2\varphi=2-2\cos\varphi=4\sin^2\tfrac\varphi2$，故 $|1-e^{i\varphi}|=2|\sin\tfrac\varphi2|$。代 $\varphi=2\pi\lambda$ 得 $|1-e(\lambda)|=2|\sin\pi\lambda|$。于是 $\dfrac{2}{|1-e(\lambda)|}=\dfrac{1}{|\sin\pi\lambda|}$。
用 $\|\lambda\|$ 替换 $\sin$。$\sin\pi\lambda$ 只看 $\lambda$ 小数部分，且当 $\lambda$ 离整数距离为 $\|\lambda\|\le\tfrac12$ 时，$|\sin\pi\lambda|=\sin(\pi\|\lambda\|)$。利用初等不等式 $\sin(\pi t)\ge 2t$（对 $0\le t\le\tfrac12$，因为正弦在这段是凹的、端点连线在曲线下方），得 $|\sin\pi\lambda|\ge 2\|\lambda\|$。所以 \[\frac{1}{|\sin\pi\lambda|}\le\frac{1}{2\|\lambda\|}\ll\frac{1}{\|\lambda\|}.\]
整数情形的补丁。若 $\lambda$ 恰是整数，$\|\lambda\|=0$、上面分母为 0、估计失效；其实那时每项 $e(\lambda x)=1$、和等于项数，模长至多区间长 $\le P$。所以无论如何都有 \[\Big|\sum_x e(\lambda x)\Big|\le\min\!\Big(P,\ \frac{1}{\|\lambda\|}\Big)\quad(\text{约定 }\tfrac1{\|\lambda\|}=\infty\text{ 当 }\|\lambda\|=0).\] 取“$P$ 与 $1/\|\lambda\|$ 中较小者”，两种情形就统一了——这正是后面 $\min(P,\cdots)$ 的来历。

线性指数和的大小由 $\lambda$ 到最近整数的距离 $\|\lambda\|$ 决定：离整数远则和小，离整数近（甚至等于整数）则需用平凡上界 $P$ 兜底。

于是 (3.1) 给出 \[|S_{k}(f)|^{K}\ll P^{K-1}+P^{K-k}\sum_{y_{1}=1}^{P}\cdots\sum_{y_{k-1}=1}^{P}\min\!\left(P,\ \|k!\,\alpha y_{1}\cdots y_{k-1}\|^{-1}\right).\]

补全：代入 $\nu=k-1$ 的幂次核对

在 (3.1) 里取 $\nu=k-1$：左边指数 $2^{\nu}=2^{k-1}=K$，第一项 $P^{2^\nu-1}=P^{K-1}$，第二项前缀 $P^{2^\nu-\nu-1}=P^{K-(k-1)-1}=P^{K-k}$。完全对上。
多重和里被加项 $|S_1(\Delta_{y_1,\dots,y_{k-1}}f)|\le\min(P,\|k!\alpha y_1\cdots y_{k-1}\|^{-1})$，由上一步。代入即得本式。这就把“高次指数和”彻底化简为“关于 $\|k!\alpha\cdot(\text{乘积})\|$ 的算术和”。

第 6 节　引理 3.1 的证明（下）：除数函数 + 分块求和

这一段在讲什么：多重和里出现的是乘积 $y_1\cdots y_{k-1}$，很多不同的 $(y_1,\dots,y_{k-1})$ 给出同一个乘积值。把它们按乘积值 $m$ 合并，需要“一个数有多少种因子分解”的估计——这就是除数函数 $d(m)\ll m^\varepsilon$。

现在我们诉诸初等数论中的一个结果，它使我们能把和中所有使 $k!\,y_{1}\cdots y_{k-1}$ 取某个给定值（记为 $m$）的项合并到一起。这样的项的个数是 $\ll m^{\varepsilon}$。为证明此点，只需证明 \[d(m)\ll m^{\varepsilon},\tag{3.3}\] 对任意整数 $m$ 成立。事实上，对于每个 $y_{1},\ldots,y_{k-1}$，至多有 $d(m)$ 种可能。

补全：为什么“合并项数”被 $d(m)$ 控制

固定乘积值 $m=k!\,y_1\cdots y_{k-1}$，问：有多少组 $(y_1,\dots,y_{k-1})$ 给出它？等价于问 $y_1\cdots y_{k-1}=m/k!$ 有多少有序解。
先看 $y_1$：它必须是 $m/k!$ 的一个因子，所以 $y_1$ 的取法 $\le d(m)$ 种。定下 $y_1$ 后，$y_2$ 是 $(m/k!)/y_1$ 的因子，取法又 $\le d(m)$……每个变量都至多 $d(m)$ 种。所以总组数 $\le d(m)^{k-1}$。
因为 $k-1$ 固定，$d(m)^{k-1}\ll (m^\varepsilon)^{k-1}=m^{(k-1)\varepsilon}$，把 $(k-1)\varepsilon$ 重新记作 $\varepsilon$（$\varepsilon$ 任意小，乘个常数还是任意小），得到“合并项数 $\ll m^\varepsilon$”。所以只需证核心事实 (3.3)：$d(m)\ll m^\varepsilon$。

为建立 (3.3)，设 $m=p_{1}^{\lambda_{1}}p_{2}^{\lambda_{2}}\cdots$，并注意到 \[\frac{d(m)}{m^{\varepsilon}}=\prod_{i}\frac{\lambda_{i}+1}{p_{i}^{\varepsilon\lambda_{i}}}\le\prod_{p_{i}\le 2^{1/\varepsilon}}\frac{\lambda_{i}+1}{2^{\varepsilon\lambda_{i}}}\le C(\varepsilon),\] 因为 $2^{-\varepsilon\lambda}(\lambda+1)$ 对 $\lambda>0$ 是有上界的。

