Nilpotent representations over equioriented cyclic quivers

技术摘要：等定向循环拟阵表示

问题陈述
本文研究了等定向循环拟阵（equioriented cyclic quivers）的幂零表示（nilpotent representations）的组合与几何性质。研究针对两种不同的代数语境：

1. 线性表示： 在域 $k$（特别是有限域 $\mathbb{F}_q$）上的表示。一个表示被定义为幂零的，如果足够长的连续映射复合后变为零。
2. 半表示（Semirepresentations）： 在布尔半环 $\mathbb{B} = \{0, 1\}$（其中 $1+1=1$）上的表示。在此语境下，幂零性的定义通过消失的复合过程进行类比。

主要目标是建立幂零表示与特定几何或组合结构之间的显式双射，推导有限域上的精确计数公式，并分析两种设定下幂零性的渐近概率。

方法论
作者结合使用了线性代数双射、组合图论以及包含排除原理。

• 几何双射（线性情况）： 基于 Leinster 对幂零自同态的双射及其对映射对的扩展，作者构建了一个针对循环拟阵的显式双射。他们将幂零表示集 $N(\beta)$ 与全表示空间 $\text{Rep}(Q, \beta)$ 以及包含至少一个零向量的特定子集 $Z$ 联系起来。这依赖于对表示空间的分解，并利用线性映射的核-像（kernel-image）结构。
• 组合对应（布尔情况）： 对于布尔半环上的表示，作者将表示空间识别为特定有向图 $G_\beta$ 的生成子图（spanning subgraphs）集合。在此识别下，幂零半表示恰好对应于生成有向无环图（DAGs）。
• 计数技术：
  • 在有限域情况下，通过计算集合 $Z$ 的势（使用非零向量的包含排除原理）并应用已建立的双射来得出基数。
  • 在布尔情况下，作者通过对图 $G_\beta$ 中的源顶点应用包含排除法，推导出了计算 DAGs 数量的递归公式。这通过将问题简化为统计对应于更小维数向量的诱导子图上的 DAGs 来实现。
• 渐近分析： 通过比较幂零集合的基数与总表示空间，对幂零概率进行分析。对于布尔情况，利用 $G_\beta$ 中的循环性质和顶点的严格全序建立界限。

核心贡献与结果

1. 线性表示的显式双射：
   本文建立了一个双射（定理 3.5）：
   $$N(\beta) \times \prod_{i=1}^k V_i \cong \text{Rep}(Q, \beta) \times Z$$
   其中 $Z$ 是满足至少一个 $v_i = 0$ 的元组 $(v_1, \dots, v_k)$ 的集合。这推广了以往关于单个自同态及一对映射的研究结果。

2. 有限域上的计数：
   利用该双射，作者推导出了 $\mathbb{F}_q$ 上幂零表示数量 $N(\beta)$ 的闭式公式（定理 3.6）：
   $$N(\beta) = q^{\beta \cdot \sigma \beta - \mathbf{1} \cdot \beta} \left( q^{\mathbf{1} \cdot \beta} - \prod_{i=1}^k (q^{\beta_i} - 1) \right)$$
   因此，随机表示具有幂零性的概率为：
   $$\text{Prob}(N(\beta)) = 1 - \prod_{i=1}^k (1 - q^{-\beta_i})$$
   论文还利用 $q$-二项式系数提供了基于表示秩的精细计数（定理 3.9）。

3. 布尔半环上的计数：
   作者将幂零半表示识别为 $G_\beta$ 的生成 DAG。他们推导出了此类表示数量 $N_B(\beta)$ 的递归公式（定理 4.2）：
   $$N_B(\beta) = \sum_{\gamma < \beta} (-1)^{\mathbf{1} \cdot (\beta - \gamma) - 1} \binom{\beta}{\gamma} 2^{(\beta - \gamma) \cdot \sigma \gamma} N_B(\gamma)$$
   其中求和范围是严格小于 $\beta$ 的维数向量 $\gamma$。

4. 渐近行为：

   • 有限域： 当维数向量分量增长时，若任何 $\beta_i$ 增长，幂零概率趋于 1；但论文指出，若 $\sum q^{-\beta_i}$ 趋于 0，则概率趋于 0（推论 3.14）。
   • 布尔半环： 随着维数向量规模扩大，幂零概率呈指数级衰减。具体而言，若 $\beta(n) = n\beta$，其渐近衰减率由 $m(\beta) = \min_i (\beta_i \beta_{i+1})$ 决定（推论 4.7）：
     $$\lim_{n \to \infty} \frac{\log_2(\text{Prob}(N_B(n\beta)))}{n^2} = -m(\beta)$$

5. 与集合值表示的比较：
   论文将线性幂零性与“最终恒定”的集合值表示联系起来。他们证明，一个线性表示是幂零的，当且仅当其通过遗忘函子得到的底层集合值表示是最终恒定的。此外，在有限域 $\mathbb{F}_q$ 上，线性情况下的幂零概率等于集合值情况下（在势为 $q^{\beta_i}$ 的集合上）最终恒常性的概率（命题 5.2）。

意义与主张
本文声称提供了一个统一的几何与组合框架，用于理解循环拟阵中的幂零性。

• 几何洞察： 通过构建显式双射，这项工作将循环拟阵中幂零性的抽象概念与零纤维（zero-fibers）及特定向量元组子集的几何学联系起来，将已知关于单个自同态的结果扩展到了循环系统。
• 组合精确性： 对有限域的精确计数以及对布尔半环递归结构的推导，提供了此前可能仅存在定性或有限结果的精确计数工具。
• 渐近理解： 确定布尔半表示的渐近衰减率，为随着系统规模增加，幂零性变得多么“罕见”提供了定量度量。
• 跨学科联系： 本文架起了线性表示论、集合值表示与图论（DAGs）之间的桥梁，证明了有限域上线性语境下的幂零性在结构上等价于集合论语境下的最终恒常性。

作者并未提出新的实验应用或未来的研究方向，而是专注于这些代数对象的结构与计数性质。