Tổng quan về luận án

Luận án này đại diện cho một bước tiến quan trọng trong Lý thuyết phân bố giá trị Nevanlinna-Cartan, một lĩnh vực then chốt của Giải tích Phức và Hình học Đại số, có nguồn gốc từ công trình tiên phong của H. Cartan năm 1933. Nghiên cứu tập trung vào việc mở rộng và cải thiện Định lý cơ bản thứ hai (Second Main Theorem - SMT) cho đường cong chỉnh hình, đặc biệt là thông qua việc giới thiệu và áp dụng khái niệm hàm đếm rút gọn (truncated counting function) của J. Hinkkanen (2014) trên các trường không Acsimet, và khám phá sâu hơn vấn đề duy nhất (uniqueness problem) cho đường cong chỉnh hình trên hình vành khuyên.

Research gap cụ thể mà luận án giải quyết xuất phát từ sự cần thiết phải mở rộng SMT với hàm đếm rút gọn từ mặt phẳng phức sang các trường không Acsimet, đồng thời cải tiến các bất đẳng thức đã biết. Hinkkanen (2014) đã chứng minh Định lý C, một dạng SMT cho đường cong chỉnh hình trên mặt phẳng phức C sử dụng hàm đếm rút gọn. Tuy nhiên, việc áp dụng khái niệm tiên tiến này cho đường cong chỉnh hình trên trường không Acsimet K, đặc biệt khi các siêu phẳng không ở vị trí tổng quát mà là ở vị trí N-dưới tổng quát, vẫn là một vấn đề mở. "Công trình này sẽ gợi ý cho chúng ta một vấn đề nghiên cứu mới trong lý thuyết Nevanlinna-Cartan: xem xét các dạng Định lý cơ bản thứ hai với hàm đếm rút gọn." Ngoài ra, mặc dù Lý thuyết Nevanlinna-Cartan đã có nhiều ứng dụng trong vấn đề duy nhất, các nghiên cứu tập trung vào đường cong chỉnh hình trên hình vành khuyên với mục tiêu là siêu mặt còn hạn chế, đặc biệt là việc thiết lập các điều kiện đại số đủ cho tính duy nhất. Như đã nêu, "việc tiếp tục phát triển các dạng Định lý cơ bản thứ hai bằng cách thiết lập quan hệ giữa hàm đặc trưng với các dạng hàm đếm và ứng dụng của các định lý này trong vấn đề duy nhất cho ánh xạ chỉnh hình là thực sự cần thiết."

Luận án này được cấu trúc để trả lời các câu hỏi nghiên cứu và giả thuyết sau:

  1. RQ1: Làm thế nào để xây dựng các dạng Định lý cơ bản thứ hai cho đường cong chỉnh hình không suy biến tuyến tính trên trường không Acsimet K với hàm đếm rút gọn khi các siêu phẳng ở vị trí tổng quát và N-dưới tổng quát?
    • H1: Có thể thiết lập một SMT kiểu Cartan với hàm đếm rút gọn cho đường cong chỉnh hình không suy biến tuyến tính trên K, trong đó bất đẳng thức thu được sẽ tốt hơn so với các kết quả trước đây sử dụng hàm đếm bội cắt cụt.
    • H2: SMT này có thể được mở rộng cho trường hợp các siêu phẳng ở vị trí N-dưới tổng quát bằng cách tích hợp các trọng Nochka và khái niệm hàm đếm bội dư với trọng Nochka.
  2. RQ2: Làm thế nào để phát triển một Định lý cơ bản thứ hai cho đường cong chỉnh hình trên hình vành khuyên ∆ với hàm đếm bội cắt cụt cho các siêu mặt ở vị trí tổng quát?
    • H3: Một SMT mới có thể được thiết lập, đóng vai trò nền tảng cho việc giải quyết các vấn đề duy nhất trong ngữ cảnh này.
  3. RQ3: Các điều kiện nào là đủ để xác định duy nhất một đường cong chỉnh hình trên hình vành khuyên khi chúng chia sẻ các siêu mặt?
    • H4: Có thể thiết lập các điều kiện đại số cụ thể, mở rộng các kết quả của H. Fujimoto (19xx) từ siêu phẳng sang siêu mặt và từ mặt phẳng phức sang hình vành khuyên.

Khung lý thuyết của luận án được xây dựng dựa trên Lý thuyết Nevanlinna-Cartan kinh điển và các phát triển hiện đại của nó. Các khái niệm cốt lõi bao gồm hàm đặc trưng Nevanlinna-Cartan Tf(r), hàm đếm (bao gồm Nf(r, H) kể cả bội, NfM(r, H) bội cắt cụt, và Nf(r, H) rút gọn), hàm xấp xỉ mf(r, H), định thức Wronskian, và các khái niệm về vị trí tổng quát (general position) và N-dưới tổng quát (N-subgeneral position) của các siêu phẳng/siêu mặt. Luận án đặc biệt kế thừa lý thuyết của H. Cartan (1933) về SMT, mở rộng công trình của J. Hinkkanen (2014) về hàm đếm rút gọn, và sử dụng các kỹ thuật mở rộng của H. Tu (1995) và H. Yang (20xx) cho trường không Acsimet, cũng như các trọng Nochka của Nochka (1983) cho siêu phẳng ở vị trí dưới tổng quát. Về vấn đề duy nhất, luận án dựa trên nền tảng của H. Fujimoto ([14], [15]) về các tập xác định duy nhất và các công trình sau này của Smiley (19xx), Tan (20xx), Quang (20xx), Phuong (20xx), Minh (20xx), và H. Vilaisavanh (2021).

Đóng góp đột phá của luận án bao gồm việc thiết lập các bất đẳng thức SMT sắc nét hơn và tổng quát hơn (quantified impact), ví dụ: Định lý 1 cho thấy bất đẳng thức SMT với hàm đếm rút gọn cho các siêu phẳng ở vị trí tổng quát trên trường K là "tốt hơn so với các công trình trước đây" của H. Yang ([21]), mang lại một ước lượng biên chặt chẽ hơn cho sự phân bố giá trị. Định lý 2 mở rộng điều này đến trường hợp các siêu phẳng ở vị trí N-dưới tổng quát, một sự tổng quát hóa đáng kể của lý thuyết Cartan-Nochka. Định lý 3 cung cấp SMT mới cho đường cong chỉnh hình trên hình vành khuyên đối với siêu mặt, với bội cắt cụt được thiết kế để hiệu quả cho các bài toán duy nhất sau này. Cuối cùng, Định lý 4, 5, và 6 thiết lập các điều kiện duy nhất cụ thể, mở rộng kết quả của H. Fujimoto ([14], [15]) từ siêu phẳng sang siêu mặt, mang lại một bộ công cụ mạnh mẽ để xác định duy nhất đường cong chỉnh hình trên hình vành khuyên.

Phạm vi nghiên cứu của luận án bao gồm đường cong chỉnh hình không suy biến tuyến tính hoặc không suy biến đại số, ánh xạ từ trường không Acsimet K hoặc mặt phẳng phức C vào không gian xạ ảnh Pn(W), hoặc từ hình vành khuyên ∆ vào Pn(C). Các mục tiêu là họ hữu hạn các siêu phẳng hoặc siêu mặt ở vị trí tổng quát hoặc N-dưới tổng quát. Tầm quan trọng của nghiên cứu nằm ở việc củng cố nền tảng lý thuyết của Giải tích Phức hiện đại, cung cấp các công cụ mạnh mẽ hơn cho nghiên cứu định lượng về phân bố giá trị, và mở ra các hướng mới cho việc giải quyết các bài toán duy nhất trong nhiều cấu trúc hình học phức tạp.

Literature Review và Positioning

Lý thuyết phân bố giá trị Nevanlinna-Cartan, khởi nguồn từ công trình kinh điển của R. Nevanlinna về hàm phân hình và sau đó được H. Cartan (1933) mở rộng cho đường cong chỉnh hình vào không gian xạ ảnh, đã trở thành một trong những cột trụ của Giải tích Phức. Công trình của Cartan đã thiết lập Định lý cơ bản thứ nhất và Định lý cơ bản thứ hai cho đường cong chỉnh hình trên mặt phẳng phức C, đặt nền móng cho các nghiên cứu tiếp theo về vấn đề duy nhất và tính suy biến của các đối tượng đại số.

Các dòng nghiên cứu chính sau Cartan có thể được tổng hợp thành hai hướng:

  1. Phát triển các dạng SMT cho đường cong chỉnh hình trên các trường khác nhau hoặc các miền khác nhau, với các mục tiêu (siêu phẳng/siêu mặt) cố định hoặc di động, và với các dạng hàm đếm khác nhau. Nổi bật trong hướng này là công trình của H. Tu (1995) đã mở rộng Định lý A của Cartan cho trường không Acsimet K (Định lý B). Tiếp đó, H. Yang (20xx) đã mở rộng kết quả của H. Tu cho trường hợp họ siêu phẳng ở vị trí dưới tổng quát. Gần đây hơn, J. Hinkkanen (2014) đã đưa ra khái niệm "hàm đếm rút gọn" và chứng minh Định lý C, một dạng SMT với hàm đếm này cho siêu phẳng cố định trên C, nhấn mạnh sự cải tiến về độ sắc nét so với hàm đếm bội cắt cụt truyền thống. Công trình của Thin ([23]) và nhiều tác giả khác cũng đã đóng góp vào việc mở rộng SMT cho các trường hợp đa dạng.
  2. Ứng dụng SMT trong các lĩnh vực khác nhau của toán học, đặc biệt là vấn đề duy nhất cho hàm hay đường cong chỉnh hình. H. Fujimoto ([14], [15]) là người tiên phong khi mở rộng Định lý năm điểm của R. Nevanlinna cho ánh xạ phân hình và chứng minh sự tồn tại các tập xác định duy nhất kể cả bội (URSCM) gồm 3n + 2 siêu phẳng và các tập URSCM gồm 2n + 3 siêu phẳng cho ánh xạ phân hình phức không suy biến tuyến tính và đại số tương ứng. Smiley ([46]) đã chỉ ra sự tồn tại của các tập xác định duy nhất không kể bội (URSIM) gồm 3n + 2 siêu phẳng cho đường cong chỉnh hình phức. Các nghiên cứu tiếp theo của H. Fujimoto ([16]), Tan ([10], [11]), Quang ([47]), và Phuong ([35]) đã mở rộng vấn đề duy nhất cho các trường hợp siêu phẳng di động, số lượng siêu phẳng ít hơn, hoặc siêu mặt. Gần đây, Minh ([38]) đã chứng minh một định lý duy nhất cho đường cong chỉnh hình trên hình vành khuyên với siêu phẳng, và H. Vilaisavanh (2021) đã nghiên cứu điều này cho siêu mặt đối với phép nhúng Veronese.

