Using a Grassmann graph to recover the underlying projective geometry

Auteurs : Ian Seong

27 pages

Résumé : Let $n,k$ denote integers with $n>2k\geq 6$. Let $\mathbb{F}_q$ denote a finite field with $q$ elements, and let $V$ denote a vector space over $\mathbb{F}_q$ that has dimension $n$. The projective geometry $P_q(n)$ is the partially ordered set consisting of the subspaces of $V$; the partial order is given by inclusion. For the Grassman graph $J_q(n,k)$ the vertex set consists of the $k$-dimensional subspaces of $V$. Two vertices of $J_q(n,k)$ are adjacent whenever their intersection has dimension $k-1$. The graph $J_q(n,k)$ is known to be distance-regular. Let $\partial$ denote the path-length distance function of $J_q(n,k)$. Pick two vertices $x,y$ in $J_q(n,k)$ such that $1<\partial(x,y)<k$. The set $P_q(n)$ contains the elements $x,y,x\cap y,x+y$. In our main result, we describe $x\cap y$ and $x+y$ using only the graph structure of $J_q(n,k)$. To achieve this result, we make heavy use of the Euclidean representation of $J_q(n,k)$ that corresponds to the second largest eigenvalue of the adjacency matrix.

Soumis à arXiv le 28 Nov. 2023

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.