On The Hausdorff Dimension Of Two Dimensional Badly Approximable Vector

Il documento stabilisce che la dimensione di Hausdorff dell'insieme dei vettori in $[0,1]^2$ pessimamente approssimabili con pesi $\tau_1$ e $\tau_2$ (dove $\tau_1, \tau_2 > 0$ e $\tau_1+\tau_2 > 1$) è data dalla formula $\min \left\{\frac{3+\tau_1-\tau_2}{1+\tau_1},\frac{3}{1+\tau_2}\right\}$, estendendo le tecniche costruttive di Koivusalo, Levesley, Ward e Zhang al caso pesato.

L'essenziale

Ecco una spiegazione semplice e creativa del lavoro di Yi Lou, pensata per chiunque, anche senza una laurea in matematica.

Il Gioco della Caccia alle Stelle (e dei "Falsi Amici")

Immagina di essere in una stanza piena di stelle luminose che rappresentano i numeri razionali (come 1/2, 3/4, 22/7). Queste stelle sono ovunque, ma non coprono tutto lo spazio: ci sono buchi, spazi vuoti tra di loro.

Ora, immagina di avere un pennello (o un raggio di luce) che puoi usare per "colorare" le stelle.

• Se il pennello è molto largo, riesci a colorare quasi tutte le stelle e a riempire quasi tutta la stanza.
• Se il pennello è sottilissimo, riesci a toccare solo poche stelle, lasciando la maggior parte della stanza buia.

In matematica, questo gioco si chiama Approssimazione Diophantina. Chiedersi "quanto bene posso approssimare un numero irrazionale con una frazione?" è come chiedersi: "Quanto deve essere largo il mio pennello per riuscire a toccare quella stella specifica?"

Il Problema: I "Falsi Amici" (I Vettori Male Approssimabili)

C'è un gruppo speciale di numeri (o punti nello spazio) che sono molto "testardi". Non importa quanto tu allarghi il pennello (anche se lo rendi leggermente più grande di quanto necessario), questi punti resistono. Sono i vettori male approssimabili (in inglese: badly approximable).

Il matematico Yi Lou si è chiesto: "Se prendiamo una stanza piena di questi punti testardi, quanto sono 'grandi'?"

Qui entra in gioco un concetto strano ma affascinante chiamato Dimensione di Hausdorff.

• Un punto ha dimensione 0.
• Una linea ha dimensione 1.
• Un quadrato ha dimensione 2.
• Ma cosa succede se hai un oggetto che è più grande di una linea ma più piccolo di un quadrato? Potrebbe avere una dimensione di, diciamo, 1,5? O 1,8?

La domanda di Lou è: Qual è la dimensione esatta di questo insieme di punti "testardi" quando usiamo regole di ingrandimento diverse per le due direzioni (orizzontale e verticale)?

La Sfida: Due Regole Diverse (Il Mondo "Pesato")

Nella vita reale, spesso trattiamo le cose in modo diverso. Immagina di avere una mappa:

• In direzione Nord-Sud, i chilometri sono "pesanti" (costano di più, sono più difficili da percorrere).
• In direzione Est-Ovest, i chilometri sono "leggeri".

In matematica, questo si chiama approssimazione pesata. Lou ha studiato il caso in cui le regole per "toccare" le stelle sono diverse per l'asse X e per l'asse Y. È come se il tuo pennello fosse allungato in una direzione e schiacciato nell'altra.

La Soluzione di Lou: Costruire una "Città Fantasma"

Per rispondere alla domanda sulla dimensione, Lou non ha contato i punti uno per uno (sarebbe impossibile, sono infiniti!). Invece, ha usato un metodo geniale, simile alla costruzione di una città fantasma o di un frattale.

Ecco i passaggi della sua avventura, spiegati con metafore:

1. Il Setaccio (Step 1): Lou ha costruito un setaccio gigante. Ha preso il quadrato unitario (la stanza) e ha iniziato a rimuovere le zone intorno alle stelle (i numeri razionali). Ma non le ha rimosse tutte: ha lasciato solo quelle zone che rispettano le regole "pesate". Quello che rimane è un insieme di punti che non sono facilmente raggiungibili dalle stelle. Chiamiamo questo insieme C.

