基于多面体的Bierstone与Milman不变量研究方法
《Journal of Pure and Applied Algebra》:A polyhedral approach to the invariant of Bierstone and Milman
【字体:
大
中
小
】
时间:2026年02月05日
来源:Journal of Pure and Applied Algebra 0.7
编辑推荐:
伯恩德·肖伯 德国汉堡
摘要:基于作者先前的研究,我们推断出Bierstone和Milman为在特征零情况下证明奇点构造性消解而引入的不变量,实际上可以通过研究某些多面体及其投影来唯一确定。
引言:本文的目的是证明,Bierstone和Milman[8]提出的用于在特征零情况
伯恩德·肖伯 德国汉堡
摘要:基于作者先前的研究,我们推断出Bierstone和Milman为在特征零情况下证明奇点构造性消解而引入的不变量,实际上可以通过研究某些多面体及其投影来唯一确定。
引言:本文的目的是证明,Bierstone和Milman[8]提出的用于在特征零情况下消解奇点的局部不变量,可以通过与奇点相关的多面体来确定。Hironaka在其著名的论文[24]中证明了在特征零的域上,任意维数的代数簇都存在奇点消解。最初的证明相当复杂,共有200多页的高深技术内容,而且该结果并非构造性的。如今,已有基于Hironaka工作的更为易于理解且具有构造性的证明方法。关于这一主题的首批成果由Bierstone和Milman[7]、[8]以及Villamayor[37]、[38]发表。其他相关参考文献还包括[5]、[16]、[17]、[21]、[29]、[39]。近年来,利用堆叠理论中的加权爆破技术,进一步提升了在特征零情况下消解奇点的效率,例如[2]、[4]、[31]、[34]。与之相比,目前仅在低维情形、特殊情况下,或正特征及混合特征下较弱版本的奇点消解方面有研究成果。由于本文聚焦于特征零情况,此处不再深入细节,仅指出在正特征情况下进行研究时,一个被证明很有用的技术工具是Hironaka提出的奇点特征多面体[25],它实际上是牛顿多面体的适当投影。
本文主要研究Bierstone和Milman的不变量[8](另见[9],其中探讨了超曲面奇点的特殊情况)。给定特征零域上的有限型概形X以及X中的点x,该不变量invX(x)的表达式为invX(x)=(ν1,s1;ν2,s2;…;νt,st;νt+1),其中ν1=ν1(x)=HX,x是X在x处的Hilbert-Samuel函数,各项sr≥0为计数异常除子的整数,而νr+1>0为表示r≥1时某些更高重数的有理数,此外νt+1∈{0,∞}。invX(.)的关键性质在于:它能确定即将进行的爆破的正规中心,且在指定爆破后严格递减,且这种递减只能发生有限次数。
由于我们关注的是在某一点处局部构造该不变量,因此转而考虑完备化空间O?X,x。借助完备局部环的Cohen-Structure定理,可将本文的研究范围限制在O?X,x?K[[T1,…,Tn]]/J,其中J为某个理想。我们既不讨论从多面体导出的不变量是否因完备化而发生变化,也不探讨从多面体中提取的信息对于奇点x∈X而言是否具有典型性。关于Hironaka的特征多面体,这类问题在[12]、[15]和[11]中有讨论。
为了阐述我们的主要结果,我们需要引入一种合适的语言。我们将运用Hironaka提出的“对”的概念。一对E=(J,b)由非零理想J?R:=K[[T1,…,Tn]]和正有理数b∈Q+构成。E的奇点轨迹定义为J的阶至少为b的所有点的集合。这一技术手段有助于在限制到更小的环境空间时,准确获取关于奇点的更多精细信息。
在我们的研究中,我们以适当方式区分正规参数系,即(T1,…,Tn)=(u1,…,ud;y1,…,ys)=(u,y)(参见定理2.15和定理2.16中的条件(?)?)。给定这样的区分(u,y)后,作者在[36]中引入了投影多面体Δ(E,u,y)(定义2.10)(也可参见[35])。下面我们为这个多面体提供一些直观解释:假设J为主理想,即J=〈f〉。记E=(J,b),其中b为某个固定的正有理数。考虑将f展开为f=∑(A,B)∈Z≥0d+sλA,BuAyB的形式,其中λA,B∈K,同时使用多重指标记号,例如uA=u1A1?udAd。那么Δ(E,u,y)就是R≥0d中的闭凸子集,包含所有满足以下条件的点:{Ab?|B|+R≥0d|λA,B≠0 且 |B|