补全：$d(m)\ll m^\varepsilon$ 的完整证明

除数函数的乘积公式。设 $m$ 的素因子分解 $m=p_1^{\lambda_1}p_2^{\lambda_2}\cdots$。$m$ 的每个因子形如 $p_1^{a_1}p_2^{a_2}\cdots$，其中 $0\le a_i\le\lambda_i$，每个 $a_i$ 有 $\lambda_i+1$ 种选择，互相独立，所以 $d(m)=\prod_i(\lambda_i+1)$。同时 $m^\varepsilon=\prod_i p_i^{\varepsilon\lambda_i}$。相除得 \[\frac{d(m)}{m^\varepsilon}=\prod_i\frac{\lambda_i+1}{p_i^{\varepsilon\lambda_i}}.\]
把因子分两类。对“大素数” $p_i>2^{1/\varepsilon}$（即 $p_i^\varepsilon>2$），这一项 $\dfrac{\lambda_i+1}{p_i^{\varepsilon\lambda_i}}\le\dfrac{\lambda_i+1}{2^{\lambda_i}}\le1$（因为 $2^{\lambda}\ge\lambda+1$ 对 $\lambda\ge0$ 恒成立）。所以大素数的因子不会让乘积变大，可以丢掉（$\le1$）。于是只剩“小素数” $p_i\le2^{1/\varepsilon}$ 的因子。
每个小素数因子有上界。对小素数项 $\dfrac{\lambda_i+1}{p_i^{\varepsilon\lambda_i}}\le\dfrac{\lambda_i+1}{2^{\varepsilon\lambda_i}}$（因为 $p_i\ge2$）。考虑函数 $g(\lambda)=2^{-\varepsilon\lambda}(\lambda+1)$：当 $\lambda\to\infty$ 指数衰减压过线性增长，所以 $g$ 在 $\lambda\ge0$ 上有最大值，记为 $M(\varepsilon)$。于是每个小素数项 $\le M(\varepsilon)$。
小素数个数有限。满足 $p\le2^{1/\varepsilon}$ 的素数只有有限个（个数只依赖 $\varepsilon$，记为 $N(\varepsilon)$）。于是 \[\frac{d(m)}{m^\varepsilon}\le M(\varepsilon)^{N(\varepsilon)}=:C(\varepsilon),\] 一个只依赖 $\varepsilon$、与 $m$ 无关的常数。即 $d(m)\le C(\varepsilon)\,m^\varepsilon$，亦即 $d(m)\ll m^\varepsilon$。证毕。
为什么这个估计“几乎是平凡的却不可缺”：它精确表达了“因子分解的方式不会太多”，把组合爆炸控制在可忽略的 $m^\varepsilon$ 内，让我们放心地把多重和压缩成单重和。

如上所述把各项合并，我们得到 \[|S_{k}(f)|^{K}\ll P^{K-1}+P^{K-k+\varepsilon}\sum_{m=1}^{k!P^{k-1}}\min(P,\ \|\alpha m\|^{-1}).\]

补全：多重和 → 单重和

原来的 $(k-1)$ 重和 $\sum_{y_1,\dots,y_{k-1}}\min(P,\|k!\alpha\,y_1\cdots y_{k-1}\|^{-1})$，被加项只通过乘积 $m'=y_1\cdots y_{k-1}$（等价地 $m=k!\,m'$）起作用。
按 $m$ 合并：每个 $m$ 值对应的项数 $\ll m^\varepsilon\le(k!P^{k-1})^\varepsilon\ll P^\varepsilon$（因为 $y_i\le P$，乘积 $\le P^{k-1}$，$m\le k!P^{k-1}$）。把这个 $P^\varepsilon$ 提出来。
$m$ 的取值范围：$m=k!\,y_1\cdots y_{k-1}$ 从最小 $k!$ 到最大 $k!P^{k-1}$，放宽下界写成 $m=1$ 到 $k!P^{k-1}$（多加的项非负，不影响 $\ll$）。注意被加项里 $\|k!\alpha\,y\cdots\|=\|\alpha m\|$（把 $k!$ 吸进 $m$）。于是多重和 $\ll P^\varepsilon\sum_{m=1}^{k!P^{k-1}}\min(P,\|\alpha m\|^{-1})$。
把这个并入 (3.1) 第二项的前缀，$P^{K-k}\cdot P^\varepsilon=P^{K-k+\varepsilon}$，即得所示式。现在问题归结为估计单重和 $\sum_{m}\min(P,\|\alpha m\|^{-1})$。

剩下的是用题设中提到的对 $\alpha$ 的有理逼近 $a/q$ 来估计最后这个和。我们把对 $m$ 的求和分成若干个由 $q$ 个连续项构成的块，这样的块的个数是 $\ll\frac{P^{k-1}}{q}+1$。

补全：为什么按 $q$ 个一块分

动机：逼近条件是 $|\alpha-a/q|\le1/q^2$。当 $m$ 在长为 $q$ 的一段里变化时，$\alpha m$ 与 $(a/q)m$ 的差不超过 $q\cdot1/q^2=1/q$，是个可控的小扰动。而 $(a/q)m$ 在一段长 $q$ 内会把分母 $q$ 的各个余数跑一遍，结构清楚。所以以 $q$ 为块长最自然。
总项数约 $k!P^{k-1}$，每块 $q$ 项，块数 $\approx k!P^{k-1}/q$，可能多出一个不满 $q$ 的零头块，故块数 $\ll P^{k-1}/q+1$（$k!$ 是常数被吸收，“$+1$”管那个零头）。

把单重和切成长为 $q$ 的块，每块内部 $\alpha m$ 近似按 $a/q$ 的节奏跑遍所有余数，便于逐块估计。

考虑任一个块上的和，它形如 \[\sum_{m=0}^{q-1}\min(P,\ \|\alpha(m_{1}+m)\|^{-1}),\] 其中 $m_{1}$ 是该块中的第一个数。我们有 \[\alpha(m_{1}+m)=\alpha m_{1}+\frac{am}{q}+O\!\left(\frac{1}{q}\right),\] 这是因为 $|\alpha-a/q|\le q^{-2}$ 且 $0\le m\lt q$。

补全：这一行的代数细节

块内第 $m$ 项的自变量是 $m_1+m$（$m=0,\dots,q-1$）。把 $\alpha$ 写成 $\alpha=\dfrac aq+\theta$，其中 $|\theta|\le1/q^2$。则 \[\alpha(m_1+m)=\alpha m_1+\alpha m=\alpha m_1+\Big(\frac aq+\theta\Big)m=\alpha m_1+\frac{am}{q}+\theta m.\]
误差项 $\theta m$：$|\theta m|\le\dfrac1{q^2}\cdot(q-1)<\dfrac1q$，所以 $\theta m=O(1/q)$。这就是式中的 $O(1/q)$——一个绝对值不超过 $1/q$ 的小量。
意义：在一整块里，$\alpha m_1$ 是固定常数，真正变化的是 $\dfrac{am}{q}$（规整地跑余数）加一个小扰动 $O(1/q)$。

当 $m$ 从 $0$ 取到 $q-1$ 时，$am$ 遍历模 $q$ 的完全剩余系。令 $am\equiv r\pmod{q}$，则该和为 \[\sum_{r=0}^{q-1}\min\!\left(P,\ \frac{1}{\left\|(r+b)/q+O(1/q)\right\|}\right),\] 其中我们取 $b$ 为最接近 $q\alpha m_{1}$ 的整数。

补全：换成对余数 $r$ 求和

因 $(a,q)=1$，前面预备知识里讲过：$m$ 跑 $0,\dots,q-1$ 时 $am\bmod q$ 也跑遍 $0,\dots,q-1$。记 $r=am\bmod q$，则求和指标可从 $m$ 换成 $r$（双射，不重不漏）。
此时 $\dfrac{am}{q}\equiv\dfrac rq\pmod 1$（差一个整数，$\|\cdot\|$ 与 $e(\cdot)$ 都不在乎整数差）。再把固定的 $\alpha m_1$ 也按整数拆开：取 $b=$“最接近 $q\alpha m_1$ 的整数”，则 $\alpha m_1\equiv \dfrac bq+(\text{小数})$，而那点小数已被并进 $O(1/q)$。综合得括号里距离参数是 $\dfrac{r+b}{q}+O(1/q)$。
于是块和 $=\sum_{r=0}^{q-1}\min\big(P,\ \big\|\tfrac{r+b}{q}+O(1/q)\big\|^{-1}\big)$。问题变成：当 $r$ 跑遍余数时，$\tfrac{r+b}{q}$ 这些点离整数多近。

