Davenport · 圆法 · 高中详解版

方程 \(c_1x_1^k+\cdots+c_sx_s^k=N\)The equation c_1 x_1^k + ... + c_s x_s^k = N

本章要解决什么

前面几章(Waring 问题)研究的是把大整数 \(N\) 写成 \(s\) 个 \(k\) 次方之和:\(N=x_1^k+\cdots+x_s^k\)。本章把它推广为带系数的版本:

\[ N=c_1x_1^k+c_2x_2^k+\cdots+c_sx_s^k, \]

这里 \(c_1,\ldots,c_s\) 是事先给定的正整数("权重"),\(x_1,\ldots,x_s\) 是要找的正整数。问题是:当变量个数 \(s\) 足够大时,是不是每个大的 \(N\) 都能这样表示?表示的方法有多少种?

读完本章你将掌握:① 为什么仅靠"\(s\) 大"还不够,必须加一个"同余可解"的条件;② 圆法(Hardy–Littlewood circle method)这台机器在加了系数后只需做哪些微调;③ 主结论定理 7.1给出表示个数 \(r(N)\) 的精确渐近公式;④ 定理 7.2、7.3说明在什么条件下这个公式的"主项"恒正,从而 \(r(N)\to\infty\)。本章不重证圆法的全部细节(那是前几章的事),而是讲清"加系数后每一处该怎么改、为什么这么改"。

阅读提示:本页把 Davenport 原书第 7 章的中文译文逐段展开。黑色叙述贴着原文走,彩色框(目标 / 背景 / 分步推演 / 定理 / 证明)与配图是面向高中生的零省略详解。本章大量引用前几章的"引理 3.1、4.1、5.6"等——这些是圆法的零件,我们会在用到时把它们的含义和作用从零讲清,你不必先读完前六章也能看懂这一章在做什么。


预备知识:先把"圆法"这台机器看懂

为什么需要这一节 本章每一句话都建立在前几章的圆法框架上。高中没学过复指数、定积分、求和号这些工具,但它们其实都能从零讲明白。下面这一节把本章会反复出现的所有符号和思想一次性讲清;后面逐段讲解时遇到它们,你就能直接回看这里。

记号 1:求和号 \(\sum\)

\(\displaystyle\sum_{x=1}^{P} f(x)\) 读作"西格玛,从 \(x=1\) 到 \(P\) 求 \(f(x)\) 的和"。它只是"把一串数加起来"的缩写: \[ \sum_{x=1}^{P} f(x)=f(1)+f(2)+f(3)+\cdots+f(P). \] 例如 \(\sum_{x=1}^{3} x^2=1^2+2^2+3^2=14\)。下标 \(x\) 叫求和变量,它从 \(1\) 跑到 \(P\),每跑一个值就把对应的 \(f(x)\) 加进来。

记号 2:复指数 \(e(\alpha)=e^{2\pi i\alpha}\)(圆法的心脏)

\(e(\alpha)\) 定义为 \[ e(\alpha)=e^{2\pi i\alpha}=\cos(2\pi\alpha)+i\sin(2\pi\alpha). \] 这里 \(i\) 是虚数单位(\(i^2=-1\)),\(\pi\approx3.14159\)。它是一个复数。复数 \(z=a+bi\) 可以画成平面上的点 \((a,b)\)。由于 \(\cos^2+\sin^2=1\),\(e(\alpha)\) 这个点永远落在单位圆(半径为 1 的圆)上,它与正半轴的夹角是 \(2\pi\alpha\) 弧度,也就是 \(\alpha\) 圈。
实轴 虚轴 e(α)=cos2πα + i·sin2πα 2πα 1
\(e(\alpha)\) 是单位圆上的点,转过的角度是 \(\alpha\) 整圈。\(\alpha=0\) 时在 \(1\);\(\alpha=\tfrac14\) 时在 \(i\)(最上);\(\alpha=\tfrac12\) 时在 \(-1\)。"圆法"的名字正来自这个圆。
它的三个关键性质(本章反复用到):
  1. 模长恒为 1:\(|e(\alpha)|=\sqrt{\cos^2+\sin^2}=1\)。复数 \(z=a+bi\) 的"模长"\(|z|=\sqrt{a^2+b^2}\) 就是它到原点的距离。
  2. 指数相加:\(e(\alpha)e(\beta)=e(\alpha+\beta)\),因为 \(e^{2\pi i\alpha}e^{2\pi i\beta}=e^{2\pi i(\alpha+\beta)}\)。
  3. 周期为 1:\(e(\alpha+1)=e(\alpha)\),因为转一整圈(角度多 \(2\pi\))回到原地。所以 \(e(\alpha)\) 只关心 \(\alpha\) 的小数部分。这就是为什么后面积分只需在区间 \([0,1]\) 上做。

记号 3:定积分 \(\int_0^1\) 与它的"筛子"作用

\(\displaystyle\int_0^1 g(\alpha)\,d\alpha\) 读作"\(g\) 在 \(0\) 到 \(1\) 上的定积分"。直观上它表示函数曲线 \(y=g(\alpha)\) 在 \(\alpha\in[0,1]\) 这段下方围出的"有向面积"(曲线在横轴上方算正、下方算负)。对复值函数,就把实部、虚部分别积分。圆法里我们只需要它的一条神奇性质: \[ \int_0^1 e(m\alpha)\,d\alpha=\begin{cases}1,& m=0,\\[2pt]0,& m\text{ 为非零整数.}\end{cases} \tag{筛子}\]
为什么 这是本章一切恒等式的根。证明只需高中的"转一圈净位移为零":
  1. 当 \(m=0\):被积函数 \(e(0)=1\) 恒等于常数 \(1\),所以 \(\int_0^1 1\,d\alpha=1\)。
  2. 当 \(m\) 是非零整数:\(e(m\alpha)\) 是单位圆上的点,当 \(\alpha\) 从 \(0\) 走到 \(1\) 时它正好匀速转了 \(|m|\) 整圈。每转一整圈,点在圆上均匀地走遍各方向,正方向和反方向互相抵消,"平均位置"回到圆心 \(0\)。用微积分写出来:\(\int_0^1 e(m\alpha)\,d\alpha=\dfrac{e(m\alpha)}{2\pi i m}\Big|_0^1=\dfrac{e(m)-e(0)}{2\pi i m}=\dfrac{1-1}{2\pi i m}=0\)(用到 \(e(m)=e^0=1\),因为 \(m\) 是整数、周期为 1)。
这把"筛子"如何抓表示个数? 假设我们想知道方程 \(c_1x_1^k+\cdots+c_sx_s^k=N\) 有多少组解。令 \(M=c_1x_1^k+\cdots+c_sx_s^k-N\),它是个整数。由筛子,\(\int_0^1 e(M\alpha)\,d\alpha\) 在 \(M=0\)(即正好凑成 \(N\))时给 \(1\),否则给 \(0\)。于是对所有变量求和再积分,就把"恰好等于 \(N\) 的解"一个个数出来——这正是圆法把"解的个数"变成"一个积分"的核心招式。

记号 4:生成函数 \(T_j(\alpha)\)、表示个数 \(r(N)\)

生成函数 把"筛子"用到我们的方程上:对每个 \(j\) 定义一个和式 \(T_j(\alpha)=\sum_x e(\alpha c_j x^k)\)(精确定义见 \((7.1)\))。把这些和式相乘并展开,每一项形如 \(e\big(\alpha(c_1x_1^k+\cdots+c_sx_s^k)\big)\)。再乘上 \(e(-N\alpha)\) 并对 \(\alpha\) 从 0 到 1 积分,由筛子,只有 \(c_1x_1^k+\cdots+c_sx_s^k=N\) 的那些项贡献 1,其余贡献 0。于是 \[ r(N)=\int_0^1 T_1(\alpha)T_2(\alpha)\cdots T_s(\alpha)\,e(-N\alpha)\,d\alpha, \] 其中 \(r(N)\) 正是 \(N\) 的表示个数。整个圆法就是想办法把这个积分算出来(算个近似值)。

记号 5:\(O(\cdot)\) 与 \(\ll\)("误差不超过"的速记)

大 O 与 \(\ll\) "\(f(N)=O(g(N))\)"以及等价写法"\(f(N)\ll g(N)\)"都表示:存在一个与 \(N\) 无关的常数 \(C>0\),使得当 \(N\) 足够大时 \(|f(N)|\le C\,g(N)\)。一句话:\(f\) 的大小最多是 \(g\) 的常数倍。例如 \(3N+100=O(N)\),因为当 \(N\) 大时 \(3N+100\le 4N\)。它让我们专注于"增长的量级"而不纠缠具体常数。本章里 \(\varepsilon\) 表示"任意小的正数",\(\delta,\delta'\) 表示"某个固定的正数"。

记号 6:同余 \(\equiv\pmod m\)

\(a\equiv b\pmod m\) 读作"\(a\) 与 \(b\) 模 \(m\) 同余",意思是 \(a-b\) 能被 \(m\) 整除,即除以 \(m\) 余数相同。例如 \(17\equiv 2\pmod 5\)。本章里 \(p\) 总表示素数,\(p^\nu\) 是它的方幂。"同余式可解"指:能找到整数 \(x\) 让等式在模 \(m\) 意义下成立。

记号 7:圆法的总流程(主弧、次弧、奇异级数、奇异积分)

把整张地图先看一遍 圆法把积分区间 \([0,1]\) 切成两类小区间: 主弧上的计算最后拆成两个因子的乘积: 所以最终长这样(即本章定理 7.1): \[ r(N)=\underbrace{\frac{C_{k,s}}{(c_1\cdots c_s)^{1/k}}N^{s/k-1}}_{\text{奇异积分(实数信息)}}\times\underbrace{\mathfrak{S}(N)}_{\text{奇异级数(同余信息)}}+\underbrace{O(N^{s/k-1-\delta})}_{\text{次弧误差}}. \] 本章的全部工作,就是把无系数版本的这套结论,逐个零件改成带系数 \(c_j\) 的版本。下面逐段开始。
0 1 0/1 1/3 1/2 2/3 1/1 红块 = 主弧 𝔐(围绕小分母分数) 其余空白 = 次弧 𝔪
圆法把 \([0,1]\)(其实是单位圆,因为 \(e\) 周期为 1)切成红色"主弧"和剩下的"次弧"。主弧给主项,次弧给误差。

逐段精讲

第 1 段:问题是什么,以及"为什么仅有 \(s\) 大还不够"

