Waring 问题的渐近公式Waring's problem: the asymptotic formula

问题：把一个很大的整数 \(N\) 写成 \(s\) 个正整数的 \(k\) 次幂之和 \[x_1^k+x_2^k+\cdots+x_s^k=N,\qquad x_1,\dots,x_s\ge 1,\] 一共有多少种写法？把写法的个数记作 \(r(N)\)。本章要证明：当 \(s\) 足够大（\(s\ge 2^k+1\)）时，\(r(N)\) 有一个非常精确的"渐近公式" \[r(N)=C_{k,s}\,N^{s/k-1}\,\mathfrak S(N)+(\text{小误差}).\]

读完你能掌握：(1) 圆法（Hardy–Littlewood circle method）把"数解的个数"变成"算一个积分"的全套思路；(2) 把积分区间 \([0,1]\) 切成主弧与次弧的技术；(3) 三个核心新对象——指数和 \(T(\alpha)\)、奇异级数 \(\mathfrak S(N)\)、奇异积分 \(J\)——分别是什么、为什么要造它们；(4) 公式里每一个常数 \(C_{k,s}\)、每一处误差估计是怎么一步步算出来的。本讲解对原文每一段都逐句展开，凡是原文写"显然""容易看出"的地方，都补成一步一句的完整推导。

1. 当 \(m=0\)：被积函数 \(e(0)=1\)，于是 \(\int_0^1 1\,d\alpha=1\)。
2. 当 \(m\neq 0\)（整数）：\(e(m\alpha)=e^{2\pi i m\alpha}\)，它对 \(\alpha\) 的原函数是 \(\dfrac{e^{2\pi i m\alpha}}{2\pi i m}\)。
3. 代入上下限：\(\displaystyle\int_0^1 e(m\alpha)d\alpha=\frac{e^{2\pi i m}-e^{0}}{2\pi i m}=\frac{1-1}{2\pi i m}=0\)，因为 \(e^{2\pi i m}=e(m)=1\)（\(m\) 是整数，转整数圈回到 \(1\)）。

• 引理 3.1（Weyl 不等式型估计）：若 \(\alpha\) 有有理逼近 \(|\alpha-a/q|推论给出完全和的估计 \(q^{-1}S_{a,q}\ll q^{-1/K+\varepsilon}\)。
• 引理 3.2（Hua 不等式）： \[\int_0^1|T(\alpha)|^{2^k}\,d\alpha\ll P^{2^k-k+\varepsilon}.\] 直觉：\(2^k\) 次幂的积分（数的是"\(2^k\) 个 \(k\) 次幂相减抵消"的方程解数）有一个很好的上界。它专门用来吸收次弧上 \(|T|\) 的一个 \(2^k\) 次方因子。

1. 先把 \(T(\alpha)\) 的 \(s\) 次方展开。\(T(\alpha)=\sum_{x=1}^P e(\alpha x^k)\)，所以 \[\big(T(\alpha)\big)^s=\Big(\sum_{x_1=1}^{P}e(\alpha x_1^k)\Big)\cdots\Big(\sum_{x_s=1}^{P}e(\alpha x_s^k)\Big).\] 按乘法分配律，这是把"每个括号里挑一项"的所有方式相乘再相加： \[\big(T(\alpha)\big)^s=\sum_{x_1=1}^{P}\cdots\sum_{x_s=1}^{P}e\big(\alpha(x_1^k+x_2^k+\cdots+x_s^k)\big),\] 这里用了指数法则 \(e(\alpha x_1^k)\cdots e(\alpha x_s^k)=e(\alpha(x_1^k+\cdots+x_s^k))\)。
2. 乘上 \(e(-N\alpha)\)，再用指数法则合并： \[\big(T(\alpha)\big)^s e(-N\alpha)=\sum_{x_1,\dots,x_s}e\big(\alpha\,(x_1^k+\cdots+x_s^k-N)\big).\]
3. 对 \(\alpha\) 在 \([0,1]\) 上积分，把积分搬进求和号里（有限和可以逐项积）： \[\int_0^1\big(T(\alpha)\big)^s e(-N\alpha)d\alpha=\sum_{x_1,\dots,x_s}\int_0^1 e\big(\alpha\,(x_1^k+\cdots+x_s^k-N)\big)d\alpha.\]
4. 用正交关系 (★)：括号里的 \(m=x_1^k+\cdots+x_s^k-N\) 是整数。只有当 \(m=0\)（即 \(x_1^k+\cdots+x_s^k=N\)）时这一项的积分等于 \(1\)，否则等于 \(0\)。
5. 于是右边 = "使 \(x_1^k+\cdots+x_s^k=N\) 成立的 \((x_1,\dots,x_s)\) 组数"。这正是 \(r(N)\) 的定义。证毕。

1. 每个 \(x_i\ge1\)，且 \(x_i^k\le N\)（因为 \(s\) 个正项之和等于 \(N\)，单独一项不会超过 \(N\)）。所以 \(x_i\le N^{1/k}\)。两边取整：\(x_i\le[N^{1/k}]\)。
2. 这说明：求和上限只要取到 \(P=[N^{1/k}]\) 就足够了——再大的 \(x\) 根本不可能出现在任何一组解里，它们对应的项在 (4.1) 里贡献为 \(0\)，是白加的。
3. 取 \([N^{1/k}]\)（向下取整）保证 \(P\) 是整数（求和上限必须是整数），并且是"刚好够用"的最小上限。这就是"没必要取更大"的含义。

1. \(s\) 个变量，每个 \(x_i\) 在 \(1\) 到 \(P\) 间取值，一共有 \(P\times P\times\cdots\times P=P^s\) 组取法。
2. 每一组取法算出的和 \(x_1^k+\cdots+x_s^k\) 是一个介于 \(s\) 与 \(sP^k\) 之间的整数，也就是落在一个长度约为 \(sP^k\)、即量级 \(P^k\) 的范围内。
3. 如果这些和"大致均匀地"散布在这 \(P^k\) 个量级的整数上，那么平均每个整数 \(N\) 被命中的次数约为 \[\frac{\text{取法总数}}{\text{落点范围}}=\frac{P^s}{P^k}=P^{s-k}.\]
4. 于是 \(r(N)\) 的"应有量级"就是 \(P^{s-k}\)。又因 \(P\approx N^{1/k}\)，把 \(P=N^{1/k}\) 代入得 \(P^{s-k}=N^{(s-k)/k}=N^{s/k-1}\)。两种写法 \(P^{s-k}\) 与 \(N^{s/k-1}\) 是同一回事。