   • Metafora: È come se avessi un formicaio e togliessi via tutte le formiche che passano troppo vicino a certi sentieri. Quello che resta sono le formiche che vivono in zone isolate.

2. I Numeri "Capo" (Step 2): Tra le stelle che ha rimosso, Lou ha identificato un gruppo speciale chiamato numeri razionali "leader". Questi sono i numeri che definiscono i confini della sua città fantasma. Sono come i cartelli stradali che dicono: "Qui non si passa".

3. La Costruzione del Frattale (Step 3): Ora, Lou ha preso un piccolo pezzo della stanza (una palla) e ha iniziato a costruire dentro di esso una struttura a strati, come una matrioska o un albero che si dirama.

   • Prende un rettangolo.
   • Trova i "numeri leader" vicini.
   • Taglia via le parti vicine a quei numeri.
   • Ripete il processo all'infinito, rendendo i pezzi sempre più piccoli.
   • Il risultato finale è un insieme di punti D che sta perfettamente dentro la sua città fantasma.

4. Il Peso della Massa (Step 4): Qui arriva la parte magica. Lou ha dovuto dimostrare che questo insieme D è "abbastanza grande" da avere una dimensione specifica.

   • Ha immaginato di distribuire una "pasta di massa" (una probabilità) su questi punti.
   • Ha calcolato quanto "peso" di pasta cade in ogni piccolo cerchio che disegni sulla mappa.
   • Se il peso diminuisce troppo velocemente quando il cerchio si rimpicciolisce, l'insieme è piccolo (dimensione bassa). Se il peso scende lentamente, l'insieme è grande (dimensione alta).

Il Risultato Finale: La Formula Magica

Dopo aver fatto tutti questi calcoli complessi (che nel paper sono pieni di formule e disegni geometrici), Lou ha scoperto una formula precisa per la dimensione di questi punti "testardi" in due dimensioni.

La formula è un po' come scegliere il minimo tra due percorsi:
$$\text{Dimensione} = \min \left( \frac{3 + \tau_1 - \tau_2}{1 + \tau_1}, \frac{3}{1 + \tau_2} \right)$$

Dove $\tau_1$ e $\tau_2$ rappresentano quanto sono "pesanti" le regole nelle due direzioni.

Cosa significa in parole povere?
Significa che Lou ha trovato la misura esatta della "stranezza" di questi numeri. Ha dimostrato che, anche se questi punti sono sparsi e difficili da trovare, formano una struttura geometrica molto precisa e prevedibile, con una dimensione che dipende esattamente da quanto le regole di approssimazione sono sbilanciate tra le due direzioni.

In Sintesi

Yi Lou ha preso un problema matematico molto astratto (quanto sono grandi i numeri che resistono all'approssimazione?) e ha risposto costruendo una struttura geometrica complessa (un frattale) e pesandola con cura. Ha dimostrato che, anche in un mondo dove le regole sono diverse per ogni direzione, la "taglia" di questi numeri ribelli può essere calcolata con precisione matematica.

È come se avesse detto: "Non importa quanto siano ostinati questi numeri, se sai come misurarli con il righello giusto, puoi dire esattamente quanto spazio occupano nella stanza dell'universo matematico."

Sommario tecnico

Ecco un riassunto tecnico dettagliato del paper "ON THE HAUSDORFF DIMENSION OF TWO DIMENSIONAL WEIGHTED BADLY APPROXIMABLE VECTORS" di Yi Lou, presentato in italiano.

1. Il Problema e il Contesto

Il lavoro si inserisce nel campo della teoria dell'approssimazione diofantea, specificamente nello studio della dimensione di Hausdorff di insiemi di vettori "malamente approssimabili" (badly approximable) in dimensione due, con pesi non uniformi.

