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

1. 研究背景与问题 (Problem)

核心问题：
本文旨在将经典度量丢番图逼近（Metric Diophantine Approximation）中的 Khintchine 定理 和 Schmidt 计数定理 推广到 $R^d$ ($d \ge 1$) 上的 自相似测度（Self-similar measures） 背景中。

• 经典 Khintchine 定理： 对于 Lebesgue 测度，给定非增函数 $\psi: \mathbb{N} \to \mathbb{R}_{\ge 0}$，集合 $W(\psi) = \{s \in \mathbb{R}^d : \|qs - p\|_\infty < \psi(q), \text{ i.o.}\}$ 的测度为 0 或 1，取决于级数 $\sum \psi(q)^d$ 的敛散性。
• Mahler 问题： 自相似集（如 Cantor 集、Sierpiński 三角形等）上的点是否也满足类似的二分法？
• 现有局限：
  • 早期结果（如 Kleinbock-Lindenstrauss-Weiss）仅适用于“友好测度（friendly measures）”或特定函数 $\psi$。
  • 近期工作（如 Khalil-Luethi）要求自相似测度具有“足够大的维数”且 IFS 满足开集条件等强假设。
  • 作者之前的工作 [7] 解决了 $d=1$ 的情况，但无法直接推广到高维，且 Schmidt 计数部分仅针对 $\psi(q) < 1/q$ 或原初解（primitive solutions）。

本文目标：
证明对于任意维数 $d \ge 1$ 的任意不可约、具有有限指数矩的随机自相似 IFS 生成的平稳测度 $\sigma$，Khintchine 二分法成立，并且给出 Schmidt 类型的渐近计数估计（无 $\psi$ 的限制，且包含非原初解）。

2. 方法论 (Methodology)

文章采用 动力学分歧（Dynamical approach），利用 Dani 对应（Dani's correspondence）将丢番图逼近问题转化为齐性空间 $X = \text{SL}_{d+1}(\mathbb{R})/\text{SL}_{d+1}(\mathbb{Z})$ 上的遍历性问题。

2.1 核心策略：随机游走与有效等分布

1. Dani 对应： 向量 $s$ 的丢番图性质对应于轨道 $a(t)u(s)x_0$ 在 $X$ 上的行为。其中 $a(t)$ 是膨胀对角流，$u(s)$ 是单参数幂幺流。
2. 自相似性与随机游走： 利用自相似测度 $\sigma$ 的自相似性，将测度 $a(t)u(s)d\sigma(s)$ 的演化近似为 $X$ 上由概率测度 $\mu$ 驱动的随机游走（Random Walk）的 $n \approx \log t$ 步分布。
3. 有效等分布定理 (Theorem 1.2 & 1.3)： 证明该随机游走在 $X$ 上以指数速率收敛到 Haar 测度 $m_X$，且误差项显式依赖于 injectivity radius $inj(x)$。

2.2 关键技术突破：维数提升 (Dimensional Bootstrap)

这是本文解决高维 ($d \ge 2$) 难点的核心创新：

• 挑战： 在 $d=1$ 时，可以使用强非集中（non-concentration）假设结合 Bourgain 的投影定理进行维数提升。但在 $d \ge 2$ 时，由于代数障碍（Algebraic Obstructions），强非集中假设不再成立（Lemma 7.3）。
• 解决方案：
  1. 引入“温和非集中”假设 (MNC)： 定义了一种较弱的非集中性质（Definition 7.9），允许子空间在特定方向上集中，但整体仍满足某种角度条件。
  2. 代数障碍的排除： 证明自相似测度 $\sigma$ 在代数子簇附近具有 Hölder 正则性（Theorem 4.4），即 $\sigma$ 不会过度集中在代数子流形上。这通过归纳法和对多项式梯度的控制来证明。
  3. 线性化图表 (Linearizing Charts)： 在 $X$ 上构建线性化图表，将 $G$-平移的球映射为欧几里得空间中的盒子。
  4. 多重切片 (Multislicing)： 结合 MNC 性质和新的多重切片定理（Proposition 7.14），证明随机游走的分布维数可以逐步提升，直至接近环境空间的维数。

