О кратностях некоторых градуированных кохарактеров матричной супералгебры M(2,2)(F)

Обложка

Цитировать

Полный текст

Аннотация

Пусть $F$ — произвольное поле характеристики нуль, $M^{(m,k)}(F)$ — матричная супералгебра над $F$. Из теории алгебр с полиномиальными тождествами известно, что супералгебра $M^{(m,k)}(F)$ имеет конечный базис $Z_2$-градуированных тождеств. Поэтому естественным образом возникает задача описания этого базиса. На данный момент времени такого описания нет. Прежде всего, это связано с тем, что отсутствуют какие-либо эффективные методы нахождения обычных или $Z_2$-градуированных тождеств супералгебры $M^{(m,k)}(F)$. Тем не менее при некоторых значениях $m,k$ такие тождества найти все же удается. Для этого используют либо компьютерные вычисления, либо хорошо развитый аппарат теории представлений симметрической группы $S_n$ и общей линейной группы $GL_p$. Более точно для нахождения $Z_2$-градуированных тождеств супералгебры  $M^{(m,k)}(F)$ при малых значениях $m,k$ изучают последовательность $\{\chi_n\}$ характеров представлений либо групп $S_r\times S_{n-r}$, либо группы $GL_p\times GL_p$. Для каждой такой группы строят свое векторное $F$-пространство в свободной алгебре $F\{Y\bigcup Z\}$. При этом относительно действия группы  $S_r\times S_{n-r}$ ($GL_p\times GL_p$) на свое векторное пространство оно имеет структуру левого $S_r\times S_{n-r}$ ($GL_p\times GL_p$) модуля. Однако оказывается, что с вычислительной точки зрения работать с последовательностью характеров представлений группы $GL_p\times GL_p$ предпочтительнее. В данной работе изучается последовательность $GL_p\times GL_p$-характеров $\{\chi_n\}$ матричной супералгебры $M^{(2,2)}(F)$. При этом используется тот факт, что между парами разбиений $(\lambda,\mu)$, где $\lambda\vdash r,\, \mu\vdash n-r$, и неприводимыми $GL_p\times GL_p$-модулями между парами разбиений $(\lambda,\mu)$, где $\lambda\vdash r,\, \mu\vdash n-r$, и неприводимыми $GL_p\times GL_p$-модулями существует взаимнооднозначное соответствие. Кроме того, мы исследуем только те кратности в разложении характера $\chi_n$, которые связаны с неприводимыми $GL_p\times GL_p$-модулями, находящимися в соответствии с парами разбиений $(\lambda,\mu)$ вида $(0,\mu)$. Показано, что если высота $h(\mu)$ диаграммы Юнга $D_\mu$ разбиения $\mu$, участвующего в разложении характера  $\chi_n$, не больше пяти, то кратность $m_{(0,\mu)}$ неприводимого $GL_p\times GL_p$-характера отлична от нуля.

Об авторах

Степан Юрьевич Антонов

Казанский инновационный университет имени В. Г. Тимирясова (ИЭУП)

ORCID iD: 0000-0003-1705-3929
Россия, 420111, г. Казань, ул. Московская, д. 42

Алина Владимировна Антонова

Казанский государственный энергетический университет

ORCID iD: 0000-0001-7047-7275
SPIN-код: 4476-9689
Россия, 420066, г. Казань, ул. Красносельская, 51

Список литературы

  1. Di Vincenzo O. M. On the graded identities of M1,1(E) // Israel Journal of Mathematics. 1992. Vol. 80, iss. 3. P. 323–335. DOI: https://doi.org/10.1007/BF02808074
  2. Аверьянов И. В. Базис градуированных тождеств супералгебры M1,2(F) // Математические заметки. 2009. Т. 85, вып. 4. С. 483–501. DOI: https://doi.org/10.4213/mzm4298, EDN: RLRASB
  3. Kemer A. R. Ideals of identities of associative algebras. Providence, RI : American Mathematical Society, 1991. 81 p. (Translations of Mathematical Monographs, vol. 87).
  4. Антонов С. Ю. Наименьшая степень тождеств подпространства M1(m,k)(F) матричной супералгебры M(m,k)(F) // Известия высших учебных заведений. Математика. 2012. № 11. С. 3–19. EDN: PCOHZL
  5. Антонов С. Ю., Антонова А. В. О квазимногочленах Капелли III // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2021. Т. 21, вып. 2. С. 142–150. DOI: https://doi.org/10.18500/1816-9791-2021-21-2-142-150, EDN: HMVRSQ
  6. Amitsur A. S., Levitzki J. Minimal identities for algebras // Proceedings of the American Mathema tical Society. 1950. Vol. 1, iss. 4. P. 449–463. DOI: https://doi.org/10.1090/S0002-9939-1950-0036751-9
  7. Di Vincenzo O. M., Drensky V. The basis of the graded polynomial identities for superalgebras of triangular matrices // Communications in Algebra. 1996. Vol. 24, iss. 2. P. 727–735. DOI: https://doi.org/10.1080/00927879608825595
  8. Centrone L., Silva V. R. T. On Z2-graded identities of UT2(E) and their growth // Linear Algebra and its Applications. 2015. Vol. 471. P. 469–499. DOI: https://doi.org/10.1016/j.laa.2014.12.035
  9. Giambruno A., La Mattina D., Misso P. Polynomial identities on superalgebras: Classifying linear growth // Journal of Pure and Applied Algebra. 2006. Vol. 207, iss. 1. P. 215–240. DOI: https://doi.org/10.1016/j.jpaa.2005.09.006
  10. Valenti A. The graded identities of upper triangular matrices of size two // Journal of Pure and Applied Algebra. 2002. Vol. 172, iss. 2–3. P. 325–335. DOI: https://doi.org/10.1016/S0022-4049(01)00169-4
  11. Di Vincenzo O. M. Z2-gradedpolynomialidentities for superalgebras of block-triangular matrices // Serdica Mathematical Journal. 2004. Vol. 30. P. 111–134.
  12. La Mattina D. On the graded identities and cocharacters of the algebra of 3×3 matrices // Linear Algebra and its Applications. 2004. Vol. 384. P. 55–75. DOI: https://doi.org/10.1016/S0024-3795(04)00034-5, EDN: LAUZWJ
  13. Giambruno A., Zaicev M. Polynomial identities and asymptotic methods. Providence, RI : American Mathematical Society, 2005. 352 p. (AMS Mathematical Surveys and Monographs, vol. 122).
  14. Drensky V., Giambruno A. Cocharacters, codimensions and Hilbert series of the polynomial identities for 2 ×2 matrices with involution // Canadian Journal of Mathematics. 1994. Vol. 46, iss. 4. P. 718–733. DOI: https://doi.org/10.4153/CJM-1994-040-6
  15. Giambruno A. GL×GL-representations and ∗-polynomial identities // Communications in Algebra. 1986. Vol. 14, iss. 5. P. 787–796. DOI: https://doi.org/10.1080/00927878608823335

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».