限制李超代数与Hom-李超代数中若干问题研究

来源 :中国科学技术大学 | 被引量 : 3次 | 上传用户:shengwei05
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
李代数是现代数学前沿领域中具有重要地位的学科之一。由于物理学中超对称性问题研究的需要,李代数被推广到李超代数,并成为一个活跃的研究领域。根据代数基域特征的不同,李超代数分为模李超代数(素特征域上的李超代数)和非模李超代数(特征零域上的李超代数)。在模李超代数方面,有限维单模李超代数的分类问题还没有完全解决。李代数的研究经验说明,限制理论与上同调理论将对这一问题的解决有很大帮助。本文首先建立了限制李超代数的一些基本理论。然后,计算了一类重要的典型李超代数slm|n到限制Cartan型李超代数W, S, H的低阶上同调群;在非模李超代数方面,主要研究了Hom-李超代数结构问题。首先建立了Hom-李超代数的结构理论,然后根据Kac对向量场线性紧致单李超代数的分类,研究了这些Z-阶化单李超代数上的Hom-结构。本文具体研究内容如下:  第一,在限制李超代数基本理论方面,首先将限制李代数的一系列基本概念及性质推广到限制李超代数中,建立起限制李超代数基础理论。然后重点研究了限制李超代数的环面秩,得到了关于限制李超代数的环面秩的若干重要结论,如环面秩为零的充分必要条件,环面具有极大环面秩的充分条件等。作为应用,给出了典型李超代数slm|n与限制Cartan型李超代数W, S的绝对环面秩及S在W中的环面秩。  第二,在计算典型李超代数slm|n到限制Cartan型李超代数W, S, H的低阶上同调群中,首先将slm|n嵌入到W, S, H的零阶化分支中,使得在伴随表示的意义下,W, S, H成为slm|n-模。然后利用适当的子模分解,采取新的简约的方法,将计算slm|n到W, S, H的零阶和一阶上同调问题分别转化为计算到一些子模的零阶上同调和保持权不变的导子的问题。本文对该类问题的解决方法,不同于以往的简单计算,所得的结果也与在非模李超代数中的经典结论有所不同。  第三,在Hom-李超代数方面,首先建立了Hom-李超代数的结构理论。特别地,对单Hom-李超代数进行研究,得到了单Hom-李超代数没有任何非平凡的左(右)理想、理想的结论。然后,给出了Hom-李超代数的一些基本性质,如正则Hom-李超代数可解(幂零)的充要条件及单性的必要条件等。最后,根据无限维向量场单李超代数的阶化结构特点,通过计算其零阶化分支和负一阶化分支上的保积Hom-结构,得到了Z-阶化无限维向量场单李超代数的保积Hom-结构都是平凡的结论。  本文关于限制李超代数的结论将对模李超代数分类问题的解决提供参考,关于Hom-李超代数的结论将丰富Hom-代数结构理论,同时为量子群和物理等方面的相关研究提供依据。
其他文献
近年来,对生态系统的研究已经取得了许多令人鼓舞的进展,而对于更符合自然现象、更具有实际意义的种群阶段结构模型,研究的尚不多见。本文第一章对捕食种群和食饵种群都分阶段结
该文研究了人类收获与环境污染对Leslie资源消费者模型中消费者种群的影响.分别对固定收获能力和一般连续函数收获率模型作了研究.对于前者,该文给出了种群弱持续生存及走向
在本文中,我们考虑了Banach空间中如下周期边值问题PBVP这里。本文主要内容如下:定义:{在I上连续}且满足则称α为PBVP(0.1),(0.2)的下解。若(0.3),(0.4)中的不等式反号,则称α为PBV
随着计算机的发展,超大规模集成电路(VLSI)的集成度愈来愈高,VLSI布局优化亦就更为重要.国外有些专著把这一问题视为未来新型计算机设计成败的关键.该文主要研究了纵横扩张的
如今随着科技的进步,分数阶微分方程在物理化学、生物医学、数理经融、图像处理、材料分析、信号处理等许多领域中都得到了实际应用,并且它的发展情况被越来越多的人所重视。然
摄动连续代数Lyapunov方程解的界常被用于控制系统的稳定性分析问题,也常被用于控制器和滤波器的设计问题。因此对这类方程解的估计是一项非常重要的工作。时间延迟通常出现在
本文研究了一类具有脉冲干扰的植物-传粉者互惠模型的动力学性质.  第一章绪论,主要介绍了本文的研究背景和主要工作,以及所用到的预备知识.  第二章研究了一类具有脉冲干
本文旨在介绍和研究正则模以及π-正则环的一些新的推广。首先我们介绍与推广这些环和模理论有关的各种概念。π-正则环的概念在我们的研究中有重要作用。我们研究的主题包括
传统的两层结构(即基于一层服务器和一层客户端的结构,简称C/S结构)有很多弊端。传统的Client/Server体系结构是一种将数据集中在数据库中,然后由数据库进行集中统一管理,并将应用
独立同分布(iid.)随机变量(r.v.)序列的概率密度函数的各种估计方法及其大样本性质的研究文献中已有很多讨论,研究得最多的还是密度函数的核估计,如Rosenblent,Parzen,PrakasaRao和