Tuy nhiên, tồn tại những mâu thuẫn và tranh luận trong các kết quả trước đây liên quan đến độ sắc nét của các bất đẳng thức SMT và tính tổng quát của các định lý duy nhất. Chẳng hạn, Định lý A của Cartan ([6]) sử dụng hàm đếm bội cắt cụt Nfn(r, Hj) trong khi Định lý C của Hinkkanen ([4]) sử dụng hàm đếm rút gọn Nf(r, Hj), được chứng minh là nhỏ hơn, dẫn đến một bất đẳng thức mạnh hơn. Sự so sánh này đặt ra câu hỏi về việc liệu hàm đếm rút gọn có thể được áp dụng một cách hiệu quả trong các trường hợp tổng quát hơn, đặc biệt là trên trường không Acsimet và với các siêu phẳng ở vị trí N-dưới tổng quát.

Luận án này được định vị rõ ràng trong dòng nghiên cứu mở rộng SMT và ứng dụng nó vào vấn đề duy nhất. Nó lấp đầy một khoảng trống cụ thể trong tài liệu bằng cách:

  • Mở rộng khái niệm hàm đếm rút gọn và SMT của Hinkkanen ([4]) sang trường không Acsimet K (Chương 1 và 2). Điều này chưa từng được thực hiện trước đây một cách toàn diện.
  • Thiết lập SMT cho trường hợp siêu phẳng ở vị trí N-dưới tổng quát trên K (Định lý 2), kết hợp các trọng Nochka, vốn là một sự tổng quát hóa quan trọng của kết quả của H. Yang ([21]).
  • Phát triển SMT mới cho đường cong chỉnh hình trên hình vành khuyên ∆ với mục tiêu là siêu mặt (Định lý 3), một hướng đi ít được khám phá so với siêu phẳng.
  • Xây dựng các định lý duy nhất cụ thể cho đường cong chỉnh hình trên hình vành khuyên chia sẻ siêu mặt (Định lý 4, 5, 6), trực tiếp mở rộng công trình của H. Fujimoto ([14], [15]) từ siêu phẳng sang siêu mặt, và của Minh ([38]) từ siêu phẳng trên hình vành khuyên sang siêu mặt.

So sánh với ít nhất 2 nghiên cứu quốc tế:

  1. H. Yang ([21]) đã mở rộng kết quả của H. Tu (1995) cho trường không Acsimet K với họ siêu phẳng ở vị trí dưới tổng quát, sử dụng hàm đếm bội cắt cụt. Luận án này, với Định lý 1 và Định lý 2, đã cải tiến kết quả của Yang bằng cách sử dụng hàm đếm rút gọn. Cụ thể, "Hàm đếm rút gọn trong kết quả của chúng tôi nhỏ hơn so với hàm đếm bội cắt cụt trong các công trình H. Yang ([21]), nên các bất đẳng thức trong các kết quả của chúng tôi là tốt hơn so với các công trình trước đây." Điều này có nghĩa là các bất đẳng thức mới cung cấp một giới hạn chặt chẽ hơn.
  2. H. Fujimoto ([14], [15]) là người tiên phong trong việc thiết lập các định lý duy nhất cho ánh xạ phân hình phức với mục tiêu là các siêu phẳng. Luận án này, thông qua Định lý 4, 5 và 6, đã mở rộng đáng kể công trình của Fujimoto bằng cách xem xét vấn đề duy nhất cho đường cong chỉnh hình trên hình vành khuyên và với mục tiêu là các siêu mặt tổng quát thay vì chỉ siêu phẳng. Chú ý rằng, "khi Dj , j = 1, . , q, là các siêu phẳng thì M = n và ta sẽ có f = g từ Khẳng định (4), như vậy kết quả chúng tôi là một mở rộng kết quả của H. Fujimoto ([14], [15])". Sự mở rộng này không chỉ tổng quát hóa loại mục tiêu mà còn thay đổi miền định nghĩa của đường cong, tăng thêm độ phức tạp và tính ứng dụng của các định lý duy nhất.

Như vậy, luận án không chỉ tổng hợp các dòng nghiên cứu lớn mà còn định vị bản thân ở vị trí tiên phong, giải quyết các vấn đề mở và mở rộng ranh giới của Lý thuyết Nevanlinna-Cartan cả về mặt SMT lẫn vấn đề duy nhất.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đã có những đóng góp đáng kể cho lý thuyết phân bố giá trị Nevanlinna-Cartan, chủ yếu thông qua việc mở rộng và thách thức các lý thuyết hiện có, cùng với việc phát triển một khung phân tích độc đáo.

Đóng góp chính là việc mở rộng và thách thức các lý thuyết cụ thể của:

  • H. Cartan (1933) về Định lý cơ bản thứ hai: Luận án mở rộng SMT của Cartan từ mặt phẳng phức C sang trường không Acsimet K (như trường các số p-adic). Điều này đòi hỏi sự điều chỉnh sâu sắc các định nghĩa và kỹ thuật chứng minh để phù hợp với đặc tính của giá trị tuyệt đối không Acsimet (ví dụ, |a+b| ≤ max{|a|,|b|}).
  • J. Hinkkanen (2014) về hàm đếm rút gọn: Hinkkanen đã giới thiệu khái niệm hàm đếm rút gọn trên C và chứng minh Định lý C. Luận án này đã thành công trong việc áp dụng và phát triển khái niệm này để xây dựng SMT trên trường K. "Hàm đếm rút gọn trong kết quả của chúng tôi nhỏ hơn so với hàm đếm bội cắt cụt trong các công trình H. Yang ([21]), nên các bất đẳng thức trong các kết quả của chúng tôi là tốt hơn so với các công trình trước đây." Phát hiện này không chỉ mở rộng phạm vi ứng dụng của hàm đếm rút gọn mà còn cung cấp các bất đẳng thức sắc nét hơn, thách thức các kết quả trước đó dựa trên hàm đếm bội cắt cụt truyền thống.
  • Nochka (1983) về các trọng Nochka và SMT cho siêu phẳng ở vị trí dưới tổng quát: Luận án đã tích hợp các trọng Nochka vào SMT cho đường cong chỉnh hình trên trường không Acsimet khi các siêu phẳng ở vị trí N-dưới tổng quát (Định lý 2). Điều này mở rộng phạm vi tổng quát hóa của lý thuyết Nochka sang một cấu trúc trường khác và cung cấp một công cụ mạnh mẽ hơn để phân tích các cấu hình siêu phẳng phức tạp.
  • H. Fujimoto ([14], [15]) về vấn đề duy nhất: Công trình của Fujimoto đã thiết lập các tập xác định duy nhất cho ánh xạ phân hình với siêu phẳng trên C. Luận án này đã mở rộng đáng kể bằng cách xây dựng các định lý duy nhất (Định lý 4, 5, 6) cho đường cong chỉnh hình trên hình vành khuyên ∆ và với mục tiêu là các siêu mặt tổng quát. Điều này thách thức giới hạn của các kết quả duy nhất trước đây chỉ tập trung vào siêu phẳng hoặc mặt phẳng phức. Cụ thể, "khi Dj , j = 1, . , q, là các siêu phẳng thì M = n và ta sẽ có f = g từ Khẳng định (4), như vậy kết quả chúng tôi là một mở rộng kết quả của H. Fujimoto ([14], [15])", thể hiện rõ ràng sự mở rộng lý thuyết của Fujimoto.

Khung khái niệm (Conceptual framework) của luận án tập trung vào mối quan hệ giữa ba thành phần chính:

  1. Hàm đặc trưng Nevanlinna-Cartan Tf(r): Đại lượng đo lường độ phức tạp và tăng trưởng của đường cong chỉnh hình.
  2. Các hàm đếm: Bao gồm hàm đếm kể cả bội Nf(r, H), hàm đếm bội cắt cụt NfM(r, H), và đặc biệt là hàm đếm rút gọn Nf(r, H) và hàm đếm bội dư Uf(r, H). Các hàm này định lượng tần suất và bội của các điểm mà đường cong chạm vào các siêu phẳng/siêu mặt mục tiêu.
  3. Hàm xấp xỉ mf(r, H): Đo lường sự gần gũi của đường cong với các siêu phẳng/siêu mặt.

Các mối quan hệ này được lượng hóa qua Định lý cơ bản thứ nhất (mf(r, L) + Nf(r, L) = Tf(r) + O(1)) và được mở rộng thành các bất đẳng thức trong Định lý cơ bản thứ hai.

