几类李超代数的上同调与形变

来源 :吉林大学 | 被引量 : 0次 | 上传用户:duidui1314
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
李超代数,作为李代数的自然推广,是李理论的一类重要研究对象.由于李超代数在物理中的超对称问题方面有着重要的应用,故其研究成为了现代数学中的一个重要课题.在李超代数的研究中,李超代数上同调和形变理论是近年来许多学者关心的重要研究课题.本文旨在研究几类李超代数的上同调与形变理论.给定一个李超代数的模,我们可以定义李超代数的系数取自于这个模的上链,上循环,上边缘和上同调.特别地,上同调空间的维数称为Betti数.由于李超代数的上同调理论在现代数学与物理学中有着许多的应用,其研究为许多学者所关注.通过模上的一个运算,Musson引入了cup积的定义,其分别在上链空间和上同调空间上诱导了Z-阶化超代数结构.Cup积与Betti数的刻画是李超代数上同调研究中的两个重要的研究问题.对于一个李超代数来说,平凡表示和伴随表示是其最常见的两类表示.李超代数的系数取自于平凡模和伴随模的上同调,分别称为平凡上同调和伴随上同调.这两类上同调的研究是近年来,许多学者关注的研究课题.在平凡上同调的情形,域的乘法通过cup积的方式在其上链空间和上同调空间上诱导了有单位元的阶化超交换的超结合代数结构.类似于李代数的情形,李超代数的系数取自于平凡模的上链空间关于cup积作成的超结合代数同构于由其对偶超空间生成的超外代数.通过这一同构,Leites在素特征的域上,引入了除幂代数和除幂上同调的定义.与平凡上同调的情形不同,除幂上链空间和除幂上同调空间总是有限维的.在伴随上同调的情形,由于李超代数的无穷小形变的等价类与二阶上同调的偶的同调类一一对应,故我们可以通过计算2-上同调的偶部的方式,刻画李超代数的单参量的形式形变.值得注意的是,不同于李代数的情形,奇的2-上循环并不能用来构造形式形变.因此,在计算李超代数的形式形变时,我们只需考虑偶的情形.本文旨在研究几类李超代数的平凡上同调,伴随上同调和除幂上同调.其中,包括线状李超代数,二步幂零李超代数和度量李超代数.约定基域F为特征不为2,3的代数闭域.在研究平凡上同调和伴随上同调时,约定char F=0;在研究除幂上同调时,约定char F=p>3.1970年,Vergne在研究幂零李代数簇的可约性时,引入了线状李代数的概念并且指出每一个线状李代数都可以通过模型线状李代数Ln的一个无穷小形变得到.随后,这一概念被推广到了李超代数的情形,称为线状李超代数.Gilg在研究幂零李超代数时,引入了超幂零指数的概念.具有极大的超幂零指数的幂零李超代数即为线状李超代数.完全类似于李代数的情形,每一个线状李超代数都可由模型线状李超代数Ln,m的一个无穷小形变得到.因此,Ln,m成为了一个重要的研究对象.在分类方面,Gilg在复数域上研究低维线状李超代数的分类.在上同调方面,Navarro等人计算了模型线状李超代数Ln,m的二阶伴随上同调的偶部,从而完全描述了其无穷小形变.然而,线状李超代数的平凡上同调尚无一般的研究结果.在本文的第三章,我们将研究线状李超代数的平凡上同调和除幂上同调.其中,包括模型线状李超代数和低维的线状李超代数.给定一个辛空间上的辛形,我们可以定义它的Heisenberg李代数.它是带有一维中心的二步幂零李代数.由于其在量子力学的交换关系中的应用,Heisenberg李代数成为了现代数学中的一个重要研究对象.2011年,Rodríguez-Vallarte,Salgado和Sánchez-Valenzuela通过研究其超对称性,将Heisenberg代数的概念推广到了李超代数,称之为Heisenberg李超代数,即带有一维中心的二步幂零李超代数.根据中心的奇偶性,Heisenberg李超代数可以分为偶中心Heisenberg李超代数h2m,n和奇中心Heisenberg李超代数ban.在幂零李超代数中,一步幂零的李超代数即为带有平凡乘法的Abel李超代数,其平凡上同调和伴随上同调的结果可由其上链的上边缘算子的平凡性直接得出.因此,二步幂零李超代数的研究对于一般的幂零李超代数的研究有着重要的借鉴意义.李超代数的乘法通过cup积的方式可诱导出伴随上同调上的一个超代数结构.与平凡上同调的情形不同,这一乘法并不总是结合的.在本文的第四章,我们将在cup积和Betti数两个方面对二步幂零的李超代数的伴随上同调进行研究.首先,我们给出cup积平凡性的一个判别准则.作为应用,我们得到Heisenberg李超代数的伴随上同调上的cup积是平凡的.接着,我们通过Hochschild-Serre谱序列描述二步幂零李超代数的伴随上同调的Betti数.特别地,我们通过Heisenberg李超代数的平凡上同调的Betti数的相关结论,得到其伴随上同调的Betti数公式.度量李超代数是指一类带有偶的,非退化,超对称的,不变的双线性型的李超代数,其可看作是半单李代数在李超代数中的一种推广.对于一个度量李超代数来说,从一个度量的无穷小形变出发,我们可以构造出一个度量形变.在本文的第五章,我们将通过这种方法,研究复数域上所有不超过6维的度量李超代数的度量形变.