在和中有 $O(1)$ 个 $r$ 值使得最小值中的第二个表达式无用，即那些使得 $r+b\pmod{q}$ 的绝对最小剩余很小的 $r$。对这些 $r$，我们必须取 $P$。对于其余的 $r$ 值，若 $s$ 表示 $r+b\pmod{q}$ 的绝对最小剩余，则有 \[\left\|\frac{r+b}{q}+O\!\left(\frac{1}{q}\right)\right\|\gg\frac{s}{q}.\] 因此上述和为 \[\ll P+\sum_{s=1}^{q/2}\frac{q}{s}\ll P+q\log q.\]

符号　“绝对最小剩余” $s$

把 $r+b$ 除以 $q$ 的余数，调整到 $-q/2$ 与 $q/2$ 之间（例如 $q=10$ 时余数 7 记为 $-3$），它的绝对值 $s=|{\cdot}|$ 就是“$r+b$ 离最近的 $q$ 的倍数有多远”。于是 $\big\|\tfrac{r+b}{q}\big\|=\tfrac sq$（在 $0\le s\le q/2$ 时）。$s$ 从 0（恰是倍数）到约 $q/2$。

补全：逐块求和的最后估计

坏的 $r$（少数）。当 $s$ 很小（$\tfrac sq$ 与误差 $O(1/q)$ 同量级，即 $s=O(1)$）时，$\big\|\tfrac{r+b}{q}+O(1/q)\big\|$ 可能很小甚至为 0，倒数无意义，只能用平凡上界 $P$。这样的 $r$ 只有 $O(1)$ 个（$s=0,\pm1,\dots$ 中有限几个），合计贡献 $\ll P$。
好的 $r$（多数）。当 $s$ 不太小，主项 $\tfrac sq$ 压过误差 $O(1/q)$，故 $\big\|\tfrac{r+b}{q}+O(1/q)\big\|\gg\tfrac sq$，于是该项 $\min(P,\cdots)\le\big(\tfrac sq\big)^{-1}=\tfrac qs$。
对好 $r$ 求和。不同 $r$ 对应不同 $s$，$s$ 从 1 到约 $q/2$（每个 $s$ 最多对应正负两个 $r$，常数无妨）。于是好 $r$ 部分 $\ll\sum_{s=1}^{q/2}\dfrac qs=q\sum_{s=1}^{q/2}\dfrac1s$。
调和级数。$\sum_{s=1}^{N}\tfrac1s\ll\log N$（调和级数的标准估计：用 $\int_1^N\tfrac{dt}t=\log N$ 比较）。这里 $N\approx q/2$，所以 $\sum_{s=1}^{q/2}\tfrac1s\ll\log q$，好 $r$ 部分 $\ll q\log q$。
坏 $r$ 与好 $r$ 相加：每块的和 $\ll P+q\log q$。

计入块的数目，我们得到 \[|S_{k}(f)|^{K}\ll P^{K-1}+P^{K-k+\varepsilon}\left(\frac{P^{k-1}}{q}+1\right)(P+q\log q).\] 由于可以假设 $q\le P^{k}$，因子 $\log q$ 可被吸收进 $P^{\varepsilon}$ 中。于是右边为 \[\ll P^{K+\varepsilon}\left(P^{-1}+q^{-1}+P^{-k}q\right),\] 这就给出了所要的结果。

补全：从这里到引理结论的全部代数

合并块。单重和 $=(\text{块数})\times(\text{每块和})\ll\big(\tfrac{P^{k-1}}q+1\big)(P+q\log q)$。代回上一式得展示的式子。
处理 $\log q$。若 $q>P^k$，回看引理结论：括号里 $(P^k/q)^{-1/K}=(q/P^k)^{1/K}>1$，于是右边 $>P^{1+\varepsilon}$，比平凡上界 $P$ 还大，结论自动成立（平凡）。所以不妨设 $q\le P^k$，从而 $\log q\le\log(P^k)=k\log P\ll P^\varepsilon$（对数远小于任何正幂）。把 $\log q$ 并进 $P^\varepsilon$。
展开乘积。$\big(\tfrac{P^{k-1}}q+1\big)(P+q\log q)$，吸收 $\log q$ 进 $P^\varepsilon$ 后逐项乘开（共四项）： \[\frac{P^{k-1}}q\cdot P=\frac{P^k}q,\quad \frac{P^{k-1}}q\cdot q=P^{k-1},\quad 1\cdot P=P,\quad 1\cdot q=q.\] 其中 $P^{k-1}\le P^{k-1}$ 与 $P$ 都被更大的项盖过（在 $q\le P^k$ 下 $\tfrac{P^k}q\ge1$）。主要留下 $\tfrac{P^k}q$、$P^{k-1}$、$q$ 这几类。
乘上前缀并整理。第二大项整体 $\ll P^{K-k+\varepsilon}\big(\tfrac{P^k}q+P^{k-1}+q\big)$。逐项乘 $P^{K-k}$： \[P^{K-k}\cdot\frac{P^k}q=\frac{P^{K}}q=P^K q^{-1},\quad P^{K-k}\cdot P^{k-1}=P^{K-1},\quad P^{K-k}\cdot q=P^{K-k}q=P^K\cdot P^{-k}q.\] 再加上第一项 $P^{K-1}=P^K\cdot P^{-1}$。三类合起来正是 \[|S_k(f)|^K\ll P^{K+\varepsilon}\big(P^{-1}+q^{-1}+P^{-k}q\big).\]
开 $K$ 次方。两边取 $1/K$ 次幂。用 $(A+B+C)^{1/K}\le A^{1/K}+B^{1/K}+C^{1/K}$（次可加性，因 $1/K\le1$）： \[|S_k(f)|\ll \big(P^{K+\varepsilon}\big)^{1/K}\big(P^{-1}+q^{-1}+P^{-k}q\big)^{1/K}\ll P^{1+\varepsilon'}\big(P^{-1/K}+q^{-1/K}+(P^{-k}q)^{1/K}\big).\] 注意 $(P^{-k}q)^{1/K}=(q/P^k)^{1/K}=(P^k/q)^{-1/K}$。把 $\varepsilon'$ 重记为 $\varepsilon$。这正是引理 3.1 的结论 $(3.1')$。∎

第 7 节　注：大 $k$ 时 Vinogradov 的改进

这一段在讲什么：提醒读者——当 $k$ 很大时，Weyl 不等式里那个指数 $K=2^{k-1}$ 增长太快（指数级），效果变差；Vinogradov 用更巧的方法把它换成增长慢得多的 $4k^2\log k$。

