[论文解读] Hilbert-Kunz multiplicity and reduction mod p

V. Trivedi|ArXiv.org|Jul 29, 2004

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

一句话总结

该论文证明了在特征 0 的不可约射影曲线在正特征 $p$ 下的约化，其 Hilbert-Kunz 重数在 $p \to \infty$ 时收敛到一个明确定义的极限。作者利用 Frobenius 拉回的向量丛的 Harder-Narasimhan 分解及归一化斜率的渐近分析，证明了该极限的存在性，其表达式由强半稳定 HN 分解中各半稳定商的斜率决定。

ABSTRACT

We show that the Hilbert-Kunz multiplicities of the reductions to positive characteristics of an irreducible projective curve in characteristic 0 have a well-defined limit as the characteristic tends to infinity.

研究动机与目标

• 确定特征 0 的射影曲线在正特征 $p \to \infty$ 时，其约化形式的 Hilbert-Kunz 重数是否收敛。
• 通过正特征曲线上向量丛的 Harder-Narasimhan 分解分析 Hilbert-Kunz 重数的行为。
• 通过迭代 Frobenius 拉回中 HN 商的归一化斜率，建立这些重数的明确定义极限。
• 证明该极限可由 HN 分解的不变量计算得出，且与展开方式的选择无关。

提出的方法

• 作者构造了一个有限生成的 $\mathbb{Z}$-代数 $A$ 及一个 $A$-上的射影概形 $X_A$，使得对任意闭点 $s \in \mathrm{Spec}\, A$ 的基变换，均给出原始曲线在正特征下的模型。
• 他们分析了曲线上向量丛 $V$ 的 Frobenius 拉回 $F^{k*}V$ 的 Harder-Narasimhan (HN) 分解，并利用子丛的秩与归一化次数定义 HN 多边形 $HNP_{p^k}(V)$。
• 他们证明当 $p \geq 4(g-1)(\mathrm{rank}\, V)^3$ 时，$HNP_{p^{k-1}}(V)$ 的顶点保留在 $HNP_{p^k}(V)$ 中，从而保证了 Frobenius 迭代下多边形结构的稳定性。
• 利用 Shepherd-Barron 的一个结果，他们证明了 $F^{k*}V$ 的 HN 分解中每一段的归一化斜率 $\underline{\mu}(F_j)/p^k$ 满足 $\underline{\mu}(F_j)/p^k = \underline{\mu}(E_i) + O(1/p)$，其中 $E_i$ 是 $V$ 的 HN 分解中的商。
• 他们计算了 $HNP_{p^k}(V)$ 的面积，并证明 $\lim_{p \to \infty} \mathrm{Area}\, HNP_{p^k}(V) = \mathrm{Area}\, HNP(V)$，从而推出 $\sum \widetilde{r}_i \widetilde{a}_i^2$ 的收敛性。
• 最后，他们将极限 Hilbert-Kunz 重数 $HKM(R,I)$ 定义为 $\mathrm{Spec}\, A$ 上所有闭点 $s$ 的 $HKM(R_s, I_s)$ 的极限，并证明其为有理数，且与展开方式的选择无关。

实验结果

研究问题

• RQ1 特征 0 的射影曲线在正特征 $p \to \infty$ 时，其约化形式的 Hilbert-Kunz 重数是否收敛？
• RQ2 Hilbert-Kunz 重数的极限是否可用关联向量丛的 Harder-Narasimhan 分解表达？
• RQ3 在迭代 Frobenius 拉回中，HN 商的归一化斜率在 $p \to \infty$ 时的渐近行为如何？
• RQ4 Hilbert-Kunz 重数的极限是否与 $\mathbb{Z}$ 上模型的选择无关？
• RQ5 正特征下的 Hilbert-Kunz 重数与 $p \to \infty$ 时的极限之间有何关系？

主要发现

• 极限 $\lim_{p \to \infty} HK(R_p)$ 存在，且等于 $\sum_i \widetilde{r}_i(V_s) \widetilde{a}_i(V_s)^2$，其中 $\widetilde{r}_i$ 与 $\widetilde{a}_i$ 分别为 $V_s$ 的强半稳定 HN 分解中第 $i$ 个商的归一化秩与斜率。
• 该极限为有理数，且可由特征 0 下曲线上向量丛的 HN 商斜率计算得出。
• 当 $p$ 足够大时，归一化斜率 $\widetilde{a}_i(V_s)$ 收敛到原始丛 HN 商的归一化斜率，误差为 $O(1/p)$。
• 极限 $HKM(R,I)$ 是所有 $HKM(R_s, I_s)$ 的下界，且当且仅当 $V_s$ 的 HN 分解本身已是强半稳定时取等。
• 收敛并非单调：Monsky 的例子表明 $HKM(R_p, I_p)$ 可能振荡（例如，$3$，$3 + 1/(4p^2)$，$3 + 1/(4p^4)$），取决于 $p \mod 9$，即使 $p \to \infty$ 亦然。
• 对于次数为 $d$ 的非奇异平面曲线，Hilbert-Kunz 重数为 $\frac{3d}{4} + \frac{l^2}{4d p^{2s}}$，其中 $s$ 是满足 $F^{s*}V$ 不是半稳定的最小整数，$l \in \{0, \dots, d(d-3)\}$，且 $l \equiv pd \pmod{2}$。