我们从多面体中需要得到的数值数据如下:δ(e,u,y):=inf?{|v|=v1+?+vd|v∈δ(e,u,y)}(定义2.12),di(e,u,y):=inf?{vi|v=(v1,…,vd)∈δ(e,u,y)}(定义2.17),其中i∈{1,…,d}。如果δ(e,u,y)≠?且i?{1,…,d},则定义νi(e,u,y):=δ(e,u,y)?∑i∈idi(e,u,y),否则νi(e,u,y):=∞。
为编码来自异常除子的信息,我们将“对”的概念扩展为带有历史信息的对1 (e,e)(定义4.2),其中e是一个可以用来获取di(e,u,y)数值的映射。然后我们定义ν(e,e,u,y):=νie(e,u,y)(定义4.3),其中ie?{1,…,d}对应于包含x的异常除子。在构造5.2中,我们回顾了bierstone和milman用带有历史信息的对来定义invx(x)的方式。invx(x)中的项νr+1(x)是由一对(fr,er)确定的。这里,(fr,er)是通过适当限制到更低维度的环境空间,并考虑异常数据,由(fr?1,er?1)构造而来的。具体而言,(fr,er)是在适当选择的(y)=(y1,…,yr?1,yr)下在v(y1,…,yr?1)上定义的一对——更准确地说,这种适当选择背后体现了最大接触的概念(定义2.8)。
设(u)=(u1,…,ue)是将(y)扩展为r的正规参数系的一个系统。我们的主要结果如下,即该不变量与多面体之间存在联系:
定理a(定理5.5):对于每一个r∈{1,…,t},项νr+1(x)等于来自多面体δ(fr,u,yr)的不变量ν(fr,er,u,yr)。
需要指出的是,选择使得v(yr)与fr具有最大接触的yr,实际上等同于找到一种选择,使得多面体δ(fr,u,yr)在包含关系下达到最小(参见定理2.15)。由于在任何特征下都可以引入投影多面体的最小化过程(参见[36]),本文的结果为探索正特征下的相关问题提供了动力。不过,由于会出现一些复杂现象,这一工作更为复杂,非如此直接,可参考[10]、[22]、[23]、[32]等文献。在即将出版的作品[3]中,abramovich、quek以及作者本人将结合加权爆破的方法[4]与本文的工作,为正特征下的奇点引入一个不变量并描述其性质。为搭建这一桥梁,我们在观察3.7中探讨了使用加权投影多面体的一种视角。
我们需要强调的是,所研究的这些多面体取决于r的正规参数系的适当选择,而在后续过程中,这一选择将会被调整,以便使多面体在包含关系下达到最小。这一思路源于hironaka通过特征多面体提出的观点[25]。这也使得我们的方法区别于youssin[40]、[41]的研究成果,后者提出了牛顿多面体的“无坐标”版本,以此构建一种特殊的过滤结构,进而为即将进行的爆破确定中心。尤其不同之处在于,他们的正规参数系并非固定不变,即便有部分固定,也无需参考理想j的生成元。
文章结构概述:第2节中,我们回顾了“对”及其特征多面体的理论。特别是,我们介绍了从多面体中推导出的数值不变量,这些不变量对我们的主要结果至关重要。随后,我们回顾了在没有异常除子存在时的bierstone-milman不变量的构造方法,并在第3节证明了该设定下的主要结果。此外,我们在该节的末尾简要介绍了加权视角的相关内容。第4节中,我们引入了带有历史信息的“对”以及理想指数这一新概念,为一般性证明做准备。在第5节开头回顾了bierstone-milman不变量的一般构造方法之后,我们便在完全一般的情况下推导出了主要结果。此外,我们还讨论了在构造不变量的不同步骤中多面体的行为表现。最后,我们介绍了一种利用额外的异常数据来减少构造步骤的方法。
致谢:本文所述结果源自作者的学位论文[35]。他感谢他的导师uwe jannsen和vincent cossart,感谢他们就这一主题进行的无数次讨论以及给予的一切支持。同时,他也感谢凡尔赛数学实验室在他多次访问期间提供的热情接待,以及匿名审稿人提出的意见和问题,这些都有助于提升本文的质量。
章节摘录:
“对”及其特征多面体:首先,我们回顾“对”和理想指数的概念。这一概念最早源自hironaka[26](也可参见[27]),后来又被以多种方式加以完善(例如转化为基本对象[5]、表示法[8]、标记理想[39],或是理想过滤结构[28])。我们探讨了切线锥、准线以及系数理想的理想化变体。此外,我们还简要介绍了作者提出的“对”的特征多面体概念,详见[36]。