注. 若 $k$ 较大，则 Vinogradov 给出了一个好得多的估计，其中（粗略地说）$2^{k-1}$ 被 $4k^{2}\log k$ 所取代。

为什么这是重大改进

回忆“最常用”的上界是 $P^{1-1/K+\varepsilon}$，改进幅度由 $1/K$ 决定——$K$ 越小，节省越多。Weyl 的 $K=2^{k-1}$ 随 $k$ 指数爆炸（$k=10$ 已是 512），于是 $1/K$ 微乎其微，几乎回到平凡上界。Vinogradov 在 1930 年代发明“中值定理”，把有效指数压到 $\sim 4k^2\log k$（多项式级增长），$1/K$ 大得多，节省显著。这是华林问题中 $G(k)$（所需 $k$ 次方个数）估计取得突破的关键，也是为什么大 $k$ 要换工具。本书选择先讲 Weyl 不等式，是因为它简单、自足、足以处理小 $k$，符合“先易后难”的取舍。

第 8 节　推论：完全和 $S_{a,q}$ 的估计

这一段在讲什么：把 Weyl 不等式用到一个特殊但极重要的对象——“完全指数和” $S_{a,q}=\sum_{z=1}^{q}e(az^k/q)$。它在后面建立奇异级数时反复出现。

推论（引理 3.1 之推论）. 令 \[S_{a,q}=\sum_{z=1}^{q}e(az^{k}/q),\] 其中 $a,q$ 是互素的整数且 $q>0$。则 \[S_{a,q}\ll q^{1-1/K+\varepsilon}.\]

补全：为什么它是引理 3.1 的特例

在引理 3.1 里取 $f(z)=\dfrac aq z^k$，即最高次系数 $\alpha=\dfrac aq$，没有低次项；并取求和长度 $P=q$（$z$ 从 1 到 $q$）。
找 $\alpha=a/q$ 的有理逼近：它本身就是分数 $a/q$，取逼近就用 $a/q$，则 $|\alpha-a/q|=0\le1/q^2$，且 $(a,q)=1$，条件全部满足，逼近分母正是 $q$。
代入结论括号 $P^{-1/K}+q^{-1/K}+(P^k/q)^{-1/K}$，因 $P=q$：第一项 $q^{-1/K}$，第二项 $q^{-1/K}$，第三项 $(q^k/q)^{-1/K}=q^{-(k-1)/K}\le q^{-1/K}$（$k\ge2$）。三项都 $\le q^{-1/K}$。
于是 $S_{a,q}\ll P^{1+\varepsilon}\cdot q^{-1/K}=q^{1+\varepsilon}\cdot q^{-1/K}=q^{1-1/K+\varepsilon}$。证毕。

这是引理 3.1 的一个特例，对应于 $\alpha=a/q$ 且 $P=q$。我们以后（引理 6.4）将证明更精确的估计 $q^{1-1/k}$ 以取代 $q^{1-1/K+\varepsilon}$，但目前上述结果已足够使用。

解读：这里坦白指出当前结果不是最优——以后第 6 章会把指数从 $1-1/K+\varepsilon$（$K=2^{k-1}$）改进到更好的 $1-1/k$（注意 $1/k>1/K$，所以 $q^{1-1/k}$ 更小、更强），而且没有 $\varepsilon$。但“够用就先用”，体现了写作上的取舍：不在此处提前展开更难的证明。

第 9 节　引理 3.2：华罗庚不等式的陈述

这一段在讲什么：给出本章第二件武器——华罗庚不等式。它不再估计单个 $\alpha$ 处的和，而是估计 $|T(\alpha)|$ 的高次幂在整个 $[0,1]$ 上的平均（积分）。

引理 3.2.（华罗庚不等式）若 \[T(\alpha)=\sum_{x=1}^{P}e(\alpha x^{k}),\] 则 \[\int_{0}^{1}|T(\alpha)|^{2^{k}}\,d\alpha\ll P^{2^{k}-k+\varepsilon},\] 对任意固定的 $\varepsilon>0$ 成立。

历史与动机：华罗庚是谁、这个不等式解决什么

华罗庚（1910–1985）是中国现代数学的奠基人之一，自学成才，在解析数论、矩阵几何、多复变等领域有奠基性贡献。这条以他命名的不等式发表于 1938 年，是华林问题圆法处理中的标准工具。

它为什么重要？圆法要算 $\int_0^1 T(\alpha)^s e(-N\alpha)\,d\alpha$（它正好等于 $N$ 写成 $s$ 个 $k$ 次方之和的方法数）。把 $[0,1]$ 分成主弧（贡献主项）和次弧（希望贡献可忽略）。在次弧上要证明积分很小，关键就是要有 $\int|T|^{\text{某次幂}}$ 的好上界——华罗庚不等式正好提供 $2^k$ 次幂的均值估计。

平凡上界对照：$|T(\alpha)|\le P$，所以 $\int_0^1|T|^{2^k}\le P^{2^k}\cdot\int_0^1 1=P^{2^k}$。华罗庚不等式把它改进成 $P^{2^k-k+\varepsilon}$，省下了 $P^{k-\varepsilon}$ 这么大一个因子。指数里的 $-k$ 正是“每个变量积分一次省一点”累积的结果。

$T(\alpha)$: 专指最高次单项 $f(x)=\alpha x^k$（没有低次项）的指数和。这是华林问题真正要用的和。
$\int_0^1|T(\alpha)|^{2^k}d\alpha$: 把 $|T|$ 升到 $2^k$ 次方再在 $[0,1]$ 上求平均。为什么偏偏是 $2^k$ 次？因为证明用“平方降次”，每平方一次幂翻倍，配合 $k$ 步归纳，自然落到 $2^k$。后面的注会讨论其它次幂（如 6 次）能否更好。

第 10 节　引理 3.2 的证明：归纳 + “积分=数解数”

这一段在讲什么：用对 $\nu$ 的归纳证明一串递增的估计 $I_\nu\ll P^{2^\nu-\nu+\varepsilon}$，$\nu=k$ 时正是要证的。核心新思想：这种积分等于某个方程整数解的个数，于是“分析问题”变成“数数问题”。

记 \[I_{\nu}=\int_{0}^{1}|T(\alpha)|^{2^{\nu}}\,d\alpha.\] 我们对 $\nu$ 作归纳，证明 \[I_{\nu}\ll P^{2^{\nu}-\nu+\varepsilon},\qquad \nu=1,\ldots,k,\tag{3.4}\] 其中 $\nu=k$ 的情形即为引理所断言的结果。

为什么引入 $I_\nu$ 并对 $\nu$ 归纳

直接证 $\nu=k$ 太难，但相邻两步 $I_\nu\to I_{\nu+1}$ 之间有清晰联系（靠 (3.2) 那条“原始形式”不等式）。于是设一个一般的 $I_\nu$，证明“前一步成立 $\Rightarrow$ 后一步成立”，再加一个简单的起点，就能像多米诺骨牌一样推到 $\nu=k$。这就是数学归纳法在解析数论里的典型用法。

