🔢 mathematics

Sharp Hausdorff Dimension Bounds for Sets with Bounded and Growing Digits in $N$ -expansions

Die Arbeit leitet scharfe Schranken für die Hausdorff-Dimension von Mengen irrationaler Zahlen in $N$ -Expansionen her, deren Ziffern entweder beschränkt sind oder gegen Unendlich streben, und verfeinert dabei klassische Jarník- und Good-Ergebnisse durch explizite Abhängigkeiten vom Parameter $N$ .

Ursprüngliche Autoren: Andreea Catalina Chitu, Gabriela Ileana Sebe, Dan Lascu

Veröffentlicht 2026-03-31

📖 4 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Andreea Catalina Chitu, Gabriela Ileana Sebe, Dan Lascu

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie haben eine unendliche Treppe, die in den Himmel führt. Jede Stufe dieser Treppe ist eine Zahl, und um die Treppe zu erklimmen, müssen Sie eine ganz bestimmte Reihenfolge von Schritten machen. In der Mathematik nennen wir das eine Zahlenentwicklung.

Die Autoren dieses Papers untersuchen eine spezielle Art von Treppe, die sie N-Entwicklung nennen. Um das zu verstehen, hilft ein einfacher Vergleich:

1. Die Treppe und ihre Schritte (Die N-Entwicklung)

Bei der ganz normalen Mathematik (den sogenannten "regulären Kettenbrüchen", die wir alle vielleicht aus der Schule kennen) sind die Schritte auf der Treppe immer ganze Zahlen wie 1, 2, 3, 4...

Bei der N-Entwicklung (erfunden von den Autoren) gibt es eine Regel: Jeder Schritt muss mindestens so groß sein wie eine Zahl N.

Wenn N = 1, ist es die normale Treppe.
Wenn N = 10, dann dürfen Sie auf der Treppe nur Schritte machen, die mindestens 10 Einheiten groß sind (10, 11, 12...).

Die Frage, die sich die Forscher stellen, ist: Wie "dicht" oder "voll" ist die Menge aller möglichen Wege auf dieser Treppe?

In der Mathematik messen wir das mit etwas, das Hausdorff-Dimension heißt.

Eine Linie hat die Dimension 1.
Ein Punkt hat die Dimension 0.
Ein "wackeliger", fraktaler Pfad (wie ein Küstenlinien-Muster) liegt irgendwo dazwischen, zum Beispiel bei 0,5 oder 0,8.

Die Forscher wollen herausfinden: Wenn wir bestimmte Regeln für unsere Schritte aufstellen, wie verändert sich die "Dichte" dieses Pfades?

2. Szenario A: Die beschränkte Treppe (Schritte haben eine Obergrenze)

Stellen Sie sich vor, Sie dürfen auf Ihrer Treppe nur Schritte machen, die nicht größer als eine bestimmte Zahl M sind.

Beispiel: Sie dürfen nur 10er, 11er oder 12er Schritte machen, aber niemals einen 100er Schritt.

Die Forscher haben herausgefunden: Je kleiner die Obergrenze M ist (also je strenger die Regel ist), desto "dünner" wird der Pfad. Die Dimension sinkt.

Die Entdeckung: Sie haben eine neue, sehr präzise Formel gefunden, die genau sagt, wie dünn der Pfad wird, abhängig von N (der Mindestgröße) und M (der Höchstgröße).
Die Analogie: Wenn Sie nur sehr kleine Schritte erlauben, können Sie nicht so viele verschiedene Wege gehen. Der "Raum", den Sie einnehmen, wird kleiner. Die Formel der Autoren ist wie ein hochpräzises Lineal, das genau misst, wie viel Platz diese eingeschränkten Wege noch einnehmen.

3. Szenario B: Die wachsende Treppe (Schritte werden immer größer)

Stellen Sie sich nun eine andere Regel vor: Ihre Schritte müssen immer größer werden.

Beispiel: Der erste Schritt ist 10, der zweite 100, der dritte 1000, der vierte 1.000.000... und so weiter bis ins Unendliche.