原文译文:我们接下来考虑这样一个问题:把一个大正整数 \(N\) 表示成 \(c_1x_1^k+\cdots+c_sx_s^k\) 的形式,其中 \(c_1,\ldots,c_s\) 是给定的正整数,而 \(x_1,\ldots,x_s\) 是任意的正整数。如果不加任何进一步的假设,那么"当 \(s\ge s_0(k)\) 时每个大的 \(N\) 都可表示"这一结论是不成立的。因为假设 \(c_1,\ldots,c_{s-1}\) 都能被某个素数 \(p\) 整除,而 \(c_s\) 不能;那么一个不能被 \(p\) 整除的整数 \(N\),如果它对模 \(p\) 不具有与 \(c_s\) 相同的 \(k\) 次幂特征,就必然不可表示。

这一段在讲什么先抛出本章的研究对象(带系数的 \(k\) 次幂表示),然后立刻警告:不能指望"只要变量够多就万事大吉",并造了一个反例来吓你。下面把这个反例彻底讲透。
\(N\)
要被表示的"大正整数",是目标。
\(k\)
幂次,固定的正整数(\(k=2\) 是平方和,\(k=3\) 是立方和……)。
\(c_1,\ldots,c_s\)
给定的正整数系数(权重),事先固定不动。
\(x_1,\ldots,x_s\)
要寻找的正整数变量。
\(s\)
变量(项)的个数。
\(s_0(k)\)
一个"只依赖 \(k\) 的门槛值"。"\(s\ge s_0(k)\)"是想说"项数足够多"。无系数的 Waring 问题里,项数一多就能表示所有大 \(N\);本段说明加了系数后不行
"\(k\) 次幂特征(kth power character)"是什么意思 在模 \(p\) 的世界里(即只看除以 \(p\) 的余数 \(0,1,\ldots,p-1\)),把一个数能否写成"某数的 \(k\) 次方"叫它的"\(k\) 次幂特征"。能写成 \(y^k\pmod p\) 的余数叫\(k\) 次剩余,不能的叫\(k\) 次非剩余。例如模 \(p=7\)、\(k=2\) 时,平方剩余是 \(1,2,4\)(因为 \(1^2=1,3^2=2,2^2=4\pmod 7\)),非剩余是 \(3,5,6\)。"具有相同的 \(k\) 次幂特征"就是落在同一类里。
把反例补成完整推导 取系数让前 \(s-1\) 个都是 \(p\) 的倍数、只有最后一个 \(c_s\) 不是。看方程在模 \(p\) 下变成什么:
  1. 因为 \(c_1,\ldots,c_{s-1}\) 都能被 \(p\) 整除,所以 \(c_1x_1^k\equiv0,\ \ldots,\ c_{s-1}x_{s-1}^k\equiv0\pmod p\)(\(p\) 的倍数模 \(p\) 余 0)。前 \(s-1\) 项整体"消失"了。
  2. 于是原方程模 \(p\) 后只剩最后一项:\(c_sx_s^k\equiv N\pmod p\)。
  3. 这要求 \(N\) 必须能写成 \(c_s\) 乘上某个 \(k\) 次方(模 \(p\))。也就是说 \(N/c_s\)(模 \(p\) 下的"除法",即乘 \(c_s\) 的逆元)必须是个 \(k\) 次剩余——这正是"\(N\) 与 \(c_s\) 有相同的 \(k\) 次幂特征"。
  4. 但 \(k\) 次剩余只占余数的一部分(不是全部)。只要取一个 \(N\),它不被 \(p\) 整除、且满足上述特征要求,那么无论 \(s\) 多大、变量怎么选,方程模 \(p\) 都无解,从而原方程在整数上也无解。
结论:项数多救不了这种系数。所以"\(s\) 大 \(\Rightarrow\) 可表示"在带系数情形不成立。这就逼着我们在下一段加一个新的、关于"模 \(p^\nu\) 可解"的假设。

第 2 段:可以假设无公因子;并提出"同余可解"这一必要假设

原文译文:我们当然可以假设——在处理标题中的方程时——\(c_1,\ldots,c_s\) 没有公因子。为了保证可解性,我们将发现有必要假设:同余式 \(c_1x_1^k+\cdots+c_sx_s^k \equiv N \pmod{p^\nu}\) 对每个素数 \(p\) 及一切足够大的 \(\nu\) 都可解,并且其中各项 \(c_1x_1^k,\ldots,c_sx_s^k\) 不全被 \(p\) 整除(或者作出某个可由此推出的其他假设)。

这一段在讲什么做两件事:① 说明可以不失一般性地假设系数没有公因子;② 把上一段反例的教训正式提炼成本章的核心假设——必须保证"每个素数方幂模下都能解,且不是平凡地全被 \(p\) 吃掉"。
"没有公因子"为什么可以假设 如果 \(c_1,\ldots,c_s\) 有公因子 \(d>1\),那么左边 \(c_1x_1^k+\cdots+c_sx_s^k\) 永远是 \(d\) 的倍数。于是只有当 \(N\) 也是 \(d\) 的倍数时才可能有解;这时两边同除以 \(d\),问题就化为系数 \(c_j/d\)(已无公因子)、目标 \(N/d\) 的同类问题。所以研究"无公因子"的情形不损失一般性。注意:原文说的是"不全有公因子"(do not all have a common factor),即不存在大于 1 的数同时整除全部系数。
新假设(本章的"通行证") \[ c_1x_1^k+\cdots+c_sx_s^k \equiv N \pmod{p^\nu}\quad\text{可解,且各项不全被 }p\text{ 整除.} \] 两个要点逐一解释:
  1. "对每个素数 \(p\) 及足够大的 \(\nu\) 可解":这是上一段反例的"解药"。反例之所以坏,就是因为它在某个 \(p\) 下根本无解。现在我们明文要求每个素数层面都解得动。\(\nu\) 是 \(p\) 的方幂指数(\(p^\nu\));要求对足够大的 \(\nu\) 成立,是因为同余信息要"看得足够细"。
  2. "各项不全被 \(p\) 整除":这排除一种"假可解"。如果允许所有 \(x_j\) 都是 \(p\) 的倍数,那 \(c_jx_j^k\) 全是 \(p^k\) 的倍数,是平凡情形,给不出有用信息。要求至少有一项不被 \(p\) 整除,才是"真正非平凡的解"。这个条件在后面定理 7.2、7.3 里是核心。
括号里"或作出某个可由此推出的其他假设"是说:也可以换一个等价或更强、能推出它的条件,本质不变。

第 3 段:只需微调;定义 \(P_j\) 与生成函数 \(T_j(\alpha)\)(式 7.1)

原文译文:只需对前面的工作作出微小的改动,就能使之适用于这个更一般的方程。我们定义 \(P_j=[(N/c_j)^{1/k}]\) 为 \((N/c_j)^{1/k}\) 的整数部分,并定义 \[ T_j(\alpha)=\sum_{x=1}^{P_j} e(\alpha c_j x^k). \tag{7.1}\]

这一段在讲什么宣布主旨——圆法这台机器几乎不用重造,只要把每个零件里出现 \(x^k\) 的地方换成 \(c_jx^k\)。然后给出第一个、也是最关键的改动:每个变量有自己的求和上限 \(P_j\),以及自己的生成函数 \(T_j(\alpha)\)。
\([\,\cdot\,]\) 取整符号 \([y]\) 表示不超过 \(y\) 的最大整数(向下取整)。例如 \([3.7]=3\),\([5]=5\)。
为什么求和上限是 \(P_j=[(N/c_j)^{1/k}]\)
  1. 变量 \(x_j\) 是正整数,且 \(c_jx_j^k\) 这一项不能超过整个目标 \(N\)(其余各项都 \(\ge0\),最多让本项等于 \(N\))。即 \(c_jx_j^k\le N\)。
  2. 解出 \(x_j\):\(x_j^k\le N/c_j\),即 \(x_j\le (N/c_j)^{1/k}\)。(\((\cdot)^{1/k}\) 是开 \(k\) 次方。)
  3. 因为 \(x_j\) 是整数,所以最大只能取到 \(P_j=[(N/c_j)^{1/k}]\)。这就是求和上限——把所有"有可能用到"的 \(x_j\) 都扫一遍。系数 \(c_j\) 越大,本项越"重",能用的 \(x_j\) 范围 \(P_j\) 就越小,这很合理。
对比无系数版本(\(c_j=1\)),那里上限是 \(P=[N^{1/k}]\),对所有变量一样。加了系数后每个变量的上限 \(P_j\) 各不相同,这是第一处改动
生成函数 \(T_j(\alpha)=\sum_{x=1}^{P_j} e(\alpha c_j x^k)\)(式 7.1) 这是"记号 4"里那个生成函数的精确写法。它把第 \(j\) 个变量的所有可能取值 \(x=1,2,\ldots,P_j\) 对应的复指数 \(e(\alpha c_jx^k)\) 加起来。注意指数里是 \(c_jx^k\)(带系数),不再是裸的 \(x^k\)。把 \(s\) 个这样的和式相乘、乘 \(e(-N\alpha)\)、对 \(\alpha\) 从 0 到 1 积分,由"筛子"就得到表示个数: \[ r(N)=\int_0^1 T_1(\alpha)\cdots T_s(\alpha)\,e(-N\alpha)\,d\alpha. \] 本章余下所有工作,都是估计这个积分。

第 4 段:Weyl 不等式仍然适用(次弧上"\(T_j\) 不会太大")

原文译文:Weyl 不等式(引理 3.1)适用于和式 \(T_j(\alpha)\);若 \(\alpha=a/q+\beta\) 且 \(|\beta|\lt q^{-2}\),则 \(c_j\alpha=c_ja/q+c_j\beta\),且 \(|c_j\beta|\ll q^{-2}\)。这对于引理 3.1 的证明而言已经足够,因为关于 \(\beta\) 我们所用到的全部仅是 \(|\beta|\ll q^{-2}\)。

这一段在讲什么检查圆法的第一个零件——Weyl 不等式——在加了系数后照样能用,只需把 \(\alpha\) 换成 \(c_j\alpha\) 走一遍。
Weyl 不等式(引理 3.1)是干什么的 它是次弧分析的主力。粗略地说,当 \(\alpha\) 能被一个分母不太大的分数 \(a/q\) 很好地逼近时,指数和 \(\sum_x e(\alpha x^k)\) 不会接近它的最大可能值 \(P\),而是被压低(出现一个 \(P\) 的负幂次的节省)。直观原因:\(e(\alpha x^k)\) 这些单位圆上的点,当 \(\alpha\) 不是"非常接近小分母分数"时,方向四面八方、互相抵消,和就小。这正是用来证明"次弧贡献只是误差"的关键。
\(\alpha=a/q+\beta\) 是什么 这是Dirichlet 逼近:任何实数 \(\alpha\) 都可以写成一个分数 \(a/q\)(\(q\) 不太大、\((a,q)=1\))加上一个很小的余项 \(\beta\),且 \(|\beta|
为什么 Weyl 不等式对 \(T_j\) 仍成立
  1. \(T_j(\alpha)=\sum_x e(\alpha c_j x^k)=\sum_x e\big((c_j\alpha)x^k\big)\)。也就是说,把系数 \(c_j\) 并进 \(\alpha\) 里,\(T_j(\alpha)\) 就是无系数的 Weyl 和,只不过自变量从 \(\alpha\) 变成 \(c_j\alpha\)。
  2. 引理 3.1 的证明只需要"自变量能被某个小分母分数逼近、误差 \(\ll q^{-2}\)"。现在把 \(\alpha=a/q+\beta\) 乘以 \(c_j\):\(c_j\alpha=c_j\cdot\frac{a}{q}+c_j\beta=\frac{c_ja}{q}+c_j\beta\)。新的"分数部分"是 \(c_ja/q\)(分母仍不超过 \(q\)),新的"误差"是 \(c_j\beta\)。
  3. 误差的大小:\(|c_j\beta|=c_j|\beta|固定常数(与 \(N\)、与 \(q\) 无关),所以 \(c_j|\beta|\ll q^{-2}\)(被吸进 \(\ll\) 的常数里)。这正是引理 3.1 唯一需要的关于误差的条件。
  4. 所以引理 3.1 原样适用于 \(c_j\alpha\),即适用于 \(T_j(\alpha)\)。第二个零件,验收通过。