对 $\nu=1$，该估计是显然的。我们有 \[I_{1}=\int_{0}^{1}\sum_{x_{1}}e(\alpha x_{1}^{k})\sum_{x_{2}}e(-\alpha x_{2}^{k})\,d\alpha=P,\] 因为当 $x_{1}=x_{2}$ 时对 $\alpha$ 的积分为 1，否则为 0。

补全：基础情形 $\nu=1$（把“积分=数解”看明白）

$I_1=\int_0^1|T|^2 d\alpha=\int_0^1 T\bar T\,d\alpha$。把 $T=\sum_{x_1}e(\alpha x_1^k)$、$\bar T=\sum_{x_2}e(-\alpha x_2^k)$ 乘开： \[I_1=\int_0^1\sum_{x_1}\sum_{x_2}e\big(\alpha(x_1^k-x_2^k)\big)\,d\alpha=\sum_{x_1}\sum_{x_2}\int_0^1 e\big(\alpha(x_1^k-x_2^k)\big)\,d\alpha.\] （先把有限求和与积分交换顺序，合法。）
用正交关系（预备知识那条）：内层积分 $\int_0^1 e(n\alpha)d\alpha$ 在 $n=x_1^k-x_2^k=0$ 时为 1，否则为 0。而 $x_1^k=x_2^k$（正整数）$\iff x_1=x_2$。
所以 $I_1=\#\{(x_1,x_2):1\le x_1,x_2\le P,\ x_1=x_2\}=\#\{x_1=x_2\}=P$。
对照 (3.4)：$\nu=1$ 时 $P^{2^1-1+\varepsilon}=P^{1+\varepsilon}\ge P$，成立（其实更强，等于 $P$）。这一步揭示了全证明的灵魂：$\int_0^1|T|^{2m}d\alpha$ 恰好数“$x_1^k+\dots+x_m^k=y_1^k+\dots+y_m^k$ 的解数”。

关键转译：$|T|^{2m}$ 的积分 = 一个对称丢番图方程的解的个数。证明 3.2 全靠把解的个数数清楚。

现在假设 (3.4) 对某个特定的整数 $\nu\le k-1$ 成立；我们要推出把 $\nu$ 换成 $\nu+1$ 时相应的结果。我们回顾前一证明中的不等式 (3.2)；将其中的 $S_{k}(f)$ 换成 $T(\alpha)$，它表明 \[|T(\alpha)|^{2^{\nu}}\ll P^{2^{\nu}-1}+P^{2^{\nu}-\nu-1}\Re\sum_{y_{1}=1}^{P}\cdots\sum_{y_{\nu}=1}^{P}S_{k-\nu},\] 其中 \[S_{k-\nu}=\sum_{x}e(\alpha\Delta_{y_{1},\ldots,y_{\nu}}(x^{k})).\]

补全：为什么这里要用 (3.2) 而不是 (3.1)

把引理 3.1 证明里的一般多项式 $f$ 取成 $f(x)=\alpha x^k$、$S_k(f)=T(\alpha)$。(3.2) 给出 $|T|^{2^\nu}$ 的上界，关键是它保留了 $\Re S_{k-\nu}$（带正负号），没有取绝对值。
为什么必须保留正负号？下一步要把这个不等式乘 $|T|^{2^\nu}$ 再积分。$\Re S_{k-\nu}$ 里的 $e(\alpha\,\Delta(x^k))$ 与 $|T|^{2^\nu}=T^{2^{\nu-1}}\bar T^{2^{\nu-1}}$ 里的指数会合并成一个总指数，再用正交关系变成“某方程解数”。若提前取绝对值，指数结构被破坏，正交关系就用不上了。这就是第 4 节末特意留下 (3.2) 的原因——伏笔在此回收。
这里 $S_{k-\nu}=\sum_x e(\alpha\,\Delta_{y_1,\dots,y_\nu}(x^k))$ 是对 $x^k$ 做 $\nu$ 次差分后（$k-\nu$ 次多项式）的指数和，$x$ 取值范围依赖各 $y_i$ 但含于 $[1,P]$。

把不等式两边都乘以 $|T(\alpha)|^{2^{\nu}}$，并从 0 积到 1，我们得到 \[I_{\nu+1}\ll P^{2^{\nu}-1}I_{\nu}+P^{2^{\nu}-\nu-1}\sum_{y_{1},\ldots,y_{\nu}}\Re\int_{0}^{1}S_{k-\nu}|T|^{2^{\nu}}\,d\alpha.\]

补全：两边乘 $|T|^{2^\nu}$ 再积分

左边：$|T|^{2^\nu}\cdot|T|^{2^\nu}=|T|^{2^{\nu+1}}$，积分得 $\int_0^1|T|^{2^{\nu+1}}d\alpha=I_{\nu+1}$。这正是我们想要估计的目标。
右边第一项：$P^{2^\nu-1}\cdot|T|^{2^\nu}$ 积分得 $P^{2^\nu-1}\int_0^1|T|^{2^\nu}d\alpha=P^{2^\nu-1}I_\nu$。这里就要用到归纳假设来控制 $I_\nu$。
右边第二项：$P^{2^\nu-\nu-1}\sum_{y_1,\dots,y_\nu}\Re\int_0^1 S_{k-\nu}|T|^{2^\nu}d\alpha$（积分、求和、取实部都是线性运算，可交换次序）。剩下的工作就是搞清楚那个积分 $\int_0^1 S_{k-\nu}|T|^{2^\nu}d\alpha$ 到底是什么。

最后这个积分为 \[\int_{0}^{1}\sum_{x}e\left(\alpha\Delta_{y_{1},\ldots,y_{\nu}}(x^{k})\right)\sum_{\substack{u_{1},\ldots,u_{2^{\nu-1}}\\ v_{1},\ldots,v_{2^{\nu-1}}}}e(\alpha u_{1}^{k}+\cdots)e(-\alpha v_{1}^{k}-\cdots)\,d\alpha,\] 其中 $u_{i}$ 与 $v_{i}$ 从 1 取到 $P$。该积分等于 \[\Delta_{y_{1},\ldots,y_{\nu}}(x^{k})+u_{1}^{k}+\cdots-v_{1}^{k}-\cdots=0\tag{3.5}\] 的解的个数。

