[论文解读] Log canonical thresholds on smooth varieties: the Ascending Chain Condition

Lawrence Ein, Mircea Mustaţă|ArXiv.org|Nov 26, 2008

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

一句话总结

本文证明了在特征零代数闭域上光滑代数簇上，Shokurov 的对数极小阈值上升链条件（ACC）猜想，使用对数解耦技术并归约至原点为中心的除子。关键结果表明，$n$-维光滑簇上的对数极小阈值集合满足 ACC，且通过 étale 归约至光滑情形，进一步将此结果推广至具有商奇点的簇。

ABSTRACT

Building on results of Kollár, we prove Shokurov's ACC Conjecture for log canonical thresholds on smooth varieties, and more generally, on varieties with quotient singularities.

研究动机与目标

• 证明 $n$-维光滑簇上 Shokurov 的对数极小阈值 ACC 猜想。
• 通过 étale 满态射将具有商奇点的簇归约至光滑情形，将 ACC 结果推广至此类簇。
• 为该猜想的一般情形提供基础步骤，该情形与双有理几何中的翻转终止猜想相关。
• 证明光滑 $n$-流形上对数极小阈值的集合不包含无限严格递增序列。

提出的方法

• 对 $f \in \frak{m}$，使用对偶对 $(R, f \times \frak{m})$ 的对数解耦，其中 $R = k[[x_1,\dots,x_n]]$，将 $\operatorname{lct}_0(f)$ 表示为 $\min_i \frac{k_i + 1}{a_i}$。
• 定义 $q = \min_{i \in I} \left\{ \frac{1}{b_i} \left( \frac{k_i + 1}{c} - a_i \right) \right\}$，其中 $c = \operatorname{lct}_0(f)$，$I$ 索引在原点有中心的除子。
• 证明 $\operatorname{lct}_0(f \cdot \frak{m}^q) = \operatorname{lct}_0(f)$，且该阈值由在原点有中心的除子 $E_j$ 计算。
• 利用存在一个对数解耦使得阈值由在原点有中心的除子计算的事实，将一般情形归约为特殊情形。
• 应用 Kollár 的结果：若阈值由在原点有中心的除子计算，则阈值序列不可能无限递增。
• 通过 étale 映射将商奇点情形归约至光滑情形，并利用对数极小阈值在余维数一下在 étale 同态下的不变性。

实验结果

研究问题

• RQ1 在 $n$-维光滑簇上，对数极小阈值的集合是否满足上升链条件？
• RQ2 对数极小阈值的 ACC 猜想能否从光滑簇推广至具有商奇点的簇？
• RQ3 是否存在一种统一方法，将奇异簇上对数极小阈值的计算归约为光滑情形？
• RQ4 即使最小值未在初始阶段由在原点有中心的除子实现，是否仍可在对数解耦中由在原点有中心的除子计算阈值？
• RQ5 形式幂级数设定在分析对数极小阈值极限点中起什么作用？

主要发现

• 在 $n$-维光滑簇上，对数极小阈值集合 $\mathcal{T}_n$ 满足上升链条件，即不存在无限严格递增序列。
• 对任意 $f \in \frak{m} \subset k[[x_1,\dots,x_n]]$，存在 $r > 0$，使得 $\operatorname{lct}_0(f^r)$ 由在原点有中心的除子计算。
• 通过将 $f$ 乘以极大理想的 $\frak{m}$ 的幂，可保持对数极小阈值不变，具体为 $\operatorname{lct}_0(f \cdot \frak{m}^q) = \operatorname{lct}_0(f)$，其中 $q > 0$ 适当选取。
• 该结果可推广至理想情形：对维数为 $n$ 的光滑 $X$，有 $\operatorname{lct}_p(X, \mathfrak{a}) \in n \cdot \mathcal{T}_n$，且该集合满足 ACC。
• 对具有商奇点的簇，存在光滑簇 $U$ 与理想 $\mathfrak{b}$，使得 $\operatorname{lct}_p(X, \mathfrak{a}) = \operatorname{lct}_q(U, \mathfrak{b})$，因此 ACC 性质可提升至该情形。
• 推论 3.6 确认了在具有商奇点的 $n$-维簇上，对数极小阈值集合满足 ACC。