[논문 리뷰] A moment map picture of relative balanced metrics on extremal Kähler manifolds

Yuji Sano, Carl Tipler|arXiv (Cornell University)|2017. 03. 28.

Geometry and complex manifolds참고 문헌 19인용 수 4

한 줄 요약

이 논문은 극값 켈러 다양체 위의 상대 균형 메트릭에 대한 순간 맵 프레임워크를 수립하며, 임의의 극값 메트릭이 특정 일파라미터 부분군과 관련된 $C^{\infty}$-극한으로서의 $\sigma_k$-균형 메트릭의 극한임을 증명한다. 이는 도널드슨의 일정 스칼라 곡률 켈러 메트릭에 대한 결과를 극값 경우로 확장하며, 극값 메트릭의 고유성 및 분할 정리에 대한 새로운 증명을 제공한다.

ABSTRACT

We give a moment map interpretation of some relatively balanced metrics. As an application, we extend a result of S. K. Donaldson on constant scalar curvature Kähler metrics to the case of extremal metrics. Namely, we show that a given extremal metric is the limit of some specific relatively balanced metrics. As a corollary, we recover uniqueness and splitting results for extremal metrics in the polarized case.

연구 동기 및 목표

• 균형 메트릭에 대한 도널드슨의 순간 맵 프레임워크를 일정 스칼라 곡률의 경우에서 극값 켈러 메트릭의 경우로 확장하기.
• 군 표현과 토러스 작용을 이용하여 $\sigma_k$-균형 메트릭의 순간 맵 해석을 제공하기.
• 이sovmetry 군이 컴act일 조건 하에, 큰 $k$에 대해 극값 메트릭이 $\sigma_k$-균형 메트릭의 $C^\infty$-극한임을 증명하기.
• 순간 맵 구조와 켐프-네스 이론을 이용하여 극값 메트릭의 고유성 및 분할 결과를 재확인하기.

제안 방법

• $\sigma_k$-균형 메트릭을 자코비안 캘라비 유도의 양자화된 반복 $T_k$의 고정점으로 정의한다. 여기서 $\sigma_k \in T_k^c$ 는 자동형군의 복소화된 최대 토러스 내의 가중치이다.
• 헤르미트 메트릭 공간 위의 순간 맵 $\mu^{\sigma_k}$ 를 사용하여, 가중치 작용 하에서 $\sigma_k$-균형 메트릭을 순간 맵의 영점으로 특성화한다.
• 켐프-네스 정리와 기하학적 안정성 이론(GIT)을 적용하여, 변형 방법과 균일한 추정을 통해 큰 $k$에 대해 $\sigma_k$-균형 메트릭의 존재를 보인다.
• 스케일링 $\omega \mapsto k\omega$ 하에서 $C^r$-노름 추정을 사용하여, $\sigma_k$-균형 메트릭이 $C^\infty$-위상에서 초기 극값 메트릭으로 수렴함을 보인다.
• 최적의 가중치 $\sigma_k$ 를 이sovmetry 군의 복소화된 최대 토러스의 리 대수 위의 특성으로 특성화하여, 극값 벡터장의 양자화를 연결한다.
• GIT에서 힐베르트-무르포드 기준을 적용하여, $\sigma_k$-균형 메트릭의 안정성으로부터 곱 다양체 위의 극값 메트릭의 분할을 유도한다.

실험 결과

연구 질문

• RQ1 일정 스칼라 곡률의 경우에 사용된 균형 메트릭에 대한 순간 맵 프레임워크를 극값 메트릭의 경우로 확장할 수 있는가?
• RQ2 비자명한 자동형군이 존재하는 조건 하에서 큰 $k$에 대해 $\sigma_k$-균형 메트릭이 존재하며, 극값 메트릭으로 수렴하는가?
• RQ3 순간 맵 이론과 $\sigma_k$-균형 근사법을 이용하여 극값 메트릭의 고유성을 재증명할 수 있는가?
• RQ4 곱 다양체 위의 극값 메트릭의 분할 성질이 GIT 하에서 $\sigma_k$-균형 메트릭의 안정성으로부터 유도되는가?
• RQ5 최적의 가중치 $\sigma_k$ 는 극값 벡터장과 다양체 위의 헬름홀로픽 벡터장과 어떻게 관련되어 있는가?

주요 결과

• 모든 극값 켈러 다양체 $(X,L)$ 에 대해, $\omega_{ex}$ 가 극값 메트릭이라면, $k_0 \in \mathbb{N}$ 가 존재하여 모든 $k \geq k_0$ 에 대해 $(X,L^k)$ 가 $k$-번째 $\sigma_k$-균형 메트릭을 갖는다.
• $\sigma_k$-균형 메트릭의 수열 $\omega(k)$ 는 $k \to \infty$ 일 때, 초기 극값 메트릭 $\omega_{ex}$ 로 $C^\infty$-위상에서 수렴한다.
• 최적의 가중치 $\sigma_k$ 는 이sovmetry 군의 복소화된 최대 토러스의 리 대수 위의 특성으로 특성화되며, 이는 극값 벡터장의 양자화를 제공한다.
• $(X,L)$ 의 자동형군에 대해, 주어진 $2\pi c_1(L)$-클래스 내에서 극값 메트릭의 고유성은 순수하게 순간 맵 프레임워크와 $\mu^{\sigma_k}$ 의 영점 집합의 고유성에 의해 직접 도출된다.
• 곱 다양체 위의 극값 메트릭에 대한 분할 정리는 재확인된다: $X = X_1 \times X_2$ 가 극값 메트릭을 갖는다면, 이는 각 성분이 극값 메트릭을 갖는 곱 메트릭이다.
• $\sigma_k$-균형 메트릭의 수렴 속도는 $C^r$-노름에서 $\mathcal{O}(k^{n/2 - q + r})$ 이며, $q$ 를 충분히 크게 선택함으로써 임의로 빠르게 만들 수 있다.