🔢 mathematics

Khintchine dichotomy and Schmidt estimates for self-similar measures on $\mathbb{R}^d$

यह शोध पत्र एक बूटस्ट्रैप योजना और परिष्कृत डेनी के पत्राचार (Dani's correspondence) से जुड़ी नवीन तकनीकों के माध्यम से $\text{SL}_{d+1}(\mathbb{R})/\text{SL}_{d+1}(\mathbb{Z})$ पर संबद्ध रैंडम वॉक के प्रभावी समप्रसरण (effective equidistribution) को स्थापित करके, $\mathbb{R}^d$ पर स्व-समान मापों (self-similar measures) में मीट्रिक डायोफेंटाइन सन्निकटन के शास्त्रीय खिनचिन (Khintchine) और श्मिट (Schmidt) प्रमेयों का विस्तार करता है।

मूल लेखक: Timothée Bénard, Weikun He, Han Zhang

प्रकाशित 2026-02-24

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Timothée Bénard, Weikun He, Han Zhang

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक बड़ी तस्वीर: अराजकता में पैटर्न खोजना

कल्पना कीजिए कि आप एक विशाल, धुंधले जंगल में खड़े हैं। आप जानना चाहते हैं कि क्या आप एक विशिष्ट प्रकार का पेड़ (मान लीजिए कि एक "तर्कसंगत पेड़" या Rational Tree) पा सकते हैं जो आपके खड़े होने की जगह के बहुत करीब है।

गणित में, इसे डिओफैंटाइन सन्निकटन (Diophantine approximation) कहा जाता है। यह पूछता है: एक स्थान पर किसी यादृच्छिक बिंदु को सरल भिन्नों (परिमेय संख्याओं) का उपयोग करके कितनी अच्छी तरह से सन्निकट (approximate) किया जा सकता है?

लंबे समय तक, गणितज्ञों को "सामान्य" बिंदुओं (जैसे एक चिकनी चादर पर स्थित बिंदु) के लिए उत्तर पता था। यह प्रसिद्ध खिंचिन प्रमेय (Khintchine Theorem) है। यह कहता है:

यदि "लक्ष्य का आकार" (आप कितनी करीब होने की आवश्यकता रखते हैं) बहुत तेज़ी से सिकुड़ता है, तो आप लगभग कभी भी एक तर्कसंगत पेड़ तक नहीं पहुँच पाएंगे।
यदि लक्ष्य का आकार धीरे-धीरे सिकुड़ता है, तो आप उन्हें अनंत बार हिट करेंगे।

समस्या: क्या होगा यदि आप एक चिकनी चादर पर नहीं खड़े हैं? क्या होगा यदि आप एक फ्रैक्टल (fractal) पर खड़े हैं?
एक फ्रैक्टल की कल्पना कैंटर सेट (Cantor Set) (छेद वाले एक रेखा) या सिएरपिंस्की ट्राएंगल (Sierpiński Triangle) की तरह करें। ये आकृतियाँ ऊबड़-खाबड़, स्व-पुनरावृत्ति वाली और "खुरदरी" होती हैं। वे एक चिकनी चादर से बहुत अलग हैं। दशकों तक, गणितज्ञों ने सोचा: क्या खिंचिन का नियम इन अजीब, ऊबड़-खाबड़ आकृतियों पर भी लागू होता है?