补全：把 $|T|^{2^\nu}$ 展开，用正交关系数解

展开 $|T|^{2^\nu}$。$|T|^{2^\nu}=T^{2^{\nu-1}}\cdot\bar T^{2^{\nu-1}}$。$T^{2^{\nu-1}}=\big(\sum_u e(\alpha u^k)\big)^{2^{\nu-1}}$ 展开成对 $u_1,\dots,u_{2^{\nu-1}}$ 的和，指数是 $\alpha(u_1^k+\dots+u_{2^{\nu-1}}^k)$；同理 $\bar T^{2^{\nu-1}}$ 给出 $-\alpha(v_1^k+\dots+v_{2^{\nu-1}}^k)$。一共 $2^{\nu-1}+2^{\nu-1}=2^\nu$ 个变量，正好是 $|T|^{2^\nu}$ 里的 $2^\nu$ 次幂。
合并所有指数。再乘上 $S_{k-\nu}=\sum_x e(\alpha\Delta(x^k))$，所有 $e(\cdots)$ 的指数相加，得 $e\big(\alpha\,[\,\Delta_{y_1,\dots,y_\nu}(x^k)+u_1^k+\cdots-v_1^k-\cdots\,]\big)$。
对 $\alpha$ 积分，用正交关系。记方括号里的整数为 $n$。$\int_0^1 e(\alpha n)d\alpha=1$ 当 $n=0$，否则 0。于是积分把每组 $(x,u_i,v_i)$“筛选”：只有让 $n=0$（即方程 (3.5) 成立）的那些组才计 1，其余计 0。
所以这个积分 = 方程 (3.5) 的解的个数（在给定 $y_1,\dots,y_\nu$ 下，对 $x,u_i,v_i$ 数）。再对 $y_1,\dots,y_\nu$ 求和，就得到所有变量上的总解数 $N$。注意：解数是非负整数，所以这个量本身是实数，$\Re$ 是多余的、只是形式上保留。

对 $y_{1},\ldots,y_{\nu}$ 求和，便给出在所有变量上的解的总数。因此 \[I_{\nu+1}\ll P^{2^{\nu}-1}I_{\nu}+P^{2^{\nu}-\nu-1}N,\tag{3.6}\] 其中 $N$ 表示 (3.5) 在所有变量上的解的个数，这些变量现在都是 $[1,P]$ 中的整数。

解读：到这一步，分析（积分）已经彻底变成组合（数解数）。下一段就专心去估计 $N$。

现在重要的是要注意到：由于 $y_{1},\ldots,y_{\nu}$ 与 $x$ 都是正的，我们有 \[\Delta_{y_{1},\ldots,y_{\nu}}(x^{k})>0.\] 此外，这个数能被 $y_{1},\ldots,y_{\nu}$ 中的每一个整除。因此，若我们给定 $u_{1},\ldots,u_{2^{\nu-1}}$ 与 $v_{1},\ldots,v_{2^{\nu-1}}$ 任意值，则由 (3.3)，$y_{1},\ldots,y_{\nu}$ 中每一个的可能取法数为 $\ll P^{\varepsilon}$。于是 $x$ 至多有一种可能取法，因为 $\Delta_{y_{1},\ldots,y_{\nu}}(x^{k})$ 是 $x$ 的严格递增函数。$u_{i}$ 与 $v_{i}$ 的可能取法数为 $\ll P^{2^{\nu}}$，由此可知 \[N\ll P^{2^{\nu}+\nu\varepsilon}.\]

补全：怎样把解数 $N$ 数清楚（每个论断都验证）

论断 A：$\Delta_{y_1,\dots,y_\nu}(x^k)>0$。因为 $x^k$ 是关于 $x$ 严格递增且“高阶差分为正”的函数（对 $\nu\le k-1$，第 $\nu$ 阶差分仍是 $x$ 的次数 $\ge1$ 的多项式，最高次系数 $k(k-1)\cdots(k-\nu+1)\,y_1\cdots y_\nu>0$，在正整数处取正值）。直观：步长 $y_i>0$ 时 $f(x+y)-f(x)>0$ 对递增的 $f$ 成立，逐次差分保持正。
论断 B：$\Delta_{y_1,\dots,y_\nu}(x^k)$ 被每个 $y_i$ 整除。看一次差分 $\Delta_y g(x)=g(x+y)-g(x)$。对整系数多项式（如 $x^k$ 及其整数差分），$g(x+y)\equiv g(x)\pmod y$（因为 $(x+y)^j\equiv x^j\pmod y$），所以 $\Delta_y g(x)$ 能被 $y$ 整除。对每一步差分用此结论，得 $\Delta_{y_1,\dots,y_\nu}(x^k)$ 被 $y_1,\dots,y_\nu$ 中每一个整除。
由 A、B 控制 $y_i$ 的取法。先随便固定 $u_i,v_i$（共 $2^\nu$ 个变量，各 $\le P$，取法 $\ll P^{2^\nu}$ 种）。方程 (3.5) 要求 $\Delta_{y_1,\dots,y_\nu}(x^k)=v_1^k+\cdots-u_1^k-\cdots=:M$，一个由 $u,v$ 决定的固定数。由 A 这个 $M>0$（在有解时），由 B 每个 $y_i$ 都整除 $M$。所以每个 $y_i$ 只能取 $M$ 的因子 → 取法 $\le d(M)\ll M^\varepsilon\ll P^\varepsilon$（用 (3.3)，且 $M\le$ 若干个 $P^k$ 之和 $\ll P^k$，故 $M^\varepsilon\ll P^{k\varepsilon}\ll P^\varepsilon$）。$\nu$ 个 $y_i$ 合计 $\ll P^{\nu\varepsilon}$ 种。
$x$ 至多一种。$y_i$ 与 $M$ 都定了之后，$\Delta_{y_1,\dots,y_\nu}(x^k)=M$ 是关于 $x$ 的方程；因为左边是 $x$ 的严格递增函数（论断 A 的加强：导数恒正，注意 $\nu\le k-1$ 保证它真的还含 $x$、不是常数），严格递增函数取定值至多一个解。所以 $x$ 至多 1 种。
汇总。$N\le(\text{$u,v$ 取法})\times(\text{$y$ 取法})\times(\text{$x$ 取法})\ll P^{2^\nu}\cdot P^{\nu\varepsilon}\cdot1=P^{2^\nu+\nu\varepsilon}$。这就是所要的 $N$ 估计。妙处在于：本来 $y_i$ 和 $x$ 也各能跑 $P$ 个值（朴素地 $N$ 可达 $P^{2^\nu+\nu+1}$），但“被整除”和“严格单调”这两条把它们几乎钉死，省下了 $P^{\nu+1}$ 量级——这正是华罗庚的关键观察。

代入 (3.6) 并利用归纳假设，我们得到 \[I_{\nu+1}\ll P^{2^{\nu}-1}P^{2^{\nu}-\nu+\varepsilon}+P^{2^{\nu}-\nu-1}P^{2^{\nu}+\nu\varepsilon}\ll P^{2^{\nu+1}-(\nu+1)+\nu\varepsilon}.\] 这正是把 $\nu$ 换成 $\nu+1$ 后的 (3.4)，只是 $\varepsilon$ 有所改变，而这无关紧要。