第 5 段:Hua 不等式仍然成立(关键的均值估计)

原文译文:Hua 不等式(引理 3.2)对任何一个这样的和式依然成立,因为 \[\int_0^1 |T_j(\alpha)|^{2^k}\,d\alpha=\int_0^1\Big|\sum_{x=1}^{P_j} e(\alpha c_j x^k)\Big|^{2^k}d\alpha=\frac{1}{c_j}\int_0^{c_j}\Big|\sum_{x=1}^{P_j} e(\alpha x^k)\Big|^{2^k}d\alpha=\int_0^1\Big|\sum_{x=1}^{P_j} e(\alpha x^k)\Big|^{2^k}d\alpha\ll P_j^{2^k-k+\varepsilon}.\]

这一段在讲什么验收第三个零件——Hua 不等式。它是一个"平均意义"的估计:把 \(|T_j|\) 升到 \(2^k\) 次方再在 \([0,1]\) 上积分(求平均),结果不会太大。这一段用一串变量替换,把带系数的积分化回无系数的、已经证过的情形。下面把这串等号每一步都讲清。
Hua 不等式(引理 3.2)是什么、为什么重要 它断言 \(\int_0^1|\sum_{x=1}^P e(\alpha x^k)|^{2^k}\,d\alpha\ll P^{2^k-k+\varepsilon}\)。左边的积分有个组合意义:它正好数"方程组 \(x_1^k+\cdots-y_{2^{k-1}}^k=0\) 的解数"(把 \(2^k\) 个因子配对成正负)。Hua 证明这个解数比"平凡上界"小了一个 \(P^k\) 的因子,这个节省是控制次弧、保证圆法跑通的命脉。这里我们只需知道:它对带系数的 \(T_j\) 还成立。
\(2^k\) 这个指数是哪来的 它是 Hua 不等式天然出现的指数(Hua 用反复的平方/差分技术,每做一次幂次翻倍,做 \(k\) 次得到 \(2^k\))。这也是为什么本章主定理 7.1 的门槛是 \(s\ge 2^k+1\)。不必深究证明,只需把 \(2^k\) 当作"Hua 方法配套的项数"。
逐个等号讲清那串积分
  1. 第一个等号(写开定义):\(|T_j(\alpha)|^{2^k}=\big|\sum_{x=1}^{P_j}e(\alpha c_jx^k)\big|^{2^k}\)。只是把 \(T_j\) 的定义代回去,没做任何操作。
  2. 第二个等号(变量替换 \(\beta=c_j\alpha\)):令 \(\beta=c_j\alpha\),则 \(d\beta=c_j\,d\alpha\),即 \(d\alpha=\frac{1}{c_j}d\beta\)。当 \(\alpha\) 从 0 走到 1 时,\(\beta\) 从 0 走到 \(c_j\)。代入得 \[\int_0^1\Big|\sum_x e(c_j\alpha\,x^k)\Big|^{2^k}d\alpha=\frac{1}{c_j}\int_0^{c_j}\Big|\sum_x e(\beta x^k)\Big|^{2^k}d\beta.\] (把哑变量 \(\beta\) 再叫回 \(\alpha\) 就是原文写法。)注意指数里现在是裸的 \(x^k\),系数被替换"吸收"掉了——代价是积分上限从 1 变成 \(c_j\)、前面多了个 \(\frac1{c_j}\)。
  3. 第三个等号(周期性把上限拉回 1):被积函数 \(g(\alpha)=\big|\sum_x e(\alpha x^k)\big|^{2^k}\) 是周期为 1 的函数(因为 \(e\) 周期为 1,指数里 \(x^k\) 是整数,\(\alpha\) 加 1 整个不变)。一个周期为 1 的函数,在任意长度为 1 的区间上积分都相等;在长度为 \(c_j\)(\(c_j\) 是整数)的区间 \([0,c_j]\) 上积分,正好等于 \(c_j\) 个周期,于是 \[\frac{1}{c_j}\int_0^{c_j}g=\frac{1}{c_j}\cdot c_j\int_0^1 g=\int_0^1 g.\] \(\frac1{c_j}\) 和 \(c_j\) 抵消,干净地回到了 \([0,1]\)。
  4. 最后一步(用无系数的 Hua 不等式):现在积分 \(\int_0^1\big|\sum_{x=1}^{P_j}e(\alpha x^k)\big|^{2^k}d\alpha\) 是纯无系数的、上限为 \(P_j\) 的标准 Hua 积分,引理 3.2 直接给出 \(\ll P_j^{2^k-k+\varepsilon}\)。
小结:通过"替换 \(\beta=c_j\alpha\) + 利用周期性"两步,带系数的均值估计完全化归为已证的无系数情形,且误差量级一字不差(\(c_j\) 是常数,被 \(\ll\) 吸收)。这正是"只需微小改动"的具体体现。
0 1 2 cj 每段长度 1 的积分都一样(周期性) 共 cj 段 → ∫₀ᶜʲ = cj·∫₀¹
周期为 1 的函数:在 \([0,c_j]\) 上的积分就是 \(c_j\) 个相同的"单位块",所以 \(\frac1{c_j}\int_0^{c_j}=\int_0^1\)。

第 6 段:用 Hölder 不等式推广到乘积(式 7.2)

原文译文:这个不等式同样可经 Hölder 不等式推广到任意 \(2^k\) 个和式之积;我们得到 \[\int_0^1 |T_1(\alpha)\cdots T_{2^k}(\alpha)|\,d\alpha \ll (P_1\cdots P_{2^k})^{1-k/2^k+\varepsilon}. \tag{7.2}\]

这一段在讲什么上一段是"同一个 \(T_j\) 自乘 \(2^k\) 次"的均值;但圆法里要估计的是不同的 \(T_1,\ldots,T_{2^k}\) 相乘的积分。这一段用 Hölder 不等式把"自乘"的结论搬到"互乘",得到次弧分析直接要用的式 (7.2)。
Hölder 不等式是什么 它是高中柯西不等式的推广。柯西不等式说 \(\int|fg|\le(\int|f|^2)^{1/2}(\int|g|^2)^{1/2}\)。Hölder 把"2 个、平方"推广到"\(n\) 个、各自适当的幂":对 \(n\) 个函数 \(f_1,\ldots,f_n\), \[\int |f_1\cdots f_n|\le \prod_{i=1}^n\Big(\int |f_i|^{n}\Big)^{1/n}.\] 直观就是"乘积的平均 \(\le\) 各自 \(n\) 次方平均的几何平均"。
从 (Hua) 推出 (7.2)
  1. 取 \(n=2^k\),函数为 \(T_1,\ldots,T_{2^k}\)。Hölder 给出 \[\int_0^1|T_1\cdots T_{2^k}|\,d\alpha\le\prod_{j=1}^{2^k}\Big(\int_0^1|T_j|^{2^k}d\alpha\Big)^{1/2^k}.\] 这一步把"互乘的积分"上界换成"每个 \(T_j\) 自乘 \(2^k\) 次的积分"的几何平均——而后者正是上一段算过的!
  2. 代入上一段的 Hua 估计 \(\int_0^1|T_j|^{2^k}d\alpha\ll P_j^{2^k-k+\varepsilon}\): \[\le\prod_{j=1}^{2^k}\big(P_j^{2^k-k+\varepsilon}\big)^{1/2^k}=\prod_{j=1}^{2^k}P_j^{\,(2^k-k+\varepsilon)/2^k}.\]
  3. 化简指数:\(\dfrac{2^k-k+\varepsilon}{2^k}=1-\dfrac{k}{2^k}+\dfrac{\varepsilon}{2^k}\)。把 \(\varepsilon/2^k\) 仍记为 \(\varepsilon\)(任意小的正数除以常数还是任意小),得每个因子是 \(P_j^{\,1-k/2^k+\varepsilon}\)。
  4. 把 \(2^k\) 个因子的幂合并(同指数相乘 = 底数相乘后取该指数): \[\prod_{j=1}^{2^k}P_j^{\,1-k/2^k+\varepsilon}=(P_1P_2\cdots P_{2^k})^{1-k/2^k+\varepsilon}.\] 这正是式 (7.2)。
为什么这条结论有用:指数 \(1-k/2^k<1\) 说明乘积积分比"平凡上界 \(P_1\cdots P_{2^k}\)"小了一个正幂次。这个"节省"就是后面证明"次弧只是误差"的弹药。

第 7 段:主弧次弧的划分;引理 4.1(次弧贡献是误差)

原文译文:我们像之前一样定义主弧与次弧。引理 4.1 现在表明:若 \(s\ge 2^k+1\),则 \(\int_{\mathfrak{m}} |T_1(\alpha)\cdots T_s(\alpha)|\,d\alpha \ll P^{s-k-\delta'}\),其证明与之前相同,需用到 (7.2)。引理 4.2 保持不变,只是其中的 \(I(\beta)\) 要替换为 \(I_j(\beta)=\int_0^{P_j} e(\beta c_j \xi^k)\,d\xi\)。

