谱序列
动机
让·勒雷当初为了研究代数拓扑学,而引入层的概念,从而面临计算层上同调的问题。为此,勒雷发明了现称勒雷谱序列的计算方法,它联系了一个层的上同调群与其正像的上同调群。
人们很快就发现:勒雷谱序列只是一个特例。谱序列还现身于纤维化等几何问题;更抽象地说,对合成函子取导函子也会得到谱序列,称为格罗滕迪克谱序列。虽然导范畴在理论层面提供了较简炼的框架,谱序列仍是最有效的计算工具。
由于谱序列包含大量的项,实际计算时往往会陷入带(至少)三重指标的群或模的迷阵。在许多实际状况中,谱序列最后会“塌陷”,此时谱序列可以给出明确的资讯。若谱序列不塌陷,则须靠一些窍门取得有用的资讯。
形式定义
以下固定一个阿贝尔范畴 A {\displaystyle {\mathcal {A}}} ,常见例子是一个环上的模范畴。谱序列是一个非负整数 r 0 {\displaystyle r_{0}} 及下述资料:
对所有整数 r ≥ ≥ --> r 0 {\displaystyle r\geq r_{0}} ,有范畴中的一个对象 E r {\displaystyle E_{r}} 。
自同态 d r : E r → → --> E r {\displaystyle d_{r}:E_{r}\to E_{r}} ,满足 d r 2 = 0 {\displaystyle d_{r}^{2}=0} ,称为边界映射或微分。
从 E r + 1 {\displaystyle E_{r+1}} 到 H ( E r , d r ) {\displaystyle H(E_{r},d_{r})} 的同构。
通常省去 E r + 1 {\displaystyle E_{r+1}} 与 H ( E r , d r ) {\displaystyle H(E_{r},d_{r})} 的同构,而写成等式。
最基本的例子是链复形 C ∙ ∙ --> {\displaystyle C_{\bullet }} ,它带有一个微分 d {\displaystyle d} 。取 r 0 = 0 {\displaystyle r_{0}=0} ,并令 E 0 = C ∙ ∙ --> {\displaystyle E_{0}=C_{\bullet }} ,于是必有 E 1 = H ( C ∙ ∙ --> ) {\displaystyle E_{1}=H(C_{\bullet })} ;这个新链复形上的微分只有一个自然的选择,就是零映射。于是有 E 1 = E 2 = ⋯ ⋯ --> {\displaystyle E_{1}=E_{2}=\cdots } 。综之,我们得到一个链复形范畴上的谱序列:
E 0 = C ∙ ∙ --> {\displaystyle E_{0}=C_{\bullet }}
E r = H ( C ∙ ∙ --> ) ( r ≥ ≥ --> 1 ) {\displaystyle E_{r}=H(C_{\bullet })\;(r\geq 1)}
由于只有 r = 0 {\displaystyle r=0} 时微分映射才可能非零,此序列在第一步后就不含任何新资讯。
较常见的是双分次模(或层)范畴上的谱序列,表作 E r p , q {\displaystyle E_{r}^{p,q}} ,此时的微分映射次数与 r {\displaystyle r} 有关:对于上同调谱序列, d r : E r → → --> E r {\displaystyle d_{r}:E_{r}\to E_{r}} 的次数是 ( r , − − --> r + 1 ) {\displaystyle (r,-r+1)} 。对于同调谱序列,通常将各项写成 E r {\displaystyle E_{r}} ,微分映射 d r : E r → → --> E r {\displaystyle d^{r}:E_{r}\to E_{r}} 的次数是 ( − − --> r , r − − --> 1 ) {\displaystyle (-r,r-1)} 。
谱序列之间的态射 f : E → → --> E ′ {\displaystyle f:E\to E"} 定义为一族态射 f r : E r → → --> E r ′ {\displaystyle f_{r}:E_{r}\to E_{r}"} ,使之与同构 E r + 1 ≃ ≃ --> H ( E r , d r ) {\displaystyle E_{r+1}\simeq H(E_{r},d_{r})} 交换。谱序列对此构成了一个阿贝尔范畴。
正合偶
交换代数中大部分的谱序列来自链复形,而已知构造谱序列最有力的方法是 William Massey 的正合偶。正合偶在代数拓扑学中很常见,此时对于许多谱序列,正合偶是唯一已知的构造法。事实上,正合偶可以用来构造所有已知的谱序列。
同样固定一个阿贝尔范畴(通常取一个环上的双分次模) A {\displaystyle {\mathcal {A}}} ,一个正合偶是:
一对对象 A , C {\displaystyle A,C}
三个态射:
使之满足下述正合条件:
Image f = Kernel g
Image g = Kernel h
Image h = Kernel f