没有异常除子的情况:我们首先明确研究背景,探讨在没有异常除子存在时bierstone和milman不变量的情况。涉及异常除子的一般情况将在第5节中讨论。
3.1节设置:设k为特征零域,r=k[[t1,…,tn]]。设j?r为一个非零理想,(f)=(f1,…,fm)为j的标准基。这意味着f1,…,fm是j中的元素,且满足以下性质:(1)inm(j)=〈inm(f1),…,inm(fm)〉,(2)对于i∈{2,…,m},有inm(fi)?〈inm(f1),…,inm(fi?1)〉。
带有历史信息的“对”与理想指数:在本节中,我们引入了考虑异常数据的“对”的改进形式。我们以r=k[[t1,…,tn]]为研究背景,设x∈spec(r)为对应于m=〈t1,…,tn〉的闭点。
观察4.1:设e=(j,b)是r上的一对,且x∈sing(e),同时设(u,y)=(u1,…,ud;y1,…,ys)是r的正规参数系,使得(y,ue+1,…,ud),e≤d,定义了dirm(e)这条准线。(1)假设v(y1,…,ys)在m处与e具有最大接触(定义2.8)。设d=v(y,ui|i∈id),其中id?{1,…,d},为一个可行的……
一般情况:在引入了带有历史信息的“对”之后,我们便可着手研究涉及异常除子的一般情况。首先,我们回顾一般情况下bierstone和milman不变量的构造方法。为此,我们从全局视角出发。设x0是嵌入在特征零域k上的某个有限型正规概形z0中的概形。假设我们正处于对x0进行去奇点处理的第j步。因此,我们有一个如下形式的序列:其中每个πi+1:zi+1→ 我们从多面体中需要得到的数值数据如下:δ(e,u,y):=inf?{|v|=v1+?+vd|v∈Δ(E,u,y)}(定义2.12),di(E,u,y):=inf?{vi|v=(v1,…,vd)∈Δ(E,u,y)}(定义2.17),其中i∈{1,…,d}。如果Δ(E,u,y)≠?且I?{1,…,d},则定义νI(E,u,y):=δ(E,u,y)?∑i∈Idi(E,u,y),否则νI(E,u,y):=∞。 为编码来自异常除子的信息,我们将“对”的概念扩展为带有历史信息的对1 (e,e)(定义4.2),其中e是一个可以用来获取di(e,u,y)数值的映射。然后我们定义ν(e,e,u,y):=νIE(E,u,y)(定义4.3),其中IE?{1,…,d}对应于包含x的异常除子。在构造5.2中,我们回顾了Bierstone和Milman用带有历史信息的对来定义invX(x)的方式。invX(x)中的项νr+1(x)是由一对(Fr,Er)确定的。这里,(Fr,Er)是通过适当限制到更低维度的环境空间,并考虑异常数据,由(Fr?1,Er?1)构造而来的。具体而言,(Fr,Er)是在适当选择的(y)=(y1,…,yr?1,yr)下在V(y1,…,yr?1)上定义的一对——更准确地说,这种适当选择背后体现了最大接触的概念(定义2.8)。 设(u)=(u1,…,ue)是将(y)扩展为R的正规参数系的一个系统。我们的主要结果如下,即该不变量与多面体之间存在联系: 定理a(定理5.5):对于每一个r∈{1,…,t},项νr+1(x)等于来自多面体δ(fr,u,yr)的不变量ν(fr,er,u,yr)。 需要指出的是,选择使得v(yr)与fr具有最大接触的yr,实际上等同于找到一种选择,使得多面体δ(fr,u,yr)在包含关系下达到最小(参见定理2.15)。由于在任何特征下都可以引入投影多面体的最小化过程(参见[36]),本文的结果为探索正特征下的相关问题提供了动力。不过,由于会出现一些复杂现象,这一工作更为复杂,非如此直接,可参考[10]、[22]、[23]、[32]等文献。在即将出版的作品[3]中,abramovich、quek以及作者本人将结合加权爆破的方法[4]与本文的工作,为正特征下的奇点引入一个不变量并描述其性质。为搭建这一桥梁,我们在观察3.7中探讨了使用加权投影多面体的一种视角。 我们需要强调的是,所研究的这些多面体取决于r的正规参数系的适当选择,而在后续过程中,这一选择将会被调整,以便使多面体在包含关系下达到最小。这一思路源于hironaka通过特征多面体提出的观点[25]。这也使得我们的方法区别于youssin[40]、[41]的研究成果,后者提出了牛顿多面体的“无坐标”版本,以此构建一种特殊的过滤结构,进而为即将进行的爆破确定中心。