Mathematik für das Lehramt
Mathematik für das Lehramt K. Reiss/G. Schmieder† : Basiswissen Zahlentheorie A. Büchter/H.-W. Henn: Elementare Stochastik J. Engel: Anwendungsorientierte Mathematik: Von Daten zur Funktion K. Reiss/G. Stroth: Endliche Strukturen Herausgeber: Prof. Dr. Kristina Reiss, Prof. Dr. Thomas Sonar, Prof. Dr. Hans-GeorgWeigand
Kristina Reiss · Gernot Stroth
Endliche Strukturen
123
Prof. Dr. Kristina Reiss Technische Universität München Heinz Nixdorf-Stiftungslehrstuhl für Didaktik der Mathematik TUM School of Education Schellingstraße 33 80799 München Deutschland
[email protected]
Prof. Dr. Gernot Stroth Universität Halle-Wittenberg Naturwissenschaftliche Fakultät II Institut für Mathematik Theodor-Lieser-Str. 5 06099 Halle Deutschland
[email protected]
ISBN 978-3-642-17181-9 e-ISBN 978-3-642-17182-6 DOI 10.1007/978-3-642-17182-6 Springer Heidelberg Dordrecht London New York Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar. Mathematics Subject Classification (2011): Primary: 00A05 Secondary: 05A05, 05C90, 05C25 05C45, 12-01 und 94B05 c Springer-Verlag Berlin Heidelberg 2011 Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland vom 9. September 1965 in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechtsgesetzes. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Einbandentwurf: WMXDesign GmbH, Heidelberg Gedruckt auf säurefreiem Papier Springer ist Teil der Fachverlagsgruppe Springer Science+Business Media (www.springer.com)
Vorwort
Liebe Leserin, lieber Leser, darf ein Vorwort mit einer mathematischen Fragestellung anfangen? Warum nicht, wenn man genau so am besten erklären kann, worum es in einem Buch geht. Hier ist die Frage: „Seien a1 , a2 , a3 drei Punkte in der Ebene. Wie viele Wege mit Anfangspunkt a1 gibt es, bei denen jeder der anderen Punkte genau einmal vorkommt?“ Es ist nicht besonders schwierig, eine Antwort zu geben. Einerseits existiert auf jeden Fall eine Lösung, denn (a1 , a2 , a3 ) ist ein solcher Weg, andererseits gibt es nur noch (a1 , a3 , a2 ) als weiteren Weg, sodass man genau zwei Lösungen bekommt. Auch bei vier in der Ebene gegebenen Punkten a1 , a2 , a3 , a4 kann man unschwer alle Möglichkeiten aufschreiben. Wir bekommen mit etwas Systematik (a1 , a2 , a3 , a4 ), (a1 , a2 , a4 , a3 ), (a1 , a3 , a2 , a4 ), (a1 , a3 , a4 , a2 ), (a1 , a4 , a2 , a3 ) und (a1 , a4 , a3 , a2 ), also sechs mögliche Wege. Wie sieht es aber bei 15, 16 oder 17 Punkten aus? Hier alle Möglichkeiten aufzuschreiben ist mühsam und fehleranfällig. Außerdem kann es nicht wirklich sinnvoll sein, jeden Einzelfall separat zu betrachten. Ist es nicht viel einfacher, sich zu überlegen, dass man für n Punkte genau (n − 1)! verschiedene Wege finden kann? Das ist eine der Fragen, um die es in diesem Buch gehen soll. Existieren gewisse Strukturen überhaupt? Wie viele sind es gegebenenfalls? Im Beispiel überlegt man sich darüber hinaus, dass die Punkte ja irgendwie in der Ebene verteilt liegen. Vielleicht suchen wir gar nicht alle Wege, sondern beispielsweise die von kürzester Länge. Solche gibt es sicherlich, da es ja insgesamt nur endlich viele Wege gibt. Nun ist es vermutlich nicht wirklich sinnvoll, erst alle Wege aufzuschreiben und dann die kürzesten auszuwählen. Auch hier suchen wir also eine gute Methode. Dies ist der zweite Typ von Fragen, mit denen wir uns in diesem Buch beschäftigen werden, und bei dem es um die Konstruktion gewisser Strukturen geht. Wir betrachten also mathematische Modelle, mit deren Hilfe man Fragen zur Existenz von Strukturen beantworten kann oder die eine Konstruktion gewisser Konfigurationen dieser (oder auch anderer) Art effektiv und schnell unterstützen. Wir werden aber auch erkennen, dass sich nicht jedes Problem zu einer guten Lösung zwingen lässt. Manchmal weiß man, dass effektive Lösungen prinzipiell unmöglich sind, manchmal kennt man keine sinnvolle Theorie, die eine solche Lösung ermöglicht. Das eingangs beschriebene Problem der kürzesten Rundreisen gehört (leider) dazu.
VI
Vorwort
Bei der Betrachtung der entsprechenden mathematischen Modelle gibt es in diesem Buch eine Beschränkung, nämlich die auf endliche Strukturen. In ganz unterschiedlichen mathematischen Gebieten sollen Probleme untersucht werden, die sich auf eine endliche Anzahl von Elementen beziehen. Dabei sind es verschiedene Aspekte, die im Vordergrund stehen können. So geht es oft darum, zunächst einmal die Existenz von gewissen Konfigurationen zu klären, und damit um die prinzipielle Möglichkeit, ein (endliches) Problem überhaupt zu lösen. Darüber hinaus ist in der Regel von Interesse, alle Lösungen einer Fragestellung zu kennen und zu sehen, ob sie Prinzipien folgen und wenn ja, welchen. Vielleicht gibt es dann sogar eine Lösung, die optimal ist – nach welchen Kriterien das im Einzelfall auch zu beurteilen ist. Mit den eben genannten Aspekten haben wir die wesentlichen Ideen angerissen, mit denen wir uns in fünf Kapiteln und in unterschiedlichen mathematischen Gebieten beschäftigen werden. Im ersten Kapitel geht es um Grundlagen mathematischen Arbeitens (und das nicht nur im Hinblick auf endliche Fragestellungen). Wir erinnern an Beweismethoden und geben einen Überblick über Techniken des Zählens. Die Begriffe aus diesem Kapitel und die hier eingeführten Arbeitsweisen und mathematischen Prinzipien werden im ganzen Buch benötigt. Das zweite Kapitel thematisiert mit Gruppen, Ringen und Körpern grundlegende algebraische Strukturen. Besondere Bedeutung haben die Polynomringe, die in diesem Kapitel eingeführt werden und die im Rahmen der Codierungstheorie eine Anwendung finden. Der Begriff der Gruppe und damit die Modellierung von Symmetrie spielt dann im dritten Kapitel die zentrale Rolle. Grundlagen der Gruppentheorie werden dabei anhand geeigneter Probleme entwickelt. Ein wichtiges Ziel des Kapitels (natürlich neben der Bereitstellung von Grundlagen) ist es, einen Einblick in die Galoistheorie zu geben. Diese Theorie erlaubt es, Aussagen über die (endlich vielen) Nullstellen von Polynomen zu machen und kann als ein Zusammenspiel von Wissen über Gruppen, Körper und Polynomringe angesehen werden. Das zweite und dritte Kapitel umfassen übrigens Inhalte, die als zentral für die Lehramtsausbildung (und damit auch für schriftliche Prüfungen) angesehen werden können. Die Darstellung der Anwendung der Galoistheorie auf Polynomgleichungen ist eine verkürzte Version derjenigen in dem neuen Buch des zweiten Autors „Elementare Algebra und Zahlentheorie“, das 2011 im Birkhäuser Verlag erscheinen wird. Dem Birkhäuser Verlag sei Dank für die Genehmigung, dies im vorliegenden Buch verwenden zu dürfen. Das vierte Kapitel behandelt Grundlagen der Codierungstheorie und zeigt einfache Methoden der Übertragung von Nachrichten auf. Endliche Körper und Polynomringe (und damit die Inhalte des zweiten Kapitels) bilden hier den Ausgangspunkt der Modellierungen. Das fünfte Kapitel beschäftigt sich schließlich mit der Tourenplanung,
Vorwort
VII
also mit einem Optimierungsproblem. In diesem Fall werden wir Graphen als Objekte der Modellierung nutzen und (wieder am Problem) eine geeignete Theorie zu Möglichkeiten der Optimierung von Touren entwickeln. Man wird hier sehen, dass es nicht immer wirklich schlagkräftige Methoden gibt, um ein Problem zu lösen, sodass ein einfaches Abzählen in diesem Fall nicht unbedingt schlechter als die mathematische Theorie ist. Mit diesem Buch verbinden wir ein Anliegen, das wir hier noch einmal zusammenfassen möchten. Wir wollen am Beispiel endlicher Strukturen aufzeigen, wie Teilgebiete der Mathematik, etwa die Graphentheorie und die nicht gerade als angewandt bekannte Algebra, eingesetzt werden können, um konkrete Fragestellungen wie zum Beispiel das Abzählen von Mustern, die Codierung von Nachrichten oder das Aufstellen von Tourenplänen zu bearbeiten. Wir wollen dabei nicht nur die Anwendung darstellen, sondern auch die Theorie am konkreten Problem entwickeln. Insofern ist das Buch in sich abgeschlossen. Es geht allerdings nicht darum, die besten Algorithmen oder den neusten Stand der Forschung darzustellen. Vielmehr steht die Mathematik im Vordergrund, die sich ganz allgemein in den Problemen verbirgt. Diese müsste wiederum im konkreten Anwendungsproblem weiterentwickelt und optimiert werden. Das ist dann eine andere Herausforderung, der wir uns hier nicht stellen können und wollen. Verschiedene Teile des Buches kann man durchaus unabhängig voneinander lesen. So baut das letzte Kapitel im Wesentlichen nicht auf den Inhalten der Kapitel 2, 3 und 4 auf. Genauso benötigt Kapitel 4 nicht Kapitel 3 als Voraussetzung und nur wenige Resultate aus Kapitel 2. Solange man nicht an dem Ausblick in die Galoistheorie in Kapitel 3 interessiert ist, ist auch dieses Kapitel unabhängig vom Rest zu erarbeiten. Jedes einzelne Kapitel könnte man in einer zweistündigen Vorlesung oder einem Proseminar behandeln. Das Buch basiert auf Vorlesungen für Schülerinnen und Schüler, die zunächst an der Freien Universität Berlin und später an der Martin–Luther– Universität Halle–Wittenberg gehalten wurden. Hier wurden sie dann auch für Studierende weiterentwickelt. Der mathematische Stoff ist nicht neu und findet sich so oder ähnlich in vielen Lehrbüchern. Insbesondere das zweite und dritte Kapitel lehnt sich an das Buch des zweiten Autors [14] an. Genaue Referenzen sind bei einem Stoff, der sich über viele Jahre angesammelt hat, häufig nicht mehr möglich. Kollegen, die uns irgendwann einen trickreichen Beweis oder eine besonders schöne Übungsaufgabe mitgeteilt haben, sich aber hier nicht zitiert finden, bitten wir um Entschuldigung. Wir wären dann für eine kurze Mitteilung dankbar, damit wir das in einer späteren Auflage nachholen können.
VIII
Vorwort
Kein Buch und schon gar kein Mathematikbuch entsteht ohne die Beteiligung von netten, kompetenten Menschen, die in der einen oder anderen Form vorläufige Texte lesen und kommentieren. Das gilt natürlich auch für dieses Buch. Wir bedanken uns daher ganz herzlich bei unseren Studentinnen und Studenten in Halle und München, die uns in Seminaren und Vorlesungen auf Unstimmigkeiten, Fehler und schlecht lesbare Passagen aufmerksam gemacht haben. Fachlich und stilistisch Korrektur gelesen haben Barbara Haußmann (Augsburg), Elisabeth Lorenz (München) und Juniorprofesssorin Rebecca Waldecker (Halle), wofür wir ebenfalls vielen Dank sagen. Die Umsetzung des Manuskripts in den Stil dieser Buchreihe des Springer-Verlags wurde von Karin Helbich mit viel Sorgfalt und Sachverstand durchgeführt. Auch dafür sind wir sehr dankbar. Schließlich sei dem Stadtvermessungsamt der Stadt Halle für die Erlaubnis gedankt, einen Ausschnitt des Stadtplans von Halle in das Buch aufnehmen zu dürfen. Die vielen kleineren und größeren Fehler, die der Text nun noch enthalten könnte, nehmen Sie bitte als Herausforderung. Wir freuen uns über jede Rückmeldung, wünschen Ihnen aber zunächst viel Spaß bei der Auseinandersetzung mit den Endlichen Strukturen. Halle und München im August 2010 Kristina Reiss und Gernot Stroth
Inhaltsverzeichnis
1.1.2 1.1.3 1.2 1.2.1 1.2.2 1.2.3 1.3 1.3.1 1.3.2 1.3.3 1.4 1.4.1 1.4.2 1.4.3 1.5
Grundlagen und Zählprinzipien Das Induktionsprinzip.......................................... Das Wohlordnungsaxiom und die Existenz eines kleinsten Elements ................................................... Beweisen durch vollständige Induktion ..................... Induktion und Rekursion ...................................... Das Schubfachprinzip.......................................... Anwendungen des Schubfachprinzips ....................... Abbildungen und das Zählen ................................. Der Beweis des Schubfachprinzips .......................... Grundprinzipien der Kombinatorik .......................... Eine Verallgemeinerung des Schubfachprinzips ........... Permutationen, Variationen, Kombinationen ............. Der Binomische Lehrsatz ..................................... Das Inklusions-Exklusions-Prinzip ........................... Eine Hinführung zum Inklusions-Exklusions-Prinzip ..... Der Beweis des Inklusions-Exklusions-Prinzips ........... Anwendungen des Inklusions-Exklusions-Prinzips ........ Übungsaufgaben ................................................
2 2.1 2.2 2.3 2.3.1 2.3.2 2.3.3 2.3.4 2.4 2.5 2.6
Körper und Polynome Gruppen, Ringe, Körper ....................................... 55 Eigenschaften endlicher Körper .............................. 62 Polynome ........................................................ 73 Rechnen in Polynomringen ................................... 73 Primfaktorzerlegung in Polynomringen..................... 76 Ein Weg zur Konstruktion endlicher Körper .............. 88 Noch einmal: Konstruktion endlicher Körper ............. 92 Automorphismen ............................................... 96 Algebraische Zahlen............................................ 107 Übungsaufgaben ................................................ 111
3 3.1 3.1.1 3.1.2
Gruppen und Symmetrien Der Begriff der Gruppe ........................................ Gruppen und die Symmetrien des regulären n-Ecks ..... Einfache Eigenschaften von Gruppen und elementare Grundbegriffe.................................................... Isomorphie ....................................................... Beispiele isomorpher Gruppen ............................... Grundlagen der Bestimmung von Gruppen ................
1 1.1 1.1.1
3.2 3.2.1 3.2.2
3 4 5 9 13 13 15 19 21 21 24 30 36 37 38 41 48
117 117 123 130 130 133
X
Inhaltsverzeichnis
3.2.3 3.3 3.3.1 3.3.2 3.4 3.5 3.6 3.7 3.8
Faktorgruppen .................................................. Permutationen .................................................. Die symmetrische Gruppe Sn ................................ Zyklenzerlegung ................................................ Untergruppen der Sn .......................................... Operationen von Gruppen auf Mengen .................... Färbungen ....................................................... Symmetrien von Polynomen.................................. Übungsaufgaben ................................................
139 143 143 145 150 155 168 184 196
4 4.1 4.2 4.3 4.4
Codierung von Nachrichten Einführende Beispiele .......................................... Fehlererkennung und Fehlerkorrektur....................... Decodierung ..................................................... Übungsaufgaben ................................................
203 205 222 236
5 5.1 5.2 5.3 5.3.1 5.3.2 5.3.3 5.4 5.5 5.6 5.7 5.8 5.9 5.10
Tourenplanung Grundlegende Eigenschaften von Graphen ................ Zusammenhängende Graphen................................ Eulerwege ........................................................ Das Königsberger Brückenproblem ......................... Der Algorithmus von Dijkstra................................ Verallgemeinerungen ........................................... Der Floyd-Warshall-Algorithmus ............................ Das Müllproblem: Eine Zwischenbilanz .................... Netzwerke........................................................ Der ungarische Algorithmus .................................. Das Müllproblem: Die Bilanz ................................ Ein ungelöstes Problem: P = N P ?......................... Übungsaufgaben ................................................
242 249 256 258 266 271 273 278 279 289 293 295 297
6
Lösungen der Übungsaufgaben Literaturverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319 Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
321
Kapitel 1 Grundlagen und Zählprinzipien
1
1
1 1.1 1.1.1 1.1.2 1.1.3 1.2 1.2.1 1.2.2 1.2.3 1.3 1.3.1 1.3.2 1.3.3 1.4 1.4.1 1.4.2 1.4.3 1.5
Grundlagen und Zählprinzipien Das Induktionsprinzip.......................................... Das Wohlordnungsaxiom und die Existenz eines kleinsten Elements ................................................... Beweisen durch vollständige Induktion ..................... Induktion und Rekursion ...................................... Das Schubfachprinzip.......................................... Anwendungen des Schubfachprinzips ....................... Abbildungen und das Zählen ................................. Der Beweis des Schubfachprinzips .......................... Grundprinzipien der Kombinatorik .......................... Eine Verallgemeinerung des Schubfachprinzips ........... Permutationen, Variationen, Kombinationen ............. Der Binomische Lehrsatz ..................................... Das Inklusions-Exklusions-Prinzip ........................... Eine Hinführung zum Inklusions-Exklusions-Prinzip ..... Der Beweis des Inklusions-Exklusions-Prinzips ........... Anwendungen des Inklusions-Exklusions-Prinzips ........ Übungsaufgaben ................................................
3 4 5 9 13 13 15 19 21 21 24 30 36 37 38 41 48
1 Grundlagen und Zählprinzipien
In diesem Kapitel geht es um einige grundlegende Prinzipien, die für den Umgang mit endlichen Strukturen unverzichtbar sind. Es ist sicherlich nicht erstaunlich, dass dabei das Zählen eine ganz wesentliche Rolle spielt. Auch wenn dieses Buch nicht unbedingt für den Beginn des Studiums gedacht ist und wir etwa die Inhalte einer Einführung in die Lineare Algebra an manchen Stellen als bekannt voraussetzen, wird hier relevantes Basiswissen zusammengestellt, das vermutlich nicht wenigen Leserinnen und Lesern bereits vertraut ist. Dabei werden wir uns besonders auf Beweismethoden in der Mathematik und grundlegende kombinatorische Prinzipien konzentrieren, wobei (ihrer Bedeutung für das Buch entsprechend) Abzählmethoden im Vordergrund stehen. Ein wesentliches Ziel ist es, das Induktionsprinzip, das Schubfachprinzip und das Inklusions-Exklusions-Prinzip vorzustellen. Daneben werden Kernideen der Kombinatorik aufgezeigt, die auch dem Zählen zuzuordnen sind.
1.1
1.1 Das Induktionsprinzip Es gibt viele mathematische Sätze, die man als universell bezeichnen kann. Sie besagen etwa, dass eine bestimmte Eigenschaft für alle (und nicht nur für einige ausgewählte) Werte x einer vorgegebenen Menge gilt. So kann man beispielsweise behaupten (und zeigen), dass für alle natürlichen Zahlen n die Gleichung 1 + 3 + 5 + . . . + (2n − 1) =
n
(2i − 1) = n2
(∗)
i=1
gilt. Die Gültigkeit ist übrigens leicht zu veranschaulichen. Man legt zunächst ein kleines Quadrat auf den Tisch. Dann kann man drei (gleich große) Quadrate so darum herumlegen, dass wieder ein Quadrat aus vier kleineren Quadraten zu sehen ist. Im nächsten Schritt legt man fünf Quadrate so, dass oben und rechts je zwei hinzukommen und schließlich noch ein Quadrat in der Ecke das Bild vervollständigt. Im Ergebnis liegt nun ein Quadrat aus neun kleinen Quadraten auf dem Tisch. Nehmen wir jetzt an, wir gehen von einem n × n–Quadrat für ein beliebiges n aus, dann kann man oben und an der Seite jeweils n Quadrate anfügen und eines zusätzlich in die Ecke legen.
K. Reiss, G. Stroth, Endliche Strukturen, Mathematik für das Lehramt, c Springer-Verlag Berlin Heidelberg 2011 DOI 10.1007/978-3-642-17182-6_1,
4
1. Grundlagen und Zählprinzipien
Anschaulich ist damit eigentlich alles klar. Außerdem ist n2 +2n+1 = (n+1)2 , sodass man auch gleich die passende formale Antwort hat. Was haben wir gemacht? Nun, wir haben gedanklich gerade eben das so genannte Induktionsprinzip angewendet. Was es genau besagt und wie es funktioniert, wollen wir jetzt klären. Dazu benötigen wir als Grundlage einen ganz selbstverständlich klingenden Satz, nämlich den Satz von der Existenz eines kleinsten Elements in jeder Menge natürlicher Zahlen. 1.1.1 Das Wohlordnungsaxiom und die Existenz eines kleinsten Elements Es ist sicherlich den meisten Leserinnen und Lesern bekannt, dass mit Z die Menge der so genannten ganzen Zahlen bezeichnet wird, also die Zahlen . . . − 4, −3, −2, −1, 0, 1, 2, 3, 4, . . . Wir sind mit diesen Zahlen gut vertraut (oder glauben das zumindest). Man kann sie ohne Einschränkung addieren, subtrahieren und multiplizieren und das Ergebnis solcher Rechnungen in Z ist immer wieder eine ganze Zahl. Man kann allerdings nicht uneingeschränkt dividieren. Der Quotient zweier ganzer Zahlen ist zwar eine rationale Zahl, aber möglicherweise keine ganze Zahl mehr. So ist zum Beispiel der Quotient aus 1 und 2 die rationale Zahl 12 , die aber keine ganze Zahl ist. Darüber hinaus ist ganz praktisch, dass man zu zwei gegebenen ganzen Zahlen immer angeben kann, welche der beiden die kleinere ist bzw. ob sie gleich sind. Man kann also zwei ganze Zahlen bezüglich ihrer Größe vergleichen und feststellen, dass beispielsweise 1 < 5, −3 < 5, −5 < −3 und 3 = 3 ist. Was man kann und darf in der Mathematik, das ist zumeist gut geregelt. Die wesentlichen Bausteine sind Axiome, Definitionen („Begriffsfestlegungen“) und Sätze („beweisbare Aussagen“). Die Axiome spielen dabei eine Sonderrolle, denn sie sind nicht zu beweisende, grundlegende Annahmen, von denen man ausgehen muss, um ein sinnvolles Gefüge mathematischen Wissens zu bekommen.
1.1
Das Induktionsprinzip
5
Die Möglichkeit des Vergleichs ganzer Zahlen führt nun zu einem solchen Axiom. Es ist eine der wichtigsten Eigenschaften der ganzen Zahlen, die im folgenden Wohlordnungsaxiom formuliert ist. Betrachtet wird eine Menge ganzer Zahlen, die (irgendwie, also zum Beispiel auch durch ein Element, das gar nicht in der Menge ist) nach unten beschränkt ist. Das Axiom besagt, dass es dann auch in der gegebenen Menge selbst eine untere Schranke gibt. Wohlordnungsaxiom Sei X eine nicht leere Menge von ganzen Zahlen, die eine untere Schranke b zulässt, d. h. es sei b ≤ x für alle x ∈ X. Dann gibt es ein x0 ∈ X mit x0 ≤ x für alle x ∈ X. Der Inhalt des Axioms ist nicht weiter aufregend. Wenn man etwa die Menge M = {5, 6, 7, 8} ganzer Zahlen betrachtet und sieht, dass die Zahl „1“ auf jeden Fall eine untere Schranke ist, dann besagt es, dass es auch in M selbst eine solche untere Schranke gibt (konkret ist das in diesem Fall die Zahl 5 ∈ M ). Interessanter ist sicherlich, dass man diese Eigenschaft axiomatisch regeln muss und sie nicht aus anderen Eigenschaften von Z ableiten kann. Es gibt aber eine wichtige Folgerung, wenn man dieses Prinzip auf die natürlichen Zahlen (und das sind alle ganzen Zahlen z mit z ≥ 1) anwendet. Satz 1.1.1 Ist X eine nicht leere Menge natürlicher Zahlen, so enthält X ein
kleinstes Element. Beweisidee 1.1.1 Es ist alles ganz einfach. Man kann das Axiom auf die Menge
X ⊆ N anwenden, denn eine absolute untere Grenze gibt es auf jeden Fall durch die Zahl 1 ∈ N. Beweis 1.1.1 Es ist 1 ∈ N und außerdem 1 ≤ n für alle n ∈ N. Damit kann man
das Wohlordnungsaxiom anwenden und die Behauptung des Satzes folgt. 1.1.2 Beweisen durch vollständige Induktion Wir werden nun sehen, wie man Satz 1.1.1 zum Beweis der Gleichung (∗) auf Seite 3 benutzen kann. Es soll also gezeigt werden, dass 1 + 3 + 5 + . . . + (2n − 1) =
n
(2i − 1) = n2
i=1
für alle n ∈ N gilt. Überlegung 1: Die Formel 1 + 3 + 5 + . . . + (2n − 1) = n2 ist sicherlich für n = 1 richtig, was man durch Einsetzen sofort sieht: 1 = 12 .
1.1.1
6
1. Grundlagen und Zählprinzipien
Überlegung 2: Es ist sinnlos, nun mit konkreten Zahlen wie 2, 3, 4 und 5 weiter zu machen und jeweils zu prüfen, ob die Gleichung erfüllt ist. Wir brauchen vielmehr ein für jeden beliebigen Fall gültiges Verfahren. Und das geht so: Wir nehmen an, dass die Gleichung (∗) für ein festes k richtig ist, dass also k (2i − 1) = k 2 1 + 3 + 5 + . . . + (2k − 1) = i=1
gilt. Unter dieser Voraussetzung werden wir die Gleichung für k + 1 beweisen. Dazu betrachten wir die Summe der ersten k +1 ungeraden Zahlen und ersetzen darin die Summe der ersten k ungeraden Zahlen durch k 2 (entsprechend der Voraussetzung). Konkret rechnet man: 1 + 3 + 5 + . . . + (2k − 1) + (2(k + 1) − 1) = 1 + 3 + 5 + . . . + (2k − 1) + (2k + 1) = k 2 + (2k + 1) = k 2 + 2k + 1 = (k + 1)2 Überlegung 3: Ganz offensichtlich haben wir für diesen Nachweis der Korrektheit nur die Voraussetzung der Gültigkeit für das feste n = k gebraucht. Wir wissen damit: Ist das Resultat für n = k korrekt, so auch für n = k + 1. Ganz wesentlich ist es nun, sich zu überlegen, dass es auf jeden Fall eine natürliche Zahl n gibt, für die die Gleichung (∗) erfüllt ist, und das ist (wie wir in Überlegung 1 gesehen haben) die Zahl n = 1. Da die Gleichung für n = 1 richtig ist, ist sie es auch für n = 2 und damit für n = 3, n = 4, n = 5 und immer weiter. Das dahinter liegende Prinzip nennen wir das Induktionsprinzip. Intuitiv ist damit zwar alles geklärt, aber bei unendlichen Mengen kann man leicht Probleme bekommen, wenn man sich nur auf die Intuition verlässt. Man braucht daher noch den expliziten Beweis, dass mit der Anwendung des Induktionsprinzips die Behauptung tatsächlich für alle n ∈ N bewiesen ist. Das geht so: Sei S die Menge der natürlichen Zahlen, für die die Gleichung (∗) von Seite 3 falsch ist. Ist S = ∅, so enthält S nach Satz 1.1.1 ein kleinstes Element k ∈ N. Da (∗) für n = 1 richtig ist, ist 1 ∈ S, also ist k > 1. Damit ist k − 1 ∈ N, aber k − 1 ∈ S. Also ist die Gleichung (∗) für n = k − 1 richtig. Weil man daraus die Gültigkeit für n = k folgern kann, widerspricht dies der Voraussetzung k ∈ S. Also ist S = ∅ und die Behauptung gilt für alle n ∈ N.
1.1
Das Induktionsprinzip
7
Mit Hilfe des Induktionsprinzips kann man viele Aussagen beweisen, die für alle natürlichen Zahlen gelten. Es lohnt sich also, den folgenden Satz zu formulieren, dessen Beweis dann der gleichen Logik wie im Beispiel folgt. Satz 1.1.2 (Induktionsprinzip) Sei S eine Menge mit S ⊆ N. Es sollen die folgenden Eigenschaften erfüllt sein:
(a) 1 ∈ S. (b) Für jedes k ∈ S ist stets auch k + 1 ∈ S. Dann ist S = N. Beweis 1.1.2 Angenommen, es ist S = N, dann ist S0 := N \ S eine nicht
leere Teilmenge von N. Also gibt es ein kleinstes Element k ∈ S0 . Da 1 ∈ S ist, muss k > 1 sein, und k − 1 ist somit eine natürliche Zahl. Da k aber / S0 , also ist k − 1 ∈ S. Nach das kleinste Element von S0 ist, gilt k − 1 ∈ Voraussetzung (b) ist dann aber auch (k − 1) + 1 = k ∈ S und das steht im Widerspruch zur Annahme. Eine kleine Anmerkung für Leserinnen und Leser, die dieses Ergebnis schon einmal in anderem Zusammenhang gesehen haben und sich eventuell wundern. Bei einer axiomatischen Einführung der natürlichen Zahlen mit Hilfe der Peano-Axiome ist Satz 1.1.2 eines der Axiome, das so genannte Induktionsaxiom. Auch das ist natürlich in Ordnung. Man könnte dann das Wohlordnungsaxiom als einen Satz ableiten und würde schlicht auf einer etwas anderen Grundlage arbeiten. Für die mit dem Induktionsprinzip verbundenen Induktionsbeweise gibt es ein einprägsames Schema, das wir in den Überlegungen auf Seite 5 schon genutzt haben und noch einmal kurz explizit betrachten wollen. Es besteht aus drei Teilen, dem Induktionsanfang (auch Induktionsbasis genannt), der Induktionsannahme (manchmal auch als Induktionsvoraussetzung bezeichnet) und dem Induktionsschluss (manchmal auch als Induktionsschritt bezeichnet). Im folgenden Beispiel wird deutlich, was die einzelnen Schritte leisten.
1.1.2
8
1.1.3
1. Grundlagen und Zählprinzipien
Beispiel 1.1.3 Die Zahlen xn (mit n ∈ N0 ) werden wie folgt definiert: Es sei
x0 = 0 und xn = xn−1 + 2n für alle n ≥ 2. Dann gilt xn = n · (n + 1) für alle n ∈ N. Diese Behauptung soll durch Induktion bewiesen werden. Wir folgen dabei den oben genannten Schritten. Induktionsanfang: Die Behauptung ist korrekt für n = 1, denn es ist x1 = 0 + 2 = 1 · 2 = 2. Induktionsannahme: Das Resultat sei richtig für n = k, es gelte also xk = k(k + 1).
Induktionsschluss (k −→ k + 1): Das Resultat ist richtig für n = k + 1, denn es ist xk+1 = xk + 2(k + 1) nach Definition der Zahlen und xk + 2(k + 1) = k(k + 1) + 2(k + 1) unter Verwendung der Induktionsannahme. Einfaches Rechnen zeigt k(k + 1) + 2(k + 1) = (k + 1)(k + 2), sodass die Behauptung bewiesen ist. Der Induktionsanfang garantiert, dass man überhaupt etwas Sinnvolles beweist. Wenn es kein konkretes Beispiel gibt, dann nützt natürlich auch die Verallgemeinerung nichts. Die Induktionsannahme nimmt diesen Fall auf, setzt aber eine Variable statt der konkreten Zahl ein und bereitet so die Frage „was wäre, wenn“ vor. An k werden dabei keine Bedingungen geknüpft, insofern ist es beliebig. Andererseits ist ganz wichtig, dass k fest ist, wenn es erst einmal gewählt ist (und so sind auch nachträgliche Änderungen der Bedingungen ausgeschlossen). Der korrekt durchgeführte Induktionsschluss beweist dann, dass man von einem Fall auf den nächsten und damit auf alle möglichen Fälle schließen darf. Das Induktionsprinzip steckt nicht nur in diesem Beweisverfahren, sondern ist in der Mathematik auch in anderen Zusammenhängen ein probates Mittel für Problemlösungen. Man betrachtet etwa einen speziellen Fall (z. B. ein ganz bestimmtes Element) und verallgemeinert mit Hilfe induktiven Schließens auf einen umfassenderen Zusammenhang.
1.1
Das Induktionsprinzip
9
Beispiel 1.1.4 In der Ebene sind im ganzzahligen Gitter natürliche Zahlen ein-
1.1.4
getragen, wobei jede das arithmetische Mittel ihrer vier Nachbarn ist. Was kann man über diese Zahlen aussagen ?
a4
a1
a1 +a2 +a3 +a4 4
a3
a2
Sei x die kleinste natürliche Zahl im Gitter (und Satz 1.1.1 sagt uns, dass eine solche Zahl existiert). Dann ist x=
a1 + a2 + a3 + a4 , 4
wobei a1 , a2 , a3 , a4 die vier benachbarten Zahlen sind. Da ai ≥ x für alle i ist, muss a1 = a2 = a3 = a4 = x sein. Dann sind (und das sieht man mit dem gleichen Argument) auch alle Nachbarn von a1 und genauso alle Nachbarn von a2 , a3 und a4 gleich. Man schließt, dass somit alle Einträge im Gitter gleich sein müssen. 1.1.3 Induktion und Rekursion Bei der Induktion geht es darum, ein Problem auf ein „kleineres“ und schließlich auf ein bereits gelöstes Problem zurückzuführen. Auf dieser Grundidee basiert auch die so genannte Rekursion, die im folgenden Beispiel betrachtet wird. Wir argumentieren dabei in N0 , was natürlich keinen prinzipiellen Unterschied bewirkt. Beispiel 1.1.5 Sei N eine Menge mit n Elementen. Wie groß ist die Anzahl An
aller Teilmengen von N ? Ist n = 0, so ist An = 1, denn N = ∅ hat nur sich selbst als Teilmenge. Wir fügen nun zwei Betrachtungen ein, die man zwar nicht unbedingt braucht, die aber das Verständnis erleichtern.
1.1.5
10
1. Grundlagen und Zählprinzipien
Ist n = 1, so hat N genau ein Element, es ist also beispielsweise N = {x}. Also hat N die beiden Teilmengen ∅ und {x}. Sei n = 2 und N = {x, y}. Dann sind ∅ und {x} ebenfalls Teilmengen von N und das sind alle Teilmengen, die y nicht enthalten. Folglich kommen noch die Teilmengen {y} und {x, y} hinzu, also genau die Teilmengen, die y enthalten. Falls nun n = 3 und N = {x, y, z} ist, dann sind die eben angegebenen vier Teilmengen ∅, {x}, {y} und {x, y} Teilmengen von N . Hinzu kommen noch einmal so viele, die z enthalten, nämlich {z}, {x, z}, {y, z} und {x, y, z}. Kurz und gut: Mit jedem zusätzlichen Element verdoppelt sich die Anzahl der Teilmengen von N . Sei also n > 0 und x ∈ N . Dann ist N = N1 ∪ {x} für eine geeignete Menge N1 (die notfalls eben die leere Menge ist). Die Anzahl der Teilmengen von N1 ist An−1 . Jede Teilmenge B von N , die x enthält, entspricht einer Teilmenge B ∩ N1 von N1 . Also gibt es genau An−1 Teilmengen von N , die x enthalten (nämlich genau so viele wie Teilmengen, die x nicht enthalten). Das liefert An = 2An−1 . Es gilt übrigens An = 2n , was man leicht durch Induktion beweisen kann. Der Induktionsanfang ist für n = 0 bereits erledigt. Wir nehmen also an, dass Ak = 2k für ein k ∈ N ist. Nun ist aber Ak+1 = 2 · Ak (wie wir oben gesehen haben) und Ak = 2k (nach Induktionsannahme). Also ist Ak+1 = 2 · Ak = 2 · 2k = 2k+1 .
1.1.6
Beispiel 1.1.6 Der Turm von Hanoi
Gegeben sind drei Stäbe A, B, C. Auf Stab A liegen n unterschiedlich große Scheiben der Größe nach geordnet übereinander, wobei die größte Scheibe unten ist.
A
B
C
Das Problem besteht nun darin, diesen Stapel in gleicher Anordnung von Stab A nach Stab C zu bringen. Dabei darf bei jedem Zug immer nur eine
1.1
Das Induktionsprinzip
11
Scheibe bewegt werden und niemals darf eine größere Scheibe auf einer kleineren Scheibe liegen. Gesucht ist die minimale Anzahl von Zügen, die dazu nötig sind. Sei Mn diese minimale Anzahl von Zügen bei einem Turm aus n Scheiben. Für n = 1 ist alles ganz einfach, denn es reicht ein einziger Zug. Also gilt offensichtlich M1 = 1. Für n = 2 ist das Problem ebenfalls schnell gelöst. Man legt die kleinere Scheibe von A nach B, bewegt die größere Scheibe von A nach C und schließlich die kleinere Scheibe von B nach C. Gebraucht werden nun drei Züge, sodass M2 = 3 ist. Nehmen wir also n = 3 an. Im Prinzip kann man mit so wenigen Scheiben etwas herumspielen und kommt schnell zu einer Lösung. Einfacher ist es allerdings, wenn man sich kurz die wesentlichen Schritte überlegt: Um die größte der drei Scheiben von Stab A nach Stab C zu bringen, muss man Stab B als Zwischenablage für die beiden kleineren (in der richtigen Anordnung) nutzen. Das Problem ist also zunächst, einen Turm aus zwei Scheiben von Stab A nach Stab B zu bewegen. Diese Aufgabe ist allerdings gerade gelöst worden (vergleiche den Fall n = 2). Also ist auch das Problem des Umschichtens von drei Scheiben ganz einfach. Man braucht dazu 3 + 1 + 3 = 7 Züge, nämlich jeweils drei Züge für das Umschichten des Turms aus zwei Scheiben und einen Zug für das Umlegen der größten Scheibe. Die Grundidee kann man verallgemeinern. Sei also n > 1. Um den Stapel von Stab A nach Stab C zu bringen, ist es notwendig, die obersten n − 1 Ringe zunächst auf Stab B umzuschichten. Dazu benötigt man Mn−1 Züge. Nun kann der unterste Ring auf Stab C gelegt werden. Anschließend werden die n − 1 Ringe von Stab B auf Stab C gebracht, wozu wieder Mn−1 Züge notwendig sind. Also ist Mn = 2Mn−1 + 1, M1 = 1. Damit hat man eine induktive Formel für die Anzahl der Züge. Doch was macht man, wenn man tatsächlich zu gegebenem n die genaue Anzahl bestimmen will? Wie viele Züge braucht man, um einen Turm von Hanoi mit 1000 Scheiben umzuschichten? Die Antwort „ein bisschen mehr als doppelt so viele, wie man zum Umschichten eines Turms mit 999 Scheiben braucht“ ist nicht sonderlich nützlich. Besser ist hier eine direkte Formel. Eine solche gibt es auch. Es gilt nämlich Mn = 2n − 1, was wir durch Induktion nach n beweisen wollen. Behauptung: Um einen Turm von Hanoi mit n Scheiben umzuschichten, braucht man mindestens Mn = 2n − 1 Züge.
12
1. Grundlagen und Zählprinzipien
Induktionsanfang: Die Behauptung ist für n = 1 richtig, da M1 = 1 = 21 −1 ist. Induktionsannahme: Die Behauptung sei für n − 1 bereits gezeigt, es sei also Mn−1 = 2n−1 − 1. Induktionsschluss: Wenn die Behauptung für n − 1 gilt, dann rechnet man Mn = 2 · Mn−1 + 1 = 2 · (2n−1 − 1) + 1 = 2n − 1 und der Schluss von n − 1 auf n ist gelungen. Mit diesen drei Schritten ist der Induktionsbeweis abgeschlossen und die Behauptung ist gezeigt. Eine Variante der Bedingungen zum Umlegen von Scheiben ist die, dass nur Züge zwischen benachbarten Stäben erlaubt sind, also Züge von A nach B oder von B nach A und Züge von B nach C oder von C nach B. Sei dabei Qn die minimale Zuganzahl. Dann müssen offensichtlich zuerst die n − 1 kleineren Scheiben auf Stab C gebracht werden, wozu Qn−1 Züge notwendig sind (und hier interessiert uns im Moment überhaupt nicht, wie viele Züge das genau sind). Dann kann man die unterste und somit größte Scheibe auf Stab B legen. Nun müssen die n − 1 kleineren Scheiben auf Stab A zurückgebracht werden, wofür wiederum Qn−1 Züge benötigt werden. So ist Stab C frei, um die unterste Scheibe aufzunehmen. Man braucht dann noch einmal Qn−1 Züge, um alle n − 1 kleineren Scheiben auf Stab C abzulegen. Also gilt Qn = 3 · Qn−1 + 2. Für n = 1 ist die konkrete Anzahl offensichtlich, denn hier legt man die Scheibe zuerst auf Stab B und dann auf Stab C. Es ist also Q1 = 2. Behauptung: Es ist Qn = 3n − 1 für alle n ∈ N, was man (wie im Beispiel oben) durch Induktion nach n zeigen kann. In den vorhergehenden Beispielen haben wir stets die rekursive Struktur der Probleme genutzt, um eine erste Lösungsidee zu bekommen. Die daraus resultierenden Formeln waren nicht sehr hilfreich, um konkrete Werte (etwa die Anzahl der Züge) zu bestimmen. Schöner und nützlicher sind jeweils die geschlossenen Formeln, die hier aber mehr oder minder geraten wurden. Allerdings ist Raten keine sonderlich gute Arbeitsmethode, denn nicht immer kommt man damit zu einem sinnvollen Ergebnis. So sei angemerkt, dass man in den genannten Beispielen auch ohne Raten zum Ziel gekommen wäre, doch übersteigen die dazu notwendigen mathematischen Grundlagen (z. B. die Theorie der erzeugenden Funktionen) den Rahmen dieses Buches. Wer sich hier näher einarbeiten möchte, sei daher auf [2] verwiesen.
