我们要证的东西说到底就一句话：某个具体的和 $\mathrm{Wcount}$ 大于零。这一章把这句话翻译成一个能逐频率估计的等式。用到的全部工具是：加减乘除、复指数 $e^{i\varphi}=\cos\varphi+i\sin\varphi$、以及有限几何级数。没有积分，没有极限，没有概率论公理——尽管我们会借「概率」当直觉。
回忆总纲里的降维：我们只需对某个 $1/b$，找一组互不相同的半素数，它们的倒数和恰好等于 $1/b$。把这些候选半素数收集成一个有限集合 $E$（叫「边集」，每个元素 $e\in E$ 是一个具体的半素数，比如 $e=6,10,15,\dots$）。目标：找一个子集 $S\subseteq E$ 使 $\displaystyle\sum_{e\in S}\frac1e=\frac1b$。
怎么证「存在这样的 $S$」？这里有个经典的转化技巧：给每条边掷一枚硬币。给每个 $e\in E$ 配一个数 $\theta_e\in(0,1)$（这枚硬币出正面的概率，具体取值第五章再定），独立地让边 $e$ 以概率 $\theta_e$「入选」。一个具体子集 $S$ 恰好被选中的权重是
$$w(S)=\Big(\prod_{e\in S}\theta_e\Big)\Big(\prod_{e\in E\setminus S}(1-\theta_e)\Big).$$（入选的边贡献 $\theta_e$，落选的边贡献 $1-\theta_e$。）这些权重对所有子集加起来是 $1$——因为
$$\sum_{S\subseteq E}w(S)=\prod_{e\in E}\big(\theta_e+(1-\theta_e)\big)=\prod_{e\in E}1=1.$$中间这一步用的是乘积展开（分配律），我们等下在第 5 节还会用它的加强版，这里先眼熟：把 $\prod_e(\theta_e+(1-\theta_e))$ 展开，每一项就是「对每个 $e$ 二选一（选 $\theta_e$ 还是选 $1-\theta_e$）」，恰好对应一个子集 $S$（选 $\theta_e$ 的那些 $e$ 组成 $S$）。
每个权重 $w(S)>0$（因为每个 $\theta_e\in(0,1)$）。所以 $\mathrm{Wcount}$ 是一堆非负数之和，而且——
$$\mathrm{Wcount}>0\iff\text{至少有一个子集 }S\text{ 命中}\iff\text{我们要的表示存在.}$$右边这个等价就是我们的目标。左边是一个具体的数值和，可以用分析手段去估下界。整个证明的战略就是：证明这个和严格大于零。（从「和为正」反推出「存在命中子集」这一步，见 第四章抽取一节，也很短。）
直接对 $\mathrm{Wcount}$ 里那个示性函数 $\mathbf 1[\cdots]$ 硬算是没法下手的——它是「非黑即白」的开关。Fourier 的思想是把开关写成一圈旋转指针的平均，这样每条边就解耦了。先看单条边贡献的「旋转指针」。
约定一个记号，能省掉一大堆 $2\pi$：
$$e(x):=e^{2\pi i x}=\cos(2\pi x)+i\sin(2\pi x).$$它是单位圆上的一个点，$|e(x)|=1$，周期为 $1$（即 $e(x+1)=e(x)$），且 $\overline{e(x)}=e(-x)$。
别把 $\varphi_\theta$ 当成凭空冒出来的记号。上面那句「加权平均」翻译成一行式子，就是单独一条边贡献的那个随机指针的期望值：
$$\varphi_\theta(t)=(1-\theta)\cdot\underbrace{e(0)}_{\text{落选，}=1}+\ \theta\cdot\underbrace{e(t)}_{\text{入选}}=\mathbb E\big[\,e(t\cdot X)\,\big],\qquad X\sim\text{Bernoulli}(\theta).$$这正是概率论里「特征函数」的定义（一个分布的 Fourier 变换），也是它名字的来历。
引入它的全部意义，在于把一件做不动的事变成能算的事。第 3、5 节会把 Wcount 里那个非黑即白的开关 $\mathbf 1[\cdots]$ 用旋转指针写开，整份计数变成「对所有 $2^{|E|}$ 个子集求和、每个子集是一串指针之积」。因为各边相互独立，「积的期望 = 期望之积」，这个指数级大的和在每个频率 $h$ 上逐边拆开：