1. 设在某个 \(\alpha\) 集合 \(E\) 上，逐点都有 \(|T(\alpha)|\ll P^{1-\delta}\)（这是"\(T\) 很小"的假设，待会儿用引理 3.1 在次弧上验证它）。
2. 对 \(|T|^{s-2^k}\) 这部分，逐点代入上界：\(|T(\alpha)|^{s-2^k}\ll \big(P^{1-\delta}\big)^{s-2^k}=P^{(s-2^k)(1-\delta)}\)。这是一个与 \(\alpha\) 无关的常数上界，可以提到积分外面。
3. 对剩下的 \(|T|^{2^k}\)，整体在 \(E\)（甚至整个 \([0,1]\)）上积分，用 Hua 引理 3.2：\(\displaystyle\int_E|T|^{2^k}d\alpha\le\int_0^1|T|^{2^k}d\alpha\ll P^{2^k-k+\varepsilon}\)。
4. 两部分相乘： \[\int_E|T|^s\,d\alpha\ll P^{(s-2^k)(1-\delta)}\cdot P^{2^k-k+\varepsilon}.\] 把指数加起来：\((s-2^k)(1-\delta)+(2^k-k)+\varepsilon=(s-2^k)-(s-2^k)\delta+2^k-k+\varepsilon=(s-k)-(s-2^k)\delta+\varepsilon\)。
5. 因为 \(s\ge2^k+1\)，有 \(s-2^k\ge1\)，所以 \(-(s-2^k)\delta\le-\delta\)。只要 \(\varepsilon\) 选得比 \(\delta\) 小（\(\varepsilon\) 可任意小，\(\delta\) 固定），指数就 \(\le s-k-\delta'\)，其中 \(\delta'=\delta-\varepsilon>0\)。于是 \[\int_E|T|^s\,d\alpha\ll P^{s-k-\delta'},\] 比主项 \(P^{s-k}\) 小了一个正次幂 \(P^{-\delta'}\)。∎

分工：

• 主弧 \(\mathfrak M\)：那些 \(\alpha\) 非常靠近"分母小的既约分数 \(a/q\)"的小区间。在这里 \(T(\alpha)\) 很大（接近 \(P\)），贡献了渐近公式的主项。这部分计算繁但有套路。
• 次弧 \(\mathfrak m\)：主弧之外剩下的全部 \(\alpha\)。在这里 \(\alpha\) 远离一切分母小的分数，\(T(\alpha)\) 因为相位错乱而很小（\(\ll P^{1-\delta}\)），整段贡献被第 2 节的方法压进误差项。这部分是真正的难点。

1. 取两个不同的既约分数中心 \(a/q\) 与 \(a'/q'\)，都满足 (4.3)。它们的差 \[\Big|\frac{a}{q}-\frac{a'}{q'}\Big|=\frac{|aq'-a'q|}{qq'}.\]
2. 分子 \(|aq'-a'q|\) 是整数。若两个分数不相等，则 \(aq'-a'q\neq0\)（否则交叉相乘相等就是同一个分数），所以 \(|aq'-a'q|\ge1\)。
3. 分母 \(qq'\le P^\delta\cdot P^\delta=P^{2\delta}\)（因为各自 \(q,q'\le P^\delta\)）。于是 \[\Big|\frac{a}{q}-\frac{a'}{q'}\Big|\ge\frac{1}{qq'}\ge\frac{1}{P^{2\delta}}=P^{-2\delta}.\] 这就是"中心间距至少 \(P^{-2\delta}\)"。
4. 每个区间半长是 \(P^{-k+\delta}\)，两个相邻区间各伸出半长，要想重叠就需中心距 \(<2P^{-k+\delta}\)。比较两个量级：\(P^{-2\delta}\) 与 \(2P^{-k+\delta}\)。因为 \(k\ge2\)，指数 \(-2\delta\) 比 \(-k+\delta\) 大得多（\(-2\delta>-k+\delta\) 等价于 \(k>3\delta\)，对小 \(\delta\) 当然成立），所以 \(P^{-2\delta}\) 远大于 \(2P^{-k+\delta}\)。
5. 中心间距远大于两区间半长之和，故任何两个主弧不可能相交。∎

1. 满足 (4.3) 且 \(q=1\) 的中心只有一个：因 (4.3) 要求 \(1\le a\le q\)，当 \(q=1\) 时只能取 \(a=1\)，给出 \(a/q=1/1=1\)（注意 \(a=0\) 不被允许）。所以在右端点 \(\alpha=1\) 处恰有一个主弧，其中心就是 \(1\)。
2. 围绕 \(\alpha=1\)（即 \(1/1\)）的区间 \(|\alpha-1|1\) 去了，超出 \([0,1]\)。
3. 但被积函数 \(T(\alpha)^s e(-N\alpha)\) 以 \(1\) 为周期（因为 \(T,\ e(-N\alpha)\) 都以 \(1\) 为周期，整数处复指数回到 \(1\)）。所以把超出 \([0,1]\) 那半段向左平移 \(1\)，它就接到 \(\alpha=0\) 的右边，和围绕 \(\alpha=0\) 的左半段拼成一个完整区间，积分值不变。这就是"想象平移一个量 1"。
4. 处理好端点后：所有主弧的并记作 \(\mathfrak M\)，\([0,1]\) 里剩下的部分（补集）就是次弧 \(\mathfrak m\)（花体小写 m）。

