[論文レビュー] On transfer inequalities in Diophantine approximation, II

Yann Bugeaud, Laurent Michel|ArXiv.org|Nov 13, 2008

Mathematical Dynamics and Fractals参考文献 13被引用数 5

ひとこと要約

本稿は、Minkowskiの第二定理と合成凸体を用いて、Diophantine近似におけるKhintchineの転送原理を、一様指数を導入することで精錬し、R^n内の点の近似指数と線形独立性測度の間のより鋭い不等式を得た。特に、一様指数$\hat{\omega}_{n-1}(\Theta)$を組み込むことで、古典的結果を改善するより緊密な境界を導出し、次元2におけるこれらの境界の最適性を証明した。

ABSTRACT

We refine Khintchine Transference Principle which relates the measure of simultaneous rational approximation of an $n$ real numbers with the measure of linear independence of these $n$ numbers. Khintchine's inequalities are known to be optimal. However, they may be sharpened by taking into account two further uniform exponents.

研究の動機と目的

• 一様指数$\hat{\omega}_0(\Theta)$および$\hat{\omega}_{n-1}(\Theta)$を組み込むことで、Diophantine近似におけるKhintchineの転送原理を精錬すること。
• 古典的境界（定理K）よりも鋭い、近似指数$\omega_0(\Theta)$と$\omega_{n-1}(\Theta)$の間の不等式を確立すること。
• Minkowskiの第二定理を用いて、$d = 1, \dots, n-2$ の中間指数$\omega_d(\Theta)$について、転送原理を拡張すること。
• 次元$n=2$における精錬された不等式の最適性を、四重組$(\omega_1, \omega_0, \hat{\omega}_1, \hat{\omega}_0)$の集合を分析することで証明すること。

提案手法

• 一様指数$\hat{\omega}_d(\Theta)$を、すべての十分大きな$X$に対して、$\|\mathbf{x}\| \leq X$を満たす非ゼロ整数ベクトル$\mathbf{x} = (x_0, \dots, x_n)$が存在し、$\max_i |x_0\theta_i - x_i| \leq X^{-\omega}$ または $|x_0 + \sum x_i\theta_i| \leq X^{-\omega}$ を満たすような$X$に関する上界の上限として定義する。
• 合成凸体の連続最小値に関するMinkowskiの第二定理を適用し、最小値の積に関する境界を導出し、それらを近似指数に関連付ける。
• Minkowskiの第二定理を用いて、$\mathbb{R}^{n+1}$における数の幾何を捉える凸体$\mathcal{C}'$の$k$番目の合成体の第一順次最小値を推定する。
• 順次最小値の推定を通じて、$\omega_d(\Theta)$と$\omega_{d+1}(\Theta)$の間の転送不等式を導出し、特に$d = n-1$の場合に一様指数$\hat{\omega}_{n-1}(\Theta)$を用いた特記事項を加える。
• 中間指数$\omega_d(\Theta)$からの精錬された不等式を組み合わせ、上行と下行の転送を合成することで、主結果（定理1）を導出する。
• 次元$n=2$における最適性を示すために、先行研究で示された四重組$(\omega_1, \omega_0, \hat{\omega}_1, \hat{\omega}_0)$の可能な値の範囲が、新しい不等式によって完全に達成されることを証明する。

実験結果

リサーチクエスチョン

• RQ1 一様近似指数を組み込むことで、Khintchineの転送原理を改善できるか？
• RQ2 $\omega_0(\Theta)$, $\omega_{n-1}(\Theta)$, および一様指数$\hat{\omega}_0(\Theta)$, $\hat{\omega}_{n-1}(\Theta)$の間の正確な関係は何か？
• RQ3 $d = 1, \dots, n-2$ の中間指数$\omega_d(\Theta)$は、転送不等式の精錬にどのように寄与するか？
• RQ4 定理1の精錬された不等式は最適であるか、特に次元$n=2$においては？
• RQ5 Minkowskiの第二定理に基づく手法を用いて、古典的枠組みを超えた新たな転送不等式を導出できるか？

主な発見

• 本稿は、不等式$$\frac{(\hat{\omega}_{n-1}(\Theta)-1)\omega_{n-1}(\Theta)}{((n-2)\hat{\omega}_{n-1}(\Theta)+1)\omega_{n-1}(\Theta)+(n-1)\hat{\omega}_{n-1}(\Theta)} \leq \omega_0(\Theta)$$を確立し、これは古典的転送原理より鋭い下界である。
• 上界$$\omega_0(\Theta) \leq \frac{(1 - \hat{\omega}_0(\Theta))\omega_{n-1}(\Theta) - n + 2 - \hat{\omega}_0(\Theta)}{n-1}$$を証明し、定理Kにおける上界を精錬した。
• 精錬された不等式は、古典的定理Kよりも厳密に強い。これは、Dirichletのボックス原理により$\hat{\omega}_{n-1}(\Theta) \geq n$および$\hat{\omega}_0(\Theta) \geq 1/n$が成り立つからである。
• 次元$n=2$において、著者らは四重組$(\omega_1, \omega_0, \hat{\omega}_1, \hat{\omega}_0)$のすべての可能な値が、新しい不等式によって完全にカバーされることを示し、定理1の最適性を確認した。
• Minkowskiの第二定理を用いた手法により、古典的転送原理の新たな証明が得られ、特に$d=n-1$の場合に一様指数$\hat{\omega}_{n-1}(\Theta)$を組み込むことで、より良い推定が可能になった。
• 本稿は、新たな下行転送不等式$$\omega_0(\Theta) \geq \frac{(\hat{\omega}_{n-1}(\Theta)-1)\omega_{n-1}(\Theta)}{((n-2)\hat{\omega}_{n-1}(\Theta)+1)\omega_{n-1}(\Theta)+(n-1)\hat{\omega}_{n-1}(\Theta)}$$を導出し、古典的境界を改善した。