1.2
Das Schubfachprinzip
13
1.2 Das Schubfachprinzip
1.2
Wir wollen uns nun dem zweiten Beweisprinzip zuwenden, das in in den Vorbemerkungen zu diesem Kapitel angesprochen wurde. Es handelt sich um das Schubfachprinzip, das in seiner Grundidee ganz leicht zu erklären und zu verstehen ist. Das Schubfachprinzip: Version für Hausfrauen und –männer. Wenn sechs hungrige Personen am Tisch sitzen und sieben Kuchenstücke in der Mitte stehen, dann gibt es eine Person, die mindestens zwei Stücke Kuchen isst (nein, geteilt wird nicht, denn wir haben es nur mit natürlichen Zahlen zu tun). In der üblichen Formulierung würde man es so in Worte fassen: Sei n eine natürliche Zahl. Sind n + 1 Objekte auf n Schubfächer verteilt, so gibt es ein Schubfach, in dem mindestens zwei Objekte liegen. 1.2.1 Anwendungen des Schubfachprinzips Das Schubfachprinzip werden wir weiter unten als Satz 1.2.10 formulieren und beweisen. Obwohl es so selbstverständlich klingt, bedarf sein Beweis einiger Vorbereitung. Wir wollen deshalb zunächst aufzeigen, wie das Prinzip (wenn es bewiesen ist) angewendet werden kann. Wir werden sehen, dass es ein wichtiges Prinzip ist, und zum Beispiel Verwendung findet, wenn es darum geht, in einer bestimmten Menge die Existenz eines Elements x mit einer gewissen Eigenschaft nachzuweisen. Im folgenden Satz 1.2.2 geht es genau darum. Wir wollen seine Aussage zunächst an einem Beispiel verdeutlichen. Beispiel 1.2.1 Die Menge M = {2, 3, 4, 7, 9, 10} hat sechs Elemente, die alle nicht größer als 10 sind. Nun sieht man, dass in dieser Menge Zahlenpaare zu finden sind, bei denen eine Zahl die andere teilt: 2 teilt 4, 2 teilt 10 und 3 teilt 9. Ist das immer so, wenn man sechs Zahlen beliebig aus der Menge {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} herausnimmt und zu einer Menge M zusammenfasst? Versuchen wir es systematisch. Ist 1 ∈ M , dann sind wir fertig, denn 1 teilt jede andere natürliche Zahl. Falls 2 ∈ M die kleinste Zahl der Menge ist, dann gibt es sicherlich noch eine weitere gerade Zahl in M , den es gibt nur vier ungerade Zahlen, die größer als 1 und kleiner als 10 sind. Ist nun 3 ∈ M die kleinste Zahl der Menge und sind 6, 9 ∈ / M , dann ist M = {3, 4, 5, 7, 8, 10}, denn mehr Möglichkeiten gibt es nicht. Da zum Beispiel 4 ein Teiler von 8 ist, haben wir auch hier ein solches Zahlenpaar. Ist
1.2.1
14
1. Grundlagen und Zählprinzipien
4 ∈ M das kleinste Element, dann enthält M entweder 4 und 8 oder 5 und 10. Es bleibt noch der Fall M = {5, 6, 7, 8, 9, 10}, wobei M offensichtlich das entsprechende Paar (5,10) umfasst. Hätte M nur fünf Elemente, dann wäre es allerdings nicht immer möglich, solche Zahlenpaare zu finden. In der Menge M = {4, 5, 6, 7, 9} ist keine Zahl Teiler einer anderen Zahl der Menge. Offensichtlich braucht man mehr als die Hälfte der Elemente zwischen 1 und 10, um ganz sicher ein geeignetes Paar zu finden. Das ist die Aussage von Satz 1.2.2. 1.2.2
Satz 1.2.2 Sei n ∈ N. Gegeben sei eine Menge von n + 1 natürlichen Zahlen,
die alle nicht größer als 2n sein sollen. Dann gibt es Zahlen a und b in dieser Menge so, dass a = b und a ein Teiler von b ist. Beweisidee 1.2.2 Die n + 1 natürlichen Zahlen werden als Produkt einer ungeraden Zahl und einer Potenz der Zahl 2 geschrieben, also, locker ausgedrückt, in einen geraden und einen ungeraden Anteil zerlegt. Das geht immer. Eventuell ist eben nur „1“ der ungerade Anteil bzw. „20 = 1“ der „gerade“ Anteil (was natürlich keine gerade Zahl, aber eine Zweierpotenz ist). Betrachtet werden zunächst die ungeraden Teiler der n + 1 Zahlen. Da es zwischen 0 und 2n nur n ungerade Zahlen gibt, können diese Teiler nicht alle verschieden sein, und es gibt mindestens zwei (verschiedene) Zahlen mit demselben ungeraden Teiler. Auf diese zwei Zahlen konzentriert man sich jetzt und weist nach, dass eine der beiden die andere teilt. Beweis 1.2.2 Wir bezeichnen mit x1 , . . . , xn+1 die gegebenen n+1 natürlichen
Zahlen. Für i = 1, . . . , n + 1 schreiben wir xi = 2ni yi , wobei yi jeweils eine ungerade Zahl ist. Die yi sind also n + 1 ungerade Zahlen mit yi ≤ 2n für i = 1, 2, . . . , n. Da es zwischen 1 und 2n nur die n ungeraden Zahlen 1, 3, 5, . . . , 2n − 1 gibt, folgt mit dem Schubfachprinzip, dass zwei der yi gleich sein müssen, dass also yk = ym für zwei verschiedene Indizes k und m ist. Es ist xk = 2nk yk und xm = 2nm ym . Ist nk ≤ nm , so wird xm von xk geteilt, sonst wird xk von xm geteilt. 1.2.3
Beispiel 1.2.3 Sei S eine Menge, die aus zehn verschiedenen Zahlen zwischen
1 und 99 besteht. Dann gibt es zwei disjunkte Teilmengen S1 und S2 von S so, dass die Summe über alle Zahlen in S1 gleich der Summe über alle Zahlen in S2 ist.
1.2
Das Schubfachprinzip
15
Es gibt insgesamt 210 −1 = 1023 nicht leere Teilmengen der gewählten Menge S von 10 Zahlen (und das wurde auf Seite 9 gezeigt). Die größtmögliche Summe der Elemente von S ist 90 + 91 + . . . + 99 = 945. Insbesondere ist 90 + 91 + . . . + 99 < 1023, also ist jede Summe über jede dieser Teilmengen kleiner als 1023. Nach dem Schubfachprinzip gibt es daher zwei Teilmengen A und B von S, die zwar verschieden sind, aber in der Summe ihrer Elemente übereinstimmen. Indem wir aus A und B jeweils die gemeinsamen Zahlen A ∩ B herausnehmen, erhalten wir die gesuchten Mengen S1 und S2 . 1.2.2 Abbildungen und das Zählen Dem Schubfachprinzip liegt das Zählen zu Grunde. Um es zu beweisen, müssen wir uns entsprechend darüber verständigen, was Zählen bedeutet und wann wir sagen, dass eine Menge X genau n Elemente hat. Kinderkram? Ja sicher, denn Kinder wissen, wie es geht. Kleine Kinder zeigen mit den Fingern, wie alt sie sind oder wie viele Kuchenstücke auf dem Teller liegen. Sie stellen dabei eine Beziehung zwischen den Fingern ihrer Hand und ihrem Alter bzw. den Kuchenstücken her. Etwas abgehoben könnte man sagen, dass sie eine Abbildung zwischen der Anzahl der Finger und der Anzahl der Jahre bzw. der Kuchenstücke herstellen. Nicht viel anders wird es in der Mathematik gemacht und das soll im Folgenden aufgezeigt werden. Definition 1.2.4 Seien A, B Mengen. Eine Teilmenge f des kartesischen Pro-
dukts A × B = {(a, b)|a ∈ A, b ∈ B} heißt Abbildung, falls es für jedes a ∈ A genau ein Paar (a, b) ∈ f gibt. Man schreibt f : A −→ B und b = f (a). Das Element b heißt Bild von a, das Element a Urbild von b (jeweils unter f ). Durch eine Abbildung f : A −→ B wird somit jedem Element a ∈ A eindeutig ein Element b = f (a) ∈ B zugeordnet. Es ist nicht zwingend, aber in vielen Fällen (und gerade in denen, die man aus der Schule kennt) gibt es irgendeine Vorschrift, durch die eine Abbildung beschrieben wird. Beispiele sind etwa die quadratische Funktion f : R −→ R mit f (x) = x2 für alle x ∈ R, die √ + x für alle nicht negativen reellen Wurzelfunktion g : R+ 0 −→ R0 mit g(x) = Zahlen x oder die Vorzeichenfunktion (Signumfunktion) sgn : Z −→ {−1, 0, 1}, mit der Abbildungsvorschrift sgn(z) = 1 für alle z > 0, sgn(z) = 0 für z = 0 und sgn(z) = −1 für alle z < 0. Dabei soll mit R+ 0 die Menge aller nicht + negativen reellen Zahlen bezeichnet sein, also R0 = {x ∈ R | x ≥ 0}.
1.2.4
16
1. Grundlagen und Zählprinzipien
Hinter einer Abbildung muss allerdings nicht unbedingt eine explizite Vorschrift stecken. So ist f = {(1, 2), (2, 3), (3, 2), (4, 2)} eine Abbildung von A = {1, 2, 3, 4} nach B = {1, 2, 3, 4}, denn f ⊆ A × B erfüllt die Bedingung, dass jedem a ∈ A genau ein b ∈ B zugeordnet ist. Schließlich sei noch angemerkt, dass der Begriff „Vorschrift“ keinesfalls ordentlich definiert ist. Wählt man etwa A = {1, 2} und B = {1, 4}, dann kann man die unterschiedlichen Vorschriften f1 : A → B und f2 : A → B mit f1 (x) = x2 und f2 (x) = 3x − 2 festlegen, die auf diesen Mengen aber jeweils dieselbe Abbildung beschreiben. Durch die Definition 1.2.4 der Abbildung als Teilmenge des kartesischen Produktes ist die Gleichheit von zwei Abbildungen dagegen eindeutig festgelegt, nämlich als Gleichheit der entsprechenden Teilmengen (und dafür braucht man keine wie auch immer geartete „Vorschrift“). Interessant sind nun für den folgenden Abschnitt vor allem solche Abbildungen f : A −→ B, die eine eindeutige Zuordnung zwischen Mengen festlegen, bei denen also nicht nur jedem Element a ∈ A genau ein f (a) ∈ B zugeordnet ist (und das ist nach Definition 1.2.4 zwingend), sondern bei denen es umgekehrt zu jedem b ∈ B auch genau ein Urbild a mit f (a) = b gibt. Sie bekommen wegen ihrer Bedeutung in der folgenden Definition 1.2.5 unter (c) einen eigenen Namen. 1.2.5
Definition 1.2.5 Eine Abbildung f : A −→ B heißt (a) injektiv, wenn aus f (a1 ) = f (a2 ) für a1 , a2 ∈ A stets a1 = a2 folgt, (b) surjektiv, wenn es zu jedem b ∈ B ein a ∈ A mit f (a) = b gibt, und (c) bijektiv, falls f injektiv und surjektiv ist.
Bei einer injektiven Abbildung f : A −→ B haben unterschiedliche Elemente aus A also auch unterschiedliche Bilder in B (und das ist logisch äquivalent zur oben gewählten Formulierung). Bei einer surjektiven Abbildung f : A −→ B kommt jedes Element aus B als Bild vor und hat somit ein Urbild. Verbindet man die beiden Eigenschaften, dann wird die Zuordnung im Hinblick auf beide Richtungen eindeutig. Für eine bijektive Abbildung f : A −→ B gilt also, dass unter f jedes Element aus A genau ein Bild in B und jedes Element in B genau ein Urbild in A hat. 1.2.6
Beispiele 1.2.6 (a) f : N −→ N mit f (x) = x2 ist eine Abbildung, die injektiv,
aber nicht surjektiv ist. Sie ist injektiv, da aus x2 = y 2 für natürliche Zahlen x und y immer x = y folgt. Die Abbildung ist nicht surjektiv, da nicht jede natürliche Zahl eine Quadratzahl ist und folglich nicht jede natürliche Zahl als Bild vorkommt oder, anders ausgedrückt, ein Urbild hat.
1.2
Das Schubfachprinzip
17
(b) Die Abbildung f : Z −→ Z mit f (x) = x2 ist nicht injektiv, da beispielsweise f (3) = f (−3) = 9 ist. + 2 (c) f : R+ 0 −→ R0 mit f (x) = x ist eine bijektive Abbildung. Einerseits 2 2 folgt aus x = y immer x = y, andererseits gibt es zu jedem y ∈ R+ 0 ein √ mit f (x) = y, nämlich x = y. x ∈ R+ 0
Denken Sie noch einmal an die Kinder. Sie stellen (mathematisch gesprochen) zwischen ihren Fingern und ihrem Alter bzw. den Kuchenstücken eine bijektive Abbildung her. Jedem Jahr bzw. jedem Kuchenstück wird ein Finger zugeordnet. Weiter als bis zur Zahl 10 geht diese Zuordnung allerdings nicht aber das ist wohl auch nicht nötig. In der Mathematik hat man es besser, denn der Vorrat ist unbegrenzt: Die mathematischen Finger sind die natürlichen Zahlen N. Definition 1.2.7 Für jedes n ∈ N definieren wir Nn = {x | x ∈ N, x ≤ n}.
1.2.7
Wir sagen, eine Menge X hat n Elemente, falls es eine bijektive Abbildung f : Nn −→ X gibt.
Nun könnte es (theoretisch) allerdings sein, dass es für verschiedene natürliche Zahlen n und m bijektive Abbildungen fn : Nn −→ X, fm : Nm −→ X gibt, dass also X sowohl n als auch m Elemente hat. Dies würde man vermutlich als unerfreulich ansehen, obwohl jeder von uns schon einmal die Erfahrung gemacht hat, dass zweimaliges Abzählen einer Menge verschiedene Resultate ergab. Man glaubt nicht, dass beide Ergebnisse korrekt sind, sondern geht vielmehr davon aus, dass man sich verzählt hat. Warum eigentlich? Aus mathematischer Sicht braucht auch diese Idee eine Begründung. Satz 1.2.8 Seien m, n ∈ N und m < n. Dann gibt es keine injektive Abbildung
von Nn nach Nm .
Beweisidee 1.2.8 Man nimmt an, dass die Behauptung des Satzes falsch ist
und es irgendwelche Mengen mit m bzw. n Elementen gibt, zwischen denen man (trotz m = n) eine bijektive Zuordnung beschreiben kann. Das kann natürlich nicht klappen und man steuert recht schnell auf einen Widerspruch zu. Im Kern der Argumentation steht, dass es (wenn es denn überhaupt eine
1.2.8
18
1. Grundlagen und Zählprinzipien
solche Zahl gibt) eine kleinste Zahl n = k geben muss, für die man eine solche Abbildung konstruieren kann. Man verstrickt sich in allerlei Randbedingungen und folgert dann, dass auch k − 1 die Bedingung erfüllt, was nicht sein darf. Kurz und gut: Es gibt einfach nicht genügend Bilder, wenn man eine größere auf eine kleinere Menge injektiv abbilden möchte. Beweis 1.2.8 Sei S die Menge aller n ∈ N, für die es eine injektive Abbildung
von Nn in ein Nm mit m < n gibt. Wir wollen annehmen, dass S = ∅ ist. Nach Satz 1.1.1 hat S dann ein kleinstes Element k. Damit gibt es ein ∈ N mit < k und eine injektive Abbildung f : Nk −→ N . Sei = 1, also N = {1}. Jede Abbildung von Nk nach N kann einem beliebigem Element aus Nk also nur den Wert 1 zuordnen. Da k > 1 ist, kann f somit nicht injektiv sein. Also ist > 1 und damit ( − 1) ≥ 1. Wir betrachten die Bilder der Elemente 1, 2, . . . , k − 1 ∈ Nk , wobei diese Elemente nach Definition die Menge Nk−1 bilden. Falls f (1), f (2), . . . , f (k − 1) = gilt, müssen die Bilder der ersten k − 1 natürlichen Zahlen unter f aus der Menge N−1 = {1, 2, . . . , l − 1} sein. Damit ist aber auch f (Nk−1 ) ⊆ N−1 . Also ist f|Nk−1 : Nk−1 −→ N−1 , die Einschränkung von f auf Nk−1 , injektiv und das bedeutet k − 1 ∈ S im Widerspruch zur Minimalität von k. Es gibt also ein b mit 1 ≤ b ≤ k − 1 und f (b) = . Da f injektiv ist, tritt nur einmal als Bild auf und es ist insbesondere f (k) = c = . Nun konstruiert man eine Abbildung f ∗ : Nk−1 −→ N−1 folgendermaßen: Für r ∈ Nk−1 und r = b wählt man f ∗ (r) = f (r), im Fall r = b setzt man f ∗ (b) = c. Diese Abbildung ist injektiv, denn jedes Element aus N−1 kommt höchstens einmal als Bild vor. Damit folgt dann aber auch in diesem Fall k − 1 ∈ S und das ist ein Widerspruch. Satz 1.2.8 zeigt insbesondere, dass die Anzahl der Elemente einer endlichen Menge eindeutig bestimmt ist (warum?). Wir können daher die folgenden Schreibweisen und Begriffe sinnvoll einführen. 1.2.9
Definition 1.2.9 Sei X eine Menge. Ist X = ∅, so schreibt man |∅| = 0. Gibt es ein bijektive Abbildung f : Nn −→ X, so schreibt man |X| = n. Gibt es für kein n ∈ N eine bijektive Abbildung f : Nn −→ X und ist X = ∅, so schreibt man |X| = ∞.
Man nennt |X| die Mächtigkeit der Menge X. Ist |X| = ∞, so heißt X endlich. Ist X endlich oder gibt es eine bijektive Abbildung von N nach X, so heißt X abzählbar, sonst überabzählbar.
1.2
Das Schubfachprinzip
19
1.2.3 Der Beweis des Schubfachprinzips Mit den letzten Abschnitten sind die Grundlagen für den Beweis des Schubfachprinzips gelegt. Der Satz soll dazu noch einmal genannt werden und eine eigene Nummer bekommen. Insbesondere das Ergebnis von Satz 1.2.8 wird benötigt und führt zu einem kurzen und eleganten Beweis. Satz 1.2.10 (Schubfachprinzip) Sei n ∈ N. Sind n+1 Objekte auf n Schubfächer verteilt, so gibt es ein Schubfach, in dem mindestens zwei Objekte liegen.
1.2.10
Beweis 1.2.10 Sei X die Menge der Schubfächer und Y die Menge der Objekte.
Dann ist |X| = n und |Y | = n + 1. Das Verteilen von Objekten auf die Schubfächer kann man als eine Abbildung f : Y −→ X auffassen. Nach Satz 1.2.8 kann diese Abbildung nicht injektiv sein. Also gibt es zwei Objekte, die im gleichen Schubfach liegen. Das Schubfachprinzip hat zahlreiche und sehr unterschiedliche Anwendungen. Die folgenden beiden Beispiele zum Zählen und Rechnen sollen das exemplarisch belegen. Beispiel 1.2.11 Sei X eine Menge von mindestens zwei Menschen. Dann gibt es in X zwei Menschen mit der gleichen Anzahl von Freunden (wobei stillschweigend die Symmetrie der Relation „ist Freund von“ angenommen wird, sodass aus „x ist Freund von y“ immer auch „y ist Freund von x“ folgt; und natürlich ist man auch nicht mit sich selbst befreundet).
Begründung: Sei x ∈ X. Wir bezeichnen mit f (x) die Anzahl der Freunde von x. Ist |X| = m, so ist f (x) ∈ {0, 1, . . . , m − 1}. Damit ist f : X → Y = {0, . . . , m − 1} eine Abbildung, denn jeder Person kann die Anzahl ihrer Freunde eindeutig zugeordnet werden. Nun ist aber |X| = |Y |, sodass wir das Schubfachprinzip nicht unmittelbar anwenden können. Allerdings hilft die folgende Überlegung, bei der die Symmetrie genutzt wird. Angenommen, x ∈ X ist eine Person, die m − 1 Freunde hat. Dann ist jede andere Person aus der Menge X ein Freund von x und es ist folglich f (x) = 0 für alle x ∈ X. Somit können 0 und m − 1 nicht gleichzeitig Bilder unter f sein.
1.2.11
20
1. Grundlagen und Zählprinzipien
Also ist entweder f (X) ⊆ {1, . . . , m − 1} oder f (X) ⊆ {0, . . . , m − 2} (wobei selbstverständlich nicht alle Elemente von {1, . . . , m − 1} bzw. im zweiten Fall von {0, . . . , m − 2} auch tatsächlich Bilder unter f sein müssen). Das Schubfachprinzip (Satz 1.2.10) besagt in diesem Fall aber, dass es x1 , x2 in X mit f (x1 ) = f (x2 ) gibt. 1.2.12
Beispiel 1.2.12 Es gibt a, b, c ∈ N0 , die nicht alle gleich 0 sind (für die also
(a, b, c) mit |a|, |b|, |c| < 106 und so, dass die Ungleichung √ = (0,√0, 0) ist)−11 gilt. |a + b 2 + c 3| < 10 Begründung: Man betrachtet alle Terme der Form √ √ r + s 2 + t 3 mit r, s, t ∈ N0 und r, s, t ≤ 106 − 1. Es gibt genau 1018 solcher Terme, da man für a, b und c jeweils 106 Möglichkeiten hat. Man setzt nun √ √ d = (1 + 2 + 3) · 106 . √ √ Dann gilt 0 ≤ x < d für jedes x = r + s 2 + t 3, also für jede ganze Zahl x der gegebenen Form. Sei d . k = 18 10 − 1 Man teilt das Intervall der reellen Zahlen y mit 0 ≤ y ≤ d in 1018 − 1 Teilintervalle der Länge k. Nach dem Schubfachprinzip gibt es dann zwei verschiedene Zahlen x1 , x2 der gegebenen Form, die in einem gemeinsamen Teilintervall liegen. Seien √ √ √ √ x1 = r1 + s1 2 + t1 3 und x2 = r2 + s2 2 + t2 3 diese beiden Zahlen. Für ihren Abstand gilt √ √ |x1 − x2 | = |(r1 − r2 ) + (s1 − s2 ) 2 + (t1 − t2 ) 3| < k, da x1 = x2 ist. Nun ist aber k< Das war gerade die Behauptung.
107 = 10−11 . 1018
1.3
Grundprinzipien der Kombinatorik
21
Mit dem Schubfachprinzip kann man schließlich auch den folgenden Satz 1.2.13 begründen. Er besagt, dass man bijektive Abbildungen auf endlichen Mengen relativ einfach in den Griff bekommen kann. Es genügt nämlich in diesem Fall, wenn man entweder ihre Injektivität oder ihre Surjektivität zeigt. Satz 1.2.13 Sei N eine Menge mit |N | = n für ein n ∈ N. Eine Abbildung f : N −→ N ist genau dann injektiv, wenn sie surjektiv ist.
1.2.13
Beweis 1.2.13 Sei f injektiv, sodass also aus x = y stets f (x) = f (y) folgt.
Falls es nun ein z ∈ N geben sollte, das kein Urbild bezüglich f hat, dann gibt es nach dem Schubfachprinzip (Satz 1.2.10) zwei Elemente in N , die dasselbe Bild unter f haben müssen. Das ist ein Widerspruch zur Injektivität der Abbildung. Sei andererseits f surjektiv, sodass es also zu jedem y ∈ N ein x ∈ N mit f (x) = y gibt. Man kann dann genauso argumentieren. Wenn es nämlich x, y ∈ N mit x = y, aber f (x) = f (y) gibt, dann können nach dem Schubfachprinzip höchstens n − 1 Elemente als Bilder unter f vorkommen. Das widerspricht der Surjektivität der Abbildung.
1.3 Grundprinzipien der Kombinatorik
1.3
Die Kombinatorik ist ein Teilgebiet der Mathematik, in dem es um die Anordnung und Auswahl von Objekten geht. Dahinter stehen nicht selten praktische (oder praktisch anmutende) Fragestellungen wie etwa die folgende Verallgemeinerung des Schubfachprinzips. 1.3.1 Eine Verallgemeinerung des Schubfachprinzips Satz 1.3.1 Seien n, , r natürliche Zahlen und n ≥ 1 + r( − 1). Es seien n Objekte mit r Farben angemalt. Dann gibt es (mindestens) Objekte von gleicher Farbe. Beweisidee 1.3.1 Wenn es nicht mindestens Objekte von einer (beliebigen)
Farbe gibt, dann sind es eben höchstens − 1 Objekte einer Farbe. Die Multiplikation mit der Anzahl r möglicher Farben gibt das gewünschte Ergebnis.
1.3.1
22
1. Grundlagen und Zählprinzipien
Beweis 1.3.1 Angenommen, es gibt höchstens jeweils − 1 Objekte von der
gleichen Farbe. Dann gibt es höchstens r( − 1) Objekte, die mit r Farben angemalt sind.
Dieser Satz hat sinnvolle Anwendungen, von denen zwei aufgezeigt werden sollen. Dabei geht es zunächst um ein Spiel und dann um monotone Teilfolgen einer Folge reeller Zahlen. Das Ramsey - Spiel Das Ramsey-Spiel1 wird von zwei Spielern A und B gespielt. Man zeichnet zunächst sechs Punkte so auf ein Blatt Papier, dass keine drei Punkte auf einer Geraden liegen. Jeder Spieler hat eine Farbe (sagen wir rot für A und blau für B). In jedem Zug zeichnet ein Spieler eine Strecke zwischen zwei noch nicht verbundenen Punkte in seiner Farbe. Verloren hat derjenige Spieler, der gezwungen ist, als erster ein Dreieck in seiner Farbe zu zeichnen. Wenn man das Spiel mehrfach spielt, so fällt auf, dass es eigentlich nie zu einem Unentschieden kommt. Die Beobachtung ist richtig, und dass tatsächlich stets einer der Spieler verliert, können wir beweisen. Behauptung: Beim Ramsey-Spiel gibt es keinen unentschiedenen Ausgang, sondern es wird immer einer der beiden Spieler gewinnen. Begründung: Die sechs Punkte seien mit 1,2,3,4,5 und 6 bezeichnet. Die Behauptung ist somit, dass bei jeder Färbung der 2-Mengen {i, j} stets ein Tripel ({i, j}, {j, k}, {i, k}) entsteht, bei dem alle Elemente die gleiche Farbe haben (mit i, j, k ∈ {1, 2, 3, 4, 5, 6}). Dazu betrachten wir zunächst die Mengen {1, 2}, {1, 3}, {1, 4}, {1, 5}, {1, 6}. Wenn diese Mengen mit zwei Farben eingefärbt werden, dann gibt es nach Satz 1.3.1 (mindestens) drei Mengen mit gleicher Farbe. Wir können also annehmen, dass {1, 2}, {1, 3} und {1, 4} alle rot sind. Nun gibt es zwei Möglichkeiten: Ist eine der folgenden Mengen {2, 3}, {2, 4}, {3, 4} rot, so haben wir ein rotes Dreieck. Ist keine davon rot, so sind sie alle blau und bilden ein blaues Dreieck. Übrigens kann man das Spiel nicht für jede Anzahl von Punkten in gleicher Weise spielen. Angenommen, man zeichnet fünf Punkte 1,2,3,4 und 5 so auf, dass keine drei auf einer Geraden liegen. Man färbt nun {1, 2, }, {2, 3}, {3, 4}, {4, 5}, {1, 5} rot und die restlichen Paare blau ein. Dann gibt es in dieser Zeichnung kein einfarbiges Dreieck. 1
Frank P. Ramsey *22.3.1903 Cambridge †19.1.1930 Cambridge, Mathematiker und Philosoph, wurde bereits mit 21 Jahren Professor am King’s College in Cambridge. Er leistete insbesondere Beiträge zur Ökonomie und zur Logik.
1.3
Grundprinzipien der Kombinatorik
23
Monotone Teilfolgen von Folgen reeller Zahlen In einer Folge von reellen Zahlen sollen bestimmte monotone Teilfolgen identifiziert werden. Aber Vorsicht, das Beispiel ist schon ein wenig übel. Warum, das wird weiter unten in einem Hinweis deutlich. Die folgende Behauptung findet sich, leicht abgeändert, in [2, Seite 25]. Behauptung: Sei a1 , . . . , amn+1 eine Folge von mn+1 paarweise verschiedenen reellen Zahlen. Dann enthält diese Folge eine streng monoton wachsende Teilfolge ak1 < . . . < akm+1 (mit k1 < . . . < km+1 ) der Länge m + 1 oder eine streng monoton fallende Teilfolge a1 > . . . > an+1 (mit 1 < . . . < n+1 ) der Länge n + 1. Hinweis: Bei der Begründung dieser Behauptung muss man immer wieder zwischen zwei Mengen von Zahlen unterscheiden. Da gibt es einerseits eine Menge von reellen Zahlen. Diese Zahlen bilden eine Menge (weil sie alle voneinander verschieden sind), hier sind sie allerdings als Folge gegeben. Es ist also bedeutsam, an welcher Stelle dieser Folge ein bestimmtes Element (oder besser Glied der Folge) steht. Andererseits gibt es Mengen von Indizes. Bei diesen Mengen kommt es darauf an, welche Ordnungsnummer ein Element der eben beschriebenen Folge hat. Insbesondere werden hier nur ganz bestimmte Ordnungsnummern („Indizes“) zu einer Menge zusammengefasst. Dabei spielt die Reihenfolge (wie bei allen Mengen) keine Rolle. Begründung: Wir nehmen an, dass es keine aufsteigende Folge der Länge m + 1 gibt. Für i = 1, . . . , m setzt man Ki = {k | Die längste aufsteigende Folge, die bei ak endet, hat die Länge i.} Da es streng monoton steigende Folgen höchstens bis zur Länge m gibt, kann man über alle Elemente ak eine Aussage machen, in welcher Menge Ki der zu diesem Element gehörende Index k liegt. Das liefert K1 ∪ K2 ∪ . . . ∪ Km = {1, 2 . . . , mn + 1}. Weiter ist Ki ∩ Kj = ∅ für i = j. Nach Satz 1.3.1 gibt es also ein i mit |Ki | ≥ n + 1. Wir behaupten, dass es in Ki eine monoton fallende Teilfolge von Indizes gibt, zu denen wiederum eine monoton fallende Teilfolge der aj (ebenfalls mit der Länge n + 1) gehört. Seien k, ∈ Ki mit k < . Wir nehmen außerdem an, dass ak < a ist. Da k ∈ Ki ist, gibt es eine monoton wachsende Folge der Länge i, die in ak endet. Diese können wir nun (laut Annahme) um a verlängern, was eine monoton
24
1. Grundlagen und Zählprinzipien
wachsende Folge der Länge i + 1 liefert. Somit ist ∈ Ki+1 ∩ Ki , was aber wegen Ki+1 ∩ Ki = ∅ nicht möglich ist. Damit ist ak > al für alle k, l ∈ Ki mit k < l. Also ist die Folge der aj mit j ∈ Ki eine monoton fallende Folge der Länge n + 1. Die minimale Anzahl mn + 1 von Elementen ist übrigens wirklich zwingend als Voraussetzung. Betrachten wir etwa in der Rolle der aj die nm Zahlen n − 1, 2n − 1, . . . , nm − 1, n − 2, 2n − 2, . . . , nm − 2, . . . , 0, n, . . . , (m − 1)n. Hier gibt es keine monoton steigende Teilfolge der Länge m+1 (und das muss man sich in Ruhe und mit hartnäckigem Zählen klar machen), aber auch keine monoton fallende Teilfolge der Länge m + 1 (wobei man zum Verstehen die gleiche Ruhe und gleichermaßen hartnäckiges Zählen braucht). 1.3.2 Permutationen, Variationen, Kombinationen Wir wollen nun einen Spezialfall der bijektiven Abbildung betrachten, nämlich eine bijektive Abbildung auf einer endlichen Menge. Diese Art der bijektiven Abbildung bekommt in der folgenden Definition einen eigenen Namen. 1.3.2
Definition 1.3.2 Sei N eine endliche Menge und |N | = n. Eine bijektive Abbil-
dung f : N → N nennt man Permutation. Die Menge aller Permutationen von N wird mit Sn bezeichnet. Wenn man Sn untersucht, dann macht man sich das Leben oft einfach, indem man N = {1, 2, . . . , n} setzt. Im Grunde kommt es ja nur darauf an, dass die einzelnen Elemente unterscheidbar sind. Das soll auch im folgenden Beispiel so gemacht werden. 1.3.3
Beispiel 1.3.3 Sei n = 3. Wir wollen die Elemente von S3 bestimmen, nämlich
alle bijektiven Abbildungen der Menge N = {1, 2, 3} auf sich selbst. Das kann man ganz systematisch angehen, indem man nacheinander die Permutationen betrachtet, die alle Elemente bzw. kein Element bzw. ein Element bzw. zwei Elemente festlassen. Wenn eine Permutation alle Elemente festlässt, dann wird 1 auf 1, 2 auf 2 und 3 auf 3 abgebildet. Wir nennen diese Permutation s1 und wählen für sie eine übersichtliche Schreibweise in zwei Reihen, bei der oben das Urbild und direkt darunter das Bild dieses Elements steht. Damit ist 1 2 3 . s1 = 1 2 3
1.3
Grundprinzipien der Kombinatorik
25
Andere Permutationen in S3 , die alle Elemente festlassen, kann es nicht geben. Wenn eine Permuation kein Element festlässt, dann muss 1 auf 2 oder 3 abgebildet werden (mehr Auswahl gibt es nicht). Wenn 1 auf 2 geht, dann muss 2 auf 3 gehen (sonst wäre 3 fest) und folglich 3 auf 1. Wenn 1 auf 3 geht, dann wird 2 auf 1 und 3 auf 2 abgebildet (auch das ist eindeutig). Wir nennen diese Permutationen s2 bzw. s3 und stellen sie in der oben gegebenen Form dar. Also ist 1 2 3 1 2 3 und s3 = . s2 = 2 3 1 3 1 2 Wenn eine Permutation in S3 genau ein Element festlässt, dann ist alles ganz einfach. Es gibt offensichtlich drei Möglichkeiten, bei denen jeweils ein Element auf sich selbst abgebildet wird und die beiden anderen vertauscht werden. Man kann somit 1 2 3 1 2 3 1 2 3 und s5 = und s6 = s4 = 1 3 2 3 2 1 2 1 3 festlegen. Der letzte Fall, bei dem zwei Elemente festbleiben sollen, ist allerdings keine weitere Möglichkeit. In diesem Fall muss (notgedrungen) auch das dritte Element auf sich selbst abgebildet werden. Damit gilt |S3 | = 6, es gibt sechs bijektive Abbildungen einer Menge mit drei Elementen auf sich selbst. Auf der Menge Sn der Permutationen kann man eine sinnvolle Verknüpfung festlegen, nämlich die Hinterausführung von zwei solchen Abbildungen. Sind g, f ∈ Sn , so definiert man (ganz naheliegend) gf durch gf (i) = g(f (i)) für i ∈ N (und N soll hier und im folgenden Text wie in Definition 1.3.2 gewählt sein). Seien g, f ∈ Sn und deren Hintereinanderausführung gf durch gf (i) = g(f (i)) für i ∈ N definiert. Dann ist auch gf eine Permutation.
Satz 1.3.4
Beweisidee 1.3.4 Da gf eine Abbildung einer endlichen Menge auf sich ist,
genügt es, die Injektivität zu zeigen. Und das macht man ganz direkt. Beweis 1.3.4 Es ist klar, dass gf eine Abbildung ist, denn mit i ∈ N ist
f (i) ∈ N und somit auch g(f (i)) ∈ N .
1.3.4
26
1. Grundlagen und Zählprinzipien
So bleibt nur zu zeigen, dass gf bijektiv ist. Nach Satz 1.2.13 ist das insbesondere dann der Fall, wenn gf injektiv ist. Sei also gf (i) = gf (j) für i, j ∈ N . Dann ist f (i) = f (j), weil g injektiv ist und somit i = j, weil f injektiv ist. Also ist gf eine bijektive Abbildung und somit gf ∈ Sn . Was im Satz vielleicht abstrakt klingt, wird in einer Menge wie S3 sehr leicht konkret. Wir betrachten dazu die Elemente s4 und s5 (mit den Bezeichnungen wie im Beispiel auf Seite 24 und in genau dieser Schreibweise). Wir legen nun fest, wie die Hintereinanderausführung zu lesen ist. Es soll s4 s5 bedeuten, dass erst die Abbildung s5 und dann die Abbildung s4 ausgeführt wird, also soll 1 2 3 1 2 3 1 2 3 = s2 = s4 s5 = 2 3 1 3 2 1 1 3 2 sein, denn 1 wird zunächst (unter s5 ) auf 3 und dann (unter s4 ) auf 2 abgebildet, 2 geht auf 2 und dann auf 3, 3 geht auf 1 und 1 dann wieder auf 1. Das Ergebnis ist s2 , also wieder eine Permutation der Zahlen 1, 2 und 3. Mit genau der gleichen Methode kann man beliebige Permutationen hintereinander ausführen. Man sieht dann insbesondere, dass es zu jeder Permutation eine so genannte Umkehrung gibt. Zum Beispiel ist s2 s3 = oder s4 s4 =
1 2 3 1 2 3 1 2 3 = s1 = 1 2 3 3 1 2 2 3 1 1 2 3 1 2 3 1 2 3 = s1 . = 1 2 3 1 3 2 1 3 2
Was hier für S3 exemplarisch gerechnet ist, kann man auf jede beliebige Permutation (und sogar auf jede bijektive Abbildung) verallgemeinern. Man kann eine Umkehrabbildung definieren. 1.3.5
Definition 1.3.5 Sei f ∈ Sn . Die Abbildung f −1 ∈ Sn , die durch f −1 (i) = j
für f (j) = i definiert ist, heißt Umkehrabbildung von f . Mit dieser Festlegung gilt insbesondere f −1 f (i) = i = f f −1 (i), d. h., f −1 f ist die identische Abbildung (oder Identität), die jedes Element auf sich selbst abbildet.
1.3
Grundprinzipien der Kombinatorik
27
Die Anzahl der Permutationen |Sn | zu einer gegebenen natürlichen Zahl n ist mit diesem begrifflichen Wissen erstaunlich leicht zu bestimmen. Die Methode soll dabei zunächst an einem Beispiel geklärt werden. Betrachten wir etwa S4 , die Menge aller Permutationen von vier Elementen. Wir wissen bereits, dass |S3 | = 6 ist, denn wir haben alle entsprechenden Abbildungen im Beispiel auf Seite 24 bestimmt. Im Prinzip finden wir diese bijektiven Abbildungen auch in S4 wieder, wenn man jeweils die 4 auf sich selbst abbildet. Das könnte (wie gesagt, im Prinzip, und mit den Bezeichnungen aus dem Beispiel) so aussehen: 1 2 3 4 , s1 = 1 2 3 4 1 2 3 4 , 3 1 2 4
s2 =
s3 =
1 2 3 4 , 3 2 1 4
1 2 3 4 , 1 3 2 4
s4 =
s5 =
1 2 3 4 , 2 3 1 4
s6 =
1 2 3 4 . 2 1 3 4
Nun kann die 4 aber auch auf jede andere der drei verbleibenden Zahlen abgebildet werden, also auf die 1, die 2 oder die 3. Was passiert dann mit den restlichen Zahlen? Überraschungen kann es nicht geben, vielmehr wird für diese verbleibenden Zahlen jede der sechs Möglichkeiten vorkommen, die man aus S3 bereits prinzipiell kennt (eben jeweils mit den drei verbleibenden Zahlen). Weil es für die Zahl 4 genau vier Möglichkeiten gibt, hat S4 viermal so viele Elemente wie S3 und es gilt |S4 | = 4 · 6 = 24. Diese Überlegung wird im folgenden Satz und seinem Beweis verallgemeinert. Satz 1.3.6 Es ist |Sn | = n!, wobei n! = Πn i=1 i = 1 · 2 · 3 . . . (n − 1) · n das
Produkt der ersten n natürlichen Zahlen ist. Beweisidee 1.3.6 Die Beweismethode ist im Kern induktiv, wobei |Sn | und
|Sn−1 | miteinander verglichen werden. Man stellt fest, dass sie sich um den Faktor n unterscheiden, also |Sn | = n · |Sn−1 | ist. Der Induktionsanfang |S1 | = 1 ist offensichtlich gegeben. Also geht es nur darum, zu erkennen, warum sich die Mächtigkeit der beiden Mengen um genau diesen Faktor n unterscheiden. Dazu betrachtet man eine beliebige Permutation f1 aus Sn und das Bild x von n unter f1 . Nun wird zweifach gezählt. Einerseits überlegt man sich, dass es für dieses Bild x genau n Möglichkeiten gibt, nämlich alle Zahlen aus {1, 2, . . . , n}. Andererseits gibt es |Sn−1 | bijektive Abbildungen,
1.3.6
28
1. Grundlagen und Zählprinzipien
die n genau das x zuordnen. Man stelle sich einfach vor, dass dieses eine Paar aus n und x festbleibt und alle anderen n − 1 Elemente beliebig permutiert werden dürfen. Beweis 1.3.6 Sei N = {1, . . . , n}. Seien f1 , f2 ∈ Sn mit f1 (n) = x = f2 (n).
Dann ist f1−1 f2 (n) = n. Also unterscheiden sich f1 und f2 um eine bijektive Abbildung aus Sn−1 . Da es n Möglichkeiten für f1 (n) gibt, gilt |Sn | = n · |Sn−1 |. Damit folgt die Behauptung des Satzes.
Den Begriff der Permutation kann man verallgemeinern, wenn man Abbildungen auch zwischen endlichen Mengen unterschiedlicher Mächtigkeit zulässt und statt der Bijektivität nur die Injektivität fordert. Man kommt so zum Begriff der k–Variation (oder auch k–Permutation). 1.3.7
Definition 1.3.7 Eine k–Variation f ist eine injektive Abbildung einer Menge
M mit k Elementen in die Menge N = {1, . . . , n}. Man bezeichnet die Anzahl der k–Variationen mit P (n, k). Konkret sieht das so aus: Betrachten wir ein Pferderennen, bei dem sechs Startplätze vergeben sind. Wie viele Tippzettel muss man ausfüllen, wenn drei Plätze gesetzt werden und man auf jeden Fall gewinnen möchte? Nun, für den ersten Platz gibt es sechs, für den zweiten Platz jeweils noch fünf und für den dritten Platz jeweils noch vier Möglichkeiten. Die Reihenfolge der weiteren Plätze hat keinen Einfluss mehr, also genügt es, 6 · 5 · 4 Tippzettel abzugeben. Man kann es sich auch anders überlegen: Wenn es sechs Startplätze gibt, dann gibt es 6! Möglichkeiten, wie die Pferde ins Ziel gehen können. Dabei sind aber jeweils die Permutationen der letzten drei Plätze ohne Belang. Also gibt es 6! 3! unterschiedliche Tippzettel. Ganz offensichtlich muss im allgemeinen Fall k ≤ n sein, da ansonsten keine injektive Abbildung von einer Menge mit k Elementen in eine Menge mit n Elementen möglich ist (und das folgt aus dem Schubfachprinzip Satz 1.2.10). Also ist insbesondere n − k ≥ 0. Und da nach Definition 0! = 1 ist, darf man den folgenden Satz formulieren.
1.3
Grundprinzipien der Kombinatorik
Satz 1.3.8 Es ist P (n, k) =
n! (n−k)!
29
.
1.3.8
Beweisidee 1.3.8 Wieder ist es ein induktives Argument, das zum Erfolg führt.
Man schränkt das Problem ein und überlegt sich, wie viele solche Abbildungen es gibt, wenn man erst einmal einem einzigen Element ein Bild zugeordnet hat und dieses Paar aus Urbild und Bild festlässt. Für n = 1 ist natürlich alles 1! Möglichkeiten, problemlos, denn dann ist k = 1 und es gibt genau 1 = (1−1)! dieses eine Element abzubilden. Beweis 1.3.8 Für das erste Element aus M kann man als Bild jedes der n
Elemente aus N wählen. Dann gibt es noch P (n−1, k −1) viele Möglichkeiten für die restlichen Elemente. Also ist P (n, k) = n · P (n − 1, k − 1) = n ·
n! (n − 1)! = . (n − k)! (n − k)!
Die Aussage ist damit bewiesen. Manchmal kommt es bei Problemen dieser Art gar nicht so sehr auf die Reihenfolge an, sondern nur darauf, ob bestimmte Elemente berücksichtigt werden oder nicht. Vermutlich sind Pferderennen eher selten, bei denen Dabeisein alles ist. Das folgende Beispiel zeigt aber, dass dies in anderen Situationen nicht ungewöhnlich ist. Beispiel 1.3.9 Skat wird mit 32 Karten gespielt, wobei jeder der drei Spieler
1.3.9
zu Beginn 10 Karten bekommt. Wie viele unterschiedliche Skathände mit 10 Karten kann man aus diesen 32 Karten verteilen? Es gibt für 10 Karten zunächst einmal genau P (32, 10) Möglichkeiten der Verteilung. Allerdings kommt es beim Geben nicht auf die Reihenfolge an, sodass diese Möglichkeiten auf der Hand nicht alle wirklich unterschiedlich sind. Mathematisch gesprochen, kann man alle Permutationen der 10 Karten als gleichwertig betrachten. Für 10 Karten gibt es somit jeweils 10! Anordnungen, die als Menge („auf der Hand“) identisch sind. Es gibt somit 32! = 64512240 22! 10! unterschiedliche Skathände. Definition 1.3.10 Wir nennen eine Auswahl von k aus n Objekten, bei der es auf die Reihenfolge nicht ankommt, eine Kombination. Die Anzahl der Kombinationen von k aus n Objekten wird mit C(n, k) bezeichnet.