1. 它为什么对？（鸽笼原理）考虑 \(Q+1\) 个数 \(0,\{\alpha\},\{2\alpha\},\dots,\{Q\alpha\}\)（\(\{\cdot\}\) 是小数部分），它们都落在 \([0,1)\)。把 \([0,1)\) 等分成 \(Q\) 个小段，\(Q+1\) 个数放进 \(Q\) 个段，必有两个落在同一段（鸽笼原理），设是 \(\{i\alpha\}\) 与 \(\{j\alpha\}\)（\(i>j\)），则 \(|(i-j)\alpha-(\text{某整数 }a)|<1/Q\)。取 \(q=i-j\le Q\) 即得 \(|q\alpha-a|<1/Q\)，除以 \(q\) 得 \(|\alpha-a/q|<1/(qQ)\)。
2. 怎么得到 (4.4)？在本章里取 \(Q=P^{k-\delta}\)。代入：存在 \(a/q\)，\(1\le q\le P^{k-\delta}\)，且 \[|\alpha-a/q|<\frac{1}{q\,P^{k-\delta}}=q^{-1}P^{-(k-\delta)}=q^{-1}P^{-k+\delta}.\] 这正是 (4.4)。
3. 为何 \(0<\alpha<1\) 时 \(1\le a\le q\)？因 \(\alpha\in(0,1)\) 且 \(a/q\) 离 \(\alpha\) 很近，故 \(a/q\) 也大致在 \((0,1)\) 内，于是分子 \(a\) 介于 \(1\) 与 \(q\) 之间（必要时调整 \(a\) 取最靠近的那个）。

1. (4.4) 给的逼近误差是 \(|\alpha-a/q|更小（更强）。换句话说，(4.4) 的 \(a/q\) 离 \(\alpha\) 比"落入主弧所需"还近。
2. 假设 \(q\le P^\delta\)。那么这个 \(a/q\) 满足 (4.3) 的全部条件（\(1\le q\le P^\delta,\ 1\le a\le q,\ (a,q)=1\)），它就是一个合法的主弧中心；而 \(\alpha\) 离它 \(
3. 但 \(\alpha\) 在次弧 \(\mathfrak m\) 里，按定义不在任何主弧里——矛盾。所以假设错误，必有 \(q>P^\delta\)。

1. 验证引理 3.1 的前提 \(|\alpha-a/q|由 (4.4) 与 \(q\le P^{k-\delta}\)： \[|\alpha-a/q|
2. 引理 3.1 给的上界。它是 \(|T(\alpha)|\ll P^{1+\varepsilon}\big(\tfrac1q+\tfrac1P+\tfrac{q}{P^k}\big)^{1/K}\)，\(K=2^{k-1}\)。我们要说明括号里的三项都 \(\ll P^{-\delta}\)：
   • \(\tfrac1qP^\delta\)）；
   • \(\tfrac1P=P^{-1}\le P^{-\delta}\)（因 \(\delta<1\)）；
   • \(\tfrac{q}{P^k}\le\tfrac{P^{k-\delta}}{P^k}=P^{-\delta}\)（因 \(q\le P^{k-\delta}\)，即原文说的 \(P^k/q\ge P^\delta\)）。
3. 三项都 \(\ll P^{-\delta}\)，故括号 \(\ll P^{-\delta}\)，取 \(1/K\) 次方得括号\(^{1/K}\ll P^{-\delta/K}\)。代回： \[|T(\alpha)|\ll P^{1+\varepsilon}\cdot P^{-\delta/K}=P^{1+\varepsilon-\delta/K}.\] 这就是原文的 \(|T(\alpha)|\ll P^{1+\varepsilon-\delta/K}\)。
4. 由于 \(\varepsilon\) 可任意小、\(\delta/K\) 固定为正，这个指数 \(1+\varepsilon-\delta/K\) 严格小于 \(1\)，正是第 2 节需要的"\(|T|\ll P^{1-\delta_0}\)"形式（这里 \(\delta_0=\delta/K-\varepsilon>0\)）。

1. 把 \(\alpha\) 写成 \(\alpha=\dfrac aq+\beta\)，\(\beta\) 是"\(\alpha\) 偏离中心 \(a/q\) 的小量"。则 \(T\) 的每一项相位 \(\alpha x^k=\dfrac aq x^k+\beta x^k\)。其中 \(\dfrac aq x^k\) 只依赖 \(x\bmod q\)（因 \(e(\tfrac aq x^k)\) 以 \(q\) 为周期），是"主结构"；\(\beta x^k\) 是"扰动"。
2. 扰动的大小：\(|\beta x^k|\le|\beta|P^k\)（因 \(x\le P\)）。假如区间半长是 \(P^{-k-\delta}\)（即 \(|\beta|几乎是常数。
3. 但实际半长是 \(P^{-k+\delta}\)（指数是 \(+\delta\) 不是 \(-\delta\)），于是 \(|\beta x^k|\) 可达 \(P^{+\delta}\to\infty\)，扰动不可忽略，\(T\) 并非常数。
4. 不过区间仍然极短，扰动是"缓慢、有规律"的——\(\beta x^k\) 随 \(x\) 平滑变化。这提示我们：可以把"对 \(x\) 求和"近似成"对连续变量积分"，扰动部分恰好变成积分 \(I(\beta)=\int_0^P e(\beta\xi^k)d\xi\)。这正是引理 4.2 要做的。

1. 动机：相位 \(\alpha x^k=\tfrac aq x^k+\beta x^k\)。第一块 \(e(\tfrac aq x^k)\) 关于 \(x\) 以 \(q\) 为周期（把 \(x\) 加 \(q\)，\(\tfrac aq(x+q)^k\) 与 \(\tfrac aq x^k\) 相差整数倍 \(a\)，\(e\) 不变）。所以按 \(x\bmod q\) 分类，每类内第一块取相同值，自然该合并。
2. 代换：每个 \(1\le x\le P\) 唯一写成 \(x=qy+z\)，其中 \(z\in\{1,\dots,q\}\) 是类代表，\(y\ge0\) 是"第几圈"。代入相位： \[\alpha x^k=\frac aq(qy+z)^k+\beta(qy+z)^k.\]
3. 看第一块 \(\dfrac aq(qy+z)^k\)。把 \((qy+z)^k\) 二项展开，除了末项 \(z^k\)，其余每项都含因子 \(q\)，乘上 \(\tfrac aq\) 后是整数倍。所以 \(e\big(\tfrac aq(qy+z)^k\big)=e\big(\tfrac aq z^k\big)\)——只剩 \(z\)，与 \(y\) 无关。这步是关键化简。
4. 于是 \[T(\alpha)=\sum_{x=1}^P e(\alpha x^k)=\sum_{z=1}^q e\Big(\frac{a z^k}{q}\Big)\sum_{y}e\big(\beta(qy+z)^k\big),\] 内层 \(y\) 取遍使 \(1\le qy+z\le P\) 的整数（范围依赖 \(z\)）。外层那个 \(\sum_{z=1}^q e(az^k/q)\) 正是 \(S_{a,q}\) 的"积木"，但注意此处它还乘着内层依赖 \(z\) 的和，尚未完全分离。