这一段在讲什么宣布主弧/次弧按老办法划分;引用引理 4.1 说明次弧上的积分确实小(是误差项),其证明只是把式 (7.2) 接进去;并指出引理 4.2 里只需把单个积分 \(I(\beta)\) 换成带系数的 \(I_j(\beta)\)。
\(\mathfrak{M}\)(主弧)
围绕小分母分数 \(a/q\) 的短区间之并,贡献主项。
\(\mathfrak{m}\)(次弧)
\([0,1]\) 去掉主弧后剩下的部分,贡献误差。手写体 \(\mathfrak{m}\) 读"m"。
\(P\)
\(P=N^{1/k}\),是无系数版的"标准尺度"。所有 \(P_j\le P\)(因为 \(c_j\ge1\)),且 \(P_j\) 与 \(P\) 只差一个常数倍,量级相同。
\(\delta'\)
某个固定的小正数。指数 \(s-k-\delta'\) 比"主项量级 \(s-k\"\) 小了 \(\delta'\),所以次弧确实更小。
引理 4.1 的逻辑(为什么次弧是误差)
  1. 目标是说明 \(\int_{\mathfrak m}|T_1\cdots T_s|\,d\alpha\) 比主项 \(P^{s-k}\) 小一个正幂次。
  2. 分离出一个最大值因子:把 \(s\) 个因子拆成"\(2^k\) 个放进积分"和"剩下 \(s-2^k\) 个取它们在次弧上的最大值"。具体地, \[\int_{\mathfrak m}|T_1\cdots T_s|\le\Big(\max_{\mathfrak m}|T_{2^k+1}\cdots T_s|\Big)\int_{\mathfrak m}|T_1\cdots T_{2^k}|.\]
  3. 对最大值因子用 Weyl 不等式(第 4 段验收过它对 \(T_j\) 成立):在次弧上每个 \(|T_j|\ll P^{1-\sigma}\) 有一点节省(\(\sigma>0\) 与 \(k\) 有关)。\(s-2^k\) 个相乘得 \(\max\ll P^{(s-2^k)(1-\sigma)}\),关键是带一个 \(P\) 的负幂节省
  4. 对积分因子用 (7.2):\(\int_{\mathfrak m}|T_1\cdots T_{2^k}|\le\int_0^1|T_1\cdots T_{2^k}|\ll (P_1\cdots P_{2^k})^{1-k/2^k+\varepsilon}\ll P^{2^k-k+\varepsilon}\)(每个 \(P_j\ll P\))。
  5. 两块相乘,把次弧上的节省凑起来,正好得到 \(\ll P^{s-k-\delta'}\),比主项小 \(\delta'\) 个幂。条件 \(s\ge 2^k+1\) 保证"放进积分的 \(2^k\) 个之外,至少还剩 1 个因子可供 Weyl 挤出节省"。
带系数后改了什么:什么都没改实质——只是 Weyl 和 (7.2) 都已验收对 \(T_j\) 成立,证明逐字照搬。这就是"其证明与之前相同"。
引理 4.2 与 \(I_j(\beta)\) 引理 4.2 负责主弧上的逼近:在主弧上(\(\alpha\) 接近 \(a/q\)),把离散和 \(T_j(\alpha)\) 近似成"一个高斯型指数和 \(S\) 乘上一个积分 \(I\)"。带系数后,那个连续积分由 \[ I_j(\beta)=\int_0^{P_j} e(\beta c_j\xi^k)\,d\xi \] 代替(\(\xi\) 是连续变量,对应离散的 \(x\);\(\beta\) 是 \(\alpha\) 与 \(a/q\) 的差)。和 \((7.1)\) 一样,指数里多了系数 \(c_j\)、上限是各自的 \(P_j\)。"引理 4.2 保持不变"意思是逼近的形式和误差都一样,只需把符号换成带 \(j\) 的版本。

第 8 段:把上限统一替换成 \(Pc_j^{-1/k}\) 以简化计算

原文译文:不过,若把上限替换为 \(Pc_j^{-1/k}\)(其中 \(P=N^{1/k}\)),后面的计算会稍微简化一些;二者之差可忽略不计。

这一段在讲什么一个技术上的小取舍:把 \(I_j(\beta)\) 的积分上限 \(P_j=[(N/c_j)^{1/k}]\) 改成更整齐的 \(Pc_j^{-1/k}\),让后面奇异积分的计算更顺手;并解释这样替换不影响结果
为什么可以这样替换、为什么差别可忽略
  1. 原上限 \(P_j=[(N/c_j)^{1/k}]\)。先不取整:\((N/c_j)^{1/k}=N^{1/k}\cdot c_j^{-1/k}=P\,c_j^{-1/k}\)(用 \(P=N^{1/k}\))。所以 \(Pc_j^{-1/k}\) 就是"没取整的精确实数上限",而 \(P_j\) 是它的整数部分。
  2. 二者之差不超过 1:\(0\le Pc_j^{-1/k}-P_j<1\)。把积分上限挪动不到 1 个单位,被积函数 \(|e(\cdots)|=1\) 有界,所以 \(I_j(\beta)\) 的改变量不超过这段长度乘上界,是 \(O(1)\) 级——相对于 \(I_j\) 本身的量级 \(P\) 来说微乎其微,可以忽略。
  3. 为什么选 \(Pc_j^{-1/k}\) 而不是别的:因为它能让接下来的换元一步到位(见第 10 段:令 \(\eta=c_j^{1/k}\xi/P\) 时积分上限正好变成 1)。整齐的上限让奇异积分变成统一的标准形 \(\int_0^1 e(\gamma\eta^k)\,d\eta\),不必处理零碎的取整。这是"为了算得干净"的合理取舍,且因第 2 步的误差可忽略,所以不损失精度

第 9 段:引理 4.3 与定理 4.1;带系数的奇异级数(式 7.3)

原文译文:引理 4.3 与定理 4.1 的证明只需作出极轻微的改动即可适用于当前问题。一处差别在于:为把 \(I_j(\beta)\) 表示成 \(\int_0^1 e(\gamma\xi^k)\,d\xi\) 的形式而在其中作的变量替换,会产生一个因子 \(|c_j|^{-1/k}\)。另一处差别是:奇异级数现在具有稍微更一般的形式;它现在由下式给出 \[\mathfrak{S}(N)=\sum_{q=1}^{\infty}\sum_{\substack{a=1\\(a,q)=1}}^{q} q^{-s} S_{c_1a,q}\cdots S_{c_sa,q}\,e(-Na/q). \tag{7.3}\]

这一段在讲什么这是主弧计算的收官。指出带系数后只有两处差别:① 把 \(I_j\) 标准化时每个变量挤出一个 \(c_j^{-1/k}\) 因子(它们乘起来就是定理 7.1 里的 \((c_1\cdots c_s)^{-1/k}\));② 奇异级数 \(\mathfrak{S}(N)\) 里每个高斯和 \(S_{a,q}\) 升级成带系数的 \(S_{c_ja,q}\)。这两处差别正是定理 7.1 公式相对无系数版的全部变化。
第一处差别:因子 \(c_j^{-1/k}\) 怎么冒出来的
  1. 主弧逼近里出现连续积分 \(I_j(\beta)=\int_0^{Pc_j^{-1/k}}e(\beta c_j\xi^k)\,d\xi\)(用上一段的整齐上限)。我们想把它化成统一的标准形 \(\int_0^1 e(\gamma\eta^k)\,d\eta\)。
  2. 换元:令 \(\eta=\dfrac{c_j^{1/k}\xi}{P}\),则 \(\xi=\dfrac{P}{c_j^{1/k}}\eta\),\(d\xi=\dfrac{P}{c_j^{1/k}}d\eta=P\,c_j^{-1/k}\,d\eta\)。当 \(\xi\) 从 0 到 \(Pc_j^{-1/k}\) 时,\(\eta\) 从 0 到 1。指数里 \(c_j\xi^k=c_j\cdot\frac{P^k}{c_j}\eta^k=P^k\eta^k\),系数 \(c_j\) 恰好被消掉,指数变成 \(\beta P^k\eta^k\)。
  3. 于是 \(I_j(\beta)=P\,c_j^{-1/k}\displaystyle\int_0^1 e(\beta P^k\eta^k)\,d\eta\)。换元的 Jacobi 因子 \(d\xi=Pc_j^{-1/k}d\eta\) 里那个 \(c_j^{-1/k}\),就是原文说的"产生一个因子 \(|c_j|^{-1/k}\)"。每个变量 \(j\) 贡献一个这样的因子,\(s\) 个相乘得到 \((c_1c_2\cdots c_s)^{-1/k}\)——这正是定理 7.1 主项里那个分母 \((c_1\cdots c_s)^{1/k}\) 的来源。
(绝对值 \(|c_j|\) 在本章里 \(c_j>0\) 就是 \(c_j\) 自己。)
第二处差别:奇异级数 \(\mathfrak{S}(N)\)(式 7.3)逐符号拆解 先认识高斯和: \[ S_{a,q}=\sum_{x=1}^{q}e\!\left(\frac{a\,x^k}{q}\right) \] 是一个"完整周期"上的指数和(\(x\) 跑遍模 \(q\) 的一组代表 \(1,\ldots,q\))。它打包了"模 \(q\) 下 \(k\) 次方分布"的信息。带系数后把 \(a\) 换成 \(c_ja\),得 \(S_{c_ja,q}=\sum_{x=1}^q e\!\left(\frac{c_ja\,x^k}{q}\right)\)。 现在看式 (7.3) 的每一块:
\(\sum_{q=1}^\infty\)
对所有可能的分母 \(q\) 求和(这对应主弧围绕的所有分数 \(a/q\))。
\(\sum_{a=1,(a,q)=1}^{q}\)
对每个 \(q\),\(a\) 跑遍与 \(q\) 互素、且在 \(1\) 到 \(q\) 之间的那些数。"\((a,q)=1\)"表示 \(a\) 与 \(q\) 的最大公约数是 1,即既约分数 \(a/q\)。这保证每个分数只数一次。
\(q^{-s}\)
归一化因子(每个 \(S\) 大约 \(q^{1-1/k}\) 量级,\(s\) 个相乘后除以 \(q^s\) 让级数有机会收敛)。
\(S_{c_1a,q}\cdots S_{c_sa,q}\)
\(s\) 个带系数高斯和的乘积——这是相对无系数版唯一的实质变化(无系数版是 \(S_{a,q}^s\))。
\(e(-Na/q)\)
"筛子"留下的目标项,对应主弧中心 \(a/q\) 处要凑出 \(N\)。
它为什么叫"奇异级数"、为什么重要:因为它把所有素数的同余信息汇总成一个数。可以证明它能写成对各素数的"局部密度"连乘(见下一段引理 5.1 的因子分解)。如果某个素数让局部无解,对应因子为 0,整个 \(\mathfrak{S}(N)=0\),于是主项消失——这与第 1 段反例完全呼应。所以"\(\mathfrak{S}(N)>0\)"正是"\(N\) 可表示"的算术判据。

第 10 段:把 \(S_{a,q}\) 的估计推广到 \(S_{ca,q}\)(保证绝对收敛)

原文译文:为了利用引理 3.1 的推论(或当 \(s\ge 2k+1\) 时利用引理 6.4)来确立此级数在 \(s\ge 2^k+1\) 时的绝对收敛性,我们需要把对 \(S_{a,q}\)(当 \((a,q)=1\) 时)的估计加以推广,使之适用于 \(S_{ca,q}\),其中 \(c\) 是任一固定的正整数。这很容易办到,因为若 \(ca/q=a'/q'\),则 \(S_{ca,q}=\frac{q}{q'}S_{a',q'}\),而 \(q/q'\) 作为 \(c\) 的因子是有界的。