尤其不同之处在于,他们的正规参数系并非固定不变,即便有部分固定,也无需参考理想j的生成元。 文章结构概述:第2节中,我们回顾了“对”及其特征多面体的理论。特别是,我们介绍了从多面体中推导出的数值不变量,这些不变量对我们的主要结果至关重要。随后,我们回顾了在没有异常除子存在时的bierstone-milman不变量的构造方法,并在第3节证明了该设定下的主要结果。此外,我们在该节的末尾简要介绍了加权视角的相关内容。第4节中,我们引入了带有历史信息的“对”以及理想指数这一新概念,为一般性证明做准备。在第5节开头回顾了bierstone-milman不变量的一般构造方法之后,我们便在完全一般的情况下推导出了主要结果。此外,我们还讨论了在构造不变量的不同步骤中多面体的行为表现。最后,我们介绍了一种利用额外的异常数据来减少构造步骤的方法。 致谢:本文所述结果源自作者的学位论文[35]。他感谢他的导师uwe jannsen和vincent cossart,感谢他们就这一主题进行的无数次讨论以及给予的一切支持。同时,他也感谢凡尔赛数学实验室在他多次访问期间提供的热情接待,以及匿名审稿人提出的意见和问题,这些都有助于提升本文的质量。 章节摘录: “对”及其特征多面体:首先,我们回顾“对”和理想指数的概念。这一概念最早源自hironaka[26](也可参见[27]),后来又被以多种方式加以完善(例如转化为基本对象[5]、表示法[8]、标记理想[39],或是理想过滤结构[28])。我们探讨了切线锥、准线以及系数理想的理想化变体。此外,我们还简要介绍了作者提出的“对”的特征多面体概念,详见[36]。 没有异常除子的情况:我们首先明确研究背景,探讨在没有异常除子存在时bierstone和milman不变量的情况。涉及异常除子的一般情况将在第5节中讨论。 3.1节设置:设k为特征零域,r=K[[T1,…,Tn]]。设J?R为一个非零理想,(f)=(f1,…,fm)为J的标准基。这意味着f1,…,fm是J中的元素,且满足以下性质:(1)inM(J)=〈inM(f1),…,inM(fm)〉,(2)对于i∈{2,…,m},有inM(fi)?〈inM(f1),…,inM(fi?1)〉。 带有历史信息的“对”与理想指数:在本节中,我们引入了考虑异常数据的“对”的改进形式。我们以r=K[[T1,…,Tn]]为研究背景,设x∈Spec(R)为对应于M=〈T1,…,Tn〉的闭点。 观察4.1:设e=(J,b)是R上的一对,且x∈Sing(E),同时设(u,y)=(u1,…,ud;y1,…,ys)是R的正规参数系,使得(y,ue+1,…,ud),e≤d,定义了DirM(E)这条准线。(1)假设V(y1,…,ys)在M处与E具有最大接触(定义2.8)。设D=V(y,ui|i∈ID),其中ID?{1,…,d},为一个可行的……>
我们从多面体中需要得到的数值数据如下:δ(e,u,y):=inf?{|v|=v1+?+vd|v∈δ(e,u,y)}(定义2.12),di(e,u,y):=inf?{vi|v=(v1,…,vd)∈δ(e,u,y)}(定义2.17),其中i∈{1,…,d}。如果δ(e,u,y)≠?且i?{1,…,d},则定义νi(e,u,y):=δ(e,u,y)?∑i∈idi(e,u,y),否则νi(e,u,y):=∞。
为编码来自异常除子的信息,我们将“对”的概念扩展为带有历史信息的对1 (e,e)(定义4.2),其中e是一个可以用来获取di(e,u,y)数值的映射。然后我们定义ν(e,e,u,y):=νie(e,u,y)(定义4.3),其中ie?{1,…,d}对应于包含x的异常除子。在构造5.2中,我们回顾了bierstone和milman用带有历史信息的对来定义invx(x)的方式。invx(x)中的项νr+1(x)是由一对(fr,er)确定的。这里,(fr,er)是通过适当限制到更低维度的环境空间,并考虑异常数据,由(fr?1,er?1)构造而来的。具体而言,(fr,er)是在适当选择的(y)=(y1,…,yr?1,yr)下在v(y1,…,yr?1)上定义的一对——更准确地说,这种适当选择背后体现了最大接触的概念(定义2.8)。
设(u)=(u1,…,ue)是将(y)扩展为r的正规参数系的一个系统。我们的主要结果如下,即该不变量与多面体之间存在联系:
定理a(定理5.5):对于每一个r∈{1,…,t},项νr+1(x)等于来自多面体δ(fr,u,yr)的不变量ν(fr,er,u,yr)。