• Definizioni di base:
  • Sia $\Psi = (\psi_1, \dots, \psi_m)$ una funzione di approssimazione. L'insieme dei vettori $\Psi$-approssimabili, $A_m(\Psi)$, contiene i vettori $x \in [0,1]^m$ tali che $|qx_i - p_i| < \psi_i(q)$ per infiniti interi $q$ e $p_i$.
  • L'insieme dei vettori $\Psi$-malamente approssimabili, $B_m(\Psi)$, è definito come la differenza tra i vettori approssimabili e quelli che sono "troppo" approssimabili: $B_m(\Psi) = A_m(\Psi) \setminus \bigcup_{0<c<1} A_m(c\Psi)$. In termini intuitivi, sono i vettori che soddisfano la condizione di approssimazione per una certa funzione $\Psi$, ma non per nessuna sua versione scalata verso il basso (più restrittiva).
• Il Caso Specifico: L'autore considera il caso pesato in dimensione $m=2$, dove le funzioni di approssimazione sono potenze: $\psi_i(q) = q^{-\tau_i}$ con $\tau = (\tau_1, \tau_2)$ tali che $\tau_1 \ge \tau_2 > 0$ e $\tau_1 + \tau_2 > 1$.
• Stato dell'arte:
  • Se $\tau_1 + \tau_2 < 1$, l'insieme è vuoto per il teorema di Dirichlet.
  • Se $\tau_1 + \tau_2 = 1$, Schmidt ha dimostrato che la dimensione di Hausdorff è piena ($m$).
  • Se $\tau_1 + \tau_2 > 1$, la dimensione di $A_2(\Psi_\tau)$ è nota (Wang e Wu). Tuttavia, determinare la dimensione esatta di $B_2(\Psi_\tau)$ in regime pesato (dove $\tau_1 \neq \tau_2$) era un problema aperto, sebbene risultati recenti (Bandi e Fregoli) avessero mostrato che $B_m$ e $A_m$ hanno la stessa dimensione in generale.

2. Obiettivo Principale

L'obiettivo del paper è fornire una formula locale precisa e affilata per la dimensione di Hausdorff dell'insieme $B_2(\Psi_\tau)$ intersecato con qualsiasi palla $B \subseteq [0,1]^2$. L'autore dimostra che la dimensione locale è uguale alla dimensione globale dell'insieme $A_2(\Psi_\tau)$.

Il risultato principale (Teorema 1.2) afferma che per $\tau_1 \ge \tau_2 > 0$ e $\tau_1 + \tau_2 > 1$:
$$\dim_H(B \cap B_2(\Psi_\tau)) = \dim_H A_2(\Psi_\tau) = \min \left\{ \frac{3 + \tau_1 - \tau_2}{1 + \tau_1}, \frac{3}{1 + \tau_2} \right\}$$

3. Metodologia

La prova si basa su una costruzione geometrica sofisticata che estende i metodi di Cantor-type e di distribuzione di massa utilizzati da Koivusalo, Levesley, Ward e Zhang per il caso non pesato, adattandoli al contesto pesato. La strategia si articola in quattro fasi principali:

Fase 1: Costruzione dell'insieme $C_\tau(N)$

L'autore costruisce un sottoinsieme $C_\tau(N) \subseteq [0,1]^2$ rimuovendo iterativamente intorni di punti razionali.

• Si utilizza il Simplex Lemma (Lemma del Simplex) per garantire che i punti razionali con denominatori in un certo intervallo giacciano su iperpiani specifici.
• Si rimuove un intorno $\delta(n)$-intorno di questi iperpiani.
• Si dimostra che $C_\tau(N)$ evita gli intorni di tutti i punti razionali $p/q$ con una certa costante $c(N)$, garantendo che $C_\tau(N) \cap A_2(c\Psi_\tau) = \emptyset$.
• Un risultato chiave (Lemma 2.3 e 2.4) è che per $N$ sufficientemente grande, la misura di Lebesgue di $C_\tau(N)$ è arbitrariamente vicina a 1, e localmente non viene rimossa troppa massa.

Fase 2: Insiemi di Razionali "Leading" (Dominanti)

Si definisce un sottoinsieme speciale di punti razionali, chiamati leading rationals $Q(N, \tau)$, che sono associati agli iperpiani rimossi durante la costruzione di $C_\tau(N)$.

• Si dimostra che ogni punto in $C_\tau(N)$ è approssimabile da infiniti punti in $Q(N, \tau)$ rispetto a una funzione di approssimazione modificata $\Phi_\rho$.
• Si stabiliscono proprietà strutturali su come questi razionali si distribuiscono rispetto ai rettangoli residui della costruzione.

