Von Zahlen und Größen: dritthalbtausend Jahre Theorie und Praxis 2

Heinz Lüneburg Von Zahlen und Größen Dritthalbtausend Jahre Theorie und Praxis Band 2 Birkhäuser Basel · Boston · Ber...

Author: Heinz Lüneburg

57 downloads 1166 Views 4MB Size Report

This content was uploaded by our users and we assume good faith they have the permission to share this book. If you own the copyright to this book and it is wrongfully on our website, we offer a simple DMCA procedure to remove your content from our site. Start by pressing the button below!

Report copyright / DMCA form

DOWNLOAD PDF

Heinz Lüneburg

Von Zahlen und Größen Dritthalbtausend Jahre Theorie und Praxis Band 2

Birkhäuser Basel · Boston · Berlin

Autor: Heinz Lüneburg Fachbereich Mathematik Technische Universität Kaiserslautern Erwin-Schrödinger-Straße D-67663 Kaiserslautern e-mail: [email protected]

Bibliograﬁsche Information der Deutschen Bibliothek Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliograﬁe; detaillierte bibliograﬁsche Daten sind im Internet über abrufbar.

ISBN 3-7643-8778-5 Birkhäuser Verlag, Basel – Boston – Berlin Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die 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 in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspﬂichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechts.

© 2008 Birkhäuser Verlag, Postfach 133, CH-4010 Basel, Schweiz Ein Unternehmen von Springer Science+Business Media Gedruckt auf säurefreiem Papier, hergestellt aus chlorfrei gebleichtem Zellstoff. TCF∞ Printed in Germany ISBN 978-3-7643-8776-1 Band 1 ISBN 978-3-7643-8778-5 Band 2 ISBN 978-3-7643-8780-8 Set Band 1 und 2

e-ISBN 978-3-7643-8777-8 e-ISBN 978-3-7643-8779-2

987654321

www.birkhauser.ch

Inhaltsverzeichnis VII. Resultanten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1. Das gaußsche Lemma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2. Resultanten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 3. Polynomiale Restesequenzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 4. Subresultanten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 5. Algorithmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 6. Der laplacesche Entwicklungssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 VIII. Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 1. Einheitswurzeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2. Die große Arbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 ¨ 3. Uber die Auﬂ¨ osung von Gleichungen dritten Grades . . . . . . . . . . . . . . . . . . . . . 53 ¨ 4. Uber die Auﬂ¨ osung von Gleichungen vierten Grades . . . . . . . . . . . . . . . . . . . . . 67 5. Gleichungen f¨ unften und h¨ oheren Grades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 6. Strategiewechsel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 VIIII. Der abstrakte K¨ orperbegriﬀ . . . . . . . . . . . . . . . . . . . . . . . . . . 97 1. Weber . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 2. Galoisfelder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 3. Die Kreisteilungspolynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 4. Der Satz von Zsigmondy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 5. Der Satz von Wedderburn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 6. Endlich erzeugte Moduln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 7. Torsionsmoduln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 8. Der duale Modul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 9. Endliche abelsche Gruppen sind galoissche Gruppen . . . . . . . . . . . . . . . . . . . . 189 X. Steinitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 1. Die p-adischen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 2. Einfache Erweiterungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 3. Algebraische Erweiterungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 4. Separable und inseparable Erweiterungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 5. Einfache algebraische Erweiterungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 6. Der Satz von L¨ uroth . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 7. Der petersonsche Algorithmus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 XI. Transﬁnite Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 1. Auswahlaxiom und Wohlordnungsprinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 2. Weitere transﬁnite Werkzeuge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257 3. Der Heiratssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 4. Unabh¨ angigkeitsstrukturen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270 5. Transzendenzbasen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 6. Der algebraische Abschluss eines K¨ orpers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279

vi 7. 8. 9. 10.

Inhaltsverzeichnis Formal reelle K¨ orper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reelle Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Sturmsche Ketten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Rodolfo Bettazzi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

287 292 300 312

XII. Geometrie lebt von der Algebra . . . . . . . . . . . . . . . . . . . . . . . 315 1. 2. 3. 4. 5. 6.

Gauß und Vandermonde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 Wantzel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332 Pythagoreische K¨ orper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 Reine Gleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351 Die Kreisteilungsgleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355 Kreisteilungsk¨ orper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360

XIII. Galois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365 1. Cauchy 1815 und 1844 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365 2. Die sylowschen S¨ atze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379 3. Auﬂ¨ osbare Gruppen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 4. Kongruenzrelationen und Faktorstrukturen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 395 5. Freie Gruppen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411 6. Galois’ M´emoire I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 415 7. Irreduzible Gleichungen von Primzahlgrad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430 8. Es steht alles schon bei Dedekind . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435 XIIII. Miszellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447 1. Normalbasen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447 2. Der Fundamentalsatz der Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 452 3. Der Satz von L¨ uroth . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 454 4. Ganzzahlige Polynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468 5. Topologische R¨aume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472 6. Topologische Vektorr¨aume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487 7. Das henselsche Lemma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 492 8. Algebraische Erweiterungen von Qp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503 9. Der algebraische Abschluss von Qp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513 10. Der Satz von Heine-Borel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517 XV. Transzendente Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527 1. 2. 3. 4. 5. 6. 7. 8. 9.

Kettenbr¨ uche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Die Kettenbruchentwicklung reeller Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Liouvillesche Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Die algebraischen Zahlen sind abz¨ ahlbar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Intermezzo: Lineare Unabh¨ angigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Huygens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Zusammenhang in topologischen R¨ aumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Die Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

527 534 542 544 547 555 565 570 574

Inhaltsverzeichnis

vii

10. Die Transzendenz von e und π . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581 Lebensdaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 593 Literaturverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 597 Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 615

Inhaltsverzeichnis von Band I Vorwort - Der rote Faden I. Gr¨ oßen. 1. Inkommensurabilit¨ at, 2. Dedekindsche Schnitte, 3. Proportionenlehre, 4. Rechnen mit Proportionen, 5. Fl¨ acheninhalte, 6. Die vierte Proportionale, 7. Ziffer, das Wort und die Sache, 8. Dezimalbr¨ uche, 9. Nepers Logarithmen, 10. Sinustafeln. II. Zahlen. 1. Die Lehre vom Geraden und Ungeraden, 2. Teilbarkeit, 3. Rationale Gr¨ oßenbereiche, 4. Geometrische Reihen, 5. Buch IX, 6. Zahlen aus Einheiten, 7. Induktion und Rekursion, 8. Nochmals Peano. III. Das zehnte Buch. 1. Deﬁnitionen und allgemeine S¨ atze, 2. Die Mediale, 3. Existenzaussagen, 4. Summen von irrationalen Strecken, 5. Lineare Unabh¨ angigkeit, 6. Binomiale, 7. Wurzeln aus Binomialen, 8. Algebra in den Elementen, 9. Fibonaccis kubische Gleichung. IIII. Gleichungen 2., 3. und 4. Grades. 1. Al-Hwarizmi, 2. Quadratische Gleichungen, 3. Die Berechnung von Wurzeln, 4. Nepers Arithmetica localis, 5. Dramatis personae, 6. Wut u ¨ber eine verspielte Gelegenheit, 7. Kubische Gleichungen, 8. Biquadratische Gleichungen, 9. Briefverkehr. V. Negative und komplexe Zahlen, Polynome. 1. Nu˜ nez und Bombelli, 2. Polynome und negative Zahlen, 3. Polynome bei Nu˜ nez, 4. Komplexe Zahlen, 5. Polynome bei Bombelli, 6. Das delische Problem, 7. Negative Zahlen. VI. Nullstellen von Polynomen. 1. Vi`ete und Descartes, 2. Cauchy, Exercices de math´ematiques, 3. Polynomringe, 4. Symmetrische Polynome, 5. Potenzsummen, 6. Angeordnete K¨ orper, 7. Der Fundamentalsatz der Algebra, 8. Gaußens zweiter Beweis, 9. R´esum´ee. Literaturverzeichnis - Index.

VII. Resultanten 1. Das gaußsche Lemma. Die Mitte des Buches hat viele Verwandlungen durchgemacht. Das lag vor allem daran, dass die Vorlesungstermine schneller aufeinander folgten, als ich lesen konnte. Meine H¨orer haben aber, glaube ich, dennoch eine gehaltvolle Vorlesung bekommen. Es lag aber auch daran, dass ich glaubte, dass ich Lagrangens große Arbeit R´eﬂexions sur la r´esolution alg´ebrique des ´equations von 1770/71 erst im Zusammenhang mit der galoisschen Theorie behandeln m¨ usse. Die Methoden dieser Arbeit, die auf Cramer, B´ezout und Euler zur¨ uckzugehen scheinen, waren aber den Mathematikern des ganzen 19. Jahrhunderts gel¨ auﬁg und wurden von ihnen meist stillschweigend benutzt, so dass ich Lagrangens Arbeit jetzt schon, dh. im n¨ achsten Kapitel, behandele, zumal einiges davon auch schon im letzten Kapitel zur Sprache kam. Um die Arbeit von Lagrange verstehen zu k¨onnen, ben¨ otigen wir den Begriﬀ der Resultanten zweier Polynome, ein Begriﬀ, der am Ende des 20. Jahrhunderts nicht mehr zum Allgemeinwissen der Mathematiker geh¨orte, der durch die M¨ oglichkeiten, die der Rechner bietet, aber wieder aktuell geworden ist. Vieles, was ich in diesem Kapitel vortragen werde, stammt aus zweiter Hand. Die Bibliotheken Kaiserslauterns sind nicht von der Art, dass man in ihnen B¨ ucher von Cramer und B´ezout ﬁndet. — Man ﬁndet in ihnen auch nicht Bettine von Arnims Goethes Briefwechsel mit einem Kinde.“ — Wir gehen also wieder einmal nicht ” historisch vor. Was aber vorgetragen wird, dient dem besseren Verst¨ andnis dessen, was folgt. Um die Resultanten sauber deﬁnieren und vor allem dann auch einige ihrer Eigenschaften etablieren zu k¨ onnen, stellen wir erst noch einiges u ¨ ber Polynomringe bereit, mit denen die Mathematiker des 18. Jahrhunderts sehr non-chalent umgingen, ehe wir dann im n¨ achsten Abschnitt auf die Resultanten zu sprechen kommen. Was wir nun vortragen werden, geht u ¨ ber das hinaus, was wir f¨ ur die Resultanten ben¨ otigen. Es ist aber zum einen f¨ ur sich gesehen schon von Interesse und wird uns dar¨ uber hinaus auch sp¨ ater noch zu Nutze sein. Wir beginnen damit, den Beweis f¨ ur den in dieser Allgemeinheit von Weber stammenden Satz vorzutragen, dass Polynomringe u ¨ ber K¨ orpern stets ZPE-Ringe sind (Weber 1893). Dabei werden wir alles so formulieren, wie es in einer heutigen Vorlesung u ¨ blich ist, und dar¨ uber hinaus noch etwas allgemeiner sein, indem wir zun¨ achst von ggT-Bereichen statt von ZPE-Bereichen reden werden. Es sei R ein Integrit¨atsbereich. Sind a, b, d ∈ R, so heißt d gr¨ oßter gemeinsamer Teiler von a und b, wenn d gemeinsamer Teiler von a und b ist und wenn jeder

2

Kapitel VII. Resultanten

gemeinsame Teiler von a und b Teiler von d ist. Haben a und b einen gr¨ oßten gemeinsamen Teiler, so haben sie in aller Regel viele solche, doch unterscheiden sich diese nur um eine Einheit von R, wobei ein Element a ∈ R Einheit heißt, wenn es ein b ∈ R gibt mit 1 = ab. Der Integrit¨ atsbereich R heißt ggT-Bereich, wenn je zwei Elemente von R einen gr¨ oßten gemeinsamen Teiler haben. Der n¨ achste Satz ist Verallgemeinerung von Dingen, die wir f¨ ur N schon in den Elementen bewiesen sahen. Satz 1. Ist R ein ggT-Bereich, so gilt: a) F¨ ur alle a, b, c ∈ R ist ggT(ac, bc) = cggT(a, b). b) Sind a, b ∈ R, ist (a, b) = (0, 0) und ist g := ggT(a, b), so ist a b ggT , = 1. g g c) Sind a, b, c ∈ R und sind a und b teilerfremd, so ist ggT(a, bc) = ggT(a, c). d) Sind a, b, c ∈ R, sind a und b teilerfremd, ist ferner a Teiler von bc, so ist a Teiler von c. Beweis. a) Das ist sicher richtig f¨ ur c = 0. Es sei also c = 0. Es ist cggT(a, b) Teiler von ac wie auch von bc. Also ist cggT(a, b) Teiler von g := ggT(ac, bc). Umgekehrt ist c Teiler von g und gc ist gemeinsamer Teiler von a und b. Also ist gc Teiler von ggT(a, b) und daher g Teiler von cggT(a, b). Es folgt (bis auf Einheiten) gc = ggT(ac, bc). b) Weil a und b nicht beide null sind, ist g = 0, so dass ag und gb eindeutig festliegen. Nach a) ist a b = ggT(a, b) = g, g ggT , g g und folglich, da R ein Integrit¨atsbereich und g = 0 ist, ggT( ag , gb ) = 1. c) Es sei g := ggT(a, c). Dann ist g gemeinsamer Teiler von a und bc. Es sei t ein weiterer gemeinsamer Teiler von a und bc. Dann ist t auch gemeinsamer Teiler von ac und bc. Nach b) ist ggT(ac, bc) = cggT(a, b) = c, so dass t ein gemeinsamer Teiler von a und c und damit von g ist. Folglich ist ggT(a, bc) = g = ggT(a, c). d) Nach c) ist ggT(a, bc) = ggT(a, c). Weil a Teiler von bc ist, ist daher a = ggT(a, bc) = ggT(a, c),

1. Das gaußsche Lemma

3

so dass a Teiler von c ist. Damit ist alles bewiesen. Ist R ein ggT-Bereich, und ist g = ni:=0 ai xi ∈ R[x] ein Polynom u ¨ ber R, so nennen wir cont(g) := ggT(a0 , . . . , an ) Inhalt von g. Das Polynom g heißt primitiv , wenn cont(g) = 1 ist. Satz 2. Es sei R ein ggT-Bereich und Q(R) sei sein Quotientenk¨ orper. Ist 0 = f ∈ Q(R)[x], dem Polynomring in der Unbestimmten x u ¨ber Q(R), so gibt es ein a ∈ Q(R) und ein primitives g ∈ R[x] mit f = ag. Ist b ∈ Q(R) und h ∈ R[x], ist h primitiv und gilt f = bh, so gibt es eine Einheit u ∈ R mit g = uh. Beweis. Die Existenz der Zerlegung f = ag ist banal. Es sei also ag = f = bh mit primitiven Polynomen g und h und a, b ∈ Q(R). Es gibt dann α, β, γ, δ ∈ R γ mit a = α β und b = δ . Es folgt αδg = βδag = βδbh = βγh. Weil g und h primitiv sind, folgt mit Satz 1 a) αδ = αδcont(g) = cont(αδg) = cont(βγh) = βγcont(h) = βγv mit einer Einheit v. Letzteres, weil der ggT irgendwelcher Elemente nur bis auf Einheiten bestimmt ist. Hieraus folgt a = bv und mit u := v −1 dann ag = f = bh = auh und weiter g = uh. Damit ist der Satz bewiesen. Gauß hat das nach ihm benannte Lemma nur f¨ ur Polynome u ¨ ber dem Ring der ganzen Zahlen formuliert und bewiesen (Gauß 1801, art. 42. Was seine Formulierung dieses Lemmas anbelangt, siehe die Bemerkung vor Satz 3 weiter unten). Kronecker verallgemeinerte es dann in der Kummerfestschrift auf Polynomringe in mehreren Unbestimmten u ¨ber Rationalit¨ atsbereichen und Weber schließlich auf Polynomringe u ¨ ber beliebigen K¨ orpern (Weber 1893, S. 532). Wir gehen noch ein St¨ uck weiter und beweisen die folgende Form des gaußschen Lemmas. Gaußsches Lemma. Ist R ein ggT-Bereich und sind f und g primitive Polynome u ¨ber R, so ist auch f g primitiv. n m Beweis. Es sei f = i:=0 fi xi und g = i:=0 gi xi . Ferner sei t ein gemeinsamer Teiler der Koeﬃzienten von f g, der keine Einheit sein m¨oge. Es gibt dann ein i ∈ {0, . . . , m} mit ggT(f0 , . . . , fi−1 , t) = 1 = ggT(f0 , . . . , fi , t), wobei der ggT links im Falle i = 0 als t zu interpretieren ist. Es sei u := ggT(f0 , . . . , fi−1 , t).

4

Kapitel VII. Resultanten

Dann ist u keine Einheit. Es gibt daher ein j ∈ {0, . . . , n} mit ggT(g0 , . . . , gj−1 , u) = 1 = ggT(g0 , . . . , gj , u), wobei der Fall j = 0 dem Fall i = 0 analog zu interpretieren ist. Es sei v := ggT(g0 , . . . , gj−1 , u). Dann ist auch v keine Einheit. Weil v Teiler von u und u Teiler von t ist, ist v gemeinsamer Teiler der Koeﬃzienten von f g. Nun ist (f g)i+j =

i+j

fk gi+j−k .

k:=0

Nach Konstruktion ist v Teiler von f0 , . . . , fi−1 , gj−1 , . . . , g0 . Hiermit und mit der vorstehenden Gleichung folgt fi gj ≡ (f g)i+j ≡ 0 mod v. Also ist v Teiler von fi gj . Nun ist v = ggT(g0 , . . . , gj−1 , u) und daher 1 = ggT(g0 , . . . , gj , u) = ggT(v, gj ). Mit Satz 1 d) folgt daher, dass v Teiler von fi ist. Daher ist v ein gemeinsamer Teiler von f0 , . . . , fi−1 , fi , u und somit von ggT(f0 , . . . , fi , u) = 1. Dies widerspricht aber der Tatsache, dass v keine Einheit ist. Also ist f g doch, wie behauptet, primitiv. Das gaußsche Lemma ist ein u ¨ beraus n¨ utzliches Werkzeug, wie schon die Be¨ weise der n¨achsten S¨ atze zeigen. Satz 3 ist im Ubrigen das, was Gauß in den Disquisitiones, art. 42, f¨ ur den Fall R = Z zeigt und was er in etwa so formuliert (er schreibt Latein): Sind g und h Polynome mit Leitkoeﬃzient 1 und sind nicht alle Koeﬃzienten von g und h ganz, so sind auch nicht alle Koeﬃzienten von gh ganz. Was wir heute gaußsches Lemma nennen, entstammt der Analyse des gaußschen Beweises des gerade formulierten Satzes. Satz 3. Ist R ein ggT-Bereich und hat f ∈ R[x] den Leitkoeﬃzienten 1, ist ferner g ∈ Q(R)[x] ein Teiler von f und hat auch g den Leitkoeﬃzienten 1, so ist g ∈ R[x]. Beweis. Es sei f = gh mit h ∈ Q(R)[x]. Nach Satz 2 gibt es a, b ∈ Q(R) und primitive Polynome G, H ∈ R[x] mit g = aG und h = bH. Es folgt f = gh =

1. Das gaußsche Lemma

5

abGH. Nach dem gaußschen Lemma ist GH primitiv. Weil auch f primitiv ist, gibt es nach Satz 2 eine Einheit u in R mit f = uGH. Es sei γ der Leitkoeﬃzient von G und δ der von H. Dann ist uγδ der von f , so dass uγδ = 1 ist. Folglich sind auch γ und δ Einheiten in R. Nun ist aber aγ der Leitkoeﬃzient von aG = g, so dass aγ = 1 ist, da ja der Leitkoeﬃzient von g nach Voraussetzung gleich 1 ist. Es folgt a = γ −1 ∈ R, so dass g = aG ∈ R[x] ist. Damit ist der Satz bewiesen. Hier drei Begriﬀe, die wir im Folgenden brauchen. Es sei R ein Integrit¨atsbereich. Wir nennen a ∈ R reduzibel oder auch zerlegbar , wenn es b, c ∈ R gibt, wobei weder b noch c Einheit ist, so dass a = bc gilt. Ist a weder Einheit noch reduzibel, so heißt a irreduzibel oder auch unzerlegbar . Das Element p ∈ R heißt Primelement , falls es keine Einheit ist und falls f¨ ur alle a, b ∈ R aus der Eigenschaft, dass p Teiler von ab ist, folgt, dass p Teiler von a oder von b ist. Primelemente sind stets irreduzibel. Die Umkehrung gilt nicht. Ein Integrit¨ atsbereich R heißt ZPE-Bereich, wenn jedes von null verschiedene Element von R, welches auch keine Einheit ist, Produkt von Primelementen ist. Ist dies der Fall, so ist die Zerlegung auch im Wesentlichen eindeutig, was besagt, dass aus m i:=1

pi =

n

qj

j:=1

mit Primelementen pi und qj folgt, dass m = n ist und dass es Einheiten e1 , . . . , em und eine Permutation σ ∈ Sm gibt mit pi = ei qσ(i) f¨ ur i := 1, . . . , m. Daher der Name ZPE, das ist, die Zerlegung in Primelemente ist m¨oglich und dann auch eindeutig. Die Eindeutigkeit der Zerlegung zu beweisen, ¨ sei dem Leser als Ubungsaufgabe u ¨berlassen. Satz 4. Es sei R ein ggT-Bereich. Ist f ∈ R[x] primitiv, so ist f genau dann in R[x] irreduzibel, wenn f in Q(R)[x] irreduzibel ist. Beweis. Ist f in R[x] reduzibel, so auch in Q(R)[x]. Es gibt dann n¨ amlich g, h ∈ R[x], die keine Einheiten sind, mit f = gh. Es kann nicht g ∈ R gelten, da sonst g ein gemeinsamer Teiler der Koeﬃzienten von f w¨are. Weil f primitiv ist, w¨are g dann eine Einheit von R, was nicht der Fall ist. Ebenso gilt, dass auch h nicht in R liegt. Also haben g und h positiven Grad, so dass f = gh auch eine nicht triviale Zerlegung von f in Q(R)[x] ist. Es sei umgekehrt f = gh mit g, h ∈ Q(R)[x] und g und h m¨ogen positiven Grad haben. Nach Satz 2 gibt es a, b ∈ Q(R) und primitive G, H ∈ R[x] mit g = aG und h = bH. Es folgt f = abGH. Nach dem gaußschen Lemma ist GH primitiv. Weil auch f primitiv ist, folgt mit Satz 2, dass ab eine Einheit in R ist. Also ist f = (abG)H eine Zerlegung von f in R[x], die wegen Grad(abG) = Grad(G) = Grad(g)

6

Kapitel VII. Resultanten

nicht trivial ist. Damit ist alles bewiesen. Der gerade bewiesene Satz erh¨alt daher seine Bedeutung, dass arithmetische Eigenschaften von R es immer wieder einmal gestatten zu zeigen, dass ein primitives Polynom in R[x] irreduzibel ist. Dann ist dieses Polynom und alle seine assoziierten in Q(R)[x] irreduzibel. Typisch f¨ ur diese Situation ist das folgende Irreduzibilit¨ atskriterium, welches Sch¨onemann f¨ ur den Ring der ganzen Zahlen bewies (Sch¨ onemann 1846). Dieses Kriterium wird in der Literatur durchweg Eisenstein” kriterium“ genannt. Es wurde in der Tat von Eisenstein auch f¨ ur den ZPE-Bereich der ganzen gaußschen Zahlen formuliert und bewiesen (Eisenstein 1850). Eisenstein und die Namengeber haben oﬀensichtlich die sch¨ onemannsche Arbeit nicht oder nicht sehr sorgf¨altig gelesen. Eisenstein jedenfalls sagt, er h¨atte bislang nur Beweise von Gauß und Kronecker daf¨ ur gesehen, dass das p-te Kreisteilungspolynom im Falle, dass p eine Primzahl ist, irreduzibel sei. Doch auch Sch¨ onemann benutzt das Kriterium, um die Irreduzibilit¨ at des p-ten Kreisteilungspolynoms zu beweisen. Die eisensteinsche Aussage nimmt Sch¨onemann zum Anlass, in Band 40 des Journals f¨ ur die reine und angewandte Mathematik (1850, S. 188.) darauf hinzuweisen, dass er im Wesentlichen das gleiche Kriterium wie Eisenstein bewiesen und wie jener zum Beweise der Irreduzibilit¨ at des p-ten Kreisteilungspolynoms benutzt h¨ atte. Es ist also Sch¨ onemann, dem die Priorit¨ at geb¨ uhrt. Ich glaubte lange Zeit, dass diese Fehlzuordnung im Umkreis von Emmy Noether, Artin, van der Waerden entstanden sei, da ich sie in van der Waerdens Algebra“ fand. Doch beim Durchbl¨ attern von Landaus Werken Bd. I fand ich ” eine Arbeit (Werke I, S. 360–364), wo Landau das fragliche Kriterium Eisenstein zuschreibt. Die Fehlzuordnung ist also a¨lter. Interessant ist jedoch Folgendes. Bei der Herausgabe der Werke Landaus hat Wefelscheid auch Sonderdrucke aus Landaus Besitz benutzt und handschriftliche Notizen Landaus in ihnen mit in die Werke aufgenommen. Die Randnotiz hier nun lautet: Schoenemann vor Eisen” stein“. Landau hat den Fehler also bemerkt, wenn auch zu sp¨ at f¨ ur die Publikation. In D. Knuth, The Art of Computer Programming. Vol II, 2. Auflage, Reading/Mass. etc. 1981 ﬁndet sich auf S. 438 ebenfalls der Name Eisensteinkriterium. Da Knuth dem Erstentdecker eines Fehlers 2 Dollar versprach, schrieb ich ihm im Jahr 1982 einen Brief des Inhalts, dass Sch¨ onemann der Entdecker des Irreduzibilit¨ atskriteriums sei in der Hoﬀnung, die 2 Dollar kassieren zu k¨ onnen. Ich h¨ orte nichts von ihm und vergaß das Ganze. Im Sommer des Jahres 1996 jedoch bekam ich einen Brief von Knuth. In diesem Brief fand sich neben meinem Brief von 1982 ein Schreiben von Knuth mit dem Warum-so-sp¨at und einen Scheck u ¨ ber 5$ 96c. Die Pr¨ amie war von 2 auf 3 Dollar erh¨ oht worden. Hinzu kamen noch Zinsen. Sch¨ o nemannsches Irreduzibilit¨ atskriterium. Es sei R ein ggT-Bereich und n f := i:=0 fi xi sei ein primitives Polynom aus R[x]. Ferner gelte k := ggT(fn−1 , fn−2 , . . . , f0 ) = 1.

1. Das gaußsche Lemma

7

Gibt es ein von 0 verschiedenes s in R, das auch keine Einheit ist, mit den Eigenschaften: a) s teilt k, b) Ist t Teiler von s und t2 Teiler von f0 , so ist t Einheit in R, dann ist f irreduzibel in R[x] und folglich in Q(R)[x].

a i Beweis. Es sei f = gh mit g, h ∈ R[x]. Ferner sei g = i:=0 gi x und h = b i i:=0 hi x . Ist α := cont(g) und β := cont(h), so ist αβ gemeinsamer Teiler aller fi . Weil f primitiv ist, ist also αβ eine Einheit, so dass g und h primitiv sind. Nach Voraussetzung teilt s den gr¨ oßten gemeinsamen Teiler k von f0 , . . . , fn−1 . Insbesondere ist s also Teiler von f0 = g0 h0 . Weil s keine Einheit ist, kann nach Satz 1 c) nicht gleichzeitig ggT(s, g0 ) = 1 und ggT(s, h0 ) gelten. Wir d¨ urfen annehmen, dass p := ggT(s, g0 ) = 1 ist. Es sei ferner t := ggT(p, h0 ). Dann ist t Teiler von p und damit von s. Ferner ist t auch Teiler von g0 und von h0 . Also ist t2 Teiler von g0 h0 = f0 . Auf Grund unserer Voraussetzung ist t also Einheit in R. Es gibt nun, da p Teiler von g0 ist, der keine Einheit ist, und da g außerdem primitiv ist, ein i mit 1 ≤ i ≤ a und q := ggT(g0 , . . . , gi−1 , p) = 1 = ggT(g0 , . . . , gi , p). Dann ist also q keine Einheit und es ist fi =

i

gj hi−j ≡ gi h0 mod q.

j:=0

Weil p und h0 teilerfremd sind, sind auch q und h0 teilerfremd. Also ist ggT(gi h0 , q) = ggT(gi , q) = ggT(g0 , . . . , gi−1 , gi , p) = 1. Somit ist fi zu q teilerfremd. Nun ist aber q Teiler von p und p ist Teiler von s und s ist Teiler von k. Daher ist q Teiler von f0 , . . . , fn−1 . Weil q keine Einheit ist, ist daher i = n, so dass n ≤ a gilt. Somit ist Grad(f ) = Grad(g), so dass f irreduzibel ist. Mit Satz 4 folgt schließlich, dass f auch in Q(R) irreduzibel ist. Sch¨ onemanns Irreduzibilit¨ atskriterium wird u ¨blicherweise in der folgenden, sehr viel handlicheren Fassung formuliert. n Korollar. Es sei R ein ZPE-Bereich und f := i:=0 fi xi sei ein primitives Polyur i := 0, . . . , nom aus R[x]. Ist p ein Primelement von R und gilt fi ≡ 0 mod p f¨ n − 1 und f0 ≡ 0 mod p2 , so ist f irreduzibel in R[x] und dann auch in Q(R)[x]. Dies folgt sofort mit s = p aus dem sch¨onemannschen Irreduzibilit¨ atskriterium. Ist p eine Primzahl und a eine ganze Zahl, die nicht durch p teilbar ist, so ist xn − pa f¨ ur alle nat¨ urlichen Zahlen n irreduzibel u ¨ ber Q. Dies folgt unmittelbar

8

Kapitel VII. Resultanten

aus dem Korollar. Damit ist gezeigt, dass es u ¨ ber Q irreduzible Polynome jeglichen Grades gibt. Gauß bewies in seinen Disquisitiones (art. 341), dass das p-te Kreisteilungspolynom Φp irreduzibel ist, falls p eine Primzahl ist. Hierzu ben¨otigte er, was er in art. 42 bewiesen hatte, dass eine Zerlegung von Φp u ¨ ber Q mit Polynomen deren Leitkoeﬃzient 1 ist, bereits eine Zerlegung u ¨ ber Z ist. Dass alle Kreisteilungspolynome irreduzibel sind, ist erst Kronecker gelungen zu zeigen (Kronecker 1854). Ist p−1 i x das p-te Kreisteilungspolynom. Der folgende p eine Primzahl, so ist f := i:=0 Beweis f¨ ur seine Irreduzibilit¨ at stammt von Sch¨ onemann (1846). Es ist der oben erw¨ahnte. p −1 . Ersetzt man hierin x durch y + 1, so folgt Es ist f = xx−1 p p p i p i−1 1 f (y + 1) = y = y . −1 + i i y i:=0 i:=1

p Nun ist ur i := 1, . . . , p − 1 durch p teilbar, da p eine Primzahl ist. i f¨ p Ferner ist p p = 1, so dass das Polynom f (y + 1) primitiv ist. Schließlich ist 1 = p nicht durch p2 teilbar. Daher ist f (y + 1) und damit f irreduzibel. Der n¨achste Satz erweitert unseren Vorrat an ggT-Bereichen. Bislang kennen wir ja nur Z und die Polynomringe in einer Unbestimmten u ¨ber einem K¨ orper als ¨ solche. Uber diese werden wir aber in Satz 7 noch mehr aussagen. Satz 5. Ist R ein ggT-Bereich, so ist auch der Polynomring R[x] in der Unbestimmten x u ¨ber R ein ggT-Bereich. Beweis. Es seien f , g ∈ R[x] und f und g seien primitiv. Weil Q(R)[x] ein euklidischer Ring ist, haben f und g in Q(R)[x] einen gr¨ oßten gemeinsamen Teiler, den wir μ nennen. Es gibt dann a, b ∈ Q(R)[x] mit f = aμ und g = bμ. Es gibt dann weiter α, β, γ ∈ Q(R) und primitive A, B, M ∈ R[x] mit a = αA, b = βB und μ = γM . Es folgt f = αγAM und g = βγBM . Nach dem gaußschen Lemma sind AM und BM primitiv, so dass αγ und βγ nach Satz 2 Einheiten von R sind, da f und g ja primitiv sind. Es folgt, dass M ein gemeinsamer Teiler von f und g in R[x] ist. Es sei d ein gemeinsamer Teiler von f und g in R[x]. Dann ist d insbesondere primitiv. Ferner ist d in Q(R)[x] Teiler von μ. Es sei μ = dν mit ν ∈ Q(R)[x]. Es gibt dann ein δ ∈ Q(R) und ein primitives N ∈ R[x] mit ν = δN . Es folgt γM = δdN . Nach dem gaußschen Lemma ist dN primitiv, so dass es nach Satz 2 eine Einheit u in R gibt mit M = udN . Folglich ist d Teiler von M , so dass M gr¨ oßter gemeinsamer Teiler von f und g ist. Es seien nun f , g ∈ R[x] beliebig. Ist f = 0, so ist ggT(f, g) = g. Entsprechend ist ggT(f, g) = f , wenn g = 0 ist. Es seien also f und g beide von null verschieden. Ferner sei α := cont(f ) und β := cont(g). Weiter sei f = αF und g = βG. Dann sind F und G primitive Polynome und haben nach dem schon Bewiesenen einen gr¨ oßten gemeinsamen Teiler D in R[x]. Es sei ferner δ := ggT(α, β). Dann ist δD ein gemeinsamer Teiler von f und g. Wir zeigen, dass δD ein gr¨ oßter gemeinsamer Teiler von f und g ist.

1. Das gaußsche Lemma

9

Es sei h ein gemeinsamer Teiler von f und g. Ferner sei := cont(h). Dann ist gemeinsamer Teiler aller Koeﬃzienten von f und damit Teiler von α. Entsprechend folgt, dass Teiler von β ist. Also ist Teiler von δ. Es sei ferner f = ah und a = ηA. Es folgt αF = η AH. Weil F und AH primitiv sind, gibt es eine Einheit u in R mit F = uAH, so dass H Teiler von F ist. Ebensoa folgt, dass H Teiler von G ist. Also ist H Teiler von D. Dann ist aber h = H Teiler von δD, so dass δD gr¨ oßter gemeinsamer Teiler von f und g ist. Damit ist R[x] als ggT-Bereich erkannt. Wir haben mehr bewiesen als in Satz 5 formuliert. Da dieses Mehr f¨ ur die Rechenpraxis von Bedeutung ist, formulieren wir es als eigenen Satz. Satz 6. Es sei R ein ggT-Bereich. Ferner seien f , g ∈ R[x] und es gelte f , g = 0. Ist α := cont(f ) und β := cont(g), ist ferner f = αF und g = βG, so ist ggT(f, g) = ggT(α, β)ggT(F, G). ¨ Uberdies ist ggT(F, G) primitiv. Man kann noch mehr in dieser Richtung beweisen. N¨ amlich Satz 7. Ist R ein ZPE-Bereich, so ist auch der Polynomring R[x] in der Unbestimmten x u ¨ber R ein ZPE-Bereich. Beweis. Es sei p ein Primelement von R. Ferner seien f , g ∈ R[x] und p teile f g. Dann teilt p alle Koeﬃzienten von f g. Wir m¨ ussen zeigen, dass p Teiler von f oder Teiler von g ist. Es sei p kein Teiler von f . Es gibt dann ein i, so dass die Koeﬃzienten f0 , . . . , fi−1 von f durch p teilbar sind, fi aber nicht. Dann ist fi g0 ≡

i

fj gi−j = (f g)i ≡ 0 mod p.

j:=0

Es folgt, dass p Teiler von g0 ist. Es sei k > 0 und p teile g0 , . . . , gk−1 . Dann ist fi gk ≡

i+k

fj gi+k−j = (f g)i+k ≡ 0 mod p.

j:=0

Es folgt gk ≡ 0 mod p, so dass g durch p teilbar ist. Somit ist p auch Primelement in R[x]. Es sei nun f ∈ R[x] beliebig. Dann ist f = cont(f )F mit einem primitiven Polynom F . Weil R ein ZPE-Bereich ist, ist cont(f ) Produkt von Primelementen in R und damit von Primelementen in R[x], weil die Primelemente von R in R[x] ja prim bleiben, wie gerade gesehen. Das primitive Polynom F ist Produkt von endlich vielen in R[x] irreduziblen Polynomen, da der Grad eines echten Faktors eines primitiven Polynoms ja kleiner ist, als der Grad des gegebenen Polynoms. Es ist also nur noch zu zeigen, dass ein irreduzibles Polynom prim ist. Dazu beachte man zun¨ achst, dass R[x] nach Satz 6 ein ggT-Bereich ist. Es sei f ein irreduzibles

10

Kapitel VII. Resultanten

Polynom und dieses Polynom teile das Produkt gh. Ist f kein Teiler von g, so ist ggT(f, g) = 1. Dann teilt f aber nach Satz 1 d) das Polynom h. Folglich ist f ein Primpolynom. Damit ist der Satz bewiesen. Der Nachweis innerhalb des Beweises von Satz 7, dass irreduzible Polynome aus R[x] prim sind, wenn R ein ggT-Bereich ist, liefert auch noch das allgemeinere Korollar 0. Ist R ein ggT-Bereich und ist u ∈ R irreduzibel, so ist u ein Primelement von R. Das folgende Korollar 1 steht f¨ ur endliches X, wie schon erw¨ahnt, bei Weber 1893. Korollar 1. Ist K ein kommutativer K¨ orper, so ist der Polynomring K[X] in den Unbestimmten aus X ein ZPE-Bereich. Beweis. F¨ ur endliche X folgt dies mittels Induktion aus Satz 7. Es sei also X beliebig. Sind f , g ∈ K[x], so kommen in f und g nur endlich viele x1 , . . . , xn ∈ X vor. In K[x1 , . . . , xn ] haben f und g einen gr¨ oßten gemeinsamen Teiler d. Es sei u ein gemeinsamer Teiler von f und g in K[X]. Weil K als K¨orper nullteilerfrei ist, kann kein y ∈ X − {x1 , . . . , xn } in u vorkommen, es sei denn, f und g sind beide null. Dann ist aber auch d = 0 und u Teiler von d. Im anderen Falle ist also u ∈ K[x1 , . . . , xn ] und folglich auch hier Teiler von d. Also ist d gr¨ oßter gemeinsamer Teiler von f und g in K[X], so dass K[X] ein ggT-Bereich ist. Der gleiche Schluss, der zeigte, dass d ∈ K[x1 , . . . , xn ] ist, zeigt, dass jeder Teiler eines von null verschiedenen Polynoms in K[x1 , . . . , xn ] liegt, wenn x1 , . . . , xn die Unbestimmten sind, die in dem gegebenen Polynom vorkommen. Also ist jedes Polynom in K[X] Produkt von irreduziblen Polynomen. Da K[X] ein ggTBereich ist, sind diese aber allesamt Primpolynome nach Korollar 0. Damit ist Korollar 1 bewiesen. Ebenso folgt (Kronecker?) ¨ber Korollar 2. Der Polynomring Z[x1 , . . . , xn ] in den Unbestimmten x1 , . . . , xn u Z ist ein ZPE-Bereich. Die Aussagen u ¨ ber ggT-Bereiche geh¨oren wohl, so denke ich, zur mathematischen Folklore. Ich habe mir keine M¨ uhe gegeben, sie in der Literatur aufzusp¨ uren. Die Aussage des Korollars 0 ﬁel mir im April 1997 auf, als ich nach einem Beweis f¨ ur Satz 7 suchte, der ihn auf Satz 5 zur¨ uckf¨ uhrt, aber nicht vom Auswahlaxiom Gebrauch macht, das ich bei fr¨ uherer Gelegenheit an dieser Stelle benutzte. Nichts von dem, was wir bislang in diesem Buche machten, ben¨ otigt das Auswahlaxiom. ¨ 2. Resultanten. Uber die Urspr¨ unge der Resultanten habe ich nur Vermutungen. Sie haben zu tun mit der Elimination einer Unbestimmten aus zwei algebraischen Gleichungen und dr¨ angen sich daher auf im Zusammenhang mit B´ezouts Satz, dass zwei ebene algebraische Kurven der Grade m und n h¨ ochstens mn Schnittpunkte haben. Geschrieben h¨ atten u ¨ ber dieses Thema G. Cramer in seinem Buch Introduction a ` l’analyse des lignes courbes, B´ezout in den M´emoires de l’Acad´emie des

2. Resultanten

11

Sciences de Paris vom Jahre 1764 und auch Euler in den M´emoires de l’Acad´emie royale des Sciences et Belles-Lettres de Berlin der Jahre 1748 und 1764, so Lagrange in Lagrange 1771, S. 141, wo er selbst auch u ¨ ber diesen Gegenstand schreibt. Die beiden eulerschen Arbeiten fand ich in Eulers Gesammelten Werken“, die bei” den anderen habe ich nicht in der Hand gehabt. Den ersten Satz entnehme ich van der Waerden 1955, S. 94. Bei ihm hat Euler Pate gestanden, wie aus van der Waerdens Text (S. 95) hervorgeht. Ein Zitat gibt er nicht. Es muss die Arbeit Euler 1764 gewesen sein, die ihn inspirierte. Darauf werden wir gleich zur¨ uckkommen. Dieser Satz und der Hinweis auf Euler ﬁndet sich auch schon in van der Waerden 1931, S. 2 und 1937, S. 88. Satz 1. Es sei R ein ggT-Bereich und f und g seien zwei von 0 verschiedene Polynome in der Unbestimmten x u ¨ber R. Genau dann haben f und g einen gemeinsamen Faktor positiven Grades, wenn es von null verschiedene Polynome γ, ϕ ∈ R[x] gibt mit Grad(ϕ) < Grad(f ) und Grad(γ) < Grad(g), so dass γf = ϕg gilt. Beweis. Es sei δ ein gemeinsamer Faktor positiven Grades. Es gibt dann ϕ, γ ∈ R[x] mit f = δϕ und g = δγ. Es folgt γf = γδϕ = ϕδγ = ϕg. Weil δ positiven Grad hat, ist der Grad von ϕ kleiner als der Grad von f und der Grad von γ ist kleiner als der Grad von g. Es gelte umgekehrt die Gleichung γf = ϕg mit den entsprechenden Nebenbedingungen. Weil R ein ggT-Bereich ist, ist dies auch R[x] nach Satz 5 von Abschnitt 1. Es folgt ϕ f = g. γ ggT(f, ϕ) ggT(f, ϕ) Weil

f ggT(f,ϕ)

und

ϕ ggT(f,ϕ)

nach Satz 1 b) von Abschnitt 1 teilerfremd sind, folgt f ggT(f,ϕ) Teiler von g f ggT(f,ϕ) ein Polynom

mit Satz 1 d) von Abschnitt 1, dass

ist. Weil der Grad von ϕ

kleiner als der Grad von f ist, ist ist alles bewiesen.

positiven Grades. Damit

Euler nimmt bei seinen Untersuchungen an, dass f und g eine gemeinsame Nullstelle haben. Dann haben f und g einen gemeinsamen Linearfaktor, mit dem er dann weiter schließt, wobei die Linearit¨ at keine wesentliche Rolle spielt. Es sei f=

m i:=0

ai xm−i , g =

n i:=0

bi xn−i , ϕ =

m−1 i:=0

ci xm−1−i , −γ =

n−1

di xn−1−i .

i:=0

Gesucht sind nun notwendige und hinreichende Bedingungen an die Koeﬃzienten von f und g, so dass man c und d so ﬁnden kann, dass γf +ϕg = 0 ist. Die Polynome γf und ϕg haben jeweils m + n − 1 + 1 = m + n Koeﬃzienten. Ausmultiplizieren der Polynome f¨ uhrt daher auf das folgende System von m + n homogenen linearen

12

Kapitel VII. Resultanten

Gleichungen f¨ ur die m + n Koeﬃzienten der gesuchten Polynome. 0 = d0 a0 0 = d0 a1 + d1 a0 0 = d0 a2 + d1 a1

0= 0=

dn−2 am

+ d2 a0 .. . + dn−1 am−1 dn−1 am

+ c0 b 0 + c0 b 1 + c1 b 0 + c0 b 2 + c1 b 1 + c2 b 0 .. . + cm−2 bn + cm−1 bn−1 + cm−1 bn

Es gibt also genau dann zwei Polynome γ und ϕ der verlangten Art, wenn dieses Gleichungssystem eine nicht triviale L¨osung hat, also genau dann, wenn die Determinante des Gleichungssystems 0 ist. Die folgende ((m + n) × (m + n))-Matrix ⎛

a0

⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ b0 ⎜ ⎜ ⎝

a1 a0

b1 b0

... ... a1 . . . ... ... a0 ... ... b1 . . . ... ... b0

. . . am ... ... ... ... a1 . . . bn ... ... ... ... b1 . . .

⎞ ⎟ ⎟ ... ⎟ ⎟ . . . am ⎟ ⎟ ⎟ ⎟ ⎟ ⎠ ... . . . bn

ist die Transponierte der Koeﬃzientenmatrix dieses Gleichungssystems. Die erste Zeile dieser Matrix besteht aus den Koeﬃzienten des Polynomes f gefolgt von n − 1 Nullen. Die n¨ achsten n − 1 Zeilen der Matrix entstehen aus der ersten durch zyklische Vertauschung der Koeﬃzienten der ersten Zeile. Die (n + 1)-ste Zeile besteht aus den Koeﬃzienten des Polynoms g gefolgt von m − 1 Nullen. Die restlichen m − 1 Zeilen entstehen durch zyklische Vertauschung der Koeﬃzienten der (n + 1)-sten Zeile. Diese Matrix wird Sylvestermatrix genannt. Sie ﬁndet sich, wohl zum ersten Male, in Sylvester 1840. Ihre Determinante heißt Resultante der Polynome f und g. Wir bezeichnen sie mit Res(f, g). Da das Vertauschen zweier Zeilen einer Matrix das Vorzeichen ihrer Determinante a¨ndert, gilt Res(g, f ) = (−1)mn Res(f, g). Da die Determinante sich beim Transponieren nicht a¨ndert, gilt, wie gesehen, der folgende Satz. n m Satz 2. Es sei R ein ggT-Bereich und f = i:=0 ai xm−i und g = i:=0 bi xn−i seien zwei Polynome vom Grade m bzw. n u ¨ber R. Genau dann haben f und g einen nicht trivialen Faktor, wenn Res(f, g) = 0 ist. Wie sehr Matrizen- und Determinantentheorie noch in den Kinderschuhen steckte, als Sylvester seine Arbeit schrieb, zeigt das folgende Zitat (Sylvester 1840). Die

2. Resultanten

13

Koeﬃzienten der beiden Polynome heißen auch bei Sylvester a und b. Die Rollen von m und n sind aber vertauscht. A Rule for absolutely eliminating x. Form out of the (a) progression of coeﬃcients m lines, and in like manner out of the (b) progression of coeﬃcients form n lines in the following manner: 1. (a) Attach (m − 1) zeros all to the right of the terms in the (a) progression; next attach (m − 2) zeros to the right and carry over 1 to the left; next attach (m − 3) zeros to the right and carry over 2 to the left. Proceed in like manner until all the (m − 1) zeros are carried over to the left and none remain on the right. The m lines thus formed are to be written under one another. 1. (b) Proceed in like manner to form n lines out of the (b) progression by scattering (n − 1) zeros between right and left. 2. If we write these n lines under the m lines last obtained, we shall have a solid square (m + n) terms deep and (m + n) terms broad . 3. Denote the lines of this square by arbitrary characters, which write down in vertical order and permute in every possible way, but separate the permutations that can be derived from one another by an even number of interchanges (eﬀected between contiguous terms) from the rest; there will thus be half of one kind and half of another. 4. Now arrange the (m + n) lines accordingly, so as to obtain 1 2 (m + n)(m + n − 1) . . . 2.1 squares of one kind which shall be called positive squares, and an equal number of opposite kind which shall be called negative. Draw diagonals in the same direction in all the squares; multiply the coeﬃcients that stand in any diagonal line together; take the sum of the diagonal products of the positive squares, and the sum of the diagonal products of the negative squares; the diﬀerence between these two sums is the prime derivative of the zero degree, that is, the result of elimination between the two given equations reduced to its ultimate state of simplicity, there will be no irrelevant factors to reject, and no terms which mutually destroy. Bemerkenswert ﬁnde ich auch, dass Sylvester die Zeilen seines Quadrates mit irgendwelchen Charakteren“ indiziert, bemerkenswert deshalb, weil so mancher ” Autor darauf besteht, dass die Zeilen und Spalten einer Matrix mit 1, . . . , m, bzw., 1, . . . , n zu nummerieren seien, was er dann sofort vergisst, wenn er Untermatrizen einer Matrix betrachtet. F¨ ur eine der Sache angemessene Indizierung einer gewissen uneburg 1989, S. 292 ﬀ. (n2 × n!)-Matrix siehe der Leser L¨ Wir wollen nun f¨ ur zwei spezielle Polynome die Resultante auf eine andere Weise berechnen, n¨ amlich f¨ ur die Polynome f := a0

m i:=1

(x − ui )

14

Kapitel VII. Resultanten

in den Unbestimmten a0 , x und u1 , . . . , um und g := b0

n

(x − vi )

i:=1

in den Unbestimmten b0 , x und v1 , . . . , vn . Wir bezeichnen die elementarsymmetrischen Polynome in den Unbestimmten ui mit λ und die elementarsymmetrischen Polynome in den Unbestimmten vi mit μ. Ferner setzen wir ai := a0 (−1)i λi f¨ ur i := 1, . . . m und bi := b0 (−1)i μi f¨ ur i := 1, . . . , n. Dann ist f=

m

ai xm−i

i:=0

und g=

n

bi xn−i .

i:=0

Es folgt, dass Res(f, g) ein Polynom in den ui und vj ist. Dar¨ uber gilt der folgende Satz 3. F¨ ur das Polynom f := a0

m

(x − ui )

i:=1

in den Unbestimmten a0 , x und u1 , . . . , um und das Polynom g := b0

n

(x − vi )

i:=1

in den Unbestimmten b0 , x und v1 , . . . , vn gilt Res(f, g) = an0 bm 0

n m

(ui − vj ).

i:=1 j:=1

Beweis. Wir haben nicht speziﬁziert, u ¨ ber welchem Ring wir die Polynome betrachten. Es gen¨ ugt, sie als Polynome u ¨ ber Z aufzufassen, da diese Identit¨ at u ¨ ber jedem Ring gilt, wenn sie u ¨ ber Z gilt. Setzt man ui = vj , so haben f und g den Faktor x − ui gemein. Es folgt Res(f, g) = 0, so dass ui − vj , die beiden Unbestimmten nun wieder beliebig, Teiler von Res(f, g) ist. Ferner folgt, weil alle ai durch a0 und alle bi durch b0 teilbar sind, dass an0 und bm 0 Teiler von Res(f, g) sind. Weil Z[u1 , . . . , um , v1 , . . . , vn , a0 , b0 ]

2. Resultanten

15

nach Abschnitt 1, Korollar 2 von Satz 7 ein ZPE-Ring ist, ist also an0 bm 0

m n

(ui − vj )

i:=1 j:=1

Teiler von Res(f, g). Weil die λk in ui vom Grade 1 sind, ist Res(f, g) in ui vom Grade n. Entsprechend ist Res(f, g) in vj vom Grade m. Schließlich ist Res(f, g) Graden und in b0 vom Grade m. Daher unterscheiden sich Res(f, g) in a0 vom m n und an0 bm 0 i:=1 j:=1 (ui − vj ) nur um eine Einheit. Es bleibt die Einheit −1 auszuschließen. Die h¨ ochste Potenz von bn , die in Res(f, g) vorkommt, ist bm n und der Koeﬃzient m bei bn ist an0 . Nun ist n m mn = b (−1) vkm , bm n 0 bm n

so dass der Koeﬃzient bei in Damit ist der Satz bewiesen.

an0 bm 0

k:=1

m

n

i:=1

j:=1 (ui

− vj ) ebenfalls gleich an0 ist.

Der n¨ achste Satz ﬁndet sich cum grano salis ebenfalls in der großen Arbeit von Lagrange zwischen den Untersuchungen u ¨ber die Wurzeln der Gleichung dritten Grades. Das K¨ ornchen Salz bezieht sich darauf, dass die Leitkoeﬃzienten bei Lagrange gleich 1 sind und das Vorzeichen nur als ± angezeigt ist. Laut Lagrange ﬁndet sich diese Aussage schon in der Introduction a ` l’analyse des lignes courbes von Gabriel Cramer. Satz 4. Es sei R ein ggT-Bereich. Ferner seien F =

m

Ai xm−i

i:=0

und G=

n

Bi xn−i

i:=0

Polynome der Grade m bzw. nu ¨ber R. Gibt es eine Erweiterung S von R, so dass u ¨ber S die Gleichung F = A0 m i:=1 (x − Ui ) gilt, so ist Res(F, G) = An0

m

G(Ui ).

i:=1

Entsprechend gilt Res(F, G) = (−1)mn B0m

n i:=1

F (Vi ),

16

Kapitel VII. Resultanten

falls G u ¨ber der Erweiterung T von R vollst¨ andig in Linearfaktoren zerf¨ allt. Beweis. Bei diesem Beweise folgen wir den Ideen, die Gauß zur Deﬁnition der Diskriminante zweier Polynome f¨ uhrten. Der Grund hierf¨ ur ist wieder der, dass wir den Zerf¨ allungsk¨ orper eines Polynoms noch nicht zur Verf¨ ugung haben. Wir betrachten die schon fr¨ uher deﬁnierten Polynome f und g. Mittels Satz 3 folgt f¨ ur sie die G¨ ultigkeit der Gleichungen Res(f, g) =

an0

m

(−1)mn bm 0

g(ui ) =

i:=1

n

f (vi ).

i:=1

Die Koeﬃzienten von g sind bi = b0 (−1)i μn−i . Wir betrachten den Polynomring in den Unbestimmten β0 := b0 , β1 , . . . βn . Auf Grund des waringschen Satzes gibt es einen Isomorpismus σ von R[b0 , μ] auf R[β] mit β0σ = β0 und μσi = (−1)i βi . Setzt man n γ = β0 xn + β0 βi xn−i , i:=1

nimmt noch die Unbestimmte x zu den beiden Polynomringen hinzu und setzt σ fort durch die Vorschrift xσ = x, so gilt, dass g σ = γ ist. Setzt man σ weiter fort durch die Vorschrift uσi = ui , so sieht man die G¨ ultigkeit von Res(f, γ) = an0

m

γ(ui ).

i:=1

Weil G den Grad n hat, ist B0 = 0. In Q(R)[x] gilt daher G = B0

n Bi n−i x . B i:=0 0

Ersetzt man nun der Reihe nach β0 , β1 , . . . , βn , u1 , . . . , um , durch B0 , Bn B0 , U1 , . . . , Um , so folgt in der Tat Res(F, G) = An0

m

B1 B0 ,

...,

G(Ui ).

i:=1

Hieraus folgt wegen Res(F, G) = (−1)mn Res(G, F ) auch die zweite Aussage des Satzes. m Es sei weiterhin f = a0 i:=1 (x − ui ). Dann ist f = a0

m

(x − uj )

i:=1 j∈{1,...,m}−{i}

2. Resultanten

17

und folglich

f (uk ) = a0

(uk − uj ).

j∈{1,...,m}−{k}

Nach Satz 4 ist daher Res(f, f ) = am−1 0

m

f (uk ) = a2m−1 0

k:=1

(uj − uk ).

j, k∈{1,...,m}, j=k

Setze

Dis(f ) := a2m−2 0

(uj − uk )2 .

1≤j
Dann ist Weil

Res(f, f ) = (−1)

m(m−1) 2

a0 Dis(f ).

(uj − uk )2

1≤j
in den u1 , . . . , um symmetrisch ist, gibt es genau ein Polynom p in den Unbestimmten l1 , . . . , lm mit p(λ1 , . . . , λm ) = (uj − uk )2 , 1≤j
wobei die λi die elementarsymmetrischen Polynome in den Unbestimmten ui be i n−i (−1) A x ein Polynom vom Grade m, so setzen zeichnen. Ist dann F = m i i:=0 wir Am A1 Dis(F ) := A2m−2 p , . . . , 0 A0 A0 und nennen Dis(F ) die Diskriminante von F . Ist A0 = 1, so stimmt diese Deﬁnition mit der fr¨ uheren u ¨ berein. Man beachte, dass Dis(F ) ∈ R ist. Es gilt Satz 5. Ist R ein ggT-Bereich, ist F ein Polynom vom Grade m u ¨ber R und ist A0 der Leitkoeﬃzient von F , so ist Res(F, F ) = (−1)

m(m−1) 2

A0 Dis(F ).

Dieser Satz zusammen mit den zuvor u ¨ ber die Resultante zweier Polynome bewiesenen S¨atzen gestatten uns, die S¨atze u ¨ ber Polynome und ihre Diskriminanten des Abschnitts 8 von Kapitel 6 erneut zu beweisen. Hier noch ein weiterer Satz u ¨ ber Diskriminanten. Satz 6. Es sei R ein ggT-Bereich. Ferner seien f , g, h ∈ K[x] und es gelte f = gh. Dann ist Dis(f ) = ±Dis(g)Dis(h)Res(g, h)2 .

18

Kapitel VII. Resultanten

Beweis. Es gen¨ ugt, dies wieder f¨ ur Polynome f = a0

n

(x − ui ),

g = b0

i:=1

m

(x − uj ),

h = c0

j:=1

n

(x − uj )

j:=m+1

zu beweisen. Es ist a0 = b0 c0 . Es folgt

Dis(g)Dis(h)Res(g, h) = ±b2m−2 0

(ui − uj )2

1≤i<j≤m

b2n−2m−2 0

(ui − uj )2

m+1≤i<j≤n n m 2n−2m 2m c0 c0 (ui i:=1 j:=m+1

= ±c02n−2 a02n−2 =

±a02n−2

− uj )2

(ui − uj )2

1≤i<j≤n

(ui − uj )2

1≤i<j≤n

= ±Dis(f ). Korollar. Die Voraussetzungen seien wie bei Satz 6. Sind g und h teilerfremd und gilt Dis(g) = 0 = Dis(h), so ist Dis(f ) = 0. Beweis. Aus der Teilerfremdheit von g und h folgt Res(g, h) = 0 und damit dann die Behauptung. 3. Polynomiale Restesequenzen. Die Resultante ist das Ergebnis der Elimination von x aus zwei Polynomen. Dies klang in dem Sylvesterzitat des vorigen Abschnittes an. Auch Lagrange gibt diese Interpretation, wie wir noch sehen werden, und er beeilt sich zu sagen, dass der vorletzte Schritt des Eliminationsverfahrens, den gr¨ oßten gemeinsamen Teiler der beiden Polynome liefere, wenn das Eliminationsverfahren ergebe, dass die beiden Polynome eine gemeinsame Nullstelle h¨atten, wenn die Resultante also, wie wir sagen, null ist. Ist sie nicht null, so sind die beiden Polynome ja teilerfremd, wie wir gesehen haben. Dies unter der Annahme, dass die beiden gegebenen Polynome primitiv sind. Diese Andeutungen machen es, so hoﬀe ich, plausibel, dass Resultanten und die sich dahinter verbergende Elimination heute wieder aktuell sind, da moderne Computer es erlauben, auch umfangreichere, algebraische Rechnungen und insbesondere die Berechung des ggT’s zweier Polynome durchzuf¨ uhren. Wir werden daher in diesem und dem n¨ achsten Abschnitt die theoretischen Grundlagen f¨ ur diese Rechnungen vortragen, ohne jedoch auf Fragen der Eﬃzienz des Verfahrens einzugehen. Dazu sei der Leser auf Loos 1982 und L¨ uneburg 1987a verwiesen.

3. Polynomiale Restesequenzen

19

Es sei R ein ggT-Bereich und 0 = f ∈ R[x]. Ferner sei f = dann ein Polynom pT(f ) den primitiven Teil von f mit

n i:=0

fi xi . Es gibt

f = cont(f )pT(f ). Dabei bezeichne cont(f ) wieder den Inhalt von f . Inhalt und primitiver Teil von f sind bis auf Einheiten eindeutig bestimmt, wie wir gesehen haben. Es sei R ein Integrit¨atsbereich. Die Polynome f , g ∈ R[x] heißen ¨ ahnlich, falls es α, β ∈ R∗ gibt mit αf = βg. Oﬀenbar sind f und g genau dann a¨hnlich, wenn sie als Polynome u ¨ ber dem Quotientenk¨ orper assoziiert sind. Weil R nullteilerfrei ¨ ¨ ist, ist die Relation der Ahnlichkeit eine Aquivalenzrelation. Sind f und g ¨ahnlich, so schreiben wir daf¨ ur f ∼ g. Satz 1. Es sei R ein ggT-Bereich. Sind f und g von null verschiedene Polynome u ¨ber R und sind α, β ∈ R∗ , so ist ggT(αf, βg) ∼ ggT pT(f ), pT(g) und dann auch ggT(αf, βg) ∼ ggT(f, g). Beweis. Es ist cont(αf ) = αcont(f ) und pT(αf ) = pT(f ). Entsprechendes gilt f¨ ur g. Nach Satz 6 von Abschnitt 1 ist daher ggT(αf, βg) = ggT αcont(f ), βcont(g) ggT pT(f ), pT(g) . Daher gilt die erste Aussage des Satzes. Mit α = β = 1 folgt ggT(f, g) ∼ ggT pT(f ), pT(g) . ¨ Weil ∼ eine Aquivalenzrelation ist, folgt auch noch die letzte Aussage.

m i Satz 2. Es sei R ein Integrit¨ atsbereich. Sind f , g ∈ R[x], ist f = i:=0 fi x n und g = i:=0 gi xi und gilt fm = 0 sowie n ≥ m, so gibt es eindeutig bestimmte Polynome q, r ∈ R[x] mit n−m+1 g = qf + r fm und r = 0 oder Grad(r) < m. n−m . Dann ist Beweis. Setze qn−m := gn fm n−m+1 n−m g − qn−m xn−m f = fm h fm

n−1 mit h = i:=0 hi xi , wie man unmittelbar nachrechnet. Ist n − 1 < m, so folgt m = n, da ja m ≤ n ist. In diesem Falle setzen wir q := q0 und r := h. Ist n − 1 ≥ m, so gibt es nach Induktionsannahme q ∗ , r ∈ R[x] mit r = 0 oder Grad(r) < m, so dass n−1−m+1 h = q∗ f + r fm

20

Kapitel VII. Resultanten

gilt. Setzt man q := qn−m xn−m + q ∗ , so gilt auch in diesem und damit in jedem Falle n−m+1 fm g = qf + r mit r = 0 oder Grad(r) < m. n−m+1 Gilt auch noch fm g = Qf + R mit R = 0 oder Grad(R) < m, so folgt wegen (q − Q)f = R − r, dass R = r und dann auch q = Q ist. Damit ist alles bewiesen. Wir nennen q den Pseudoquotienten und r den Pseudorest von g modulo f und bezeichnen diese mit psQ(g, f ) und psR(g, f ). Man beachte, dass n nicht notwendig der Grad von g ist. Es sei R ein Integrit¨atsbereich. Ferner seien f1 , f2 , . . . , fk ∈ R[x]∗ . Wir nennen f1 , . . . , fk eine polynomiale Restesequenz, falls gilt: ur i := 3, . . . , k. 1) Es ist fi ∼ psR(fi−2 , fi−1 ) f¨ 2) Es ist psR(fk−1 , fk ) = 0. Satz 3. Es sei R ein Integrit¨ atsbereich. Ferner seien f1 , . . . , fk ∈ R[x]∗ . Genau dann ist f1 , . . . , fk eine polynomiale Restesequenz, wenn gilt: ur i := 2, . . . , k − 1. a) Es ist Grad(fi ) > Grad(fi+1 ) f¨ b) Es gibt αi , βi ∈ R∗ und qi ∈ R[x] mit αi fi−2 = qi fi−1 + βi fi f¨ ur i := 3, . . . , k. c) Es gibt ein αk+1 ∈ R∗ und ein qk+1 ∈ R[x] mit αk+1 fk−1 = qk+1 fk . Beweis. a) Es sei f1 , . . . , fk eine polynomiale Restesequenz. Wegen fi+1 ∼ psR(fi−1 , fi ) ist Grad(fi+1 ) = Grad psR(fi−1 , fi ) < Grad(fi ). Also gilt a). b) Es ist γfi−2 = psQ(fi−2 , fi−1 )fi−1 + psR(fi−2 , fi−1 ) mit γ ∈ R∗ . Wegen fi ∼ psR(fi−2 , fi−1 ) gibt es βi , δ ∈ R∗ mit βi fi = δpsR(fi−2 , fi−1 ).

3. Polynomiale Restesequenzen

21

Setzt man αi := δγ und qi := δpsQ(fi−2 , fi−1 ), so folgt αi fi−2 = qi fi−1 + βi fi . Dies beweist b). c) Dies folgt schließlich aus psR(fk−1 , fk ) = 0. Es gelte umgekehrt a), b) und c). Es sei i ≥ 3. Es gibt dann ein γ ∈ R∗ mit γfi−2 = psQ(fi−2 , fi−1 )fi−1 + psR(fi−2 , fi−1 ). Nach Voraussetzung gilt βi fi = αi fi−2 − qi fi−1 . Es folgt βi γfi − αi psR(fi−2 , fi−1 ) = γ(αi fi−2 − qi fi−1 ) − αi psR(fi−2 , fi−1 ) = αi γfi−2 − psR(fi−2 , fi−1 ) − γqi fi−1 = αi psQ(fi−2 , fi−1 ) − γqi fi−1 . Wegen a) und der Deﬁnition des Pseudorestes folgt hieraus βi γfi = αi psR(fi−2 , fi−1 ). Damit ist die Bedindung 1) nachgewiesen. Die Bedingung 2) folgt unmittelbar aus c). Satz 4. Es sei R ein Integrit¨ atsbereich und f1 , . . . , fk bzw. g1 , . . . , gl seien ahnlich, so polynomiale Restesequenzen u ¨ber R. Sind f1 und g1 sowie f2 und g2 ¨ ist k = l und fi ist a ¨hnlich zu gi f¨ ur i := 1, . . . , k. Beweis. Wir d¨ urfen k ≤ l annehmen. Es sei 2 ≤ i < k und fj und gj seien ∗ ahnlich f¨ ¨ ur alle j ≤ i. Nach Satz 3 gibt es αi+1 , βi+1 , α∗i+1 , βi+1 ∈ R∗ sowie qi+1 , ∗ qi+1 ∈ R[x] mit (1)

αi+1 fi−1 = qi+1 fi + βi+1 fi+1

und (2)

∗ ∗ gi + βi+1 gi+1 . α∗i+1 gi−1 = qi+1

Es gibt ferner γ, δ, γ ∗ , δ ∗ ∈ R∗ mit γfi−1 = γ ∗ gi−1 und δfi = δ ∗ gi . Multipliziert man (1) mit α∗i+1 δ ∗ δγ und (2) mit αi+1 δδ ∗ γ ∗ , so folgt α∗i+1 δ ∗ αi+1 δ(γfi−1 ) = Qi+1 (δfi ) + Δfi+1 und

α∗i+1 δ ∗ αi+1 δ(γ ∗ gi−1 ) = Q∗i+1 (δ ∗ gi ) + Δ∗ gi+1

22

Kapitel VII. Resultanten

mit Qi+1 , Q∗i+1 ∈ R[x] und Δ, Δ∗ ∈ R∗ . Wegen γfi−1 = γ ∗ gi−1 und δfi = δ ∗ gi ist daher (Qi+1 − Q∗i+1 )δfi = Δ∗ fi+1 − Δfi+1 . Nun ist Grad(δfi ) = Grad(fi ) > Grad(fi+1 ) und Grad(δ ∗ gi ) = Grad(gi ) > Grad(gi+1 ). Weiter ist Grad(δfi ) = Grad(δ ∗ gi ). Folglich ist Δ∗ gi+1 = Δfi+1 , so dass gi+1 und fi+1 ¨ ahnlich sind. Also gilt fi ∼ gi f¨ ur i := 1, . . . k. ∗ Schließlich ist αk+1 fk−1 = qk+1 fk und, falls l > k ist α∗k+1 gk−1 = qk+1 gk + ∗ alt βk+1 gk+1 . Ersetzt man im obigen Argument i durch k und fi durch 0, so erh¨ ∗ man den Widerspruch gk+1 = 0. Also ist doch k = l, womit alles bewiesen ist. Und nun das entscheidende theoretische Hilfsmittel f¨ ur unsere weiteren Untersuchungen. Satz 5. Es sei R ein ggT-Bereich und f und g seien von null verschiedene Polynome u ¨ber R. Ist f1 , . . . , fk eine polynomiale Restesequenz u ¨ber R mit f ∼ f1 und g ∼ f2 , so ist pT ggT(f, g) = pT(fk ). Beweis. Mittels Satz 1 dieses Abschnitts und Satz 6 des Abschnitts 1 folgt pT(ggT(f, g)) = pT(ggT(f1 , f2 )), so dass wir f = f1 und g = f2 annehmen d¨ urfen. Es gibt ein αk+1 ∈ R∗ und ein qk+1 ∈ R[x] mit αk+1 fk−1 = qk+1 fk . Daher ist ggT(αk+1 fk−1 , fk ) = fk . Mit Satz 1 folgt ggT(fk−1 , fk ) ∼ fk , was wiederum pT ggT(fk−1 , fk ) = pT(fk ) nach sich zieht. Es sei 2 < i ≤ k und es gelte pT(ggT(fi−1 , fi )) = pT(fk ). Nach Satz 3 gibt es αi , βi und qi mit αi fi−2 = βi fi + qi fi−1 . Hieraus folgt, dass pT(fk ) Teiler von ggT(αi fi−2 , fi−1 ) ist. Folglich ist pT(fk ) Teiler von pT(ggT(αi fi−2 , fi−1 ) = pT ggT(fi−2 , fi−1 ) . Andererseits ist ggT(αi fi−2 ) Teiler von ggT(fi−1 , βi fi ). Folglich ist pT ggT(fi−2 , fi−1 ) = pT ggT(αi fi−2 , fi−1 ) Teiler von

pT ggT(fi−1 , βi fi ) = pT ggT(fi−1 , fi ) .

Also ist Damit ist alles bewiesen.

pT ggT(fi−2 , fi−1 ) = pT(fk ).

4. Subresultanten

23

4. Subresultanten. Es sei R ein ggT-Bereich und f und g seien Polynome u ¨ ber R. Nach Satz 6 von Abschnitt 1 ist dann ggT(f, g) = ggT cont(f ), cont(g) ggT pT(f ), pT(g) . Um ggT(f, g) zu bestimmen, d¨ urfen wir daher im Folgenden annehmen, dass f und g primitiv sind. Dann geht es darum, eine polynomiale Restesequenz f1 , . . . , fk mit f = f1 und g = f2 zu berechnen, denn dann ist ja ggT(f, g) = pT(fk ). ur i := 3, . . . , k zu setzen. Eine M¨ oglichkeit, dies zu tun, ist fi := psR(fi−2 , fi−1 ) f¨ Diese naive Version hat den Nachteil, dass im Falle R = Z die Koeﬃzienten sehr groß werden und zwar so groß, dass der Algorithmus in praxi v¨ ollig unbrauchbar ist. Eine andere M¨ oglichkeit ist die, fi := pT(psR(fi−2 , fi−1 )) zu setzen. Hierbei wachsen die Koeﬃzienten nicht mehr als unbedingt n¨ otig. Aber auch dieser Algorithmus hat einen Nachteil. Man muss n¨ amlich in R sehr viele ggT’s berechnen, was insbesondere dann, wenn R selbst ein Polynomring ist, sehr zeitaufwendig ist. H¨atte man nichts Besseres, m¨ usste man mit diesem Algorithmus vorlieb nehmen. Doch G. E. Collins publizierte 1967 einen Algorithmus zur Berechnung einer polynomialen Restesequenz, der die Nachteile der beiden oben genannten Algorithmen nicht hat. Dieser Algorithmus wurde von Brown und Traub 1971 und dann noch einmal von Brown 1978 verbessert. Diese Algorithmen benutzen Subresultanten, die sich schon bei Sylvester ﬁnden (Sylvester 1839 und 1840) und dann wieder bei Habicht (1948, 1948a). Wir folgen hier Traub 1978. i fij xj f¨ ur i := 1, . . . , k Polynome Es sei R ein Integrit¨atsbereich. Sind fi = nj:=0 u ¨ ber R und ist l := 1 + max(ni | i := 1, . . . k), so deﬁnieren wir die (k × l)-Matrix mat(f1 , . . . , fk ) verm¨oge mat(f1 , . . . , fk )ij := fi,l−j f¨ ur i := 1, . . . , k und j := 0, . . . , l. Dabei ist fi,l−j := 0 zu setzen, falls l − j > ni ist. Ist etwa f1 = x2 + x und f2 = x3 + x + 1, so ist mat(f1 , f2 ) =

0 1

1 1 0 1

0 1

.

Ist M eine (k × l)-Matrix u ¨ ber R mit k ≤ l, so bezeichen wir mit M (j) die (k × k)Teilmatrix von M aus den ersten k − 1 Spalten und der j-ten Spalte von M . Wir setzen l det(M (j) )xl−j . detpol(M ) := j:=k

24

Kapitel VII. Resultanten

Dann ist Grad(detpol(M )) ≤ l −k, wobei Grad(0) := −∞ zu setzen ist. F¨ ur obiges Beispiel gilt detpol

0 1 1 0

1 0 1 1

= det

0 1 1 0

2

x + det

0 1 1 1

x + det

0 0 1 1

= −x2 − x. Satz sei R ein Integrit¨ atsbereich. Ferner seien f = n 1. Es i g x Polynome u ¨ ber R mit n ≥ m = Grad(f ). Ist dann i:=0 i

m i:=0

fi xi und g =

M := mat(xn−m f, xn−m−1 f, . . . , f, g), so ist detpol(M ) = psR(g, f ). Beweis. Setze M := mat(xn−m f, xn−m−1 f, . . . , f, fm g). Dann ist detpol(M ) = fm detpol(M ). Multipliziert man in M die erste Zeile mit gn und subtrahiert sie von der letzten, so erh¨alt man die Matrix M := mat(xn−m f, xn−m−1 f, . . . , f, h) mit h := fm g − gn xn−m f . Mittels elementarer S¨atze u ¨ ber die Determinantenfunktion folgt detpol(M ) = detpol(M ) = fm detpol(M ). Ist nun m = n, so ist h = psR(g, f ). Ferner ist detpol(M ) = fm h. Wegen fm = 0 und detpol(M ) = fm detpol(M ) ist daher detpol(M ) = h. Ist m < n, so folgt mit Induktion detpol(M ) = fm detpol(xn−m−1 f, . . . , f, h) = fm psR(h, f ) und damit detpol(M ) = psR(h, f ). Ferner gilt n−m+1 n−m g − xn−m fm gn f = f n−m h, fm

so dass psR(h, f ) = psR(g, f ) ist, q. e. d. Es sei R ein Integrit¨atsbereich. Ferner seien f , g ∈ R[x] und es gelte m := Grad(f ) > 0 und n := Grad(g) > 0. Ist 0 ≤ k < min(m, n), so setzen wir Mk := mat(xn−k−1 f, xn−k−2 f, . . . , f, xm−k−1 g, xm−k−2 g, . . . , g).

4. Subresultanten

25

Ferner setzen wir SRk (f, g) := detpol(Mk ) und nennen SRk (f, g) die k-te Subresultante von f und g. Oﬀenbar ist M0 die Sylvestermatrix von f und g und daher SR0 (f, g) = Res(f, g), womit wir endlich wieder bei unserem Ausgangsthema, den Resultanten sind. Man beachte, dass die Mk allesamt Untermatrizen von M0 sind. Das ist wichtig zu wissen, wenn es um die Absch¨ atzung der Gr¨ oße der Koeﬃzienten in Mk geht, was uns hier allerdings nicht interessieren wird. Satz 2. Es sei R ein Integrit¨ atsbereich und f , g, q, und r seien Polynome der Grade nf , ng , nq und nr u ¨ber R und alle diese Grade seien positiv. Ferner sei f = qg + r und nr < ng ≤ nf . Schließlich seien cg und cr die Leitkoeﬃzienten von g und r. Dann gilt: a) Ist 0 ≤ j < nr , so ist n −nr

SRj (f, g) = (−1)(nf −j)(ng −j) cg f

SRj (g, r).

b) Es ist n −nr ng −nr −1 cr r.

SRnr (f, g) = (−1)(nf −nr )(ng −nr ) cg f

c) Es ist SRj (f, g) = 0, falls nr < j < ng − 1 ist. d) Es ist n −ng +1

SRng −1 (f, g) = (−1)nf −ng +1 cg f

r.

Beweis. Es sei zun¨achst j ≤ ng − 1. Dann ist mit nicht korrekter, aber wohl doch unmissverst¨ andlicher Notation, SRj (f, g) = detpol(xng −j−1 f, . . . , f, xnf −j−1 g, . . . , g). Nun ist f = qg +r. Weil Determinanten von Matrizen mit linear abh¨ angigen Zeilen null sind und sich Determinanten beim Tausch zweier Zeilen mit −1 multiplizieren, folgt SRj (f, g) = detpol(xng −j−1 r, . . . , r, xnf −j−1 g, . . . , g) = (−1)(nf −j)(ng −j) detpol(xnf −j−1 g, . . . , g, xng −j−1 r, . . . , r). a) Es sei j < nr . Der Grad von xnf −j−1 g ist ng + nf − j − 1 und der von r ist nr + ng − j − 1. Es folgt, dass die ng − j letzten Zeilen von x ng −j−1

mat(xnf −j−1 g, . . . , g, xng −j−1 r, . . . , r)

26

Kapitel VII. Resultanten

mit nf − nr Nullen beginnen. Daher ist n −nr

SRj (f, g) = (−1)(nf −j)(ng −j) cg f

SRj (g, r).

b) Es ist SRnr (f, g) = (−1)(nf −nr )(ng −nr ) detpol(xnf −nr −1 g, . . . , g, xng −nr −1 r, . . . , r). Der Grad von xng −nr −1 g ist ng + nf − nr − 1 und der von xng −nr −1 r ist ng − 1. Hieraus folgt, dass (−1)(nf −nr )(ng −nr ) detpol(xnf −nr −1 g, . . . , g, xng −nr −1 r, . . . , r) eine obere Dreiecksmatrix ist mit nf − nr Eintr¨ agen cg auf der Hauptdiagonalen und ng −nr Eintr¨ agen cr , wobei der letzte dieser Eintr¨ age wieder in r verschwindet. Daher der Exponent ng − nr − 1. Also ist in der Tat n −nr ng −nr −1 cr r.

SRnr (f, g) = (−1)(nf −nr )(ng −nr −1) cg f

c) Es sei nr < j < ng − 1. Dann ist Grad(xnf −j−1 g) = ng + nf − j − 1 und Grad(xng −j−1 r) = nr − ng − j − 1. Die letzten ng − j ≥ 2 Zeilen beginnen mit nf − ng ≥ nf − j Nullen. Insgesamt besitzt mat(xnf −j−1 g, . . . , r) genau nf + ng − 2j Zeilen und nf + ng − j Spalten. Daher ist mat(xnf −j−1 g, . . . r)k,nf −j+1 = 0 f¨ ur k = nf − j + 1, . . . , nf + ng − 2j. Folglich ist SRj (f jg) = 0. d) Es ist SRng −1 (f, g) = detpol(f, xnf −ng g, . . . , g) = (−1)nf −ng +1 detpol(xnf −ng g, . . . , g, f ) = (−1)nf −ng +1 psR(f, g) nach Satz 1. Nun ist f = qg + r. Es folgt n −ng +1

cg f

n −ng +1

f = q ∗ g + cg f

r.

n −ng +1

Mit Satz 2 von Abschnitt 3 folgt psR(f, g) + cg f

r, q. e. d.

Ist nf < ng , so ist f = 0g + f . Der Beweis von a) zeigt, dass in diesem Falle SRj (f, g) = (−1)(nf −j)(ng −j) SRj (g, f )

4. Subresultanten

27

onnen wir uns bei der Berechnung von f¨ ur alle j := 1, . . . , nf − 1 gilt. Daher k¨ Subresultantenfolgen darauf beschr¨ anken, dass Grad(f ) ≥ Grad(g) ist. Satz 3. Es sei R ein Integrit¨ atsbereich und f1 , . . . , fk sei eine polynomiale Restesequenz u ¨ber R. Mit ci bezeichnen wir den Leitkoeﬃzienten und mit ni den Grad ur i := 1, . . . , k − 1. Schließlich von fi . Es sei n1 ≥ n2 . Wir setzen δi := ni − ni+1 f¨ seien αi und βi nach Satz 3 von Abschnitt 3 existierende Elemente von R∗ mit βi fi ≡ αi fi−2 mod fi−1 f¨ ur i := 3, . . . , k. Ist i ∈ {3, . . . , k}, so gilt: a) Es ist n

αi i−1

−j

SRj (fi−2 , fi−1 ) = (−1)(ni−2 −j)(ni−1 −j) βi i−1 n

−j δi−2 +δi−1 ci−1 SRj (fi−1 , fi )

f¨ ur j := 0, . . . , ni − 1. b) Es ist δ

δ

i−2 αi i−1 SRni (fi−2 , fi−1 ) = (−1)(δi−2 +δi−1 δi−1 ci−1

+δi−1 δi−1 −1 δi−1 ci βi f i .

c) Es ist SRj (fi−2 .fi−1 ) = 0 f¨ ur ni < j < ni−1 − 1. d) Es ist δ

i−2 αi SRni−1 −1 (fi−2 , fi−1 ) = (−1)δi−2 +1 ci−1

+1

βi f i .

Beweis. Nach Voraussetzung gibt es ein qi ∈ R[x] mit αi fi−2 = qi fi−1 + βi fi . Es ist Grad(αi fi−2 ) = ni−2 und Grad(βi fi ) = ni , da ja αi und βi nicht null sind. Setzt man in Satz 2 nun f := αi fi−2 , g := fi−1 und r = βi fi sowie nf := ni−2 , ng := ni−1 und nr := ni , so sind die Voraussetzungen dieses Satzes erf¨ ullt, so dass die Folgerungen a) bis d) gelten. Beachtet man schließlich noch die Gleichung SRj (aF, bG) = an−j bm−j SRj (F, G), wobei F , G ∈ R[x] und m = Grad(F ) sowie n = Grad(G) ist, so sieht man unmittelbar die G¨ ultigkeit von Satz 3. Nun sind wir in der Lage, den grundlegenden Satz u ¨ber den Zusammenhang von Subresultantenfolgen und polynomialen Restesequenzen zu beweisen (Brown und Traub 1971). Satz 4. Es sei R ein Integrit¨ atsbereich und f1 , . . . , fk sei eine polynomiale Restesequenz u ¨ber R mit Grad(f1 ) ≥ Grad(f2 ). Es sei ci der Leitkoeﬃzient und ni der Grad von fi . Ferner seien αi und βi nach Satz 3 von Abschnitt 3 existierende

28

Kapitel VII. Resultanten

ur i := 3, . . . , k. Setzt man noch Elemente aus R∗ mit αi fi−2 ≡ βi fi mod fi−1 f¨ δi := ni − ni+1 und i n −j Aij := αl l−1 l:=3

und Bij :=

i

n

βl l−1

−j δl−2 +δl−1 cl−1 (−1)(nl−2 −ni )(nl−1 −j) ,

l:=3

so gilt f¨ ur i := 3, . . . k: a) Es ist SRj (f1 , f2 ) = 0, falls 0 ≤ j < nk ist. b) Es ist δ

Ai,ni SRni (f1 , f2 ) = Bi,ni ci i−1

−1

fi .

c) Es ist 1−δ

Ai,ni−1 −1 SRni−1 −1 (f1 , f2 ) = Bi,ni−1 −1 ci−1 i−1 fi . Beweis. Mittels Induktion folgt aus Satz 2 a) die G¨ ultigkeit von (A)

Ai−1,j SR(j (f1 , f2 ) = Bi−1,j SRj (fi−2 , fi−1 )

ur i = k + 1. zumindest f¨ ur i := 3, . . . , k. Ist nk > 0, so gilt dies auch noch f¨ Ist nk = 0, so ist die erste Aussage von a) leer. Es sei also nk > 0. Dann ist ur j := 0, . . . , nk − 1. Nach Satz 3 c) von Abschnitt SRj (f1 , f2 ) ∼ SRj (fk−1 , fk ) f¨ 3 gibt es ein α ∈ R∗ , so dass fk Teiler von αfk−1 ist. Es folgt SRj (fk−1 , fk ) = 0, f¨ ur j := 0, . . . , nk − 1. Damit ist die erste Aussage von a) bewiesen. Es sei 3 ≤ i ≤ k. Ist ni < j < ni−1 − 1, so ist SRj (fi−2 , fi−1 ) = 0 nach Satz 2 c), so dass wegen SRj (f1 , f2 ) ∼ SRj (fi−2 , fi−1 ) die Aussage a) vollst¨andig bewiesen ist. Ist j = ni , so ist nach Satz 2 b) δ

δ

i−2 αi i−1 SRni (fi−2 , fi−1 ) = (−1)(δi−1 +δi−1 )δi−1 ci−1

+δi−1 δi−1 −1 δi−1 ci βi f i .

δ

Multipliziert man nun die Gleichung (A) mit αi i−1 , so folgt die Aussage b). Nach Satz 2 d) ist δ

i−1 αi SRni−1 −1 (f1 , f2 ) = (−1)δi−2 +1 ci−1

n

−(n

+1

βi f i .