1.3.10
30
1.3.11
1. Grundlagen und Zählprinzipien
Satz 1.3.11 Für alle k, n ∈ N, k ≤ n, gilt
C(n, k) =
n! . (n − k)! k!
Beweisidee 1.3.11 Der Beweis nutzt genau die Kernidee, die im vorherigen Bei-
spiel für den konkreten Fall n = 32 und k = 10 zur Lösung führte. Beweis 1.3.11 Es gibt P (n, k) k–Variationen, also injektive Abbildungen einer Menge mit k Elementen in eine Menge mit n Elementen. Dabei unterscheiden sich Abbildungen mit derselben k–elementigen Bildmenge nur um eine bijektive Abbildung. Da es zu k ∈ N genau k! Permutationen gibt, folgt die Behauptung.
n! Man schreibt abkürzend (n−k)!k! =: nk und nennt nk Binomialkoeffizient. n Gelesen wird k als „n über k“ oder als „k aus n“. Der Vollständigkeit halber sei erwähnt, dass man 0 1 1 =1 = = 0 0 1 setzt. 1.3.3 Der Binomische Lehrsatz Die im vorigen Abschnitt eingeführten Binomialkoeffizienten spielen bei der Entwicklung von (a + b)n ein wichtige Rolle. Es gilt der folgende Satz, der so genannte Binomische Lehrsatz, der zumindest für n = 2 bestens bekannt sein dürfte. 1.3.12
Satz 1.3.12 (Binomischer Lehrsatz) Für alle n ∈ N, a, b ∈ R, gilt: n
(a + b) =
n n k=0
k
an−k bk .
Beweisidee 1.3.12 Es wird (a+b)n betrachtet. Was konkret gemacht wird, kön-
nen wir uns am Beispiel (a + b)4 = (a + b)(a + b)(a + b)(a + b) überlegen. Multiplizieren wir nämlich diese vier Faktoren, so bekommen wir Summanden, die Vielfache von a4 bzw. a3 b bzw. a2 b2 bzw. ab3 bzw. b4 sein müssen, denn aus jeder Klammer geht entweder ein a oder ein b in jeden einzelnen Summanden ein. Interessant ist nun, welche Vielfache das tatsächlich sind und das bestimmen wir mit Hilfe kombinatorischen Zählens. Es ist eine Fra-
1.3
Grundprinzipien der Kombinatorik
31
ge der Betrachtungsweise: Der Faktor vor a3 b wird so gesehen, dass aus drei Klammern (welche auch immer das sind) ein a und aus einer Klammer ein b ausgewählt wird. Damit sind wir genau bei den Kombinationen, die in Definition 1.3.10 vorkommen. Beweis 1.3.12 Wir betrachten den Term
(a + b)(a + b) . . . (a + b) .
n
Beim Ausmultiplizieren bekommen wir die einzelnen Summanden, indem wir aus jeder Klammer ein a bzw. ein b wählen. Also entsteht an−k bk dadurch, dass wir aus k Klammern b und aus den restlichen n − k Klammern a wählen. Nun gibt es genau C(n, k) Möglichkeiten, b aus k Klammern zu wählen, das heißt, wir erhalten den Summanden an−k bk genau C(n, k) mal. Die Binomialkoeffizienten erweisen sich in vielen Situationen als nützlich. Es ist daher sehr sinnvoll, sich einige Rechenregeln für den Umgang mit ihnen einzuprägen. Satz 1.3.13 Für k, n ∈ N, k ≤ n, gilt
1.3.13
n n . = n−k k
Beweisidee 1.3.13 Auch hier ist alles nur eine Frage der richtigen (kombinato-
rischen) Betrachtungsweise. Beweis 1.3.13 Jede Wahl von k Objekten liefert automatisch eine Wahl von
n − k Objekten und umgekehrt. Satz 1.3.14 Seien k, n ∈ N und k ≤ n. Dann gilt
n n n+1 . + = k−1 k k
Beweisidee 1.3.14 Dieser Beweis beruht auf zweifachem Zählen, wobei das Er-
gebnis einmal die (a) linke und einmal die (b) rechte Seite der Gleichung ist. Insbesondere teilt man die Menge beim zweiten Mal so auf, dass man genau die beiden gewünschten Summanden bekommt.
1.3.14
32
1. Grundlagen und Zählprinzipien
(a) Man betrachtet eine Menge mit n + 1 Objekten und wählt k davon aus. Definition 1.3.10 sagt aus, wie viele Möglichkeiten es dabei geben kann. Man bekommt so den Term auf der linken Seite. (b) Es wird ein Element aus den n + 1 Objekten fest ausgewählt. Nun werden alle Teilmengen der Menge von n+1 Objekten betrachtet, die aus k Elementen bestehen. Man kann sie aufteilen in solche, in denen sich dieses feste Element befindet, und solche, in denen es nicht vorkommt, und zählt jeweils die Anzahl dieser Teilmengen. Das Ergebnis sind genau die Summanden auf der rechten Seite der Gleichung. Beweis 1.3.14 Sei X eine Menge mit n + 1 Objekten. Dann gibt es nach De-
Möglichkeiten, k Objekte aus X finition 1.3.10 genau C(n + 1, k) = n+1 k auszuwählen. Diese Anzahl wird nun auf eine weitere Art bestimmt. Sei dazu ein a ∈ X fest gewählt. Wir teilen die k–elementigen Teilmengen von X in zwei Klassen, nämlich solche, die a enthalten und solche, die a nicht enthalten. Unmittelbar einsichtig ist, dass es C(n, k) = nk viele k-elementige Teilmengen gibt, die a nicht enthalten, denn |X \ {a}| = n. Wir betrachten also die k-elementigen Teilmengen, die a enthalten. Jede dieser Mengen hat nun aber k−1 Elemente, die von a verschieden sind. Damit bestimmt jede dieser Mengen eine Menge n mit k − 1 Elementen und von diesen Mengen muss es C(n, k− 1) = k−1 n viele viele geben. Also hat X tatsächlich C(n, k) + C(n, k − 1) = nk + k−1 k-elementige Teilmengen. n\k 0 1 2 3 4 5 6 7 .. . .. .
0 1 1 1 1 1 1 1 1
1 2 3 4 5 6 7 ... ... 1 2 3 4 5 6 7
1 3 6 10 15 21
1 4 10 20 35
1 5 1 15 6 1 35 21 7 1
Mit dem Ergebnis von Satz 1.3.14 können nwir nun das so genannte Pascal’sche Dreieck für die konkreten Werte von k aufschreiben. Wir tragen k in der ersten Reihe und n in der ersten Spalte ab und bekommen entsprechend die Einträge.
1.3
Grundprinzipien der Kombinatorik
33
Nützlich ist das Pascal’sche Dreieck bei der Bestimmung von (a + b)n für ein bestimmtes n ∈ N. Man kann etwa (a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4 unschwer (und vor allem ohne zu Rechnen) ablesen. Wir wollen nun einige weitere nützliche Gesetzmäßigkeiten in Bezug auf die Binomialkoeffizienten zeigen. Dabei sind die Beweise nicht kompliziert, erfordern aber einige Überlegungen. Sinnvoll für das Verständnis ist es, wenn man sich die Koeffizienten im Pascal’schen Dreieck angeordnet denkt. Im Grunde kann man gerade diese Eigenschaften dann fast ablesen oder zumindest kontrollieren (auch wenn das selbstverständlich einen ordentlichen Beweis nicht ersetzt). Satz 1.3.15 Seien n, k ∈ N und k ≤ n. Dann gilt:
(a) (b) (c)
n n n i = 2 . i=0 n i n (−1) i =0. i=0 n i n+1 für ein festes k. i=0 k = k+1
Beweisidee 1.3.15 Bei Formel (a) wird jeweils die Anzahl der Teilmengen einer
Menge mit n Elementen betrachtet und sinnvoll interpretiert. Es hilft ein Ergebnis, das wir bereits in einem Beispiel behandelt hatten. Im Fall (b) wird eine bijektive Abbildung auf der Menge aller Teilmengen einer Menge mit n Elementen so definiert, dass man das Ergebnis mehr oder minder direkt bekommt. Dabei wird einer Menge mit einer ungeraden Anzahl von Elementen eine Menge mit einer geraden Anzahl von Elementen (und umgekehrt) zugeordnet. Diese Abbildung wird passend „gebastelt“. Formel (c) wird schließlich durch Induktion nach n bewiesen. Beweis 1.3.15
Teilmengen einer (a) Wir wissen, dass ni die Anzahl von i–elementigen n Menge mit n Elementen ist. Also ist i=0 ni die Anzahl aller Teilmengen einer Menge mit n Elementen und diese Anzahl ist 2n (man vergleiche das Beispiel auf Seite 9). (b) Die Formel besagt, dass es genau so viele Teilmengen mit einer ungeraden Anzahl von Elementen gibt, wie es Teilmengen mit einer geraden Anzahl von Elementen gibt.
1.3.15
34
1. Grundlagen und Zählprinzipien
Sei M eine Menge mit n Elementen. Da nach Voraussetzung n ∈ N ist, gilt n > 0 und somit M = ∅. Wir können also ein Element a ∈ M wählen. Nun sortieren wir (wieder einmal) die Teilmengen von M in zwei Klassen, nämlich solche, die a enthalten, und solche, die a nicht enthalten. Sei K ⊆ M eine beliebige Teilmenge von M mit a ∈ K. Wir setzen Ka = K ∪ {a}. Dann ist (selbstverständlich) Ka eine Teilmenge von M , die a enthält. Wir definieren nun eine Abbildung f von der Menge aller Teilmengen von M , die a nicht enthalten, in die Menge aller Teilmengen, die a enthalten. Dabei gehen wir so vor, dass f (K) = Ka ist (wie gesagt, für alle Teilmengen K von M , die a nicht enthalten, und Ka = K ∪ {a}). Offensichtlich ist f bijektiv, denn mit K ⊆ M ist auch Ka ⊆ M eindeutig bestimmt (und umgekehrt). Man kann also auch eine Abbildung g mit g(Ka ) = Ka \ {a} (und den bereits gewählten Bezeichnungen) definieren, die wiederum eine bijektive Abbildung ist. Sie geht von der Menge der Teilmengen von M , die a enthalten, in die Menge der Teilmengen von M , die a nicht enthalten. Aus f und g setzen wir nun eine Abbildung σ zusammen, mit der die Menge aller Teilmengen von M auf sich selbst abgebildet wird. Für X ⊆ M sei f (X), falls a ∈ X , σ(X) = g(X), falls a ∈ X . Mit f und g ist auch σ bijektiv. Außerdem unterscheiden sich eine Teilmenge von M und ihr Bild unter σ jeweils um ein Element, es ist also |σ(X)| = |X|+1 oder |X| − 1. Insbesondere ist |X| gerade, falls |σ(X)| ungerade ist, und |X| ungerade, falls |σ(X)| gerade ist. Wegen der Bijektivität von σ gibt es somit genauso viele Teilmengen mit einer geraden Anzahl von Elementen, wie es Teilmengen mit einer ungeraden Anzahl von Elementen gibt. (c) Diese Formel wollen wir durch Induktion nach n beweisen. Sei also n = 1. Dann rechnen wir einerseits ⎧ ⎨ 1 + 1 im Falle k = 0 0 1 + = 0 + 1 im Falle k = 1 ⎩ k k 0 + 0 im Falle k > 1 und
⎧ ⎨ 2 im Falle k = 0 2 = 1 im Falle k = 1 ⎩ k+1 0 im Falle k > 1
andererseits. Damit ist der Induktionsanfang (und die Basis für den Beweis) geglückt.
1.3
Grundprinzipien der Kombinatorik
35
Sei also per Induktionsannahme die Behauptung bereits für ein n bewiesen. Wir folgern damit die Gültigkeit der Behauptung für n + 1. Es ist n+1 i=0
i k
=
n i i=0
k
n+1 k
+
n+1 n+1 n+2 = + . Satz 1.3.14 k + 1 k k+1
=
Annahme
Auch der folgende kleine Satz betrachtet eine Rechenregel für den Umgang mit Binomialkoeffizienten. Satz 1.3.16 Sei n ∈ N. Dann gilt:
1.3.16
n 2 n i=0
i
=
2n . n
Beweis 1.3.16 Wir benutzen den Binomischen Lehrsatz 1.3.12, setzen b = 1
und wählen a als zweiten Summanden. Es ist (1 + a)2n = (1 + a)n · (1 + a)n , also gilt (wie gesagt, mit Satz 1.3.12) n n n j n j 2n a · a . (1 + a) = j j j=0 j=0 n der Summe Um zu bestimmen, wie n inn−k noftk a nach dem Ausmultiplizieren a aus dem vorkommt, muss man k a aus dem ersten Faktor mit n−k zweiten Faktor für alle k zwischen 0 und n multiplizieren. Damit ist der Koeffizient von an gleich n 2 n n n n = . n − k Satz 1.3.13 k k k=0
k=0
Andererseits kann man diesen Koeffizienten (wiederum mit Hilfe von Satz 1.3.12) auch direkt angeben.
36
1. Grundlagen und Zählprinzipien
Es ist (1 + a)
2n
2n 2n k a , = k k=0
sodass man für k = n den Koeffizienten damit zu an ).
2n n
ablesen kann (und der gehört
Dieser Abschnitt zu Grundprinzipien der Kombinatorik soll mit einem Anwendungsbeispiel abgeschlossen werden. Dabei geht es um die Formulierung und den Beweis eines kleinen Satzes, der eine spezielle Eigenschaft bei einem Produkt aus natürlichen Zahlen herausstellt. Es soll ein sehr großer (und sehr einfacher) Teiler eines Produkts aufeinander folgender natürlicher Zahlen identifiziert werden. Betrachten wir das Produkt n! der ersten n natürlichen Zahlen, dann ist n! ein (trivialer) Teiler von 1 · 2 · 3 · . . . · n = n!. Probiert man nun in einem konkreten Fall weitere Teiler, dann sieht man, dass beispielsweise nicht nur 1·2·3·4 = 4! = 24 durch 4! teilbar, sondern auch 4·5·6·7 = 840 = 35·4! oder 19 · 20 · 21 · 22 = 175560 = 7315 · 4! oder 32 · 33 · 34 · 35 = 1256640 = 52360 · 4! ist. Das ist kein Zufall, wie der folgende Satz belegt. 1.3.17
Satz 1.3.17 Für alle n ∈ N ist das Produkt von n aufeinander folgenden Zahlen durch n! teilbar. Beweis 1.3.17 Wir müssen zeigen, dass
k(k + 1) . . . (k + n − 1) n! für jedes k ∈ N eine natürliche Zahl ist. Diese Zahl ist genau C(k + n − 1, n) und damit insbesondere eine natürliche Zahl.
1.4
1.4 Das Inklusions-Exklusions-Prinzip Auch dieser Abschnitt befasst sich mit dem Zählen. Dabei geht es dieses Mal um Mengen, die gewisse Elemente gemeinsam haben. Wie bekommt man die Anzahl unterschiedlicher Elemente und vermeidet Überschneidungen? Die Antwort gibt das Inklusions-Exklusions-Prinzip, das zunächst mit einer kleinen Folge von Fragestellungen („Problemen“) vorbereitet werden soll.
1.4
Das Inklusions-Exklusions-Prinzip
37
1.4.1 Eine Hinführung zum Inklusions-Exklusions-Prinzip Problem 1: Skat spielt man mit 32 Karten, von denen jeweils 8 Karten die Farben Kreuz, Pik, Herz und Karo haben. Wie viele Skathände zu 10 Karten (was eine Skathand ist, steht auf Seite 29) gibt es mit der Einschränkung, dass 6 Karten die Farbe Pik, 2 Karten die Farbe Kreuz und 2 Karten die Farbe Karo haben? Wir wählen zunächst sechsmal Pik von den 8 möglichen Karten dieser Farbe, dann zweimal Kreuz von den 8 möglichen Karten der Farbe Kreuz und schließlich zweimal Karo von den (ebenfalls) 8 möglichen Karten der Farbe Karo. Mit Satz 1.3.11 bekommt man 8 8 8 = 28 · 28 · 28 = 21952 · · 2 2 6 als Anzahl von Möglichkeiten, die gewünschte Auswahl von Karten in der Hand zu haben. Problem 2: Eine Skathand mit 6 Karten in einer Farbe, 2 Karten in einer anderen Farbe, 2 Karten in der dritten Farbe und keiner Karte in der vierten Farbe nennt man eine „6 − 2 − 2 − 0“ Hand. Dazu gehören die Möglichkeiten aus Problem 1, aber beispielsweise auch eine Skathand mit 6 Karten der Farbe Karo, 2 Karten der Farbe Kreuz und 2 Karten der Farbe Herz. Wie viele „6 − 2 − 2 − 0“ Hände gibt es? Wir haben im ersten Problem gesehen, dass es 21952 Möglichkeiten für eine Auswahl von sechsmal Pik, zweimal Kreuz und zweimal Karo gibt. Diese Anzahl kann man unschwer auf beliebige Farben verallgemeinern. Bei jeder fest gewählten Zusammenstellung von drei Farben muss es genau diese 21952 Möglichkeiten geben. Wir müssen entsprechend also nur die möglichen Farbwahlen zählen. Das geht ganz einfach: Es gibt 4 Möglichkeitenfür die erste 3 Farbe und die zwei Farben mit jeweils zwei Karten können auf 2 Arten ge wählt werden. Also gibt es 4· 32 = 12 Wahlmöglichkeiten für die drei Farben. Damit haben wir insgesamt 21952 · 12 = 263424 verschiedene Möglichkeiten für eine „6 − 2 − 2 − 0“ Hand. Problem 3: Das zweite Problem kann man ebenso verallgemeinern. Die Frage ist, wie viele Skathände es gibt, in denen (mindestens) eine Farbe fehlt. Wie viele „a − b − c − 0“ Hände (mit 0 ≤ a, b, c ≤ 10) gibt es? Eine Lösung scheint mühselig zu sein, doch etwas Nachdenken hilft sehr. Seien VKr , VP , VH , VKa die Hände, die jeweils keine Karten der Farbe Kreuz, der Farbe Pik, der Farbe Herz bzw. der Farbe Karo enthalten.
38
1. Grundlagen und Zählprinzipien
Da VKr keine Karte der Farbe Kreuz enthält, stehen diese 8 Karten nicht zur Verfügung. Somit setzt sich eine solche Hand aus den restlichen 24 24 Karten zusammen. Jede Hand umfasst 10 Karten, also gibt es dafür 10 = 1961256 Möglichkeiten. Nun gibt es neben Kreuz drei weitere Farben, sodass man auf 1961256 · 4 = 7845024 Möglichkeiten kommt. Das klingt gut, ist aber noch nicht ganz die Lösung. Man muss nämlich beachten, dass es Skathände gibt, bei denen mehr als eine Farbe nicht vorkommt, die also beispielsweise weder Karten der Farbe Herz noch der Farbe Karo haben. Kurz und gut: Die einzelnen Mengen, die wir betrachtet haben, sind nicht disjunkt und wir haben einige Hände doppelt gezählt. Wir werden im Folgenden sehen, dass 7796976 Möglichkeiten übrig bleiben, dazu braucht es allerdings noch etwas mehr Theorie. 1.4.2 Der Beweis des Inklusions-Exklusions-Prinzips Wenn man die Anzahl der Elemente bei einer Vereinigung nicht disjunkter Mengen zählt, dann muss man (ganz einfach) doppelt gezählte Elemente bestimmen. Betrachten wir zunächst den einfachsten Fall, bei dem zwei Mengen A und B gegeben sind und |A ∪ B| bestimmt werden soll. Wir zählen |A| und wir zählen |B|. Dann haben wir (wenig überraschend) die Elemente in A ∩ B doppelt gezählt. Also ist |A ∪ B| = |A| + |B| − |A ∩ B| die Anzahl der Elemente in der Vereinigungsmenge A ∪ B. Was macht man aber, wenn mehr als zwei Mengen gegeben sind? Gibt es auch hier eine Formel? Es gibt sie und das Grundprinzip kann man sich an der Vereinigung dreier Mengen unschwer klar machen. Seien also A1 , A2 und A3 beliebige Mengen. Die folgende Abbildung veranschaulicht, wie gezählt werden kann. '$ '$ A1 A2 '$ &% &% A3 &% Man sieht sofort, dass die einfache Übertragung „Elemente aller Mengen zählen, jeweils Durchschnitt bilden und die Anzahl gemeinsamer Elemente subtrahieren“ nicht funktionieren kann.
1.4
Das Inklusions-Exklusions-Prinzip
39
Würde man nämlich |A1 ∪ A2 ∪ A3 | = |A1 | + |A2 | + |A3 | − |A1 ∩ A2 | − |A2 ∩ A3 | − |A1 ∩ A3 | setzen, so hätte man die Elemente in |A1 ∩ A2 ∩ A3 | zunächst dreimal mitgezählt, dann aber auch gleich dreimal wieder herausgenommen. Also muss noch einmal |A1 ∩ A2 ∩ A3 | hinzugezählt werden. Die Überlegungen zur Bestimmung der Elementeanzahl bei der Vereinigung von zwei oder drei Mengen kann man verallgemeinern. Aber Vorsicht, weiter unten wird die Beschreibung leicht unverdaulich. Also: Will man bei n Mengen A1 , A2 , . . . , An die Mächtigkeit |A1 ∪ A2 ∪ . . . ∪ An | bestimmen, so muss man auf jeden Fall zunächst von jeder einzelnen Menge Ai ihre Mächtigkeit bestimmen und diese Zahlen |Ai | addieren. Dann geht es daran zu bestimmen, was doppelt gezählt wurde, sodass |Ai ∩ Aj | für alle i, j = 1, . . . , n subtrahiert wird. Dabei passiert für jedes n ≥ 3 genau das, was wir aus dem Fall n = 3 bereits kennen: Es wurde zu schwungvoll und damit zu viel subtrahiert. Also müssen alle Durchschnitte von drei Mengen Ai ∩ Aj ∩ Ak mit i, j, k = 1, . . . , n gezählt und ihre Mächtigkeiten jeweils addiert werden. Nun wird es leider unübersichtlich. Wenn nämlich n > 3 ist, dann hat man wiederum einen Fehler gemacht, indem man alle Durchschnitte von vier Mengen durch den letzten Schritt doppelt gezählt hat. Beim Subtrahieren fallen dann für n > 4 leider alle Elemente weg, die in mindestens fünf Mengen liegen. Und so geht es weiter. Nach dem Addieren der Mächtigkeiten der Ai fallen n − 1 „Korrekturschritte“ an, bei denen entweder Elemente hinzugenommen oder wieder herausgenommen werden. Was wir gerade beschrieben haben, bekommt nun einen Namen und wird nicht nur veranschaulicht, sondern ordentlich bewiesen. Dabei sehen die Indizes etwas wild aus, was leider vom Hin und Her beim Hineinnehmen und Herausnehmen kommt: Erst werden alle gezählt, dann jeweils die Durchschnitte von 2, 3, 4, . . . , n Mengen abwechselnd herausgenommen oder hinzugezählt. Satz 1.4.1 (Inklusions–Exklusions–Prinzip) Seien A1 , . . . , An Mengen. Dann gilt:
|A1 ∪ A2 ∪ . . . ∪ An | =
n
(−1)k+1
k=1
1≤i1 <···
|Ai1 ∩ . . . ∩ Aik | .
1.4.1
40
1. Grundlagen und Zählprinzipien
Beweisidee 1.4.1 Die Aussage ist vielleicht (trotz der Hinführung) besser zu verstehen, wenn man zunächst einmal (und nur an dieser Stelle) |Ai1 ∩ . . . ∩ Aik | ak := 1≤i1 <···
setzt, wobei k über alle Zahlen 1 ≤ k ≤ n läuft. Dann steht auf der rechten Seite nichts anderes als (−1)2 a1 + (−1)3 a2 + . . . + (−1)n+1 an , was die Idee des Hinzukommens und Wegnehmens recht gut veranschaulicht. Aber nun zur eigentlichen Beweisidee: Man betrachtet ein beliebiges Element x ∈ A1 ∪ A2 ∪ . . . ∪ An und weist nach, dass es durch den Ausdruck auf der rechten Seite der Gleichung genau einmal erfasst wird. Als Randbedingung wird angenommen, dass x in einer gegebenen Anzahl m von Teilmengen vorkommt. Lässt man m jeden Wert zwischen 1 und n annehmen, dann wird man ausnahmslos jedes Element aus A1 ∪ A2 ∪ . . . ∪ An mitzählen. Beweis 1.4.1 Sei x ∈ A1 ∪ . . . ∪ An . Angenommen x liegt in genau m der Ai ,
also (mit geeigneten Indizes) x ∈ Aj1 , . . . , Ajm . Dann ist (∗)
x ∈ Ai1 ∩ . . . ∩ Aik
genau dann, wenn
{i1 , . . . , ik } ⊆ {j1 , . . . , jm }.
Dies ist natürlich nur dann möglich, wenn nicht größer als m ist, also k 1 ≤ k ≤ m gilt. In diesem Fall gibt es aber m k Möglichkeiten i1 , . . . , ik so zu wählen, dass (∗) erfüllt ist. Also wird das Element x genau m k –mal in |Ai1 ∩ . . . ∩ Aik | 1≤i1 <···
gezählt. Nun steht auf der rechten Seite der Gleichung vor dieser Summe ein alternierendes Vorzeichen, sodass x genau m k+1 m − mal (−1) k k=1
gezählt wird. Zu zeigen ist damit, dass dieser Wert gerade 1 ist. Nach Satz 1.3.15 (b) ist m k m = 0. (−1) k k=0
1.4
Das Inklusions-Exklusions-Prinzip
Damit ist 0=
41
m m m + (−1)k k 0 k=1
und somit
m
m = −1 . (−1) k k
k=1
Durch Multiplikation mit (−1) bekommt man daraus m k+1 m = 1. (−1) k k=1
Also wird das Element x tatsächlich genau einmal gezählt. Damit wird aber durch die Summe auf der rechten Seite der Gleichung jedes Element aus A1 ∪ . . . ∪ An genau einmal gezählt. Mit diesen Vorbereitungen ist es nun möglich, auch das dritte Problem (man vergleiche Seite 37) zu lösen. Es ging um die Frage, wie viele Skathände es gibt, in denen (mindestens) eine Farbe fehlt. Mit den oben bereits gewählten Bezeichnungen und nach Satz 1.4.1 gilt: |VKr ∪ VP ∪ VH ∪ VKa | = |VKr | + |VP | + |VH | + |VKa | − |VKr ∩ VP | + |VKr ∩ VH | + |VKr ∩ VKa | + |VP ∩ VH | + |VP ∩ VKa | +|VH ∩ VKa | + |VKr ∩ VP ∩ VH | + |VKr ∩ VP ∩ VKa |+ |VKr ∩ VH ∩ VKa | + |VP ∩ VH ∩ VKa | − |VKr ∩ VP ∩ VH ∩ VKa | . Da es keine Skathand gibt, die nur eine oder gar keine Farbe enthält, sind die letzten Durchschnitte aus drei bzw. vier Mengen leer. Weiter ist |Vx ∩ Vy | für jede Wahl von x und y gleich. So gehören zu |VKr ∩ VP | alle Skathände, bei denen nur die Farben Herz undKaro vorkommen. Es gibt 16 Karten mit dieser Eigenschaft, also kann man 16 10 Möglichkeiten finden. Damit rechnet man 16 24 = 7845024 − 48048 = 7796976 −6· |VKr ∪ VP ∪ VH ∪ VKa | = 4 · 10 10 und hat das Problem gelöst. 1.4.3 Anwendungen des Inklusions-Exklusions-Prinzips Das Inklusions–Exklusions–Prinzip ist eine sehr nützliche Grundlage für vielfältige Problemlösungen. Insbesondere kann man es auch bei der Beurteilung
42
1. Grundlagen und Zählprinzipien
von zufälligen Ereignissen sinnvoll anwenden. Für die folgenden Überlegungen brauchen wir deshalb auch den Begriff der Wahrscheinlichkeit. Wir wählen einen naiven Zugang, der mit wenigen anderen Begriffen auskommt. Grundlegend ist ein Zufallsexperiment, dessen mögliche Ausgänge bekannt sind. Unter der Wahrscheinlichkeit p für ein bestimmtes Ereignis wollen wir nun einfach das Verhältnis der günstigen zu den möglichen Ausgängen eines Zufallsexperiments verstehen. Damit wird p=
Anzahl der günstigen Ausgänge Anzahl aller möglichen Ausgänge
definiert. Wenn etwa mit einem Würfel geworfen wird und das Ergebnis eine 6 sein soll, dann gibt es 6 mögliche Ausgänge 1, 2, 3, 4, 5, 6 und (darunter) einen günstigen (gewünschten) Ausgang. Also ist die Wahrscheinlichkeit, eine 6 zu werfen, gerade einmal 16 . Nicht immer ist es allerdings so einfach, die Wahrscheinlichkeit eines Ereignisses zu bestimmen, wie das nächste Beispiel zeigt. 1.4.2
Beispiel 1.4.2 Mit einem Würfel wird zehnmal geworfen. Mit welcher Wahr-
scheinlichkeit treten die Zahlen 1 und 6 mindestens je einmal auf? Offensichtlich gilt es, zunächst mögliche und günstige Ausgänge zu bestimmen. Dazu ist es notwendig, alle Folgen von 10 Zahlen aufzuschreiben, die aus den Zahlen 1,2,3,4,5,6 gebildet werden können (1233434456, 6223124355, 2356563446 usw.). Es wird sofort klar, dass dies ein äußerst mühsames (und damit fehleranfälliges) Unterfangen ist. Es hilft nichts, wir müssen nach einer systematischen Lösung suchen. Und diese Lösung klappt bei Anwendung des Inklusions–Exklusions–Prinzips (Satz 1.4.1). Wir formulieren das Problem zunächst in einer allgemeineren Form. Aus einer Menge mit n Elementen wird per Zufall jeweils ein Objekt gezogen und wieder zurückgelegt. Wie groß ist die Wahrscheinlichkeit, dass nach s Zügen jedes Objekt mindestens einmal gezogen wurde? Zu bestimmen ist damit die (von n und s abhängige) Wahrscheinlichkeit pn (s), die durch Xs pn (s) = Ys gegeben ist. Dabei sei Xs die Anzahl der Folgen von s Elementen, in denen jedes Objekt mindestens einmal vorkommt, und Ys die Anzahl aller möglichen Folgen von s Elementen.
1.4
Das Inklusions-Exklusions-Prinzip
43
Wir betrachten zunächst den einfachen Fall n > s. Dann ist offensichtlich pn (s) = 0, weil Xs = 0 ist. Man kann in jedem Fall Ys einfach bestimmen, denn für jeden der s Plätze in der Folge gibt es n Möglichkeiten, in denen Ys = ns ist. Um Xs zu zählen, werden wir Satz 1.4.1 anwenden. Wir bestimmen mit Hilfe dieses Satzes die Anzahl von Folgen der Länge s (kurz: s–Folgen), in denen mindestens ein Objekt nicht vorkommt. Sei Ai die Menge der s–Folgen, in denen das i–te Objekt nicht vorkommt. Dann ist n Ai | Xs = ns − | i=1
(damit ist allerdings noch nichts gelöst). Nach Satz 1.4.1 ist nun n
|
Ai | =
i=1
n
(−1)k+1
|Ai1 ∩ . . . ∩ Aik | .
1≤i1 <...
k=1
Dabei ist Ai1 ∩ . . . ∩ Aik die Menge der Folgen, in denen jeweils k der Objekte nicht vorkommen. Also können die Folgen der Länge s aus (n − k) Objekten gewählt werden. Das liefert
Nun gibt es
n k
|Ai1 ∩ . . . ∩ Aik | = (n − k)s . solche Durchschnitte von k Mengen. Also ist n n n (n − k)s | Ai | = (−1)k+1 k i=1 k=1
und somit Xs = n − s
n
k+1
(−1)
k=1
n n s k n (n − k) = (n − k)s . (−1) k k k=0
Folglich ist pn (s) =
n 1 k n (n − k)s . (−1) k ns k=0
Mit diesem Ergebnis kann man dann auch das ursprüngliche, konkrete Problem lösen. Es ist 6 6 1 (6 − k)10 ≈ 0.2718 , (−1)k p6 (10) = 10 k 6 k=0
also eine recht geringe Wahrscheinlichkeit von wenig mehr als 14 .
44
1. Grundlagen und Zählprinzipien
Würde man nur siebenmal werfen, dann müsste man 6 6 1 (6 − k)7 ≈ 0, 0540 p6 (7) = 7 (−1)k k 6 k=0
rechnen und würde man genau sechsmal werfen, dann wäre 6 1 6 (6 − k)6 ≈ 0, 0154 (−1)k p6 (6) = 6 6 k k=0
das Ergebnis. Bei 16 Würfen ist die Wahrscheinlickeit mit 6 1 k 6 (6 − k)16 ≈ 0, 6980 (−1) p6 (16) = 16 k 6 k=0
dann langsam angemessen hoch. Wir wollen noch zwei wichtige Spezialfälle betrachten, die sich ganz einfach aus dem Beispiel folgern lassen. 1.4.3
Satz 1.4.3 Seien s, n ∈ N mit s < n. Dann ist n
(−1)k
k=0
n (n − k)s = 0. k
Beweis 1.4.3 Ist s < n, so gibt es keine s–Folge, die jedes Element enthält.
Also ist pn (s) = 0. 1.4.4
Satz 1.4.4 Es ist n
n (n − k)n = n! (−1) k k
k=0
für alle k, n ∈ N. Beweis 1.4.4 Wir betrachten Folgen der Länge n, deren einzelne Einträge aus
n Elementen ausgewählt sind. In der bisherigen Diktion bedeutet das n = s. In diesem Fall ist aber eine Folge, die jedes Element (genau einmal) enthält, eine Permutation. Davon gibt es nun genau n ! (man vergleiche Satz 1.3.6). Also ist nn · pn (n) = n ! und die Behauptung folgt.
1.4
Das Inklusions-Exklusions-Prinzip
45
Eine letzte Anwendung des Inklusions-Exklusions-Prinzip gibt das folgende Beispiel. Es ist in einen klassischen Kontext eingebaut („Briefe vertauschen“) und führt auf den Begriff des Derangements. Beispiel 1.4.5 Gegeben sind n (individuell geschriebene) Briefe und n passende
(bereits adressierte) Briefumschläge. Auf wie viele Arten kann man es schaffen, jeden Brief in einen falschen Umschlag zu stecken? Die Briefe und Umschläge seien mit {1, . . . , n} so bezeichnet, dass Brief i in Umschlag i gehört. Jedes Eintüten aller Briefe in alle Umschläge kann man nun als Permutation ansehen. Durch die Permutation π mit π(i) = j soll der i–te Brief in den j–ten Umschlag gegeben werden. Entsprechend sind also alle Permutationen π abzuzählen, bei denen π(i) = i für alle i ist („fixpunktfreie Permutationen“). Auch hier hilft es, Satz 1.4.1 anzuwenden. Für i = 1, . . . , n sei Ai die Teilmenge von Sn (und in Bezug auf die Bezeichnung vergleiche man Satz 1.3.6), die aus allen Permutationen π mit π(i) = i besteht. Also ist die gesuchte Anzahl n! − |
n
Ai |.
i=1
Nach Satz 1.4.1 gilt |
n
Ai | =
i=1
n
(−1)k+1
|Ai1 ∩ . . . ∩ Aik | ,
1≤i1 ...
k=1
wobei |Ai1 ∩ . . . ∩ Aik | die Anzahl der Permutationen ist, die i1 , . . . , ik festlassen. Das ist nun aber genau (n − k)!, nämlich die Anzahl der Permutationen auf den restlichen Symbolen. Es gibt
n k
k-elementige Teilmengen. Also folgt n n n n! k+1 n (n − k)! = | Ai | = (−1) (−1)k+1 , k k! i=1 k=1
k=1
und n!
n k=0
ist die gesuchte Zahl.
(−1)k
1 k!
1.4.5
46
1. Grundlagen und Zählprinzipien
Die Zahl, die wir gerade berechnet haben, nennt man Derangement-Zahl. Und wenn man den Begriff ganz ordentlich definiert, dann sieht es so aus: 1.4.6
Eine Permutation π ∈ Sn heißt fixpunktfrei oder Derangement, falls π(i) = i für alle i = 1, . . . , n ist.
Definition 1.4.6
Wir haben mit dieser Bezeichnung und durch das Beispiel den folgenden Satz bereits bewiesen. 1.4.7
Satz 1.4.7 Die Anzahl der Derangements von n Objekten ist
n!
n (−1)k k=0
k!
.
Beweis 1.4.7 Wie bereits gesagt, der Beweis steckt in der Behandlung des
Beispiels auf Seite 45. k n Für großes n ist k=0 (−1) ungefähr e−1 . Also ist für großes n (und alles k! andere ist nicht wirklich interessant) die in Satz 1.4.7 gegebene Zahl ungefähr n!/e. Damit ist die Wahrscheinlichkeit, dass alle Briefe falsch eingetütet werden, ungefähr e−1 > 1/3, was im Grunde überraschend hoch ist.
Wir wollen nun noch einige Variationen des Inklusions-Exklusions-Prinzips betrachten. Sie zeigen, dass eine gute Idee in der Mathematik in vielen unterschiedlichen Bereichen nützlich sein kann. Ohne Zweifel lohnt es sich häufig, Theorien auf ihren Anwendungsbereich und ihre Tragfähigkeit für andere (benachbarte oder auch entfernte) Gebiete zu prüfen. Der folgende Satz 1.4.8 hilft dabei zu zählen, wie viele Elemente nicht in einer bestimmten Vereinigung von Teilmengen liegen. Genau wie in Satz 1.4.1 geht es dabei um geschicktes und einmaliges Berücksichtigen aller (wesentlichen) Elemente. 1.4.8
Satz 1.4.8 Es sei X eine Menge und A1 , . . . , An seien Teilmengen von X. Für
J ⊆ {1, . . . , n} setzen wir AJ = j∈J Aj und A∅ = X. Dann ist (−1)|I| |AI | I⊆{1,...,n}
die Anzahl der Elemente von X, die in keiner der Mengen Ai für i = 1, . . . , n liegen.
1.4
Das Inklusions-Exklusions-Prinzip
47
Beweisidee 1.4.8 Im ersten Teil suchen wir uns ein Element x, das in keiner
der Teilmengen Ai enthalten ist. Entsprechend ist x auch nicht in irgendeiner Schnittmenge enthalten, die nur durch die Ai bestimmt ist. Damit wird x in der Summe nur ein einziges Mal berücksichtigt, nämlich für die leere Menge als Teilmenge I von {1, 2, . . . , n}. Im zweiten Teil wählen wir ein Element x, das in (mindestens) einer der Teilmengen Ai enthalten ist und weisen nach, dass es in der Summe überhaupt nicht berücksichtigt wird. Dazu zählt man es in jedem AI , in dem es liegt, erst einmal mit und weist dann nach, dass die entstehende Summe gleich 0 ist. Dies ist etwas trickreich, zugegeben, vor allem wegen der unübersichtlichen, aber notwendigen Bezeichnungen der unterschiedlichen Teilmengen. Beweis 1.4.8 Ist x ∈ X und liegt x in keinem der Ai , so ist x ∈ AI für
I ⊆ {1, . . . , n} genau für I = ∅. Also ist der Beitrag zu der Summe (−1)|I| |AI | I⊆{1,...,n}
gerade 1, ein solches x wird also genau einmal gezählt. Sei nun x so gewählt, dass es in (mindestens) einem der Ai enthalten ist, also J = {i | 1 ≤ i ≤ n, x ∈ Ai } = ∅. Dann ist x ∈ AI genau dann, wenn I ⊆ J ist. Also ist der Beitrag von x zur Summe (−1)|I| |AI | I⊆{1,...,n}
genau I⊆J
|I|
(−1)
=
|J| |J| i=0
i
(−1)i
=
Satz 1.3.15 (b)
0.
Damit zählt die obige Summe genau die x, die in keinem der Ai für ein i = 1, . . . , n liegen und jedes solche wird genau einmal gezählt. Dieses Ergebnis können wir sogar noch etwas verallgemeinern, was uns zum letzten Satz dieses Kapitels führt. Satz 1.4.9 Seien A1 , . . . , An Teilmengen von X und I ⊆ {1, . . . , n}. Dann ist
die Anzahl der x ∈ X, die in den Ai (mit i ∈ I), aber keinem weiteren Aj liegen, genau (−1)|J\I| |AJ | . I⊆J⊆{1,...,n}
1.4.9
48
1. Grundlagen und Zählprinzipien
Beweis 1.4.9 Sei N = {1, . . . , n}. Wir führen eine neue Familie von Teilmengen
ein, die durch N \ I durchnummeriert werden und setzen Bk = AI∪{k} , k ∈ N \ I .
Wir müssen also genau die x zählen, die in AI , aber in keinem der Bk liegen. Mit der Bezeichnung BK := AI∪K , K ⊆ N \ I und nach Satz 1.4.8 ist diese Anzahl genau (−1)|K| |BK | K⊆N \I
mit B∅ = AI . Offenbar ist die Zuordnung von K zu J = I ∪K eine bijektive Zuordnung zwischen den Teilmengen von N \ I und den Teilmengen von N , die I enthalten. Also ist BK = AJ genau dann, wenn K und J in diesem Sinne zusammengehören. Dies ist genau die Behauptung.
1.5
1.5 Übungsaufgaben 1)
Zeigen Sie: (a) Für alle n ∈ N gilt 12 + 22 + · · · + n2 =
n(n + 1)(2n + 1) . 6
(b) Ist n eine natürliche Zahl, so ist stets n4 n3 n n5 + + − 5 2 3 30 eine ganze Zahl. (c) Für alle n ∈ N ist 13 + 23 + 33 + · · · + n3 = (1 + 2 + 3 · · · + n)2 . 2)
Sieben Pilzsammler haben 100 Pilze gesammelt. Alle haben eine unterschiedliche Anzahl von Pilzen gefunden. Zeigen Sie, dass es drei Sammler gibt, die zusammen nicht weniger als 50 Pilze gefunden haben.
3)
Beweisen Sie den Binomischen Lehrsatz 1.3.12 durch vollständige Induktion.
1.5
4)
Übungsaufgaben
49
Zeigen Sie, dass für jedes n ∈ N mit n ≥ 10 stets 2n > n3 gilt.
5)
Wir betrachten die so genannte Fibonacci-Folge (fn ), n ∈ N, mit f1 = 1, f2 = 1, fn+2 = fn+1 + fn für alle n ∈ N. Zeigen Sie, dass 2 + fn2 = f2n+1 fn+1
für alle n ∈ N gilt. 6)
Sei (fn ) wie in 5) die Fibonacci-Folge. Zeigen Sie, dass √ n √ n √ 1+ 5 1− 5 5 · fn = − 2 2 für alle n ∈ N gilt.
7)
Zeigen Sie: Für alle a, b ∈ R, a > 0, b > 0 und n ∈ N, n > 1, gilt (n − 1)an + bn ≥ nan−1 b .