2.3 Schmidt 计数估计的处理

• 收敛情形： 直接由有效等分布定理导出。
• 发散情形：
  • 需要处理 Siegel 变换（Siegel transform）的矩估计。
  • $d \ge 2$： 球体的 Siegel 变换具有有限的二阶矩，可直接应用。
  • $d = 1$： Siegel 变换的二阶矩发散。作者引入了 截断 Siegel 变换（Restricted Siegel transforms），仅计数最大公约数有界的格点，利用其有限的矩估计，并通过控制截断误差来恢复原始计数。

3. 主要结果 (Key Results)

3.1 Khintchine 二分法 (Theorem 1.1)

设 $\sigma$ 是满足条件的自相似测度，$\psi$ 为非增函数。
$$\sigma(W(\psi)) = \begin{cases} 0 & \text{if } \sum_{q \in \mathbb{N}} \psi(q)^d < \infty \\ 1 & \text{if } \sum_{q \in \mathbb{N}} \psi(q)^d = \infty \end{cases}$$
意义： 完全推广了 Khintchine 定理到任意维数的任意自相似测度，无需维数限制或 IFS 的特殊条件（如开集条件、有理系数等）。

3.2 Schmidt 渐近计数 (Theorem 1.1 & 9.3)

在发散情形下，对于 $\sigma$-几乎处处的 $s$，当 $N \to \infty$ 时：
$$|\{(p, q) \in \mathbb{Z}^d \times [0, N] : \|qs - p\|_\infty < \psi(q)\}| \sim_{s, \psi} 2^d \sum_{q=0}^N \psi(q)^d$$
意义： 给出了精确的渐近公式，不仅适用于原初解，也适用于所有解，且对 $\psi$ 的衰减速度无限制。

3.3 有效等分布定理 (Theorem 1.2 & 1.3)

建立了自相似测度沿幂幺轨道在齐性空间上的有效等分布性：
$$\left| \int_{\mathbb{R}^d} f(a(t)u(s)x) d\sigma(s) - m_X(f) \right| \le C S_{\infty, l}(f) \cdot \text{inj}(x)^{-1} t^{-c}$$
意义： 这是一个定量的 Ratner 定理推广，误差项显式且指数衰减，是推导 Khintchine 定理的动力学基础。

3.4 代数子簇附近的非集中性 (Theorem 4.4)

证明了自相似测度 $\sigma$ 在 $R^d$ 的任意真代数子簇附近的 Hölder 正则性：
$$\sigma(\{s : |P(s)| \le \varepsilon \|P\|\}) \le C \varepsilon^c$$
意义： 这是解决高维代数障碍的关键引理，具有独立的研究价值。

4. 技术细节与创新点 (Technical Contributions)

1. 克服高维代数障碍： 首次系统性地处理了 $d \ge 2$ 时自相似测度在齐性空间随机游走中的代数集中问题。通过引入“温和非集中” (MNC) 和证明自相似测度对代数子簇的 Hölder 正则性，成功实现了维数提升（Dimensional Bootstrap）。
2. 处理 $d=1$ 的矩发散问题： 针对 $d=1$ 时 Siegel 变换二阶矩发散的问题，创造性地使用了截断格点（限制 GCD）的方法，结合精细的误差分析，证明了 Schmidt 计数定理在 $d=1$ 时依然成立。
3. 统一的框架： 将 $d=1$ 和 $d \ge 2$ 的情况统一在一个框架下，消除了之前工作中对维数或 IFS 性质的额外假设。
4. 有效性与定量估计： 所有的收敛和计数结果都是定量的（Effective），给出了明确的误差界和渐近公式，而不仅仅是定性存在性。

5. 意义与影响 (Significance)

• 理论完备性： 彻底解决了 Mahler 关于 Cantor 集上丢番图逼近问题的长期猜想，将 Khintchine 二分法推广到了最一般的自相似测度背景。
• 方法论创新： 提出的“温和非集中”假设和维数提升方案，为研究其他具有代数结构的分形测度在齐性空间上的动力学行为提供了新的工具。
• 跨领域连接： 加深了分形几何、遍历理论、丢番图逼近和齐性空间动力学的联系。
• 应用潜力： 这些结果对于理解分形集上的数论性质、随机游走行为以及齐性空间上的测度 rigidity 现象具有深远影响。

总结而言，这篇文章通过引入深刻的代数几何分析和精细的动力学估计，成功地将经典的度量丢番图逼近理论扩展到了高维自相似测度的复杂场景中，是该领域的一项里程碑式工作。