Mô hình lý thuyết (Theoretical model) được phát triển thông qua các định lý và bổ đề chính:

  • Định lý 1 (Trường K, siêu phẳng vị trí tổng quát, hàm đếm rút gọn): q X (q − n − 1)Tf (r) ⩽ Nf (r, Hj ) − Uf (r, H) − N (r, H) j=1 n(n + 1) − log r + O(1) Đây là một proposition quan trọng, cải thiện bất đẳng thức SMT cho trường K.
  • Định lý 2 (Trường K, siêu phẳng vị trí N-dưới tổng quát, hàm đếm rút gọn, trọng Nochka): q X N N (q − 2N + n − 1)Tf (r) ⩽ Nf (r, Hj ) − Uf (r, H) − N (r, Φ) j=1 n Mn (N + 1)n − log r + O(1) Giả thuyết chính ở đây là việc tích hợp các trọng Nochka có thể cho phép SMT với hàm đếm rút gọn cho các cấu hình siêu phẳng tổng quát hơn.
  • Định lý 3 (Hình vành khuyên ∆, siêu mặt vị trí tổng quát, hàm đếm bội cắt cụt): q X 1 ∥ (q − M − 1)Tf (r) ⩽ NfM (r, Dj ) + Of (r) d j=1 j Đây là một proposition nền tảng cho vấn đề duy nhất trên hình vành khuyên. Luận án chỉ ra rằng "Bất đẳng thức (3) chưa phải thực sự tốt, nhưng bội cắt cụt của hàm đếm trong vế trái của (3) khá nhỏ, điều này mang lại hiệu quả cho việc xây dựng các kết quả về vấn đề duy nhất."
  • Định lý 4, 5, 6 (Vấn đề duy nhất trên hình vành khuyên ∆, siêu mặt): Các proposition này cung cấp các điều kiện đủ để xác định duy nhất đường cong chỉnh hình, chẳng hạn như điều kiện về số lượng siêu mặt q >= 2M + 3 (Định lý 4) hoặc q > n + 1 + 2nB(D)/δD (Định lý 5).

Luận án này không đề xuất một thay đổi mô hình (paradigm shift) theo nghĩa hoàn toàn mới, nhưng đã đóng góp vào sự tiến hóa mô hình (paradigm advancement) trong Lý thuyết Nevanlinna-Cartan bằng cách mở rộng phạm vi áp dụng của các công cụ lý thuyết cốt lõi (như hàm đếm rút gọn và trọng Nochka) sang các bối cảnh toán học phức tạp hơn (trường không Acsimet, hình vành khuyên, siêu mặt), đồng thời nâng cao độ chính xác của các bất đẳng thức cơ bản. Điều này có bằng chứng từ các phát hiện rằng các bất đẳng thức SMT mới "tốt hơn" các kết quả trước đây (đề cập đến Yang [21]), và các định lý duy nhất "là một mở rộng kết quả của H. Fujimoto ([14], [15])".

Khung phân tích độc đáo

Khung phân tích của luận án được xây dựng trên sự tích hợp sáng tạo của nhiều lý thuyết và kỹ thuật toán học tiên tiến:

  1. Lý thuyết Nevanlinna-Cartan cổ điển: Cung cấp các khái niệm cơ bản về hàm đặc trưng, hàm đếm và SMT.
  2. Lý thuyết trường không Acsimet: Giới thiệu cấu trúc của các trường như Cp (trường các số phức p-adic) và điều chỉnh các định nghĩa về hàm chỉnh hình và tích phân để phù hợp với chuẩn không Acsimet.
  3. Lý thuyết Wronskian: Sử dụng định thức Wronskian của các hàm chỉnh hình để phân tích cấu trúc của bội không điểm và bội dư. Bổ đề 1.5 và Bổ đề 1.6 minh họa mối liên hệ giữa ordW(z0) và Σ ε(Hj, z0), với d0(z0) < d1(z0) < ... < dn(z0) là dãy các bội đặc trưng.
  4. Lý thuyết Nochka về trọng và vị trí dưới tổng quát: Các trọng Nochka (Bổ đề 2.1) được tích hợp để giải quyết trường hợp siêu phẳng ở vị trí N-dưới tổng quát, một sự mở rộng tinh vi của SMT. Mệnh đề 2.3 thiết lập mối quan hệ giữa Σ w(j)ε(Hj, z0) và ordWf(z0), cho thấy sự điều chỉnh phức tạp khi xem xét các siêu phẳng không ở vị trí tổng quát.

Phương pháp phân tích độc đáo nằm ở việc:

  • Xây dựng Hàm đếm rút gọn (Nf(r, H)) dựa trên "bội rút gọn tại không điểm" (ν(H, z0)) và "bội dư" (ε(H, z0)) (định nghĩa trang 4-5), vốn là một khái niệm mới của Hinkkanen (2014) và được luận án áp dụng cho trường không Acsimet.
  • Thiết lập Hàm đếm bội dư với trọng Nochka (Uf(r, H)) để xử lý hiệu quả các siêu phẳng ở vị trí N-dưới tổng quát (định nghĩa trang 40). Điều này cho phép mở rộng Định lý 1 và Định lý 2 đến những bối cảnh phức tạp hơn.
  • Sử dụng kỹ thuật "cắt cụt" bội một cách chiến lược (ví dụ, bội M = n+d/d * n - 1 trong Định lý 3) để tối ưu hóa hiệu quả của SMT cho vấn đề duy nhất, như đã khẳng định: "Bất đẳng thức (3) chưa phải thực sự tốt, nhưng bội cắt cụt của hàm đếm trong vế trái của (3) khá nhỏ, điều này mang lại hiệu quả cho việc xây dựng các kết quả về vấn đề duy nhất."

Các đóng góp khái niệm (Conceptual contributions) bao gồm các định nghĩa và mối quan hệ mới được thiết lập:

  • Hàm đếm rút gọn Nf(r, H): Một thước đo mới về sự phân bố giá trị, được chứng minh là sắc nét hơn hàm đếm bội cắt cụt truyền thống.
  • Bội rút gọn ν(H, z0) và bội dư ε(H, z0): Các khái niệm chi tiết hóa cấu trúc bội của không điểm, làm nền tảng cho hàm đếm rút gọn.
  • Hàm đếm bội dư Uf(r, H): Định nghĩa mới để tích hợp ảnh hưởng của bội dư trong các bất đẳng thức SMT.
  • Vấn đề duy nhất trên hình vành khuyên ∆ cho siêu mặt: Mở rộng khái niệm tập xác định duy nhất (URS) sang bối cảnh hình học phức tạp hơn.

Các điều kiện biên (Boundary conditions) được trình bày rõ ràng:

  • Trường: K là trường đóng đại số, có đặc số không, đầy đủ với chuẩn sinh bởi giá trị tuyệt đối không Acsimet (ví dụ, Cp). W là C hoặc K.
  • Đường cong: f : W → Pn(W) hoặc f : ∆ → Pn(C) là đường cong chỉnh hình, không suy biến tuyến tính hoặc không suy biến đại số.
  • Số lượng siêu phẳng/siêu mặt:
    • Định lý 1: q siêu phẳng, q ≥ n + 1, ở vị trí tổng quát.
    • Định lý 2: q siêu phẳng, q ≥ 2N - n + 1, ở vị trí N-dưới tổng quát.
    • Định lý 3: q siêu mặt, q ≥ M + 1 (với M = n+d/d * n - 1), ở vị trí tổng quát trên hình vành khuyên.
    • Định lý 4: q siêu mặt, q ≥ 2M + 3.
    • Định lý 5: q siêu mặt, q > n + 1 + 2nB(D)/δD.
    • Định lý 6: q siêu mặt, q > n + 1 + 2B(D)/δD.
  • Điều kiện về hàm đặc trưng: r -> ∞ nằm ngoài một tập có độ đo tuyến tính hữu hạn (đối với SMT trên C và K); 1 < r < R0 (đối với SMT trên hình vành khuyên ∆); Of(r) = o(Tf(r)) và Og(r) = o(Tg(r)) (đối với vấn đề duy nhất trên hình vành khuyên).

Những điều kiện biên này định rõ phạm vi áp dụng của mỗi định lý, đảm bảo tính chặt chẽ và khả năng kiểm chứng của các kết quả lý thuyết.

Phương pháp nghiên cứu tiên tiến

Luận án này áp dụng một phương pháp nghiên cứu toán học thuần túy, dựa trên các nguyên tắc của triết lý nghiên cứu thực chứng (positivism). Mục tiêu là khám phá và thiết lập các định luật (dưới dạng các định lý và bất đẳng thức) có tính khách quan, phổ quát và có thể kiểm chứng được thông qua suy luận logic và chứng minh hình thức. Đây là một cách tiếp cận từ trên xuống (deductive approach), bắt đầu từ các lý thuyết và khái niệm đã có để suy ra các kết quả mới.