将这组资料简记为 ( A , C , f , g , h ) {\displaystyle (A,C,f,g,h)} 。正合偶通常以三角形表示。 C {\displaystyle C} 对应到谱序列的 E 0 {\displaystyle E_{0}} 项,而 A {\displaystyle A} 是一些辅助资料。
为了得到谱序列的后续项,以下将构造导出偶。令:
d := g ∘ ∘ --> h {\displaystyle d:=g\circ h}
A ′ := f ( A ) {\displaystyle A":=f(A)}
C ′ := K e r ( d ) / I m ( d ) {\displaystyle C":=\mathrm {Ker} (d)/\mathrm {Im} (d)}
f ′ := f | A ′ {\displaystyle f":=f|_{A"}}
h ′ : C ′ → → --> A ′ {\displaystyle h":C"\to A"} 由 h {\displaystyle h} 导出。
g ′ : A ′ → → --> C ′ {\displaystyle g":A"\to C"} 定义如下:若 A {\displaystyle {\mathcal {A}}} 为某个环上的模范畴,对任一 a ∈ ∈ --> A ′ {\displaystyle a\in A"} ,存在 b ∈ ∈ --> A ′ {\displaystyle b\in A"} 使得 a = f ( b ) {\displaystyle a=f(b)} ,定义 g ′ ( a ) {\displaystyle g"(a)} 为 g ( b ) {\displaystyle g(b)} 在 C ′ {\displaystyle C"} 中的像。一般而言,可利用 Mitchell 嵌入定理构造态射 g ′ {\displaystyle g"} 。
现在可以验证 ( A ′ , C ′ , f ′ , g ′ , h ′ ) {\displaystyle (A",C",f",g",h")} 构成正合偶。 C ′ {\displaystyle C"} 对应到谱序列的 E 1 {\displaystyle E_{1}} 项。续行此法,可以得到一族正合偶 ( A ( n ) , C ( n ) , f ( n ) , g ( n ) , h ( n ) ) {\displaystyle (A^{(n)},C^{(n)},f^{(n)},g^{(n)},h^{(n)})} 。相应的谱序列定义为 E n := C ( n ) {\displaystyle E_{n}:=C^{(n)}} , d n := g ( n ) ∘ ∘ --> h ( n ) {\displaystyle d_{n}:=g^{(n)}\circ h^{(n)}} 。
图解
谱序列的 E2 项
一个双分次谱序列含有大量要追踪的资讯,不过有个常见的图解法有助于阐明其结构。以下取上同调谱序列为例。在此有三个指标 r , p , q {\displaystyle r,p,q} 。对每个 r {\displaystyle r} ,设想有一张方格纸,分别让 p , q {\displaystyle p,q} 对应于横、纵轴。每一个格子点 ( p , q ) {\displaystyle (p,q)} 对应到对象 E r p , q {\displaystyle E_{r}^{p,q}} 。微分 d r {\displaystyle d_{r}} 的次数为 ( r , − − --> r + 1 ) {\displaystyle (r,-r+1)} ,方向如图所示。
收敛与退化
在第一个简单的例子中,谱序列在 r ≥ ≥ --> 1 {\displaystyle r\geq 1} 后的微分映射皆为零,故不再改变。这时可定义该谱序列的极限为 E ∞ ∞ --> := E r ( r ≥ ≥ --> 1 ) {\displaystyle E_{\infty }:=E_{r}\;(r\geq 1)} 。对于一般的谱序列,也往往存在一个极限,极限与各项的关系可说是谱序列的众妙之门。
定义:若谱序列 E r p , q {\displaystyle E_{r}^{p,q}} 对每个 ( p , q ) {\displaystyle (p,q)} 都存在 r ( p , q ) ∈ ∈ --> N {\displaystyle r(p,q)\in \mathbb {N} } ,使得当 r ≥ ≥ --> r ( p , q ) {\displaystyle r\geq r(p,q)} 时, d r p − − --> r , q + r − − --> 1 : E r p − − --> r , q + r − − --> 1 → → --> E r p , q {\displaystyle d_{r}^{p-r,q+r-1}:E_{r}^{p-r,q+r-1}\to E_{r}^{p,q}} 及 d r p , q : E r p , q → → --> E r p + r , q − − --> r + 1 {\displaystyle d_{r}^{p,q}:E_{r}^{p,q}\to E_{r}^{p+r,q-r+1}} 皆为零,则称 E r p , q {\displaystyle E_{r}^{p,q}} 之极限项为 E ∞ ∞ --> p , q := E r p , q {\displaystyle E_{\infty }^{p,q}:=E_{r}^{p,q}} (取充分大的 r {\displaystyle r} )。最常见的例子是集中在第一象限的谱序列,此时极限项恒存在。