1. 把内层和 \(\sum_y f(y)\)（\(f(y)=e(\beta(qy+z)^k)\)）近似为 \(\int f(\eta)d\eta\)。
2. 换元 \(\xi=q\eta+z\)，则 \(\eta=(\xi-z)/q\)，\(d\eta=\dfrac{d\xi}{q}\)。当 \(\eta\) 跑使 \(0
3. 代回第一步： \[T(\alpha)\approx\sum_{z=1}^q e\Big(\frac{az^k}{q}\Big)\cdot q^{-1}I(\beta)=q^{-1}\Big(\sum_{z=1}^q e(az^k/q)\Big)I(\beta)=q^{-1}S_{a,q}\,I(\beta).\] 注意 \(I(\beta)\) 与 \(z\) 无关，可提出求和号外，外层求和就恰好凑成 \(S_{a,q}\)。这就是 (4.5) 的主项 \(q^{-1}S_{a,q}I(\beta)\)。剩下要做的，是证明"求和换积分"造成的误差确实只有 \(O(P^{2\delta})\)。

1. 为什么"和−积分"的误差是 \((B-A)\max|f'|+\max|f|\)？把 \([A,B]\) 切成长度 \(1\) 的小段。在每个长度 \(1\) 的小段上，整数点 \(y\) 处的 \(f(y)\) 与该段积分 \(\int f\) 的差，至多是 \(f\) 在段内的波动 \(\le\max|f'|\)（中值定理：\(f\) 在长 \(1\) 区间变化不超过其导数最大值）。共约 \(B-A\) 段，累计 \(\ll(B-A)\max|f'|\)；两端不完整的"残段"再补一个 \(\max|f|\)。合起来就是该式。
2. 算 \(\max|f'|\)。\(f(\eta)=e(\beta(q\eta+z)^k)=e^{2\pi i\beta(q\eta+z)^k}\)，链式法则求导： \[f'(\eta)=2\pi i\,\beta\cdot k(q\eta+z)^{k-1}\cdot q\cdot f(\eta).\] 取模（\(|f|=1,\ |2\pi i|=2\pi,\ |q\eta+z|\le P\)）：\(|f'(\eta)|\le 2\pi k\,q\,|\beta|\,P^{k-1}\ll q|\beta|P^{k-1}\)。
3. 算 \(B-A\)。\(y\) 的范围由 \(0
4. 代入合并。 \[(B-A)\max|f'|+\max|f|\ll\frac Pq\cdot q|\beta|P^{k-1}+1=|\beta|P^{k}+1.\] 由主弧定义 \(|\beta|
5. 外层对 \(z\) 求和。外面有 \(q\) 个 \(z\)（\(z=1,\dots,q\)），每个带 \(\ll P^\delta\) 的误差，且 \(|e(az^k/q)|=1\) 不放大。总误差 \(\ll q\cdot P^\delta\le P^\delta\cdot P^\delta=P^{2\delta}\)（用了 \(q\le P^\delta\)）。这正是 (4.5) 里的 \(O(P^{2\delta})\)。∎

1. 记 \(A=q^{-1}S_{a,q}I(\beta)\)（主项），\(T=A+E\)，其中 \(E=O(P^{2\delta})\) 是 (4.5) 的误差。要估计 \(T^s-A^s=(A+E)^s-A^s\)。
2. 用二项式：\((A+E)^s-A^s=\binom s1 A^{s-1}E+\binom s2 A^{s-2}E^2+\cdots\)。每一项都含至少一个 \(E\)，最大的一项是 \(s A^{s-1}E\)。
3. "平凡上界" \(|A|=|q^{-1}S_{a,q}I(\beta)|\le P\)：因为 \(|q^{-1}S_{a,q}|\le1\)（\(S_{a,q}\) 是 \(q\) 个模长 \(1\) 的项之和，\(|S_{a,q}|\le q\)，除以 \(q\) 得 \(\le1\)），且 \(|I(\beta)|=|\int_0^P e(\beta\xi^k)d\xi|\le\int_0^P1\,d\xi=P\)。故 \(|A|\le P\)。
4. 于是主误差项 \(\ll P\cdot|A|^{s-1}\cdot|E|\)？更直接：\(|T^s-A^s|\ll|A|^{s-1}|E|\ll P^{s-1}\cdot P^{2\delta}=P^{s-1+2\delta}\)（高次 \(E\) 项更小，被吸收）。这就是 (4.11) 的误差 \(O(P^{s-1+2\delta})\)。

1. 主弧 \(\mathfrak M_{a,q}\) 上积分即对 \(\beta\) 在 \(|\beta|
2. 被积主项 \((q^{-1}S_{a,q})^s(I(\beta))^s e(-Na/q)e(-N\beta)\) 中，\((q^{-1}S_{a,q})^s e(-Na/q)\) 与 \(\beta\) 无关，提到积分外。剩下 \(\int_{|\beta|
3. 这个 \(\beta\)-积分里没有 \(a,q\)（\(I(\beta)\) 只含 \(\beta\)），对所有主弧都一模一样。所以把所有主弧加起来时，它作为公因子提出，前面剩下 \(\sum_{q\le P^\delta}\sum_{(a,q)=1}(q^{-1}S_{a,q})^se(-Na/q)=\mathfrak S(P^\delta,N)\)。算术求和与分析积分就此分离成两个独立因子。