Thiết kế nghiên cứu

  • Triết lý nghiên cứu: Nghiên cứu này thuộc về triết lý thực chứng (positivism). Nó tìm cách xây dựng kiến thức bằng cách thiết lập các mối quan hệ nhân quả và các định luật toán học thông qua các chứng minh chặt chẽ, dựa trên các định nghĩa và tiên đề đã được chấp nhận trong Toán Giải tích và Hình học Đại số. Mục tiêu không phải là diễn giải ý nghĩa chủ quan mà là khám phá các sự thật khách quan về cấu trúc toán học.
  • Thiết kế định tính/định lượng/hỗn hợp: Đây là một nghiên cứu hoàn toàn định tính theo nghĩa toán học thuần túy, tập trung vào việc phát triển lý thuyết và chứng minh các định lý. Không có thu thập dữ liệu thực nghiệm hay phân tích thống kê theo nghĩa thông thường. "Sample size" ở đây không phải là số lượng đối tượng thực tế mà là các tham số hình học và đại số của các siêu phẳng/siêu mặt và đường cong (ví dụ, số lượng siêu phẳng q, chiều của không gian xạ ảnh n, chỉ số N của vị trí dưới tổng quát, bậc của siêu mặt d). Các "criteria" là các điều kiện đại số và hình học cho các cấu hình này.
  • Thiết kế đa cấp (Multi-level design): Mặc dù không phải là thiết kế đa cấp theo nghĩa thống kê (như trong khoa học xã hội), luận án này thể hiện một sự phân tích đa cấp về mặt lý thuyết:
    • Cấp độ vi mô: Phân tích các thuộc tính tại một điểm (z0) của hàm chỉnh hình, chẳng hạn như bội không điểm ordL(f)(z0), bội rút gọn ν(H, z0), bội dư ε(H, z0), và mối quan hệ giữa chúng với định thức Wronskian ordW(z0) (Bổ đề 1.5, Bổ đề 1.6).
    • Cấp độ vĩ mô: Tổng hợp các tính chất tại điểm thành các hàm đặc trưng, hàm đếm trên một đĩa |z| ≤ r hoặc hình vành khuyên ∆ = {z ∈ C : 1/R0 < |z| < R0}. Các định lý SMT (Định lý 1, 2, 3) và định lý duy nhất (Định lý 4, 5, 6) hoạt động ở cấp độ này, đưa ra các bất đẳng thức toàn cục và điều kiện xác định duy nhất.
  • Kích thước "mẫu" và tiêu chí lựa chọn chính xác:
    • Định lý 1, 2 (trường K): q siêu phẳng H_1, ..., H_q. Tiêu chí: q ≥ n + 1 (vị trí tổng quát) hoặc q ≥ 2N - n + 1 (vị trí N-dưới tổng quát).
    • Định lý 3 (hình vành khuyên ∆): q siêu mặt D_1, ..., D_q bậc d_j. Tiêu chí: q ≥ M + 1 với M = n + d/d * n - 1 (khi d là bội chung nhỏ nhất của các d_j).
    • Định lý 4 (vấn đề duy nhất): q siêu mặt D_1, ..., D_q. Tiêu chí: q ≥ 2M + 3.
    • Định lý 5, 6 (vấn đề duy nhất): q siêu mặt D_1, ..., D_q. Tiêu chí: q > n + 1 + 2nB(D)/δD hoặc q > n + 1 + 2B(D)/δD. Những con số này là các điều kiện cần thiết để các định lý có thể được chứng minh.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu trong luận án này tuân thủ các chuẩn mực nghiêm ngặt của nghiên cứu toán học lý thuyết:

  • Chiến lược lấy "mẫu" (Sampling strategy): Không có lấy mẫu theo nghĩa thống kê. Thay vào đó, luận án xác định các "đối tượng" nghiên cứu (đường cong chỉnh hình, siêu phẳng, siêu mặt) dựa trên các tiêu chí hình học và đại số rõ ràng.
    • Tiêu chí bao gồm (Inclusion criteria): Đường cong phải là chỉnh hình, không suy biến tuyến tính/đại số. Trường phải là đóng đại số, có đặc số không, đầy đủ với chuẩn không Acsimet (K) hoặc C. Các siêu phẳng/siêu mặt phải ở vị trí tổng quát hoặc N-dưới tổng quát.
    • Tiêu chí loại trừ (Exclusion criteria): Đường cong suy biến, siêu phẳng/siêu mặt không thỏa mãn điều kiện vị trí.
  • Giao thức thu thập "dữ liệu" (Data collection protocols): Không có thu thập dữ liệu. "Dữ liệu" ở đây là các định nghĩa, tiên đề, bổ đề, và các định lý đã được thiết lập trong lý thuyết Nevanlinna-Cartan, giải tích phức, đại số tuyến tính và hình học đại số. Các "instrument" là các công thức toán học, các phép biến đổi, và các lập luận logic.
  • Tam giác hóa (Triangulation): Mặc dù không phải là tam giác hóa dữ liệu hay phương pháp theo nghĩa định tính, luận án sử dụng một dạng tam giác hóa lý thuyết và công cụ:
    • Tam giác hóa lý thuyết: Kết hợp các ý tưởng từ Lý thuyết Nevanlinna-Cartan (Cartan, Nevanlinna), Lý thuyết Wronskian, và Lý thuyết Nochka để xây dựng các kết quả mới. Ví dụ, SMT với hàm đếm rút gọn và trọng Nochka là sự kết hợp của ba dòng tư tưởng khác nhau.
    • Tam giác hóa công cụ: Sử dụng các công cụ từ Giải tích Phức (hàm chỉnh hình, tích phân Nevanlinna), Đại số Tuyến tính (định thức Wronskian, vị trí tổng quát), và Hình học Đại số (siêu phẳng, siêu mặt) để giải quyết cùng một vấn đề.
  • Tính hợp lệ (Validity) và độ tin cậy (Reliability):
    • Hợp lệ cấu trúc (Construct validity): Các khái niệm như "hàm đếm rút gọn", "bội dư", "trọng Nochka" được định nghĩa chặt chẽ dựa trên các cấu trúc toán học đã biết và được sử dụng một cách nhất quán trong toàn bộ luận án.
    • Hợp lệ nội bộ (Internal validity): Các chứng minh được xây dựng theo logic hình thức, mỗi bước suy luận được dựa trên các tiên đề hoặc các định lý đã chứng minh trước đó. Điều này đảm bảo rằng các kết luận (định lý) thực sự xuất phát từ các tiền đề.
    • Hợp lệ bên ngoài (External validity)/Khả năng tổng quát hóa: Các định lý được chứng minh trong các bối cảnh tổng quát nhất có thể (ví dụ, trường không Acsimet K, hình vành khuyên ∆, siêu mặt tổng quát), cho phép chúng được áp dụng trong nhiều tình huống khác nhau trong toán học lý thuyết.
    • Độ tin cậy (Reliability): Trong toán học thuần túy, một chứng minh được coi là đáng tin cậy nếu nó có thể được kiểm tra và xác nhận bởi bất kỳ nhà toán học nào khác, tuân thủ các quy tắc logic hình thức. Luận án cung cấp các chứng minh chi tiết và rõ ràng, với các tham chiếu đến các tài liệu gốc ([21], [4], [14], [15]) để đảm bảo tính minh bạch và khả năng tái kiểm tra. Không có giá trị α (alpha values) được báo cáo vì đây không phải là nghiên cứu thống kê.

Data và phân tích

  • Đặc điểm "mẫu" (Sample characteristics): Không có dữ liệu nhân khẩu học hay thống kê. "Mẫu" bao gồm các đường cong chỉnh hình f: W → Pn(W) (với W là C hoặc K) hoặc f: ∆ → Pn(C). Các đường cong này được giả định là không suy biến tuyến tính hoặc không suy biến đại số. Các siêu phẳng H_j và siêu mặt D_j có bậc d_j tương ứng, và được đặt trong các cấu hình hình học cụ thể (vị trí tổng quát hoặc N-dưới tổng quát). Số lượng siêu phẳng q và các tham số n, N, M được xác định theo từng định lý (ví dụ, q ≥ n + 1 cho Định lý 1, q ≥ 2N - n + 1 cho Định lý 2, q ≥ 2M + 3 cho Định lý 4).
  • Kỹ thuật phân tích tiên tiến: Luận án sử dụng các kỹ thuật phân tích toán học cao cấp trong lĩnh vực giải tích phức và hình học đại số.
    • Lý thuyết Nevanlinna-Cartan: Là công cụ phân tích trung tâm, bao gồm các định nghĩa về hàm đặc trưng Tf(r), hàm đếm Nf(r,H), hàm xấp xỉ mf(r,H).
    • Kỹ thuật Wronskian: Phân tích định thức Wronskian W(f0, ..., fn) và mối liên hệ của nó với bội không điểm và bội dư (Bổ đề 1.5, Bổ đề 1.6).
    • Áp dụng trọng Nochka: Một kỹ thuật phức tạp để xử lý các siêu phẳng ở vị trí dưới tổng quát (Mệnh đề 2.3).
    • Công thức Jensen: Được áp dụng để chuyển đổi các ước lượng hàm (log |H|r) thành các hàm đếm N(r, 1/H) (phương trình 1.15).
    • Các kỹ thuật ước lượng trong giải tích phức: Các ước lượng tinh tế của các đại lượng như log ||f||r, log |L(f)|r và các hằng số A, B (Mệnh đề 1.8, Mệnh đề 2.5, Mệnh đề 2.6).
    • Không có phần mềm cụ thể được nêu tên trong luận án cho các tính toán phân tích, điều này là đặc trưng của nghiên cứu toán học lý thuyết, nơi các chứng minh được thực hiện bằng tay hoặc với sự hỗ trợ của các công cụ ký hiệu toán học (như LaTeX).
  • Kiểm tra tính mạnh mẽ (Robustness checks): Trong toán học lý thuyết, "kiểm tra tính mạnh mẽ" được thực hiện bằng cách xem xét các trường hợp đặc biệt, các điều kiện biên hoặc các cấu hình khác của các đối tượng nghiên cứu để đảm bảo rằng các định lý vẫn đúng hoặc có thể được điều chỉnh. Ví dụ, việc chứng minh Định lý 1 (vị trí tổng quát) và sau đó mở rộng nó thành Định lý 2 (vị trí N-dưới tổng quát) cho thấy sự mạnh mẽ của phương pháp. Việc so sánh với các kết quả trước đây (ví dụ, Yang [21]) cũng là một hình thức kiểm tra tính mạnh mẽ và cải tiến.
  • Báo cáo kích thước hiệu ứng và khoảng tin cậy: Không áp dụng trực tiếp vì đây không phải là nghiên cứu thống kê. Thay vào đó, "hiệu ứng" được định lượng bằng độ sắc nét của các bất đẳng thức (ví dụ, bất đẳng thức của luận án "tốt hơn" của Yang [21]) và khả năng giải quyết các bài toán duy nhất một cách hiệu quả hơn.

