学习记录 · 代数复算

五个点,两种切空间

精确比较两个 Hilbert 函数均为 (1, 3, 1) 的 Artin 商代数。

9 分钟阅读
下载 Markdown

根据所引文献中的例子与精确种子核算,由助手协助整理。本文提供候选课题的起点计算,不作为新定理或已经独立完成的项目。

这篇笔记怎样形成

已有学习起点

已有 A–M 学习涉及 Artin 结构、幂零元与局部环。长度五的比较由助手在网站选题阶段选择和核算,不是已记录的本人发现。

需要保持的区别

两个商代数具有相同的分次 Hilbert 函数,而 21/15 针对完整嵌入变形;限制到齐次 degree-zero 映射则为 5/5。独立推导完整二阶障碍仍是后续任务。

研究对象

在有理数域上工作。有限商代数 S/I 是有限维向量空间,其维数等于相应零维概形的长度。下面两个理想都齐次,并且支撑在原点。

S=Q[x,y,z],Aj=S/Ij,S=\mathbb Q[x,y,z],\qquad A_j=S/I_j,
I1=(x2,xy,xz,y2,yz,z3),I2=(x2,xy,xz,y2,z2).\begin{aligned}I_1&=(x^2,xy,xz,y^2,yz,z^3),\\ I_2&=(x^2,xy,xz,y^2,z^2).\end{aligned}

标准单项式是没有被 I 的任何单项式生成元整除的单项式。它们给出 S/I 的显式向量空间基。两个商代数的分次维数相同,乘法却不同。

B1=(1,x,y,z,z2),B2=(1,x,y,z,yz),HA1(t)=HA2(t)=1+3t+t2.\begin{aligned}\mathcal B_1&=(1,x,y,z,z^2),\\\mathcal B_2&=(1,x,y,z,yz),\\H_{A_1}(t)&=H_{A_2}(t)=1+3t+t^2.\end{aligned}

Hilbert 函数没有记录什么

在正次数基元素的乘积中,A₁ 只有 z·z 非零;A₂ 只有 y·z 非零。被极大理想消去的元素组成 socle,它已经能够区分两者。

Soc⁡(A1)=⟨x,y,z2⟩,Soc⁡(A2)=⟨x,yz⟩.\operatorname{Soc}(A_1)=\langle x,y,z^2\rangle,\qquad\operatorname{Soc}(A_2)=\langle x,yz\rangle.

所以 Hilbert 函数相等不意味着代数同构。接下来考虑它们作为仿射三维空间中的闭子概形时,嵌入变形有什么不同。

从一阶变形到 Hom

使用对偶数环 D=Q[ε]/(ε²)。商代数的平坦一阶变形,可以局部地把 I 中的 f 提升为 D 上某个理想中的 f+εg。把 g 模掉 I 得到映射 φ:I→S/I;改变提升不会改变这个剩余类。与 S 中元素相乘的相容性要求 φ 是 S-线性的。这个符号约定把切向量记为 φ,改用 f−εg 则符号相反。

T[I]Hilb⁡5(AQ3)≃Hom⁡S(I,S/I).T_{[I]}\operatorname{Hilb}^5(\mathbb A^3_{\mathbb Q})\simeq \operatorname{Hom}_S(I,S/I).

这里是完整 Hilbert 概形的切空间,允许所有嵌入的一阶变形。它不是只取次数为零的 Hom,也不是只考虑保持某个分次表示的变形。

有限个精确线性方程

写 I=(m₁,…,mᵣ)。一个 S-线性映射由 r 个五维商空间中的向量 φ(mᵢ) 决定。每对单项式生成元的最小公倍数都给出一条关系;这些两两关系生成关系模,所以施加这些约束已经足够。

lcm⁡(mi,mj)miφ(mi)−lcm⁡(mi,mj)mjφ(mj)=0in S/I.\frac{\operatorname{lcm}(m_i,m_j)}{m_i}\varphi(m_i)-\frac{\operatorname{lcm}(m_i,m_j)}{m_j}\varphi(m_j)=0\quad\text{in }S/I.

把每个表达式在标准单项式基下展开。精确有理数行化简得到:I₁ 有 30 个未知系数、约束秩为 9;I₂ 有 25 个未知系数、约束秩为 10。

dim⁡QHom⁡S(I1,A1)=21,dim⁡QHom⁡S(I2,A2)=15.\dim_{\mathbb Q}\operatorname{Hom}_S(I_1,A_1)=21,\qquad\dim_{\mathbb Q}\operatorname{Hom}_S(I_2,A_2)=15.

重新计算两个商代数

标准基
1, z, z^2, y, x
Socle 基
z^2, y, x
H
(1, 3, 1)
dim Hom
21

使用所有两两最小公倍数关系,在 Q 上作精确线性代数计算。

尚待推进的研究步骤

有价值的课题应限定一族固定基的代数,计算秩跳变的位置,再沿这个位置研究能否提升。对单项式点已有的光滑性判据,必须先核对再谈新颖性。

来源与可复核材料

Python 核算需要 SymPy 1.14.0。三角形边理想的正合性由上文完整核证明建立,种子脚本不替代它。

延伸阅读

有限点簇怎样变形