其中的指标 p {\displaystyle p} 指涉过滤结构。
若存在对象 E ∙ ∙ --> {\displaystyle E^{\bullet }} 、过滤结构 ⋯ ⋯ --> ⊂ ⊂ --> F p + 1 E ∙ ∙ --> ⊂ ⊂ --> F p E ∙ ∙ --> ⊂ ⊂ --> ⋯ ⋯ --> {\displaystyle \cdots \subset F^{p+1}E^{\bullet }\subset F^{p}E^{\bullet }\subset \cdots } ,及一族同构 β β --> p , q : E ∞ ∞ --> p , q ≃ ≃ --> g r p E p + q {\displaystyle \beta ^{p,q}:E_{\infty }^{p,q}\simeq \mathrm {gr} ^{p}E^{p+q}} ,满足 ⋂ ⋂ --> p F p E ∙ ∙ --> = ( 0 ) , ⋃ ⋃ --> p F p E ∙ ∙ --> = E ∙ ∙ --> {\displaystyle \bigcap _{p}F^{p}E^{\bullet }=(0),\bigcup _{p}F^{p}E^{\bullet }=E^{\bullet }} (这种过滤称为“正则过滤”),则称 E r p , q {\displaystyle E_{r}^{p,q}} 收敛到 E ∙ ∙ --> {\displaystyle E^{\bullet }} ,通常表为下述符号:
习惯上,人们也常将左式写成 E 2 p , q {\displaystyle E_{2}^{p,q}} ,因为谱序列中最重要的页往往是 E 2 p , q {\displaystyle E_{2}^{p,q}} 。
最简单的收敛特例是退化:
定义:固定 r ∈ ∈ --> N {\displaystyle r\in \mathbb {N} } ,若对每个 s ≥ ≥ --> r {\displaystyle s\geq r} ,微分映射 d s {\displaystyle d_{s}} 都是零,则称该谱序列在第 r {\displaystyle r} 页退化。
退化性保证了 E r ≃ ≃ --> E r + 1 ≃ ≃ --> ⋯ ⋯ --> {\displaystyle E_{r}\simeq E_{r+1}\simeq \cdots } ,此时 E r {\displaystyle E_{r}} 即其极限。如果一个双分次谱序列 E r p , q {\displaystyle E_{r}^{p,q}} 的非零项集中于某一条水平或垂直线上,则必在 r = 2 {\displaystyle r=2} 时退化。
例子
过滤结构导出的谱序列
最常见的谱序列之一来自带有过滤结构的对象,通常是链复形或上链复形。这是一个对象 C {\displaystyle C} 及微分映射 d : C → → --> C {\displaystyle d:C\to C} ,使之满足 d 2 = 0 {\displaystyle d^{2}=0} ,以及
同调群上也有相应的过滤
对此,定义相应的分次对象
取微分映射为零,可视之为复形。
以下式定义谱序列:
此时有 E 0 p = F p C / F p + 1 C , E 1 p = H ( g r p C ) {\displaystyle E_{0}^{p}=F^{p}C/F^{p+1}C,E_{1}^{p}=H(\mathrm {gr} ^{p}C)} ,且谱序列收敛:
通常也写成 E r ⇒ ⇒ --> H ( C ) {\displaystyle E_{r}\Rightarrow H(C)} 。
取 A {\displaystyle {\mathcal {A}}} 为取值在某个阿贝尔范畴中的上链复形范畴。此时的对象 C {\displaystyle C} 是个上链复形 ⋯ ⋯ --> → → --> C q → → --> C q + 1 → → --> ⋯ ⋯ --> {\displaystyle \cdots \to C^{q}\to C^{q+1}\to \cdots } , d {\displaystyle d} 是上链复形的微分映射。上述谱序列带有三个指标 p , q , r {\displaystyle p,q,r} ,并可进一步化成下述形式:
双复形的谱序列
以下考虑取值在某个阿贝尔范畴中的双复形,即一组对象 C p , q {\displaystyle C^{p,q}} ,及两组微分映射 d ′ : C p , q → → --> C p + 1 , q {\displaystyle d":C^{p,q}\to C^{p+1,q}} 及 d ″ : C p , q → → --> C p , q + 1 {\displaystyle d"":C^{p,q}\to C^{p,q+1}} ,满足
对一个双复形,可定义其全复形 ( C , D ) {\displaystyle (C,D)} (也记为 T ( C ) {\displaystyle T(C)} 或 T o t ( C ) {\displaystyle \mathrm {Tot} (C)} ) 为