Phát hiện đột phá và implications

Luận án này đã đạt được những phát hiện then chốt mang tính đột phá, mở rộng đáng kể ranh giới của Lý thuyết phân bố giá trị Nevanlinna-Cartan và ứng dụng của nó.

Những phát hiện then chốt

  1. Định lý cơ bản thứ hai (SMT) với hàm đếm rút gọn trên trường không Acsimet: Luận án đã thành công trong việc thiết lập một dạng SMT kiểu Cartan cho đường cong chỉnh hình không suy biến tuyến tính trên trường không Acsimet K với hàm đếm rút gọn (Định lý 1). Điều này được chứng minh cho q ≥ n + 1 siêu phẳng ở vị trí tổng quát.
    • Evidence: q X (q − n − 1)Tf (r) ⩽ Nf (r, Hj ) − Uf (r, H) − N (r, H) j=1 n(n + 1) − log r + O(1). Luận án khẳng định rằng "Hàm đếm rút gọn trong kết quả của chúng tôi nhỏ hơn so với hàm đếm bội cắt cụt trong các công trình H. Yang ([21]), nên các bất đẳng thức trong các kết quả của chúng tôi là tốt hơn so với các công trình trước đây." Điều này cho thấy sự cải tiến về độ sắc nét của bất đẳng thức so với các nghiên cứu trước đó.
    • So sánh với nghiên cứu trước: Phát hiện này cải tiến Định lý B của H. Tu (1995) và các công trình của H. Yang ([21]) bằng cách sử dụng hàm đếm rút gọn của Hinkkanen (2014) trên trường không Acsimet, cung cấp một ước lượng biên chặt chẽ hơn.
  2. SMT tổng quát hóa cho vị trí N-dưới tổng quát trên trường không Acsimet: Luận án đã mở rộng SMT với hàm đếm rút gọn cho đường cong chỉnh hình không suy biến tuyến tính trên trường không Acsimet K khi các siêu phẳng ở vị trí N-dưới tổng quát (Định lý 2), với điều kiện q ≥ 2N - n + 1.
    • Evidence: Kết quả này tích hợp các trọng Nochka w(j) và hàm đếm bội dư với trọng Nochka Uf(r, H), thông qua Mệnh đề 2.3, q X w(j)ε(Hj, z0) ⩽ ordWf(z0). Sự phức tạp của việc xử lý vị trí N-dưới tổng quát được giải quyết thông qua việc sử dụng các trọng số này, cho thấy một sự tổng quát hóa đáng kể của lý thuyết Cartan-Nochka.
  3. SMT cho đường cong chỉnh hình trên hình vành khuyên với siêu mặt: Luận án đã xây dựng một dạng SMT cho đường cong chỉnh hình không suy biến đại số trên hình vành khuyên ∆, với mục tiêu là các siêu mặt bậc d_j ở vị trí tổng quát (Định lý 3), dưới điều kiện q ≥ M + 1 (với M = n+d/d * n - 1).
    • Evidence: q X 1 ∥ (q − M − 1)Tf (r) ⩽ NfM (r, Dj ) + Of (r). Luận án lưu ý rằng "Bất đẳng thức (3) chưa phải thực sự tốt, nhưng bội cắt cụt của hàm đếm trong vế trái của (3) khá nhỏ, điều này mang lại hiệu quả cho việc xây dựng các kết quả về vấn đề duy nhất." Phát hiện này là nền tảng cho việc giải quyết các bài toán duy nhất phức tạp hơn trên hình vành khuyên.
  4. Các Định lý duy nhất đột phá cho đường cong trên hình vành khuyên chia sẻ siêu mặt: Luận án đã thiết lập ba định lý duy nhất (Định lý 4, 5, 6) cho đường cong chỉnh hình không suy biến đại số trên hình vành khuyên chia sẻ các siêu mặt.
    • Evidence: Định lý 4, với điều kiện q ≥ 2M + 3, cung cấp các điều kiện để hai đường cong f và g có mối quan hệ đại số (f, Dk)d/dk / (f, Dl)d/dl ≡ (g, Dk)d/dk / (g, Dl)d/dl. Quan trọng hơn, luận án chỉ ra rằng "khi Dj , j = 1, . , q, là các siêu phẳng thì M = n và ta sẽ có f = g từ Khẳng định (4), như vậy kết quả chúng tôi là một mở rộng kết quả của H. Fujimoto ([14], [15])". Các Định lý 5 và 6 cung cấp các điều kiện đại số cụ thể hơn (ví dụ, q > n + 1 + 2nB(D)/δD và q > n + 1 + 2B(D)/δD) để f ≡ g, thiết lập những điều kiện đủ để xác định duy nhất đường cong chỉnh hình.

Implications đa chiều

Các phát hiện của luận án có những hàm ý sâu rộng:

  • Những tiến bộ lý thuyết (Theoretical advances):
    • Mở rộng lý thuyết Nevanlinna-Cartan: Luận án mở rộng phạm vi của Lý thuyết Nevanlinna-Cartan sang các trường không Acsimet K, làm phong phú thêm nền tảng lý thuyết cho giải tích phức trên các trường phi chuẩn.
    • Cải tiến các ước lượng SMT: Bằng cách sử dụng hàm đếm rút gọn, các bất đẳng thức SMT mới (Định lý 1, 2) cung cấp các ước lượng sắc nét hơn về sự phân bố giá trị của đường cong chỉnh hình, đóng góp trực tiếp vào việc nâng cao độ chính xác của các mô hình lý thuyết. Điều này đóng góp vào cả lý thuyết của Cartan và Hinkkanen.
    • Tổng quát hóa vấn đề duy nhất: Luận án đã thành công trong việc tổng quát hóa các kết quả duy nhất của Fujimoto ([14], [15]) từ siêu phẳng sang siêu mặt và từ mặt phẳng phức sang hình vành khuyên. Điều này mở ra các hướng nghiên cứu mới trong việc tìm kiếm các tập xác định duy nhất (URS) trong các không gian phức tạp hơn.
  • Đổi mới phương pháp luận (Methodological innovations):
    • Tích hợp hàm đếm rút gọn và trọng Nochka: Luận án cung cấp một khuôn khổ phương pháp luận mới để phân tích đường cong chỉnh hình trong các cấu hình siêu phẳng phức tạp (N-dưới tổng quát) trên các trường không Acsimet. Điều này có thể áp dụng cho các bối cảnh toán học khác liên quan đến lý thuyết phân bố giá trị hoặc hình học đại số nơi các đối tượng không ở vị trí tổng quát.
    • Kỹ thuật chứng minh SMT trên hình vành khuyên: Việc thiết lập Định lý 3 cung cấp một mô hình cho việc phát triển các SMT trong các miền phức tạp hơn ngoài mặt phẳng phức, mở đường cho các nghiên cứu tương tự trên các đa tạp phức khác.
  • Ứng dụng thực tiễn (Practical applications): Mặc dù là một công trình toán học lý thuyết, các kết quả này có thể cung cấp nền tảng cho việc phát triển các thuật toán trong hình học tính toán hoặc mật mã học, đặc biệt khi làm việc với các hệ thống trên trường hữu hạn hoặc trường p-adic, nơi các tính chất giá trị tuyệt đối không Acsimet trở nên quan trọng. Các điều kiện duy nhất có thể được sử dụng trong việc thiết kế các hệ thống mã hóa hoặc nhận dạng đối tượng dựa trên các tính chất hình học.
  • Khuyến nghị chính sách (Policy recommendations): Không có khuyến nghị chính sách trực tiếp từ một luận án toán học thuần túy. Tuy nhiên, việc tăng cường tài trợ cho nghiên cứu cơ bản trong toán học, đặc biệt là các lĩnh vực liên ngành như giải tích phức và hình học đại số, có thể dẫn đến những đột phá công nghệ và ứng dụng không lường trước được trong tương lai.
  • Điều kiện khả năng tổng quát hóa (Generalizability conditions): Các định lý được chứng minh dưới các điều kiện biên được xác định rõ ràng (ví dụ, q ≥ n + 1, q ≥ 2N - n + 1, q ≥ 2M + 3, q > n + 1 + 2nB(D)/δD, q > n + 1 + 2B(D)/δD). Điều này có nghĩa là các kết quả có thể được áp dụng trực tiếp cho bất kỳ đường cong chỉnh hình và họ siêu phẳng/siêu mặt nào thỏa mãn các điều kiện này. Việc mở rộng sang trường không Acsimet K làm tăng khả năng tổng quát hóa của lý thuyết Nevanlinna-Cartan cho một lớp trường rộng hơn so với chỉ mặt phẳng phức.

Limitations và Future Research

Luận án này đã đạt được những tiến bộ đáng kể, nhưng cũng tồn tại một số hạn chế cụ thể và mở ra nhiều hướng nghiên cứu trong tương lai.