Fase 3: Costruzione dell'insieme Cantoriano $D_\epsilon(B)$

L'obiettivo è costruire un sottoinsieme $D_\epsilon(B) \subseteq B \cap B_2(\Psi_\tau)$ con dimensione di Hausdorff arbitrariamente vicina al valore target $s$.

• Si utilizza un Lemma di Copertura TG,R (ispirato al Lemma di Vitali per rettangoli e al Lemma KG,B) per selezionare disgiunzioni di rettangoli all'interno di rettangoli sopravvissuti.
• Il processo è iterativo: si parte da un rettangolo iniziale $R_0 \subseteq B$, si scelgono sottorettangoli "leading" e si restringono (shrinking) per definire i rettangoli della generazione successiva.
• L'insieme finale è l'intersezione di queste generazioni: $D_\epsilon(B) = \bigcap_{n} \bigcup_{R(\tau) \in E_n} R(\tau)$.

Fase 4: Distribuzione di Massa e Stima della Dimensione

Per dimostrare la disuguaglianza inferiore per la dimensione di Hausdorff ($\dim_H \ge s - \epsilon$), si applica il Principio di Distribuzione di Massa (Mass Distribution Principle).

• Si definisce una misura di probabilità $\mu$ supportata su $D_\epsilon(B)$ distribuendo la massa proporzionalmente alla misura di Lebesgue dei rettangoli in ogni livello, normalizzata per il numero di rettangoli figli.
• Si sceglie una sequenza di indici $\{G_n\}$ per controllare la crescita dei denominatori dei razionali, garantendo che la densità della massa non diventi troppo alta.
• Si analizza il comportamento di $\mu(F)$ per una palla arbitraria $F$ di raggio $r$, suddividendo il problema in tre casi basati sulla relazione tra $r$ e i denominatori dei centri dei rettangoli ($Q^{-1-\tau}$).
• Attraverso stime geometriche e algebriche complesse (che coinvolgono le relazioni tra $\rho_1, \rho_2$ e $\tau_1, \tau_2$), si dimostra che $\mu(F) \le C r^{s-\epsilon}$.

4. Risultati Chiave

1. Formula della Dimensione: La dimensione di Hausdorff locale di $B_2(\Psi_\tau)$ è data esattamente da:
   $$s = \min \left\{ \frac{3 + \tau_1 - \tau_2}{1 + \tau_1}, \frac{3}{1 + \tau_2} \right\}$$
   Questo risultato conferma che la dimensione è determinata dal "collo di bottiglia" tra le due coordinate, pesato dai rispettivi esponenti $\tau_i$.
2. Indipendenza dai Risultati Recenti: Sebbene lavori recenti (Bandi e Fregoli) abbiano dimostrato che $\dim_H B_m = \dim_H A_m$ in generale, la prova di Lou è indipendente. Essa non si basa su teoremi generali di approssimazione esatta, ma fornisce una costruzione geometrica esplicita che rivela la struttura locale dell'insieme.
3. Estensione al Caso Pesato: Estende i risultati noti per il caso non pesato ($\tau_1 = \tau_2$) al caso generale pesato in dimensione 2, risolvendo un problema specifico aperto nella letteratura.

5. Significato e Impatto

• Rigore Costruttivo: Il paper offre una prova costruttiva e geometrica, evitando l'uso di risultati "neri" o teoremi di esistenza non costruttivi. Questo permette di comprendere meglio la struttura frattale degli insiemi di vettori malamente approssimabili pesati.
• Metodologia Innovativa: L'adattamento dei metodi di copertura e costruzione Cantoriana al caso pesato richiede una gestione fine delle scale diverse nelle due coordinate, risolta attraverso l'uso intelligente del Simplex Lemma e della distribuzione di massa adattiva.
• Progetto Accademico: L'autore nota che questo lavoro costituisce il suo progetto di laurea triennale (final-year project), evidenziando un contributo significativo e maturo da parte di un ricercatore in fase iniziale, che riesce a trattare problemi avanzati di teoria dei numeri.

In sintesi, il paper fornisce una risposta definitiva e precisa alla domanda sulla dimensione di Hausdorff dei vettori pesati malamente approssimabili in dimensione 2, combinando tecniche classiche di teoria dei numeri con analisi geometrica moderna.