समाधान: यह शोध पत्र, बेनार्ड, हे और झांग द्वारा, कहता है कि हाँ। उन्होंने सिद्ध किया कि इन जटिल, स्व-समान (self-similar) फ्रैक्टल्स पर भी, वही नियम लागू होते हैं। यदि लक्ष्य पर्याप्त बड़ा है, तो आप अनंत बार परिमेय बिंदुओं तक पहुँचेंगे; यदि यह बहुत छोटा है, तो आप नहीं पहुँच पाएंगे।

मुख्य पात्र और उपकरण

इसे हल करने के लिए, लेखकों को उपकरणों का एक नया सेट बनाना पड़ा। यहाँ उन्होंने इसे उपमाओं का उपयोग करके कैसे किया, इसका विवरण दिया गया है:

1. स्व-समान माप (The Self-Similar Measure - "फ्रैक्टल धूल")

कल्पना कीजिए कि एक मशीन एक आकृति लेती है, उसे सिकोड़ती है, घुमाती है, और उसकी कॉपियाँ हर जगह बिखेर देती है। यदि आप इसे अनंत काल तक दोहराते हैं, तो आपको एक "फ्रैक्टल धूल" प्राप्त होती है।

गणित: यह एक स्व-समान माप (self-similar measure) है। यह कहने का एक तरीका है कि, "यदि मैं इस फ्रैक्टल से एक यादृच्छिक बिंदु चुनता हूँ, तो इसकी संभावना कहाँ है?"
लक्ष्य: वे जानना चाहते थे कि क्या ये यादृच्छिक बिंदु परिमेय सन्निकटन के मामले में सामान्य बिंदुओं की तरह व्यवहार करते हैं।

2. "जादुई लिफ्ट" (Dani's Correspondence)

यह इस शोध पत्र का सबसे शानदार हिस्सा है। लेखकों ने गणितज्ञ एस.जी. दानी द्वारा खोजे गए एक तरीके का उपयोग किया है।

उपमा: कल्पना कीजिए कि आपके पास एक फ्रैक्टल पर एक बिंदु $s$ है। आप जानना चाहते हैं कि क्या यह एक परिमेय संख्या के करीब है। सीधे संख्या को देखने के बजाय, आप इसे एक लिफ्ट पर रखते हैं जो एक बहुत ऊंची, अजीब इमारत (एक गणितीय स्थान जिसे $SL_{d+1}(\mathbb{R})/SL_{d+1}(\mathbb{Z})$ कहा जाता है) में ऊपर और नीचे जाती है।
जादू:
- यदि बिंदु $s$ सभी परिमेय संख्याओं से दूर है, तो लिफ्ट इमारत में नीचे रहती है।
- यदि बिंदु $s$ एक परिमेय संख्या के बहुत करीब है, तो लिफ्ट आकाश में ऊपर (एक "कस्प" या शिखर में) चली जाती है।
रणनीति: भिन्नों को गिनने के बजाय, लेखक बस लिफ्ट को देखते हैं। यदि वे यह सिद्ध कर सकते हैं कि लिफ्ट अपना अधिकांश समय इमारत के "मध्य" में बिताती है (बहुत ऊपर नहीं, बहुत नीचे नहीं), तो वे जानते हैं कि बिंदु सामान्य रूप से व्यवहार कर रहा है।

3. रैंडम वॉक (The Random Walk - "शराबी की चहलकदमी")

लिफ्ट कैसे व्यवहार करती है, इसे सिद्ध करने के लिए, उन्होंने फ्रैक्टल बिंदुओं की गति को एक रैंडम वॉक के रूप में मॉडल किया।

उपमा: एक शराबी की कल्पना करें जो इमारत के माध्यम से चल रहा है। उसका हर कदम फ्रैक्टल के नियमों (सिकुड़ने और घूमने) द्वारा निर्धारित होता है।
चुनौती: 1D (एक रेखा) में, यह वॉक अनुमान लगाना आसान है। लेकिन उच्च आयामों (2D, 3D, आदि) में, यह वॉक "बीजगणितीय जाल" (algebraic traps) में फंस जाता है। यह ऐसा है जैसे शराबी एक विशिष्ट स्तंभ के चारों ओर घूमता रहता है और कभी भी इमारत के बाकी हिस्सों का पता नहीं लगा पाता।
महत्वपूर्ण सफलता: लेखकों ने एक "बूटस्ट्रैप स्कीम" (Bootstrap Scheme) विकसित की।
- चरण 1: दिखाएं कि वॉक थोड़ा चलता है (थोड़ा सा "आयाम" प्राप्त करता है)।
- चरण 2: एक चतुर "मल्टीस्लाइसिंग" तकनीक (इमारत को पतली परतों में काटना) का उपयोग करके यह सिद्ध करें कि भले ही वॉक फंस जाए, अंततः वह मुक्त हो जाता है और पूरी इमारत में समान रूप से फैल जाता है।
- चरण 3: इसे तब तक दोहराएं जब तक कि वॉक इतना फैल न जाए कि वह एक समान धुंध के बादल जैसा दिखने लगे।