−1)

Wegen αi = αi i−1 i−1 gilt daher auch c). Damit ist alles bewiesen. Satz 2 von Abschnitt 3 ist ein Korollar zu dem gerade bewiesenen Satz. Um dies zu zeigen, seien f und g zwei Polynome positiven Grades u ¨ ber dem ggT-Bereich

5. Algorithmen

29

R. Wir d¨ urfen Grad(f ) ≥ Grad(g) annehmen. Es sei f1 = f , f2 = g, f3 , . . . , fk eine polynomiale Restesequenz und ni sei wieder der Grad von fi . Dann ist Grad(ggT(f, g)) = nk . Ist nk ≥ 1, so ist Res(f, g) = SR0 (f, g) = 0 nach Satz 4 a). Ist umgekehrt Res(f, g) = 0, so folgt aus SRnk (f, g) ∼ fk , dass nk ≥ 1 ist. Folglich haben f und g einen nicht trivialen Faktor. Zum Schluss dieses Abschnitts machen wir noch eine wichtige Bemerkung, die man schon gleich nach der Deﬁnition von SRj (f, g) h¨ atte machen k¨ onnen. Es ist SRj (f, g) gleich der Determinante der Matrix ⎛

f0

⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ g0 ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎝

. . . . . . fm ... ... ... f0 . . . f0

... ... ... ... g0

... ... ... g0

... ... ... ... ... ... ... f0 gn ... ... ... ... ... ... ... g0

... fm ... fm−1 ... ... . . . fm−j−1

... ... ... ...

gn gn−1 ... gn−j−1

⎞ xn−j−1 f . ⎟ ⎟ . ⎟ ⎟ . ⎟ ⎟ . ⎟ ⎟ f ⎟ ⎟, xm−j−1 g ⎟ ⎟ . ⎟ ⎟ . ⎟ ⎟ . ⎟ ⎠ . g

wie man sieht, wenn man die Additivit¨at der Determinantenfunktion bez¨ uglich der letzten Spalte benutzt. Entwickelt man nun nach der letzten Spalte, so erh¨ alt man: Satz 5. Es sei R ein Integrit¨ atsbereich und f und g seien Polynome positiven Grades u ¨ber R. Es gibt dann Polynome uj und vj u ¨ber R mit Grad(uj ) ≤ Grad(g)− j − 1 und Grad(vj ) ≤ Grad(f ) − j − 1, so dass SRj (f, g) = uj f + vj g ist. Da besonders wichtig, sei der Fall der Resultanten gesondert hervorgehoben. Korollar. Die Voraussetzungen seien wie in Satz 5. Es gibt dann Polynome u und v u ¨ber R mit Grad(u) ≤ Grad(g) − 1 und Grad(v) ≤ Grad(f ) − 1, so dass Res(f, g) = uf + vg ist. Dass sich Res(f, g) linear aus f und g kombinieren l¨ asst, scheint der Grund daf¨ ur zu sein, dass die nicht von allen ggT-Bereichen erf¨ ullte Eigenschaft, dass sich der ggT zweier Elemente stets linear kombinieren l¨ asst, nach B´ezout benannt wird. Um hier Klarheit zu bekommen, m¨ usste man u. A. die zu Beginn von Abschnitt 2 zitierte Arbeit von B´ezout konsultieren. 5. Algorithmen. Was haben wir mit den Formeln des letzten Abschnitts gewonnen? Eine ganz Menge, wie wir jetzt sehen werden. Dazu schreiben wir die Formeln

30

Kapitel VII. Resultanten

ein wenig um. Wir setzen σi :=

i

(nl−2 − ni−1 + 1)(nl−1 − ni−1 + 1)

l:=3

τi :=

i

(nl−2 − ni )(nl−1 − ni )

l:=3

n −n +1 i βl l−1 i−1

1−δ

γi := (−1)σi ci−1 i−1

l:=3

ϑi :=

δ −1 (−1)τi ci i−1

αl

n −n i βl l−1 i

l:=3

αl

δ

l−2 cl−1

δ

l−2 cl−1

+δl−1

+δl−1

.

orper von R und es gilt: Dann liegen γi und ϑi im Quotientenk¨ A) Es ist SRj (f1 , f2 ) = 0 f¨ ur 0 ≤ j < nk und ni < j < ni−1 − 1 f¨ ur i := 3, . . . , k. ur i := 3, . . . , k. B) Es ist SRni (f1 , f2 ) = ϑi fi f¨ C) Es ist SRni−1 −1 (f1 , f2 ) = γi fi f¨ ur i := 3, . . . , k. Ferner beachten wir, dass auf Grund von Satz 4c) von Abschnitt 4 die Polynome g1 := f1 , g2 := f2 , g3 := SRn2 −1 (f1 , f2 ), . . . , gk := SRnk−1 −1 (f1 , f2 ) eine polynomiale Restesequenz bilden. Nimmt man die gi an Stelle der fi , so ist ¨ beraus einfach zu γ3 = . . . = γk = 1 in C). Es stellt sich heraus, dass die gi u berechnen sind und dass man dabei die ϑi v¨ ollig unter Kontrolle beh¨ alt. Wir beginnen mit einigen Hilfss¨ atzen, wobei wir uns an die Notation von Satz 4 von Abschnitt 4 sowie die soeben eingef¨ uhrten Bezeichnungen halten. Hilfssatz 1. Es ist i a) σi+1 − σi ≡ δi−1 + 1 + l:=3 (δl−2 + 1)δi−1 mod 2. i+1 b) τi − σi+1 ≡ l:=3 (δl−2 + 1) mod 2. c) τi − τi+1 ≡ il:=3 (δl−2 + 1)δi−1 mod 2. Dies folgt mittels einfacher Rechnungen aus der Deﬁnition der τi und σi . Hilfssatz 2. Es ist

i+1 ϑi ci αl −1 = ci . γi+1 (−1)δl−1 +1 βl l:=3

f¨ ur i := 3, . . . , k − 1. Dies folgt unter Benutzung von Hilfssatz 1 b) aus der Deﬁnition von ϑi und γi+1 i+1 αl Setze hi := c−1 ur i := 2, . . . , k − 1. Dann ist also i l:=3 (−1)δl−1 +1 β f¨ l

hi =

ϑi ci γi+1

5. Algorithmen

31

f¨ ur i := 3, . . . , k − 1. Aus der Deﬁnition der hi folgt Hilfssatz 3. Es ist hi+1 =

ci hi αi+2 (−1)δi +1 ci+1 βi+2

f¨ ur i := 2, . . . , k − 2. Weiter gilt Hilfssatz 4. Es ist

1+δ

(−1)δi−1 +1 ci i−1 βi+1 γi+1 = δi−1 γi ci−1 hi−1 αi+1 f¨ ur i := 3, . . . , k − 1. Dies folgt mittels einfacher Rechnungen unter Benutzung von Hilfssatz 1 a). Satz 1. Es sei R ein Integrit¨ atsbereich und f und g seien Polynome u ¨ber R mit Grad(f ) ≥ Grad(g) > 0. Ferner sei Q der Quotientenk¨ orper von R. Wir deﬁnieren eine polynomiale Restesequenz g1 := f , g2 := g, g3 , . . . , gk in Q[x] wie folgt, wobei ni wieder den Grad und ci den Leitkoeﬃzienten von gi bezeichne und δi = ni −ni+1 sei. Wir setzen g3 := (−1)δ1 +1 psR(g1 , g2 ) und δi−2 +1

gi := (−1)

psR gi−2 ,

gi−1 δ

i−2 ci−2 Hi−2

δ

1−δ

f¨ ur i := 4, . . . , k. Dabei ist H2 := cδ21 und Hi := ci i−1 Hi−1 i−1 f¨ ur i := 3, . . . , k. Dann ist SRni−1 −1 (f, g) = gi f¨ ur i := 3, . . . , k und Hi ist der Leitkoeﬃzient von SRni (f, g). Beweis. Wie wir wissen, gibt es αi , βi ∈ Q∗ mit αi gi−2 ≡ βi gi mod gi−1 f¨ ur i := 3, . . . , k. Andererseits ist auf Grund der Deﬁnition des Pseudorestes δ

i−2 ci−1

+1

gi−2 ≡ psR(gi−2 , gi−1 ) mod gi−1 .

Da es f¨ ur die G¨ ultigkeit unserer Formeln keine Rolle spielt, welche αi und βi wir w¨ahlen, setzen wir δi−2 +1 αi := ci−1 . Dann folgt aus obigen Gleichungen βi gi = psR(gi−2 , gi−1 ),

32

Kapitel VII. Resultanten

da die Grade dieser beiden Polynome gleich ni < ni−1 sind. Folglich ist β3 = (−1)δ1 +1 und δi−2 βi = (−1)δi−2 +1 ci−2 Hi−2 f¨ ur i := 4, . . . , k. Es ist h2 =

c−1 δ1 +1 2 α3 = c−1 = cδ21 = H2 . 2 c2 (−1)δ1 +1 β3

Es sei 2 ≤ i < k − 1 und es gelte hi = Hi . Mit Hilfssatz 3 folgt dann hi+1 =

δi +1 c−1 c−1 i+1 ci Hi αi+2 i+1 ci Hi ci+1 i = = cδi+1 Hi1−δi = Hi+1 (−1)δi +1 βi+2 ci Hiδi

Also gilt hi = Hi f¨ ur i := 2, . . . , k − 1. Es ist 2 1 δ1 +δ2 (−1)δ1 +1 c−1−δ c2 γ3 = (−1)σ3 c1−δ 2 2 = (−1)(n1 −n2 +1)(n2 −n2 +1) (−1)δ1 +1 = 1. Es sei 3 ≤ i < k und es gelte γi = 1. Mit Hilfssatz 4 folgt dann 1+δ

γi+1 =

δ

1+δ i−1 ci i−1 ci−1 Hi−1 γi+1 (−1)δi−1 +1 ci i−1 βi+1 = = = 1. δi−1 δi−1 1+δi−1 γi ci−1 Hi−1 αi+1 ci−1 Hi−1 ci

Also ist γ3 = . . . = γk = 1 und folglich SRni−1 −1 (f, g) = gi f¨ ur i := 3, . . . , k. Nun ist SRni (f, g) = ϑi gi f¨ ur i := 3, . . . , k, so dass ϑi ci der Leitkoeﬃzient von ur i := 3, . . . k − 1 gilt aber SRni (f, g) ist. F¨ ϑi ci =

ϑi ci = h i = Hi , γi+1

so dass Hi in diesen F¨allen der Leitkoeﬃzient von SRni ist. Mit Hilfssatz 5 folgt weiter δ i c k−1 ϑk ck ϑk ck = = kδk−1 . Hk−1 ϑk−1 ck−1 H k−1

Folglich ist δ

1−δk−1 ϑk ck = ckk−1 Hk−1 = Hk .

Damit ist alles bewiesen. Einige der Aussagen von Satz 1 wollen wir nun noch expressis verbis formulieren. Korollar. Die Voraussetzungen und Bezeichnungen seien wie in Satz 1. Dann gilt: a) Es ist gi ∈ R[x] f¨ ur i := 1, . . . , k.

6. Der laplacesche Entwicklungssatz

33

ur i := 2, . . . , k. b) Es ist Hi ∈ R f¨ Hi gi c) Es ist ci = SRni (f, g) ∈ R[x] f¨ ur i := 3, . . . , k. d) Ist nk > 0, so ist Res(f, g) = 0. Ist nk = 0, so ist Res(f, g) = Hk . Satz 1 l¨ asst sich leicht zu einem Schema von Algorithmen umformulieren, so dass der Titel Algorithmen“ dieses Abschnitts gerechtfertigt ist. ” Da die Koeﬃzienten von SRni−1 −1 (f, g) und SRni (f, g) allesamt Unterdeterminanten der Sylvestermatrix von f und g sind, hat man im Falle R = Z das Wachstum der Koeﬃzienten der gi verm¨oge der hadamardschen Ungleichung im Griﬀ. F¨ ur Einzelheiten sei der Leser an L¨ uneburg 1987a verwiesen. 6. Der laplacesche Entwicklungssatz. Untersucht man die Resultante zweier Polynome und ihre Darstellung als Determinate ihrer Sylvestermatrix, so ist es gelegentlich von Nutzen, sich des laplaceschen Entwicklungssatzes zu bedienen (Kap. 8, Absch. 5). Schaut man sich aktuelle Lehrb¨ ucher der linearen Algebra an, so scheint dieser Entwicklungssatz nicht mehr zum Standardstoﬀ zu geh¨ oren. Er sei also hier zum Abschluss dieses Kapitels noch formuliert und bewiesen. Wir zerlegen die Menge {1, . . . , n} in zwei disjunkte Teilmengen {i1 , . . . , ip } und {k1 , . . . , kq }. Ihre Elemente seien so numeriert, dass i 1 < i2 < . . . < ip und k1 < k2 < . . . < kq gilt. Ist Sn die symmetrische Gruppe vom Grad n, so bezeichne Γ die Menge aller γ ∈ Sn mit γ(i1 ) < γ(i2 ) < . . . < γ(ip ) und γ(k1 ) < γ(k2 ) < . . . < γ(kq ). Schließlich sei Πγ die Menge aller α ∈ Sn , f¨ ur die αγ(kj ) = γ(kj ) f¨ ur j := 1, . . . , q, und Π∗γ die Menge aller β ∈ Sn , f¨ ur diei βγ(il ) = γ(il ) f¨ ur l := 1, . . . , p ist. Dann gilt Satz 1. Ist π ∈ Sn , so gibt es genau ein γ ∈ Γ, genau ein α ∈ Πγ und genau ein ¨ β ∈ Π∗γ mit π = αβγ. Uberdies gilt αβ = βα. Beweis. Wir zeigen zun¨achst die Existenz der Zerlegung. Es ist klar, dass die Mengen {π(i1 ), . . . , π(ip )} und {π(k1 ), . . . , π(kq )} disjunkt sind. Es gibt daher Elemente α, β ∈ Sn , so dass α die Elemente π(ks ) und β die Elemente π(ir ) einzeln fest l¨asst und dass dar¨ uber hinaus α−1 π(i1 ) < α−1 π(i2 ) < . . . < α−1 π(ip ) und

β −1 π(k1 ) < β −1 π(k2 ) < . . . < β −1 π(kq )

34

Kapitel VII. Resultanten

gilt. Setzt man γ := β −1 α−1 π, so folgt γ ∈ Γ, α ∈ Πγ und β ∈ Π∗γ , wie leicht nachzurechnen ist. Hieraus folgt die Existenz der Zerlegung. Die hier konstruierten α und β sind vertauschbar. Es gibt genau np Teilmengen der L¨ange p und damit genau np Zerlegungen der betrachteten Art von {1, . . . , n}. Zu zwei solchen Zerlegungen gibt es genau ein Element in Γ, welches die erste Zerlegung auf die zweite abbildet. Daher ist |Γ| = np . Die Mengen Πγ und Π∗γ sind Untergruppen von Sn , die zu Sp bzw. Sq isomorph sind. Es gibt daher h¨ ochstens n p!q! = n! p Elemente in Sn , die sich als αβγ darstellen lassen. Hieraus folgt zusammen mit der Existenzaussage auch die Einzigkeit der Darstellung. Satz 2. Es sei γ ∈ Γ. Dann ist sgn(γ) = (−1)i1 +...+ip +γ(i1 )+...+γ(ip ) = (−1)k1 +...+kq +γ(k1 )+...+γ(kq ) . Beweis. Es ist i1 + . . . + ip + k1 + . . . + kq = 1 + ... + n = γ(i1 ) + . . . + γ(ip ) + γ(k1 ) + . . . + γ(kq ). Daher haben i1 + . . . + ip + γ(i1 ) + . . . + γ(ip ) und k1 + . . . + kq + γ(k1 ) + . . . + γ(kq ) die gleiche Parit¨at, so dass wir nur eine der Gleichungen beweisen m¨ ussen. Weil ip = n oder kq = n ist, k¨onnen wir durch Umbenennung erreichen, dass ip = n ist, um dann die erste Gleichung zu beweisen. Wir machen Induktion nach n. Ist n = 1, so ist γ die Identit¨ at und (−1)i1 +i1 = 1 = sgn(γ). Es sei n > 1 und der Satz gelte f¨ ur n − 1 und alle p und q mit p + q = n − 1. 1. Fall. Es sei γ(ip ) = n. Dann ist {1, . . . , n − 1} = {i1 , . . . , ip−1 } ∪ {k1 , . . . , kq } = {γ(i1 ), . . . , γ(ip−1 } ∪ {γ(k1 ), . . . , γ(kq )} und wir k¨ onnen die Induktionsannahme benutzen, da die Einschr¨ ankung γ ∗ von γ auf {1, . . . , n − 1} die Voraussetzungen des Satzes erf¨ ullt. Weil sgn(γ) = sgn(γ ∗ ) ist, folgt, wenn man noch γ(ip ) = ip ber¨ ucksichtigt, sgn(γ) = (−1)i1 +...+ip−1 +γ(i1 )+...+γ(ip−1 ) = (−1)i1 +...+ip−1 +γ(i1 )+...+γ(ip−1 )+2ip = (−1)i1 +...+ip−1 +ip +γ(i1 )+...+γ(ip−1 )+γ(ip ) .

6. Der laplacesche Entwicklungssatz

35

2. Fall. Es sei γ(ip ) < n. Wir setzen j := γ(ip ) und betrachten die Abbildung δ, die j nach j + 1 und j + 1 nach j + 2, usw., und schließlich n − 1 nach n und dann n nach j abbildet und alle u ¨brigen Ziﬀern fest l¨ asst. Diese Abbildung hat n − 1 − (j − 1) = n − j Inversionen, so dass sgn(δ) = (−1)n−j = (−1)n+j = (−1)ip +γ(ip ) ist. Wir zeigen, dass δ −1 γ ∈ Γ gilt und n festl¨asst. Letzteres folgt sofort aus der Konstruktion von δ. Es gilt γ(i1 ) < γ(i2 ) < . . . < γ(ip−1 ) < γ(ip ) = j. Weil δ alle Ziﬀern unterhalb j fest l¨asst und δ −1 (j) = n ist, folgt δ −1 γ(i1 ) < . . . < δ −1 γ(ip−1 ) < n = δ −1 γ(ip ). Es ist γ(kl ) = j f¨ ur l := 1, . . . , q. Es gibt also ein r mit γ(kr ) < j < γ(kr+1 ). Es folgt δ −1 γ(kl ) = γ(kl ) f¨ ur l ≤ r und δ −1 γ(kl ) = γ(kl ) + 1 f¨ ur r < l. Also gilt auch δ −1 γ(k1 ) < . . . < δ −1 γ(kq ). Damit ist gezeigt, dass δ −1 γ ∈ Γ ist. Wegen n = ip = δ −1 γ(ip ) folgt nach Fall 1, wenn man noch ber¨ ucksichtigt, dass f¨ ur s < p auch δ −1 γ(is ) = γ(is ) ist, sgn(δ −1 γ = (−1)i1 +...+ip +δ

−1

γ(i1 )+...+δ −1 γ(ip )

= (−1)i1 +...+ip−1 +γ(i1 )+...+γ(ip−1 ) . Somit ist

sgn(γ) = sgn(δδ −1 γ) = sgn(δ)sgn(δ −1 γ) = (−1)ip +γ(ip ) (−1)i1 +...ip−1 +γ(i1 )+...+γ(ip−1 ) ,

was zu beweisen war. Nun haben wir alles beisammen, den Entwicklungssatz von Laplace zu formulieren und zu beweisen. Entwicklungssatz von Laplace. Es sei A eine (n × n)-Matrix. Es gelte {1, . . . , n} = {i1 , . . . , ip } ∪ {k1 , . . . , kq }

36

Kapitel VII. Resultanten

mit p + q = n, wobei i und k wie zuvor monoton wachsen. Ferner haben Γ, Πγ und Π∗γ f¨ ur γ ∈ Γ die gleiche Bedeutung, wie zu Beginn dieses Abschnitts. Ist dann Aγ die Einschr¨ ankung von A auf {i1 , . . . , ip } × γ(i1 ), . . . , γ(ip ) ankung von A auf und A∗γ die Einschr¨ {k1 , . . . , kp } × γ(k1 ), . . . , γ(kq ) , so ist

det(A) =

sgn(γ)det(Aγ )det(A∗γ ).

γ∈Γ

Beweis. Es ist det(A) =

σ∈Sn

=

sgn(σ)

n

Ai,σ(i)

i:=1

sgn(αβγ)

γ∈Γ β∈Π∗ γ α∈Πγ

=

γ∈Γ β∈Π∗ γ α∈Πγ

=

p

Air ,αβγ(ir )

r:=1

sgn(αβγ)

p r:=1

q

Aks ,αβγ(ks )

s:=1

Air ,αγ(ir )

q

Aks ,βγ(ks )

s:=1

sgn(γ)det(Aγ )det(A∗γ ).

γ∈Γ

Dabei ist zu beachten, dass α und β miteinander vertauschbar sind, dass α die γ(ks ) und dass β die γ(ir ) fest l¨asst.

VIII. Lagrange 1. Einheitswurzeln. Wir sind nun ger¨ ustet, uns Lagrangens großer Arbeit R´eﬂexions sur la r´esolution alg´ebrique des ´equations zuzuwenden. Was Lagrange in ihr zu den Einheitswurzeln sagt, stelle ich hier an den Anfang der Erz¨ ahlung, um die sp¨ ateren Untersuchungen nicht zu unterbrechen. Wenn es um die Existenz von Einheitswurzeln geht, so fallen uns drei M¨ oglichkeiten ihres Nachweises ein. Da ist einmal die M¨oglichkeit, sich auf den Zerf¨ allungsk¨ orper des Polynoms xn − 1 zu berufen, oder aber auszunutzen, dass C algebraisch abgeschlossen ist. Die dritte M¨oglichkeit ist die, von der Analysis zu lernen, dass 2π cos 2π n + i sin n

eine n-te Einheitswurzel ist, von der sogar alle u ¨ brigen n-ten Einheitswurzeln Potenzen sind. Die Sache, die wir heute Zerf¨ allungsk¨ orper nennen, war zu Lagrangens Zeiten noch nicht bekannt. Um den Fundamentalsatz der Algebra rang auch Lagrange, wie wir im sechsten Kapitel gesehen haben, doch um die n-ten Einheitswurzeln zu konstruieren, beruft er sich auf Analysis und Geometrie. Er bringt, was er zu diesem Thema zu sagen hat, zwischen den Untersuchungen u ¨ ber die Gleichungen dritten und denen vierten Grades. Das mag der Grund sein, dass sich bis heute die Behauptung h¨ alt, Gauß sei der Erste gewesen, der die Existenz von primitiven n-ten Einheitswurzeln bewiesen h¨ atte (Lebesgue 1955, S. 215/216, van der Waerden 1985, S. 78). Lagrangens Untersuchungen der Gleichungen dritten und vierten Grades dienen der Zusammenfassung des Bekannten und der Motivierung des Weiteren, so dass sie der eilige Historiker wohl u ¨ berspringt, um gleich zu den Untersuchungen u ¨ber die allgemeine Gleichung zu kommen, wobei ihm aber Wesentliches durch die Lappen geht. Da Lagrangens Zugang zu den n-ten Einheitswurzeln sich von den Zug¨angen unterscheidet, die wir nehmen, sei sein Weg hier nachvollzogen. Ihn nachzugehen, lohnt sich, weil wir Neues dabei lernen. Zun¨ achst sei vermerkt, dass Lagrange kein eigenes Wort f¨ ur Einheitswurzel hat. Er spricht immer von den Wurzeln der Gleichung xn −1 = 0. Die Wurzel, die immer vorkommt, ist 1, so dass man xn − 1 durch x − 1 dividieren kann. Im Falle n = 3 erh¨alt er die Gleichung x2 + x + 1 = 0

38

Kapitel VIII. Lagrange

mit den beiden Wurzeln α= und

√ −1 + −3 2

√ −1 − −3 . β= 2

Diese dritten Einheitswurzeln hat er schon zuvor bei der Untersuchung der Gleichungen dritten Grades benutzt. Dann geht er zur Gleichung xn − 1 = 0 u ¨ ber. Er beobachtet zun¨ achst, was wir im n¨achsten Satz formulieren. Satz 1. Es seien n, p, q ∈ N und es gelte n = pq. Es seien α1 , . . . , αp lauter verschiedene p-te und τ1 , . . . , τq lauter verschiedene q-te Einheitswurzeln. Ferner seien β1 , . . . , βp Nullstellen der p Polynome xq − α1 , . . . , xq − αp . Dann sind τk βi mit k := 1, . . . , q und i := 1, . . . , p s¨ amtliche n-ten Einheitswurzeln. Beweis. Es ist (τk βi )n = (τkq )p (βiq )p = 1p αpi = 1, so dass τk βi eine n-te Einheitswurzel ist. Es sei τk βi = τl βj . Dann ist αi = τkq βiq = (τk βi )q = (τl βj )q = τlq βjq = αj . Hieraus folgt i = j und damit τk = τl . Dies hat wiederum k = l zur Folge. Da xn − 1 nicht mehr als n = pq Nullstellen haben kann, ist der Satz bewiesen. Lagrange sagt nichts dazu, wie man die βi ﬁndet, und wir haben in Abschnitt 2 von Kapitel 6 gesehen, dass das nicht so ohne ist. Unterstellt man aber, dass andlich zu sein —, man die βi ﬁnden kann — und Lagrange scheint das selbstverst¨ so hat man die Bestimmung der n-ten Einheitswurzeln auf die Bestimmung s-ter Einheitwurzeln zur¨ uckgef¨ uhrt, wobei s Primzahl ist. Was hier nach heutigem Verst¨ andnis passiert, ist das Folgende. Es ist U := {τ1 , . . . , τq } eine Untergruppe der multiplikativen Gruppe von C, die Gruppe der q-ten Einheitswurzeln. Bezeichnet V die Gruppe der n-ten Einheitswurzeln, so ist U eine Untergruppe von V und β1 , . . . , βp ist ein Vertretersystem von V /U . Es kommt jetzt also darauf an, die Wurzeln des Polynoms xn − 1 zu bestimmen, wobei n eine Primzahl ist. Ist n = 2, so ist das nat¨ urlich einfach. Es sei also n = 2p + 1 eine ungerade Primzahl, wobei es f¨ ur die n¨ achsten Betrachtungen nicht darauf ankommt, dass n eine Primzahl sei. Dass n ungerade ist, ist zun¨ achst wichtig. Dann ist 2p 2p+1 − 1 = (x − 1) xi . x i:=0

1. Einheitswurzeln

39

Die Nullstellen, deren Existenz in Frage stehen, sind die Nullstellen von f :=

2p

xi .

i:=0

Es folgt

p 1 f = xp 1 + xi + i . x i:=1

Ist α eine Nullstelle von f , so ist α = 0 und daher 0=1+

p 1 αi + i . α i:=1

Das deutet darauf hin, dass man Ausdr¨ ucke der Form xi + x1i untersuchen muss. Das tut Lagrange, wobei er sich der P¨ unktcheninduktion bedient, so dass der Leser einiges zu r¨atseln hat. Hier ist in heutiger Sprache, was Lagrange herausﬁndet. Die Korollare und die Notation f¨ ur die Binomialkoeﬃzienten ﬁnden sich nicht bei Lagrange. Seine Binomialkoeﬃzienten sind immer mittels Punkte angedeutet. Satz 2. Es sei x eine Unbestimmte u ¨ber Q. Setzt man y := x +

1 x

und k := n , so ist xn +

k 1 n in n − i − 1 = y + (−1) y n−2i . xn i i − 1 i:=1

Ferner gilt

n n−i−1 ∈ N. i i−1

Beweis. Wir setzen xn +

Es ist x +

1 x

k 1 = (−1)i an,i y n−2i . xn i:=0

= y. Ferner ist y2 =

2 1 1 x+ = x2 + 2 + 2. x x

40

Kapitel VIII. Lagrange

Es folgt, dass die Behauptung f¨ ur n = 1 und n = 2 korrekt ist. Es sei n ≥ 2 und die Behauptung gelte f¨ ur alle k ≤ n. Dann ist 1 1 1 x+ xn + n y = xn + n x x x 1 1 = xn+1 + n+1 + xn−1 + n−1 . x x Hieraus folgt, setzt man noch l := n − 1 , dass xn+1 +

1

=

xn+1

k

(−1)i an,i y n+1−2i −

i:=0

l

(−1)i an−1,i y n−1−2i

i:=0

ist. Hieraus folgt zun¨ achst an+1,0 = an,0 = 1. Ferner folgt, da ja k − 1 ≤ l ≤ k ist, xn+1 +

1 xn+1

= yn +

k

(−1)i an,i y n+1−2i −

i:=1

= y n+1 +

l

(−1)i an−1,i y n−1−2i

i:=0

k−1

(−1)i+1 an,i+1 y n+1−2(i+1) −

i:=0

= y n+1 +

k−1

l

(−1)i an−1,i y n−1−2i

i:=0

(−1)i+1 (an,i+1 + an−1,i )y n−1−2i

i:=0

+

l

(−1)j an−1,j y n−1−2j .

j:=k

Hieraus folgt weiter xn+1 +

1 xn+1

= y n+1 +

k

(−1)i (an,i + an−1,i−1 )y n+1−2i

i:=1

+

l

(−1)j an−1,j y n−1−2j .

j:=k

Hieraus folgt einmal, dass auch xn+1 +

1 xn+1

=

m

(−1)i an+1,i y n+1−2i

i:=0

ist, falls m = n+1 ur i := 1, . . . , k die Rekursionsgleichung 2 ist, und dass f¨ an+1,i = an,i + an−1,i−1

1. Einheitswurzeln

41

gilt. Wir unterscheiden nun zwei F¨ alle. 1. Fall: Es ist n = 2k. Dann ist k = n + 1 und l = 2k − 1 = k − 1. In diesem Falle ist die zweite Summe in der letzten Formel leer, so dass wir bereits alle Relationen kennen. 2. Fall: Es ist n = 2k + 1. Dann ist l = k und m = k + 1. Es folgt l

(−1)j an−1,j y n−1−2j = an−1,k .

j:=k

Andererseits ist n + 1 − 2(k + 1) = 0, so dass an+1,k+1 = an−1,k ist. Hieraus folgt mit Induktion, dass a2k,k = 2 ist f¨ ur alle k ∈ N. ur alle in Frage kommenden i. In beiden F¨ allen folgt an,i ∈ N f¨ Wir haben noch nachzuweisen, dass n n−i−1 an,i = i i−1 ist f¨ ur i := 1, . . . , k = n2 . Es sei zun¨achst n = 2k. Dann ist 2k 2k − k − 1 = 2 = an,k . k k−1 Daher gilt die Aussage in diesem Falle. Es sei i = 1. Dann ist 2 2−1−1 a2,1 = 2 = . 1 1−1 Es folgt an,1

n n−1−1 = an−1,1 + 1 = n − 1 + 1 = . 1 1−1

Es sei schließlich 1 < i und 2i < n. Dann ist n−1 n−i−2 n−2 n−i−2 an,i = an−1,i + an−2,i−1 = + . i i−1 i−1 i−2 n−2 n−i−2 n−2 n−i−2 = . i−1 i−2 n − 2i i−1

Nun ist

Schließlich ist

und

n−2 n(n − i − 1) n−1 + = i n − 2i i(n − 2i)

n(n − i − 1) n − i − 2 (n − i − 1)(n − i − 2)! n = · i(n − 2i) i−1 i (n − 2i)(i − 1)!(n − 2i − 1)! n n−i−1 = i i−1

42

Kapitel VIII. Lagrange

Also ist in der Tat an,i =

n n−i−1 i i−1

f¨ ur i := 1, . . . , n2 .

Weil die an,i nat¨ urliche Zahlen sind, gelten die Aussagen von Satz 2 auch u ¨ ber beliebigen K¨ orpern. Das erste der folgenden Korollare war der Ausgangspunkt des Beweises von Satz 2. ur Korollar 1. Es seien an,i die im Beweis von Satz 2 deﬁnierten Koeﬃzienten. F¨ n ∈ N und k := n2 , setzen wir Hn := y n +

k

an,i y n−2i .

i:=1

Dann ist H1 = y, H2 = y 2 − 2 und Hn+1 = Hn y − Hn−1 f¨ ur n ≥ 2. Das n¨achste Korollar ist die Interpretation der Aussage von Korollar 1 mit Hilfe der Koeﬃzienten der Polynome Hn . Korollar 2. Es sei k = n2 . F¨ ur die Koeﬃzienten an,i gilt dann: a) Es ist an,0 = 1 f¨ ur alle n ∈ N. b) Es ist an,1 = n f¨ ur alle n ∈ N − {1}. c) Es ist an+1,i = an,i + an−1,i−1 f¨ ur alle n ∈ N und alle i := 1, . . . , k. d) Ist n = 2k, so ist an,k = 2. aß Korollar 2 so aus: Der Anfang der Tabelle der an,i sieht dann gem¨ 1 2 3 4 5 6 7 8

: : : : : : : :

1 1 1 1 1 1 1 1

2 3 4 2 5 5 6 9 2 7 14 7 8 20 16 2

Blickt man einen Augenblick auf diese Tabelle, so sieht man auch die G¨ ultigkeit des folgenden Korollars. ur alle k ∈ N. Korollar 3. Es ist a2k+1,1 = a2k+1,k = 2k + 1 f¨ Beweis. Dies ist richtig f¨ ur k = 1. Es sei k ≥ 1. Dann ist a2k+3,k+1 = a2k+2,k+1 + a2k+1,k = 2 + a2k+1,1 = 2 + 2k + 1 = a2k+3,1 .

1. Einheitswurzeln

43

Damit ist alles bewiesen. Korollar 4. Ist wiederum f =

2p i:=0

xi , so ist

p 1 Hi x + f =x 1+ . x i:=1 p

Dies folgt unmittelbar aus Satz 2. Sind nun α1 , . . . , αp die Nullstellen von 1+

p

Hi

i:=1

und βi,1 , βi,2 die Nullstellen von x2 − αi x + 1, so ist αi = βi,1 + und folglich f (βi,j ) =

p βi,j

1 1 = βi,2 + βi,1 βi,2

p 1+ Hk (αi ) = 0. k:=1

Also sind die βi,1 , βi,2 die 2p von 1 verschiedenen (2p + 1)-sten Einheitswurzeln. Es gilt also auch das folgende Korollar. p Korollar. 5 Sind α1 , . . . , αp die Nullstellen von 1 + i:=1 Hi , so ist x2p+1 − 1 = (x − 1)

p

(x2 − αi x + 1).

i:=1

Diese Formulierung dieses Ergebnisses ﬁndet sich bei Vandermonde, wenn auch ohne Beweis (Vandermonde 1774, Artikel VI, S. 375). Aus seinem Text geht nicht hervor, ob er das Resultat als bekannt ansieht. Vorgetragen hat er die Ergebnisse seiner Arbeit schon im November des Jahres 1770 vor der Acad´emie royale des Sciences, also in dem Jahr, als Lagrange seine Ergebnisse publizierte, die wir hier gerade vortragen. Auf die vandermondesche Arbeit werden wir in Kapitel 12 zur¨ uckkommen. Da wir Gleichungen zweiten und dritten Grades l¨ osen k¨onnen, so Lagrange, k¨ onnen wir also alle Gleichungen der Form xn − 1

44

Kapitel VIII. Lagrange

l¨ osen, f¨ ur die n nur durch Primzahlen aus der Menge {2, 3, 5, 7} teilbar ist. Ab der Primzahl 11 versagt diese grobe Methode. Man muss subtiler argumentieren. Hier kommt nun die Analysis ins Spiel. Außerdem a¨ndert Lagrange stillschweigend die Strategie und zeigt direkt, dass es n-te Einheitswurzeln gibt, was auch immer n f¨ ur eine nat¨ urliche Zahl sei. Was wir von der Analysis ben¨ otigen, ist das Additionstheorem f¨ ur den Cosinus cos(a + b) = cos a cos b − sin a sin b, und die Formel sin2 a + cos2 a = 1, die mit b = −a aus der ersten folgt. Beide Formeln tauchen bei Lagrange nicht explizit auf, da er an dieser Stelle mit einem comme on sait — wie man weiß — argumentiert. Er beruft sich auf die Trigonometrie, die heute niemand mehr kennt. Außerdem werde ich benutzen, dass cos(−ϕ) = cos ϕ und sin(−ϕ) = − sin ϕ ist, und schließlich — zusammen mit Lagrange —, dass die Gleichungen sin a = 0

und

cos a = 1

genau dann simultan gelten, wenn a = 2kπ ist mit k ∈ Z. Schließlich brauchen wir an einer Stelle auch die Stetigkeit der betrachteten Funktionen. Ich hoﬀe dabei, dass der Leser solche Beweise f¨ ur all dies gesehen hat, die sich nur reeller Argumente bedienen. — Hier erhebt sich wieder die Frage nach dem Zahlenverst¨ andnis der damaligen Zeit und den Methoden, mit denen solche Aussagen veriﬁziert wurden. Satz 3. Es ist Hn (2 cos ϕ) = 2 cos(nϕ) f¨ ur alle n ∈ N. Beweis. F¨ ur n = 1 ist nichts zu beweisen. Es ist H2 (2 cos ϕ) = 4 cos2 ϕ − 2 = 2(cos2 ϕ + cos2 ϕ − 1) = 2(cos2 ϕ − sin2 ϕ) = 2 cos 2ϕ. Es sei n ≥ 2 und der Satz gelte f¨ ur alle k ≤ n. Nach Korollar 1 ist dann Hn+1 (2 cos ϕ) = Hn (2 cos ϕ)2 cos ϕ − Hn−1 (2 cos ϕ) = 2 2 cos nϕ cos ϕ − cos(n − 1)ϕ = 2 2 cos nϕ cos ϕ − cos nϕ cos(−ϕ) − sin nϕ sin(−ϕ) = 2 2 cos nϕ cos ϕ − cos nϕ cos ϕ − sin nϕ sin ϕ = 2 cos(n + 1)ϕ. Damit ist der Satz bewiesen.

1. Einheitswurzeln

45

Der n¨achste Satz, so Lagrange, sei die Grundlage des ber¨ uhmten Satzes von Cotes. Satz 4. F¨ ur alle n ∈ N ist

x2 − 2x cos ϕ + 1,

Teiler von x2n − 2xn cos nϕ + 1. Beweis. Es sei α eine Nullstelle von x2 − 2x cos ϕ + 1. Dann ist α+

1 = 2 cos ϕ. α

Nach Satz 2 und Satz 3 folgt αn +

1 = 2 cos nϕ αn

und weiter α2n − 2αn cos nϕ + 1 = 0. Nun ist aber x2 − 2x cos ϕ + 1 = x2 − 2x cos ϕ + cos2 ϕ + sin2 ϕ = (x − cos ϕ)2 + sin2 ϕ. Also ist

√ α = cos ϕ ± sin ϕ −1.

Ist sin ϕ = 0, so ist α nicht reell und folglich α ¯ eine von α verschiedene Nullstelle von x2 − 2x cos ϕ + 1 und dann auch von x2n − 2xn cos ϕ + 1. Hieraus folgt die Behauptung in diesem Falle. Es sei also sin ϕ = 0. Dann ist ϕ = kπ mit k ∈ Z. Ist k gerade, so ist auch nkπ gerade und folglich cos ϕ = 1 = cos nϕ. Dann ist aber das erste Polynom gleich (x − 1)2 und das zweite gleich (xn − 1)2 . Also gilt auch hier die Behauptung. Es sei k ungerade. Ist dann auch n ungerade, so ist cos ϕ = −1 = cos nϕ. Hier sind die beiden Polynome gleich (x + 1)2 und (xn + 1)2 , so dass die Behauptung ebenfalls gilt, da x + 1 ja Teiler von xn + 1 ist. Es sei schließlich k ungerade und n gerade. Dann ist cos ϕ = −1 und cos nϕ = 1. Dann sind die beiden Polynome gleich (x + 1)2 und (xn − 1)2 . Weil aber n gerade ist, ist x + 1 Teiler von xn − 1, so dass (x + 1)2 Teiler von (xn − 1)2 ist. Cotessche Formel. Es ist 2n

x

n 2kπ 2 − 2x cos nϕ + 1 = x − 2x cos ϕ + +1 . n n

k:=1

46

Kapitel VIII. Lagrange Beweis. Nach Satz 4 ist 2kπ +1 x − 2x cos ϕ + n 2

Teiler von 2n

x

2kπ − 2x cos n ϕ + + 1 = x2n − 2xn cos nϕ + 1. n n

Weil die Polynome zweiten Grades paarweise teilerfremd sind, folgt die Behauptung. Der cotessche Satz ist dann die geometrische Interpretation der cotesschen Formel. Diese Interpretation ﬁndet sich etwa in D¨ orrie 1950, S. 216 ﬀ. Es sei wieder α eine Nullstelle von x2 − 2x cos ϕ + 1. Dann ist √ α = cos ϕ ± −1 sin ϕ. Andererseits ist auch α2n − 2αn cos nϕ + 1 = 0 und daher αn = cos nϕ ±

√ −1 sin nϕ.

Die Frage erhebt sich, welche der Vorzeichen zusammen geh¨oren. Lagrange schließt — ohne unsere Skrupel — wie folgt. Ist ϕ sehr klein, so ist bis auf unendlich Kleine ” quadratischer Ordnung“ cos ϕ = 1,

sin ϕ = ϕ,

und ebenso

cos nϕ = 1,

sin nϕ = nϕ.

Die Gleichungen f¨ ur α und αn werden dann zu √ α = 1 ± −1 ϕ √ αn = 1 ± −1 nϕ. Potenziert man nun die erste Gleichung mit n, so muss bis auf unendlich Kleine ” quadratischer Ordnung“ die zweite Gleichung herauskommen. Folglich geh¨ oren die beiden Pluszeichen und die beiden Minuszeichen zusammen. Mit andern Worten: Ist √ α = cos ϕ + −1 sin ϕ, so ist αn = cos nϕ +

√ −1 sin nϕ.

Das sind die ber¨ uhmten de moivreschen Formeln! W¨ahlt man nun ϕ :=

2πk , n

1. Einheitswurzeln

47

angigkeit von α von k durch einen Index deutlich, so ist αn = 1. Macht man die Abh¨ so sind α1 , . . . , αn s¨amtliche n-ten Einheitswurzeln. Dies schließt Lagrange daraus, dass die Paare 2πk 2πk , sin cos n n f¨ ur diese Werte von k paarweise verschieden sind und dass xn − 1 nicht mehr als n Wurzeln haben kann. Die de moivreschen Formeln besagen dar¨ uber hinaus, dass αk1 = αk ist f¨ ur k := 1, . . . , n. Es gilt sogar, wie Lagrange noch bemerkt, dass genau dann jedes αi Potenz von αk ist, wenn k und n teilerfremd sind. — Hier wird also die Existenz primitiver n-ter Einheitswurzeln sichergestellt. Es ist am Ende also nicht mehr die Rede davon, dass 2n + 1 eine Primzahl ist und dass man die L¨ osung der Gleichung 2n

xi = 0

i:=0

auf die L¨ osung einer Gleichung vom Grade 2 und einer solchen vom Grade n zur¨ uckf¨ uhrt. Es werden ja auch nicht mehr die (2n + 1)-sten Einheitswurzeln konstruiert, sondern die n-ten. Die anf¨ anglichen Untersuchungen des Halbierens des Grades der zu betrachtenden Gleichung wurde also aufgegeben und durch eine direkte Konstruktion der n-ten Einheitswurzeln ersetzt, die die de moivreschen Formeln benutzt, f¨ ur die Lagrange hier einen Beweis gibt. Lagrange sagt kein Wort zu diesem Wechsel der Strategie. — Ich weiß nichts zur Historie der cotesschen und de moivreschen Formeln. Mit unendlich kleinen und großen Gr¨ oßen zu operieren, war im 18. Jahrhundert gang und g¨ abe. Euler war ein Meister im Umgang mit ihnen, wie zum Beispiel der erste Band seiner Introductio in analysin inﬁnitorum zeigt (Euler 1748/1922). Lange Zeit abgelehnt, sind sie heute im Rahmen der Nicht-Standard-Analysis wieder salonf¨ahig geworden, liefert die Nicht-Standard-Analysis doch ein solides Fundament f¨ ur sie. Es interessiert sich aber nur ein kleiner Zirkel von Mathematikern f¨ ur sie, obwohl sie, wie mir scheint, ein ungeheures Potential an Heuristik bietet. Liest man in Eulers Introductio, so ﬂießt seine ber¨ uhmte Formel eix = cos x + i sin x v¨ ollig nat¨ urlich aus der Feder, wenn man sich nur dieser Gr¨oßen bedient. Selbst wenn man nicht von den Methoden der Nicht-Standard-Analysis abh¨ angen will, ist es doch n¨ utzlich zu sehen, dass eine solche Formel plausibel ist. Es ist dann zu hoﬀen, dass man sie am Ende auf herk¨ ommliche Weise veriﬁzieren kann, will man sich nicht auf die Nicht-Standard-Analysis verlassen.

48

Kapitel VIII. Lagrange

Aus der eulerschen Formel ﬂießen nat¨ urlich sofort die de moivreschen Formeln. Es ist ja (cos x + i sin x)n = e(ix)n = ei(nx) = cos nx + i sin nx. Kehren wir noch einmal zu den Ausgangs¨ uberlegungen zur¨ uck. Es sei f=

2n

ai xi .

i:=0

Ferner gelte ai = an−i f¨ ur alle i und etwa a2n = 1. Dann ist auch a0 = 1, so dass 0 keine Wurzel von f ist. Beispiel f¨ ur diese Situation ist das Polynom mit ai = 1 f¨ ur alle i, das uns am Anfang interessierte. Hier folgt nun n 1 i an−i x + i f = x an + . x i:=1 n

Mittels Satz 2 folgt hieraus n 1 f = x an + an−i Hi x + . x i:=1 n

Setzt man nun g := an +

n

an−i Hi ,

i:=1

so ist g ein Polynom vom Grade n. Ist dann α eine Nullstelle von g und ist β eine Nullstelle von x2 − αx + 1, so ist β Nullstelle des Ausgangspolynoms f . Hier ist also das Problem der Auﬃndung einer Nullstelle des — speziellen — Polynoms f vom Grade 2n auf das Auﬃnden einer Nullstelle eines Hilfspolynoms vom Grade n mit anschließender L¨osung einer quadratischen Gleichung zur¨ uckgef¨ uhrt worden. Dies h¨ atte seines Wissens, so Lagrange, de Moivre als Erster bemerkt und er zitiert dessen Miscellanea analytica. Wir wollen noch ein wenig bei den primitiven n-ten Einheitswurzeln bleiben. ur die k und n teilerfremd sind, so dass also jedes αi Das sind diejenigen αk , f¨ Potenz von αk ist. Sind i und n nicht teilerfremd, so haben sie einen gemeinsamen Primteiler p. Es folgt n

in

ni

αip = α1 p = α1 p = 1. n

n

Somit ist αi Nullstelle von x p − 1. Ist umgekehrt αi Nullstelle von x p − 1, so folgt in

1 = α1 p ,

2. Die große Arbeit

49

so dass i np Vielfaches von n ist. Es folgt, dass i Vielfaches von p ist. Ist n = pm, so sind die n-ten Einheitswurzeln, die keine m-ten Einheitswurzeln sind, wie aus dem gerade Bemerkten folgt, die Wurzeln von p−1 xn − 1 = xim . xm − 1 i:=0

Deﬁniert man nun f¨ ur einen Primteiler p von n das Polynom fp durch fp :=

p−1

n

x p i,

i:=0

so sind die Wurzeln von fp diejenigen n-ten Einheitswurzeln, die nicht gleichzeitig n p -te Einheitswurzeln sind. Deﬁniert man schließlich das Polynom Φn durch Φn := ggT(fp | p ist Primteiler von n), so sind die Wurzeln von Φn diejenigen n-ten Einheitswurzeln, die f¨ ur keinen Primteiler p von n auch np -te Einheitswurzel sind. Die Wurzeln von Φn sind also genau die primitiven n-ten Einheitswurzeln. Auf diese Weise konstruiert Lagrange im dritten Teil seiner Untersuchungen die n-ten Kreisteilungspolynome Φn , ohne sie so zu nennen und ohne sie irgendwie zu bezeichnen. Er schließt aus dieser Darstellung auch, dass Φn (0) = 1 f¨ ur n ≥ 2. Dies ist das fr¨ uheste Auftauchen der Kreisteilungspolynome, das ich kenne. ¨ Uber den Grad von Φn sagt Lagrange, dass man ihn a priori — ein von ihm h¨ auﬁg benutztes Wort — bestimmen k¨ onne. Er sei gleich der Anzahl der nat¨ urlichen Zahlen unterhalb n, die zu n teilerfremd sind. Seien r, s, t, . . . die Primteiler von n, so sei diese Anzahl gleich n (r − 1)(s − 1)(t − 1) · · · rst · · · Er beweist dies nicht, sondern verweist auf Nouveaux Commentaires de Petersbourg, tome VIII. Da mir diese Commentaires nicht zur Verf¨ ugung standen, habe ich in Lagrangens Werken nach einer entsprechenden Arbeit gesucht, aber nichts gefunden. In Eulers Werken jedoch ﬁndet sich eine Arbeit aus diesem Band, in der er die Verallgemeinerung des kleinen fermatschen Satzes beweist (Euler 1763). Dort ﬁndet sich auch die Aussage u ¨ ber die Anzahl der zu n teilerfremden Reste unterhalb von n bewiesen. Ich nehme an, dass Lagrange diese Arbeit meint. ¨ Uber die Kreisteilungspolynome wird noch ausf¨ uhrlich zu berichten sein. 2. Die große Arbeit. In Abschnitt 9 von Kapitel 6 haben wir gesehen, dass sich das Problem des Aufsuchens der Wurzeln eines Polynoms in zwei Probleme aufgespalten hatte. Es ging einmal um das Problem, die Struktur der Wurzeln

50

Kapitel VIII. Lagrange

an Hand der Koeﬃzienten zu erkennen, und zum Andern um die Frage, ob es u ¨ berhaupt immer Nullstellen gibt, und wo sie zu suchen sind. Bei der Behandlung dieser Frage spielte vor allem die Anordnung von Q und R eine Rolle. Typisch f¨ ur diese Untersuchungen ist die cartesische Zeichenregel und der Satz, dass jedes reelle Polynom ungeraden Gerades und auch jedes reelle Polynom mit negativem Absolutglied eine reelle Nullstelle hat. Dieser Aufspaltung des Problems war sich Lagrange bewusst, wie die Einleitung seiner großen Arbeit zeigt. Diese Einleitung ¨ sei hier in meiner Ubersetzung wiedergegeben. Die Theorie der Gleichungen ist von allen Teilen der Analysis diejenige von ” der man h¨ atte glauben m¨ ussen, dass sie, sei es wegen ihrer Wichtigkeit, sei es wegen der raschen Fortschritte, die die ersten Forscher erzielten, den gr¨oßtm¨ oglichen Grad an Perfektion erzielte; aber obgleich die Geometer, die seitdem gekommen sind, nicht m¨ ude wurden, sich daran zu versuchen, bedarf es noch viel, dass ihre Anstrengungen den Erfolg h¨ atten, den man w¨ unschen k¨ onnte. Man hat, das ist die Wahrheit, fast alles ausgesch¨opft, was die Natur der Gleichungen anbelangt, ihre Transformationen, die n¨ otigen Bedingungen, dass zwei oder mehrere Wurzeln gleich werden oder eine gegebene Relation zwischen ihnen bestehe und die Art, diese Wurzeln zu ﬁnden, die Form der Wurzeln, deren Existenz unterstellt wird, und die Methode, die Werte derjenigen zu ﬁnden, die, obgleich reell, sich unter einer imagin¨ aren Form verbergen, usw. Man hat auch allgemeine Regeln entdeckt um zu erkennen, ob alle Wurzeln einer Gleichung reell sind oder nicht, und wieviele im ersten Falle positiv sind und wieviele negativ; aber man hat bis heute noch keine allgemeine Regel gefunden, um die Anzahl der imagin¨ aren Wurzeln von Gleichungen zu erkennen, die solche enthalten, und noch viel weniger zu erkennen, wieviele positive und negative reelle es gibt, auch wenn man die Zahl der reellen und imagin¨ aren kennt; man hat nicht einmal eine Regel, um sich vergewissern zu k¨onnen, ob irgendeine gegebene Gleichung reelle Wurzeln besitzt oder nicht, zumindest dann nicht, wenn die Gleichung nicht von ungeradem Grad oder ihr letzter Term nicht negativ ist.“ Es ist nicht so, dass man nicht die Zahl der imagin¨ aren und der positiven ” oder negativen reellen Wurzeln herausﬁnden k¨ onnte, wenn man die numerischen Werte der Koeﬃzienten der vorgegebenen Gleichung kennt; die Methoden, die ich anderswo gegeben habe, ebenso die, die zum Ziele haben, die Wurzeln, so gut man nur will, zu approximieren, lassen, so scheint es mir, nichts zu w¨ unschen u ¨brig; aber es handelt sich hier um Buchstabengleichungen (´equations litt´erales) und die Frage ist, Bedingungen zu ﬁnden, die zwischen den verschiedenen Koeﬃzienten einer Gleichung von gegebenem Grade gelten m¨ ussen entsprechend der Beschaﬀenheit ihrer Wurzeln.“ Was die Auﬂ¨ osung von Buchstabengleichungen betriﬀt, so ist man kaum weiter ” gekommen als zu den Zeiten Cardanos, der als Erster die der Gleichungen dritten und vierten Grades publiziert hat. Die ersten Erfolge der italienischen Analysten ¨ in dieser Sache scheinen das Außerste der Entdeckungen zu sein, die man hier machen kann; jedenfalls ist es sicher, dass alle Versuche, die man bis heute unter-

2. Die große Arbeit

51

nommen hat, um die Grenzen dieses Teils der Algebra hinauszur¨ ucken, nur dazu gedient haben, neue Methoden f¨ ur die Gleichungen dritten und vierten Grades zu ﬁnden, von denen im Allgemeinen keine auf Gleichungen h¨ oheren Grades anwendbar erscheint.“ Ich habe mir in diesem M´emoire die Aufgabe gestellt, die verschiedenen Meth” oden zu untersuchen, die man bislang f¨ ur die algebraische Auﬂ¨ osung von Gleichungen gefunden hat, und sie auf allgemeine Prinzipien zur¨ uckzuf¨ uhren und a priori zu zeigen, warum diese Methoden beim dritten und vierten Grad Erfolg haben, bei h¨ oherem Grade jedoch versagen.“ Diese Untersuchungen haben einen zweifachen Vorteil: Auf der einen Seite ” dienen sie dazu, ein helleres Licht auf die bekannten L¨ osungen beim dritten und vierten Grad zu werfen; auf der anderen Seite werden sie denen n¨ utzlich sein, die sich mit der Auﬂ¨ osung bei h¨ oheren Graden besch¨aftigen wollen, indem ihnen verschiedene Sichtweisen dieses Unterfangens zur Verf¨ ugung gestellt und ihnen vor allem eine Vielzahl unn¨ utzer Versuche erspart werden.“ Zun¨ achst eine Bemerkung zur Passage die Form der Wurzeln, deren Existenz ” unterstellt wird“. Im Original steht la forme des radices imaginaires. Angespielt wird hier auf den Fundamentalsatz der Algebra, bei dem es im 18. Jahrhundert ja darum ging, dass man aus der angenommenen Existenz der Wurzeln schloss, dass sie komplexe Zahlen sind. Dar¨ uber haben wir im sechsten Kapitel berichtet. ¨ Um also nicht den Leser mit der Ubersetzung imagin¨ ar“ f¨ ur das Wort imagi” naire auf eine falsche F¨ ahrte zu locken, habe ich das Wort imaginaire bei seinem ersten Auftreten mit deren Existenz unterstellt wird“ u ¨ bersetzt. Beim n¨achsten ” Auftreten habe ich es dann mit imagin¨ ar“ wiedergegeben, weil hier nun die As” soziation mit den komplexen Zahlen das Richtige wiedergibt. An dieser Stelle geht es ja darum, dass sich gelegentlich reelle Wurzeln imagin¨ar darstellen, wie wir dies bei den Gleichungen dritten Grades beobachteten und was schon Cardano nach Tartaglias Zeugnis irritierte. Als N¨achstes sei vor allem klar gestellt, was aus der Sekund¨arliteratur nur hervorgeht, wenn man es weiß, was n¨amlich der Unterschied zwischen einer numerischen und einer algebraischen Gleichung in diesen fr¨ uhen Schriften der Algebra ist. Eine numerische Gleichung ist ein Polynom gleich null gesetzt, dessen Koeﬃzienten ganz-rationale, rationale, reelle oder komplexe Zahlen sind. Eine algebraische Gleichung ist ein Polynom gleich null gesetzt, wobei die Koeﬃzienten des Polynoms Unbestimmte sind. Wir subsumieren heute beide Gleichungstypen unter dem Begriﬀ algebraische Gleichung“, woraus dem unbedarften Leser ” manches Missverst¨andnis entsteht. Wenn also Lagrange von Buchstabengleichungen, ´equations litt´erales, bzw. algebraischen Gleichungen, ´equations alg´ebriques, redet, so meint er eine Gleichung f = 0 mit Polynomen f der Form n an−i xi ∈ Q[a1 , . . . , an ][x] f= i:=0

mit Unbestimmten a1 , . . . , an und x sowie a0 = 1. Dies sollte der Leser im Auge behalten.

52

Kapitel VIII. Lagrange

Das Aufschluss gebende Wort ´equations litt´erales erscheint nur zweimal in der Einleitung und dann nie wieder. Den Zeitgenossen war wohl klar, wovon Lagrange handelte. Dennoch sei meine Forderung an meine Studenten hier wiederholt, dass n¨ amlich in der Einleitung ausgesprochene Deﬁnitionen im eigentlichen Text wiederholt werden sollten oder dass dort zumindest ausdr¨ ucklich auf sie verwiesen werden m¨ usste, um beim eiligen Leser, der die Einleitung nur u ¨berﬂiegt, Verwirrung zu vermeiden. Was nun die numerischen Gleichungen anbelangt, so sei der Leser auf den Abschnitt 9 von Kapitel 11 verwiesen. Im vorliegenden Kapitel untersuchen wir mit Lagrange Polynome der Form f = xn + a1 xn−1 + . . . + an ∈ Q[a1 , . . . , an ][x] mit Unbestimmten a1 , . . . , an und x u ¨ ber Q. Der Leser wundere sich, so wie auch ich mich gewundert habe, als mir so langsam die Augen aufgingen, mit welcher Unbek¨ ummertheit, aber auch Sicherheit Lagrange mit diesen Unbestimmten rechnet, n-te Wurzeln aus ihnen zieht, rationale Ausdr¨ ucke in ihnen bildet, annimmt, dass eine solche Gleichung soviele Wurzeln hat, wie ihr Grad angibt, usw. Man muss sich das wirklich vor Augen halten, was Lagrange da tut, da uns heute, mehr als zweihundert Jahre nach der Publikation von Lagrangens großer Arbeit, ein dicht gekn¨ upftes Netz von Begriﬀen und S¨ atzen vor dem Sturz in die Tiefe bewahrt und uns aber auch gleichzeitig den Blick verstellt f¨ ur das großartige Unterfangen, das Lagrange mit dieser Arbeit unternahm. Wie Gauß — einundvierzig Jahre j¨ unger als Lagrange — sich der Polynomringe bediente, haben wir im sechsten Kapitel gesehen. Bei ihm ist das alles schon viel diﬀerenzierter, wenn es auch ihm noch an Begriﬄichkeit fehlt. Die lagrangesche Arbeit ist in vier Abschnitte (sections) eingeteilt, wovon die ersten beiden 1770 und die letzten beiden 1771 erschienen. In den ersten beiden wird alles u ¨ ber Gleichungen dritten und vierten Grades zusammengetragen, was damals bekannt war, und gr¨ undlichst untersucht. Ich werde hier wesentliche Teile dieser beiden Abschnitte vortragen, um dem Leser einen Eindruck vom rechnerischen Argumentieren der damaligen Zeit zu geben. Lagrange benutzt seine Ausf¨ uhrungen zu den Gleichungen dritten und vierten Grades zur Motivation der Untersuchungen des dritten Abschnittes, wo er den allgemeinen Fall behandelt. Der Ansatz, den er dort macht, stammt von Ehrenfried Tschirnhaus, der ihn im Jahre 1683 im ersten Band der Acta eruditorum (S. 204–207) publizierte. Langwierige Rechnungen, die vieles auch noch dem Leser zu pr¨ ufen u ¨berlassen, machen die Lekt¨ ure der letzten beiden Abschnitte f¨ ur den heutigen Leser sehr m¨ uhsam. Fortschritte in der Mathematik haben das Rechnen ja vielfach u ¨berﬂ¨ ussig gemacht, so dass uns Heutigen die Gel¨auﬁgkeit beim Rechnen fehlt. Ich werde mich daher heutiger Methoden bedienen, um die wesentlichen Resultate Lagrangens zu etablieren. Im dritten Abschnitt wird also die tschirnhausensche Methode eingehend untersucht, ohne dass das Ziel der Auﬂ¨ osung von algebraischen Gleichungen h¨ oheren als vierten Grades erreicht wird, ohne aber auch zu zeigen, dass sie nicht zum Ziele f¨ uhrt. Bei den Untersuchungen der ersten drei Abschnitte stellt sich heraus, dass ra-

¨ 3. Uber die Auﬂ¨ osung der Gleichungen dritten Grades

53

tionale Funktionen, die unter der Wirkung der symmetrischen Gruppe nur wenige Bilder haben, eine wichtige Rolle spielen. Lagrange nimmt daher nach den entt¨ auschenden Ergebnissen des dritten Abschnitts im vierten Abschnitt einen neuen Anlauf und betrachtet die Menge aller rationalen Funktionen in n Unbestimmten und ihre Strukturierung durch die symmetrische Gruppe, wobei es keine Rolle mehr spielt, dass die Unbestimmten die Nullstellen der allgemeinen Gleichung n-ten Grades sind. Er sagt zwar nicht, dass er das tut, aber de facto ist es so. Bemerkenswert ist auch, dass er in diesem Zusammenhang eine explizite Erzeugung der n! Permutationen von n Elementen gibt. Wir werden auch dem Ursprung des Namens Satz von Lagrange“ f¨ ur den Sacherhalt begegnen, dass die Ordnung ” einer Untergruppe einer endlichen Gruppe G, die Ordnung von G teilt. — Es gibt einiges zu berichten! ¨ 3. Uber die Auﬂ¨ osung der Gleichungen dritten Grades. Wenn im Folgenden von allgemeinen Gleichungen die Rede ist, so erinnere sich der Leser daran, dass damit Gleichungen gemeint sind, deren Koeﬃzienten Unbestimmte sind. Die allgemeine Gleichung dritten Grades lautet x3 + mx2 + nx + p = 0. Lagrange bemerkt an dieser Stelle, dass es bekannt sei, dass man annehmen d¨ urfe, dass m = 0 sei. Er sagt sogar noch mehr, dass man n¨ amlich bei Gleichungen vom Grade n stets zu einer ¨aquivalenten Gleichung u ¨bergehen k¨ onne, bei der das Glied vom Grade n − 1 fehle. Da es hier aber um Gleichungen mit Unbestimmten als Koeﬃzienten geht, muss man etwas dazu sagen. Es sei also f = xn + a1 xn−1 + . . . + an ∈ Q[a1 , . . . , an ][x] mit Unbestimmten a1 , . . . , an und x. Wir nehmen eine neue Unbestimmte y und setzen a1 g(y) := f y − . n = 0 ist, wenn nur k > n − i Setzt man weiter a0 := 1 und beachtet man, dass n−i k ist, so folgt n−i n a1 g(y) = ai y − n i:=0 n−i−k n n−i a1 n−i−k n − i = ai (−1) yk k n i:=0 k:=0 n−k−i n n n−i a1 = ai (−1)n−k−i yk k n i:=0 k:=0 n−k−i n n a1 n−k−i n − i = (−1) ai y k . k n i:=0 k:=0

54

Kapitel VIII. Lagrange

Setzt man schließlich m := n − k und m

bm :=

m−i

(−1)

i:=0

n−i n−m

a1 n

m−i ai

f¨ ur m := 0, . . . , n, so ist b0 = 1, b1 = 0 und g(y) = y n +

n

bi y n−i .

i:=2

Es folgt weiter bm =

m−1

m−i

(−1)

i:=0

n−i n−m

a1 n

m−i a i + a m = cm + a m

mit cm ∈ Q[a1 , . . . , am−1 ] f¨ ur m := 2, . . . , n. Daher ist (A)

Q[a1 , . . . , ak ] = Q[a1 , b2 , . . . , bk ]

f¨ ur k := 2, . . . , n. Deﬁniert man f¨ ur F ∈ Q[a1 , . . . , an ] das Polynom F σ durch F σ := F (a1 , b2 , . . . , bn ), so ist σ ein Endomorphismus von Q[a1 , . . . , an ], der wegen (A) surjektiv ist. Dar¨ uberhinaus gilt, dass σ injektiv ist. W¨are dies nicht der Fall, so g¨ abe es ein F ∈ Kern(σ) mit F = 0. Es w¨are also F (a1 , b2 , . . . , bn ) = 0. Weil a1 eine Unbestimmte ist, k¨ame ein bi wirklich vor. Es sei m maximal unter ame. Entwickelte man F (a1 , b2 , . . . , bn ) den i, f¨ ur die bi in F (a1 , b2 , . . . , bn ) vork¨ nach Potenzen von bm , so folgte 0 = F (a1 , b2 , . . . , bn ) =

N

di bim

i:=0

mit di ∈ Q[a1 , b2 , . . . , bm−1 ] = Q[a1 , . . . , am−1 ] f¨ ur i := 0, . . . , N und dN = 0. Nun ist bm = cm + am mit cm ∈ Q[a1 , . . . , am−1 ]. Daher w¨are 0 = F (a1 , b2 , . . . , bn ) = aN m dN + Terme niedrigeren Grades in am . Dies aber w¨are ein Widerspruch. Also ist σ doch injektiv. Weil σ ein Automorphismus von Q[a1 , . . . , an ] ist, der a1 fest l¨asst und die urfen wir a1 , b2 , . . . , bn als Unbestimmte u ¨ ber Q u ¨ brigen ai jeweils auf bi abbildet, d¨

¨ 3. Uber die Auﬂ¨ osung der Gleichungen dritten Grades

55

auﬀassen. Diese Annahme wird von Lagrange immer gemacht, wenn er die fragliche Transformation durchf¨ uhrt, ohne dass er etwas dazu sagt. Die Methoden, mit denen wir die algebraische Unabh¨angigkeit von a1 , b2 , . . . , bn nachwiesen, standen ¨ aber auch ihm zur Verf¨ ugung. Uber den Begriﬀ der algebraischen Unabh¨ angigkeit werden wir uns sp¨ ater noch ausf¨ uhrlich unterhalten (Kapitel 11). Dass die Charakteristik 0 ist, ist hier wesentlich, da bei der Transformation durch die nat¨ urliche Zahl n dividiert wird. Was wir gerade machten, verbirgt sich bei Lagrange unter dem W¨ ortchen be” kannt“. Wie bewusst sich Lagrange der Problematik war, wird uns verborgen bleiben. Wir halten aber fest, dass Lagrange konstatiert, dass es gen¨ uge, sich die Gleichung x3 + nx + p = 0 anzusehen. In dieser Form h¨atten Scipione del Ferro und Tartaglia die kubischen Gleichungen zuerst behandelt. Wir wissen, dass sie in Wirklichkeit drei Typen von Gleichungen dritten Grades ohne quadratisches Glied hatten, von denen del Ferro nur einen beherrschte. Außerdem wissen wir, dass Tartaglia den Zusammenhang dieser Gleichungen mit den Gleichungen, die auch ein quadratisches Glied besitzen, nicht kannte. Lagrange nun meinte, dass die nat¨ urliche Methode, kubische Gleichungen ohne quadratisches Glied zu attackieren, die Methode von Hudde sei. Hier einige Zeilen zu dem dem gemeinen Mathematiker wenig bekannten Mann. In der Literatur zur Geschichte der Mathematik ﬁndet er sich nat¨ urlich. Jan Hudde wurde um 1628 geboren und starb 1704. Mathematisch war er Sch¨ uler von Frans van Schooten dem J¨ ungeren (um 1615–1660), der die mathematischen Werke von Fran¸cois Vi`ete und die G´eom´etrie von Ren´e Descartes herausgegeben hat. Die Dinge, auf die sich Lagrange bezieht, stehen in einem Brief an Schooten vom 15. Juli 1657. Diesen Brief hat Schooten im Anhang seiner Ausgabe von Descartes’ G´eom´etrie publiziert (Hudde 1659/61. Zitiert nach Haas 1956). Nach 1663 gibt es keine mathematische Publikation von Hudde mehr. Von diesem Zeitpunkt an bis zu seinem Tode war er nur noch politisch in den verschiedens¨ ten Amtern der Stadt Amsterdam t¨atig. In dieser Zeit war er auch mehrfach B¨ urgermeister dieser Stadt. Die Angabe bei Haas 1956, S. 236, dass er es einundzwanzigmal war mit der nachfolgenden Bemerkung, dass die Amtszeit eines B¨ urgermeisters auf je zwei Jahre von dreien beschr¨ ankt“ war, bedarf der Inter” pretation. Da Hudde 1672 zum ersten Male B¨ urgermeister wurde und 1704 starb, kann ich das Ganze nur so interpretieren, dass die Amtszeit eines B¨ urgermeisters ein Jahr betrug und dass ein und dieselbe Person innerhalb von drei Jahren nur zweimal B¨ urgermeister werden konnte. Mit dieser Interpretation k¨ ame ich auf eine Zeitspanne von minimal 31 Jahren f¨ ur 21 Amtszeiten, was in die noch verbleibende Lebenszeit von Hudde passte. Das bedeutet, dass er das Amt so h¨auﬁg inne hatte, wie es das Gesetz u ¨ berhaupt zuließ. Er muss ein hervorragender B¨ urgermeister f¨ ur die gewesen sein, die ihn immer wieder w¨ ahlten. Soviel zu Hudde. Wer mehr u ¨ ber ihn und seine mathematischen Schriften wissen m¨ ochte, sei auf Haas 1956

56

Kapitel VIII. Lagrange

verwiesen. Lagrange setzt nun nach dem Vorbild Huddes in der reduzierten Gleichung x = y + z. Dann ergibt sich 0 = y 3 + 3y 2 z + 3yz 2 + z 3 + n(y + z) + p = y 3 + z 3 + p + (y + z)(3yz + n). Man betrachte nun die beiden Gleichungen y3 + z 3 + p = 0 3yz + n = 0. Sie ergeben z=− und weiter y3 −

n 3y

n3 + p = 0, 27y 3

das heißt

n3 = 0. 27 Diese Gleichung sechsten Grades fanden wir auch schon bei Bombelli. Sie heißt heute huddesche Resolvente. Sie ist eine quadratische Gleichung in y 3 . Es folgt n3 p2 p 3 + y =− ± 2 4 27 y 6 + py 3 −

und weiter y=

3

p − ± 2

n3 p2 + . 4 27

Damit hat man also y und z und dann auch x. Man erinnere sich. Tartaglia beginnt damit, u und v zu bestimmen mit u + v + p = 0 und 27uv + n3 = 0. Bei ihm ist dann √ √ x = 3 u + 3 v. Das ist im Wesentlichen die huddesche Methode, nur dass man bei Hudde, wie Lagrange bemerkt, sieht, wie man auf diesen Ansatz gef¨ uhrt wird. Lagrange bemerkt, dass y sechs Werte annimmt, da y ja Wurzel einer Gleichung sechsten Grades ist. Diese ergeben f¨ ur x aber nur drei Werte, da x Wurzel einer Gleichung dritten Grades ist. Nach diesem theoretischen Schluss rechnet er aus n auf die Gleichung der Gleichung f¨ ur y und der Gleichung x = y − 3y (x3 + nx + p)2 = 0

¨ 3. Uber die Auﬂ¨ osung der Gleichungen dritten Grades

57

f¨ ur x zur¨ uck, was den theoretischen Schluss best¨ atigt. Er kommentiert dies damit, dass das L¨osen einer kubischen Gleichung in Wirklichkeit das L¨ osen einer Gleichung sechsten Grades sei, eine Unbequemlichkeit (inconv´enient ), die bei Gleichungen zweiten Grades nicht, bei Gleichungen h¨ oheren Grades in noch viel betr¨ achtlicherem Maße auftrete, wie man noch sehen werde. Es gelte, die drei Werte von y zu ﬁnden, die die drei verschiedenen Werte von x liefern. Der Wert y aber ist in jedem Falle eine dritte Wurzel. Da ist nun grunds¨ atzlich zu sagen, dass eine von null verschiedenen komplexen Zahl stets n verschiedene n-te Wurzeln hat und dass sich je zwei von ihnen um eine n-te Einheitswurzel unterscheiden. Man kommt um die Einheitswurzeln also nicht herum. So gibt denn auch Lagrange, nachdem er die Gleichungen dritten Grades untersucht hat, einen Exkurs u ¨ber die n-ten Einheitswurzeln, den wir im ersten Abschnitt vorweggenommen haben. Im vorliegenden Falle bedient sich Lagrange also der dritten Einheitswurzeln 1, α, β, die er als Wurzeln der Gleichung x3 − 1 = 0 auﬀasst. Wegen 1 · α · β = 1, dem letzten Term von x3 − 1, seien α und β invers 2 3 zueinander. Setzt man q := p4 + n27 , so sind die sechs Werte von y gleich p √ p √ p √ 3 3 − ± q, α − ± q, β 3 − ± q. 2 2 2 2 n p √ 3 p √ 3 p 3 −q =− . − ± q − ∓ q= 2 2 4 3 Daher sind wegen αβ = 1 die zu y geh¨origen Werte von z der Reihe nach gleich p √ p √ p √ 3 3 − ∓ q, β − ∓ q, α 3 − ∓ q. 2 2 2 Nun ist

Da die sechs Werte von y, von der Reihenfolge abgesehen, mit den sechs Werten von z u ¨ bereinstimmen und die zu den y-Werten mit dem Pluszeichen geh¨orenden z-Werte, die mit dem Minuszeichen sind, sind die drei verschiedenen x-Werte die Werte p √ p √ 3 − + q + 3 − − q, 2 2 p √ p √ 3 α − + q + β 3 − − q, 2 2 √ p p √ β 3 − + q + α 3 − − q. 2 2 Dies zeigt, wie die Wurzeln der Ausgangsgleichung von den Wurzeln der huddeschen Resolventen abh¨angen. Lagrange nennt die huddesche Resolvente einfach die Reduzierte Er untersucht nun umgekehrt, wie die Wurzeln der Reduzierten von den Wurzeln der Ausgangsgleichung abh¨ angen. Dazu betrachtet er wieder die allgemeine Situation x3 + mx2 + nx + p = 0

58

Kapitel VIII. Lagrange

mit den Wurzeln a, b, c. Dies ist so eine Stelle, wo wir sehr viel vorsichtiger zu argumentieren h¨ atten. Wir betrachteten den Polynomring in den Unbestimmten a, b, c und n¨ ahmen f¨ ur m, n und p die elementarsymmetrischen Polynome in diesen Unbestimmten. Auf Grund des waringschen Satzes w¨ aren m, n und p algebraisch unabh¨ angig, so dass wir die lagrangesche Situation vor uns h¨ atten, wobei nun aber die Rolle von a, b und c pr¨ azisiert w¨are. Lagrange deﬁniert weiter x , n und p durch die Gleichungen x = x − m 3 und m2 mn 2m3 n = n − 3 , p = p − 3 + 27 . Dann ergibt sich x3 + n x + p = 0. Setzt man x = y −

n 3y ,

so ergibt sich die Reduzierte y 6 + p y 3 −

Setzt man weiter r :=

3

p − + 2

n3 = 0. 27

n3 p2 + , 4 27

so erh¨alt man f¨ ur y die drei Wurzeln r, αr und βr, die verschiedene Werte von x liefern, n¨ amlich die Werte r− Setzt man s :=

n 3r ,

n , 3r

αr −

n , 3αr

βr −

so erh¨ alt man f¨ ur a, b und c die Werte m + r − s, 3 s m b = − + αr − , 3 α m s c = − + βr − . 3 β

a=−

Hieraus ergibt sich

und weiter

n . 3βr

s a − b = (1 − α) r + , α s a − c = (1 − β) r + , β α(a − b) = αr + s, 1−α β(a − c) = βr + s. 1−β

¨ 3. Uber die Auﬂ¨ osung der Gleichungen dritten Grades Hieraus erh¨ alt man

59

α(a − b) β(a − c) − 1−α 1−β r= α−β

und dann nach einiger Rechnung, die auch Lagrange nicht vorf¨ uhrt, r=

αb βc a + + . (1 − α)(1 − β) (α − 1)(α − β) (β − 1)(β − α)

Es ist x3 − 1 = (x − 1)(x − α)(x − β). Diﬀerenzieren ergibt 3x2 = (x − α)(x − β) + (x − 1)(x − β) + (x − 1)(x − α). Ersetzt man x der Reihe nach durch 1, α, β, so folgt 3 = (1 − α)(1 − β), 3α2 = (α − 1)(α − β), 3β 2 = (β − 1)(β − α). Geht man mit diesen Werten in die f¨ ur r gefundene Formel, so erh¨ alt man r=

a b c a + βb + αc + + = . 3 3α 3β 3

Da r eine der Wurzeln der Reduzierten ist und da die Bezeichnung der Wurzeln der Ausgangsgleichung mit a, b und c v¨ ollig willk¨ urlich ist, sieht man, dass man durch Permutation der a, b und c sechs Werte f¨ ur r bekommt, so dass die Reduzierte zwangsl¨auﬁg den Grad 6 hat. Lagrange sagt hier, dass man aus der Theorie der Kombinationen wisse, dass die Anzahl der Permutationen gleich 3 · 2 · 1 sei. Die Fakult¨ atenbezeichnung kennt er noch nicht. Lagrange bemerkt dar¨ uber hinaus, dass dies auch zeige, dass man die Reduzierte nach Art einer quadratischen Gleichung l¨ osen k¨onne. Dies sieht man wie folgt: Es ist a + αb + βc , 3 c + αa + βb , αr = 3 b + αc + βa . βr = 3 r=

Die verbleibenden Wurzeln sind a + αc + βb , 3 b + αa + βc , αr = 3 c + αb + βa . βr = 3 r =

60

Kapitel VIII. Lagrange

Die Reduzierte ist dann (y 3 − r3 )(y 3 − r3 ) = y 6 − (r3 + r3 )y 3 + r3 r3 . Dies zeigt in der Tat erneut, dass man die Reduzierte l¨ osen kann, indem man erst eine quadratische und dann eine reine Gleichung l¨ ost. Hier haben wir etwas anders geschlossen als Lagrange. Nun geht es Lagrange darum, eine direkte Methode zu ﬁnden, um die Reduzierte zu berechnen. Es ist also wieder x gesucht mit x3 + mx2 + nx + p = 0. Es seien a, b, c die drei Wurzeln dieser Gleichung. Wir wissen auf Grund des waringschen Satzes, dass wir a, b, c als Unbestimmte auﬀassen d¨ urfen. Lagrange rechnet so, als w¨are dies der Fall, ohne ein Wort dar¨ uber zu verlieren. Er macht die Annahme, dass Aa + Bb + Cc Wurzel der Reduzierten sei, wobei er kein Wort u ¨ ber die Natur von A, B und C verliert. Dieser Ansatz l¨auft darauf hinaus, die Reduzierte durch die Gleichung Y 6 − 33 A3 (r3 + r3 )Y 3 + 36 A6 r3 r3 = 0 zu ersetzen, die dann wieder Reduzierte heißt. Dies wird von Lagrange erst sp¨ ater erw¨ahnt, nachdem er schon u ¨ber A verf¨ ugt hat. Dann seien die sechs Wurzeln der Reduzierten die Elemente Aa + Bb + Cc, Aa + Bc + Cb, Ab + Ba + Cc, Ab + Bc + Cc, Ac + Ba + Cb, Ac + Bb + Ca. Hier sieht man die rekursive Erzeugung der S3 vor sich. Ist r eine dieser Wurzeln, so auch αr und α2 r, wenn nur α eine primitive 3-te Einheitswurzel ist. Dies haben wir oben gesehen. Also ist αAa + αbB + αCc eine von den f¨ unf restlichen Wurzeln. Diese kann nicht Aa + Bc + Cb, Ab + Ba + Cc, Ac + Bb + Ca

¨ 3. Uber die Auﬂ¨ osung der Gleichungen dritten Grades

61

sein, wobei Lagrange den letzten Fall nicht erw¨ ahnt und auch sonst nicht ganz sauber argumentiert. W¨ are sie n¨amlich gleich der ersten dieser dreien, so folgte (α − 1)Aa + (αB − C)b + (αC − B)c = 0. Wegen der algebraischen Unabh¨ angigkeit von a, b, c folgte (α − 1)A = 0, αB − C = 0, −B + αC = 0. Weil α = 1 = α2 ist, folgte schließlich A = B = C = 0. Das kann aber nicht sein. Die andern beiden F¨ alle lieferten den gleichen Widerspruch. Es ist also α(Aa+Bb+Cc) = Ab+Bc+Ca oder α(Aa+Bb+Cc) = Ac+Ba+Cb. Er nimmt nun an, es l¨ age der erste Fall vor, seine Rechnungen zeigen aber, dass er in Wirklichkeit den zweiten Fall seinen Rechnungen zu Grunde gelegt hat. Nimmt man also ohne Beschr¨ankung der Allgemeinheit an, dass α(Aa + Bb + Cc) = Ab + Bc + Ca ist, so folgt αA = C, αB = A, αC = B. Hieraus folgt wiederum, dass A nicht null sein kann. Wir d¨ urfen daher mit Lagrange annehmen, dass A = 1 ist. Dann ist C = α und B = α2 . Setze r := a + αb + α2 c und s := a + αc + α2 b. Dann sind r, αr, α2 r und s, αs und α2 s die sechs Wurzeln der (modiﬁzierten) Reduzierten. Insbesondere gilt (y − r)(y − αr)(y − α2 r) = y 3 − r3 und (y − s)(y − αs)(y − α2 s) = y 3 − s3 . Die Reduzierte ist also (y 3 − r3 )(y 3 − s3 ) = y 6 − (r3 + s3 )y 3 + r3 s3 = 0.

62

Kapitel VIII. Lagrange

Nun sind r3 + s3 und r3 s3 auszurechnen. Einfache Rechnungen zeigen, dass r3 = a3 + b3 + c3 + 6abc + 2α(a2 b + ac2 + b2 c) + 3α2 (ab2 + bc2 + ca2 ) ist. Vertauschen von b und c liefert s3 = a3 + c3 + b3 + 6acb + 2α(a2 c + ab2 + c2 b) + 3α2 (ac2 + cb2 + ba2 ). Setze L := a3 + b3 + c3 + 6abc, M := a2 b + b2 c + c2 a, N := a2 c + c2 b + b2 a. Dann ist r3 = L + 3αM + 3α2 N und s3 = L + 3αN + 3α2 M . Folglich ist r3 + s3 = 2L + 3(α + α2 )(M + N ). Nun ist 0 = α3 − 1 = (α − 1)(α2 + α + 1). Wegen α = 1 ist daher α2 + α = −1. Also ist r3 + s3 = 2L − 3(M + N ). Einsetzen und Nachrechnen liefert r3 s3 = L L − 3(M + N ) + 9 (M 2 + N 2 )2 − 3M N . Die Koeﬃzienten der Reduzierten seien durch die Koeﬃzienten m, n, p der Ausgangsgleichung gegeben, ohne dass man Wurzeln ausziehen m¨ usse. Dies folge daraus, dass sie unter Permutation der a, b, c invariant bleiben. Diese Argumentation ist nicht ganz stichhaltig, da sie α nicht ber¨ ucksichtigt. Im Folgenden zeigt er aber direkt, dass und wie die Koeﬃzienten der Reduzierten von m, n und p abh¨ angen, wobei ihre Unabh¨ angigkeit von α mit herauskommt. Es ist ja −m = a + b + c, n = ab + ac + bc und −p = abc. Nach bekannten Regeln, so Lagrange, gemeint sind die newtonschen Formeln, gilt a2 + b2 + c2 = m2 − 2n, a3 + b3 + c3 = −m3 + 3mn − 3p. Hiermit ﬁndet er a3 b3 + a3 c3 + b3 c3 = n3 − 3mnp + 3p2 .

¨ 3. Uber die Auﬂ¨ osung der Gleichungen dritten Grades

63

Es folgt L = −m3 + 3mn − 9p, M + N = a2 (b + c) + b2 (c + a) + c2 (a + b) = 3p − mn, M N = n3 + p(m3 − 6mn) + 9p2 . Daher ist

r3 + s3 = −2m3 + 9mn − 27p, r3 s3 = m6 − 9m4 n + 27m2 n2 − 27m3 = (m2 − 3n)3 .

Die modiﬁzierte Reduzierte ist also y 6 + (2m3 − 9mn + 27p)y 3 + (m2 − 3n)3 = 0. Erst hier geht Lagrange darauf ein, dass die Nullstellen der modiﬁzierten Reduzierten gerade die Dreifachen der Wurzeln der eigentlichen Reduzierten sind. Sind nun z und z die Wurzeln der Gleichung z 2 + (2m3 − 9mn + 27p)z + (m2 − 3n)3 = 0, so ist a + αb + α2 c = a + α2 b + αc =

√ 3 √ 3

z , z ,

a + b + c = −m. Aus diesem System linearer Gleichungen erh¨ alt man dann wieder die Werte f¨ ur a, b und c, die wir fr¨ uher schon gefunden haben. ¨ Die bislang untersuchte Regel zur Auﬂ¨ osung kubischer Gleichungen, dh., Ubergang von der Gleichung x3 + mx2 + nx + p = 0 zur modiﬁzierten reduzierten Gleichung y 6 + (2m3 − 9mn + 27p)y 3 + (m2 − 3n)3 = 0 und weiter zur Gleichung z 2 + (2m3 − 9mn + 27p)z + (m2 − 3n)3 = 0, Bestimmung der Wurzeln z und z dieser Gleichung, woraus sich dann f¨ ur die Wurzeln a, b und c der Ausgangsgleichung √ √ −m + 3 z + 3 z , a= 3√ √ −m + α2 3 z + α 3 z b= , 3 √ √ −m + α 3 z + α2 3 z c= 3

64

Kapitel VIII. Lagrange

ergibt, werde gew¨ohnlich cardanische Regel genannt. Von dieser Regel sagt er, sie sei die einzige, die die Analysten kennten. — Wer sind die Analysten? Es gebe aber noch eine zweite Regel, die auf Tschirnhaus zur¨ uckginge, und er zitiert die Acta Eruditorum vom Jahre 1683. Diese Methode, so Lagrange, bestehe darin, bei einer beliebigen Gleichung soviele Zwischenterme, wie man m¨ochte, verschwinden zu lassen. Der Autor schl¨ uge dies als allgemein vor, und er, Lagrange, w¨ urde zeigen, dass dies tats¨achlich so sei, aber die Zwischenrechnungen erforderten h¨ auﬁg die L¨ osung von Gleichungen h¨ oheren Grades als den der gegebenen Gleichung. Dies verhindere, dass sie bei Graden jenseits des vierten erfolgreich sei. Was hier vor sich geht, werden wir noch zu besprechen haben (Abschnitt 5). Was Tschirnhaus anbelangt, so macht er in der Tat den sp¨ ater zu besprechenden Ansatz und behauptet, dass er eine Gleichung n-ten Grades stets so transformieren k¨ onne, dass er eine reine Gleichung n-ten Grades als Hilfsgleichung erhielte. Er rechnet dies aber nur f¨ ur n = 3 nach, wobei er bei seinen Rechnungen stillschweigend unterstellt, dass seine Leser keine Schwierigkeiten bei der Elimination einer Unbestimmten aus zwei algebraischen Gleichungen haben (Tschirnhaus 1683). Lagrange erl¨ autert seine Ausf¨ uhrungen nun an Hand der allgemeinen Gleichung dritten Grades x3 + mx2 + nx + p = 0, wobei er f¨ ur die Hilfsgleichung x2 = bx + a + y ¨ ansetzt. Der Ubersichtlichkeit halber folgen wir nun nicht Lagrangens Rechnung, sondern benutzen die Sylvestermatrix f¨ ur die Polynome f := x3 + mx2 + nx + p 2 und gy = x − bx − a − y. Die Sylvestermatrix ist gleich 1 0 1 0 0

m n 1 m −b −a − y 1 −b 0 1

p n 0 −a − y −b

0 p 0 0 −a − y

Es gilt nun, deren Determinante auszurechnen. Dazu subtrahiere man die erste Zeile von der dritten und die zweite von der vierten. Dann addiere man das (b+m)fache der zweiten Zeile zu der dritten. Man erh¨ alt die Matrix 1 0 0 0 0

m 1 0 0 0

n m −a − y − n + m(b + m) −b − m 1

p 0 n p −p + n(b + m) p(b + m) −a − y − n −p −b −a − y

¨ 3. Uber die Auﬂ¨ osung der Gleichungen dritten Grades

65

Die Determinante dieser Matrix ist −(a + y)3 + (m2 + mb − 2n)(a + y)2 − nb2 + (mn − 3p)b + n2 − 2mp (a + y) + p(b3 + mb2 + bn + p). Dies ist, vom Vorzeichen abgesehen, auch das, was Lagrange durch Elimination von x aus den beiden Gleichungen erh¨ alt. Multipliziert man dieses Polynom mit −1 und entwickelt das entstehende Polynom nach Potenzen von y, so erh¨ alt man das Polynom y 3 + Ay 2 + By + C mit

A = 3a − mb − m2 + 2n, B = 3a2 − 2a(mb + m2 − 2n) + nb2 + (mn − 3p)b + n2 − 2mp, C = a3 − (mb + m2 − 2n)a2 + nb2 + (mn − 3p)b + n2 − 2mp a − p(b3 + mb2 + nb + p).