这一段在讲什么要证明无穷级数 (7.3) 真的收敛(不会发散成无穷),就得知道每个 \(S_{c_ja,q}\) 有多大。已有的估计是针对既约 \(S_{a,q}\)(\((a,q)=1\))的,但 \(c_ja/q\) 不一定既约。这一段用一个约分恒等式把带系数的高斯和换算回既约的,从而沿用已有估计。
"绝对收敛"是什么 一个无穷级数 \(\sum u_n\) 绝对收敛,指 \(\sum|u_n|\)(把每项取绝对值/模长再加)也收敛到有限值。绝对收敛比普通收敛更"稳":可以随便交换求和次序、做因子分解,结果不变。本章需要它来对 \(\mathfrak{S}(N)\) 做后面的素数因子分解(引理 5.1)。
为什么需要 \(s\ge 2^k+1\)(或 \(s\ge2k+1\)) 收敛靠的是 \(q^{-s}\) 这个分母"压"得够狠。已知 \(|S_{a,q}|\ll q^{1-1/k}\)(既约高斯和的标准估计,来自引理 3.1 的推论;引理 6.4 给出更省的版本,对 \(s\ge2k+1\) 够用)。于是 (7.3) 的一般项绝对值 \(\ll q^{-s}\cdot q\cdot(q^{1-1/k})^s=q^{1-s/k}\)(内层对 \(a\) 求和约 \(q\) 项)。当 \(1-s/k<-1\),即 \(s>2k\),级数 \(\sum_q q^{1-s/k}\) 像 \(\sum q^{-(>1)}\) 一样收敛。所以项数门槛保证收敛。
把 \(S_{ca,q}\) 换算成既约和
  1. 分数 \(ca/q\) 约分到既约:设 \(\dfrac{ca}{q}=\dfrac{a'}{q'}\),其中 \((a',q')=1\)。约掉的公因子是 \(g=\gcd(ca,q)\),于是 \(q'=q/g\),即 \(q=g\,q'\)。
  2. 恒等式 \(S_{ca,q}=\dfrac{q}{q'}S_{a',q'}\):理由是 \(e(ca\,x^k/q)=e(a'x^k/q')\)(同一个数 \(ca/q=a'/q'\))。当 \(x\) 跑遍模 \(q\) 的 \(q\) 个值时,\(x^k\bmod q'\) 的分布是"模 \(q'\) 的分布重复了 \(q/q'\) 次",所以 \(S_{ca,q}=\frac{q}{q'}\sum_{x=1}^{q'}e(a'x^k/q')=\frac{q}{q'}S_{a',q'}\)。
  3. 这个比值有界:\(\dfrac{q}{q'}=g=\gcd(ca,q)\) 必整除 \(c\cdot\gcd(a,q)\)。由于在 (7.3) 里 \((a,q)=1\),所以 \(g\mid c\),即 \(\dfrac{q}{q'}\) 是 \(c\) 的因子,最多等于 \(c\)。因为 \(c\) 是固定常数,所以 \(q/q'\) 被一个常数(\(c\))一致地控制住。
  4. 于是 \(|S_{ca,q}|=\dfrac{q}{q'}|S_{a',q'}|\le c\,|S_{a',q'}|\ll q'^{\,1-1/k}\le q^{1-1/k}\)。带系数高斯和的估计与既约情形同量级(只差常数 \(c\)),收敛证明照常成立。

第 11 段:定理 7.1(本章主结果)

原文译文(定理 7.1):设 \(c_1,\ldots,c_s\) 为固定的正整数。则当 \(s\ge 2^k+1\) 时,把 \(N\) 表示为 \(N=c_1x_1^k+\cdots+c_sx_s^k\ (x_1,\ldots,x_s>0)\) 的表示个数 \(r(N)\) 满足 \[ r(N)=\frac{C_{k,s}}{(c_1c_2\cdots c_s)^{1/k}}N^{s/k-1}\mathfrak{S}(N)+O(N^{s/k-1-\delta}) \tag{7.4}\] 其中 \(\delta>0\) 为某个固定常数,\(C_{k,s}\) 同定理 4.1 中所定义,而 \(\mathfrak{S}(N)\) 由 (7.3) 定义。该级数 (7.3) 在 \(s\ge 2k+1\) 时绝对收敛。

定理 7.1(带系数的渐近公式) 前面所有零件(生成函数、Weyl、Hua、(7.2)、主弧逼近、奇异级数)拼起来,就得到表示个数 \(r(N)\) 的精确渐近式 (7.4)。它把 \(r(N)\) 写成"主项 + 误差"。
把 (7.4) 每个因子读懂
\(r(N)\)
满足 \(N=c_1x_1^k+\cdots+c_sx_s^k\) 的正整数解组 \((x_1,\ldots,x_s)\) 的个数。这是我们最想知道的量。
\(C_{k,s}\)
只依赖 \(k,s\) 的正常数(与定理 4.1 即无系数情形相同),来自奇异积分 \(\int e(\gamma\eta^k)d\eta\) 的标准计算,本质是 \(\Gamma(1+\tfrac1k)^s/\Gamma(\tfrac sk)\) 一类的体积常数。
\((c_1\cdots c_s)^{1/k}\)
分母里的系数因子,正是第 9 段每个变量挤出的 \(c_j^{-1/k}\) 之积。系数越大,每项可用范围越小,表示数越少——它出现在分母上,完全合理。
\(N^{s/k-1}\)
主项的增长量级。来源:每个变量约有 \(P=N^{1/k}\) 个取值,\(s\) 个变量共 \(N^{s/k}\) 种组合;落在"恰好等于 \(N\)"这张超曲面上的占比约 \(N^{-1}\)(一维约束)。相乘得 \(N^{s/k-1}\)。当 \(s>k\) 时这是趋于无穷的正幂,意味着表示数会变多。
\(\mathfrak{S}(N)\)
奇异级数(式 7.3),同余信息的总和。它是决定主项是否非零的关键——这是定理 7.2、7.3 要处理的。
\(O(N^{s/k-1-\delta})\)
误差项,比主项小 \(\delta\) 个 \(N\) 的幂。它来自次弧(引理 4.1)和主弧逼近的余项。只要它真的更小,主项就主导大局。
这个公式的意义当 \(N\to\infty\):如果 \(\mathfrak{S}(N)\) 有一个不依赖 \(N\) 的正下界,那么主项 \(\asymp N^{s/k-1}\) 趋于无穷、且压过误差,于是 \(r(N)\to\infty\),特别地 \(r(N)>0\),即 \(N\) 可表示。反之若 \(\mathfrak{S}(N)\) 可以是 0(某素数局部无解),公式就退化、不能保证可表示。所以下面的全部任务,就是给 \(\mathfrak{S}(N)\) 找正下界。注意收敛要 \(s\ge2k+1\),而整个渐近式要 \(s\ge 2^k+1\)(因为次弧分析用到 Hua 的 \(2^k\)),后者更强。

第 12 段:奇异级数与 \(M(p^\nu)\) 的关系(引理 5.1–5.3)

原文译文:关于奇异级数的因子分解、以及奇异级数与 \(M(p^\nu)\) 之间关系的引理 5.1、5.2、5.3 仍然适用。于是,为使 \(\mathfrak{S}(N)\) 具有一个与 \(N\) 无关的正下界,只需对每个 \(p\),使同余式 \(c_1x_1^k+\cdots+c_sx_s^k\equiv N\pmod{p^\nu}\) 的解数 \(M(p^\nu)\) 满足 \(M(p^\nu)\ge C_p\,p^{\nu(s-1)}\) 对一切足够大的 \(\nu\) 成立。

这一段在讲什么把"\(\mathfrak{S}(N)\) 有正下界"这个解析问题,翻译成一个纯算术问题:只要每个素数 \(p\) 的同余式解数 \(M(p^\nu)\) 足够多(达到期望量级 \(p^{\nu(s-1)}\)),奇异级数就恒正。这是引理 5.1–5.3 的作用,本章说它们"仍适用"。
因子分解(引理 5.1) 奇异级数能写成对所有素数的连乘:\(\mathfrak{S}(N)=\prod_p \chi_p(N)\),每个 \(\chi_p(N)\) 叫"\(p\)-adic 局部密度",只依赖单个素数 \(p\) 的同余信息。因为绝对收敛(第 10 段),这个乘积有意义。整体正 \(\iff\) 每个因子正且不退化。
\(M(p^\nu)\) 是什么 它是同余式 \(c_1x_1^k+\cdots+c_sx_s^k\equiv N\pmod{p^\nu}\) 的解的个数(每个 \(x_j\) 在模 \(p^\nu\) 的 \(p^\nu\) 个值里取)。总组合数是 \((p^\nu)^s=p^{\nu s}\);这些组合落在"\(\equiv N\)"这一个同余类上的"期望比例"是 \(1/p^\nu\),所以"健康"的解数应当约为 \(p^{\nu s}/p^\nu=p^{\nu(s-1)}\)。引理 5.2/5.3 把局部密度 \(\chi_p\) 与 \(M(p^\nu)\) 联系起来:\(\chi_p=\lim_{\nu\to\infty}M(p^\nu)/p^{\nu(s-1)}\)。
为什么"\(M(p^\nu)\ge C_p p^{\nu(s-1)}\)"就够
  1. 若对每个 \(p\) 都有 \(M(p^\nu)\ge C_p p^{\nu(s-1)}\),则局部密度 \(\chi_p=\lim M(p^\nu)/p^{\nu(s-1)}\ge C_p>0\) 不退化为 0。
  2. 对所有 \(p\) 连乘:只要这些 \(C_p\) 不会"乘到 0"(对大 \(p\) 它们趋于 1,乘积收敛到正数——这由收敛性 \(s\ge2k+1\) 保证),就有 \(\mathfrak{S}(N)=\prod_p\chi_p\ge\) 某个正常数。
  3. 这个下界不依赖 \(N\),因为脚注说明只需对有限个小素数 \(p\le p_0\) 验证(大素数自动满足),而每个 \(C_p\) 与 \(N\) 无关。
所以问题进一步简化为:"对每个(小)素数,同余式解数够多吗?"下一段给出"够多"的充分条件。

第 13 段:引理 5.4、5.5 — 把"解数多"化为"有一个非平凡解"(式 7.5)

原文译文:像之前一样定义 \(\gamma\),并利用引理 5.4,我们如同在引理 5.5 中那样发现:上述条件的一个充分条件是同余式 \(c_1x_1^k+\cdots+c_sx_s^k\equiv N\pmod{p^\nu}\) 有一解,其中 \(c_1x_1^k,\ldots,c_sx_s^k\) 不全被 \(p\) 整除。