4. "सीगल ट्रांसफॉर्म" (The Siegel Transform - "लैटिस काउंटर")

जब लिफ्ट ऊपर जाती है, तो उन्हें यह गिनने की आवश्यकता होती है कि कितने परिमेय बिंदु पास में हैं। वे सीगल ट्रांसफॉर्म नामक उपकरण का उपयोग करते हैं।

उपमा: कल्पना कीजिए कि एक छेद वाला जाल है। आप एक गेंद (परिमेय बिंदु) को जाल की ओर फेंकते हैं। सीगल ट्रांसफॉर्म गिनता है कि कितने बॉल्स जाल में फंस गए।
कठिनाई: 1D में, जाल को गिनना आसान है। उच्च आयामों में, जाल अव्यवस्थित हो जाता है, और बॉल्स की संख्या विस्फोट कर सकती है। लेखकों को ट्रांसफॉर्म को "ट्रिम" (काटने) करने का एक तरीका विकसित करना पड़ा ताकि वे संख्याओं को अनंत होने दिए बिना बॉल्स को गिन सकें।

दो मुख्य परिणाम

यह शोध पत्र इन फ्रैक्टल बिंदुओं के बारे में दो विशिष्ट चीजें सिद्ध करता है:

द्विभाजन (The Dichotomy - "सब कुछ या कुछ नहीं" का नियम):
ठीक एक चिकनी चादर की तरह, यदि आप परिमेय सन्निकटन के लिए एक लक्ष्य आकार निर्धारित करते हैं:

यदि लक्ष्य आकारों का योग परिमित (finite) है (वे बहुत तेज़ी से छोटे होते जाते हैं), तो फ्रैक्टल बिंदु लक्ष्य तक कभी नहीं पहुँचेंगे (प्रायिकता 0)।
यदि योग अनंत (infinite) है (वे पर्याप्त बड़े रहते हैं), तो फ्रैक्टल बिंदु अनंत बार लक्ष्य को हिट करेंगे (प्रायिकता 1)।
यह क्यों महत्वपूर्ण है: यह पुष्टि करता है कि फ्रैक्टल्स, अपनी ऊबड़-खाबड़ प्रकृति के बावजूद, यादृच्छिकता के समान मौलिक नियमों का पालन करते हैं।

श्मिट अनुमान (The Schmidt Estimate - "गिनती" का नियम):
वे न केवल लक्ष्य को हिट करते हैं, बल्कि लेखक यह भी बता सकते हैं कि वे कितनी बार हिट करते हैं।

उन्होंने सिद्ध किया कि हिट्स की संख्या ठीक उसी दर से बढ़ती है जिस दर से लक्ष्य क्षेत्र का "आयतन" (volume) बदलता है।
उपमा: यदि आप चलते हुए लक्ष्य पर तीर चला रहे हैं, तो वे आपको बता सकते हैं कि कितने तीर लगेंगे, न कि केवल "कुछ" या "कई"।

यह क्यों मायने रखता है

इस शोध पत्र से पहले, हमें यह मान लेना पड़ता था कि फ्रैक्टल "अच्छा" (सरल, 1-आयामी, या विशिष्ट समरूपता वाला) है ताकि इन नियमों को सिद्ध किया जा सके। यह शोध पत्र उन सभी प्रतिबंधों को हटा देता है।