补全：最后的幂次合并

第一项。归纳假设 $I_\nu\ll P^{2^\nu-\nu+\varepsilon}$，乘 $P^{2^\nu-1}$：指数相加 $(2^\nu-1)+(2^\nu-\nu+\varepsilon)=2\cdot2^\nu-\nu-1+\varepsilon=2^{\nu+1}-(\nu+1)+\varepsilon$。
第二项。$P^{2^\nu-\nu-1}\cdot N\ll P^{2^\nu-\nu-1}\cdot P^{2^\nu+\nu\varepsilon}$：指数相加 $(2^\nu-\nu-1)+(2^\nu+\nu\varepsilon)=2^{\nu+1}-\nu-1+\nu\varepsilon=2^{\nu+1}-(\nu+1)+\nu\varepsilon$。
两项同阶。两个指数都是 $2^{\nu+1}-(\nu+1)$ 再加一点 $\varepsilon$ 级的项。取较大者（把 $\varepsilon$ 与 $\nu\varepsilon$ 统一重记为 $\varepsilon$，因 $\nu\le k$ 固定）： \[I_{\nu+1}\ll P^{2^{\nu+1}-(\nu+1)+\varepsilon}.\] 这恰是 (3.4) 中 $\nu\to\nu+1$ 的形式。
归纳收尾。基础 $\nu=1$ 已验证，归纳步骤成立，故 (3.4) 对 $\nu=1,\dots,k$ 都成立。取 $\nu=k$：$I_k=\int_0^1|T|^{2^k}d\alpha\ll P^{2^k-k+\varepsilon}$，正是引理 3.2。∎
“$\varepsilon$ 改变无关紧要”是什么意思？每一步归纳里 $\varepsilon$ 会增大一点点（比如从 $\varepsilon$ 变 $2\varepsilon$）。但因为总共只做 $k$ 步（$k$ 固定），最终的 $\varepsilon$ 仍是某个固定小数。换句话说：先决定最终想要的 $\varepsilon$，再倒推每步用更小的 $\varepsilon/k$ 即可。这是解析数论里处理 $\varepsilon$ 的标准说辞。

第 11 节　注：$k=3$（立方）时的含义与“八个立方数”悬案

这一段在讲什么：专门考察 $k=3$ 时华罗庚不等式说了什么。引入一个函数 $\lambda(m)$ 记录各次幂均值的最优指数，证明它是凸的，并指出一个至今未解决的问题——若能在中间改进一点，就能把“九个立方数”改进成“八个立方数”。

注. 考察当 $k=3$ 时引理 3.2 所给出的信息是颇有意思的。令 $\lambda(m)$ 记使得 \[\int_{0}^{1}|T(\alpha)|^{2m}\,d\alpha\ll P^{\lambda}\] 成立的指数 $\lambda$ 的下确界。由 Cauchy 不等式可知 \[\lambda\!\left(\frac{m_{1}+m_{2}}{2}\right)\le\frac{1}{2}(\lambda(m_{1})+\lambda(m_{2})),\] 因此 $\lambda(m)$ 作为 $m$ 的函数是凸的。

符号　$\lambda(m)$：最优均值指数

对每个实数 $m>0$，问“$\int_0^1|T|^{2m}d\alpha$ 最小能被 $P^\lambda$ 控制时，$\lambda$ 取多小”，这个最小的 $\lambda$（下确界）记为 $\lambda(m)$。它把“各种次幂的均值估计”浓缩成一条曲线，方便比较好坏。凸是指：图像上任意两点的连线段都在图像上方（像 $y=x^2$ 那样“向上弯”）。

补全：用 Cauchy 不等式证 $\lambda$ 的凸性

对积分形式的 Cauchy–Schwarz：$\int fg\le\big(\int f^2\big)^{1/2}\big(\int g^2\big)^{1/2}$。取 $f=|T|^{m_1}$，$g=|T|^{m_2}$，则 $fg=|T|^{m_1+m_2}$，$f^2=|T|^{2m_1}$，$g^2=|T|^{2m_2}$： \[\int_0^1|T|^{m_1+m_2}d\alpha\le\Big(\int_0^1|T|^{2m_1}d\alpha\Big)^{1/2}\Big(\int_0^1|T|^{2m_2}d\alpha\Big)^{1/2}.\]
把右边两个积分用各自的最优界 $\ll P^{\lambda(m_1)}$、$\ll P^{\lambda(m_2)}$ 代入： \[\int_0^1|T|^{2\cdot\frac{m_1+m_2}2}d\alpha\ll\big(P^{\lambda(m_1)}\big)^{1/2}\big(P^{\lambda(m_2)}\big)^{1/2}=P^{\frac12(\lambda(m_1)+\lambda(m_2))}.\] 注意左边正是“次幂参数为 $\tfrac{m_1+m_2}2$”的均值。
按 $\lambda$ 的定义（最小可行指数），它 $\le$ 上面这个可行的指数 $\tfrac12(\lambda(m_1)+\lambda(m_2))$。即 \[\lambda\Big(\frac{m_1+m_2}2\Big)\le\frac12\big(\lambda(m_1)+\lambda(m_2)\big).\] 这正是“中点处的值不超过两端值的平均”，即凸性。

引理 3.2 告诉我们 \[\lambda(1)\le 1,\qquad \lambda(2)\le 2,\qquad \lambda(4)\le 5,\] 并且可以证明这三处实际上都取等号。于是该图像落在连接 $(1,1),(2,2),(4,5)$ 的两条线段之上或之下。

补全：这三个值从哪来

$\lambda(1)\le1$：$m=1$ 即 $\int_0^1|T|^2 d\alpha=I_1=P=P^1$（前面算过，等于 $P$），所以 $\lambda(1)\le1$。
$\lambda(2)\le2$：$m=2$ 即 $2m=4=2^2$，正是引理 3.2 取 $k=2$？不——这里 $k=3$ 固定，$2m=4=2^\nu$ 对应 $\nu=2$。由 (3.4) 的 $\nu=2$ 情形 $I_2\ll P^{2^2-2+\varepsilon}=P^{2+\varepsilon}$，故 $\lambda(2)\le2$。
$\lambda(4)\le5$：$2m=8=2^3=2^k$（$k=3$），正是引理 3.2 本身：$I_3\ll P^{2^3-3+\varepsilon}=P^{5+\varepsilon}$，故 $\lambda(4)\le5$。
取等号（即这些指数无法再降）可由“数解数的下界”证明：例如 $x_1=y_1$ 这种平凡解就贡献了 $P^{\text{对应幂}}$ 量级，使指数不能更小。于是三点 $(1,1),(2,2),(4,5)$ 都精确落在曲线上。由凸性，曲线在 $1\le m\le4$ 间夹在“两条连线段”与“图像本身”之间。

$k=3$ 时 $\lambda(m)$ 的已知三点 $(1,1),(2,2),(4,5)$ 与连接它们的折线。人们猜测在 \(2

看来当 $2\lt m\lt 4$ 时该图像很可能严格地位于线段之下，但这一点从未被证明。如果能证明它，便能够建立八个立方数（而非九个立方数，$9=2^{k}+1$）的渐近公式。例如，只要能证明 \[\int_{0}^{1}|T(\alpha)|^{6}\,d\alpha\ll P^{7/2-\delta}\] 对某个正数 $\delta$ 成立就够了。这等价于断言： \[x_{1}^{3}+x_{2}^{3}+x_{3}^{3}=y_{1}^{3}+y_{2}^{3}+y_{3}^{3}\] （所有变量介于 0 与 $P$ 之间）的解的总数为 $\ll P^{7/2-\delta}$。