需要指出的是,选择使得v(yr)与fr具有最大接触的yr,实际上等同于找到一种选择,使得多面体δ(fr,u,yr)在包含关系下达到最小(参见定理2.15)。由于在任何特征下都可以引入投影多面体的最小化过程(参见[36]),本文的结果为探索正特征下的相关问题提供了动力。不过,由于会出现一些复杂现象,这一工作更为复杂,非如此直接,可参考[10]、[22]、[23]、[32]等文献。在即将出版的作品[3]中,abramovich、quek以及作者本人将结合加权爆破的方法[4]与本文的工作,为正特征下的奇点引入一个不变量并描述其性质。为搭建这一桥梁,我们在观察3.7中探讨了使用加权投影多面体的一种视角。
我们需要强调的是,所研究的这些多面体取决于r的正规参数系的适当选择,而在后续过程中,这一选择将会被调整,以便使多面体在包含关系下达到最小。这一思路源于hironaka通过特征多面体提出的观点[25]。这也使得我们的方法区别于youssin[40]、[41]的研究成果,后者提出了牛顿多面体的“无坐标”版本,以此构建一种特殊的过滤结构,进而为即将进行的爆破确定中心。尤其不同之处在于,他们的正规参数系并非固定不变,即便有部分固定,也无需参考理想j的生成元。
文章结构概述:第2节中,我们回顾了“对”及其特征多面体的理论。特别是,我们介绍了从多面体中推导出的数值不变量,这些不变量对我们的主要结果至关重要。随后,我们回顾了在没有异常除子存在时的bierstone-milman不变量的构造方法,并在第3节证明了该设定下的主要结果。此外,我们在该节的末尾简要介绍了加权视角的相关内容。第4节中,我们引入了带有历史信息的“对”以及理想指数这一新概念,为一般性证明做准备。在第5节开头回顾了bierstone-milman不变量的一般构造方法之后,我们便在完全一般的情况下推导出了主要结果。此外,我们还讨论了在构造不变量的不同步骤中多面体的行为表现。最后,我们介绍了一种利用额外的异常数据来减少构造步骤的方法。
致谢:本文所述结果源自作者的学位论文[35]。他感谢他的导师uwe jannsen和vincent cossart,感谢他们就这一主题进行的无数次讨论以及给予的一切支持。同时,他也感谢凡尔赛数学实验室在他多次访问期间提供的热情接待,以及匿名审稿人提出的意见和问题,这些都有助于提升本文的质量。
章节摘录:
“对”及其特征多面体:首先,我们回顾“对”和理想指数的概念。这一概念最早源自hironaka[26](也可参见[27]),后来又被以多种方式加以完善(例如转化为基本对象[5]、表示法[8]、标记理想[39],或是理想过滤结构[28])。我们探讨了切线锥、准线以及系数理想的理想化变体。此外,我们还简要介绍了作者提出的“对”的特征多面体概念,详见[36]。
没有异常除子的情况:我们首先明确研究背景,探讨在没有异常除子存在时bierstone和milman不变量的情况。涉及异常除子的一般情况将在第5节中讨论。
3.1节设置:设k为特征零域,r=k[[t1,…,tn]]。设j?r为一个非零理想,(f)=(f1,…,fm)为j的标准基。这意味着f1,…,fm是j中的元素,且满足以下性质:(1)inm(j)=〈inm(f1),…,inm(fm)〉,(2)对于i∈{2,…,m},有inm(fi)?〈inm(f1),…,inm(fi?1)〉。
带有历史信息的“对”与理想指数:在本节中,我们引入了考虑异常数据的“对”的改进形式。我们以r=k[[t1,…,tn]]为研究背景,设x∈spec(r)为对应于m=〈t1,…,tn〉的闭点。
观察4.1:设e=(j,b)是r上的一对,且x∈sing(e),同时设(u,y)=(u1,…,ud;y1,…,ys)是r的正规参数系,使得(y,ue+1,…,ud),e≤d,定义了dirm(e)这条准线。(1)假设v(y1,…,ys)在m处与e具有最大接触(定义2.8)。设d=v(y,ui|i∈id),其中id?{1,…,d},为一个可行的……
一般情况:在引入了带有历史信息的“对”之后,我们便可着手研究涉及异常除子的一般情况。首先,我们回顾一般情况下bierstone和milman不变量的构造方法。为此,我们从全局视角出发。设x0是嵌入在特征零域k上的某个有限型正规概形z0中的概形。假设我们正处于对x0进行去奇点处理的第j步。因此,我们有一个如下形式的序列:其中每个πi+1:zi+1→>