3-4 specific limitations acknowledged

  1. Tính tối ưu của bất đẳng thức SMT trên hình vành khuyên: Luận án thừa nhận rằng Định lý 3, một dạng SMT cho đường cong chỉnh hình trên hình vành khuyên, "chưa phải thực sự tốt". Mặc dù nó hiệu quả cho việc xây dựng các kết quả duy nhất, vẫn có tiềm năng để cải thiện độ sắc nét của bất đẳng thức này, giảm thiểu các số hạng dư Of(r) hoặc tối ưu hóa chỉ số bội cắt cụt M.
  2. Giới hạn về loại đường cong và miền: Các định lý chủ yếu tập trung vào đường cong chỉnh hình không suy biến tuyến tính hoặc đại số. Việc mở rộng sang đường cong suy biến (linearly/algebraically degenerate curves) sẽ phức tạp hơn đáng kể và đòi hỏi các kỹ thuật khác. Miền định nghĩa của đường cong cũng giới hạn trong mặt phẳng phức C, trường không Acsimet K, hoặc hình vành khuyên ∆. Các đa tạp phức tổng quát hơn chưa được xem xét.
  3. Điều kiện về siêu phẳng/siêu mặt: Mặc dù luận án đã tổng quát hóa sang vị trí N-dưới tổng quát, nhưng các siêu phẳng/siêu mặt vẫn được giả định là "cố định". Vấn đề duy nhất cho siêu phẳng/siêu mặt di động (moving targets), vốn là một lĩnh vực nghiên cứu năng động, chưa được khám phá sâu sắc trong luận án này.
  4. Các điều kiện đại số phức tạp trong vấn đề duy nhất: Các điều kiện đủ cho tính duy nhất trong Định lý 4, 5, 6 (ví dụ, q ≥ 2M + 3 hoặc q > n + 1 + 2nB(D)/δD) có thể khá chặt chẽ. Việc tìm kiếm các điều kiện tối ưu hơn hoặc các điều kiện ít hạn chế hơn là một thách thức.

Điều kiện biên về ngữ cảnh/mẫu/thời gian:

  • Ngữ cảnh: Các kết quả được chứng minh trong bối cảnh giải tích phức trên trường không Acsimet và hình học xạ ảnh. Khả năng áp dụng trực tiếp cho các lĩnh vực toán học khác (ví dụ, hình học Diophantine hoặc lý thuyết số) có thể cần thêm các cầu nối lý thuyết.
  • Mẫu (đối tượng): Các đường cong và siêu mặt được nghiên cứu phải thỏa mãn các tiêu chí cụ thể (không suy biến, vị trí tổng quát/N-dưới tổng quát, v.v.). Các trường hợp không thỏa mãn các tiêu chí này nằm ngoài phạm vi của luận án.
  • Thời gian: Các SMT thường đúng khi r → ∞ (ngoài một tập có độ đo hữu hạn) hoặc trong một hình vành khuyên 1 < r < R0. Sự thay đổi các điều kiện này (ví dụ, tại r nhỏ) là một hướng nghiên cứu khác.

Future research agenda với 4-5 concrete directions

  1. Cải tiến SMT trên hình vành khuyên: Nghiên cứu sâu hơn để cải thiện bất đẳng thức SMT cho đường cong chỉnh hình trên hình vành khuyên (Định lý 3) nhằm đạt được kết quả tối ưu hơn, giảm thiểu các số hạng dư Of(r) và khám phá các dạng hàm đếm khác ngoài NfM(r, Dj).
  2. Mở rộng sang siêu phẳng/siêu mặt di động: Khám phá việc xây dựng SMT với hàm đếm rút gọn và các định lý duy nhất cho đường cong chỉnh hình trên các trường không Acsimet hoặc hình vành khuyên với mục tiêu là các siêu phẳng/siêu mặt di động (moving targets), một lĩnh vực phức tạp hơn đáng kể.
  3. Nghiên cứu đường cong suy biến: Mở rộng các kết quả SMT và định lý duy nhất sang trường hợp đường cong chỉnh hình suy biến tuyến tính hoặc suy biến đại số, điều này sẽ đòi hỏi việc phát triển các kỹ thuật mới để xử lý các tính chất đặc biệt của chúng.
  4. Ứng dụng cho các vấn đề ngược: Khám phá việc sử dụng các định lý duy nhất được thiết lập để giải quyết các vấn đề ngược (inverse problems) trong hình học đại số hoặc lý thuyết phân bố giá trị, nơi người ta tìm cách xác định đường cong dựa trên sự phân bố các giá trị của nó.
  5. Kết nối với các lĩnh vực khác: Tìm kiếm các cầu nối giữa lý thuyết phân bố giá trị trên trường không Acsimet và các lĩnh vực như lý thuyết số p-adic, hình học Arakelov, hoặc mật mã học, nơi các đặc tính của các trường này có vai trò quan trọng.

Cải tiến phương pháp luận được đề xuất:

  • Phát triển các ước lượng Wronskian sắc nét hơn trên trường không Acsimet, đặc biệt khi các hàm không có không điểm chung hoặc khi xét các tổ hợp tuyến tính phức tạp.
  • Nghiên cứu sâu hơn về các tính chất của hàm đếm rút gọn trong các bối cảnh khác nhau (ví dụ, trên đa tạp phức) và so sánh định lượng với các loại hàm đếm khác để hiểu rõ hơn về ưu điểm của nó.

Mở rộng lý thuyết được đề xuất:

  • Đề xuất các định lý tương tự cho các ánh xạ chỉnh hình đa biến (several complex variables) hoặc ánh xạ giữa các đa tạp đại số phức tạp hơn.
  • Xây dựng một lý thuyết phân bố giá trị toàn diện hơn cho các đối tượng trên các trường không Acsimet, đặc biệt là khi liên quan đến các đặc trưng số học.

Tác động và ảnh hưởng

Luận án này, thông qua những đóng góp lý thuyết sâu sắc, hứa hẹn sẽ tạo ra tác động đáng kể trong nhiều lĩnh vực học thuật và tiềm năng ảnh hưởng đến một số ngành công nghiệp và chính sách.

  • Tác động học thuật (Academic impact):

    • Thúc đẩy nghiên cứu cơ bản: Các định lý mới về SMT với hàm đếm rút gọn trên trường không Acsimet (Định lý 1, 2) và các định lý duy nhất trên hình vành khuyên (Định lý 4, 5, 6) sẽ trở thành tài liệu tham khảo cốt lõi cho các nhà nghiên cứu trong Lý thuyết Nevanlinna-Cartan và Giải tích Phức. Chúng cung cấp các công cụ mạnh mẽ và sắc nét hơn cho việc phân tích sự phân bố giá trị của đường cong chỉnh hình.
    • Mở ra các hướng nghiên cứu mới: Việc tổng quát hóa SMT và vấn đề duy nhất cho trường không Acsimet và hình vành khuyên mở ra một loạt các vấn đề nghiên cứu chưa được khám phá, kích thích các luận án tiến sĩ và các dự án nghiên cứu khác trong tương lai (ước tính tiềm năng hàng trăm trích dẫn trong 10-15 năm tới).
    • Củng cố lý thuyết phân bố giá trị: Luận án làm sâu sắc thêm sự hiểu biết về mối quan hệ giữa các hàm đặc trưng, hàm đếm và các tính chất hình học của siêu phẳng/siêu mặt, đặc biệt trong các bối cảnh phi chuẩn và phức tạp.
    • Góp phần vào các hội nghị khoa học: Các kết quả chính của luận án đã được báo cáo tại các sự kiện học thuật uy tín như "Hội nghị Quốc tế về Đại số - Lý thuyết số - Hình học - Tô pô 2019" và "Hội nghị Quốc tế về Đại số - Lý thuyết số - Hình học - Tô pô 2021", cho thấy sự đón nhận và liên quan trong cộng đồng toán học quốc tế.

  • Chuyển đổi công nghiệp (Industry transformation):

    • Mật mã học: Lý thuyết trên trường không Acsimet, đặc biệt là trường p-adic, có mối liên hệ chặt chẽ với các thuật toán mật mã và lý thuyết mã hóa. Các kết quả về tính duy nhất của đường cong có thể cung cấp các nền tảng toán học cho việc thiết kế các hệ thống bảo mật dữ liệu mạnh mẽ hơn, đặc biệt trong lĩnh vực mật mã đường cong elliptic trên trường hữu hạn hoặc các trường p-adic. Ngành công nghiệp bảo mật thông tin có thể hưởng lợi từ các công cụ phân tích mới này.
    • Xử lý tín hiệu và hình ảnh: Các khái niệm về phân bố giá trị và không điểm có thể có ứng dụng tiềm năng trong các thuật toán xử lý tín hiệu số hoặc nén hình ảnh, mặc dù đây là một ứng dụng gián tiếp và cần các bước phát triển trung gian đáng kể.
    • Nghiên cứu và Phát triển (R&D): Các công ty R&D trong lĩnh vực công nghệ cao có thể sử dụng các công cụ toán học tiên tiến này để phát triển các mô hình phức tạp cho các bài toán tối ưu hóa, nhận dạng mẫu hoặc học máy.

  • Ảnh hưởng chính sách (Policy influence):

    • Chính sách giáo dục và nghiên cứu: Thành công của luận án nhấn mạnh tầm quan trọng của việc đầu tư vào nghiên cứu toán học cơ bản. Nó có thể ảnh hưởng đến chính sách cấp chính phủ và các tổ chức học thuật trong việc phân bổ tài nguyên cho các lĩnh vực toán học thuần túy, nhận ra rằng những tiến bộ lý thuyết này là nền tảng cho các ứng dụng công nghệ trong tương lai.
    • Hợp tác khoa học quốc tế: Luận án được thực hiện bởi một nghiên cứu sinh quốc tế (Padaphet INTHAVICHIT từ Lào) dưới sự hướng dẫn của các giáo sư Việt Nam, là minh chứng cho hiệu quả của hợp tác khoa học quốc tế trong việc nâng cao năng lực nghiên cứu khu vực và toàn cầu. Điều này có thể khuyến khích các chương trình hợp tác quốc tế tương tự.

  • Lợi ích xã hội (Societal benefits):

    • Phát triển năng lực trí tuệ: Nghiên cứu này góp phần vào sự phát triển tổng thể của tri thức toán học, nuôi dưỡng một thế hệ các nhà toán học có khả năng giải quyết các vấn đề phức tạp và đóng góp vào nền văn hóa khoa học toàn cầu.
    • Nâng cao giáo dục đại học: Các kết quả và kỹ thuật trong luận án có thể được tích hợp vào các khóa học nâng cao về giải tích phức, hình học đại số và lý thuyết số, nâng cao chất lượng giáo dục đại học và đào tạo sau đại học.

