[论文解读] Classification spaces of maps in model categories

Daniel Dugger|arXiv (Cornell University)|Apr 25, 2006

Homotopy and Cohomology in Algebraic Topology参考文献 11被引用 4

一句话总结

本文修正了 Dwyer-Kan（1980）中一个基础性结果的缺陷，并证明当 Y 在模型范畴中为 fibrant 时，由 zig-zag 图 X ← U → Y（其中 U → X 为弱等价）所构成的范畴的 nerve 与完整的映射模空间弱等价。这证实了更简化的范畴足以用于计算同伦函数复形，为同伦理论与导出代数几何提供了关键的技术工具。

ABSTRACT

This paper corrects a small mistake in a paper of Dwyer-Kan, and uses this to identify homotopy function complexes in a model category with the nerves of certain categories of zig-zags.

研究动机与目标

• 修正 Dwyer-Kan 的 [DK2, 7.2] 中关于模型范畴中映射模空间同伦类型的错误。
• 证明当 Y 为 fibrant 时，由 zig-zag 图 X ← U → Y（其中 U → X 为弱等价）构成的范畴的 nerve 能正确计算同伦函数复形。
• 为简化模空间范畴在导出代数几何与同伦理论中的应用提供严格的理论基础。
• 确认当 Y 为 fibrant 时，将简化范畴包含于完整模空间范畴所诱导的 nerve 同态为弱等价。

提出的方法

• 构建从完整模空间范畴（zig-zag 图 X ← U → V ← Y）到子范畴的函子，其中 X ← U' 和 Y → V' 为平凡协纤维。
• 利用函子性分解与同伦拉回/上拉构造，将任意 zig-zag 图形变形收缩为简化形式。
• 应用双范畴技术，比较简化范畴的 nerve 与由 zig-zag 图形生成的双 simplicial 集的对角线。
• 通过 zig-zag 自然变换与 simplicial 集范畴中的同伦等价，建立 nerve 之间的弱等价。
• 利用 Y 的 fibrancy 性质，确保平凡纤维化可函子性提升，从而实现变形收缩的构造。
• 利用双范畴图中两个复合映射在同伦范畴中表示同一映射的事实，证明包含映射为弱等价。

实验结果

研究问题

• RQ1 当 Y 为 fibrant 时，简化模空间范畴 M(X,Y)_{Hom-f} 包含于完整模空间范畴 M(X,Y)_{Hom} 是否诱导 nerve 上的弱等价？
• RQ2 模型范畴中映射模空间的正确同伦类型是什么？是否能通过更小的 zig-zag 图形范畴计算得到？
• RQ3 [DK2, 7.2] 中的论证在何处出错？如何通过函子性分解修正以恢复声称的同伦等价？
• RQ4 在不假设 X 为协纤维化时，能否将 zig-zag 图形范畴 X ← U → Y 的 nerve 用作同伦函数复形的模型？
• RQ5 模空间上是否存在双范畴结构，使得可通过同伦一致性比较不同包含函子？

主要发现

• 当 Y 为 fibrant 时，简化模空间范畴 M(X,Y)_{Hom-f} 包含于完整模空间范畴 M(X,Y)_{Hom} 所诱导的 nerve 同态为弱等价。
• 修正后的证明表明，zig-zag 图形范畴 X ← U → Y（其中 U → X 为弱等价）的 nerve 能正确计算同伦函数复形。
• [DK2, 7.2] 中的错误源于对涉及拉回与上拉的某个图同伦类型的错误假设，该错误通过函子性分解得以纠正。
• 在 X 上的平凡纤维化与在 Y 上的平凡协纤维化所构成的范畴的 nerve 构成一个双范畴，其对角 nerve 与完整模空间范畴的 nerve 弱等价。
• 从简化范畴到双范畴结构的两个包含映射 j₁ 与 j₂ 均为弱等价，这通过同伦一致性推出主结论。
• 结果确认，当目标对象为 fibrant 时，简化 zig-zag 图形范畴足以用于计算模型范畴中同伦函数复形。