यह किसी भी आयाम (2D, 3D, 100D) के लिए काम करता है।
यह किसी भी स्व-समान (self-similar) फ्रैक्टल के लिए काम करता है (भले ही वे कितने भी अस्त-व्यस्त हों)।
यह किसी भी लक्ष्य आकार फलन (target size function) के लिए काम करता है।

सारांश में:
लेखकों ने एक अराजक, ऊबड़-खाबड़ फ्रैक्टल लिया, उसे एक जादुई लिफ्ट पर रखा, रैंडम वॉक का उपयोग करके एक जटिल इमारत के चारों ओर उसके नृत्य को देखा, और सिद्ध किया कि अपने अजीब आकार के बावजूद, यह एक चिकनी, उबाऊ रेखा की तरह संयोग के समान नियमों का पालन करता है। उन्होंने एक बूटस्ट्रैप स्कीम बनाकर फ्रैक्टल्स की टेढ़ी-मेढ़ी दुनिया और शास्त्रीय संख्या सिद्धांत की चिकनी दुनिया के बीच एक पुल बनाकर 40 साल पुराने रहस्य को सुलझा दिया।

यहाँ टिमोथी बेनार्ड, वेइकुन हे, और हान झांग के शोध पत्र "Khintchine Dichotomy and Schmidt Estimates for Self-Similar Measures on $\mathbb{R}^d$ " का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण और संदर्भ

मुख्य समस्या:
यह शोध पत्र $\mathbb{R}^d$ पर स्व-समान मापों (self-similar measures) के अनुसार वितरित बिंदुओं के मीट्रिक डायोफेंटाइन सन्निकटन (Diophantine approximation) गुणों को संबोधित करता है। विशेष रूप से, यह लेबेग माप (Lebesgue measure) से क्लासिकल खिंचिन प्रमेय (Khintchine Theorem) और श्मिट काउंटिंग प्रमेय (Schmidt's Counting Theorem) को इन फ्रैक्टल मापों पर सामान्यीकृत करने का प्रयास करता है।

खिंचिन प्रमेय (क्लासिकल): लेबेग माप के लिए, $\psi$ -सन्निकटनीय सदिशों (vectors) का सेट $W(\psi)$ (वे सदिश $s$ जिनके लिए अनंत बार $(p,q)$ के लिए $\|qs - p\| < \psi(q)$ होता है) या तो शून्य या पूर्ण माप रखता है। यह शून्य-एक नियम (zero-one law) केवल श्रेणी $\sum \psi(q)^d$ के अभिसरण (convergence) या अपसरण (divergence) पर निर्भर करता है।
श्मिट का प्रमेय (क्लासिकल): अपसारी (divergent) मामले में, श्मिट ने एक सीमा $N$ तक समाधानों की संख्या के लिए एक साहचर्य सूत्र (asymptotic formula) प्रदान किया।
चुनौती: जबकि ये परिणाम लेबेग माप और कुछ "मैत्रीपूर्ण" (friendly) मापों के लिए ज्ञात थे, इन उन्हें मनमाने आयाम $d \ge 1$ $d \geq 1$ में सामान्य स्व-समान मापों (जैसे कैंटर मेज़र, सिएरपिंस्की गैस्केट) तक विस्तारित करना एक प्रमुख खुला प्रश्न रहा है। पिछले कार्यों (जैसे खलील-लुथी, सिमंस-वीस) के लिए कुछ प्रतिबंधात्मक शर्तें आवश्यक थीं जैसे:
- आयाम $d=1$ ।
- समान संकुचन अनुपात वाला परिमेय IFS ("कार्पेट" प्रकार)।
- बड़े आयाम की धारणाएँ।
- सन्निकटन फलन $\psi$ पर प्रतिबंध (जैसे $\psi(q) < 1/q$ )।