8)
(a) Im Inneren eines Quadrats mit der Seitenlänge 1 cm werden fünf von Punkte P1 , P2 , P3 , P4 , P5 willkürlich markiert. Sei dij der Abstand √ 2 Pi zu Pj . Zeigen Sie: Es gibt Punkte Pi , Pj , i = j, mit dij < 2 . (b) Auf einem 3 × 7 - Schachbrett werden die Felder im gewohnten „Schachbrettmuster“ mit den Farben schwarz und weiß markiert. Zeigen Sie: Es gibt ein a × b - Rechteck (mit a > 1 und b > 1) so, dass alle Ecken auf Feldern gleicher Farbe liegen.
9)
Eine Münze wird n-mal geworfen. Wir groß ist die Wahrscheinlichkeit, dass dabei zweimal nacheinander „Kopf“ fällt?
10) Geben Sie notwendige und hinreichende Bedingungen für x1 , x2 ∈ R\{0} an, damit xn−2 xn−1 xn = 2xn−2 − xn−1 für alle n ∈ N \ {1, 2} eine ganze Zahl ist.
50
1. Grundlagen und Zählprinzipien
11) Seien m, n ∈ N, 1 ≤ k ≤ n. Zeigen Sie k n m m+n = . i k−i k i=0 12) Es seien 2n Punkte in der Ebene gegeben, von denen keine drei auf einer Geraden liegen. Es seien n Punkte rot und n Punkte blau markiert. Wir verbinden die n roten Punkte mit den n blauen Punkten. Zeigen Sie, dass es dabei stets eine Möglichkeit gibt, bei der sich die Geraden nicht schneiden. 13) Eine k-Zerlegung einer n-elementigen Menge ist eine Zerlegung dieser Menge in k paarweise disjunkte nicht leere Teilmengen. Sei sn,k die Anzahl der k-Zerlegungen einer n-Menge. Zeigen Sie, dass sn+1,k = sn,k−1 + ksn,k ist und berechnen Sie s8,6 . 14) Sei x ∈ N. Zeigen Sie: Die Anzahl der n-Tupel (x1 , . . . , xn ), xi ∈ N ∪ {0}, n xi = x ist mit i=1 x+n−1 . n−1 15) Berechnen Sie:
n n i n j=0 i=j
i
j
.
16) Von 67 Schülerinnen und Schülern sprechen 47 Englisch und 35 Französisch, 23 sprechen beide Sprachen. Wie viele sprechen keine der beiden Sprachen? Es gibt außerdem 20 Schülerinnen bzw. Schüler, die Russisch können. Von diesen sprechen 12 auch Englisch, 11 Französisch und 5 alle drei Sprachen. Wie viele Schülerinnen und Schüler sprechen keine dieser Sprachen? 17) Wie viele Zahlen zwischen 1 und 1000000 sind weder durch 2 noch durch 3 noch durch 5 noch durch 7 teilbar? 18) Zwei Kartenspiele zu je 32 Karten werden simultan ausgeteilt (innerhalb eines Spiels aber jeweils eine Karte nach der anderen Karte). Wie groß
1.5
Übungsaufgaben
51
ist die Wahrscheinlichkeit, dass zumindest einmal gleichzeitig die gleiche Karte ausgeteilt wird? Welches Ergebnis bekommt man, wenn die Kartenspiele nur 6 Karten enthalten? 19) Sei n ∈ N und pu (n) die Anzahl der Summen natürlicher Zahlen, die n ergeben und bei denen alle Summanden ungerade sind. Dabei kann eine Summe auch nur einen Summanden haben. Zum Beispiel gibt es für n = 7 die Möglichkeiten 7, 5 + 1 + 1, 3 + 1 + 1 + 1 + 1, 3 + 3 + 1, 1 + 1 + 1 + 1 + 1 + 1 + 1. Sei pv (n) die Anzahl der Summen, in denen alle Summanden verschieden sind. Zum Beispiel gibt es für n = 7 die Möglichkeiten 7, 6 + 1, 4 + 2 + 1, 5 + 2, 4 + 3. Stellen Sie eine Vermutung über den Zusammenhang von pu (n) und pv (n) auf und beweisen Sie diese. 20) Man schreibe 1 und subtrahiere 1, multipliziere das Ergebnis mit 2 und addiere 1, multipliziere mit 3 und subtrahiere 1, multipliziere mit 4 und addiere 1. Schließlich: Man multipliziere mit n und addiere (−1)n . Geben Sie eine Formel für die Zahl an, die man so erhält.
Kapitel 2 Körper und Polynome
2
2
2 2.1 2.2 2.3 2.3.1 2.3.2 2.3.3 2.3.4 2.4 2.5 2.6
Körper und Polynome Gruppen, Ringe, Körper ....................................... 55 Eigenschaften endlicher Körper .............................. 62 Polynome ........................................................ 73 Rechnen in Polynomringen ................................... 73 Primfaktorzerlegung in Polynomringen..................... 76 Ein Weg zur Konstruktion endlicher Körper .............. 88 Noch einmal: Konstruktion endlicher Körper ............. 92 Automorphismen ............................................... 96 Algebraische Zahlen............................................ 107 Übungsaufgaben ................................................ 111
2 Körper und Polynome Nicht in allen Zahlbereichen kann man alle Rechenoperationen unbeschränkt durchführen. So darf man in der Menge N der natürlichen Zahlen zwar addieren und multiplizieren, aber weder unbeschränkt subtrahieren noch unbeschränkt dividieren: 3−5 ist keine natürliche Zahl und ebensowenig 2 : 3. In Z können wir addieren, subtrahieren und multiplizieren, aber nicht beliebig dividieren, wenn das Ergebnis wieder eine ganze Zahl sein soll. In den rationalen Zahlen Q können wir hingegen alle Rechenoperationen anwenden und bekommen als Ergebnis jeweils eine rationale Zahl. Mit diesem Phänomen, das wir auch von der Menge R der reellen Zahlen und der Menge C der komplexen Zahlen kennen, wollen wir uns in diesem Kapitel gezielt beschäftigen. Es ist im Grunde die wesentliche Eigenschaft, die ein mathematischer Körper erfüllen muss und solche Körper werden wir im folgenden Abschnitt betrachten. Dabei geht es nicht nur um das Rechnen in altbekannten Zahlbereichen. Die in diesem Kapitel eingeführten endlichen Körper spielen in der Codierungstheorie und der theoretischen Informatik eine wichtige Rolle. Aber auch in anderen Zusammenhängen werden wir sehen, dass es sinnvoll ist, nicht nur Q, R und C zu studieren, sondern die wesentlichen Eigenschaften dieser Zahlbereiche zu verallgemeinern.
2.1 Gruppen, Ringe, Körper In der Mathematik spielen ganz häufig Mengen und Operationen, die auf diesen Mengen definiert sind, eine wichtige Rolle. Dabei ist von Interesse, welche Eigenschaften die Operationen erfüllen. Konkret geht es immer wieder um die Assoziativität („Darf man beliebig zusammenfassen?“), die Kommutativität („Darf man die Reihenfolge beliebig ändern?“) sowie um die Möglichkeit, innerhalb einer Menge unbegrenzt zu rechnen. Sind zwei Operationen definiert (etwa die Addition und die Multiplikation), dann ist auch die Distributivität von Interesse („Kann man zwei Operationen systematisch verbinden?“). Je nachdem, in welchem Umfang diese Eigenschaften erfüllt sind, gibt es begriffliche Unterscheidungen zwischen Mengen zusammen mit geeigneten Operationen. Die wichtigen Begriffe dabei heißen Gruppe, Ring und Körper. Mathematik gilt als abstrakt, aber die eigentlichen Wurzeln des Fachs sind sehr konkret. Deshalb lohnt es sich auch, bei den folgenden Begriffsbildungen ganz einfache Beispiele im Kopf zu haben: Die Mengen, um die es geht, könnten etwa N, Z oder Q sein, die Operationen die ganz normale Addition oder Multiplikation von Zahlen. Man wird dann leicht sehen, ob bestimmte K. Reiss, G. Stroth, Endliche Strukturen, Mathematik für das Lehramt, c Springer-Verlag Berlin Heidelberg 2011 DOI 10.1007/978-3-642-17182-6_2,
2.1
56
2. Körper und Polynome
Eigenschaften erfüllt sind oder nicht. Aber Vorsicht, manchmal gibt es auch unerwartete Dinge (z. B. bei den endlichen Körpern). Bei der folgenden Definition 2.1.1 ist im Grunde das uneingeschränkte Lösen von Gleichungen der Form a + x = b bzw. a · x = b in einer gewissen Menge M die Motivation der Begriffsbildung. Wir brauchen dabei nur eine Verknüpfung auf der Menge M , die mit ◦ bezeichnet wird. Eine Verknüpfung auf M ist nichts weiter als eine Abbildung, die den Elementen m1 und m2 aus der Menge M ein Element m1 ◦ m2 zugeordnet, das wiederum aus M ist. Der Urbildbereich ist M × M = {(m1 , m2 ) | m1 , m2 ∈ M }, der Bildbereich ist M . In formaler Schreibweise sieht das so aus: ◦ : M × M −→ M
(m1 , m2 ) −→ m1 ◦ m2 .
Konkret darf man sich – wie gesagt – zunächst einmal unter der Verknüpfung die Addition oder die Multiplikation ganzer Zahlen vorstellen. Also + : Z × Z −→ Z
(z1 , z2 ) −→ z1 + z2
bzw. · : Z × Z −→ Z (z1 , z2 ) −→ z1 · z2 . Einem Paar von Elementen wird also ihre Summe oder ihr Produkt zugeordnet. 2.1.1
Definition 2.1.1 Sei G eine nicht leere Menge, auf der eine Verknüpfung „◦“ so definiert ist, dass beliebigen Elementen a, b ∈ G ein Element a ◦ b ∈ G zugeordnet wird. Dabei soll gelten:
Es ist (a ◦ b) ◦ c = a ◦ (b ◦ c) für alle a, b, c ∈ G, das Assoziativgesetz ist also erfüllt. Es gibt ein neutrales Element e ∈ G mit folgenden Eigenschaften: (a) Für alle a ∈ G ist a ◦ e = e ◦ a = a. (b) Für jedes a ∈ G gibt es ein (von a abhängiges) a∗ ∈ G, das inverse Element, mit a ◦ a∗ = a∗ ◦ a = e.
1. 2.
Dann heißt G (zusammen mit der Verknüpfung ◦) eine Gruppe. Gilt zusätzlich a ◦ b = b ◦ a für alle a, b ∈ G, so heißt G abelsche Gruppe.1 1
Niels Henrik Abel (1802–1829) war ein norwegischer Mathematiker, der sich beispielsweise mit dem Problem der Auflösung algebraischer Gleichungen (erfolgreich) beschäftigt hat.
2.1
Gruppen, Ringe, Körper
57
Wenn man an Zahlenmengen denkt, so finden sich leicht Beispiele für Gruppen. Mit den natürlichen Zahlen klappt es allerdings weder in Bezug auf die Addition noch in Bezug auf die Multiplikation. Sicherlich führen beide Verknüpfungen nicht aus der Menge heraus und es gibt als neutrale Elemente 0 ∈ N0 bei der Addition (und wir nehmen hier die „0“ einfach als eine natürliche Zahl) bzw. 1 ∈ N bei der Multiplikation. Betrachtet man aber beispielsweise die Zahl 3 ∈ N, dann ist 3 + (−3) = 0 und 3 · 13 = 1, aber −3 und 13 sind keine natürlichen Zahlen. Nehmen wir also hinzu, was fehlt. Dann ist Z zusammen mit der Addition eine (abelsche) Gruppe und die positiven rationalen Zahlen Q+ bilden eine (abelsche) Gruppe in Bezug auf die Multiplikation. Mit Definition 2.1.1 ist die grundlegende Struktur beschrieben, die uns im Folgenden interessiert. Wir werden uns im nächsten Kapitel näher mit Gruppen beschäftigen. Hier betrachten wir hauptsächlich Mengen, auf denen zwei Operationen, nämlich sowohl eine Addition als auch eine Multiplikation, definiert sind. Es gibt aber ganz allgemein einige Eigenschaften von Gruppen, die auch in diesem Kapitel nützlich sind. Wir zeigen daher zunächst, dass in einer Gruppe das neutrale Element eindeutig bestimmt ist und dass es zu jedem Element genau ein inverses Element gibt. Das Zeichen ◦ für die Verknüpfung lassen wir in Zukunft dann weg, wenn ihm keine besondere Bedeutung zukommt. Wir schreiben also gh statt g ◦ h. Satz 2.1.2 Sei G eine Gruppe. Sind e , e ∈ G mit
(a) ae = ea = a für alle a ∈ G und (b) ae = e a = a für alle a ∈ G, so ist e = e . Beweis 2.1.2 Es ist e = e e wegen Bedingung (b) und e e = e wegen Bedin-
gung (a). Also gilt e = e . Der vorhergehende Satz besagt, dass in einer Gruppe das neutrale Element eindeutig bestimmt ist. Ganz entsprechend gibt es zu jedem Gruppenelement jeweils ein eindeutig bestimmtes inverses Element.
2.1.2
58
2.1.3
2. Körper und Polynome
Satz 2.1.3 Sei G eine Gruppe mit neutralem Element e und seien a, a ˆ, a∗ ∈ G.
Ist (a) aˆ a=e=a ˆa und (b) aa∗ = e = a∗ a, dann ist a ˆ = a∗ . Beweis 2.1.3 Es ist a ˆ = eˆ a = (a∗ a)ˆ a, weil e neutrales Element ist und Be-
a = a∗ (aˆ a), weil das Assoziativgesetz dingung (b) gilt. Außerdem ist (a∗ a)ˆ ∗ ∗ a) = a e = a∗ wegen Bedingung (a) und weil e erfüllt ist. Schließlich ist a (aˆ neutrales Element ist. Also ist a ˆ = a∗ und das ist die Behauptung. Wir werden im Folgenden fast immer a−1 für das Inverse von a schreiben. 2.1.4
Definition 2.1.4 Sei R eine Menge, auf der zwei Verknüpfungen, eine Addition
„+“ und eine Multiplikation „·“ definiert sind. Dabei sollen die folgenden Bedingungen erfüllt sein: Es ist a + b = b + a für alle a, b ∈ R. Es ist (a · b) · c = a · (b · c) und (a + b) + c = a + (b + c) für alle a, b, c ∈ R. Es ist a · (b + c) = a · b + a · c und (a + b) · c = a · c + b · c für alle a, b, c ∈ R. Es gibt ein 0 ∈ R mit a + 0 = a für alle a ∈ R, und es gibt ein 1 ∈ R mit 1 · a = a · 1 = a für alle a ∈ R. (e) Zu jedem a ∈ R gibt es ein b ∈ R mit a + b = 0.
(a) (b) (c) (d)
Dann nennt man R (zusammen mit der Addition und der Multiplikation) einen Ring. Gilt auch in Bezug auf die Multiplikation das Kommutativgesetz, ist also a · b = b · a für alle a, b ∈ R, dann heißt R ein kommutativer Ring. Ein Ring ist damit bezüglich der Addition eine abelsche Gruppe. Darüber hinaus ist die Multiplikation assoziativ, es gibt ein neutrales Element der Multiplikation und die beiden Rechenarten sind durch das Distributivgesetz verbunden. In den meisten Fällen, die wir im Folgenden betrachten werden, ist übrigens die Multiplikation darüber hinaus kommutativ, aber das ist nicht zwingend eine Eigenschaft von Ringen. Das vielleicht einfachste Beispiel für einen Ring ist die Menge Z der ganzen Zahlen, was wir im Prinzip bereits begründet haben. Genauso erfüllen die rationalen Zahlen Q offensichtlich alle Eigenschaften aus Definition 2.1.4.
2.1
Gruppen, Ringe, Körper
59
Aber auch „dazwischen“ kann man Mengen finden, die eine Ringstruktur haben. √
√ 2|a, b ∈ Z}. Dann ist Z[ 2] zusammen mit der üblichen Addition und Multiplikation reeller Zahlen ein kommutativer Ring.
Beispiel 2.1.5 Sei Z[ 2] = {a + b ·
√
Die meisten Eigenschaften muss man nicht separat nachweisen, weil sie für das Rechnen mit reellen Zahlen gelten und daher auch in jeder Teilmenge erfüllt sind. Das betrifft die Assoziativgesetze, die Kommutativgesetze und das Distributivgesetz. √ √ Zu zeigen dass mit den Elementen a + b · 2 ∈√Z[ 2] und √ √ ist zunächst, c + d · 2 ∈ Z[ 2] auch ihre Summe bzw. ihr Produkt aus Z[ 2] ist. Wir rechnen √ √ √ √ (a + b · 2) + (c + d · 2) = (a + c) + (b + d) · 2 ∈ Z[ 2] und √ √ √ √ 2) · (c + d · 2) = (ac + 2bd) + (ad + bc) · 2 ∈ Z[ 2]. √ √ √ √ Darüber hinaus sind 0 = √ 0 + 0 · √2 ∈ Z[ 2 und 1 = 1 +√0 · 2 ∈√Z[ 2]. Außerdem √ ist mit a + b · 2√∈ Z[ 2] auch (−a) + (−b) · 2 ∈ Z[ 2] und (a + b · 2) + ((−a) + (−b) · 2) = 0. (a + b ·
√ Offensichtlich ist 2 nicht die einzige reelle Zahl, die man verwenden kann, um einen über Z liegenden Ring zu bekommen. Mit jeder quadratfreien Zahl n (und dieses n muss insbesondere keine Primzahl sein) hätte man in gleicher √ Weise Z[ n] definieren können und wäre jeweils zu einem anderen Ring gekommen. Wir werden auf dieses Beispiel später noch einmal zurückkommen und seine Bedeutung diskutieren. In einem Ring R kann man nun alle additiven Gleichungen eindeutig lösen. Wenn etwa a, b ∈ R beliebig sind und ein x mit a + x = b gesucht wird, dann ist x = 0 + x = (−a) + a + x = (−a) + b die Lösung. Die Existenz des inversen Elements bezüglich der Addition zu jedem Ringelement sichert diese Vorgehensweise ab. Multiplikative Gleichungen müssen allerdings nicht immer lösbar sein, wie das Beispiel der ganzen Zahlen und der Gleichung 3 · x = 4 zeigt. Für Zahlbereiche, in denen auch das möglich ist, lohnt sich folglich eine eigene Definition.
2.1.5
60
2.1.6
2. Körper und Polynome
Definition 2.1.6 Sei K ein kommutativer Ring. Gilt 1 = 0 und gibt es zu jedem
a ∈ K \ {0} ein b ∈ K mit ab = 1, so heißt K (zusammen mit der Addition und Multipikation) ein Körper. Ist die Menge K endlich, dann spricht man von einem endlichen Körper.
Ein Körper K ist also (zusammen mit der Addition und Multipikation) insbesondere ein Ring und damit ist (K, +) eine abelsche Gruppe. Außerdem ist auch (K \ {0}, ·) eine abelsche Gruppe, denn nach der Definition besitzt jedes Element aus K \ {0} ein multiplikatives Inverses. Man kann damit leicht das folgende Lemma zeigen. 2.1.7
Lemma 2.1.7
Sei R ein Ring. Dann sind die Elemente 0 und 1 eindeutig
bestimmt. Beweis 2.1.7 Da R bezüglich der Addition eine Gruppe ist, folgt die Eindeu-
tigkeit der 0 aus Satz 2.1.2.
Angenommen, 1 und 1 sind neutrale Elemente in Bezug auf die Multiplikation. Dann rechnet man 1 = 1 · 1 , weil 1 neutrales Element ist und 1 = 1 · 1 , weil 1 neutrales Element ist. Damit ist auch 1 = 1 · 1 = 1 . 2.1.8
Lemma 2.1.8 Seien K ein Körper und a ∈ K, a = 0. Ist b ∈ K mit ab = 1, so
ist b eindeutig bestimmt. Beweis 2.1.8 Da K \ {0} bezüglich der Multiplikation eine Gruppe ist, folgt
die Behauptung sofort mit Satz 2.1.3. 2.1.9
Beispiel 2.1.9 (a) Die Menge Q der rationalen Zahlen, die Menge R der reellen Zahlen und die Menge C der komplexen Zahlen sind Körper bezüglich der üblichen Addition und Multiplikation.
(b) Z ist bezüglich der üblichen Addition und Multiplikation ein Ring, aber kein Körper, denn die Gleichung ax = 1 ist für a ∈ Z \ {1, −1} nicht lösbar. √ Auch Z[ 2] ist ein Ring (man vergleiche das Beispiel auf Seite 59), aber kein Körper (warum?).
2.1
Gruppen, Ringe, Körper
61
(c) Wir bezeichnen mit Z/2Z = {0, 1} die Restklassen modulo 2. Auf dieser Menge definieren wir eine Addition und eine Multiplikation durch + 0 1
0 0 1
1 1 0
• 0 1
0 0 0
1 0 1
Mit dieser Addition und Multiplikation wird Z/2Z zu einem Körper. Wahrscheinlich kennen Sie schon eine andere Schreibweise für diese Grundidee, nämlich 1 + 1 ≡ 0(mod 2). Man kann es auch so sagen: Das Ergebnis der Rechnung 1 + 1 lässt bei Division durch 2 den Rest 0. (d) Die Betrachtung aus (c) kann man verallgemeinern: Seien p eine Primzahl und Z/pZ = {0, . . . , p − 1} die Menge der Restklassen modulo p. Dann ist Z/pZ ein Körper, wobei Addition und Multiplikation (analog zu (c)) modulo p definiert werden. Zum Beweis müssen wir alle Eigenschaften zeigen, wobei wir etwas zahlentheoretisches Wissen voraussetzen. Die Rechenregeln 2.1.4 (a) - (e) sind leicht einzusehen, also ist Z/pZ auf jeden Fall ein kommutativer Ring. Sei a ∈ {1, . . . , p − 1}. Wir müssen zeigen, dass es zu a ein multiplikatives inverses Element in Z/pZ gibt. Offensichtlich ist ggT(a, p) = 1 (und mit ggT wollen wir den größten gemeinsamen Teiler bezeichnen) für alle diese Elemente a. Nun gilt in der Zahlentheorie der Satz, dass man den größten gemeinsamen Teiler zweier ganzen Zahlen immer linear aus den beiden Zahlen kombinieren kann (und dazu sei auf [11, Seite 129] verwiesen). Also gibt es u, v ∈ Z mit au + pv = 1 Damit unterscheidet sich au nur durch ein Vielfaches von p von 1 und es ist au ≡ 1(mod p). Also gibt es ein Element u, das invers zu a ist. Nun repräsentiert u hier genauso wie a die ganze Restklasse modulo p. Damit gilt u ∈ Z/pZ und wir haben genau die Bedingung, dass Z/pZ ein Körper ist. (e) Das letzte Beispiel soll eine Anwendung zeigen: Was ist das multiplikative Inverse von 13 in Z/41Z? Man bekommt es leicht (und auch das haben wir unter (d) gesehen), wenn man ggT(13, 41) = 1 aus 13 und 41 linear kombiniert.
62
2. Körper und Polynome
Wir zerlegen 41 passend (noch einmal ist die Begründung in [11, Seite 129] nachzusehen) und rechnen 41 = 3 · 13 + 2 , 13 = 6 · 2 + 1 . Also ist 1 = 13 − 6 · 2 = 13 − 6(41 − 3 · 13) = 19 · 13 − 6 · 41. Somit ist 19 das multiplikative Inverse von 13 in Z/41Z. Aus Definition 2.1.4 kann man den folgenden kleinen Satz ableiten, der einen aus den Körpern Q und R längst bekannten Zusammenhang verallgemeinert. 2.1.10
Satz 2.1.10 (a) Ist M ein Ring und x ∈ M , so ist 0 · x = 0 = x · 0.
(b) Ist M ein Körper und ab = 0, so ist a = 0 oder b = 0. Beweis 2.1.10 (a) Es ist x = x · (1 + 0) = x · 1 + x · 0 = x + x · 0. Also ist 0 = x · 0. Genauso folgt aus (1 + 0) · x = x die Gleichung 0 = 0 · x.
(b) Wenn a, b ∈ M und beide von 0 verschieden sind, dann gibt es ihre inversen Elemente a−1 und b−1 . Falls also ab = 0 ist, so rechnet man 1 = 1 · 1 = (a · a−1 ) · (b · b−1 ) = (ab) · (a−1 b−1 ) = 0 · (a−1 b−1 ) = 0 nach (a), und das ist nicht möglich.
2.2
2.2 Eigenschaften endlicher Körper Endliche Körper haben faszinierende Eigenschaften, von denen in diesem Abschnitt einige betrachtet werden sollen. Dabei gehen wir im Grunde ungewöhnlich vor, denn es folgen jede Menge kleinerer und größerer Ergebnisse, obwohl wir für endliche Körper immer wieder und ausschließlich das Beispiel Z/pZ heranziehen. Normalerweise würde man in der Mathematik zuerst unterschiedliche Beispiele und damit eine wirklich „lohnende“ Begriffsbildung erwarten. Nun, endliche Körper sind nicht ganz leicht zu konstruieren und man braucht dazu einiges an theoretischen Überlegungen. Aber Geduld, denn zum Ende des Kapitels wird klar werden, dass es prinzipiell verschiedene endliche Körper gibt, die den Aufwand wert waren.
2.2
Eigenschaften endlicher Körper
63
Betrachten wir noch einmal Satz 2.1.10. Wie das Beispiel der ganzen Zahlen zeigt, ist seine Umkehrung nicht immer richtig. Für a, b ∈ Z mit ab = 0 folgt zwar a = 0 oder b = 0, aber es gelten in Z nicht alle Axiome eines Körpers, denn die Existenz eines inversen Elementes zu a ∈ Z ist nur für die Fälle a = 1 und a = −1 gewährleistet. Hat jedoch M endlich viele Elemente, dann gilt auch die Umkehrung des Satzes. Satz 2.2.1 Sei M ein kommutativer Ring mit 1 < |M | < ∞ und seien a, b ∈ M . Falls aus ab = 0 stets a = 0 oder b = 0 folgt, so ist M ein Körper. Beweisidee 2.2.1 Man nimmt ein beliebiges a ∈ M \ {0} und gibt für dieses
a das inverse Element bezüglich der Multiplikation an. Nur dieser Aspekt unterscheidet ja letztlich einen kommutativen Ring von einem Körper. So geht es: Da M endlich und a = 0 ist, ändert sich diese Menge nicht, wenn man jedes ihrer Elemente mit a multipliziert (es kommt nichts hinzu und es fällt nichts heraus). Wenn man aber auf diese Weise alle Elemente bekommt, dann bekommt man auch die 1 und hat automatisch das gesuchte inverse Element zu a. Wer ein konkretes Beispiel mag, kann sich den Sachverhalt in Z/3Z klarmachen. Hier gilt {0, 1, 2} = {0 · 2, 1 · 2, 2 · 2} = {0, 2, 1} und damit ist 2 zu sich selbst invers. Betrachten wir Z/5Z, so ist beispielsweise {0, 1, 2, 3, 4} = {0 · 2, 1 · 2, 2 · 2, 3 · 2, 4 · 2} = {0, 2, 4, 1, 3}, also ist 3 inverses Element zu 2. Beweis 2.2.1 Sei M = {m1 , . . . , mn }. Da |M | > 1 ist, gibt es ein a ∈ M mit a = 0. Wir betrachten alle Produkte am1 , . . . , amn . Ist ami = amj für gewisse Indizes i und j, so ist a(mi −mj ) = 0. Da a = 0 ist, folgt nach Voraussetzung mi = mj . Also ist M = {m1 , . . . , mn } = {am1 , · · · , amn }. Folglich gibt es ein mi mit 1 = ami , denn 1 muss in der Menge M = {am1 , · · · , amn } enthalten sein.
Mit Hilfe von Satz 2.2.1 könnten wir übrigens auch zeigen, dass Z/pZ (gesprochen „Z nach pZ“) ein Körper ist, falls p eine Primzahl ist. Die Voraussetzungen des Satzes sind erfüllt, denn Z/pZ ist ein kommutativer Ring mit 1 <| Z/pZ |= p < ∞. Wir haben es im Beispiel (d) auf Seite 61 anders gemacht, weil wir die im Beweis verwendete Methode später verallgemeinern wollen (man vergleiche Satz 2.3.24). Ganz egal, das Ergebnis ist wichtig und man kann sogar die Umkehrung formulieren: Wenn Z/mZ ein Körper ist, dann muss m eine Primzahl sein.
2.2.1
64
2.2.2
2. Körper und Polynome
Satz 2.2.2 Sei Z/mZ = {0, · · · , m − 1} die Menge der Restklassen modulo
m, auf der die Addition und Multiplikation modulo m erklärt sind. Dann ist Z/mZ genau dann ein Körper, wenn m eine Primzahl ist. Beweis 2.2.2 Wir haben im Beispiel (d) auf Seite 61 bereits gezeigt, dass Z/pZ ein Körper ist, falls p eine Primzahl ist. Zum Beweis der Umkehrung setzen wir voraus, dass Z/mZ (für dieses m) ein Körper ist. Wir nehmen außerdem an, dass man m zerlegen kann als m = ab mit a = ±1 und 0 < a, b < m. Damit ist aber
ab = m ≡ 0 (mod m) mit a = 0 und b = 0 und das ist nach Satz 2.1.10 in einem Körper nicht möglich. Schreibweise: Für den Körper Z/pZ schreibt man auch Fp oder GF (p). Wir wählen im Folgenden (und in der Regel) die Bezeichnung GF (p), bleiben manchmal aber auch beim gewohnten Z/pZ. Eine schöne Anwendung von Satz 2.2.2 ist das folgende Ergebnis, das als Satz von Wilson bezeichnet, aber eigentlich dem englischen Mathematiker Edward Waring (1734–1798) zugeschrieben wird. Es liefert eine Bedingung dafür, dass eine ganze Zahl p eine Primzahl ist. 2.2.3
Satz 2.2.3 (Satz von Wilson) Sei 1 = p ∈ N. Dann ist
1 · 2 · . . . · (p − 1) ≡ −1
(mod p)
genau dann, wenn p eine Primzahl ist. Beweisidee 2.2.3 „=⇒“: Man muss sich klarmachen, dass Teilerfremdheit (in gewissen Grenzen) erblich ist. Wenn eine Zahl a zu einer Primzahl p teilerfremd ist, dann sind es auch alle Zahlen, die zu a kongruent modulo p sind. „⇐=“: Für die Primzahl p bildet man das Produkt aller Zahlen zwischen 1 und p − 1. Dabei interessiert man sich nicht für den absoluten Wert, sondern nur für die Kongruenz modulo p. Hier hilft nun weiter, dass Z/pZ ein Körper ist. Man kann die von 0 verschiedenen Elemente so sortieren, dass immer ein Element und sein Inverses ein Paar mit dem Produkt 1 (natürlich mod p) bilden. Das klappt bestens, solange ein Element nicht zu sich selbst invers ist, also werden genau diese Elemente bestimmt. Nicht ganz unerwartet läuft es auf die Elemente 1 und −1 = p − 1 hinaus. Durch Multiplikation mit 1 ändert sich nichts und das ganze Produkt ist schließlich gerade −1.
2.2
Eigenschaften endlicher Körper
65
Konkret sieht das etwa in Z/11Z so aus: 1·2·3·4·5·6·7·8·9·10 = 1·(2·6)·(3·4)·(5·9)·(7·8)·10 ≡ 10(mod 11) ≡ −1(mod 11).
Alles klar? Übrigens sind bei diesem Beweis wieder einmal ein paar zahlentheoretische Kenntnisse nützlich (siehe [11], auch wenn die zahlentheoretische Aussage des Satzes hier in der „Welt der Körper“ bewiesen wird). Beweis 2.2.3 „=⇒“: Sei 1 = p ∈ N und 1 · 2 . . . (p − 1) ≡ −1(mod p). Dann ist
1 = ggT(p, −1) = ggT(p, 1 · 2 . . . (p − 1)) nach Voraussetzung und es folgt sofort, dass p eine Primzahl ist. Dabei sei angemerkt, dass der größte gemeinsame Teiler von zwei ganzen Zahlen immer eine natürliche Zahl ist. „⇐=“: Sei umgekehrt p eine Primzahl. Nach Satz 2.2.2 bilden die Restklassen modulo p einen Körper und dort rechnen wir. Wir müssen zeigen, dass das Produkt über alle von 0 verschiedenen Körperelemente gerade −1 ist. Mit jedem Körperelement a = 0 steht nun in diesem Produkt aber auch sein Inverses a−1 mit a · a−1 = 1. Sind a und a−1 verschieden, dann gibt es folglich keine Probleme. Es gilt also festzustellen, wann a = a−1 ist. Also müssen wir die Lösungen der Kongruenz x2 ≡ 1(mod p) bestimmen. In diesem Fall ist x2 − 1 = (x + 1)(x − 1) ≡ 0(mod p). Es gibt also nur zwei Möglichkeiten, denn entweder ist x ≡ 1(mod p) oder x ≡ −1(mod p). Wenn wir nun Z/pZ mit {0, . . . , p − 1} identifizieren, so erhalten wir für x die Lösungen x = 1 oder x = p − 1, also ist 1 · 2 . . . (p − 1) ≡ p − 1 ≡ −1 (mod p). Das liefert die Behauptung. Noch einmal: Für p = 2 ist (p − 1)! = 1 ≡ −1 (mod 2). Ansonsten ist p ungerade und die Menge {1, 2, . . . , p − 1} hat eine gerade Anzahl von Elementen. In {2, 3, . . . , p − 2} findet man die „Paare“, deren Produkt jeweils 1 modulo p ist. Es bleiben 1 und p − 1 übrig, die jeweils zu sich selbst invers sind.
66
2. Körper und Polynome
Das im Beweis von Satz 2.2.3 genutzte Rechnen in Kongruenzen stellt einen wesentlichen Unterschied zwischen den Körpern GF (p) und Q heraus. Insbesondere können wir in Q die 1 beliebig oft aufsummieren, ohne Null zu erhalten, während in GF (p) (1 + 1 + · · · + 1) = 0
p
ist. Dieser Aspekt wird in der folgenden Definition gewürdigt und der neue Begriff heißt Charakteristik eines Körpers. 2.2.4
Definition 2.2.4 Sei K ein Körper. Falls es ein n ∈ N gibt so, dass
(1 + 1 + · · · + 1) = 0
n
ist, dann bezeichnet char(K) die kleinste natürliche Zahl n mit dieser Eigenschaft. Man nennt char(K) die Charakteristik des Körpers K. Gibt es kein solches n, so setzt man char(K) = 0. 2.2.5
Beispiel 2.2.5 Es ist char(Q) = char(R) = char(C) = 0 und char(Z/pZ) = p.
Natürlich muss sich auch die Einführung des Begriffs der Charakteristik lohnen. Wenn Z/pZ der einzige Körper der Charakteristik p wäre, dann würde man vermutlich diesen neuen Begriff nicht benötigen. Es gibt tatsächlich andere Beispiele, auch wenn sie nicht ganz so einfach wie Z/pZ zu konstruieren sind (dennoch: Keine Angst, schwierig ist es nicht.). Bevor wir sie betrachten, gehen wir allerdings noch etwas tiefer in die Theorie. So können wir beispielsweise die Charakteristik eines Körpers eingrenzen. Die folgenden Sätze zeigen, dass die Charakteristik eines endlichen Körpers immer eine Primzahl ist. Wir beweisen zunächst, dass die Charakteristik eines endlichen Körpers eine natürliche Zahl ist. 2.2.6
Satz 2.2.6 Ist K ein endlicher Körper, dann ist char(K) > 0 eine natürliche
Zahl. Beweis 2.2.6 Wir betrachten die Summen
1, 1 + 1, 1 + 1 + 1, . . . , (1 + . . . + 1)
|K|
und nehmen an, dass sie alle von Null verschieden sind.
2.2
Eigenschaften endlicher Körper
67
Insgesamt sind es |K| Summen, es gibt aber höchstens |K| − 1 paarweise und von 0 verschiedene Elemente in K. Daher müssen nach dem Schubfachprinzip 1.2.10 mindestens zwei der Summen gleich sein. Es ist also (1 + . . . + 1) = (1 + . . . + 1)
i
j
für irgendwelche geeigneten und verschiedenen i und j. Man darf i < j annehmen (denn sonst würde man einfach die Benennung der Indizes vertauschen). Damit steht aber (1 + . . . + 1) = 0
j−i
für einen Wert j − i < |K| im Widerspruch zur Annahme. Also gibt es ein n ∈ N mit char(K) = n. Mit relativ einfachen Rechnungen kann man nun zeigen, dass die Charakteristik eines endlichen Körpers immer eine Primzahl sein muss. Dieses Ergebnis ist bedeutsam, denn es schränkt die Möglichkeiten bei der Konstruktion endlicher Körper klar ein. Satz 2.2.7 Ist K ein Körper mit char(K) = n = 0, so ist n eine Primzahl. Beweis 2.2.7 Sei n = ab mit a, b > 0. Wir nutzen die Distributivität und
rechnen (1 + · · · + 1)(1 + · · · + 1) = (1 + · · · + 1) = 0 .
a−mal
b−mal
n−mal
Da K ein Körper ist, muss nach Satz 2.1.10 (1 + · · · + 1) = 0
a−mal
oder (1 + · · · + 1) = 0
b−mal
sein. Wegen der Minimalität von n (man vergleiche Definition 2.2.4) folgt daraus n = a oder n = b. Da in K offenbar 1 = 0 ist, ist auch n = 1, also ist n eine Primzahl.
2.2.7
68
2. Körper und Polynome
Die Körper der Charakteristik p verhalten sich in vielerlei Hinsicht besser als Q oder R und haben (wie bereits erwähnt) erstaunliche Eigenschaften. Die Aussage des folgenden Satzes ist etwa im Bereich der rationalen oder reellen Zahlen nichts anderes als ein häufig gemachter Fehler, in einem Körper der Charakteristk p aber (bei beliebiger Primzahl p) eine korrekte Aussage. 2.2.8
Satz 2.2.8 Sei K ein Körper mit char(K) = p, p eine Primzahl. Seien a, b ∈ K.
Dann ist (a + b)p = ap + bp . Beweis 2.2.8 Nach Satz 1.3.12 ist
(a + b)p =
p p i p−i ab . i i=0
ai bp−i genau pi -mal Hierbei soll pi ai bp−i bedeuten, dass in K das Element p aufsummiert wird. Nun ist aber p ein Teiler von i mit Ausnahme von i = 0 und i = p. Somit ist (a + b)p ≡ (ap + bp )(mod p) und die Behauptung folgt.
Es gilt Q ⊆ R und R ⊆ C. Allerdings geht die Beziehung zwischen Q, R und C über eine einfache Teilmengenrelation hinaus, denn auch alle Rechenarten lassen sich ja jeweils auf die größere Menge übertragen. Im Folgenden werden wir häufig (und auch bei endlichen Körpern) die Situation K1 ⊆ K antreffen, wobei K1 und K Körper bezüglich derselben Addition und Multiplikation sind. Insbesondere haben beide die gleichen neutralen Elemente („0“ bezüglich der Addition und „1“ bezüglich der Multiplikation). In einem solchen Falle nennen wir K1 einen Teilkörper von K. 2.2.9
Definition 2.2.9 Sei K ein Körper und K1 ⊆ K. Falls K1 mit den auf K1 eingeschränkten Rechenoperationen von K wieder ein Körper ist, dann heißt K1 Teilkörper von K.
Ganz offensichtlich müssen 0 ∈ K und 1 ∈ K auch in jedem Teilkörper von K enthalten sein. Ansonsten sehen wir unmittelbar, dass R ein Teilkörper von C und Q ein Teilkörper von R ist. Wir wissen darüber hinaus, dass Q keine echte Teilmenge hat, die wieder ein Körper ist (eigentlich Schulwissen, aber können Sie es auch begründen?). Also scheint es so etwas wie einen kleinsten Teilkörper zu geben, der keine anderen Körper mehr echt enthält. Dies können wir so sehen. Ist K ein Körper, so ist offenbar der Durchschnitt von zwei
2.2
Eigenschaften endlicher Körper
69
Teilkörpern von K wieder ein Teilkörper von K. Also ist der Durchschnitt aller Teilkörper von K der kleinste Teilkörper von K. Da er wichtig ist und immer wieder gebraucht wird, bekommt er eine eigene Bezeichnung. Definition 2.2.10 Sei K ein Körper und F der kleinste Teilkörper von K. Dann
2.2.10
heißt F Primkörper von K. Im oben genannten Beispiel der Körper Q ⊆ R ⊆ C ist offensichtlich Q der Primkörper sowohl von R als auch von C, denn es gibt keine echte Teilmenge von Q, die ein Teilkörper ist. Auch bei endlichen Körpern ist die Lage nicht wesentlich komplizierter. Der folgende Satz zeigt, dass in diesem Fall der Name „Primkörper“ sogar eine intuitive Bedeutung hat. Satz 2.2.11 Sei K ein endlicher Körper mit char(K) = p und F sein Prim-
körper. Dann ist |F | = p. Beweis 2.2.11 Sei F1 := {(1 + 1 + · · · + 1) | 1 ≤ i ≤ p} ⊆ K. Dann hat F1
i−mal
mit dieser Festlegung p Elemente. Wir zeigen, dass F1 = F gilt, also F1 der Primkörper von K ist. Natürlich muss F1 , um Primkörper zu sein, überhaupt ein Körper sein, sodass zunächst die Bedingungen aus Definition 2.1.4 nachzuweisen sind. Da char(K) = p ist, gilt (1 + · · · + 1) + (1 + · · · + 1) = (1 + · · · + 1) = (1 + · · · + 1) ∈ F1 ,
m−mal
n−mal
m+n−mal
j−mal
wobei m + n ≡ j(mod p) für ein j ∈ {1, . . . , p} ist. Damit ist die Summe von zwei Elementen aus F1 wieder ein Element aus F1 . Genauso kann man zeigen, dass auch das Produkt von zwei Elementen aus F1 ein Element aus F1 ist. Es ist (1 + · · · + 1) · (1 + · · · + 1) = (1 + · · · + 1) = (1 + · · · + 1) ∈ F1 ,
m−mal
n−mal
mn−mal
j−mal
wobei mn ≡ j mod p für ein j ∈ {1, . . . , p} ist. Die Rechengesetze aus Definition 2.1.4 in den Punkten (a) - (e) folgen leicht und im Prinzip mit der gleichen Methode. Dabei gelten diese Gesetze, weil sie in N0 und damit auch beim Rechnen modulo p erfüllt sind. Die Existenz der Elemente 0 und 1 in F1 liegt in der Konstruktion von F1 begründet. Schließlich kann man wieder durch einfaches Rechnen ein additives Inverses zu jedem a ∈ F1 bestimmen.