这一段在讲什么再把条件大幅简化:要保证"解数多 \(M(p^\nu)\ge C_p p^{\nu(s-1)}\)",其实只需找到一个"非平凡"的解(不全被 \(p\) 整除的那一组)。这把"计数下界"问题降为"存在性"问题,好验证得多。这是引理 5.4、5.5 的功劳。
\(\gamma\)
由 (5.11) 定义的一个临界指数(依赖 \(k\) 与 \(p\)),它是"看清同余结构所需的最小方幂层数"。原理是:一旦在模 \(p^\gamma\) 找到一个非平凡解,就能用"\(p\)-adic 提升 / Hensel 型引理 5.4"把它逐层抬到任意高的 \(p^\nu\),而且抬升的方式多到产生足够多的解。后面定理 7.3 的证明里 \(\gamma=\tau+2\)(\(p=2\))或 \(\gamma-1=\tau\) 等具体值就来自这里。
为什么"一个非平凡解"能撬动"很多解"(引理 5.5 思想)
  1. 假设在模 \(p^\gamma\) 找到一组解 \((x_1^0,\ldots,x_s^0)\),其中至少有一项 \(c_jx_j^k\) 不被 \(p\) 整除——不妨设 \(x_1^0\not\equiv0\pmod p\)。
  2. 提升(lifting):固定 \(x_2,\ldots,x_s\),把方程看成只关于 \(x_1\) 的同余式。因为 \(x_1^0\) 处的"导数"\(k c_1 (x_1^0)^{k-1}\) 不被 \(p\) 整除(\(x_1^0\not\equiv0\) 且 \(p\nmid kc_1\) 时),由引理 5.4(Hensel 引理的版本)可知:模 \(p^\gamma\) 的每个解都能唯一地提升为模 \(p^{\gamma+1},p^{\gamma+2},\ldots,p^\nu\) 的解。
  3. 数解:另外 \(s-1\) 个变量 \(x_2,\ldots,x_s\) 在模 \(p^\nu\) 下可自由取(约 \(p^{\nu(s-1)}\) 种),每种都通过提升配上一个 \(x_1\)。于是解数 \(M(p^\nu)\gtrsim p^{\nu(s-1)}\),正好达到第 12 段要的量级 \(C_p p^{\nu(s-1)}\)。
  4. 反过来,如果只有"全被 \(p\) 整除"的平凡解,提升就会失效(导数被 \(p\) 整除,Hensel 不适用),解数上不去。所以"非平凡"这个词是命脉——它正是第 2 段那个假设的精确化。

第 14 段:定理 7.2(同余条件 ⇒ 奇异级数有正下界)

原文译文(定理 7.2):设 \(\gamma\) 由 (5.11) 定义。假设 \(s\ge 2k+1\),并假设对每个(脚注)素数 \(p\),同余式 (7.5) 有一个解,其中 \(c_1x_1^k,\ldots,c_sx_s^k\) 不全被 \(p\) 整除。则对一切满足此假设的 \(N\),我们有 \(\mathfrak{S}(N)\ge C(k,s)>0\)。

定理 7.2(奇异级数正下界的充分条件) 把第 12、13 段串起来的正式结论:只要每个素数都有一个非平凡的局部解,奇异级数就有一个不依赖 \(N\) 的正下界。逻辑链是:非平凡局部解(13 段)\(\Rightarrow\) \(M(p^\nu)\ge C_p p^{\nu(s-1)}\)(12 段)\(\Rightarrow\) 每个局部密度 \(\chi_p>0\) \(\Rightarrow\) \(\mathfrak{S}(N)=\prod_p\chi_p\ge C(k,s)>0\)。
脚注的意思(为什么只需有限个素数) 原文脚注说"只需对 \(p\le p_0(k,s)\) 假设此条件"。原因:对足够大的素数 \(p\)(大于某个只依赖 \(k,s\) 的界 \(p_0\)),由一般的同余存在性结果(引理 5.2 的推论),非平凡解自动存在,不必额外假设。所以真正要检查的只有有限个小素数。这也解释了下一段为什么说"满足条件的 \(N\) 包含某个算术级数中的一切数"。
\(C(k,s)\) 一个只依赖 \(k\) 和 \(s\)(不依赖 \(N\) 也不依赖具体哪组系数)的正常数。"不依赖 \(N\)"这点至关重要:它让定理 7.1 的主项随 \(N\to\infty\) 真正发散。

第 15 段:合并定理 7.1 与 7.2 — \(r(N)\to\infty\)(在算术级数上)

原文译文:由定理 7.1 与 7.2,若 \(s\ge 2^k+1\),则当 \(N\to\infty\) 时 \(r(N)\to\infty\),前提是把 \(N\) 限制为满足定理 7.2 中同余条件的那些数。由于该同余条件只在 \(p\le p_0\) 时才需要,而 \(\gamma\) 与 \(N\) 无关,因此满足该同余条件的数 \(N\) 将包括某些算术级数中的一切数。

这一段在讲什么把两大定理合并,给出本章第一个完整结论:只要项数 \(s\ge2^k+1\),并且 \(N\) 满足那些有限个素数的同余条件,那么 \(N\) 足够大时表示数趋于无穷(自然就 \(>0\),即可表示)。而满足同余条件的 \(N\) 不是零散的,它们填满一整条算术级数
合并的逻辑 + "算术级数"的解释
  1. 把定理 7.2 的 \(\mathfrak{S}(N)\ge C(k,s)>0\) 代入定理 7.1 的 (7.4): \[ r(N)\ge \frac{C_{k,s}\,C(k,s)}{(c_1\cdots c_s)^{1/k}}N^{s/k-1}-O(N^{s/k-1-\delta}). \]
  2. 主项是 \(N^{s/k-1}\) 的正常数倍,误差是 \(N^{s/k-1-\delta}\)(小 \(\delta\) 个幂)。当 \(N\) 足够大,主项压过误差,故 \(r(N)\to\infty\)。需要 \(s/k-1>0\),即 \(s>k\)(在 \(s\ge2^k+1\) 下显然成立)。
  3. "算术级数"从哪来:同余条件只涉及有限个素数 \(p_1,\ldots,p_m\le p_0\),每个要求 \(N\) 落在模 \(p_i^{\gamma_i}\) 的某些剩余类里。由中国剩余定理,这些条件合起来等价于"\(N\) 落在模 \(Q=\prod p_i^{\gamma_i}\) 的某些剩余类里"。固定一个这样的剩余类 \(N\equiv N_0\pmod Q\),就得到一条算术级数 \(N_0,N_0+Q,N_0+2Q,\ldots\),其中每个(足够大的)数都可表示。\(\gamma\) 与 \(N\) 无关,保证了 \(Q\) 是固定的、级数是真实存在的。

第 16 段:引入"两两互素"假设

原文译文:如果我们作出"系数 \(c_1,\ldots,c_s\) 两两互素"这一假设,那么可以证明:只要 \(s\) 超过 \(k\) 的某个特定函数,则该同余条件对一切 \(N\) 都满足。我们证明(定理 7.3)……

这一段在讲什么上一节的结论还带个"\(N\) 要满足同余条件"的尾巴(只对算术级数成立)。这一段提出:如果对系数加一个干净的条件——两两互素——就能去掉这个尾巴,让结论对一切大 \(N\) 成立。下一段定理 7.3 给出具体的项数门槛。
"两两互素(relatively prime in pairs)" 指任意两个不同系数的最大公约数都是 1:对 \(1\le i对任一素数 \(p\),至多有一个系数被 \(p\) 整除(否则那两个就有公因子 \(p\)),于是局部分析时总有 \(s-1\) 个系数与 \(p\) 互素可用。

第 17 段:定理 7.3(两两互素下的项数门槛)

原文译文(定理 7.3):假设对 \(1\le i0\)。

定理 7.3 在两两互素的前提下,只要项数 \(s\) 超过上面那个关于 \(k\) 的具体门槛,对一切 \(N\) 都有 \(\mathfrak{S}(N)\ge C(k,s)>0\)(不再需要对 \(N\) 设同余条件)。门槛按 \(k\) 的奇偶分两档:
  • \(k\) 奇:\(s\ge k(2k-1)+2\);
  • \(k\) 偶:\(s\ge 2k(4k-1)+2\)(偶数情形门槛更高,因为 \(p=2\) 的同余结构更刁)。
下面整段证明就是验证:"在这个门槛下,每个素数 \(p\) 都能找到 (7.5) 的非平凡解",从而由定理 7.2 得到正下界。

第 18 段:定理 7.3 的证明(开头:化归到 \(p^\gamma\))

原文译文:我们要证明:在所述条件下,同余式 (7.5) 有一个解,其中 \(c_1x_1^k,\ldots,c_sx_s^k\) 不全被 \(p\) 整除。由于 \(c_1,\ldots,c_s\) 中至多有一个能被 \(p\) 整除,因此只要解出 \(c_1x_1^k+\cdots+c_sx_s^k\equiv N\pmod{p^\gamma}\)(式 7.6)就足够了,其中 \(x_1,\ldots,x_{s-1}\) 不全被 \(p\) 整除,且假定 \(c_1,\ldots,c_{s-1}\) 中没有一个能被 \(p\) 整除。

这一段在讲什么证明的开局布置:把任务从"对所有 \(\nu\)"降到"只在 \(p^\gamma\) 找非平凡解"(由 13 段提升原理,\(p^\gamma\) 够了);并利用两两互素,把那个可能被 \(p\) 整除的系数"踢到一边",只对剩下 \(s-1\) 个与 \(p\) 互素的系数工作。
开局每一步的理由
  1. 为什么只需 \(p^\gamma\):第 13 段已说明,在 \(p^\gamma\) 找到一个非平凡解后,能提升到任意 \(p^\nu\)。所以把目标定为式 (7.6):\(\sum c_jx_j^k\equiv N\pmod{p^\gamma}\)。
  2. 两两互素的红利:若有两个系数都被 \(p\) 整除,则它们有公因子 \(p\),与两两互素矛盾。所以至多一个系数被 \(p\) 整除。把它编号为 \(c_s\)(放最后),则 \(c_1,\ldots,c_{s-1}\) 全都不被 \(p\) 整除。
  3. 非平凡性只用前 \(s-1\) 个变量保证:我们将让最后一项的变量随便取(甚至取使该项被 \(p\) 整除也无妨),而要求 \(x_1,\ldots,x_{s-1}\) 不全被 \(p\) 整除。因为 \(c_1,\ldots,c_{s-1}\) 不被 \(p\) 整除,只要某个 \(x_i\)(\(i\le s-1\))不被 \(p\) 整除,对应的 \(c_ix_i^k\) 就不被 \(p\) 整除,非平凡性即满足。
  4. 于是问题归结为:在 \(c_1,\ldots,c_{s-1}\) 都与 \(p\) 互素的前提下,解 (7.6) 且前 \(s-1\) 个变量不全被 \(p\) 整除。下面分 \(p>2\) 与 \(p=2\) 两种情形。