लक्ष्य: किसी भी गैर-बढ़ते (non-increasing) सन्निकटन फलन $\psi$ के लिए, और किसी भी आयाम $d$ में, मनमाने अपरिमेय (irreducible) स्व-समान मापों पर खिंचिन द्विशाखता (Khintchine dichotomy) और श्मिट काउंटिंग अनुमान स्थापित करना।

कार्यप्रणाली और तकनीकी ढांचा

लेखक एक गतिशील प्रणाली (dynamical systems) दृष्टिकोण का उपयोग करते हैं, जो होमोजेनियस स्पेस पर प्रवाह (flows) के साथ डायोफेंटाइन सन्निकटन के संबंध का लाभ उठाते हैं।

A. डेनी का सहसंबंध (Dani's Correspondence)

यह शोध पत्र डेनी के सहसंबंध सिद्धांत का उपयोग करता है, जो सदिश $s \in \mathbb{R}^d$ के डायोफेंटाइन गुणों को होमोजेनियस स्पेस $X = \text{SL}_{d+1}(\mathbb{R}) / \text{SL}_{d+1}(\mathbb{Z})$ में प्रक्षेपवक्र (trajectory) $(a(t)u(s)x_0)_{t>1}$ के व्यवहार में अनुवादित करता है।

$a(t)$ एक विकर्णीय प्रवाह (diagonal flow) है जो पहले $d$ दिशाओं में विस्तार करता है और अंतिम दिशा में संकुचन करता है।
$u(s)$ एक यूनिपोटेंट अनुवाद (unipotent translation) है।
स्थिति $\|qs - p\| < \psi(q)$ , विशिष्ट संकुचित लक्ष्य सेट (shrinking target set) के साथ लैटिस $a(t)u(s)\mathbb{Z}^{d+1}$ के प्रतिच्छेदन के अनुरूप है।

B. विस्तारित फ्रैक्टल्स का प्रभावी समतुल्य वितरण (Effective Equidistribution)

केंद्रीय तकनीकी उपलब्धि प्रवाह $a(t)u(s)$ के तहत स्व-समान माप $\sigma$ के पुश-फॉरवर्ड (pushforward) के लिए एक प्रभावी समतुल्य वितरण प्रमेय को सिद्ध करना है।

प्रमेय 1.2: एक स्व-समान माप $\sigma$ के लिए, समाकल $\int f(a(t)u(s)x) d\sigma(s)$ , हाार माप औसत $m_X(f)$ की ओर $O(t^{-c})$ की घातांकीय क्षय दर के साथ अभिसरित होता है, जिसमें त्रुटि पद आधार बिंदु $x$ के इंजेक्शन त्रिज्या (injectivity radius) पर निर्भर करता है।
रैंडम वॉक के साथ संबंध: लेखक विस्तारित ट्रांसलेट्स $a(t)u(s)d\sigma(s)$ को IFS से प्राप्त माप $\mu$ द्वारा संचालित $X$ पर रैंडम वॉक के $n$ -चरण वितरण से जोड़ते हैं (लेम्मा 8.2)। यह समस्या को रैंडम वॉक के समतुल्य वितरण के अध्ययन में बदल देता है।

C. डायमेंशनल बूटस्ट्रैप और गैर-संकेंद्रण (Non-Concentration)

रैंडम वॉक के समतुल्य वितरण को सिद्ध करने के लिए, लेखकों को यह दिखाना होगा कि माप संयुग्मन (convolution) के तहत "उच्च आयाम" (आयाम $X$ के करीब) प्राप्त करता है।