2.2.11
70
2. Körper und Polynome
Es ist also nur noch zu beweisen, dass jedes von 0 verschiedene Element ein 0, also ist multiplikatives Inverses hat. Sei a = (1 + · · · + 1) ∈ F1 mit a =
m−mal
insbesondere m ≡ 0 (mod p). Dann gibt es ein x ∈ {1, . . . , p − 1} mit mx ≡ 1 (mod p). Wir setzen b = (1 + · · · + 1) ∈ F1 und rechnen
x−mal
ab = (1 + · · · + 1)(1 + · · · + 1) = (1 + · · · + 1) = 1.
m−mal
x−mal
mx−mal
Also hat jedes a ∈ F1 ein multiplikatives Inverses in F1 . Wir hatten mit Satz 2.2.7 gezeigt, dass die Charakteristik eines endlichen Körpers immer eine Primzahl p ist. Nun kann man darüber hinaus zeigen, dass auch die Anzahl der Elemente eines endlichen Körpers durch dieses p bestimmt ist. Konkret ist diese Anzahl immer eine Primzahlpotenz. Wir wollen diese Aussage zunächst an einem Beispiel verdeutlichen, das als Satz formuliert wird. 2.2.12
Satz 2.2.12 Es gibt keinen Körper K mit |K| = 6. Beweisidee 2.2.12 Im Grunde versucht man, einen solchen Körper passend zu
basteln – und scheitert. Dazu nimmt man an, es gäbe einen solchen Körper und betrachtet seinen Primkörper F . In einem ersten Schritt wird gezeigt, dass dieser Primkörper dann allenfalls zwei Elemente haben kann. Aus den restlichen vier Elementen fischt man sich eines („a“) heraus und bastelt daraus eine Menge F1 mit vier Elementen, die den Primkörper enthält. Es bleiben also noch zwei Elemente im Körper K übrig, von denen eines („b“) zur Konstruktion einer darüber liegenden Menge F2 benutzt wird (und die soll F1 enthalten). Es zeigt sich, dass F2 acht Elemente haben müsste, also mehr als im Körper K zur Verfügung stehen. Da das nicht möglich ist, hat man den Satz bewiesen. Vorsicht, beim Beweis darf man alles nur sehr formal betrachten. Wichtig für das Verständnis ist es, sich immer darüber im Klaren zu sein, woher die einzelnen Elemente kommen. Im Grunde ist der Beweis aber nicht mehr als eine einfache Rechnerei.
2.2
Eigenschaften endlicher Körper
71
Beweis 2.2.12 Sei F der Primkörper von K. Dann ist |F | ≤ |K| und nach Satz
2.2.11 ist |F | = 2, 3 oder 5. Wir zeigen, dass |F | = 2 sein muss. Wir nehmen dazu ein a ∈ K so, dass a ∈ F ist und setzen F1 = {f1 + af2 | f1 , f2 ∈ F }.
Seien nun f1 , f2 , f1 , f2 ∈ F so gewählt, dass f1 + af2 = f1 + af2 ist. Dann ist f1 − f1 = a(f2 − f2 ). Ist f2 = f2 , so ist a = (f1 − f1 )(f2 − f2 )−1 ∈ F , ein Widerspruch. Also ist f2 = f2 und damit auch f1 = f1 , falls f1 + af2 = f1 + af2 gilt. Man kann also für die Anzahl der Elemente in F1 schließen, dass |F1 | = |{f1 + af2 | f1 , f2 ∈ F }| = |F |2 ≤ |K| ist. Das liefert |F | = 2 und |F1 | = 4, denn 4 ist die einzige Quadratzahl, die nicht größer als 6 ist. Da nun |K| = 6 ist, gibt es Elemente von K, die nicht aus F1 sind. Wir wählen entsprechend ein b ∈ K mit b ∈ F1 und betrachten die Menge F2 = {f ∗ + bf | f ∗ ∈ F1 , f ∈ F }.
Seien f ∗ , f ∗ ∈ F1 und f, f ∈ F so gewählt, dass
f ∗ + bf = f ∗ + bf
ist. Dann ist f ∗ − f ∗ = b(f − f ). Ist f = f , so ist
b = (f ∗ − f ∗ )(f − f )−1 . Damit ist b das Produkt aus einem Element aus F1 und einem Element aus F . Wir zeigen nun ähnlich wie oben, dass aus dieser Bedingung b ∈ F1 folgt. Sei h1 + ah2 ∈ F1 und f ∈ F . Dann ist (h1 + ah2 )f = h1 f + ah2 f ∈ F1 , da h1 f ∈ F und h2 f ∈ F ist. Damit ist aber F1 in Bezug auf die Multiplikation mit Elementen aus F abgeschlossen. Insbesondere bekommt man den Widerspruch b ∈ F1 . Also ist f2 = f2 und folglich f1 = f1 . Somit ist |F2 | = 8 und das ist wegen F2 ⊆ K nicht möglich.
72
2. Körper und Polynome
Das Vorgehen im Beweis von Satz 2.2.12 macht ganz klar den Eindruck, als könnte man es verallgemeinern. Insbesondere liegt die Vermutung nahe, dass die gleichen Schwierigkeiten mit der Konstruktion bei jeder Mächtigkeit von K auftreten würden, die keine Primzahlpotenz ist. Folglich kann die Anzahl der Elemente eines endlichen Körpers allenfalls eine Primzahlpotenz sein. Genau das ist die Aussage des folgenden Satzes. Man kann ihn tatsächlich ganz analog zu Satz 2.2.12 beweisen, aber es geht auch anders. Konkret werden wir hier eine Idee aus der Linearen Algebra benutzen, was dann einen sehr eleganten Beweis zum Ergebnis hat. Die Idee sieht so aus: Sei K1 ein Teilkörper eines Körpers K. Ist a ∈ K1 und b ∈ K, so ist auch ab ∈ K, also ist K gegen Multiplikation mit Elementen aus dem kleineren Körper K1 abgeschlossen. Insbesondere erfüllt das Paar (K1 , K) die Axiome eines K1 -Vektorraumes K. Diese Idee werden wir als wesentlichen Teil des Beweises benutzen. 2.2.13
Satz 2.2.13 Sei K ein endlicher Körper mit char(K) = p. Dann gibt es ein
n ∈ N mit |K| = pn . Beweis 2.2.13 Ist F der Primkörper von K, so kann man K (wie wir es oben
ausgeführt haben) als einen Vektorraum über F auffassen. Da |K| < ∞ ist, ist K endlich-dimensional. Sei {f1 , . . . , fn } eine F -Basis von K. Dann ist jedes Element eindeutig als n
ai fi ,
ai ∈ F
i=1
schreibbar. Da es für jedes ai genau p Möglichkeiten gibt (man vergleiche Satz 2.2.11), erhalten wir so genau pn viele verschiedene Elemente von K. Also ist |K| = pn . Natürlich hängen die Dinge zusammen: Im Beweis von Satz 2.2.12 haben wir versucht, nach und nach die Basis f1 , f2 , . . . aufzubauen. Es hat nicht geklappt, weil es mit sechs Elementen nicht klappen kann. Mit einer Primzahlpotenz als Mächtigkeit eines Körpers K geht es aber und die Menge der (konstruierten) Elemente wächst in jedem Schritt um eine p-Potenz, bis wir bei pn schließlich K ausschöpfen.
2.3
Polynome
73
2.3
2.3 Polynome In diesem Abschnitt soll es um Polynome und ihre wesentlichen Eigenschaften gehen. Wir werden uns vor allem mit Polynomen beschäftigen, deren Koeffizienten aus einem bestimmten Körper sind, also beispielsweise aus GF (p) oder Q oder R. Wir werden nutzen, dass man mit der (aus der Schule im Prinzip bekannten) Addition und Multiplikation von Polynomen einen Ring bekommt, einen so genannten Polynomring mit Koeffizienten im betreffenden Körper. In diesem Ring kann man dann, ganz ähnlich wie in Z, nicht nur rechnen, sondern sogar eine eindeutige Primfaktorzerlegung der Elemente angeben. Der Beweis dieses Ergebnisses ist ein erstes Teilziel. Ein weiteres Ziel ist es, endliche Körper zu bestimmen, die von GF (p) verschieden sind. Satz 2.2.13 sagt uns ja nur, dass die Mächtigkeit eines endlichen Körpers immer eine Primzahlpotenz ist. Er macht keine Aussage darüber, wie ein solcher Körper konkret aussehen kann. Wenn wir endliche Körper dann kennen, werden sie sehr nützlich und insbesondere für Anwendungen in der Kodierungstheorie von großer Bedeutung sein. 2.3.1 Rechnen in Polynomringen Die in der Einführung genannten Begriffe sollen nun zunächst ordentlich definiert und an Beispielen betrachtet werden. Insbesondere soll geklärt werden, was wir unter einem Polynomring verstehen. Die folgenden Begriffsbildungen basieren auf Ringen, später werden wir sie dann zumeist eingeschränkt auf Körper benutzen. Also Achtung: R ist im Folgenden ein beliebiger Ring, der nicht mit der Menge R der reellen Zahlen verwechselt werden sollte (und das, obwohl R ja auch ein Ring ist). Definition 2.3.1
Sei R ein Ring. Dann nennen wir einen Ausdruck f = a0 + a1 x + . . . + ak xk
mit ai ∈ R ein Polynom über R. Die ai nennen wir Koeffizienten des Polynoms f , wobei k Grad von f heißt. Ist ak = 0, so schreibt man grad f = k, ist f = 0, so setzt man grad f = −∞. Auf der Menge der Polynome über dem Ring R kann man eine Addition und eine Multiplikation definieren. Seien a = a0 + a1 x + . . . + ak xk und b = b0 + b1 x + . . . + bl cl Polynome. Da wir notfalls mit Nullen auffüllen können, dürfen wir k = l annehmen.
2.3.1
74
2. Körper und Polynome
Wir setzen a + b := (a0 + b0 ) + (a1 + b1 )x + . . . + (ak + bk )xk
und
a · b := c0 + c1 x + . . . + c2k c2k mit ci =
k
aj bi−j für i = 0, . . . , 2k.
j=0
Dadurch wird die Menge der Polynome über R zu einem Ring, den wir mit R[x] bezeichnen und Polynomring nennen. Für das Folgende genügt, was wir hier festgelegt haben. Wenn man allerdings mathematisch genau ist, dann dürfte man Definition 2.3.1 nicht wirklich als eine Definition bezeichnen. Was hier mit dem Begriff Polynom belegt wird, ist nicht mehr und nicht weniger als ein formaler Ausdruck. Es ist überhaupt nicht klar, was dabei x sein soll. Genauso ist die Bedeutung des Zeichens „+“ in a0 + a1 x + · · · + ak xk nicht geklärt. Es ist nur symbolisch zu verstehen und hat mit der Addition in R wenig zu tun. Wir machen es (der Vollständigkeit halber) gleich besser (und zwar in und mit Definition 2.3.2), wollen aber erst einmal ein Verständnis dafür aufbauen, worum es eigentlich geht. Man sollte sich zunächst klarmachen, dass die hier relevanten Begriffe schon in der Schule eine Rolle spielten. Sie erinnern sich? Man hat dort Polynome mit Koeffizienten in R kennen gelernt (und R ist ja im mathematischen Sinn ein Ring). Auch den Grad eines Polynoms kennt man aus diesem Kontext: f = 4x + x2 ist ein Polynom vom Grad 2, f = x7 hat den Grad 7 und f = 4 hat den Grad 0. Es ist nur eine (manchmal praktische) Konvention, dass f = 0 den Grad −∞ hat. Ganz wichtig ist außerdem, dass Polynome nicht mit Funktionen gleichgesetzt werden können. Das ist keine Spitzfindigkeit: Sei etwa R = GF (2), f = x und g = x2 . Dann sind f und g als Polynome (ganz offensichtlich) verschieden. Da aber 02 = 0, 12 = 1 ist, wären f : R → R und g : R → R als Funktionen identisch. Wie gesagt, man kann die Definition eines Polynoms durchaus exakt fassen, wenn man sie auf klaren Begriffen aufbaut. Auch wenn wir im Folgenden der Darstellung in Definition 2.3.1 den Vorzug geben, soll gezeigt werden, wie es geht. Außerdem werden wir sehen, dass die exakte und die eher intuitive Formulierung gar nicht so weit auseinander liegen.
2.3
Polynome
75
Sei R ein Ring. Dann nennt man alle Folgen (ai )i∈N0 mit ai ∈ R und ai = 0 nur für endliche viele i (d. h. es gibt ein k ∈ N mit ai = 0 für alle i ≥ k) Polynome über R. Die Addition wird durch Definition 2.3.2
2.3.2
(ai ) + (bi ) := (ai + bi ) und die Multiplikation durch (ai )(bi ) := (ci ) ci =
k
mit
aj bi−j
j=0
festgelegt. Zwischen den Darstellungen in den Definitionen 2.3.1 und 2.3.2 ist leicht zu vermitteln. So können wir a ∈ R mit der Folge (ai )i∈N0 identifizieren, wobei a0 = a und ai = 0 für i > 0 ist. Weiter setzen wir x = (0, 1, 0, 0, . . .). Dann ist xk = (0, 0, 0, . . . , 1 , 0, 0, . . . , 0, . . . , ). ↑ k
Damit wird aus der Folge (a0 , a1 , . . . , ak , 0, 0, . . . , 0) der Ausdruck a0 + a1 x + a2 x2 + · · · + ak xk . Macht das einen Unterschied? Ja, denn jetzt ist die Addition im Polynomring selbst definiert und man stellt sich nicht automatisch die Addition im Ring R vor. Mit den eingeführten Begriffen kann man nun bereits Aussagen über die Summe bzw. das Produkt von Polynomen treffen. Es gilt der folgende Satz, dessen Inhalt man sich insbesondere in Q oder R leicht veranschaulichen kann. Satz 2.3.3 Seien K ein Körper und f, g ∈ K[x]. Dann gilt
(a) grad (f + g) ≤ max(grad f, grad g) und grad (f · g) = grad f + grad g. (b) Ist f · g = 0, so ist f = 0 oder g = 0.
2.3.3
76
2. Körper und Polynome
m ai xi mit an = 0 und g = i=0 bi xi mit bm = 0. Offensichtlich ist grad (f + g) ≤ max(grad f, grad g). Außerdem ist (mit den n+m Bezeichnungen aus Definition 2.3.1) f g = j=0 cj xj und somit
Beweis 2.3.3 (a) Sei f =
n
i=0
grad f g ≤ grad f + grad g. Nun ist cn+m = an bm = 0, falls f = 0 und g = 0 ist. Die Gleichung gilt aber auch für f = 0 oder g = 0. Sei etwa grad f = −∞. Dann ist grad f + grad g = −∞ = grad f g. (b) Sei f · g = 0. Dann ist −∞ = grad f g = grad f + grad g. Damit ist (a )
grad f = −∞ oder grad g = −∞, d. h. f = 0 oder g = 0. Eine wesentliche Voraussetzung in Satz 2.3.3 ist, dass K ein Körper ist. Man sieht dies sofort am folgenden Beispiel. 2.3.4
Beispiel 2.3.4 Sei R = Z/6Z die Menge der Restklassen modulo 6. Seien au-
ßerdem f = 2x und g = 3x Polynome über R. Dann ist grad f = 1 = grad g, aber f g = 6x = 0, also grad f g = −∞. 2.3.2 Primfaktorzerlegung in Polynomringen Für die Mathematik sind weniger einzelne Fälle, sondern eher die dahinter liegenden Strukturen interessant. Welche Gemeinsamkeiten haben sie? Welche charakteristischen Eigenschaften sind bestimmend? Dabei geht man oft von Beispielen aus, die man bereits gut kennt. So ist es auch bei der Zerlegung einer Zahl in Primfaktoren. Ausgangspunkt der Überlegungen ist die Menge Z der ganzen Zahlen, in der man jede von 0 und ±1 verschiedene Zahl eindeutig in Primfaktoren zerlegen kann. Es stellt sich also die Frage, ob so etwas auch in anderen Ringen möglich ist. Kann man zum Beispiel in Polynomringen eine solche Zerlegung finden? Mit diesem Problem wollen wir uns im Folgenden beschäftigen. Wir werden zeigen, dass es im Polynomring K[x] über einem Körper K eine eindeutige Primfaktorzerlegung gibt. Vorher steht allerdings die Beschäftigung mit einer grundlegenden Frage an: Was ist denn überhaupt ein Äquivalent zu einer Primzahl in K[x]? Wir müssen offensichtlich diese Begrifflichkeit angemessen übertragen. Das Ergebnis ist die Definition so genannter irreduzibler Elemente.
2.3
Polynome
77
Eine Primzahl ist (wir werden es sehen) ein Spezialfall des irreduziblen Elements im Ring der ganzen Zahlen. Primzahlen sind in Z durch die Anzahl der Teiler festgelegt. Offensichtlich ist es also sinnvoll, auch den Begriff des Teilers zu übertragen. Das geht allerdings ganz einfach, denn Teiler werden im Grunde wie in Z definiert. Bemerkung: In den folgenden Definitionen und Sätzen beschränken wir uns zumeist auf Aussagen für einen Polynomring über einem Körper K, weil wir genau diesen Fall im Detail untersuchen wollen. Vieles ist aber ohne Probleme auf andere Ringe übertragbar. Definition 2.3.5 Sei K[x] der Polynomring über dem Körper K und seien weiter
2.3.5
f, g ∈ K[x]. Dann heißt f ein Teiler (in K[x]) von g, falls es ein h ∈ K[x] mit g = f h gibt. Wir schreiben f | g. Das war doch wirklich leicht, oder? Bei der Definition eines irreduziblen Elements müssen wir allerdings etwas vorsichtiger sein, weil es ganz so wie in Z nicht klappen kann. Wir wollen zwar, dass ein irreduzibles Element p „im Wesentlichen“ nur den Teiler p hat, aber natürlich gilt stets p = 1 · p. Dieser Faktor 1 ist nun nicht unproblematisch, denn nur in Z hat er außer der 1 und der -1 keine weiteren Teiler. Im Ring Q[x] können wir beispielsweise auch p = 12 ·2·p schreiben. Wir möchten nun, dass davon die Eigenschaft eines Elements, irreduzibles Element zu sein, nicht betroffen sein soll. Ist also e ein Teiler von 1, so soll e auch ein Teiler von p sein dürfen, obwohl p irreduzibles Element ist. Elemente mit dieser Eigenschaft nennt man Einheiten. Die Einheiten in Z sind einfach 1 und -1, die Einheiten in Q allerdings schon alle von 0 verschiedenen rationalen Zahlen (und das hat System, man vergleiche Satz 2.3.7). Immer teilen Einheiten die 1 und damit etwa in einem Polynomring K[x] auch jedes f ∈ K[x]. Bei der folgenden Definition beschränken wir uns (wie oben schon erwähnt) gleich auf die Verwendung des Begriffs in einem Polynomring über einem Körper K. Ein Element e ∈ K[x] heißt eine Einheit, falls es ein e ∈ K[x] mit ee = 1 gibt. Ein Element p ∈ K[x] \ {0} heißt irreduzibel, falls p keine Einheit ist und aus d | p stets folgt, dass d eine Einheit oder d = ep ist, wobei e eine Einheit ist. Definition 2.3.6
2.3.6
78
2. Körper und Polynome
Wenn man diese Definition auf Z übertragen würde, dann sieht man sofort, dass die irreduziblen Elemente gerade die Primzahlen bzw. ihre additiven Inversen sind. Nach Definition ist 1 keine Primzahl und -1 ist auch keine Primzahl. Und da eine Primzahl p nur die Teiler 1 und p hat, ist auch der zweite Teil der Definition offensichtlich gegeben (wie gesagt, mit der Erweiterung auf die entsprechenden negativen Zahlen). In Bezug auf einen Polynomring K[x] gestaltet sich die Sache etwas komplizierter, aber sicherlich nicht viel schwieriger. Hier können wir zunächst eine Aussage über die Einheiten machen. 2.3.7
Satz 2.3.7 Sei K[x] der Polynomring über dem Körper K. Ist f ∈ K[x] eine Einheit, so ist f ∈ K. Beweis 2.3.7 Sei f ∈ K[x] eine Einheit und g ∈ K[x] mit f g = 1. Nach Satz 2.3.3 ist dann
0 = grad f g = grad f + grad g. Also ist grad f = 0 und damit f ∈ K. Der folgende Satz zeigt nun, dass die irreduziblen Elemente in einem Polynomring über einem Körper K (ähnlich wie die Primzahlen in Z) eine Art von „Grundbausteinen“ darstellen. Dabei folgt aus Definition 2.3.6 zunächst, dass ein nicht irreduzibles Element d auf jeden Fall einen Teiler haben muss, der keine Einheit und von d verschieden ist. Diese Tatsache nutzen wir im Beweis. 2.3.8
Satz 2.3.8 Sei K[x] der Polynomring über dem Körper K. Falls f ∈ K[x]\{0}
keine Einheit ist, so ist f ein Produkt von irreduziblen Elementen. Beweis 2.3.8 Ist f nicht irreduzibel, so gibt es a, b ∈ K[x] mit
f = ab, wobei die Elemente a und b keine Einheiten sind und sich von f nicht nur durch eine Einheit unterscheiden (man vergleiche Definition 2.3.6). Außerdem ist grad f = grad a + grad b (nach Satz 2.3.3). n Angenommen, es ist grad a = 0. Da a = i=0 ai xi mit n = grad f ist, ist −1 dann a = a0 = 0. Also gibt es a−1 0 ∈ K mit a0 a = 1 und a ist eine Einheit. Da das ausgeschlossen ist, folgt grad a > 0 und entsprechend auch grad b > 0.
2.3
Polynome
79
Damit gilt grad a < grad f und grad b < grad f . Diese Argumentation kann man nun genauso auf a und b anwenden. Da dabei der Grad mit jedem Schritt kleiner wird, folgt die Behauptung (Induktion nach grad f ). Es gibt also eine Zerlegung der Elemente von K[x]\{0} in irreduzible Elemente („Primfaktoren“), wobei allerdings die Eindeutigkeit der Zerlegung unklar ist. Um sie zu betrachten (und dann als gegeben zu identifizieren), brauchen wir noch ein Hilfsmittel und dieses ist die Existenz einer Division mit Rest in K[x]. Sie wird es uns erlauben, so etwas wie einen größten gemeinsamen Teiler von zwei Elementen zu bestimmen. Wir übertragen also (wieder oder immer noch) aus Z bekannte Inhalte und Eigenschaften auf Polynomringe über Körpern. Satz 2.3.9 Sei K ein Körper und K[x] der Polynomring über K. Dann besitzt
K[x] eine eindeutige Division mit Rest, d. h., zu zwei Polynomen a und b = 0 gibt es eindeutig Polynome p und r so, dass a = pb + r mit grad r < grad b ist. Beweisidee 2.3.9 Man betrachtet zwei Polynome a und b und versucht, eine
Darstellung a = pb + r direkt anzugeben und damit ihre Existenz zu zeigen. Dabei kommt es vor allem auf den Grad der Polynome an. Ist grad a < grad b, dann ist a = 0 · b + a und man ist fertig. Ist grad a > grad b, dann hilft Induktion. Man zerlegt a additiv in zwei Polynome, wobei das eine durch b geteilt wird, das andere einen kleineren Grad hat, sodass für dieses dann der Satz wegen der Induktionsannahme gilt. Schließlich wird die Eindeutigkeit der Zerlegung gezeigt: Man nimmt an, dass es zwei Möglichkeiten gibt, und stellt fest, dass beide auf dieselben Polynome hinauslaufen. Sie erinnern sich, wie das in R[x] aussieht? Wenn man etwa das Polynom x4 + 3x2 + 7x + 5 durch das Polynom x2 − x + 5 teilt, dann bekommt man (eindeutig) diese Zerlegung: (x4 + 3x2 + 7x + 5) = (x2 + x − 1) · (x2 − x + 5) + (x + 10). Nun kann der eigentliche Beweis beginnen, oder?
2.3.9
80
2. Körper und Polynome
Beweis 2.3.9 Sei
a = a0 + a1 x + . . . + an xn b = b0 + b1 x + . . . + bm xm mit ai , bi ∈ K und bm = 0. Falls m > n ist, kann man a in der Form a = pb + r mit p = 0 und r = a schreiben. Dabei gilt insbesondere grad r < grad b. Damit ist die Existenz einer solchen Zerlegung gezeigt. Sei also m ≤ n. Wir beweisen diesen Fall durch Induktion nach n. Offensichtlich ist die Behauptung für n = 0 erfüllt, da dann a, b ∈ K, b = 0 und a = (a · b−1 ) · b ist. Damit sind die gesuchten Polynome p = a · b−1 und r = 0. Sei die Behauptung also für alle Polynome richtig, deren Grad kleiner als n ist. Wir definieren n−m a ˜ = a − an b−1 b m x
und rechnen n−m (bm xm + . . . + b1 x + b0 ) a ˜ = (an xn + . . . + a0 ) − an b−1 m x −1 n−1 n−m = (an xn + . . . + a0 ) − an xn − an b−1 − . . . − an b−1 m bm−1 x m b0 x −1 n−1 n−m = (an−1 xn−1 + . . . + a0 ) − an b−1 − . . . − an b−1 . m bm−1 x m b0 x
Dieser Ausdruck sieht vielleicht unübersichtlich aus, lässt aber zumindest erkennen, dass grad a ˜ ≤ n − 1 < n ist. Außerdem ist n−m b+a ˜ a = an b−1 m x
nach Definition von a ˜. Nach Induktionsvoraussetzung können wir daher a ˜ ˜ = p∗ b+r∗ durch b mit Rest teilen, d. h., es gibt Polynome p∗ und r∗ so, dass a ist. Damit ist n−m n−m b+a ˜ = an b−1 b + p∗ b + r ∗ a = an b−1 m x m x n−m = (an b−1 + p∗ ) · b + r ∗ . m x
Folglich gibt es zu allen a, b ∈ K[x], b = 0, geeignete Polynome p, r ∈ K[x] mit a = pb + r und grad r < grad b.
2.3
Polynome
81
Es bleibt die Eindeutigkeit zu zeigen. Wir nehmen dazu an, dass a = pb + r = p1 b + r1 ist. Dann ist (p − p1 )b = r1 − r, also grad ((p − p1 )b) = grad (r1 − r). Nun ist aber grad r < grad b und genauso grad r1 < grad b. Damit gibt es nur eine Möglichkeit, nämlich grad (p−p1 ) = −∞ und p = p1 (man vergleiche Definition 2.3.1). Es folgt r1 = r. Wendet man Satz 2.3.9 wiederholt an, nämlich im nächsten Schritt (und mit den gewählten Bezeichnungen) auf b und r und dann jeweils auf die ihnen entsprechenden Polynome, so bekommt man eine Folge von Resten, deren Grad mit jedem Schritt kleiner wird. Entsprechend kann man den aus Z bekannten „euklidischen Algorithmus“ auch in einem Polynomring über einem Körper K wiederfinden. Auch der nächste Satz 2.3.12 überträgt eine Eigenschaft, die wir aus Z kennen. Es geht um den größten gemeinsamen Teiler von zwei Elementen und die Möglichkeit, ihn linear aus diesen Elementen zu kombinieren. Zuvor sollten wir uns allerdings ein paar Gedanken machen, was denn ein größter gemeinsamer Teiler in einem Polynomring überhaupt sein kann. Dabei kann man mit einem einfachen Größenvergleich nicht gut argumentieren, aber eine andere wesentliche (und aus Z bekannte) Eigenschaft zu Grunde legen: Jeder Teiler der Zahlen a, b ∈ Z teilt den größten gemeinsamen Teiler ggT(a, b). Definition 2.3.10 Sei K[x] der Polynomring über einem Körper K und seien
p, q ∈ K[x]. Falls a ∈ K[x] ein Teiler von p und q ist, so heißt a ein gemeinsamer Teiler von p und q. Gilt b|a für alle gemeinsamen Teiler b von p und q, so heißt a ein größter gemeinsamer Teiler von p und q. Die Definition besagt nicht, dass es zu jedem a und b einen größten gemeinsamen Teiler geben muss. Wie wir noch sehen werden, gibt es ihn aber in Polynomringen über Körpern immer. In der Definition ist auch nicht ganz zufällig von einem und nicht von dem größten gemeinsamen Teiler die Rede. Betrachtet man die Begrifflichkeiten in Z (die etwas andere Definition des größten gemeinsamen Teilers in Z wird hier als bekannt vorausgesetzt; siehe [11, Seite 127]), dann sind 3 und −3 gemeinsame Teiler von 6 und 9 mit 3 > −3. Also ist 3 der größte gemeinsame Teiler von 6 und 9. Entsprechend
2.3.10
82
2. Körper und Polynome
sind in R[x] sowohl (x − 1) als auch −(x − 1) Teiler von (x2 − 1) und (x − 1), aber ein einfacher Größenvergleich verbietet sich. Größte gemeinsame Teiler sind also nicht unbedingt eindeutig bestimmbar. Trotzdem schreiben wir im Folgenden c = ggT(a, b) und meinen damit einen größten gemeinsamen Teiler von a und b. Das eben genannte Beispiel aus R[x] mag einfach erscheinen, denn die beiden Teiler unterscheiden sich ja nur um den Faktor -1. Allerdings gibt es einen ganz systematischen Grund, genau solche Beispiele zu wählen. Der folgende Satz beschreibt ihn. 2.3.11
Satz 2.3.11 Seien K ein Körper und g, h ∈ K[x]. Sind c1 und c2 größte gemeinsame Teiler von g und h, so ist g = he mit einer Einheit e. Beweis 2.3.11 Nach Definition 2.3.10 des größten gemeinsamen Teilers ist c1
ein Teiler von c2 und umgekehrt. Also ist c1 = ac2 und c2 = bc1 . Das liefert c1 = abc1 und damit c1 (1 − ab) = 0. Ist c1 = 0, so ist auch c2 = 0 und wir haben die Behauptung mit e = 1. Sei also c1 = 0. Nach Satz 2.3.3b) ist dann ab = 1 und die Behauptung folgt. Der nächste Satz ist etwas überraschend, da er den größten gemeinsamen Teiler, der ja nur über die multiplikative Struktur definiert ist, als Summe und damit über die additive Struktur beschreibt. 2.3.12
Satz 2.3.12 Seien K ein Körper, g, h ∈ K[x] und c = ggT(g, h). Dann gibt es u, v ∈ K[x] mit c = ug + vh. Beweisidee 2.3.12 Im Grunde kann man den Beweis so führen, wie man das
auch im Bereich der ganzen Zahlen Z machen würde (vergleiche [11, Seite 129]). Allerdings kann man in einem beliebigen Polynomring kein kleinstes Element ausweisen und auch nicht von positiven Elementen reden. Diese Hürden sollte man im Blick behalten. Ein Ersatz hierfür ist der Grad. Statt kleinster Elemente nimmt man Polynome vom kleinsten Grad. Ansonsten betrachtet man zuerst den einfachen Fall, dass eines der Polynome 0 ist und gibt die gesuchten Koeffizienten direkt an. Im anderen Fall wird eine Division mit Rest durchgeführt und ermöglicht die konkrete Bestimmung.
2.3
Polynome
83
Beweis 2.3.12 Sei c ein größter gemeinsamer Teiler, der eine solche Summendarstellung hat. Da nach Lemma 2.3.11 alle größten gemeinsamen Teiler von g und h ein Vielfaches von c sind, folgt dann die Behauptung für jeden größten gemeinsamen Teiler. Also genügt es, die Behauptung für einen größten gemeinsamen Teiler zu beweisen. Ist g = 0 oder h = 0, dann setzt man u = v = 1 und ist fertig. Man kann also g = 0 und h = 0 annehmen. Wir betrachten
D = {d ∈ K[x] | d = ug + vh mit u, v ∈ K[x] und d = 0}. Für u = 1 und v = 0 ist g = 1 · g + 0 · h ∈ D, sodass die Menge D nicht leer ist. Wir wählen ein c ∈ D so, dass grad c minimal ist. Dann ist c = ug + vh mit geeigneten u, v. Sei nun t ein Teiler von g und h. Dann ist offenbar t auch ein Teiler von c. Wir müssen also nur zeigen, dass c auch ein Teiler von g und h ist. Teilen wir also g und h mit Rest durch c. Dann ist g = ac + rg und h = bc + rh mit grad rg < grad c und grad rh < grad c. Es ist rg = g − ac = g − aug − avh = (1 − au)g + (−av)h. Da grad rg < grad c gilt, ist nach Wahl von c dann rg ∈ D, also muss rg = 0 sein. Genauso folgt rh = 0. Damit ist c ein Teiler von g und h. Nun ist c ein größter gemeinsamer Teiler, der eine solche Summendarstellung hat und damit ist die Behauptung bewiesen. Die konkrete Umsetzung soll das folgende Beispiel zeigen. Wir gehen dabei vom Polynomring R[x] über dem Körper R der reellen Zahlen aus, den man schon von der Schule her kennt (wenn auch ohne übergreifende Benennungen). Wesentliche Hilfsmittel wie die Multiplikation und die Division von Polynomen sollten dabei aus der Schule bekannt sein (und weiter oben haben wir das ja auch schon genutzt). Beispiel 2.3.13 Gesucht ist ein Polynom p ∈ R[x] so, dass x2 + 1 ein Teiler von
p und x3 + x2 + 1 ein Teiler von p + 1 ist. Es soll also p = (x2 + 1) · s und p + 1 = (x3 + x2 + 1) · t für geeignete Polynome s, t ∈ R[x] sein.
2.3.13
84
2. Körper und Polynome
Gibt es solche Polynome, dann bekommt man durch einfaches Rechnen (x2 + 1)s − (x3 + x2 + 1)t = 1. Nun ist aber ggT(x2 +1, x3 +x2 +1) = 1, also existieren Polynome s und t der gewünschten Art und man kann sie mit Hilfe des euklidischen Algorithmus finden. Wir rechnen: x3 + x2 + 1 = (x + 1)(x2 + 1) + (−x) x2 + 1 = −x(−x) + 1. Das liefert nun 1 = (x2 + 1) + x(−x) = = (x2 + 1) + x[x3 + x2 + 1 − (x + 1)(x2 + 1)] = (x2 + 1)[1 − x(x − 1)] + x(x3 + x2 + 1). Also ist s = x2 + x − 1 und t = x. Damit ist p = (x2 + 1)(x2 + x − 1). Mit Satz 2.3.12 bekommen wir nun auch als wesentliches Ergebnis die Möglichkeit der eindeutigen Zerlegung eines Polynoms in irreduzible Elemente („Primfaktoren“). Eindeutig bedeutet dabei, dass die Zerlegung bis auf die Reihenfolge und bis auf die Multiplikation mit Einheiten eindeutig ist (und das ist in Z ja auch nicht anders). Der folgende Satz, dessen Pendant in Z uns gut vertraut ist, wird dazu benötigt. 2.3.14
Satz 2.3.14 Seien K ein Körper und p ∈ K[x] ein irreduzibles Element. Sind a, b ∈ K[x] und teilt p das Produkt ab, so teilt p einen der Faktoren a oder b. Beweis 2.3.14 Angenommen, p sei kein Teiler von a. Da p irreduzibel ist, ist dann ggT(a, p) = 1. Nach Satz 2.3.12 gibt es u, v ∈ K[x] mit 1 = up + va. Dann ist b = upb + uab. Da p sowohl ab als auch upb teilt, teilt p auch die Summe b.
Hier ist nun der angekündigte Satz über die Möglichkeit der eindeutigen Zerlegung eines Polynoms in irreduzible Elemente. 2.3.15
Satz 2.3.15 Seien K ein Körper, f ∈ K[x] \ {0} und sei f keine Einheit. Dann lässt sich f eindeutig als ein Produkt von irreduziblen Polynomen schreiben.
2.3
Polynome
85
Beweis 2.3.15 Nach Satz 2.3.8 lässt sich f in jedem Fall als ein Produkt von irreduziblen Polynomen darstellen. Sei nun f = p1 . . . pr = q1 . . . qs , mit irreduziblen pi , i = 1, . . . , r, und qj , j = 1, . . . , s, pi , qj ∈ K[x].
Es ist p1 ein Teiler von q1 . . . qs , sodass p1 nach Satz 2.3.14 einen der Faktoren teilt. Also können wir die Anordnung so wählen, dass p1 das Element q1 teilt. Aber q1 ist irreduzibel. Damit ist ep1 = q1 mit einer Einheit e. Somit ist p1 (p2 . . . pr − eq2 . . . qs ) = 0. Damit ist p2 . . . pr = (eq2 )q3 . . . qs . Es ist auch eq2 irreduzibel. Nun liefert eine Induktion nach r, dass r = s ist und wir bei geeigneter Anordnung pi = qi ei (i = 2, . . . , r) mit Einheiten ei ∈ K[x] haben. Dies ist aber genau die Eindeutigkeit. Polynome kennt man, wie bereits gesagt, schon aus der Schule und dort spielen die Polynome vom Grad 2 eine besondere Rolle. Allerdings geht es dabei nicht um einen mehr oder minder formalen Ausdruck, sondern um quadratische Funktionen und die Bestimmung ihrer Nullstellen, also die Lösungen quadratischer Gleichungen („Mitternachts-Formel“). Doch Polynome sind keine Funktionen und das x in einem Polynom ist weder eine Variable noch eine Unbekannte. Dennoch kann es manchmal nützlich sein, in einem solchen Kontext zu arbeiten. Wir wollen daher eine Einsetzung definieren. Definition 2.3.16 Seien R ein Ring, f = a0 + a1 x . . . + ak xk ∈ R[x] und a ∈ R.
Wir definieren f (a) ∈ R durch f (a) := a0 + a1 a + . . . + ak ak . Ist f (a) = 0, so nennen wir a eine Nullstelle von f . In der Definition ist zu beachten, dass die Addition beim konkreten Einsetzen die Addition im Ring R sein muss. Das ist nicht anders, als man es von den ganzen, rationalen oder reellen Zahlen und von der Schule her kennt. Ein Aspekt ist übrigens bemerkenswert: Es ist offenbar (f + g)(a) = f (a) + g(a) und (f g)(a) = f (a)g(a), für alle f, g ∈ R[x] und alle a ∈ R. Zum Schluss dieses Abschnitts wollen wir noch zwei gute Gründe aufzeigen, warum wir zwar Polynomringe über Ringen definiert haben, uns dann aber vorwiegend mit Polynomringen über Körpern beschäftigt haben. Wir belegen mit Hilfe von zwei Beispielen (und ihren Begründungen), dass ansonsten nützliche und schöne Ergebnisse einfach nicht übertragbar wären.
2.3.16
86
2.3.17
2. Körper und Polynome
Beispiel 2.3.17 In einem allgemeinen Polynomring R[x] über einem Ring R
kann der Grad eines Polynoms f kleiner sein als die Anzahl der Nullstellen von f . Man kennt es aus R: Eine quadratische Gleichung hat höchstens zwei Lösungen, eine quadratische Funktion entsprechend höchstens zwei Nullstellen. Wir werden in Satz 2.3.22 zeigen, dass dies in jedem Polynomring gilt, falls der Koeffizientenbereich ein Körper ist. Doch für allgemeine Polynomringe gilt das Ergebnis nicht: Sei R = Z/6Z und f = (x − 2)(x − 3) ∈ R[x]. Dann ist f (1) = 2 = 0, also ist f = 0, aber f hat die Nullstellen 0, 2, 3 und 5. 2.3.18
Beispiel 2.3.18 In Z[x] gibt es keine Division mit Rest.
Wir müssen zunächst klären, was hier Division mit Rest bedeuten soll. Wir kennen bisher die Division mit Rest in Z und in einem Polynomring K[x] über einem Körper K. Dabei gilt stets, dass es zu jedem Paar a, b mit b = 0 Polynome r, s ∈ K[x] mit a = sb + r gibt so, dass r „klein“ im Verhältnis zu b ist. Das wird in Z durch den Betrag, in K[x] durch den Grad gemessen. Verallgemeinern kann man diese beiden Aspekte (also den Betrag und den Grad), wenn man den Abbildungsbegriff zu Hilfe nimmt: Es gibt stets eine Abbildung ϕ der von Null verschiedenen Elemente des Rings bzw. Polynomrings nach N0 mit der Eigenschaft, dass für a, b stets a = sb + r mit ϕ(r) < ϕ(b) oder r = 0 gilt. Unsere Aussage über Z[x] soll entsprechend bedeuten, dass es eine solche Abbildung nicht gibt. Nehmen wir an, eine Division mit Rest wäre in Z[x] möglich. Dann müsste auch Satz 2.3.12 erfüllt sein (warum?). Wir zeigen, dass dieser Satz in Z[x] nicht gilt und haben damit die Behauptung bewiesen. Eine kleine Vorbereitung ist dazu allerdings unvermeidlich. Wir werden ausnutzen, dass, falls wir eine Division mit Rest haben, je zwei Elemente in Z[x] einen größten gemeinsamen Teiler haben. Dieses Ergebnis haben wir bisher allerdings nicht bewiesen, und das wird nun nachgeholt. 2.3.19
Satz 2.3.19 Sei R ein Ring mit einer Division mit Rest bezüglich ϕ (wobei
diese Abbildung wie oben definiert ist). (a) Je zwei Elemente a und b aus R haben einen größten gemeinsamen Teiler. (b) Sind a, b ∈ R, so gibt es u, v ∈ R mit ggT(a, b) = ua + bv.
2.3
Polynome
87
Beweis 2.3.19 Die Behauptung unter (a) ist richtig, wenn a = 0 oder b = 0
ist. Sei also a = 0 und b = 0. Wir dividieren a durch b mit Rest. Dann ist a = bt1 + r1 mit ϕ(r1 ) < ϕ(b) oder r1 = 0. Ist r1 = 0, so dividieren wir anschließend b durch r1 mit Rest, also b = r1 t2 + r2 mit ϕ(r2 ) < ϕ(r1 ) oder r2 = 0. Danach fahren wir mit r1 und r2 fort. Da die ϕ-Werte immer kleiner werden, kommen wir irgendwann an einer Stelle mit dem Rest Null an und dann ist rn = tn+1 rn+1 . Wir behaupten, dass rn+1 ein größter gemeinsamer Teiler von a und b ist und beweisen die Behauptung durch Induktion nach n, also nach der Anzahl der Schritte. Ist r1 = 0, so ist b ein Teiler von a und damit auch ein größter gemeinsamer Teiler von a und b. Sei also r1 = 0. Dann besitzen per Induktion r1 und b einen größten gemeinsamen Teiler rn+1 . Dann ist aber auch rn+1 ein Teiler von a, da a = t1 b + r1 ist. Ist umgekehrt u ein Teiler von a und b, so ist u auch ein Teiler von r1 = a − t1 b. Also ist u ein Teiler von rn+1 , dem größten gemeinsamen Teiler von b und r1 . Damit ist rn+1 ein größter gemeinsamer Teiler von a und b; die Behauptung unter (a) folgt. Per Induktion gibt es u1 , v1 ∈ R mit rn+1 = u1 r1 + v1 b. Da a = bt1 + r1 ist, erhalten wir rn+1 = u1 (a − t1 b) + v1 b = u1 a + (v1 − t1 )b. Mit u = u1 und v = v1 − t1 bekommen wir nun (b). Wir wollten nun zeigen, dass es in Z[x] keine Division mit Rest gibt. Dazu genügt im Prinzip ein Gegenbeispiel. Wir betrachten konkret f, g ∈ Z[x] mit f = x3 − 1 und g = x2 − 5 und berechnen zunächst c = ggT(f, g). Der Beweis von Satz 2.3.19 beinhaltet insbesondere, dass wir mit dem euklidischen Algorithmus stets einen ggT(a, b) berechnen können. Wir wissen dann, dass ggT(x3 − 1, x2 − 5) als u(x3 − 1) + v(x2 − 5) mit u, v ∈ Z[x] geschrieben werden kann, falls Z[x] eine Division mit Rest hat. Angenommen, es ist x2 − 5 = (ax + b)(cx + d) = acx2 + (ad + bc)x + bd für gewisse a, b, c, d ∈ Z. Durch Koeffizientenvergleich bekommt man ac = 1, ad + bc = 0, bd = −5. Also ist a = c = ±1 (wir sind in Z!) und beide haben das gleiche Vorzeichen. Daher ist b + d = 0, also b = −d. Dann muss aber d2 = 5 sein und das geht nicht, weil 5 keine Quadratwurzel in Z hat.