Gesucht sind nun a und b, so dass A = 0 = B ist. Elimination von a aus den Polynomen A und B ergibt dann eine Gleichung vom Grade 1 · 2 f¨ ur b. Die beiden Wurzeln dieser Gleichung liefern mittels A = 0 f¨ ur a ebenfalls zwei Werte, so dass es also zwei Paare (a, b) gibt, f¨ ur die A = 0 = B gilt. F¨ ur jeden dieser Werte gibt es drei Wurzeln der Gleichung y 3 + C = 0, n¨ amlich

√ 3 y = − C,

√ 3 −α C,

√ 3 −α2 C,

wobei α wieder eine primitive dritte Einheitswurzel bezeichne. Jedes dieser sechs Tripel (a, b, y) liefert mittels der Gleichung x2 = bx + a + y zwei Kandidaten f¨ ur eine Wurzel der Gleichung x3 + mx2 + nx + p = 0, so dass wir insgesamt zw¨olf Kandidaten haben. Um zu entscheiden, welche der beiden Kandidaten der richtige sei, empﬁehlt er, den gr¨ oßten gemeinsamen Teiler der Polynome x3 + mx2 + nx + p und x2 − bx − a − y

66

Kapitel VIII. Lagrange

auszurechnen. Diese Idee spielt auch im allgemeinen Falle ihre Rolle, wie wir noch sehen werden (Abschnitt 5). Der gr¨ oßte gemeinsame Teiler hat mindestens den Grad 1, weil die Resultante dieser beiden Polynome ja 0 ist, meist aber auch nur den Grad 1. Den Vorteil der tschirnhausenschen Methode sieht er darin, dass sie nicht auf eine Gleichung sechsten Grades, sondern auf eine Gleichung zweiten und eine (reine) Gleichung dritten Grades f¨ uhrt. Beispiele rechnet er nicht. ¨ Uber den Zusammenhang zwischen der Berechnung des gr¨oßten gemeinsamen Teilers zweier Polynome und der Elimination einer gemeinsamen Unbestimmten schreibt Lagrange im Vor¨ ubergehen: En eﬀet, la m´ethode ordinaire d’´elimination, suivant laquelle on fait disparaitre successivement les plus hautes puissances de l’inconnue en d´eduisant, des deux ´equations donn´ees o` u la mˆeme inconnue se trouve ´elev´ee ` a des puissances quelconques, une suite d’autres ´equations o` u le plus haut degr´e de l’inconnue est successivement moindre, jusqu’` a ce qu’on arrive ` a une ´equation o` u l’inconnue ne se trouve plus, et qui est le r´esultat de l’´elimination; cette m´ethode, dis-je, revient dans le fond ` a la mˆeme que celle qui sert a ` trouver le plus grand commun diviseur des deux quantit´es qui forment les premiers membres des deux ´equations donn´ees; les restes que l’on aura par les divisions successives qu’il faudra faire donneront, ´etant ´egal´es a ` z´ero, les mˆemes ´equations que celles qui proviennent de l’´elimination; le dernier reste o` u l’inconnue ne se trouve plus devra ˆetre ´egal a ` z´ero pour que les deux quantit´es propos´ees aient un diviseur commun du premier degr´e, lequel sera par cons´equent l’avant dernier reste o` u l’inconnue ne sera que lin´eaire; de sorte qu’en ´egalant aussi ` a z´ero cet avant-dernier reste on aura une valeur de l’inconnue qui sera la racine commune des deux ´equations. Hier ist er davon ausgegangen, dass die beiden Gleichungen nur eine Wurzel gemeinsam haben. Er schildert dann auch noch, was passiert, wenn sie zwei und mehr Wurzeln gemeinsam haben. Was durch dieses Zitat aber insbesondere klar wird, ist, dass der euklidische Algorithmus f¨ ur Polynome zu Lagrangens Zeiten wohletabliert war. Die Zusammenh¨ ange zwischen der Resultanten und ihrer Berechnung und dem euklidischen Algorithmus zur Berechnung des gr¨ oßten gemeinsamen Teilers zweier Polynome haben wir im vorigen Kapitel im Detail untersucht. Lagrange diskutiert nun noch zwei von Euler bzw. B´ezout stammende L¨osungsverfahren f¨ ur Gleichungen dritten Grades, die sich als Varianten der tschirnhausenschen L¨ osung erweisen. Dies werden wir hier nicht weiter verfolgen. Es sei aber noch res¨ umiert, was die beiden Verfahren re¨ ussieren ließ. Das huddesche Verfahren. Hier gelingt es, eine einfach zu l¨ osende Gleichung sechsten Grades, die huddesche Resolvente, zu ﬁnden, deren Koeﬃzienten sich rational durch die Koeﬃzienten der Ausgangsgleichung ausdr¨ ucken lassen. Die Nullstellen der huddeschen Resolventen sind von der Form 1 3 (xσ(1)

+ αxσ(2) + α2 xσ(3) ),

wobei α eine primitive dritte Einheitswurzel und x1 , x2 , x3 die Nullstellen der gegebenen Gleichung sind und σ die S3 durchl¨ auft. Der Ansatz ist dar¨ uber hinaus so, dass sich die xi aus den Nullstellen der huddeschen Resolventen wiederum

¨ 4. Uber die Auﬂ¨ osung der Gleichungen vierten Grades

67

einfach bestimmen lassen. Die huddesche Resolvente ist nichts Anderes als das ¨ ber dem K¨ orper der symmetrischen ratioMinimalpolynom von 13 (x1 + x2 + x3 ) u nalen Funktionen in den Unbestimmten x1 , x2 , x3 . Das tschirnhausensche Verfahren. Dieses Verfahren f¨ uhrt auf eine quadratische Gleichung, deren Koeﬃzienten sich rational durch die Koeﬃzienten der gegebenen Gleichung ausdr¨ ucken lassen. Nach dem L¨osen dieser Gleichung ist noch eine reine Gleichung dritten Grades zu l¨ osen. Diese Daten liefern ein Hilfspolynom des Grades 2, das einen nicht trivialen Teiler mit dem Ausgangspolynom gemeinsam hat. Die Nullstellen dieses nicht trivialen Teilers sind auch Nullstellen des Ausgangspolynoms. Sie sind u ¨ berdies leicht zu bestimmen, da der Grad des Hilfspolynoms ja 1 oder 2 ist. ¨ 4. Uber die Auﬂ¨ osung der Gleichungen vierten Grades. Der Erste, der Gleichungen vierten Grades allgemein gel¨ ost habe, sei Lodovico Ferrari gewesen, Zeitgenosse und sogar Sch¨ uler von Cardano. Seine Methode best¨ unde darin, die gegebene Gleichung in zwei Teile zu zerlegen und zu beiden Teilen ein und dieselbe Gr¨ oße zu addieren, so dass er aus jedem Einzelnen der Teile die Quadratwurzel ziehen k¨ onne, so dass er das Problem auf ein quadratisches zur¨ uckgef¨ uhrt h¨ atte. Bis hin zu Descartes seien alle Analysten ihm gefolgt. Descartes habe eine weniger einfache und weniger direkte L¨osung gegeben, die aber in gewisser Hinsicht dem Problem ad¨ aquater sei. Ihm folgten die Mehrzahl der Autoren bis heute. Er beg¨ anne also damit, diese beiden Methoden, eine nach der anderen, zu untersuchen. Darauf werde er zu den sonstigen bekannten L¨osungen dieser Sorte von Gleichungen kommen, darunter denen von Tschirnhaus, Euler und B´ezout. Lagrange geht dann auf die ferrarische L¨ osung ein, mit dem er annimmt, dass die Gleichung vierten Grades ihres zweiten Gliedes beraubt sei. Er betrachtet also die Gleichung x4 + nx2 + px + q = 0, wobei n, p und q wieder Unbestimmte sind. Diese Gleichung formt er um zu x4 = −nx2 − px − q und addiert auf beiden Seiten 2x2 y + y 2 . Damit erh¨alt er (x2 + y)2 = (2y − n)x2 − px + y 2 − q. Nun ist die rechte Seite gleich — diesen Zwischenschritt macht Lagrange nicht — y2 − q p (2y − n) x2 − 2 x+ . 2(2y − n) 2y − n Nimmt man nun an, was Lagrange tut, ohne ein Wort dar¨ uber zu verlieren, dass man aus 2y − n die Quadratwurzel ziehen kann, so ist dies genau dann ein vollst¨andiges Quadrat, wenn y2 − q p2 , = 2 4(2y − n) 2y − n

68

Kapitel VIII. Lagrange

dh., wenn p2 = (y 2 − q)(2y − n) 4 ist. Letzteres ist alles, was Lagrange sagt. Die letzte Gleichung ist gleichbedeutend mit der Gleichung n 4nq − p2 = 0. y 3 − y 2 − qy + 2 8 Hat man nun ein solches y — und kubische Gleichungen lassen sich ja l¨ osen —, so wird aus der ersten Gleichung die Gleichung (x + y) = (2y − n) x − 2

Hieraus folgt

2

x +y = x− 2

Setzt man z :=

√ 2y − n, so folgt

p 2(2y − n)

2 .

p 2y − n. 2(2y − n)

x2 − zx + y +

p =0 2z

1 2p x= − 4y . z + z2 − 2 z

und weiter

Dies ergibt schließlich 2p 1 2y − n + −2y − n − √ . x= 2 2y − n Da das Wurzelziehen doppeldeutig ist, ergibt ur die Ausgangs√ dies vier Wurzeln f¨ urlich das gleigleichung. (F¨ ur die beiden Vorkommen von 2y − n muss man nat¨ che Vorzeichen w¨ahlen.) Die ferrarische Methode erfordert nicht wirklich, dass das kubische Glied in der Gleichung fehlt. Lagrange geht daher des Weiteren von der Gleichung x4 + mx3 + nx2 + px + q = 0 aus. Er quadriert x2 +

mx +y 2

und dr¨ uckt x4 mittels der Ausgangsgleichung aus. Er erh¨ alt 2 mx m2 + y = 2y + − n x2 + (my − p)x + y 2 − q. x2 + 2 4

¨ 4. Uber die Auﬂ¨ osung der Gleichungen vierten Grades

69

Damit die rechte Seite zu einem vollst¨andigen Quadrat wird, muss wieder

my − p 2

2

m2 − n (y 2 − q) = 2y + 4

gelten. Das ergibt f¨ ur y die kubische Gleichung y3 −

(4n − m2 )q − p2 n 2 mp − 4q y + y+ = 0. 2 4 8

Dies stimmt f¨ ur m = 0 mit der vorigen Gleichung f¨ ur y u ¨ berein. Setzt man nun z :=

2y +

m2 4

− n, so erh¨alt man

2 2 mx my − p + y = z2 x + x2 + 2 2z 2 und weiter x2 +

my − p mx + y = zx + . 2 2z

Hieraus folgt wiederum x2 +

m my − p −z x+y− = 0. 2 2z

Weiter folgt 1 m 2(my − p) m2 2 x= + z − mz + − 4y + z− . 2 2 4 z Ersetzt man z wieder durch

2y +

m2 4

− n, so ergibt sich schließlich

1 2 m 1 m2 m2 4 n − mn + 2p − + 2y + − n + −2y + −n− x= . 2 2 2 4 2 2y + m4 − n Das ergibt vier Werte f¨ ur x. Weil die Gleichung f¨ ur y kubisch ist, erh¨ alt man drei L¨ osungen f¨ ur y und damit zw¨olf Kandidaten f¨ ur x. Das bedeutet, so schließt Lagrange, dass obige L¨ osung x eigentlich Wurzel einer Gleichung vom Grade 12 ist. Diese Gleichung gilt es nun zu ﬁnden. Lagrange geht hierzu wieder auf die Gleichung (A)

2 2 mx my − p + y = z2 x + x2 + 2 2z 2

70

Kapitel VIII. Lagrange

zur¨ uck, wobei z 2 = 2y +

m2 −n 4

ist. Lagrange setzt zun¨ achst allgemeiner m2 −n . z 2 = k 2y + 4 Dies wird in die Gleichung (A) eingesetzt und y dann mittels der kubischen Gleichung f¨ ur y eliminiert. Man erh¨ alt zun¨ achst 2 m2 my − p − n x2 + (my − p)x = k 2y + z2 x + 2z 2 4 (my − p)2 + . 2 4k(2y + m4 − n) Nun gilt aber (my − p)2 = 4

m2 2y + − n (y 2 − q). 4

Es folgt 2 m2 y2 − q my − p 2 z x+ − n x . = k 2y + + (my − p)x + 2z 2 4 k 2

und mit (A) dann (B)

2 mx m2 y2 − q 2 x + + y = k 2y + − n x2 + (my − p)x + . 2 4 k

Die linke Seite von (B) ergibt x4 +

m2 x2 + y 2 + mx3 + 2x2 y + mxy. 4

Bringt man die rechte Seite von (B) ebenfalls nach links, so erh¨ alt man mit ein wenig Rechnung m2 x4 + mx3 + kn + (1 − k) 2y + x2 + px 4 q + (k − 1)y 2 = 0. + k

¨ 4. Uber die Auﬂ¨ osung der Gleichungen vierten Grades

71

Setze X := x4 + mx3 + nx2 + px + q und h := k − 1. Dann wird aus der letzten Gleichung die Gleichung m2 y2 − q 2 − 2y x + X +h n− = 0. 4 k Hieraus gilt es nun, wie schon gesagt, y mittels der Gleichung y3 −

(4n − m2 )q − p2 n 2 mp − 4q y + y+ =0 2 4 8

zu eliminieren. Wir setzen nun m2 y2 − q 2 F := X + h n − − 2y x + 4 k und g := y 3 −

(4n − m2 )q − p2 n 2 mp − 4q y + y+ . 2 4 8

Dann ist Resy (F, g) das Resultat der Elimination. Sind y , y , y die Wurzeln von g, so gilt nach Satz 4 von Abschnitt 2 des Kapitels 7, dass Resy (F, g) = F (y )F (y )F (y ) ist. Wie in diesem Abschnitt schon gesagt, ﬁndet sich ein gleichwertiges Ergebnis im ersten Teil von Lagrangens Arbeit (Lagrange 1770/71, S. 230 f.), wobei Lagrange sagt, dass dieses Ergebnis sich schon in Gabriel Cramers Introduction a l’analyse des lignes courbes f¨ ` ande. Dieses Ergebnis benutzt Lagrange hier und folgert, dass die Koeﬃzienten von Resy (F, g) rational von den Koeﬃzienten von g abhingen, ohne dass man Wurzeln ziehen m¨ usse. Als Begr¨ undung gibt er an, dass das Produkt auf der rechten Seite bei allen Permutationen von y , y , y unver¨ andert bliebe. Nach dieser Begr¨ undung rechnet er aber noch ausdr¨ ucklich nach, wie die Koeﬃzienten von Res(F, g) von den Koeﬃzienten von g abh¨ angen. Es dauert eine Weile, bis er die n¨ otigen Rechnungen durchgef¨ uhrt hat. Weil X ein Polynom vom Grade 4 in x ist, und x außerhalb X in F nur quadratisch vorkommt, ist der Grad von F in x gleich 4. Hieraus folgt, dass der Grad von Resy (F, g) in x gleich 12 ist. Geht man nun auf den urspr¨ unglichen Fall zur¨ uck, wo k = 1 und damit h = 0 ist, so folgt Resy (F, g) = X 3 , so dass im Hintergrund der L¨ osung der Gleichung X = 0 die L¨ osung einer Gleichung 12. Grades steht, wie von Lagrange behauptet. Die L¨ osungen dieser Gleichung haben alle die Vielfachheit 3.

72

Kapitel VIII. Lagrange

Wir diskutieren immer noch den ferrarischen Ansatz, dem Lagrange noch eine weitere Nuance abgewinnt. Ist n¨amlich y Wurzel der Reduzierten, so kann man der urspr¨ unglichen Gleichung die Form 2 2 mx my − p 2 2 +y −z x+ =0 x + 2 2z 2 geben. Hieraus ergibt sich, dass x eine der beiden Gleichungen my − p mx +y+z x+ x2 + = 0, 2 2z 2 my − p mx +y−z x+ x2 + = 0, 2 2z 2 dh., eine der beiden Gleichungen m my − p +z x+y+ = 0, x2 + 2 2z m my − p x2 + −z x+y− = 0, 2 2z erf¨ ullt. Die vier L¨ osungen, die man insgesamt erh¨alt, sind dann alle L¨ osungen der Ausgangsgleichung. Es seien a und b die L¨osungen der ersten dieser quadratischen Gleichung und c und d die L¨ osungen der zweiten. Dann ist m − z, 2

ab = y +

my − p 2z

m + z, 2

cd = y −

my − p . 2z

a+b=− und c+d =− Hieraus folgt

c+d−a−b ab + cd und y = . 2 2 Dies zeigt, dass man f¨ ur y nur die Werte z=

ab + cd , 2

ac + bd , 2

ad + bc 2

haben kann, was best¨ atigt, dass y einer Gleichung dritten Grades gen¨ ugt. Diese Bemerkung f¨ uhrt zu einer direkten Herleitung der Reduzierten einer Gleichung vierten Grades. Dazu betrachtet er die Kombination (combinaison) ab + cd der vier Wurzeln. Diese hat nur drei Variationen, n¨ amlich ab + cd,

ac + bd,

ad + bc.

¨ 4. Uber die Auﬂ¨ osung der Gleichungen vierten Grades

73

Setze u := ab + cd. Dann ist u Wurzel einer Gleichung dritten Grades der Form u3 − Au2 + Bu − C = 0. Die Natur von Gleichungen besage dann, dass A = ab + cd + ac + bd + ad + cb B = (ab + cd)(ac + bd) + (ab + cd)(ad + cb) + (ac + bd)(ad + bc) C = (ab + cd)(ac + bd)(ad + bc) ist. Dies rechnet er um zu A = ab + ac + ad + bc + bd + cd B = a2 (bc + bd + cd) + b2 (ac + ad + cd) + c2 (ab + ad + bd) + d2 (ab + ac + bc) C = abcd(a2 + b2 + c2 + d2 ) + a2 b2 c2 a2 b2 d2 + a2 c2 d2 + b2 c2 d2 . Nun ist aber

−m = a + b + c + d n = ab + ac + ad + bc + bd + cd −p = abc + abd + acd + bcd q = abcd.

Also ist A = n. Ferner ist

a(bc + bd + cd) = −p − bcd b(ac + ad + cd) = −p − acd c(ab + ad + bd) = −p − abd d(ab + ac + bc) = −p − abc.

Also ist B = (a + b + c + d)(−p) − 4abcd = mp − 4q. Um C auszurechnen, bemerkt Lagrange zun¨achst, dass a2 + b2 + c2 + d2 = m2 − 2n ist. Dies ist nat¨ urlich eine der newtonschen Formeln, was er aber nicht erw¨ahnt. Es folgt abcd(a2 + b2 + c2 + d2 ) = (m2 − 2n)q. Quadriert man p, so folgt a2 b2 c2 + a2 b2 d2 + a2 c2 d2 + b2 c2 d2 = p2 − 2abcd(ab + ac + ad + bc + bd + cd) = p2 − 2nq.

74

Kapitel VIII. Lagrange

Die Reduzierte ist also u3 − nu2 + (mp − 4q)u − (m2 − 4n)q − p2 = 0. Der Zusammenhang mit der fr¨ uheren Reduzierten wird durch u = 2y hergestellt. Lagrange zeigt nun, dass die Kenntnis einer L¨ osung u der Reduzierten gen¨ ugt, a, b, c und d zu berechnen. Es ist ja u = ab + cd und abcd = q. Also sind ab und cd L¨osungen der Gleichung t2 − ut + q = 0. Nennt man die L¨ osung dieser Gleichung t und t , so ist also t = ab und t = cd. Man hat weiter −p = ab(c + d) + cd(a + b) = t (c + d) + t (a + b). Ferner ist a + b + c + d = −m. Es folgt a+b=

p − mt p − mt und c + d = . t −t t − t

osungen der Gleichung Da außerdem ab = t und cd = t ist, sind a und b die L¨ x2 −

p − mt x + t = 0 t − t

und c und d die L¨ osungen der Gleichung x2 −

p − mt x + t = 0. t − t

Um also die Gleichung x4 + mx3 + nx2 + px + q = 0 zu l¨ osen, bestimme man eine L¨osung u der Reduzierten u3 − nu2 + (mp − 4q)u − (m2 − 4n)q − p2 = 0, bestimme die beiden L¨osungen t und t der Gleichung t2 − ut + q = 0, um in den insgesamt vier L¨osungen der beiden quadratischen Gleichungen x2 −

p − mt x + t = 0 t − t

¨ 4. Uber die Auﬂ¨ osung der Gleichungen vierten Grades und x2 −

75

p − mt x + t = 0 t − t

die vier L¨ osungen der Ausgangsgleichung zu ﬁnden. Dies zeigt einmal mehr, dass eine L¨osung der Reduzierten gen¨ ugt, um alle L¨ osungen der gegebenen Gleichung zu ﬁnden. Eine Bemerkung zwischendurch. Was wir hier sagen, gilt zun¨achst alles nur f¨ ur Gleichungen mit Unbestimmten als Koeﬃzienten. Es gilt dann aber auch f¨ ur alle Gleichungen, die nur einfache Wurzeln haben, wie man mittels des Einsetzungshomorphismus sieht. Dabei muss man aber noch die Charakteristik des K¨orpers ins Spiel bringen, die im Falle der Gleichungen vierten Grades nicht zwei und drei sein darf. Ob eine Gleichung mehrfache Wurzeln hat, ist aber a priori feststellbar, wie wir wissen. Man konsultiere in diesem Zusammenhang auch den Abschnitt 7 von Kapitel 10. Lagrange variiert auch diesen Ansatz noch einmal, um dann zu Descartes’ Ansatz zu kommen, der eine weitere Variante des ferrarischen Verfahrens ist. Descartes setze an, dass die Gleichung x4 + mx3 + nx2 + px + q = 0 Produkt der beiden Gleichungen x2 + f x + g = 0 und x2 + hx + k = 0 sei. Aus diesem Ansatz folgen die vier Gleichungen f + h = m, f h + g + k = n, f k + gh = p, gk = q. Nimmt man dann zun¨ achst wieder an, dass m = 0 ist, so ergibt sich eine Gleichung sechsten Grades f¨ ur f , die sich als eine Gleichung dritten Grades f¨ ur f 2 interpretieren l¨ asst. Auch hier versucht er zu verstehen, warum der descartessche uhrt. Ansatz notwendig auf eine Gleichung dritten Grades in f 2 f¨ Dann wendet Lagrange sich der tschirnhausenschen Methode zu. Es handelt sich wieder um die Gleichung F (x) = x4 + mx3 + nx2 + px + q = 0. Ist G ein weiteres Polynom in x, so ist Resx (F, G + y) ein Polynom vom Grade 4 in y. Es gen¨ uge nun, G so anzusetzen, dass Resx (F, G+y) ein Polynom vom Grade 2 in y 2 ist. Dazu setze man G := x2 + f x + g.

76

Kapitel VIII. Lagrange

Dann ist Resx (F, G+y) = y 4 +uy 3 +vu2 +wy +z und u, v, w und z sind Polynome in f und g. Es hat u als Polynom in f und g den Grad 1 und w hat als Polynom in f und g den Grad 3, wie wir an der Sylvestermatrix ablesen. (Lagrange spricht in diesem Zusammenhang von Dimension und nicht von Grad.) Daraus erh¨ alt man, indem man diese Koeﬃzienten gleich null setzt, eine Gleichung in f bzw. in g vom Grade 3. Dies zeige, so Lagrange, dass die tschirnhausensche Methode auch bei Gleichungen vom Grade vier funktioniere. Das werde man nun auch an Hand des Kalk¨ uls sehen. Ist y Nullstelle der Reduzierten, so haben die Polynome x4 + mx3 + nx2 + px + q und x2 + f x + g + y eine gemeinsame Nullstelle und folglich einen gemeinsamen Faktor. Setzt man g := g + y, so liefert Division mit Rest den Rest p − g (m − 2f ) − nf + mf 2 − f 3 x + q − g (n − mf + f 2 ) + g 2 . Weil dieses Polynom den Grad 1 hat und die beiden urspr¨ unglichen Polynome eine gemeinsame Nullstelle haben, ist dieses Polynom der gr¨oßte gemeinsame Teiler der beiden Ausgangspolynome. Es teilt also insbesondere das Polynom x2 + f x + g . Daher ist q − g (n − mf + f 2 ) + g 2 x= 3 f − mf 2 + nf − p + (m − 2f )g Nullstelle von x2 +f x+g . Es folgt, indem man einsetzt und mit dem Hauptnenner multipliziert, 2 q − g (n − mf + f 2 ) + g 2 + f q − g (n − mf + f 2 ) + g 2 f 3 − mf 2 + nf − p + (m − 2f )g 2 + g f 3 − mf 2 + nf − p + (m − 2f )g = 0. Hierin muss man nun g wieder durch g + y ersetzen und das Ganze nach Potenzen von y sortieren. Zun¨ achst sortiert Lagrange hierzu die Gleichung nach Potenzen von g und setzt dabei F := f 3 − mf 2 + nf − p G := f 2 − mf + n H := 2f − m. Er erh¨ alt (q − Gg + g 2 )2 + f (q − Gg + g 2 )(F − Hg ) + g (F − Hg )2 = 0

¨ 4. Uber die Auﬂ¨ osung der Gleichungen vierten Grades

77

und weiter g 4 − (2G + f H − H 2 )g 3 + (G2 + 2q + f F + f GH − 2F H)g 2 − (2qG + f qH + f F G − F 2 )g + q 2 + qf F = 0. Wenn man die Koeﬃzienten zu A, B, C und D zusammenfasst, so erh¨alt man g 4 − Ag 3 + Bg 2 − Cg + D = 0. Da g in F , G und H nicht vorkommt, kommt g auch nicht in A, B, C und D vor. Setzt man nun wieder g + y f¨ ur g und entwickelt nach Potenzen von y, so erh¨alt man schließlich y 4 + (4g − A)y 3 + (6g 2 − 3gA + B)y 2 + (4g 3 − 3Ag 2 + 2Bg − C)y + g 4 − Ag 3 + Bg 2 − Cg + D = 0. In dieser Gleichung kann man nun zwei beliebige Koeﬃzienten zum Verschwinden bringen, etwa, wie anvisiert, die Koeﬃzienten bei y 3 und y. Es sei also 4g − A = 0 4g 3 − 3Ag 2 + 2Bg − C = 0. Das ergibt, wenn man noch die Br¨ uche beseitigt, A3 − 4AB + 8C = 0. Dr¨ uckt man nun A, B und C wieder durch f aus und sortiert nach Potenzen von f , so erh¨ alt man die Gleichung (m3 − 4mn + 8p)f 3 − (3m4 − 14m3 n + 8n2 + 2mp − 32q)f 2 4 m − 16m3 n + 20m2 p + 16m(n2 − 2q) − 16np f − m6 + 6m4 n − 8m3 bp − 8m2 (n2 − q) + 8mn2 p − 8p2 = 0. Ist f Nullstelle dieser Gleichung dritten Grades, so ist wegen g = y4 − Nun ist C =

AB 2

−

A 4

3A2 A2 B 4AC 3A4 − B y2 − + − + D = 0. 8 256 16 4

A3 8

und daher

y4 −

3A2 A2 B 5A4 − B y2 + − + D = 0. 8 256 16

78

Kapitel VIII. Lagrange

Diese Gleichung l¨ asst sich, wie gew¨ unscht, durch L¨ osen einer Gleichung zweiten Grades und nachfolgendem Ziehen einer Quadratwurzel l¨ osen. Mit den nun gefundenen f und y ergibt sich auf der Stelle (on aura sur-le-champ) 2 A A +y + +y q − n − mf + f 2 4 4 . x= A 3 2 +y f − mf + nf − p + m − 2f 4 Die vier L¨ osungen y erg¨ aben die vier L¨ osungen x der Ausgangsgleichung. Dies bewiese man, wie die entsprechende Aussage unter 28. Das sind die Rechnungen, die hier auf S. 69 mit der Gleichung (A) beginnen. Nun bestimmt Lagrange noch, auf welche Weise f von den vier Wurzeln a, b, c und d der Ausgangsgleichung abh¨ angt, um auf diese Weise zu erkennen, warum f einer Gleichung dritten Grades gen¨ ugt. Er benutzt hier, dass die Wurzeln der Reduzierten in Paaren y , −y und y , −y vorkommen, da die Reduzierte ja eine alt damit vier Gleichungen quadratische Gleichung in y 2 ist. Er erh¨ a2 + f a + g + y = 0 b2 + f b + g − y = 0 c2 + f c + g + y = 0 d2 + f d + g − y = 0. Hieraus folgt zun¨ achst a2 + b2 + f (a + b) + 2g = 0 c2 + d2 + f (c + d) + 2g = 0 und weiter f =−

a2 + b2 − c2 − d2 . a+b−c−d

Um nun alle m¨ oglichen Werte f¨ ur f zu bestimmen, muss man alle Permutationen von a, b, c, d betrachten. Bei diesen Permutationen bleiben die Koeﬃzienten der Reduzierten ja unangetastet, so dass y und y sich nicht a¨ndern. Die 24 Permutationen ergeben aber nur drei Werte f¨ ur f , n¨ amlich a2 + b2 − c2 − d2 a+b−c−d 2 a + c2 − b2 − d2 a+c−b−d a2 + d2 − b2 − c2 . a+d−b−d

¨ 4. Uber die Auﬂ¨ osung der Gleichungen vierten Grades

79

Daher gen¨ ugt f einer Gleichung dritten Grades. Des Weiteren geht Lagrange auf den Zusammenhang der Methoden von Ferrari, Descartes und Tschirnhaus ein, was schnell abzuhandeln w¨are, was wir hier aber trotzdem u ¨ bergehen. Man kann bei der tschirnhausenschen Methode das Polynom G als x3 + f x2 + gx + h ansetzen und versuchen, f , g und h so zu bestimmen, dass die Gleichung Resx (F, G + y) = 0 eine reine Gleichung wird. Man erh¨ alt zun¨ achst Resx (F, G + y) = y 4 + Ay 3 + By 2 + Cy + D. Dabei sind A, B und C Polynome in f , g und h von den Graden 1, 2 bzw. 3. Man m¨ochte nun erreichen, dass A = B = C = 0 ist. Eliminiert man g und h aus diesen drei Gleichungen, so erh¨ alt man eine Gleichung vom Grade 1 · 2 · 3, dh. vom Grade 6, wie Lagrange sagt. Deren L¨osung k¨ onne man aber wieder auf die L¨ osung von Gleichungen niedrigeren Grades zur¨ uckf¨ uhren. Nun untersucht er, wie f von den Wurzeln a, b, c, d der Ausgangsgleichung abh¨ angt. Er erh¨ alt einen sehr langen Ausdruck, der unter allen Permutationen von a, b, c, d sechs verschiedene Werte annimmt. Daher gen¨ uge f einer Gleichung sechsten Grades. Dann zeigt er, dass er die L¨osung dieser Gleichung auf Gleichungen niedrigeren Grades zur¨ uckf¨ uhren kann, wobei immer wieder die Permutationen der vier Wurzeln der Ausgangsgleichung ihre Rolle spielen und der Satz von Waring wesentlich ins Spiel kommt. Dabei f¨ allt weder der Name Waring noch wird sein Satz ein f¨ ur alle Mal explizit formuliert. Dies zeigt typischer Weise die folgende Stelle: . . . , on aura des fonctions de a, b, c, d, qui demeureront les m`emes, ” quelque permutation qu’on fasse entre les quantit´es a, b, c, d, et qui pourront par cons´equent s’exprimer par les fonctions rationnelle des coeﬃcients m, n, p, q de la propos´ee dont les quantit´es a, b, c, d sont les racines. De sorte qu’on pourra par ce moyen trouver directement les valeur des coeﬃcients dont il s’agit, comme nous l’avons d´ejˆ a pratiqu´e plusieurs fois dans le cours de ces recherches.“ Bei diesen Untersuchungen ist die Gleichung in y noch nicht explizit aufgetaucht. Sie berechnet er als N¨achstes, wobei er sich, wie schon zuvor, der Division mit Rest bedient. Hier gibt es einen freien Parameter, der je nach Wahl auf die Methode von Euler oder B´ezout f¨ uhrt. Wir fassen zusammen: Das ferrarische Verfahren. Hier wird die gegebene Gleichung so aufgeteilt, dass x4 isoliert auf der linken Seite der Gleichung steht. Addition von 2x2 y + y 2 ergibt auf der linken Seite wiederum ein vollst¨andiges Quadrat, wobei aber die Unbestimmte y eingef¨ uhrt wird. Die rechte Seite wird dann nach L¨ osung einer kubischen

80

Kapitel VIII. Lagrange

Gleichung f¨ ur y zu einem vollst¨andigen Quadrat, wobei die Vollst¨ andigkeit des Quadrates auf der linken Seite nicht zerst¨ ort wird. Aus diesen beiden Gleichungen entstehen dann durch Quadratwurzelziehen je zwei Gleichungen zweiten Grades, die sich wieder l¨ osen lassen. Aus den gewonnenen Informationen lassen sich schließlich die Wurzeln der urspr¨ unglich gegebenen Gleichung berechnen. Weitere Untersuchungen zeigen dann, dass 1 2 (x1 x2

+ x3 x4 ),

1 2 (x1 x3

+ x2 x4 ),

1 2 (x1 x4

+ x2 x3 )

die Wurzeln der Gleichung dritten Grades in y sind, wenn x1 , x2 , x3 und x4 die Wurzeln der Ausgangsgleichung sind. Diese drei Wurzeln werden bei Permutation der xi untereinander vertauscht. Die linke Seite der Gleichung dritten Grades ist daher wieder das Minimalpolynom von jeder der drei Wurzeln u ¨ber dem K¨ orper der symmetrischen Funktionen in x1 , x2 , x3 , x4 . Das tschirnhausensche Verfahren. Hier diskutierte Lagrange zwei M¨oglichkeiten des Ansatzes eines Hilfspoynoms G, einmal die, dass G den Grad 2 hat, und zum andern die, dass G den Grad 3 hat. Im ersten Fall, den wir als einzigen diskutiert haben, gen¨ ugte der Koeﬃzient des linearen Gliedes von G einer Gleichung dritten Grades. Die Nullstellen dieses Polynoms ließen sich durch die x1 , x2 , x3 , x4 wie folgt ausdr¨ ucken: x21 + x22 − x23 − x24 x1 + x2 − x3 − x4 x21 + x23 − x22 − x24 x1 + x3 − x2 − x4 x21 + x24 − x22 − x23 . x1 + x4 − x2 − x3 Auch diese drei rationalen Funktionen werden von der S4 als Ganzes invariant gelassen. 5. Gleichungen f¨ unften und h¨ oheren Grades. Die Untersuchungen der Gleichungen dritten und vierten Grades dienen Lagrange als Motivation f¨ ur die Untersuchungen der Gleichungen h¨ oheren Grades, die er nun anpackt. Er bemerkt zun¨ achst, dass er neben der tschirnhausenschen Methode aus dem Jahre 1683 nur noch die nicht wesentlich verschiedenen Methoden von Euler und B´ezout kenne, beide 1765 publiziert, den Fall einer Gleichung n-ten Grades anzupacken. Das tschirnhausensche Verfahren f¨ uhre bei Gleichungen f¨ unften Grades auf vier Gleichungen der Grade 1, 2, 3, 4 in vier Unbekannten, die nach Elimination eine Gleichung des Grades 1·2·3·4 = 24 erg¨ aben. Damit h¨ atte man aber nichts gewonnen, es sei denn, man k¨onnte diese Gleichung auf eine des Grades < 5 zur¨ uckf¨ uhren. Das eulersche Verfahren f¨ uhre ebenfalls auf eine Gleichung des Grades 24, w¨ ahrend das b´ezoutsche Verfahren eine Gleichung des Grades 120 liefere, die aber einer Gleichung des Grades 24 gleichwertig sei. B´ezout hoﬀe — und Lagrange z¨ahlt dessen Gr¨ unde auf, weshalb er hoﬀe —, dass sich die Gleichung vom Grade 120

5. Gleichungen f¨ unften und h¨ oheren Grades

81

auf eine vom Grade < 5 zur¨ uckf¨ uhren ließe. Lagrange ist skeptisch. Er glaubt nicht, dass diese Methode bei Gleichungen f¨ unften und h¨ oheren Grades zum Ziele f¨ uhrt. Selbst wenn man zu theoretischen Resultaten gelange, seien die Rechnungen so außerordentlich umfangreich, dass sie praktisch von keinem Nutzen seien. Es w¨ are daher sehr zu w¨ unschen, k¨ onne man a priori die Aussichten absch¨ atzen, ob diese Methoden wie bei Gleichungen der Grade 3 und 4 zum Erfolge f¨ uhrten. Er werde daher im Folgenden eine Analyse a¨hnlich der versuchen, die bei den Gleichungen 3. und 4. Grades zum Ziele f¨ uhrte. Die Idee ist die folgende. Gegeben sei die allgemeine Gleichung n-ten Grades f = 0, wobei f = xn + a1 xn−1 + . . . + an ein Polynom ist, dessen Koeﬃzienten a1 , . . . , an Unbestimmte sind. Man macht den Ansatz hy = xk + b1 xk−1 + . . . + bk + y mit 1 ≤ k < n, wobei u ¨ ber die bi erst sp¨ater verf¨ ugt wird. Zun¨ achst tue man so, als seien sie Unbestimmte. Man nennt hy Hilfspolynom. Dann berechne man g(y) := Resx (f, hy ) = y n + c1 y n−1 + . . . + cn . Man m¨ ochte nun die Unbestimmten bi durch solche Elemente ersetzen, dass k der Koeﬃzienten ci null werden oder dass gewisse, von k Gleichungen abh¨ angende Relationen zwischen den ci bestehen, so dass es einfach ist, eine Nullstelle λ von g(y) zu bestimmen. Dann haben n¨ amlich f und hλ einen nicht-trivialen — einfach zu berechnenden — Faktor gemein, dessen Grad h¨ ochstens gleich k, also kleiner als n ist. Jede Nullstelle dieses Faktors ist auch Nullstelle von f . Somit w¨ are die Bestimmung einer Nullstelle von f nach der Bestimmung von λ zur¨ uckgef¨ uhrt auf die Bestimmung einer Nullstelle eines Polynomes kleineren Grades. Ist insbesondere k = n − 1 und sind die √ bi so gew¨ahlt, dass c1 = . . . = cn−1 = 0 ist, so ist g(y) = y n + cn . Ist dann λ = n −cn , so haben f und hλ einen Faktor gemeinsam, dessen Grad h¨ ochstens n − 1 ist. Damit w¨are dann das Problem der Nullstellenﬁndung von f auf das Ausziehen einer n-ten Wurzel und der Nullstellenbestimmung eines Polynoms von einem Grade kleiner oder gleich n − 1 zur¨ uckgef¨ uhrt. Die Idee scheint vielverprechend, doch das Problem ist, die bi zu ﬁnden, und dieses Problem erweist sich als un¨ uberwindlich, wie sich schließlich anfangs des 19. Jahrhunderts herausstellen wird, jedenfalls dann, wenn man sich zu ihrer Bestimmung nur der rationalen Rechenoperationen und des Ausziehens von Wurzeln bedienen will. Um etwas mehr u ¨ ber die ci zu erfahren, schreiben wir g(y) mit Hilfe der

82

Kapitel VIII. Lagrange

Sylvestermatrix ein wenig expliziter auf. Es ist ⎛

1 a1 1 ⎜ ⎜ ⎜ ⎜ ⎜ g(y) = det ⎜ ⎜ 1 b1 ⎜ 1 ⎜ ⎝

... ... ... a1 . . . ... ... ... ... 1 a1 . . . . . . bk + y ... b1 . . . ... ... ...

⎞

an ... ... ...

an

... ... ... . . . . . . bk + y

⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎠

Die in diesem Schema explizit aufgelisteten Koeﬃzienten stehen in der Matrix tats¨achlich in der gleichen Spalte, wie sie hier erscheinen. Wir ersetzen die 1 in den letzten n Zeilen der Sylvestermatrix f¨ ur den Augenblick durch die Unbestimmte b0 und zeigen nun die G¨ ultigkeit des folgenden Satzes. Satz 1. f , hy und g(y) seien wie oben gegeben. Dann ist ci ein homogenes Poly¨ber dem Polynomring nom vom Grade i in den Unbestimmten b0 , b1 , . . . , bk u Z[a1 , . . . , an ]. Beweis. Entwickelt man die fragliche Determinante gem¨ aß dem laplaceschen Entwicklungssatz nach den letzten n Zeilen, so sieht man, dass die ci Polynome in den bj sind, deren Koeﬃzienten wiederum Polynome in den ak sind. Wir schreiben nun ausf¨ uhrlicher g(b0 , . . . , bk , y) und ci (b0 , . . . , bk ) statt g(y) und ci . Ist nun μ eine weitere Unbestimmte, so folgt g(μb0 , . . . , μbk , μy) = μn g(b0 , . . . , bk , y), da ja die letzten n Zeilen der Sylvestermatrix mit μ multipliziert wurden. Es ist also μn y n + c1 (b0 , . . . , bk )y n−1 + . . . + cn (b0 , . . . , bk ) = (μy)n + c1 (μb0 , . . . , μbk )(μy)n−1 + . . . + cn (μb0 , . . . , μbk ). Hieraus folgt wiederum μn ci (b0 , . . . , bk )y n−i = ci (μb0 , . . . , μbk )(μy)n−i f¨ ur i := 1, . . . , n. Dies hat schließlich μi ci (b0 , . . . , bk ) = ci (μb0 , . . . , μbk ) f¨ ur alle i zur Folge. Dies zeigt die Homogenit¨ at der ci und gleichzeitig, dass i der Grad von ci ist, wenn ci nicht null ist. Es ist aber keines der ci gleich null. Dies sieht man, wenn man alle ai gleich null setzt. Dann ist n¨amlich g(y) = (bk + y)n .

5. Gleichungen f¨ unften und h¨ oheren Grades

83

Hieraus folgt ci = ni bik = 0, da wir ja mit Lagrange stillschweigend unterstellen, dass die Charakteristik gleich 0 ist. Lagrange kennt die Sylvestermatrix nicht. Er kommt aber zu dem gleichen Schluss — ohne dass er sagt, wie —, dass die Terme von g(b0 , . . . , bk , y) in b0 , . . . , bk , y allesamt vom Grade n sind, wobei er statt Grad“ das Wort dimension ” benutzt. Was bei uns bi heißt, heißt bei ihm a, b, c, . . . , wobei er fortf¨ ahrt: y compris l’unit´e, coeﬃcient de la plus haute puissance de x dans l’´equation suppos´ee (Lagrange 1770/71, S. 231). Welcher Buchstabe f¨ ur 1 steht, sagt er nicht. Der Beweis, dass ci = 0 ist, zeigt auch die G¨ ultigkeit des folgenden Korollars. Korollar 1. Das Polynom ci hat, aufgefasst als Polynom in bk , den Grad i. Wegen k ≥ 1 folgt weiter das n¨ achste Korollar. Korollar 2. Der Grad von ci ist gleich i, auch wenn b0 = 1 gesetzt wird . Im Folgenden setzen wir wieder voraus, dass b0 = 1 ist. Dann sind die Polynome c1 , . . . , cn also Polynome in den Unbestimmten b1 , . . . , bk und der Grad von ci ist ¨ i. Uber die bj soll nun so verf¨ ugt werden, dass ci1 = 0, . . . , cik = 0 ist. Das f¨ uhre nach Elimination auf eine Gleichung des Grades i1 · i2 · · · ik , bemerkt Lagrange. Nach Elimination“, das ist so ein Stichwort! Lagrange benutzt dieses Argument ” immer wieder und kann sich anscheinend darauf verlassen, dass seine Zeitgenossen veriﬁzieren k¨ onnen, was er sagt. Der Satz, der benutzt wird, lautet, dass aus k Gleichungen der Grade n1 , . . . , nk in k Unbestimmten k − 1 der Unbestimmten eliminiert werden k¨ onnen, wobei man ein Polynom des Grades n1 · · · nk in der letzten Unbestimmten erh¨alt. Zu jeder Wurzel der letzten Gleichung kann man dann auch Belegungen der restlichen Unbestimmten ﬁnden, so dass die Belegung der k Unbestimmten eine simultane L¨osung der Ausgangsgleichungen ist. Was man in der Literatur hierzu ﬁndet, ist d¨ urftig oder aber sehr komplex. Auch ich werde mich um diese Fragen dr¨ ucken, da sie f¨ ur die Rechenpraxis keine Bedeutung zu haben scheinen und theoretisch durch andere Argumente ersetzt werden k¨ onnen, die Lagrange uns liefert, wie wir gleich sehen werden. Neben dem gerade diskutierten Fall, dass k = n − 1 ist. Diskutiert Lagrange auch noch den Fall, dass n zusammengesetzt ist. Dazu sei etwa n = pq. Hier bringe man alle ci zum verschwinden, bei denen i nicht durch p teilbar ist. Dann ist g(y) ein Polynom in y p . Ersetzt man y p durch z, so erh¨alt man ein Polynom in z vom Grade q, wobei q kleiner als n ist. Hier ist — man f¨angt bei 0 an zu z¨ ahlen — k = pq + 1 − (q + 1) = (p − 1)q uhrt auf eine Gleichung vom Grade und Elimination der bj f¨ (pq − 1)! . (q − 1)!pq−1

84

Kapitel VIII. Lagrange

Dies ist kleiner als (n − 1)! Dieser Ansatz f¨ uhrte bei Gleichungen vierten Grades auf eine Gleichung dritten Grades, also zum Erfolg. Diesen Fall haben wir im letzten Abschnitt beschrieben. Die Methode von Tschirnhaus f¨ uhrt bei h¨ oheren Graden auf eine Reduzierte sehr hohen Grades und es sei a posteriori nicht m¨oglich zu entscheiden, ob das Problem der Nullstellenﬁndung der Reduzierten, sich auf eine Gleichung niedrigeren Grades zur¨ uckf¨ uhren ließe. Man k¨ onne dies aber a priori entscheiden, indem man untersuche, wie ihre Wurzeln von den Wurzeln der gegebenen Gleichung abhingen. Hier ist bemerkenswert, dass Lagrange unterstellt, dass algebraische Gleichungen stets n L¨ osungen haben — die Existenz der n-ten Einheitswurzeln aber ausf¨ uhrlich beweist. Dass man dies zumindest f¨ ur die allgemeine Gleichung n-ten Grades annehmen darf, liegt daran, dass der Polynomring R[λ1 , . . . , λn ] in den elementarsymmetrischen Funktionen λi zum Ring R[a1 , . . . , an ] in den Unbestimmten a1 , . . . , an isomorph ist. Ein solcher Isomorphismus wird deﬁniert, indem man als Bild von ai das Element (−1)i λi nimmt. Identiﬁziert man also ai mit (−1)i λi und sind die λi die elementarsymmetrischen Funktionen in den Unbestimmten x1 , x2 , . . . , xn , so sind die xi die Nullstellen des Polynoms xn +

n

ai xn−i .

i:=1

Diese aber sind paarweise verschieden. Lagrange beginnt seine a-priori-Untersuchungen der Reduzierten mit dem Fall der Hilfsgleichung der Form hy = xn−1 + b1 xn−2 + . . . + bn−1 + y. Es sei α eine primitive n-te Einheitswurzel. Dann ist

(A)

xn−1 + b1 xn−2 1 1 n−1 + b1 xn−2 x2 2 + b1 xn−2 xn−1 3 3 ··· xn−1 + b1 xn−2 n n

+ . . . + bn−1 + . . . + bn−1 + . . . + bn−1 ··· + . . . + bn−1

+ + +

u = 0 αu = 0 α2 u = 0 ··· + αn−1 u = 0

ein lineares Gleichungssystem f¨ ur die Unbekannten b1 , . . . , bn−1 , u. Die Koeﬃzientenmatrix dieses Systems ist ⎞ ⎛ n−2 . . . x01 1 x1 n−2 0 . . . x2 α ⎟ ⎜ x2 ⎟ ⎜ n−2 . . . x03 α2 ⎟ . ⎜ x3 ⎠ ⎝ ... ... ... ... n−2 0 n−1 xn . . . xn α Die Kofaktoren der Einheitswurzeln in der letzten Spalte sind allesamt Vandermondedeterminanten und folglich, da die xi paarweise verschieden sind, von null

5. Gleichungen f¨ unften und h¨ oheren Grades

85

verschiedene Polynome. Entwickelt man die Determinante nach der letzten Spalte, so sieht man, dass sie von null verschieden ist. Folglich gibt es genau eine L¨osung are n¨ amlich u = 0, so h¨ atte man ein b1 , . . . , bn−1 , u. Es zeigt sich, dass u = 0 ist. W¨ homogenes Gleichungssystem mit der L¨osung 1, b1 , . . . , bn−1 , so dass die Determinante seiner Koeﬃzientenmatrix 0 w¨are. Diese Determinante ist aber ebenfalls eine Vandermondedeterminante, die von null verschieden ist, da die xi paarweise verschieden sind. osungen Satz 2. Interpretiert man die Unbestimmten bi der Hilfsgleichung als die L¨ des Gleichungssystems (A), so ist g(y) =

n−1

(y − αi u) = y n − un ,

i:=0

das heißt, es ist c1 = . . . = cn−1 = 0 und cn = −un . Beweis. In diesem Falle haben f und hαi u die gemeinsamen Nullstellen xi . Daher ist g(αi u) = 0 f¨ ur i := 0, . . . , n − 1. Weil u = 0 ist, sind dies n verschiedene Nullstellen von g, so dass nach dem Satz von Nu˜ nez in der Tat g(y) =

n−1

(y − αi u) = y n − un

i:=0

ist. Das Gleichungssystem f¨ ur b1 , . . . , bn−1 , u zeigt, dass die bi rationale Funktionen der x1 , . . . , xn , α0 , . . . , αn−1 sind. Die explizite Bestimmung dieser Funktionen wird im Folgenden aber nicht gebraucht. Die Zuordnung von xi zu αi−1 u ist nat¨ urlich willk¨ urlich. Man kann irgendeine Permutation σ ∈ Sn nehmen und die Gleichungen n−2 xn−1 σ(1) + b1 xσ(1) n−1 xσ(2) + b1 xn−2 σ(2) n−2 xn−1 + b x 1 σ(3) σ(3) ··· n−2 xn−1 σ(n) + b1 xσ(n)

+ . . . + bn−1 + . . . + bn−1 + . . . + bn−1 ··· + . . . + bn−1

+ + +

u = 0 αu = 0 α2 u = 0 ··· + αn−1 u = 0

betrachten. Da es n! Permutationen gibt, gibt es n! verschiedene Gleichungssysteme. Die Frage ist, ob sie auch verschiedene L¨ osungssysteme haben. Nicht immer, ist die Antwort, jedenfalls nicht, was die bi anbelangt. Zu jedem σ ∈ Sn gibt es eine Permutation τ auf der Menge {0, . . . , n − 1}, so dass das gerade notierte Gleichungssystem, von der Reihenfolge der Gleichungen abgesehen, mit dem Gleichungssystem xn−1 + b1 xn−2 1 1 n−1 x2 + b1 xn−2 2 xn−1 + b1 xn−2 3 3 ··· + b1 xn−2 xn−1 n n

+ . . . + bn−1 + . . . + bn−1 + . . . + bn−1 ··· + . . . + bn−1

ατ (0) u = 0 ατ (1) u = 0 ατ (2) u = 0 ··· + ατ (n−1) u = 0 + + +

86

Kapitel VIII. Lagrange

u ¨ bereinstimmt. Dieses Gleichungssystem bezeichnen wir mit Gτ . Wir betrachten nun die Permutation ρ, f¨ ur die αρ(i) = α1+i ist. Dieses ρ erzeugt eine zyklische Untergruppe Z der Ordnung n in Sn (abus de notation). Satz 3. Die Bezeichnungen seien die eingef¨ uhrten. Sind σ, τ ∈ Sn und gilt τ σ −1 ∈ Z und ist b1 , . . . , bn−1 , u L¨ osung von Gσ , so ist b1 , . . . , bn−1 , u L¨ osung von Gτ . i Dabei ist u = α u , wobei i dadurch bestimmt ist, dass τ σ −1 = ρi ist. Beweis. Nach Voraussetzung gibt es ein i mit τ σ −1 = ρi , dh., τ = ρi σ. F¨ ur die Potenzen von α in der letzten Spalte gilt dann i

ατ (k) = αρ

σ(k)

= αi+σ(k) = αi ασ(k) .

Das heißt, dass die letzte Spalte der Koeﬃzientenmatrix von Gτ sich von der von Gσ gerade durch den Faktor αi unterscheidet. Sind nun b1 , . . . , bn−1 und u die L¨osungen von Gσ und b1 , . . . , bn−1 , u die von Gτ , so folgt mittels der cramerschen Regel (Kapitel 6, Abschnitt 4), dass bei den bi sowohl im Z¨ahler als im Nenner der Faktor αi auftaucht, sich also weghebt. Also gilt bi = bi f¨ ur alle i. F¨ ur u gilt jedoch, dass αi nur im Nenner vorkommt. Daraus folgt dann auch die Aussage u ¨ ber u und u . Die L¨osungen des Gleichungssystems Gσ bezeichnen wir mit bi,σ , uσ . Ferner sei U0 die Untergruppe von Sn die den Punkt 0 festl¨ asst. Dann ist Sn = ZU0 und Z ∩U0 = {1}. Dann sind die Gleichungssysteme Gσ mit σ ∈ U0 die Kandidaten f¨ ur unterschiedliche L¨ osungen der b1,σ , . . . , bn−1,σ . Alle anderen Gleichungssysteme bieten nach Satz 3 nichts Neues. Satz 4. Die Bezeichnungen seien die eingef¨ uhrten. Setze Fi :=

(x − bi,σ )

σ∈U0

f¨ ur i := 1, . . . , n − 1. Dann ist Fi ∈ Q(a1 , . . . , an )[x]. Insbesondere sind die Koeﬃzienten von Fi unabh¨ angig von α und der Grad von Fi ist (n − 1)! Beweis. Die Aussage u ¨ ber den Grad ist klar. Eine beliebige Permutation der αj permutiert die bi,σ untereinander. Betrachtet man daher Fi als rationale Funktion in den αj , so ist Fi einei Funktion in den elementarsymmetrischen Funktionen in den αj . Diese haben aber alle die Werte 1 oder −1. Fasst man Fi auf als rationale Funktion in den xj , so bleibt Fi ebenfalls unter allen Permutationen der xj invariant. Somit ist Fi eine rationale Funktion in den elementarsymmetrischen Funktionen der xj und damit eine rationale Funktion in den aj . Damit ist alles bewiesen.

5. Gleichungen f¨ unften und h¨ oheren Grades

87

Lagrange argumentiert anders, umst¨ andlicher. Dabei gibt er eine rekursive Eronnen: Ist U0 ∼ zeugung der Sn , die wir so andeuten k¨ = Sn−1 schon gegeben, so ist Sn = U0 ∪ (0, 1)U0 ∪ (0, 2)U0 ∪ . . . ∪ (0, n − 1)U0 . Dabei bezeichne (0, i) die Transposition, die 0 mit i vertauscht. Er kommentiert dies nicht (Lagrange 1770/71, S. 312). Diese Erzeugung zeigt gleichzeitig, dass die ater aufgel¨ ost (s. Sn von Transpositionen erzeugt wird. Diese Rekursion wird sp¨ Abschnitt 6). alt, wenn man aus den c1 (b1 , . . . , bn−1 ), Die Fi sind die Polynome, die man erh¨ . . . , cn−1 (b1 , . . . , bn−1 ) die von bi verschiedenen bj eliminiert. Ist k zu n teilerfremd, so bezeichne ρk die durch ρk (αi ) = αki deﬁnierte Permutation der n-ten Einheitswurzeln. Die Gruppe der ρk bezeichnen wir mit E. Die Ordnung von E ist ϕ(n). Ist n eine Primzahl, so ist diese Gruppe transitiv auf der Menge der von 1 verschiedenen n-ten Einheitswurzeln. Das wird von Lagrange benutzt, wenn auch nicht so genannt, wie er auch den Begriﬀ der Gruppe noch nicht kennt. Satz 5. Die Bezeichnungen seien die eingef¨ uhrten. Setze Fi,E :=

(x − bi,ρ ).

ρ∈E

Ist dann

ϕ(n) ϕ(n)

Fi,E = x

+

Bj xϕ(n)−j ,

j:=1

ur alle j. Insbesondere ist Bj unabh¨ angig von α. so ist Bj ∈ K(x1 , . . . , xn ) f¨ Beweis. Beim Beweis kommen nun die Kreisteilungspolynome ins Spiel, die Lagrange an dieser Stelle einf¨ uhrt, wie in Abschnitt 1 geschildert. Mit Hilfe der cramerschen Regel sieht man an Hand des Gleichungssystems (A), dass es Polynome N (α) und Z(α) in x1 , . . . , xn und α gibt mit N (α)bi,1 = Z(α). Es folgt

N ρ(α) bi,ρ − Z ρ(α) = 0

f¨ ur alle ρ ∈ E. Wir betrachten das Polynon N (y)x − Z(y),

88

Kapitel VIII. Lagrange

welches dadurch entsteht, dass α durch die Unbestimmte y und bi,1 durch die Unbestimmte x ersetzt wird. Es folgt ϕ(n) Resy N (y)x − Z(y), Φ(y) = P · xϕ(n) + Cj xϕ(n)−j , j:=1

wobei P ein Polynom in x1 , . . . , xn ist, welches von 0 verschieden ist. Die Polynome N (y)bi,ρ − Z(y) und Φn (y) haben die Nullstelle ρ(α) gemein. Daher ist Resy N (y)bi,ρ − Z(y), Φ(y) = 0, was, da P = 0 ist,

ϕ(n) ϕ(n)

bi,ρ +

ϕ(n)−j

Cj bi,ρ

=0

j:=1

ur alle i. nach sich zieht. Hieraus folgt Bi = Ci f¨ Nach der Gleichung des Grades (n − 1)! f¨ ur bi,1 , deren Koeﬃzienten in dem K¨ orper Q(a1 , . . . , an ) liegen, haben wir nun eine Gleichung des Grades ϕ(n) f¨ ur ur bi,1 gefunden, deren Koeﬃzienten in Q(x1 , . . . , xn ) liegen. Aber auch dieses ist f¨ n ≥ 5 kein wirklicher Gewinn, wie das Korollar zeigt. Korollar. Jedes der Bi aus Satz 5 ist Nullstelle eines Polynoms vom Grade (n − 1)! ϕ(n) mit Koeﬃzienten in Q(a1 , . . . , an ). Beweis. Es sei Z die vor Satz 3 und E die vor Satz 5 eingef¨ uhrte Gruppe. Dann ist ZE eine Untergruppe von Sn . Die Nullstellen von Fi,E bleiben unter Z einzeln fest und werden von E untereinander vertauscht. Also bleibt Fi,E unter ZE fest und damit jedes der Bi . Ist dann V ein Vertretersystem der Restklassen von ZE in Sn und setzt man Biσ := Vi (xσ(1) , . . . , xσ(n) ), so ist Hi :=

(x − Biσ )

σ∈V

ein Polynom des verlangten Grades, das bei allen Permutationen der x1 , . . . , xn invariant bleibt. Daher liegen alle Koeﬃzienten von Hi in Q(a1 , . . . , an ). F¨ ur n = 5 hat Hi den Grad 4! 4 = 6, das ist einiges besser als 24, aber immer noch zu groß. Die Situation wird umso schlechter, je gr¨ oßer n wird.

6. Strategiewechsel

89

¨ Uber die Polynome Hj kommt man zu den Koeﬃzienten von Fi,E und dies ist ein Faktor von Fi . Hieraus erh¨ alt man mit einem Vertretersystem der Restklassen von E in Sn−1 , weitere (n − 1)! −1 ϕ(n) Faktoren des Grades ϕ(n), so dass das Produkt aller Faktoren gerade Fi ergibt. Dies wird von Lagrange notiert. Lagrange untersucht im dritten Abschnitt auch den Fall, dass n = pq zusammengesetzt und die Hilfsgleichung hy so angesetzt ist, dass in g alle die Koeﬃzienten verschwinden, deren Index nicht durch p teilbar ist. Auch dies werden wir nicht weiter verfolgen, da es nichts wirklich Neues bringt. Schließlich untersucht er in langwierigen Rechnungen das Minimalpolynom von x1 + αx2 + α2 x3 + . . . + αn−1 xn , wobei α eine primitive n-te Einheitswurzel ist, mit dem Erfolg, dass es keinen Erfolg gibt. 6. Strategiewechsel. Die Terminologie ist schlecht bis auf den heutigen Tag. Polynome und Polynomfunktionen unterscheiden sich durch ihre Namen. Bei den rationalen Funktionen ist das leider nicht so. Wenn wir hier von rationalen Funktionen reden, ist immer ein Element des Quotientenk¨ orpers eines Polynomrings gemeint und nicht eine Funktion, die dadurch deﬁniert ist, dass man eine Polynomfunktion durch eine andere teilt. Wenn man von den Werten spricht, die eine rationale Funktion annimmt, so ist in unserem Falle zun¨ achst u ¨ berhaupt nicht klar, was gemeint ist, da wir es ja nicht mit Funktionen im landl¨ auﬁgen Sinne zu tun haben. Um den hier benutzten Begriﬀ pr¨azise zu fassen, sei R[x1 , . . . , xn ] ein Polynomring in den Unbestimmten ¨ ber dem Integrit¨ atsbereich R. Ist dann f ∈ R[x1 , . . . , xn ] und σ ∈ Sn , x1 , . . . , xn u so gibt es, wie wir wissen, genau einen Automorphismus von R[x1 , . . . , xn ], den wir ebenfalls σ nennen, mit f σ = f (xσ (1) , . . . , xσ (n) ) f¨ ur alle f ∈ R[x1 , . . . , xn ]. Dabei stehe σ f¨ ur σ −1 . Dann ist f στ = (f σ )τ . Der Automorphismus σ l¨ asst sich auf genau eine Weise fortsetzen zu einem Automorphismus des Quotientenk¨ orpers Q(R)(x1 , . . . , xn ) von R[x1 , . . . , xn ]. Diese f σ sind dann f¨ ur f ∈ K(x1 , . . . , xn ) das, was man in der Literatur die Funktionswerte von f nennt. Die Funktionswerte sind also gerade die Elemente der Bahn von f unter Sn . Dies zuvor. Bei den Gleichungen dritten und vierten Grades zeigte es sich, dass solche rationale Funktionen der Wurzeln der allgemeinen Gleichung zum Erfolge f¨ uhrten, die unter der Wirkung der S3 bzw. S4 nur wenige Bilder hatten. Deren Minimalpolynome hatten einen entsprechend niedrigen Grad, so dass sie gel¨ ost werden

90

Kapitel VIII. Lagrange

konnten, oder aber man fand solche Polynome, die faktorisierbar waren, so dass die Wurzeln von deren Faktoren zu bestimmen waren. Der Witz dabei war aber der, dass man diese Polynome ohne die Kenntnis ihrer Wurzeln berechnen konnte. Von den Wurzeln dieser Resolventen, das sind die Aufl¨ osenden, konnte man dann zu den Wurzeln der Ausgangsgleichung gelangen. Das Ziel war, auch bei h¨ oheren Graden, Polynome niedrigeren Grades zu ﬁnden, deren L¨ osbarkeit schon erkannt war, oder aber Polynome, die auf Grund ihrer speziellen Bauart l¨ osbar waren. Die L¨osungen solcher Gleichungen sollten dar¨ uber hinaus zu den L¨ osungen der allgemeinen Gleichung f¨ uhren. Solche Gleichungen fand Lagrange nicht. Da er solche Gleichungen nicht fand, wechselte er die Strategie, ohne dies ausdr¨ ucklich zu sagen. Er betrachtet n¨ amlich nun den Inbegriﬀ aller rationalen Funktionen in den Unbestimmten x1 , . . . , xn und dessen Strukturierung durch die Sn . Dies wollen wir nun verfolgen. Dabei formuliere ich die S¨ atze in heutiger Sprache, Notation und Allgemeinheit, da sie nach wie vor von Interesse sind. Wenn ich hier K¨ orper sage, so ist dies so zu verstehen, dass bei Lagrange der K¨orper der rationalen Zahlen zu Grunde liegt. Im Folgenden nehmen wir stets an, dass x1 , . . . , xn Unbestimmte sind. Ferner setzen wir ai := (−1)i λi (n) f¨ ur i := 1, . . . , n, wobei λi (n) das i-te elementarsymmetrische Polynom in den Unbestimmten x1 , . . . , xn ist. Satz 1. Es sei K ein kommutativer K¨ orper und L := K(x1 , . . . , xn ) sei der Funk¨ber K. Ist dann f ∈ L und tionenk¨ orper in den Unbestimmten x1 , . . . , xn u F := (x − f σ ), σ∈Sn

so ist F ∈ K(a1 , . . . , an )[x]. Der Grad von F ist n! Beweis. Dies Ergebnis ist uns v¨ ollig klar, da F auf Grund seiner Deﬁnition ein symmetrisches Polynom u ¨ ber K(x1 , . . . , xn ) ist. Folglich liegen seine Koeﬃzienten nach Satz 7 von Abschnitt 4 des Kapitels 6 in K(a1 , . . . , an ). Der Witz bei diesem Satz ist, dass die Koeﬃzienten von F in K(a1 , . . . , an ) liegen. Lagrange rechnet dies f¨ ur n = 2 und 3 nach, was auf sehr l¨ angliche Rechnungen f¨ uhrt. F¨ ur n ≥ 4 sagt er zwar dass die Koeﬃzienten von F vom Vorzeichen abgesehen die elementarsymmetrischen Funktionen in den f σ und daher, wie zuvor gezeigt, rationale Funktionen der ai seien. Dies hat er jedoch nur f¨ ur n = 2 und 3 gezeigt. Er sagt ferner, dass der Grad von F gleich n! sei. Er gibt an dieser Stelle explizit ein Verfahren an, alle Permutationen der Sn zu erzeugen, damit man keines der f σ u ¨ bersehe. Er beginnt mit x1 , x2 , . . . und vertauscht zun¨ achst x1 mit x2 . Damit erh¨ alt er x1 , x2 , x3 , x4 , . . . x2 , x1 , x3 , x4 , . . .

6. Strategiewechsel

91

Das sind zwei Permutationen. In jeder der Permutationen vertauscht er x3 mit x1 und dann x3 mit x2 . Damit erh¨ alt er jeweils zwei weitere Permutationen. Insgesamt also 2 + 2 · 2 = 2 · 3. Hier sind sie: x1 , x3 , x1 , x2 , x2 , x3 ,

x2 , x2 , x3 , x1 , x3 , x1 ,

x3 , x1 , x2 , x3 , x1 , x2 ,

x4 , x4 , x4 , x4 , x4 , x4 ,

... ... ... ... ... ...

In jeder dieser Permutationen vertauscht er x4 mit x1 , dann x4 mit x2 und schließlich x4 mit x3 . Das ergibt jeweils drei weitere Permutationen, insgesamt also 2·3+2·3·3 = 2·3·4, usw. Dies ist ein weiteres Beispiel f¨ ur eine P¨ unktchenrekursion, wie sie in Abschnitt 7 von Kapitel 2 beschrieben wurde. Was die Berechnung der Koeﬃzenten von F anbelangt — F ist ja als Produkt von Polynomen des Grades 1 gegeben —, so verweist er auf seine Rechnungen in den F¨ allen n = 2 und n = 3 und dar¨ uber hinaus auf das von ihm schon mehrfach zitierte Werk Introduction a ` l’Analyse des lignes courbes von Gabriel Cramer und das Werk Meditationes algebraicæ von Edward Waring, welches ausgezeichnete Untersuchungen u ¨ber Gleichungen enthielte. Letzteres Werk wird hier zum ersten Mal erw¨ahnt. Wieso erst jetzt? Daf¨ ur gibt die dritte Auﬂage von Warings Buch eine m¨ogliche Erkl¨ arung (Waring 1782, S.vii und xxi). Dort heißt es, dass er zu Beginn des Jahres 1763 Euler ein Exemplar der ersten Auﬂage dieses Werkes — sie war 1762 erschienen — geschickt h¨atte. Im Mai des Jahres 1770 h¨ atte er Exemplare der zweiten Auﬂage, die in eben diesem Jahr erschienen war, an d’Alembert, B´ezout und Montucla, Euler, Lagrange, Frisius und andere geschickt. Ob sie angekommen w¨aren, wisse er nicht, da keiner außer Frisius ihm den Erhalt best¨ atigt h¨ atte. Es sieht also so aus, als h¨atte Lagrange von den Meditationes f¨ ur seine Arbeit zu sp¨at Kenntnis bekommen. Der erste Teil der Arbeit ist ja schon 1770 erschienen und der zweite war zu dieser Zeit im Wesentlichen wohl auch schon fertig. Das lassen die Andeutungen am Ende des ersten Teiles vermuten. Die erste Auﬂage der meditationes hat einen anderen Titel gehabt, n¨ amlich den Titel miscellanea analytica de aequationibus algebraicis et curvarum proprietatibus (Burkhardt 1892, S. 123, Fußnote 2). Den Ausf¨ uhrungen Warings in seiner dritten Auﬂage, bei der ausdr¨ ucklich auf dem Titelblatt vermerkt ist, dass es sich um die dritte Auﬂage handelt, ist das nicht zu entnehmen, da er immer nur von diesem ” Werk“ spricht. Man muss die B¨ ucher also in der Hand haben, um das zu sehen. Inwieweit sich die drei Auﬂagen der Meditationes unterscheiden, weiß ich nicht. Es kommt nat¨ urlich vor, dass etliche der f σ gleich sind. Diesen Fall untersucht Lagrange als N¨ achstes. Er nimmt zun¨ achst an, dass f (x1 , x2 , x3 , x4 , . . .) = f (x2 , x3 , x1 , x4 . . .)

92

Kapitel VIII. Lagrange

sei. Damit hat er zwei gleiche Wurzeln von F und er behauptet, dass daraus folge, dass alle Wurzeln von F in Paaren gleicher auftr¨ aten. Er f¨ ahrt fort: En eﬀet, ” considerons une racine quelconque de la mˆeme ´equation, laquelle soit repr´esent´ee par la fonction f (x4 , x3 , x1 , x2 , . . .), comme celle-ci d´erive de la fonction f (x1 , x2 , x3 , x4 , . . .), en ´echangeant x1 en x4 , x2 en x3 , x3 en x1 , x4 en x2 , il s’ensuit qu’elle devra garder la mˆeme valeur en y changeant x4 en x3 , x3 en x1 et x1 en x4 ; de sorte qu’on aura aussi f (x4 , x3 , x1 , x2 , . . .) = f (x3 , x1 , x4 , x2 , . . .). Donc, dans ce cas, la quantit´e Θ (unser F) sera ´egale `a un carr´e θ2 , et par cons´equent l’´equation Θ = 0 se r´eduira a` celle-ci θ = 0, dont la dimension sera 2 .“ (Dabei ist unser n!) Bei dieser Argumentation unterl¨auft Lagrange ein Fehler. Es ist ja f (x2 , x3 , x1 , x4 , . . .) = f (x3 , x1 , x2 , x4 , . . .), so dass die 2-Teilmengen, die er erh¨ alt, nicht paarweise disjunkt sind. Dennoch kann man das Argument verwerten. Er tut das und formuliert nun abstrakter, wenn auch immer noch beispielhaft, so dass es nichts mehr zu beanstanden gibt, außer, dass er eben an Hand von Beispielen argumentiert und nicht so elegant und konzise formuliert, wie wir das heute tun. Was er macht, ist in heutiger Sprache notiert letztlich das Folgende. Es sei C := {σ | f σ = f }. ¨ Man nennt C den Stabilisator von f in Sn . Auf Sn deﬁniere man die Aquivalenz−1 relation ∼ durch σ ∼ τ genau dann, wenn στ ∈ C ist. Es gilt dann der folgende Satz. Satz 2. Es sei K ein kommutativer K¨ orper und L := K(x1 , . . . , xn ) sei der ¨ber K. Ferner sei f ∈ L Funktionenk¨ orper in den Unbestimmten x1 , . . . , xn u und C sei der Stabilisator von f in Sn . Ist τ1 , . . . , τt ein Vertretersystem der ¨ ¨ Aquivalenzklassen der oben deﬁnierten Aquivalenzrelation ∼, so ist |C|t = n! Setzt man t (x − f τi ) μf := i:=1

und hat F die gleiche Bedeutung wie in Satz 1, so ist n!

F = μft .

6. Strategiewechsel

93

Ferner ist μf ∈ K(a1 , . . . , an ). Dabei ist wieder ai = (−1)i σ(n)i . Beweis. Beginnen wir damit zu zeigen, dass μf ∈ K(a1 , . . . , an )[x] ist. Dazu sei σ ∈ Sn . Es gibt dann zu jedem i mit 1 ≤ i ≤ t ein j mit 1 ≤ j ≤ t und ein ρσ,i , so dass τi σ = ρσ,i τj ist. Es folgt f τi σ = f ρσ,i τj = f τj . Dies zeigt, dass μf unter σ festbleibt. Da dies f¨ ur alle σ gilt, ist μf symmetrisch, so dass die Koeﬃzienten von μf in K(a1 , . . . , an ) liegen. Die Deﬁnition von C zeigt, dass f τi = f γτi ist f¨ ur alle γ ∈ C. Ferner gilt f τi = f τj , falls nur i = j ist. Schließlich gibt es zu jedem σ ∈ Sn ein γ ∈ C und ein τi mit σ = γτi . Aus all diesem folgt, dass jede Nullstelle des Polynoms F aus Satz 1 die Vielfachheit |C| hat. Hieraus folgt alles Weitere. ¨ ber K(a1 , . . . , an ). Das Polynom μf heißt Minimalpolynom von f u Von der Aussage |C|t = n! des Satzes leitet sich der Name Satz von Lagrange“ ” f¨ ur den Satz her, dass die Ordnung einer Untergruppe einer endlichen Gruppe deren Ordnung teilt. Lagrange selbst kennt den Begriﬀ der Gruppe noch nicht. Er erw¨ahnt nicht einmal, dass die Hintereinanderausf¨ uhrung zweier Permutationen wieder eine Permutation ist. M¨ oglicherweise war ihm das u ¨ berhaupt nicht bewusst, obwohl er es implizit nat¨ urlich benutzt. Viel klarer wird eine entsprechende Situation schon zehn Jahre fr¨ uher von Euler beschrieben. Diese analoge Situation stellt sich ihm bei seinem dritten Beweis f¨ ur den kleinen Satz von Fermat, den er 1761 publizierte. N¨ aheres hierzu in Abschnitt 2 von Kapitel 9. Der n¨ achste Satz ist der H¨ohepunkt des vierten Abschnitts von Lagrangens Arbeit, wobei der Sachverhalt nat¨ urlich nur f¨ ur rationale Funktionen u ¨ber Q for¨ muliert ist. Im Ubrigen sagt Lagrange auch nur, dass unter den gegebenen Voraussetzungen g rational von f und a1 , . . . , an abhinge. So formuliert auch noch Dedekind, dessen Beweis aber das liefert, was ich hier notiert habe (Dedekind 1981). Der lagrangesche Beweis erstreckt sich u ¨ ber Seiten und ist verglichen mit Dedekinds Beweis ungenießbar. orper in den Satz 3. Es sei K ein K¨ orper und K(x1 , . . . , xn ) sei der Funktionenk¨ n Unbestimmten x1 , . . . , xn u ¨ber K. Ferner sei f ∈ K(x1 , . . . , xn ) und C sei der Stabilisator von f in Sn . Schließlich sei g ∈ K(x1 , . . . , xn ) und es gelte g σ = g f¨ ur alle σ ∈ C. Es sei τ1 = 1, τ2 , . . . , τt ein Vertretersystem der Restklassen von C in Sn . Wir ur i := 1, . . . , t und schließlich setzen fi := f τi und gi := g τi f¨ G :=

t

gi x − fi i:=1

t j:=1

(x − fj ).

94

Kapitel VIII. Lagrange

Dann ist G ∈ K(a1 , . . . , an )[x], wobei wieder ai = (−1)i λi (n) ist, und es gilt g=

G(f ) . μf (f )

Dabei sei μf das Minimalpolynom von f u ¨ber K(a1 , . . . , an ) und μf bezeichne die Ableitung von μf nach x. Beweis. Die fi sind genau die Bilder von f unter der symmetrischen Gruppe. Daher ist t (x − fi ) μf = i:=1

und folglich G :=

t

gi μf . x − fi i:=1

Ist σ ∈ Sn , so gibt es zu jedem i mit 1 ≤ i ≤ t ein j mit 1 ≤ j ≤ t und ein ρσ,i ∈ C mit τi σ = ρσ,i τj . Es folgt fiσ = f τi σ = f ρσ,i τj = fj , Ebenso folgt, dass giσ = gj ist. Dies zieht

gi x − fi

σ =

gj x − fj

nach sich. Dies impliziert wiederum Gσ = G. Nach fr¨ uheren S¨ atzen ist daher G ∈ K(a1 , . . . , an )[x]. Es gilt μf (f1 ) =

r

(f1 − fi )

i:=2

und daher μf (f1 ) = 0, da die fi paarweise verschieden sind. Es folgt g1 μf (f1 ) = g1

r

(f1 − fi ) = G(f1 ).

i:=2

Wegen τ1 = 1 ist g = g1 und f = f1 und daher μf (f ) = 0 und g= Damit ist der Satz bewiesen.

G(f ) . ϕ (f )

6. Strategiewechsel

95

Um es noch einmal — weniger pr¨azise, aber einpr¨ agsam – zu sagen: Unter den Voraussetzungen des Satzes 3 gilt, dass g ∈ K(a1 , . . . , an )[f ] ist. F¨ ur sp¨atere Verwendung notieren wir noch: Korollar. Ist K eine K¨ orper, ist K(x1 , . . . , xn ) der Funktionenk¨ orper in den Unbestimmten x1 , . . . , xn u ¨ber K, ist der Stabilisator von f ∈ K[x1 , . . . , xn ] gleich {1} und ist schließlich G :=

σ∈Sn

xσi x − fσ

(x − f τ ),

τ ∈Sn

so gilt G ∈ K[a1 , . . . , an ][x] und xi =

G(f ) . μf (f )

Dabei ist μf das Minimalpolynom von f u ¨ber K(a1 , . . . , an ). Insbesondere ist K(x1 , . . . , xn ) = K(a1 , . . . , an )[f ]. Dies folgt mit g = xi wegen f ∈ K[x1 , . . . , xn ] und C = {1} aus Satz 3. Lagrange beschließt seine Arbeit mit Anwendungen der gerade gewonnenen Einsichten. Es sind jedoch nur wieder Anwendungen in den F¨ allen von Gleichungen dritten und vierten Grades. Darauf werde ich mich nicht mehr einlassen. Auf den dedekindschen Text werden ich in Abschnitt 1 von Kapitel 9, dh. im n¨ achsten Abschnitt und in Kapitel 13 n¨ aher eingehen. Halten wir zum Schluss noch einmal fest, dass Lagrange zeigt, dass die Anzahl der Bilder von f ∈ Q(x1 , . . . , xn ) unter den Permutationen aus Sn Teiler von n! ist. Er thematisiert aber nicht die Hintereinanderausf¨ uhrung von Permutationen und er beobachtet nicht, dass die Permutationen, die f invariant lassen, eine Untergruppe der Sn bilden. Dies bringt erst Ruﬃni ins Spiel, der (fast) alle Untergruppen der S5 bestimmt, deren Indizes dann Auskunft u ¨ber die m¨ oglichen L¨ angen von Bahnen der rationalen Funktionen aus Q(x1 , x2 , x3 , x4 , x5 ) unter der S5 geben. Darauf werden wir in Kapitel 13 noch einmal zu sprechen kommen.