第 19 段:证明(情形 \(p>2\),奇素数)

原文译文:设 \(p>2\)。我们在引理 5.6 的证明中已看到:当 \(z\not\equiv 0\pmod p\) 时,模 \(p^\gamma\) 下由 \(z^k\) 所取的值的个数是 \((p-1)/\delta\),其中 \(\delta=(k_0,p-1)\)。因此模 \(p^\gamma\) 下 \(k\) 次幂剩余与非剩余的不同类的个数为 \(\dfrac{\phi(p^\gamma)}{(p-1)/\delta}=\dfrac{p^{\gamma-1}(p-1)\delta}{p-1}=p^{\gamma-1}\delta\)。(这些类是在全体互素剩余类构成的群中、由 \(k\) 次幂所构成的子群的陪集。)

这一段在讲什么奇素数情形的核心一步:数清楚"模 \(p^\gamma\) 下,把系数按 \(k\) 次幂特征分类,一共能分成几类"。答案是 \(p^{\gamma-1}\delta\) 类。知道了类数,下一段就用抽屉原理找出"同类系数一大堆"。
欧拉函数 \(\varphi\)(\(\phi\)) \(\varphi(m)\) 表示 \(1\) 到 \(m\) 中与 \(m\) 互素的整数个数。对素数方幂 \(p^\gamma\):在 \(1,\ldots,p^\gamma\) 中,不与 \(p^\gamma\) 互素的就是 \(p\) 的倍数,共 \(p^{\gamma-1}\) 个,于是 \[ \varphi(p^\gamma)=p^\gamma-p^{\gamma-1}=p^{\gamma-1}(p-1). \] 这些与 \(p^\gamma\) 互素的剩余类,在乘法下构成一个有 \(\varphi(p^\gamma)\) 个元素的群(互素剩余类群)。
\(k_0,\ \tau\)
把 \(k\) 写成 \(k=p^\tau k_0\),其中 \(p\nmid k_0\)(\(k_0\) 是 \(k\) 去掉所有 \(p\) 因子后的部分,\(\tau\) 是 \(k\) 含 \(p\) 的次数)。对奇素数情形下面会用到 \(\gamma-1=\tau\)。
\(\delta=(k_0,p-1)\)
\(k_0\) 与 \(p-1\) 的最大公约数。它度量"\(k\) 次幂映射 \(z\mapsto z^k\) 在互素剩余群里把多少个元素压成同一个像"。
逐式讲清"类数 = \(p^{\gamma-1}\delta\)"
  1. \(k\) 次幂子群的阶:互素剩余群 \((\mathbb{Z}/p^\gamma)^\times\) 的阶是 \(\varphi(p^\gamma)=p^{\gamma-1}(p-1)\)。其中全体非零 \(k\) 次幂剩余 \(\{z^k:z\not\equiv0\}\) 恰好构成一个子群 \(H\),引理 5.6 算出它的阶(即 \(z^k\) 取到的不同值的个数)正好是 \(\#H=(p-1)/\delta\)。
  2. 类 = 陪集:把"是否同一个 \(k\) 次幂特征"作为等价关系,相当于按"\(k\) 次幂子群 \(H\) 的陪集"分类。陪集个数 = 群的阶 ÷ 子群的阶 =(指数)。即 \[ \#\text{类}=\frac{\varphi(p^\gamma)}{\#H}=\frac{p^{\gamma-1}(p-1)}{(p-1)/\delta}. \]
  3. 化简:分子分母同时处理,\(\dfrac{p^{\gamma-1}(p-1)}{(p-1)/\delta}=p^{\gamma-1}(p-1)\cdot\dfrac{\delta}{p-1}=p^{\gamma-1}\delta\)(\((p-1)\) 约掉)。所以类数 \(=p^{\gamma-1}\delta\)。
  4. 陪集是什么(括号那句):互素剩余群里,"\(k\) 次方们"\(\{z^k\}\) 构成一个子群 \(H\);把整个群按 \(H\) 平移切块,每块叫一个陪集,块与块大小相同、互不相交,块数就是上面算的 \(p^{\gamma-1}\delta\)。两个系数"同 \(k\) 次幂特征"当且仅当它们落在同一陪集。
互素剩余群(共 φ(pᵞ)=pᵞ⁻¹(p−1) 个元素) ··· H(kᵗʰ方) 每块=一个陪集=一类 k 次幂特征,共 pᵞ⁻¹·δ 块
把 \(s-1\) 个系数按"落在哪块陪集"分类,最多 \(p^{\gamma-1}\delta\) 块。系数多、块少,必有一块装得满。

第 19 段(续):抽屉原理 + 化归到 Waring 同余

原文译文:若我们按照系数 \(c_1,\ldots,c_{s-1}\) 所属的 \(k\) 次幂剩余或非剩余之类,把它们分入若干集合,则将有某一类至少包含 \((s-1)/p^{\gamma-1}\delta\) 个系数。设 \(t\) 为不小于 \((s-1)/p^{\gamma-1}\delta\) 的最小整数。我们可以把这些考虑中的系数取为前 \(t\) 个系数,于是 \(c_2\equiv d_2^k c_1,\ldots,c_t\equiv d_t^k c_1\pmod{p^\gamma}\),其中 \(d_i\) 不被 \(p\) 整除。令变量 \(x_{t+1},\ldots\) 等于 0,并约去 \(c_1\),我们看到只需解出 \(x_1^k+(d_2x_2)^k+\cdots+(d_tx_t)^k\equiv N'\pmod{p^\gamma}\),其中诸变量不全被 \(p\) 整除。这实际上与引理 5.6 中关于 Waring 问题所考虑的同余式相同。我们在那里证明了:只要 \(t\ge 2k\),该结论便成立。因此只需 \(\dfrac{s-1}{p^{\gamma-1}\delta}>2k-1\)。由于 \(\gamma-1=\tau\) 且 \(p^\tau\delta\le p^\tau k_0=k\),故只需 \(s-1>k(2k-1)\)。

这一段在讲什么把上一段数好的"类数"用抽屉原理转成"有一类系数特别多",再把这一类系数(同 \(k\) 次幂特征,所以彼此差一个 \(k\) 次方因子)凑成一个标准的 Waring 同余,套用引理 5.6 的现成结论 \(t\ge2k\),最后倒推出项数门槛 \(s-1>k(2k-1)\)。这正是定理 7.3 奇数门槛的来历。
抽屉原理 把 \(s-1\) 个东西放进 \(p^{\gamma-1}\delta\) 个抽屉,必有一个抽屉装了至少 \(\dfrac{s-1}{p^{\gamma-1}\delta}\) 个。这是高中熟悉的"鸽笼原理"。
逐步推到门槛 \(s-1>k(2k-1)\)
  1. 抽屉:\(s-1\) 个系数分进 \(p^{\gamma-1}\delta\) 类(抽屉),必有一类含 \(\ge\dfrac{s-1}{p^{\gamma-1}\delta}\) 个系数。取 \(t=\big\lceil\dfrac{s-1}{p^{\gamma-1}\delta}\big\rceil\)(向上取整的最小整数),把这一类的系数重排成前 \(t\) 个 \(c_1,\ldots,c_t\)。
  2. 同类 ⇒ 差一个 \(k\) 次方:同一类意味着 \(c_i/c_1\) 是 \(k\) 次剩余,即存在 \(d_i\)(不被 \(p\) 整除)使 \(c_i\equiv d_i^k c_1\pmod{p^\gamma}\),\(i=2,\ldots,t\)。
  3. 砍掉多余变量、约去 \(c_1\):令 \(x_{t+1},\ldots,x_{s-1}\)(以及第 \(s\) 个)都取 0,方程 (7.6) 只剩前 \(t\) 项:\(c_1x_1^k+c_2x_2^k+\cdots+c_tx_t^k\equiv N\)。代入 \(c_i\equiv d_i^kc_1\),提出公因子 \(c_1\): \[ c_1\big(x_1^k+(d_2x_2)^k+\cdots+(d_tx_t)^k\big)\equiv N\pmod{p^\gamma}. \] 因为 \(c_1\) 与 \(p\) 互素,它在模 \(p^\gamma\) 下可逆,两边同乘 \(c_1^{-1}\),记 \(N'=c_1^{-1}N\),得 \[ x_1^k+(d_2x_2)^k+\cdots+(d_tx_t)^k\equiv N'\pmod{p^\gamma}. \]
  4. 这就是 Waring 同余:把 \(d_ix_i\) 看成新变量 \(y_i\)(因 \(d_i\) 可逆,\(y_i\) 也跑遍所有剩余、且 \(y_i\) 非零 \(\iff x_i\) 非零),方程化为 \(y_1^k+y_2^k+\cdots+y_t^k\equiv N'\)。这正是无系数 Waring 问题在引理 5.6 处理的同余,结论是:只要 \(t\ge2k\),就有不全被 \(p\) 整除的解。
  5. 翻译成对 \(s\) 的要求:要 \(t\ge2k\)。因 \(t\) 是 \(\ge\dfrac{s-1}{p^{\gamma-1}\delta}\) 的最小整数,保证 \(t\ge2k\) 的安全充分条件是 \(\dfrac{s-1}{p^{\gamma-1}\delta}>2k-1\)(这样向上取整后 \(t\ge2k\))。
  6. 把分母 \(p^{\gamma-1}\delta\) 估上界:奇素数情形 \(\gamma-1=\tau\),且 \(\delta=(k_0,p-1)\le k_0\),于是 \(p^{\gamma-1}\delta=p^\tau\delta\le p^\tau k_0=k\)(回忆 \(k=p^\tau k_0\))。所以分母 \(\le k\)。
  7. 得门槛:要 \(\dfrac{s-1}{p^{\gamma-1}\delta}>2k-1\),因分母 \(\le k\),只要 \(\dfrac{s-1}{k}>2k-1\),即 \(s-1>k(2k-1)\),亦即 \(s\ge k(2k-1)+2\)。这正是定理 7.3 中 \(k\) 为奇数(注意奇 \(k\) 时实际门槛由此式给出)的条件。
取舍说明:这里用 \(\delta\le k_0\)、\(p^\tau k_0=k\) 这些不等式放大得到统一门槛,是为了得到"只依赖 \(k\) 的干净条件",代价是门槛不是最优的(见末段)。

第 20 段:证明(情形 \(p=2\))