बाधा (बीजगणितीय): आयाम $d \ge 2$ में, मानक मल्टीस्लाइसिंग तकनीकें (जो $d=1$ में उपयोग की जाती हैं) बीजगणितीय बाधाओं (algebraic obstructions) के कारण विफल हो जाती हैं। विशेष रूप से, वॉक द्वारा उत्पन्न यादृच्छिक उप-स्थान (random subspaces) पिछले प्रोजेक्शन प्रमेयों के लिए आवश्यक मजबूत गैर-संकेंद्रण परिकल्पना को संतुष्ट नहीं करते हैं।
समाधान (MNC): लेखक एक हल्का गैर-संकेंद्रण (Mild Non-Concentration - MNC) गुण पेश करते हैं। वे सिद्ध करते हैं कि हालांकि मजबूत गैर-संकेंद्रण विफल रहता है, फिर भी एक कमजोर रूप बना रहता है, जो आयाम बढ़ाने के लिए पर्याप्त है।
- स्व-समान मापों की नियमितता: एक प्रमुख मध्यवर्ती परिणाम (धारा 4) स्थापित करता है कि स्व-समान माप बीजगणितीय उप-विवरणियों (algebraic subvarieties) के पास होल्डर नियमित (Hölder regular) होते हैं (प्रमेय 4.4)। इसका अर्थ है कि माप उचित बीजगणितीय सेटों के पास संकेंद्रित नहीं होता है, जो बूटस्ट्रैप के लिए महत्वपूर्ण है।
- बूटस्ट्रैप योजना: MNC गुण और रैखिक मल्टीस्लाइसिंग का उपयोग करके, वे माप के आयाम को तब तक बार-बार बढ़ाते हैं जब तक कि वह $\dim X$ के करीब न पहुँच जाए।
स्पेक्ट्रल गैप (Spectral Gap): एक बार जब माप का आयाम उच्च हो जाता है, तो $L^2(X)$ पर संयुग्मन ऑपरेटर का स्पेक्ट्रल गैप गुण घातांकीय समतुल्य वितरण सुनिश्चित करता है (प्रमेय 1.3)।

D. सीगल ट्रांसफॉर्म्स (Siegel Transforms) को संभालना

काउंटिंग अनुमानों (श्मिट के प्रमेय) को प्राप्त करने के लिए, लेखक सीगल ट्रांसफॉर्म्स (लैटिस बिंदुओं के योग) का विश्लेषण करते हैं।

चुनौती: $d=1$ के लिए, एक बॉल का सीगल ट्रांसफॉर्म $L^2$ में नहीं होता है, जिससे मानक विचरण अनुमान विफल हो जाते हैं।
समाधान:
- $d \ge 2$ के लिए, वे मानक मोमेंट अनुमानों का उपयोग करते हैं।
- $d=1$ के लिए, वे केवल सीमित GCD वाले लैटिस बिंदुओं को गिनने वाले प्रतिबंधित सीगल ट्रांसफॉर्म्स (प्रस्ताव 9.17) पेश करते हैं। वे सिद्ध करते हैं कि गैर-मूल (non-primitive) बिंदुओं का योगदान स्पर्शोन्मुख रूप से (asymptotically) नगण्य है, जिससे वे पूर्ण काउंटिंग परिणाम प्राप्त कर पाते हैं।

3. मुख्य योगदान और परिणाम

मुख्य प्रमेय (प्रमेय 1.1)

माना $\sigma$ एक परिमित घातांकीय क्षण (finite exponential moment) वाला $\mathbb{R}^d$ पर एक अपरिमेय स्व-समान माप है। माना $\psi: \mathbb{N} \to \mathbb{R}_{\ge 0}$ एक गैर-बढ़ता फलन है।

खिंचिन द्विशाखता (Khintchine Dichotomy):
$\sigma(W(\psi)) = \begin{cases} 0 & \text{यदि } \sum \psi(q)^d < \infty \\ 1 & \text{यदि } \sum \psi(q)^d = \infty \end{cases}$
श्मिट काउंटिंग (अपसारी मामला): यदि श्रेणी अपसरित होती है, तो $\sigma$ -लगभग प्रत्येक $s$ के लिए:
$\left| \{ (p, q) \in \mathbb{Z}^d \times [0, N] : \|qs - p\|_\infty < \psi(q) \} \right| \sim_{s, \psi} 2^d \sum_{q=0}^N \psi(q)^d$
(एक समान साहचर्य मूल समाधानों के लिए भी मान्य है)।