VIIII. Der abstrakte K¨ orperbegriﬀ 1. Weber. Der Leser wird schon lange darauf warten, dass endlich einige Worte zur Entwicklung des K¨ orperbegriﬀs gesagt werden. Dies soll nun geschehen und dabei soll gleichzeitig noch, wie versprochen, die L¨ ucke im euler-lagrangeschen und im laplaceschen Beweis des Fundamentalsatzes gestopft werden, dass zumindest im Falle der Charakteristik 0 jedes Polynom einen Zerf¨allungsk¨ orper besitzt. Dass dieser Sachverhalt auch bei beliebiger Charakteristik gilt, werden wir erst im n¨ achsten Kapitel sehen. Wie so h¨ auﬁg in der Mathematik wurde auch mit dem K¨ orperbegriﬀ eine Weile implizit gearbeitet. Man sah, dass die Irreduzibilit¨ at eines Polynoms vom Koefﬁ√ ¨ ber Q irreduzibel,√da 2 ja irrational ist, zientenbereich abhing. So ist x2 − 2 u √ w¨ahrend es u ¨ ber R in die beiden Linearfaktoren x − 2 und x + 2 zerf¨allt. ¨ ¨ ber R irreduzibel, w¨ahrend es u ¨ ber C zerf¨allt. Uber C Das Polynom x2 + 1 ist u zerfallen alle Polynome in Linearfaktoren, wie der Fundamentalsatz der Algebra sagt, w¨ahrend es u ¨ ber Q irreduzible Polynome jeglichen Grades gibt, wie wir im Anschluss an das sch¨ onemannsche Irreduzibilit¨ atskriterium gesehen haben (Kap. 7, Absch. 1). Man musste also klar machen, wie die Koeﬃzienten der Polynome gebaut sind, die man den Betrachtungen zu Grunde legte. So geschehen bei Galois und Abel, wie wir noch sehen werden, oder auch bei Kronecker (1853, Werke 4, S. 4). In dieser Arbeit ﬁndet sich auch der sog. Satz von Kronecker-Weber, dass algebraische Erweiterungsk¨orper von Q mit abelscher galoisscher Gruppe genau die Teilk¨ orper der Kreisteilungsk¨ orper sind. Dieser tief liegende Satz der algebraischen Zahlentheorie, einer der H¨ohepunkte in der Mathematik des 19. Jahrhunderts, tr¨ agt deswegen auch Weber’s Namen, weil Weber der erste war, der einen Beweis dieses Satzes publizierte (Weber 1886), von dem sich sp¨ ater herausstellte, dass er nicht ganz makellos ist (O. Neumann 1981). Kronecker macht in seiner Arbeit nur einige Andeutungen zum Beweis. In seiner Festschrift zu Kummers goldenem Doktorjubil¨ aum 1881 (Kronecker 1882) deﬁniert Kronecker den Begriﬀ des durch die Gr¨ oßen R , R , R , . . . bestimmten Rationalit¨ atsbereiches (R , R , R , . . .): Der Rationalit¨ ats-Bereich ” alt, wie schon die Bezeichnung deutlich erkennen l¨ asst, alle (R , R , R , . . .) enth¨ diejenigen Gr¨ ossen, welche rationale Functionen der Gr¨ossen R , R , R , . . . mit ganzzahligen Coeﬃcienten sind.“ Der Leser wird sofort fragen, was denn mit Gr¨ osse“ gemeint sei und wie sich rationale Funktionen von solchen Gr¨ oßen ” deﬁnieren. Nun, wenig sp¨ ater sagt Kronecker hierzu das Folgende: Der Aus” druck ,Gr¨ osse‘ ist hierbei in der weitesten arithmetisch-algebraischen Bedeutung

98

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

zu nehmen, und es sind im Allgemeinen auch Gr¨ ossengebilde wie ,rationale Functionen unbestimmter Gr¨ ossen‘, sogenannte ,Formen beliebig vieler Ver¨anderlicher‘ u. s. w. darunter zu verstehen, denen der Begriﬀ der Maassgr¨ osse, der des ,gr¨osser oder kleiner Seins‘ g¨ anzlich fremd ist. Aber die gew¨ohnlichen Zahlengr¨ ossen, die rationalen wie die algebraischen irrationalen Zahlen, geh¨ oren mit in die Kategorie der zu behandelnden Gr¨ ossen, und es ist desshalb ausdr¨ ucklich hervorzuheben, dass, obgleich hier das ,gr¨ osser oder kleiner Sein‘ volle Bedeutung hat, dennoch bei allen im Folgenden vorkommenden Gruppirungen, weil sie nach allgemeineren Gesichtspunkten vorzunehmen sind, die Maassgr¨ osse keinerlei R¨ ucksicht bilden wird. Bei der in § 3 erfolgenden Einf¨ uhrung des Gattungsbegriﬀs liegt √ z. B. die zu einer besonderen Gattung geh¨ orige Gr¨ osse 2 ,begriﬄich‘ weit ab von irgend einer der Quadratwurzel aus zwei noch so nahe liegenden rationalen Zahl; ebenso tritt bei der sp¨ ateren Unterscheidung der ganzen und gebrochenen Zahlen f¨ ur die Gr¨ osse nach benachbarten Zahlen der beiden Kategorieen eine begriﬄiche Trennung ein. Eben desshalb, und weil man doch gewohnt ist, sich die Zahlengr¨ ossen ihrer Maassgr¨ osse nach, nicht aber ihren algebraischen Eigenschaften nach, an einander gereiht oder irgend wie r¨ aumlich gruppirt vorzustellen, halte ich es f¨ ur angemessen, in der Terminologie die Ausdr¨ ucke mit entschieden r¨ aumlichem Gepr¨age zu vermeiden und nur solche, kaum zu umgehende allgemeine Ausdr¨ ucke — wie eben jenes Wort ,Bereich‘ — oder allgemeine Bilder zu gebrauchen, welche die ursp¨ unglich r¨ aumliche Bedeutung bei ihrer vielfachen Verwendung im gew¨ ohnlichen Sprachgebrauche schon fast verloren haben. Aus diesem Gesichtspunkte habe ich auch geglaubt, von der Adoption der dedekind schen Bezeichnung ,K¨orper‘ absehen und meine a¨ltere Bezeichnungsweise im Wesentlichen beibehalten zu sollen, zumal gerade — wenigstens f¨ ur die vorliegenden Untersuchungen — mir eine ganz neue Begriﬀsbildung zur Zusammenfassung der rationalen Functionen bestimmter Gr¨ ossen R , R , R , . . . nicht erforderlich und diese Zusammenfassung selbst durch das Wort ,Rationalit¨ats-Bereich‘ in schlichter, ungezwungener Weise ausdr¨ uckbar erschien.“ Hiernach ist der Leser wohl auch nicht kl¨ uger, aber pr¨ aziser wird Kronecker nicht. Was jedoch klar wird, ist, dass Kroneckers Deﬁnition des Rationalit¨ atsbereiches extensional ist. Er sagt, wenn auch nicht sehr pr¨azise, wie sich die Elemente eines Rationalit¨ atsbereiches aus — stets den gleichen, endlich vielen — Gr¨ oßen angig — auch R , R , R , . . . erzeugen lassen. Sind die Gr¨oßen algebraisch unabh¨ das bleibt undeﬁniert —, so spricht er von dem nat¨ urlichen Rationalit¨ atsbereich (R , R , R , . . .). Ist die Menge der Gr¨oßen in der Klammer leer, so bezeichnet er dies mit R = 1 und nennt diesen Gr¨ oßenbereich den absoluten Gr¨ oßenbereich. Es ist dies der Gr¨oßenbereich der rationalen Zahlen. Bei nat¨ urlichen Gr¨ oßenbereichen nennt er die Gr¨ oßen R , etc. Variable und sagt, dass man sie auch als Unbestimmte auﬀassen d¨ urfe. Wovon Kronecker letztlich handelt, sind die Quotientenk¨orper Q(x1 , . . . , xn ) der Polynomringe Q[x1 , . . . , xn ] in den Unbestimmten ¨ ber dem K¨orper Q der rationalen Zahlen und deren endlichen algex1 , . . . , xn u braischen Erweiterungen. Wozu die Rationalit¨ atsbereiche dienen, sagt Kronecker im Anschluss an obiges Zitat: Mit der Fixirung des Rationalit¨ ats-Bereichs wird ”

1. Weber

99

die Frage der Zerlegbarkeit ganzer Functionen von einer oder mehreren Ver¨ anderlichen, deren Coeﬃcienten jenem Bereich angeh¨oren, zu einer v¨ ollig bestimmten, insofern dabei verlangt wird, dass auch die Coeﬃcienten der Factoren eben demselben Bereich angeh¨oren sollen. In diesem Sinne soll nun stets eine ganze Function von beliebig vielen Ver¨ anderlichen mit Coeﬃcienten aus dem Rationalit¨atsbereich (R , R , R , . . .) schlechthin als ,irreductibel‘ oder ,unzerlegbar‘ bezeichnet werden, wenn sie keine eben solche ganze Function, d. h. keine ganze Function derselben Ver¨anderlichen mit Coeﬃcienten aus demselben Rationalit¨ats-Bereich als Factor enth¨ alt.“ Kommen wir zu Dedekind, der in dem Kroneckerzitat schon erw¨ ahnt wurde. Dedekind hielt als Privatdozent in den Wintersemestern 1856/57 und 1857/58 in G¨ ottingen Vorlesungen u ¨ber h¨ ohere Algebra. Er hatte vier H¨orer, wobei ich nicht weiß, wie sie sich auf die beiden Vorlesungen verteilten. Einer der H¨ orer war Paul Bachmann, der sich sp¨ ater als Zahlentheoretiker einen Namen machte. Von diesen Vorlesungen hat Dedekind im Anschluss an sie eine Ausarbeitung gemacht. Weber sagt hierzu im Vorwort zur ersten Auﬂage des ersten Bandes seiner Algebra: . . . , so m¨ochte ich doch nicht unerw¨ ahnt lassen, dass ich schon vor vielen ” Jahren durch ein Heft einer Vorlesung, die er (Dedekind, Anm. H. L.) im Winter 1857/58 in G¨ ottingen u ¨ber h¨ ohere Algebra gehalten hat, ein noch lebhafteres Interesse f¨ ur diese Theorie gewonnen habe, die vordem auf unseren Hochschulen in solcher Vollst¨andigkeit wohl noch nicht vorgetragen war.“ Diese Ausarbeitung ﬁndet sich heute in Dedekinds Nachlass in G¨ ottingen. Sie wurde 1981 von Scharlau publiziert (Dedekind 1981). An Hand der Terminologie wird klar, dass sie vor 1871 entstanden sein muss, dem Jahr, in dem die zweite Auﬂage von Dirichlets Zahlentheorie erschien, die Dedekind mit weiteren Zus¨ atzen versehen hatte. Dort erscheint n¨ amlich Dedekinds ber¨ uhmte Deﬁnition eines K¨ orpers: Unter einem ” K¨ orper wollen wir jedes System von unendlich vielen reellen oder complexen Zahlen verstehen, welches in sich so abgeschlossen und vollst¨andig ist, dass die Addition, Subtraction, Multiplication und Division von je zwei dieser Zahlen immer wieder eine Zahl desselben Systems hervorbringt (Dirichlet 1871, Suppl. X, §159, S. 424).“ Das zehnte Supplement ist in der zweiten Auﬂage neu hinzugekommen. Es handelt von quadratischen Formen und ganzen algebraischen Zahlen. In der dritten Auﬂage ist dieses Supplementum in zwei Supplemente X und XI aufgespalten, wobei das erste von quadratischen Formen handelt und das zweite den ganzen algebraischen Zahlen vorbehalten ist. Supplementum XI beginnt mit § 159 auf S. 434. Dort heißt es: Bisher haben wir unter ganzen Zahlen ausschliesslich ” die Zahlen 0, ±1, ±2, ±3, ±4 . . . verstanden, n¨ amlich alle diejenigen Zahlen, welche durch wiederholte Addition und Subtraction aus der Zahl 1 entstehen; diese Zahlen reproduzieren sich durch Addition, Subtraction und Multiplication, oder mit anderen Worten, die Summen, Diﬀerenzen und Producte von je zwei ganzen Zahlen sind wieder ganze Zahlen. Dagegen f¨ uhrt die vierte Grundoperation, die Division, auf den umfassenderen

100

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Begriﬀ der rationalen Zahlen, unter welchem Namen die Quotienten von irgend zwei ganzen Zahlen verstanden werden; oﬀenbar reproduzieren sich diese rationalen Zahlen durch alle vier Grundoperationen. Jedes System von reellen oder complexen Zahlen, welches diese fundamentale Eigenschaft der Reproduction besitzt, wollen wir k¨ unftig einen Zahlk¨ orper oder kurz einen K¨ orper nennen; der Inbegriﬀ R aller rationalen Zahlen ist daher ein K¨ orper, und zwar bildet er das √ einfachste Beispiel eins solchen.“ Als weiteres Beispiel nennt er den K¨orper Q[ −1], den er zusammen mit dem in ihm enthaltenen Ring der ganzen gaußschen Zahlen eingehend untersucht. Sp¨ ater untersucht er dann beliebige endliche Erweiterungen von Q. In der vierten Auﬂage (Dirichlet 1894, Suppl. XI. §159, S. 434) wiederholt Dedekind das, was ich gerade zitiert habe, dh., Motivation und Deﬁnition eines K¨ orpers, wie er sie in der dritten Auﬂage formuliert hatte. Dann aber, in §160, S. 452, wiederholt er im Wesentlichen noch einmal die Deﬁnition aus der zweiten Auﬂage, wobei er aber auf das Wort unendlich“ verzichtet und noch eine Fußnote ” anh¨ angt. Er deﬁniert: Ein System A von reellen oder complexen Zahlen a soll ” ein K¨ orper (hier wird auf die schon erw¨ ahnte Fußnote verwiesen. Sie wird gleich angef¨ uhrt werden. In der zweiten und dritten Auﬂage fehlt sie) heissen, wenn die Summen, Diﬀerenzen, Producte und Quotienten von jei zwei dieser Zahlen a demselben System A angeh¨ oren.“ Dedekinds Deﬁnitionen sind im Gegensatz zu Kroneckers extensionaler Deﬁnition des Rationalit¨ atsbereiches intensional. Sie nehmen ein System A von Zahlen als etwas Vorgegebenes und fragen nur, ob A unter den Operationen der Addition, Subtraktion, Multiplikation und Division abgeschlossen ist. Konstruierbarkeitsfragen, die bei Kronecker immer im Vordergrund stehen, spielen bei dieser Deﬁnition keine Rolle. Wir stehen hier am Beginn der Mengenlehre, zu der Dedekind durch seine Auﬀassung von Mathematik, seine Deﬁnitionen und Konstruktionen, seine Idealtheorie der Ringe ganzer algebraischer Zahlen und insbesondere auch seine Konstruktion der reellen Zahlen sowie die Begr¨ undung des Rechnens mit nat¨ urlichen Zahlen Wesentliches beigetragen hat. Dedekinds Deﬁnition eines K¨ orpers impliziert nicht, dass ein K¨ orper als Erweiterung von Q endlich erzeugt ist. Weiß man schon, was erst Steinitz erkannte, dass der Transzendenzgrad von C u ¨ ber Q gleich der M¨ achtigkeit von R ist, so ﬁndet man f¨ ur alle kroneckerschen Rationalit¨atsbereiche isomorphe Kopien in C, so dass Dedekinds Deﬁnition auch diese umfasst. Doch das war im 19. Jahrhundert noch nicht klar. Nachdem wir h¨orten, warum Kronecker seine Rationalit¨ atsbereiche Rationalit¨ atsbereiche nannte und den dedekindschen Namen K¨ orper f¨ ur sie ablehnte, wollen wir auch h¨ oren, warum Dedekind den Namen K¨orper w¨ ahlte. In der oben erw¨ahnten Fußnote sagt er: Dieser Name soll, ¨ahnlich wie in den Naturwis” senschaften, in der Geometrie und im Leben der menschlichen Gesellschaft, auch hier ein System bezeichnen, das eine gewisse Vollst¨andigkeit, Vollkommenheit, Abgeschlossenheit besitzt, wodurch es als ein organisches Ganzes, als eine nat¨ urliche Einheit erscheint. Anfangs, in meinen G¨ ottinger Vorlesungen (1857 bis 1858), hatte ich denselben Begriﬀ mit dem Namen eines rationalen Gebietes belegt, der

1. Weber

101

aber weniger bequem ist. Der Begriﬀ f¨allt im Wesentlichen zusammen mit Dem, was Kronecker einen Rationalit¨ atsbereich genannt hat (Grundz¨ uge einer arithmetischen Theorie der algebraischen Gr¨ ossen. 1882). Vergl. auch die von H. Weber und mir verfasste Theorie der algebraischen Functionen einer Ver¨ anderlichen. (Crelle’s Journal, Bd. 92, 1882).“ In dieser Arbeit betrachten sie algebraische Funktionen einer Variablen. Dabei heißt eine Abbildung ϑ aus C in C algebraische Funktion, falls es ein irreduzibles Polynom f ∈ Z[x, y] gibt mit f (ϑ(z), z) = 0 f¨ ur alle z aus einer oﬀenen Teilmenge von C. Die rationalen Ausdr¨ ucke in ϑ und z bilden dann einen K¨ orper und die beiden Autoren nennen dieses Gebilde auch so. Dieser K¨ orper ist ein Rationalit¨ atsbereich im Sinne Kroneckers. In der gerade wiedergegebenen Fußnote sagt Dedekind, er h¨atte das, was er nun K¨ orper nennt, in den oben erw¨ ahnten Vorlesungen rationales Gebiet genannt. In der Nachschrift dieser Vorlesungen spricht er von Zahlengebieten und beginnt den Artikel 1 des § 3: Indem wir nun dazu u ¨bergehen, die von Galois aufgestellte ” Theorie der Gleichungen mit bestimmten Zahlenkoeﬃcienten (im Gegensatz zu Unbestimmten als Koeﬃzienten, Anm. H. L.) zu er¨ortern, so ist zun¨ achst zu bemerken, dass die Grundbegriﬀe der Rationalit¨ at und Irrationalit¨ at hier stets in dem Sinne zu fassen sind, wie es in dem Aufsatz u ¨ ber die Reciprocit¨ at zwischen irreductiblen Gleichungen festgelegt ist.“ Er begn¨ ugt sich in diesen Notizen mit dieser Bemerkung. Eine formale Deﬁnition des Begriﬀs Zahlengebiet“ gibt er nicht. Er ” benutzt diesen Begriﬀ aber stets im Sinne obiger Deﬁnition eines K¨ orpers, so dass ein Zahlengebiet stets Teilk¨orper von C ist. Von daher ist klar, dass die betrachteten Polynome stets u ¨ ber einem geeigneten Teilk¨ orper von C in Linearfaktoren zerfallen. Die Existenz des Zerf¨ allungsk¨ orpers eines Polynoms ist also kein Problem, wenn benutzt wird, dass C algebraisch abgeschlossen ist. Von dem erw¨ahnten Aufsatz u ¨ ber die Reziprozit¨ at zwischen irreduziblen Gleichungen ist wenig bis nichts bekannt. Siehe hierzu Scharlaus Kommentar in Dedekind 1981, S. 103f. Der von Dedekind benutze Name K¨ orper“ hat sich in der deutschsprachi” gen Literatur gegen¨ uber dem Kroneckerschen Rationalit¨ atsbereich“ durchgesetzt, ” wenn auch Weber in seiner Algebra meint, dass es bisweilen n¨ utzlich sei, den Ausdruck Rationalit¨ atsbereich f¨ ur einen K¨ orper dann zu gebrauchen, wenn damit ausgedr¨ uckt werden solle, dass bei einer bestimmten Aufgabe, die Gr¨ oßen dieses K¨ orpers als bekannt oder rational betrachtet werden sollten (Weber 1898, S. 494). ¨ Die Franzosen benutzen corps, das ist die w¨ortliche Ubersetzung von K¨orper. Die Italiener benutzen das Wort corpo, um nicht-kommutative K¨ orper zu bezeichnen, w¨ ahrend sie f¨ ur kommutative K¨ orper den Ausdruck campo benutzen (Curzio ¨ 1982). Das ist die Ubersetzung des Wortes ﬁeld , das im Englischen f¨ ur kommutative K¨orper benutzt wird. Im Deutschen benutzen wir dieses Wort in Galoisfeld“, ” was der Name f¨ ur endliche K¨ orper ist, die wir im n¨ achsten Abschnitt studieren werden. Franzosen, wenn sie nicht corps ﬁni (Dieudonn´e 1955) sagen, benutzen ebenfalls diesen von Moore gepr¨ agten Begriﬀ, indem sie champs de Galois sagen (Dubreil 1946). Moore benutzt das Wort ﬁeld synonym mit dem weberschen Ausdruck endlicher

102

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

K¨ orper , wie er in einer Fußnote auf der ersten Seite seiner Arbeit sagt (Moore 1896, S. 208). Das deutet darauf hin, dass der Name ﬁeld bis dahin in der englischsprachigen mathematischen Literatur noch nicht vergeben war. Wer diesen Namen dann f¨ ur alle kommutativen K¨ orper benutzte, weiß ich nicht. Galois ﬁeld nennt Moore die von Galois konstruierten endlichen K¨ orper und zeigt dann, dass jeder endliche K¨ orper zu einem Galoisfeld isomorph ist. Um diesen Satz formulieren zu k¨ onnen, muss man nat¨ urlich den abstrakten K¨ orperbegriﬀ haben. Doch den hat man sp¨ atestens seit der weberschen Arbeit von 1893, der wir uns gleich zuwenden ¨ werden. Das Jahr 1893 ist im Ubrigen das Jahr, in dem Moore seine Resultate auf dem Weltkongress in Chicago vortrug. Er formuliert seinen Satz u ¨ber die endlichen K¨ orper so: Every existent ﬁeld F [s] is the abstract form of a Galois ﬁeld GF [q n ]; s = q n . Um diesen Satz zu beweisen, muss er nach all dem, was Galois schon gemacht hat und was wir im n¨ achsten Abschnitt studieren werden, nur noch zeigen, dass s Potenz einer Primzahl q ist. Dazu zeigt er, dass alle von null verschiedenen Elemente von F [s] bez¨ uglich der Addition die Ordnung q haben, wobei q eine Primzahl ist. Er zeigt ferner, dass die additive Gruppe von F [s] ein F [q]-Vektorraum ist und dass F [q] nichts anderes als GF(q) ist. Er deﬁniert lineare Unabh¨ angigkeit u ¨ ber GF(q) und bemerkt, dass h + 1 Elemente einer elementarabelschen q-Gruppe des Ranges h linear abh¨ angig sind. H¨ atte sich das Wort Rang statt des Wortes Dimension f¨ ur Vektorr¨ aume doch durchgesetzt! Wieviel Konfusion hat es n¨ amlich schon dadurch gegeben, dass man f¨ ur Vektorr¨ aume und projektive Geometrien das gleiche Wort Dimension benutzt, diese Dimensionen sich aber um eins unterscheiden, so sie endlich sind. In seiner Kummerfestschrift schreibt Kronecker: Die im Art. 1 aufgestellte ” Deﬁnition der Irreductibilit¨ at (es ist die gewohnte. Anm. H. L.) entbehrt so lange einer sicheren Grundlage, als nicht eine Methode angegeben ist, mittels deren bei einer bestimmten, vorgelegten Function entschieden werden kann, ob dieselbe der aufgestellten Deﬁnition gem¨ ass irreductibel ist oder nicht.“ Und dann gibt er ein Verfahren an, ein Polynom mit Koeﬃzienten aus einem Rationalit¨ atsbereich zu faktorisieren. Dieses Verfahren ist so aufwendig, dass es sich nicht lohnt, hier darauf einzugehen. Es sei nur als weiterer Beleg erw¨ ahnt, dass Kronecker auf Konstruierbarkeit gr¨oßten Wert legt. Es ist also nicht verwunderlich, dass er versucht, arithmetische Fragen arithmetisch bzw. algebraisch zu l¨osen, ohne vom Fundamentalsatz der Algebra Gebrauch zu machen. So gelingt es ihm — ich hoﬀe, ich interpretiere ihn richtig — zu zeigen, dass es zu einem Polynom mit Koeﬃzienten aus einem Rationalit¨atsbereich stets ein irreduzibles Polynom gibt, modulo dem das gegebene Polynom in Linearfaktoren zerf¨allt. Pr¨ aziser mag ich das nicht formulieren, da ich gestehen muss, dass ich das, was Kronecker aufgeschrieben hat, nicht wirklich verstehe. Seine Beweise sind nur Skizzen, so dass ich auch nicht an Hand der Beweise den Satz rekonstruieren kann. Vielleicht hat der Leser mehr Durchhalteverm¨ogen als ich, wenn er die Arbeit Kronecker 1887 studiert. Sie macht wesentlichen Gebrauch von der Kum-

1. Weber

103

merfestschrift, von der Dedekind im Vorwort zur vierten Auﬂage von Dirichlets Zahlentheorie schreibt: In der grossen Festschrift, Grundz¨ uge einer arithmeti” schen Theorie der algebraischen Gr¨ ossen, durch welche Kronecker dem so bald nach ihm dahin geschiedenen Lehrer und Freunde Kummer im Voraus ein sch¨ ones Denkmal gesetzt hat, sind die umfassenden Gedanken niedergelegt, auf welchen sich eine andere Theorie der Ideale erhebt. (Kronecker lebte von 1823 bis 1891 und Kummer von 1810 bis 1893. Anm. HL.) Durch die Ver¨ oﬀentlichung derselben (1882 in Crelle’s Journal, Bd. 92) hat Kronecker einen Wunsch erf¨ ullt, den ich schon ¨ofter, zuletzt im Juni 1880 bei Gelegenheit der Enth¨ ullung unseres Braunschweiger Standbildes von Gauss ausgesprochen hatte, wo zugleich verabredet wurde, dass diese Abhandlung vor der von H. Weber und mir ausgearbeiteten Theorie der algebraischen Functionen einer Ver¨ anderlichen in Crelle’s Journal erscheinen sollte. Ihr Inhalt war auch f¨ ur mich vollst¨andig neu, da ich nach einer alten brieﬂichen Mittheilung aus dem Jahre 1857 geglaubt hatte, die Theorie Kronecker’s auf ganz anderen Wegen suchen zu m¨ ussen, die ich in §. 10 meiner Schrift Sur la th´eorie des nombres entiers alg´ebriques (1877) angedeutet habe. Ein sicheres Urtheil u ¨ ber die Vorz¨ uge und Nachtheile dieser Theorie auszusprechen, deren hohe Bedeutung unzweifelhaft ist, halte ich jetzt noch nicht f¨ ur m¨ oglich, da in der Abhandlung nur die Grundgedanken in grossen Z¨ ugen vorgezeichnet sind; ich m¨ochte daher den Wunsch aussprechen, dass einer der zahlreichen Sch¨ uler Kronecker’s es untern¨ahme, eine vollst¨andige, systematische Darstellung dieser Theorie auszuarbeiten; . . . “ Auch Camille Jordan bedauert im Vorwort zu seinem Buch Trait´e des substitutions et des ´equations alg´ebriques, dass er nicht mehr von Kroneckers Resultaten habe bringen k¨ onnen (Jordan 1870/1957, S. VIII). Diverses causes nous en ont empˆech´e: la nature tout arithm´etique de ses m´ethodes, si diﬀ´erentes de la nˆ otre; la diﬃcult´e de reconstituer int´egralement une suite de d´emonstrations le plus souvent a peine indiqu´ees; enﬁn l’´esperance de voir grouper un jour en un corps de doctrine ` suivi et complet ces beaux th´eor`emes qui font maintenant l’envie des g´eom`etres. Es sind also nur die Grundgedanken in großen Z¨ ugen vorgezeichnet, so dass ich mich mit anderer Vorbildung als die Mathematiker des 19. Jahrhunderts ausgestattet nicht zu sch¨ amen brauche, wenn ich Kronecker nicht gleich verstehe. Im Gegensatz zu Kronecker ist Gauß ein Muster an Klarheit und auch mit Dedekind habe ich keine Schwierigkeiten. Dies mag daran liegen, dass Dedekinds Auﬀassung von Mathematik und sein Sprechen u ¨ber sie heute noch lebendig sind, wie auch Gauß mit seinen Disquisitiones die Sprache der Zahlentheorie bis heute pr¨ agte. Das bringt mich auf die Frage, was den Zeigenossen gel¨auﬁg war. Es gibt ja wohl so etwas wie ein Grundwissen, dass man in einer Gemeinschaft hat und auf das man zur¨ uckgreift, wenn man mit anderen kommuniziert. Was ist uns heute selbstverst¨andlich? Man weiß dies wohl nur implizit. Wie k¨ onnte man als Historiker etwas zu diesem Thema herausﬁnden? Man m¨ usste wohl erst der Lehrb¨ ucher der Zeit habhaft werden und dann noch versuchen, etwas u ¨ber die Inhalte der Vorlesungen von damals herauszuﬁnden. Wenn ich an Lehrb¨ ucher des 18. und 19. Jahrhunderts denke, fallen mir zuerst die Geometrieb¨ ucher von Monge 1799 (Jahr VII des Revolutionskalenders), M¨ obius

104

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

1827, Steiner 1832, Pl¨ ucker 1835, von Staudt 1847, 1856, 1857, 1860, Hesse 1876, d’Occagne 1899, Study 1903 ein. Das liegt wohl an meiner Herkunft. Grassmann’s Ausdehnungslehre“ hat kaum Verbreitung gefunden. Die franz¨ osischen Cours ” d’analyse, u. a. von Cauchy und Jordan, sind ber¨ uhmt. An Algebrab¨ uchern fallen mir aber nur sehr wenige ein: Da sind einmal die Meditationes algebraicae von Waring aus dem Jahre 1770, dritte Auﬂage 1782 (s. hierzu Kap. 8, Absch. 6). Ferner Serrets Cours d’alg`ebre superieure von 1849 mit weiteren Auﬂagen in den Jahren 1854 und 1866, ein Buch das auch ins Deutsche u ¨ bersetzt wurde und von dem ich nur einmal den ersten Band in der Hand hatte, Chrystals Algebra“, ein ” Buch, das ich nur vom H¨ orensagen kenne, so dass ich nicht einmal seinen Adressatenkreis weiß, und vom Ende des Jahrhunderts Burnsides Theory of Groups ” of Finite Order“ (1897) und Webers Lehrbuch der Algebra“ in zun¨ achst zwei ” B¨anden. Camille Jordans Trait´e des substitutions ist wohl ein Buch der Forschung und kein Lehrbuch. Darauf deutet auch hin, was Felix Klein schreibt (Klein 1921, S. 51): Einen großen Eindruck machte mir Camille Jordan, dessen trait´e des sub” stitutions et des ´equations alg´ebriques eben erschienen war und uns (Felix Klein und Sophus Lie. Anm. HL) ein Buch mit sieben Siegeln war.“ Ein Buch schon der zweiten Generation ist Julius Petersens Theorie der algebraischen Gleichungen“ ” von 1878 (Peterson 1878). Petersen benutzte bei seiner Abfassung die B¨ ucher von Serret, C. Jordan sowie das Buch Theory of equations“ von Isaac Todhunter, von ” dem ich weiter keine bibliograﬁschen Daten habe. Den forschenden Mathematikern waren auch die Disquisitiones von Gauß aus dem Jahre 1801 sowie die ber¨ uhmte Arbeit von Lagrange von 1771 gel¨ auﬁg, wie die Lekt¨ ure ihrer Arbeiten zeigt. Kroneckers Sch¨ uler Adolf Kneser hat eine Arbeit u ¨ ber den uns interessierenden Gegenstand verfasst (A. Kneser 1888). Aber auch er betrachtet nur Rationalit¨ atsbereiche. Seine Konstruktion ben¨ otigt, wie auch schon die kroneckersche, dass die Diskriminante des zu zerf¨ allenden Polynoms von null verschieden ist. Am Ende kommt dann heraus, wie bei der gleich zu besprechenden Arbeit von Weber klar zu erkennen ist, dass der Zerf¨allungsk¨ orper eines Polynoms unter dieser Voraussetzung stets ein primitives Element besitzt, dh., dass er von der Form K[x]/gK[x] ist mit einem irreduziblen Polynom g. Bei unvollkommenen K¨ orpern hat der Zerf¨allungsk¨ orper eines Polynoms aber meist nicht diese Form, wie wir heute wissen, so dass man also eine Bedingung wie die, dass die Diskriminante nicht verschwindet, an das zu zerf¨ allende Polynom stellen muss, will man die fragliche Konstruktion durchf¨ uhren. Es sieht also so aus, als h¨ atte erst Steinitz allungsk¨ orper in voller Allgemeinheit besessen, obgleich Weber den Satz vom Zerf¨ schon alles Werkzeug zur Verf¨ ugung hatte, ihn zu beweisen, wie wir gleich sehen werden. Die Konstruktion des Polynoms g ist sehr aufwendig und auch mit heutigen Rechnern nur f¨ ur Polynome sehr kleinen Grades durchf¨ uhrbar. Das liegt zum Teil im Prinzipiellen, da der Grad von g h¨ auﬁg gleich n! ist, wenn n der Grad des zu zerf¨allenden Polynoms ist. Zum Teil liegt es aber auch an der Konstruktion, bei der n weitere Unbestimmte eingef¨ uhrt werden, die am Ende wieder herausfallen. Bei Kronecker und A. Kneser l¨ost sich die Frage nach der Existenz eines Zerf¨al-

1. Weber

105

lungsk¨ orpers eines Polynoms vom Fundamentalsatz der Algebra und wird zu einer rein arithmetischen Frage. Im n¨ achsten Schritt l¨ ost sich dann der K¨ orperbegriﬀ von den Begriﬀen Funktionenk¨ orper und algebraischer Zahlk¨ orper, f¨ ur die sich Kronecker und Dedekind vor allem interessierten. Dies geschah in der gerade erw¨ahnten Arbeit von Weber aus dem Jahre 1893. Sie beginnt mit einer abstrakten Deﬁnition des Gruppenbegriﬀs und ist von daher auch f¨ ur die Genesis des abstrakten Gruppenbegriﬀs von Bedeutung (Wußing 1969/1984). Die Deﬁnition der Gruppe geht dann wiederum ein in die Deﬁnition des K¨ orperbegriﬀs. Dass es Weber nicht mehr nur um konkrete Beispiele geht, sondern um auf alle bekannten Beispiele anwendbare S¨atze, macht er in der Einleitung zu seiner Arbeit klar, die in voller L¨ ange zitiert sei, da hier ein neues Verst¨ andnis von der Art, wie Mathematik zu betreiben sei, deutlich wird. Im Folgenden ist der Versuch gemacht, die Galois’sche Theorie der algebra” ischen Gleichungen in einer Weise zu begr¨ unden, die soweit m¨ oglich alle F¨ alle umfasst, in denen diese Theorie angewandt worden ist. Sie ergiebt sich hier als eine unmittelbare Consequenz des zum K¨ orperbegriﬀ erweiterten Gruppenbegriﬀs, als ein formales Gesetz ganz ohne R¨ ucksicht auf die Zahlenbedeutung der verwendeten Elemente. Diese Begr¨ undung ist hiernach also auch ganz unabh¨ angig von dem Fundamentalsatz der Algebra u ¨ ber die Wurzelexistenz. Die Theorie erscheint bei dieser Auﬀassung freilich als ein reiner Formalismus, der durch die Belegung der einzelnen Elemente mit Zahlwerten erst Inhalt und Leben gewinnt. Dagegen ist diese Form auf alle denkbaren F¨alle, in denen die gemachten Voraussetzungen zutreﬀen, anwendbar, die einerseits in die Functionentheorie andererseits in die Zahlentheorie hin¨ ubergreifen.“ Ich beginne, um vollst¨ andig klar zu sein, mit einer genauen Begriﬀsbestimmung ” des Gruppen- und K¨ orperbegriﬀs, wobei besonders der K¨ orperbegriﬀ so gefasst ist, dass er auch auf Gebilde anwendbar ist, die bisher unter diesem Namen nicht mitbezeichnet waren, die aber doch alle f¨ ur unsere Frage entscheidenden Merkmale besitzen, n¨amlich die endlichen K¨ orper, im eigentlichen Sinne, d. h. K¨ orper die nur aus einer endlichen Anzahl von Elementen bestehen.“ In einer Fußnote erw¨ahnt er, dass Kneser mit der oben schon zitierten Arbeit (A. Kneser 1888) a¨hnliche Ziele verfolge. Einige Zeilen sp¨ater heißt es dann — ich zitiere wieder ausf¨ uhrlich —: Ein System S von Dingen (Elementen) irgend welcher Art in endlicher oder unendlicher Anzahl wird zur Gruppe, wenn folgende Voraussetzungen erf¨ ullt sind. 1) Es ist eine Vorschrift gegeben, nach der aus einem ersten und einem zweiten Element des Systems ein ganz bestimmtes drittes Element desselben Systems abgeleitet wird . Man schreibt symbolisch, wenn A das erste, B das zweite, C das dritte Element ist AB = C, und nennt C aus A und B componirt .

C = AB,

106

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Bei dieser Composition wird im Allgemeinen nicht das commutative Gesetz vorausgesetzt, d. h. es kann AB von BA verschieden sein; dagegen wird 2) das associative Gesetz vorausgesetzt , d. h. wenn A, B, C irgend drei Elemente aus S sind, so ist (AB)C = A(BC), und hieraus folgt durch die Schlussweise der vollst¨ andigen Induction, dass man auch immer zu demselben Resultat kommt, wenn man in einer beliebigen Reihe von Elementen aus S in endlicher Anzahl A, B, C, D, . . . zuerst zwei benachbarte Elemente componirt, dann wieder zwei benachbarte, u. s. f. bis die ganze Reihe auf ein Element reducirt ist, das mit ABCD . . . bezeichnet wird. 3) Es wird vorausgesetzt, dass, wenn AB = AB oder AB = A B ist, nothwendig B = B oder A = A sein muss. Wenn S eine endliche Anzahl von Elementen umfasst, so heisst die Gruppe eine endliche und die Anzahl ihrer Elemente ihr Grad . Bei endlichen Gruppen ergiebt sich aus 1), 2), 3) die Folgerung. 4) Wenn von den drei Elementen A, B, C zwei beliebig aus S genommen werden, so kann man das dritte immer und nur auf eine Weise so bestimmen, dass AB = C ist . Sind A und B die gegebenen Elemente, so f¨allt die Behauptung mit 1) zusammen. Ist aber A und C gegeben, so lasse man in dem Compositum AB die zweite Componente B das ganze System S durchlaufen, dessen Grad = n sei. Dann erh¨alt man nach 1) und 3) in AB lauter verschiedene Elemente von S und da ihre Anzahl = n ist, so m¨ ussen alle Elemente von S, also auch C, darunter vorkommen. Ebenso schliesst man, wenn B gegeben ist und A das ganze System S durchl¨ auft. F¨ ur unendliche Gruppen ist dieser Schluss nicht mehr zwingend. F¨ ur unendliche Gruppen wollen wir also die Eigenschaft 4) noch als Forderung in die Begriﬀsbestimmung mit aufnehmen. Hier endet das Zitat. Was Weber Grad einer endlichen Gruppe nennt, heißt heute ihre Ordnung. Weber vers¨aumt zu sagen, dass S nicht leer sein darf. Ist B ∈ S, so gibt es nach 4) ur alle genau ein Element 1 ∈ S mit 1B = B. Mit 2) folgt 1(BC) = (1B)C = BC f¨ C ∈ S. Weil jedes Element von S nach 4) von der Form BC ist, ist 1 eine Linkseins. Ebenso folgt die Existenz einer Rechtseins 1 . Weiter folgt 1 = 1 · 1 = 1. Also ist 1 eine Eins und dann auch die einzige Eins der Gruppe S. Wiederum mit 4) folgt die Existenz des Inversen A−1 f¨ ur alle A ∈ S und es gilt (AB)−1 = B −1 A−1 . Dies sind alles Schl¨ usse aus der weberschen Arbeit. Gruppen, deren Komposition kommutativ ist, nennt er commutativ oder auch abelsch, wie wir das heute noch tun, nur dass wir commutativ nicht mehr mit

1. Weber

107

einem C schreiben, auch nicht nach der Rechtschreibreform, die in vielem ja auf die vor 1902 gebr¨ auchlichen Regeln zur¨ uckgreift. Weber nennt zwei Gruppen S und S isomorph, wenn es eine Bijektion A → A von S auf S gibt mit (AB) = A B . Das Wort Bijektion benutzt er aber nicht, auch nicht das Wort Isomorphismus. Als Beispiele erw¨ahnt er: 1. Die Gruppe der Translationen der aﬃnen Ebene u ¨ber R, die ich der K¨ urze halber so nenne, von der er bemerkt, dass sie zur additiven Gruppe von C isomorph ist. Diese Gruppe dient ihm als Beispiel f¨ ur eine unendliche Gruppe. 2. Die Gruppe der Rotationen um den Nullpunkt im R3 . Dies ist eine nichtkommutative Gruppe. Sie sei isomorph mit der Gruppe linearer Substitutionen, die rechtwinklige Koordinatensysteme in ebensolche u ¨ berf¨ uhrten. Auch diese Gruppe ist unendlich. 3. Die Untergruppen der Drehungsgruppe, die die regul¨ aren Polyeder invariant lassen. Diese Gruppen sind endlich. Hier verweist er auf Kleins Vorlesungen u ¨ ber ” das Ikosaeder“ (Klein 1884). 4. Die symmetrischen Gruppen vom Grade n. Diese Gruppen seien deshalb so wichtig, weil alle endlichen Gruppen darunter ihre Vertreter f¨ anden. Auch hier verweist er wieder auf die Literatur. 5. Als Beispiele f¨ ur endliche kommutative Gruppen nimmt er die additiven Gruppen von Z/nZ und die Einheitengruppen dieser Ringe. Als letztes Beispiel (ohne Nummer) nimmt er die Klassen bin¨arer quadratischer Formen gleicher Diskriminante, die er wie Gauß Determinante nennt, mit der von Gauß eingef¨ uhrten Komposition zweier Formen. An dieser Stelle wird nun auch die im sechsten Kapitel gestellte Frage nach dem Geschlecht von determinans beantwortet: die Determinante. — Zur Vorgeschichte der weberschen Axiomatisierung des Gruppenbegriﬀs wird in Abschnitt 2 von Kapitel 13 noch etwas gesagt. Dann geht es weiter mit der Deﬁnition eines K¨ orpers. Ich zitiere wieder. Eine Gruppe wird zum K¨ orper, wenn in ihr zwei Arten der Composition m¨oglich sind, von denen die erste Addition, die zweite Multiplication genannt wird. Diese allgemeine Bestimmung m¨ ussen wir aber noch etwas einschr¨ anken. 1. Wir setzen voraus, dass beide Arten der Composition commutativ seien. 2. Die Addition soll den Bedingungen 1., 2., 3., 4. allgemein gen¨ ugen. Das Einheitselement f¨ ur diese Art der Composition wird Null genannt und mit 0 bezeichnet. Das aus a und b durch Addition zusammengesetzte Element wird mit a + b bezeichnet. Ist a irgend ein Element, so wird das nach der ersten Compositionsart entgegengesetzte Element mit −a bezeichnet, und f¨ ur a + (−b) wird a − b geschrieben. Die dadurch ausgedr¨ uckte Verkn¨ upfung der Elemente a und b heisst Subtraction. 3. Die zweite Art der Composition, ist die Multiplication, die durch einfaches Nebeneinandersetzen der Componenten ab, oder auch durch a . b oder a×b bezeichnet wird. Wir brauchen auch die Ausdr¨ ucke Product, Factoren in u ¨blicher Weise. Die beiden Arten der Composition sollen durch folgende Gesetze mit einander

108

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

verkn¨ upft sein: α) β)

a(−b) = −ab, a(b + c) = ab + ac,

und aus α) folgt noch (nach dem Satz des vorigen Paragraphen, dass das entgegengesetzte Element des entgegengesetzten wieder das urspr¨ ungliche ist) γ)

(−a)(−b) = ab;

ferner folgt aus β), wenn man c = −b setzt: δ)

a . 0 = 0.

Aus δ) aber ergiebt sich, dass f¨ ur die zweite Composition die Forderung 3) in § 1 nicht allgemein erf¨ ullt sein kann, da, was auch a sei, immer 0 . a = 0 ist. Wir wollen aber noch die Voraussetzung machen, dass dies die einzige Ausnahme sei, d. h. aus ab = ac soll b = c folgen, ausser wenn a = 0 ist . Auch die Forderung 4) muss hiernach eine Einschr¨ ankung erfahren. Sie wird jetzt durch die folgende ersetzt. Sind b und c beliebig gegeben, so ist aus ab = c a eindeutig bestimmt, ausser, wenn b = 0 ist . Ist in diesem Ausnahmefall c nicht = 0, so giebt es kein a; ist aber c = 0, so ist a v¨ ollig unbestimmt. Daraus folgt noch dass ein Produkt nur dann null sein kann, wenn wenigstens einer seiner Faktoren null ist. Ende des Zitats. Soweit die Deﬁnition des K¨ orpers. Hier wurde nichts unterschlagen von dem, was Weber sagt. Ich sage das deshalb, weil nirgendwo von der Assoziativit¨at der Multiplikation die Rede ist. Die Ausnahmestellung der Null hat Weber oﬀensichtlich so besch¨aftigt, dass er vergaß, die Assoziativit¨ at zu erw¨ahnen. Er erw¨ ahnt jedoch, dass 0 = 1 ist, wenn man den interesselosen Fall ausschl¨osse, dass der K¨orper nur ein Element enthielte. Als wichtigstes Beispiel f¨ ur einen K¨ orper nennt er Q. Er nennt es weiterhin bemerkenswert, dass es auch endliche K¨orper gebe und gibt als Beispiel Z/pZ mit einer Primzahl p, wobei er das aber nicht so schreibt. Er stellt auch die Frage, ob es sinnvoll sei, auf die Forderung der Kommutativit¨ at zu verzichten, oder aber noch eine dritte Komposition in Betracht zu ziehen. Er h¨ atte dies aber nicht weiter untersucht.

1. Weber

109

Es geh¨ ort unter Geometern zur Folklore, dass eine Struktur K mit zwei Verkn¨ upfungen + und · ein Schiefk¨ orper ist, dass also die Addition kommutativ ist, upfungen mittels der falls (K, +) und (K ∗ , ·) Gruppen sind und die beiden Verkn¨ Distributivgesetze miteinander verkn¨ upft sind. Dies beweist man wie folgt: Es ist 0a = (0 + 0)a = 0a + 0a und daher 0a = 0 f¨ ur alle a ∈ K. Weiter folgt a + (−1)a = 1 + (−1) a = 0a = 0 = a + (−a) und damit (−1)a = −a f¨ ur alle a ∈ K. Es seien nun a, b ∈ K. Weil (K, +) eine Gruppe ist, ist −(a + b) = (−b) + (−a). Es folgt (−1)(a + b) = −(a + b) = (−b) + (−a) = (−1)b + (−1)a = (−1)(b + a). Hieraus folgt wiederum a + b = b + a. Nach diesem Intermezzo fahren wir fort mit Webers Arbeit. Er deﬁniert nun Polynomringe in beliebig vielen Unbestimmten u ¨ ber einem K¨ orper K, wobei er die Polynome Formen nennt. Er deﬁniert sie als Ausdr¨ ucke von der Form Φ(x, y, z, . . .) =

axr y s z t . . . ,

wobei r, s, t, . . . nicht-negative ganze Zahlen sind und a ∈ K gilt. Dabei setzt er stillschweigend voraus, dass die Summen endlich sind. Er nennt zwei solcher Polynome gleich, wenn sie koeﬃzientenweise u ¨ bereinstimmen. Er sagt ferner: Die ” Variabeln x, y, z, . . . haben hier keinei selbst¨andige Bedeutung; sie sind nur Zeichen, deren Benutzung die Zusammenfassung einer Anzahl von Gleichungen in eine einzige Gleichung, und Rechnungsregeln f¨ ur die Coeﬃcientensysteme einfach auszudr¨ ucken gestattet.“ Das ist die Vorstellung, die Cauchy bei seiner Deﬁnition der komplexen Zahlen hatte. Weber h¨ alt sich nicht damit auf, die u ¨blichen Rechenregeln f¨ ur die Polynomringe nachzuweisen. Was er jedoch beweist, ist, dass der Grad des Produktes zweier Polynome gleich der Summe der Grade der Faktoren ist. Dies zeigt insbesondere, dass die Polynomringe Integrit¨ atsbereiche sind. Demzufolge haben sie alle einen Quotientenk¨ orper, den er auf die u ¨bliche Art konstruiert. Dann zeigt er, was Gauß f¨ ur Z[x] und Kronecker f¨ ur die in seinen Rationalit¨ atsbereichen enthaltenen Polynomringe getan hat, dass die von ihm betrachteten Polynomringe ZPE-Bereiche sind. Diese Resultate haben wir im ersten Abschnitt von Kapitel 7 schon vorweggenommen. Weber unterscheidet sehr sorgf¨altig zwischen Primpolynomen und unzerlegbaren Polynomen und weist nach, dass alle unzerlegbaren Polynome prim sind. Zu erw¨ahnen ist auch, dass er darauf aufmerksam macht, dass die Begriﬀe Poly¨ ber Z/pZ nom und Polynomfunktion nicht identisch sind: Das Polynom xp −x ist u

110

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

ein von null verschiedenes Polynom. Die durch f (k) := k p − k deﬁnierte Abbildung f von Z/pZ in sich ist aber die Nullabbildung, da ja k p = k gilt f¨ ur alle k ∈ Z/pZ. Schon vor Weber hat Dedekind auf den Unterschied zwischen unzerlegbaren Elementen und Primelementen in den Ringen ganzer algebraischer Zahlen hingewiesen, wobei er Primelemente so deﬁniert, wie wir es heute gewohnt sind (Dirichlet 1871, S. 450). Bei diesen Ringen fallen die Begriﬀe wirklich auseinander. Weber gibt noch eine zweite Konstruktion f¨ ur K¨ orper, die er auf Grund ihrer Herkunft Congruenzk¨ orper nennt. Er betrachtet hier die Faktorstruktur L := K[x]/gK[x] mit einem u ¨ ber K irreduziblen Polynom g. (S. hierzu Absch. 4 von Kap. 13.) Diese ist ein K¨orper. Ist n¨ amlich ψ ein nicht durch g teilbares Polynom, so sind ψ und g auf Grund der Irreduzibilit¨ at von g teilerfremd, so dass man nach dem Algorithmus des gr¨ ossten gemeinsamen Teilers“ zwei Polynome Q und ” ϕ bestimmen kann mit ψϕ + Qg = 1. Dann ist also

ψ + gK[x] ϕ + gK[x] = 1 + gK[x],

so dass L in der Tat ein K¨ orper ist. Was Weber erst sp¨ater benutzt und nicht besonders betont, ist, dass g in L eine Nullstelle hat, n¨ amlich x + gK[x]. Es ist ja g x + gK[x] = g(x) + gK[x] = gK[x]. Was bei Weber auch nicht herauskommt, ist, dass 1 + gK[x],

x + gK[x],

x2 + gK[x], . . . , xn−1 + gK[x]

eine K-Basis von L ist. Um den hierher geh¨orenden Satz zu formulieren, ben¨ otigen wir noch die Deﬁnition des Grades einer K¨ orpererweiterung. Ist L ein K¨ orper und ist K ein Teilk¨ orper, so dass L als K-Vektorraum endliche Dimension hat, so heißt diese Dimension Grad der Erweiterung L : K. Er wird mit [L : K] bezeichnet. In diesem Falle nennt man L auch endliche Erweiterung von K. Wir fassen, was wir bewiesen haben, zusammen in dem folgenden Satz 1. Ist K ein K¨ orper und ist g ∈ K[x] ein u ¨ber K irreduzibles Polynom vom Grade n, so ist L := K[x]/gK[x] ein K¨ orper vom Grade n u ¨ber K. Das Element t := x + gK[x] ist Nullstelle von g in L und 1, t, t2 , . . . , tn−1 ist eine K-Basis von L. Alle diese Aussagen ﬁnden sich explizit in der Arbeit Steinitz 1910. Weber konstruierte in seiner Arbeit von 1893, wie schon erw¨ ahnt, auch den Zerf¨ allungsk¨ orper eines Polynoms, falls seine Diskriminante verschieden von null ist. Seine Konstruktion ist insbesondere auch deswegen diﬃzil, weil er zugleich die galoissche Gruppe solcher Gleichungen konstruiert. Wir werden sp¨ ater einen rascheren Zugang zur galoisschen Theorie ﬁnden, so dass wir die Konstruktion Webers nur soweit verfolgen, bis wir einen zerf¨ allenden K¨ orper eines solchen Polynoms gefunden haben. Wir bleiben also bei einem Zwischenresultat Webers stehen.

1. Weber

111

Dieses gen¨ ugt aber, um die noch verbliebene L¨ ucke im euler-laplaceschen bzw. lagrangeschen Beweis des Fundamentalsatzes der Algebra zu schließen. ¨ ber dem K¨ orper K. Wir Es seien a1 , . . . , am und b1 , . . . , bm Unbestimmte u bezeichnen wieder mit λ(a) und λ(b) die elementarsymmetrischen Polynome in den Unbestimmten a bzw. b. Wir setzen f :=

m

(x − ai ) =

i:=1

m

(−1)i λi (a)xm−i .

i:=0

Dann ist

Dis(f ) = ±

(ai − aj )2 .

1≤i<j≤m

Wir setzen ferner ρ :=

m

ai b i .

i:=1

Ist σ ∈ Sm , wobei Sm die symmetrische Gruppe vom Grade m bezeichne, so deﬁnieren wir ρσ(a) durch m ρσ(a) := aσ(i) bi . i:=1

Mit einer weiteren Unbestimmten t setzen wir G(t) := (t − ρσ(a) ). σ∈Sm

Dies ist ein Polynom vom Grade m! in t. Es ist außerdem ein symmetrisches Polynom in den Unbestimmten a und auch ein symmetrisches Polynom in den Unbestimmten b. Auf Grund des waringschen Satzes kann man G daher auﬀassen als ein Polynom in a und b oder in λ(a) und b oder in a und λ(b) oder in λ(a) und λ(b). Von diesen unterschiedlichen Interpretationen ben¨ otigen wir nur die ersten beiden, wobei wir f¨ ur die erste weiterhin G oder auch G(t) schreiben und die zweite mit G t, λ(a), b kenntlich machen. Es gilt

Dis G(t) = ±

(ρσ(a) − ρτ (a) ).

σ,τ ∈Sm ; σ=τ

Bezeichnet man mit G die Ableitung von G nach t, so ist G (t) =

(t − ρτ (a) ).

μ∈Sm τ ∈Sm ; τ =μ

112 Es folgt

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ Dis G(t) = ± G (ρσ(a) ). σ∈Sm

Auch diese Diskriminante kann als Polynom in den Unbestimmten a und b oder als Polynom in λ(a) und b oder als Polynom in a und λ(b) oder aber als Polynom in den λ(a) und λ(b) aufgefasst werden. Um dies auszudr¨ ucken schreiben wir mit Weber daf¨ ur Δ(a, b), bzw., Δ λ(a), b . Ferner gilt nach (10), dass Dis(G(t)) = 0 ist, da f¨ ur σ = τ ja ρσ(a) = ρτ (a) ist. Wir ordnen die Monome in den Unbestimmten b nach dem Vorgang von Gauß, wie schon zuvor, durch be11 be22 · · · bemm > bf11 bf22 · · · bfmm genau dann, wenn die erste nicht verschwindende unter den Diﬀerenzen e 1 − f 1 , e 2 − f 2 , . . . , em − f m positiv ist. Wir sagen, wie schon fr¨ uher, dass ein gewisses Monom der b’s in einem Polynom vorkommt, wenn sein Koeﬃzient in diesem Polynom von null verschieden ist. Hiermit sind wir nun in der Lage, den folgenden Satz zu formulieren und zu beweisen. Satz 2. Der Koeﬃzient des h¨ ochsten in Δ(λ(a), b) vorkommenden Monoms der b’s ist — bis auf das Vorzeichen — eine Potenz von Dis(f ). Der Grad dieses Monoms ist nicht null. Beweis. Es ist ρσ(a) − ρτ (a) =

m

(aσ(i) − aτ (i) )bi .

i:=1

Daher ist das h¨ochste Monom der b’s, welches in dieser Diﬀerenz vorkommt, bi , wobei i der kleinste Index ist mit σ(i) = τ (i). Sein Koeﬃzient ist aσ(i) − aτ (i) . Da das h¨ ochste in Δ(a, b) vorkommende Monom der b’s das Produkt der h¨ ochsten in den Polynomen ρσ(a) − ρτ (a) vorkommenden Monome ist, ist der Koeﬃzient des fraglichen h¨ ochsten Monoms Produkt von Diﬀerenzen der Form ai − ak mit i = k. Da dieser Koeﬃzient aber ein symmetrisches Polynom in den a’s ist, muss er eine Potenz von Dis(f ) sein, da der Polynomring K[a1 , . . . , am ] ja ein ZPE-Ring ist. Es ist nicht schwer, den Exponenten von Dis(f ) zu bestimmen. Dazu muss man f¨ ur jedes i ≤ m − 1 z¨ahlen, wie oft der Faktor a1 − a2 bei bi vorkommt. Diese

1. Weber

113

Anzahl ist gleich der Zahl der Paare (σ, τ ) von Permutationen mit σ(k) = τ (k) f¨ ur k < i und σ(i) = 1 sowie τ (i) = 2. Diese Anzahl ist gleich (m − 2)!(m − i)!(m − i). Also ist der Exponent von Dis(f ) gleich (m − 2)!

m−1

(m − i)!(m − i) = (m − 2)!(m! − 1).

i:=1

Dies zeigt, dass das Vorzeichen gleich + ist, wenn m ≥ 4 ist. Wir werden aber im Folgenden weder den Exponenten noch das Vorzeichen explizit ben¨ otigen. Satz 3. Es sei g ∈ K(a, b). Es gibt dann ein χ ∈ K(l, b)[t], wobei l1 , . . . , lm und t ebenfalls Unbestimmte u ¨ber K sind, mit g(a, b) =

χ(λ(a), b, ρ) , G (ρ)

wobei G die Ableitung von G nach t ist. Beweis. Dies folgt unmittelbar aus Satz 3 von Abschnitt 6 des Kapitels 8: Was hier ρ, χ, G ist, ist dort f , G, μ. Wie oben bemerkt, ist das dortige C hier gleich {1}. Wendet man Satz 3 auf ak an, so gibt es also ein ψk ∈ K(l, b, t), dessen Nenner gleich G (t) ist, mit (1) ak = ψk λ(a), b1 , . . . , bm , ρ . Setzt man den f¨ ur ak gefundenen Ausdruck in f ein, so erh¨alt man (2) f ψk (λ(a), b, ρ) = 0. Ab hier weichen wir nun von der weberschen Arbeit ab, wobei wir uns jedoch der Methoden bedienen, die Gauß bei seinem zweiten Beweis des Fundamentalsatzes benutzte: Den waringschen Satz in seiner vollen Sch¨arfe und die Freiheit der Polynomringe. m Es sei F = i:=0 (−1)i Li xm−i ∈ K[x] mit L0 = 1 und es gelte Dis(F ) = 0. Wir setzen M := K(b1 , . . . , bm ), wobei die b’s weiterhin Unbestimmte u ¨ ber K sind. Wir deﬁnieren das Polynom H ∈ M [t] durch H := G(t, L, b), indem wir also in G(t, λ(a), b) die λi (a) durch Li ersetzen. Nach Satz 1 ist dann ur ein passendes e ∈ N, abgesehen vom Vorzeichen, der Koeﬃzient des Dis(F )e f¨

114

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

h¨ ochsten in Dis(H) vorkommenden Monoms der b’s und der Grad von Dis(H) in den b’s ist gr¨ oßer als null. Somit ist 0 = Dis(H) ∈ M.

(3)

Es sei g ∈ M [t] ein irreduzibler Faktor von H mit Leitkoeﬃzient 1. Dann ist also H = gh. Wir setzen N := M [t]/gM [t]. Ferner identiﬁzieren wir k ∈ M mit k + gM [t]. Dann ist N ein K¨ orper und M ist auf die u ¨bliche Weise mit einem Teilk¨orper von N identiﬁziert. Die Substitution, die die λi (a) durch die Li und ρ durch t + gM [t] ersetzt, u ¨ berf¨ uhrt χ(λ(a), b, ρ) G (ρ, λ(a), b) in

χ(L, b, t + gM [t]) χ(L, b, t + gM [t]) = . G (t + gM [t], L, b) H (t + gM [t])

Dabei ist H (t + gM [t]) = G (t + gM [t], L, b) ungleich null. Denn nach (3) ist Dis(H) = 0, so dass H und H teilerfremd sind. Das Polynom H ist aber durch g teilbar, so dass H (t) eine Einheit modulo g ist. Mit (2) folgt daher F ψi (L, b, t + gM [t]) = 0 f¨ ur i := 1, . . . , m. Somit haben wir in N Nullstellen von F gefunden. Wir haben sie aber auch alle gefunden, wie wir nun zeigen werden. Nach (1) ist λ(a) = λ ψ1 (λ(a), b, ρ), . . . , ψm (λ(a), b, ρ) . Hieraus folgt Dank des waringschen Satzes und der Freiheit der Polynomringe L = λ ψ1 (L, b, t + gM [t]), . . . , ψm (L, b, t + gM [t]) und damit F =

m x − ψi (L, b, t + gM [t]) , i:=1

so dass F u ¨ ber N tats¨achlich in Linearfaktoren zerf¨ allt. Nachdem ich dies verstanden hatte, schaute ich noch einmal in die einschl¨ agige Arbeit Kroneckers (Kronecker 1887) und in der Tat, eine enge Verwandtschaft der Argumente Webers mit denen Kroneckers kann nicht geleugnet werden. Hier stellt sich noch einmal die Frage nach dem Grundwissen der Zeit. Fassen wir das Gefundene in einen Satz zusammen.

1. Weber

115

Satz 4. Es sei K ein kommutativer K¨ orper und F ∈ K[x] sei ein Polynom vom Grade m u ¨ber K, dessen Diskriminante nicht null sei. Es seien a1 , . . . , am und b1 , . . . , bm Unbestimmte u ¨ber K. Wir setzen wieder M := K(b1 , . . . , bm ) und H, g, ρ, ψi m¨ ogen die gleichen Bedeutungen wie zuvor haben, es m¨ oge also insbesondere ai = ψi λ(a), b, ρ sein. Dann ist ψi (L, b, t + gM [t]) ∈ M [t]/gM [t] und es gilt F =

m x − ψi (L, b, t + gM [t]) . i:=1

Den Funktionenk¨ orper M in den Unbestimmten b1 , . . . , bm zu betrachten ist nat¨ urlich verschwenderisch. Die Nullstellen von F erzeugen n¨amlich einen Teilk¨ orper von M , der als Vektorraum u ¨ ber K endlich erzeugt ist, w¨ahrend M dies nicht ist. Von den Potenzen einer solchen Nullstelle sind ja h¨ ochstens m u ¨ ber K linear unabh¨ angig. Die mm Produkte der jeweils m ersten Potenzen dieser Nullstellen erzeugen also einen Teilk¨orper Z von M , der u ¨ ber K h¨ ochstens die Dimension mm hat. Eine sp¨ atere Analyse wird zeigen, dass man diese Schranke durch die Schranke m! ersetzen kann, die dann aber bestm¨ oglich ist. Dieser Teilk¨ orper Z von M heißt Zerf¨ allungsk¨ orper von F . F¨ ur ihn gilt auch noch Z ⊆ K t + gK[t] , denn es ist ja t + gK[t] =

m

ψi L, b, t + gM [t] bi ,

i:=1

Korollar. Ist K ein vollkommener K¨ orper und ist F ∈ K[x], so besitzt F einen Zerf¨ allungsk¨ orper. Beweis. Nach dem Korollar zu Satz 3 aus Kapitel 6, Abschnitt 8 ist F Produkt von Polynomen mit von null verschiedener Diskriminante. Nimmt man dann das Produkt σ(F ) u ¨ ber eine maximale Menge von paarweise nicht assoziierten irreduziblen Teilern von F , so ist auch die Diskriminante von σ(F ) nach dem Korollar zu Satz 6 von Abschnitt 2 des Kapitels 7 von null verschieden, so dass σ(F ) einen Zerf¨ allungsk¨ orper hat, der dann auch Zerf¨ allungsk¨ orper von F ist. Da K¨ orper der Charakteristik 0 vollkommen sind, ist damit die L¨ ucke im eulerlagrangeschen, bzw., laplaceschen Beweis des Fundamentalsatzes geschlossen. Was f¨ ur eine Rolle spielten die Unbestimmten b1 , . . . , bm in den vorstehenden Untersuchungen? Nun, sie sorgten daf¨ ur, dass die ρσ(a) paarweise verschieden

116

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

waren und dies auch blieben, wenn man f¨ ur die ai die Nullstellen αi von F setzte. Hat K die Charakteristik 0, so ﬁndet man nat¨ urliche Zahlen β1 , . . . , βm , so dass ρσ(α) :=

m

ασ(i) βi

i:=1

mit variierendem σ insgesamt m! verschiedene Werte annimmt. Mit diesen βi an ultig. In diesem Falle erhalten wir, Stelle der bi bleiben alle obigen Argumente g¨ dass t + gK[t] ∈ Z ist, so dass sogar Z = K t + gK[t] gilt. Dass es diese nat¨ urlichen Zahlen gibt und dass sich die αi rational durch ρ(α, β) ausdr¨ ucken lassen, ﬁndet sich schon bei Galois in seinem ersten M´emoire. Er sagt dort, dass diese Ergebnisse bekannt seien. Wir werden auf sie zu gegebener Zeit zur¨ uckkommen (Kap. 13, Absch. 6). Dieses M´emoire ist 1830/31 entstanden — die Einleitung ist mit dem 16. Januar 1831 datiert —, aber erst 1846 erschienen ´ (Galois, Ecrits, S. 47ﬀ.). 2. Galoisfelder. Den Galoisfeldern wollen wir diesen Abschnitt widmen, wobei wir uns auf die urspr¨ ungliche Arbeit von Galois beziehen werden (Galois 1830, ´ Ecrits, S. 113–127). Zun¨ achst aber ein paar Worte zu Galois selbst. ´ Evariste Galois ist ein sehr bemerkenswerter Mann. Er wurde am 25. November 1811 geboren und starb, erst zwanzigj¨ ahrig, am 31. Mai 1832 an den Verletzungen, die ihm am Vortage bei einem Duell zugef¨ ugt worden waren. Zwanzig Jahre ist das Alter, wo ein Akademiker gerade anf¨ angt, die ersten Schritte in seinem Beruf zu unternehmen. Galois aber hat bei seinem Tod ein Werk hinterlassen, dass die Algebra, ja die ganze Mathematik revolutionieren sollte. Sein mathematisches Talent wurde von seinem Mathematiklehrer L.-P. E. Richard schon fr¨ uh erkannt, der ihn zum Studium von Schriften Legendres, Lagrangens und Gauß’ veranlasste. Galois hatte auch Schriften Abels gelesen, den er zitiert. Er w¨ are sicherlich ein Liebling der 68er gewesen, h¨atten sie ihn gekannt. Er trat n¨ amlich auch politisch auf und wurde zu Zeiten des B¨ urgerk¨ onigs Louis-Philippe Mitglied der Garde nationale einer Unterorganisation der Republikaner. Seine politische T¨ atigkeit brachte ihn ins Gef¨ angnis. Republikanisch zu sein war unter Louis XVIII, seinem Nachfolger Charles X und Louis-Philippe nicht mehr guter Stil. Zugegeben, bei einem oﬀentlichen Bankett mit dem oﬀenen Messer in der Hand einen Toast auf den ¨ K¨ onig auszubringen, hat schon etwas Delikates an sich. Bei der anschließenden Gerichtsverhandlung glaubte man ihm aber, dass der Toast Auf Louis-Philippe, ” falls er zum Verr¨ ater wird“ gelautet habe und dass das Falls-er-zum-Verr¨ater-wird im entstehenden Tumult untergegangen w¨ are. Galois’ Theorie, die die Auﬂ¨ osbarkeit algebraischer Gleichungen durch Radikale mit Hilfe ihrer galoisschen Gruppe zu entscheiden gestattet, stieß auf Verst¨ andnislosigkeit. Das lag u. a. auch daran, dass er seine Sachen sehr knapp nur aufschrieb,

2. Galoisfelder

117

was uns Heutigei nicht mehr st¨ort, was Cauchy aber bem¨angelte, der deshalb bei einer Arbeit Galois’, die er zu begutachten hatte, sagte, er m¨oge ausf¨ uhrlicher sein, dann k¨ onne man an eine Publikation denken. In der Nacht vor dem Duell res¨ umierte Galois seine Ergebnisse noch einmal in einem Brief an seinen Freund Auguste Chevalier. Dieser Brief zeigt deutlich, dass Galois sich seiner Leistung ´ bewusst war (Ecrits, 173–185). Die Umst¨ande des Duells liegen im Dunkeln. Der Name Galoisfeld , wie die von Galois konstruierten Objekte heute genannt ¨ werden, ist eine Ubersetzung des englischen Ausdrucks Galois ﬁeld“, der, wie ” schon erw¨ahnt, von E. H. Moore gepr¨ agt wurde (Moore 1896). Wir kennen schon GF(p) := Z/pZ f¨ ur eine Primzahl p. Dies sind die von Q verschiedenen Primk¨ orper und nur sie kommen als Primk¨ orper f¨ ur endliche K¨ orper in Frage. Ist also K ein endlicher K¨ orper, so gibt es eine Primzahl p mit GF(p) ⊆ K. Studiert man endliche K¨ orper, so hat man also immer die Situation, dass man zwei endliche K¨ orper K und L hat mit K ⊆ L. Diese etwas allgemeinere Situation sollte man immer im Auge haben, auch wenn wir nur von dem Falle K = GF(p) reden. Man sollte sich auch immer vor Augen halten, dass Galois den abstrakten K¨ orperbegriﬀ noch nicht kannte. Dieser wurde ja erst 1893 von Weber eingef¨ uhrt. Galois bedient sich zur Konstruktion der Galoisfelder der irreduziblen Polynome vom Grade n. Dabei nennt er ein Polynom F u ¨ ber Z vom Grade n irreduzibel, falls es keine Polynome ϕ, ψ und χ gibt, — dass die Grade von ϕ und ψ mindestens 1 sein m¨ ussen, unterstellt er stillschweigend —, so dass ϕψ = F + pχ ist. Wir werden dies im Folgenden in heutiger Sprache darstellen, was wir z. T. auch jetzt schon taten, da wir nicht von Funktionen bzw. Gleichungen sprachen, sondern von Polynomen. Es sei also F ein u ¨ ber GF(p) irreduzibles Polynom vom Grade n. Dann sagt Galois: Dans ce cas, la congruence n’admettra donc aucune racine enti`ere, ni mˆeme au” cune racine incommensurable du degr´e inf´erieure. Il faut donc regarder les racines de cette congruence comme des esp`eces de symboles imaginaires, puisqu’elles ne satisfont pas aux questions des nombres entiers, symboles √ dont l’emploi dans le calcul sera souvent aussi utile que celui de l’imaginaire −1 dans l’analyse ordinaire.“ Ich schließe daraus und aus dem, wie er mit diesen Imagin¨aren umgeht, dass er die gleiche Vorstellung von ihnen hatte wie Cauchy von den komplexen Zahlen (Cauchy 1821. Siehe auch Kap. 6, Abschnitt 2). Er betrachtet n¨ amlich nun allgemeine Ausdr¨ ucke (expression g´en´erale) der Form (GF)

a + a1 i + a2 i2 + . . . + an−1 in−1 ,

wobei i eine Nullstelle von F und a, a1 , . . . , an−1 Elemente aus GF(p) seien. Dabei ist i Nullstelle von F “ so zu verstehen, dass er in diesen allgemeinen Ausdr¨ ucken, ”

118

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

wenn er sie multipliziert, Potenzen von i, so sie einen Expontenen gr¨ oßer oder gleich n haben, mittels F in die Form (GF) bringt (Division mit Rest). Er schließt nun, dass es genau pn Elemente der Form (GF) gibt. Er sagt weiter nichts dazu. Es ist aber auch klar. Denn die Elemente 1, i, i2 , . . . , in−1 sind wegen der Irreduzibilit¨ at von F ja linear unabh¨ angig, so dass die fraglichen Ausdr¨ ucke alle verschieden sind, andererseits k¨onnen die Koeﬃzienten jeweils p Werte annehmen, so dass die Anzahl dieser Ausdr¨ ucke gleich pn ist. Bezeichnet man die Gesamtheit n der Ausdr¨ ucke (GF) mit GF(p ), so ist 1, i, i2 , . . . , in−1 eine Basis des GF(p)Vektorraumes GF(pn ). Da wir nur benutzt haben, dass GF(p) ein K¨ orper ist, und auch die spezielle Form der Basis 1, i, . . . keine Rolle spielte, haben wir den folgenden Satz. Satz 1. Es sei L ein Vektorraum der Dimension n u ¨ber dem endlichen K¨ orper K. Ist dann |L| die Anzahl der Elemente in L und |K| die der Elemente in K, so gilt die Gleichung |L| = |K|n . Hieraus folgt als Korollar: Korollar. Ist K ein endlicher K¨ orper und ist p seine Charakteristik, ist ferner n := [K : GF(p)], so ist |K| = pn . Die Elementeanzahl eines endlichen K¨ orpers ist also stets Potenz einer Primzahl. Dies folgt wegen |GF(p)| = p aus Satz 1, da K als endlicher K¨ orper als GF(p)Vektorraum endlich erzeugt ist, so dass seine Dimension endlich ist. Galois formulierte etwas weniger. Er beobachtete nur, dass die Anzahl der Ausdr¨ ucke der Form (GF) gleich pn ist. Es sei nun u einer der Ausdr¨ ucke (GF), bei dem nicht alle der Koeﬃzienten null seien. Galois unterstellt im Folgenden stillschweigend, dass das Produkt zweier solcher Ausdr¨ ucke modulo F genommen seinerseits nicht null ist. Es ist ihm v¨ ollig klar, dass GF(p)[x]/F GF(p)[x] sich wegen der Irreduzibilit¨ at von F so verh¨alt wie Z/pZ. Er will zeigen, dass GF(pn ) auch die weniger trivialen Eigenschaften von GF(p) besitzt. Weniger triviale Eigenschaften von GF(p). Vor Galois war schon einiges geschehen. So hatte Pierre de Fermat in einem Brief vom 18. Oktober 1640 an Bernard Frenicle de Bessy geschrieben, dass xp−1 ≡ 1 mod p ist, falls nur p eine Primzahl und x eine nicht durch p teilbare nat¨ urliche Zahl ist (Dickson 1971, vol. I, p. 59). Ein Beweis dieses als kleiner Satz von Fermat bekannten Resultates wurde zuerst von Euler publiziert, der insgesamt drei Beweise gab (Euler 1741, 1750a, 1761). Leibniz hatte auch einen Beweis dieser Tatsache, doch der wurde erst im 19. Jahrhundert publiziert (Leibniz 1971, S. 180).

2. Galoisfelder

119

Die ersten beiden Beweise von Euler benutzen Induktion unter Zuhilfenahme der binomischen Formel p p i (x + 1) = x ≡ xp + 1 mod p. i i:=0 p

Der dritte Beweis ist bemerkenswert, in Sonderheit auch deswegen, weil er ein fr¨ uhes Beispiel eines gruppentheoretischen Schlusses ist und, wie Euler in einer sp¨ateren Arbeit zeigte, auch noch das allgemeinere Ergebnis xϕ(n) ≡ 1 mod n liefert, wenn x und n teilerfremde ganze Zahlen sind und ϕ die eulersche Totientenfunktion bezeichnet (Euler 1763). Dabei ist die eulersche Totientenfunktion dadurch erk¨ art, dass ϕ(n) die Anzahl der zu n teilerfremden nat¨ urlichen Zahlen unterhalb von n ist. Der Buchstabe ϕ f¨ ur diese Funktion wurde zuerst von Gauß benutzt (Disq., art. 38) und hat sich dann eingeb¨ urgert. Euler bemerkt zun¨ achst, indem er Euklid VII.24 zitiert, dass mit x auch x2 , x3 , . . . zu p teilerfremd sind. Weil es modulo p nur endlich viele verschiedene Reste gibt, gibt es verschiedene nat¨ urliche Zahlen k und l mit xk ≡ xl mod p. Wir d¨ urfen annehmen, dass k > l ist. Setzt man dann m := k − l, so folgt wegen der Teilerfremdheit von xl und p die Kongruenz xm ≡ 1 mod p. Ist nun d die kleinste nat¨ urliche Zahl unter diesen m, so sind 1, x, x2 , . . . , xd−1

(1)

paarweise inkongruent modulo p. Ist d = p − 1, so sind wir fertig. Ist d < p − 1, so gibt es einen Rest y, der modulo p zu keiner der Potenzen von x kongruent ist. Dann sind aber die Reste (2) y, xy, x2 y, . . . , xd−1 y zu allen Potenzen von x und auch untereinander inkongruent modulo p. Somit erhalten wir 2d zu p inkongruente Reste. Ist 2d = p − 1, so ist d Teiler von p − 1. Ist 2d = p − 1, so gibt es ein z, das zu keinem der Reste (1) und (2) kongruent modulo p ist. Dann erh¨alt man in z, xz, xz , . . . , xd−1 z

120

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

weitere d von (1) und (2) verschiedene Reste modulo p. Am Ende sieht man, dass d Teiler von p − 1 ist, dass es also ein e ∈ N gibt, mit p − 1 = ed. Es folgt xp−1 − 1 = (xd − 1)

e−1

xdi ≡ 0 mod p.

i:=0

Man sieht hier also die Zerlegung einer Gruppe in die Restklassen nach einer Untergruppe, so dass dieser Schluss am Ende den sog. Satz von Lagrange liefert. Um diesen Satz bei Lagrange zu erkennen, der dort nur liefert, dass die Ordnung einer Untergruppe der symmetrischen Gruppe vom Grade n Teiler von n! ist, muss man sehr genau hinschauen (Lagrange 1770/71, §§63, 64 und 83 bzw. Kap. 8, Abschnitt 6). Satz von Lagrange. Ist G eine endliche Gruppe und ist U eine Untergruppe von G, so ist |U | Teiler von |G|. Die Zahl [G : U ] :=

|G| , |U |

genannt Index von U in G, ist also stets eine nat¨ urliche Zahl. ucke u der Form (GF), bei dem Galois betrachtet nun einen der pn − 1 Ausdr¨ nicht alle Koeﬃzienten null sind. Da es nur endlich viele verschiedene Potenzen von u gibt, so Galois, gibt es eine nat¨ urliche Zahl m mit um = 1. (Er schreibt u ¨ brigens immer Gleichungen und keine Kongruenzen wie Gauß, den er auch in diesem Zusammenhang erw¨ahnt.) Den Zwischenschritt mit k und l macht er nicht. Man hat dann also, wenn m minimal gew¨ahlt ist, m Ausdr¨ ucke 1, u, u2 , . . . , um−1 , die allesamt voneinander verschieden sind. Sind dies noch nicht alle von null verschiedenen Ausdr¨ ucke der Form (GF), so multiplizieren wir sie mit einem weiteren Ausdruck v, usw. Galois wiederholt hier also Eulers Argument. Er erh¨ alt, dass m Teiler von pn − 1 ist und dass (Mu)

n

up

−1

=1

bzw.

n

up = u

ist f¨ ur — und das f¨ uge ich der Deutlichkeit halber hinzu — alle von null verschiedenen u bzw. f¨ ur alle u. Aus der Endlichkeit der multiplikativen Gruppe wurde die Existenz von m erschlossen. Da die spezielle Gestalt der multiplikativen Gruppe keine Rolle spielte, k¨ onnen wir syntaktisch und semantisch korrekt deﬁnieren: Ist G eine endliche Gruppe und ist u ∈ G, so heißt die kleinste nat¨ urliche Zahl m, f¨ ur die um = 1 ist, Ordnung von u. Wir bezeichnen sie im Folgenden mit o(u). Man kann o(u) etwas durchsichtiger wie folgt deﬁnieren. Die Abbildung z → uz ist ein Homomorphismus

2. Galoisfelder

121

von Z in G unabh¨ angig davon, ob G endlich ist oder nicht. Der Kern dieses Homomorphismus ist eine Untergruppe von Z. Es gibt also eine nicht negative ganze Zahl o(u), so dass o(u)Z der Kern dieses Homomorphismus ist. Ist G endlich, so ist nat¨ urlich o(u) > 0 und o(u) ist die kleinste unter den nat¨ urlichen Zahlen m mit um = 1. Ist o(u) = 0, so nennt man u auch von unendlicher Ordnung, da das Bild von Z unter dem Homomorphismus z → g z eine unendliche Gruppe ist. ur alle u ∈ G. Die Ordnung Korollar. Ist G eine endliche Gruppe, so ist u|G| = 1 f¨ eines jeden Elementes von G ist also Teiler der Ordnung von G. Argumentiert man bei der Herleitung von (Mu) statt mit GF(p) mit K und mit |K|n an Stelle von pn , so haben wir den folgenden Satz bewiesen, der einmal mehr zeigt, dass man u ¨ ber endlichen K¨ orpern Polynome und Polynomfunktionen nicht identiﬁzieren kann. Satz 2. Es sei L ein endlicher K¨ orper und K sei ein Teilk¨ orper von L. Ist q := |K| und n := [L : K], so ist n lq = l f¨ ur alle l ∈ L. Galois sagt nun, dass man genau wie in der Zahlentheorie beweise, dass es ein primitives Element gebe, dh. ein von null verschiedenes Element u in GF(pn ) mit ¨ brigen Elemente Potenzen dieses Elementes seien. Es o(u) = pn − 1, so dass alle u geht jetzt also darum, diesen Beweis nachzutragen. Es sei wieder ϕ die eulersche Totientenfunktion. Nach Gauß 1801, art. 39 gilt Satz 3. Ist n eine nat¨ urliche Zahl, so ist n=

ϕ(d).

d|n

Beweis. Der Beweis ist eine Variante des gaußschen Beweises. Wir betrachten die n Br¨ uche (B) Ist in gek¨ urzter Form

1 2 n , , ..., . n n n d n = , n d

so ist dn = nd und daher d Teiler von n. Ist andererseits d Teiler von n und ist d teilerfremd zu d, so ist, falls n = kd ist, d kd n = = , d kd n

122

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

so dass d als Nenner unter den gek¨ urzten der Br¨ uche (B) vorkommt. Ferner kommt d urzten der Br¨ uche (B) vor. jeder der Br¨ uche d mit ggT(d , d) = 1 unter den gek¨ Da ϕ(d) die Anzahl dieser Br¨ uche ist, gilt die Behauptung. Die Gruppe G heißt zyklisch, wenn es ein g ∈ G gibt mit G = {g z | z ∈ Z}, dh., wenn G epimorphes Bild von Z ist. Ist G = {g z | z ∈ Z}, so heißt g Erzeugende von G. Satz 4. Es sei G eine endliche zyklische Gruppe der Ordnung n und g sei eine Erzeugende von G. Ist i ∈ Z, so ist g i genau dann Erzeugende von G, wenn ggT(i, n) = 1 ist. Die Anzahl der Erzeugenden von G ist also ϕ(n). Beweis. Es sei ggT(i, n) = 1. Es gibt dann u, v ∈ Z mit 1 = iu + nv. Es folgt g = g 1 = g iu+nv = g iu g nv = (g i )u , so dass g in der von g i erzeugten Untergruppe von G liegt. Folglich liegt G in dieser Untergruppe, so dass g i Erzeugende von G ist. Es sei g i Erzeugende von G. Es gibt dann ein u ∈ Z mit g = (g i )u . Es folgt (1−iu) g = 1 und damit 1 − iu ∈ nZ, so dass i und n teilerfremd sind. Die n¨ achsten beiden S¨ atze sind nur der Vollst¨andigkeit halber hier aufgenommen. Sie werden in diesem Kapitel nicht ben¨ otigt. Satz 5. Ist G eine zyklische Gruppe der Ordnung n, so enth¨ alt G eine und dann auch nur eine Untergruppe der Ordnung d, wenn d Teiler von n ist. Untergruppen zyklischer Gruppen sind zyklisch. Beweis. Die Untergruppen von (Z, +) sind genau die Ideale des Ringes Z. Daher sind die Untergruppen von Z alle zyklisch, da Z ja ein Hauptidealring ist. Die Aussage des Satzes folgt daher aus dem zweiten Isomorphiesatz, da die Ideale oberhalb nZ genau die Ideale dZ sind, f¨ ur die d Teiler von n ist. Dies gilt nat¨ urlich auch f¨ ur n = 0. Satz 6. Ist G eine zyklische Gruppe der Ordnung n und ist d ein Teiler von n, so enth¨ alt G genau ϕ(d) Elemente der Ordnung d. Beweis. Dies folgt unmittelbar aus Satz 5 und Satz 4. Erzeugende zyklischer Gruppen heißen in der Zahlentheorie primitive Elemente. Dieser Name wurde von Euler 1774 eingef¨ uhrt, als er versuchte, die lambertsche Behauptung von 1769 zu beweisen, dass die multiplikative Gruppe von GF(p) zyklisch ist. Lambert selbst gab keinen Beweis. Eulers Beweis ist l¨ uckenhaft, wie Gauß schreibt (Gauß 1801, art. 56), wo ich auch die Aussage u ¨ ber Lambert her habe. Gauß gab einen korrekten Beweis, den wir nun reproduzieren und der viel mehr hergibt als die gaußsche Aussage, dass es n¨amlich ein primitives Element

2. Galoisfelder

123

modulo p gebe. Zuvor jedoch hatte schon Legendre diesen Sachverhalt bewiesen und zwar laut Dickson (1905, S. 182) in den M´emoire de l’Acad´emie Royale des Sciences, Paris 1785, 471–473. Ich weiß nicht, ob der dort gegebene Beweis der gleiche ist wie der, den er in seinem ber¨ uhmten Essai sur la th´eorie des nombres gab. Dort charakterisiert er Primitivwurzeln modulo p als diejenigen Wurzeln von ur keinen Teiler q von p − 1 Wurzeln von xp−1 − 1, die f¨ x

p−1 q

−1

sind. Er zeigt ferner, dass xp−1 − 1 genau p − 1 Wurzeln modulo p hat. Schließlich behauptet er, dass es genau ϕ(p − 1) Elemente gibt, die Wurzeln von xp−1 − 1, aber nicht von p−1 x q −1 sind. Sein Beweis ist eine nicht sehr gl¨ ucklich formulierte Inklusions-ExklusionsInduktion u ¨ber die Anzahl der Primteiler von p − 1. (Legendre 1797/98, p. 413 ﬀ.). Legendre benutzt nicht das Funktionssymbol ϕ, sondern schreibt ϕ(p − 1) explizit als Produkt. ur alle Teiler Satz 7. Es sei G eine endliche Gruppe. Hat die Gleichung xd = 1 f¨ d von |G| h¨ ochstens d L¨ osungen in G, so ist G zyklisch. Beweis (Gauß 1801, artt. 53–55). Es sei d Teiler von |G| und ψ(d) sei die Anzahl der Elemente der Ordnung d von G. Ist ψ(d) = 0, so gibt es ein g ∈ G mit o(g) = d. osungen der Gleichung xd = 1 sind. Es folgt, dass 1, g, g 2 , . . . , g d−1 allesamt L¨ Also sind dies alle L¨ osungen dieser Gleichung in G, so dass G nach Satz 5 genau ϕ(d) Elemente der Ordnung d hat. Es gilt also ψ(d) = 0 oder ψ(d) = ϕ(d). Mit n := |G| folgt, da jedes Element von G ja eine Ordnung hat, die |G| teilt, ψ(d) ≤ ϕ(d) = n n= d|n

d|n

und damit ψ(d) = ϕ(d) f¨ ur alle Teiler d von n. Insbesondere ist also ψ(n) = ϕ(n) ≥ 1, so dass es ein Element g ∈ G der Ordnung n gibt. Dieses g erzeugt nat¨ urlich die Gruppe G. Dies ist letztlich die Struktur des eulerschen, nicht ganz gelungenen Beweises (Euler 1774, Nummern 28 bis 39). Der eulersche Beweisversuch f¨ angt damit an, dass er feststellt, dass die Gleichung xn − 1 = 0 modulo einer Primzahl p h¨ ochstens n L¨osungen hat. Zum Beweis macht er eine nicht ganz gl¨ uckliche Induktion nach n. Der Beweis ist in Ordnung, wenn man statt xn − 1 ein beliebiges Polynom modulo p betrachtet. Gravierender aber ist, dass er im weiteren Verlauf benutzt, dass die Gleichung xn − 1 = 0 modulo p stets genau n L¨osungen hat, wenn n Teiler von p − 1 ist. Dies hatte er nicht bewiesen. Hier f¨ uhrt Gauß die Funktion ψ ein, die er mittels der beiden Summen gegen die eulersche Totientenfunktion ausspielt. Satz 7 ﬁndet sich mit obigem Beweis in Haupt 1929, Band I, S. 113. Haupt verweist auf Gauß und auf Frobenius und Stickelberger 1879, S. 237, wo sich der

124

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Satz aber nur f¨ ur abelsche Gruppen formuliert und bewiesen ﬁndet. Der dortige Beweis ist von v¨ ollig anderer Natur und funktioniert nur bei abelschen Gruppen. Korollar 1. Es sei K ein kommutativer K¨ orper. Ist G eine endliche Untergruppe der multiplikativen Gruppe von K, so ist G zyklisch. Beweis. Dies folgt mittels Satz 7 aus der Bemerkung, dass das Polynom xd − 1 f¨ ur alle nat¨ urlichen Zahlen d h¨ ochstens d Nullstellen in K hat. Korollar 2. Die multiplikative Gruppe von GF(pn ) ist zyklisch. Damit haben wir also wie in der Zahlentheorie“ bewiesen, dass GF(pn ) ein ” primitives Element hat. Ist dies der Beweis, der Galois vorschwebte oder ist es der legendresche? Der Beweis der Existenz eines primitiven Elementes ist nicht konstruktiv und bis heute ist man aufs Probieren angewiesen, um ein solches Element zu ﬁnden. Das beste mir bekannte Verfahren ist das folgende. Man nehme sich ein von null verschiedenes Element a und berechne seine Ordnung m. Ist m = pn − 1, so hat man in a ein primitives Element gefunden. Ist m < pn − 1, so w¨ahle man ein Element b und berechne dessen Ordnung m . Ist m Teiler von m, so ist b ∈ {1, a, a2 , . . . , am−1 } (hier ben¨ otigt man Satz 6). Die Chance ein b zu ﬁnden, so dass m kein Teiler von m ist, ist also ≥ 12 . Hat man ein solches b, so konstruiere man aus a und b ein Element c der Ordnung kgV(m, m ). Hierbei kann man sich mit Vorteil des Algorithmus r bedienen (s. Satz 11, Kap. 2, Absch. 3). Dann setze man a := c und m := kgV(m, m ) und beginne aufs Neue. Einzelheiten zu diesem sehr wirkungsvollen, schon von Gauß zur Bestimmung einer Primitivwurzel modulo p benutzten Verfahren ﬁnden sich in L¨ uneburg 1987a, S. 171ﬀ. Wir kehren wieder zur¨ uck zu der galoisschen Arbeit. Er und damit auch wir haben noch mehr bewiesen n¨amlich, dass jedes irreduzible Polynom vom Grade n n u ¨ ber GF(p) Teiler von xp − x ist. Denn die Irrationale i ist ja Nullstelle von F n pn und auch von x − x, so dass F als irreduzibles Polynom Teiler von xp − x ist. F aber war ein beliebiges irreduzibles Polynom vom Grade n u ¨ ber GF(p). Er notiert ferner, dass die Nullstellen des irreduziblen Polynoms F des Grades n die Werte 2

n−1

i, ip , ip , . . . , ip sind. Seine Begr¨ undung daf¨ ur ist, dass ja j

j

F (i)p = F (ip ) sei. Galois zeigt auch, dass das Minimalpolynom G eines Elementes j ∈ GF(pn ) keinen Grad gr¨ oßer als n haben kann. Ist n¨ amlich m der Grad von G und ist j eine Wurzel von G, so sind alle Elemente von GF(pm ) von der Form a + a1 j + a2 j 2 + . . . + an−1 j m−1

2. Galoisfelder

125

mit Koeﬃzienten in GF(p). Somit sind alle diese Elemente auch Elemente von GF(pn ), so dass in der Tat m ≤ n gilt. Mittels Satz 1 erhalten wir sogar noch, dass m Teiler von n ist. Ist n¨amlich k der Grad von GF(pn ) u ¨ ber GF(pm ), das wie n gesehen ganz in GF(p ) liegt, so ist nach Satz 1 ja n = mk. Um nun die irreduziblen n Polynome vom Grade n u ¨ ber GF(p) zu bekommen, befreie man xp − x von allen pm ur alle m, die kleiner sind als n, so sagt gemeinsamen Faktoren mit x − x f¨ Galois, wir sagen, f¨ ur alle von n verschiedenen m, die n teilen. Dann erh¨ alt man ein Polynom, das Produkt u ¨ber alle irreduziblen Polynome vom Grade n u ¨ ber GF(p) ist. Habe man nun eines von diesen, so sei es ein Leichtes die u ¨brigen nach der Methode des Herrn Gauß zu bestimmen. Eines aber sei h¨auﬁg durch Probieren zu ﬁnden. Was Galois mit der Methode des Herrn Gauß meint, ist mir nicht klar geworden. Auch hier ist das Probieren ein sehr gutes Verfahren, wie ich aus eigener Rechenpraxis weiß. Auf Grund von Korollar 1 zur m¨ obiusschen Umkehrformel (s. u.), muss man im Schnitt n Polynome vom Grade n testen, bis man ein irreduzibles gefunden hat. N¨ aheres auch hierzu in L¨ uneburg 1987a. Nachdem nun mittels eines irreduziblen Polynoms vom Grade n das Galoisfeld ¨ber seine Struktur gesagt wurde, f¨ ahrt mit pn Elementen konstruiert und einiges u Galois fort: Il s’agit maintenant de faire voir que, r´eciproquement `a ce que nous venons ” ν de dire, les racines de l’´equation ou de la congruence xp = x d´ependront toutes d’une seule congruence du degr´e ν. Dies ist schwierig zu interpretieren, da es hier um Existenzfragen geht. Hat man ein irreduzibles Polynom vom Grade n, so kann man die allgemeinen Ausdr¨ ucke (GF) hinschreiben und sie manipulieren. Hat man aber kein solches Polynom, wie n will man dann die Wurzeln von xp = x beschreiben? Ja, wie u ¨ berhaupt ihre Existenz feststellen? Seit Steinitz 1910 wissen wir, wie man dies bewerkstelligen kann, doch Galois, der lange vor Steinitz lebte, sagt nichts dazu. Hier klaﬀt also eine L¨ ucke bei Galois. Hat man diese L¨ ucke irgendwie geschlossen und sei es mit unserem heutigen Wissen, ist das N¨achste wieder in Ordnung. Galois f¨ ahrt n¨ amlich fort: Soit en eﬀet i une racine d’une congruence irr´eductible, et telle que toutes les ” ν racines de la congruence xp = x soient fonctions rationnelles de i. (Il est clair qu’ici, comme dans les ´equations ordinaires, cette propri´et´e a lieu)∗∗ .“ Man nehme f¨ ur i, so sage ich, etwa ein erzeugendes Element der multiplikativen n Gruppe des Zerf¨ allungsk¨ orpers von xp − x. Spannend ist die Fußnote **, die folgendermaßen lautet: La proposition g´en´erale dont il s’agit ici peut s’´enoncer ainsi: ´etant donn´ee une ” ´equation alg´ebrique, on pourra trouver une fonction rationnelle θ de toutes ses racines, de telle sorte, que r´eciproquement chacune des racines s’exprime rationnellement en θ. Ce th´eor`eme ´etait connu d’Abel, ainsi qu’on peut le voir par la premi`ere partie du m´emoire que ce c´el`ebre g´eom`etre a laiss´e sur les fonctions

126

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

elliptiques.“ Das heißt in unserer Sprache: Ist f ein Polynom, so gibt es ein ϑ, welches eine rationale Funktion in den Nullstellen von f ist, so dass die Nullstellen von f ihrerseits rationale Funktionen in ϑ sind. Galois behauptet hier also, dass f einen Zerf¨ allungsk¨ orper hat und dass man diesen Zerf¨allungsk¨ orper durch Adjunktion eines Elementes zum Grundk¨ orper erh¨ alt. Dass dies in der vorliegenden Allgemeinheit nicht gilt, wissen wir seit Steinitz 1910, der den G¨ ultigkeitsbereich dieses Satzes vollst¨andig kl¨ arte. F¨ ur endliche K¨ orper aber gilt er auf Grund der Zyklizit¨ at ihrer multiplikativen Gruppen. Was Galois hier beweist, ist, dass das Minimalpolyn ¨ ber GF(p) den Grad n hat. nom dieses ϑ f¨ ur das Polynom xp − x u Die Stelle bei Abel, die hier zitiert wird, ist Abel 1827. Abel zeigte in dieser Arbeit, dass die Zerf¨allungsk¨ orper von gewissen Polynomen, die mit elliptischen Funktionen zu tun haben, primitive Elemente besitzen, wobei Abel die Begriﬀe K¨ orper, Zerf¨ allungsk¨ orper, primitives Element einer K¨ orpererweiterung noch nicht zur Verf¨ ugung standen. Abels Rechnungen sind nur sehr m¨ uhevoll nachzuvollziehen. Die Existenz von irreduziblen Polynomen vom Grade n steht also immer noch in Zweifel. Bevor wir uns daran machen, ihre Existenz zu beweisen, sei noch gesagt, dass Galois das bisher Entwickelte an Hand des Beispiels p = 7 und n = 3 erl¨ autert. Im weiteren Verlauf der Arbeit untersucht er durch Radikale l¨ osbare Gleichungen von Primzahlpotenzgrad. Es ist also noch oﬀen geblieben, ob das Polynom, das man erh¨ alt, indem man n m oßer xp −x von allen mit den xp −x gemeinsamen Faktoren befreit, einen Grad gr¨ als 0 hat. Nur dann sind wir sicher, dass es auch wirklich irreduzible Polynome vom Grade n gibt. Wir werden mehr tun, indem wir die genau Anzahl dieser Polynome bestimmen. Was nun folgt, ist leicht modiﬁziert das, was sich schon bei Dedekind ﬁndet (Dedekind 1857, S. 19 ﬀ). Er untersucht vor allem nur den Fall, dass q eine Primzahl ist. Doch davon macht er keinen Gebrauch. Satz 8. Es sei K ein K¨ orper mit q Elementen. Ist n eine nat¨ urliche Zahl und ist f ein irreduzibles Polynom vom Grade m u ¨ber K, so ist f genau dann Teiler von n xq − x, wenn m Teiler von n ist. n Beweis. Es sei m Teiler von n. Ist m = n, so ist f Teiler von xq − x, wie wir mt bereits wissen. Es sei t ∈ N und f teile xq − x. Dann ist f wegen xq

m(t+1)

− x = xq

mt+m

= (xq

mt

m

m

− xq + xq − x m

m

− x)q + xq − x

m(t+1)

n

auch Teiler von xq − x. Also ist f Teiler von xq − x, falls m Teiler von n ist. qn Es sei f Teiler von x − x. Es gibt t, r ∈ N0 mit n = tm + r und r < m. Es folgt n (tm+r) r r xq − x = xq − xq + xq − x = (xq

tm

r

r

− x)q + xq − x,

2. Galoisfelder

127 r

oglich ist, wie wir so dass f auch xq − x teilt, was wegen r < m nur dann m¨ schon gesehen haben, wenn r = 0 ist. Also ist m Teiler von n. Damit ist der Satz bewiesen. Satz 9. Es sei ψ(m, q) die Anzahl der irreduziblen Polynome mit Leitkoeﬃzient 1 vom Grade m u ¨ber GF(q). Dann ist qn =

dψ(d, q).

d|n

n

n

Beweis. Die Ableitung von xq −x ist −1. Daher ist xq −x quadratfrei, also nicht n durch das Quadrat eines irreduziblen Polynoms teilbar. Nach Satz 8 ist xq − x daher das Produkt u ¨ber alle irreduziblen Polynome mit Leitkoeﬃzient 1, deren Grade Teiler von n sind. Gradvergleich liefert somit die Behauptung. Was uns interessiert, ist nicht die Summe u ¨ ber die ψ(d, q), sondern die ψ(d, q) selber. Auch an sie kann man herankommen und zwar mit Hilfe der m¨ obiusschen Umkehrformel, die nicht von M¨ obius stammt, wie man auf Grund des Namens meinen k¨ onnte, sondern von Dedekind, der sie in unserem Zusammenhang aufstellte (Dedekind 1857, S. 21). Sie wird uns auch die eulersche Totientenfunktion explizit in die Hand geben. Dedekind gibt keinen Beweis f¨ ur die m¨ obiussche Umkehrformel, er erscheint ihm einfach — was er ist —, wie aus der folgenden geheimnisvollen Bemerkung hervorgeht: Und es ist leicht zu sehen, dass dasselbe ” Theorem auch gilt, wenn die Functionen f , F sich auf irgend welche Elemente m beziehen, denen jedesmal bestimmte andere Elemente nach denselben Principien entsprechen, wie die Divisoren einer ganzen Zahl dieser Zahl selbst entsprechen.“ Wird hier vorweggenommen, womit Gian-Carlo Rota im 20. Jahrhundert zur Ber¨ uhmtheit gelangte? Wie sagte Emmy Noether angeblich immer: Es steht alles ” schon bei Dedekind“. Deﬁnieren wir zun¨ achst die M¨ obiusfunktion μ, die nun wirklich von M¨ obius stammt (M¨obius 1832). Ist n ∈ N, so setzen wir μ(n) := 0, falls es eine Primzahl gibt, deren Quadrat n teilt. Ist n quadratfrei, so setzen wir μ(n) := (−1)α , wenn α die Anzahl der Primteiler von n ist. Dann gilt der folgende, wie gesagt von Dedekind stammende Satz. M¨ obiussche Umkehrformel. Ist f eine Abbildung von N in eine abelsche Gruppe und deﬁniert man F durch f (d), F (n) := d|n

so ist

n μ f (n) = F (d). d d|n

128

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Beweis. Wir zeigen zun¨achst, dass

μ(d) = 0

d|n

ist, falls n ≥ 2 ist. Um dies zu zeigen, sei π(n) die Menge der Primteiler von n. Ferner setzen wir t := |π(n)|. Dann ist t ≥ 1. Weil μ(d) = 0 ist, wenn d nicht quadratfrei ist, gilt μ(d) = (−1)|X| d|n

X⊆π(n)

t = (−1) i i:=0 t

i

= (1 − 1)t = 0. Hiermit folgt weiter n n μ μ f (e) F (d) = d d d|n d|n e|d = μ(k)f (e) e,k; ek|n

=

f (e)

e|n

μ(k)

k| n e

= f (n). Korollar 0. Es ist

μ(d) =

d|n

1, 0,

falls n = 1, falls n > 1.