Das ist eine sehr extreme Regel. Die meisten Zahlen auf dieser Treppe würden hier "verloren gehen".

Die große Überraschung: Die Forscher haben bewiesen, dass egal wie groß N ist (ob 1, 10 oder 1000), wenn die Schritte unendlich groß werden, die Dimension dieser Menge exakt 0,5 beträgt.
Die Analogie: Stellen Sie sich vor, Sie bauen ein Haus aus Sand. Wenn Sie die Sandkörner immer größer machen, bleibt am Ende nur noch die Hälfte des ursprünglichen Volumens übrig. Es ist ein sehr stabiler Wert: Egal wie schnell die Zahlen wachsen, die "Dichte" des Pfades stabilisiert sich immer bei genau der Hälfte einer Linie (0,5).

4. Warum ist das wichtig? (Die "N"-Regel)

Der Parameter N ist wie der "Schwellenwert" oder die "Basis" der Treppe.

In der klassischen Mathematik (N=1) kannte man diese Regeln schon.
Die Autoren haben gezeigt, wie man diese Regeln auf alle möglichen N-Entwicklungen verallgemeinert.
Sie haben bewiesen, dass die Parameter N und M sich gegenseitig beeinflussen. Wenn N größer wird, verändert sich das Verhalten der Treppe, aber die grundlegenden Gesetze (die Formeln) bleiben ähnlich, nur mit angepassten Zahlen.

Zusammenfassung für den Alltag

Stellen Sie sich vor, Sie versuchen, einen Weg durch einen dichten Wald zu finden.

Fall 1 (Begrenzte Schritte): Wenn Sie sich nur auf schmale Pfade beschränken (keine großen Sprünge), wird Ihr Weg immer enger und weniger "voll". Die Autoren haben eine Formel, die genau berechnet, wie eng er wird.
Fall 2 (Wachsende Schritte): Wenn Sie gezwungen sind, immer größere Sprünge zu machen, wird der Wald so spärlich, dass Ihr Weg genau die Hälfte der "Dichte" eines normalen Pfades behält. Das ist ein universelles Gesetz, das für alle Arten von Wäldern (alle N-Werte) gilt.

Das Fazit des Papers:
Die Autoren haben die "Landkarte" für diese speziellen mathematischen Pfade neu gezeichnet. Sie haben nicht nur bestätigt, was man schon wusste, sondern die Messwerkzeuge (die Formeln) so verfeinert, dass man jetzt genau sagen kann, wie "dicht" diese Pfade sind, wenn man die Regeln für die Schritte ändert. Sie haben gezeigt, dass die Mathematik hinter diesen Zahlenentwicklungen tiefer und komplexer ist als gedacht, aber auch wunderschön symmetrisch.

Titel: Scharfe Hausdorff-Dimensionsschranken für Mengen mit beschränkten und wachsenden Ziffern in N-Entwicklungen

Autoren: Andreea Catalina Chitu, Gabriela Ileana Sebe, Dan Lascu
Datum: 31. März 2026

1. Problemstellung und Motivation

Das Paper untersucht metrische Eigenschaften von Mengen irrationaler Zahlen im Intervall $(0, 1)$ , die durch Einschränkungen ihrer Ziffern in der sogenannten N-Entwicklung definiert sind. Die N-Entwicklung ist eine Verallgemeinerung der regulären Kettenbruchentwicklung (die dem Fall $N=1$ entspricht). Für eine feste ganze Zahl $N \ge 1$ lässt sich jede irrationale Zahl $x$ eindeutig darstellen als:
$x = \frac{N}{\varepsilon_1 + \frac{N}{\varepsilon_2 + \frac{N}{\varepsilon_3 + \dots}}} = [\varepsilon_1, \varepsilon_2, \varepsilon_3, \dots]_N$
wobei die Ziffern $\varepsilon_n$ aus der Menge $\mathbb{N}_N = \{N, N+1, N+2, \dots\}$ stammen.