88
2. Körper und Polynome
Somit kann man x2 − 5 nicht in Linearfaktoren zerlegen und das Polynom hat nur die Teiler ±1 und ±(x2 − 5). Nun könnte (x2 − 5) ein Teiler von x3 − 1 sein, also (x2 − 5)(ax + b) = x3 − 1 für gewisse a, b ∈ Z sein. In diesem Fall müsste dann aber −5b = −1 sein und auch das ist nicht möglich. Damit bleibt nur ggT(f, g) = 1. Sei also 1 = u(x3 − 1) + v(x2 − 5) für geeignete Polynome u, v ∈ Z[x]. Wir setzen 1 ein und bekommen 1 = u(1)(13 − 1) + v(1)(12 − 5) = −4v(1). Da v(1) ∈ Z ist, ist auch das nicht möglich. Es gibt also keine Division mit Rest in Z[x]. 2.3.3 Ein Weg zur Konstruktion endlicher Körper Wir haben in den letzten Abschnitten einige neue Fakten über Körper kennengelernt, sind aber in Bezug auf Beispiele noch nicht weitergekommen. Noch immer arbeiten wir mit den bekannten unendlichen Körpern Q, R und allenfalls C sowie mit den endlichen Körpern GF (p) (wobei p selbstverständlich Primzahl ist). Unser Ziel ist es nun, weitere Beispiele dadurch zu bekommen, dass wir aus einem Körper K neue Körper konstruieren. Dazu werden wir die Arithmetik in K[x] benutzen. Leider sind aber ein paar Vorarbeiten auch hier noch notwendig. 2.3.20
Seien K ein Körper, a ∈ K und f ∈ K[x]. Ist f (a) = 0, so ist x − a ein Teiler von f in K[x].
Satz 2.3.20
Beweis 2.3.20 Wir dividieren f durch (x−a) mit Rest. Dann ist f = (x−a)g+r mit g, r ∈ K[x] und grad r < grad (x − a) = 1. Also ist r ∈ K und somit 0 = f (a) = (a − a)g(a) + r = 0 + r. Es folgt f = (x − a)g und x − a ist somit Teiler von f .
Das Ergebnis kennt man insbesondere vom Rechnen mit reellen Zahlen und dort hat es eine praktische Anwendung. Sucht man die Nullstellen einer ganzrationalen Funktion, dann ist es manchmal sinnvoll, eine erste Nullstelle a durch Probieren zu bestimmen, dann mit Hilfe der Polynomdivision durch x − a zu teilen und so das Problem auf ein „kleineres“ zurückzuführen.
2.3
Polynome
89
Das Ergebnis kann man übrigens auch auf Z[x] übertragen. Da es aber in Z[x] keine Division mit Rest gibt, müssen wir einen neuen Beweis finden. Satz 2.3.21 Ist f ∈ Z[x] und k ∈ Z mit f (k) = 0, dann gibt es ein g ∈ Z[x] mit f = (x − k) · g.
2.3.21
Beweis 2.3.21 Da Q ein Körper ist, so gibt es nach Satz 2.3.20 ein g ∈ Q[x] n n−1 mit f = (x − k)g. Seien f = i=0 ai xi und g = i=0 bi xi . Ein Koeffizientenvergleich liefert bn−1 = an ∈ Z und allgemein ai = bi−1 − kbi ∈ Z für i < n. Ist also bi ∈ Z bereits gezeigt, so folgt auch bi−1 ∈ Z. Damit ist g ∈ Z[x].
Auch der folgende Satz beinhaltet einen aus Q bzw. R bekannten Sachverhalt, nämlich die Tatsache, dass eine ganz-rationale Funktion vom Grad n höchstens n Nullstellen hat. Diese Aussage wird hier auf einen beliebigen Körper verallgemeinert. Satz 2.3.22 Seien K ein Körper, f ∈ K[x] \ {0} und grad f = n. Dann ist
m =| {a | a ∈ K, f (a) = 0} |≤ n. Beweis 2.3.22 Wir beweisen die Aussage durch Induktion nach n = grad f .
Ist n = 0, so ist die Behauptung klar. In diesem Fall gibt es keine Elemente der gesuchten Art, weil f konstant, aber von 0 verschieden ist. Seien n > 0, a ∈ K und f (a) = 0. Nach Satz 2.3.20 ist f = (x − a) · g mit grad g = (grad f ) − 1. Wegen der Induktionsannahme („die Behauptung gilt für alle Polynome vom Grad kleiner als n“) ist | {b | b ∈ K, g(b) = 0} |≤ n − 1. Sei nun b = a mit f (b) = 0. Dann ist 0 = f (b) = (b − a)g(b). Also ist g(b) = 0. Somit ist m =| {a | a ∈ K, f (a) = 0} |≤| {b | b ∈ K, g(b) = 0} | +1 ≤ n, denn die Mengen {a | a ∈ K, f (a) = 0} und {b | b ∈ K, g(b) = 0} unterscheiden sich höchstens um das Element a.
2.3.22
90
2. Körper und Polynome
In der folgenden Definition wird nun ein weiterer Begriff übertragen, den wir vom Rechnen in Z kennen, wenn auch nicht unbedingt bereits aus der Schule. Wir legen fest, was wir unter kongruenten Polynomen verstehen wollen. Damit verbunden ist (ganz wie in Z auch) der Begriff der Kongruenzklasse. 2.3.23
Definition 2.3.23 Sei K[x] der Polynomring über einem Körper K und seien p, q, f ∈ K[x] mit f = 0. Dann heißen die Polynome p und q kongruent modulo f , falls f ein Teiler von p − q ist. Man schreibt p ≡ q (mod f ). Mit K[x]/f K[x] bezeichnet man die Menge der Kongruenzklassen modulo f , also die Menge aller q + f K[x] = {q + f h | h ∈ K[x]}, wobei q ∈ K[x] ist.
Diese Kongruenzklassen haben nun eine besondere Bedeutung, denn unter gewissen Umständen bilden auch sie Körper. Eine Bedingung gibt der nächste Satz. 2.3.24
Satz 2.3.24 Seien K ein Körper und f ∈ K[x] ein irreduzibles Polynom. Dann ist K[x]/f K[x] ein Körper. Beweis 2.3.24 Offenbar ist wie im Fall von Z/pZ (für eine Primzahl p) nur
zu zeigen, dass jedes von Null verschiedene Element ein Inverses hat (man vergleiche Beispiel (d) auf Seite 61). Alle andere Eigenschaften (und das sind die üblichen Ringeigenschaften) folgen problemlos aus der Definition bzw. weil sie in K[x] ohnehin erfüllt sind. Sei also q + f K[x] ∈ K[x]/f K[x] von 0 verschieden und so gewählt, dass q ein Rest bei Division durch f ist. Insbesondere können wir grad q < grad f annehmen. Damit ist f kein Teiler von q, und da f irreduzibel ist, folgt ggT(f, q) = 1. Nach Satz 2.3.12 gibt es dann u, v ∈ K[x] mit f u + qv = 1. Damit rechnet man (unter Anwendung der Rechenregeln für Kongruenzklassen) (q + f K[x])(v + f K[x]) = qv + f K[x] = qv + f u + f K[x] = 1 + f K[x]. Also ist v + f K[x] das Inverse zu q + f K[x] in K[x]/f K[x].
2.3
Polynome
91
Wahrscheinlich wirkt das alles recht abstrakt, doch kann man sich die Grundprinzipien der Betrachtung an konkreten Beispielen leicht klar machen. Wir beschränken uns auf endliche Körper mit einer kleinen Anzahl von Elementen und Kongruenzklassen in Bezug auf Polynome von kleinem Grad. Der Vorteil ist, dass man dann die als Restklassen in Frage kommenden Mengen von Polynomen leicht vollständig aufzählen kann. Das hilft hoffentlich noch einmal beim Verständnis von Satz 2.3.24. Dieser Satz macht allerdings keine Einschränkungen in Bezug auf den Körper K und gilt somit auch für Q oder R oder C und entsprechende irreduzible Polynome. Beispiel 2.3.25 (a) Sei K = GF (3)[x]/(x2 −2)GF (3)[x] und g ∈ GF (3)[x]. Wir
dividieren g durch x2 − 2 mit Rest r. Dann ist grad r ≤ 1. Also entsprechen die Restklassen den Polynomen vom Grad ≤ 1 und das sind 0, 1, 2, x, x + 1, x + 2, 2x, 2x + 1, 2x + 2. Somit ist | GF (3)[x]/(x2 − 2)GF (3)[x] |= 9. Also ist K ein Körper mit 9 Elementen, falls x2 − 2 irreduzibel ist. Dazu genügt es zu zeigen, dass x2 − 2 keine Nullstelle in GF (3) hat (warum ?). Jetzt wird es einfach und übersichtlich, denn wir müssen nur 0, 1 und 2 einsetzen und bekommen die Gültigkeit der Behauptung. (b) Wir betrachten (ganz ähnlich) K = GF (2)[x]/(x2 + x + 1)GF (2)[x]. Die Restklassen entsprechen hier den Polynomen 0, 1, x, x + 1, und K ist ein Körper mit 4 Elementen, falls x2 + x + 1 irreduzibel ist. Hier ist es noch einfacher, da wir nur 0 und 1 einsetzen müssen, was jeweils den Wert 1 liefert. Offensichtlich haben wir gerade eben ganz konkrete und relativ einfache endliche Körper konstruiert, die dennoch keine Primkörper sind. Das ist ein erster Erfolg, den wir ausbauen können. Die Beispiele sind offensichtlich unschwer zu verallgemeinern. Im Grunde sieht es so aus, als könne man sich ganz entsprechend Körper zu jeder Primzahl p und jedem n ∈ N basteln. Die einzelnen Elemente werden immer die Form 0, 1, . . . , p − 1 bzw. x, x + 1, . . . , x + (p − 1) bzw. 2x, 2x + 1, . . . , 2x + (p − 1) usw. haben (wobei natürlich der Grad größer als 1 werden darf ). Der folgende Satz nimmt genau diesen Sachverhalt auf.
2.3.25
92
2.3.26
2. Körper und Polynome
Satz 2.3.26
Ist f ∈ GF (p)[x] und f irreduzibel vom Grad n, so ist GF (p)[x]/f GF (p)[x]
ein Körper mit pn Elementen. Beweis 2.3.26 Wie in den beiden Beispielen (siehe Seite 91) identifizieren wir GF (p)[x]/f GF (p)[x] mit den Polynomen vom Grad ≤ n − 1, also den Polyn−1 nomen f = i=0 ai xi mit ai ∈ GF (p). Für jedes ai gibt es p Möglichkeiten. Somit gibt es genau pn viele solche Polynome.
Das sieht gut aus, dennoch haben wir mit dem Beweis von Satz 2.3.26 noch nicht die Existenz eines Körpers mit pn Elementen gezeigt. Sie ist nämlich nur dann gewährleistet, wenn es über GF (p) stets ein irreduzibles Polynom vom Grad n gibt. Nur dann bekommt man unter Anwendung von Satz 2.3.26 den gewünschten Körper. Konkret war das in den Beispielen einfach, im Allgemeinen ist es allerdings eher mühselig, ein irreduzibles Polynom mit einem gegebenen Grad zu identifizieren. 2.3.4 Noch einmal: Konstruktion endlicher Körper Wir wollen in diesem Abschnitt eine weitere Methode kennenlernen, wie man einen endlichen Körper K mit pn Elementen finden kann. Dabei wird es jetzt ein wenig abstrakt, aber lassen Sie sich einfach Zeit, die Mühe lohnt sich auf jeden Fall. Ganz konkret geht es darum, den folgenden Satz zu beweisen. 2.3.27
Für jede Primzahl p und jede natürliche Zahl n gibt es einen Körper K mit |K| = pn . Satz 2.3.27
Der Beweis soll dieses Mal nicht ganz linear entwickelt werden. Zu viele Gedanken müssen erst einmal motiviert und gestützt werden. Damit fangen wir n i nun an. Wir betrachten ein Polynom f = i=0 ai x , das irreduzibel über GF (p) sein soll. Sei außerdem K = GF (p)[x]/f GF (p)[x]. So weit, so gut, genau das war bisher unsere Ausgangslage. Wir ändern jetzt aber die Sichtweise. Wir können nämlich f auch als ein Polynom über K n auffassen, also f = i=0 ai y i ∈ K[y] betrachten (wobei uns zugute kommt, dass x keine besondere Bedeutung hat und genauso gut y genannt werden kann).
2.3
Polynome
93
Aus dieser Sicht ist dann f ≡ 0 (mod f ), sodass für f als Polynom über K das Element x + f GF (p)[x] ∈ K eine Nullstelle ist. Setzen wir dieses Element ein, so erhalten wir nämlich n n i i i=0 ai (x + f GF (p)[x]) = ( i=0 ai x ) + f GF (p)[x] = f + f GF (p)[x] = f GF (p)[x] = 0. Insbesondere ist f nicht mehr irreduzibel über K, falls nicht grad f ≤ 1 war (das besagt Satz 2.3.20). Diesen Sachverhalt kann man verallgemeinern. Das Ziel dabei ist, einen Körper F so zu bestimmen, dass unser Polynom in F [x] in Linearfaktoren zerlegt werden kann. Wie so oft hilft dabei eine induktive Argumentation. Sei also g ein Polynom über einem Körper F und g = f1 . . . fr eine Zerlegung in irreduzible Polynome F [x]. Sind alle diese Polynome vom Grad kleiner oder gleich 1, dann sind wir fertig. Sei also f1 nicht linear. Wir setzen K1 = F [x]/f1 F [x] und betrachten g als ein Polynom über K1 . Sei (1)
(1)
g = f1 · · · ft
die Zerlegung von g in irreduzible Polynome über K1 . Wir wissen (so ganz allgemein) nicht viel über diese Zerlegung, aber wir können die Nummerie(1) rung so wählen, dass f1 linear ist, da ja f1 eine Nullstelle in K1 hat. Also (1) ist g = f1 g1 mit grad g1 < grad g. Mit einer Induktion nach dem Grad gibt es nun einen Körper K, der K1 (1) enthält und so, dass g1 in K[x] in Linearfaktoren zerfällt. Da g = f1 g1 ist, zerfällt dann auch g in K[x] in Linearfaktoren. Wir nennen K Zerfällungskörper von g. n
Seien nun F = GF (p)[x] und g = xp − x. Sei außerdem K der eben kon˜ mit |K| ˜ = pn enthält. struierte Körper. Wir zeigen, dass K einen Körper K Dazu setzen wir ˜ = {a | a ∈ K, g(a) = 0}. K ˜ ein Körper ist. Zunächst ist 0pn = 0 und Man kann leicht zeigen, dass K n ˜ und 1 ∈ K. ˜ 1p = 1, also g(0) = g(1) = 0 und somit 0 ∈ K
94
2. Körper und Polynome
˜ so ist Sind a, b ∈ K, n
g(a + b) = (a + b)p − (a + b) = (a + b) − (a + b) = 0, denn nach Satz 2.2.8 ist n
n
n
(a + b)p = ap + bp = a + b. Genauso rechnet man n
n
n
(ab)p = ap bp = ab und somit g(ab) = 0. ˜ auch die Summe und das Produkt der beiden Elemente Also sind mit a, b ∈ K ˜ Alle Körperaxiome in Bezug auf K ˜ folgen sofort, weil K ein Körper ist. aus K. Nach Satz 2.3.22 ist ˜ ≤ pn . |K| ˜ < pn genau dann, wenn es ein Da g in K in Linearfaktoren zerfällt, ist |K| a ∈ K mit (x − a)2 | g gibt. Es bleibt also zu zeigen, dass g keine doppelten Nullstellen enthält (und das wird sofort geschehen). Sieht man allerdings großzügig von dieser Lücke ab, dann haben wir Satz 2.3.27 bewiesen. Wir wollen nun ein Kriterium entwickeln, mit dem man entscheiden kann, ob ein Polynom mehrfache Nullstellen hat, ohne sie zu berechnen. Sei K ein Körper, sei g ∈ K[x] mit g = g =
k
k i=0
ai xi . Wir setzen
iai xi−1 .
i=0
Hierbei bedeutet iai wie üblich, dass das Körperelement ai genau i-mal aufsummiert wird. Damit ist eine Abbildung „ “ definiert, deren Eigenschaften wir betrachten.
2.3
Polynome
95
Zunächst einmal ist diese Abbildung „ “ additiv, denn aus der Definition folgt (f + g) = f + g . Wie sieht nun (f g) aus? Wir bestimmen hier zunächst (xr g) und rechnen k k ai xi+r ) = ai (i + r)xi+r−1 . (xr g) = ( i=0
i=0
Das liefert (wie man unschwer nachrechnen kann) (xr g) = rxr−1 g + xr g . t k Nun gilt allgemein für die Polynome g = i=0 ai xi und f = j=0 bj xj , die Gleichung t t t bj xj g) = bj (xj g) = bj (jxj−1 g + xj g ) = f g + f g . (f g) = ( j=0
i=0
j=0
Sei (x − a)2 ein Teiler von g. Dann ist g = (x − a)2 f für ein geeignetes f ∈ K[x]. Also ist g = 2(x − a)f + (x − a)2 f . Man bekommt damit (x − a) | g . Insbesondere ist ggT(g, g ) = 1. Wollen wir feststellen, ob ein Polynom g eine doppelte Nullstelle in einem Zerfällungskörper hat, so berechnen wir (etwa mit Hilfe des euklidischen Algorithmus) ggT(g, g ). Ist ggT(g, g ) = 1, so hat g keine doppelte Nullstelle. Sei also ggT(g, g ) = c = 1 und a eine Nullstelle von c. Dann ist g(a) = 0 = g (a). Nun ist g = (x − a)h, also g = (x − a)h + h. Entsprechend folgt aus g (a) = 0 sofort h(a) = 0. Damit ist x − a ein Teiler von h und ˜ mit h ˜ ∈ K[x]. g = (x − a)2 h Diese Überlegungen können wir im folgenden Satz zusammenfassen. Satz 2.3.28 Sei g ∈ K[x], wobei K ein Körper ist. Dann hat g genau dann keine doppelte Nullstelle in einem Zerfällungskörper, wenn ggT(g, g ) = 1 ist.
2.3.28
96
2. Körper und Polynome
Satz 2.3.28 bietet in der Tat eine Möglichkeit zu entscheiden, ob ein Polynom doppelte Nullstellen in einem Zerfällungskörper hat, ohne die Nullstellen oder den Zerfällungskörper überhaupt zu kennen. n
Wir wollen nun Satz 2.3.28 auf das Polynom g = xp − x ∈ GF (p)[x] anwenden. Es ist (xp − x) = pn xp n
n
−1
− 1 = −1 = 0.
Also ist ggT(g, g ) = 1. Damit hat g nach Satz 2.3.28 keine doppelte Null˜ = pn . Somit ist Satz 2.3.27 vollständig bewiesen. stelle, d. h. |K|
2.4
2.4 Automorphismen Manche Abbildungen haben eine (aus mathematischer Sicht) wunderbare Eigenschaft: Man kann sie entweder auf zwei Elemente anwenden und dann die Ergebnisse verknüpfen oder erst die beiden Elemente verknüpfen und dann die Abbildung anwenden und bekommt immer dasselbe Ergebnis. Betrachtet man etwa die Abbildung f : Z → Z mit f (z) = az für irgendein a ∈ Z, dann ist f (x + y) = a(x + y) = ax + ay = f (x) + f (y). Leider kann man dies nicht auf die Multiplikation übertragen, denn für eine ganze Zahl a ∈ / {0, 1} ist f (xy) = axy = ax · ay = f (x) · f (y). Falls die genannte Eigenschaft aber für beide Operationen gilt, dann bekommen Abbildungen dieser Art einen Namen.
2.4.1
Definition 2.4.1 Seien R1 , R2 Ringe. Eine Abbildung ϕ : R1 → R2 mit
ϕ(r + s) = ϕ(r) + ϕ(s) und ϕ(rs) = ϕ(r)ϕ(s) für alle r, s ∈ R1 nennen wir Homomorphismus oder auch Ringhomomorphismus von R1 nach R2 . Ist diese Abbildung zusätzlich bijektiv, so nennen wir sie Isomorphismus zwischen R1 und R2 . Ist ϕ ein Isomorphismus und gilt zusätzlich R1 = R2 , so heißt ϕ Automorphismus.
2.4
Automorphismen
97
Zu beachten ist dabei, dass die Verknüpfungen entweder in R1 erfolgen, und dann erst die Abbildung ϕ angewendet wird, oder aber zunächst die Bilder unter ϕ erzeugt werden und die Verknüpfungen danach in R2 durchgeführt werden. Beispiel 2.4.2 (a) Betrachten wir den allereinfachsten Fall: Wenn R1 = R2 = Z und ϕ die Identität ist, dann ist ϕ ein Homomorphismus (und sogar ein Automorphismus). Kein Problem, oder?
(b) Wenn R1 = Z, R2 = Q und ϕ die Identität ist, dann ist auch in diesem Fall ϕ ein Homomorphismus. Das Beispiel ist genauso einfach wie das erste, hat aber einen kleinen Kick, wenn man es im Kontext der Zahlbereichserweiterung von Z auf Q betrachtet. Dann ist es nämlich durchaus der Überlegung wert, ob eine solche Erweiterung homomorph passieren kann, sich also die Rechenoperationen problemlos auf den „größeren“ Ring (bzw. hier sogar auf den Körper) übertragen lassen. Man spricht dann von einer isomorphen Einbettung, da ja zwischen geeigneten Teilmengen ein Isomorphismus definiert werden kann. (c) Die Abbildung ϕ : Z → Z/8Z mit ϕ(n) = (1 + 1 + . . . + 1) + 8Z
n−mal
ist ein Ringhomomorphismus. Offensichtlich ist ϕ(1) = 1 + 8Z. Man rechnet außerdem für n, m ∈ Z ϕ(n+m) = (1 + 1 + . . . + 1)+8Z = ((1 + 1 + . . . + 1)+8Z)+((1 + 1 + . . . + 1)+8Z)
(n+m)−mal
n−mal
m−mal
= ϕ(n) + ϕ(m)
und entsprechend ϕ(n · m) = (1 + 1 + . . . + 1) + 8Z = ((1 + 1 + . . . + 1) + 8Z) · ((1 + 1 + . . . + 1) + 8Z)
(n·m)−mal
n−mal
m−mal
= ϕ(n) · ϕ(m).
Beide Beziehungen ergeben sich direkt aus dem Rechenregeln für Kongruenzen.
2.4.2
98
2. Körper und Polynome
(d) Ganz offensichtlich kann man im Beispiel (c) den Ring Z/8Z durch jeden beliebigen Restklassenring ersetzen. Die Abbildung ϕ : Z → Z/kZ mit ϕ(n) = (1 + 1 + . . . + 1) + kZ
n−mal
ist also für alle natürlichen Zahlen k > 1 ein Ringhomomorphismus. In einem Ring gibt es besondere Elemente 0 und 1. Wir betrachten die Bilder unter Homomorphismen. 2.4.3
Lemma 2.4.3 Seien R1 , R2 Ringe und τ : R1 → R2 ein Homomorphismus.
Dann gilt: (a) τ (0) = 0. (b) Hat R2 keine Nullteiler und gibt es ein a ∈ R1 mit τ (a) = 0, so ist τ (1) = 1. Beweis 2.4.3 (a) Für alle a ∈ R1 ist τ (a) = τ (a + 0) = τ (a) + τ (0), also gilt
τ (0) = 0. (b) Sei a ∈ R1 mit τ (a) = 0 und weiter 1 das Einselement von R1 . Es ist τ (a) = τ (1a) = τ (1)τ (a). Das liefert 0 = (1−τ (1))τ (a). Da R2 keine Nullteiler hat, ist also 0 = τ (1) − 1 und somit τ (1) = 1. Eine besondere Rolle spielen die Elemente des Rings R1 , die unter einem Homomorphismus ϕ : R1 → R2 auf das Nullelement abgebildet werden, bzw. die Elemente des Ring R2 , die unter einem Homomorphismus ϕ : R1 → R2 als Bilder auftreten. Beide Teilmengen bekommen daher in der folgenden Definition einen eigenen Namen. 2.4.4
Definition 2.4.4 Seien R1 , R2 Ringe und ϕ : R1 → R2 ein Homomorphismus.
Wir setzen Kern (ϕ) = {r1 ∈ R1 | ϕ(r1 ) = 0} und nennen diese Menge den Kern der Abbildung ϕ. Die Menge Bild (ϕ) = {r2 ∈ R2 | es gibt r1 ∈ R1 mit ϕ(r1 ) = r2 } heißt das Bild der Abbildung ϕ.
2.4
Automorphismen
99
Beispiel 2.4.5 (a) Fangen wir wieder ganz einfach an: Wenn R1 = R2 = Z
2.4.5
und ϕ die Identität ist, dann ist Kern (ϕ) = {0} und Bild (ϕ) = Z. Das ist (wirklich) trivial. (b) Wenn R1 = Z, R2 = Q und ϕ die Identität ist, dann gilt ebenfalls Kern (ϕ) = {0} und Bild (ϕ) = Z. In diesem Fall ist also Bild (ϕ) eine echte Teilmenge von R2 = Q. (c) Sei ϕ : Z → Z/8Z durch ϕ(n) = (1 + 1 + . . . + 1) + 8Z
n−mal
gegeben. Dann ist Kern (ϕ) = {. . . , −24, −16, −8, 0, 8, 16, 24, 32, . . .} die Menge aller Vielfachen von 8 und Bild (ϕ) = Z/8Z. (d) Sei ϕ : Z → Z/kZ für die natürliche Zahl k > 1 durch ϕ(n) = (1 + 1 + . . . + 1) + kZ
n−mal
gegeben. Dann ist Kern (ϕ) = {. . . , −3k, −2k, −k, 0, k, 2k, 3k, . . .} die Menge aller Vielfachen von k und Bild (ϕ) = Z/kZ. Ringhomomorphismen erhalten gewisse strukturelle Merkmale und genau darin steckt ihre wesentliche Bedeutung. Besonders interessant wird es aber, wenn eine Abbildung sogar ein Isomorphismus ist. In diesem Fall kann man die beiden Ringe fast als gleich ansehen, denn alle wesentlichen Eigenschaften entsprechen einander. Insbesondere überträgt ein Isomorphismus alle Eigenschaften eines Körpers. Der Beweis des folgenden Satzes zeigt es. Satz 2.4.6 Seien K ein Körper, R ein Ring und τ : K → R ein Isomorphismus.
Dann ist auch R ein Körper. Beweis 2.4.6 Wir müssen nur zeigen, dass jedes von Null verschiedene Ele-
ment aus R ein Inverses bezüglich der Multiplikation in R hat. Die Kommutativität folgt aus der Tatsache, dass τ ein Isomorphismus ist. Alle anderen Eigenschaften sind in einem Ring ohnehin erfüllt. Dazu zeigen wir zunächst, dass R keine Nullteiler hat, d. h. dass aus ab = 0 stets a = 0 oder b = 0 folgt, und geben dann zu einem beliebigen b ∈ R sein multiplikatives Inverses an.
2.4.6
100
2. Körper und Polynome
Nach Lemma 2.4.3 ist τ (0) = 0. Seien nun r, s ∈ R mit rs = 0. Da τ surjektiv ist, gibt es p, q ∈ K mit τ (p) = r und τ (q) = s. Also ist τ (pq) = rs = 0. Nun ist τ aber auch injektiv, also muss pq = 0 sein. Da K ein Körper ist, folgt p = 0 oder q = 0, also τ (p) = r = 0 oder τ (q) = s = 0 und R kann somit keine Nullteiler haben. Sei a ∈ K mit τ (a) = 0, was es wegen der Injektivität gibt. Nach Lemma 2.4.3 ist τ (1) = 1. Sei b ∈ R mit b = 0. Dann gibt es wegen der Surjektivität von τ ein a = 0 mit τ (a) = b. Da K ein Körper ist, hat a ein multiplikatives inverses Element a−1 ∈ K. Damit rechnet man 1 = τ (1) = τ (aa−1 ) = τ (a)τ (a−1 ) = bτ (a−1 ). Also ist τ (a−1 ) ein Inverses von b in R und R ist ein Körper. 2.4.7
Satz 2.4.7 Seien K ein Körper und k ein Teilkörper von K. Sei p ein irreduzibles Polynom aus k[x] und a eine Nullstelle von p in K. Sei schließlich L der kleinste Unterkörper von K, der a und k enthält, d.h. der Durchschnitt aller Unterkörper von K, die a und k enthalten. Dann ist
L={
n−1
ci ai | ci ∈ k}
i=0
mit n = grad p. Beweis 2.4.7 Wir setzen n−1
U ={
ci ai | ci ∈ k}.
i=0
Dann ist offensichtlich U ⊆ L. Sei nun p = xn −
n−1
bi xi
i=0
für gewisse bi ∈ k. Da a eine Nullstelle von p in K ist, gilt an =
n−1
bi ai .
i=0
Damit lässt sich an durch niedrige Potenzen ausdrücken. Man kann entsprechend U in etwas anderer Form schreiben, weil sich höhere Potenzen von a (konkret: größer oder gleich n) durch niedrigere ersetzen lassen: m U ={ ci ai | ci ∈ k, m ∈ N0 }. i=0
2.4
Automorphismen
101
In der Konsequenz heißt das, dass Summen und Produkte von Elementen aus U wieder in U liegen. Damit ist U ein Ring. Wir definieren nun eine Abbildung σ : k[x] → U durch σ(f ) = f (a). Dies ist die Einsetzung wie in Definition 2.3.18. Mit der auf diese Definition folgenden Bemerkung sieht man, dass σ ein Homomorphismus und U = Bild (σ) ist. Sei f ∈ Kern (σ). Dann ist insbesondere f (a) = 0. Für ein solches f gilt jetzt ggT(p, f ) = p. Einerseits ist nämlich das Polynom p irreduzibel, was die Möglichkeiten für den ggT so einschränkt, dass nur die Fälle ggT(p, f ) = p und ggT(p, f ) = 1 in Frage kommen. Andererseits gibt es nach Satz 2.3.12 geeignete u, v ∈ k[x] so, dass ggT(p, f ) = uf + vp ist. Da nun aber f (a) = 0 und p(a) = 0 ist, folgt ggT(p, f )(a) = 0 und der Fall ggT(p, f ) = 1 ist daher nicht möglich. Also gilt ggT(p, f ) = p und p ist ein Teiler von f . Also ist Kern (σ) ⊆ {pq | q ∈ k[x]} = pk[x]. Nun ist aber σ(pq) = p(a)q(a) = 0 für alle Polynome q ∈ k[x]. Das liefert Kern (σ) = pk[x], denn alle Vielfachen von p bilden a auf 0 ab. Da p irreduzibel ist, ist k[x]/pk[x] nach Satz 2.3.24 ein Körper. Wir betrachten die Zuordnung τ : k[x]/pk[x] → U , die durch τ (f + pk[x]) = σ(f ) = f (a) definiert ist und zeigen zunächst, dass τ eine Abbildung ist, also jedem Element aus k[x]/pk[x] durch τ eindeutig ein Element aus U zugeordnet wird. Ist nämlich f + pk[x] = f1 + pk[x], dann ist f1 = f + pv, v ∈ k[x]. Also ist σ(f1 ) = σ(f + pv) = σ(f ) + σ(p)σ(v) = f (a) + p(a)v(a) = f (a) = σ(f ). Damit ist τ eine Abbildung und da σ ein Homomorphismus ist, muss auch τ ein Homomorphismus sein. Es gilt Bild (τ ) = Bild (σ) = U , also ist die Abbildung τ surjektiv. Darüber hinaus ist τ auch injektiv. Sei dazu nämlich τ (f + pk[x]) = τ (f1 + pk[x]), so folgt f (a) = f1 (a) und damit (f − f1 )(a) = 0. Dann ist f − f1 ∈ Kern (σ) = pk[x], also f + pk[x] = f1 + pk[x]. Folglich ist τ bijektiv und so insbesondere ein Isomorphismus. Mit Satz 2.4.6 folgt, dass U ein Körper ist. Da a ∈ U ist, muss U = L sein.
102
2. Körper und Polynome
Den Körper L aus Satz 2.4.7 bezeichnen wir mit k(a). 2.4.8
Definition 2.4.8 Seien K ein Körper und k1 , k2 ⊆ K Teilkörper von K. Sei weiter σ : k1 → k2 ein Isomorphismus. Ist
p=
n
ai xi ∈ k1 [x]
i=0
ein Polynom, so setzt man σ(p) =
n
σ(ai )xi ∈ k2 [x].
i=0
2.4.9
Seien K ein Körper und k1 , k2 ⊆ K Teilkörper von K. Es sei σ : k1 → k2 ein Isomorphismus. Sei weiter
Satz 2.4.9
p=
n
ai xi ∈ k1 [x]
i=0
ein irreduzibles Polynom. Wir setzen p1 = σ(p) ∈ k2 [x]. Seien u, u1 ∈ K mit p(u) = p1 (u1 ) = 0. Dann gibt es einen Isomorphismus τ von k1 (u) nach k2 (u1 ) mit τ (u) = u1 , der σ fortsetzt. Beweisidee 2.4.9 Der Beweis ist konstruktiv und gibt die gesuchte Abbildung τ zunächst einfach an. Das ist nicht schwierig, denn der Satz nennt ja alle gewünschten Randbedingungen. Es wird dann nachgewiesen, dass die gewählte Definition vernünftig („wohldefiniert“) ist, es sich um einen Homomorphismus handelt und die Bijektivität gegeben ist. Die einzelnen Schritte sind dann eigentlich nur noch technischer Art. Beweis 2.4.9 Nach Satz 2.4.7 ist n−1
k1 (u) = {
bj ui | bi ∈ k1 }.
i=0
Sei nun v ∈ k1 (u). Dann ist v=
n−1 i=0
bi ui mit geeigneten bi ∈ k1 .
2.4
Automorphismen
103
Wir definieren eine Abbildung τ : k1 (u) → k2 (u1 ) durch τ (v) =
n−1
σ(bi )ui1
i=0
und weisen nach, dass τ ein Isomorphismus ist. Zunächst wollen wir zeigen, dass τ wohldefiniert ist. Sei also n−1
bi u i =
i=0
n−1
ci ui
i=0
für gewisse bi , ci ∈ k1 . Dann ist n−1
(bi − ci )ui = 0,
i=0
und u ist eine Nullstelle von f=
n−1
(bi − ci )xi .
i=0
Wegen der Voraussetzung p(u) = 0 ist u damit auch eine Nullstelle von ggT(f, p). Also ist ggT(f, p) = 1. Da p irreduzibel ist, ist dann ggT(f, p) = p und p ist ein Teiler von f . Es ist aber grad f < grad p, was f = 0 bedingt und damit ci = bi für i = 0, . . . , n − 1. Die Abbildung τ ist also wohldefiniert. Seien n−1 n−1 bi ui und v2 = ci ui v1 = i=0
i=0
zwei beliebige Elemente in k1 (u). Dann gilt τ (v1 ) + τ (v2 ) = =
n−1 i=0 n−1
σ(bi )ui1
+
n−1
σ(ci )ui1
i=0
(σ(bi ) + σ(ci ))ui1 =
i=0 n−1
= τ(
i=0
n−1
σ(bi + ci )ui1
i=0
(bi + ci )ui ) = τ (v1 + v2 )
104
2. Körper und Polynome
und n−1
τ (v1 )τ (v2 ) = ( =
n−1
σ(bi )ui1 )(
i=0 2n−2 i
σ(ci )ui1 )
i=0
σ(bj )σ(ci−j )ui1
i=0 j=0
=
2n−2
i σ( bj ci−j )ui1
i=0
j=0
n−1
= τ ((
n−1
bi ui )(
i=0
ci ui )) = τ (v1 v2 ).
i=0
Also ist τ ein Homomorphismus. Wir zeigen nun, dass auch p1 irreduzibel ist. Sei dazu p1 = f1 f2 mit Polynot s men f1 = i=0 bi xi und f2 = i=0 ci xi aus k2 [x]. Seien ˜bi und c˜i Urbilder ci ) = ci , i = 1, . . . , s. von bi und ci unter σ, also σ(˜bi ) = bi , i = 1, . . . , t und σ(˜ t s Wir setzen f˜1 = i=0 ˜bi xi und f˜2 = i=0 c˜i xi . Dann ist σ(f˜j ) = fj , j = 1, 2. Also ist p = f˜1 f˜2 . Da σ ein Isomorphismus ist, folgt grad fj = grad f˜j , j = 1, 2. Aber p ist irreduzibel, also können wir annehmen, dass f˜1 vom Grad 0 ist. Dann ist auch f1 vom Grad 0 und p1 ist irreduzibel. Es folgt, dass τ injektiv ist (und das ist klar, es geht nämlich genauso wie oben). Weiter ist σ = τ|k1 und τ (u) = u1 . Es bleibt zu zeigen, dass τ surjektiv ist. Da p1 ∈ k2 [x] irreduzibel ist, ist nach Satz 2.4.7 n−1
k2 (u1 ) = {
αi ui1 | αi ∈ k2 }.
i=0
Sei also d ∈ k2 (u1 ). Dann gibt es αi ∈ k2 mit d=
n−1
αi ui1 .
i=0
Wir wählen nun bi ∈ k1 mit σ(bi ) = αi für i = 0, . . . , n − 1 und das ist n−1 möglich, weil σ surjektiv ist. Damit ist aber d = τ ( i=0 bi ui ) und τ ist ein Isomorphismus.
2.4
Automorphismen
105
Satz 2.4.10 Sei K ein Körper, seien k1 , k2 ⊆ K Teilkörper von K und sei
σ : k1 → k2 ein Isomorphismus. Sei p=
n
ai xi ∈ k1 [x]
i=0
und p˜ =
n
σ(ai )xi ∈ k2 [x].
i=0
s t In K[x] sei p = i=1 (x − ui )ni und p˜ = i=1 (x − vi )mi , wobei u1 , . . . , us die Nullstellen von p in K und v1 , . . . , vt die Nullstellen von p˜ in K sind. Sei K1 = k1 (u1 , . . . , us ) der kleinste Teilkörper von K, der k1 und u1 , . . . , us enthält, und entsprechend K2 = k2 (v1 , . . . , vt ) der kleinste Teilkörper von K, der k2 und v1 , . . . , vt enthält. Dann läßt sich σ zu einem Isomorphismus θ : K1 → K2 fortsetzen. Beweis 2.4.10 Sei n = grad p. Wir beweisen die Behauptung durch Induktion nach n. Sei dazu r bi xi f= i=0
ein irreduzibler Teiler von p in k1 [x]. Wir setzen q=
r
σ(bi )xi ∈ k2 [x].
i=0
Dann ist offenbar q ein Teiler von p˜. Sei u1 eine Nullstelle von f und v1 eine von q. Nach Satz 2.4.9 gibt es eine Fortsetzung zu einem Isomorphismus τ : k1 (u1 ) → k2 (v1 ) von σ so, dass τ (u1 ) = v1 ist. In k1 (u1 )[x] gilt p = (x − u1 )
n−1
ci xi
i=0
und p˜ = (x − τ (u1 ))
n−1
τ (ci )xi mit geeigneten ci ∈ k1 (u1 ).
i=0
Wir setzen g1 =
n−1 i=0
ci xi , g2 =
n−1 i=0
τ (ci )xi .
2.4.10
106
2. Körper und Polynome
Dann ist K1 = k1 (u1 )(u2 , . . . , us ) und K2 = k2 (v1 )(v2 , . . . , vt ). Per Induktion, da grad g1 < n ist, gibt es eine Fortsetzung zu einem Isomorphismus θ von τ mit θ : K1 → K2 . 2.4.11
Satz 2.4.11 Sei p ∈ Q[x] ein irreduzibles Polynom. Seien u1 , . . . , us die Nullstellen von p in C und Q(u1 , . . . , us ) der kleinste Teilkörper von C, der u1 , . . . , us enthält. Dann gibt es Automorphismen τi von Q(u1 , . . . , us ) mit τi (u1 ) = ui (i = 1, . . . , s). Beweis 2.4.11 Wir wenden Satz 2.4.9 an und setzen k1 = k2 = Q und σ = id. Man beachte nun, dass jedes Polynom in C[x] in Linearfaktoren zerfällt. Also gibt es Isomorphismen σi : Q(u1 ) → Q(ui ) für i = 1, . . . , s. Nach Satz 2.4.10 gibt es jeweils eine Fortsetzung zu Isomorphismen τi von σi mit
τi : Q(u1 )(u2 , . . . , us ) → Q(ui )(u1 , . . . , ui−1 , ui+1 , . . . , us ). Es ist τi (u1 ) = ui . Bemerkung. Wir haben in diesem Kapitel gesehen, dass sich Z und K[x] (wobei K ein Körper ist) sehr ähnlich verhalten. In beiden Fällen gibt es eine eindeutige Primfaktorenzerlegung. Wir haben uns auch überlegt, dass dies eigentlich nur an der Existenz einer Division mit Rest liegt. Diese Sichtweise ist für eine weitere Abstraktion nützlich. Man kann nämlich ganz allgemein nullteilerfreie Ringe (also solche, bei denen aus ab = 0 immer a = 0 oder b = 0 folgt, wie etwa im Ring Z der ganzen ,Zahlen oder im Polynomring K[x] über einem beliebigen Körper K) betrachten, die eine Division mit Rest besitzen. Dazu muss man allerdings definieren, was eine Division mit Rest sein soll. Das soll im Folgenden geschehen (und im Beispiel auf Seite 86 haben wir diese Festlegung schon einmal genutzt). 2.4.12
Definition 2.4.12 Sei R ein nullteilerfreier Ring und weiter ϕ : R\{0} → N0 eine Abbildung so, dass für alle a, b ∈ R (mit b = 0) die folgenden beiden Eigenschaften erfüllt sind.
(a) Es gibt Elemente q, r ∈ R mit a = qb + r, wobei r = 0 oder ϕ(r) < ϕ(b) ist. (b) Es ist ϕ(ab) ≥ ϕ(a). Dann heißt R euklidischer Ring.
2.5
Algebraische Zahlen
107
Euklidische2 Ringe haben einige Eigenschaften, die man von der Menge Z der ganzen Zahlen her kennt. So kann man genauso wie in Z zeigen, dass man den größten gemeinsamen Teiler zweier Ringelemente als Linearkombination dieser Elemente schreiben kann, woraus dann in diesem Ring R eine eindeutige Primfaktorzerlegung abgeleitet werden kann. Beispiel 2.4.13 (a) Der Ring Z der ganzen Zahlen ist ein euklidischer Ring.
2.4.13
Als Abbildung ϕ : Z\{0} → N0 im Sinne von Definition 2.4.12 kann man die Betragsfunktion f : x → |x| für alle x ∈ Z wählen. (b) Der Gauß’sche Zahlenring Z[i] = {a + bi|a, b ∈ Z} ist mit der üblichen Addition und Multiplikation komplexer Zahlen ein euklidischer Ring. Hier kann man (man vergleiche Definition 2.4.12) als Zuordnung ϕ : Z\{0} → N0 mit ϕ(a + bi) = a2 + b2 wählen. Die Entscheidung, ob ein vorgegebener Ring euklidisch ist, darf im Allgemeinen allerdings als ein schwieriges Problem angesehen werden. So ist es beispielsweise eine offene Frage, für welche n der in Aufgabe 5 angegebene Ring euklidisch ist (man vergleiche Seite 112).