Korollar 1. Ist wieder ψ(n, q) die Anzahl der irreduziblen Polynome vom Grade n mit Leitkoeﬃzient 1 u ¨ber GF(q), so ist ψ(n, q) =

n 1 μ(d)q d . n

d|n

Beweis. Dies folgt mit f (n) = nψ(n, q) und F (n) = q n mittels der m¨obiusschen Umkehrformel aus Satz 10.

n d

Man beachte, dass die Division durch n aufgeht, da ψ(n, q) eine ganze Zahl ist. n Ist μ(d)q d von null verschieden, so ist d quadratfrei. Unter den Exponenten mit quadratfreiem d ist der am kleinsten, bei dem d das Produkt u ¨ber alle

3. Die Kreisteilungspolynome

129

Primteiler von n ist. Alle anderen vorkommenden Exponenten sind gr¨ oßer. Daher gilt n n n μ(d)q d ≡ μ(s)q s mod q s +1 , d|n

falls nur s das Produkt u ¨ber alle Primteiler von n ist. Hieraus folgt, dass nψ(n, q) = 0 und damit ψ(n, q) = 0 ist. Es gibt also zu jedem n ein u ¨ ber GF(q) irreduzibles Polynom vom Grade n. Es ist ψ(10, 2) = 99. Mittels der m¨ obiusschen Umkehrformel bekommen wir auch ϕ in den Griﬀ. Es gilt n¨ amlich Korollar 2. Ist ϕ die eulersche Totientenfunktion, so gilt 1 1− ϕ(n) = n p p∈π(n)

f¨ ur alle n ∈ N. Dabei bezeichne π(n) wieder die Menge der Primteiler von n. Insbesondere ist ϕ(mn) = ϕ(m)ϕ(n) f¨ ur alle teilerfremden nat¨ urlichen Zahlen m und n. ¨ Der einfache Beweis sei dem Leser als Ubungsaufgabe u ¨berlassen. Dedekind benutzt die von ihm etablierte m¨ obiussche Umkehrformel in der oben erw¨ahnten Arbeit ebenfalls, um die Produktdarstellung f¨ ur ϕ(n) zu beweisen. Die Produktdarstellung selbst war schon Euler bekannt (Dickson 1971, vol. I, S. 113). 3. Die Kreisteilungspolynome. Es wurde in Abschnitt 2 schon erw¨ ahnt, dass endliche K¨ orper stets kommutativ sind. F¨ ur diesen Satz gibt es viele Beweise, von denen die meisten, direkt oder indirekt, Gebrauch von den Kreisteilungspolynomen machen. Da wir sie auch sp¨ater noch ben¨ otigen, werden wir sie hier in aller Ausf¨ uhrlichkeit behandeln. Die Menge Wn aller Nullstellen von xn − 1 ist multiplikativ abgeschlossen und daher wegen ihrer Endlichkeit eine Untergruppe der multiplikativen Gruppe von C. Da die Ableitung nxn−1 dieses Polynoms mit ihm keinen Faktor gemeinsam hat, hat xn − 1 genau n Nullstellen. Somit bilden die n-ten Einheitswurzeln eine Untergruppe Wn der Ordnung n von C∗ . Nach Korollar 1 zu Satz 8 von Abschnitt 2 ist Wn zyklisch. Es gibt somit ϕ(n) primitive n-te Einheitswurzeln in C (s. die Deﬁnition im Anschluss an Satz 7 aus Abschnitt 2). Diese Menge bezeichnen wir mit PnE. Ist n ∈ N, so setzen wir Φn := (x − λ) λ∈PnE

130

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

und nennen dieses Polynom n-tes Kreisteilungspolynom. Es gilt dann Grad(Φn ) = ϕ(n). Weil jede n-te Einheitswurzel eine primitive d-te Einheitswurzel ist f¨ ur einen Teiler d von n, gilt ferner xn − 1 = Φd . d|n

Dies sind die grundlegenden Eigenschaften der Kreisteilungspolynome, die unmittelbar aus ihrer Deﬁnition folgen. Es ist Φ1 = x − 1. Ist p eine Primzahl, so ist xp − 1 = (x − 1)Φp und folglich Φp =

p−1

xi .

i:=0

Dieses Polynom haben wir schon fr¨ uher als irreduzibel erkannt. Satz 1. Ist n ∈ N, so gilt a) Der Leitkoeﬃzient von Φn ist 1. ur n > 1. b) Es ist Φ1 (0) = −1 und Φn (0) = 1 f¨ c) Es ist Φn ∈ Z[x]. d) Φn ist primitiv. Beweis. a) folgt unmittelbar aus der Deﬁnition von Φn . b) Es ist Φ1 = x − 1 und Φ2 = x + 1. Daher gilt b) in diesen beiden F¨ allen. Es sei n ≥ 3 und es gelte Φd (0) = 1 f¨ ur alle d mit 1 < d < n. Dann ist −1 =

Φd (0) = −Φn (0),

d|n

so dass auch b) gilt. ur alle d < n. c) Es ist Φ1 = x − 1 ∈ Z[x]. Es sei n > 1 und es gelte Φd ∈ Z[x] f¨ Setze g := Φd . d|n; d
Dann ist g ∈ Z[x] nach Induktionsannahme und der Leitkoeﬃzient von g ist nach a) gleich 1. Ferner gilt xn − 1 = gΦn . Nach Satz 8 von Abschnitt 3 des Kapitels 6 f¨ uhrt die Division mit Rest von xn − 1 durch g nicht aus Z[x] heraus, so dass auf Grund dieses Satzes Φn ∈ Z[x] gilt.

3. Die Kreisteilungspolynome

131

d) Dies folgt aus a) und c). Eine abelsche Gruppe A heißt noethersch, falls jede nicht-leere Menge Φ von Untergruppen von A ein bez¨ uglich der Inklusion als Teilordnung maximales Element enth¨ alt. Dabei heißt ein Element M ∈ Φ maximal , falls aus X ∈ Φ und M ⊆ X die Gleichung M = X folgt. Gruppen, Ringe, Moduln, etc., die die Maximalbedingung f¨ ur Untergruppen, Ideale, Teilmoduln, etc., erf¨ ullen, noethersch zu nennen, geschieht, um eine bemerkenswerte Frau zu ehren, die maßgeblich an dem Wandel der Mathematik hin zur Strukturmathematik des 20. Jahrhunderts mitgewirkt hat. Emmy Noether (1882–1935) z¨ahlt zu den ganz großen Mathematikern dieses Jahrhunderts. Ihr Vater war Max Noether, der einen Lehrstuhl f¨ ur Mathematik an der Universit¨ at Erlangen inne hatte. Sie war Sch¨ ulerin von Paul Gordan und promovierte 1908 in Erlangen. Als Frau hatte sie trotz der Unterst¨ utzung David Hilberts und Felix Kleins erhebliche beruﬂiche Schwierigkeiten und als Tochter j¨ udischer Eltern war sie durch die Nazis bedroht, so dass sie Deutschland 1933 verließ und in die USA ging. Wir bedienen uns hier in diesem Buch der Sprache, die sie ganz wesentlich mitgebildet hat, doch ihre eigentlichen mathematischen Errungenschaften streifen wir nur am Rande. Wer mehr u ¨ ber diese Frau wissen m¨ochte, sei an Dick 1981 verwiesen. Satz 2. Ist A eine abelsche Gruppe und ist B eine Untergruppe von A, so dass A/B und B noethersch sind, so ist auch A noethersch. Beweis. Es sei Φ eine nicht-leere Menge von Untergruppen von A. Dann ist Ψ := {(X + B)/B | X ∈ Φ} eine nicht-leere Menge von Untergruppen von A/B. Nach Voraussetzung gibt es ein X ∈ Φ, so dass (X + B)/B maximal in Ψ ist. Setze ΦX := {Y | Y ∈ Φ, X ⊆ Y }. Dann ist (X + B)/B ⊆ (Y + B)/B f¨ ur alle Y ∈ ΦX . Es folgt Y + B = X + B f¨ ur alle Y ∈ ΦX . Weil B noethersch ist, gibt es ein Y ∈ ΦX , so dass Y ∩ B in der Menge {Z ∩ B | Z ∈ ΦX } maximal ist. Es sei U ∈ Φ und es gelte Y ⊆ U . Wegen X ⊆ Y ist dann U ∈ ΦX und folglich U +B =X +B =Y +B und U ∩ B = Y ∩ B. Mit Hilfe des modularen Gesetzes folgt U = U ∩ (U + B) = U ∩ (Y + B) = Y + (U ∩ B) = Y + (Y ∩ B) = Y.

132

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Damit ist die Maximalit¨ at von Y in Φ bewiesen, so dass A in der Tat noethersch ist. Das modulare Gesetz lautet: Sind A, B, C Teilmoduln des R-Moduls M , wobei R ein nicht notwendig kommutativer Ring mit 1 sei, und gilt B ⊆ A, so ist A ∩ (B + C) = B + (A ∩ C). ¨ Der einfache Beweis dieser Tatsache sei dem Leser als Ubungsaufgabe u ¨berlassen. Das modulare Gesetz wurde erstmals von Dedekind (1897) formuliert. In dieser Arbeit werden auch die Strukturen explizit deﬁniert, die heute Verb¨ ande heißen. Dedekind gibt viele Beispiele von Verb¨anden, die in der Algebra auftauchen. Er zeigt auch an Beispielen, dass nicht alle Verb¨ ande modular sind. Mit Hilfe des gerade bewiesenen Satzes ist es einfach, mittels Induktion den folgenden Satz zu beweisen. Satz 3. Ist A eine endlich erzeugte abelsche Gruppe, so ist A noethersch. Beweis. Es sei A = ni:=1 ai Z. Ist n = 1, so ist A zyklisch. Ist o(a1 ) > 0, so ist A endlich und daher noethersch. Ist o(a1 ) = 0, so ist A zu (Z, +) isomorph und daher ebenfalls noethersch. Es sei also n > 1. Setze B := Zan . Dann ist B noethersch, wie gerade gesehen. Ferner wird A/B von a1 + B, . . . , an−1 + B erzeugt, ist daher nach Induktionsannahme noethersch, so dass A nach Satz 2 noethersch ist. Es gibt viele Beweise f¨ ur die Irreduzibilit¨ at der Kreisteilungspolynome. Als erster bewies Gauß, wie schon erw¨ahnt, die Irreduzibilit¨ at von Φp , falls p eine Primzahl ist (Gauß 1801, art. 341). P. L. Wantzel sagt in seiner Arbeit von 1837, dass man mit den gaußschen Methoden auch die Irreduzibilit¨ at von Φpn beweisen k¨ onne. Dem werden wir in Abschnitt 2 von Kapitel 12 nachgehen. Kronecker beur beliebiges n (Kronecker 1854). Die ¨alteren wies dann die Irreduzibilit¨ at von Φn f¨ Beweise ﬁnden sich bei Ruthinger 1907 zusammengestellt. Von neueren Beweisen seien noch die von Landau (1933), Schur (1933) und Levi (1933) erw¨ ahnt. Wir mischen hier den dedekindschen (Dedekind 1857a) mit dem levischen Beweis. Satz 4. Φn ist f¨ ur alle n ∈ N irreduzibel u ¨ber Q. Beweis. Wie wir wissen, gen¨ ugt es zu zeigen, dass Φn in Z[x] irreduzibel ist. Dazu sei f ein irreduzibles Polynom aus Z[x], welches Φn teilt. Weil Φn den Leitkoefﬁzient 1 hat, hat f den Leitkoeﬃzient 1 oder −1. Wir d¨ urfen daher annehmen, dass auch f den Leitkoeﬃzient 1 hat. Ferner gibt es eine primitive n-te Einheitswurzel ζ, die Nullstelle von f ist, da f als irreduzibles Polynom mindestens den Grad 1 hat. Dedekinds Bemerkung ist nun die, dass es gen¨ ugt zu zeigen, dass das Folgende ur alle Primzahlen p, die n nicht teilen (Dedekind gilt: Ist f (ξ) = 0, so ist f (ξ p ) = 0 f¨ 1857a). Gilt dies n¨ amlich und ist η eine von ζ verschiedene n-te Einheitswurzel, so ist η = ζ i mit i > 1 und ggT(i, n) = 1. Es gibt dann eine Primzahl p, die i teilt. −1 Wegen der Teilerfremdheit von i und n teilt sie nicht n. Setzt man ξ := ζ ip ,

3. Die Kreisteilungspolynome

133

so folgt mit der nicht explizit gemachten Induktionsannahme, dass f (ξ) = 0 ist. Hieraus folgt f (η) = f (ζ i ) = f (ξ p ) = 0, so dass alle primitiven n-ten Einheitswurzeln Nullstellen von f sind, Daher ist Grad(f ) = Grad(Φn ), so dass Φn irreduzibel ist. Der nun folgende Teil des Beweises stammt von Levi (1933). Es sei ζ eine Nullstelle von f . Wir bezeichnen mit Z[ζ] den Ring, den man erh¨ alt, wenn man im Polynomring Z[x] in der Unbestimmten x u ¨ ber Z die Unbestimmte x durch ζ ersetzt. Dann ist Z[ζ] zu Z[x]/f Z[x] isomorph. Insbesondere hat jedes Element aus Z[ζ], wenn r der Grad von f ist, die Form z0 + z1 ζ + . . . + zr−1 ζ r−1 , so dass Z[ζ] sogar als abelsche Gruppe endlich erzeugt ist. Somit ist Z[ζ] als abelsche Gruppe und dann erst recht als Ring noethersch. Dabei heißt ein Ring noethersch, wenn jede nicht-leere Menge von Idealen des Ringes ein bzg. der Inklusion als Teilordnung maximales Ideal enth¨ alt. Es sei nun p eine Primzahl, die n nicht teilt. Es gibt dann ein Ideal P von Z[ζ], welches maximal ist unter allen von Z[ζ] verschiedenen Idealen dieses Ringes, die p enthalten, da Z[ζ] ja noethersch ist. Weil jedes Ideal, welches oberhalb P liegt, ebenfalls p enth¨ alt, ist P sogar maximales Ideal von Z[ζ], so dass K := Z[ζ]/P ein K¨ orper ist. Wegen p ∈ P ist die Charakteristik von K gleich p. Weil f Teiler von Φn ist, sind die Nullstellen von f allesamt primitive n-te Einheitswurzeln. Es gibt daher nat¨ urliche Zahlen b(1), . . . , b(r − 1), so dass ζ, ζ b(1) , . . . , ζ b(r−1) die Nullstellen von f sind. Setze σ := ζ + P . Weil p kein Teiler von n ist, hat xn − 1 auch u ¨ ber K keine mehrfachen Nullstellen. Daher sind die Elemente σ, σ b(1) , . . . , σb(r−1) paarweise verschieden. Es sei f =

r

g :=

i:=0 r

ai xi und

(ai + P )xi .

i:=0

Dann ist g := (ar + P )

r−1

(x − σ b(i) ).

i:=0

wobei b(0) := 1 gesetzt wurde. Nun ist, da ja api ≡ ai mod p ist, g(σ p ) =

r i:=0

(ai + P )σ pi =

r

(api + P )σ pi = g(σ)p = 0.

i:=0

134

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Es gibt daher ein i mit σ p = σ b(i) . Hieraus folgt ζ p = ζ b(i) und damit f (ζ p ) = 0. Damit ist die Irreduzibilit¨ at von Φn bewiesen. Da Φn irreduzibel ist, deﬁniert Φn , um mit Weber zu reden, einen Congruenzk¨ orper, den wir mit Qn bezeichnen und n-ten Kreisteilungsk¨ orper nennen. Er hat den Grad ϕ(n) u ¨ ber Q. F¨ ur ihn gilt: allungsk¨ orper von Φn . Die Automorphismengruppe von Qn Satz 5. Qn ist der Zerf¨ ist isomorph zur Einheitengruppe des Ringes Z/nZ. Beweis. Auf Grund von Satz 1 von Abschnitt 1 hat Φn eine Nullstelle ζ in Qn . Weil alle n-ten Einheitszurzeln (sic) Potenzen von ζ sind, liegen sie alle in Qn . Insbesondere liegen dann auch alle primitiven Einheitswurzeln in n, so dass Qn in der Tat der Zerf¨ allungsk¨ orper von Φn ist. Bezeichnet man mit Q[ζ] das Bild des Polynomrings Q[x] in der Unbestimmten x unter dem Einsetzungshomomorphismus f → f (ζ), so ist Qn = Q[ζ]. Ist η eine zweite primitive n-te Einheitswurzel, so gibt es eine zu n teilerfremde nat¨ urliche Zahl i mit η = ζ i . Mittels Satz 2 von Abschnitt 1 folgt die Existenz eines Automorphismus σi von Qn = Q[ζ] auf Qn = Q[ζ i ] mit ζ σi = ζ i . Ist j eine zweite zu n teilerfremde Zahl, so folgt ζ σi σj = (ζ j )i = ζ ji = ζ ij = ζ σij . Hieraus folgt, weil alle Elemente von Q unter den σk festbleiben, dass σi σj = σij ist. Folglich ist σ ein Homomorphismus und, weil σ oﬀensichtlich injektiv ist, dann auch ein Monomorphismus der Einheitengruppe von Z/nZ in die Automorphisasst α mengruppe von Qn . Es sei nun α ein Automorphismus von Qn . Dann l¨ alle Elemente von Q invariant und bildet oﬀenkundig auch primitive n-te Einheitswurzeln auf ebensolche ab. Es gibt also eine zu n teilerfremde nat¨ urliche Zahl i mit ζ α = ζ i . Es folgt α = σi , so dass σ auch surjektiv ist. Damit ist alles bewiesen. Wie berechnet man Kreisteilungspolynome? Eine nicht sehr attraktive M¨oglichkeit ist die folgende. Satz 6. Es ist Φn =

n (x d − 1)μ(d) , d|n

wobei μ wieder die M¨ obiusfunktion bezeichne. Beweis. Es ist n μ(d) μ(d) (x d − 1)μ(d) = Φf = Φf d|n f | n d

d|n

=

f |n

d| n f

df |n

μ(d) Φf

=

f |n

ΦSf ,

3. Die Kreisteilungspolynome

135

wobei S :=

μ(d)

d| n f

gesetzt wurde. Es folgt nach Korollar 0 zur m¨ obiusschen Umkehrformel 1, falls n = f , S= 0, falls n > f . Daher ist in der Tat

n (x d − 1)μ(d) = Φn . d|n

Beispiel: Φ10 =

(x10 − 1)(x − 1) = x4 − x3 + x2 − x + 1. (x5 − 1)(x2 − 1)

Es gibt bessere M¨oglichkeiten, die Kreisteilungspolynome zu berechnen. Der erste Schritt auf diesem Wege ist die folgende Bemerkung. Satz 7. F¨ ur m, n ∈ N ist Φmn Teiler von Φn (xm ). Beweis. Es sei α eine Nullstelle von Φmn . Dann ist α eine primitive (mn)-te Einheitswurzel, so dass αm eine primitive n-te Einheitswurzel ist. Also ist Φn (αm ) = 0. Somit sind alle Nullstellen von Φmn Nullstellen von Φn (xm ). Weil Φmn nur einfache Nullstellen hat, ist daher Φmn Teiler von Φn (xm ). Satz 8. Sind m, n ∈ N und ist jeder Primteiler von m auch Primteiler von n, so ist Φmn = Φn (xm ). Beweis. Weil die Menge der Primteiler von mn auf Grund unserer Annahme gleich der Menge der Primteiler von n ist, folgt mit dem Korollar 2 zur m¨ obiusschen Umkehrformel (Abschnitt 2), dass ϕ(mn) = mϕ(n) ist. Daher ist Grad(Φmn ) = Grad(Φn (xm )). Weil die Leitkoeﬃzienten beider Polynome 1 sind, folgt die behauptete Gleichheit auf Grund von Satz 7. Ist n ∈ N, so bezeichnen wir mit σ(n) das Produkt u ¨ber alle Primteiler von n. Der Buchstabe σ soll an Sockel erinnern. Korollar 1. Ist n ∈ N und ist n = mσ(n), so ist Φn = Φσ(n) (xm ).

136

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Ist p eine Primzahl, so ist Φp =

p−1 i:=0

xi . Also gilt:

Korollar 2. Ist p eine Primzahl, so ist p−1

Φpn =

n−1

xip

.

i:=0

Wegen Φ2 = x + 1 ist also Φ4 = x2 + 1, Φ8 = x4 + 1, usw. Satz 9. Sind m und n teilerfremde nat¨ urliche Zahlen, ist n > 1, falls m = 2 ist, und ist W die Menge der primitiven m-ten Einheitswurzeln, so ist Φn (ζx). Φmn = ζ∈W

Beweis. Dies ist gewiss richtig, falls m = 1 ist. Es sei also m > 1. Es ist Φn (ζx) = ϕ(m)ϕ(n) = ϕ(mn) = Grad(Φmn ), Grad ζ∈W

da m und n ja teilerfremd sind. Der Leitkoeﬃzient von Φn (ζx) ζ∈W

ist gleich

ζ∈W

ζ

ϕ(n)

ϕ(n) = ζ . ζ∈W

−1

¨ ist ζ −1 ∈ W . Daher ist in diesem Falle das Ist m > 2, so ist ζ = ζ . Uberdies Produkt auf der rechten Seite gleich 1. Dann ist aber auch das Produkt auf der linken Seite, dh., der Leitkoeﬃzient von ζ∈W Φn (ζx) gleich 1. Ist m = 2, so ist n ungerade und wegen n ≥ 2 gilt sogar n ≥ 3. Somit ist ϕ(n) gerade. Ferner ist W = {−1} und folglich ζ ϕ(n) = (−1)ϕ(n) = 1. ζ∈W

Also ist der Leitkoeﬃzient des fraglichen Polynoms in jedem Fall gleich 1. Es sei ξ eine primitive (mn)-te Einheitswurzel. Dann ist σ := ξ n eine primitive m-te Einheitswurzel. Weil m und n teilerfremd sind, gibt es ein a ∈ N mit an + mZ = −1 + mZ. Hieraus folgt, dass a und m teilerfremd sind, so dass auch ζ := σ a eine primitive m-te Einheitswurzel ist. Es folgt (ζξ)n = σ an ξ n = σ −1 σ = 1.

3. Die Kreisteilungspolynome

137

Ist k = o(ζξ), so ist also k Teiler von n. Andererseits ist ζ k ξ k = 1. Hieraus folgt weiter 1 = ζ km ξ km = ξ km , so dass o(ξ) = mn Teiler von km ist. Folglich ist k = n, so dass ζξ eine primitive n-te Einheitswurzel ist. Wegen ζ ∈ W , ist daher ξ Nullstelle von

Φn (ηx).

η∈W

Da dies f¨ ur alle Nullstellen ξ von Φmn gilt und da Φmn nur einfache Nullstellen hat, ist Φmn Teiler von η∈W Φn (ηx). Weil Grade und Leitkoeﬃzienten beider Polynome der beiden Polynome u ¨ bereinstimmen, folgt schließlich die Gleichheit der beiden Polynome. Wichtigster Spezialfall ist Satz 10. Ist n eine ungerade nat¨ urliche Zahl und ist n ≥ 3, so ist Φ2n = Φn (−x).

Ist p eine ungerade Primzahl und sind a und b nat¨ urliche Zahlen, so ist also Φ2a pb =

p−1

a−1 b−1

(−1)i xi2

p

.

i:=0

Die n¨achsten beiden S¨ atze besagen, dass man alle Koeﬃzienten von Φn kennt, wenn man nur die H¨ alfte von ihnen berechnet hat. Satz 11. Ist 2 ≤ n ∈ N, so ist Φn = xϕ(n) Φn (x−1 ). Beweis. Oﬀenbar ist f := xϕ(n) Φn (x−1 ) ein Polynom vom Grade ϕ(n) mit Leitkoeﬃzient 1, da nach Satz 1 wegen n ≥ 2 ja Φn (0) = 1 ist. Ist Φn (α) = 0, so ist auch Φn (α−1 ) = 0, so dass α Nullstelle von f ist. Aus all diesem folgt die Behauptung. ϕ(n) Satz 12. Ist n ≥ 2 und ist Φn = i:=0 ai xi , so ist ai = aϕ(n)−i f¨ ur alle i. Beweis. Nach Satz 11 ist

ϕ(n)

i:=0

ϕ(n) i

ai x =

i:=0

ϕ(n) ϕ(n)−i

ai x

=

i:=0

aϕ(n)−i xi .

138

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

ur alle i. Also gilt in der Tat ai = aϕ(n)−i f¨ Der n¨ achste Satz liefert die alles entscheidende Rekursion. Satz 13. Ist n ∈ N und ist p eine n nicht teilende Primzahl, so ist Φn Φnp = Φn (xp ). Beweis. Nach Satz 7 ist Φnp Teiler von Φn (xp ). Weil p kein Teiler von n ist, ist mit ζ auch ζ p eine primitive n-te Einheitswurzel. Folglich ist auch Φn Teiler von Φn (xp ). Nun sind Φn und Φnp teilerfremd, wie man unmittelbar an den Nullstellen der beiden Polynome abliest. Also ist Φn Φnp Teiler von Φn (xp ). Ferner gilt Grad(Φn Φnp ) = ϕ(n) + ϕ(np) = ϕ(n) 1 + ϕ(p) = pϕ(n) = Grad Φn (xp ) . Weil schließlich die Leitkoeﬃzienten der Polynome Φn Φnp und Φn (xp ) gleich 1 sind, ist Φn Φnp = Φn (xp ). Hiermit haben wir ein sehr wirkunsvolles Verfahren gewonnen, Φn zu berechnen: ur die Zun¨ achst bestimme man alle ungeraden Primteiler p1 , . . . , pt . Dies ist f¨ u ¨ berhaupt in Frage kommenden n kein Problem. Dann berechne man der Reihe nach Φp1 p2 := Φp1 (xp2 )Φ−1 p1 Φp1 p2 p3 := Φp1 p2 (xp3 )Φ−1 p1 p2 ... Φp1 ···pt := Φp1 ···pt−1 (xpt )Φ−1 p1 ···pt−1 . Dies ist v¨ ollig problemlos, da sich alle Divisionen in Z durchf¨ uhren lassen, weil die Leitkoeﬃzienten der Kreisteilungspolynome ja gleich 1 sind. Da man die Division am Kopf anf¨ angt, berechne man dabei nur die Koeﬃzienten aϕ(s) , . . . , a2−1 ϕ(s) . Nach Satz 12 kennt man dann auch die restlichen Koeﬃzienten. Ist n ungerade, so ist Φσ(n) = Φp1 ···pt , andernfalls Φσ(n) = Φp1 ···pt (−x). Schließlich ist Φn = Φσ(n) (xnσ(n)

−1

).

Statt erst Φσ(n) und dann erst Φn zu berechnen, kann man sich auch der Rekursion t−1 t Φm (xp )Φn = Φm (xp ) bedienen und Φn direkt berechnen. Dabei sind m und t dadurch bestimmt, dass n = pt m mit einer m nicht teilenden Primzahl p ist. Diese Rekursion ﬁndet sich in Dickson (1905).

4. Der Satz von Zsigmondy

139

4. Der Satz von Zsigmondy. Ist p eine Primzahl und ist a eine nicht durch p teilbare nat¨ urliche Zahl, so k¨ onnen wir a als Element der multiplikativen Gruppe von GF(p) auﬀassen. Als solches hat es eine Ordnung, die wir mit ordp (a) bezeichnen. Wir nennen ordp (a) Ordnung von a modulo p. Der Satz von Zsigmondy liest sich nun folgendermaßen. Satz von Zsigmondy. Es seien a und n von 1 verschiedene nat¨ urliche Zahlen. Es gibt dann eine Primzahl p mit ordp (a) = n, es sei denn, es ist n = 2 und a + 1 ist Potenz von 2 oder es ist a = 2 und n = 6. Gibt es eine Primzahl p mit ordp (a) = n, so heißt sie auch a-primitiver Primteiler von an − 1. F¨ ur den Satz von Zsigmondy gibt es mehrere Beweise. Der erste nat¨ urlich von Zsigmondy 1892. Weitere von Birkhoﬀ & Vandiver 1904, Dickson 1905, Artin, 1955 Hering 1974 und L¨ uneburg 1981. Ich werde hier meinen Beweis reproduzieren. Dazu bedarf es der Vorbereitung. Wegen an − 1 = Φd (a) d|n

sind die Primzahlen, f¨ ur die ordp (a) = n gilt, unter den Primteilern von Φn (a) zu suchen. Es sind genau die Primteiler von Φn (a), die kein Φd (a) f¨ ur ein d < n teilen. Dass es fast immer solche gibt, m¨ ussen wir nun nachweisen. Satz 1. Es seien a und n von 1 verschiedene nat¨ urliche Zahlen und p sei eine Φn (a) teilende Primzahl. Ferner sei f := ordp (a). Es gibt dann eine nicht-negative ganze Zahl i mit n = f pi . Ist i > 0, so ist p die gr¨ oßte n teilende Primzahl. Ist i > 0 und ist p2 Teiler von Φn (a), so ist n = p = 2. Beweis. Weil Φn (a) Teiler von an − 1 ist, ist p Teiler von an − 1, so dass f Teiler von n ist. Es gibt also i, w ∈ N0 mit n = f pi w, so dass p kein Teiler von w ist. Setze r := f pi . Dann ist ar − 1 ≡ 0 mod p, da f ja Teiler von r ist. Wegen n = f pi w = rw folgt w w an − 1 ((ar − 1) + 1)w − 1 (ar − 1)k−1 . = = w + r r k a −1 a −1 k:=2

Dies impliziert

an − 1 ≡ w ≡ 0 mod p. ar − 1

W¨ are w > 1, so w¨are Φn (a) und damit p Teiler von an − 1 ar − 1

140

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

und es folgte der Widerspruch w ≡ 0 mod p. Also ist w = 1 und somit n = f pi . oßte, n Es sei i > 0. Weil f = ordp (a) Teiler von p − 1 ist, folgt, dass p die gr¨ teilende Primzahl ist. Es sei weiterhin i > 0. Setze s := f pi−1 . Weil f Teiler von s ist, ist p Teiler von s a − 1. Es folgt ((as − 1) + 1)p − 1 an − 1 = as − 1 as − 1

p p 1 s = p + p(p − 1)(a − 1) + (as − 1)k−1 . k 2 k:=3

Ist p ≥ 3, so folgt hieraus

Wegen

an − 1 ≡ p mod p2 . as − 1 an − 1 ≡ 0 mod Φn (a) as − 1

ist daher p2 in diesem Falle kein Teiler von Φn (a). Ist also p2 Teiler von Φn (a), so ist p = 2. Weil 2 die gr¨ oßte n teilende Primzahl ist, ist folglich n = 2i . Es folgt i−1

Φn (a) = a2 i−1

W¨ are i > 1, so w¨are a2 dh. n = 2.

+ 1.

≡ 1 mod 4 und somit Φn (a) ≡ 2 mod 4. Also ist i = 1,

Nach diesem Satz kann ggT(Φn (a), n) weder durch zwei verschiedene Primzahlen noch durch das Quadrat einer Primzahl teilbar sein. Es gilt somit das Korollar. Sind a und n von 1 verschiedene nat¨ urliche Zahlen und ist p = ggT(Φn (a), n) = 1, so ist p die gr¨ oßte n teilende Primzahl. Satz 2. Es seien a und n von 1 verschiedene nat¨ urliche Zahlen. Ferner sei p := ggT(Φn (a), n). F¨ ur p = 1 sei j := 0 und f¨ ur p = 1 sei pj die h¨ ochste Potenz von p, die in Φn (a) aufgeht. Schließlich sei Φ∗n (a) := p−j Φn (a). Genau dann gilt Φ∗n (a) = 1, wenn entweder n = 2 und a + 1 eine Potenz von 2 oder wenn n = 6 und a = 2 ist. Beweis. Es sei zun¨achst n = 2. Dann ist Φn (a) = a + 1. Hieraus folgt, dass genau dann Φ∗n (a) = 1 ist, wenn a + 1 Potenz von 2 ist. Es sei n ≥ 3. Wegen Φ6 = Φ3 (−x) = x2 − x + 1 ist Φ6 (2) = 3 und daher ∗ Φ6 (2) = 1.

4. Der Satz von Zsigmondy

141

Es sei schließlich Φ∗n (a) = 1 und n ≥ 3. Ist ζ eine primitive n-te Einheitswurzel, so ist |a − ζ|2 = a2 − 2Re(ζ)a + 1 > a2 − 2a + 1 = (a − 1)2 , da wegen n > 1 ja Re(ζ) < 1 ist. Also ist Φn (a) = |a − ζ| > (a − 1)ϕ(n) ζ∈PnE

und folglich Φn (a) > 1 = Φ∗n (a). Somit ist p := ggT(Φn (a), n) = 1. Wegen n ≥ 3 folgt aus Satz 1, dass Φn (a) = pΦ∗n (a) = p ist. Weil p Teiler von n ist, ist p−1 nach Korollar 2 zur m¨ obiusschen Umkehrformel (Abschnitt 2) Teiler von ϕ(n). Mittels Induktion nach n folgt Φn (a) > 0. Somit gilt p = Φn (a) = Φn (a) > (a − 1)ϕ(n) ≥ (a − 1)p−1 . Hieraus folgt a = 2. W¨ are p2 Teiler von n, so folgten wegen Φn (x) = Φ np (xp ) die Ungleichungen n

p = Φn (2) = Φ np (2p ) > (2p − 1)ϕ( p ) ≥ (2p − 1)p−1 . Dies ist aber unm¨ oglich. Also ist n = f p, wobei f Teiler von p − 1 ist. Demzufolge ist f < p und f und p sind teilerfremd. Daher ist Φf Φn = Φf Φf p = Φf (xp ). Es folgt p(2p − 1) > p(2f − 1) ≥ Φn (2)Φf (2) = Φf (2p ) > (2p − 1)ϕ(f ) . Also ist p > (2p − 1)ϕ(f )−1 und folglich ϕ(f ) = 1. Somit ist f = 1 oder f = 2 p−1 und dann n = p oder n = 2p. W¨ are n = p, so folgte p = i:=0 2i = 2p − 1, ein Widerspruch. Also ist n = 2p und daher p=

p−1

(−1)i 2i =

i:=0

2p + 1 , 2+1

was p = 3 zur Folge hat. Damit ist der Satz bewiesen. Aus Satz 1 und Satz 2 folgt nun unmittelbar der Satz von Zsigmondy, da es genau dann keinen Primteiler p von an − 1 mit ordp (a) = n gibt, wenn Φ∗n (a) = 1 ist. Ist n¨amlich p ein Primteiler von Φ∗n (a), so folgt mit Satz 1 und der Konstruktion von Φ∗n (a), dass ordp (a) = n ist. Ist n = 2 und a + 1 eine Potenz von 2, so ist auch

142

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

a − 1 gerade und folglich ord2 (a) = 1. Ist n = 6 und a = 2, so ist 26 − 1 = 32 · 7. Es folgt ord3 (2) = 2 und ord7 (2) = 3. Ein ber¨ uhmter Satz von Dirichlet besagt, dass es in der arithmetischen Reihe {a + nk | k ∈ N0 } unendlich viele Primzahlen gibt, falls nur ggT(a, n) = 1 ist (Dirichlet 1837). Der Beweis ist schwierig und mit den hier bereitgestellten Hilfsmitteln nicht zu schaﬀen. Einen Spezialfall k¨ onnen wir jedoch mit Hilfe des Satzes von Zsigmondy etablieren, wie dies auch schon Zsigmondy selbst getan hat (Zsigmondy 1892). Satz 3. Ist n eine nat¨ urliche Zahl, so enth¨ alt die arithmetische Reihe {1 + nk | k ∈ N0 } unendlich viele Primzahlen. Beweis. Zsigmondy schließt wie folgt: Es sei nk = 1 und 6. Es gibt dann, da 2 + 1 keine Potenz von 2 ist, eine Primzahl pk mit ordpk (2) = nk. Weil ordpk (2) Teiler von pk − 1 ist, gibt es ein l ∈ N mit pk = 1 + nkl. Ist k = j, so ist nk = nj und daher pk = pj . Damit ist der Satz bewiesen und gleichzeitig noch mehr gezeigt, dass man n¨ amlich t solcher Primzahlen nach sp¨atestens t + 1 Schritten erh¨ alt. Ferner gilt pt ≤ 2nt − 1. Dirichlet gibt keine Schranke f¨ ur die Primzahlen in beliebigen arithmetischen Reihen. 5. Der Satz von Wedderburn. Es wurde schon erw¨ ahnt, dass endliche K¨ orper stets kommutativ sind. F¨ ur diesen von Wedderburn stammenden Satz gibt es viele Beweise (Wedderburn 1905, Artin 1927, Witt 1931, Herstein 1961, Nagahara & Tominaga 1974, Grundh¨ ofer 1998, etc.). Wedderburn gab in seiner urspr¨ unglichen Arbeit allein drei, von denen der erste laut Artin (1927) nicht stichhaltig ist. Mir gef¨ allt der dritte sehr gut, so dass ich diesen hier vortrage. Der wittsche Beweis gilt als der o¨konomischste, er ist sicher der am h¨ auﬁgsten reproduzierte. Wir beginnen mit der folgenden Bemerkung: Satz 1. Es sei V ein Vektorraum der Dimension n u ¨ber GF(q). Ist 1 ≤ k ≤ n, so ist die Anzahl der k-Tupel linear unabh¨ angiger Vektoren gleich k−1

(q n − q i ).

i:=0

Beweis. Es ist ja |V | = q n , so dass die Anzahl der von null verschiedenen Vektoren von V gleich q n − 1 ist. Also ist der Satz richtig f¨ ur k = 1. Es sei k ≥ 1. angiges k-Tupel von Vektoren aus V . Dann Ferner sei u1 , . . . , uk ein linear unabh¨

5. Der Satz von Wedderburn

143

angiges (k + 1)-Tupel, wenn v nicht ist genau dann u1 , . . . , uk , v ein linear unabh¨ in dem von u1 , . . . , uk aufgespannten Unterraum liegt. Da dieser q k Elemente enth¨ alt, gibt es genau q n − q k solcher Elemente v. Da es nach Induktionsannahme k−1

(q n − q i )

i:=0

linear unabh¨ angige k-Tupel von Vektoren gibt, ist die Anzahl linear unabh¨ angiger (k + 1)-Tupel gleich k (q n − q i ). i:=0

Damit ist der Satz bewiesen. Das folgende Korollar ﬁndet sich f¨ ur den Fall, dass q eine Primzahl ist, in Jordan’s Trait´e des substitutions“ (Jordan 1870/1989, S. 97). Jordan berechnet ” zun¨ achst die Ordnung der Einheitengruppe der Gruppe aller invertierbaren (n×n)Matrizen u ¨ ber dem Ring Z/mZ und betrachtet dann den Spezialfall, dass m eine Primzahl ist. Jordan bemerkt an dieser Stelle, dass der Spezialfall von Galois ´ entdeckt und von Betti bewiesen wurde. F¨ ur Galois siehe Galois, Ecrits, S. 151. Korollar. Ist V ein Vektorraum der Dimension n u ¨ber GF(q), so gilt f¨ ur die Gruppe GL(V ) aller bijektiven linearen Abbildungen von V auf sich n GL(V ) = q 12 n(n−1) (q i − 1). i:=1

Beweis. Es sei b1 , . . . , bn eine Basis von V . Ist dann c1 , . . . , cn eine weitere Basis von V , so gibt es genau eine lineare Abbildung σ von V in sich mit bσi = ci f¨ ur alle i. Weil die c’s eine Basis bilden, ist σ ∈ GL(V ). Ist umgekehrt σ ∈ GL(V ), so ist bσ1 , . . . , bσn eine Basis von V . Daher ist |GL(V )| gleich der Anzahl der Basen von V , dh. gleich der Anzahl der linear unabh¨ angigen n-Tupel von V , so dass mit Satz 1 die Behauptung folgt. Satz 2. Ist G eine Gruppe und sind A und B zwei endliche Untergruppen von G, setzt man ferner AB := {ab | a ∈ A, b ∈ B}, so ist |AB| =

|A||B| . |A ∩ B|

Beweis. Um keine falschen Vorstellungen aufkommen zu lassen, sei gesagt, dass AB in aller Regel keine Untergruppe von G ist. Dies ist vielmehr genau dann der Fall, wenn AB = BA ist. Dies nur so nebenbei.

144

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

¨ Wir deﬁnieren auf A × B eine Aquivalenzrelation ∼ durch (a, b) ∼ (α, β) genau dann, wenn ab = αβ ist. Ist u ∈ A und v ∈ B und a ∈ A ∩ B, so ist ua ∈ A, a−1 v ∈ B und es gilt uaa−1 v = uv Folglich ist (ua, a−1 v) ∼ (u, v). Ist andererseits (u , v ) ∼ (u, v), so gibt es ein a ∈ A mit u = ua und ein b ∈ B mit v = bv. Es folgt uabv = u v = uv ¨ und damit b = a−1 und weiter a ∈ A ∩ B. Also ist die Aquivalenzklasse von (u, v) die Menge (ua, a−1 v) | a ∈ A ∩ B . ¨ Es folgt, dass alle Aquivalenzklassen die L¨ ange |A ∩ B| haben. Da |AB| die Anzahl ¨ der Aquivalenzklassen ist, ist |AB||A ∩ B| = |A||B|. Damit ist der Satz bewiesen. Wir ben¨ otigen noch den Begriﬀ des Zentrums eines K¨orpers. Ist K ein K¨ orper, so ist dies die Menge Z(K) := {z | z ∈ K, zk = kz f¨ ur alle k ∈ K}. Weil diese Menge unter Addition, Subtraktion, Multiplikation und Inversenbildung abgeschlossen ist und weil die 1 dazugeh¨ ort, ist Z(K) ein Teilk¨orper von K. Hieraus folgt wiederum, dass der Primk¨ orper von K, den man im nicht-kommutativen Fall nat¨ urlich genauso hat wie im kommutativen, Teil des Zentrums ist. Ferner wird uns noch die Klassengleichung von Nutzen sein. Sei G eine Gruppe. Die Elemente g, h ∈ G heißen konjugiert in G, wenn es ein x ∈ G gibt mit x−1 gx = ¨ h. Die Relation des Konjugiertseins ist eine Aquivalenzrelation. Genau dann ist −1 −1 −1 −1 x gx = y gy, wenn yx g = gyx ist, wenn also yx−1 und g vertauschbar sind. Es bezeichne CG (g) die Menge der mit g vertauschbaren Elemente von G. Dann ist CG (g) eine Untergruppe von G. Sie wird Zentralisator von g in G genannt. Ist G endlich, so ist nach der eben gemachten Bemerkung |G|/C(g) = G : C(g) die Anzahl der Elemente in der Konjugiertenklasse, zu der g geh¨ort. Die Menge Z(G) der Elemente, deren Konjugiertenklasse nur aus einem Element besteht, nennen wir entsprechend dem Vorgang bei K¨ orpern Zentrum von G. Das Zentrum von G ist stets eine Untergruppe von G. Auf Grund der Bemerkungen, die wir machten, gilt die sogenannte Klassengleichung. Ist G eine endliche Gruppe und ist x1 , . . . , xt ein Vertretersystem der Konjugiertenklassen von G, die mindestens zwei Elemente enthalten, so ist t G : C(xi ) . |G| = Z(G) + i:=1

5. Der Satz von Wedderburn

145

Die klassische Anwendung der Klassengleichung ist die, dass bei einer endlichen p-Gruppe, p Primzahl, die linke Seite und die Summanden auf der rechten Seite durch p teilbar sind, so dass auch |Z(G)| durch p teilbar ist. Weil |Z(G)| ≥ 1 ist, ist also |Z(G)| ≥ p > 1, so dass das Zentrum einer endlichen p-Gruppe stets nicht-trivial ist. Dies ist Sylows Argument, der die Klassengleichung aber nicht explizit formuliert (Sylow 1872). Dieses Argument ist ein sch¨ ones Beipiel impliziter Gruppentheorie. Sylows Arbeit, 1872 also einundzwanzig Jahre vor Webers Arbeit publiziert, wo dieser seine abstrakte Deﬁnition einer Gruppe gab, handelt von Permutationsgruppen, wie der Titel sagt, und er benutzt im Beweise seines Satzes auch, dass die betrachteten Gruppen Permutationsgruppen sind. Erst Frobenius zeigte, dass die sylowschen S¨ atze auch f¨ ur beliebige endliche Gruppen gelten. Mehr hierzu in Abschnitt 2 von Kapitel 13. Ist K ein K¨ orper, ist a ∈ K und setzt man CK (a) := {x | x ∈ K, xa = ax}, so ist CK (a) Teilk¨ orper von K. Ist a = 0, so gilt CK ∗ (a) = CK (a) − {0}. Ist K ein endlicher K¨ orper mit pn Elementen, so hat CK (a) als endlicher K¨ orper m p Elemente und da CK (a) Teilk¨ orper von K ist, folgt mit Satz 1 von Abschnitt 2, wenn man nur K als Linksvektorraum u ¨ ber CK (a) auﬀasst, dass m Teiler von n ist. Satz von Wedderburn. Ist K ein endlicher K¨ orper, so ist K kommutativ. Beweis. F¨ ur 0 = a ∈ K deﬁnieren wir die Abbildungen λa und ρa von K in sich durch λa (x) := ax und

ρa (x) := xa−1 ,

so sind λ und ρ Monomorphismen der multiplikativen Gruppe von K in GL(K), wobei K als Vektorraum u ¨ber GF(p) dem Primk¨orper von K aufzufassen ist. Die Bilder dieser beiden Monomorphismen bezeichnen wir mit L und R. Dann ist |L| = |R| = |K| − 1 = pn − 1. Sind a, b ∈ K und sind a und b von null verschieden, so folgt auf Grund des Assoziativgesetzes λa ρb (x) = a(xb−1 ) = (ax)b−1 = ρb λa (x),

146

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

so dass λa ρb = ρb λa gilt. Daher ist LR eine Untergruppe von GL(K). Ist λa = ρb , so gilt ax = xb−1 f¨ ur alle x ∈ K. mit x = 1 folgt a = b−1 und damit a ∈ Z(K). Daher ist L ∩ R zur multiplikativen Gruppe des Zentrums von K isomorph. Somit hat L ∩ R die Ordnung pm − 1. Mit Satz 2 folgt |LR| =

(pn − 1)2 . pm − 1

Weil LR eine Untergruppe von GL(K) ist, ist |LR| Teiler von 1

g := p 2 n(n−1)

n

(pi − 1).

i:=1

Ist nun q ein p-primitiver Teiler von pn − 1 und ist q t die h¨ ochste Potenz von q, die pn − 1 teilt, so ist q t+1 kein Teiler von g, da q kein Teiler von pi − 1 ist, falls i < n ist. Daher kann q t+1 nicht Teiler von |LR| sein, so dass m = n ist. Dies heißt aber, dass Z(K) = K ist. In diesem Falle ist K also kommutativ. Ist also Z(K) = K, so gibt es keinen p-primitiven Teiler von pn − 1. Mit dem Satz von Zsigmondy folgt n = 2 (und p+ 1 ist Potenz von 2) oder n = 6 und p = 2. Ist aber n = 2, so ist die Dimension von K u ¨ ber Z(K) gleich 2. Ist b ∈ Z(K), so erzeugen Z(K) und b einen kommutativen Teilk¨orper F von K, der Z(K) echt umfasst. Es ist daher p2 ≥ |F | = ps > p. Es folgt s = 2 und damit F = K, so dass K doch kommutativ w¨ are. Also kann n nicht 2 sein. Es bleibt n = 6 und p = 2. Hier hat man f¨ ur Z(K) drei M¨ oglichkeiten: Z(K) = GF(2), GF(4) oder GF(8). In den beiden letzten F¨ allen ist die Dimension von K u ¨ ber Z(K) gleich 3 oder 2 also eine Primzahl. Dann erzeugt aber jedes Element aus K, das nicht in Z(K) liegt, zusammen mit Z(K) einen von Z(K) verschiedenen kommutativen Teilk¨ orper von K, der dann schon gleich K sein muss. Also ist Z(K) = GF(2). Dieser Fall muss nun noch ausgeschlossen werden. Es sei a ein von 0 und 1 verschiedenes Element von K. Dann ist CK (a) = GF(4) oder GF(8). Die multiplikative Gruppe von CK (a) hat demnach die Ordnung 3 oder 7. Daher ist die Anzahl der zu a konjugierten Elemente in der multiplikativen 63 Gruppe von K gleich 63 3 = 21 oder gleich 7 = 9. Die Klassengleichung besagt dann, dass es nicht-negative ganze Zahlen u und v gibt mit 3 · 21 = 63 = 1 + u21 + v9 = 1 + (u7 + v3)3 ein Widerspruch. Damit ist der Satz von Wedderburn bewiesen. Der zweite Beweis von Wedderburn benutzt ebenfalls den Satz von Zsigmondy. Ist n¨ amlich q ein p-primitiver Teiler, so gibt es ein Element a der Ordnung q in der multiplikativen Gruppe von GF(pn ). Dieses a erzeugt zusammen mit dem Primk¨ orper von GF(pn ) ganz GF(pn ), das folglich kommutativ ist. Die Sonderf¨ alle erledigen sich dann genauso wie im vorherigen Falle.

6. Endlich erzeugte Moduln

147

Dickson publizierte im gleichen Jahr wie Wedderburn ebenfalls einen Beweis des wedderburnschen Satzes, wobei er den Satz von Zsigmondy benutzt (Dickson 1905a, § 6). Was die Priorit¨ at anbelangt, so a¨ußert er sich in Fußnote 2) auf S. 379 wie folgt: First proved by Wedderburn, Trans. Amer. Math. Soc., vol. 6 (1905), pp. 349–352. Following my simpler proof above, and using the same lemma, Wedderburn consructed two further simple proofs, loc. cit. Sie hatten oﬀenbar Kontakt hinter den Kulissen. 6. Endlich erzeugte Moduln. Bevor es Gruppentheorie gab, gab es schon einen reichen Fundus an gruppentheoretischen Schl¨ ussen und Methoden. So haben wir bei Euler gesehen, dass er typische gruppentheoretische Schl¨ usse verwendet, um zu zeigen, dass die Ordnung eines Elementes der multiplikativen Gruppe von GF(p) Teiler von p − 1 ist. Seine Schl¨ usse ﬁnden sich in den Disquisitiones von Gauß in zwei verschiedenen Situationen wieder, wobei an der zweiten Stelle auch der Namen Algorithmus auftaucht (Gauß 1801, artt. 49, 305). Dieselben Schl¨ usse benutzte Galois, um zu zeigen, dass die Ordnung eines Elementes der multiplikativen Gruppe von GF(pn ) Teiler von pn − 1 ist. Wir benutzen sie heute noch, um den Satz, den wir Satz von Lagrange nennen, zu beweisen. Galois sagt weiter, dass man wie in der Zahlentheorie beweise, dass es ein primitives Element in der multiplikativen Gruppe von GF(pn ) gebe, und der gaußsche Beweis, auf den er m¨oglicherweise anspielt, der eben zeigt, dass die multiplikative Gruppe von GF(p) zyklisch ist, liefert ebenfalls sehr viel mehr, n¨amlich eine Kennzeichung der zyklischen Gruppen unter allen endlichen Gruppen. Es ist die Zeit der impliziten Gruppentheorie, wo man den Begriﬀ der Gruppe im heutigen Sinne noch nicht hatte, wo man aber schon typische gruppentheoretische Schl¨ usse in konkreten Situationen verwendete. Die Situationen, die man antraf, waren die symmetrischen Gruppen und ihre Untergruppen in der Gleichungstheorie, die Gruppen der Reste modulo einer nat¨ urlichen Zahl mit der Addition, sowie die Gruppen der zu einer nat¨ urlichen Zahl primen Reste mit der Multiplikation, die Gruppe der Klassen bin¨ arer quadratischer Formen, wobei hier die Betonung auch auf dem Wort Klassen“ liegt, viel mehr als ” bei den primen Resten, wo ja auch nach heutigem Verst¨ andnis Klassen miteinander multipliziert werden. Diese von Gauß eingef¨ uhrte Klassenbildung und die von ihm auf der Menge der Klassen deﬁnierte Komposition hat Dedekind sp¨ ater zu seiner Deﬁnition der Klassengruppe der Ringe ganzer algebraischer Zahlen gef¨ uhrt. Neben der Theorie der algebraischen Gleichungen und der Zahlentheorie war die Geometrie die dritte der Quellen, aus denen sich am Ende die Gruppentheorie speiste (Wußing 1969). Was wir bei den Gruppen beobachteten, haben wir auch schon in der K¨ orpertheorie bemerkt. Prominentestes Beispiel hier ist der Fundamentalsatz der Algebra, wo die Beweise von Euler-Lagrange, Laplace und Gauß mehr hergaben, als von ihren Autoren formuliert, dass n¨ amlich der algebraische Abschluss eines reell √ abgeschlossenen K¨ orpers durch Adjunktion von −1 entsteht. Die implizite Theorie der abelschen Gruppen wollen wir nun in diesem und den beiden n¨ achsten Abschnitten explizit machen. Dies heißt, dass wir endlich

148

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

erzeugte Moduln u ¨ ber Hauptidealbereichen studieren werden. Dies nat¨ urlich nicht ohne Grund. Unser Ziel ist zu zeigen, dass jede endliche abelsche Gruppe als Automorphismengruppe einer endlichen Erweiterung von Q vorkommt. Dazu brauchen wir, dass es zu jeder endlichen abelschen Gruppe A eine nat¨ urliche Zahl n gibt, so dass A epimorphes Bild der Einheitengruppe von Z/nZ ist. Hier passiert das, was Herstein wie folgt beschreibt (Herstein 1964, S. 314): En route to establishing ” these theorems many ideas and results, interesting in their own right, will crop up. This is characteristic of a good theorem — its proof invariably leads to side-results of almost equal interest.“ Von Hauptidealbereichen heißt es, dass sie ZPE-Bereiche seien. Um dies zu beweisen, ben¨otigt man das Auswahlaxiom, zumindest kenne ich keinen Beweis dieser Tatsache, der das Auswahlaxiom nicht benutzt. Da ich das Auswahlaxiom erst sp¨ater diskutieren m¨ ochte, werde ich in den nun folgenden S¨ atzen immer voraussetzen, dass der betrachtete Hauptidealbereich auch ein ZPE-Bereich ist, wann immer ich diese Eigenschaft ben¨ otige. Euklidische Ringe sind stets Hauptidealbereiche, die gleichzeitig ZPE-Bereiche sind. Um dies festzustellen braucht man das Auswahlaxiom nicht. Man kann sich bei den Hauptidealbereichen auch auf andere Weise eine Weile um die Benutzung des Auswahlaxioms dr¨ ucken, indem man Integrit¨ atsbereiche betrachtet, die eine Hassefunktion besitzen. Dabei heißt die Abbildung f der Menge atsbereiches R in N HasseR∗ der von null verschiedenen Elemente des Integrit¨ funktion auf R, falls gilt: Sind a, b ∈ R∗ und ist b kein Teiler von a, so gibt es m, n ∈ R mit na − mb = 0 und f (na − mb) < f (b). Dies ist, leicht abgewandelt, Hasses Deﬁnition der Funktionen, die sicherstellen, dass R ein Hauptidealbereich ist (Hasse 1928). Kann man stets n = 1 w¨ ahlen, so ist f sogar eine Euklidfunktion und R ein euklidischer Ring. Hassefunktionen sind also Verallgemeinerungen der Euklidfunktionen. Es ist daher nicht verwunderlich, dass die Existenz einer Hassefunktion auf R nach sich zieht, dass R ein ZPE-Bereich ist. Das ist das, was Hasse als Erstes zeigt. Die Abk¨ urzung ZPE ﬁndet sich u ¨brigens auch in der Hassearbeit. Hasse zeigt in der Arbeit auch, dass jeder Hauptidealbereich eine Hassefunktion besitzt. Dabei benutzt er wie selbstverst¨andlich, dass Hauptidealbereiche ZPE-Bereiche sind. Hierzu aber, so scheint mir, ben¨ otigt man das Auswahlaxiom. Das Ziel, das wir in diesem Abschnitt verfolgen, ist zu zeigen, dass jeder endlich erzeugte Modul u ¨ ber einem Hauptidealbereich die direkte Summe seines Torsionsmoduls mit einem freien Modul endlichen Ranges ist. Wir werden ferner zeigen, dass die freien Moduln durch ihren Rang bereits v¨ ollig beschrieben sind. Die Strukturtheorie der endlich erzeugten Torsionsmoduln u ¨ber Hauptidealbereichen werden wir im n¨ achsten Abschnitts abhandeln, w¨ ahrend der neunte Abschnitt schließlich die Dualit¨ atstheorie der endlich erzeugten Torsionsmoduln enth¨ alt. Dann sind wir in der Lage, den oben angek¨ undigten Satz u ¨ber die endlichen abelschen Gruppen zu beweisen.

6. Endlich erzeugte Moduln

149

Es sei M ein Modul u ¨ber dem Integrit¨ atsbereich R. Dabei verstehen wir hier und im Folgenden unter Modul stets einen Linksmodul. Bei kommutativen Ringen ist links ja so gut wie rechts. Das Element m ∈ M heißt Torsionselement von M , wenn es ein von null verschiedenes Element r ∈ R gibt mit rm = 0. Das Nullelement von M ist stets Torsionselement. Ist es das einzige, so nennt man M torsionsfrei. Die Menge aller Torsionselemente von M bezeichnet man mit T (M ) und nennt T (M ) den Torsionsmodul von M . Da R ein Integrit¨atsbereich ist, ist T (M ) wirklich ein Teilmodul von M , so dass der Name Torsionsmodul gerechtfertigt ist. Dies und noch ein bisschen mehr notieren wir als Satz 1. Ist M ein Modul u ¨ber dem Integrit¨ atsbereich R, so ist T (M ) ein Teilmodul von M und M/T (M ) ist torsionsfrei. Beweis. Den Nachweis, dass T (M ) ein Teilmodul ist, u ¨ berlassen wir dem Leser. Bei diesem Nachweis braucht man, dass R kommutativ ist und keine Nullteiler hat. Es sei nun m + T (M ) ein Torsionselement von M/T (M ). Es gibt dann ein r ∈ R mit r = 0 und r(m + T (M )) = T (M ). Hieraus folgt rm ∈ T (M ). Dies impliziert die Existenz eines s ∈ R mit s = 0 und s(rm) = 0. Es folgt, da R ja ein Integrit¨atsbereich ist, dass sr = 0 ist. Wegen (sr)m = s(rm) = 0 ist daher m ∈ T (M ), so dass M/T (M ) in der Tat torsionsfrei ist. Es sei M ein Modul u ¨ber dem Integrit¨ atsbereich R. Der Teilmodul U von M heißt rein in M , falls gilt: Ist m ∈ M und r ∈ R und gilt rm ∈ U , so gibt es ein u ∈ U mit rm = ru. Dies kann man auch so interpretieren, dass man sagt, immer dann, wenn die Gleichung rx = u ∈ U eine L¨osung in M hat, hat sie schon eine L¨osung in U . Die Teilmoduln M und {0} sind stets reine Teilmoduln von M . Pr¨ ufer hat den Begriﬀ der Reinheit f¨ ur Untergruppen abelscher p-Gruppen eingef¨ uhrt und erfolgreich bei der Klassiﬁzierung von abz¨ ahlbaren abelschen pGruppen eingesetzt. Er nannte reine Untergruppen u ¨brigens Servanzuntergruppen. Der Name reine Untergruppe f¨ ur Servanzuntergruppe stammt nach Kaplansky (1962, S. 14) von Braconnier. (F¨ ur den nicht des Franz¨ osischen M¨achtigen sei gesagt, dass Braconnier auf deutsch Wilddieb heißt.) Pr¨ ufer hat damit einen Teil impliziter Theorie endlicher abelscher Gruppen explizit gemacht. Schl¨ usse und S¨ atze, wie man sie in diesem Zusammenhange bei Pr¨ ufer ﬁndet, ﬁnden sich eben implizit schon in den Arbeiten von Schering 1870 und Frobenius & Stickelberger 1879. Pr¨ ufer selbst zitiert hier nicht, aber er betont, dass seine Methoden Verallgemeinerung von Methoden seien, die bei endlichen abelschen Gruppen schon seit Langem benutzt w¨ urden. Aber auch die pr¨ uferschen Deﬁnitionen, Schl¨ usse und S¨ atze sind ihrerseits implizite Modultheorie, wie wir nun sehen werden. Wichtig in diesem Zusammenhang ist der folgende Satz. Satz 2. Ist M ein Modul u ¨ber dem Integrit¨ atsbereich R, ist U ein Teilmodul von M und ist M/U torsionsfrei, so folgt aus m ∈ M und 0 = r ∈ R und rm ∈ U , dass m ∈ U ist. Insbesondere ist U also rein in M .

150

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Beweis. Es sei 0 = r ∈ R und m ∈ M und es gelte rm ∈ U . Dann ist r(m+U ) = U . Weil M/U torsionsfrei ist, folgt m + U = U und daher m ∈ U . Andererseits ist 0 · m = 0 = 0 · 0, so dass man auch im Falle r = 0 die Gleichung rx = u ∈ U bereits in U nach x l¨ osen kann. (In M ist sie allemal l¨osbar.) Also ist U rein in M . Korollar. Ist M ein Modul u ¨ber dem Integrit¨ atsbereich R, so ist T (M ) rein in M . Dies folgt mit Satz 2 aus der nach Satz 1 geltenden Bemerkung, dass M/T (M ) torsionsfrei ist. Satz 3. Es sei M ein Modul u ¨ber dem Integrit¨ atsbereich R und U sei ein Teilmodul von M . Ist dann V derjenige Teilmodul von M , der U umfasst und f¨ ur den V /U = T (M/U ) gilt, so ist V rein in M . Beweis. Nach Satz 1 ist (M/U )/(V /U ) torsionsfrei. Nach dem 2. Isomorphiesatz ist daher auch M/V torsionsfrei, so dass V nach Satz 2 rein ist. Weitere Beispiele von reinen Teilmoduln eines Moduls sind die direkten Summanden. Diese sind wie folgt deﬁniert. Ist M ein Modul u ¨ber dem Ring R und ist D ein Teilmodul von M , so heißt D direkter Summand von M , falls es einen Teilmodul C von M gibt mit M = D + C und D ∩ C = {0}. Man nennt C dann auch Komplement von D in M . Ist D direkter Summand von M und ist C ein Komplement von D, so schreibt man daf¨ ur M = D ⊕ C. Direkte Summanden haben meist viele Komplemente. Ist D direkter Summand von M , so ist D rein in M . Ist n¨ amlich M = D ⊕ C und rm ∈ D, so gibt es zun¨achst ein d ∈ D und ein c ∈ C mit m = d + c. Es folgt rd + rc = rm ∈ D und damit rc = rm − rd ∈ D ∩ C = {0}. Also ist rm = rd, so dass D rein in M ist. Die Relation des Rein-seins hat gegen¨ uber der Relation des Direkten-Summandseins den Vorteil transitiv zu sein. Ist M ein R-Linksmodul und ist m ∈ M , so setzen wir O(m) := {r | r ∈ R, rm = 0} und nennen O(m) das Ordnungsideal von m. Es ist in aller Regel nur ein Linksideal von R, es sei denn R ist kommutativ. Dann ist O(m) ein Ideal in R. Der folgende Satz formalisiert einen Schluss, der sich bei Schering ﬁndet und der von Frobenius und Stickelberger wiederholt wird. ¨ber dem Hauptidealring R und U sei ein reiner Satz 4. Es sei M ein Modul u Teilmodul von M . Es sei y + U ∈ M/U . Weil R ein Hauptidealring ist, gibt es ein r ∈ R mit O(y + U ) = rR. Dann ist ry ∈ U , so dass es ein u ∈ U gibt mit ¨ ry = ru. Ist dann x := y − u, so ist O(x) = O(y + U ). Uberdies gilt: Ist x ∈ y + U und gilt O(x) = O(y + U ), so ist U + Ry = U ⊕ Rx.

6. Endlich erzeugte Moduln

151

Beweis. Es ist x + U = y + U . Ist nun s ∈ O(x), so folgt s(y + U ) = s(x + U ) = sx + U = U, so dass s ∈ O(y + U ) ist. Also ist O(x) ⊆ O(y + U ). Andererseits ist rx = r(y − u) = ry − ru = 0 und folglich O(y + U ) = rR ⊆ O(x). Also ist O(x) = O(y + U ). Um die letzte Aussage zu beweisen, beachten wir zun¨achst, dass es ein u ∈ U gibt mit x = y − u. Hieraus folgt zun¨achst, dass U + Rx = U + Ry ist. Es sei w ∈ U ∩ Rx. Es gibt dann ein r ∈ R mit w = rx. Es folgt ry − ru = rx = w ∈ U und damit r(y + U ) = U . Also ist r ∈ O(y + U ) = O(x) und daher w = rx = 0. Folglich ist U ∩ Rx = {0}, so dass in der Tat U + Ry = U ⊕ Rx ist. Der Modul M u ¨ ber dem Ring R heißt zyklisch, wenn es ein m ∈ M gibt mit M = Rm. Die Endlichkeitsvoraussetzung des n¨ achsten Satzes dient wieder dazu, die Benutzung des Auswahlaxioms zu vermeiden. Setzt man die G¨ ultigkeit des Auswahlaxioms voraus, so gilt der Satz auch ohne die Endlichkeitsvoraussetzung, wie die Kommentare im Beweis zeigen. ¨ber dem Hauptidealbereich R. Ist U ein reiner Satz 5. Es sei M ein Modul u Teilmodul von M und ist M/U die direkte Summe von endlich vielen zyklischen Teilmoduln, so ist U direkter Summand von M . Beweis. Es gibt endlich viele Elemente A1 , . . . , At ∈ M/U mit M/U =

t

RAi .

i:=1

(Hier haben wir zum ersten Mal des Auswahlaxiom umgangen, da man die Existenz der Abbildung A mittels Induktion nachweisen kann. Im n¨ achsten Schritt umgehen wir es ein zweites Mal, da die Existenz von x wieder mittels Induktion sichergestellt werden kann.) Nach Satz 4 gibt es dann xi ∈ Ai mit O(xi ) = O(Ai ), da U ja rein ist. Setze t C := Rxi . i:=1

152

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Es sei m ∈ M . Dann ist m + U ∈ M/U . Es gibt daher r1 , . . . , rt ∈ R mit m+U =

t

ri Ai =

i:=1

t

ri (xi + U ) =

i:=1

t

ri xi + U.

i:=1

Hieraus folgt die Existenz eines u ∈ U mit m = u + U + C, so dass M = U + C ist. Es sei nun u=

t

t

i:=1 ri xi .

Folglich ist m ∈

ri xi ∈ U ∩ C.

i:=1

Dann ist U = ti:=1 ri Ai und folglich ri Ai = U f¨ ur alle i, da die Summe der RAi ja direkt ist. Also ist ri ∈ O(Ai ) = O(xi ) f¨ ur alle i. Somit ist m=

t

ri xi = 0.

i:=1

Also gilt M = U ⊕ C, q. e. d. Diesen Beweis kann man nat¨ urlich unmittelbar auf endlich erzeugte Vektorr¨ aume u ¨ ber beliebigen — auch nicht kommutativen — K¨ orpern u ¨bertragen. Weil ein K¨ orper K nur die trivialen Linksideale {0} und K hat, sind Vektorr¨aume immer torsionsfrei und Satz 4 ist trivial erf¨ ullbar. Hat man dann gezeigt, dass endlich erzeugte Vektorr¨ aume immer eine Basis haben, so folgt mit dem Beweis des Satzes 5, dass alle Teilr¨aume endlicher Kodimension eines Vektorraumes stets ein Komplement besitzen, so dass insbesondere Teilr¨ aume endlich erzeugter Vektorr¨ aume immer ein Komplement haben. Warum nur ﬁndet man diesen Beweis, der K¨ unftiges vorbereitet, nur in so wenigen B¨ uchern der linearen Algebra? F¨ ur endliche zyklische Gruppen ﬁndet sich der folgende Satz bei Frobenius und Stickelberger formuliert. Er folgt bei ihnen aus dem Satz, dass der Rang einer Untergruppe einer endlichen abelschen Gruppe nicht gr¨ oßer ist als der Rang der Ausgangsgruppe. Satz 6. Ist M ein zyklischer Modul u ¨ber dem Hauptidealbereich R, so ist jeder Teilmodul von M zyklisch. Beweis. Weil M zyklisch ist, gibt es ein m ∈ R mit M = Rm. Deﬁniere die Abbildung ϕ durch ϕ(r) := rm. Dann ist ϕ ein Epimorphismus von R auf M , wobei R als Modul u ¨ ber sich aufzufassen ist. Es ist Kern(ϕ) = O(m). Nach dem ersten Isomorphiesatz sind daher R/O(m) und M als Moduln isomorph. Es gen¨ ugt daher zu zeigen, dass alle Teilmoduln von R/O(m) zyklisch sind. Sei X ein Teilmodul von R/O(m). Setzt man Y := y | y ∈ R, y + O(m) ∈ X ,

6. Endlich erzeugte Moduln

153

so ist Y ein Teilmodul, also ein Linksideal von R. Weil R kommutativ ist ist Y sogar ein Ideal von R. Es gibt also ein r ∈ R mit Y = Rr, da R ja ein Hauptidealbereich ist. Folglich ist Y und dann auch X zyklisch. Satz 7. Ist M ein endlich erzeugter torsionsfreier Modul u ¨ber dem Hauptidealbereich R, so ist M die direkte Summe von endlich vielen zyklischen R-Moduln. Beweis. Es sei M das Erzeugnis der a1 , . . . , an . Ist n = 1, so ist M = Ra1 zyklisch. Es sei also n > 1 und der Satz gelte f¨ ur n−1. Es sei U/Ran = T (M/Ran ). ¨ Nach Satz 3 ist U rein in M . Uberdies ist M/U torsionsfrei nach Satz 1 und dem zweiten Isomorphiesatz. Ferner wird M/U wegen an ∈ U von a1 + U , . . . , an−1 + U erzeugt. Nach Induktionsannahme ist M/U die direkte Summe von endlich vielen zyklischen R-Moduln. Nach Satz 5 ist U direkter Summand von M . Es gibt also einen Teilmodul V von M mit M = U ⊕ V . Wegen V ∼ = M/U , gibt es zyklische t Teilmoduln C2 , . . . , Ct mit V = i:=2 Ci . Weil andererseits U ∼ = M/V ist, ist auch U endlich erzeugt. Es sei nun b1 , . . . , bk ein Erzeugendensystem von U . Wegen U/Ran = T (M/Ran ) gibt es Elemente r1 , . . . , rk , s1 , . . . , sk ∈ R − {0} mit ri bi = si an f¨ ur i := 1, . . . , k. Setze r :=

k

ri .

i:=1

Dann ist r = 0 und r ist durch alle ri teilbar. Ist x ∈ U , so gibt es f1 , . . . , fk ∈ R mit x=

k

fi bi .

i:=1

Man deﬁniere gi ∈ R durch fi r = gi ri . Dies ist m¨oglich, da r ja durch ri teilbar ist. Es folgt rx =

k i:=1

rfi bi =

k i:=1

gi ri bi =

k i:=1

g i si an =

k

g i si a n .

i:=1

Die Abbildung x → rx ist also ein Homomorphismus von U in Ran und dann auch ein Monomorphismus, da U als Teilmodul von M torsionsfrei ist. Weil Ran aber zyklisch ist, ist nach Satz 6 jeder Teilmodul von Ran zyklisch. Folglich ist auch U zyklisch, da U ja einem Teilmodul von Ran isomorph ist. Setzt man dann C1 := U , so folgt t M := Ci i:=1

mit zyklischen Moduln C1 , . . . , Ct . Damit ist der Satz bewiesen.

154

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Es sei R ein Ring mit 1. Dann ist R als R-Modul betrachtet zyklisch, da ja R = R · 1 ist. Wir setzen im Folgenden stets voraus, dass R ein Ring mit 1 ist. Ist also R ein Ring und ist M ein R-Modul, so heißt M frei u ¨ber R, wenn M die direkte Summe von zu R isomorphen zyklischen Moduln ist. Ist die Anzahl der zyklischen direkten Summanden endlich, so nennen wir M auch frei endlichen Ranges. Freie Moduln u ¨ber Integrit¨ atsbereichen sind stets torsionsfrei. Ist R ein Hauptidealbereich und ist M ein endlich erzeugter torsionsfreier Modul u ¨ber R, so ist M nach Satz 7 frei u ¨ber R, denn die zyklischen Moduln Ci sind wegen der Torsionsfreiheit von M alle zu R isomorph. Ist R ein ZPE-Bereich und ist 0 = a ∈ R, so gibt es oberhalb aR nur endlich viele Hauptideale: Ist a eine Einheit von R, so ist nat¨ urlich aR = R,so dass die Aussage richtig ist. Ist aR ⊆ bR, so ist b Teiler von a. Ist nun a = ti:=1 pi mit Primelementen p i , so gibt es eine Teilmenge T von {i, . . . , t} und eine Einheit e von R mit b = e i∈T pi . Dann ist aber bR =

pi eR = pi R.

i∈T

i∈T

Hat ein Hauptidealbereich R also die Eigenschaft ein ZPE-Bereich zu sein, so enth¨ alt jede Menge von Idealen von R ein maximales Ideal. Insbesondere enth¨ alt R maximale Ideale und die maximalen Ideale sind genau die von {0} verschiedenen Primideale von R. Satz 8. Es sei R ein Hauptidealbereich, der gleichzeitig ein ZPE-Bereich sei. Es seien ferner M und N freie Moduln endlichen Ranges u ¨ber R. Ist dann M = m n i:=1 Ci und N = j:=1 Dj mit zu R isomorphen zyklischen Moduln Ci und Dj , so sind M und N genau dann isomorph, wenn m = n ist. und Dj = Ryj . Ist dann m = n, so gibt es zu v ∈ M Beweis. Es sei Ci = Rxi m Elemente ri ∈ R mit v = i:=1 ri xi . Die ri sind auf Grund der Torsionsfreiheit freier Moduln eindeutig durch v bestimmt. Deﬁniert man dann σ durch σ

v :=

m

ri yi ,

i:=1

so ist σ ein Isomorphismus von M auf N . Es seien umgekehrt M und N isomorph und es sei σ ein Isomorphismus von N auf M . Dann ist n M= Ryiσ , i:=1

so dass wir annehmen d¨ urfen, dass M = N ist. Es sei nun p ein Primelement von R. Ein solches gibt es, da wir R als ZPE-Bereich angenommen haben. Dann ist pR ein maximales Ideal in R, so dass R/pR ein K¨ orper ist. Wir betrachten M/pM .

6. Endlich erzeugte Moduln

155

Dies k¨ onnen wir als Modul u ¨ber R/pR auﬀassen, so dass M/pM ein Vektorraum u ¨ ber R/pR ist, da R/pR ja ein K¨ orper ist. Oﬀenbar ist {xi + pM | i := 1, . . . , m} ein Erzeugendensystem von M/pM . Wir zeigen, dass diese Menge sogar eine Basis ist. Dazu sei m (ri + pR)(xi + pM ). pM = i:=1

Dann ist pM =

m

ri xi + pM.

i:=1

m Es gibt i:=1 ri xi . Es gibt andererseits si ∈ R mit malso ein u ∈ M mit pu = u = i:=1 si xi . Es folgt m m psi xi = ri xi i:=1

i:=1

und damit psi = ri f¨ ur alle i. Also ist ri + pR = psi + pR = pR, so dass die xi + pM in der Tat linear unabh¨ angig sind. Ebenso folgt, dass auch {yi + pM | i := 1, . . . , n} eine Basis von M/pM . Daher ist m = n, da Basen ein und desselben Vektorraumes ja gleichm¨achtig sind. Die eindeutig bestimmte Zahl m heißt Rang von M . Satz 9. Es sei M ein endlich erzeugter Modul u ¨ber dem Hauptidealbereich R. ¨ Dann ist M = T (M ) ⊕ F mit einem freien Modul F endlichen Ranges. Uberdies ist auch T (M ) endlich erzeugt. Beweis. Da M endlich erzeugt ist, ist auch M/T (M ) als epimorphes Bild von M endlich erzeugt. Nach Satz 1 ist M/T (M ) torsionsfrei und daher frei endlichen Ranges nach Satz 7. Da T (M ) nach dem Korollar zu Satz 2 rein in M ist, ist T (M ) nach Satz 5 ein direkter Summand von M . Es gibt also ein Komplement F von T (M ) in M . Wegen F ∼ = M/T (M ) ist F frei endlichen Ranges. Es folgt weiter, dass T (M ) ∼ = M/F ist, so dass auch T (M ) als epimorphes Bild von M endlich erzeugt ist. Korollar. Es seien M und N endlich erzeugte Moduln u ¨ber dem Hauptidealbereich R. Genau dann sind M und N isomorph, wenn M/T (M ) und N/T (N ) sowie T (M ) und T (N ) isomorph sind. Beweis. Ist σ ein Isomorphismus von M auf N , so ist die Einschr¨ ankung von σ auf T (M ) banalerweise ein Isomorphismus von T (M ) auf T (N ). Dann induziert σ aber auch einen Isomorphismus von M/T (M ) auf N/T (N ).

156

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Es seien umgekehrt T (M ) und T (N ) sowie M/T (M ) und N/T (N ) isomorph. Weil M und N endlich erzeugt sind, gibt es freie Moduln F und G mit M = T (M ) ⊕ F und N = T (N ) ⊕ G. Weil F zu M/T (M ) und G zu N/T (N ) isomorph ist, gibt es folglich einen Isomorphismus τ von F auf G. Ferner gibt es einen Isomorphismus σ von T (M ) auf T (N ). Ist nun v ∈ M , so gibt es genau ein t ∈ T (M ) und genau ein f ∈ F mit v = t + f . Setzt man nun v ρ := tσ + f τ , so ist ρ ein Isomorphismus von M auf N , wie einfache Rechnungen zeigen. 7. Torsionsmoduln. Sind M und N endlich erzeugte Moduln u ¨ber einem euklidischen Ring, so sind M und N genau dann isomorph, wenn M/T (M ) und N/T (N ) sowie T (M ) und T (N ) isomorph sind. Dies haben wir im letzten Abschnitt gesehen, wie auch, dass M/T (M ) und N/T (N ) genau dann isomorph sind, wenn ihre R¨ ange gleich sind. Es geht also nun noch darum, Kriterien f¨ ur die Isomorphie von T (M ) und T (N ) zu suchen. Damit sind wir fast bei unserem eigentlichen Thema, den endlichen abelschen Gruppen, da diese gerade die endlich erzeugten Torsionsmoduln u ¨ ber Z sind, wie man durch Induktion nach der Anzahl der Erzeugenden schnell best¨ atigt. Andererseits ist der Rahmen immer noch sehr viel weiter gesteckt, da auch die folgende Situation mit erfasst wird. Ist K ein kommutativer K¨ orper und ist V ein Vektorraum u ¨ ber K, so ist der Polynomring K[x] in der Unbestimmten x u ¨ ber K ein euklidischer Ring. Ist ferner σ ∈ EndK (V ), so wird V zu einem K[x]-Modul durch die Vorschrift f v := f (σ)(v) f¨ ur alle f ∈ K[x] und alle v ∈ V . Ist V endlich-dimensional, so ist V auch als K[x]-Modul endlich erzeugt und dar¨ uber hinaus ein Torsionsmodul, da von den Vektoren, v, σ(v), σ 2 (v), . . . , nur endlich viele linear unabh¨ angig sein k¨ onnen, so dass O(v) = {0} ist. Ist n¨amlich σ m (v) ∈

m−1

Kσ i (v),

i:=0

so gibt es also k0 , . . . , km−1 ∈ K mit σ m (v) = −

m−1

ki σ i (v).

i:=0

Es folgt 0 = xm +

m−1 i:=0

ki xi ∈ O(v),

7. Torsionsmoduln

157

so dass in der Tat O(v) = {0} ist. Im Folgenden ben¨ otigen wir den chinesischen Restsatz, f¨ ur den Bachet als erster einen Beweis gab (Bachet 1624), wenn auch nur f¨ ur nat¨ urliche Zahlen. In diesem Falle geht es darum, zu paarweise teilerfremden nat¨ urlichen Zahlen n1 , . . . , nt und weiteren nicht-negativen ganzen Zahlen b1 , . . . , bt eine nat¨ urliche Zahl x zu ﬁnden mit x ≡ bi mod ni f¨ ur i := 1, . . . , t. Ich formuliere den chinesischen Restsatz hier in der Version, wie ich ihn in Kaplanskys Vorlesung Commutative Rings“ gelernt habe, die er ” im akademischen Jahr 1965/66 am Queen Mary College in London gehalten hat (s. a. Kaplansky 1970). Wie Bachet den chinesischen Restsatz bewies, werden wir weiter unten kommentieren. Satz 1. Es sei R ein Ring mit 1 und I1 , . . . , It , J seien Ideale von R. Gilt ur alle k := 1, . . . , t, so ist Ik + J = R f¨ I1 · · · It + J = I1 ∩ . . . ∩ It + J = R. Beweis. Da I1 · · · It ⊆ I1 ∩ . . . ∩ It gilt, gen¨ ugt es zu zeigen, dass I1 · · · It + J = R ist. Nach Voraussetzung ist I1 + J = R. Es sei 1 ≤ k < t und es gelte I1 · · · Ik + J = R. Es gibt dann ein x ∈ I1 · · · Ik und ein u ∈ J mit 1 = x + u. Ebenso gibt es ein y ∈ Ik+1 und ein v ∈ J mit 1 = y + v. Es folgt 1 = (x + u)(y + v) = xy + (xv + uy + uv) ∈ I1 . . . Ik+1 + J. Daher gilt auch I1 · · · Ik+1 + J = R, so dass Satz 1 bewiesen ist. Chinesischer Restsatz. Es sei R ein Ring mit 1 und I1 , . . . , It seien Ideale von R. Ist σ die durch σ(x) := (x + I1 , . . . , x + It ) t deﬁnierte Abbildung von R in k:=1 R/Ik , so ist σ eine Homomorphismus mit !t dem Kern k:=1 Ik . Genau dann ist σ surjektiv, wenn

Ik + Il = R ist f¨ ur alle k, l ∈ {1, . . . , t} mit k = l. In diesem Falle gilt, falls nur R kommutativ ist, t t " Ik = Ik . k:=1

k:=1

Beweis. Dass σ ein Homomorphismus ist und dass der Schnitt der fraglichen Ideale der Kern dieses Homomorphismus ist, ist trivial.

