[论文解读] Berkovich skeleta and birational geometry

Johannes Nicaise|arXiv (Cornell University)|Sep 18, 2014

Algebraic Geometry and Number Theory参考文献 14被引用 4

一句话总结

本文通过统一两种构造方法——一种基于多重canonical形式（Kontsevich-Soibelman），另一种基于极小dlt-模型的极小模型程序——为洛朗级数域上的光滑射影概形建立了规范的Berkovich骨架。关键结果是：在canonical sheaf半ample的条件下，两种构造方法得到相同的本质骨架，该骨架是analytification的强形变收缩核，从而将非阿基米德几何与双有理几何联系起来。

ABSTRACT

We give a survey of joint work with Mircea Mustaţă and Chenyang Xu on the connections between the geometry of Berkovich spaces over the field of Laurent series and the birational geometry of one-parameter degenerations of smooth projective varieties. The central objects in our theory are the weight function and the essential skeleton of the degeneration. We tried to keep the text self-contained, so that it can serve as an introduction to Berkovich geometry for birational geometers.

研究动机与目标

• 在洛朗级数域上的光滑射影概形的Berkovich analytification中建立一个规范的、内在的骨架。
• 统一两种骨架构造方法：一种基于多重canonical形式（Kontsevich-Soibelman），另一种基于极小模型程序中的极小dlt-模型。
• 证明当canonical sheaf半ample时，两种构造方法得到相同的子空间，称为本质骨架。
• 证明该本质骨架是analytification的强形变收缩核，从而控制其同伦型。
• 在Calabi-Yau与一般型概形的退化情形下，为非阿基米德几何与双有理几何之间建立桥梁。

提出的方法

• 将正规交叉除数的适当sncd-模型的Berkovich骨架定义为特殊纤维的对偶相交复形，其为analytification的强形变收缩核。
• 引入与多重canonical形式相关的权函数，用于度量其在特殊纤维分量上的零点阶数。
• 将ω-本质骨架定义为骨架中权函数对给定形式ω取最小值的面的并集。
• 通过所有非零多重canonical形式的ω-本质骨架的并集，构造本质骨架Sk(X)。
• 利用极小模型程序考虑dlt-模型，其通过允许轻微奇点而推广了sncd-模型，并通过限制到snc点集来定义其骨架。
• 证明当canonical sheaf半ample时，极小dlt-模型存在，且其骨架与模型选择无关。

实验结果

研究问题

• RQ1 即使极小sncd-模型不存在，是否仍可在洛 Laurent 级数域上光滑射影概形的Berkovich analytification中定义规范骨架？
• RQ2 通过多重canonical形式与通过极小dlt-模型构造的骨架是否得到相同的子空间？
• RQ3 本质骨架是否为analytification的强形变收缩核，从而成为概形的同伦不变量？
• RQ4 当canonical sheaf平凡且剩余域代数闭时，本质骨架的拓扑性质是什么？
• RQ5 能否通过权函数的梯度流理解到骨架的形变收缩？

主要发现

• 当canonical sheaf半ample时，通过多重canonical形式构造的本质骨架Sk(X)与任意极小dlt-模型的骨架一致。
• 本质骨架Sk(X)是Berkovich analytification X^an的强形变收缩核，从而控制其同伦型。
• 任意极小dlt-模型的骨架与模型选择无关，这是由于双有理保角等价性所致。
• 当canonical sheaf平凡且剩余域代数闭时，本质骨架是最大维数的闭伪流形。
• 通过[dFKX12]中所示的初等坍缩序列，可从任意sncd-模型骨架得到骨架，且保持形变收缩。
• 与体积形式ω相关的权函数恰在本质骨架Sk(X)上取最小值，提示可能存在梯度流结构。