C {\displaystyle C} 上有两组过滤,分别是:
它们给出两个谱序列 ′ E r {\displaystyle "E_{r}} 与 ″ E r {\displaystyle ""E_{r}} 。首先计算 ′ E 0 , ′ E 1 , ′ E 2 {\displaystyle "E_{0},"E_{1},"E_{2}} 项:
同理可计算 ″ E 0 , ″ E 1 , ″ E 2 {\displaystyle ""E_{0},""E_{1},""E_{2}} :
这两个谱序列通常是不同的,但随着 r {\displaystyle r} 增大,它们都收敛到 H ( C ) {\displaystyle H(C)} ,由此可以得到一些有趣的比较定理。
例子
Tor函子的交换性
利用谱序列,可以迅速导出Tor函子的交换性,即一自然同构:
取定平坦分解 P ∙ ∙ --> → → --> M → → --> 0 {\displaystyle P_{\bullet }\to M\to 0} 及 Q ∙ ∙ --> → → --> N → → --> 0 {\displaystyle Q_{\bullet }\to N\to 0} 。视之为集中于正项的复形,其微分映射分别记为 d , e {\displaystyle d,e} 。考虑双复形 C i , j := P i ⊗ ⊗ --> Q j {\displaystyle C_{i,j}:=P_{i}\otimes Q_{j}} ,其微分映射定义为 d i , j := d i ⊗ ⊗ --> i d + ( − − --> 1 ) j i d ⊗ ⊗ --> e j {\displaystyle d_{i,j}:=d_{i}\otimes \mathrm {id} +(-1)^{j}\mathrm {id} \otimes e_{j}} (以使微分映射满足反交换性)。取其谱序列,遂得到:
由于复形 P ∙ ∙ --> , Q ∙ ∙ --> {\displaystyle P_{\bullet },Q_{\bullet }} 是平坦分解,其同调群只集中在零次项,此时其表示式为:
故 ′ E p , q 2 {\displaystyle "E_{p,q}^{2}} 只在 p = 0 {\displaystyle p=0} 上有非零项,而 ″ E p , q 2 {\displaystyle ""E_{p,q}^{2}} 只在 q = 0 {\displaystyle q=0} 上有非零项,这保证了谱序列在第二页退化,由此导出同构:
当 p = q {\displaystyle p=q} 时,上述等式的右项同构(虽然其分次结构不同),由此得到 Tor 的交换性。
示性数
运用谱序列时,通常会假设某些项为零,或假设谱序列在第一或第二页退化。但有时尽管对各项及微分映射一无所知,仍可从谱序列中萃取资讯,最简单的例子是示性数:固定一个阿贝尔范畴 A {\displaystyle {\mathcal {A}}} 及一个交换群 C {\displaystyle C} ,所谓示性数是一个函数 χ χ --> : O b A → → --> C {\displaystyle \chi :\mathrm {Ob} {\mathcal {A}}\to C} ,满足:
∀ ∀ --> 0 → → --> Y → → --> X , χ χ --> ( X ) = χ χ --> ( Y ) + χ χ --> ( X / Y ) {\displaystyle \forall 0\to Y\to X,\;\chi (X)=\chi (Y)+\chi (X/Y)}
X ≃ ≃ --> Y ⇒ ⇒ --> χ χ --> ( X ) = χ χ --> ( Y ) {\displaystyle X\simeq Y\Rightarrow \chi (X)=\chi (Y)}
例如:取 A {\displaystyle {\mathcal {A}}} 为某个域 k {\displaystyle k} 上的有限维向量空间范畴,则 χ χ --> : V ↦ ↦ --> dim k --> V {\displaystyle \chi :V\mapsto \dim _{k}V} 是一个示性数。
对任一 A {\displaystyle {\mathcal {A}}} 上的有限复形 K ∙ ∙ --> {\displaystyle K^{\bullet }} ,定义
容易证明 χ χ --> ( K ∙ ∙ --> ) = ∑ ∑ --> i ( − − --> 1 ) i χ χ --> ( H i ( K ∙ ∙ --> ) ) {\displaystyle \chi (K^{\bullet })=\sum _{i}(-1)^{i}\chi (H^{i}(K^{\bullet }))} 。考虑任一在 A {\displaystyle {\mathcal {A}}} 上的收敛谱序列 ( E r ∙ ∙ --> ) {\displaystyle (E_{r}^{\bullet })} ,由于谱序列的每一页都是前一页的同调,遂得到
然而
于是得到
免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。
- 有价值
- 一般般
- 没价值