Die Autoren zielen darauf ab, die Hausdorff-Dimension ( $\dim_H$ ) zweier spezifischer Typen von Mengen zu bestimmen, die durch das Verhalten dieser Ziffern definiert sind:

Mengen mit beschränkten Ziffern: Mengen, bei denen alle Ziffern durch eine obere Schranke $M$ begrenzt sind ( $N \le \varepsilon_n \le M$ ).
Mengen mit wachsenden Ziffern: Mengen, bei denen die Ziffern gegen Unendlich streben ( $\varepsilon_n \to \infty$ ) oder eine untere Schranke $\alpha$ haben, die gegen Unendlich geht.

Das Ziel ist es, scharfe Schranken zu finden, die explizit vom Parameter $N$ abhängen und klassische Ergebnisse von Jarník (für beschränkte Ziffern) sowie Good (für wachsende Ziffern) auf den allgemeinen Fall $N \ge 1$ verallgemeinern.

2. Methodik

Die Beweise basieren auf einer Kombination aus klassischer geometrischer Maßtheorie und spezifischen Abschätzungen für N-Entwicklungen. Die zentrale Strategie besteht darin, für jede Menge separate obere und untere Schranken für die Hausdorff-Dimension zu ermitteln und diese dann zu kombinieren.

A. Grundlagen und Rekursionen

Die Analyse stützt sich auf die Rekursionsformeln für die Nenner $q_n$ der Konvergenten:
$q_n = \varepsilon_n q_{n-1} + N q_{n-2}$
Die Länge der fundamentalen Intervalle $I_n$ (Mengen von Zahlen mit festgelegten ersten $n$ Ziffern) wird durch die Formel bestimmt:
$|I_n| = \frac{N^n}{q_n(q_n + q_{n-1})}$
Wichtige Lemmata liefern Wachstumsabschätzungen für $q_n$ , die zeigen, dass $q_n$ mindestens exponentiell mit der Basis $N$ wächst.

B. Untere Schranken: Das Massenverteilungsprinzip (Mass Distribution Principle)

Um eine untere Schranke für die Dimension zu beweisen, konstruieren die Autoren ein Wahrscheinlichkeitsmaß $\mu$ auf der betrachteten Menge (z. B. $E_M$ oder eine Cantor-Teilmenge von $F_{\alpha, N}$ ).

Das Maß wird rekursiv auf den fundamentalen Intervallen definiert.
Die Bedingung für die Dimension $s$ lautet: $\mu(U) \le c |U|^s$ für kleine Mengen $U$ .
Dies führt zu einer Ungleichung, die die Summe der $s$ -ten Potenzen der Längen der Kind-Intervalle mit der Länge des Eltern-Intervalls vergleicht. Durch geschickte Wahl von $s$ wird gezeigt, dass diese Bedingung erfüllt ist.

C. Obere Schranken: Überdeckungsargumente (Covering Arguments)

Für die obere Schranke wird die Definition der Hausdorff-Maß verwendet.

Man betrachtet die Familie aller fundamentalen Intervalle der Ordnung $n$ als Überdeckung der Menge.
Es wird gezeigt, dass die Summe der $s$ -ten Potenzen der Längen dieser Intervalle für ein geeignetes $s$ beschränkt bleibt (bzw. gegen einen endlichen Wert konvergiert), wenn $n \to \infty$ .
Dies erfordert die Abschätzung von Reihen der Form $\sum k^{-2s}$ , wobei $k$ die Ziffern darstellt.

3. Hauptergebnisse

Ergebnis 1: Mengen mit beschränkten Ziffern (Theorem 1.1)

Für die Menge $E_M = \{x : N \le \varepsilon_n \le M\}$ mit $M > 2N+1$ werden scharfe Jarník-artige Schranken hergeleitet:
$1 - \frac{2(N+1)}{M+1} \frac{1}{\log(N+1)} \le \dim_H(E_M) \le 1 - \frac{N}{(M+1) \log\left(\frac{(M+1)^2}{N}\right)}$

Bedeutung: Diese Ergebnisse verallgemeinern die klassischen Schranken für reguläre Kettenbrüche ( $N=1$ ). Sie zeigen explizit, wie der Parameter $N$ die Konvergenzrate der Dimension gegen 1 beeinflusst, wenn $M \to \infty$ . Die untere Schranke verbessert bekannte klassische Abschätzungen.

