[論文レビュー] Arithmetic of hyperelliptic curves over local fields

Céline Maistret, Tim Dokchitser+2 more|arXiv (Cornell University)|Jan 1, 2017

Algebraic Geometry and Number Theory参考文献 20被引用数 20

ひとこと要約

本稿では、f(x) の根同士の p進距離を符号化する組合せ的不変量である「クラスターピクチャ」を導入し、奇数の残留体標数をもつ局所体上の超楕円曲線 y² = f(x) の主要な算術的不変量を分類する。クラスターピクチャは、曲線のガロア表現、導子、半安定性、最小モデルの特別ファイバー、および判別式を完全に決定する。

ABSTRACT

We study hyperelliptic curves y^2=f(x) over local fields of odd residue characteristic. We introduce the notion of a cluster picture associated to the curve, that describes the p-adic distances between the roots of f(x), and show that this elementary combinatorial object encodes the curve's Galois representation, conductor, whether the curve is semistable, and if so, the special fibre of its minimal regular model, the discriminant of its minimal Weierstrass equation and other invariants.

研究の動機と目的

• 超楕円曲線における f(x) の根の p進幾何を捉える組合せ的枠組みを構築すること。
• 根の配置が導子やガロア表現などの算術的不変量にどのように影響するかを理解すること。
• 曲線が半安定であるための条件を特定し、その最小正則モデルの特別ファイバーを記述すること。
• 根の配置を用いて最小ウェイエルシュトラス方程式の判別式を計算すること。
• 単一の、基本的な組合せ的対象「クラスターピクチャ」によって、複数の不変量を統一的に記述すること。

提案手法

• f(x) の根をその p進距離に基づいて分割する形でクラスターピクチャを定義する。
• クラスターピクチャを用いて、根の配置からテートモジュール上のガロア群の作用を計算する。
• クラスタの構造と深さから導子指数を導出する。
• クラスターピクチャの精錬性と深さの性質を分析することで、半安定性を特定する。
• クラスターピクチャの組合せ的データから、最小正則モデルの特別ファイバーを構成する。
• クラスタの高さと根の差の付値を用いて、最小ウェイエルシュトラスモデルの判別式を計算する。

実験結果

リサーチクエスチョン

• RQ1 f(x) の根同士の p進距離を、全体の算術的不変量を符号化する組合せ的対象として表現する方法は何か？
• RQ2 クラスターピクチャは、局所体上での曲線のガロア表現をどの程度完全に決定するか？
• RQ3 クラスターピクチャにどのような条件が満たされると、曲線の最小正則モデルが半安定になるか？
• RQ4 曲線の導子はクラスタ構造とその深さとどのように関係するか？
• RQ5 最小ウェイエルシュトラス方程式の判別式をクラスターピクチャから直接計算できるか？

主な発見

• クラスターピクチャは、局所体上の超楕円曲線のガロア表現を完全に決定する。
• 導子指数は、クラスタの深さとサイズの和として計算され、分岐の性質を反映する。
• 曲線の半安定性は、最大深さにおいて非自明な精錬をもたないクラスターピクチャであることと同値である。
• 最小正則モデルの特別ファイバーは、クラスターピクチャの分割構造と関連する組合せ的型によって記述される。
• 最小ウェイエルシュトラス方程式の判別式は、クラスターピクチャの総高さと根の差の付値によって決定される。
• 導子、判別式、半安定性、ガロア作用といったすべての不変量が、単一の有限な組合せ的対象「クラスターピクチャ」に符号化されている。