1. \(N-P^k\ll P^{k-1}\) 为什么？\(P=[N^{1/k}]\) 是 \(N^{1/k}\) 向下取整，故 \(P\le N^{1/k}
2. 替换误差。\(e(-\beta N)-e(-\beta P^k)=e(-\beta P^k)\big(e(-\beta(N-P^k))-1\big)\)。用 \(|e(\theta)-1|=|e^{2\pi i\theta}-1|\le2\pi|\theta|\)（单位圆上弦长 \(\le\) 弧长）： \[|e(-\beta N)-e(-\beta P^k)|\le2\pi|\beta||N-P^k|\ll|\beta|P^{k-1}.\] 再用 \(|\beta|
3. 这误差在整段积分里的累积。被积的 \((I(\beta))^s\) 模 \(\le P^s\)，积分区间长 \(\ll P^{-k+\delta}\)，所以换 \(N\to P^k\) 在 \(\beta\)-积分里造成的误差 \(\ll P^{-k+\delta}\cdot P^s\cdot P^{-1+\delta}=P^{s-k-1+2\delta}\)。再乘上算术因子的粗估 \(|\mathfrak S(P^\delta,N)|\ll P^{2\delta}\)，总误差 \(\ll P^{s-k-1+4\delta}\)。因含 \(P^{-1}\)（再减小 \(1\) 次幂），比主项 \(P^{s-k}\) 小，可忽略。
4. 为什么 \(|\mathfrak S(P^\delta,N)|\ll P^{2\delta}\)？项数：\(q\le P^\delta\) 有 \(\le P^\delta\) 个，每个 \(q\) 的 \(a\) 有 \(\le q\le P^\delta\) 个，共 \(\ll P^{2\delta}\) 项；每项 \(|(q^{-1}S_{a,q})^se(-Na/q)|\le1\)（因 \(|q^{-1}S_{a,q}|\le1\)）。故总和 \(\ll P^{2\delta}\)。
5. 标准化换元。现在积分是 \(\int_{|\beta|

1. 单个主弧上误差 \(O(P^{s-1+2\delta})\) 是逐点上界，乘以积分区间长度 \(\ll P^{-k+\delta}\)：\(P^{s-1+2\delta}\cdot P^{-k+\delta}=P^{s-k-1+3\delta}\)。
2. 对所有主弧求和，主弧个数 \(\ll P^{2\delta}\)（上条数过）：\(P^{s-k-1+3\delta}\cdot P^{2\delta}=P^{s-k-1+5\delta}\)。
3. 关键是出现了 \(-1\)（来自 \(s-1\) 的那个 \(-1\)），它代表"比主项少一个 \(P\) 的一次幂"。只要 \(\delta\) 取得足够小（使 \(5\delta<1\)），就有 \(s-k-1+5\delta0\)），故误差 \(\ll P^{s-k-\delta'}\)。引理 4.3 证毕。∎

1. 单项的大小。引理 3.1 的推论给出完全和的估计 \(|q^{-1}S_{a,q}|\ll q^{-1/K+\varepsilon}\)（\(K=2^{k-1}\)）。取 \(s\) 次方：\(|(q^{-1}S_{a,q})^s|\ll q^{-s/K+s\varepsilon}\)。又 \(|e(-Na/q)|=1\) 不影响大小。把 \(s\varepsilon\) 重新记成 \(\varepsilon\)（仍任意小），得每项 \(\ll q^{-s/K+\varepsilon}\)。
2. 代入 \(s\ge2^k+1\)。注意 \(2^k=2\cdot2^{k-1}=2K\)，故 \(s\ge2^k+1=2K+1\)，于是 \[\frac sK\ge\frac{2K+1}{K}=2+\frac1K.\] 所以每项 \(\ll q^{-s/K+\varepsilon}\le q^{-2-1/K+\varepsilon}\)。这正是原文那行。
3. 对 \(a\) 求和。固定 \(q\)，内层 \(a\) 至多 \(q\) 个，每个 \(\ll q^{-2-1/K+\varepsilon}\)，故内层和 \(\ll q\cdot q^{-2-1/K+\varepsilon}=q^{-1-1/K+\varepsilon}\)。
4. 对 \(q\) 求和。剩下 \(\sum_{q=1}^\infty q^{-1-1/K+\varepsilon}\)。这是一个 \(p\)-级数 \(\sum q^{-p}\)，指数 \(p=1+\tfrac1K-\varepsilon\)。只要 \(\varepsilon<\tfrac1K\)，就有 \(p>1\)，\(p\)-级数收敛（高中数学/微积分基本事实：\(\sum q^{-p}\) 当 \(p>1\) 时收敛）。
5. 故整个双重级数绝对收敛。又因每项上界 \(q^{-2-1/K+\varepsilon}\) 与 \(N\) 无关，按 Weierstrass M-判别法，收敛关于 \(N\) 是一致的（这保证下一节可以把 \(\mathfrak S(P^\delta,N)\) 安全换成 \(\mathfrak S(N)\)）。∎

• \(C_{k,s}\)：一个只依赖 \(k,s\) 的正常数，由 Gamma 函数给出（"连续密度常数"）。
• \(N^{s/k-1}\)：主项的量级（第 1 节已猜到）。
• \(\mathfrak S(N)\)：奇异级数，编码同余约束的修正。

1. \([0,1]=\mathfrak M\cup\mathfrak m\)（主弧并次弧），且两者不交，故 \(\int_0^1=\int_{\mathfrak M}+\int_{\mathfrak m}\)。
2. 主弧块 \(=P^{s-k}\mathfrak S(P^\delta,N)J(P^\delta)+O(P^{s-k-\delta'})\)（引理 4.3）。
3. 次弧块：\(\big|\int_{\mathfrak m}(T)^se(-N\alpha)d\alpha\big|\le\int_{\mathfrak m}|T|^sd\alpha\ll P^{s-k-\delta'}\)（引理 4.1；用了 \(|e(-N\alpha)|=1\)），整块归入误差。
4. 相加即 (4.15)。下面把 \(\mathfrak S(P^\delta,N)\to\mathfrak S(N)\)、\(J(P^\delta)\to J\)、\(P\to N^{1/k}\)，并算出 \(J\)。

