Counting solutions to the quadratic determinant equation

技术摘要：二次行列式方程解的计数

问题陈述
本文研究了在锐利盒子 $[-N, N]^4$ 内计数二次行列式方程 $x_1x_2 - x_3x_4 = h$ 的整数解的问题。具体而言，作者分析了以下量：
$$T(h, N) = |\{x \in \mathbb{Z}^4 : x_1x_2 - x_3x_4 = h, \ x_i \in [-N, N]\}|$$
其中 $h, N \in \mathbb{N}$ 且 $1 \leqslant h \leqslant N^2$。研究重点在于推导具有强误差项的 $T(h, N)$ 渐近公式，特别是在 $h$ 接近 $N^2$ 的区间（具体为 $h = N^2 + O(N)$）。

作者将这种“锐利截断”问题与两个相关且已被深入研究的设定进行了对比：

1. 平滑权重：区域由平滑函数加权，允许应用圆方法（例如 Heath-Brown 的结果）。
2. 欧几里得范数约束：即 $x_1^2 + \dots + x_4^2 \leqslant N^2$，在此设定下，自守形式的谱理论可导出特定的误差界（例如 Selberg 的结果）。

挑战在于，锐利截断以及 $h$ 相对于 $N$ 的任意性通常阻碍圆方法导出具有统一误差项的渐近公式。

方法论
作者采用了一种混合方法，结合了物理空间中的组合论证与分析数论，具体避免了直接依赖圆方法对锐利情形的启发式预测。

1. 分解为加法型与差值型：
   通过分析变量非零的解，问题被简化。方程 $x_1x_2 - x_3x_4 = h$ 根据变量的符号进行分解，导致两个主要的子问题：

   • 加法型：$ax + by = h$的解，其中$a,b,x,y \in [N]$。
   • 差值型：$ax - by = h$的解，其中$a,b,x,y \in [N]$。

2. 离散到连续的近似：
   对于加法情形，作者固定最大公约数 $d = \gcd(x, y)$ 并将方程简化为 $au + bv = h/d$，其中$\gcd(u, v) = 1$。他们将解的数量表示为对$u, v$ 求和的算术级数长度。

   • 主项是通过对约束定义的区域上的连续积分近似离散和而导出的。
   • 互素条件通过 Möbius 反演消除，引入了对 $k$ 的辅助求和。
   • 由此产生的积分被识别为实密度 $\sigma_\infty(h/N^2)$，而算术和对应于奇异级数 $S_h$。

3. 误差项分析：
   误差项源于：

   • 离散计数与连续积分之间的差异（离散化误差）。
   • 锯齿函数 $\psi(x) = x - \lfloor x \rfloor - 1/2$，它在计数区间内的格点时出现。
   • 作者利用截断傅里叶展开对锯齿函数的贡献进行界定。这将问题简化为估计不完整的 Kloosterman 和。
   • 一般情形（$h$ 任意）：利用不完整 Kloosterman 和的标准界（通过 Weil 界和 Hooley 引理），误差项被证明为 $O_\varepsilon(N^{3/2+\varepsilon})$。

4. 特殊情形（$h \approx N^2$）：
   当 $h = N^2 + \Delta$ 且 $\Delta = O(N)$ 时，解空间的几何结构发生变化。作者利用了该特定区间内可用的额外对称性。

   • 他们表明，变量的求和区间在模 $u$ 意义下变为“完整”的，仅存在微小误差。
   • 这使得可以用Ramanujan 和替换不完整的 Kloosterman 和。
   • 通过利用 Ramanujan 和的性质和三角不等式，他们绕过了对更强 Kloosterman 和界的需求，实现了显著更精确的误差项 $O_\varepsilon(N^{1+\varepsilon})$。

主要贡献与结果

• 定理 1.1（一般渐近）：对于任意 $h, N \in \mathbb{N}$，作者证明了：
  $$T(h, N) = \sigma_\infty(h/N^2) S_h N^2 + O_\varepsilon(N^{3/2+\varepsilon})$$
  其中 $\sigma_\infty$ 是实密度，$S_h$ 是奇异级数。这定量地证实了尽管存在锐利截断，圆方法的启发式预测依然成立。

• 定理 1.3（平方根相消）：在 $h = N^2 + O(N)$ 的特定情形下，误差项被改进为：
  $$T(h, N) = \left(\frac{8}{\zeta(2)} - 4\right) \left(\sum_{d|h} \frac{1}{d}\right) N^2 + O_\varepsilon(N^{1+\varepsilon} + N^\varepsilon |\Delta|)$$
  该结果表现出平方根相消（$O(N^{1+\varepsilon})$），这是对 $O(N^{3/2+\varepsilon})$ 界的重要改进。

• 显式公式：论文提供了奇异级数 $S_h = \zeta(2)^{-1} \sum_{d|h} d^{-1}$ 和实密度 $\sigma_\infty(\lambda)$ 的显式计算，用多对数函数 $\text{Li}_2$ 和对数项表示，并区分了 $\lambda \in (0, 1)$、$\lambda = 1$ 和 $\lambda \in (1, 2)$ 的情况。

• 推论 1.4：作者证实了 Dhanda–Haynes–Prasala 关于当 $h$ 为素数幂（或一般地 $h = N^2 + O(N)$）时误差项大小的推测，表明误差为 $O_\varepsilon(N^{1+\varepsilon})$。

意义与主张
本文声称解决了关于二次行列式方程在“临界”区间（即 $h \approx N^2$）误差项大小的推测。

• 与平滑权重的比较：虽然平滑权重类比（Heath-Brown）通常产生 $O(N^{3/2+\varepsilon})$ 的误差，但本工作对一般情形下的锐利截断达到了相同的强度，并在对称情形下改进至 $O(N^{1+\varepsilon})$。
• 与谱理论的比较：作者指出，对于 $\ell^2$-范数约束问题（Selberg 的设定），已知最好的误差界为 $N^{4/3}$ 或更大。相比之下，他们针对 $h \approx N^2$ 的锐利盒子所得到的结果为 $O(N^{1+\varepsilon})$，这显著小于主项大小（$N^2$），并且代表了比当前 $\ell^2$ 设定已知的更强的相消。
• 方法论的新颖性：其意义在于，在特殊情形 $h \approx N^2$ 下，通过利用 Ramanujan 和挖掘区间的特定结构，绕过了标准的 Kloosterman 和界。这使得能够获得一种在应用于一般情形的标准解析方法中无法获得的“平方根相消”误差项。

作者明确指出，他们的结果证实了在特定区间 $h = N^2 + O(N)$ 内误差项阶数（$O(N^{1+\varepsilon})$）的猜想，而在该区间内，此前依赖素数整除性质的技术尚不足以达成此结论。