$$\sum_{S\subseteq E}w(S)\prod_{e\in S}e(h/e)=\prod_{e\in E}\Big[(1-\theta_e)+\theta_e\,e(h/e)\Big]=\prod_{e\in E}\varphi_{\theta_e}\!\big(h/e\big)=:\widehat\mu(h).$$左边是指数级多、还带硬开关的组合和，无从下手；右边是 $|E|$ 个显式复数的连乘，可以取对数、可以 Taylor、可以估模长。$\varphi_\theta$ 就是把「不可算的组合计数」换成「可分析的解析乘积」的那把钥匙——没有它，后面两章根本没有可动手的对象：
这个连乘 $\widehat\mu(h)=\prod_e\varphi_{\theta_e}(h/e)$ 会在第 5 节正式登场，撑起主恒等式 $L\cdot\mathrm{Wcount}=\sum_h\widehat\mu(h)\,e(-h/b)$。此处先记住一句话：$\varphi_\theta$ 是逐边解耦的因子。
后面两章的一切估计，都从下面这条模方恒等式长出来。我们把它一步不省地算出来。
证明。把 $\varphi_\theta(t)$ 拆成实部与虚部：
$$\varphi_\theta(t)=\underbrace{(1-\theta)+\theta\cos(2\pi t)}_{\text{实部}}+i\,\underbrace{\theta\sin(2\pi t)}_{\text{虚部}}.$$复数模方 = 实部² + 虚部²：
$$|\varphi_\theta(t)|^2=\big[(1-\theta)+\theta\cos(2\pi t)\big]^2+\big[\theta\sin(2\pi t)\big]^2.$$展开第一个方括号：$(1-\theta)^2+2(1-\theta)\theta\cos(2\pi t)+\theta^2\cos^2(2\pi t)$。加上第二项的 $\theta^2\sin^2(2\pi t)$，用 $\cos^2+\sin^2=1$ 把两个 $\theta^2$ 项合并：
$$|\varphi_\theta(t)|^2=(1-\theta)^2+\theta^2+2\theta(1-\theta)\cos(2\pi t).$$注意 $(1-\theta)^2+\theta^2=1-2\theta(1-\theta)$（因为 $(1-\theta)^2+\theta^2=1-2\theta+2\theta^2=1-2\theta(1-\theta)$）。代入：
$$|\varphi_\theta(t)|^2=1-2\theta(1-\theta)+2\theta(1-\theta)\cos(2\pi t)=1-2\theta(1-\theta)\big[1-\cos(2\pi t)\big].$$最后用半角恒等式 $1-\cos(2\pi t)=2\sin^2(\pi t)$：
$$|\varphi_\theta(t)|^2=1-2\theta(1-\theta)\cdot 2\sin^2(\pi t)=1-4\theta(1-\theta)\sin^2(\pi t).\qquad\blacksquare$$盯着右边 $1-4\theta(1-\theta)\sin^2(\pi t)$ 看：
$\theta(1-\theta)$ 在 $\theta=1/2$ 取最大 $1/4$；我们后面把 $\theta$ 限制在 $[\tfrac13,\tfrac23]$，那里 $\theta(1-\theta)\ge\tfrac13\cdot\tfrac23=\tfrac29$，保证衰减率有一个正的下界。
现在把第 1 节那个「开关」$\mathbf 1[\cdots]$ 用旋转指针写出来。核心是下面这条纯代数的恒等式，它完全不需要积分——只要有限几何级数求和公式。
证明。记 $r=e(n/L)$。则被求和的项是 $e(hn/L)=r^h$，这是一个公比为 $r$ 的等比数列。
