三維雅可比猜想反例說明

概述

雅可比猜想斷言，若多項式映射的雅可比行列式在任何點皆不為零，則該映射在全域上可逆且其逆映射亦為多項式。2026 年 7 月，Terence Tao 發表了一個反例，顯示該猜想在三維（因而在任何更高維度）中失效。文章給出了一個明確的七次多項式映射 F，驗證其雅可比恆為 −2，並展示了三個不同的點在 F 下映射到相同的值，從而證明了非單射性。

反例多項式

映射 F : C^3 → C^3 定義為

F(z₁,z₂,z₃) =  ig(((1+z₁z₂)³ z₃ + z₂²(1+z₁z₂)(4+3z₁z₂)), z₂ + 3z₁(1+z₁z₂)² z₃ + 3z₁z₂²(4+3z₁z₂), 2z₁ − 3z₁²z₂ − z₁³z₃ ig).

這是一個在三個變數上總次為七的多項式。

雅可比驗證與非單射性

直接計算可得 F 的雅可比行列式恆為 −2：

det DF = −2.

因為雅可比為非零常數，根據逆函數定理，映射在每處皆局部可逆。然而，F 並非全域單射；以下三個點

(0,0,−1/4), (1,−3/2,13/2), (−1,3/2,13/2)

全部映射到相同的像 (−1/4,0,0)：

F(0,0,−1/4) = F(1,−3/2,13/2) = F(−1,3/2,13/2) = (−1/4,0,0).

因此雅可比猜想在三維情形失效。

透過對稱冪的幾何重新表述

為了釐清此構造，Tao 以 C² 的對稱冪重新表述此問題。令 Sym^k(V) 表示向量空間 V 的第 k 個對稱冪。考慮乘法映射

F : Sym¹(C²) × Sym²(C²) → Sym³(C²), F(L,Q) = L·Q,

其中 L 為二變數的線性多項式，Q 為二次多項式。以座標表示，寫 L(z,w)=az+bw、Q(z,w)=cz²+dz+ew，映射變為

F((a,b),(c,d,e)) = (ac, ad+bc, ae+bd, be).

此映射是多項式且在群 C* × C* × SL₂(C) 下保持等變性，該群透過對 L、Q 的縮放以及在 C² 中的同步變數變換作用。

使用結果式正規化的構造

結果式 Res(L,Q) = a²e − abd + cb² 用以判斷 L 與 Q 是否共享根。它在 SL₂ 下不變，且在縮放 (L,Q) ↦ (λL, λ⁻¹Q) 時會乘以因子 λ。施加正規化條件 Res(L,Q)=1 可除去縮放對稱，得到一個四維流形

X = { (L,Q) : Res(L,Q)=1 } ⊂ Sym¹(C²)×Sym²(C²).

在 X 上，映射 F 仍為多項式，且仍保有 SL₂ 的等變性。

局部單射性論證

若 Res(L,Q)=1 ≠ 0，則 L 與 Q 沒有共同根。利用 SL₂ 的作用，我們可將 L 的唯一根送到無窮遠，從而在適當的變數變換後使 a=0。在此規範下，方程式變為 b=1+O(a)、c=1−(3/2)a y+O(a²) 等，說明 (L,Q) 能唯一從三次多項式 F(L,Q) 中復原，僅受任意小的擾動影響。因此 F 在 X 上局部單射。

透過三對一映射的全域非單射性

即使在固定 Res(L,Q)=1 後，乘法映射 F 仍非全域單射。一般的三次多項式 C ∈ Sym³(C²) 可分解為三個線性多項式的乘積 C = L₁L₂L₃。這三組

(L₁, L₂L₃), (L₂, L₁L₃), (L₃, L₁L₂)

在 F 下皆映射到相同的 C，且它們並非透過縮放對稱 (L,Q)↦(λL,λ⁻¹Q) 所關聯。因此 F 在 X 上一般為三對一，確立了重新表述之反例的性質 (b)：一個局部單射的多項式映射卻未能全域單射。

獲得與 C³ 同構的仿射流形

由 Res(L,Q)=1 定義的流形 X 並非與仿射 C⁴ 同構。透過將 X 與適當的仿射超平面 V ⊂ Sym³(C²)（選取使 V 不經過原點且對應微分算子 D = ∂_z²∂_w）相交，可得到一個三維流形

X_V = { (L,Q) : Res(L,Q)=1, F(L,Q)∈V }.

選取 V 為超平面 { C(z,w)=f z³ + g z² w + h z w² + i w³ : g=1 }，可得到明確的方程式

X_V = { (a,b,c,d,e)∈C⁵ : a²e−abd+cb²=1, ad+bc=1 }.

當 a≠0 時，兩個方程式可解出 d 與 e 為 a,b,c 的有理函數，從而得到雙有理等價 X_V \ {a=0} ≅ { (a,b,c)∈C³ : a≠0 }。在 a=0 的纖維化簡為方程式 cb²=1 與 bc=1，唯一解為 b=c=1，d 與 e 仍自由。因此可見 X_V 實際上透過多項式變換與仿射 C³ 同構。

多項式變數變換與逆映射

以以下假設引入座標 (a,y,z)：

b = 1 + a y, c = 1 − (3/2) a y + a² z, d = (1−bc)/a = ½ y − a z + (3/2) a y² − a² y z, e = (1+abd−cb²)/a² = −2z + 4y² − 4a y z + 3a y³ − 2a² y² z,

提供了 X_V 的多項式參數化。在此座標下，映射 F 變為

G(a,y,z) = ( a − (3/2)a²y + a³z, ½ y − 3a z + 6a y² − 6a² y z + (9/2)a² y³ − 3a³ y² z, −2z + 4y² − 6a y z + 7a y³ − 6a² y² z + 3a² y⁴ − 2a³ y³ z ).

其雅可比行列式恆為 −1，驗證了常數雅可比的性質。逆映射亦為多項式：

a = a, y = 2bd − ae, z = 2d² + ce + 6b d² + 3b c e − (9/2) e.

因此原始的反例 F 可透過線性變換從 G 中復原，完成此例的完整說明。

對維度與未解問題的備註

此構造在三維有效；若與任意多項式嵌入 C³ → Cⁿ (n>3) 組合，即可在所有更高維度得到反例。雅可比猜想在 C² → C² 的情形仍未解，而在一維時則是平凡的。

社群回應（Hacker News）

讀者強調了使雅可比恆為常數的那段取消令人驚訝。評論者 vanderZwan 指出：

聽起來最有趣的部分是了解 LLM 使用了哪些方法，看看是否能在其他地方重複使用。

其他人則談到文章的可讀性：

這篇文章的開頭很容易跟上，但一旦他開始用代數重述，我就跟不上了（因為我數學不好）。 – @tptacek

亦有人反思問題解法的廣泛影響：

找到不同的思考方式往往能帶來突破… 我猜許多舊問題會因此被解決。 – @jmward01

還有讀者開玩笑說：

讀到文章四分之一時，我開始想，這是不是非程式設計師在編寫軟體時的感受？ – @aayushdutt