158

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Es sei σ surjektiv. Ferner seien k, l ∈ {1, . . . , t} und k = l. Dann ist auch die durch ρ(x) := (x + Ik , x + Il ) deﬁnierte Abbildung ρ surjektiv. Ist nun x ∈ R, so gibt es also ein u ∈ R mit (x + Ik , Il ) = ρ(u) = (u + Ik , u + Il ). Es folgt x − u ∈ Ik und u ∈ Il . Daher ist x = x − u + u ∈ Ik + Il und folglich R ⊆ Ik + Il , so dass in der Tat R = Ik + Il gilt. ur alle k und l mit k = l. Nach Satz 1 ist dann Es gelte umgekehrt Ik + Il = R f¨ I1 ∩ . . . ∩ Ik + Ik+1 = R f¨ ur k := 1, . . . , t − 1. Es seien b1 , . . . , bt ∈ R. Es gibt dann ein x1 ∈ R mit x1 − b1 ∈ I1 etwa x1 = b1 . Es sei xk ∈ R und es gelte xk − bl ∈ Il f¨ ur l := 1, . . . , k. Ferner sei k < t. Nach Satz 1 ist I1 ∩ . . . ∩ Ik + Ik+1 = R. Es gibt daher ein u ∈ I1 ∩ . . . ∩ Ik und ein v ∈ Ik+1 mit 1 = u + v. Setze xk+1 := ubk+1 + vxk . Dann ist xk+1 − bk+1 = (u − 1)bk+1 + vxk = v(xk − bk+1 ) ∈ Ik+1 . Andererseits ist xk+1 − bl = ubk+1 + vxk − bl = ubk+1 + (1 − u)xk − bl = u(bk+1 − xk ) + xk − bl ∈ Il f¨ ur l := 1, . . . , k. Diese Induktion zeigt, dass xt das Verlangte leistet. Die letzte Aussage gilt f¨ ur t = 1. Es sei t > 1 und sie gelte f¨ ur t − 1. Setzt man J := I1 · · · It−1 , so folgt mit Satz 10 t "

Ik = J ∩ It = (J ∩ It )R = (J ∩ It )(J + It )

k:=1

⊆ (J ∩ It )J + (J ∩ It )It ⊆ It J + JIt = JIt .

7. Torsionsmoduln

159

Dabei haben wir erst ganz !t zum Schluss die Kommutativit¨at benutzt. Da trivialerweise JIt = I1 · · · It ⊆ k:=1 Ik gilt, ist t "

I1 · · · It =

Ik ,

k:=1

wie behauptet. Dieser bemerkenswerte Satz bedarf des Kommentars. Zun¨achst sei bemerkt, dass Interpolation ein Spezialfall des chinesischen Restsatzes ist. Dies scheint Lagrange nicht bewusst gewesen zu sein und auch Gauß stellt keinen Zusammenhang her. Soll n¨ amlich ein Polynom f bestimmt werden, so dass es an den Stellen a0 , . . . , an die Werte b0 , . . . , bn annimmt, so berechne man nach dem Verfahren des Beweises des chinesischen Restsatzes f so, dass f ≡ bi mod (x − ai ) ist f¨ ur alle i. Dann ist also f = (x − ai )gi + bi und folglich f (ai ) = (ai − ai )gi (ai ) + bi = bi f¨ ur alle i. Dieses Verfahren ist das newtonsche Interpolationsverfahren. Es hat den Vorteil, dass man immer neue St¨ utzstellen hinzunehmen kann, ohne die fr¨ uheren Rechnungen wiederholen zu m¨ ussen. Hat man an immer den gleichen St¨ utzstellen mit immer neuen b’s zu interpolieren, so kann man sich mit Vorteil des lagrangeschen Interpolationsverfahrens bedienen. Ins Allgemeine gewendet verschaﬀt man sich zun¨achst — z. B. mit dem newtonschen Verfahren — Elemente g1 , . . . , gt mit gk ∈ Ij f¨ ur j = k und gk − 1 ∈ Ik . Setzt man dann x :=

t

gj bj ,

j:=1

so folgt x − bk = (gk − 1)bk +

gj bj ∈ Ik

j=k

f¨ ur alle k, so dass x das gegebene Resteproblem l¨ost. Im Falle des Interpolationsverfahrens selbst verschaﬀt man sich zun¨achst Polynome gi mit 0, falls i = j, gi (aj ) = 1, falls i = j. Ist dann f :=

n i:=0

bi gi ,

160

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

so ist f (aj ) =

n

bi gi (aj ) = bj

i:=0

f¨ ur alle j. In diesem Falle sind die gi unabh¨ angig von den bj , k¨ onnen also immer wieder verwendet werden. Ben¨otigt man aber eine weitere St¨ utzstelle, so muss man alle gi neu berechnen. Bachet hat dieses zweite Verfahren zur L¨osung des chinesischen Resteproblems verwandt (Bachet 1624, Proposition XX und Probleme sixiesme). Er ging so vor, dass er zu paarweise teilerfremden nat¨ urlichen Zahlen a0 , a1 , . . . , an jeweils ein xi nach dem von uns in Kap. 2, Absch. 2 schon vorgestellten Verfahren bestimmte mit a0 · · · ai−1 ai+1 · · · an xi ≡ 1 mod ai . Dann setzte er gi := a0 · · · ai−1 ai+1 · · · an xi und x=

n

bi gi .

i:=0

ur alle i. Dann ist x ≡ bi mod ai f¨ F¨ ur weitere Kommentare zum chinesischen Resteproblem sei auf L¨ uneburg 1993 verwiesen. Weil es so sch¨on ist und weil ich noch dazugelernt habe, komme ich hier noch einmal auf die Bedeutung von interpolare zur¨ uck. Gewebe muss gewalkt werden, um zu Tuch zu werden. Gewebt wurde im Rom der Antike zu Hause — gemeint ist das Haus des Großgrundbesitzers, der auch die Wolle zum Weben hatte und die Sklaven, die Webst¨ uhle zu bedienen —, doch zum Walken wurde das Gewebe dem Walker gegeben, der das Walken berufsm¨ aßig betrieb. Das Walken war eine sehr unappetitliche Sache, wurde dem Stoﬀ doch verfaulter Urin zugesetzt, bevor er gewalkt wurde. War eines R¨omers Toga nun abgewetzt und fadenscheinig geworden, gab er sie ein ander Mal dem Walker, damit er sie durch erneutes Walken wieder auﬀrische. Dieses zweite Walken hieß interpolare. Im u ¨ bertragenen Sinne hieß interpolare dann auch betr¨ ugen (Marquart 1980, Bd. 2, S. 529, Georges 1983). Um dem Bedarf an Tuch gerecht zu werden, reichte nun der Urin nicht, der in der Werkstatt des Walkers anﬁel. Sie stellten daher, wie u ¨ brigens auch die Gerber, ¨ in der Oﬀentlichkeit Gef¨ aße auf, damit die Vorbeigehenden sich ihrer bedienten (Neuburger 1919, S. 179, Grassnick 1992, S. 5). Diese sparten so noch das As, das sie sonst h¨atten entrichten m¨ ussen, h¨atten sie eine ¨oﬀentliche Bed¨ urfnisanstalt besucht (Grassnick loc. cit.). Es war also beiden gedient, dem Walker und dem, der es nicht mehr bis nach Hause schaﬀte. In meinem Lesevergn¨ ugen“ habe ich mich u ¨ ber die W¨ orter publicus und pri” vatus ausgelassen. Privatus ist das dem Gemeinwesen von Rechts wegen Entzogene und publicus ist das, was sich von herrschaftlicher Gewalt herleitet. Privatus

7. Torsionsmoduln

161

nimmt dann auch die Bedeutungen von zur¨ uckgezogen und heimlich an. Im Latein der Kl¨ oster bedeutete privatae die Latrinen (L¨ uneburg 1993, S. 21). Im heutigen Portugiesisch steht privada immer noch f¨ ur Abort. Demzufolge gibt es in dieser Sprache dann auch privadas publicas, o¨ﬀentliche Bed¨ urfnisanstalten also. Damit ist der Zusammenhang mit den Walkern hergestellt. Das Spanische, das Franz¨ osische und das Italienische bedienen sich anderer W¨ orter. Es war der im verfaulten Urin enthaltene Ammoniak, der eine teilweise Verseifung des in der Wolle enthaltenen Fettes bewirkte und so zur Reinigung des Gewebes beitrug. Das Walken selbst bewirkte eine Verﬁlzung des Stoﬀes, so dass aus dem lockeren Gewebe ein dichtes Tuch wurde. Nach dem Walken wurde das Tuch gewaschen und nach dem Trocknen u. a. durch Kratzen mit Disteln weiter veredelt. Die Wollfasern, die sich beim Kratzen l¨ osten, wurden gesammelt und zum Stopfen von Kissen verwendet (Neuburger, loc. cit.). Ist T ein Torsionsmodul u ¨ ber dem ZPE-Hauptidealbereich R und ist P = pR ein maximales Ideal von R, so setzen wir TP := x | x ∈ T, es gibt ein n ∈ N0 mit O(x) = pn R . Diese Deﬁnition h¨ angt nur von P ab, da aus P = qR folgt, dass p und q assoziiert sind, sich also nur um eine Einheit unterscheiden. Dann ist aber auch pn R = q n R. Weil p Primelement, bzw., weil P Primideal ist, heißen die von {0} verschiedenen TP Prim¨ arkomponenten von T . Einfache Rechnungen zeigen, dass die Prim¨ arkomponenten eines Torsionsmoduls Teilmoduln sind. Der folgende Satz hat als Vorl¨ aufer den Satz von Gauß, dass sich die Gruppe der Klassen quadratischer Formen gegebener Diskriminante in ihre Prim¨ arkomponenten zerlegen l¨ aßt. Dieser Satz und sein Beweis, die in das Jahr 1801 datiert werden, wurden erst 1863, also neun Jahre vor der einschl¨ agigen sylowschen Arbeit, im zweiten Band seiner Werke publiziert. Bei der Herausgabe dieses Bandes war E. Schering beteiligt, der die fragliche Arbeit dann auch zitiert (Schering 1870). Er selbst geht, wie er betont, in seiner Arbeit einen anderen Weg der Zerlegung der Klassengruppe, auf den wir gleich zu sprechen kommen. Wie Schering in seiner Note sagt (Schering loc. cit. S. 5), stammen seine Resultate schon aus dem Jahre 1855. Frobenius und Stickelberger kombinieren die Zerlegung von Gauß mit der von Schering und fassen dar¨ uber hinaus den Begriﬀ der endlichen abelschen Gruppe weiter als Gauß und Schering (Frobenius & Stickelberger 1879). F¨ ur sie ist endliche abelsche Gruppe stets Untergruppe der Einheitengruppe von Z/nZ. Sie bestimmen f¨ ur jede endliche abelsche Gruppe ein vollst¨ andiges Invariantensystem und zeigen schließlich, dass jeder Kandidat f¨ ur ein solches Invariantensystem auch tats¨achlich ein Invariantensystem einer endlichen abelschen Gruppe ist. Um dies zu beweisen, ben¨otigen sie den Satz von Dirichlet u ¨ ber Primzahlen in arithmetischen Progressionen (Dirichlet 1837). Auch hierauf werden wir noch detailliert zur¨ uckkommen. Insbesondere werden wir sehen, dass wir nicht den vollen Satz von Dirichlet ben¨ otigen, vielmehr mit der bewiesenen Version auskommen, dass es in der arithmetischen Reihe {1 + qn | n ∈ N0 } stets unendlich viele Primzahlen gibt.

162

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Satz 2. Es sei R ein Hauptidealbereich, der gleichzeitig ZPE-Bereich sei. Ist T ein Torsionsmodul u ¨ber R, so ist TP . T = P

Dabei ist die Summation u ¨ber alle maximalen Ideale P von R zu erstrecken. Ist T ein zweiter Torsionsmodul u ¨ber R, so sind T und T genau dann isomorph, wenn TP und TP f¨ ur alle maximalen Ideale P von R isomorph sind. Beweis. Es sei x ∈ T . Dann ist O(x) = rR. Weil x Torsionselement ist, ist r = 0. Weil R ein ZPE-Bereich ist, gibt es paarweise nicht assoziierte Primelemente p1 , urliche Zahlen a1 , . . . , at sowie eine Einheit e mit . . . , pt und nat¨ r=e

t

pai i .

i:=1

Es sei ri deﬁniert durch

eri pai i

= r. Ferner sei

r1 R + . . . + rt R = dR. ur alle i, so dass d Teiler aller ri ist. Es sei p Primteiler von d. Dann ist ri ∈ dR f¨ Dann ist p auch Primteiler aller ri . Da R ZPE-Bereich ist, gibt es, weil p Teiler von r1 ist, eine Einheit e1 und ein i ∈ {2, 3, . . . , t} mit p = e1 pi . Nun ist p auch Teiler von ri . Es gibt also eine weitere Einheit e2 und ein j ∈ {1, . . . , t} − {i} mit p = e2 pj . Also ist e1 pi = e2 pj im Widerspruch zu der Voraussetzung, dass pi und pj f¨ ur i = j nicht assoziiert sind. Es gibt also keinen Primteiler von d, so dass d folglich Einheit ist. Daher ist r1 R + . . . + rt R = R. Es gibt somit s1 , . . . , st ∈ R mit t

ri si = 1.

i:=1

Setze xi := ri si x. Dann ist x=

t

xi

i:=1

und

pai i xi = pai i ri si x = e−1 rsi x = 0.

Hieraus folgt pai i ∈ O(xi ) = uR. Dann ist u aber Teiler von pai i also, von Einheiten abgesehen, Potenz von pi . Folglich ist xi ∈ Tpi R .

7. Torsionsmoduln

163

Damit ist gezeigt, dass T =

TP

P

ist. Es seien P1 , . . . , Pt endlich viele maximale Ideale von R. Ist k = l, so gilt auf Grund der Maximalit¨ at der P ’s die Gleichung Pk + Pl = R. Es sei xi ∈ TPi f¨ ur alle i und es gelte t xi = 0. i:=1

Es sei ferner Pi = pi R. Dann ist O(xi ) = pei i R. Mit Satz 1 folgt pekk R + pel l R = R, falls nur k = l ist. Man kann hier also den chinesischen Restsatz anwenden. Es sei i ∈ {1, . . . , t}. Auf Grund eben dieses chinesischen Restsatzes gibt es ein r ∈ R mit r ∈ Pj f¨ ur alle j, die von i verschieden sind, und r − 1 ∈ Pi . Es folgt t

0=r

xj =

j:=1

t

rxj = xi .

j:=1

Daher gilt sogar, wie behauptet, T =

TP .

P

Die Isomorphieaussage ist trivial. Nicht ganz! Will man n¨amlich zeigen, dass aus der Isomorphie von TP und TP f¨ ur alle P die Isomorphie von T und T folgt, ben¨ otigt man das Auswahlaxiom, es sei denn, man setzt wieder voraus, dass M amlich nur endlich viele und M endlich erzeugt sind. Dann haben M und M n¨ Prim¨ arkomponenten, so dass die Existenz von Auswahlfunktionen mittels Induktion sichergestellt werden kann. Es erhebt sich die Frage, f¨ ur welche maximalen Ideale P die Prim¨ arkomponente TP nicht-trivial ist. Dies ist nicht immer zu entscheiden. Um Klarheit zu bekommen, deﬁnieren wir das Annihilatorideal ann(M ) eines Moduls M u ¨ ber einem Ring R durch ann(M ) := {r | r ∈ R, rm = 0 f¨ ur alle m ∈ M }. Dann ist ann(M ) wirklich stets ein Ideal unabh¨ angig davon, ob R kommutativ ist oder nicht. Ist R ein Integrit¨atsbereich, so ist ann(M ) ⊆ O(x) f¨ ur alle x ∈ M , so dass M sicher dann ein Torsionsmodul ist, wenn ann(M ) = {0} ist. Es ist jedoch nicht schwer, sich Beispiele von Torsionsmoduln zu verschaﬀen,

164

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

f¨ ur die ann(M ) = {0} gilt. Man nehme etwa die direkte Summe aller endlichen zyklischen Gruppen Z/nZ n∈N

oder die Gruppe Q/Z, deren Prim¨ arkomponenten die sogenannten Pr¨ ufergruppen Z(p∞ ) sind (Pr¨ ufer 1923, S. 41). Deren echte Untergruppen sind alle zyklisch und f¨ ur jedes n ∈ N0 gibt es genau eine Untergruppe der Ordnung pn in Z(p∞ ). Schon f¨ ur diese Gruppen gilt, dass ihr Annihilator nur aus der Null besteht. Ist also ann(M ) = {0}, so kann man, auch wenn man weiß, dass M Torsionsmodul ist, nichts u ¨ ber die Prim¨ arkomponenten sagen, solange man nicht zus¨ atzliche Informationen u ¨ber den Modul hat. Trivial aber n¨ utzlich ist der folgende Satz. Satz 3. Es sei M ein Modul u ¨ber dem Integrit¨ atsbereich R. Ist E ein Erzeugendensystem von M , so ist " O(e). ann(M ) = e∈E

Satz 4. Es sei T ein Torsionsmodul u ¨ber dem Hauptidealbereich R und R sei gleichzeitig ein ZPE-Ring. Ferner gelte ann(T ) = {0}. Ist P ein maximales Ideal ¨ von R, so gilt genau dann TP = {0}, wenn ann(T ) ⊆ P gilt. Uberdies gilt ann(T ) =

"

ann(TP ).

ann(T )⊆P

Insbesondere hat T nur endlich viele von {0} verschiedene Prim¨ arkomponenten. Beweis. Es sei P ein maximales Ideal von R und es gelte TP = {0}. Ist dann 0 = x ∈ TP , so folgt ann(T ) ⊆ O(x) ⊆ P. Dies beweist die eine Richtung. Weil R ein Hauptidealring ist, gibt es ein a ∈ R mit ann(T ) = aR. Es sei P = pR ein maximales Ideal und es gelte ann(T ) ⊆ P . Nach Satz 3 ist ann(T ) =

"

O(x).

x∈T

Wegen ann(T ) = {0} gibt es, weil R ein ZPE-Bereich ist, oberhalb von ann(T ) nur endlich viele Ideale. Es gibt daher endliche viele x1 , . . . , xt ∈ M mit ann(T ) =

t " i:=1

O(xi ).

7. Torsionsmoduln

165

Es gibt weiter bi ∈ R mit O(xi ) = bi R. Es folgt ann(T ) =

t "

bi R = kgV(b1 , . . . , bt )R.

i:=1

Wegen ann(T ) ⊆ P = pR ist p ein Primelement, welches a teilt. Dann teilt p auch kgV(b1 , . . . , bt ) und dann auch oBdA b1 . Es folgt O

b1 x1 p

und damit 0 =

= pR

b1 x1 ∈ TP , p

so dass TP = {0} ist. Da die prim¨aren Elemente auf Grund von Satz 2 den Modul M erzeugen, folgt mittels Satz 3 auch noch die vorletzte Behauptung. Die letzte folgt aus der schon gemachten Bemerkung, dass es oberhalb ann(T ) nur endlich viele Ideale gibt. Die Zerlegung endlicher abelscher Gruppen in ihre Prim¨ arkomponenten geht, wie schon erw¨ahnt, auf Gauß zur¨ uck. Frobenius und Stickelberger beweisen die Existenz und Einzigkeit dieser Zerlegung in ihrer Arbeit ein zweites Mal. Nachdem dies geschehen ist, lassen sie diesen Faden zun¨achst liegen und beweisen mit den gleichen Methoden wie Schering und unter Bezug auf ihn, dass sich jede endliche abelsche Gruppe als direkte Summe zyklischer Gruppen C1 , . . . , Ct darstellen l¨ asst, f¨ ur die |Ci | ≡ 0 mod |Ci+1 | ¨ gilt f¨ ur i := 1, . . . , t − 1. Uber Schering hinausgehend zeigen sie weiter, dass die Ordnungen dieser zyklischen Gruppen ein vollst¨ andiges Invariantensystem der gegebenen Gruppe ist, eine Aussage, die wir bald pr¨azisieren werden. Frobenius und Stickelberger zeigen ferner, dass jeder Kandidat eines solchen Invariantensystems, also ein System von nat¨ urlichen Zahlen m1 , . . . , mt mit mt > 1 und der Eigenschaft, dass mi+1 Teiler von mi ist, auch Invariantensystem einer endlichen abelschen Gruppe in ihrem Sinne ist, dh., dass es stets m¨oglich ist, eine nat¨ urliche Zahl n zu ﬁnden und eine Untergruppe der Einheitengruppe von Z/nZ, die die gegebenen Zahlen als Invariantensystem hat (Frobenius und Stickelberger 1879, S. 256). Die von ihnen noch einmal hergeleiteten und um die Isomorphieaussage erweiterten scheringschen Ergebnisse wenden Frobenius und Stickelberger dann auf die Prim¨ arkomponenten an, um auf diese Weise eine Zerlegung der gegebenen abelschen Gruppe in irreduzible direkte Summanden zu erreichen. Dar¨ uberhinaus formulieren und beweisen sie auch die hierher geh¨orenden Isomorphieaussagen.

166

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Das Verfahren, die gegebene abelsche Gruppe erst in ihre Prim¨arkomponenten zu zerlegen und sich dann um die Invarianten der Prim¨ arkomponenten zu k¨ ummern, hat einen schwer wiegenden Nachteil. Man muss hierzu n¨amlich zuerst die Gruppenordnung faktorisieren und das Faktorisieren von nat¨ urlichen Zahlen ist sehr m¨ uhsam. Das scheringsche Verfahren vermeidet dies, wie es zun¨ achst scheint. Schering und dann auch Frobenius und Stickelberger bei ihrer Darstellung des scheringschen Verfahrens benutzen jedoch die Zerlegung von nat¨ urlichen Zahlen in Primfaktoren, indem sie das gaußsche Verfahren anwenden, um zu nat¨ urlichen Zahlen a und b zwei teilerfremde nat¨ urliche α und β zu konstruieren, so dass α Teiler von a und β Teiler von b ist und αβ = kgV(a, b) gilt. Gauß benutzt hierzu die Primfaktorzerlegung von a und b. Dass man dies vermeiden kann und mit ggT-Berechnungen auskommt, habe erst ich gezeigt (L¨ uneburg 1986). Wir schließen uns hier Schering an, wobei wir seinen Beweis in moderne Sprache kleiden und unsere S¨ atze auch allgemeiner, n¨ amlich f¨ ur endlich erzeugte Torsionsmoduln u ¨ ber Hauptidealbereichen, die gleichzeitig ZPE-Bereiche sind, formulieren und beweisen. Dass sein Invariantensystem die Isomorphietypen klassiﬁziert, werden wir ebenfalls zeigen. Um diese Frage k¨ ummert sich Schering nicht. Bei alldem werden wir die rechnerische Seite stets im Auge behalten, ohne sie jedoch explizit zu machen. Daf¨ ur sei auf L¨ uneburg 1987a und 1993a verwiesen. In Abschnitt 3 von Kapitel 2 hatten wir zu a, b ∈ N die Zahl r(a, b) deﬁniert als den gr¨ oßten zu b teilerfremden Teiler von a. Dieses Konzept kann man nat¨ urlich verallgemeinern auf beliebige Hauptidealbereiche, die gleichzeitig ZPE-Bereiche sind. Da hier r(a, b) nur bis auf Einheiten deﬁniert sein wird, ist es besser das Konzept u ¨ ber die Ideale zu deﬁnieren. Es seien also A und B zwei vom Nullideal verschiedene Ideale des Hauptidealbereiches R. Wir betrachten dann die Menge ΦA,B := {I | I ist Ideal von R, A ⊆ I, I + B = R}. Sind dann I, J ∈ ΦA,B , so ist A ⊆ I ∩ J und nach Satz 1 auch I ∩ J + B = R, so dass I ∩ J ∈ ΦA,B gilt. Wegen A = {0} gibt es oberhalb A nur endlich viele ¨ ber alle Ideale, so dass die Menge ΦA,B endlich ist. Daher ist der Schnitt M u Elemente von ΦA,B wieder ein Element von ΦA,B , also das kleinste Element dieser Menge. Sind nun a und b von null verschiedene Elemente von R, ist A = aR und B = bR, ist ferner M das kleinste Element von ΦA,B , so gibt es ein r(a, b) ∈ R mit M = r(a, b)R. Dieses r(a, b) ist bis auf Einheiten eindeutig bestimmt. Wegen aR ⊆ r(a, b)R ist r(a, b) Teiler von a, wegen r(a, b)R + bR = R sind b und r(a, b) teilerfremd. Ist schließlich c Teiler von a und sind b und c teilerfremd, so ist aR ⊆ cR und cR + bR = R, so dass r(a, b)R ⊆ cR ist. Somit ist c Teiler von r(a, b), so dass r(a, b) der gr¨ oßte zu b teilerfremde Teiler von a ist. So ger¨ ustet, d¨ urfte es f¨ ur den Leser nicht schwer sein zu veriﬁzieren, dass die S¨atze 10 und 11 von Abschnitt 3 des Kapitels 2 f¨ ur beliebige ZPE-Hauptidealbereiche gelten, so dass man mit Satz 10 insbesondere auch die Berechnung von r(a, b) beherrscht, solange man nur die Arithmetik in R beherrscht. Allenfalls notwendige Induktionen mache man u ¨ ber die Anzahl der Teiler bzw. Primteiler der betrachteten Elemente.

7. Torsionsmoduln

167

Manche ﬁnden das, was ich hier mache, vom didaktischen Standpunkt aus hervorragend, zwingt es doch den Leser aktiv zu werden. Ich bin mir dieser didaktischen Methode jedoch nicht so sicher. Man stelle sich nur vor, man bekommt in einer Vorlesung u ¨ ber lineare Algebra den Rn mit all seinen Matrizen vorgestellt und dann heißt es: Und nun machen wir lineare Algebra u ¨ber beliebigen K¨ orpern. ” Da geht alles ganz genauso“ und weiter nichts. Aber es werden ja auch konfuse Vorstellungsvortr¨ age bei Berufungen als didaktisch wertvoll gepriesen, da sie die Studenten zum Nachdenken zw¨ angen. Es ist schon erstaunlich, zu welchen Argumenten manche greifen, wenn sie eine feste Vorstellung von der Besetzung einer Stelle haben. Ich denke mir, dass die Methode zu sagen, da gehe alles genauso, nur den wirklich erfreut, der sich in der Sache auskennt. Der, der zum ersten Male in der Gegend ist, muss erst einmal die aktuelle Diskussion unterbrechen, und sehen, ob in der neuen Situation wirklich alles genauso geht. Das ist l¨ astig. Der Leser1 , der zum ersten Male hier in der Gegend ist, verzeihe mir. Der n¨achste Satz ist der Schl¨ ussel f¨ ur alles Weitere. Wie f¨ ur so vieles ﬁnden sich auch f¨ ur ihn Vorl¨ aufer in den Disquisitiones von Gauß, der in art. 73 aus zwei zu einer Primzahl p primen Reste a und b der Ordnungen t und u ein Element konstruiert, dessen Ordnung gleich dem kgV(t, u) ist. Sein Element entspricht unserem v des folgenden Satzes. Die Zahlen, die wir A und B nennen, konstruiert er mit Hilfe der Primfaktorzerlegung von t und u (art. 73). Das Ganze dient dazu, ein primitives Element von GF(p) zu ﬁnden. Die gleiche Konstruktion macht Gauß auch in art. 306, um zu zwei Klassen von bin¨aren quadratischen Formen eine dritte zu ﬁnden, deren Periode, dh. Ordnung, gleich dem kgV der Perioden der gegebenen Klassen ist. Diese Artikel werden von Schering 1870 und Frobenius & Stickelberger 1879 zitiert, wobei jener art. 306 und diese art. 73 zitieren. Satz 5. Es sei M ein Modul u ¨ber dem Hauptidealbereich R, der gleichzeitig ein ZPE-Bereich sei, und m und n seien Torsionselemente von M . Ferner sei O(m) = aR und O(n) = bR. Deﬁniert man A, B, B ∈ R durch b A := r a, ggT(a, b) B := r b,

und

sowie B := schließlich

B ggT(A,B) ,

a ggT(a, b)

so gibt es Elemente α und β ∈ R mit 1 = v :=

a Aβ

−

b B α.

Ist

b a m+ n A B

1 Die grammatisch masculinen Formen gelten als pauschale Bezeichnungen f¨ ur Damen und Herren. Dies die Fußnote des Briefes der Akademie der Wissenschaften und Literatur in Mainz vom 6. April 1999, in dem zu den Colloquia Academica 1999 eingeladen wurde. Sie ﬁndet sich mittlerweile auch in unseren Pr¨ ufungsordnungen.

168

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

und w := αm + βn, so ist Rm + Rn = Rv + Rw und O(v) = kgV(a, b)R = O(m) ∩ O(n). Beweis. Nach Kap. 2, Absch. 3, Satz 11 c) sind A und B teilerfremd, so dass es in der Tat Elemente α und β in R mit der verlangten Eigenschaft gibt. Auf Grund ihrer Deﬁnition liegen v und w in Rm + Rn, so dass Rv + Rw ⊆ Rm + Rn gilt. Andererseits ist βv −

b B w

= m und −αv +

a Aw

= n, so dass auch

Rm + Rn ⊆ Rv + Rw gilt. Also ist Rm + Rn = Rv + Rw. Es ist AB v = B am + Abn = 0 und folglich AB ∈ O(v). Es sei r ∈ O(v). Dann ist 0 = rv = r

b a m + r n. A B

Multiplikation mit B ergibt 0 = Br

a a m + rbn = B r m. A A

a ∈ O(m) = aR. Es gibt also ein g ∈ R mit Hieraus folgt B r A

Br

a = ga. A

Weil a = 0 ist, folgt weiter B r = gA und wegen der Teilerfremdheit von B und A schließlich r ≡ 0 mod A. Multipliziert man die Gleichung, von der wir ausgegangen sind, statt mit B mit A, so folgt r ≡ 0 mod A. Wegen der Teilerfremdheit von A und B gilt also r ≡ 0 mod AB . Damit ist gezeigt, dass O(v) = AB R ist. Nach Satz 11 von Abschnitt 3 des Kapitels 2 ist aber AB = kgV(a, b). Damit ist alles gezeigt.

7. Torsionsmoduln

169

Satz 6. Es sei R ein ZPE-Hauptidealbereich und M sei ein Modul u ¨ber R. Ist ann(M ) = {0}, so gibt es ein m ∈ M mit O(m) = ann(M ). Beweis. Weil ann(M ) = {0} ist, gibt es nur endlich viele Ideale oberhalb ann(M ), da R ja ein ZPE-Hauptidealbereich ist. Wegen ann(M ) ⊆ O(x) f¨ ur alle x ∈ M gibt es daher ein m ∈ M mit der Eigenschaft, dass aus m ∈ M und O(m ) ⊆ O(m) folgt, dass O(m ) = O(m) ist. Es sei nun y ∈ M . Nach Satz 5 gibt es ein z ∈ M mit O(z) = O(m) ∩ O(y). Auf Grund der Minimalit¨ at von O(m) ist wegen O(z) ⊆ O(m) dann O(z) = O(m). Es folgt O(m) ⊆ O(y). Daher gilt O(m) =

"

O(y) = ann(M ).

y∈M

Ist der Modul M durch ein endliches Erzeugendensystem gegeben, so kann man ein Verfahren angeben, um ein y zu berechnen, f¨ ur das O(y) = ann(M ) gilt. Satz 7. Es sei R ein ZPE-Hauptidealbereich und es sei e1 , . . . , en ein endliches Erzeugendensystem des Torsionsmoduls M u ¨ber R. Es gelte O(ei ) = ai R f¨ ur i := 1, . . . , n. Setze f1 := e1 . Es sei 1 ≤ s < n und es seien f1 , . . . , fs−1 , fs bereits deﬁniert, so dass gilt: a) Es ist s−1

Rfi + Rfs =

i:=1

s

Rei .

i:=1

b) Es ist O(fs ) = kgV(a1 , . . . , as )R. Setze bs := kgV(a1 , . . . , as ) sowie A := r bs , und

Setze ferner B :=

as+1 ggT(bs , as+1 )

B := r as+1 , B ggT(A,B)

bs . ggT(bs , as+1 )

und bestimme α, β ∈ R mit 1=

b a β − α. A B

Schließlich werden fs und fs+1 durch

fs := αfs + βes+1

170

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

und := fs+1

a b fs + es+1 A B

deﬁniert. Dann gilt: a ) Es ist s

Rfi + Rfs+1 =

i:=1

s+1

Rei .

i:=1

b ) Es ist O(fs+1 ) = kgV(a1 , . . . , as+1 )R. Insbesondere gilt, falls man fn := fn setzt, dass n i:=1

Rfi =

n

Rei

i:=1

und dass O(fn ) = ann(M ) ist. Beweis. Nach Satz 5 gilt Rfs + Res+1 = Rfs + Rfs+1

und

O(fs+1 ) = kgV(as+1 , bs ),

so dass b ) wegen der G¨ ultigkeit bs = kgV(a1 , . . . , as ) erf¨ ullt ist. Ferner gilt a ) wegen s+1 s−1 s Rei = Rfi + Rfs + Res+1 = Rfi + Rfs+1 . i:=1

i:=1

i:=1

Aus all dem folgt mittels Satz 3 auch noch die letzte Aussage. Der gerade bewiesene Satz besagt, dass man ein endliches Erzeugendensystem eines Torsionsmoduls u ¨ ber einem Hauptidealbereich, der gleichzeitig ein ZPEBereich ist, durch ein Erzeugendensystem ersetzen kann, das ebenso viele Elemente enth¨ alt, wie das urspr¨ ungliche, und das dar¨ uber hinaus ein Element enth¨ alt, dessen Ordnungsideal gleich dem Annihilatorideal des Moduls ist. Ist M der Modul und ist m dasjenige Element, f¨ ur das O(m) = ann(M ) gilt, so wird M/Rm von weniger Elementen erzeugt als M , so dass man Induktion machen kann. Im Falle, dass M ein Vektorraum u ¨ ber dem kommutativen K¨orper K ist, der verm¨oge eines Endomorphismusses σ zu einem K[x]-Modul gemacht wurde, wird das Kleinerwerden von Faktormoduln durch die Dimension kontrolliert, so dass man in diesem Falle nicht so viel zu rechnen braucht, wie es nach dem gerade bewiesenen Satz den Anschein hat. Dies werden wir nicht weiter verfolgen. Der an diesen Dingen interessierte Leser sei an L¨ uneburg 1987a und 1993a verwiesen. Wir erw¨ ahnten schon die Transitivit¨ at der Relation des Reinseins. Was darunter genau zu verstehen ist, sagt der n¨achste Satz.

7. Torsionsmoduln

171

Satz 8. Es sei M ein Modul u ¨ber dem Integrit¨ atsbereich R. Ist U ein reiner Teilmodul von M und V /U ein reiner Teilmodul von M/U , so ist V ein reiner Teilmodul von M . Beweis. Es sei m ∈ M und r ∈ R und es gelte rm ∈ V . Dann ist r(m + U ) = rm + U ∈ V /U, so dass es wegen der Reinheit von V /U in M/U ein v ∈ V gibt mit r(m + U ) = r(v + U ). Es folgt r(m − v) = rm − rv ∈ U . Weil U in M rein ist, gibt es ein u ∈ U mit r(m − v) = ru. Es folgt rm = r(v + u) und v + u ∈ V + U = V . Damit ist der Satz bewiesen. Satz 9. Es sei M ein Modul u ¨ber dem ZPE-Hauptidealbereich R und es gelte ann(M ) = {0}. Ist dann u ∈ M und gilt O(u) = ann(M ), so ist Ru rein in M . Beweis. Es sei r ∈ R und m ∈ M und es gelte rm ∈ Ru. Es gibt dann ein s ∈ R mit rm = su. Es sei ann(M ) = aR. Dann ist a = 0. Setze t := ggT(r, a). Dann ist t als Teiler von a ebenfalls ungleich 0. Es folgt a r a su = rm = a m = 0. t t t Also ist

a s ∈ O(u) = ann(M ) = aR. t

Es gibt demnach ein k ∈ R mit

a s = ak. t

Weil a = 0 ist, folgt weiter s = kt = kggT(r, a). Weil R euklidisch ist, gibt es α, β ∈ R mit t = ggT(r, a) = rα + aβ. Daher ist rm = su = ktu = k(rα + aβ)u = r(kαu) + kaβu = r(kαu). Wegen kαu ∈ Ru ist Ru daher rein.

172

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Satz 10. Es sei M ein Modul u ¨ber dem ZPE-Hauptidealbereich R und i es gelte ann(M ) = {0}. Es seien e1 , . . . , es ∈ M . Setze U0 := {0} und Ui := j:=1 Rej . Es gelte ann(M/Ui−1 ) = O(ei ) = O(ei + Ui−1 ) f¨ ur i := 1, . . . , s. Dann gilt a) Ui ist rein in M f¨ ur i := 1, . . . s. s b) Es ist Us = i:=1 Rei . c) Ist O(ei ) = di R, so ist di ≡ 0 mod di+1 f¨ ur i := 1, . . . , s − 1. Beweis. Wegen ann(M/Ui−1 ) = O(ei + Ui−1 ) = O(ei ) = di R ist di M ⊆ Ui−1 ⊆ Ui , so dass di ∈ ann(M/Ui ) = di+1 R ist. Daher gilt c). F¨ ur s = 1 gilt b) trivialerweise. Ferner ist O(e1 ) = ann(M/U0 ) = ann(M ), so dass a) in diesem Falle auf Grund von Satz 9 gilt. Es sei s > 1 und der Satz gelte f¨ ur s − 1. Es ist O(es ) = ann(M/Us−1 ) = O(es + Us−1 ). Wegen Us /Us−1 = R(es + Us−1 ) und ann(M/Us−1 ) = O(es + Us−1 ) ist Us /Us−1 nach Satz 9 rein in M/Us−1 . Folglich ist Us nach Satz 8 rein in M . Damit ist a) bewiesen. Mit Satz 4 von Abschnitt 6 folgt schließlich, dass Us = Us−1 ⊕ Res ist. Damit ist auch b) bewiesen. Satz 11. Es sei M ein Modul u ¨ber dem ZPE-Hauptidealbereich R und s es gelte ann(M ) = {0}. Es seien e1 , . . . , es ∈ M . Setze U0 := {0} und Ui := j:=1 Rej . ur alle i := 1, Ferner sei y ∈ M und O(y + Us ) = aR. Dann ist a Teiler von di f¨ . . . , s. Ist ferner s ay = yi ei , i:=1

so ist a Teiler aller yi . Außerdem gilt mit u :=

s yi ei , a i:=1

dass O(y − u) = aR und Us + Ry = Us ⊕ R(y − u) ist.

7. Torsionsmoduln

173

Beweis. Es ist di y ∈ Ui−1 ⊆ Us . Daher ist di ∈ O(y + Us ) = aR, so dass a Teiler von di ist. Es folgt weiter di y =

s di di ay = yj ej . a a j:=1

Wegen di y ∈ Ui−1 und Us = Ui−1 ⊕ Rei ⊕ . . . ⊕ Res ist daher

di a yj ej

= 0 f¨ ur j := i, . . . , s. Insbesondere folgt di yi ∈ O(ei ) = di R. a

Weil di nicht null ist, folgt hieraus, dass yi durch a teilbar ist. Nun ist u=

s yi ei ∈ Us a i:=1

und ay = au. Daher folgt mit Satz 4 von Abschnitt 6 auch die letzte Behauptung. Satz 12. Es sei R ein ZPE-Hauptidealbereich und M sei ein Torsionsmodul u ¨ber R, der von f1 , . . . , fs , es+1 , . . . , en erzeugt werde. Setze U0 := {0} und Ui := i ur i := 1, . . . , s. Es gelte j:=1 Rfj f¨ ann(M/Ui−1 ) = O(fi ) = O(fi + Ui−1 ) f¨ ur i := 1, . . . , s. Dann wird M/Us von es+1 + Us , . . . , en + Us erzeugt. Nach Satz 7 gibt es dann Elemente gs+1 , . . . , gn ∈ M , so dass M/Us von gs+1 + Us , . . . , gn + Us erzeugt wird und u ¨berdies O(gs+1 + Us ) = ann(M/Us ) ist. Es sei ann(M/Us ) = ds+1 R und ds+1 gs+1 = Teiler von yi f¨ ur alle i := 1, . . . , s. Setze fs+1 := gs+1 −

s i:=1

s yi fi d i:=1 s+1

und Us+1 := Us + Rfs+1 .

yi fi . Nach Satz 11 ist ds+1

174

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Dann gilt: a) Es ist Us+1 =

s+1 i:=1

Rfi .

b) Us+1 ist rein in M . c) M/Us+1 wird von gs+2 + Us+1 , . . . , gn + Us+1 erzeugt. Beweis. a) Es sind die Voraussetzungen der S¨ atze 10 und 11 sind erf¨ ullt, so dass s Us = i:=1 Rfi und Us+1 = Us ⊕ Rfs+1 ist. Folglich gilt a). b) folgt mittels Satz 10. c) ist banal. Satz 13. Es sei R ein ZPE-Hauptidealbereich und M sei ein endlich erzeugter Torsionsmodul u ¨ber R, der von {0} verschieden ist. Es gibt dann b1 , . . . , bt ∈ M mit den Eigenschaften: a) Es ist M =

t i:=1

Rbi .

b) Es ist O(bi ) = R f¨ ur i := 1, . . . , t. ur i := 1, . . . , t − 1. c) Ist O(bi ) = ai R, so ist ai ≡ 0 mod ai+1 f¨ Beweis. Dies folgt unmittelbar aus den S¨ atzen 10 und 12. Dies ist die Zerlegung, die Schering f¨ ur die Klassengruppe der bin¨ aren quadratischen Formen gegebener Diskriminante hergeleitet hat. Die bis auf Einheiten eindeutig bestimmten Elemente a1 , . . . at heißen Elementarteiler des Moduls M . Dass die Elementarteiler ein vollst¨andiges Invariantensystem bilden, werden wir gleich sehen. Dieser Frage ist Schering nicht nachgegangen. Seine Beweise sind im ¨ Ubrigen den unsrigen a¨hnlich und benutzen insbesondere nicht die spezielle Natur der Elemente der Klassengruppen und ihrer Komposition, so dass sie sich m¨ uhelos auf den vorliegenden Fall u ¨bertragen lassen. Dies ist also ein weiteres Beispiel impliziter Gruppentheorie. Der Name Elementarteiler stammt von Weierstraß, der ihn im Zusammenhang ¨ mit Ahnlichkeitsklassen von Matrizen u ¨ber C eingef¨ uhrt hat. Seine Elementarteiler sind jedoch die Elementarteiler — in unserem Sinne — der Prim¨ arkomponenten des C[x]-Moduls, den man mittels der zu studierenden Matrix erh¨ alt. Frobenius (1879) nennt sie einfache Elementarteiler und benutzt das Wort Elementarteiler ohne das Adjektiv einfach“ so wie wir. Weierstraß hat in seiner Arbeit das, was ” heute jordansche Normalform genannt wird. Dies zwei Jahre vor Jordan, der diese Normalform f¨ ur Matrizen u ¨ ber endlichen K¨ orpern beschrieben hat im Gegensatz zu Weierstraß, der sie f¨ ur Matrizen u ¨ ber C deﬁnierte (Weierstraß 1868, Jordan 1870). Satz 14. Es sei R ein ZPE-Hauptidealbereich und M und N seien endlich erzeugte s t Torsionsmoduln u ¨ber R. Ferner sei M = i:=1 Rbi und N = i:=1 Rci . Ist O(bi ) = ui R und O(ci ) = vi R, so dass u1 , . . . , us Elementarteiler von M und v1 , . . . , vt Elementarteiler von N sind, so sind M und N genau dann isomorph, wenn s = t ist und f¨ ur i := 1, . . . , s die Elemente ui und vi assoziiert sind.

7. Torsionsmoduln

175

ur alle i zu vi assoziiert. Dann ist Beweis. Es sei zun¨achst s = t und ui sei f¨ O(bi ) = ui R = vi R = O(ci ) f¨ ur i:= 1, . . . , s. Ist a ∈ M , so gibt es fi ∈ R mit a = s a = i:=1 gi bi , so ist s (fi − gi )bi . 0=

s i:=1

fi bi . Ist auch

i:=1

ur alle i. Es folgt weiter Hieraus folgt (fi − gi )bi = 0 f¨ fi − gi ∈ O(bi ) = O(ci ). Also ist auch

s

f i ci =

i:=1

s

g i ci .

i:=1

Daher wird durch ϕ(a) :=

s

f i ci

i:=1

eine Abbildung ϕ von M in N deﬁniert, die oﬀensichtlich ein Homomorphismus ist. Wegen s = t ist ϕ surjektiv. Ist 0 = ϕ(a) =

s

f i ci ,

i:=1

so ist fi ∈ O(ci ) = O(bi ) und daher fi bi = 0 f¨ ur alle i, so dass a = 0 ist. Daher ist ϕ auch injektiv. In diesem Falle gibt es also einen Isomorphismus von M auf N , z. B. ϕ. Es sei umgekehrt ein Isomorphismus ϕ von M auf N gegeben. Dann ist ϕ−1 ein Isomorphismus von N auf M und es gilt M=

t

Rϕ−1 (ci )

i:=1

und O(ϕ−1 (ci )) = vi R. Wir d¨ urfen und werden daher annehmen, dass M = N ist. Wegen us R = R ist us keine Einheit. Es gibt daher einen Primteiler p von us . Dieser teilt dann auch alle u ¨ brigen ui , weil die ui ja Elementarteiler sind. Wir s betrachten pM . Ist a ∈ pM , so gibt es ein b ∈ M mit a = pm. Es ist b = i:=1 fi bi und daher s a= fi pbi . i:=1

176

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Somit ist pM ⊆

s i:=1

R(pbi ). Andererseits ist pM =

s

s i:=1

R(pbi ) ⊆ pM . Folglich ist

R(pbi ).

i:=1

Weil R Hauptidealbereich ist und weil p ein Primelement von R ist, ist K := R/pR ein K¨ orper. Ferner ist M/pM ein K-Modul, dh. ein K-Vektorraum. Die Elemente b1 + pM , . . . , bs + pM erzeugen M/pM . Wir zeigen, dass sie sogar eine Basis bilden. Dazu sei pM =

s

(fi + pR)(bi + pM ).

i:=1

Es gibt dann ein c ∈ M mit

Nun ist c =

s

i:=1 gi bi ,

s

fi bi = pc.

i:=1

so dass s

(fi − pgi )bi = 0

i:=1

ist. Es folgt wieder fi − pgi ∈ O(bi ) = ui R, so dass ui und damit p Teiler von fi − pgi ist. Somit ist p Teiler von fi . Also ist fi + pR = pR f¨ ur alle i, so dass die b1 + pM , . . . , bs + pM linear unabh¨ angig sind und folglich eine Basis von M/pM bilden. Also ist dimK (M/pM ) = s. Es sei α die gr¨ oßte nicht-negative ganze Zahl, f¨ ur die p Teiler von vα ist. Dann ur alle i ≤ α und kein Teiler von vi f¨ ur alle i > α. Es gibt daher ist p Teiler von vi f¨ Elemente qj ∈ R mit qj p ≡ 1 mod vj f¨ ur j := α + 1, . . . , t. Es folgt qj pcj = cj und damit cj ∈ pM f¨ ur alle j > α. Es folgt, dass die c1 + pM , . . . , cα + pM bereits M/pM erzeugen. Daher gilt t ≥ α ≥ dimK (M/pM ), so dass insbesondere t ≥ s gilt. Aus Symmetriegr¨ unden gilt dann auch s ≥ t, so dass s = t ist. Dann ist aber auch α = t, so dass p alle vi teilt.

7. Torsionsmoduln

177

Wie schon bewiesen gilt pM =

s

R(pbi ).

i:=1

Aus Symmetriegr¨ unden gilt dann aber auch pM =

s

R(pci ).

i:=1

Ferner gilt O(pbi ) = upi R und O(pci ) = vpi R. Ist δ(r) die Anzahl der Primteiler des von null verschiedenen Elementes r ∈ R, so ist

u1 us ··· δ p p Mittels Induktion folgt daher, dass auch ui zu vi assoziiert.

ui p

< δ(u1 · · · us ). zu

vi p

assoziiert ist. Da p = 0 ist, ist dann

Satz 15. Ist M ein endlich erzeugter Modul u ¨ber dem ZPE-Hauptidealbereich R und ist U ein reiner Teilmodul von M , so ist U direkter Summand von M . Beweis. Setze N := M/U . Dann ist auch N endlich erzeugt, so dass N = T (N ) ⊕ F mit einem freien Modul F endlichen Ranges ist. Es ist auch T (N ) endlich erzeugt, so dass auch T (N ) direkte Summe von endlich vielen zyklischer Moduln ist. Folglich ist N direkte Summe von endlich vielen zyklischen Moduln, so dass U direkter Summand ist. Ist M nicht endlich erzeugt, so gilt im Allgemeinen nicht mehr, dass reine Teilmoduln direkte Summanden sind. Beispiele, die dies belegen ﬁndet man in Kaplansky 1962, Aufg. 33, S. 32. Satz 16. Es sei M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R. a) Ist U ein zu M isomorpher Teilmodul von M , so ist M = U . b) Ist U ein Teilmodul von M und sind M und M/U isomorph, so ist U = {0}. Beweis. — a) Es seien v1 , . . . , vt die Elementarteiler von M . Dann sind v1 , . . . , vt auch die Elementarteiler von U . Es gibt daher ein Element c1 ∈ U mit O(c1 ) = v1 R = ann(M ) = ann(U ). Nach Satz 9 ist Rc1 rein in M und auch in U und nach Satz 15 daher ein direkter Summand von M wie auch von U . Ist t = 1, so ist also U ein direkter Summand von M , so dass es ein C gibt mit M = U ⊕ C. Weil aber M und U die gleichen Elementarteiler haben, ist C = {0}. Es sei t > 1. Dann sind v2 , . . . , vt die Elementarteiler von M/Rc1 wie auch von U/Rc1 . Somit sind U/Rc1 und

178

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

M/Rc1 isomorph. Wegen U/Rc1 ⊆ M/Rc1 folgt durch Induktion nach t, dass U/Rc1 = M/Rc1 ist. Dann ist aber auch U = M . b) Es seien v1 , . . . , vt die Elementarteiler von M . Dann sind v1 , . . . , vt auch die Elementarteiler von M/U . Es gibt ein Element c1 ∈ M mit O(c1 + U ) = v1 R = ann(M ). Es folgt ann(M ) ⊆ O(c1 ) ⊆ O(c1 + U ) = ann(M ). Also ist O(c1 ) = O(c1 + U ). Hieraus folgt Rc1 ∩ U = {0}. Nach Satz 9 ist Rc1 rein in M und daher nach Satz 15 ein direkter Summand von M . Es ist aber auch (Rc1 + U )/U = R(c1 + U ) aus dem gleichen Grunde ein direkter Summand von M/U . Es gibt also einen Teilmodul C von M mit M/U = (Rc1 + U )/U ⊕ C/U. Es folgt M = Rc1 + U + C = Rc1 + C und (Rc1 + U ) ∩ C = U . Auf Grund des modularen Gesetzes gilt U = U + (Rc1 ∩ C) und daher Rc1 ∩ C ⊆ U ∩ Rc1 = {0}. Also ist M = Rc1 ⊕ C und U ⊆ C. Es folgt, dass C die Elementarteiler v2 , . . . , vt hat. Ebenso hat auch C/U die Elementarteiler v2 , . . . , vt . Nach Induktionsannahme ist daher U = {0}. Damit ist auch b) bewiesen. Diese S¨ atze sind der Situation angepasst, dass man ein endliches Erzeugendensystem eines Moduls M gegeben hat, von dem man a priori weiß, dass er ein Torsionsmodul ist, und von dem man außerdem annimmt, dass man die Ordnungsideale seiner Elemente berechnen kann. Dies ist z. B. dann der Fall, wenn man einen endlich-dimensionalen Vektorraum V u ¨ ber einem kommutativen K¨ orper K mittels eines σ ∈ EndK (V ) zu einem K[x]-Modul macht, wie oben beschrieben. ur i := 0, . . . , n nicht lineIst dann n¨ amlich v ∈ V , so k¨ onnen die Vektoren σ i (v) f¨ ar unabh¨ angig sein, wenn n die Dimension von V ist. Es gibt also ein k ∈ N mit k ≤ n, so dass die Vektoren σ i (v) f¨ ur i ≤ k − 1 linear unabh¨ angig sind, dass σ k (v) aber von den fr¨ uheren Vektoren abh¨angt. Dieses k zu ﬁnden ist ein Kinderspiel mit dem gaußschen Algorithmus. Der Algorithmus liefert gleichzeitig Elemente ri ∈ K mit k−1 σ k (v) = − ri σ i (v). i:=0

Dann ist O(v) = (xk +

k−1 i:=0

ri xi )K[x] = {0}.

7. Torsionsmoduln

179

Dies zeigt einerseits, dass V ein Torsionsmodul ist, und zum anderen, dass die Polynome, die Ordnungsideale erzeugen, einen Grad haben, der von der Dimension von V beschr¨ankt ist. Beginnt man nun mit einer Basis b1 , . . . , bn von V , so ist es ein Leichtes, die Ordnungsideale der bi zu berechnen sowie ein v ∈ V mit O(v) = ann(V ) = O(b1 ) ∩ . . . ∩ O(bn ) = μK[x]. Dieses μ, man nehme das mit Leitkoeﬃzient 1, ist das Minimalpolynom von σ. Da es das Ordnungsideal von v erzeugt, folgt sofort, dass der Grad von μ h¨ ochstens gleich n ist. Das Minimalpolynom ist also einer der Elementarteiler. Das Produkt aller Elementarteiler ist das charakteristische Polynom von σ. F¨ ur Einzelheiten sei der Leser auf L¨ uneburg 1987a, wo der Algorithmus zum ersten Male vorgestellt wurde, oder auf L¨ uneburg 1993a verwiesen. Behandelt man die rationale Normalform von Endomorphismen von Vektorr¨ aumen, wie gerade angedeutet, bevor man von Eigenwerten und Eigenvektoren redet, und deﬁniert man dann, dass v Eigenvektor zum Eigenwert λ heißt, wenn O(v) = (x − λ)K[x] ist — ich habe das zweimal in Vorlesungen u ¨ ber lineare Algebra getan —, so bekommt man alle S¨atze u ¨ ber Eigenwerte und Eigenvektoren geschenkt. Es spart Zeit und macht manches viel klarer (L¨ uneburg 1993a). Hat man einen beliebigen endlich erzeugten Modul M u ¨ ber einem ZPE-Hauptidealbereich R, so stellt man sich vor, dass man Erzeugende e1 , . . . , en gegeben hat, sowie eine (m × n)-Matrix a, so dass n

aij ej = 0

j:=1 n

gilt f¨ ur i := 1, . . . , m. Ist nun F := i:=1 Rbi ein freier Modul vom Rang n u ¨ ber R, so gibt es einen Epimorphismus π von F auf M mit π(bj ) = ej f¨ ur j := 1, . . . , n. Die Vektoren n aij bj vi := j:=1

mit i := 1 . . . , m liegen dann alle im Kern von π. Man stellt sich nun vor, dass alle außer den explizit genannten noch existierenden Relationen zwischen Elementen von M Folgerelationen sind, dass also Kern(π) =

m

Rvi

i:=1

gilt. Dann hat man in dieser Situation den Satz, der unter dem Namen smithsche ” Normalform von Matrizen“ bekannt ist, da sein Beweis u ¨ber die Manipulation von a mittels unimodularer Matrizen verl¨ auft. Die folgende Formulierung kaschiert dieses Manipulieren von Matrizen v¨ ollig.

180

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Es sei R ein ZPE-Hauptidealbereich und b1 , . . . , bn sei eine Basis des freien RModuls F . Ferner seien v1 , . . . , vm Elemente von F und es gelte vi =

n

aij bj .

j:=1

Es gibt dann eine Basis B1 , . . . , Bn von F und Elemente d1 , . . . , dn ∈ R mit ur i := 1, . . . , n − 1. a) Es ist di+1 ≡ 0 mod di f¨ m n b) Es ist i:=1 Rvi = i:=1 R(di Bi ). onnen einige gleich null sein. Ist di gleich null, so auch di+1 und Von den di ’s k¨ dann alle weiteren mit einem Index oberhalb i. Dieser Fall tritt ein, wenn M kein Torsionsmodul ist. Die di heißen wieder Elementarteiler und stimmen im Torsionsfall mit obigen Elementarteilern u ¨ berein, nur dass sie in umgekehrter Reihenfolge nummeriert sind. Wie man die Bi und di anhand der gegebenen Daten unter Benutzung von Algorithmus r berechnen kann, ﬁndet man in L¨ uneburg 1988. Auf die Funktion r kam ich, wie schon fr¨ uher erw¨ahnt, durch das Studium der Arbeit Helmer 1943, in der der entsprechende Satz f¨ ur B´ezoutbereiche bewiesen wird, die eine Funktion r gestatten. Was Helmer dort macht, habe ich der Rechenpraxis zug¨ anglich gemacht. Das Original dieses Satzes stammt von Smith 1861, der ihn f¨ ur Matrizen u ¨ ber Z formuliert. Das Manipulieren von Matrizen ist bei ihm voll entwickelt. Ihm geht es darum, Gleichungssysteme mit ganzzahligen Koeﬃzienten ganzzahlig zu l¨ osen. Darum geht es auch Frobenius (1879). Zu Beginn dieser Arbeit schreibt er, dass er erst nach ihrer Fertigstellung die Arbeit von Smith zu Gesicht bekommen h¨ atte. Frobenius macht auch klar, dass seine Methoden sich auf Matrizen u ¨bertragen ließen, deren Koeﬃzienten Polynome seien und dass man auf diese Weise zu den weierstraßschen Ergebnissen gelange. Dabei sind die weierstraßschen Ergebnisse ¨ die u ¨ ber die Ahnlichkeitsklassen von Matrizen u ¨ber C, die er, wie wir heute sagen, mittels ihrer jordanschen Normalform klassiﬁziert. Also auch hier: Implizite Modultheorie. Wer machte dann den Schritt, statt der vielen Sonderf¨ alle allgemein Moduln u ¨ber Hauptidealbereichen zu betrachten? Ich weiß es nicht. 8. Der duale Modul. Permutationen wurden schon fr¨ uh durch ihre Hintereinanderausf¨ uhrung miteinander verkn¨ upft (Ruﬃni 1799 (s. Wußing 1984, S. 81f.)), wodurch man die symmetrische Gruppe erhielt. Dennoch erscheint es mir ein weiterer Abstraktionsschritt zu sein, Abbildungen endlicher abelscher Gruppen in die multiplikative Gruppe von C dadurch zu verkn¨ upfen, dass man sie punktweise miteinander multipliziert. Dies ﬁndet sich, wenn auch nicht w¨ ortlich so, in Weber 1882 und 1899, S. 49ﬀ. Ob die zu einer endlichen abelschen Gruppe duale Gruppe schon in der ersten Auﬂage von Webers Algebra“ studiert wurde, weiß ich nicht, ” ich denke aber, dass ja. Hat man eine endliche abelsche Gruppe A und ist χ ein Homomorphismus von A in C∗ , ein Charakter , wie Weber einen solchen Homomorphismus nennt, so folgt

8. Der duale Modul

181

mit an = 1, dass χ(a)n = χ(an ) = χ(1) = 1 ist. Somit liegt das Bild von A unter χ in der Gruppe der |A|-ten Einheitswurzeln. Die Gruppe aller Einheitswurzeln ist aber isomorph zur Gruppe Q/Z. Daher kann man die Situation verallgemeinern, wie wir gleich sehen werden, wobei ich der Frage nicht nachgegangen bin, wo und ob sich diese Verallgemeinerung in der Literatur ﬁndet. Sie ist so naheliegend. Was man ohne Schwierigkeit in der Literatur ﬁndet, ist die folgende Deﬁnition des dualen Moduls eines R-Linksmoduls M , der ja auch abelsche Gruppe ist, n¨ amlich M ∗ := HomZ (M, Q/Z), wobei M ∗ durch die Vorschrift (f r)m = f (rm) zu einem R-Rechtsmodul wird. N¨ aheres hierzu ﬁndet der Leser etwa in Lambek 1966, S. 89f. Im Folgenden ben¨ otigen wir, dass der Quotientenk¨ orper Q eines Hauptidealbereiches R als Modul u ¨ ber R lokal zyklisch ist, dh., dass jeder endlich erzeugte ¨ Teilmodul von Q zyklisch ist. Dies gilt im Ubrigen immer dann, wenn Q der Quotientenk¨ orper eines Integrit¨atsbereiches R ist, in dem jedes endlich erzeugte Ideal Hauptideal ist. Es gibt Ringe, die diese Eigenschaft haben, ohne Hauptidealbereiche zu sein, z. B. der Ring aller u ¨ ber Z ganzen algebraischen Zahlen (s. etwa Kaplansky 1970). Ringe, die diese Eigenschaft haben, heißen B´ezoutbereiche. Wer sie so nannte und warum, weiß ich nicht. Keiner der von mir befragten Experten wusste es. Sind a, b ∈ R und ist R ein B´ezoutbereich, so haben a und b einen gr¨ oßten gemeinsamen Teiler und es gibt Elemente r, s ∈ R mit ggT(a, b) = ra + sb. Es gibt ja ein Element g ∈ R mit gR = aR + bR, da aR + bR nach Voraussetzung ein Hauptideal ist. Oﬀenbar ist g ein gr¨ oßter gemeinsamer Teiler von a und b, der sich aus a und b linear kombinieren l¨ asst. Da die gr¨oßten gemeinsamen Teiler von a und b alle assoziert sind, lassen sie sich alle linear aus a und b kombinieren. B´ezoutbereiche sind also ggT-Bereiche. Es gilt demnach f¨ ur a, b ∈ R, so sie nicht beide null sind, b a , = 1. ggT ggT(a, b) ggT(a, b) Daher kann man sich die Darstellung eines Elementes aus dem Quotientenk¨ orper eines B´ezoutbereiches stets gek¨ urzt vorstellen, wenn dies bequem erscheint. Der folgende Satz ﬁndet sich in L¨ uneburg 1976. Der Fall, dass R der Ring der ganzen Zahlen ist, wird in Hasse 1969 abgehandelt. Hasse benutzt f¨ ur seine Beweise, dass Z ein ZPE-Ring ist. Dies versagt im Falle der B´ezoutbereiche. Satz 1. Es sei R ein B´ezoutbereich und Q sei sein Quotientenk¨ orper. Sind a, b ∈ Q, sind ferner u, v, x, y ∈ R und gilt a = ux sowie b = yv und ggT(x, u) = 1 = ggT(y, v), so ist ggT(x, y)ggT(u, v) . Ra + Rb = R · uv

182

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Beweis. Ist a = 0, so ist x = 0 und wegen ggT(x, u) = 1 ist u eine Einheit. Wir d¨ urfen daher u = 1 annehmen. Es folgt ggT(0, y)ggT(1, v) y ggT(x, y)ggT(u, v) = = = b. uv v v Wegen Ra + Rb = Rb gilt die Behauptung in diesem Falle. Genauso schließt man, wenn b = 0 ist. Wir d¨ urfen daher annehmen, dass a und b beide nicht null sind. Wir setzen ggT(x, y)ggT(u, v) g := uv und xv m := ggT(x, y)ggT(u, v) sowie n :=

yu . ggT(x, y)ggT(u, v)

Dann sind m, n ∈ R und es gilt mg =

x u

= a und ng =

y v

= b. Hieraus folgt

aR + bR ⊆ gR. Weil R ein ggT-Bereich ist, gilt, wie schon bemerkt, ggT

x y , ggT(x, y) ggT(x, y)

= 1.

Aus ggT(x, u) = 1 folgt trivialerweise ggT

x u , ggT(x, y) ggT(u, v)

= 1.

Mit Satz 1 c) von Abschnitt 1 des Kapitels 7 folgt weiter ggT Ebenso folgt

ggT

x ,n ggT(x, y) v ,n ggT(u, v)

= 1. = 1.

Mit Satz 1 c) von Abschnitt 1 des Kapitels 7 folgt dann schließlich ggT(m, n) = 1. Es gibt also m , n ∈ R mit mm + nn = 1. Es folgt g = gmm + gnn = am + bn ∈ Ra + Rb,

8. Der duale Modul

183

so dass Rg ⊆ Ra + Rb ist. Folglich ist Rg = Ra + Rb, wie behauptet. Korollar. Endlich erzeugte Teilmoduln des R-Moduls Q sind zyklisch. Dies folgt mit Induktion aus Satz 1. Da Hauptidealbereiche stets B´ezoutbereiche sind, gilt Satz 1 insbesondere auch f¨ ur Hauptidealbereiche. Ist R ein solcher und ist Q sein Quotientenk¨ orper, so ist Q ein torsionsfreier R-Modul, dessen s¨amtliche endlich erzeugten Teilmoduln zyklisch sind. Es folgt, dass Q nicht frei ist. Als freier Modul m¨ usste er n¨ amlich zyklisch sein, was oﬀensichtlich nicht der Fall ist. Dies zeigt, dass man in Satz 7 von Abschnitt 6 auf das Endlich-erzeugt-sein von M nicht verzichten kann. Es sei R ein Integrit¨atsbereich und Q sei sein Quotientenk¨orper. Wir setzen W := Q/R, wobei Q bzw. R als Moduln u ¨ber R aufzufassen sind. Dann ist W ein Torsionsmodul, da f¨ ur ab ∈ Q ja a

b +R a

=b+R =R

ist. Satz 2. Es sei R ein ZPE-Hauptidealbereich und Q sei sein Quotientenk¨ orper. Ist W := Q/R, so sind die endlich erzeugten Teilmoduln von W zyklisch. Ist 0 = a ∈ R, so gibt es genau einen zyklischen Teilmodul U von W mit ann(U ) = aR. Beweis. Weil W epimorphes Bild von Q ist, folgt mit Satz 1, dass alle endlich erzeugten Teilmoduln von W zyklisch sind. Es sei 0 = a ∈ R. Dann ist 1 +R = aR, ann R · a so dass die Existenz von U sichergestellt ist. Es sei V ein zweiter zyklischer Teilmodul von W mit ann(V ) = aR. Es gibt dann ein erzeugendes Element u von U und ein erzeugendes Element v von V . Es folgt, dass Ru + Rv endlich erzeugt und damit zyklisch ist. Es sei Ru + Rv = Rw. Dann ist ann(Rw) = O(w) = bR mit einem b ∈ R. Weil W ein Torsionsmodul ist, ist b = 0. Es folgt bR = O(w) = ann(Rw) = O(u) ∩ O(v) = aR ∩ aR = aR. Nach Satz 9 von Abschnitt 6 ist Ru rein in Rw und folglich nach Satz 15 des gleichen Abschnitts ein direkter Summand. Es sei C ein Komplement von Ru in W . Dann ist also Rw = Ru ⊕ C. Der einzige Elementarteiler von Rw ist O(w). Folglich ist C = {0} nach Satz 14, da ja O(u) = O(w) ist. Es folgt Rw = Ru und damit Rv ⊆ Ru. Spielt man das

184

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

gleiche Spiel statt mit u mit v, so folgt Ru ⊆ Rv und damit Ru = Rv. Damit ist die Einzigkeit von U gezeigt und der Satz komplett bewiesen. Ist nun M ein Torsionsmodul u ¨ ber R, so setzen wir M ∗ := HomR (M, W ). Sind f , g ∈ M ∗ und ist r ∈ R, so deﬁnieren wir f + g und rf durch (f + g)(m) := f (m) + g(m) und (rf )(m) := rf (m) f¨ ur alle m ∈ M . Um nachzuweisen, dass rf ∈ M ∗ gilt, ben¨ otigt man die Kommutativit¨ at von R. Ich tue also hier das, was ich bei vielen Autoren von B¨ uchern zur linearen Algebra so heftig kritisiere, dass sie n¨ amlich lineare Algebra nur u ¨ber kommutativen K¨ orper betreiben und dabei so tun, als ginge u ¨ber nicht-kommutativen K¨ orpern alles genauso. Dies ist aber nicht der Fall, was ich im Einzelnen hier nicht noch einmal belegen m¨ochte. Ich m¨ochte nur betonen, dass man den dualen Raum eines Linksvektorraumes auf nat¨ urliche Weise nur zu einem Rechtsvektorraum machen kann und zu einem Linksvektorraum nur dann, wenn der zu Grunde liegende K¨orper einen Antiautomorphismus gestattet. Bei kommutativen K¨ orpern ist aber die Identit¨ at ein solcher. Hat der zu Grunde gelegte K¨ orper keinen Antiautomorphismus, so sind die Unterraumverb¨ ande von V und V ∗ nicht isomorph, wie man in der projektiven Geometrie lernt. Daher kann man aus V ∗ keinen Linksvektorraum machen (Baer 1952). Mit den soeben deﬁnierten Verkn¨ upfungen ist M ∗ ein R-Modul, der zu M duale Modul . Es gilt nun Satz 3. Ist M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R, so sind M und M ∗ isomorph. Beweis. Der Modul M ist die direkte Summe von zyklischen Moduln Rc1 , . . . , Rct , so dass f¨ ur die Ordnungsideale O(ci ) = ni R gilt, dass ni+1 Teiler von ni ist. F¨ ur i := 1, . . . , t setzen wir 1 γi := + R. ni t Dann gilt auch O(γi ) = ni R = O(ci ). Ist nun m = i:=1 ri ci ∈ M , so setzen wir χj (m) := rj γj . t

ur Gilt auch m = i:=1 si ci , so ist si − ri ∈ O(ci ) = O(γi ) und folglich si γi = ri γi f¨ alle i, so dass χj wohldeﬁniert ist. Es ist χi ∈ M ∗ . Außerdem gilt O(χj ) = nj R. t Ist nun y = i:=1 si ci ∈ M , so setzen wir y σ :=

t i:=1

s i χi .

8. Der duale Modul

185

Wegen O(χi ) = O(ci ) ist σ wohldeﬁniert. Ferner ist klar, dass (y + z)σ = y σ + z σ und (ry)σ = ry σ ist. Es sei y σ = 0. Dann ist 0=

t

s i χi .

i:=1

Hiermit folgt 0=

t

si χi (cj ) = sj γj

i:=1

und weiter sj ∈ O(γj ) = O(cj ) f¨ ur j := 1, . . . , t. Also ist y = 0, so dass σ injektiv ist. Es sei χ ∈ M ∗ . Dann ist ni χ(ci ) = χ(ni ci ) = 0. Nach Satz 2 liegt χ(ci ) daher in Rγi . Es gibt also ein ri ∈ R mit χ(ci ) = ri γi . Setze y :=

t

ri ci .

i:=1

Dann ist y σ (cj ) =

t

ri χi (cj ) = rj χj (cj ) = rj γj = χ(cj )

i:=1

f¨ ur alle j und folglich y σ = χ. Somit ist σ auch surjektiv. Damit ist der Satz bewiesen. Betrachtet man nun den bidualen Modul M ∗∗ von M , dh., den zu M ∗ dualen Modul, so ist dieser nat¨ urlich ebenfalls zu M isomorph. In diesem Fall gibt es aber einen Isomorphismus, dessen Deﬁnition basisunabh¨ angig ist, wie der n¨ achste Satz zeigt. Satz 4. Es sei M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R. F¨ ur m ∈ M deﬁnieren wir die Abbildung mτ von M ∗ in W durch mτ (χ) := χ(m). Dann ist τ ein Isomorphismus von M auf M ∗∗ . Beweis. Es ist mτ (χ + ψ) = (χ + ψ)(m) = χ(m) + ψ(m) = mτ (χ) + mτ (ψ) und mτ (rχ) = (rχ)(m) = r(χ(m)) = rmτ (χ),

186

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

so dass mτ ein Homomorphismus von M ∗ in W ist. Es ist (m + n)τ (χ) = χ(m + n) = χ(m) + χ(n) = mτ (χ) + nτ (χ) = (mτ + nτ )(χ) und folglich (m + n)τ = mτ + nτ . Weiter gilt (rm)τ (χ) = χ(rm) = rχ(m) = rmτ (χ) und damit (rm)τ = rmτ . Dies zeigt, dass τ ein Homomorphismus von M in M ∗∗ ist. τ Es sei m ∈ M und t m = 0. Mit den Bezeichnungen des Beweises von Satz 3 gilt zun¨ achst m = i:=1 ri ci und damit τ

0 = m (χj ) = χj (m) =

t

ri χj (ci ) = rj γj .

i:=1

ur alle j und damit m = 0, so dass τ injektiv ist. Also ist rj ∈ O(γj ) = O(cj ) f¨ Es sei f ∈ M ∗∗ und f (χi ) = yi γi . Solche yi gibt es nach Satz 2, da ja O(χi ) = O(γi ) ist. Setze t y i ci . y := i:=1

Dann ist y τ (χj ) =

t

yi χj (ci ) = yj γj = f (χj )

i:=1

f¨ ur alle j. Es folgt y τ = f , so dass τ auch surjektiv ist. Damit ist der Satz bewiesen. Es sei M ein endlich erzeugter Torsionsmodul u ¨ ber dem ZPE-Hauptidealbereich R. Ist U ein Teilmodul von M , so setzen wir U ⊥ := {χ | χ ∈ M ∗ , U ⊆ Kern(χ)}. Dann ist U ⊥ ein Teilmodul von M ∗ . Ist V ein Teilmodul von M ∗ , so setzen wir " Kern(χ). V := χ∈V

Es gilt Satz 5. Ist M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R, so gilt: a) Sind U und V Teilmoduln von M und ist U ⊆ V , so ist V ⊥ ⊆ U ⊥ . b) Sind U und V Teilmoduln von M ∗ und ist U ⊆ V , so ist V ⊆ U .

8. Der duale Modul

187

c) Ist U Teilmodul von M , so ist U ⊆ U ⊥ . d) Ist U Teilmodul von M ∗ , so ist U ⊆ U ⊥ . e) Es ist ⊥ = ⊥⊥ und = ⊥. Beweis. a) Es sei χ ∈ V ⊥ . Dann ist U ⊆ V ⊆ Kern(χ) und folglich χ ∈ U ⊥ . Dies beweist a). b) Wegen U ⊆ V gilt " " Kern(χ) ⊆ Kern(χ) = U . V = χ∈V

c) Es ist U⊆

χ∈U

"

Kern(χ) = U ⊥ .

χ∈U ⊥

d) Es ist

U ⊆ Kern(χ)

f¨ ur alle χ ∈ U . Daher gilt d). e) Es sei U Teilmodul von M . Dann ist U ⊆ U ⊥ nach c). Mit a) folgt U ⊥ ⊇ U (⊥ )⊥ . Weil U ⊥ Teilmodul von M ∗ ist, folgt mit b) U ⊥ ⊆ U ⊥( ⊥) . Weil aber (⊥)⊥ = ⊥(⊥) ist, folgt U ⊥ = U ⊥ ⊥ und damit die erste Behauptung von e). Die zweite beweist sich entsprechend. Satz 6. Ist M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R, ist U ein Teilmodul von M und deﬁniert man f¨ ur χ ∈ U ⊥ die Abbildung σ χ durch χσ (a + U ) := χ(a), so ist σ ein Isomorphismus von U ⊥ auf (M/U )∗ . Beweis. Ist χ ∈ U ⊥ und ist a + U = b + U , so gibt es ein u ∈ U mit a = b + u. Es folgt χ(a) = χ(b + u) = χ(b) + χ(u) = χ(b). Folglich ist χσ wohl deﬁniert. Dass σ ein Homomorphismus von U ⊥ in (M/U )∗ ist, ist schnell nachgerechnet. Ist χσ = 0, so ist χ(m) = 0 f¨ ur alle m ∈ M und daher χ = 0, so dass σ injektiv ist. Ist schließlich α ∈ (M/U )∗ und deﬁniert man χ durch χ(m) := α(m + U ), so ist χ ∈ U ⊥ und χσ = α. Somit ist σ auch surjektiv und damit ein Isomorphismus von U ⊥ auf (M/U )∗ . Satz 7. Ist M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R und ist U Teilmodul von M , so ist U = U ⊥ .

188

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

Beweis. Nach Satz 5 c) gilt U ⊆ U ⊥ . Nach Satz 6 sind U ⊥ und (M/U )∗ isomorph. Nach dem gleichen Satz sind auch U (⊥ )⊥ und (M/U ⊥ )∗ isomorph. Nach Satz 5 e) ist aber U ⊥ ⊥ = U ⊥ , so dass (M/U )∗ und (M/U ⊥ )∗ isomorph sind. Mit Satz 3 folgt die Isomorphie von M/U und M/U ⊥ . Mit Hilfe des 2. Isomorphiesatzes folgt, dass M/U ⊥ und (M/U )/(U ⊥ /U ) isomorph sind. Daher sind auch M/U und (M/U )/(U ⊥ /U ) isomorph. Mit Satz 16 b) des letzten Abschnittes folgt hieraus U ⊥ = U , was zu beweisen war. Satz 8. Ist M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R und ist V ein Teilmodul von M ∗ und deﬁniert man aρ f¨ ur a ∈ V

durch aρ (χ + V ) := χ(a) f¨ ur alle χ ∈ M ∗ , so ist ρ ein Isomorphismus von V auf (M ∗ /V )∗ . Beweis. Ist χ + V = χ + V , so ist χ − χ ∈ V und daher (χ − χ )(a) = 0. Es folgt χ(a) = χ (a), so dass aρ wohldeﬁniert ist. Wie immer zeigen nun Routinerechnungen, dass ρ ein Homomorphismus von V in (M ∗ /V )∗ ist. Es sei aρ = 0. Dann ist, wenn τ den Isomorphismus von M auf M ∗∗ aus Satz 4 bezeichnet, 0 = aρ (χ + V ) = χ(a) = aτ (χ) f¨ ur alle χ ∈ M ∗ . Also ist aτ = 0 und damit a = 0. Somit ist ρ injektiv. Um zu zeigen, dass ρ auch surjektiv ist, sei f ∈ (M ∗ /V )∗ . Dann deﬁnieren wir λ ∈ M ∗∗ durch die Vorschrift λ(χ) := f (χ + V ). Weil τ ein Isomorphismus von M auf M ∗∗ ist, gibt es ein a ∈ M mit aτ = λ. Es folgt aρ (χ + V ) = χ(a) = aτ (χ) = λ(χ) = f (χ + V ) f¨ ur alle χ ∈ M ∗ . Also ist aρ = f , so dass ρ auch surjektiv ist. Damit ist der Satz bewiesen. Satz 9 folgt nun mit Hilfe von Satz 8 wie Satz 7 mit Satz 6. Satz 9. Ist M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R und ist V Teilmodul von M ∗ , so ist V = V ⊥ . Beweis. Es ist V ⊆ V ⊥ . Nach Satz 8 sind V und (M ∗ /V )∗ isomorph. Mit Satz 3 folgt, dass V zu M ∗ /V isomorph ist. Ersetzt man in diesem Argument V durch V ⊥ , so sieht man, dass auch V ⊥ und M ∗ /V ⊥ isomorph sind. Nach Satz 5 e) ist aber V = V ⊥ . Daher sind M ∗ /V und M ∗ /V ⊥ isomorph, so dass wegen V ⊆ V ⊥ mittels Satz 16 b) von Abschnitt 7 die Gleichheit von V und V ⊥ folgt. Korollar. Ist M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R, so ist ⊥ eine Bijektion der Menge der Teilmoduln von M auf die uberhinaus gilt, dass ⊥ Menge der Teilmoduln von M ∗ und es gilt ⊥−1 = . Dar¨

9. Endliche abelsche Gruppen sind galoissche Gruppen

189

eine Dualit¨ at ist, das heißt, dass f¨ ur Teilmoduln U und V von M genau dann U ⊆ V gilt, wenn V ⊥ ⊆ U ⊥ ist. Satz 10. Es sei M ein endlich erzeugter Torsionsmodul u ¨ber dem ZPE-Hauptidealbereich R. Ist U ein Teilmodul von M , so gibt es einen Teilmodul D von M , so dass M/D zu U isomorph ist. alt M ∗ einen Teilmodul Beweis. Nach Satz 3 sind M und M ∗ isomorph. Also enth¨ X, der zu U isomorph ist. Wegen der Surjektivit¨ at von ⊥, gibt es einen Teilmodul D von M mit D⊥ = X, so dass D⊥ zu U isomorph ist. Nach Satz 6 ist D⊥ zu (M/D)∗ und nach Satz 3 dann auch zu M/D isomorph. Also ist auch U zu M/D isomorph. 9. Endliche abelsche Gruppen sind galoissche Gruppen. Als Frobenius und Stickelberger im Jahre 1879 ihre Arbeit publizierten, gab es noch nicht die abstrakte Deﬁnition einer Gruppe, die erst Weber im Jahre 1893 gab. F¨ ur Frobenius und Stickelberger war der Begriﬀ der endlichen abelsche Gruppe, wie oben schon erw¨ahnt, gleichbedeutend mit Untergruppe der Einheitengruppe des Ringes Z/nZ. F¨ ur sie war also die Existenz einer endlichen abelschen Gruppe mit gegebenen Elementarteilern nicht so einfach zu zeigen wie f¨ ur uns, die wir einfach mit den entsprechenden zyklischen Gruppen bzw. Moduln die a¨ußere direkte Summe bilden, um das gew¨ unschte Ziel zu erreichen. Sie mussten vielmehr noch zeigen, dass es zu gegebenen Invarianten stets auch ein n gibt und eine Untergruppe der Einheitengruppe von Z/nZ, die die gegebenen Invarianten hat. Um dies zu beweisen, benutzten sie, wie schon gesagt, den Satz von Dirichlet u ¨ ber Primzahlen in arithmetischen Reihen. Wie auch schon gesagt, braucht man nicht die volle Aussage des dirichletschen Satzes, sondern nur, dass es in arithmetischen Reihen der Form {1 + qn | n ∈ N0 } stets unendlich viele Primzahlen gibt. Dies zu beweisen ist viel einfacher. Einen Beweis dieser Tatsache, der sich des Satzes von Zsigmondy bediente, haben wir oben gesehen. Die Existenzaussage von Frobenius und Stickelberger ist einmal f¨ ur sich gesehen schon hoch interessant und wird zum anderen ben¨ otigt, um zu zeigen, dass es zu jeder endlichen abelschen Gruppe eine Erweiterung L von Q gibt, so dass die Automorphismengruppe des K¨ orpers L zur gegebenen Gruppe isomorph ist. Satz 1. Es sei A eine endliche abelsche Gruppe. Es gibt dann eine nat¨ urliche Zahl n, so dass A zu einer Untergruppe der Einheitengruppe von Z/nZ isomorph ist. Beweis. Indem wir das, was wir f¨ ur Moduln gemacht haben, nun f¨ ur die multiplikativ geschriebene Gruppe A interpretieren, ﬁnden wir zyklische Untergruppen C1 , . . . , Ct von A, so dass A = C1 × . . . × Ct ist und u ¨ berdies |Ci | ≡ 0 mod |Ci+1 | gilt f¨ ur i := 1, . . . , t − 1. Nach Satz 3 von Abschnitt 4 gibt es Primzahlen p1 , . . . , pt mit pi ≡ 1 mod |A| f¨ ur alle i. Weil |Ci | Teiler von |A| ist, gilt pi − 1 ≡ 0 mod |Ci |

190

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

f¨ ur i := 1, . . . , t. Setze n := ti:=1 pi . Weil die pi paarweise teilerfremd sind, t gilt nach dem chinesischen Restsatz, dass Z/nZ und i:=1 Z/pi Z isomorph sind. Bezeichnet man mit G(R) die Einheitengruppe des Ringes R, so folgt G(Z/nZ) ∼ = G(Z/p1 Z) × . . . × G(Z/pt Z). Weil pi Primzahl ist, ist G(Z/pi Z) eine zyklische Gruppe der Ordnung pi − 1. Weil |Ci | Teiler von pi − 1 ist, gibt es eine Untergruppe Di von G(Z/pi Z) mit |Di | = |Ci |, so dass Di und Ci isomorph sind. Dann ist aber D1 × . . . × Dt eine zu A = C1 × . . . × Ct isomorphe Untergruppe von G(Z/p1 Z) × . . . × G(Z/pt Z). Folglich enth¨ alt auch G(Z/nZ) eine zu A isomorphe Untergruppe. Nun sind wir in der Lage, den schon angek¨ undigten Satz u ¨ber endliche abelsche Gruppen als Automorphismengruppen endlicher Erweiterungen von Q zu beweisen. Dieser Satz ﬁndet sich in Webers Lehrbuch der Algebra (Weber 1899, S. 86 ﬀ.). Ob er schon vorher bekannt war, weiß ich nicht. Satz 2. Ist A eine endliche abelsche Gruppe, so gibt es eine Erweiterung L von Q mit [L : Q] = |A|, so dass A die Automorphismengruppe von L ist. Beweis. Nach Satz 1 gibt es eine nat¨ urliche Zahl n, so dass A zu einer Untergruppe der Einheitengruppe E von Z/nZ isomorph ist. Nach Satz 5 von Abschnitt 3 ist E isomorph zur Automorphismengruppe G des n-ten Kreisteilungsk¨ orpers alt auch diese Gruppe eine zu A isomorphe Untergruppe. Nach Satz Qn . Also enth¨ 10 von Abschnitt 8 gibt es daher eine Untergruppe D von G, so dass auch A und G/D isomorph sind. Wir setzen M := Qn . Wir setzen ferner ur alle α ∈ D}. L := {l | l ∈ M, lα = l f¨ Dann ist L ein Teilk¨ orper von M , der nat¨ urlich den Primk¨ orper Q umfasst. Es sei γ ∈ G und l ∈ L. Dann ist, da G abelsch ist, (lγ )α = lγα = lαγ = (lα )γ = lγ f¨ ur alle α ∈ D, so dass lγ ∈ L ist. Hieraus folgt Lγ = L, so dass γ einen Automorphismus γ ρ in L induziert. Oﬀenbar ist ρ ein Homomorphismus von G in die Automorphismengruppe von L und es gilt D ⊆ Kern(ρ).