Ergebnis 2: Mengen mit wachsenden Ziffern (Theorem 1.2)

Für die Menge $F_{\alpha, N} = \{x : \varepsilon_n \ge \alpha \text{ für alle } n\}$ und hinreichend großes $\alpha$ (abhängig von $N$ ) gelten folgende Schranken:
$\frac{1}{2} + \frac{1}{2 \log(\alpha + 2)} \le \dim_H(F_{\alpha, N}) \le \frac{1}{2} + \frac{\log \log(\alpha - 1)}{2 \log(\alpha - 1)}$

Korollar: Der Grenzwert für $\alpha \to \infty$ ist exakt:
$\lim_{\alpha \to \infty} \dim_H(F_{\alpha, N}) = \frac{1}{2}$
Bedeutung: Dies ist eine direkte Verallgemeinerung von Good's Theorem (1941) auf N-Entwicklungen. Interessanterweise ist der Grenzwert $1/2$ unabhängig von $N$ , obwohl die Konvergenzgeschwindigkeit und die Gültigkeitsbereiche der Schranken von $N$ abhängen. Die Menge der Zahlen, deren Ziffern gegen Unendlich streben ( $F_N$ ), hat ebenfalls die Dimension $1/2$ .

4. Technische Details und Rolle des Parameters N

Abhängigkeit von N: Der Parameter $N$ verändert die Rekursionsstruktur ( $q_n = \varepsilon_n q_{n-1} + N q_{n-2}$ ) und die Längenformel der Intervalle ( $|I_n| \propto N^n$ ). Dies führt zu modifizierten Wachstumsraten für die Nenner und veränderten Verhältnissen zwischen aufeinanderfolgenden Intervallen.
Schärfe der Ergebnisse: Die Autoren betonen, dass ihre Schranken "scharf" (sharp) im asymptotischen Sinne sind. Die obere Schranke für $E_M$ verhält sich wie $1 - O(\frac{1}{M \log M})$ , was als optimal für Überdeckungsargumente gilt. Für $F_{\alpha, N}$ konvergieren beide Schranken gegen $1/2$ mit einer explizit angegebenen logarithmischen Rate.
Methodischer Unterschied zu IFS: Während andere Arbeiten (z. B. Jordan & Rams) diese Ergebnisse oft im Rahmen unendlicher iterierter Funktionensysteme (IFS) mit abklingenden Eigenschaften beweisen, liefern die Autoren hier einen selbstständigen Beweis unter Verwendung klassischer Überdeckungs- und Massenverteilungstechniken, die spezifisch an die N-Entwicklung angepasst sind.

5. Bedeutung und Ausblick

Die Arbeit leistet einen wesentlichen Beitrag zur metrischen Theorie der Kettenbrüche und der fraktalen Geometrie:

Verallgemeinerung: Sie schließt die Lücke zwischen der klassischen Theorie ( $N=1$ ) und allgemeineren Expansionsalgorithmen.
Präzision: Durch die explizite Angabe der Konstanten in Abhängigkeit von $N$ ermöglicht sie ein genaueres Verständnis davon, wie die Struktur der Expansion die Dimensionalität der Ausnahmemengen beeinflusst.
Offene Probleme: Das Paper skizziert zukünftige Forschungsrichtungen, darunter:
- Multifraktale Analyse: Untersuchung der Dimension von Mengen mit spezifischen Wachstumsraten $\varepsilon_n \sim \psi(n)$ .
- Diophantische Approximation: Analyse der Dimension von Mengen, die bestimmte Approximationsgüten ( $|x - p_n/q_n| < q_n^{-\tau}$ ) erfüllen.
- Dynamische Systeme: Anwendung der thermodynamischen Formalismus (Bowen-Formel) auf N-Entwicklungen.

Zusammenfassend liefert das Paper eine rigorose und detaillierte Analyse der Hausdorff-Dimension für N-Entwicklungen und etabliert neue Standards für die Abschätzung solcher Mengen in der Zahlentheorie.