1. 第一个等号（令 \(\zeta=\xi^k\)）。在 \(\int_0^1 e(\gamma\xi^k)d\xi\) 中令 \(\zeta=\xi^k\)，则 \(\xi=\zeta^{1/k}\)，\(d\xi=\tfrac1k\zeta^{1/k-1}d\zeta=\tfrac1k\zeta^{-1+1/k}d\zeta\)；\(\xi:0\to1\) 对应 \(\zeta:0\to1\)。代入： \[\int_0^1 e(\gamma\xi^k)d\xi=\int_0^1 e(\gamma\zeta)\cdot\tfrac1k\zeta^{-1+1/k}d\zeta=k^{-1}\int_0^1\zeta^{-1+1/k}e(\gamma\zeta)d\zeta.\]
2. 第二个等号（令 \(\zeta=t/\gamma\) 把 \(\gamma\) 提出，\(\gamma>0\)）。在上式里令 \(\zeta=t/\gamma\)（即 \(t=\gamma\zeta\)），\(d\zeta=dt/\gamma\)，\(\zeta:0\to1\) 对应 \(t:0\to\gamma\)： \[k^{-1}\int_0^1\zeta^{-1+1/k}e(\gamma\zeta)d\zeta=k^{-1}\int_0^{\gamma}\Big(\tfrac t\gamma\Big)^{-1+1/k}e(t)\frac{dt}{\gamma}=k^{-1}\gamma^{-1/k}\int_0^{\gamma}t^{-1+1/k}e(t)dt,\] 其中把 \(\gamma^{1-1/k}\cdot\gamma^{-1}=\gamma^{-1/k}\) 提出。换回字母 \(\zeta\) 即原文第三式。

1. 看第三式 \(k^{-1}\gamma^{-1/k}\int_0^\gamma\zeta^{-1+1/k}e(\zeta)d\zeta\)。要证 \(\int_0^\gamma\zeta^{-1+1/k}e(\zeta)d\zeta\) 是 \(\gamma\) 的有界函数（不随 \(\gamma\to\infty\) 爆掉）。
2. 在 \(0\) 附近：被积 \(\zeta^{-1+1/k}\) 的指数 \(-1+1/k>-1\)（因 \(k\ge2\Rightarrow1/k>0\)），而 \(\int_0\zeta^{-1+1/k}d\zeta\) 在 \(0\) 处收敛（\(p\)-积分判据：指数 \(>-1\) 则可积）。故积分在 \(0\) 处绝对收敛，没问题。
3. 在 \(\infty\) 方向：\(e(\zeta)=e^{2\pi i\zeta}\) 是振荡的，配合单调衰减权 \(\zeta^{-1+1/k}\)（递减趋 0），由 Dirichlet 收敛判别法（振荡有界 × 单调趋零 ⟹ 积分收敛），\(\int_0^\gamma\) 当 \(\gamma\to\infty\) 收敛，故对一切 \(\gamma\) 一致有界。
4. 因此 \(\big|\int_0^1 e(\gamma\xi^k)d\xi\big|=k^{-1}|\gamma|^{-1/k}\big|\int_0^\gamma\cdots\big|\ll|\gamma|^{-1/k}\)。即内层积分随 \(|\gamma|\) 以 \(|\gamma|^{-1/k}\) 衰减。
5. 扩到无穷的误差。把 \(J(P^\delta)\)（\(|\gamma|P^\delta\) 部分：被积 \(\big|(\int_0^1 e(\gamma\xi^k)d\xi)^s\big|\ll|\gamma|^{-s/k}\)，故尾巴 \(\ll\int_{P^\delta}^\infty\gamma^{-s/k}d\gamma\)。因 \(s\ge2^k+1>k\)（实际 \(s/k>1\)），积分收敛且等于 \(\dfrac{(P^\delta)^{1-s/k}}{s/k-1}\ll P^{-(s/k-1)\delta}\)。于是 \[J(P^\delta)=J+O\big(P^{-(s/k-1)\delta}\big),\] 其中 \[J=\int_{-\infty}^{\infty}\Big(k^{-1}\int_0^1\zeta^{-1+1/k}e(\gamma\zeta)d\zeta\Big)^s e(-\gamma)d\gamma.\tag{4.16}\]

1. \(\mathfrak S(P^\delta,N)\to\mathfrak S(N)\)：两者之差是 \(q>P^\delta\) 的尾巴，由第 9 节每项 \(\ll q^{-2-1/K+\varepsilon}\)，尾和 \(\ll\sum_{q>P^\delta}q^{-1-1/K+\varepsilon}\ll(P^\delta)^{-1/K+\varepsilon}=P^{-\delta/K+\varepsilon\delta}\)，是 \(P\) 的负次幂，乘上主项 \(P^{s-k}J\) 后并入误差。
2. \(J(P^\delta)\to J\)：差 \(O(P^{-(s/k-1)\delta})\)（上一框已证），同样是负次幂，乘主项后并入误差。
3. \(P\to N^{1/k}\)：因 \(P^k\le N<(P+1)^k\)，\(P=N^{1/k}(1+O(N^{-1/k}\cdot\text{...}))\)，把 \(P^{s-k}\) 换成 \(N^{(s-k)/k}=N^{s/k-1}\) 的相对误差是 \(N\) 的负次幂，也可忽略。

1. 先证那条 sin 公式。\(\int_{-\lambda}^\lambda e(\mu\gamma)d\gamma=\int_{-\lambda}^\lambda e^{2\pi i\mu\gamma}d\gamma=\Big[\dfrac{e^{2\pi i\mu\gamma}}{2\pi i\mu}\Big]_{-\lambda}^{\lambda}=\dfrac{e^{2\pi i\mu\lambda}-e^{-2\pi i\mu\lambda}}{2\pi i\mu}=\dfrac{2i\sin2\pi\mu\lambda}{2\pi i\mu}=\dfrac{\sin2\pi\lambda\mu}{\pi\mu}\)，用了 \(e^{i\theta}-e^{-i\theta}=2i\sin\theta\)。
2. 把 \(J\) 的 \(\gamma\)-积分截断成 \([-\lambda,\lambda]\)，取极限。由 (4.16)，\(J=\lim_{\lambda\to\infty}\int_{-\lambda}^\lambda(\text{内层})^s e(-\gamma)d\gamma\)。把内层 \(k^{-1}\int_0^1\zeta^{-1+1/k}e(\gamma\zeta)d\zeta\) 的 \(s\) 次方展开成 \(s\) 重积分（变量 \(\zeta_1,\dots,\zeta_s\)），并提出 \(k^{-s}\)（故左边写 \(k^sJ\)）： \[k^sJ=\lim_{\lambda\to\infty}\int_{-\lambda}^\lambda\!\Big(\int_0^1\!\!\cdots\!\!\int_0^1(\zeta_1\cdots\zeta_s)^{-1+1/k}e(\gamma(\zeta_1+\cdots+\zeta_s))d\vec\zeta\Big)e(-\gamma)d\gamma.\]
3. 交换积分次序，先积 \(\gamma\)。把对 \(\gamma\) 的积分挪到最里层，合并指数 \(e(\gamma(\zeta_1+\cdots+\zeta_s))e(-\gamma)=e(\gamma(\zeta_1+\cdots+\zeta_s-1))\)。令 \(\mu=\zeta_1+\cdots+\zeta_s-1\)，用第 1 条的 sin 公式：\(\int_{-\lambda}^\lambda e(\mu\gamma)d\gamma=\dfrac{\sin2\pi\lambda\mu}{\pi\mu}\)。代回即原文式子。