9. Endliche abelsche Gruppen sind galoissche Gruppen

191

Wir wollen zeigen, dass D = Kern(ρ) gilt und dass Gρ die volle Automorphismengruppe von L ist. Dazu sei ζ eine primitive n-te Einheitswurzel von L. Dann ist M = Q[ζ] ⊆ L[ζ] ⊆ M und folglich L[ζ] = M . Setze f :=

(x − ζ δ ).

δ∈D

ur alle γ ∈ D, so dass f ∈ L[x] ist. Dann ist Grad(f ) = |D|. Ferner gilt f γ = f f¨ Außerdem ist f irreduzibel u ¨ ber L. Ist n¨amlich f = gh mit g, h ∈ L[x] und ist ur alle γ ∈ D, so dass Grad(g) = Grad(f ) ist. oBdA g(ζ) = 0, so folgt g(ζ γ ) = 0 f¨ Somit ist f in der Tat irreduzibel. Daher ist f das Minimalpolynom von ζ u ¨ ber L und es folgt [M : L] = Grad(f ) = |D|. Daher ist (Wir benutzen hier die Dimensionsformel, die wir erst im n¨ achsten Kapitel beweisen werden. Satz 2 von Abschnitt 3 des Kapitels 10.) |D|[L : Q] = [M : L][L : Q] = [M : Q] = |G| = |G/D| |D| = |A| |D| und weiter [L : Q] = |A|. Es sei nun F := {γ | γ ∈ G, lγ = l f¨ ur alle l ∈ L}. Dann ist D ⊆ F . Ist β ∈ F , so ist f β = f . Es gibt daher ein δ ∈ D mit ζ β = ζ δ . Wegen M = L[ζ] folgt hieraus β = δ, so dass D = F gilt. Dies zeigt, dass A isomorph ist zu einer Untergruppe der Automorphismengruppe von L. Es sei schließlich α ein Automorphismus von L. Dann ist f α ein Teiler von orper Q elementweise festl¨asst. Weil α ein AuΦα n = Φn . Letzteres, weil α den K¨ tomorphismus von L ist, ist u ¨ berdies f α ∈ L[x]. Weil Φn in M vollst¨andig in Linearfaktoren zerf¨ allt, zerf¨ allt auch f α in M in Linearfaktoren. Es gibt also eine α Nullstelle ξ von f in M . Dann ist ξ aber auch eine Nullstelle von Φn und somit eine primitive n-te Einheitswurzel. Mittels Satz 2 von Abschnitt 1 folgt, dass sich α zu einem Isomorphismus λ von M fortsetzen l¨asst. Dann ist aber λ ∈ G und λ|L = α. Damit ist gezeigt, dass G/D zur Automorphismengruppe von L isomorph ist. Die hier gemachten Schl¨ usse sind typisch f¨ ur die galoissche Theorie, so wie sie von Galois selbst und den Mathematikern des 19. Jahrhunderts betrieben wurde, dass man n¨amlich die zu f¨ uhrenden Beweise an einem sog. primitiven Element des Zerf¨allungsk¨ orpers des zu untersuchenden Polynoms aufhing. Dabei ist ein primitives Element der Erweiterung L : K ein Element π ∈ L mit L = K[π]. Dar¨ uber werden wir noch zu berichten haben wie auch dar¨ uber, wann es ein solches primitives Element gibt. Es gibt es immer, wenn der K¨ orper die Charakteristik 0 hat. Ist K = GF(p) und L = GF(pn ), so gibt es ebenfalls ein solches Element,

192

Kapitel VIIII. Der abstrakte K¨ orperbegriﬀ

da die multiplikative Gruppe von L ja zyklisch ist. Es gibt aber nicht immer ein primitives Element. Bei unseren Untersuchungen war ζ das fragliche primitive Element. Man beachte, dass sich hier pl¨otzlich die Fragestellung ge¨andert hat. Es geht bei dem letzten Satz nicht mehr prim¨ ar um das L¨ osen von Gleichungen, das ja Galois mit Gruppen in Verbindung gebracht hat. Die Gruppen, die bei Galois auftreten, sind zwar stets die Automorphismengruppe des Zerf¨ allungsk¨ orpers des untersuchten Polynoms, doch die interessierende Frage ist, ob das gegebene Polynom sich algebraisch l¨osen l¨asst. Hier wird nun direkt danach gefragt, ob eine gegebene Gruppe Automorphismengruppe einer algebraischen Erweiterung von Q ist. Dies bereitet den Boden f¨ ur die artinsche Version der galoisschen Theorie, wo die Gruppen im Vordergrund stehen und die Gleichungen ganz in den Hintergrund gedr¨ angt werden.

X. Steinitz 1. Die p-adischen Zahlen. Hensel, Sch¨ uler von Kronecker, wurde durch seine zahlentheoretischen Untersuchungen auf die p-adischen Zahlen gef¨ uhrt, deren Konstruktion er 1904 und dann in Buchform 1908 ver¨ oﬀentlichte. Steinitz wurde von ihnen zu seiner großen Arbeit inspiriert, zu deren Beginn er bemerkte, dass ¨ sie v¨ollig aus dem Rahmen des bislang Ublichen herausﬁelen. Sie seien keine Funktionenk¨ orper und auch keine algebraischen Erweiterungen von Q. Ich f¨ uge hinzu: Ihre Charakteristik ist 0, so dass sie zumindest an der Oberﬂ¨ ache auch nichts mit Galoisfeldern zu tun haben. Dies sind f¨ urwahr triftige Gr¨ unde, sie dem Leser hier vorzustellen. Anschließend werden wir dann endlich damit beginnen, die steinitzsche Arbeit zu kommentieren. Das Vorgehen hier ist nun wieder ganz und gar nicht philologisch. Ich lernte vor Jahren aus Kaplansky 1962, dass der Endomorphismenring der Pr¨ ufergruppen Z(p∞ ) zum Ring der ganzen henselschen p-adischen Zahlen isomorph sei. Das brachte mich auf die Idee, die henselschen p-adischen Zahlen auf diesem Weg zu konstruieren. Diesem Weg bin ich dann in einer Anf¨ angervorlesung hier in Kaiserslautern gegangen. Wiedergegeben ist diese Konstruktion in L¨ uneburg 1973. ¨ In diesem Algebrabuch ﬁndet sich auch eine Serie von Ubungsaufgaben, wo diese Konstruktion auf euklidische Ringe verallgemeinert wird (loc. cit. S. 145 ﬀ.). F¨ ur den kundigen Leser wurde darauf hingewiesen, dass diese Konstruktion sich auch mit Hauptidealbereichen durchf¨ uhren ließe. Diesen Hinweis m¨ochte ich nun explizit machen. Die Aufgabenserie hat eine Geschichte, die ich dem Leser nicht vorenthalten m¨ochte. Sie spielt im akademischen Jahr 1970/71, dem Jahr 1 des Bestehens unserer noch immer jungen Universit¨at, die mittlerweile zur technischen Universit¨ at mutiert ist. ¨ Wir waren bei der Diskussion der Diplompr¨ ufungsordnung, die im Ubrigen bis 1 heute nicht abgerissen ist . Eines der studentischen Mitglieder des Fachbereichsrates, Gert Schneider, sp¨ ater zu makabrer Ber¨ uhmtheit gelangt, verlangte, die Pr¨ aambel in der Pr¨ ufungsordnung ersatzlos zu streichen. In dieser Pr¨ aambel stand n¨ amlich und stand noch Jahre danach, dass es Zweck der Pr¨ ufungsordnung sei festzustellen, ob der Kandidat nach wissenschaftlichen Grunds¨atzen zu arbeiten gelernt habe. Schneider meinte zur Begr¨ undung seines Verlangens, es garantiere ja niemand, dass Studenten w¨ ahrend ihres Studiums auch wirklich die M¨ oglichkeit 1

Mittlerweile im Gefolge von Bologna nun doch.

194

Kapitel X. Steinitz

h¨ atten, dies zu lernen. Dies traf mich zutiefst in meiner Berufsehre. Voller Zorn ver¨ fasste ich daraufhin eine Serie von drei Ubungsbl¨ attern mit eben jenen Aufgaben, wobei ich auf dem ersten Blatt verschiedene M¨ oglichkeiten des wissenschaftlichen Arbeitens erl¨auterte, darunter die M¨ oglichkeit des Verallgemeinerns bekannter Resultate. Im vorliegenden Falle hatte ich n¨ amlich die fraglichen Resultate, wie schon erw¨ahnt, f¨ ur den Fall Z vorgerechnet. Diese Aufgabe war also f¨ ur die damaligen Studenten eine fr¨ uhe — nicht die erste — Anleitung zum wissenschaftlichen Arbeiten. Rosemarie Rink und Manfred Dugas, dem mathematischen Publikum durch sch¨ one Arbeiten bekannt, haben damals schon durch die L¨ osung dieser Aufgaben ihr Talent bewiesen. Im Jahre 2005 ist die Pr¨ aambel dann doch verschwunden. Gehen wir daran, diese Aufgaben zu l¨ osen. Es sei R ein Hauptidealbereich, der gleichzeitig ein ZPE-Bereich sei. Wir bezeichnen mit Q(R) den Quotientenk¨ orper von R. Dann ist Q(R) insbesondere ein R-Modul und R ist ein Teilmodul von Q(R). Wir betrachten wieder den Faktormodul Q(R)/R. Dieser ist ein Torsionsmodul, wie wir schon wissen. Ist p ein Primelement von R, so bezeichnen wir ufermodul zum mit R(p∞ ) die p-Komponente von Q(R)/R und nennen sie den Pr¨ Primelement p u ¨ ber R. Es sei X ∈ R(p∞ ). Es gibt dann a, b ∈ R und ein n ∈ N0 mit b = 0, ggT(a, b) = 1, X = ab + R und pn X = R. Es folgt s := pn

a ∈ R. b

Hieraus folgt pn a = sb. Da b zu a teilerfremd ist, ist b Teiler von pn . Es gibt daher eine Einheit e in R und eine nicht-negative ganze Zahl i ≤ n mit b = epi . Es folgt X=

ae−1 + R. pi

Dies zeigt, dass R(p∞ ) genau aus den Elementen der Form a +R pn mit a ∈ R und n ∈ N0 besteht. Wir setzen Rp := EndR (R(p∞ )). Ist R = Z, so heißt Rp Ring der ganzen henselschen p-adischen Zahlen. Statt mit Zp bezeichnen wir ihn, Hensel zu ehren, mit Hp . Satz 1. Es sei R ein ZPE-Hauptidealbereich und R(p∞ ) sei der Pr¨ ufermodul zum Primelement p u ¨ber R. F¨ ur i ∈ N0 setzen wir Ui := a | a ∈ R(p∞ ), pi a = 0 .

1. Die p-adischen Zahlen

195

Dann gilt ur alle i ∈ N0 . a) Es ist Ui ⊆ Ui+1 f¨ #∞ b) Es ist i=0 Ui = R(p∞ ). c) Es ist Ui = ( p1i + R)R f¨ ur alle i. d) Ist V ein Teilmodul von R(p∞ ), so ist entweder V = R(p∞ ) oder es gibt ein i ∈ N0 mit V = Ui . Beweis. a) und b) sind trivial. Um c) zu beweisen, beachten wir zun¨achst, dass a + R ∈ Ui ist f¨ ur alle a ∈ R. Es sei paj + R ∈ Ui und p sei kein Teiler von a. Dann i p ist a pi j ∈ R. p Es gibt also ein s ∈ R mit pi a = spj . Weil p kein Teiler von a ist, ist pj Teiler von pi . Daher ist j ≤ i und es folgt a 1 i−j + R = ap + R . pj pi Also gilt c). Es sei V = R(p∞ ). Es gibt dann ein a ∈ R und ein n ∈ N0 , so dass p kein Teiler von a ist und u ¨ berdies a + R ∈ V pn gilt. Dann ist wegen

1 a n +R p auch

=

a +R pn

1 + R ∈ V. pn

Es sei n minimal mit der Eigenschaft, dass p1n + R kein Element von V sei. Ist V , da andernfalls n ≤ m, so ist auch p1m + R ∈ 1 1 m−n +R=p +R ∈V pn pm w¨are. Es sei nun pbm + R ∈ V und p sei kein Teiler von b. Weil p ein Primelelement ist, sind b und pm teilerfremd. Es gibt also u, v ∈ R mit 1 = ub + vpm . Es folgt b b 1 + R = u + v + R = u + R ∈ V. pm pm pm 1 Also ist m < n und folglich V ⊆ Un−1 . Andererseits ist pn−1 + R auf Grund der Minimalit¨ at von n ein Element von V . Also ist Un−1 ⊆ V und damit Un−1 = V .

196

Kapitel X. Steinitz

Damit ist auch d) bewiesen. Satz 2. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. Ist α ein Element des Endomorphismenrings Rp von R(p∞ ), so gilt α(Ui ) ⊆ Ui f¨ ur alle i ∈ N0 . Beweis. Es sei x ∈ Ui . Dann ist pi α(x) = α(pi x) = 0. Also ist α(x) ∈ Ui . Satz 3. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. Ist dann Rp der Endomorphismenring von R(p∞ ), so ist Rp kommutativ. Beweis. F¨ ur i ∈ N setzen wir ai :=

1 + R. pi

Dann ist Ui = ai R f¨ ur alle i. Wegen Satz 1 b) sind die ai ein Erzeugendensystem von R(p∞ ). Sind nun α, β ∈ Rp , so gibt es nach Satz 2 Elemente r, s ∈ R mit α(ai ) = rai und β(ai ) = sai . Es folgt αβ(ai ) = α(sai ) = sα(ai ) = srai = rsai = rβ(ai ) = β(rai ) = βα(ai ). ur alle i. Weil die ai den Modul R(p∞ ) erzeugen, ist Es gilt also αβ(ai ) = βα(ai ) f¨ daher αβ = βα, so dass Rp in der Tat kommutativ ist. Satz 4. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. Ferner sei wieder 1 ai := i + R. p Dann ist pai+1 = ai f¨ ur alle i ∈ N und die Menge {ai | i ≥ n} ur alle n ∈ N. erzeugt R(p∞ ) f¨ Beweis. Die erste Aussage folgt unmittelbar aus der Deﬁnition der ai . Aus ihr folgt wiederum, dass {pn−1 ai | i ≥ n} = {aj | j ∈ N} ist. Da die Menge rechter Hand, wie schon bemerkt, den Modul R(p∞ ) erzeugt, erzeugt auch die Menge {ai | i ≥ n} diesen Modul. Satz 5. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. Ist 0 = α ∈ Rp , so ist α surjektiv.

1. Die p-adischen Zahlen

197

Beweis. Wegen α = 0 ist Kern(α) = R(p∞ ). Nach Satz 1 gibt es also ein n ∈ N0 mit Kern(α) = Un . Es ist an+1 ∈ Un und daher α(an+1 ) = 0. Andererseits ist pan+1 = an und folglich pα(an+1 ) = α(pan+1 ) = α(an ) = 0. Folglich ist 0 = α(an+1 ) ∈ U1 . Daher ist nach Satz 1 α(Un+1 ) = U1 . are Es sei α(Un+i ) = Ui . Dann ist Ui = α(Un+i ) ⊆ α(Un+i+1 ). W¨ Ui = α(Un+i+1 ), so w¨are 0 = pi α(an+i+1 ) = α(pi an+i+1 ) = α(an+1 ) = 0. Dieser Widerspruch zeigt, dass Ui = α(Un+i+1 ) ist. Nach Satz 1 ist daher Ui+1 ⊆ α(Un+i+1 ). Nun ist aber pi+1 α(an+i+1 ) = α(pi+1 an+i+1 ) = α(an ) = 0. Daher ist α(Un+i+1 ) ⊆ Ui+1 und folglich α(Un+i+1 ) = Ui+1 . Also gilt α(Un+i ) = Ui f¨ ur alle i ∈ N. Daher ist α nach Satz 1 b) surjektiv. Satz 6. Ist R ein ZPE-Hauptidealbereich und ist p ein Primelement von R, so ist Rp nullteilerfrei. Beweis. Es seien 0 = α, β ∈ Rp . Nach Satz 5 sind α und β surjektiv. Also ist auch αβ surjektiv und damit nicht null. Satz 7. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. Ist G(Rp ) die Einheitengruppe von Rp , so ist P := R − GR ein Ideal von Rp . Dieses Ideal enth¨ alt alle echten Ideale von Rp . Beweis. Es ist 0 ∈ P , so dass P nicht leer ist. Sind α, β ∈ P , so sind α und β keine Einheiten, dh., keine Automorphismen von R(p∞ ). Ist α oder β gleich 0, so ist α + β ∈ P . Sind sie beide nicht 0, so sind sie nicht injektiv, da sie nach Satz 5 ja surjektiv sind. Daher ist U1 ⊆ Kern(α), Kern(β) und folglich α(a1 ) = 0 = β(a1 ). Dann ist aber auch (α + β)(a1 ) = α(a1 ) + β(a1 ) = 0.

198

Kapitel X. Steinitz

Also ist auch in diesem Falle α + β ∈ P . Ist α ∈ P und ρ ∈ Rp , so ist αρ(a1 ) = ρα(a1 ) = ρ(0) = 0. Folglich ist auch αρ, ρα ∈ P , so dass P ein Ideal ist. alt I eine Einheit, Ist I ein Ideal von Rp , welches nicht in P enthalten ist, so enth¨ ist also gleich Rp . Will man Genaueres u ¨ ber die Struktur von Rp wissen, muss man sich die Wirkung eines Elementes aus Rp auf die ai genauer ansehen. Da entsteht nun eine eigent¨ umliche Schwierigkeit. Ist α ∈ Rp , so gibt es ein r ∈ R mit α(ai ) = rai . Ist dann s ∈ R, so ist (r + spi )ai = rai + spi ai = rai = α(ai ). Es gibt also nicht nur ein r, sondern eine ganze Restklasse mod pi R von Elementen, ussen die die Wirkung von α auf ai beschreiben. Um α in den Griﬀ zu bekommen, m¨ ur alle i wir die Wirkung von α auf die ai mittels Elementen aus R simultan f¨ beschreiben. Das ist kein Problem, falls R = Z ist. Dann w¨ahlt man in r + pi Z das kleinste nicht-negative Element. Ist R = K[x] der Polynomring in der Unbestimmten x u ¨ ber K, so nimmt man in r + pi K[x] das Element kleinsten Grades, bzw. die 0, falls r = 0 sein sollte. Ist R abz¨ ahlbar, so betrachte man eine Abz¨ahlung von R und nehme als Vertreter f¨ ur r + pi das in dieser Menge liegende Element mit dem kleinsten Index. Dies ist ein Trick, den man in der Analysis immer wieder benutzt, um Teilfolgen von Folgen auszuw¨ ahlen, die ja eo ipso mit nat¨ urlichen Zahlen indiziert sind. Wir werden dieser Schwierigkeit im allgemeinen Fall noch eine Weile aus dem Wege gehen und zun¨achst noch zwei weitere Ringe Fp und Sp studieren. Die Elemente von Fp sind alle Abbildungen f von N in R, f¨ ur die gilt, dass fi+1 ≡ fi mod pi ist f¨ ur alle i ∈ N. Oﬀenbar geh¨ oren alle konstanten Folgen zu Fp , so dass Fp nicht uhrt dies leer ist. Deﬁniert man die Addition von Folgen aus Fp punktweise, so f¨ nicht aus Fp heraus. Die Multiplikation deﬁnieren wir ebenfalls punktweise. Dann ist wegen (f g)i+1 − (f g)i = fi+1 (gi+1 − gi ) + (fi+1 − fi )gi auch f g ∈ Fp . Satz 8. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. Es gibt dann einen Homomorphismus α von Fp in Rp mit α(f )(ai ) = fi ai f¨ ur alle f ∈ Fp .

1. Die p-adischen Zahlen

199

ur alle i. Mittels Induktion Beweis. Es sei f ∈ Fp . Dann ist fi ≡ fi+1 mod pi f¨ folgt fi ≡ fi+k mod pi f¨ ur alle i, k ∈ N. Wir deﬁnieren eine bin¨ are Relation α(f ) auf R(p∞ ) verm¨ oge (u, v) ∈ α(f ) genau dann, wenn es ein x ∈ R und ein i ∈ N gibt mit u = xai und v = xfi ai . Wir zeigen, dass α(f ) eine Abbildung von R(p∞ ) in sich ist. Es seien (u, v), (u, w) ∈ α(f ). Dann ist u = xai , v = xfi ai und u = yak , w = yfk ak f¨ ur passende x, y ∈ R und passende i, k ∈ N. Es sei oBdA i ≤ k. Dann ist xpk−i ak = xai = u = yak und daher y ≡ xpk−i mod pk . Andererseits ist fk ≡ fi mod pi und daher fk pk−i ≡ fi pk−i mod pk . Folglich ist yfk ≡ xpk−i fk ≡ xpk−i fi mod pk . Hiermit folgt v = xfi ai = xfi pk−i ak = yfk ak = w. Ist andererseits u ∈ R(p∞ ), so gibt es nach Satz 1 ein x ∈ R und ein i ∈ N mit u = xai . Dann ist (u, xfi ai ) ∈ α(f ), so dass α(f ) in der Tat eine Abbildung von R(p∞ ) ist. Als n¨achstes zeigen wir, dass α(f ) ∈ Rp ist. Dazu seien u, v ∈ R(p∞ ). Es gibt dann x, y ∈ R und i, k ∈ N mit u = xai und v = yak . Es sei wieder oBdA i ≤ k. Dann ist α(f )(u + v) = α(f ) (xpk−i + y)ak = (xpk−i + y)fk ak = xfk ai + yfk ak . Wegen fi ≡ fk mod pi folgt hieraus α(f )(u + v) = xfi ai + yfk ak = α(f )(u) + α(f )(v), so dass α(f ) additiv ist. Ist r ∈ R, so folgt auch noch α(f )(ru) = rxfi ai = rα(f )(u), so dass α(f ) in der Tat ein Endomorphismus von R(p∞ ) ist. Ganz banal nachzuweisen ist schließlich, dass α ein Homomorphismus von Fp in Rp ist.

200

Kapitel X. Steinitz

Wir bezeichnen mit Sp das Bild von Fp unter α. Satz 9. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. ∞ ur alle Wir deﬁnieren π ∈ Sp durch π(x) := px f¨ ! x ∈ R(p ). Ist dann Q ein von {0} verschiedenes Ideal von Sp und ist V := α∈Q Kern(α), so ist V = Un mit einem n ∈ N0 und Q = π n R. Beweis. Weil V ein Teilmodul von R(p∞ ) ist, ist nach Satz 1 entweder V = R(p∞ ) oder V = Un mit einem passenden n. Weil Q = {0} ist, kann der erste Fall nicht eintreten. Also ist V = Un . Es sei 0 = α ∈ Q und Um sei der Kern von α. Dann ist n ≤ m. Auf Grund der Deﬁnition von Sp gibt es ein f ∈ Fp mit α(ai ) = fi ai f¨ ur alle i. Dann ist fm ≡ 0 mod pm und daher fm+i ≡ 0 mod pi f¨ ur alle i ∈ N0 . Andererseits ist fm+i f¨ ur kein i ∈ N durch pm+1 teilbar, da sonst wegen fm+i ≡ fm+1 mod pm+1 das Element am+1 im Kern von α l¨ age. Es gibt daher zu jedem i ∈ N ein ri ∈ R mit fm+i = ri pm und dieses ri ist nicht durch p teilbar. Es folgt ri+1 pm = fm+i+1 ≡ fm+i = ri pm mod pm+i , was die Kongruenz ri+1 ≡ ri mod pi nach sich zieht. Folglich ist r ∈ Fp , so dass durch ρ(ai ) := ri ai gem¨aß Satz 8 ein ρ ∈ Sp deﬁniert wird. Ist nun i ≤ m, so folgt ρπ m (ai ) = ρ(pm ai ) = 0 = α(ai ). Andererseits ist ρπ m (am+i ) = ρ(ai ) = ri ai = ri pm am+i = α(am+i ) f¨ ur alle i ∈ N. Also ist ρπ m = α. W¨ are nun ρ keine Einheit, so w¨ are ρ(a1 ) = 0, was wegen r1 ≡ 0 mod p nicht der Fall ist. Weil Q ein Ideal ist, ist daher π m = ρ−1 α ∈ Q.

1. Die p-adischen Zahlen

201

ur die π m ∈ Q gilt. Dann folgt Es sei nun k die kleinste unter allen m ∈ N0 , f¨ α = ρπ m = (ρπ m−k )π k ∈ π k Sp . Also ist Q ⊆ π k Sp ⊆ Q. Folglich ist Q = π k Rp . Dann ist aber Un = Kern(π k ) und damit k = n. Damit ist alles bewiesen. Der Beweis von Satz 9 liefert auch noch den folgenden Satz, wenn man nur beachtet, dass π ein Primelement ist, da ja πSp ein maximales Ideal in Sp ist. Satz 10. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement. Ist 0 = α ∈ Sp , so gibt es eine Einheit ρ ∈ Sp und ein n ∈ N0 mit α = ρπ n . Insbesondere ist auch Sp ein ZPE-Hauptidealbereich. Die Frage, die vorhin kurz angesprochen wurde, ist, unter welchen Bedingunultigkeit des gen Sp = Rp ist. Die Antwort lautet, sicherlich dann, wenn die G¨ Auswahlaxioms vorausgesetzt wird. Um dieses zu formulieren, deﬁnieren wir zun¨ achst das cartesische Produkt irgendwelcher Mengen. Ist (Mi | i ∈ I) eine Familie von Mengen, so bezeichnen wir mit carti∈I Mi # die Menge aller Abbildungen von I in i∈I Mi mit fi ∈ Mi f¨ ur alle i ∈ I. Man nennt carti∈I Mi das cartesische Produkt der Mi . Ist I endlich, so beweist man durch Induktion nach der L¨ ange von I, dass wenn alle M nicht leer sind. Dies stimmt auch, wenn carti∈I Mi nicht leer ist, i # I = ∅ ist. Dann ist ja i∈I Mi = ∅ und folglich carti∈I Mi = {∅}, da ∅ ja eine und zwar die einzige Abbildung von ∅ in ∅ ist, die außerdem mangels Masse sogar eine Auswahlfunktion ist. Ist I nicht endlich, so besagt einer der H¨ ohepunkte der mathematischen Forschung des 20. Jahrhunderts, dass das Auswahlaxiom von den u ¨brigen Axiomen der Mengenlehre unabh¨ angig ist, dass man also Modelle der Mengenlehre hat, in denen das Auswahlaxiom gilt (G¨ odel 1938. G¨ odel gibt nur eine grobe Skizze f¨ ur den Beweis seiner Behauptung), wie auch Modelle, in denen es nicht gilt (Fraenkel 1922). Dies ist relativ zu den u ¨ brigen Axiomen der Mengenlehre zu verstehen. Man kann das Auswahlaxiom zu den u ¨brigen Axiomen hinzunehmen oder auch seine Verneinung. Ergibt sich ein Widerspruch, so ist er schon Folge der u ¨ brigen Axiome. Das Auswahlaxiom aber besagt: Auswahlaxiom. Ist (Mi | i ∈ I) eine Familie nicht-leerer Mengen, so ist carti∈I Mi = ∅.

202

Kapitel X. Steinitz

Das Auswahlaxiom wurde von Zermelo eingef¨ uhrt und dazu benutzt zu zeigen, dass jede Menge wohlgeordnet werden kann (Zermelo 1904). Dabei heißt eine Menge M bez¨ uglich ≤ wohlgeordnet , wenn jede nicht-leere Teilmenge von M ein bez¨ uglich ≤ kleinstes Element enth¨alt. Da dann auch jede Teilmenge aus zwei ¨ Elementen ein kleinstes Element enth¨alt, sind Wohlordnungen immer linear. Uber den zermeloschen Wohlordnungssatz und weitere zum Auswahlaxiom a¨quivalente Prinzipien der Mengenlehre werden wir im n¨ achsten Kapitel berichten. Wir werden dort auch mehr u ¨ ber die Geschichte des Ausw¨ahlens aus Mengen erfahren und dabei wieder Rodolfo Bettazzi begegnen, dessen Teoria delle grandezze schon in ersten Kapitel eine Rolle spielte. Satz 11. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. Gilt das Auswahlaxiom, so ist der in Satz 8 beschriebene Homomorphismus α surjektiv, dh., es ist Sp = Rp . Beweis. Es sei β ∈ Rp . Dann ist die Menge Mi der r ∈ R mit β(ai ) = rai nicht leer. Auf Grund des Auswahlaxioms gibt es eine Abbildung f von N in R mit ussen zeigen, dass f ∈ Fp ist. Es ist β(ai ) = fi ai . wir m¨ pfi ai+1 = fi ai = β(ai ) = β(pai+1 ) = pβ(ai+1 ) = pfi+1 ai+1 . Es folgt pfi ≡ pfi+1 mod pi+1 und weiter fi ≡ fi+1 mod pi . Damit ist alles gezeigt. Ist R = Z oder R = K[x] der Polynomring in der Unbestimmten x u ¨ ber dem K¨ orper K oder ist R abz¨ ahlbar, so ben¨otigt man das Auswahlaxiom nicht, um die Gleichheit von Sp und Rp zu beweisen, da man sich in diesen F¨allen, wie oben gezeigt, auf anderem Wege eine Auswahlfunktion f der verlangten Art verschaﬀen kann. atsbereich, wie wir feststellten. Daher existiert Der Ring Rp ist ein Integrit¨ sein Quotientenk¨ orper Q(Rp ). Ist R = Z, so schreibt man dann auch Qp f¨ ur diesen K¨ orper und nennt ihn K¨ orper der henselschen p-adischen Zahlen. Ganz entsprechend existiert auch der Quotientenk¨ orper Q(Sp ) von Sp . Satz 12. Es sei R ein ZPE-Hauptidealbereich und p sei ein Primelement von R. Ist σ ∈ Sp und wird σ durch f ∈ Fp dargestellt, so wird durch ψ(σ) := fi + pi R ein Epimorphismus von Sp auf R/pi R deﬁniert. Es gilt Kern(ψ) = π i Sp , so dass Sp /π i Sp und R/pi R isomorph sind. Beweis. Wird σ auch durch g ∈ Fp dargestellt, so ist fi ≡ gi mod pi , so dass ψ wohldeﬁniert ist. Dann ist aber klar, dass ψ ein Homomorphismus ist.

1. Die p-adischen Zahlen

203

ur alle x ∈ R(p∞ ). Dann Ist r ∈ R, so deﬁnieren wir ρ ∈ Sp durch ρ(x) := rx f¨ i ist ψ(ρ) = r + p R, so dass ψ surjektiv ist. Es sei schließlich ψ(σ) = 0. Dann ist fi ≡ 0 mod pi . Ist σ = 0, so gibt es nach Satz 10 eine Einheit τ in Sp und eine m ∈ N0 mit σ = τ π m . Wird τ durch t ∈ Fp dargestellt, so ist fi ≡ ti pm mod pi . Weil τ eine Einheit ist, ist ti nicht durch p teilbar. Andererseits ist fi durch pi teilbar. Also ist pm durch pi teilbar und folglich i ≤ m, womit alles bewiesen ist. Am Ende dieses Kapitels werden wir noch einmal auf die p-adischen Zahlen zur¨ uckkommen. Dort werden wir dann ganz wesentlich benutzen, dass Hp = Sp gilt, dass es also zu jedem α ∈ Hp genau eine Folge f auf N0 gibt mit 0 ≤ fi < pi und α(ai ) = fi ai f¨ ur alle i ∈ N0 . F¨ ur diese fi gilt ferner fi+1 ≡ fi mod pi wiederum f¨ ur alle i ∈ N. Eine weitere Bemerkung ist die, dass sich jedes δ ∈ Qp in der Form δ=

α πn

mit α ∈ Hp und n ∈ N0 darstellen l¨ asst. Es ist je zun¨ achst δ = βγ mit β, γ ∈ Hp und γ = 0. Nach Satz 10 gibt es eine Einheit von Hp und ein n ∈ N0 mit γ = π n . Setzt man α := β −1 , so ist in der Tat δ = απ −1 . Ist δ = 0, so ist auch α = 0. Es ist dann α = π m η mit einer Einheit η von Hp . Es folgt δ = π m−n η, so dass sich also jedes von 0 verschiedene δ ∈ Qp in der Form π z η nit z ∈ Z und einer Einheit η darstellen l¨ asst. Wir wollen nun noch zeigen, dass die K¨ orper der henselschen p-adischen bzw. q-adischen Zahlen nicht isomorph sind, es sei denn es ist q = p. In den meisten F¨ allen folgt dies schon daraus, dass die Torsionsgruppen ihrer multiplikativen Gruppen nicht isomorph sind. Bestimmen wir also zun¨ achst die Torsionsgruppen ihrer multiplikativen Gruppen. Satz 13. Es sei p eine Primzahl. Ist Ep die Torsionsgruppe der multiplikativen Gruppe von Qp , so ist Ep ⊆ Hp . Ist p > 2, so ist |Ep | = p−1. Ferner gilt |E2 | = 2. Beweis. Es sei δ ∈ Ep . Wir setzen m := o(δ) Es gibt dann, wie gerade gesehen, ein n ∈ N0 und ein α ∈ Hp mit α δ = n. π

204

Kapitel X. Steinitz

Hieraus folgt αm = δ m π nm = π nm . Nach Satz 10 ist Hp ein ZPE-Bereich. Daher folgt aus vorstehender Gleichung, dass π n Teiler von α ist. Folglich ist δ ∈ Hp , so dass in der Tat Ep ⊆ Hp gilt. Es sei δ ∈ Ep ein Element von Primzahlordnung q. Wir zeigen, dass entweder q Teiler von p − 1 oder dass q = p = 2 ist. Dazu nehmen wir an, dass q nicht in p − 1 aufgeht. Es gibt dann eine Folge z von nicht-negativen ganzen Zahlen mit zi < pi und δ(ai ) = zi ai . Weil δ = 1 ist, gibt es ein i mit zi = 1. Hieraus und aus ziq ≡ 1 mod pi folgt, dass o(zi + pi Z) = q ist. Folglich ist q Teiler von ϕ(pi ) = pi−1 (p − 1). Weil q kein Teiler von p − 1 ist, ist daher q Teiler von pi−1 , so dass q = p gilt, weil q ja ebenfalls Primzahl ist. Es folgt ferner, dass i ≥ 2 ist. Es sei k die kleinste nicht negative ganze Zahl mit zk+1 = 1. Dann ist also k ≥ 1. Wegen zk+2 ≡ zk+1 mod pk+1 gibt es ein v ∈ Z mit zk+2 = zk+1 + vpk+1 . Es folgt weiter p p p−j j (k+1)j p p zk+2 = (zk+1 + vpk+1 )p = zk+1 + z v p j k+1 j:=1 p ≡ zk+1 mod pk+2 . p ≡ 1 mod pk+2 . Es gibt wieder ein u ∈ Z mit zk+1 = zk + upk . Wegen Also ist zk+1 zk = 1 ist daher p p j kj p k p 1 ≡ zk+1 = (1 + up ) = 1 + u p mod pk+2 . j j:=1

W¨ are k ≥ 2, so folgte hieraus 0 ≡ pupk mod pk+2 , da ja dann pkj ≡ 0 mod pk+2 f¨ ur j ≥ 2 w¨are. Hieraus folgte, dass p Teiler von u w¨are, so dass zk+1 = 1 + upk ≡ 1 mod pk+1 g¨ alte. Dies z¨oge wegen 1 ≤ zk+1 < pk+1 den Widerspruch zk+1 = 1 nach sich. Also ist k = 1. Dies impliziert die Kongruenz p p 2 2 1 0≡ up + u p mod p3 = up2 + (p − 1)u2 p3 mod p3 . 1 2 2 W¨ are p ungerade, so folgte 0 ≡ up2 mod p3 , woraus wieder der Widerspruch u ≡ 0 mod p folgte. Also ist p = 2. Damit ist gezeigt, dass q = p = 2 ist, wenn q kein Teiler von p − 1 ist.

1. Die p-adischen Zahlen

205

Es sei p > 2 Ist dann 1 = δ ∈ Ep , so ist also jeder Primteiler von o(δ) Teiler von p − 1. Es sei wieder δ(ai ) = zi ai . Setze m := o(δ). Dann ist ai = δ m (ai ) = zim (ai ) f¨ ur alle i. Folglich ist zim ≡ 1 mod pi . Setzt man ni := o(zi + pi Z), so ist also ni Teiler von m, so dass jeder Primteiler von ni Teiler von p − 1 ist. Nun ist ni Teiler von ϕ(pi ) = pi−1 (p − 1). Dies kann aber nur sein, wenn ni Teiler von p − 1 ist. Folglich ist zip−1 ≡ 1 mod pi f¨ ur alle i. Dann ist aber δ p−1 = 1, so dass m Teiler von p − 1 ist. alt E2 wenigstens zwei Es sei schließlich p = 2. Wegen 1 = −1 ∈ Q2 enth¨ Elemente. Es sei δ ∈ E2 . Dann ist o(δ) = 2r . Es sei δ = 1, −1. Dann ist r ≥ 2, da r−2 aus δ 2 = 1 ja δ = 1 oder −1 folgte. Setze ζ := δ 2 . Dann ist o(ζ) = 4. Wegen 1 = ζ 2 und 1 = (ζ 2 )2 ist ζ 2 = −1. Es sei ζ(ai ) = zi ai . Wegen ζ 2 = −1 ist dann zi2 ≡ −1 mod 2i . Dies kann aber nicht sein, da −1 kein Quadrat modulo 4 ist. Also ist |E2 | = 2. Es bleibt zu zeigen, dass |Ep | = p − 1 ist, falls p > 2 ist. Weil xp−1 − 1 in Qp h¨ ochstens p−1 Nullstellen hat, folgt nach dem bereits Bewiesenen, dass |Ep | ≤ p−1 ist. Es sei 1 ≤ z1 < p. Dann ist z1p−1 ≡ 1 mod p. Es sei i ≥ 1 und es seien bereits Zahlen z1 , . . . , zi gefunden mit zjp−1 ≡ 1 mod pj f¨ ur j := 1, . . . , i und zj+1 ≡ zj mod pj f¨ ur j := 1, . . . , p − 1. Es sei zip−1 = 1 + kpi . Weil p kein Teiler von zi ist, gibt es eine nicht-negative ganze Zahl u unterhalb p, so dass (p − 1)zip−2 u ≡ −k mod p ist. Es folgt (p − 1)zip−2 upi + kpi ≡ 0 mod pi+1 . Setze zi+1 := zi + upi . Dann ist zi+1 ≡ zi mod pi und weiter p−1 ≡ 1 + kpi + (p − 1)zip−2 upi ≡ 1 mod pi+1 . zi+1

Es gibt also eine Folge z ganzer Zahlen mit zi+1 ≡ zi mod pi und zip−1 ≡ 1 mod pi f¨ ur alle i ∈ N. Dabei kann man z1 beliebig zwischen 1 und p − 1 w¨ahlen. Deﬁniert ur alle i, so ist oﬀenbar δ(z1 ) ∈ Ep . man dann δ(z1 ) durch δ(z1 )(ai ) := zi ai f¨

206

Kapitel X. Steinitz

Ferner ist δ(z1 ) = δ(z1 ), falls z1 = z1 ist. Also ist |Ep | ≥ p − 1. Damit ist der Satz bewiesen. Satz 14. Sind p und q zwei verschiedene Primzahlen, so sind Qp und Qq nicht isomorph. Beweis. Dies ist auf Grund des vorigen Satzes sicher richtig, wenn {p, q} = {2, 3} ist, da nur in diesem Falle |Ep | = |Eq | ist. Es sei also p = 2 und q = 3. Setze z1 := 1. Dann ist z13 + z1 + 1 ≡ 0 mod 3. ur j := 1, Es seien bereits ganze Zahlen z1 , . . . , zi gefunden mit zj+1 ≡ zj mod pj f¨ . . . , i − 1 und zj3 + zj + 1 ≡ 0 mod 3j f¨ ur j := 1, . . . , i. Es sei zi3 + zi + 1 = k3i . Setze zi+1 := zi − k3i . Dann ist zi+1 ≡ zi mod 3i und 3 = zi3 − 3zi2 k3i + 3zi k 2 32i − k 3 33i ≡ zi3 mod 3i+1 . zi+1

Es folgt 3 + zi+1 + 1 ≡ zi3 + zi − k3i + 1 = 0 mod 3i+1 . zi+1

Es gibt nun ein δ ∈ H3 mit δ(ai ) = zi ai . Dann ist aber δ 3 + δ + 1 = 0, so dass das Polynom x3 + x + 1 in Qp eine Nullstelle hat. abe es ein δ ∈ H2 und ein W¨ are η ∈ Q2 eine Nullstelle von x3 + x + 1, so g¨ urften annehmen, dass η und π n teilerfremd w¨ aren. n ∈ N0 mit η = δπ −n . Wir d¨ Es folgte δ 3 + δπ 2n + π 3n = 0. Weil H2 ein ZPE-Bereich ist, folgte aus der Teilerfremdheit von δ und π n , dass n = 0 w¨ are. Die Nullstelle η von x3 + x + 1 l¨ age also in H2 . Nach Satz 12 gibt atte x3 + x + 1 auch eine es einen Epimorphismus von H2 auf GF(2). Daher h¨ Nullstelle in GF(2). Dies ist aber nicht der Fall. Also hat x3 + x + 1 auch keine Nullstelle in Q2 . Damit sind auch Q2 und Q3 als nicht isomorph erkannt. Man k¨ onnte auch in weiteren F¨allen noch sehr viel mehr sagen. Ist etwa R = K[x] und ist die Charakteristik von K eine Primzahl, so ist Rp zum Ring der formalen Laurentreihen u ¨ber K[x]/pK[x] isomorph (p bezeichnet hier ein irreduzibles Polynom und nicht die Charakteristik). Mehr an Einzelheiten f¨ uhrten uns jedoch zu weit von unserem Thema ab. Der Leser experimentiere selbst! ¨ber dem p-adisch bewerteten K¨orper Man kann Qp auch mittels Cauchyfolgen u Q der rationalen Zahlen konstruieren. Dies ﬁndet sich z. B. in L¨ uneburg 1981a und 1993a durchgef¨ uhrt.

2. Einfache Erweiterungen

207

Zum Schluss dieses Abschnitts noch ein Wort dar¨ uber, wie Hensel die p-adischen Zahlen einf¨ uhrte (Hensel 1904, 1908. In Hensel 1904 ﬁndet sich viel weniger an Motivation). Er bezieht sich einmal auf die Funktionentheorie und ihre Ergebnisse u ¨ ber Laurentreihen, die er immer wieder als Vorbild f¨ ur seine Konstruktionen nimmt und kn¨ upft zum andern an die bekannte Tatsache an, dass sich jede nat¨ urliche Zahl n bez¨ uglich einer Primzahl p in der Form n=

t

ai p i

i:=0

darstellen l¨ asst, wobei f¨ ur alle i die Ungleichungen 0 ≤ ai < p gelten. Hat man m und n auf diese Weise dargestellt, so zeigt er, wie man die entsprechende Darstellung f¨ ur m + n und mn ﬁndet. Ist m > n, so l¨asst sich auch die Darstellung f¨ ur m − n ﬁnden. Ist m < n, so ﬁndet sich immerhin noch eine Folge a ganzer Zahlen ur alle i ∈ N0 und mit 0 ≤ ai < p f¨ m−n≡

t

ai pi mod pt+1

i:=0

f¨ ur alle t ∈ N0 . Man kann daher m − n mit (H)

∞

ai p i

i:=0

identiﬁzieren. Dann geht er noch einen Schritt weiter und betrachtet alle Ausdr¨ ucke der Form (H), wobei a obigen Nebenbedingungen gen¨ ugt. Er deﬁniert Addition und Multiplikation solcher Ausdr¨ ucke und weist nach, dass er einen Integrit¨atsbereich erh¨alt, dessen Quotientenk¨orper er dann ad hoc konstruiert. Mit Hilfe dessen, was heute henselsches Lemma heißt, beweist er die Existenz aller (p − 1)-sten Einheitswurzeln in Qp . Er hat alle Mittel in der Hand, um die Nicht-Isomorphie der K¨ orper Qp zu beweisen, stellt die Frage nach ihrer Nicht-Isomorphie aber nicht, so weit ich sehe. Wir werden auf die p-adischen Zahlen sp¨ ater noch einmal zur¨ uckkommen. 2. Einfache Erweiterungen. Wohin sind wir geraten? Wir haben mit der bei Euklid stehenden Bemerkung begonnen, dass in jedem Quadrat die Seite zur Diagonale linear inkommensurabel ist. Nach heutiger Interpretation heißt das, dass das Polynom x2 − 2 keine Nullstelle in Q hat. Mathematiker des Morgen- und Abendlandes gew¨ohnten sich im Mittelalter ohere √ daran, auch Quadrat-, Kubik- und h¨ Wurzeln, insbesondere also auch 2 als√Zahlen anzusehen, und in der Renaissance schluckten sie auch noch die Kr¨ote −1, womit sie dann endlich in der Lage waren, neben den quadratischen Gleichungen auch kubische und biquadratische Gleichungen mittels Radikale zu l¨ osen.

208

Kapitel X. Steinitz

Die Gleichungen vom f¨ unften und h¨ oheren Grade widersetzten sich hartn¨ ackig dem Versuch, sie mittels Radikalausdr¨ ucken zu l¨ osen. Man wich folglich aus und stellte andere Fragen. Hat eine algebraische Gleichung immer L¨ osungen? Reell sicher nicht. Wieviele reelle L¨osungen hat sie? Wieviele davon sind positiv? Die cartesische Zeichenregel, u ¨ ber die wir in Abschnitt 1 von Kapitel 6 berichtet haben, gibt teilweise Anwort auf diese Fragen. Mit Hilfe der sturmschen Ketten werden wir die Frage nach der Anzahl aller reellen L¨ osungen zu beantworten lernen. Ferner wusste man bald, dass eine algebraische Gleichung ungeraden Grades stets eine reelle L¨osung hat. Dieser Typus Fragen kulminierte schließlich in dem Satz von d’Alembert, Euler-Lagrange, Laplace, Gauß, Cauchy und anderen, dass C algebraisch abgeschlossen ist, dass also jede algebraische Gleichung u ¨ ber C, deren Grad mindestens 1 ist, eine Nullstelle in C hat. Dieser sogenannte Fundamentalsatz der Algebra ist ein reiner Existenzsatz, der u. a. die Frage nach der L¨ osbarkeit durch Radikalausdr¨ ucke v¨ ollig oﬀen l¨ asst. Dem urspr¨ unglichen Problem der Auﬂ¨ osung algebraischer Gleichungen ging man jedoch auch weiterhin nach. Man lernte rasch, dass es wichtig ist zu ﬁxieren, wo die Koeﬃzienten der algebraischen Gleichungen herstammen, insbesondere auch deswegen, weil man durch Iteration an die L¨ osungen heranzukommen suchte, indem man die schon gefundenen L¨ osungen den zu Grunde liegenden Bereichen adjungierte. Das f¨ uhrte zum K¨orperbegriﬀ, wie wir gesehen haben. Auch die Zahlentheorie lieferte in GF(p) Beispiele f¨ ur K¨ orper und selbst die Analysis lieferte Beispiele (Dedekind & Weber 1882). Schließlich kamen noch die henselschen Beispiele hinzu, die wir im ersten Abschnitt studiert haben. All dies ließ Steinitz die Frage stellen, wie sich K¨orper aus einfacheren K¨ orpern aufbauen. Bei seiner Antwort auf diese Frage, spielen Polynome nur noch die Rolle zu entscheiden, ob ein Element u ¨ber einem K¨orper algebraisch ist oder nicht. Algebraisch heißt es n¨amlich genau dann, wenn es Nullstelle eines Polynoms mit Koeﬃzienten in dem gegebenen K¨ orper ist. Alle nicht algebraischen Elemente heißen transzendent. Steinitz’ Antwort wird uns nun eine Weile besch¨ aftigen. Ernst Steinitz wurde 1871 in Laurah¨ utte geboren, das heute in Polen liegt. Er studierte in Breslau, das heute ebenfalls zu Polen geh¨ort, und in Berlin und promovierte 1894 in Breslau. Drei Jahre sp¨ ater habilitierte er sich an der Techn. Hochschule Berlin-Charlottenburg. Im Jahre 1910 wurde er Extraordinarius an der Techn. Hochschule in Breslau und von 1920 an bis zu seinem Tode im Jahre 1928 wirkte er in Kiel als Ordinarius an der dortigen Universit¨ at. Neben der Algebra besch¨aftigte ihn viele Jahre auch die Theorie der Polyeder. Sein Buch zu diesem Gegenstand Vorlesungen u ¨ ber die Theorie der Polyeder unter Einschluß ” der Elemente der Topologie“ erschien erst postum. Nicht zu u ¨ bersehen ist Steinitz’ Einﬂuss auf das heutige Erscheinungsbild der Algebra. Die Resultate seiner großen Arbeit von 1910, die ich nun vorstellen werde, sind insbesondere durch van der Waerdens Moderne Algebra“, die dann zur ” Algebra“ wurde, dem mathematischen Pulikum vertraut geworden. Dieses Buch ” diente ja so mancher Generation von Mathematikern als Einf¨ uhrung in die Algebra. Wenn Sie also, lieber Leser, so wie ich, nicht mehr ganz der J¨ ungste sind,

2. Einfache Erweiterungen

209

werden Sie im Folgenden vieles Vertraute wiederﬁnden. Ich werde mich, so wie dies van der Waerden tat, sehr eng an die steinitzsche Vorlage halten. Steinitz beginnt seine Arbeit mit der Deﬁnition des K¨ orpers, wobei er, wie er ausdr¨ ucklich betont, Weber (1893) folgt. Im Gegensatz zu Weber vergisst er aber nicht, die Assoziativit¨ at der Multiplikation zu fordern. Nachdem er den K¨ orperbegriﬀ deﬁniert hat, betont er, dass zu den S¨ atzen u ¨ ber K¨ orpern, deren Beweis nur auf den Forderungen an einen K¨ orper beruhen, alle S¨ atze aus der Determinantentheorie geh¨ oren. Er erw¨ ahnt explizit die S¨ atze, dass n lineare Gleichungen mit n Unbekannten genau eine L¨ osung haben, wenn ihre Determinante ungleich null ist, und dass n homogene lineare Gleichungen mit n + 1 Unbekannten, stets eine nicht triviale L¨osung besitzen. Diese S¨atze benutzt er immer wieder einmal. Er betont auch, dass es endliche K¨ orper gibt. Hier ist zu sagen, dass es die lineare Algebra als Teildisziplin der Mathematik noch nicht gab. Die grassmannschen B¨ ucher u ¨ ber seine Ausdehnungslehre wurden vom mathematischen Publikum ja nicht gelesen. Sie wurde erst vor allem u ¨ ber den Umweg u ¨ ber die Funktionalanalysis zu einer eigenst¨ andigen Disziplin, wobei auch die Physik ihren Beitrag hierzu leistete (s. Scholz 1990, Kap. 13, 15.4). Dabei ist interessant zu bemerken, dass Steinitz darauf hinweist, dass Hamel als einer der Ersten den zermeloschen Wohlordnungssatz auf ein arithmetisches Problem anwandte. Was Hamel bewies, war der Satz, dass R als Vektorraum u ¨ber Q eine Basis hat. Er benutzte dann eine solche Basis, um alle unstetigen Abbildungen α von R in sich zu bestimmen, die der Funktionalgleichung α(x + y) = α(x) + α(y) gen¨ ugen. Dar¨ uber haben wir im ersten Kapitel schon berichtet. Es ist weiterhin interessant zu bemerken, dass Steinitz in seiner Arbeit auch Mengen u ¨ ber einem K¨orper K algebraisch unabh¨ angiger Elemente eines K umfassenden K¨orpers L untersucht, aber mit keinem Wort darauf eingeht, dass hier die gleichen Verh¨altnisse herrschen wie bei den linear unabh¨ angigen Teilmengen eines Vektorraums. Es ist unklar, ob er es u ¨berhaupt bemerkte. Erst vierundzwanzig Jahre sp¨ ater n¨ amlich bewies und publizierte L¨ owig die einschl¨ agigen S¨ atze f¨ ur Vektorr¨ aume (L¨ owig 1934). Damals haben aber einige schon den Zusammenhang gesehen (Otto Haupt, Bartel L. van der Waerden), wie im n¨achsten Kapitel berichtet wird. Es geht weiter mit den Begriﬀen Teilk¨ orper, Erweiterung und Adjunktion. Schnitte von Teilk¨ orpern sind Teilk¨ orper. Hat man eine Menge Φ orpern # von Teilk¨ und gibt es zu X, Y ∈ Φ stets ein Z ∈ Φ mit X, Y ⊆ Z, so ist X∈Φ X ebenfalls ein Teilk¨ orper, der aber nicht notwendig zu Φ geh¨ ort. Ist K ein Teilk¨ orper von L, dh. L eine Erweiterung von K und ist S eine Teilmenge von L, so bezeichne K(S) den Schnitt u ¨ber alle Teilk¨ orper von L, die K und S umfassen. Dann ist K(S) ein Teilk¨orper, der Teilk¨ orper, der aus K durch Adjunktion von S entsteht. Bezeichnet Φ die Menge aller endlichen Teilmengen von S, so ist $ K(T ). K(S) = T ∈Φ

210

Kapitel X. Steinitz

Denn mit T1 , T2 ∈ Φ ist ja auch T1 ∪ T2 ∈ Φ und es gilt K(T1 ), K(T2 ) ⊆ K(T1 ∪ T2 ). Jedes Element von K(S) liegt also in einem Teilk¨ orper von K(S), der durch Adjunktion von endlich vielen Elementen zu K entsteht. Bei Integrit¨ atsbereichen verlangt Steinitz, dass sie eine 1 haben und dass 1 = 0 ist. Was f¨ ur Teilk¨ orper g¨ alte, g¨alte mutatis mutandis auch f¨ ur Teilbereiche von Integrit¨ atsbereichen. Hier bezeichnet er die Adjunktion von S zu R mit R[S] und betont, dass man im K¨ orperfall zwischen K(S) und K[S] unterscheiden m¨ usse. Auch hier wird zun¨ achst angenommen, dass S Teil eines Integrit¨atsbereiches ist, der R umfasst. Dann konstruiert Steinitz zu einem Integrit¨ atsbereich R den Quotientenk¨ orper Q(R). Jeder K¨orper K enth¨ alt einen Primk¨ orper und die Primk¨ orper sind, wie wir schon wissen (Kap. 6, Absch. 8), Q und die GF(p)’s. Ist Q der Primk¨ orper von K, so heißt 0 die Charakteristik von K im zweiten Fall p. Eine von 0 verschiedene Charakteristik ist immer Primzahl. Integrit¨ atsbereiche haben die Charakteristik ihres Quotientenk¨ orpers. Alle Teilk¨orper eines K¨orpers haben die gleiche Charakteristik, da sie ja alle den gleichen Primk¨orper haben. aquivalent , wenn es einen Zwei Erweiterungen L und L eines K¨orpers K heißen ¨ ur alle k ∈ K. ErweiterunIsomorphismus α von L auf L gibt mit k α = k f¨ gen k¨ onnen isomorph sein ohne a¨quivalent zu sein. Der Leser u ¨ berlege sich, dass 1 1 ur dieses Ph¨ anomen sind. Dabei bezeichne K(x) K(x)[x 2 ] und K(x)[x 3 ] Beispiele f¨ den Quotientenk¨ orper des Polynomrings in der Unbestimmten x u ¨ ber K. Dieses Beispiel geben Baer und Hasse in ihren Erl¨ auterungen zur steinitzschen Arbeit (Anm. 26). Die einfachsten Erweiterungen sind die, die sich durch Adjunktion eines Elementes erreichen lassen. In L = K(x) liegt stets auch K[x]. Dabei ist x hier nicht als Unbestimmte zu interpretieren, sondern als ein Element von L. Ist L = K(x), so heißt L einfache Erweiterung von K und x heißt primitives Element von L. Es sind nun zwei F¨ alle zu unterscheiden, n¨ amlich, ob die Menge der 1, x, x2 , . . . linear abh¨ angig ist oder nicht. Im ersten Falle heißt die Erweiterung algebraisch, im zweiten transzendent. Entsprechend heißt auch das Element x algebraisch bzw. transzendent. In diesem Zusammenhang f¨ uhrt Steinitz die Begriﬀe linear abh¨ angig bzw. linear unabh¨ angig in Bezug auf K ein. Steinitz betrachtet nun zun¨ achst einfach transzendente Erweiterungen K(x) eines K¨orpers K. Das erste, was Steinitz feststellt, ist, dass jeder K¨ orper eine einfach transzendente Erweiterung besitzt. Dazu deﬁniert er zun¨ achst Polynome als formale Ausdr¨ ucke ck xk mit ck ∈ K, wobei von den ck h¨ ochstens endlich viele von null verschieden sind. Zwei solcher Ausdr¨ ucke heißen gleich, wenn sie koeﬃzientenweise u ¨ bereinstimmen. Die Addition wird punktweise deﬁniert und die Multiplikation durch die Faltung. Dann ist K[x] ein Integrit¨ atsbereich und sein Quotientenk¨ orper K(x) ist eine einfach transzendente Erweiterung von K. Alle einfach transzendenten Erweiterungen eines K¨orpers sind a¨quivalent. Denn zun¨ achst gibt es ja einen Isomorphismus α

2. Einfache Erweiterungen

211

ur alle k ∈ K und xα = y und dieser Isomorphisvon K[x] auf K[y], mit k α = k f¨ mus l¨asst sich zu einem Isomorphismus von K(x) auf K(y) fortsetzen. Er bemerkt ferner, dass man in K[x] Division mit Rest hat und dass man dem zu Folge zu zwei Polynomen mit Hilfe des eulerschen Algorithmus, wie er sagt, den gr¨oßten gemeinsamen Teiler zweier Polynome ausrechnen und linear aus den gegebenen Polynomen kombinieren kann. Er sagt ferner, dass man mittels des eulerschen Algorithmus in bekannter Weise zu den Aussagen gelange (er schreibt f (x), wo wir f schreiben): Ist f (x) zu g(x) teilerfremd, f (x) · h(x) durch g(x) teilbar, so ist h(x) durch g(x) teilbar. Sind f (x) und h(x) zu g(x) teilerfremd, so ist auch f (x)·h(x) zu g(x) teilerfremd. Ist ξ ∈ K(x), so gibt es eindeutig bestimmte teilerfremde Polynome f (x) und g(x), so dass der Leitkoeﬃzient von g(x) eins ist und ξ=

f (x) g(x)

gilt. Diese Darstellung von ξ heißt reduziert. Und nun kommt endlich etwas, was wir noch nicht vorweggenommen haben. Satz 1. Ist K ein K¨ orper und ist K(x) der K¨ orper der rationalen Funktionen in der Unbestimmten x u ¨ber K, so sind alle Elemente außer denen von K selbst in Bezug auf K transzendent. Beweis. Es sei 0 = ξ ∈ K(x) und es gebe c0 , . . . , cn ∈ K, die nicht alle null sind, mit n ci ξ i = 0. i:=0

urzeren Relation Wir d¨ urfen annehmen, dass c0 , cn = 0 ist, da wir sonst zu einer k¨ u ¨ bergehen k¨ onnen. Es sei ferner ξ = fg und diese Darstellung von ξ sei reduziert. Es folgt n 0= ci f i g n−i i:=0

und damit f n ≡ 0 mod g. Weil f und g teilerfremd sind und der Leitkoeﬃzient von g gleich 1 ist, folgt g = 1. Andererseits folgt auch g n ≡ 0 mod f, so dass auch f ∈ K gilt. Also ist ξ ∈ K, wie behauptet. Die Polynome aus K[x] nennt man im Zusammenhang mit K(x) auch ganzrationale Funktionen, w¨ahrend die Elemente von K(x) auch rationale Funktionen

212

Kapitel X. Steinitz

genannt werden. Ganz-rational zu sein h¨ angt vom primitiven Element x von K(x) ab. W¨ ahlt man ein anderes primitives Element, so erh¨alt man in aller Regel andere ganz-rationale Funktionen. Vom primitiven Element unabh¨ angig aber ist der Grad eines Elementes. Dieser wird von Steinitz wie folgt deﬁniert. Ist 0 = ξ = fg und ist dies die reduzierte Form von ξ, so ist Grad(ξ) := max(Grad(f ), Grad(g)) der Grad von ξ. Die 0 hat keinen Grad. Satz 2. Eine rationale Funktion n-ten Grades von einer rationalen Funktion ν-ten Grades (n > 0, ν > 0) ist eine Funktion vom Grade n · ν. ϕ rationale Funktionen in x u ¨ ber dem K¨ orper Beweis. Es seien R := fg und S := ψ K. Die Grade von R und S seien n, bzw. ν. Es sei

f = a0 xn + . . . + an , g = b0 xn + . . . + bn , ϕ = c0 xν + . . . + cν , ψ = d0 xν + . . . + dν . Weil f und g teilerfremd sind, gibt es Polynome f1 und g1 mit Grad(f1 ) < Grad(f ) und Grad(g1 ) < Grad(g) sowie f g1 + gf1 = 1. Setze γ := a0 cn0 + a1 cn−1 d0 + . . . + an dn0 0 und δ := b0 cn0 + b1 cn−1 d0 + . . . + bn dn0 . 0 Ist d0 = 0, so ist

c0 n γ=f d d0 0

c0 n δ=g d . d0 0

und

Folglich ist in diesem Falle γg1

c0 d0

+ δf1

c0 d0

= dn0 = 0.

Daher sind γ und δ nicht zugleich 0. Ist d0 = 0, so ist c0 = 0, da der Grad von S ja ν ist. Ferner ist γ = a0 cn0 und δ = b0 cn0 . Weil wegen Grad(R) = n die Koeﬃzienten a0 und b0 nicht gleichzeitig 0 sein k¨ onnen, gilt auch hier, dass γ und δ nicht gleichzeitig 0 sind.

2. Einfache Erweiterungen

213

Setze σ := a0 ϕn + a1 ϕn−1 ψ + . . . + an ψ n und τ := b0 ϕn + b1 ϕn−1 ψ + . . . + bn ψ n . Dann sind γ und δ die Koeﬃzienten von xnν in σ bzw. τ . Daher hat wenigstens eines dieser beiden Polynome den Grad nν. Ferner ist σ = f (S)ψ n und τ = g(S)ψ n und damit σ R(S) = . τ Es bleibt zu zeigen, dass σ und τ teilerfremd sind. Es gilt ϕ ϕ σg1 ψ n−1 + τ f1 ψ n−1 = ψ 2n−1 . ψ ψ Es sei t := ggT(σ, τ ). Ferner sei u := ggT(t, ψ). Dann geht u in σ, τ und ψ auf. Auf Grund der Deﬁnition von σ geht u dann auch in ϕ auf. Weil ϕ und ψ teilerfremd sind, folgt u = 1. Somit ist t zu ψ und dann auch zu ψ 2n−1 teilerfremd. Weil aber t in σ und τ aufgeht und ψ 2n−1 sich mittels Polynomen aus σ und τ linear darstellen l¨ asst, ist t Teiler von ψ 2n−1 . Daher ist t = 1, so dass σ und τ in der Tat teilerfremd sind. Somit ist n · ν der Grad von R(S). Aus dem Vorstehenden folgt, dass f¨ ur y ∈ K(x) − K jedes Element aus K(y) als rationale Funktion in x einen Grad hat, der durch den Grad von y teilbar ist. Dies bemerkt Steinitz en passant , um damit weiter zu schließen, dass y den Grad 1 hat, falls y ein primitives Element von K(x) ist. Das ist die H¨alfte des Beweises des folgenden Satzes. Satz 3. Es sei K(x) der Funktionenk¨ orper in der Unbestimmten x u ¨ber K. Genau dann ist y ∈ K(x) ein primitives Element von K(x), wenn y den Grad 1 hat. Beweis. Wir m¨ ussen nur noch zeigen, dass y ein primitives Element ist, wenn y den Grad 1 hat. Es sei ax + b y= . cx + d W¨ are ad − bc = 0, so w¨aren die beiden Paare (a, b) und (c, d) linear abh¨ angig und folglich y ∈ K, so dass der Grad von y nicht 1 w¨ are. Dann ist aber x=

dy − b , −cy + a

so dass x ∈ K(y) ist. Eine unmittelbare Folgerung aus den S¨ atzen 2 und 3 ist das folgende, schon erw¨ahnte Resultat. Satz 4. Ist K(x) der Funktionenk¨ orper in der Unbestimmten x u ¨ber K, so hat jedes von 0 verschiedene Element von K(x) einen Grad, der von der Wahl eines primitiven Elementes von K(x) unabh¨ angig ist.

214

Kapitel X. Steinitz

Da wir schon Polynomringe in einer beliebigen Menge von Unbestimmten deﬁniert haben, formulieren wir den n¨ achsten Satz etwas anders als Steinitz dies tat. orper und x1 , . . . , xn seien Elemente, die nacheinanSatz 5. Es sei K = K0 ein K¨ der dem K¨ orper K adjungiert, die K¨ orper K(x1 ) = K1 , K1 (x2 ) = K2 , . . . , Kn−1 (xn ) = Kn ergeben. Ferner sei xi f¨ ur alle i in Bezug auf Ki−1 transzendent. Sind dann y1 , ¨ber K, so gibt es einen Isomorphismus von K(y1 , . . . , yn ) . . . , yn Unbestimmte u auf Kn , der alle Elemente von K festl¨ asst und yi f¨ ur alle i auf xi abbildet. Beweis. Dies ist f¨ ur n = 1 richtig. Es sei also n > 1 und der Satz gelte f¨ ur n − 1. Es gibt dann einen Isomorphismus σ von K(y1 , . . . , yn−1 ) ur i := 1, . . . , n − 1 auf xi abbildet. auf Kn−1 , der K elementweise festl¨asst und yi f¨ Es ist klar, dass sich σ zu einem Isomorphismus von K(y1 , . . . , yn−1 )(yn ) auf Kn fortsetzen l¨asst, der auch noch yn auf xn abbildet. Der Polynomring K[y1 , . . . , yn−1 ][yn ] ist in L := K(y1 , . . . , yn−1 )(yn ) enthalten. Folglich ist auch der Quotientenk¨ orper Q diese Polynomrings in L enthalten. Andererseits ist klar, dass auch L ⊆ Q gilt. Also ist Q = L. Nach Fr¨ uherem wissen wir, dass es einen Isomorphismus τ von K[y1 , . . . , yn ] auf K[y1 , . . . , yn−1 ][yn ] gibt, der die Elemente von K festl¨asst und yi auf yi abbildet. Dieser Isomorphismus l¨ asst sich wiederum zu einem Isomorphismus von K(y1 , . . . , yn ) auf Q fortsetzen. Dann aber leistet στ das Verlangte. ¨ Uber die einfach transzendenten Erweiterungen weiß man nun im Groben Bescheid. Steinitz wendet sich daher den einfachen, algebraischen Erweiterungen zu und deﬁniert auf die u ¨bliche Art, wann ein Polynom irreduzibel heißt. Er studiert den Restklassenk¨orper nach einem solchen Polynom und beweist, was wir im letzten Kapitel schon bewiesen haben, dass jedes irreduzible Polynom f in seinem Restklassenk¨ orper eine Nullstelle hat. 3. Algebraische Erweiterungen. Eine Erweiterung L von K heißt algebraisch u ¨ ber K, wenn jedes Element von L algebraisch u ¨ber K ist. Es wird festgestellt, dass eine endliche Erweiterung L von K stets algebraisch ist. Ist n¨amlich n der Grad von L u ¨ ber K und ist l ∈ L, so sind die Elemente 1, l, l2 , . . . , ln linear

3. Algebraische Erweiterungen

215

abh¨ angig, so dass l Nullstelle eines von null verschiedenen Polynoms u ¨ ber K und folglich algebraisch u ¨ber K ist. Der Grund legende Satz hier, ist Satz 1 von Abschnitt 1 des Kapitels 9, der sich mehr oder minder explizit schon bei Weber ﬁndet und den er weidlich ausn¨ utzt. Er besagt, dass jedes irreduzible Polynom g ∈ K[x] Anlass gibt zu einer algebraischen Erweiterung L = K[x]/gK[x] mit [L : K] = Grad(g) und dass x + gK[x] Nullstelle von g in L ist. Dieser K¨orper wird durch den folgenden Satz charakterisiert. Satz 1. Ist K ein K¨ orper und ist g ∈ K[x] ein u ¨ber K irreduzibles Polynom, ist M eine Erweiterung von K, hat g in M eine Nullstelle a, jedoch keine Nullstelle in einem echten Teilk¨ orper von K, so gibt es einen Isomorphismus σ von K[x]/gK[x] ur alle k ∈ K und (x + gK[x])σ = a. auf M mit k σ = k f¨ Beweis. Es sei τ der durch f τ := f (a) deﬁnierte Einsetzungshomomorphismus von K[x] in M . Wegen g τ = g(a) = 0 ist g ∈ Kern(τ ). Weil K[x] ein Hauptidealring ist, ist Kern(τ ) = GK[x] mit einem Polynom G. Es folgt, dass G Teiler von g ist. Weil g irreduzibel und weil τ nicht die Nullabbildung ist, folgt GK[x] = gK[x]. Auf Grund des ersten Isomorphiesatzes gibt es also einen Monomorphismus σ von K[x]/gK[x] in M mit σ f + gK[x] = f τ . at von σ Hieraus folgt k σ = k τ = k und (x + gK[x])σ = xτ = a. Die Surjektivit¨ folgt schließlich aus der Minimalit¨ at von M . Wir ziehen hier eine Folgerung aus Satz 1, die wir am Ende dieses Kapitels ben¨ otigen werden. Korollar. Es sei K ein K¨ orper und f ∈ K[x] sei irreduzibel. Ist L eine Erweiterung von K und zerf¨ allt f in L[x] in lauter Linearfaktoren, so ist die Anzahl der K-linearen Monomorphismen von K[x]/f K[x] in L gleich der Anzahl der verschiedenen Nullstellen von f in L. Beweis. Es sei m die Anzahl der verschiedenen Nullstellen von f in L. Dass die Anzahl der fraglichen Monomorphismen mindestens gleich m ist, folgt aus Satz 1. Es sei nun σ ein K-linearer Monomorphismus von K[x]/f K[x] in L. Dann ist, da σ ja K-linear ist, σ f (x + f K[x])σ = f σ (x + f K[x])σ = f (x + f K[x]) = 0. Also ist (x + f K[x])σ eine der m Nullstellen von f in L. Da die Wirkung von σ wegen seiner K-Linearit¨at durch die Wirkung auf x + f K[x] bereits festliegt, ist σ einer der schon bekannten m Monomorphismen. Bei Steinitz folgen nun einige Bemerkungen u ¨ber linear unabh¨ angige Elemente und Basen, die wir heute zur linearen Algebra z¨ ahlen. Dann ein weiterer wichtiger Satz, der u. A. die Dimensionsformel beinhaltet. Die Dimensionsformel hatte zu diesem Zeitpunkt schon eine lange Geschichte. Hierzu mehr in Abschnitt 8 von Kapitel 13.

216

Kapitel X. Steinitz

Satz 2. Es sei M ein K¨ orper, L sei ein Teilk¨ orper von M und K sei ein Teilk¨ orper von L. Genau dann ist M endlich u ¨ber K, wenn M endlich u ¨ber L und L endlich u ¨ber K ist. Ist M endlich u ¨ber K, so gilt [M : K] = [M : L][L : K].

Beweis. Es sei M endlich u ¨ber K. Da jede K-Basis von M ein Erzeugendensystem des L-Vektorraumes M ist, ist M endlich u ¨ber L. Da Teilr¨ aume endlich erzeugter Vektorr¨ aume endlich erzeugt sind, ist auch L endlich u ¨ber K. Steinitz schließt hier umst¨ andlicher. Die lineare Algebra war noch nicht so weit entwickelt wie heutzutage, doch u ¨ ber ihre Geschichte berichte ich hier nichts, es sei denn zuf¨allig. Um die Umkehrung zu beweisen sei b1 , . . . , bm eine K-Basis von L und c1 , . . . , cn eine L-Basis von M . Wir setzen dij := bi cj . Es sei x ∈ M . Es gibt dann l1 , . . . , ln ∈ L mit n l j cj . x= j:=1

Es gibt ferner kij ∈ K mit lj =

m

kij bi .

i:=1

Es folgt x=

m n

kij bi cj =

j:=1 i:=1

n m

kij dij .

i:=1 j:=1

Folglich bilden die d’s ein Erzeugendensystem des K-Vektorraumes M , so dass M endlich u ¨ber K ist. Um die letzte Aussage zu beweisen, m¨ ussen wir nur noch zeigen, dass die d’s sogar eine Basis bilden. Dazu ist nur noch zu zeigen, dass sie linear unabh¨angig sind. Es sei also n m kij dij . 0= i:=1 j:=1

Dann folgt 0=

n m j:=1

kij bi cj .

i:=1

Weil die c’s eine L-Basis von M sind, folgt 0=

m i:=1

kij bi

3. Algebraische Erweiterungen

217

ur alle i f¨ ur alle j. Weil schließlich die b’s eine K-Basis von L sind, folgt kij = 0 f¨ und alle j. Damit ist alles bewiesen. Satz 3. Es sei K ein K¨ orper und f sei ein Polynom des Grades n u ¨ber K. Es gibt dann eine endliche Erweiterung L von K mit [L : K] ≤ n!, so dass f als Polynom von L[x] vollst¨ andig in Linearfaktoren zerf¨ allt. Beweis. Hat f den Grad 0 oder 1, so tut’s L := K. Es sei also n > 1. Ferner sei g ein irreduzibles Polynom, welches f teilt. Dann ist Grad(g) ≤ Grad(f ) = n. Nach Satz 1 gibt es eine Erweiterung M von K vom Grade Grad(g), in der g und damit f eine Nullstelle a hat. Es folgt f = (x − a)h mit einem h ∈ M [x]. Es folgt Grad(h) = n − 1, so dass es nach Induktionsannahme eine Erweiterung L von M allt. Daher gibt mit [L : M ] ≤ (n − 1)!, in der h vollst¨andig in Linearfaktoren zerf¨ zerf¨allt auch f in L vollst¨andig in Linearfaktoren. Nach Satz 3 ist L eine endliche Erweiterung von K und es gilt [L : K] = [L : M ][M : K] ≤ (n − 1)!Grad(g) ≤ (n − 1)!n = n! Damit ist der Satz bewiesen. Ist L eine Erweiterung von K und ist der Grad von L u ¨ ber K minimal bez¨ uglich der Eigenschaft, dass das Polynom f ∈ K[x] u ¨ ber L vollst¨andig in Linearfaktoren zerf¨allt, so nennen wir L, wie schon zuvor, Zerf¨ allungsk¨ orper von f . Auf Grund des gerade bewiesenen Satzes hat also jedes Polynom einen Zerf¨allungsk¨ orper, unabh¨ angig davon, ob seine Diskrimante 0 ist oder nicht. Es sei hier noch einmal betont, dass Kronecker den Satz u ¨ber die Existenz des Zerf¨allungsk¨ orpers nicht in dieser Allgemeinheit hatte. Kroneckers zerf¨allende K¨ orper haben alle ein primitives Element. Es gibt aber Polynome bei K¨ orpern von Primzahlcharakteristik, deren Zerf¨ allungsk¨ orper keine primitiven Elemente haben. Aber an K¨ orpern von Primzahlcharakteristik scheint Kronecker nicht interessiert gewesen zu sein. Jedenfalls haben seine Rationalit¨atsbereiche in den Arbeiten, die ich gesehen habe, alle die Charakteristik 0. orper und ist σ ein Isomorphismus von K auf K , so induziert Sind K und K K¨ σ einen ebenfalls mit σ bezeichneten Isomorphismus von K[x] auf K [x] durch die Vorschrift σ n n i fi x := fiσ xi . i:=0

i:=0

orper. Ferner sei f ∈ K[x] und σ sei ein IsomorSatz 4. Es seien K und K K¨ allungsk¨ orper von f u ¨ber K und L ein phismus von K auf K . Ist L ein Zerf¨

218

Kapitel X. Steinitz

¨ber K , so l¨ asst sich σ fortsetzen zu einem IsomorphisZerf¨ allungsk¨ orper von f σ u mus τ von L auf L . Beweis. Es sei n die Anzahl der Nullstellen von f , die nicht in K liegen. Ist n = 0, so zerf¨allt f in K[x] vollst¨andig in Linearfaktoren. Daher ist K = L. Es folgt weiter, dass auch f σ in K [x] vollst¨andig in Linearfaktoren zerf¨ allt. Also ist auch K = L . Setzt man nun τ := σ, so leistet τ das Verlangte. Es sei n > 0. Ferner sei a eine Nullstelle von f , die nicht in K liegt. Es sei g das Minimalpolynom von a u ¨ ber K, dh. das Polynom kleinsten Grades mit Leitkoeﬃzient 1 in K[x] mit g(a) = 0. Dann ist g irreduzibel. Nach Satz 1 gibt es ur alle k ∈ K folglich einen Monomorphismus μ von K[x]/gK[x] in L mit k μ = k f¨ und (x + gK[x])μ = a. Es seien a = a1 , . . . , am die Nullstellen von f in L. Dann ist f =s

m

(x − ai ).

i:=1

Es folgt f σ = sσ

m

(x − bi )

i:=1

mit bi ∈ L . Wegen g(a) = 0 ist x − a Teiler von g. Daher sind f und g nicht teilerfremd. Weil g irreduzibel ist, ist g daher Teiler von f . Es gibt somit ein h ∈ K[x] mit f = gh. Also ist g σ h σ = f σ = sσ

m

(x − bi ),

i:=1

so dass wenigstens eines der x − bi Teiler von g σ ist. Wir d¨ urfen daher annehmen, dass x − b1 Teiler von g σ ist. Es folgt g σ (b1 ) = 0. Daher wird f¨ ur A ∈ K[x] durch Aρ := Aσ (b1 ) ein Homomorphismus von K[x] in L deﬁniert, dessen Kern das Ideal gK[x] ist. Wegen g ρ = g σ (b1 ) = 0 ist n¨ amlich g ∈ Kern(ρ). Weil aber ρ nicht der Nullhomomorphismus ist, folgt mit der Irreduzibilit¨ at von g, dass Kern(ρ) = gK[x] ist. Mittels des ersten Isomorphiesatzes folgt die Existenz eines Monomorphismus ν von K[x]/gK[x] in L mit ν A + gK[x] = Aσ (b1 ). Setzt man nun π := μ−1 ν, so ist π ein Monomorphismus von M := (K[x]/g[x])μ in L mit k π = k σ f¨ ur alle k ∈ K und aπ1 = b1 . Wegen a1 ∈ M hat f h¨ ochstens n − 1 Nullstellen in L, die nicht zu M geh¨oren. Außerdem ist L auch Zerf¨ allungsk¨ orper

3. Algebraische Erweiterungen

219

orper von f σ u ¨ ber M := M π . Nach Indukvon f u ¨ ber M und L ist Zerf¨allungsk¨ tionsannahme gibt es also eine Isomorphismus τ von L auf L mit k τ = k π f¨ ur alle k ∈ M . Es folgt k τ = k π = k σ f¨ ur alle k ∈ K. Damit ist alles bewiesen. Wir haben in diesem Beweise den Schluss benutzt, dass das irreduzible Polynom g Teiler von f ist, da f und g die gemeinsame Nullstelle a haben. Bei Galois liest ´ sich das so (Galois, Ecrits, S. 47): Lemme I. Une ´equation irr´eductible ne peut avoir aucune racine commune avec une ´equation rationelle sans la diviser. Car le plus grand commun diviseur entre l’´equation irr´eductible propos´ee et l’autre ´equation sera encore rationnel; donc, etc. Das Etc. ist Teil des Zitates. Die hier zitierte Stelle stammt aus dem ersten M´emoire, das wir schon einmal erw¨ ahnten (Kapitel 9, Ende von Abschnitt 1) und mit dem wir uns in Kapitel 13 noch ausf¨ uhrlich besch¨ aftigen werden. allungsk¨ orper des Polynoms f u ¨ber dem K¨ orper K, Korollar. Sind L und L Zerf¨ so gibt es einen Isomorphismus τ von L auf L mit k τ = k f¨ ur alle k ∈ K. Dies folgt mit K = K und σ = 1 aus Satz 4. Als n¨achstens zeigen wir — nicht Steinitz —, dass die Absch¨ atzung n! f¨ ur den Grad des Zerf¨allungsk¨ orpers bestm¨oglich ist. Dazu betrachten wir den K¨ orper ¨ ber K der rationalen Funktionen F := K(x1 , . . . , xn ) in den Unbestimmten xi u und den darin enthaltenen Teilk¨ orper S := SymK (x1 , . . . , xn ) der symmetrischen Funktionen. Dann ist K(x1 , . . . , xn ) : SymK (x1 , . . . , xn ) = n! nach Satz 7 von Abschnitt 4 des Kapitels 6. Ferner ist xn Nullstelle des Polynoms pn (y) :=

n

(−1)i λi (n)y n−i .

i:=0

Nach den S¨ atzen 5 und 7 von Kapitel 6, Abschnitt 4 sind 1, xn , x2n , . . . , xn−1 n u ¨ ber S linear unabh¨ angig. Folglich ist pn das Minimalpolynom von xn u ¨ ber S, so dass dieses Polynom u ¨ ber S irreduzibel ist. Es sei S[xn ] der von S und xn erzeugte Teilk¨ orper von F . Dann gilt im Polynomring in der Unbestimmten y u ¨ ber S[xn ] die Gleichung pn (y) = (y − xn )pn−1 (y). atzen 5 und 7 von Kapitel 6, Es gilt pn−1 (xn−1 ) = 0. Ferner gilt nach den S¨ Abschnitt 4, dass die xin−1 xjn mit 0 ≤ i ≤ n − 2 und 0 ≤ j ≤ n − 1 u ¨ ber S linear unabh¨ angig sind. Folglich sind 1, xn−1 , x2n−1 , . . . , xn−2 linear unabh¨ angig u ¨ ber n−1 ¨ ber S[xn ] und es gilt S[xn ]. Folglich ist pn−1 das Minimalpolynom von xn−1 u

S[xn ][xn−1 ] : S = n(n − 1).

220

Kapitel X. Steinitz

alSo fortfahrend sieht man, dass erst F das Polynom pn zerf¨allt, also der Zerf¨ lungsk¨ orper dieses Polynoms ist. Und nun weiter mit der Steinitzarbeit. Nennt man Grad eines Elementes den Grad seines Minimalpolynoms, so folgert Steinitz aus Satz 2 die G¨ ultigkeit von Satz 5. Es sei L eine endliche Erweiterung des K¨ orpers K. Ist ξ ein Element von L, so ist der Grad von ξ u ¨ber K Teiler von [L : K]. Beweis. Der Grad von ξ ist ja gleich [K[ξ] : K] und es gilt [L : K] = L : K[ξ] · K[ξ] : K . Klar ist auch Satz 6. Eine Erweiterung des K¨ orpers K ist genau dann endlich, wenn sie durch Adjunktion einer endlichen Anzahl u ¨ber K algebraischer Elemente erhalten werden kann. Satz 7. Ist L = K(S) und sind alle Elemente von S algebraisch u ¨ber K, so ist L algebraisch u ¨ber K. Beweis. Ist n¨amlich Φ die Menge der endlichen Teilmengen von S, so ist, wie im letzten Abschnitt gesehen, L=

$

K(T )

T ∈Φ

und alle K(T ) sind nach Satz 6 algebraisch u ¨ber K. Satz 8. Ist L eine Erweiterung des K¨ orpers K und ist M die Menge aller u ¨ber K algebraischen Elemente von L, so ist M ein Teilk¨ orper von L. Beweis. Nach Satz 7 ist K(M ) algebraisch u ¨ ber K. Folglich ist K(M ) ⊆ M und damit K(M ) = M . Satz 9. Ist L eine algebraische Erweiterung von K und M eine algebraische Erweiterung von L, so ist M algebraische Erweiterung von K. Beweis. Es sei β ∈ M und der Grad von β u ¨ ber L sei n. Es gibt dann a0 , . . . , an−1 ∈ L mit n−1 βn + ai β i = 0. i:=0

Setze K := K(a0 , . . . , an−1 ). Dann ist K (β) endlich u ¨ ber K und K ist nach ¨ber K. Folglich Satz 6 endlich u ¨ber K. Also ist auch K (β) nach Satz 2 endlich u ist β algebraisch u ¨ber K. Eine genauere Analyse der Zerf¨ allungsk¨ orper f¨ uhrte Steinitz zu den von ihm so genannten normalen Erweiterungen. Eine algebraische Erweiterung N des K¨orpers

3. Algebraische Erweiterungen

221

K heißt normal u ¨ ber K, wenn jedes u ¨ ber K irreduzible Polynom, welches in N eine Nullstelle hat, u ¨ ber N vollst¨andig in Linearfaktoren zerf¨ allt. Satz 10. Ist N normale Erweiterung des K¨ orpers K und ist L ein Zwischenk¨ orper von N : K, so ist N auch normal u ¨ber L. Beweis. Es sei ϕ ein irreduzibles Polynom aus L[x], welches in N eine Nullstelle j haben m¨ oge. Es sei ferner f das Minimalpolynom von j u ¨ ber K. Da N normal u ¨ ber K ist, zerf¨allt f u ¨ ber N in Linearfaktoren. Nun ist f aber auch Polynom ¨ u ¨ ber L, da ja K ⊆ L ist. Uberdies hat f mit dem u ¨ ber L irreduziblen Polynom ϕ in N die Nullstelle j gemein. Nach Lemme I von Galois ist daher ϕ Teiler von f , zerf¨allt also ebenfalls u ¨ ber N in lauter Linearfaktoren. orper, so heißt das Polynom f ∈ K[x] normal , wenn f irreduzIst K ein K¨ ibel und der K¨ orper K[x]/f K[x] normal ist. Ist f normal, so ist K[x]/f K[x] der Zerf¨allungsk¨ orper von f , wie unmittelbar aus der Deﬁnition hervorgeht, da f ja eine Nullstelle in diesem K¨orper hat. Von diesem Sachverhalt gilt auch die Umkehrung. Bei ihrem Beweis benutzt Steinitz den waringschen Satz, wie wir gleich sehen werden. Satz 11. Es sei K ein K¨ orper. Ist f ∈ K[x] irreduzibel, so ist f genau dann normal, wenn K[x]/f K[x] der Zerf¨ allungsk¨ orper von f ist. Beweis. Es ist nur noch zu zeigen, dass L := K[x]/f K[x] normal ist, wenn L der Zerf¨allungsk¨ orper von f ist. Es sei j eine Nullstelle von f in L. Dann ist nach Voraussetzung f = (x − j)(x − j1 ) · · · (x − jn−1 ) mit Elementen jk ∈ L. Es sei g ein u ¨ ber K irreduzibles Polynom und g habe eine Nullstelle α in L. Es gibt dann ein Polynom ϕ u ¨ ber K mit α = ϕ(j). Setze h(x) := x − ϕ(j) x − ϕ(j1 ) · · · x − ϕ(jn−1 ) . Steinitz sagt an dieser Stelle, man schließe nun in bekannter Weise, dass die Koeﬃzienten von h symmetrische Funktionen in j, j1 , . . . , jn−1 , also Elemente von K w¨aren. Er kommt also auch nicht ohne den waringschen Satz aus, den wir in Kapitel 6 bewiesen haben. Die Polynome h, g ∈ K[x] haben die Nullstelle α in L gemein. Weil g u ¨ ber K irreduzibel ist, ist nach dem galoisschen Lemma daher g Teiler von h, so dass g u ¨ ber L vollst¨andig in Linearfaktoren zerf¨ allt. Satz 12. Es sei f ein u ¨ber dem K¨ orper K normales Polynom. Ist L eine Erweiterung von K und ist g ∈ L[x] ein irreduzibler Faktor von f , so ist g normal u ¨ber L. Beweis. Es sei j eine Nullstelle von g in der Erweiterung L(j) von L. Dann ist K(j) ⊆ L(j), so dass f auf Grund seiner Normalit¨ at u ¨ ber K(j) und damit u ¨ber L(j) vollst¨andig in Linearfaktoren zerf¨ allt. Als Teiler von f zerf¨allt dann auch g u ¨ ber L(j) vollst¨andig in Linearfaktoren, so dass g nach Satz 11 normal ist.