2.5 Algebraische Zahlen Wenn man in der Schule die Erweiterung der rationalen Zahlen Q zur Menge R der reellen Zahlen motiviert, dann spielt die Lösung der Gleichung x2 = 2 oder (alternativ formuliert) x2 − 2 = 0 eine tragende Rolle. Man zeigt geometrisch, dass eine solche Lösung existiert (denn zeichnen kann man sie), stellt √ dann fest, dass sie keine rationale Zahl sein kann und bezeichnet sie mit 2. Diese Zahl ist also Nullstelle eines Polynoms (mit ganzzahligen Koeffizienten), was sie prinzipiell etwa von der Kreiszahl π oder der Euler’schen Konstante e unterscheidet. Dieser mathematisch bedeutsame Unterschied bekommt einen Namen. Man nennt reelle Zahlen, die Nullstelle eines Polynoms (mit ganzzahligen Koeffizienten) sind, algebraische Zahlen. Alle anderen reellen Zahlen heißen transzendente Zahlen. 2
Euklid von Alexandria, geboren und gestorben um 300 v. Chr., verbrachte vermutlich seine Jugend in Athen und wirkte als Mathematiker in Alexandria. Ihm werden (unter anderem) die Elemente zugeschrieben, ein aus mehreren Bänden bestehendes Lehrbuch der Mathematik. Die Elemente geben Einblick in viele wesentliche Ergebnisse der griechischen Mathematik und waren lange das neben der Bibel am weitesten verbreitete Werk. Ihr Einfluss hielt sich bis hinein in das 19. Jahrhundert.
2.5
108
2.5.1
2. Körper und Polynome
Definition 2.5.1 Eine reelle Zahl a heißt algebraisch, falls sie Nullstelle eines
Polynoms mit ganzzahligen Koeffizienten vom Grad n > 0 ist. Die Zahl a ∈ R n ist also algebraisch, falls es ein Polynom f (x) = i=0 ai xi mit ai ∈ Z, n ≥ 1 und an = 0 gibt so, dass f (a) = 0 ist. Es sei angemerkt, dass man die Definition auch auf komplexe Zahlen übertragen kann und dass die Forderung nach rationalen Koeffizienten des Polynoms ausreichen würde (warum?). Beides spielt im weiteren Text allerdings kaum eine Rolle. Sie erinnern sich noch an Satz 2.4.7? Wir waren von einem Teilkörper k eines Körpers K ausgegangen, hatten ein in k[x] irreduzibles Polynom ausgewählt und eine Nullstelle a dieses Polynoms in K genommen. Der kleinste Teilkörper von K, der sowohl k als auch a enthielt, war leicht zu bestimmen, indem man Linearkombinationen aus den Elementen von k und den Potenzen von a bildete. Die Situation kann man sehr√einfach konkretisieren, wenn man den Körper Q und die algebraische Zahl 2 betrachtet. Wir definieren also √ √ Q[ 2] =: {a + b 2|a, b ∈ Q}. In dieser Menge kann man gut rechnen, denn für alle a1 , a2 , b1 , b2 ∈ Q ist √ √ √ √ (a1 + b1 2) + (a2 + b2 2) = (a1 + a2 ) + (b1 + b2 ) 2 ∈ Q[ 2] und ebenso √ √ √ √ (a1 + b1 2) · (a2 + b2 2) = (a1 a2 + 2b1 b2 ) + (a1 b2 + a2 b1 ) 2 ∈ Q[ 2]. √ √ Summen und Produkte von Elementen aus Q[ 2] sind also wieder aus Q[ 2]. Diese Menge enthält darüber hinaus auch die reellen Zahlen √ √ 0 = 0 + 0 · 2 und 1 = 1 + 0 · 2. Es ist außerdem
√ √ (a + b 2) + (−a + (−b 2)) = 0, √ Inverses, das ebenfalls also hat √ √ jede Zahl aus der Menge Q[ 2] ein additives aus Q[ 2] ist. Genauso rechnet man für a + b 2 = 0 √ a −b √ + 2 = 1. (a + b 2) · a2 − 2b2 a2 − 2b2
2.5
Algebraische Zahlen
109
√ Also ist auch das multiplikative Inverse in Q[ 2] (und a2 − 2b2 ist für rationale Zahlen a, b, die nicht beide Null sind, immer von 0 verschieden). Da R ein Körper ist, gelten alle anderen Axiome eines Körpers√automatisch auch √ 2]. Offenbar (und wohl überraschend) ist damit Q[ 2] ein Körper mit für Q[ √ Q ⊂ Q[ 2] ⊂ R. √ Was wir hier durch eine Erweiterung mit der algebraischen Zahl 2 geschafft haben, √ auch für √ andere Zahlen dieser Art plausibel. Warum sollten √ scheint Q[ 3], Q[ 5] oder Q[ 17] nicht auch Körper sein? Selbstverständlich, wir hatten dies bereits in Satz 2.4.7 ja ganz allgemein gemacht. Offen ist allerdings die Frage, ob man auch mit mehreren Zahlen erweitern kann, etwa mit allen Wurzeln, also den algebraischen Zahlen, die Lösungen einer Gleichung der Form x2 − n = 0 sind. Bevor wir mögliche Einzelfälle nachweisen, versuchen wir eine allgemeine Lösung des Problems. Und die soll wiederum so allgemein sein, dass sie gleich für beliebige Körper anwendbar ist. Wir fangen also beim Begriff „algebraisch“ an und definieren ihn noch einmal und in diesem breiten Sinne. Definition 2.5.2 Seien k, K Körper und sei k ⊂ K ein Teilkörper von K. Sei α ∈ K. Wir nennen α algebraisch über k, falls es ein Polynom p ∈ k[x] (mit p = 0) gibt so, dass p(α) = 0 ist.
2.5.2
Es gibt viele Möglichkeiten, einen Körper mit gewissen algebraischen Elementen aus einem darüber liegenden Körper zu erweitern und am Beispiel √ Q[ 2] haben wir das exemplarisch gesehen. Wir wollen hier nun noch einen übergreifenden Fall behandeln. Dazu betrachten wir für einen Körper k die Menge aller über k algebraischen Elemente. Wir werden zeigen, dass diese Elemente einen Körper bilden. Konkret ergibt sich dann beispielsweise diese Aussage: Existieren Polynome p1 , p2 ∈ k[x] mit p1 (α1 ) = p2 (α2 ) = 0, so gibt es auch ein Polynom p ∈ k[x] mit p(α1 + α2 ) = 0. Diese Tatsache ist allerdings bei weitem nicht offensichtlich. Wir werden p auch nicht konstruieren, sondern nur seine Existenz beweisen. Die folgenden Sätze 2.5.3, 2.5.4 und 2.5.5 bereiten das eigentliche Ergebnis, nämlich den Satz 2.5.6, vor. Dabei bleiben wir bei der Betrachtungsweise, einen Körper K als k-Vektorraum über einem Teilkörper k ⊂ K aufzufassen und wenden so Methoden an, die aus der Linearen Algebra bekannt sind. Satz 2.5.3 Seien K ein Körper und k ⊆ K ein Teilkörper von K. Als Vek-
torraum über k sei K endlich-dimensional. Dann ist jedes α ∈ K algebraisch über k.
2.5.3
110
2. Körper und Polynome
Beweis 2.5.3 Sei dimk K = n und α ∈ K beliebig. Wir betrachten die Poten-
zen von α, also 1, α, α2 , . . . , αn . Da es n + 1 Elemente sind, sind sie k-linear abhängig, also gibt es a0 , . . . , an ∈ k mit n
ai αi = 0,
i=0
wobei ai = 0 nicht für alle ai gelten darf. Also ist p(α) = 0 für p = und es gilt p = 0. 2.5.4
n i=0
ai xi
Satz 2.5.4 Seien k, K, L Körper, wobei K ein Teilkörper von L und k ein Teilkörper von K sei. Es sei K als k-Vektorraum endlich-dimensional und L als K-Vektorraum endlich-dimensional. Dann ist auch L als k-Vektorraum endlich-dimensional. Beweis 2.5.4 Sei {α1 , . . . , αn } eine k-Basis von K und weiter {β1 , . . . , βm } eine
K-Basis von L. Wir zeigen, dass dann {αi βj | i = 1, . . . , n; j = 1, . . . , m} ein k-Erzeugendensystem von L als k-Vektorraum ist. Sei dazu u ∈ L beliebig gewählt. Dann gibt es a1 , . . . , am ∈ K mit u=
m
ai βi .
i=0
Da jedes ai ∈ K ist, gibt es bij ∈ k mit ai =
n
bij αj .
j=1
Damit ist u=
m n ( bij αj )βi i=1 j=1
=
m n
bij (αj βi ).
i=1 j=1
Somit bilden die αj βi (i = 1, . . . , m; j = 1, . . . , n) ein k-Erzeugendensystem und L ist endlich-dimensional als k-Vektorraum. 2.5.5
Satz 2.5.5 Seien K ein Körper, k ein Teilkörper von K und α ∈ K algebraisch
über k. Dann ist k(α) endlich-dimensional als k-Vektorraum.
2.6
Übungsaufgaben
111
Beweis 2.5.5 Das Ergebnis wurde bereits mit Satz 2.4.7 bewiesen. Sei f ein Polynom in K[x], f = 0 mit f (α) = 0. Dann können wir f als irreduzibel annehmen. Nun wurde in Satz 2.4.7 gezeigt, dass für n = grad f die Menge {1, α, . . . , αn−1 } ein Erzeugendensystem von k(α) ist. Satz 2.5.6 Seien K ein Körper und k ein Teilkörper von K. Sei weiter M die
2.5.6
Menge aller über k algebraischen Elemente von K. Dann ist M ein Teilkörper von K. Beweis 2.5.6 Seien α, β ∈ M \ {0}. Wir müssen zeigen, dass α ± β ∈ M und
αβ −1 ∈ M sind. Wir betrachten dazu k ⊆ k(α) ⊆ k(α)(β). Nach Satz 2.5.5 ist k(α) als k-Vektorraum endlich-dimensional. Da β über k algebraisch ist, gibt es ein Polynom 0 = p ∈ k[x] mit p(β) = 0. Nun können wir auch p als Polynom in k(α)[x] betrachten. Damit ist β algebraisch über k(α). Nach Satz 2.5.5 ist dann k(α)(β) endlich-dimensional über k(α). Es folgt mit Satz 2.5.4, dass dann auch k(α)(β) endlich-dimensional über k ist. Durch Anwendung von Satz 2.5.3 bekommt man α ± β ∈ M und αβ −1 ∈ M .
Bemerkung. Wir betrachten Q ⊆ C. Nach Satz 2.5.6 bilden die reellen Nullstellen der Polynome mit Koeffizienten in Q einen Teilkörper K von R. Da Q abzählbar viele Elemente und jedes Polynom nur endlich viele Koeffizienten hat, gibt es nur abzählbar viele Polynome mit Koeffizienten in Q. Jedes Polynom hat nur endlich viele Nullstellen, also ist K abzählbar. Bekanntlich ist R überabzählbar. Es gibt also überabzählbar viele reelle Zahlen, die nicht algebraisch und damit transzendent sind. Man kennt π oder e namentlich und weiß vielleicht, dass die Sinusfunktion oft transzendente Werte erzeugt. Erstaunlich ist dennoch, dass wir von diesen überabzählbar vielen Zahlen offenbar nur relativ wenige konkret benennen bzw. angeben können.
2.6 Übungsaufgaben 1)
Sei f ∈ Z[x] ein Polynom und seien a, b, c, d ∈ Z paarweise verschieden. Es gelte f (a) = f (b) = f (c) = f (d) = 6. Zeigen Sie, dass f (k) = 9 für alle k ∈ Z ist.
2.6
112
2. Körper und Polynome
2)
Sei f ∈ Z[x] ein Polynom. Für ein a ∈ N sei keine der folgenden Zahlen f (1), . . . , f (a) durch a teilbar. Zeigen Sie, dass dann f keine ganzzahlige Nullstelle hat.
3)
Zeigen Sie: Das Polynom x4 + x + 1 ∈ GF (2)[x] ist irreduzibel.
4)
Sei m ∈ N, M = { ab | ggT(b, m) = 1, ggT(a, b) = 1} ∪ {0} ⊆ Q. Ist M ein Ring?
5)
Für welche n ∈ N, n quadratfrei, ist √ a + b n Rn = a, b ∈ Z, a − b gerade 2 ein Ring?
6)
Sei S eine Menge mit einer binären Operation ∗. Es gelte x∗x=x
für alle x ∈ S.
(x ∗ y) ∗ z = (y ∗ z) ∗ x für alle x, y, z ∈ S. Zeigen Sie, dass dann x ∗ y = y ∗ x für alle x, y ∈ S ist. 7)
Gegeben sei die Funktion f : N × N −→ N mit f (m, n) =
n−1 [|(B 2 − 1)| − (B 2 − 1)] + 2, 2
wobei B = m(n + 1) − (n! + 1) mit m, n ∈ N ist. Zeigen Sie: Es ist f (m, n) eine Primzahl für alle m, n ∈ N. Ist p = 2 eine Primzahl, so gibt es genau ein Paar m, n ∈ N mit f (m, n) = p. 8)
Sei K ein Körper. Bestimmen Sie zwei Polynome f, g ∈ K[x] so, dass (x7 − 1)f + (x5 − 1)g = x − 1 gilt.
9)
Ist das Polynom x5 + x2 − 1 irreduzibel über Z?
2.6
Übungsaufgaben
113
10) Geben Sie alle irreduziblen Teiler von (a) x2 + 1 in Z/5Z[x] (b) x3 + 5x2 + 5 in Z/11Z[x] (c) x4 + 3x3 + x + 1 in Z/5Z[x] an. 11) (a) Sei n ∈ N. Finden Sie einen Zusammenhang zwischen der Anzahl der ungeraden Koeffizienten in (1 + x)n und den Ziffern in der Dualdarstellung von n. (b) Beweisen Sie die in (a) gefundene Vermutung. 12) Betrachten Sie alle Geraden, die den Graph der Kurve y = 2x4 + 7x3 + 3x − 5 in vier verschiedenen Punkten (xi , yi ) (i = 1, 2, 3, 4) schneiden. Zeigen Sie, dass x1 + x2 + x3 + x4 a= 4 unabhängig von der gewählten Geraden ist. Berechnen Sie a. 13) Geben Sie alle Polynome p ∈ Z[x] mit der Eigenschaft, dass Null eine Nullstelle von p ist und die Identität p(x2 + 1) = p(x)2 + 1 für alle x ∈ Z erfüllt ist, an. 14) Berechnen Sie in (Z/2Z[x])/(x3 + 1)(Z/2Z[x]) das Inverse zu x2 und das Produkt (x + 1)(x2 + x + 1).
Kapitel 3 Gruppen und Symmetrien
3
3
3 3.1 3.1.1 3.1.2 3.2 3.2.1 3.2.2 3.2.3 3.3 3.3.1 3.3.2 3.4 3.5 3.6 3.7 3.8
Gruppen und Symmetrien Der Begriff der Gruppe ........................................ Gruppen und die Symmetrien des regulären n-Ecks ..... Einfache Eigenschaften von Gruppen und elementare Grundbegriffe.................................................... Isomorphie ....................................................... Beispiele isomorpher Gruppen ............................... Grundlagen der Bestimmung von Gruppen ................ Faktorgruppen .................................................. Permutationen .................................................. Die symmetrische Gruppe Sn ................................ Zyklenzerlegung ................................................ Untergruppen der Sn .......................................... Operationen von Gruppen auf Mengen .................... Färbungen ....................................................... Symmetrien von Polynomen.................................. Übungsaufgaben ................................................
117 117 123 130 130 133 139 143 143 145 150 155 168 184 196
3 Gruppen und Symmetrien Die Mathematik wird häufig als eine Wissenschaft angesehen, deren hauptsächlicher Inhalt in der Beschreibung und Untersuchung abstrakter Strukturen liegt. Genau darum geht es in diesem Kapitel. Wir zeigen auf, wie in der Mathematik Strukturen identifiziert und benannt werden. Darüber hinaus möchten wir aber deutlich machen, dass sich hinter abstrakten Strukturen durchaus Phänomene verbergen können, die einen klaren Bezug zur Realität haben. Am Beispiel von Gruppen und Symmetrien kann man das unseres Erachtens besonders gut erkennnen.
3.1 Der Begriff der Gruppe
3.1
Zu den zentralen Inhalten der Schulmathematik gehört die Beschäftigung mit der Symmetrie. Der Begriff basiert auf anschaulichen Phänomenen und ist daher in einer einfachen Form bereits Grundschulkindern zugänglich. Doch auch in der Mathematik als Wissenschaft kann Symmetrie als ein wesentliches Konzept angesehen werden. Es ist insbesondere der Begriff der Gruppe (als Axiomatisierung des Symmetriebegriffs), der dabei eine zentrale Rolle spielt. Obwohl Gruppen systematisch erst seit dem vorletzten Jahrhundert untersucht werden, gehören sie sicher zu den ältesten Strukturen der Mathematik überhaupt. Welche Eigenschaften eine Gruppe hat, soll nun mit Hilfe eines Beispiels betrachtet werden. Obwohl der Begriff aus Definition 2.1.1 eigentlich schon bekannt ist, soll er dann im Folgenden aus Gründen der Vollständigkeit des Kapitels noch einmal festgelegt werden (natürlich genauso wie vorher). 3.1.1 Gruppen und die Symmetrien des regulären n-Ecks Wir brauchen nicht nur in diesem Abschnitt, sondern im ganzen Kapitel immer wieder den Begriff der Symmetrie und wollen ihn daher definieren. Dabei soll er zunächst auf den Spezialfall eines regulären n-Ecks bezogen werden. Definition 3.1.1
Eine bijektive Abbildung eines regulären n-Ecks auf sich selbst heißt Symmetrie.
3.1.1
Beispiel 3.1.2 Betrachtet man ein gleichseitiges Dreieck, so lassen sich leicht
3.1.2
Abbildungen bestimmen, die dieses Dreieck auf sich selbst abbilden. Man kann es etwa mit einem Drehwinkel von 120 oder 240 Grad um den Schnittpunkt M seiner Mittelsenkrechten drehen. Dabei wird jede Ecke auf genau K. Reiss, G. Stroth, Endliche Strukturen, Mathematik für das Lehramt, c Springer-Verlag Berlin Heidelberg 2011 DOI 10.1007/978-3-642-17182-6_3,
118
3. Gruppen und Symmetrien
eine andere Ecke und das Dreieck folglich auf sich selbst abgebildet. Es geht auch anders, denn man kann das Dreieck genauso an einer der drei Mittelsenkrechten spiegeln, wobei eine Ecke festbleibt und die beiden anderen vertauscht werden. Nimmt man noch die Identität, also die Drehung um 0 Grad hinzu, dann sind es zusammen genau sechs Abbildungen der gewünschten Art. Es ist leicht einzusehen, dass dies alle möglichen Abbildungen sind, die das gleichseitige (reguläre) Dreieck auf sich selbst abbilden. Ganz ähnlich überlegt man sich für das Quadrat (also das reguläre Viereck mit vier gleichen Seiten und vier gleichen Winkeln), dass es ganz entsprechende Drehungen und Spiegelungen gibt, mit denen es auf sich selbst abgebildet wird. Man kann es nämlich um den Schnittpunkt der Diagonalen um 90 Grad, 180 Grad und 270 Grad drehen oder es an einer der zwei Mittelsenkrechten auf den Seiten bzw. an einer der beiden Diagonalen spiegeln. Zusammen mit der Identität bekommt man acht solche Abbildungen. Nun ist 6 = 2·3 und 8 = 2·4 und dahinter steckt ein System. Schauen wir uns nämlich ganz allgemein Symmetrien des reguläres n–Ecks an (und das sind genau die Abbildungen, die ein regulären n-Eck auf sich selbst abbilden), dann sind die Überlegungen aus den beiden konkreten Beispielen leicht zu verallgemeinern. In jedem Fall gibt es genau n Drehungen und n Spiegelungen mit den gewünschten Eigenschaften. Die Symmetrien des regulären n–Ecks sind genau die Drehungen um k·2π n und die Spiegelungen an n Achsen. Die Lage dieser n Achsen kann man sich leicht veranschaulichen, wenn man die Fälle n = 3 bzw. n = 4 auf ungerades bzw. gerades n verallgemeinert. Ist nämlich n ungerade, so verbindet man jeweils eine Ecke und die Mitte der gegenüberliegenden Seite. Für ein Dreieck sieht das folgendermaßen aus: TT
T
T T " b " b b " T b T " "" bb T b T "" b T b "
Ist n gerade, so verbindet man eine Ecke und die gegenüberliegende Ecke bzw. die Mitte einer Seite und die Mitte der gegenüberliegenden Seite.
3.1
Der Begriff der Gruppe
119
Bei einem Quadrat sieht es dann genau so aus: @ @ @ @ @ @ @ @ @ @ @ @ @ @ Es ist unmittelbar einsichtig, dass man auf diese Weise alle Abbildungen dieser Art („Symmetrien“, manchmal heißen sie auch „Deckabbildungen“) eines regulären n–Ecks bekommen hat, denn nur so werden jeweils Ecken auf Ecken abgebildet. Insbesondere gilt also der folgende Satz. Satz 3.1.3 Ein reguläres n–Ecks hat 2n Symmetrien, nämlich n Spiegelungen und n Drehungen. Die Spiegelachsen sind die Senkrechten auf den Seitenmitten und bei geradem n außerdem die Verbindungsgeraden gegenüberliegender Eckpunkte. Das Drehzentrum ist der Schnittpunkt der Senkrechten auf den Seitenmitten, die Drehwinkel sind von der Form k·2π n (für k = 1, 2, . . . , n). Beweis 3.1.3 Symmetrien sind offensichtlich Kongruenzabbildungen, welche
die Ecken eines regulären n–Ecks wieder in Ecken überführen. Entsprechend kann es sich nur um Drehungen (um den „Mittelpunkt“, also um den Schnittpunkt der Senkrechten auf den Seitenmitten) oder um geeignete Spiegelungen handeln. Man sieht nun unmittelbar ein, dass es n − 1 von der Identität verschiedene Möglichkeiten gibt, durch eine Drehung eine Ecke auf jede beliebige andere Ecke abzubilden. Diese Abbildungen lassen entsprechend auch keinen Punkt des regulären n–Ecks fest. Betrachten wir also Symmetrien, die (mindestens) einen Fixpunkt haben. Wenn eine Symmetrie alle Ecken festlässt, ist es ganz einfach, denn dann ist sie die Identität. Es geht also nur noch um die Symmetrien, die mindestens einen Punkt festlassen, aber von der Identität verschieden sind. Offenbar muss es sich dabei um Spiegelungen handeln. Wenn eine solche Symmetrie also eine Ecke festlässt, dann werden entsprechend die beiden benachbarten Ecken vertauscht. Dafür gibt es n Möglichkeiten, nämlich genau so viele, wie es Ecken gibt. Ist n gerade, dann haben diese Symmetrien jeweils genau zwei
3.1.3
120
3. Gruppen und Symmetrien
Fixpunkte (durch sie geht die Spiegelachse), ist n ungerade, dann gibt es genau einen Fixpunkt. Mehr Fixpunkte kann eine Spiegelung nicht haben, denn nur die Punkte auf der Spiegelachse bleiben unter der Abbildung fest. Insgesamt haben wir damit n Symmetrien identifiziert, die Drehungen sind (einschließlich der Drehung um 0◦ ), und ebenfalls n Symmetrien, die Spiegelungen sind. Symmetrien kann man, wie andere Abbildungen auch, miteinander verknüpfen, also hintereinander ausführen. Macht man das, so bekommt man insbesondere wieder Symmetrien. Dabei ist die Hintereinanderausführung von zwei (oder mehr) Drehungen fraglos wieder eine Drehung. Auch die Hintereinanderausführung von zwei Spiegelungen ist eine Drehung (warum?). Ebenso offensichtlich ist, dass die Hintereinanderausführung einer Spiegelung und einer Drehung den Drehsinn (dieser Begriff ist aus der Schule bekannt) verändert, also wieder eine Spiegelung sein muss. Besonders einfach ist die Drehung um 0 Grad, denn sie ändert nichts, egal mit welcher Symmetrie man sie verknüpft („neutrale Symmetrie“). Außerdem kann man jede Symmetrie rückgängig machen; man kann also durch Anwenden einer geeigneten Symmetrie („inverse Symmetrie“) immer wieder den Ausgangspunkt erreichen. Diese Eigenschaften gelten allerdings nicht nur in dem in Satz 3.1.3 diskutierten Fall der Symmetrien eines n–Ecks. Auch bei Symmetrien ganz beliebiger dreidimensionaler Objekte überlegt man sich leicht, dass ihre Verknüpfung wieder eine Symmetrie ist, es eine identische Abbildung gibt und man durch die geeignete Umkehrung einer Symmetrie wieder zum Ausgangspunkt zurückkommen kann. Die Addition der reellen Zahlen bzw. die Multiplikation der von Null verschiedenen reellen Zahlen folgt ebenfalls ganz ähnlichen Gesetzen. Zunächst ist die Summe bzw. das Produkt reeller Zahlen immer wieder eine reelle Zahl. In Anlehnung an die Wortwahl des letzten Absatzes ist im ersten Fall 0 das „neutrale“ Element und (−a) ∈ R das zu a ∈ R „inverse“ Element, im zweiten Fall ist 1 das „neutrale“ Element und ( a1 ) ∈ R das zu a ∈ R \ {0} „inverse“ Element. Ganz offensichtlich handelt es sich bei den diskutierten Eigenschaften genau um die, die wir in Definition 2.1.1 bereits mit dem Namen Gruppe belegt hatten. Die Begriffsbildung (und das ist nichts anderes als die mathematische Abstraktion) war insbesondere angesichts dieser neuen Beispiele wohl wirklich lohnenswert. Wir wollen die Eigenschaften noch einmal zusammenfassen. Dabei kommt mit dem Assoziativgesetz (ganz wie in Definition 2.1.1) eine Bedingung hinzu, die zwar auch für die bereits gegebenen Beispiele gilt, aber dort noch nicht explizit genannt wurde.
3.1
Der Begriff der Gruppe
121
Definition 3.1.4 Eine Gruppe G ist eine nicht-leere Menge, auf der eine Opera-
3.1.4
tion ◦ definiert ist, wobei jedem Paar g, h ∈ G eindeutig ein Element g ◦h ∈ G zugeordnet ist. Dabei sollen die folgenden Bedingungen erfüllt sein: (a) Es gilt das Assoziativgesetz. Es ist also g ◦ (h ◦ k) = (g ◦ h) ◦ k für alle g, h, k ∈ G. (b) Es gibt ein e ∈ G mit folgenden Eigenschaften: (i) Für alle g ∈ G ist g ◦ e = e ◦ g = g. (ii) Für alle g ∈ G gibt es ein g ∗ ∈ G mit g ◦ g ∗ = g ∗ ◦ g = e.
Ist zusätzlich g ◦ h = h ◦ g für alle g, h ∈ G, so nennen wir G eine abelsche bzw. eine kommutative Gruppe. Das Element e heißt neutrales Element von G, g ∗ heißt inverses Element zu g ∈ G. Wir hatten die Assoziativität bei den Symmetrien nicht thematisiert, obwohl sie zweifelsohne hier genauso wie bei der Addition und Multiplikation reeller Zahlen erfüllt ist. In der Tat hat dieses Axiom bei der Entwicklung der Gruppentheorie zunächst keine wesentliche Rolle gespielt. Es kam erst dann hinzu, als man sinnvolle nicht assoziative Strukturen entdeckte, die man nicht mehr Gruppen nennen wollte. In den folgenden Beispielen gehen wir mehr oder minder stillschweigend davon aus, dass es erfüllt ist. Beispiele 3.1.5 (a) Die Menge Z der ganzen Zahlen bildet zusammen mit der
Addition eine Gruppe mit neutralem Element 0. Da a + b = b + a für alle a, b ∈ Z gilt, ist diese Gruppe (Z, +) sogar abelsch. Die Schreibweise (Z, +) anstatt des einfachen Z wählen wir hier und im folgenden Text, wenn wir eine bestimmte Verknüpfung (in diesem Fall die Addition) betonen wollen. Dieses Beispiel ist eigentlich trivial (und wir benutzen diesen Ausdruck wirklich nur, weil alles ganz ganz einfach ist): (Z, +, ·) ist ein Ring (man vergleiche Seite 58), also ist (Z, +) nach Definition 2.1.4 eine Gruppe. (b) Die ganzen Zahlen zusammen mit der Multiplikation bilden keine Gruppe, da es zum Beispiel zu 2 ∈ Z kein inverses Element in Z gibt. Selbstverständlich ist 2 · 12 = 1, aber 12 ist eben keine ganze Zahl. (c) Es gibt genau sechs Symmetrien des regulären (gleichseitigen) Dreiecks (man vergleiche Satz 3.1.3), nämlich die Identität, die Drehungen um den 4π Mittelpunkt mit dem Drehwinkel 2π 3 bzw. 3 und die Spiegelungen an den
3.1.5
122
3. Gruppen und Symmetrien
Mittelsenkrechten der drei Seiten. Wir haben weiter oben im Prinzip schon alle Gruppeneigenschaften gezeigt. Interessant ist nun, dass das Kommutativgesetz nicht gilt. Das Dreieck soll folgendermaßen bezeichnet sein: 3 TT
1
T
T T "T b " b b " b " T b " " b T b T "" b b T "
2
Sei sp1 die Spiegelung, die 2 auf 3 abbildet und 1 festlässt, sp2 die Spiegelung, die 1 auf 3 abbildet und 2 festlässt, und sp3 die Spiegelung, die 1 auf 2 abbildet und 3 festlässt. Dann ist sp3 sp1 (1) = sp3 (1) = 2 und
sp1 sp3 (1) = sp1 (2) = 3 .
Also ist sp3 sp1 = sp1 sp3 . Die Symmetriegruppe des regulären Dreiecks (wir wollen sie im Folgenden übrigens mit D3 bezeichnen) ist somit nicht abelsch. Die Beispiele zeigen, dass es Gruppen mit einer endlichen Anzahl von Elementen (z. B. D3 ) genauso wie Gruppen mit einer unendlichen Anzahl von Elementen (z B. Z) gibt. Die Anzahl der Elemente nennt man Ordnung der Gruppe. 3.1.6
Definition 3.1.6 Sei G eine Gruppe. Dann heißt die Anzahl der Elemente von
G die Ordnung der Gruppe. Sie wird mit |G| bezeichnet. Ist |G| = n für ein n ∈ N, dann heißt G eine endliche Gruppe. Hat G unendlich viele Elemente, so schreibt man |G| = ∞ und nennt G eine unendliche Gruppe. Das dritte Beispiel auf Seite 121 kann man übrigens (wie wir auf Seite 119 bereits gesehen haben) leicht verallgemeinern: Die Symmetrien des regulären n–Ecks bilden eine Gruppe, die so genannte Diedergruppe der Ordnung 2n. Wir bezeichnen sie mit Dn . Das Zeichen ◦ für die Verknüpfung lassen wir dann weg, wenn ihm keine besondere Bedeutung zukommt. Wir schreiben also statt g ◦ h dann gh. Ganz entsprechend werden wir gh zumeist das Produkt der beiden Elemente g und h nennen (es sei denn, diese Bezeichnung wäre im Hinblick auf eine
3.1
Der Begriff der Gruppe
123
konkrete Gruppe und Operation eher unsinnig wie im Fall von (Z, +), wo die Verknüpfung offensichtlich die Addition ist). Genauso werden wir häufig 1 statt e schreiben (aber auch hier nur dann, wenn es im konkreten Fall nicht unsinnig erscheint). Schließlich schreiben wir in der Regel g −1 für das inverse Element zu einem Gruppenelement g (im Fall der ganzen Zahlen bleibt es in der Regel schlicht beim gewohnten −g). 3.1.2 Einfache Eigenschaften von Gruppen und elementare Grundbegriffe In einer Gruppe möchte man häufig etwas über die ganz konkreten Verknüpfungen und ihre Ergebnisse wissen. Insbesondere ist interessant, was passiert, wenn man Elemente immer wieder mit sich selbst verknüpft. Wir haben schon gesehen, dass man bei zweimaligem Spiegeln wieder zur Identität (dem neutralen Element) kommt. Gleiches gilt im regulären Dreieck, wenn man irgendeine Drehung dreimal nacheinander anwendet. Bei der Addition ganzer Zahlen erhält man hingegen immer wieder neue Zahlen, ganz unabhängig davon, wie oft man eine Zahl zu sich selbst addiert. Dieser Unterschied gibt Anlass zu einer neuen Begriffsbildung. Definition 3.1.7 Seien G eine Gruppe, g ∈ G und e das neutrale Element von G. Für jedes k ∈ N bezeichnet man mit g k das k–fache Produkt von g mit sich selbst, also
3.1.7
gk = g . . . g .
k
Für alle k ∈ Z, k < 0 setzt man g = (g −1 )−k . Es sei weiter g 0 = e. Mit o(g) bezeichnet man die kleinste natürliche Zahl k mit der Eigenschaft g k = e. Gibt es keine solche Zahl, so schreibt man o(g) = ∞. Man nennt o(g) die Ordnung von g. k
Beispiele 3.1.8 (a) In der Gruppe der Symmetrien des gleichseitigen Dreiecks 4π haben die Drehungen um 2π 3 bzw. 3 die Ordnung 3 und die Spiegelungen haben (wie alle Spiegelungen in allen Symmetriegruppen) die Ordnung 2.
(b) Offensichtlich hat in jeder Gruppe das neutrale Element die Ordnung 1 (und das ist wieder einmal wirklich trivial). (c) Das Element 1 ∈ Z hat in Bezug auf die Addition ganzer Zahlen (genauso wie alle anderen von 0 verschiedenen Elemente) die Ordnung ∞.
3.1.8
124
3. Gruppen und Symmetrien
Das letzte Beispiel zeigt insbesondere, dass die wiederholte Anwendung der Operation in Definition 3.1.7 nicht als „Potenzieren“ missverstanden werden darf (man vergleiche die Bemerkungen vor Satz 2.1.2). Genauso gut kann im konkreten Fall die wiederholte Addition eines Elements mit sich selbst oder die mehrfache Hintereinanderausführung derselben Abbildung gemeint sein (und auch das sind nur mögliche Beispiele). Direkt aus den bisherigen Regeln kann man ein kleines Lemma ableiten. Es besagt, dass eine Gruppe abelsch ist, wenn alle Gruppenelemente (bis auf das neutrale Element) die Ordnung 2 haben. 3.1.9
Lemma 3.1.9 Ist G eine Gruppe und g 2 = e für alle g ∈ G, dann ist G abelsch. Beweis 3.1.9 Seien g, h ∈ G. Dann ist (gh)(gh) = (gh)2 = e = g 2 h2 . Also ist
hg = g −1 (gh)(gh)h−1 = g −1 g 2 h2 h−1 = gh für beliebige g, h ∈ G. Damit ist G eine abelsche Gruppe. Eine Verallgemeinerung von Lemma 3.1.9 ist das nächste Resultat (und man kann sich leicht überlegen, warum das so ist). 3.1.10
Satz 3.1.10 Seien G eine Gruppe und n ∈ N. Gelten für alle g, h ∈ G die drei Bedingungen
(a) (gh)n = g n hn (b) (gh)n+1 = g n+1 hn+1 (c) (gh)n+2 = g n+2 hn+2 , so ist G abelsch. Beweisidee 3.1.10 Der Beweis ist nicht viel mehr als geschicktes Rechnen. Ist
eine Gruppe abelsch, so ist für beliebige Elemente g und h der Gruppe stets gh = hg. Man muss also aus einem passenden Term gh und aus einem anderen hg abspalten und dann versuchen, eine Kette von Gleichungen aufzubauen, die schließlich zu gh = hg führen. Das Erweitern mit (geeigneten) Elementen und ihren Inversen hilft dabei sehr. Insbesondere gibt es zwei Zwischenergebnisse (d) und (e), die für den letzten Beweisschritt benutzt werden. Beweis 3.1.10 Es ist
g n+2 hn+2 = (gh)n+2 = (gh)(gh)n+1 = ghg n+1 hn+1 . (c)
(b)
3.1
Der Begriff der Gruppe
125
Also ist g n+1 h = g −1 g n+2 hn+2 h−(n+1) = g −1 ghg n+1 hn+1 h−(n+1) = hg n+1 .
(d)
Weiter gilt g n+1 hn+1 = (gh)n+1 = (gh)(gh)n = ghg n hn .
(e)
(b)
(a)
Somit ist g n h = g −1 gg n hn h−n h = g −1 g n+1 hn+1 h−n = g −1 ghg n hn h−n = hg n .
(f )
(e)
Das ergibt nun g n+1 h = hg n+1 = hg n g = g n hg, (d)
(e)
sodass man gh = g −n g n+1 h = g −n g n hg = hg folgern kann. Die Aussage von Satz 3.1.10 ist nicht mehr richtig, wenn wir Bedingung (c) streichen. Betrachten wir etwa die Symmetriegruppe D3 des gleichseitigen Dreiecks (man vergleiche Beispiel (c) auf Seite 121), dann hat jede Spiegelung s die Ordnung 2, erfüllt somit s2 = e und jede Drehung d hat die Ordnung 3, erfüllt also d3 = e. Folglich ist g 6 = e für alle g ∈ D3 . Damit ist g 7 = g 6 g = eg = g für alle g ∈ D3 . Also gilt (a) (b)
(gh)6 = e = ee = g 6 h6 (gh)7 = gh = g 7 h7
und
für alle g, h ∈ D3 , aber D3 ist (wie wir im oben genannten Beispiel gesehen haben) nicht abelsch. Wenn man die Ordnung eines Elements g in einer Gruppe G kennt und diese Ordnung eine natürliche Zahl ist, dann kann man nicht nur etwas über Lösungen der Gleichung g m = e sagen, sondern auch über die Ordnung einer beliebigen Potenz von g. Den konkreten Zusammenhang beschreibt der folgende Satz.
126
3.1.11
3. Gruppen und Symmetrien
Satz 3.1.11 Seien G eine Gruppe und g ∈ G mit o(g) = k. Ist m ∈ Z mit
g m = e, so ist k ein Teiler von m und o(g x ) = k/ggT(k, x) für alle x ∈ Z.
Beweisidee 3.1.11 Der erste Teil des Satzes wird mit Hilfe der Division mit
Rest bewiesen. Man zerlegt m additiv in ein Vielfaches von k und einen Rest und weist nach, dass dieser Rest 0 sein muss. Der Beweis des zweiten Teils nutzt aus, dass für natürliche Zahlen a und b aus a|b und b|a stets a = b folgt. Man zeigt also, dass der oben gegebene Bruch ein Teiler der Ordnung und umgekehrt die Ordnung ein Teiler des Bruchs ist. Die Aussage des ersten Teils wird übrigens im Beweis des zweiten Teils verwendet. Beweis 3.1.11 Es genügt, die Aussage für positive m zu zeigen und das folgt
direkt mit Definition 3.1.7. Wir wenden so auf m und k die Division mit Rest an und setzen m = kq + r mit k > r ≥ 0 und q ≥ 1. Das darf man, denn es ist k ≤ m nach Definition 3.1.7. Dann ist e = g m = (g k )q g r = g r , da o(g) = k ist. Da aber r < k und k die kleinste natürliche Zahl mit g k = e ist oder (kurz gesagt) wegen der Minimalität von k muss r = 0 sein. Also ist k ein Teiler von m. Sei x ∈ N. Da ggT(k, x) auf jeden Fall ein Teiler von x ist (und natürlich auch von k), hat man es bei folgenden Exponenten immer mit natürlichen Zahlen zu tun. Man darf daher (g x )(k/ggT(k,x)) = (g k )(x/ggT(k,x)) = e rechnen. Also ist o(g x ) ein Teiler von k/ggT(x, k). Wir setzen nun (weil es sonst etwas unübersichtlich wird) y = o(g x ). Damit ist dann offensichtlich (g x )y = g xy = e und k = o(g) ist auch ein Teiler von xy. Es muss also k/ggT(k, x) ein Teiler von y = o(g x ) sein. Damit folgt die Behauptung o(g x ) = k/ggT(k, x) (und wenn man das nicht sofort einsieht, dann sollte man sich die Beweisidee noch einmal durchlesen). Das folgende Lemma werden wir zwar erst im Kapitel über die Codierung von Nachrichten benötigen, sein Inhalt und die Beweismethode passen allerdings schon jetzt gut in das Konzept.
3.1
Der Begriff der Gruppe
127
Lemma 3.1.12 Sei G eine endliche abelsche Gruppe und seien a, b ∈ G.
(a) Ist ggT(o(a), o(b)) = 1, so ist o(ab) = o(a)o(b). (b) Es gibt geeignete Potenzen ax von a und by von b so, dass für c = ax by wir o(c) = kgV(o(a), o(b)) haben. Beweis 3.1.12 (a) Sei m = o(ab). Da (ab)o(a)o(b) = ao(a) bo(b) = 1 ist (man be-
achte dabei, dass G abelsch ist), folgt mit Satz 3.1.11, dass o(a)o(b) von m geteilt wird. Weiter ist 1 = (ab)m = am bm und damit 1 = (a−m )o(a) = (bm )o(a) . Noch einmal wenden wir Satz 3.1.11 an und es folgt, dass m · o(a) von o(b) geteilt wird. Da o(a) und o(b) teilerfremd sind, ist daher o(b) ein Teiler von m. Genauso folgt, dass auch o(a) ein Teiler von m ist. Wieder wegen der Teilerfremdheit folgt nun, dass m von o(a)o(b) geteilt wird. Zusammen erhalten wir die Behauptung (a). (b) Wir zerlegen o(a) und o(b) jeweils in Primfaktoren: α
β1 αt j αr βr βs 1 o(a) = pα 1 · · · pj · · · pr · · · pt , o(b) = p1 · · · pr · · · ps .
Dabei sei die Notation so gewählt, dass genau die p1 , . . . , pr die gemeinsamen Primfaktoren sind. Weiter sei für 1 ≤ i ≤ j stets αi ≥ βi und für j +1 ≤ i ≤ r stets αi < βi . Nun definieren wir x und y durch x=
r i=j+1
i pα i
und y =
j
pβi i .
i=1
Wir setzen c1 = ax und c2 = by . Nach Satz 3.1.11 ist dann α
α
β
αt j j+1 r+1 βs 1 o(c1 ) = pα 1 · · · pj · pr+1 · · · pt und o(c2 ) = pj+1 · · · ps .
Insbesondere ist ggT(o(c1 ), o(c2 )) = 1. Nach (a) ist dann o(c1 c2 ) = o(c1 )o(c2 ). Offenbar ist o(c1 )o(c2 ) = kgV (o(a), o(b)) und das ist die Aussage von (b). Betrachtet man die Menge der Drehungen des regulären n–Ecks (wobei natürlich nur die gemeint sind, die auch Symmetrien sind), so fällt eine besondere Eigenschaft auf. Ist d nämlich die Drehung um den Winkel 2π n , so ist jede andere Drehung eine Potenz dieses Elements d. Kennt man d, dann kennt man im Grunde alle Drehungen. Nun bilden die Drehungen des regulären n–Ecks eine Gruppe, denn alle Eigenschaften sind erfüllt: Das Assoziativgesetz gilt ohnehin, die Drehung um den Winkel von 0 Grad ist neutrales Element und zu jeder Drehung kann man eine inverse Drehung angeben. Kennt man also diese eine Drehung d, dann kennt man sogar die ganze Gruppe. Man sagt daher, dass d die Gruppe der Drehungen des regulären n–Ecks erzeugt.
