[論文レビュー] Gromov-Witten, Gopakumar-Vafa, and Donaldson-Thomas invariants of Calabi-Yau threefolds

Sheldon Katz|ArXiv.org|Aug 19, 2004

Algebraic Geometry and Number Theory参考文献 7被引用数 12

ひとこと要約

本稿は、カルラビ＝ヤウ3次元多様体におけるゴパクマル・バーナー（GV）不変量を計算するための厳密な数学的枠組みを確立し、ドナルドソン＝トーマス（DT）不変量を用いて、Gromov-Witten不変量やGV不変量よりもしばしば計算が容易であることを示している。低次の不変量（n ≤ 3）に対しては、カルラビ＝ヤウの場合にDT不変量が再帰的公式を用いて正しいGV不変量を与えることを証明しており、かつ過去のヒューリスティックな計算における不一致は、低次の曲線の寄与が欠落していたことに起因しており、これらはDT形式主義において自然に取り込まれていることを示している。

ABSTRACT

Gromov-Witten, Gopakumar-Vafa, and Donaldson-Thomas invariants of Calabi-Yau threefolds are compared. In certain situations, the Donaldson-Thomas invariants are very easy to handle, sometimes easier than the other invariants. This point is illustrated in several ways, especially by revisiting computations of Gopakumar-Vafa invariants by Katz, Klemm, and Vafa in a rigorous mathematical framework. This note is based on my talk at the 2004 Snowbird Conference on String Geometry.

研究の動機と目的

• カルラビ＝ヤウ3次元多様体におけるゴパクマル・バーナー不変量を、ドナルドソン＝トーマス不変量を用いて数学的に厳密に導出すること。
• カルラビ＝ヤウ設定において、DT不変量がGromov-Witten不変量やGV不変量よりも計算が容易であることを示すこと。
• 過去のヒューリスティックな計算における不一致（例：n⁰₄ = -192 と -222）を解消し、低次の曲線の寄与がDT生成関数に自然に符号化されていることを示すこと。
• 還元されたDT生成関数の因子分解を通じて、DT不変量からGV不変量を再帰的に計算する方法を確立すること。
• MNOP予想（DT = GW）と、低次の曲線の寄与が単純な予測を補正する役割を果たすことの関係を明確にすること。

提案手法

• 本稿は、理想層のモジュライ空間 $I_n(X, \beta)$ の仮想基本クラスを用いて、ドナルドソン＝トーマス不変量を仮想サイクルの次数として定義する。
• モジュライ空間 $I_n(X, \beta)$ に完全な障害理論を適用し、カルラビ＝ヤウの場合に障害空間が接空間と双対となることを示し、仮想サイクルの計算を簡略化する。
• 滑らかな $I_n(X, \beta)$ に対して、$c_1(X) \beta = 0$ のとき仮想次元は0となり、DT不変量 $D^n_\beta$ はモジュライ空間のオイラー標数に符号 $(-1)^{\dim M_i}$ を乗じたものとして計算される。
• 還元されたDT生成関数 $Z^{\mathrm{DT}}(X)'$ は $\beta=0$ の寄与を除くことで定義され、Gromov-Witten理論との比較を可能にする。
• 還元されたDT生成関数を次数 $d$ の曲線の寄与に因子分解する手法を用い、各因子がGV不変量を符号化している。
• 不一致の原因が、$d=1$ および $d=3$ の可約曲線の寄与が欠落していたことに起因しており、これらは因子分解における除法操作によって自然に差し引かれることが証明されている。

実験結果

リサーチクエスチョン

• RQ1 ドナルドソン＝トーマス不変量を用いて、カルラビ＝ヤウ3次元多様体におけるゴパクマル・バーナー不変量をどのように厳密に計算できるか？
• RQ2 なぜカルラビ＝ヤウ設定において、DT不変量はGromov-Witten不変量やGV不変量よりも計算が容易なのか？
• RQ3 局所的 $\mathbb{P}^2$ における $n^0_4$ の計算で、単純なGV予測と正しい値 $n^0_4 = -192$ の間に生じる不一致の原因は何か？
• RQ4 可約曲線（例：直線と三次曲線の和）の寄与は、どのようにDT形式主義において自然に取り込まれるか？
• RQ5 DT生成関数の再帰的構造を用いて、DTデータからGV不変量を体系的に抽出することは可能か？

主な発見

• n ≤ 3 の場合、カルラビ＝ヤウ設定におけるDT不変量は、接空間と障害空間の双対性のおかげで、正しいGV不変量を正確に再現する。
• 還元されたDT生成関数 $Z^{\mathrm{DT}}(X)'$ は、$(-1)^{\dim \mathcal{M}} e(\mathcal{M}) q^{1-g} + (-1)^{\dim \mathcal{M}+1} e(\mathcal{C}) q^{2-g} + \cdots$ の形を取り、ここで $\mathcal{M}$ は安定写像のモジュライ空間、$\mathcal{C}$ は曲線類を表す。
• n^0_4 の計算における-30の不一致は、$d=1$ および $d=3$ の可約曲線の寄与によって完全に説明され、$n^0_1 n^1_3 = (3)(-10) = -30$ である。これらはDT生成関数の因子分解における除法操作によって自然に差し引かれる。
• 還元されたDT生成関数を次数ごとの因子に因子分解することで、$d=4$ の因子が $d \leq 3$ の寄与を除くことで補正され、結果として $n^0_4 = -192$ が得られる。
• ヒューリスティックな手法 [KKV] は、GV不変量を計算するよりもDT不変量を計算するのに適していることが示され、後者はDTデータから再帰的に不変量を求める必要がある。
• 本稿は、DT生成関数の最初の数項を直接計算することで、MNOP予想（DT = GW）がカルラビ＝ヤウの場合に成り立つことを確認した。これは変数変換 $q = -e^{i\lambda}$ の後、GW側と整合的である。