[论文解读] 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 12

一句话总结

本文建立了一套严格的数学框架，通过唐纳森-托马斯（Donaldson-Thomas）不变量来计算卡拉比-丘三fold的格帕库马罗夫-法达（Gopakumar-Vafa, GV）不变量，证明了在卡拉比-丘情形下，DT不变量通常比格罗莫夫-沃廷（Gromov-Witten）或GV不变量更容易计算。研究证明，对于低度不变量（n ≤ 3），卡拉比-丘情形下的DT不变量可通过递归公式正确给出GV不变量，并表明早期启发式计算中的差异源于遗漏了低度曲线的贡献，而这些贡献在DT形式化中自然被包含。

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.

研究动机与目标

• 为卡拉比-丘三fold中格帕库马罗夫-法达不变量的数学严格推导提供基于唐纳森-托马斯不变量的框架。
• 证明在卡拉比-丘设定下，DT不变量在计算上比格罗莫夫-沃廷或GV不变量更简单。
• 通过证明低度曲线贡献在DT生成函数中自然编码，解决早期启发式计算中的差异（例如，n⁰₄ = -192 与 -222 的差异）。
• 通过约化DT生成函数的分解，建立从DT不变量递归计算GV不变量的方法。
• 阐明MNOP猜想（DT = GW）与低度曲线贡献在修正朴素预测中所起作用之间的关系。

提出的方法

• 本文利用理想层模空间 $I_n(X, \beta)$ 的虚拟基本类，将唐纳森-托马斯不变量定义为虚拟周期的度数。
• 在 $I_n(X, \beta)$ 上应用完美障碍理论，表明在卡拉比-丘情形下，障碍空间与切空间对偶，从而简化虚拟周期的计算。
• 当 $I_n(X, \beta)$ 光滑且满足 $c_1(X) \beta = 0$ 时，虚拟维数为零，DT不变量 $D^n_\beta$ 以模空间的欧拉示性数乘以符号 $(-1)^{\dim M_i}$ 的形式计算。
• 通过除去除 $\beta=0$ 的贡献，定义约化DT生成函数 $Z^{\mathrm{DT}}(X)'$，使其可与格罗莫夫-沃廷理论进行比较。
• 本文使用约化DT生成函数按度数分解为各曲线度数 $d$ 的贡献，每个因子编码GV不变量。
• 证明 $n^0_4$ 计算中的差异（从 -222 修正为 -192）源于遗漏了可约曲线（如 $d=1$ 和 $d=3$）的贡献，这些贡献在因子分解中通过除法自然被扣除。

实验结果

研究问题

• RQ1 如何利用唐纳森-托马斯不变量在卡拉比-丘三fold中严格计算格帕库马罗夫-法达不变量？
• RQ2 为何在卡拉比-丘设定下，DT不变量在计算上比格罗莫夫-沃廷或GV不变量更简单？
• RQ3 在局部 $\mathbb{P}^2$ 中，为何 $n^0_4 = -192$ 的正确值与朴素GV预测存在差异？
• RQ4 在DT形式化中，可约曲线（如直线与三次曲线的并）的贡献如何自然被包含？
• RQ5 DT生成函数的递归结构能否用于系统地从DT数据中提取GV不变量？

主要发现

• 对于 $n \leq 3$，卡拉比-丘情形下的DT不变量能正确重现格帕库马罗夫-法达不变量，且由于切空间与障碍空间的对偶性，计算过程得以简化。
• 约化DT生成函数 $Z^{\mathrm{DT}}(X)'$ 的展开形式为 $(-1)^{\dim \mathcal{M}} e(\mathcal{M}) q^{1-g} + (-1)^{\dim \mathcal{M}+1} e(\mathcal{C}) q^{2-g} + \cdots$，其中 $\mathcal{M}$ 为稳定映射的模空间，$\mathcal{C}$ 为曲线类。
• 在 $n^0_4$ 计算中出现的 -30 差异，完全由度数为1和3的可约曲线贡献解释，其乘积为 $n^0_1 n^1_3 = (3)(-10) = -30$，这些贡献在DT生成函数的因子分解中自然被扣除。
• 约化DT生成函数按度数分解为各因子，表明 $d=4$ 的因子必须通过除以 $d \leq 3$ 的总贡献进行修正，从而得到 $n^0_4 = -192$。
• 启发式方法 [KKV] 更适合用于计算DT不变量而非GV不变量，因为后者需要从DT数据中递归求解不变量。
• 本文通过直接计算DT生成函数的前几项，证实了MNOP猜想（DT = GW）在卡拉比-丘情形下成立，且在变量替换 $q = -e^{i\lambda}$ 后，与GW侧结果一致。