其他文献
本文以松嫩地块上东风山群红林组和佳木斯地块上麻山群西麻山组和马家街群以及两地块上新元古代变质变形的火成岩组合为研究对象,通过变沉积岩和侵入其中的花岗岩中的锆石进行LA-ICP-MS U-Pb年代学研究,确定了松嫩地块上东风山群红林组和佳木斯地块上麻山群西麻山组和马家街群的形成时代,并讨论了其沉积环境、物源及构造背景;通过对松嫩地块东缘和佳木斯地块西缘变质变形的火成岩组合进行锆石LA-ICP-MS
本文主要研究了几类整数值自回归模型的统计推断问题.首先,基于经验似然方法,研究了一阶整数值泊松自回归模型的统计推断.给出了参数的极大经验似然估计和置信域,同时给出了检验稀疏参数是否随机的方法.通过数值模拟,验证了提出方法的可行性.并利用上述方法分析了一组因烧伤索赔次数的实际数据.其次,提出了马尔可夫转换的一阶整数值自回归过程.讨论了过程的基本性质,给出了未知参数的条件极大似然估计,并通过数值模拟研
同核双原子分子及离子借助高对称性的阿贝尔点群D∞h下的D2h子群来精确的描述基态和激发态的电子结构。这类分子及离子的电子态波函数具有明确的奇偶性,使得电子态之间的跃迁及自旋-轨道耦合效应(SOC)具有较为严格的选择定则。碳族和氧族的双原子分子及离子的激发态具有较高的电子态密度,密集分布的电子态之间的自旋-轨道耦合作用可以导致一些束缚态的预解离,造成谱带的断裂或者弥散,增加了光谱分析和标识的难度。另
生命系统在应对自然环境变化时,通过借助自身的传感反馈机制和驱动功能来调整其复杂结构以适应新的环境。科学界试图通过参考自然的方式开发新材料和应用。然而,摆在研究者面前的难题是如何模仿自然中的活跃微环境以创造出具有动态和可调节特性的响应材料。刺激响应性聚合物,也称为“智能材料”在科学界引起了极大的兴趣。智能材料在受到外界环境条件的微小变化,如温度、光、压力、电等改变时,材料内部会做出响应的微观结构或构
本文以中亚造山带东段额尔古纳地块和兴安地块为研究区,选取了区内不同时代和不同出露位置的代表性花岗岩作为研究对象,并对其中不同单矿物进行了元素和多重同位素分析测试工作,包括长石原位Sr-Pb同位素、磷灰石原位Nd同位素和锆石原位Hf同位素。依据单矿物Sr-Pb-Nd-Hf同位素组成的时空变异,并结合花岗岩全岩地球化学特征,明确了额尔古纳地块和兴安地块的地壳属性;通过锆石Hf同位素数据,建立了额尔古纳
格子Boltzmann方法自20世纪80年代末诞生以来,迅速成为一种处理计算流体力学、计算传热学乃至偏微分方程数值求解领域的一种新型方法。由于格子Boltzmann方法相较于传统的数值求解方法具有算法并行性好、程序易于实现、边界适应性强等优势。它受到了来自各领域科技工作者的持续关注,并在进入21世纪后得到了长足的发展。本文使用格子Boltzmann方法,在非线性Schr(?)dinger方程的体系
时间序列分析在保险精算、环境污染控制、企业经营管理、流行病学等领域都有着广泛的应用.它所研究的实际数据,往往反映着某一现象的统计指标,因而,时间序列背后是某一现象的变化规律.这是一门关心动态数据的学科,比如可以应用于监控医保卡的违规使用情况、理解金融产品的动态发展机制、或是预测某一地区未来各月的降雨量.这也是一门擅长解释自然与社会现象的学科,比如令地球物理学家困惑的问题,随着陆地和海洋温度的升高,
气候变化、环境演变等重大环境问题与人类活动密切相关,是近几十年来科学家们一直研究的热点。尽管对流层的数据可以作为季节性天气预测的数据来源,但中层大气的气象数据在气候变化预测中也变得愈发重要。从21世纪以来,越来越多的数据模型增加了对平流层甚至是中间层的大气动力学研究。与对流层相比,中层大气演化速度更慢,来自中层大气的向下传输影响可能导致地表的持续且可预测性的变化。所以对中层大气特性进行观测并分析其
天然离子通道在生命体的正常生理活动中扮演着非常重要的角色,参与了许多基本的生理活动。高度专一的选择性是天然离子通道的一个吸引人的特点。天然通道由于存在不易提纯、体外容易变性等问题给直接研究蛋白离子通道的选择性带来了很多困难。然而仿生离子通道则具有稳定、结构相对简单等优点,对仿生离子通道的研究有助于我们理解天然蛋白离子通道。仿生离子通道主要分为仿生阳离子通道和仿生阴离子通道。仿生阴离子通道中大多数为
贝叶斯网络(Bayesian network,BN)是一种基于概率论和图论的数学模型,为不确定性条件下的知识表示和推理提供了一种明确清晰、图形化和可解释的表达形式。然而学习最优的BN是一个NP难问题,因此研究人员从概率推理、信息论、结构学习、参数估计、特征选择以及集成学习等角度结合启发式等学习策略提出了许多方法来进行BN的研究。但就目前已经发表的成果来看,BN还存在以下几个问题需要解决:1)目前大