प्रमुख तकनीकी परिणाम

प्रमेय 1.2 (प्रभावी समतुल्य वितरण): $X$ पर स्व-समान मापों के विस्तारित ट्रांसलेट्स के लिए सहसंबंधों के घातांकीय क्षय को स्थापित करता है, जिसमें इंजेक्शन त्रिज्या पर स्पष्ट निर्भरता है।
प्रमेय 1.3 (रैंडम वॉक का प्रभावी समतुल्य वितरण): $\mu$ -रैंडम वॉक के हाार माप की ओर घातांकीय अभिसरण को सिद्ध करता है।
प्रमेय 4.4 (होल्डर नियमितता): सिद्ध करता है कि स्व-समान माप $\mathbb{R}^d$ की बीजगणितीय उप-विवरणियों के पास संकेंद्रित नहीं होते हैं। यह फ्रैक्टल ज्यामिति में स्वतंत्र रुचि का परिणाम है।
डायमेंशनल बूटस्ट्रैप (धारा 7): बीजगणितीय बाधाओं को दूर करने के लिए "हल्के गैर-संकेंद्रण" (MNC) गुण का उपयोग करके एक नई योजना विकसित करता है, जो उच्च आयामों में मल्टीस्लाइसिंग पद्धति को विस्तारित करती है।

4. महत्व और प्रभाव

एक लंबे समय से चले आ रहे अनुमान का समाधान: यह शोध पत्र इस प्रश्न का पूर्ण सकारात्मक उत्तर प्रदान करता है कि क्या स्व-समान माप खिंचिन द्विशाखता का पालन करते हैं, जिससे आयाम, IFS के प्रकार (परिमेय/अपरिमेय, समान/असमान अनुपात) और सन्निकटन फलन $\psi$ पर सभी पिछले प्रतिबंध हट जाते हैं।
श्मिट के प्रमेय का सामान्यीकरण: यह श्मिट के मात्रात्मक काउंटिंग अनुमानों को फ्रैक्टल सेटिंग तक विस्तारित करता है, जो गुणात्मक "शून्य-एक" नियमों से एक महत्वपूर्ण कदम है।
पद्धतिगत सफलता:
- हल्का गैर-संकेंद्रण (MNC) ढांचे का विकास यह अनुमति देता है कि जहाँ मजबूत गैर-संकेंद्रण बीजगणितीय ज्यामिति के कारण विफल हो जाता है, वहाँ भी आयाम बढ़ाने वाली तकनीकों को लागू किया जा सके।
- उप-विवरणियों के पास होल्डर नियमितता (प्रमेय 4.4) स्व-समान मापों के वितरण का विश्लेषण करने के लिए एक शक्तिशाली नया उपकरण है, जो फ्रैक्टल्स पर डायोफेंटाइन सन्निकटन की अन्य समस्याओं में भी लागू किया जा सकता है।
एकीकरण: यह कार्य $d=1$ और $d \ge 2$ के उपचार को एकीकृत करता है, जो $d=1$ की विशिष्ट कठिनाइयों (सीगल ट्रांसफॉर्म्स का अनंत दूसरा क्षण) और $d \ge 2$ की बीजगणितीय बाधाओं को एक ही सुसंगत ढांचे के भीतर हल करता है।

संक्षेप में, यह शोध पत्र फ्रैक्टल्स पर मीट्रिक डायोफेंटाइन सन्निकटन के क्षेत्र में एक प्रमुख प्रगति का प्रतिनिधित्व करता है, जो इस क्षेत्र की मौलिक समस्या को हल करने के लिए होमोजेनियस डायनेमिक्स, संभाव्यता सिद्धांत और बीजगणितीय ज्यामिति की गहरी तकनीकों को जोड़ता है।