第215章 鞍点圆法（1/2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

但只是这样还不够。

筛法只能告诉我们“存在”还是“不存在”，很难给出精确的计数。

要得到g(n)的精确表达式，还需要另一种工具。

肖宿想到了傅里叶分析。

圆法的本质，是用傅里叶分析的工具把g(n)这个计数函数展开成一个积分。

这个积分沿着单位圆进行，所以叫圆法。

哈代和李特尔伍德在1920年代发明这个方法的时候，本意是想证明哥德巴赫猜想本身。

但是他们最后只得到了一个在N趋于无穷大时成立的近似表达式。

这是一个渐近公式，而不是对所有N都成立的严格等式。

问题就出在积分的余项上。

圆法积分的主项很容易算出来，就是那个著名的哈代-李特尔伍德渐近公式，形式优美得像一首诗。

但余项的控制极其困难，因为被积函数在单位圆上振荡得太厉害了。

就像一条在暴风雨中疯狂摆动的小船，你想精确测量它的平均位置，但每一次浪打过来，你的测量误差就会翻倍。

他盯着圆法的积分表达式看了很久，忽然意识到一个问题：

这个积分之所以难算，是因为它在整个实数轴上积分，那如果换一个积分路径呢？

在复变函数里，是可以通过选择不同的积分路径来避开那些振荡剧烈的区域的。

而这种方法就是著名的“最速下降法”，也叫鞍点法。

最速下降法的发明者是十九世纪的法国数学家柯西，核心思想极其巧妙：

当你在复平面上计算一个振荡得很厉害的积分时，你可以不沿着原来的路径积分，而是把积分路径“弯曲”一下，让它经过那些使被积函数变化最平缓的点，也就是所谓的“鞍点”。

沿着这条新路径，积分会变得温顺得多，因为那些剧烈的振荡被绕过去了。

这个想法在物理里用得非常普遍，量子力学里的半经典近似、统计物理里的steeestdest展开，本质上都是这个东西。

但在数论里，很少有人认真地把圆法积分往复平面上延拓。

不是没人想过，而是大多数人都觉得，把积分路径从单位圆延拓到复平面之后，被积函数的行为会变得更加难以控制。

单位圆好歹是一个紧致的、封闭的曲线，复平面可是无边无际的。

但肖宿觉得，正是因为复平面更大，你才有更多的操作空间。

在单位圆上，你只能沿着那一条路走，前面是振荡区你也得硬着头皮穿过去。

但在复平面上，你可以绕路。

他开始尝试。

第一步是把g(n)的圆法积分表达式从单位圆延拓到整个复平面上来。

这一步相对直接，因为傅里叶变换本身就定义在整个复平面上，单位圆只是一个特殊的积分路径。

真正难的是第二步，那就是找到合适的鞍点。

这一步难倒了所有在这条路上探索的人，肖宿也花了将近三天时间来分析被积函数的解析性质。

他发现，这个函数在复平面上确实存在一组特殊的点，在这些点上，函数的一阶导数为零，二阶导数也有良好的性质。

这些点恰好分布在某条光滑的曲线上，这条曲线从单位圆的某一点出发，缓缓弯向复平面的深处。

如果沿着这条曲线积分，被积函数的振荡会被极大地压制。

那些在单位圆上张牙舞爪的余项，在这条新路径上变得服服帖帖。

因为路径经过了鞍点，被积函数在鞍点附近的变化是最平缓的。

肖宿给这条曲线起了一个名字：鞍点弧。

接下来是计算鞍点弧上的积分。

这一步同样不容易，因为鞍点弧不是一条简单的几何曲线，它的形状依赖于被积函数本身的性质。

但肖宿发现，当N足够大的时候，鞍点弧的形状会趋近于一个相对简单的形式，可以用一组参数方程来描述。

他沿着鞍点弧计算积分的主项，发现结果和哈代-李特尔伍德公式完全一致。

这让他更加明确了方向，至少说明他的方法在渐近意义下是对的。

但真正让他感兴趣的是余项的计算。

在鞍点弧上，余项的增长速度比传统的圆法慢了整整一个数量级。

这意味着，用他的方法，可以在N相对较小的时候，就得到足够精确的估计。

而这个“相对较小”的范围，恰好可以覆盖所有需要用计算机验证的偶数。

他把这个方法命名为“鞍点圆法”。

本章未完，点击下一页继续阅读。