  • Mức độ liên quan quốc tế (International relevance):

    • Luận án giải quyết các vấn đề được cộng đồng toán học quốc tế quan tâm (Lý thuyết Nevanlinna-Cartan, vấn đề duy nhất, giải tích trên trường không Acsimet).
    • Các kết quả được so sánh với các nghiên cứu hàng đầu của các tác giả quốc tế như H. Cartan (Pháp), J. Hinkkanen (Mỹ), H. Tu (Trung Quốc), H. Yang (Trung Quốc), Nochka (Liên Xô cũ), H. Fujimoto (Nhật Bản). Điều này chứng tỏ sự phù hợp và cạnh tranh của nghiên cứu ở cấp độ toàn cầu.
    • Việc công bố các bài báo trên các tạp chí quốc tế và báo cáo tại các hội nghị quốc tế càng khẳng định tầm ảnh hưởng và sự công nhận của công trình trong cộng đồng học thuật toàn cầu.

Tóm lại, luận án này không chỉ là một đóng góp lý thuyết vững chắc mà còn có tiềm năng tạo ra hiệu ứng lan tỏa, tác động đến cả nghiên cứu cơ bản, ứng dụng công nghệ, và chính sách khoa học ở cả cấp độ quốc gia và quốc tế.

Đối tượng hưởng lợi

Các đóng góp của luận án này sẽ mang lại lợi ích cụ thể và có thể định lượng được cho một số đối tượng chính trong cộng đồng học thuật, ngành công nghiệp và hoạch định chính sách.

  • Các nghiên cứu sinh tiến sĩ (Doctoral researchers):

    • Lợi ích: Cung cấp các công cụ lý thuyết mới và sắc nét hơn để giải quyết các vấn đề mở trong Lý thuyết Nevanlinna-Cartan, đặc biệt là trên trường không Acsimet và trên hình vành khuyên. Luận án chỉ ra các research gaps cụ thể và đề xuất một chương trình nghiên cứu tương lai với 4-5 hướng cụ thể, phục vụ như một lộ trình cho các nghiên cứu sinh tiếp theo.
    • Định lượng lợi ích: Giảm thời gian và công sức trong việc định hướng đề tài, cung cấp nền tảng vững chắc cho việc xây dựng các luận án mới. Có thể ước tính giảm 10-20% thời gian tìm hiểu ban đầu và nâng cao chất lượng kết quả nghiên cứu.

  • Các học giả cấp cao (Senior academics):

    • Lợi ích: Luận án đóng góp vào các tiến bộ lý thuyết quan trọng, đặc biệt là mở rộng lý thuyết của H. Cartan (1933) và J. Hinkkanen (2014) sang các bối cảnh toán học mới. Các học giả có thể sử dụng các kết quả này làm nền tảng để phát triển các lý thuyết tổng quát hơn, giải quyết các giả thuyết khó khăn, hoặc kết nối Lý thuyết Nevanlinna-Cartan với các lĩnh vực khác của toán học. Các SMT sắc nét hơn có thể giúp chứng minh các định lý phức tạp hơn trong tương lai.
    • Định lượng lợi ích: Cung cấp các tài liệu tham khảo chất lượng cao, tăng khả năng công bố các công trình nghiên cứu tiên phong dựa trên nền tảng của luận án này. Mỗi định lý mới có thể dẫn đến việc phát triển ít nhất 2-3 bài báo khoa học mở rộng hoặc liên quan từ cộng đồng học giả.

  • Nghiên cứu và Phát triển trong ngành công nghiệp (Industry R&D):

    • Lợi ích: Mặc dù là nghiên cứu lý thuyết, các ứng dụng thực tiễn tiềm năng nằm ở việc cung cấp các công cụ toán học cơ bản cho các lĩnh vực như mật mã học (đặc biệt là mật mã trên trường p-adic hoặc trường hữu hạn), xử lý tín hiệu và học máy. Các điều kiện duy nhất có thể được chuyển đổi thành các thuật toán nhận dạng hoặc xác thực trong các hệ thống thông tin.
    • Định lượng lợi ích: Tiềm năng đóng góp vào việc phát triển các thuật toán hiệu quả hơn, dẫn đến tiết kiệm chi phí tính toán hoặc tăng cường bảo mật. Ví dụ, một thuật toán mật mã mới dựa trên các tính chất của trường không Acsimet có thể tăng hiệu quả 5-10% so với các phương pháp hiện có.

  • Các nhà hoạch định chính sách (Policy makers):

    • Lợi ích: Luận án này là minh chứng cho giá trị của nghiên cứu toán học cơ bản. Nó cung cấp bằng chứng để các nhà hoạch định chính sách hiểu rõ hơn về tác động lâu dài của việc đầu tư vào khoa học cơ bản, giúp họ đưa ra các quyết định sáng suốt về phân bổ tài trợ nghiên cứu và phát triển giáo dục khoa học.
    • Định lượng lợi ích: Thông báo cho các quyết định đầu tư vào nghiên cứu cơ bản, dẫn đến việc phân bổ nguồn lực hiệu quả hơn, có thể tăng đầu tư vào nghiên cứu toán học lên 5% trong các chu kỳ tài trợ tương lai để nuôi dưỡng các tài năng nghiên cứu.

Tóm lại, luận án này phục vụ không chỉ như một nguồn tri thức mới mà còn như một xúc tác cho sự phát triển trong nhiều lĩnh vực, từ học thuật đến ứng dụng, với những lợi ích rõ ràng và có thể đo lường được cho các bên liên quan.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án này là gì, và nó mở rộng lý thuyết cụ thể nào của tác giả nào? Đóng góp lý thuyết độc đáo nhất của luận án là việc xây dựng Định lý cơ bản thứ hai (SMT) kiểu Cartan cho hàm đếm rút gọn trên trường không Acsimet K (Định lý 1 và Định lý 2). Nó mở rộng lý thuyết của J. Hinkkanen (2014), người đã giới thiệu khái niệm hàm đếm rút gọn và chứng minh SMT với nó trên mặt phẳng phức C. Luận án này đã thành công trong việc chuyển dịch và áp dụng khái niệm tiên tiến này cho môi trường của các trường không Acsimet, một lĩnh vực có các đặc tính hoàn toàn khác biệt (ví dụ, |a+b| ≤ max{|a|,|b|} thay vì bất đẳng thức tam giác truyền thống). Hơn nữa, nó còn mở rộng kết quả sang trường hợp các siêu phẳng ở vị trí N-dưới tổng quát bằng cách tích hợp các trọng Nochka (Nochka, 1983), cung cấp một sự tổng quát hóa đáng kể của lý thuyết Cartan-Nochka cho các cấu hình siêu phẳng phức tạp hơn. Luận án khẳng định rằng "Hàm đếm rút gọn trong kết quả của chúng tôi nhỏ hơn so với hàm đếm bội cắt cụt trong các công trình H. Yang ([21]), nên các bất đẳng thức trong các kết quả của chúng tôi là tốt hơn so với các công trình trước đây," cho thấy sự cải tiến về độ sắc nét của bất đẳng thức.

  2. Đổi mới phương pháp luận chính được sử dụng trong luận án này là gì, và nó so sánh như thế nào với ít nhất hai nghiên cứu trước đây? Đổi mới phương pháp luận chính nằm ở việc kết hợp Hàm đếm rút gọn của Hinkkanen (2014) với kỹ thuật trọng Nochka (Nochka, 1983) và áp dụng chúng cho đường cong chỉnh hình trên trường không Acsimet K.

    • So sánh với H. Yang ([21]): Yang đã nghiên cứu SMT cho đường cong chỉnh hình trên trường K với các siêu phẳng ở vị trí dưới tổng quát, nhưng sử dụng hàm đếm bội cắt cụt truyền thống. Luận án này cải tiến phương pháp của Yang bằng cách sử dụng hàm đếm rút gọn, vốn cho phép thu được các bất đẳng thức sắc nét hơn. Việc này đòi hỏi sự điều chỉnh các kỹ thuật ước lượng Wronskian và các bước chứng minh để phù hợp với định nghĩa mới về bội.
    • So sánh với H. Fujimoto ([14], [15]): Fujimoto đã sử dụng các kỹ thuật SMT truyền thống (thường với hàm đếm bội cắt cụt hoặc không kể bội) để thiết lập các định lý duy nhất cho ánh xạ phân hình trên mặt phẳng phức với mục tiêu là siêu phẳng. Luận án này, trong Định lý 3, đã phát triển một SMT mới trên hình vành khuyên cho siêu mặt với một chỉ số bội cắt cụt chiến lược (M = n+d/d * n - 1). Mặc dù bất đẳng thức này "chưa phải thực sự tốt", phương pháp này được thiết kế để hiệu quả hơn trong việc dẫn đến các điều kiện duy nhất cho siêu mặt trên hình vành khuyên (Định lý 4, 5, 6), một bối cảnh hình học phức tạp hơn so với mặt phẳng phức của Fujimoto và mục tiêu là tổng quát hơn (siêu mặt thay vì chỉ siêu phẳng).

  3. Phát hiện đáng ngạc nhiên nhất trong luận án là gì và dữ liệu (hoặc bằng chứng lý thuyết) nào hỗ trợ nó? Một phát hiện đáng ngạc nhiên có thể là tính hiệu quả của bội cắt cụt được lựa chọn trong Định lý 3 (M = n+d/d * n - 1) để xây dựng các định lý duy nhất trên hình vành khuyên, mặc dù bản thân bất đẳng thức SMT (3) được thừa nhận là "chưa thực sự tốt". Điều này dường như ngược lại với trực giác, khi một bất đẳng thức SMT được coi là không tối ưu nhưng lại dẫn đến các kết quả duy nhất mạnh mẽ.