3.1.12
128
3. Gruppen und Symmetrien
Solche erzeugenden Elemente gibt es auch in manchen anderen Gruppen. Beispielsweise ist jedes Element aus Z im Grunde eine „Potenz“ von 1 (wieder im Sinne der Bemerkungen vor Satz 2.1.2). Es ist nämlich 2 = 2 · 1 = 1 + 1, 3 = 3 · 1 = 1 + 1 + 1 und n = n · 1 = 1 + . . . + 1, wobei diese Summe n (gleiche) Summanden hat. Außerdem ist beispielsweise 0 = 0 · 1, (−1) = (−1) · 1, (−2) = (−2) · 1. Wem das merkwürdig vorkommt, der schaue sich bitte noch einmal Definition 3.1.7 ganz formal an: Da in Z die Addition die entscheidende Operation im Hinblick auf die Gruppeneigenschaft ist, schreibt man nicht 1k (was zu Missverständnissen Anlass geben würde), sondern (wie gewohnt) k · 1 für k ∈ Z und bekommt so alle Elemente. Damit hat auch (Z, +) ein erzeugendes Element (und nicht nur eines, wie wir etwas später sehen werden). Diese Eigenschaft bekommt in der folgenden Definition einen Namen. 3.1.13
Definition 3.1.13 Eine Gruppe G, die nur aus den Potenzen eines einzigen Elements g besteht, heißt zyklisch. Man nennt g ein erzeugendes Element oder einen Erzeuger der Gruppe G. Damit ist insbesondere G = {g i |i ∈ Z} für das erzeugende Element g. Man schreibt auch G = g.
3.1.14
Beispiele 3.1.14 (a) Das Element 2 ∈ Z erzeugt die Gruppe der geraden Zahlen (zusammen mit der Addition), aber auch −2 ∈ Z erzeugt diese Gruppe.
(b) Die Drehung um 2π 3 erzeugt die Gruppe der Drehungen (als Teilmenge der Symmetrien) des gleichseitigen Dreiecks. Sei d1 die Drehung um 2π 3 . Dann 3 und d = d ◦ d ◦ d die Identität. Also ist ist d21 = d1 ◦ d1 die Drehung um 4π 1 1 1 1 3 4 d1 = d1 und das Beispiel zeigt, dass die Potenzen nicht notwendig verschieden sein müssen (sonst gäbe es ja auch keine zyklischen Gruppen endlicher Ordnung). (c) Selbstverständlich ist nicht jede Gruppe zyklisch. So ist die Gruppe der Symmetrien des gleichseitigen Dreiecks nicht zyklisch. Betrachtet man die Potenzen der Drehungen, so bekommt man immer wieder eine Drehung, aber keinesfalls eine Spiegelung. Betrachtet man die Potenzen der Spiegelungen, so bekommt man entweder die Identität (bei gerader Potenz) oder aber das Element selbst, also niemals eine von der Identität verschiedene Drehung oder eine der anderen Spiegelungen. Insbesondere kann ein einziges Element nicht die ganze Gruppe erzeugen.
3.1
Der Begriff der Gruppe
129
Das zweite Beispiel zeigt, dass manchmal Teilmengen von Gruppen wieder eine Gruppenstruktur haben. Man nennt sie Untergruppen. Dieser Begriff wird häufig benutzt und soll deswegen definiert werden. Definition 3.1.15 Sei G eine Gruppe und U ⊆ G. Ist U in Bezug auf die in
3.1.15
G definierte Verknüpfung eine Gruppe, so heißt U Untergruppe von G. Man schreibt: U ≤ G. Beispiele 3.1.16 (a) Die Drehungen bilden eine Untergruppe Rn der Gruppe
3.1.16
aller Symmetrien des regulären n-Ecks Dn . (b) Sei sp ∈ Dn eine beliebige Spiegelung. Dann ist U = {e, sp} eine Untergruppe von Dn der Ordnung 2. (c) Die geraden Zahlen (die durch 3 teilbaren Zahlen, die durch 4 teilbaren Zahlen, . . . , die durch n teilbaren Zahlen) bilden in Bezug auf die Addition jeweils eine Untergruppe von Z. Untergruppen spielen häufig eine wichtige Rolle und so kann es sinnvoll sein, Teilmengen einer Gruppe auf diese Eigenschaft hin zu untersuchen. Dafür muss man nicht bei allen Axiomen prüfen, ob sie erfüllt sind. Satz 3.1.17 (Untergruppenkriterium) Sei G eine Gruppe und U eine Teilmenge
von (a) (b) (c)
G. Genau dann ist U eine Untergruppe, falls gilt: U = ∅. Für alle g, h ∈ U ist auch gh ∈ U . Ist g ∈ U , so ist auch g −1 ∈ U .
Beweis 3.1.17 Die eine Richtung ist offensichtlich, denn eine Untergruppe er-
füllt nach Definition 3.1.15 die Bedingungen (a), (b) und (c), wobei die Eindeutigkeit des neutralen Elements nach Satz 2.4.3 und der Inversen nach Satz 2.1.3 benutzt werden. Sei also U eine Teilmenge von G, für die alle drei Bedingungen gelten. Dann ist wegen (b) die Verknüpfung von G eingeschränkt auf U eine Verknüpfung in U . Das formale Axiom der Assoziativität ist automatisch erfüllt, da es in der Gruppe G gilt. Wegen (a) ist U nicht leer, es gibt also ein g ∈ U und wegen (c) ist dann auch g −1 ∈ U . Schließlich besagt (b), dass mit g und g −1 auch e = gg −1 ein Element von U ist. Damit ist U eine Gruppe.
3.1.17
130
3. Gruppen und Symmetrien
Die im Beispiel auf Seite 129 genannten Gruppen sind insbesondere zyklische Gruppen (was natürlich nicht immer der Fall sein muss). Zyklische Gruppen haben eine sehr einfache Struktur, sodass sie sich gut als Beispiele eignen. Sie sind nicht nur leicht zu verstehen, sondern auch relativ einfach anzugeben. Genau das wollen wir jetzt tun: Wir werden alle zyklischen Gruppen bestimmen. Dabei interessieren uns selbstverständlich nur prinzipiell verschiedene Gruppen und nicht etwa solche, bei denen sich Elemente nur durch ihren Namen unterscheiden. Ob man in D3 die Drehungen mit d0 , d1 und d2 oder aber 4π mit id, 2π 3 und 3 bezeichnet, darf keinen Unterschied machen. Welche Unterschiede aber wirklich wichtig sind, das wird sich im Verlauf des folgenden Abschnitts zeigen.
3.2
3.2 Isomorphie Der Grundbegriff, den wir nun benötigen, ist der Begriff der Isomorphie. Die folgende Definition klärt ihn, doch im Prinzip kennen wir ihn schon (man vergleiche Definition 2.4.1). Die speziellen Abbildungen, die wir dort für Ringe definiert und betrachtet haben, spielen auch bei Gruppen eine wichtige Rolle.
3.2.1
Definition 3.2.1 Seien G, H zwei Gruppen mit den Verknüpfungen ◦ in G bzw.
∗ in H. Eine Abbildung ϕ : G → H mit ϕ(g1 ◦ g2 ) = ϕ(g1 ) ∗ ϕ(g2 ) für alle g1 , g2 ∈ G nennen wir Homomorphismus. Ist diese Abbildung zusätzlich bijektiv, so nennen wir sie Isomorphismus zwischen G und H. Wir sagen dann auch, dass G und H isomorph sind und schreiben G ∼ = H. Ein bijektiver Homomorphismus einer Gruppe G auf sich selbst heißt Automorphismus. Durch den Begriff des Isomorphismus wird offensichtlich der Begriff der bijektiven Abbildung erweitert. Ist ϕ ein Isomorphismus, so ist ϕ einerseits eine bijektive Abbildung zwischen den Gruppen, die andererseits die Struktur über die konkreten Verknüpfungen in den Gruppen respektiert. 3.2.1 Beispiele isomorpher Gruppen Wir haben mit S3 die Permutationen auf der Menge N = {1, 2, 3} bezeichnet (das sind die bijektiven Abbildung von N auf sich, man vergleiche Seite 24). Dabei haben wir gesehen, dass es sechs solche Abbildungen gibt. Es sind die Identität, die alle Elemente festlässt, sowie zwei Abbildungen, bei denen es keinen Fixpunkt gibt, und drei Abbildungen, bei denen jeweils ein Element
3.2
Isomorphie
131
festbleibt. Wenn man nun als Verknüpfung ◦ die Hintereinanderausführung von Abbildungen betrachtet, dann ist S3 in Bezug auf diese Verknüpfung eine Gruppe (und darüber sollte man an dieser Stelle kurz nachdenken). Insbesondere ist die Identität das neutrale Element, die Abbildungen mit genau einem Fixpunkt sind jeweils zu sich selbst invers und die beiden Abbildungen ohne Fixpunkt sind zueinander invers. Wir bezeichnen die Elemente von S3 (wie auf Seite 24) mit s1 , s2 , . . . , s6 . Möchte man alle möglichen Produkte aufschreiben, so bietet sich nun eine so genannte Verknüpfungstafel an. Im Folgenden ist eine solche Tafel dargestellt. Wir erinnern daran, dass bei Permutationen s2 ◦ s5 bedeutet, erst s5 und dann s2 auszuführen. Das entspricht dem Verfahren bei allgemeinen Abbildungen, denn auch dort wird f g(x) als f (g(x)) gelesen, also erst g und dann f angewendet. Im konkreten Fall sieht das so aus: Durch s2 wird wird 1 auf 2 und durch s5 wird 2 auf 2 abgebildet. Genauso wird 2 durch s2 auf 3 und 3 durch s5 auf 1 abgebildet. Schließlich wird 3 durch s2 auf 1 und durch s5 auf 3 abgebildet. Damit ist 1 2 3 1 2 3 1 2 3 = s6 . = s2 s5 = 2 1 3 2 3 1 3 2 1 Man trägt das Ergebnis in die zweite Zeile und fünfte Spalte ein (und alle anderen Ergebnisse entsprechend). Die Tafel sieht dann so aus ◦ s1 s2 s3 s4 s5 s6
s1 s1 s2 s3 s4 s5 s6
s2 s2 s3 s1 s6 s4 s5
s3 s3 s1 s2 s5 s6 s4
s4 s4 s5 s6 s1 s2 s3
s5 s5 s6 s4 s3 s1 s2
s6 s6 s4 s5 s2 s3 s1
und gibt einen Überblick über alle Beziehungen in der Gruppe S3 . Betrachtet man nun die Menge D3 der Symmetrien des regulären Dreiecks, dann kann man genauso verfahren. Wir bezeichnen mit d0 , d1 , d2 die Dre4π hungen um 0, 2π 3 , 3 und die Spiegelungen mit sp1 , sp2 , sp3 . Dabei soll spi die i-te Ecke festhalten (man vergleiche die Bezeichnungen auf Seite 122).
132
3. Gruppen und Symmetrien
Die Verknüpfungstafel ist somit durch ◦ d0 d1 d2 sp1 sp2 sp3
d0 d0 d1 d2 sp1 sp2 sp3
d1 d1 d2 d0 sp2 sp3 sp1
d2 d2 d0 d1 sp3 sp1 sp2
sp1 sp1 sp3 sp2 d0 d2 d1
sp2 sp2 sp1 sp3 d1 d0 d2
sp3 sp3 sp2 sp1 d2 d1 d0
gegeben und man erkennt problemlos die strukturelle Ähnlichkeit zwischen den beiden Tafeln. Im Grunde unterscheiden sie sich nur in den Namen der Elemente. Die Identität in D3 lässt alle Ecken fest, sodass d0 und s1 einander entsprechen. Die beiden Drehungen d1 und d2 sind zueinander invers und lassen keine Ecke fest, entsprechen also den Permutationen s2 , s3 ∈ S3 , die keinen Punkt festlassen. Die drei Spiegelungen sp1 , sp2 , sp3 lassen eine Ecke fest und sind jeweils zu sich selbst invers, sodass sie den drei Permutationen s4 , s5 , s6 entsprechen, die jeweils einen Fixpunkt haben. Auch die jeweiligen Verknüpfungen der Elemente sind genau entsprechend. Man kann also die Permutationen der Menge N = {1, 2, 3} nicht nur bijektiv auf die Symmetrien des gleichseitigen Dreiecks abbilden, sondern dabei auch die prinzipielle Struktur erhalten. Damit haben wir das folgende Lemma bewiesen. 3.2.2
Lemma 3.2.2 Die Gruppe S3 der Permutationen von drei Elementen ist iso-
morph zur Gruppe D3 der Symmetrien des gleichseitigen Dreiecks. Das Beispiel lässt sich übrigens nicht beliebig verallgemeinern. So hat ein reguläres Viereck (also ein Quadrat) 8 = 2 · 4 Symmetrien, es gibt aber 4! = 24 Permutationen einer Menge mit vier Elementen, sodass es zwischen den beiden Mengen keine bijektive Abbildung geben kann. Es ist natürlich auch möglich, weniger formal und stärker inhaltlich zu argumentieren. So gibt es beispielsweise eine Permutation auf der Menge der Zahlen {1, 2, 3, 4}, die 1 nach 2, 2 nach 3 und 3 nach 1 abbildet, aber 4 festlässt. Eine entsprechende Symmetrie kann es aber nicht geben: Eine Drehung des Quadrats lässt keine Ecke fest, kommt also nicht in Frage. Eine Spiegelung, die eine Ecke festlässt, müsste an einer Diagonalen durch diese Ecke erfolgen. Dann bleibt aber auch die zweite Ecke auf der Diagonalen fest.
3.2
Isomorphie
133
Betrachten wir noch ein weiteres Beispiel, in dem der natürliche Logarithmus eine Rolle spielt. Wenn Sie sich nicht mehr ganz genau erinnern können, worum es dabei ging, dann dürfen Sie das Beispiel getrost überschlagen.
Lemma 3.2.3 Die Gruppen (R+ , ·) und (R, +) sind isomorph.
3.2.3
Beweis 3.2.4 Sei R+ = {a|a ∈ R, a > 0} die Menge aller positiven reellen
Zahlen. Mit der üblichen Multiplikation reeller Zahlen ist R+ eine Gruppe. Sie hat das Einselement 1 und zu jedem r ∈ R+ gibt es das inverse Element + 1 (das klappt, weil r = 0 ist). Mit der üblichen Addition ist auch R r ∈ R eine Gruppe. Sei nun die Abbildung log : R+ → R gegeben, die jedem a ∈ R+ den Logarithmus dieser Zahl zur Basis e zuordnet. Für den Logarithmus gilt log(ab) = log(a)+log(b). Sei a ∈ R. Dann ist a = log ea , also ist die Abbildung log : R+ → R surjektiv (denn jede reelle Zahl hat ein Urbild). Die Abbildung ist aber auch injektiv. Ist nämlich log a = log b, dann ist a = elog a = elog b = b (gleiche reelle Zahlen haben gleiche Urbilder in R+ ). Damit ist die Abbildung log : R+ → R bijektiv. Wegen log(ab) = log(a) + log(b) erhält die Abbildung die Struktur und ist damit ein Isomorphismus zwischen R+ und R. Also ist (R+ , ·) ∼ = (R, +). 3.2.2 Grundlagen der Bestimmung von Gruppen Betrachtet man die beiden Beispiele im Abschnitt 3.2.1 aus gruppentheoretischer Sicht, dann gibt es keinen prinzipiellen Unterschied zwischen der Gruppe der Symmetrien des gleichseitigen Dreiecks und der Gruppe der Permutationen von drei Elementen bzw. zwischen (R+ , ·) und (R, +). Gruppentheoretisch kommt es weder auf die konkreten Namen noch auf die konkreten Operationen an, sondern ausschließlich auf die Elemente und ihre Beziehungen. Alle Gruppen (etwa alle zyklischen Gruppen) zu bestimmen, bedeutet aus dieser Sicht also, alle Gruppen (etwa alle zyklischen Gruppen) bis auf Isomorphie zu bestimmen. Bei den zyklischen Gruppen geht das nun recht einfach, wenn man ihre Ordnung kennt. Satz 3.2.5 Sei G eine zyklische Gruppe.
(a) Ist |G| = n mit 3 ≤ n < ∞, so ist G ∼ = Rn , wobei Rn ≤ Dn die Gruppe der Drehungen des regulären n–Ecks bezeichnen soll. (b) Ist |G| = ∞, so ist G ∼ = Z.
3.2.5
134
3. Gruppen und Symmetrien
Beweisidee 3.2.5 Der Beweis startet zunächst mit der Definition der zyklischen Gruppe. Betrachtet wird entsprechend das erzeugende Element g. Nun wird unterschieden, ob die Ordnung von g endlich ist oder nicht. In beiden Fällen wird ein geeigneter Isomorphismus angegeben. Der Beweis erschöpft sich darin zu zeigen, dass es sich wirklich um (jeweils) einen Isomorphismus handelt. Es bleibt eigentlich nur die Frage, wie man auf genau diese Isomorphismen kommt. Nun ja, Erfahrung, Erfahrung, Erfahrung und der richtige Blick auf die Dinge helfen ganz ungemein . Beweis 3.2.5 Da G eine zyklische Gruppe ist, gibt es in jedem Fall ein g ∈ G
mit G = {g i |i ∈ Z}. Wir unterscheiden im Folgenden die beiden Fälle o(g) < ∞ und o(g) = ∞.
(a)
Sei n = o(g) < ∞. Dann ist U = {g j |0 ≤ j < n}
multiplikativ abgeschlossen. Ist g j ∈ U , j > 0, so ist auch g n−j ∈ U und g j g n−j = g n = e. Also ist U eine Gruppe. Nun enthält U aber das Element g und alle (verschiedenen) Potenzen von g. Damit muss U = G sein, da G auch von g erzeugt wird. Insbesondere hat G genau n Elemente. Wir betrachten nun Rn = {di | di ist Drehung um den Winkel
2πi , i = 0, . . . , n − 1}, n
die Menge der Drehungen des regulären n–Ecks. Wir setzen ϕ : Rn → G mit ϕ(di ) = g i für alle i ∈ {0, . . . , n − 1}. Die Abbildung ϕ ist offensichtlich bijektiv. Sie ist außerdem ein Homomorphismus, denn es ist ϕ(di dj ) = ϕ(di+j ) = g i+j = g i g j = ϕ(di )ϕ(dj ) für alle i, j ∈ {0, . . . , n − 1}. Also ist ϕ ein Isomorpismus. (b)
Sei o(g) = ∞. Wir setzen ϕ : Z → G mit ϕ(i) = g i , für alle i ∈ Z.
Diese Abbildung ϕ ist ein Homomorphismus, denn es ist ϕ(i + j) = g i+j = g i g j = ϕ(i)ϕ(j) für alle i ∈ Z.
3.2
Isomorphie
135
Außerdem ist ϕ surjektiv, weil jedes Element g i ∈ G ein Urbild i ∈ Z hat. Sei nun ϕ(i) = ϕ(j). Dann ist ϕ(i)ϕ(j)−1 = e, also g i−j = e. Da o(g) = ∞, folgt i−j = 0 und somit ist i = j. Also ist ϕ bijektiv und damit ein Isomorphismus.
Folgerung 3.2.6 Für jedes n ∈ N gibt es eine zyklische Gruppe der Ordnung n. Beweis 3.2.7 Weil es zu jedem n ≥ 3 ein reguläres n-Eck gibt, bilden die Symmetrien, die Drehungen sind, eine zyklische Gruppe Rn der Ordnung n. Die Fälle n = 1 und n = 2 sind ganz einfach: Das Einselement e bildet in jeder Gruppe eine Untergruppe (und damit gibt es eine zyklische Gruppe der Ordnung 1). Außerdem haben wir weiter oben (man vergleiche Seite 129) schon gesehen, dass eine beliebige Spiegelung sp ∈ Dn eine (notwendigerweise zyklische) Untergruppe der Ordnung 2 von Dn erzeugt.
Was wir in diesem Abschnitt bisher gemacht haben, ist ein typisches Beispiel für ein axiomatisch orientiertes Arbeiten in der Mathematik. Wir finden zunächst in einem bestimmten mathematischen Kontext Beispiele für ein Phänomen. Dann sehen wir in diesen Beispielen Gemeinsamkeiten und abstrahieren zu einem neuen Begriff. Die Grundlage ist in der Regel ein Axiomensystem, das den neuen Begriff beschreibt (und das war hier der Begriff der zyklischen Gruppe). Man fragt sich nun, welche grundlegend unterschiedlichen Beispiele es für den Begriff gibt und sieht etwa (wie in unserem Fall zu einer bestimmten Ordnung), dass es bis auf Isomorphie im Wesentlichen nur ein Beispiel gibt. Das ist tatsächlich außerordentlich praktisch. Mit dieser Voraussetzung können wir nämlich viele Fragen über die abstrakte Struktur beweisen, indem wir einfach in dem konkreten Beispiel prüfen, ob und warum sie richtig sind (oder auch nicht). So kann man beispielsweise alle Fragen über unendliche zyklische Gruppen klären, indem man sie in Z betrachtet und klärt. Damit hat sich in unserem konkreten Fall der Aufwand gelohnt, denn es gibt viele Beispiele für zyklische Gruppen, die eben nur bis auf Isomorphie eindeutig sind. Insbesondere stehen für jedes dieser Beispiele alle gruppentheoretischen Sätze zur Verfügung, die man vielleicht für Z oder die Untergruppe der Drehungen in Dm bewiesen hat. Leider sind Gruppen nicht immer so einfach, übersichtlich und konkret bestimmbar wie die zyklischen Gruppen. Entsprechend ist es sinnvoll, für ganz unterschiedliche Kriterien zu testen, ob es Gruppen gibt, die genau dieses Kriterium erfüllen. So liegt etwa die Frage nahe, ob man alle Gruppen einer
3.2.6
136
3. Gruppen und Symmetrien
endlichen Ordnung n bis auf Isomorphie bestimnmen kann. Wenn n klein ist, dann kann man sehr konkret arbeiten und der folgende Satz gibt ein Beispiel. 3.2.8
Satz 3.2.8 Es gibt bis auf Isomorphie zwei Gruppen der Ordnung 4. Beweisidee 3.2.8 Wir experimentieren mit der Ordnung von Elementen der
Gruppe, wobei nur die interessant sind, die vom neutralen Element verschieden sind. Man zeigt damit, dass eine der möglichen Gruppen zyklisch ist (und damit zwei Elemente der Ordnung 4 und ein Element der Ordnung 2 hat) und die andere drei Elemente der Ordnung 2 haben muss (und insbesondere nicht zyklisch ist). Beweis 3.2.8 Nach Folgerung 3.2.6 gibt es zunächst eine zyklische Gruppe der
Ordnung 4, die von einem Element der Ordnung 4 erzeugt wird. Hat also eine Gruppe der Ordnung 4 ein Element der Ordnung 4, dann muss sie zyklisch sein und wir haben einen möglichen Typ identifiziert. Wir können also annehmen, dass o(g) < 4 für alle g ∈ G ist. Angenommen, es gibt ein g ∈ G mit o(g) = 3. Dann gibt es in G die Elemente e, g, g 2 und ein weiteres Element h. Indem wir h mit den Potenzen von g multiplizieren, erhalten wir Elemente h, hg, hg 2 . Diese können nicht in der Menge {e, g, g 2 } liegen, da sonst h eine Potenz von g wäre (ist nämlich hg j = g i , so ist h = g i−j ). Damit haben wir aber sechs verschiedene Elemente, was nicht möglich ist. Also ist o(g) = 2 für jedes von e verschiedene Gruppenelement. Seien g, h, k unterschiedliche Elemente von G der Ordnung 2. Dann bekommt man die folgende Verknüpfungstafel, die eindeutig ist (und das kann man ganz einfach begründen, oder?): · e g h k
e e g h k
g g e k h
h h k e g
k k h g e
Im Grunde ist durch die Verknüpfungstafel gegeben, dass eine solche Gruppe existiert. Wir müssten nur noch das Assoziativgesetz nachweisen. Oder aber wir geben einfach ein konkretes Beispiel an, von dem wir wissen, dass es eine Gruppe ist. Das ist leicht möglich, denn wir nehmen hier die Untergruppe der
3.2
Isomorphie
137
Symmetrien des Quadrats, die aus der Identität, der Drehung um π und den beiden Spiegelungen an den Achsen durch die gegenüberliegenden Ecken (also den Diagonalen) besteht. Diese Gruppe hat die Ordnung 4 und ist offenbar nicht zyklisch. Im Beweis von Satz 3.2.8 wurde mehr oder minder systematisches Probieren genutzt, indem wir versucht haben, mögliche Ordnungen von Elementen zu bestimmen. Dabei fiel auf, dass ein Element der Ordnung 3 wohl gar nicht zu einer Gruppe der Ordnung 4 passen kann. Das ist völlig richtig und man kann es sogar recht allgemein beweisen. Satz 3.2.9 Sei G eine endliche Gruppe und g ∈ G. Dann ist o(g) ein Teiler
von |G|. Beweisidee 3.2.9 Wenn g ∈ G ein Element der Ordnung m ist, dann bilden alle Potenzen von g eine Untergruppe U der Ordnung m von G. Man überlegt sich nun, dass für ein h ∈ G (und dieses h soll keine Potenz von g sein) die Mengen {g, g 2 , . . . , g m } und {hg, hg 2 , . . . , hg m } keine gemeinsamen Elemente haben. Bildet man also ihre Vereinigung, dann hat die entstehende Menge doppelt so viele (und sicherlich verschiedene) Elemente wie U . Da |U | = m ist, müssen es 2m Elemente sein. Wenn das nun alle Gruppenelemente sind, so ist man fertig, denn m teilt 2m. Wenn nicht, dann gibt es ein weiteres Gruppenelement k, das bisher noch nicht beteiligt war. Mit ihm wird ähnlich verfahren, insbesondere bekommt man durch Multiplikation von k mit allen Potenzen von g wieder genau m neue Elemente. Kurz und gut: Immer wenn noch ein neues Element gefunden wird, dann findet man gleich m neue Elemente. Wiederholen darf man das zwar bei Bedarf jederzeit, allerdings kann das nicht beliebig oft sein, weil G nur eine endliche Anzahl von Elementen hat, die dann irgendwann ausgeschöpft sind. Im Beweis wird nun ein induktives Argument verwendet. Man nimmt an, dass es r Elemente h1 , h2 , . . . , hr gibt so, dass einerseits eine entsprechende Vereinigung die Elemente von G noch nicht ganz abdeckt, aber andererseits r maximal ist. Es wird sich zeigen, dass das nicht möglich ist. Beweis 3.2.9 Sei g ∈ G und o(g) = m. Falls G = {g, g 2 , g 3 , . . . , g m } ist (wobei
natürlich g m = g 0 = e gilt), so hat G genau m Elemente und m ist daher ein (trivialer) Teiler von |G|.
3.2.9
138
3. Gruppen und Symmetrien
Wir zeigen nun per Induktion, dass es Elemente h1 , . . . , hr ∈ G gibt so, dass r
{hi g k |k = 1, . . . , m} = G
i=1
ist, wobei die Vereinigung disjunkt ist. Dann folgt, dass |G| = mr ist, was die Behauptung ist. Seien dazu h1 , . . . , hr bereits gefunden und so, dass die Vereinigung r
{hi g k |k = 1, . . . , m}
i=1
disjunkt ist. Wir wählen dabei r maximal. Da die Gruppe endlich ist, gibt r es ein solches r. Ist i=1 {hi g k |k = 1, . . . , m} = G, so gibt es ein weiteres r / i=1 {hi g k |k = 1, . . . , m}. Wir betrachElement hr+1 ∈ G, mit hr+1 ∈ ten die Menge {hr+1 g k |k = 1, . . . , m}. Die Elemente dieser Menge sind alle verschieden, denn aus hr+1 g i = hr+1 g j folgt g i = g j . Außerdem ist r / i=1 {hi g k |k = 1, . . . , m}, denn aus hr+1 g i = hk g j , k ≤ r folgt hr+1 g i ∈ hr+1 = hk g für geeignetes . Offensichtlich ist damit r
{hi g k |k = 1, . . . , m} ∪ {hr+1 g k |k = 1, . . . , m}
i=1
eine disjunkte Vereinigung, was der maximalen Wahl von r widerspricht. Also ist r {hi g k |k = 1, . . . , m} = G, i=1
was wir zeigen wollten. In der Beweisidee zu Satz 3.2.9 ist ja schon angeklungen, dass ein Element g ∈ G der Ordnung m eine Untergruppe der Ordnung m erzeugt. Wir haben also mit diesem Satz gezeigt, dass die Ordnung eines bestimmten Typs von Untergruppe die Ordnung der ganzen Gruppe teilt. Dieses Ergebnis kann man verallgemeinern, denn es gilt sogar, dass die Ordnung jeder Untergruppe die Gruppenordnung teilt. Bekannt ist dieses Resultat unter dem Namen Satz von Lagrange.1 Wir werden ihn zu einem späteren Zeitpunkt beweisen (man vergleiche Satz 3.5.8). 1
Joseph Louis Lagrange, *25.1.1736 Turin, †10.4.1813 Paris, war Professor in Turin, Berlin und Paris. Sein Name wird mit grundlegenden Arbeiten zur Variationsrechnung, Zahlentheorie und Differentialrechnung verbunden. Er gilt als Begründer der analytischen Mechanik.
3.2
Isomorphie
139
Das Resultat vereinfacht häufig die konkrete Bestimmung von Gruppen. Beschäftigt man sich beispielsweise mit Gruppen der Ordnung 5, so besagt Satz 3.2.9, dass die Elemente einer solchen Gruppe entweder die Ordnung 1 (und das trifft auf genau ein Element zu) oder die Ordnung 5 haben können. Offensichtlich gibt es also (bis auf Isomorphie) nur genau eine Gruppe der Ordnung 5 und das ist die zyklische Gruppe (man vergleiche Folgerung 3.2.6, in der die Existenz dieser Gruppe belegt wird, und überlege sich, warum mit einem vom neutralen Element verschieden Gruppenelement alle anderen Elemente eindeutig bestimmt sind). Was wir uns hier für die konkrete Zahl 5 überlegt haben, sollte sich verallgemeinern lassen. Man vermutet zurecht, dass eine ähnliche Aussage für alle Gruppen gelten muss, deren Ordnung eine Primzahl ist. Genau das besagt der folgende Satz, dessen Beweis wirklich nicht mehr als die Überlegungen im vorigen Absatz erfordert (und der darum hier entfallen darf). Satz 3.2.10 Seien G eine Gruppe, p eine Primzahl und |G| = p. Dann ist G
3.2.10
zyklisch. Man sieht sofort, dass die Drehungen eines regulären n-Ecks für eine Primzahl n ≥ 3 offensichtlich das (bis auf Isomorphie eindeutig bestimmte) konkrete Beispiel für diese Gruppen liefern. 3.2.3 Faktorgruppen Wir wollen nun Homomorphismen von Gruppen etwas eingehender studieren, denn wir werden später noch mit ihnen zu tun haben. Wie bei den Körpern spielen auch hier die Elemente eine besondere Rolle, die auf das neutrale Element abgebildet werden (man vergleiche Definition 2.4.4). Definition 3.2.11 Seien G und H Gruppen und sei σ : G −→ H ein Homomor-
3.2.11
Seien G und H Gruppen und sei σ : G −→ H ein Homomorphismus. Dann ist der Kern von σ eine Untergruppe von G.
3.2.12
phismus. Dann nennen wir die Menge Kern (σ) = {x | x ∈ G, σ(x) = 1} den Kern von σ. Lemma 3.2.12
Beweis 3.2.12 Es ist σ(1) = σ(1 · 1) = σ(1) · σ(1). Also ist σ(1) = 1, sodass der Kern von σ das Einselement enthält und insbesondere nicht leer ist.
140
3. Gruppen und Symmetrien
Seien nun a, b ∈ G mit σ(a) = 1 = σ(b). Dann ist σ(ab) = σ(a)σ(b) = 1, sodass für a, b ∈ Kern (σ) auch ab ∈ Kern (σ) gilt. Weiter ist 1 = σ(aa−1 ) = σ(a)σ(a−1 ) = σ(a−1 ) und somit ist a−1 im Kern von σ. Also ist Kern (σ) nach Satz 3.1.17 eine Untergruppe von G. Der Kern eines Homomorphismus σ hat eine besondere Eigenschaft, die wir im Folgenden motivieren wollen. Seien also wieder G und H Gruppen und σ : G −→ H ein Homomorphismus. Sei außerdem U = Kern (σ), das Element g ∈ G beliebig und σ(g) = h. Wir betrachten das Urbild von h ∈ H unter der Abbildung σ, also alle Elemente aus G mit der Eigenschaft σ(x) = h. Sei x ∈ G ein solches Element mit σ(x) = h. Offensichtlich ist dann σ(g −1 x) = 1, also ist g −1 x ∈ U und damit x = gu für ein geeignetes u ∈ U . Also unterscheidet sich ein Element des Urbilds von σ nur durch ein Element aus dem Kern von g ∈ G und es ist gU = {gu | u ∈ U } das Urbild von h unter σ. Nun ist aber genauso σ(ug) = σ(u)σ(g) = σ(g) = h. Also ist gU = U g für alle g ∈ G und U = Kern (σ). Ist das eine besondere Eigenschaft? Ja. Um das zu verstehen, betrachten wir noch einmal die Symmetriegruppe des Dreiecks. 3
J
J J
J
J
J
1 2 Sei sp1 die Spiegelung, die 2 und 3 vertauscht, und U = {id, sp1 }. Offensichtlich ist U eine Untergruppe der Symmetriegruppe des Dreiecks. Sei sp2 die Spiegelung, die 1 und 3 vertauscht. Dann ist sp2 U = {sp2 , sp2 sp1 }, U sp2 = {sp2 , sp1 sp2 }. Nun ist sp1 sp2 die Drehung um 3π 2 und sp2 sp1 die Drehung um sp1 sp2 = sp2 sp1 und damit U sp2 = sp2 U .
π 2
. Also gilt
Da die Teilmengen gU eine besondere Rolle spielen, wollen wir ihnen zunächst einen Namen geben.
3.2
Isomorphie
141
Definition 3.2.13 Sei G eine Gruppe und U ≤ G eine Untergruppe von G, dann
3.2.13
heißt gU = {gu|u ∈ U } Linksnebenklasse von U in G und U g = {ug|u ∈ U } Rechtsnebenklasse von U in G. Beide fasst man unter dem Begriff Nebenklasse zusammen.
Die Begriffsbildung ist völlig formal, aber nützlich. Wir wählen eine Untergruppe aus und betrachten alle möglichen Produkte der Elemente mit einem bestimmten Element aus g ∈ G. Ist g ∈ U , dann gilt offensichtlich gU = U g = U . In allen anderen Fällen bekommt man eine neue Menge, die genauso viele Elemente wie U hat (und das kann man sich leicht überlegen), aber keine Gruppe mehr ist (diese Überlegung ist genauso einfach). Die Beispiele zeigen, dass es in einer Gruppe durchaus Untergruppen U geben kann, für die gU = U g gilt, aber dies nicht notwendig für alle Untergruppen so ist. In der folgenden Definition bekommen solche speziellen Untergruppen daher einen eigenen Namen. Definition 3.2.14 Sei G eine Gruppe und N eine Untergruppe von G. Ist gN =
N g für alle g ∈ G, so nennt man N einen Normalteiler von G. Man schreibt N G. Was ist nun das Besondere an den Normalteilern einer Gruppe? Um eine erste Antwort zu finden, betrachten wir für eine Untergruppe U von G die Menge {gU | g ∈ G}, also die Menge der Linksnebenklassen von U in G. Auf dieser Menge wollen wir eine Multiplikation einführen, also zu den Elementen g, h ∈ G ein geeignetes x ∈ G bestimmen, sodass (gU )(hU ) = xU ist. Nun sind gU und hU Mengen, multiplizieren kann man aber sinnvoll nur elementweise. Die Multiplikation von Teilmengen in einer Gruppe sollte man entsprechend so definieren, dass man jedes Element der einen Menge mit jedem Element der anderen Menge multipliziert. Es ist g ∈ gU und h ∈ hU , denn g = g · 1 und h = h · 1. Also muss gh ∈ xU sein. Dies bedeutet xU = (gh)U . Somit scheint es sinnvoll, (gU )(hU ) = (gh)U festzulegen. Allerdings, wenn U = 1 ist (und der andere Fall ist allzu einfach), dann gibt es in gU und hU noch andere Elemente. Dies bedeutet, dass das
3.2.14
142
3. Gruppen und Symmetrien
Element g durch die Menge gU nicht eindeutig festgelegt ist. Eine Multiplikation in einer Gruppe ist aber eine Abbildung, also wird jedem Paar eindeutig ein Produkt zugeordnet. Wir müssen also zeigen, dass die obige Multiplikation von der spezifischen Auswahl von g und h unabhängig ist. Seien dazu gu1 ∈ gU, hu2 ∈ hU mit u1 , u2 ∈ U . Dann muss (nach der Festlegung oben) auch gu1 hu2 ∈ ghU sein. Also sollte gu1 hu2 = (gh)u3 für ein geeignetes u3 ∈ U sein. Man rechnet damit u1 hu2 = hu3 oder h−1 u1 h = u3 u−1 2 . Insbesondere ist h−1 u1 h ∈ U für alle u1 ∈ U . Das ist eine wesentliche Eigenschaft, die in der Konsequenz (a)
U h ⊆ hU
bedeutet. Nun gilt diese Beziehung aber für alle h ∈ G, insbesondere auch für das inverse Element h−1 ∈ G zu h. Damit ist U h−1 ⊆ h−1 U . Die Multiplikation mit h liefert hU h−1 ⊆ U und somit (b)
hU ⊆ U h.
Aus (a) und (b) folgt schließlich hU = U h für alle h ∈ G. Nach Definition 3.2.14 muss U also ein Normalteiler sein. Überlegen wir noch einmal, was wir gemacht haben: Im Grunde wollten wir nur eine halbwegs vernünftige Multiplikation auf der Menge der Nebenklassen erklären. Der weitere Weg hat gezeigt, dass dieses Ziel nicht ohne weiteres zu erreichen ist, sondern sinnvoll nur für einen Normalteiler angegangen werden kann. In diesem Fall gibt es in der Tat eine Multiplikation auf {gU | g ∈ G}. Diese Multiplikation erfüllt allerhand gute Eigenschaften. Insbesondere kann man zeigen, dass sie assoziativ ist. Außerdem gibt es in der Menge der Nebenklassen ein neutrales Element bezüglich dieser Multiplikation und dazu jeweils ein inverses Element. Kurz und gut, unsere Menge erfüllt mit der oben definierten Multiplikation wiederum die Gruppeneigenschaften. 3.2.15
Sei N ein Normalteiler der Gruppe G. Dann bilden die Nebenklassen {gN | g ∈ G} eine Gruppe. Wir nennen sie die Faktorgruppe nach N und schreiben G/N . Lemma 3.2.15
3.3
Permutationen
143
Beweis 3.2.15 Seien g, h, k ∈ G und gN, hN, kN Nebenklassen des Normaltei-
lers N G. Dann ist
((gN )(hN ))(kN ) = ((gh)N )(kN ) = (gh)kN = g(hk)N = (gN )((hk)N ) = (gN )((hN )(kN )). Also gilt das Assoziativgesetz. Das neutrale Element ist 1 · N = N , denn (1 · N )(gN ) = gN. Ist gN eine Nebenklasse, so ist (gN )−1 = g −1 N , da (g −1 N )(gN ) = (g −1 g)N = N ist.
3.3
3.3 Permutationen Im Beispiel auf Seite 132 haben wir gezeigt, dass die Permutationen von drei Elementen in Bezug auf ihre Hintereinanderausführung eine Gruppe bilden, die wir mit S3 bezeichnet haben (man vergleiche Definition 1.3.2). Es liegt auf der Hand, dass die Beschränkung auf drei Elemente nicht unbedingt nötig ist. Betrachtet man nämlich die bijektiven Abbildungen der Menge {1, 2, . . . , n} auf sich selbst, dann gelten auch für diese Menge Sn (wiederum in Bezug auf die Hintereinanderausführung von Abbildungen) die Gruppenaxiome. 3.3.1 Die symmetrische Gruppe Sn Sind g, f ∈ Sn , so definiert man gf durch gf (i) = g(f (i)) für alle i ∈ {1, . . . , n}. Zu zeigen ist, dass auch gf eine bijektive Abbildung der Menge {1, 2, . . . , n} auf sich selbst ist (eigentlich haben wir das schon mit Satz 1.3.4 bewiesen, aber doppelt hält bekanntlich besser). Satz 3.3.1 Die bijektiven Abbildungen Sn einer Menge mit n Elementen auf
sich bilden eine Gruppe der Ordnung n! = 1 · 2 · . . . · n = symmetrische Gruppe vom Grad n.
n
i=1
i. Sie heißt
Beweis 3.3.1 Für g, f ∈ Sn ist zunächst gf ∈ Sn zu zeigen. Dabei genügt
der Nachweis der Injektivität, denn gf operiert auf einer endlichen Menge (man vergleiche Satz 1.2.13). Sei also gf (a) = gf (b) für a, b ∈ {1, 2, . . . , n}. Dann ist f (a) = f (b), weil g injektiv ist, und damit, weil f injektiv ist, auch a = b. Also ist gf injektiv, damit auch surjektiv und somit gf ∈ Sn . Das neutrale Element ist offensichtlich die identische Abbildung id ∈ Sn mit id(i) = i für alle i = 1, 2, . . . , n. Sei nun f ∈ Sn eine beliebige Abbildung.
3.3.1
144
3. Gruppen und Symmetrien
Dann definieren wir f −1 ∈ Sn durch f −1 (i) = j, wobei f (j) = i ist. Man rechnet f −1 f (i) = i = f f −1 (i) für i ∈ {1, 2, . . . , n} und f −1 ∈ Sn ist das inverse Element von f ∈ Sn . Da das Assoziativgesetz ohnehin gilt, ist Sn eine Gruppe. Die Ordnung von |Sn | haben wir in Satz 1.3.6 bereits bestimmt. Die Gruppe Sn der Permutationen von n Elementen ist ein ganz wichtiges Beispiel einer Gruppe. Dabei ist es wohl unmittelbar klar, dass die n Elemente, auf denen die Abbildungen operieren, nicht unbedingt mit der Menge {1, . . . , n} identisch sein müssen. Wichtig ist allein die Anzahl der (verschiedenen) Elemente, unwichtig ist ihre Bezeichnung. Insbesondere ist Sn isomorph zur Gruppe der Permutationen von irgendeiner Menge von n Elementen. Wir verwenden für die Permutationen aus Sn eine Schreibweise, die dem Beispiel auf Seite 24 entspricht (und werden sie noch weiter vereinfachen). Ganz allgemein sieht das so für ein Element g ∈ Sn aus: g=
... in i1 g(i1 ) . . . g(in )
.
Dabei sind die Elemente i1 , . . . , in nichts anderes als die Zahlen 1, . . . , n in irgendeiner passenden Reihenfolge. Vermutlich wirkt das auf manche Leserinnen und Leser kryptisch, daher konkretisiert das folgende Beispiel die Schreibweise (und zeigt, dass alles im Grunde ganz einfach ist). 3.3.2
Beispiel 3.3.2 Die Permutation, mit der die Zahlen 1, 2, . . . , 9 nach der Vor-
schrift 1 → 3, 2 → 2, 3 → 5, 4 → 4, 5 → 7, 6 → 6, 7 → 8, 8 → 1, 9 → 9 auf sich selbst abgebildet werden, stellt man in S9 wie folgt dar: 123456789 . 325476819 Diese Permutation könnten wir bei einer anderen Anordnung der Zahlen 1, 2, . . . , 9 in der oberen Zeile auch in der Form 135782469 357812469 schreiben (denn auf die Reihenfolge darf es nicht ankommen). Diese geänderte Schreibweise ist allerdings keine Spielerei, sondern sie hat durchaus einen praktischen Vorteil. Hier sieht man nämlich deutlich, dass die
3.3
Permutationen
145
ersten fünf Symbole zyklisch permutiert werden, während die restlichen vier festbleiben (und diese vier damit eigentlich für das Ergebnis uninteressant sind). Der Sachverhalt führt zu einer neuen Definition. Definition 3.3.3 E