1. 动机：上式的核 \(\dfrac{\sin2\pi\lambda(u-1)}{\pi(u-1)}\) 只依赖 \(u=\zeta_1+\cdots+\zeta_s\)，所以应先把"固定 \(u\) 那张超平面上的积分"做掉，再对 \(u\) 积。\(\phi(u)\) 就是固定 \(\zeta_1+\cdots+\zeta_s=u\) 时被积函数 \((\zeta_1\cdots\zeta_s)^{-1+1/k}\) 在那张超平面上的积分（一个截面积分）。
2. 怎么换的：把 \(\zeta_s\) 用 \(u\) 表示，\(\zeta_s=u-(\zeta_1+\cdots+\zeta_{s-1})\)。于是 \((\zeta_1\cdots\zeta_s)^{-1+1/k}=\{\zeta_1\cdots\zeta_{s-1}\cdot(u-\zeta_1-\cdots-\zeta_{s-1})\}^{-1+1/k}\)，对前 \(s-1\) 个变量积分即 \(\phi(u)\)。约束 \(0<\zeta_s<1\) 翻译成 \(u-1<\zeta_1+\cdots+\zeta_{s-1}
3. 为什么 \(u\) 从 \(0\) 到 \(s\)？每个 \(\zeta_i\in(0,1)\)，故和 \(u=\zeta_1+\cdots+\zeta_s\) 介于 \(0\) 与 \(s\) 之间。所以外层 \(\int_0^s\)。

1. 核 \(\dfrac{\sin2\pi\lambda(u-C)}{\pi(u-C)}\) 当 \(\lambda\to\infty\) 是一个集中在 \(u=C\) 的"采样尖峰"，且它在整条线上的积分恒为 \(1\)。所以拿它去乘任何（足够规则的）函数 \(\phi(u)\) 再积分，效果就是读出 \(\phi\) 在 \(u=C\) 处的值 \(\phi(C)\)。这是 (★) 正交关系的连续模拟（Dirichlet 核 → 单点采样）。
2. 这里 \(C=1\)，正好对应原方程"\(s\) 个 \(k\) 次幂之和 \(=1\)（标准化后）"那张超平面。于是 \(k^sJ=\phi(1)\)：把和恰为 \(1\) 的那张超平面上的截面积分取出来。
3. 为什么把 \(N\) 标准化成 \(1\)？前面换元 \(\xi=P\xi'\) 把 \(x_i\le P\) 缩成 \(\xi'_i\le1\)，把 \(N\) 缩成 \(1\)。所以"和 \(=N\)"变成"和 \(=1\)"。\(\phi(1)\) 正是这个连续化、标准化后的"超平面截面体积"。

1. Gamma 函数 \(\Gamma\)：\(\Gamma(t)=\int_0^\infty x^{t-1}e^{-x}dx\)，对正整数 \(\Gamma(n)=(n-1)!\)，且 \(\Gamma(t+1)=t\Gamma(t)\)。它是"阶乘的连续版"。
2. Beta 函数 \(B(p,q)\)：\(\int_0^1 x^{p-1}(1-x)^{q-1}dx=\dfrac{\Gamma(p)\Gamma(q)}{\Gamma(p+q)}\)。这是 \(s=2\)（一个内变量）时的本步特例。
3. Dirichlet 推广（多变量 Beta）：对单纯形 \(\{t_i>0,\ \sum t_i<1\}\)， \[\int\cdots\int t_1^{p_1-1}\cdots t_{n}^{p_n-1}\Big(1-\sum t_i\Big)^{p_{n+1}-1}d\vec t=\frac{\Gamma(p_1)\cdots\Gamma(p_{n+1})}{\Gamma(p_1+\cdots+p_{n+1})}.\]
4. 套用。本步积分是 \(n=s-1\) 个变量 \(\zeta_1,\dots,\zeta_{s-1}\) 在 \(\sum\zeta_i<1\) 上，被积 \(\{\zeta_1\cdots\zeta_{s-1}(1-\sum\zeta_i)\}^{-1+1/k}\)。对照公式：每个 \(p_i-1=-1+1/k\)，即 \(p_i=1/k\)，共 \(s\) 个这样的指数（前 \(s-1\) 个变量加上 \(1-\sum\) 那项，合计 \(s\) 个）。所以 \[\phi(1)=\frac{\Gamma(1/k)^s}{\Gamma(s\cdot1/k)}=\frac{\Gamma(1/k)^s}{\Gamma(s/k)}.\]
5. 得 \(J\)。\(k^sJ=\phi(1)\Rightarrow J=k^{-s}\dfrac{\Gamma(1/k)^s}{\Gamma(s/k)}=\dfrac{(k^{-1}\Gamma(1/k))^s}{\Gamma(s/k)}\)。再用 \(\Gamma(t+1)=t\Gamma(t)\) 于 \(t=1/k\)：\(\Gamma(1+1/k)=\tfrac1k\Gamma(1/k)\)，即 \(k^{-1}\Gamma(1/k)=\Gamma(1+1/k)\)。代入： \[J=\frac{\Gamma(1+1/k)^s}{\Gamma(s/k)}=C_{k,s}.\] 这正是 (4.14)。且因 Gamma 在正实轴恒正，\(C_{k,s}>0\)，故 \(J>0\)——这是我们真正需要的（保证主项不为零，\(N\) 确实有大量表示）。∎