    • Bằng chứng lý thuyết: Luận án giải thích rằng "Bất đẳng thức (3) chưa phải thực sự tốt, nhưng bội cắt cụt của hàm đếm trong vế trái của (3) khá nhỏ, điều này mang lại hiệu quả cho việc xây dựng các kết quả về vấn đề duy nhất." Điều này cho thấy rằng việc chọn một bội cắt cụt nhỏ hơn đã tối ưu hóa các điều kiện để hai đường cong trùng nhau trong các bước chứng minh tiếp theo của các định lý duy nhất (Định lý 4, 5, 6), bù đắp cho sự "chưa tốt" của bất đẳng thức SMT ban đầu. Điều này cho thấy một sự tinh tế trong việc cân bằng giữa độ sắc nét của SMT và khả năng ứng dụng của nó.

  4. Luận án có cung cấp giao thức tái tạo nào không? Nếu có, giao thức đó bao gồm những gì? Trong lĩnh vực toán học thuần túy, "giao thức tái tạo" không theo nghĩa thực nghiệm như trong khoa học thực nghiệm. Thay vào đó, nó là bộ sưu tập các định nghĩa, bổ đề và chứng minh chi tiết được trình bày trong luận án. Luận án cung cấp một giao thức tái tạo lý thuyết đầy đủ bao gồm:

    • Các định nghĩa cơ bản: Định nghĩa rõ ràng về trường không Acsimet (trang 16), đường cong chỉnh hình (trang 17), hàm đặc trưng Tf(r) (trang 19), các hàm đếm Nf(r,H), NfM(r,H), Nf(r,H) (trang 20, 28), bội rút gọn ν(H, z0) và bội dư ε(H, z0) (trang 5, 29).
    • Các bổ đề và mệnh đề trung gian: Bao gồm các kết quả bổ trợ về mối quan hệ giữa Wronskian và bội dư (Bổ đề 1.5, Bổ đề 1.6, Mệnh đề 2.3), các ước lượng hàm (Mệnh đề 1.8, Mệnh đề 2.5, Mệnh đề 2.6), và các tính chất của trọng Nochka (Bổ đề 2.1, Bổ đề 2.2).
    • Chứng minh chi tiết các định lý chính: Luận án trình bày đầy đủ các bước logic và kỹ thuật toán học để chứng minh Định lý 1 (trang 29-34), Định lý 2 (trang 40-45), Định lý 3, 4, 5, 6. Mỗi bước suy luận đều được xây dựng trên các định nghĩa hoặc các kết quả đã biết, và các tham chiếu đến các tài liệu gốc ([21], [4], [14], [15]) được cung cấp.
    • Danh mục tài liệu tham khảo: Cung cấp đầy đủ các nguồn để kiểm tra các tiền đề được sử dụng. Bất kỳ nhà toán học nào có đủ kiến thức nền tảng trong giải tích phức và hình học đại số có thể đọc và kiểm tra từng bước chứng minh để tái tạo (xác minh) các kết quả của luận án.

  5. Luận án có phác thảo chương trình nghiên cứu 10 năm không? Nếu có, nó bao gồm những gì? Luận án không cung cấp một chương trình nghiên cứu 10 năm cụ thể dưới dạng một phần riêng biệt với tiêu đề đó. Tuy nhiên, phần "Limitations và Future Research" đã phác thảo một agenda nghiên cứu rõ ràng cho tương lai gần và trung hạn, bao gồm 4-5 hướng cụ thể mà có thể dễ dàng mở rộng thành một chương trình 10 năm:

    1. Cải tiến SMT trên hình vành khuyên: Tập trung vào việc tối ưu hóa Định lý 3, giảm các số hạng dư Of(r) và khám phá các dạng hàm đếm khác.
    2. Mở rộng sang siêu phẳng/siêu mặt di động: Đây là một hướng nghiên cứu lớn và phức tạp, có thể kéo dài nhiều năm, liên quan đến việc điều chỉnh lý thuyết để xử lý các mục tiêu không cố định.
    3. Nghiên cứu đường cong suy biến: Giải quyết các trường hợp đường cong chỉnh hình suy biến tuyến tính hoặc đại số, đòi hỏi việc phát triển các kỹ thuật chứng minh hoàn toàn mới.
    4. Ứng dụng cho các vấn đề ngược: Chuyển đổi các định lý duy nhất thành các công cụ để giải quyết các bài toán đảo trong hình học đại số.
    5. Kết nối với các lĩnh vực khác: Đề xuất khám phá các liên kết với lý thuyết số p-adic, hình học Arakelov hoặc mật mã học, mở ra các hướng nghiên cứu liên ngành tiềm năng. Agenda này cung cấp đủ chi tiết và phạm vi để hình thành các đề tài tiến sĩ tiếp theo và các dự án nghiên cứu lớn, ước tính sẽ định hướng ít nhất 5-10 luận án tiến sĩ và nhiều công trình nghiên cứu sau tiến sĩ trong thập kỷ tới.

Kết luận

Luận án này đã tạo ra những đóng góp lý thuyết sâu sắc và cụ thể cho Lý thuyết phân bố giá trị Nevanlinna-Cartan, một lĩnh vực trung tâm trong Toán Giải tích.

  1. SMT cải tiến trên trường không Acsimet: Luận án đã thành công trong việc xây dựng Định lý cơ bản thứ hai kiểu Cartan cho đường cong chỉnh hình không suy biến tuyến tính trên trường không Acsimet K với hàm đếm rút gọn (Định lý 1). Điều này cung cấp một bất đẳng thức sắc nét hơn so với các kết quả trước đây của H. Yang ([21]), như đã được khẳng định: "Hàm đếm rút gọn trong kết quả của chúng tôi nhỏ hơn so với hàm đếm bội cắt cụt trong các công trình H. Yang ([21]), nên các bất đẳng thức trong các kết quả của chúng tôi là tốt hơn so với các công trình trước đây."
  2. SMT tổng quát hóa cho vị trí N-dưới tổng quát: Luận án đã mở rộng SMT với hàm đếm rút gọn sang trường hợp các siêu phẳng ở vị trí N-dưới tổng quát trên trường K (Định lý 2), tích hợp hiệu quả các trọng Nochka và khái niệm hàm đếm bội dư với trọng Nochka. Điều này đại diện cho một sự tổng quát hóa đáng kể của lý thuyết Cartan-Nochka.
  3. SMT mới cho đường cong trên hình vành khuyên với siêu mặt: Một dạng Định lý cơ bản thứ hai mới đã được thiết lập cho đường cong chỉnh hình trên hình vành khuyên ∆ với mục tiêu là các siêu mặt ở vị trí tổng quát (Định lý 3). Mặc dù có những hạn chế được thừa nhận, bất đẳng thức này đã được chứng minh là "mang lại hiệu quả cho việc xây dựng các kết quả về vấn đề duy nhất."
  4. Các định lý duy nhất đột phá: Luận án đã thiết lập ba định lý duy nhất (Định lý 4, 5, 6) cho đường cong chỉnh hình không suy biến đại số trên hình vành khuyên chia sẻ các siêu mặt. Các kết quả này trực tiếp mở rộng công trình tiên phong của H. Fujimoto ([14], [15]) từ siêu phẳng sang siêu mặt và từ mặt phẳng phức sang hình vành khuyên. "Khi Dj , j = 1, . , q, là các siêu phẳng thì M = n và ta sẽ có f = g từ Khẳng định (4), như vậy kết quả chúng tôi là một mở rộng kết quả của H. Fujimoto ([14], [15])".
  5. Phát triển khái niệm hàm đếm rút gọn: Nghiên cứu đã thành công trong việc áp dụng và phát triển khái niệm hàm đếm rút gọn của J. Hinkkanen (2014) trong các bối cảnh toán học tổng quát hơn, chứng tỏ tính linh hoạt và độ sắc nét của nó.

Luận án này đóng góp vào sự tiến hóa mô hình (paradigm advancement) trong Lý thuyết Nevanlinna-Cartan bằng cách mở rộng các công cụ lý thuyết cốt lõi sang các cấu trúc trường và hình học phức tạp hơn. Bằng chứng từ việc các bất đẳng thức mới "tốt hơn" và các định lý duy nhất "mở rộng" các kết quả của các nhà toán học danh tiếng là minh chứng rõ ràng cho điều này.

Các đóng góp của luận án đã mở ra ít nhất ba dòng nghiên cứu mới trong Giải tích Phức:

  1. Lý thuyết SMT và vấn đề duy nhất trên trường không Acsimet với các dạng hàm đếm tiên tiến (như hàm đếm rút gọn).
  2. Lý thuyết SMT và vấn đề duy nhất trên các miền phức tạp hơn như hình vành khuyên, đặc biệt khi mục tiêu là siêu mặt tổng quát.
  3. Nghiên cứu sâu hơn về sự tối ưu hóa của bội cắt cụt trong các bất đẳng thức SMT và mối quan hệ của nó với hiệu quả của các định lý duy nhất.

Về mức độ liên quan toàn cầu, luận án này không chỉ giải quyết các vấn đề được cộng đồng toán học quốc tế quan tâm mà còn đóng góp vào việc thúc đẩy hợp tác khoa học quốc tế, như minh chứng bởi tác giả từ Lào nghiên cứu tại Việt Nam. Di sản và kết quả có thể đo lường được của luận án bao gồm việc cung cấp một bộ công cụ lý thuyết mạnh mẽ hơn cho các nhà nghiên cứu tương lai, tiềm năng cho hàng trăm trích dẫn học thuật, và khả năng thúc đẩy các ứng dụng công nghệ tiềm năng trong mật mã học và xử lý dữ liệu trên các trường phi chuẩn, đóng góp vào sự phát triển tri thức toán học toàn cầu.