原文译文:设 \(p=2\)。首先,若 \(\tau=0\)(即 \(k\) 为奇数),则只要 \(N\) 为奇数,同余式 (7.6) 即可解,因为即使它只有一项,\(x^k\) 也取遍模 \(p^\gamma\) 的一切值。因此当 \(N\) 为奇或偶时,只要两项便可解,故只需 \(s-1\ge2\)。于是当 \(k\) 为奇数时定理结论成立。现设 \(\tau\ge1\),故 \(k\) 为偶数。由于每个系数 \(c_i\)(\(i\le s-1\))都是奇数,它对模 \(2^\gamma\) 可取 \(2^{\gamma-1}\) 个可能值。因此存在某个由 \(t\) 个相互同余的系数构成的集合,其中 \(t\ge(s-1)/2^{\gamma-1}\)。令对应于其余系数的变量等于 0,我们看到只需解出 \(x_1^k+\cdots+x_t^k\equiv N'\pmod{2^\gamma}\),其中诸变量不全为偶数。如同在引理 5.6 的证明中那样,只要 \(t\ge4k\) 即可。因此只需 \(\dfrac{s-1}{2^{\gamma-1}}>4k-1\)。由于 \(k\ge2^\tau\) 且 \(\gamma=\tau+2\),我们有 \(2^{\gamma-1}\le2k\)。因此只需 \(s-1>2k(4k-1)\)。这就在 \(k\) 为偶数的情形证明了定理 7.3。

这一段在讲什么素数 \(2\) 要单独处理,因为它最"刁"(\(k\) 次幂结构在模 2 的方幂下最复杂)。结论分两块:① 若 \(k\) 奇(此时 \(\tau=0\)),极其简单,两项就够;② 若 \(k\) 偶(\(\tau\ge1\)),用同样的"抽屉 + Waring"套路,但门槛要到 \(t\ge4k\),倒推出偶数门槛 \(s-1>2k(4k-1)\)。
\(k\) 为奇数(\(\tau=0\))
  1. \(k\) 奇时,映射 \(x\mapsto x^k\) 在模 \(2^\gamma\) 下是双射(一一对应),即 \(x^k\) 取遍模 \(2^\gamma\) 的所有值。直观:奇次幂保持奇偶、且单调地遍历各剩余。所以只用一项 \(x^k\) 就能凑出任何奇数 \(N\)(取合适的奇 \(x\),得非平凡解)。
  2. \(N\) 为偶数时,用两项:先用一项凑出一个奇数 \(a\)(非平凡),再让第二项凑 \(N-a\)(也能取到,因 \(x^k\) 遍历全部值)。所以两项足以、且能保证至少一项是非平凡的奇贡献。
  3. 于是无论 \(N\) 奇偶,\(2\) 项就够,只需 \(s-1\ge2\),这被奇数门槛 \(s\ge k(2k-1)+2\) 远远满足。\(k\) 奇情形定理成立。
\(k\) 为偶数(\(\tau\ge1\))
  1. 奇系数的可能值数:每个 \(c_i\)(\(i\le s-1\))是奇数(与 \(p=2\) 互素)。奇数模 \(2^\gamma\) 共有 \(2^{\gamma-1}\) 个(即 \(1,3,5,\ldots,2^\gamma-1\),恰好一半)。把系数按"模 \(2^\gamma\) 相等"分类,至多 \(2^{\gamma-1}\) 类。
  2. 抽屉原理:\(s-1\) 个系数分进 \(\le2^{\gamma-1}\) 类,必有一类含 \(t\ge\dfrac{s-1}{2^{\gamma-1}}\) 个,它们彼此模 \(2^\gamma\) 相等(比奇素数情形更强:直接相等,不只是差 \(k\) 次方)。
  3. 化归 Waring:把其余变量取 0,提出这个公共系数(它是奇数、可逆),同余式化为 \(x_1^k+\cdots+x_t^k\equiv N'\pmod{2^\gamma}\),要求变量不全为偶。引理 5.6 在 \(p=2\) 给出的门槛是 \(t\ge4k\)(比奇素数的 \(2k\) 大一倍,因为模 2 方幂下 \(k\) 次幂覆盖得更稀)。
  4. 翻译成对 \(s\) 的要求:要 \(t\ge4k\),充分条件 \(\dfrac{s-1}{2^{\gamma-1}}>4k-1\)。
  5. 估分母 \(2^{\gamma-1}\):这里 \(\gamma=\tau+2\),所以 \(2^{\gamma-1}=2^{\tau+1}=2\cdot2^\tau\)。又因 \(k\) 含因子 \(2^\tau\)(\(k=2^\tau k_0\),\(k_0\) 奇),故 \(k\ge2^\tau\),于是 \(2^{\gamma-1}=2\cdot2^\tau\le2k\)。分母 \(\le2k\)。
  6. 得门槛:要 \(\dfrac{s-1}{2^{\gamma-1}}>4k-1\),因分母 \(\le2k\),只要 \(\dfrac{s-1}{2k}>4k-1\),即 \(s-1>2k(4k-1)\),亦即 \(s\ge2k(4k-1)+2\)。这正是定理 7.3 中 \(k\) 为偶数的条件。偶数情形证毕。
为什么偶数门槛更高:根子在 \(p=2\)、\(k\) 偶时 \(k\) 次幂在模 \(2^\gamma\) 下分布最不均匀,需要更多项(\(4k\) 而非 \(2k\))才能盖住所有目标剩余,同时 \(\gamma\) 也更大(\(\tau+2\)),分母更大,于是要求 \(s\) 更大。

第 21 段:结论与展望(\(s_1(k)\) 与门槛非最优)

原文译文:由定理 7.1 与 7.3 可知:我们能够指定一个数 \(s_1(k)\),使得当 \(s\ge s_1(k)\) 时,当 \(N\to\infty\) 时 \(r(N)\to\infty\);这始终以系数 \(c_j\) 两两互素为前提。定理 7.3 中给出的数绝非最优;我们只不过给出了从证明中所用简单论证路线中自然出现的那些数。原则上,可以放宽系数两两互素这一条件;对于上述结论之成立而言,真正本质的是:对任一素数 \(p\),都有一定数量的系数不被 \(p\) 整除。

这一段在讲什么收尾,三件事:① 合并定理 7.1+7.3 得到最终定理——存在门槛 \(s_1(k)\),超过它就对一切大 \(N\) 有 \(r(N)\to\infty\)(只要系数两两互素);② 坦白门槛不是最优的,只是这条简单证法的自然产物;③ 指出真正本质的条件是什么,为推广留口子。
\(s_1(k)\) 把定理 7.3 的两档门槛取较大者并满足渐近式所需的 \(s\ge2^k+1\),即可取 \[ s_1(k)=\max\big\{2^k+1,\ k(2k-1)+2\ (\text{奇}),\ 2k(4k-1)+2\ (\text{偶})\big\}. \] 当 \(s\ge s_1(k)\):定理 7.3 保证 \(\mathfrak{S}(N)\ge C(k,s)>0\) 对一切 \(N\) 成立,再代入定理 7.1 的 (7.4),主项 \(\asymp N^{s/k-1}\) 发散且压过误差,得 \(r(N)\to\infty\)。前提始终是两两互素
合并得到最终结论
  1. 定理 7.3:两两互素 + \(s\ge\) 门槛 \(\Rightarrow\) \(\mathfrak{S}(N)\ge C(k,s)>0\)(对一切 \(N\),不再限于算术级数)。
  2. 定理 7.1:\(r(N)=\dfrac{C_{k,s}}{(c_1\cdots c_s)^{1/k}}N^{s/k-1}\mathfrak{S}(N)+O(N^{s/k-1-\delta})\)。
  3. 代入下界:\(r(N)\ge(\text{正常数})\cdot N^{s/k-1}-O(N^{s/k-1-\delta})\to\infty\)。所以每个足够大的 \(N\) 都可表示,且表示数趋于无穷。
"门槛非最优"与"真正本质的条件"
  • 为什么不最优:证明里我们做了好几处放大——用 \(\delta\le k_0\)、\(p^{\gamma-1}\delta\le k\)、\(2^{\gamma-1}\le2k\),又用抽屉原理只取"最满那一类"。每一步放大都让门槛变大。更精细的分析(不在本章)能把门槛降下来。Davenport 坦诚:这些数只是"简单论证自然蹦出来的",重在思路清楚,不在最优。
  • 真正本质的是什么:回看整条证明,两两互素只被用来保证"对每个素数 \(p\),至多一个系数被 \(p\) 整除"(于是有 \(s-1\) 个系数可用)。所以真正的命脉是:对任一素数 \(p\),都有足够多的系数不被 \(p\) 整除。只要这点满足,两两互素可以放宽。这与第 1 段的反例首尾呼应——反例之所以坏,正是因为某个 \(p\) 几乎吃掉了所有系数。

脚注

原文脚注:当然,只需对 \(p\le p_0(k,s)\) 假设此条件即可;参见引理 5.2 的推论。

解释 这条脚注(对应定理 7.2 里的"对每个素数 \(p\)")说明:同余条件其实不必对无穷多个素数逐一验证。存在一个只依赖 \(k,s\) 的界 \(p_0(k,s)\),对所有 \(p>p_0\) 的大素数,非平凡解由一般理论自动存在(引理 5.2 的推论保证局部密度对大素数自动 \(>0\))。所以真正要人工检查的只有有限个小素数 \(p\le p_0\)。这也正是第 15 段"满足条件的 \(N\) 构成算术级数"的根据——有限个素数的同余条件由中国剩余定理合并成一个模 \(Q=\prod_{p\le p_0}p^\gamma\) 的条件。

全章回顾(一句话串起来)
  1. 问题:\(N=c_1x_1^k+\cdots+c_sx_s^k\) 何时可解、解多少?
  2. 警告(第1段):光项数多不行,某素数能毁掉一切——必须加同余条件。
  3. 机器微调(3–10段):把生成函数、Weyl、Hua、(7.2)、主弧逼近、奇异级数里所有 \(x^k\) 换成 \(c_jx^k\);靠"换元 \(\beta=c_j\alpha\) + 周期性"与"约分恒等式"把带系数化归回无系数,量级不变。
  4. 主结果(定理7.1):\(r(N)=\dfrac{C_{k,s}}{(c_1\cdots c_s)^{1/k}}N^{s/k-1}\mathfrak{S}(N)+O(N^{s/k-1-\delta})\)。
  5. 正下界 I(定理7.2):每素数有非平凡局部解 \(\Rightarrow\) \(\mathfrak{S}(N)\ge C(k,s)>0\)(在算术级数上)。
  6. 正下界 II(定理7.3):两两互素 + 项数过门槛 \(\Rightarrow\) 对一切 \(N\) 都有 \(\mathfrak{S}(N)>0\)。证法 = 数陪集类 + 抽屉原理 + 化归 Waring 同余。
  7. 结论:\(s\ge s_1(k)\) 时 \(r(N)\to\infty\);门槛非最优,本质条件是"每个素数都有够多系数不被它整除"。

返回 全书目录