补全：为什么 $\int|T|^6\ll P^{7/2-\delta}$ 能换来“八个立方数”

$|T|^6$ 对应 $m=3$（在 $2$ 与 $4$ 之间）。折线在 $m=3$ 处的值是 $(2,2)$ 与 $(4,5)$ 的中点纵坐标 $\tfrac{2+5}2=3.5=\tfrac72$。所以折线给的是 $\lambda(3)\le\tfrac72$，即 $\int|T|^6\ll P^{7/2}$。若能改进到 $P^{7/2-\delta}$（严格低于折线），就证实了“中间严格在下”的猜测。
积分=立方和方程解数。由前面“积分=数解数”的原理，$\int_0^1|T|^6 d\alpha$（$=\int_0^1 T^3\bar T^3$）恰好等于 \[x_1^3+x_2^3+x_3^3=y_1^3+y_2^3+y_3^3,\quad 0\le x_i,y_i\le P\] 的解的总数。所以“积分有更好上界” $\iff$ “这个对称立方方程解不太多”。这就是文末那句等价表述。
九个 vs 八个立方数。$9=2^k+1$（$k=3$）个立方数的渐近公式可由现有的 $2^k=8$ 次幂均值（即引理 3.2）直接得到——这是华罗庚不等式的标准应用。要把所需个数减到 8，需要一个“半个变量的节省”，恰好就是把 $|T|^6$ 的均值压低一点点（$\delta>0$）。难点：这要求精确地知道立方和方程的解数没有“反常聚集”，目前数学家既无法证明也无法否证——这是立方华林问题里著名的未决问题，凸性方法到此为止，再进一步需要全新的想法。
取舍说明：Davenport 在此坦诚地标出“方法的边界”——凸性（Cauchy 不等式）只能给到折线，要突破必须引入更强的工具。这种对“已知/未知边界”的清楚交代，是好的数学叙述的标志。

第 12 节　脚注：关于 $\ll$ 记号

我们使用 Vinogradov 记号 $\ll$ 来表示一个带有未指定“常数”因子的不等式。在当前情形中，所出现的因子实际上与 $k$ 无关，但我们无需了解这一点。

解读：再次强调 $\ll$ 隐含一个常数 $C$（见第 0 节）。这里补充一个细节：本章里那个常数其实连 $k$ 都不依赖（只依赖 $\varepsilon$），但作者说“我们不需要知道这一点”——因为在应用中 $k$ 是固定的，常数依不依赖 $k$ 都无所谓。这体现了 $\ll$ 记号的便利：让我们把注意力集中在量级（$P$ 的幂次）上，不被常数分心。

本章小结：两件武器各管什么

Weyl 不等式（点估计）：给定一个 $\alpha$，若它的有理逼近分母 $q$ 在 $[P,P^{k-1}]$ 间，则 $|\sum e(f(x))|\ll P^{1-1/K+\varepsilon}$，比平凡的 $P$ 小。用途：在圆法的次弧上逐点压低指数和。证明套路：平方降次（$k-1$ 次）→ 几何级数 → 除数函数合并 → 分块用有理逼近。
华罗庚不等式（均值估计）：$\int_0^1|T|^{2^k}d\alpha\ll P^{2^k-k+\varepsilon}$，比平凡的 $P^{2^k}$ 小 $P^{k-\varepsilon}$。用途：在整段 $[0,1]$ 上控制高次幂的平均，是次弧贡献可忽略的依据。证明套路：积分=数解数 → 用差分的“被整除+单调”狠狠压制解数 → 对 $\nu$ 归纳。
共同内核：两者都建立在“Weyl 平方降次”这一发动机上，区别只在最后一步取不取绝对值（(3.1) vs (3.2)）。把握住这个内核，整章就连成了一条线。

返回全书目录

Weyl 不等式与华罗庚不等式Weyl's inequality and Hua's inequality

第 0 节　先把工具备齐：高中生需要的全部预备知识

第 1 节　引言：Weyl 不等式的来历

第 2 节　引理 3.1：Weyl 不等式的陈述

第 3 节　引理后的注：这个上界好在哪、什么时候有用

第 4 节　引理 3.1 的证明（上）：平方降次的基本操作

第 5 节　引理 3.1 的证明（中）：降到一次、化为几何级数

第 6 节　引理 3.1 的证明（下）：除数函数 + 分块求和

第 7 节　注：大 \(k\) 时 Vinogradov 的改进

第 8 节　推论：完全和 \(S_{a,q}\) 的估计

第 9 节　引理 3.2：华罗庚不等式的陈述

第 10 节　引理 3.2 的证明：归纳 + “积分=数解数”

第 11 节　注：\(k=3\)（立方）时的含义与“八个立方数”悬案

第 12 节　脚注：关于 \(\ll\) 记号

第 0 节 先把工具备齐：高中生需要的全部预备知识

第 1 节 引言：Weyl 不等式的来历

第 2 节 引理 3.1：Weyl 不等式的陈述

第 3 节 引理后的注：这个上界好在哪、什么时候有用

第 4 节 引理 3.1 的证明（上）：平方降次的基本操作

第 5 节 引理 3.1 的证明（中）：降到一次、化为几何级数

第 6 节 引理 3.1 的证明（下）：除数函数 + 分块求和

第 7 节 注：大 \(k\) 时 Vinogradov 的改进

第 8 节 推论：完全和 \(S_{a,q}\) 的估计

第 9 节 引理 3.2：华罗庚不等式的陈述

第 10 节 引理 3.2 的证明：归纳 + “积分=数解数”

第 11 节 注：\(k=3\)（立方）时的含义与“八个立方数”悬案

第 12 节 脚注：关于 \(\ll\) 记号

第 0 节　先把工具备齐：高中生需要的全部预备知识

第 1 节　引言：Weyl 不等式的来历

第 2 节　引理 3.1：Weyl 不等式的陈述

第 3 节　引理后的注：这个上界好在哪、什么时候有用

第 4 节　引理 3.1 的证明（上）：平方降次的基本操作

第 5 节　引理 3.1 的证明（中）：降到一次、化为几何级数

第 6 节　引理 3.1 的证明（下）：除数函数 + 分块求和

第 7 节　注：大 \(k\) 时 Vinogradov 的改进

第 8 节　推论：完全和 \(S_{a,q}\) 的估计

第 9 节　引理 3.2：华罗庚不等式的陈述

第 10 节　引理 3.2 的证明：归纳 + “积分=数解数”

第 11 节　注：\(k=3\)（立方）时的含义与“八个立方数”悬案

第 12 节　脚注：关于 \(\ll\) 记号