[论文解读] Local effectivity in projective spaces

Marcin Dumnicki, Tomasz Szemberg+1 more|arXiv (Cornell University)|Feb 23, 2018

Algebraic Geometry and Number Theory参考文献 11被引用 3

一句话总结

本文引入了Waldschmidt分解这一新方法，通过基于有效性而非尼夫性来分解除子，递归地界定了射影空间中非常一般点的Waldschmidt常数。该方法建立了有效下界，验证了Demailly猜想的新情形，包括$̂{\alpha}(\mathbb{P}^4;180) \geq 3.495$，以及在仅使用1649个点时对$\mathbb{P}^5$的改进下界。

ABSTRACT

In this note we introduce a Waldschmidt decomposition of divisors which might be viewed as a generalization of Zariski decomposition based on the effectivity rather than the nefness of divisors. As an immediate application we prove a recursive formula providing new effective lower bounds on Waldschmidt constants of very general points in projective spaces. We use these bounds in order to verify Demailly's conjecture in a number of new cases.

研究动机与目标

• 开发一种新的递归方法，用于界定射影空间中非常一般点的Waldschmidt常数。
• 通过聚焦于有效性而非尼夫性，将Zariski分解推广，引入除子的Waldschmidt分解。
• 提供Waldschmidt常数的有效下界，以验证Demailly猜想在先前未验证情形下的成立。
• 提供计算高效的算法，通过启发式分布策略估算Waldschmidt常数。
• 通过点在超平面间分布的组合优化，建立一般性的有效下界。

提出的方法

• 将Waldschmidt分解作为Zariski分解的推广，基于$f^*L - tE$的有效性而非其尼夫性。
• 定义$\mu$-不变量及其倒数，即Waldschmidt常数$\widehat{\alpha}(X;L,Z)$，作为局部有效性的度量。
• 使用递归下降：将$\mathbb{P}^N$上的除子分解为$\mathbb{P}^{N-1}$上的$k+1$个除子，优化重数的分布。
• 应用启发式策略，在约束$k r_1 + r_{k+1} \leq r$下最小化$\sum_{j=1}^k \frac{1}{\sqrt[N-1]{r_j}}$，偏好$ r_j $值接近相等。
• 实现双层算法：一个用于快速计算（bound），另一个用于更紧的界（boundmore），使用Singular工具。
• 通过组合优化推导一般性界，例如将$r$个点分布在$k+1$个超平面上，其中$s$组大小为$(k+1)^{N-1}$，$k-s$组大小为$k^{N-1}$。

实验结果

研究问题

• RQ1 基于有效性的递归分解方法是否能改进射影空间中Waldschmidt常数的下界？
• RQ2 Waldschmidt分解在多大程度上可通过用有效性替代尼夫性来推广Zariski分解？
• RQ3 能否推导出Waldschmidt常数的有效下界，以验证Demailly猜想在新情形下的成立？
• RQ4 在高维射影空间中，如何在保持紧致界的同时提高计算效率？
• RQ5 点在超平面间的何种最优分布能给出$\widehat{\alpha}(\mathbb{P}^N;r)$的最强下界？

主要发现

• Waldschmidt分解提供了一种递归方法，通过在$\mathbb{P}^{N-1}$上进行下降并优化重数分布，界定了$\widehat{\alpha}(\mathbb{P}^N;r)$。
• 对于$\mathbb{P}^4$且$r = 180$的情形，得到了下界$\widehat{\alpha}(\mathbb{P}^4;180) \geq 3.495$，具体为$430502824/123159135$。
• 利用命题4.4，建立了$\widehat{\alpha}(\mathbb{P}^5;1649) \geq 4 + \frac{1}{5} = 4.2$，仅需1649个点，而达到下一个整数界原本需要3125个点。
• 对于$\mathbb{P}^5$，验证了$\widehat{\alpha}(\mathbb{P}^5;2018) \geq 4.4$，$\widehat{\alpha}(\mathbb{P}^5;2387) \geq 4.6$，以及$\widehat{\alpha}(\mathbb{P}^5;2756) \geq 4.8$，且点数最少。
• 通过使$ r_j $值相等的启发式方法，可最小化$\sum \frac{1}{\sqrt[N-1]{r_j}}$，从而在降低计算成本的同时获得更紧的界。
• 在Singular中实现的算法（bound与boundmore）即使在$N \geq 100$时也能实现可扩展的计算，且boundmore虽运行时间更长，但结果更优。