情形一：$L\mid n$。写 $n=Lk$，则 $r=e(n/L)=e(k)=e^{2\pi i k}=1$（$k$ 是整数）。于是每一项 $r^h=1$，共 $L$ 项，和为 $L$。
情形二：$L\nmid n$。此时 $n/L$ 不是整数，故 $r=e(n/L)\ne1$。用有限几何级数公式 $\sum_{h=0}^{L-1}r^h=\dfrac{r^L-1}{r-1}$。分子里
$$r^L=e(n/L)^L=e(n)=e^{2\pi i n}=1\quad(n\text{ 是整数}),$$所以分子 $r^L-1=0$，而分母 $r-1\ne0$，整个和为 $0$。$\qquad\blacksquare$
这条恒等式让我们能把任何「相等判定」写成指针平均：只要把「$n=0$」这类判定转成「$L\mid$ 某个整数」，再除以 $L$ 就得到一个示性函数的 Fourier 表达式。下一节就做这个转换。
引理 1.2 检测的是「$L$ 整除某数」，而我们真正要的是「倒数和恰好等于 $1/b$」。这两者之间要架一座桥。关键是选一个足够大的公共模 $L$，并保证「不发生环绕」。
对任意子集 $S\subseteq E$，定义整数
$$n_S:=\sum_{e\in S}\frac Le-\frac Lb\ \in\mathbb Z.$$两边同乘 $1/L$ 立刻看到：$\displaystyle\sum_{e\in S}\frac1e=\frac1b\iff n_S=0$。所以我们的目标示性函数就是 $\mathbf 1[n_S=0]$。现在把「$n_S=0$」换成「$L\mid n_S$」——这一步需要无环绕条件，否则会把 $n_S=\pm L,\pm2L,\dots$ 也误判成命中。
证明。只需证第一个等价（第二个已由定义得到）。$n_S=0$ 显然被 $L$ 整除，故 $\Leftarrow$ 成立。反过来，估计 $n_S$ 的取值范围：
所以 $n_S\in(-L,\,L)$。在这个开区间里，$L$ 的整数倍只有一个：$0$。因此 $L\mid n_S\Rightarrow n_S=0$。$\qquad\blacksquare$
把引理 1.2 应用到 $n=n_S$（除以 $L$）：
$$\mathbf 1\!\Big[\sum_{e\in S}\tfrac1e=\tfrac1b\Big]=\mathbf 1[L\mid n_S]=\frac1L\sum_{h=0}^{L-1}e\!\Big(\frac{h\,n_S}{L}\Big).$$再把 $n_S/L=\sum_{e\in S}\frac1e-\frac1b$ 代进去，用 $e(\cdot)$ 的加法变乘法性质 $e(x+y)=e(x)e(y)$：
$$e\!\Big(\frac{h\,n_S}{L}\Big)=e\!\Big(h\sum_{e\in S}\tfrac1e-\tfrac hb\Big)=e\!\Big(-\tfrac hb\Big)\prod_{e\in S}e\!\Big(\tfrac he\Big).$$这一步把「子集 $S$ 的信息」拆成了每条边各自的因子 $e(h/e)$ 的乘积——正是解耦的关键。
万事俱备。把第 4 节的示性函数表达式代回 $\mathrm{Wcount}$ 的定义，然后交换求和次序。
第一步：代入并提出与 $S$ 无关的部分。
$$L\cdot\mathrm{Wcount}=\sum_{S\subseteq E}\Big(\sum_{h=0}^{L-1}e\big(\tfrac{h n_S}{L}\big)\Big)w(S) =\sum_{h=0}^{L-1}\ \underbrace{e\!\Big(-\tfrac hb\Big)}_{\text{与 }S\text{ 无关}}\ \sum_{S\subseteq E}\Big(\prod_{e\in S}e(\tfrac he)\Big)w(S).$$（第一个等号：把 $\mathbf 1[\cdots]=\frac1L\sum_h e(hn_S/L)$ 代入 $\mathrm{Wcount}$ 再两边乘 $L$；第二个等号：交换有限双重求和的次序，并用上一节把 $e(hn_S/L)$ 因式分解、把不含 $S$ 的 $e(-h/b)$ 提到内层和之外。）