1. 有界变差（bounded variation）：粗略说，一个函数若"上上下下波动的总幅度有限"（不会无限次剧烈抖动），就叫有界变差。单调函数（一路增或一路减）自动有界变差；两个有界变差函数之积仍有界变差。这正是 Fourier 积分定理"采样出 \(\phi(C)\)"所需的规则性。
2. 换元 \(\zeta_j=ut_j\) 的效果。每个 \(\zeta_j\) 缩放 \(u\) 倍变成 \(t_j\)。被积 \(\{\zeta_1\cdots\zeta_{s-1}(u-\sum\zeta_i)\}^{-1+1/k}\) 中，每个因子提出一个 \(u\)：共 \(s\) 个因子（\(s-1\) 个 \(\zeta\) 加 \((u-\sum)\)），每个贡献 \(u^{-1+1/k}\)，合计 \(u^{s(-1+1/k)}=u^{-s+s/k}\)；又 \(d\zeta_1\cdots d\zeta_{s-1}=u^{s-1}dt_1\cdots dt_{s-1}\)。两者相乘的 \(u\) 幂：\(u^{-s+s/k}\cdot u^{s-1}=u^{s/k-1}\)。这就是提出的 \(u^{s/k-1}\)。
3. 剩下的积分是 \(u\) 的单调递减函数。换元后被积函数完全不含 \(u\)，\(u\) 只出现在积分上限/区域 \(1-1/u<\sum t_i<1\)、\(t_j<1/u\) 里。当 \(u\) 增大，\(1/u\) 减小，积分区域收缩，正被积函数在更小区域上积分只会更小——故该积分是 \(u\) 的正、单调递减函数。
4. 于是 \(\phi(u)=u^{s/k-1}\times(\text{正单减函数})\)。\(u^{s/k-1}\) 是幂函数（单调，有界变差），单减函数也有界变差，乘积有界变差。定理前提满足，第三步合法。∎

• 人物与脉络：Waring 问题源自 1770 年 E. Waring 的断言"每个正整数都是不超过若干个 \(k\) 次幂之和"。Hilbert 在 1909 年证明了"个数有限"的存在性，但没有渐近计数。真正给出渐近公式的是 Hardy 与 Littlewood 在 1920 年代用圆法完成的系列工作；本章正是这套方法的现代精简版。Landau、Kestelman 关于奇异积分的处理，Vinogradov 对次弧估计（Weyl 和）的革命性改进，都是这条线上的关键节点。
• 为什么这项工作重要：它第一次把"有多少种表示"这种定量问题，从纯组合/同余的死胡同里解放出来，变成可计算的解析问题（积分 + 级数），并清晰地分离出"连续密度"\(C_{k,s}N^{s/k-1}\) 与"算术修正"\(\mathfrak S(N)\) 两种独立机制。这一"主项 = 奇异积分 × 奇异级数"的范式，后来成为整个解析数论（圆法）的标准模板。
• 避免 Fourier 积分定理的替代：(1) 把连续积分 \(I(\beta)\) 换回离散和 \(k^{-1}\sum_m m^{-1+1/k}e(\beta m)\)，用初等求和处理；(2) Vinogradov 用间接方式定出 \(J\)。Davenport 选择直接引用 Fourier 积分定理，理由是它"自然而恰当"——概念上最透明，代价是要核验有界变差（第 11 节第五步已做）。这是一处典型的方法取舍：透明性 vs. 自足性。

1. 考虑 \(s\) 维空间中"薄壳" \(N-\tfrac12实数解去近似整点解"的连续模型——把每个整点 \((x_1,\dots,x_s)\) 想成单位体积的小盒子，薄壳的体积≈落在其中的整点数。
2. 而这个体积可由超曲面 \(\sum x_i^k=N\) 的 \((s-1)\) 维面积乘以薄壳厚度（沿法向 \(\approx1\)）得到，故称"\((s-1)\) 维测度"。
3. 用第 11 节标准化的语言：把 \(x_i=N^{1/k}t_i\) 缩放，体积里提出 \(N^{s/k}\)（\(s\) 个变量各 \(N^{1/k}\)），薄壳厚度 \(1\) 相对缩成 \(N^{-1}\cdot(\text{...})\)，净得 \(N^{s/k-1}\) 量级；前面的比例常数经第 11 节算得正是 \(C_{k,s}=\Gamma(1+1/k)^s/\Gamma(s/k)\)（这就是奇异积分 \(J\) 的几何身份）。所以 \(C_{k,s}N^{s/k-1}\) = 薄壳体积 = 实数解密度。

1. "实数密度" \(C_{k,s}N^{s/k-1}\) 默认 \(k\) 次幂在数轴上均匀铺开。但整数的 \(k\) 次幂不均匀：它们受同余约束。例如 \(k=2\) 时，平方数模 \(4\) 只能是 \(0\) 或 \(1\)，绝不会是 \(2,3\)。
2. 于是若 \(N\) 落在某些剩余类里，可表示性会被增强或削弱。\(\mathfrak S(N)\) 正是把"对每个模 \(q\) 的解数相对均匀情形的偏差"全部乘起来的修正：\(\mathfrak S(N)>1\) 表示比均匀情形更易表示，\(<1\) 表示更难，\(=0\) 表示根本无解（局部障碍）。
3. 这就是为什么 \(r(N)=(\text{实数密度})\times(\text{算术修正})\)。两个因子分别来自圆法的两半：奇异积分 \(J=C_{k,s}\)（分析/连续）与奇异级数 \(\mathfrak S(N)\)（算术/离散）。\(\mathfrak S(N)\) 与同余的精确关系（写成各素数处"局部密度"之积）将在下一章展开。
4. "\(s\) 大于 \(k\) 的某个函数"：本章要求 \(s\ge2^k+1\) 才让所有估计成立；这是渐近公式成立的代价——项数要足够多，主项才稳稳压过误差。后续工作把这个门槛从指数级 \(2^k\) 一路降到线性级。