×
劳伦特·曼尼维尔

关于Cayley平面的导出范畴。 （英语） Zbl 1221.14019号

J.代数 330，第1期，177-187（2011）.
自从A.A.贝林森【功能分析应用12，214–216（1979；Zbl 0424.14003号)]和M.M.卡普兰诺夫【发明数学92，No.3479-508（1988；Zbl 0651.18008号)]有理齐次空间上相干带轮的有界导出范畴引起了人们的广泛关注，并且在一些已知的情况下（例如二次曲面和格拉斯曼），所讨论的范畴是由一个例外的齐次向量丛集合生成的。回想一下，如果\（\text{Hom}（E，E）=k\）和\（p\neq 0\）的\（operatorname{Homneneneep（E，E[p]）=0\），则（k）线性三角化范畴\（mathcal{T}\）中的对象\（E\）是异常的。异常集合是异常对象\（（E_1，\ldots，E_n）\）的有序集合，其中\（i>j）和所有\（p\in\mathbb{Z}\）的\（operatorname{Hom}（E_i，E_j[p]）=0\），并且如果为\（p>0）和\（i\leqj）加上\（operatorname{Hom}（E2，E_j[p]）=0，则该集合是强异常的。如果包含集合的任何完整三角化子类别等效于\（\mathcal{T}\），则异常集合已满。在有理齐次空间的情况下，已知例外集合的长度受空间的拓扑欧拉特征的限制。
在本文中，作者描述了Cayley平面导出范畴中由27个不可约齐次丛组成的最大强例外集合，即E_6的最小齐次射影簇。除了线束之外，集合中的束是由Cayley平面上的最小齐次束及其二次和三次对称幂构成的。构建的集合实际上是否已满仍然是一个猜测。
审核人：Pawel Sosna（米兰）

引用于1审查
引用于三文件

理学硕士：

14层05 滑轮、滑轮衍生类别等（MSC2010）
17年11月14日 齐次空间与推广

关键词：

齐次空间;八元数;凯莱平面;派生类别;例外捆绑

引文：

Zbl 0424.14003号;Zbl 0651.18008号

软件：

LiE公司
PDF格式BibTeX公司 XML格式引用
\textit{L.Manivel}，J.代数330，No.1，177--187（2011；Zbl 1221.14019）
全文： 内政部 arXiv公司 哈尔

参考文献：

[1] Baez，J.，《八角头》，公牛。阿默尔。数学。《社会学杂志》，39，145-205（2002）·兹比尔1026.17001
[2] Beilinson，A.A.，《（P^n）上的相干带和线性代数问题》，Funkttial。分析。i Prilozhen。，12, 3, 68-69 (1978) ·Zbl 0402.14006号
[3] Böhning，Ch.，有理齐次流形上相干带轮的导出类别，Doc。数学。，11, 261-331 (2006) ·Zbl 1095.14048号
[4] 伊利耶夫，A。；Manivel，L.，凯利飞机的周环，作曲。数学。，141, 146-160 (2005) ·兹比尔1071.14056
[5] Kapranov，M.M.，关于一些齐次空间上相干带轮的导出范畴，Invent。数学。，92, 479-508 (1988) ·Zbl 0651.18008号
[6] 库兹涅佐夫，A.，同调投影对偶，Publ。数学。高等科学研究院。，105, 157-220 (2007) ·Zbl 1131.14017号
[7] 库兹涅佐夫，A.，各向同性线格拉斯曼数的特殊集合，Proc。伦敦。数学。《社会学杂志》，97，1，155-182（2008）·Zbl 1168.14032号
[8] Kuznetsov，A.，Hochschild同调和半正交分解
[9] 兰德斯伯格，J.M。；Manivel，L.，关于齐次空间的射影几何，评论。数学。帮助。，78, 65-100 (2003) ·Zbl 1048.14032号
[10] 拉扎斯菲尔德，R。；Van de Ven，A.，射影空间几何专题，DMV研讨会，第4卷（1984年），Birkhäuser·Zbl 0564.14007号
[11] LiE，用于李群计算的计算机代数包
[12] Samokhin，A.V.，关于齐次空间上相干带的导出范畴的一些评论，J.Lond。数学。《社会学杂志》，76，1，122-134（2007）·Zbl 1140.18009号
[13] Zak，F.L.，代数簇的切线和正割，Transl。数学。单声道。，第127卷（1993年），美国。数学。Soc公司·兹伯利0795.14018
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。