第二步：内层对 $S$ 的求和，用乘积展开收成连乘。把 $w(S)=\prod_{e\in S}\theta_e\prod_{e\notin S}(1-\theta_e)$ 代入内层：
$$\sum_{S\subseteq E}\prod_{e\in S}\big(e(\tfrac he)\,\theta_e\big)\prod_{e\notin S}(1-\theta_e).$$这正是乘积展开公式的形状。对任意一族数 $\{a_e\},\{b_e\}$，分配律给出
$$\prod_{e\in E}(a_e+b_e)=\sum_{S\subseteq E}\prod_{e\in S}a_e\prod_{e\notin S}b_e.$$（右边每一项对应「对每个 $e$ 选 $a_e$ 或 $b_e$」的一种选法，选 $a_e$ 的 $e$ 组成 $S$。）取 $a_e=\theta_e\,e(h/e)$、$b_e=1-\theta_e$，于是内层和等于
$$\prod_{e\in E}\Big[(1-\theta_e)+\theta_e\,e(\tfrac he)\Big]=\prod_{e\in E}\varphi_{\theta_e}\!\Big(\frac he\Big)=:\hat\mu(h).$$最后一步认出每个因子正是第 2 节的特征函数 $\varphi_{\theta_e}(t)$ 在 $t=h/e$ 处的值。把 $\hat\mu(h)$ 记为「频率 $h$ 的字符和」。合起来：
左边是我们想证 $>0$ 的量（乘了个正常数 $L$，不影响正负）；右边是 $L$ 个复数的和，每个都能逐个估计。至此，「存在半素数表示」被彻底翻译成了「估计一个具体的三角和」。
右边求和的 $L$ 项里，绝大多数会互相抵消或很小，真正贡献正值的是 $h$ 使每个 $h/e$ 都接近整数的那些。于是把频率区间 $\{0,1,\dots,L-1\}$ 劈成两部分：
| 名称 | 哪些频率 $h$ | 行为 | 在哪章 |
|---|---|---|---|
| 主弧 $S_M$ | 每个 $\|h/e\|$ 都很小（$h/e$ 接近整数） | $\hat\mu(h)\approx1$，攒成正的高斯峰 $\ge c_3/\sigma_E$ | 第二章 |
| 次弧 $S_m$ | 其余（至少有一个 $h/e$ 远离整数） | $|\hat\mu(h)|$ 指数小，总和被压到峰下 | 第三、六章 |
（$\|x\|$ 表示 $x$ 到最近整数的距离，下一章正式登场。）证明的收口是「主弧峰 > 次弧总和」，从而右边整体 $>0$。
没有一步依赖积分、极限或概率公理。下一章把主弧那堆项加起来，你会看到一个高斯分布凭空冒出来。
看不出来——而且不该看出来。第一章做的是规约，不是求解：它把「存在半素数表示」翻译成了「主恒等式右边那个和 $>0$」。注意这是一条恒等式，两边严格等价，信息一点没丢。等价的两问不可能一边难一边易——全部困难被原封不动地搬了个地方，从组合存在性搬成了「一个 $L$ 项振荡三角和的符号判定」。这是换坐标，不是化简。
更能说明问题的一点：这条恒等式是「中立」的。哪怕某个 $a/b$ 根本没有表示，同一条恒等式照样成立，只不过那时右边的和恰好 $\le 0$。所以它对「答案到底是 yes 还是 no」不带任何倾向——它携带的关于「易解」的证据量是 零。真正的难点——主弧的正峰会不会被次弧抵消掉——第一章只字未证，只是把它暴露成了一根清清楚楚的独木桥：
$$\underbrace{c_3/\sigma_E}_{\text{主峰 · 第二章}}\ \overset{?}{>}\ \underbrace{B_m}_{\text{次谷 · 第三、六章}}.$$还有一层：$\theta_e$ 与边集 $E$ 到这里全是待定的（第五章才定）。规约后的问题好不好解，秘密地取决于这两个还没做的选择——选坏了甚至无解。换句话说，第一章结束时，这道题连问都还没问完整。
所以第一章的价值不在「把题变简单」，而在「把题变得可下手」：它交出唯一的靶子 $c_3/\sigma_E>B_m$，并递上 $\varphi_\theta$ 解耦、Taylor、高斯、Jordan、能量-熵这些趁手工具。规约的成功恰恰在于它诚实地不假装容易。全书最硬的一环是第六章的 SBEE——把 $B_m$ 真正压到峰下。