222

Kapitel X. Steinitz

Satz 13. Es sei f ein Polynom u ¨ber dem K¨ orper K. Ist N der Zerf¨ allungsk¨ orper von f , so ist N normale Erweiterung von K. Beweis. Es sei f = (x − j1 ) · · · (x − jn ) und es sei g ∈ K[x] irreduzibel. Ferner sei β ein Nullstelle von g in N . Wegen N = K[j1 , . . . , jn ] gibt es ein ψ ∈ K[x1 , . . . , xn ] mit β = ψ(j1 , . . . , jn ). F¨ ur σ ∈ Sn deﬁnieren wir βσ durch βσ := ψ(jσ(1) , . . . , jσ(n) ) und setzen ϕ :=

(x − βσ ).

σ∈Sn

Dann ist ϕ symmetrisch in den βj , so dass nach dem waringschen Satz ϕ ∈ K[x] gilt. Nun ist x − β1 = x − β Faktor von ϕ und g in N [x]. Weil g in K[x] irreduzibel ist, ist daher g nach dem galoisschen Lemma Teiler von ϕ. Weil ϕ in N [x] vollst¨andig in Linearfaktoren zerf¨ allt, tut dies auch g. Folglich ist N normal. 4. Separable und inseparable Erweiterungen. Irreduzible Polynome u ¨ber K¨ orpern der Charakteristik 0 haben stets nur einfache Nullstellen. Bei K¨ orpern von Primzahlcharakteristik ist das nicht immer der Fall. Diesen Sachverhalt gilt es nun zu untersuchen. Gauß benutzt bei seinem zweiten Beweis des Fundamentalsatzes immer wieder auch die Ableitung eines Polynoms. Das war dort nicht problematisch, da die Polynome, die er betrachtete, Polynome u ¨ber R oder C waren, so dass ihm die Ergebnisse der Analysis u ¨ ber das Ableiten von Funktionen zur Verf¨ ugung standen. Bei Steinitz ist das nun anders. Er betrachtet ja Polynome u ¨ber beliebigen K¨ orpern und kann daher nicht mehr die Ableitung eines Polynoms mittels irgendwelcher Grenzprozesse deﬁnieren. Da die Ableitung eines Polynoms im Reellen wie im Komplexen ein sehr einfach zu beschreibender Ausdruck ist, ist es nahe liegend, die Ableitung eines Polynoms nach diesem Vorbild rein formal, wie er sagt, zu deﬁnieren. Ist also f = a0 + a1 x + . . . + an xn , so ist die Ableitung f von f deﬁniert durch f := a1 + 2a2 x + . . . + nan xn−1 .

4. Separable und inseparable Erweiterungen

223

Es ist einfach nachzurechnen, dass (f + g) = f + g und

(f g) = f g + f g

ist. Auch die Kettenregel

f (g) = f (g)g

ist nicht schwer zu veriﬁzieren. Steinitz veriﬁziert von diesen drei Regeln, die das Rechnen mit Ableitungen von Polynomen beherrschen, nur die mittlere. Ist R ∈ K(x), so gibt es Polynome u und v mit R = uv . Sind w und z weitere Polynome mit R = wz , so ist (1.)

uz = vw

und daher

u z + uz = v w + vw .

Es folgt u z − vw = v w − uz .

(2.)

Multipliziert man dies mit vz, so folgt (3.)

u vz 2 − v 2 w z = vz(v w − uz ).

Multipliziert man (1.) mit vz + v z, so erh¨alt man uzvz + uz 2 v = v 2 wz + vwv z und damit (4.)

z 2 uv − v 2 wz = vz(v w − uz ).

Mit (3.) und (4.) folgt nun z 2 (uv − u v) = v 2 (w z − wz ) und dann auch (5.)

uv − u v zw − z w = . v2 z2

Dies zeigt, dass man die Ableitung R von R durch R :=

uv − u v v2

224

Kapitel X. Steinitz

deﬁnieren kann. Es gelten dann auch f¨ ur rationale Funktionen die u ¨blichen Rechenregeln: die Produktregel, die Quotientenregel, die Kettenregel. Steinitz formuliert sie alle, u ¨ berl¨ asst ihre Beweise aber dem Leser. Satz 1. Es sei K ein K¨ orper und K(x), sei der Funktionenk¨ orper in der Unbestimmten x u ¨ber K. Ist R ∈ K(x), so ist genau dann R = 0, wenn entweder R ∈ K ist, oder aber, wenn die Charakteristik von K eine Primzahl p ist und es ein S ∈ K(x) gibt mit R = S(xp ). Ist R ∈ K[x] und R = 0, so ﬁndet man S mit R = S(xp ) bereits in K[x]. Beweis. Es sei R =

u v

reduziert. Dann ist uv − u v . v2

R =

Nun ist genau dann R = 0, wenn uv = u v ist. Weil u und v teilerfremd sind, folgt hieraus, dass v Teiler von v und u Teiler von u ist. Weil der Grad von v nicht kleiner oder gleich dem Grade von v sein kann, folgt daher v = 0 und ebenso u = 0. Sind andererseits u = 0 und v = 0, so ist R = 0. Es ist also die Frage, wann die Ableitung n eines Polynoms 0 ist. Es sei f = i:=0 ai xi ∈ K[x] und es gelte an = 0 und 0 = f =

n

iai xi−1 .

i:=1

Dann ist iai = 0 f¨ ur i := 1, . . . , n. Ist Char(K) = 0, so ist also ai = 0 f¨ ur i := 1, . . . , n, so dass f ∈ K gilt. Ist f ∈ K, so ist die Charakteristik p von K eine Primzahl. Es folgt ai = 0, falls i nicht durch p teilbar ist. Da an = 0 ist, ist p Teiler von n und mit m := np−1 folgt, dass f=

m

api xpi = g(xp )

i:=0

ist, wenn man nur g :=

m

api xi

i:=0

setzt. Ist umgekehrt f = g(xp ) mit einem g ∈ K[x], so ist f = g (xp )pxp−1 = 0. Zur¨ uck zu R. Es ist genau dann R = 0, wenn u = 0 und v = 0 ist. Dies ist genau dann der Fall, wenn einer der folgenden vier F¨ alle vorliegt: 1) Es ist u, v ∈ K. Dann ist R ∈ K.

4. Separable und inseparable Erweiterungen

225

2) Es ist u ∈ K und es gibt ein g ∈ K[x] mit v = g(xp ). In diesem Falle setzen wir f := u und S := fg . Dann ist S(xp ) =

u f (xp ) = = R. p g(x ) v

3) Es ist v ∈ K und es gibt ein f ∈ K[x] mit u = f (xp ). Hier setzen wir g := v und S := fg , womit wir das gew¨ unschte Ergebnis erhalten. 4) Es gibt f , g ∈ K[x] mit u = f (xp ) und v = g(xp ). Auch hier leistet S := das Verlangte.

f g

Wir weichen nun von der steinitzschen Arbeit ab, indem wir die folgenden S¨ atze statt f¨ ur Linearfaktoren f¨ ur beliebige irreduzible Faktoren beweisen. Satz 2. Es sei K ein K¨ orper. Ferner sei 0 = f ∈ K[x] und g sei ein u ¨ber K irreduzibles Polynom, welches f teilt. Schließlich sei f = g m h mit einem nicht durch g teilbaren Polynom h ∈ K[x]. Dann ist g m−1 Teiler von ggT(f, f ). Genau dann ist g m Teiler von ggT(f, f ), wenn die Charakteristik von K eine Primzahl p und dar¨ uber hinaus p Teiler von m oder aber g = 0 ist. Beweis. Es ist f = g m−1 (mg h + gh ), so dass in jedem Falle g m−1 Teiler von ggT(f, f ) ist. Weil g kein Teiler von h ist, ist genau dann g m Teiler von f , wenn g Teiler von mg . Dies ist aber genau dann der Fall, wenn mg = 0 ist. Hieraus folgt die Behauptung. Wir notieren als Korollar 1, was Steinitz an Stelle von Satz 2 formuliert hat. Korollar 1. Es sei K ein K¨ orper und f ∈ K[x] ein Polynom u ¨ber K. Ferner sei f = (x − a)m g mit a ∈ K und einem nicht durch x − a teilbaren Polynom g. Dann ist (x − a)m−1 Teiler von f . Genau dann ist (x − a)m Teiler von f , wenn die Charakteristik von K eine Primzahl p ist und m von p geteilt wird. Beweis. Dies folgt aus Satz 2, wenn man nur beachtet, dass die Ableitung des Polynoms x − a gleich 1 ist. Korollar 2. Es sei K ein K¨ orper. Ist dann 0 = f ∈ K[x], so ist f ggT(f, f ), falls die Charakteristik von K gleich 0 ist, das Produkt u ¨ber alle irreduziblen Faktoren von f und, falls die Charakteristik von K gleich p > 0 ist, gleich dem Produkt u ¨ber alle die Primfaktoren von f , deren Vielfachheit nicht durch p teilbar und deren Ableitung nicht 0 ist.

226

Kapitel X. Steinitz

Es bezeichne wieder r(a, b) den gr¨ oßten zu b teilerfremden Teiler von a. Das n¨ achste Korollar ist nur f¨ ur von 0 verschiedene Charakteristik interessant. Korollar 3. Es sei K ein K¨ orper der Charakteristik p > 0. Ferner sei 0 = f ∈ K[x]. Dann ist f r ggT(f, f ), ggT(f, f ) das Produkt u ¨ber alle g m mit den folgenden Eigenschaften: ochste Potenz von g, die in f aufgeht. a) g ist irreduzibel und g m ist die h¨ b) Es ist m ≡ 0 mod p oder g = 0. Betrachte den Funktionenk¨ orper K(x) in der Unbestimmten x u ¨ ber K. Dies ist der Quotientenk¨ orper von K[x]. Das Element x ist prim in K[x]. Nach dem sch¨onemannschen Irreduzibilit¨ atskriterium ist daher das Polynom g := y p − x irreduzibel u ¨ ber K(x). Ist nun p die Charakteristik von K, so ist g = py p−1 = 0. Es gibt also irreduzible Polynome, deren Ableitung 0 ist. Das Folgende ist wieder aus der steinitzschen Arbeit, wenn auch immer wieder etwas modiﬁziert, ohne dass dies explizit gemacht wird. Die Methoden sind aber die steinitzschen. Satz 3. Es sei K ein K¨ orper der Charakteristik p > 0. Ist f ein Polynom u ¨ber dem K¨ orper K, so gibt es genau dann eine endliche Erweiterung L von K und ein g ∈ L[x] mit f = g p , wenn es ein h ∈ K[x] gibt mit f = h(xp ). n Beweis. Es sei f = i:=0 ai xip mit ai ∈ K. Es gibt dann einen K¨ orper L, in urfen L = K[b0 , . . . , bn ] dem die Polynome xp − ai eine Nullstelle bi haben. Wir d¨ annehmen. Dann ist L eine endliche Erweiterung von K und es gilt f=

n

p i

bi x

,

i:=0

da ja das Potenzieren mit p ein Endomorphismus ist. Es sei umgekehrt L eine endliche Erweiterung von K und es gelte f = g(x)p n mit einem g ∈ L[x]. Ist g = i:=0 bi xi , so folgt f=

n

bpi xip .

i:=0

Es folgt ai := bpi ∈ K. Setzt man dann h := f = h(xp ).

n i:=0

ai xi , so ist h ∈ K[x] und

Es sei K ein kommutativer K¨ orper und f sei ein Polynom u ¨ ber K. Wir nennen f separabel u ¨ ber K, falls ggT(f, f ) = 1 ist, andernfalls inseparabel. Ist f irreduzibel, so ist f genau dann separabel, wenn f = 0 ist. Dies impliziert, dass irreduzible Polynome u ¨ ber K¨ orpern der Charakteristik 0 stets separabel sind.

4. Separable und inseparable Erweiterungen

227

Steinitz deﬁniert Separabilit¨ at von irreduziblen Polynomen — und nur von solchen — u ¨ ber die Vielfachheiten der Nullstellen dieser Polynome in Erweite¨ rungsk¨ orpern von K. Er nennt im Ubrigen separable, irreduzible Polynome ganze Funktionen erster Art und inseparable, irreduzible Polynome ganze Funktionen zweiter Art , wie er u ¨ berhaupt von Polynomen als von ganzen Funktionen spricht. Die Namen separabel“ und inseparabel“ in diesem Zusammenhang gehen auf ” ” van der Waerden zur¨ uck (van der Waerden 1930, S. 114, Fußn. 2). Es sei weiterhin K ein K¨ orper der Charakteristik p > 0 und f sei ein irreduzibles Polynom u ¨ber K. Mittels Satz 3 erschließt man die Existenz von e ∈ N0 und e e+1 g ∈ K[y] mit f = g(xp ) und f = h(xp ) f¨ ur alle h ∈ K[y]. Wir nennen mit Steinitz e den Exponenten und Grad(g) den reduzierten Grad von f . Es gilt dann Grad(f ) = pe Grad(g). ¨ Uberdies ist g irreduzibel und g = 0. Wir bezeichnen den Exponenten von f auch mit exp(f ) und den reduzierten Grad mit redGrad(f ). Satz 4. Es sei K ein K¨ orper der Charakteristik p > 0 und es sei f ∈ K[x] irreduzibel. Ist L eine Erweiterung von K und ist a eine Nullstelle von f in L, so allt L das Polynom f , so ist der reduzierte ist pexp(f ) die Vielfachheit von a. Zerf¨ Grad von f die Anzahl der verschiedenen Nullstellen von f in L. Beweis. Setze e := exp(f ) und m := redGrad(f ). Ferner sei g ∈ K[y] und e f = g(xp ). Dann ist m = Grad(g). Ferner ist e

0 = f (a) = g(ap ), e

so dass ap Nullstelle von g ist. Es folgt die Existenz eines h ∈ K[y] mit g = e (y − ap )h. Es folgt weiter e

e

e

e

e

e

f = g(xp ) = (xp − ap )h(xp ) = (x − a)p h(xp ). e

Somit ist (x − a)p Teiler von f . Es sei M der Zerf¨allungsk¨ orper von g u ¨ ber L. Dann hat g wegen g = 0 lauter verschiedene Nullstellen in M . Diese seien b1 , . . . , bm . Es sei schließlich N der Zerf¨ allungsk¨ orper von e

e

e

(xp − b1 )(xp − b2 ) · · · (xp − bm ) e

u ¨ ber M . Es gibt dann c1 , . . . , cm ∈ N mit cpi = bi f¨ ur alle i. Weil die bi paarweise verschieden sind, sind es auch die ci . Ferner folgt e

f (ci ) = g(cpi ) = g(bi ) = 0. Mit der eingangs gemachten Bemerkung folgt e

e

f = (x − c1 )p · · · (x − cm )p t

228

Kapitel X. Steinitz

mit t ∈ N [x]. Wegen Grad(f ) = pe m folgt t ∈ N . Also haben die ci alle die Vielfachheit pe . Nun ist aber e

e

0 = f (a) = (a − c1 )p · · · (a − cm )p t, so dass es ein j gibt mit a = cj . Also hat a, wie behauptet, die Vielfachheit pe . Zerf¨ allt schließlich L das Polynom L, so folgt ci ∈ L f¨ ur alle i, so dass f in diesem Falle genau m Nullstellen in L hat. Es sei L eine Erweiterung des K¨ orpers K. Ferner sei a ∈ L algebraisch u ¨ber K. Ist das Minimalpolynom μa von a u ¨ ber K separabel, so heißt a separabel u ¨ ber K, andernfalls inseparabel . Der Exponent von μa heißt auch Exponent von a. Genau dann ist a separabel, wenn der Exponent von a gleich 0 ist. Die algebraische Erweiterung L von K heißt separabel u ¨ ber K, falls alle a ∈ L u ¨ ber K separabel sind, andernfalls inseparabel . Der K¨orper K heißt vollkommen, falls jede algebraische Erweiterung von K separabel u ¨ ber K ist, andernfalls unvollkommen. Ist K algebraisch abgeschlossen, so ist K vollkommen, da alle u ¨ ber K irreduziblen Polynome den Grad 1 haben, so dass ihre Ableitungen nicht null sind. Hat K die Charakteristik 0, so ist jedes u ¨ber K irreduzible Polynom separabel, wie wir schon bemerkten. Daher sind K¨ orper der Charakteristik 0 stets vollkommen. F¨ ur K¨ orper der Charakteristik p > 0 gilt: Satz 5. Es sei K ein K¨ orper der Charakteristik p > 0. Genau dann ist K vollkommen, wenn die Abbildung k → k p surjektiv ist. Beweis. Die Abbildung k → k p sei surjektiv. Ferner sei f ∈ K[x] und f = 0. Nach Satz 1 gibt es dann g0 , . . . , am ∈ K mit f=

n

ai xip .

i:=0

Es gibt weiter b0 , . . . , bm ∈ K mit bpi = ai f¨ ur alle i. Es folgt f=

m

bpi xpi =

i:=0

m

p bi xi

,

i:=0

so dass f nicht irreduzibel ist. Die Abbildung k → k p sei nicht surjektiv. Es gibt dann ein a ∈ K − K p . Setze f := xp − a. Es sei L der Zerf¨allungsk¨ orper von f u ¨ ber K. Es gibt dann ein b ∈ L ¨ ber K. Dann ist μ nach dem mit bp = a. Es sei μ das Minimalpolynom von b u galoisschen Lemma Teiler von f . In L[x] gilt f = xp − bp = (x − b)p und folglich μ = (x − b)i . Es folgt μ = (x − b)i =

i j:=0

(−1)i−j

i i−j j b x . j

4. Separable und inseparable Erweiterungen

229

Hieraus folgt insbesondere ib ∈ K. W¨ are i ≡ 0 mod p, so folgte b ∈ K und weiter a = bp ∈ K p . Also ist doch i ≡ 0 mod p und daher i = p. Es folgt f = μ, so dass f irreduzibel ist. Ferner ist f = pxp−1 = 0, so dass L u ¨ ber K inseparabel ist. Folglich ist K unvollkommen. Der Beweis von Satz 5 zeigt auch die G¨ ultigkeit des folgenden Korollars. Korollar. Ist K ein K¨ orper der Charakteristik p > 0 und ist a ∈ K − K p , so ist p das Polynom x − a irreduzibel. Dass es sowohl vollkommene wie unvollkommene K¨orper von Primzahlcharakteristik gibt, zeigt der n¨ achste Satz. Satz 6. a) Galoisfelder sind vollkommen. b) Ist K ein K¨ orper der Charakteristik p > 0 und ist x eine Unbestimmte u ¨ber K, so ist K(x) unvollkommen. Beweis. a) Die Abbildung k → k p ist injektiv und daher bei Galoisfeldern auch surjektiv. b) Wie wir nach dem Korollar 3 zu Satz 2 bemerkten, ist das Polynom yp − x irreduzibel u ¨ ber K(x) und die Ableitung dieses Polynoms ist null. Daher ist K(x) unvollkommen. Eine zentrale Rolle spielt in der Galoistheorie der folgende Satz, den Steinitz in zwei Etappen beweist, zuerst nur f¨ ur separable Erweiterungen und sp¨ ater dann f¨ ur den Fall, dass eines der erzeugenden Elemente inseparabel ist. Es ist der Satz vom primitiven Element. Satz 7. Der K¨ orper L entstehe aus dem K¨ orper K durch Adjunktion der alge¨ber K, so gibt es ein braischen Elemente a1 , . . . , at . Sind a2 , . . . , at separabel u ϑ ∈ L mit L = K[ϑ]. Beweis. Ist K endlich, so ist auch L endlich. Da die multiplikativen Gruppen endlicher K¨ orper zyklisch sind, gibt es in diesem Falle ein solches ϑ. Es sei also K unendlich. Der nun folgende Beweisteil scheint auf Hasse zur¨ uckzugehen. Jedenfalls ist er in den Anmerkungen der von Hasse und Baer besorgten Ausgabe der steinitzschen Arbeit angegeben (Anm. 78), wobei auf den zweiten Band des hasseschen Algebrabuches von 1926 verwiesen wird. Ist t = 1, so ist nichts zu beweisen. Es sei also t > 1 und der Satz gelte f¨ ur t − 1. Es gibt dann ein a ∈ L mit K[a1 , . . . , at−1 ] = K[a]. Setzt man b := at , so ist also L = K[a1 , . . . , at ] = K[a, b]. Es sei f das Minimalpolynom von a und g das Minimalpolynom von b u ¨ ber K. Nach Voraussetzung ist g separabel, hat also nur einfache Nullstellen in seinem Zerf¨ allungsk¨ orper. Es seien a = u1 , u2 , . . . , um die verschiedenen Nullstellen von

230

Kapitel X. Steinitz

f und b = v1 , v2 , . . . , vn die Nullstellen von g in einem f und g zerf¨allenden K¨ orper M oberhalb von L. Ist (i, k) = (s, t) und ist ui + cvk = us + cvt , so ist k = t, da andernfalls ui = us und damit i = s folgte. Dann ist aber c=

ui − us . vt − vk

Weil es nur endlich viele Elemente der Form ui − us vt − vk gibt, gibt es ein c ∈ K mit der Eigenschaft, dass aus ui + cvk = us + cvt folgt, dass i = s und k = t ist. Wir setzen ϑ := a + cb. Dann ist b Nullstelle von g und auch von f (ϑ − cx). Es sei nun vi eine Nullstelle von f (ϑ − cx). Dann ist u1 + cv1 − cvi = ϑ − cvi = uk f¨ ur ein passendes k, da die Nullstellen von f ja gerade die uj sind. Auf Grund der Wahl von c folgt i = 1 = k. Somit ist b die einzige gemeinsame Nullstelle von g und f (ϑ − cx). Der gr¨ oßte gemeinsame Teiler dieser beiden Polynome in K[ϑ][x] hat also die Form l(x − b) mit einem von null verschiedenen l ∈ K[ϑ]. Es folgt lb ∈ K[ϑ] und damit b ∈ K[ϑ]. Dann ist aber auch a = ϑ − cb ∈ K[ϑ], so dass K[a, b] ⊆ K[ϑ] ist. Trivialerweise gilt auch K[ϑ] = K[a + cb] ⊆ K[a, b], so dass in der Tat K[a, b] = K[ϑ] gilt. Wie ich schon sagte, beweist Steinitz diesen Satz zun¨achst nur f¨ ur separable a1 , . . . , at und sein Beweis nutzt dies aus, so dass der hassesche Beweis mehr liefert. Doch auch der steinitzsche Beweis liefert noch etwas, was der hassesche wiederum nicht tut, dass n¨ amlich auch ϑ separabel ist, wenn nur a1 , . . . , at es sind. Dies ist sehr wichtig, so dass es sich lohnt, diesen Satz eigens zu formulieren und zu beweisen. Satz 8. Der K¨ orper L entstehe aus K durch Adjunktion der u ¨ber K separablen ¨ber K separables Element ϑ mit L = K[ϑ]. Elemente a1 , . . . , at . Es gibt dann ein u Beweis. Weil endliche K¨orper vollkommen sind, sind alle u ¨ber einem endlichen K¨ orper algebraischen Elemente separabel, so dass wir uns in diesem Falle auf Satz 7 berufen k¨onnen. Es sei also K unendlich. Die gleiche Induktion wie beim Beweise von Satz 7 zeigt, dass wir annehmen d¨ urfen, dass t = 2 ist. Wir setzen wieder a := a1 und

4. Separable und inseparable Erweiterungen

231

ogen f , g, ui , vi , c und ϑ die gleiche Bedeutung haben wie beim b := a2 . Ferner m¨ Beweise von Satz 7. Es gen¨ ugt dann zu zeigen, dass ϑ separabel ist, da wir ja schon wissen, dass K[a, b] = K[ϑ] ist. Wegen der Separabilit¨ at von a und b ist f= g=

m

(x − ui ),

i:=1 n

(x − vi ).

i:=1

Daher sind die elementarsymmetrischen Funktionen in den ui und auch die elementarsymmetrischen Funktionen in den vj Elemente aus K. Wir setzen n m (x − ui − cvj ). h := i:=1 j:=1

Dann hat h auf Grund der Wahl von c lauter einfache Nullstellen und da h in den ui und den vj symmetrisch ist, ist h ∈ K[x]. Weil ϑ = u1 + cv1 Nullstelle von h ist, ist μϑ Teiler von h. Weil h nur einfache Nullstellen hat, hat dann auch μϑ nur einfache Nullstellen, so dass ϑ separabel ist. Was nun interessiert, ist, ob die Erweiterung K[ϑ] u ¨ ber K separabel ist, wenn ϑ es ist. Dies ist richtig, wie wir bald sehen werden. Satz 9. Es sei K ein K¨ orper der Charakteristik p > 0 und es sei L eine Erweiterung von K. Ferner sei a ∈ L algebraisch u ¨ber K und vom Exponenten e > 0. ¨ ist [K[a] : K[ap ]] = p. Dann ist ap vom Exponenten e − 1 in Bezug auf K. Uberdies e

e−1

Beweis. Es gibt ein Polynom g u ¨ ber K mit μa = g(xp ). Setze h := g(xp Dann ist e h(ap ) = g(ap ) = μa (a) = 0.

).

Wegen μa = h(xp ) und der Irreduzibilit¨ at von μa ist auch h irreduzibel. Also ist ¨ ber den Exponenten von ap . Ferner folgt h = μap . Dies beweist die Aussage u K[a] : K = npe , K[ap ] : K = npe−1 und hiermit

K[a] : K[ap ] = p.

Damit ist alles bewiesen. n F¨ ur Polynome f = i:=0 fi xi u ¨ ber einem K¨orper K der Charakteristik p > 0 deﬁnieren wir f ϕ durch n f ϕ := fip xi . i:=0

232

Kapitel X. Steinitz

ur alle Dann ist ϕ ein injektiver Endomorphismus von K[x]. Es gilt f ϕ (xp ) = f p f¨ f ∈ K[x]. Satz 10. Ist K ein K¨ orper der Charakteristik p > 0 und ist f ein separables, irreduzibles Polynom u ¨ber K, so ist auch f ϕ separabel und irreduzibel. Beweis. Es sei L eine Erweiterung von K, in der f eine Nullstelle a hat. Dann ¨ ber K Teiler ist f ϕ (ap ) = f (a)p = 0, so dass das Minimalpolynom μ von ap u von f ϕ ist. Dann ist μ(xp ) Teiler von f ϕ (xp ) = f p . Weil f irreduzibel ist, folgt μ(xp ) = f r mit 1 ≤ r ≤ p. Es folgt f¨ ur die Ableitung rf r−1 f = μ (xp )pxp−1 = 0. Weil f separabel ist, ist f = 0 und folglich auch f r−1 f = 0. Daher ist r durch p teilbar, so dass r = p ist. Also ist μ(xp ) = f p = f ϕ (xp ) und folglich μ = f ϕ , so dass f ϕ , wie behauptet, irreduzibel ist. Ist f inseparabel, so ist f = g(xp ). Es folgt f ϕ = g ϕ (xp ) = g p , so dass f ϕ nicht irreduzibel ist. Satz 11. Es sei K ein K¨ orper der Charakteristik p > 0 und L sei eine Erweiterung von K. Ist a ∈ L algebraisch u ¨ber K, so ist a genau dann separabel, wenn K[a] = K[ap ] ist. Beweis. Ist a inseparabel, so ist K[a] = K[ap ] nach Satz 9. Es sei a separabel und f sei das Minimalpolynom von a u ¨ ber K. Dann ist f separabel und irreduzibel. Nach Satz 10 ist dann auch f ϕ separabel und irreduzibel. Wegen seiner Irreduzibilit¨ at ist f ϕ das Minimalpolynom von ap u ¨ ber K. Hieraus folgt K[a] : K = Grad(f ) = Grad(f ϕ ) = K[ap ] : K und wegen K[ap ] ⊆ K[a] dann auch K[a] = K[ap ]. Satz 12. Es sei K ein K¨ orper und L sei eine algebraische Erweiterung von K und es gelte L = K[ϑ] mit einem ϑ ∈ L. Ist ϑ separabel, so ist L separabel u ¨ber K. Beweis. Es sei a ∈ L. Dann ist

L : K[a] K[a] : K = [L : K] = L : K[ap ] K[ap ] : K .

Nach Satz 11 ist L = K[ϑ] = K[ϑp ] und daher L : K[ap ] = K[ϑp ] : K[ap ] = K[ϑ] : K[a] = L : K[a] .

4. Separable und inseparable Erweiterungen

233

Hieraus folgt [K[a] : K] = [K[ap ] : K] und weiter K[a] = K[ap ], so dass a nach Satz 11 separabel ist. Satz 13. Es sei L Erweiterung des K¨ orpers K. Ist L0 die Menge der u ¨ber K orper von L. Ist l ∈ L − L0 algebraisch separablen Elemente von L, so ist L0 Teilk¨ e u ¨ber K und ist e der Exponent von l u ¨ber K, so ist e > 0 und lp ∈ L0 sowie i lp ∈ L0 f¨ ur i := 0, . . . , e − 1. Beweis. Wegen K ⊆ L0 ist L0 nicht leer. Es seien a, b ∈ L0 . Es gibt dann ein ¨ ber K separabel ist, ist K[a, b] ⊆ L0 nach ϑ ∈ L0 mit K[a, b] = K[ϑ]. Weil ϑ u Satz 11. Folglich sind a − b, ab und, falls a = 0 ist, a−1 als Elemente von K[a, b] separabel, geh¨oren also zu L0 . Somit ist L0 Teilk¨ orper von L. Dass l inseparabel u ¨ ber K ist, besagt die Deﬁnition von L0 . daher ist e > 0. i Mit Satz 9 folgt, dass der Exponent von lp gleich e − i ist. Damit folgt auch die G¨ ultigkeit der letzten Aussage des Satzes. Der K¨orper L ist in Bezug auf L0 das, was Steinitz einen Wurzelk¨ orper nennt, weil alle Elemente von L die Eigenschaft haben, dass eine pe -te Potenz von ihnen in L0 liegt. Dabei ist auch e = 0 zugelassen. Satz 14. Es sei L algebraische Erweiterung des K¨ orpers K und M algebraische Erweiterung von L. Ist M separabel u ¨ber K, so ist M auch separabel u ¨ber L. Beweis. Es sei a ∈ M . Ferner sei μa,K das Minimalpolynom von a u ¨ ber K und μa,L das Minimalpolynom von a u ¨ ber L. Dann ist μa,L in L[x] Teiler von μa,K . Weil μa,K in seinem Zerf¨allungsk¨ orper nur einfache Nullstellen hat, hat auch μa,L in diesem K¨ orper nur einfache Nullstellen, ist also separabel. Satz 15. Es sei L eine algebraische Erweiterung des K¨ orpers K und M algebraische Erweiterung von L. Ist L separabel u ¨ber K und M separabel u ¨ber L, so ist M separabel u ¨ber K. Beweis. Ist die Charakteristik von K gleich 0, so ist nichts zu beweisen. Es sei ¨ ber also Char(K) = p > 0. Es sei ferner M0 die Menge der Elemente von M , die u K separabel sind. Dann ist L ⊆ M0 . Weil M u ¨ ber L separabel ist, ist M nach Satz 14 auch separabel u ¨ber M0 . Es sei nun a ∈ M und es sei e der Exponent von e i au ¨ ber K. Dann ist ap ∈ M0 nach Satz 13. Weil ap f¨ ur alle i u ¨ ber M0 separabel ist, folgt mit Satz 10 die G¨ ultigkeit von 2

e

M0 [a] = M0 [ap ] = M0 [ap ] = . . . = M0 [ap ] = M0 . Somit ist a ∈ M0 und folglich M = M0 . Satz 16. Ist L eine algebraische Erweiterung des vollkommenen K¨ orpers K, so ist L vollkommen. Beweis. Es sei M eine algebraische Erweiterung von L. Dann ist M eine algebraische Erweiterung von K und demzufolge separabel. Nach Satz 14 ist M dann auch separabel u ¨ ber L, so dass L vollkommen ist.

234

Kapitel X. Steinitz

5. Einfache algebraische Erweiterungen. Ziel dieses Abschnitts ist vor allem zu zeigen, dass die einfachen algebraischen Erweiterungen genau diejenigen Erweiterungen sind, die nur endlich viele Zwischenk¨ orper besitzen. Dabei werden wir die nicht separablen Erweiterungen unter ihnen noch ein bisschen genauer untersuchen, wobei wir in unserer Darstellung wieder von der steinitzschen abweichen. Satz 1. Es sei L eine Erweiterung des K¨ orpers K. Genau dann gibt es zwischen K und L nur endlich viele Zwischenk¨ orper, wenn L endlich u ¨ber K ist und es ein ϑ ∈ L gibt mit L = K[ϑ]. Beweis. Enth¨alt L ein u ¨ ber K transzendentes Element τ , so sind K(τ n ) f¨ ur n ∈ N paarweise verschiedene Zwischenk¨ orper zwischen K und L, so dass L u ¨ ber K algebraisch ist, falls es nur endlich viele Zwischenk¨ orper gibt. Ist K endlich und ist L eine einfache algebraische Erweiterung von K, so ist auch L endlich und es gibt nur endlich viele Zwischenk¨ orper zwischen K und L. Es sei K weiterhin endlich und es gebe nur endlich viele Zwischenk¨ orper zwischen K und L. Dann ist L algebraisch u ¨ber K, wie wir eingangs sahen. Setze Φ := X | X = K[a], a ∈ L . Dann ist Φ endlich. # Weil jedes a ∈ L algebraisch ist, ist auch jedes X ∈ Φ endlich. ur alle a ∈ L ist L ⊆ M und Folglich ist M := X∈Φ X endlich. Wegen a ∈ K[a] f¨ daher auch L endlich. Dann ist aber L∗ zyklisch, so dass L einfache Erweiterung von K ist. Es sei K unendlich. Das folgende Argument lernte ich aus Artin 1968, der den Satz selbst etwas anders formulierte, indem er von vorneherein voraussetzt, dass L endliche Erweiterung von K sei. Es gebe nur endlich viele Zwischenk¨ orper zwischen K und L. Dann gibt es unter den endlich erzeugten Zwischenk¨orpern einen maximalen. Es sei M ein solcher. Ist a ∈ L, so ist auch M [a] endlich erzeugt und daher M = M [a]. Dies zeigt, dass L = M ist, so dass L endlich erzeugt ist. Es gibt also u1 , . . . , ut ∈ L mit L = K[u1 , . . . , ut ]. Ist t = 1, so sind wir fertig. Es sei also t > 1. Es gibt dann ein a ∈ L mit K[u1 , . . . , ut−1 ] = K[a]. Setze b := ut . Dann ist L = K[a, b]. Weil es nur endlich viele Zwischenk¨ orper gibt, K aber unendlich viele Elemente enth¨ alt, gibt es c, d ∈ K mit c = d und K[a + cb] = K[a + db]. Wir nennen diesen K¨ orper M . Dann ist (c − d)b ∈ M . Wegen c − d = 0 und c − d ∈ K ⊆ M ist b ∈ M . Dann ist aber auch a = a + cb − cb ∈ M und folglich L ⊆ M . Folglich ist L = M = K[a + cb]. Es sei umgekehrt L algebraisch u ¨ber K und L = K[a] mit einem a ∈ L. Es ¨ ber K. Ist M ein Zwischenk¨ orper zwischen sei μK das Minimalpolynom von a u

5. Einfache algebraische Erweiterungen

235

¨ ber M . Dann ist μM K und L, so bezeichne μM das Minimalpolynom von a u in L[x] Teiler von μK , wobei wir noch beachten, dass die Koeﬃzienten von μM sogar in M liegen. Mit Φ bezeichnen wir die Menge aller Teiler von μK in L[x], deren Leitkoeﬃzient gleich 1 ist. Dann ist Φ endlich und die Abbildung M → μM ist eine Abbildung der Menge der Zwischenk¨ orper in Φ. Es sei M0 der von den ¨ ber K erzeugte Zwischenk¨orper zwischen K und L. Weil Koeﬃzienten von μM u die Koeﬃzienten von μM in M liegen, ist K ⊆ M0 ⊆ M . Ferner ist μM ∈ M0 [x] ⊆ M [x] ¨ber M0 . Daher gilt wegen und μM ist auch irreduzibel u L = K[a] ⊆ M0 [a] ⊆ M [a] ⊆ L die Gleichung L = M0 [a] = M [a]. Es folgt [L : M ] = Grad(μM ) = [L : M0 ] und damit M = M0 , so dass die Abbildung M → μM injektiv ist. Weil Φ endlich ist, gibt es also auch nur endlich viele Zwischenk¨ orper. Damit ist alles bewiesen. Korollar 1. Ist L eine endliche, einfache Erweiterung von K, so ist auch jeder Zwischenk¨ orper zwischen K und L einfach u ¨ber K. Beweis. Ist M ein Zwischenk¨ orper zwischen K und L, so ist jeder Zwischenk¨ orper zwischen K und M auch ein solcher zwischen K und L. Es gibt also nur endlich viele Zwischenk¨ orper zwischen K und M , so dass M nach Satz 1 einfach u ¨ ber K ist. Weil endliche separable Erweiterungen stets einfach sind, gilt auch das folgende Korollar. Korollar 2. Ist L eine endliche, separable Erweiterung von K, so gibt es zwischen K und L nur endlich viele Zwischenk¨ orper. Satz 2. Es sei K ein K¨ orper der Charakteristik p > 0 und L sei eine algebraische Erweiterung von K. Ist e ∈ N0 , so setzen wir Le := a | a ∈ L, exp(a) ≤ e orper von L und es gilt Le ⊆ Le+1 f¨ ur alle e ∈ N0 . Insbesondere Dann ist Le Teilk¨ ist ∞ $ L= Le . e:=0 e

Beweis. Die erste Aussage folgt aus der Bemerkung, dass ap nach Satz 9 von Abschnitt 4 f¨ ur alle a ∈ Le in L0 liegt, dass das Potenzieren mit pe ein Endoorper ist. Die morphismus ist und dass L0 nach Satz 13 von Abschnitt 4 ein K¨

236

Kapitel X. Steinitz

zweite Aussage versteht sich von selbst und die letzte folgt daraus, dass L u ¨ ber K algebraisch ist, so dass jedes Element aus L einen Exponenten bzg. K hat. Gibt es ein e mit L = Le , so gibt es ein kleinstes solches e. Dieses e heißt dann Exponent von L u ¨ ber K. Gibt es kein solches e, so sagen wir L sei von unendlichem Exponenten u ¨ ber K. Ist L endliche Erweiterung von K, so hat L einen endlichen Exponenten u ¨ber K. Satz 3. Es sei K ein K¨ orper der Charakteristik p > 0. Ferner sei L eine algebraische Erweiterung vom Exponenten e und es gelte 1 ≤ e Ist dann i < e und ist orper. [Li+1 : Li ] > p, so gibt es zwischen Li und Li+1 unendlich viele Zwischenk¨ Beweis. Es sei a ∈ Li+1 − Li . Mit dem Korollar zu Satz 5 von Abschnitt 2 folgt, dass das Polynom xp − ap u ¨ ber Li irreduzibel ist, da es in K¨ orpern der Charakteristik p stets h¨ochstens eine p-te Wurzel gibt, a aber nicht in Li liegt. G¨ abe es nun nur endlich viele Zwischenk¨ orper zwischen Li+1 und Li , so g¨abe es ein ϑ ∈ Li+1 mit Li+1 = Li [ϑ]. Es folgte μϑ = xp − ϑp und damit der Widerspruch [Li+1 : Li ] = p. Dass es die in Satz 3 beschriebene Situation tats¨ achlich gibt, zeigt folgendes orper der Charakteristik p > 0. Ferner sei L der FunkBeispiel. Es sei K0 ein K¨ tionenk¨ orper K0 (x, y) in den Unbestimmten x und y u ¨ ber K0 . Schließlich sei K = K0 (xp , y p ). Dann ist L1 = L und L0 = K. Ferner ist K = K0 (xp , y p ) ⊆ K0 (xp , y) ⊆ L. Wegen K0 (xp , y p ) = K0 (xp )(y p ) und K0 (xp , y) = K0 (xp )(y) folgt durch Gradvergleich, dass y ∈ K(xp , y p ) ist. Entsprechend folgt x ∈ K(xp , y). Damit folgt [L1 : L0 ] = L1 : K0 (xp , y) K0 (xp , y) : L0 = p2 > p. orper. Nach Satz 3 liegen daher zwischen Li und Li+1 unendlich viele Zwischenk¨ Satz 4. Es sei K ein K¨ orper der Charakteristik p > 0 und L sei eine endliche Erweiterung von K. Genau dann ist L einfach u ¨ber K, wenn [Li+1 : Li ] = p ist f¨ ur alle i := 0, . . . , e − 1. Dabei bezeichne e den Exponenten von L u ¨ber K. Beweis. Da e der Exponent ist, ist [Li+1 : Li ] ≥ p f¨ ur alle i < e. Ist L einfach, so gibt es nur endlich viele Zwischenk¨ orper zwischen K und L. Mit Satz 3 folgt daher [Li+1 : Li ] ≤ p f¨ ur alle i. ur i := 0, . . . , e − 1. Ferner sei b ∈ Le − Le−1 . Nach Satz Es sei [Li+1 : Li ] = p f¨ 9 von Abschnitt 4 ist dann i

bp ∈ Le−i − Le−i−1 i

f¨ ur i := 0, . . . , e − 1. Daher ist Le−i = Le−i−1 [bp ], da ja der Grad von Le−i u ¨ ber Le−i−1 gleich p ist, so dass es keinen echten Zwischenk¨orper zwischen diesen beiden ¨ ber K separabel und u ¨ berdies K¨ orpern gibt. Dann ist aber L = L0 [b]. Weil L0 u

6. Der Satz von L¨ uroth

237

endlich ist, gibt es ein a ∈ L0 mit L0 = K[a]. Es folgt L = K[a, b] = K[b, a]. Weil a u ¨ ber K separabel ist, gibt es nach Satz 7 von Abschnitt 4 ein ϑ ∈ L mit L = K[ϑ]. Damit ist alles beweisen. Bei Steinitz folgt nun ein Abschnitt u ¨ber Galoisfelder. Seine Konstruktion der n Galoisfelder benutzt, dass sie die Zerf¨ allungsk¨ orper von xp −x sind. Er zeigt nicht, dass die multiplikative Gruppe eines endlichen K¨ orpers zyklisch ist. Die Existenz primitiver Elemente erh¨alt er auf andere Weise. F¨ ur uns geschieht dort sonst nichts Neues. 6. Der Satz von L¨ uroth. Wir hatten im letzten Abschnitt gesehen, dass bei einer einfachen algebraischen Erweiterung auch jeder Zwischenk¨ orper eine einfache Erweiterung des Grundk¨ orpers ist. Dieser Satz gilt auch f¨ ur einfach transzendente Erweiterungen, wie als erster L¨ uroth f¨ ur einen schlecht zu identiﬁzierenden Spezialfall und dann auch nicht in voller Allgemeinheit gezeigt hat. Er schreibt (L¨ uroth 1875): Wenn die Coordinaten einer Curve sich darstellen lassen als rationale Func” tionen eines Parameters λ, so entspricht stets jedem Werth von λ nur ein Punkt der Curve, dagegen braucht nicht immer jedem Punkt der Curve nur ein Werth zu entsprechen, wie das Beispiel der Gleichungen x = λ2 , y = λ12 zeigt. Wenn nun jedem Punkt einer rationalen Curve n Werthe von λ entsprechen, so kann man stets f¨ ur λ eine neue Variable so einf¨ uhren, dass deren Werthe und die Punkte der Curve sich gegenseitig eindeutig entsprechen.“ Wenn man den Beweis dieses Satzes analysiert, so sieht man, dass er in Wirklichkeit Folgendes liefert: Ist K ein K¨ orper der Charakteristik 0, ist K(x) der K¨ orper der rationalen Funktionen in der Unbestimmten x u ¨ ber K und sind a1 , . . . , at ∈ K(x), so gibt es ein b ∈ K(x) mit K(a1 , . . . , at ) = K(b). Dass die Charakteristik 0 ist, wird an einer Stelle des Beweises wesentlich benutzt, n¨ amlich bei dem Schluss, dass aus f ∈ K(x) und f = 0 folgt, dass f ∈ K ist, was bei Charakteristik p > 0 nicht mehr richtig ist, wie wir wissen. Auch der nettosche Beweis dieses Satzes benutzt, dass die Charakteristik 0 ist, da er sich des arithmetischen Mittels bedient und folglich durch n dividiert, wobei f¨ ur n alle nat¨ urlichen Zahlen in Frage kommen (Netto 1896). Erst Steinitz bewies den heute so genannten Satz von L¨ uroth in voller Allgemeinheit. Wir reproduzieren hier seinen Beweis. Um nicht sp¨ater Beweisteile zitieren zu m¨ ussen, strukturieren wir ihn etwas auﬀ¨ alliger als dies Steinitz tat. Satz 1. Es sei K ein K¨ orper und t und y seien Unbestimmte u ¨ber K. Sind f , g ∈ K[t] teilerfremd, so ist das Polynom f − yg irreduzibel. Beweis. Es sei f − yg = uv mit u, v ∈ K[t, y]. Weil f − yg in y den Grad 1 hat und K[t, y] = K[t][y] ist, ist oBdA u ∈ K[t]. Dann ist u aber gemeinsamer Teiler von f und g, so dass u Einheit ist, also in K liegt. Damit ist der Satz bewiesen.

238

Kapitel X. Steinitz

Korollar. Es sei K ein K¨ orper und f und g seien von 0 verschiedene, teilerfremde / K. Dann ist vom Leitkoeﬃzienten abgesehen, Polynome aus K[x] und es gelte fg ∈ der nicht notwendig gleich 1 ist, μ := f (t) −

f (x) g(t) g(x)

das Minimalpolynom von x u ¨ber K( fg ). Außerdem gilt % & f K : K = max Grad(f ), Grad(g) . g Beweis. Es ist μ = 0 und μ(x) = 0. Weil x u ¨ ber K nicht algebraisch ist, ist (x) transzendent u ¨ ber K. Daher folgt mit Satz 1 die Irreduzibilit¨ at von μ, daher fg(x) wenn man dort y durch

f (x) g(x)

ersetzt. Hieraus folgt alles Weitere.

Satz 2. Es sei K ein K¨ orper und x und t seien Unbestimmte u ¨ber K. Sind f , g ∈ K[x] teilerfremd und hat wenigstens eines der beiden Polynome einen Grad gr¨ oßer als 0, so ist das Polynom g(x)f (t) − f (x)g(t) in x und auch in t primitiv. m n Beweis. Es sei f (x) = i=0 ai xi und g = i:=0 bi xi . Indem wir nicht darauf bestehen, dass Leitkoeﬃzienten ungleich null sind, d¨ urfen wir annehmen, dass m = n ist. Dann ist g(x)f (t) − f (x)g(t) =

n n ai g(x) − bi f (x) ti = c i ti . i:=0

i:=0

Jeder gemeinsame Teiler v der ci teilt auch alle ci bk − ck bi = ai g(x) − bi f (x) bk − ak g(x) − bk f (x) bi = (ai bk − ak bi )g(x) und

ci ak − ck ai = ai g(x) − bi f (x) ak − ak g(x) − bk f (x) ai = (ai bk − ak bi )f (x).

Weil f und g teilerfremd und weil die Grade von f und g nicht beide 0 sind, sind die Koeﬃzientenfolgen von f und g nicht linear abh¨ angig. Daher gibt es i und k, so dass ai bk − ak bi = 0 ist. Somit teilt v auch f und g, ist also eine Einheit. Dies

6. Der Satz von L¨ uroth

239

zeigt, dass g(x)f (t) − f (x)g(t) in x primitiv ist. Wegen der Symmetrie in x und t ist dieses Polynom dann auch in t primitiv. Bei diesem Beweis haben wir auf ein Ergebnis der linearen Algebra zur¨ uckgegriffen. Steinitz erw¨ ahnt hier nichts, sagt vielmehr bloß, dass es i und k g¨abe, so dass ai bk −ak bi = 0 ist. Am Anfang seiner Arbeit sagt er jedoch, dass alle S¨atze der Determinantentheorie nur auf den von ihm angegebenen K¨ orperaxiomen basieren, also f¨ ur alle K¨ orper g¨ ultig seien, wobei er die zwei grundlegenden S¨ atze aus der Gleichungslehre ausdr¨ ucklich formuliert. Satz von L¨ uroth. Ist K ein K¨ orper und ist K(x) der Funktionenk¨ orper in der Unbestimmten x u ¨ber K, so gibt es zu jedem Zwischenk¨ orper L zwischen K und K(x) ein u ∈ L mit L = K(u). Beweis. Es sei L ein K¨ orper zwischen K und K(x). Ist L = K, so ist L = K(1). Es sei also L = K. Es gibt dann ein y ∈ L − K. Es folgt K(x) = K(y)(x). ϕ eine Darstellung von y mit teilerfremden ϕ und ψ. Wegen y ∈ K Es sei y = ψ ist m := Grad(y) ≥ 1. Es sei t eine Unbestimmte u ¨ ber K(y). Wir betrachten das Polynom G(t) := ϕ(t) − yψ(t) ∈ K(y)[t].

Dann ist G in t vom Grad m. Weil y u ¨ ber K transzendent ist, ist G nach Satz 1 irreduzibel u ¨ ber K(y). Ferner ist G(x) = ϕ(x) − yψ(x) = ϕ(x) −

ϕ(x) ψ(x) = 0, ψ(x)

so dass x u ¨ ber K(y) algebraisch ist. Somit ist K(x) = K(y)[x]. Weil G irreduzibel ist, folgt weiter [K(x) : K(y)] = m. Wegen K(y) ⊆ L ist auch K(x) endlich u ¨ber L. Setze n := K(x) : L . Es sei μ ∈ L[t] das Minimalpolynom von x u ¨ ber L. Dann ist n = Grad(μ). Weil x u ¨ ber K transzendent ist, gibt es einen Koeﬃzienten u von μ, der nicht in K liegt. Es sei m der Grad von u. Ferner sei n

μ=t +

n−1

c i ti .

i:=0

Es gibt dann ein in x primitives Polynom π(t) =

n i:=0

ai (x)ti ∈ K[x, t]

240

Kapitel X. Steinitz

mit an (x)μ(t) = π(t). Es gibt weiter ein i mit 0 ≤ i < n und u = aani (x) ur den Grad in x dieses (x) . Also gilt f¨ Polynoms die Ungleichung Gradx (π) ≥ m. Es sei u = von

f g

eine Darstellung von u mit teilerfremden f und g. Dann ist x Nullstelle H(t) := f (t) − ug(t) ∈ L[t].

Dieses Polynom ist also durch μ teilbar. Es folgt, dass das nach Satz 2 in x primitive Polynom g(x)H(t) = g(x)f (t) − f (x)g(t) durch π teilbar ist. Auf Grund des gaußschen Lemmas gibt es also ein in x primitives Polynom ψ mit g(x)f (t) − f (x)g(t) = πψ. Nun ist die linke Seite vom Grade m in x, w¨ ahrend π in x mindestens den Grad m hat. Also hat π in x den Grad m und ψ hat in x den Grad 0. Also ist ψ ∈ K[t]. Weil die linke Seite in t primitiv ist, folgt weiter ψ ∈ K. Die linke Seite der letzten Gleichung hat in t ebenfalls den Grad m, so dass auch π in t den Grad m hat. Andererseits hat π in t den Grad n. Also ist m = n. Es folgt K(x) : L = Grad(μ) = n = m = Grad f (t) − ug(t) = K(x) : K(u) und weiter L = K(u). Damit ist der l¨ urothsche Satz bewiesen. Der ursp¨ ungliche l¨ urothsche Beweis wie auch der nettosche lieferten nur, dass endlich erzeugte Zwischenk¨ orper einfache Erweiterungen von K sind. Der steinitzsche Beweis zeigt implizit, dass man sich darauf in der Tat beschr¨anken kann. Es ist ja K(x) = K(u)[x] eine einfache Erweiterung von K(u), so dass nach Korollar 1 zu Satz 1 von Abschnitt 5 der Zwischenk¨ orper L eine einfache Erweiterung von K(u) ist. Es gibt daher ein v ∈ L mit L = K(u)[v] = K(u, v). Jeder Zwischenk¨ orper ist also endlich erzeugt. Auf diese Bemerkung werden wir noch einmal zur¨ uckkommen. Der steinitzsche Beweis ist n¨amlich ein reiner Existenzbeweis. Er gibt keinerlei Hinweise, wie man das Minimalpolynom von x u ¨ ber L berechnen kann. Die urspr¨ unglichen Beweise von L¨ uroth und Netto sind dagegen konstruktiv, machen aber davon Gebrauch, dass die Charakteristik 0 ist. Wir werden in Kapitel 14 noch einen konstruktiven Beweis von Karst (Karst 1991) vorf¨ uhren, der mit Hilfe der galoisschen Theorie die Klippe der Charakteristik umschiﬀt (Kap. 14, Absch. 3).

7. Der petersonsche Algorithmus

241

7. Der petersonsche Algorithmus. Wir unterbrechen unsere Beschreibung der steinitzschen Arbeit f¨ ur einen kurzen Augenblick und wenden uns noch einmal einem Thema zu, das wir in Abschnitt 8 des Kapitels 6 schon behandelt haben. Dort haben wir gezeigt, dass ein Polynom in einer Unbestimmten u ¨ber einem vollkommenen K¨ orper Produkt von Polynomen ist, deren Diskriminante nicht null ist (Korollar zu Satz 3). K¨ orper der Charakteristik null sind allesamt vollkommen, so dass alle Polynome u ¨ ber einem solchen K¨ orper Produkte von Polynomen mit nicht verschwindender Diskriminante sind. Dies haben wir bei dem zweiten gaußschen Beweise des Fundamentalsatzes der Algebra benutzt. Der Beweis dieses Sachverhaltes dort war ein reiner Existenzbeweis. Im Falle eines K¨ orpers der Charakteristik null l¨ asst sich eine solche Zerlegung stets konstruktiv angeben, vorausgesetzt man beherrscht die Arithmetik in dem zu Grunde liegenden K¨ orper. Eine auf Satz 4 von Abschnitt 2 basierende Konstruktion, die sich in dem schon fr¨ uher erw¨ahnten Algebrabuch von Julius Petersen ﬁndet (Petersen 1878, S. 25–27), sei hier wiedergegeben. Es sei f ein Polynom u ¨ber einem K¨orper der Charakteristik null. Ferner sei Pi das Produkt u ¨ber alle irreduziblen Teiler von f , die f mit der Vielfachheit i teilen. Gibt es keinen solchen Teiler, so ist nat¨ urlich Pi = 1. Dann gilt, wenn n der Grad von f ist, f = P1 P22 P33 · · · Pnn und die Pi sind paarweise teilerfremd. Nach Satz 2 von Abschnitt 4 ist, da die Charakteristik von K gleich null ist, f1 := ggT(f, f ) = P21 P32 · · · Pnn−1 und weiter g1 := Setzt man

f = P1 P2 · · · Pn . f1

f2 := ggT(f1 , f1 ) = P31 P42 · · · Pnn−2

und g2 :=

f1 = P2 P3 · · · Pn , f2

so ist P1 =

g1 . g2

Petersen treibt dieses Verfahren noch einen Schritt weiter und berechnet P2 , um dann zu sagen: Fortsetzung des Verfahrens liefert nach und nach die Glei” ur die damalige Zeit typische chungen P1 = 0, P2 = 0, P3 = 0, . . . “. Diese f¨ P¨ unktchenrekursion formulieren wir heute so. Input: Ein Polynom f mit Grad(f ) > 0 u ¨ber einem K¨ orper der Charakteristik 0. Output: Eine nat¨ urliche Zahl r und paarweise teilerfremde und quadratfreie Polynome Q1 , . . . , Qr mit f = Q1 Q22 · · · Qrr .

242

Kapitel X. Steinitz

Bemerkungen. Mit den oben deﬁnierten Polynomen gilt P1 = Q1 , . . . , Pr = Qr , Pr+1 = 1, . . . , Pn = 1. Von der Bedingung, dass f einen von 0 verschiedenen Grad hat, kann man sich leicht befreien, indem man in diesem Fall Q1 := f setzt und die while-Schleife u ¨berspringt. begin n := Grad(f ); m := 0; i := 1; f1 := f ; % Um f zu retten. % f1 = P11 P22 · · · Pnn . f2 := ggT(f1 , f1 ); g1 := ff12 ; % g1 = P1 P2 · · · Pn . while m < n do i := i + 1; % g1 = Pi−1 Pi · · · Pn . f1 := f2 ; 2 % f1 = Pi Pi+1 · · · Pnn−i+1 . f2 := ggT(f1 , f1 ); 2 % f2 = Pi+1 Pi+2 · · · Pnn−i . f1 g2 := f2 ; % g2 = Pi Pi+1 · · · Pn . Qi−1 := gg12 ; % Qi−1 = Pi−1 . m := m + (i − 1)Grad(Qi−1 ); % m = Grad(Q1 Q22 · · · Qi−1 i−1 ). g1 := g2 % g1 = Pi Pi+1 · · · Pn . endwhile; r := i − 1; % n = m = Grad(Q1 Q22 · · · Qrr ) % Q1 = P1 , Q2 = P2 , . . . , Qr = Pr , Pr+1 = 1, . . . , Pn = 1. % f = Q1 Q22 · · · Qrr . end; Algorithmen, die ein Polynom f in das Produkt Q1 Q22 · · · Qrr der im petersenschen Algorithmus beschriebenen Art zerlegten, standen in den 70er und 80er Jahren des 20. Jahrhunderts auf der Tagesordnung der Computer-Algebra. In keiner der Arbeiten, die ich mir ansah, wurde Petersen erw¨ ahnt. Ich h¨ atte ihn auch u ¨ bersehen, h¨atte Kollege Vollrath mir nicht sein Exemplar der petersenschen Algebra f¨ ur eine Weile u ¨ berlassen. Der an den damals vorgeschlagenen Algorithmen interessierte Leser sei an die Arbeiten Horowitz 1971, Kaltofen 1982, Musser 1975 und Wang & Trager 1979 verwiesen.

XI. Transﬁnite Methoden 1. Auswahlaxiom und Wohlordnungsprinzip. Unser n¨ achstes Ziel ist, den von Steinitz stammenden Satz zu beweisen, dass jeder kommutative K¨orper einen algebraischen Abschluss hat. Das geht nun nicht mehr alleine mit den bislang be¨ nutzten Hilfsmitteln der Mengenlehre, deren Axiome wir im Ubrigen nicht explizit formuliert haben und auch im weiteren Verlauf nicht explizit machen werden, es bedarf hierzu vielmehr transﬁniter Hilfsmittel, die wir zun¨ achst bereitstellen und diskutieren werden. Im 19. Jahrhundert kamen zu den wenigen, seit Jahrhunderten untersuchten Strukturen viele weitere hinzu, die die Aufmerksamkeit der Mathematiker auf sich zogen. Sie f¨ uhrten zwangsl¨ auﬁg, so scheint es mir, auf den Mengenbegriﬀ, zumal noch anderes hinzukam. Fourier untersuchte in seinem Buch Th´eorie analytique de la chaleur , das seine bis ins Jahr 1808 zur¨ uckgehenden Publikationen zur W¨ armeleitung zusammenfasste, die Differenzialgleichung ∂2ϕ ∂2ϕ + = 0, ∂x2 ∂y 2 wobei ϕ noch die Randbedingungen π π ϕ x, − = 0 = ϕ x, 2 2 f¨ ur alle x ≥ 0 und ϕ(0, y) = 1 −π 2

π 2

< y < erf¨ ullen sollte (Fourier 1822/1988, Chap. III, S. 159ﬀ.). f¨ ur alle y mit Fourier sucht zun¨ achst nach m¨ oglichst einfachen L¨ osungen der Differenzialgleichung und setzt dazu an, dass ϕ(x, y) = F (x)f (y) sei. Er erh¨alt Diﬀerenzialgleichungen f¨ ur F und f , die auf F (x) = e−mx und f (y) = cos my f¨ uhren, wobei die physikalischen Gegebenheiten erzwingen, dass m eine positive reelle Zahl ist. Nun sind noch die Randbedingungen zu erf¨ ullen. Zu diesem Zweck kombiniert Fourier einige der speziellen L¨ osungen, indem er — auf Einzelheiten seiner Argumentation sei hier verzichtet — ϕ(x, y) :=

∞ 4 (−1)n e−(2n+1)x cos(2n + 1)y π n:=0

244

Kapitel XI. Transﬁnite Methoden

setzt. Und das Wunder geschieht, dass ϕ das Problem l¨ ost. Insbesondere gilt ∞ π = (−1)n cos(2n + 1)y 4 n:=0

urzt man die rechte Seite mit f (y) ab, so gilt, dass f¨ ur alle y mit − π2 < y < π2 . K¨ f (y) f¨ ur alle y konvergiert. Ferner gilt f (y + 2π) = f (y) f¨ ur alle y sowie π π f − =0=f 2 2 und f (y) = −

π 4

f¨ ur alle y mit π2 < y < 3π 2 . Alle diese Ergebnisse ﬁnden sich bei Fourier. Hier geschieht nun Erstaunliches. Die Reihe ∞

(−1)n cos(2n + 1)y

n:=0

stellt eine Funktion dar, die die Mathematiker des 18. Jahrhunderts wohl nur unter dem Zwang der Beweislage als Funktion angesehen h¨atten. Sie ist an den Stellen π 2 +zπ gleich 0 und auf den oﬀenen Intervallen zwischen diesen Stellen abwechselnd gleich π4 und − π4 . Fourier bleibt nicht bei dieser Funktion stehen. Er will beliebige Funktionen“ ” (fonctions arbitraires) in Reihen nach sin nx oder cos nx entwickeln. Dazu beginnt er mit Funktionen, die sich in Potenzreihen entwickeln lassen. Will er diese nun in Reihen nach sin nx entwickeln, muss er abz¨ahlbar viele lineare Gleichungen in abz¨ ahlbar vielen Unbekannten l¨ osen. Dies nachzuvollziehen ist ein Genuss, f¨ uhrte uns hier aber zu weit von unserem Ziel hinweg. Nachdem dies gemacht ist, bemerkt er, dass man die Koeﬃzienten der trigonometrischen Reihen auch mittels der Integrale ' π

f (x) cos nx dx 0

bzw.

'

π

f (x) sin nx dx 0

berechnen kann. Dies ist nat¨ urlich ein Gewinn. Es gen¨ ugt n¨ amlich nun vorauszusetzen, dass f auf dem Intervall 0 bis π integrierbar ist. Er sagt dies zwar, k¨ ummert sich aber weiter nicht um Integrierbarkeitsfragen. Er entwickelt dann eine Reihe von f¨ ur die damalige Zeit ungew¨ ohnliche Funktionen in Fourierreihen“. Hier einige ” Beispiele: c f¨ ur 0 ≤ x ≤ α f (x) := 0 f¨ ur α < x ≤ π

1. Auswahlaxiom und Wohlordnungsprinzip

oder f (x) :=

oder f (x) := oder

( f (x) :=

sin x 0

f¨ ur 0 ≤ x ≤ α f¨ ur α < x ≤ π

( π2 )2 − x2 0 x α π−x

245

f¨ ur 0 ≤ x ≤ α f¨ ur α < x ≤ π

f¨ ur 0 ≤ x ≤ α f¨ ur α < x ≤ π − α f¨ ur π − α < x ≤ π.

Im letzten Fall besteht der Graph aus drei Seiten eines Trapezes. Bei all diesen Deﬁnitionen wird f aus Teilen anderer Funktionen zusammengest¨ uckelt. Demzufolge kommentiert Fourier: On voit par-l` a qu’il est n´ecessaire d’admettre dans l’analyse des fonctions qui ” ont des valeurs ´egales, toutes les fois que la variable re¸coit des valeurs quelconques comprises entre deux limites donn´ees, tandis qu’en substituant dans ces deux fonctions, au lieu de la variable, un nombre compris dans un autre intervalle les r´esultats des deux substitutions ne sont point les mˆemes (Fourier 1822/1988, S. 250).“ Man musste sich also Gedanken u ¨ ber den Funktionsbegriﬀ machen und diesen neu deﬁnieren. Auch Begriﬀe wie Stetigkeit, Diﬀerenzier- und Integrierbarkeit mussten im Lichte des neuen Funktionsbegriﬀs pr¨ azise gefasst werden. Dies wiederum Zwang dazu, sich u ¨ ber den Begriﬀ der reellen Zahl ins Reine zu kommen. All dies wurde im 19. Jahrhundert in Angriﬀ genommen und auch f¨ ur uns noch befriedigend gel¨ost. Einiges davon haben wir in diesem Buche gesehen. Worauf Fourier u ¨berhaupt nicht eingeht, ist die Frage, ob die fouriersche Reihe f¨ ur f , deren Koeﬃzienten er mittels obiger Integrale berechnet hat, u ¨ berhaupt konvergiert, und, wenn ja, ob sie gegen den entsprechenden Funktionswert konvergiert. Ferner, was passiert, wenn ∞ ∞ b b0 + (an sin nx + bn cos nx) = 0 + (an sin nx + bn cos nx) 2 2 n:=1 n:=1

f¨ ur alle x zwischen 0 und 2π gilt und beide Reihen f¨ ur alle diese x konvergieren. Erst G. Cantor zeigte, dass diese Voraussetzungen zur Folge haben, dass ai = ai ist f¨ ur alle i ∈ N und bi = bi f¨ ur alle i ∈ N0 (Cantor, G. 1870). Zwei Jahre sp¨ ater publizierte er eine bemerkenswerte Arbeit zum gleichen Thema, die ihn zu dem Begriﬀ der transﬁniten Ordinalzahl f¨ uhrte. Dort deﬁniert er: Unter einem Grenzpunkt einer Punktmenge P verstehe ich einen Punkt der ” Geraden von solcher Lage, dass in jeder Umgebung desselben unendlich viele Punkte aus P sich beﬁnden, wobei es vorkommen kann, dass er ausserdem selbst zu der Menge geh¨ ort. Unter Umgebung eines Punktes sei aber hier ein jedes Intervall verstanden, welches den Punkt in seinem Innern hat. Darnach ist es leicht zu

246

Kapitel XI. Transﬁnite Methoden

beweisen, dass eine aus einer unendlichen Anzahl von Punkten bestehende Punktmenge stets zum Wenigsten einen Grenzpunkt hat. Es ist nun ein bestimmtes Verhalten eines jeden Punktes der Geraden zu einer gegebenen Menge P , entweder ein Grenzpunkt derselben oder kein solcher zu sein, und es ist daher mit der Punktmenge P die Menge ihrer Grenzpunkte begriﬄich mit gegeben, welche ich mit P bezeichnen und die erste abgeleitete Punktmenge von P nennen will“ (Cantor 1872, S. 129). Hier ist die Sprache der Mengenlehre schon weit entwickelt. Cantor wiederholt diese Konstruktion und deﬁniert die n-te Ableitung als P (n) = (P (n−1) ) . Er verallgemeinert dann seinen obigen Satz indem er beweist, dass ai = ai und bi = bi f¨ ur alle in Frage kommenden i ist, wenn nur obige Gleichung f¨ ur alle x ∈ [0, 2π]−P gilt und beide Reihen f¨ ur alle diese x konvergieren, wenn P eine Teilmenge von [0, 2π] ist, f¨ ur die es ein n gibt mit P (n) = ∅. In sp¨ ateren Arbeiten greift er das Thema der Ableitung einer Menge wieder auf (Cantor Es kann ja sein, dass keins der P (n) leer ist. Dann bildet er !∞ 1880). (∞) (n) P := n:=1 P und f¨ ahrt fort: Die erste Ableitung von P (∞) werde mit P (∞+1) , die nte Ableitung von P (∞) ” (∞+n) mit P bezeichnet; P (∞) wird aber auch eine, im Allgemeinen von O verschiedene Ableitung von der Ordnung ∞ haben, wir nennen sie P (2∞) . Durch Fortsetzung dieser Begriﬀsconstructionen kommt man zu Ableitungen, die consequenterweise durch: P (n0 ∞+n1 ) zu bezeichnen sind, wo n0 und n1 positive ganze Zahlen sind. Wir kommen auch dar¨ uber hinaus, indem wir: D P (∞) , P (2∞) , P (3∞) , . . . 2

bilden und daf¨ ur das Zeichen P (∞ ) festsetzen. Hieraus ergibt sich durch Wiederholung derselben Operation der allgemeinere Begriﬀ: 2 P (n0 ∞ +n1 ∞+n2 ) , usw.“ Der Buchstabe D steht hier f¨ ur (Durch-)Schnitt. Cantor gewinnt also in den Polynomen in ∞ mit Koeﬃzienten aus N0 das, was er sp¨ater Ordinalzahlen nennt. Er ¨ zeigt im Ubrigen, wie man sich eine Menge P von reellen Zahlen verschaﬀen kann, ahrt fort, dass man so dass P (∞) aus einem vorgegebenen Punkt p besteht, und f¨ sich mit Leichtigkeit Punktmengen P verschaﬀe, so dass P (n0 ∞

ν

+n1 ∞ν−1 +...nν )

aus einem vorgeschriebenen Punkt p bestehe.

1. Auswahlaxiom und Wohlordnungsprinzip

247

Hier geschah also wieder einmal das, was immer wieder zu beobachten ist, dass der mit Fantasie begabte Mathematiker, nachdem er ein Problem gel¨ost hat, den Faden weiterspinnt und in Neuland vordringt. Diese transﬁniten Ordinalzahlen, die Cantor schuf, und die zugeh¨ origen Wohlordnungen sollten eine Weile eine große Rolle in der Mathematik spielen, bis sie von anderen transﬁniten Werkzeugen abgel¨ ost wurden. So benutzte Steinitz sie noch, um zu zeigen, dass jeder K¨ orper einen algebraischen Abschluss hat. Die transﬁniten Ordinalzahlen entstanden als freie Sch¨ opfungen des menschli” chen Geistes“, um einen Spruch Dedekinds abzuwandeln. Das simultane Ausw¨ ahlen von Elementen aus einer unendlichen Familie von Mengen war andererseits ein Problem, das sich im allt¨ aglichen Leben des Mathematikers aufdr¨ angte. Auch dies machte sich am Fr¨ uhesten in der Analysis bemerkbar. Doch wir beginnen mit einem anderen Problem, dass fast gleichzeitig bemerkt wurde. Dedekind nennt eine Menge unendlich, wenn sie eine injektive Abbildung auf eine echte Teilmenge besitzt (Dedekind 1888, § 5, No 64). Mengen, die nicht in diesem Sinne unendlich sind, nennt er endlich. Der unbedarfte Mensch stellt sich unter einer endlichen Menge eine Menge vor, deren Elemente er abz¨ahlen kann, die also eine Bijektion auf eine Menge der Art Zn := {1, . . . , n} gestattet. Dedekind will nun zeigen, dass die Mengen, die in seinem Sinne endlich sind, genau die im naiven Sinne endlichen Mengen sind. Dazu muss er zeigen, dass eine Menge M in seinem Sinne unendlich ist, wenn es zu jedem n ∈ N eine injektive Abbildung von Zn in M gibt. Er formuliert also den folgenden Satz. Genau dann ist die Menge M unendlich, wenn es f¨ ur alle n ∈ N eine injektive Abbildung von Zn in M gibt (Dedekind 1888, § 14, No 159). Es ist unkritisch zu zeigen, dass eine unendliche Menge diese Eigenschaft hat. Kritisch ist die Umkehrung. Skizzieren wir, wie Dedekind vorgeht. Es sei M eine Menge und zu jedem n ∈ N gebe es eine injektive Abbildung αn von Zn in M . Dedekind sagt dann: Aus der Existenz einer solchen, als gegeben ” anzusehenden Reihe von Abbildungen αn , u ¨ ber die aber weiter nichts vorausgesetzt wird, leiten wir zun¨ achst mit H¨ ulfe des Satzes 126 die Existenz einer neuen Reihe von eben solchen Abbildungen ψn ab, welche die besondere Eigenschaft besitzt, daß jedesmal, wenn m ≤ n, also (nach 100) Zm ⊆ Zn ist, die Abbildung ψm des Theiles Zm in der Abbildung ψn von Zn enthalten ist (21), d. h. daß die Abbildungen ψm und ψn f¨ ur alle in Zm enthaltenen Zahlen g¨ anzlich mit einander u ¨ bereinstimmen, also auch stets ψm (m) = ψn (m) wird.“ Bei der Konstruktion von ψ geht er ¨außerst sorgf¨ altig vor. Er argumentiert wie folgt, wenn auch nicht mit den gleichen Bezeichnungen und dem gleichen Vokabular. #∞ Es sei An die Menge der injektiven Abbildungen von Zn in M und Ω := n:=1 An . Ferner sei β ∈ Ω. Es gibt dann ein n mit β ∈ An . Dann ist, wie aus seinen S¨ atzen u ¨ ber endliche Mengen folgt, αn+1 (Zn+1 ) ⊆ β(Zn ).

248

Kapitel XI. Transﬁnite Methoden

Es gibt also ein p ∈ Zn+1 mit αn+1 (p) ∈ β(Zn ). Dann schließt er penibel weiter: von diesen Zahlen w¨ahlen wir — nur um etwas ” Bestimmtes festzuhalten — immer die kleinste k . . . “ Dann deﬁniert er γ durch γ(m) := β(m) f¨ ur m ∈ Zn und γ(n + 1) := αn+1 (k). Dann ist γ ∈ Ω. Der Deutlichkeit halber beschreibe ich diese Konstruktion durch γ := R(β). Dann ist R eine Abbildung von Ω in sich mit β ⊆ R(β). Nach dem dedekindschen Rekursionssatz, den Dedekind hier zitiert, gibt es eine Abbildung ψ von N in Ω mit ψ1 = α1 und ψn+1 = R(ψn ). Wegen ψn ⊆ ψn+1 ist dann χ :=

∞ $

ψn

n:=1

eine injektive Abbildung von N in M . Mit Hilfe von χ(N) ﬁndet man nun leicht eine injektive Abbildung von M in sich, die nicht surjektiv ist. Problematisch an diesem Beweis ist die Existenz von α und es ist erstaunlich, dass Dedekind dies nicht sieht, wo er andererseits bei der Konstruktion von ψ in ahnlicher Situation so sorgf¨ ¨ altig vorgeht: von diesen Zahlen w¨ ahlen wir — nur ” um etwas Bestimmtes festzuhalten — immer die kleinste.“ Es haben wohl mehrere Leute den Finger in die Wunde gelegt. Darauf deutet das Vorwort zur zweiten Auﬂage seines Was sind und was sollen die Zahlen“ hin, das auf den 24. August ” 1893 datiert ist, wie auch das Vorwort zur dritten Auﬂage, welches das Datum des 30. September 1911 tr¨ agt (Dedekind 1911). Von einem weiß ich es ausdr¨ ucklich. In seiner Arbeit Gruppi ﬁniti ed inﬁniti di enti schreibt Rodolfo Bettazzi in der Fußnote, die die Arbeit beendet, nachdem er schon in der Einleitung zu dieser Arbeit auf die L¨ ucke in Dedekinds Beweis hingewiesen hat: Il Dedekind (l. c. N. 159) tenta di dimostrare questa reciproca. La sua di” mostrazione esige che si stabiliscano corrispondenze fra tutte le possibili Z di un gruppo qualunque ﬁnito ed il gruppo Σ proposto (di potenza maggiore di qualunque gruppo ﬁnito) e che si costruisca un gruppo prendendo una corrispondenza fra ogni Z e Σ. Ma siccome di tali corrispondenze ve n’`e pi` u di una fra ogni Z e Σ, e il Dedekind non determina una speciale fra esse, cos`ı devesene prendere una qualunque ad arbitrio, e ci`o fare per ciascun gruppo di corrispondenze fra ogni Z e Σ, cio`e si deve scegliere ad arbitrio un ente (corrispondenza) in ciascuno di inﬁniti gruppi, il che non pare rigoroso; a meno che non si voglia ammettere per postulato che tale scelta possa farsi, la qual cosa peraltro ci sembrerebbe inopportuna (Bettazzi 1895/96, S. 512).“ ¨ Bevor ich meine Ubersetzung wiedergebe, sei gesagt, dass Bettazzi mit dem Wort gruppo“ das meint, was wir Menge nennen. In diesem Zusammenhang ”

1. Auswahlaxiom und Wohlordnungsprinzip

249

bedeutet ente“ dann Element“. Mein italienisches W¨ orterbuch aus dem 19. ” ” Jahrhundert hat f¨ ur das Wort inﬁnito nicht nur die Bedeutung unendlich“, son” dern auch die Bedeutung unz¨ ahlig“, w¨ ahrend der moderne Langenscheidt nur die ” Bedeutung unendlich“ kennt. Ich habe mich an das alte W¨ orterbuch gehalten ” und inﬁnito mit unendlich viele“ wiedergegeben, da nur dies einen Sinn ergab. ¨ ” Hier nun die Ubersetzung: Dedekind versucht diese Umkehrung zu beweisen. Sein Beweis erfordert, eine ” Korrespondenz herzustellen zwischen allen m¨ oglichen Z von gewissen endlichen Mengen und der gegebenen Menge Σ (die von gr¨ oßerer M¨ achtigkeit ist als jegliche endliche Menge) und dass man eine Menge konstruiert, indem man eine Korrespondenz zwischen jedem Z und Σ nimmt. Aber da es von solchen Korrespondenzen zwischen jedem Z und Σ mehr als eine gibt, und Dedekind keine spezielle zwischen ihnen bestimmt, so muss man von ihnen willk¨ urlich eine beliebige nehmen, und so f¨ ur jede der Korrespondenzmengen zwischen jedem Z und Σ verfahren, dh., man muss willk¨ urlich ein Element (Korrespondenz) in jeder von unendlich vielen Mengen w¨ahlen. Das scheint nicht [mathematischer] Strenge zu gen¨ ugen, es sei denn, man wolle es als Postulat zulassen, dass solche Wahl m¨oglich ist, eine Sache, die allerdings hier nicht opportun erscheint.“ Das il che non pare rigoroso habe ich nur zu u ¨bersetzen gewusst, indem ich das Wort mathematisch“ einschmuggelte. ” Hier wird von Bettazzi zurecht kritisiert, dass Dedekind im Beweise seines Satzes die Existenz eines α ∈ cart∞ n:=1 An vorraussetzt, ohne zu sagen, wie er dazu kommt. Man muss hier also, so Bettazzi, ein bestimmtes α angeben oder aber seine Existenz postulieren. Letzteres erscheint ihm aber als nicht angemessen. Warum nicht angemessen, sagt er nicht. Interessant ist auch Bettazzis Formulierung cio`e si deve scegliere un ente (cor” rispondenza)“, dass er also nicht direkt sagt, dass man eine Korrespondenz w¨ahlen m¨ usse, dass er vielmehr sagt, dass man ein Element w¨ahlen m¨ usse und dies durch das in Klammern gesetzte Wort Korrespondenz“ erl¨ autert. Er weist hier also auf ” die allgemeine Situation hin, in der die Existenz von Auswahlfunktionen nicht sicher ist. Und in der Tat hat er sich auch schon in einer fr¨ uheren Arbeit zu dieser Problematik ge¨außert. So schreibt er in Bettazzi 1892, S. 176: Dato un gruppo di punti pu` o prendersi ad arbitrio un punto in esso, od in ” una sua parte, od in un numero ﬁnito di sue parti. Ma quando occorre considerare inﬁniti sottogruppi di esso e costruire un gruppo formato scegliendo in ciascuno di quei sottogruppi un punto qualunque senz’altra condizione (come sar` a il caso in quello che segue) non basta dire che si forma questo gruppo prendendo un punto ad arbitrio per ciascuno di quei sottogruppi, non potendosi ritenere come determinato un numero inﬁnito di enti scelti ad arbitrio tutti in date classi. Ci`o risulta chiaro quando si pensi che il darli ad arbitrio equivale a deﬁnirli separamente uno ad uno, senza che la deﬁnizione di uno o di un numero ﬁnito qualunque di essi possa servire a determinare uno dei restanti — il che `e possibile solo quando sono in

250

Kapitel XI. Transﬁnite Methoden

numero ﬁnito. In casi consimili conviene dunque prendere, se si vuole, ad arbitrio alcuni di quei punti, ma in numero ﬁnito, e per gli inﬁniti altri assegnare una legge constante, la quale applicata ad uno qualunque di quei sottogruppi permetta di deﬁnire in esso un punto che sar` a quello che prenderemo in quel sottogruppo — legge la quale non `e assoggettata a nessuna condizione, essendo suﬃciente che deﬁnisca un punto determinato di ciascun sottogruppo, qualunque del resto esso si sia. Perch`e dato un gruppo arbitrario G si potesse formare un gruppo costituito da un punto, qualunque sia, per ciascuno di inﬁniti determinati sottogruppi di G, occorrerebbe aver risoluta la questione: Dato un gruppo di punti, indicare una legge applicando la quale al gruppo, ne venga determinato un punto, e ci` o qualunque sia il gruppo dato. — Nello stato attuale della teoria dei gruppi, di questo problema non si conosce la soluzione in generale: se dunque diciamo legge di scelta una legge colla quale in un gruppo si determini un punto (del resto qualunque) in ciascuno ` dei sottogruppi, pu` o dirsi che non per tutti i gruppi `e nota una legge di scelta. E chiaro per altro che se per un gruppo `e nota una legge di scelta, cos`ı `e per ogni suo sottogruppo.“ ¨ Und hier meine Ubersetzung: Ist eine Menge von Punkten gegeben, so kann man einen beliebigen Punkt ” aus ihr herausnehmen, oder aus einer ihrer Teilmengen oder aus einer endlichen Zahl ihrer Teilmengen. Wenn es aber vorkommt, dass man unendlich viele ihrer Teilmengen zu betrachten und eine Menge zu konstruieren hat, die gebildet wird, indem man in jeder von jenen Teilmengen einen beliebigen Punkt ohne irgendeine weitere Bedingung ausw¨ahlt (wie es im Folgenden der Fall sein wird), so gen¨ ugt es nicht zu sagen, dass man diese Menge bildet, indem man willk¨ urlich einen Punkt aus jeder dieser Teilmengen nimmt. Man kann ja nicht eine unendliche Zahl von in allen gegebenen Mengen (classi) willk¨ urlich gew¨ahlten Punkten als bestimmt ansehen. Dies ergibt klar, wenn man es bedenkt, dass ihr Willk¨ urlich-gegebensein gleichbedeutend damit ist, sie separat einen nach dem andern zu deﬁnieren, ohne dass die Deﬁnition von einem oder einer endlichen Anzahl von ihnen dazu dienen k¨ onne, einen von den restlichen zu bestimmen — was nur m¨ oglich ist, wenn sie in endlicher Zahl sind. In a¨hnlicher Lage lohnt es sich also, wenn man will, irgendwelche von jenen Punkten willk¨ urlich zu nehmen, jedoch in endlicher Zahl , und f¨ ur die unendlich vielen anderen ein festes Gesetz zu bestimmen, welches auf irgendeine der Teilmengen angewandt gestattet, in ihr einen Punkt zu deﬁnieren, der dann jener sein wird, den wir aus dieser Teilmenge nehmen werden — ein Gesetz , welches keiner weiteren Bedingung unterworfen ist. Es gen¨ ugt, wenn es ¨ einen bestimmten Punkt in jeder Teilmenge deﬁniert, welcher er im Ubrigen auch immer sei. Damit man, wenn eine beliebige Menge G gegeben ist, eine Menge bilden kann, die f¨ ur jede von unendlich vielen bestimmten Teilmengen von G genau einen ihrer alt, m¨ usste man die Frage gel¨ost haben: Punkte [und sonst keine Punkte] enth¨ Gegeben sei eine Menge von Punkten. Es ist ein Gesetz aufzuzeigen, welches, wenn

1. Auswahlaxiom und Wohlordnungsprinzip

251

auf diese Menge angewandt, einen Punkt von ihr bestimmt, und das, gleichg¨ ultig, welche Menge gegeben ist . — Im augenblicklichen Zustand der Mengenlehre kennt man noch keine allgemeine L¨osung dieses Problems: Wir nennen also Auswahlgesetz ein Gesetz, mit dem man in einer Menge einen (beliebigen) Punkt in einer jeden ihrer Teilmengen bestimmt. Man kann sagen, dass nicht f¨ ur alle Mengen ein Auswahlgesetz bekannt ist. Es ist andererseits klar, dass, wenn f¨ ur eine Menge ein Auswahlgesetz bekannt ist, auch f¨ ur jede ihrer Teilmengen ein solches bekannt ist.“ Hieran anschließend sagt Bettazzi, dass jede abz¨ ahlbare Menge ein Auswahlgesetz besitzt. Man nehme n¨amlich eine Abz¨ahlung dieser Menge und w¨ ahle aus jeder Teilmenge dasjenige ihrer Elemente aus, welches den kleinsten Index hat. Bettazzi gibt auch ein sch¨ ones Beispiel daf¨ ur, dass eine Teilmenge der Potenzmenge einer Menge ein Auswahlgesetz hat, ohne dass man ein solches f¨ ur die Potenzmenge kennt, n¨ amlich die Menge der abgeschlossenen und beschr¨ ankten Teilmengen von ¨ R. Hier ordnet er einer solchen Menge ihr Inﬁmum oder Supremum zu. Im Ubrigen formuliert er die S¨ atze dieser Arbeit so, dass er im Satze bemerkt, dass er richtig sei, wenn es ein Auswahlgesetz g¨abe, wenn er ein solches im Beweise ben¨otigt. Das bettazzische Beispiel, dass es f¨ ur Mengen von beschr¨ ankten und abgeschlossenen Teilmengen von R stets Auswahlfunktionen gibt, n¨ amlich die Funktion, die jeder solchen Menge ihr Inﬁmum zuordnet, bzw. die Funktion, die jeder solchen Menge ihr Supremum zuordnet, spielte schon zwei Jahre zuvor in einer Arbeit von Peano eine Rolle (Peano 1890). In dieser Arbeit geht es um die Existenz und Eindeutigkeit von L¨ osungen von Systemen von Diﬀerenzialgleichungen der Form dxi = ϕi (t, x1 , . . . , xn ) dt f¨ ur i := 1, . . . , n, wobei ϕ1 , . . . , ϕn stetige Funktionen sind. Dort muss er aus einer abz¨ ahlbaren Menge von abgeschlossenen Mengen simultan Elemente ausw¨ahlen. Er kommentiert dies auf S. 210: Mais comme on ne peut pas appliquer une inﬁnit´e ” de fois une lois arbitraire avec laquelle `a une classe a on fait correspondre un individu de cette classe, on a form´e ici une lois d´etermin´ee avec laquelle `a chaque classe a, sous des hypoth`eses convenables, on fait correspondre un individu de cette classe:“ Und das festgelegte Gesetz, das er anwendet, ist dann dies, dass er den zuvor konstruierten abgeschlossenen Mengen jeweils ihr Supremum zuordnet. Diese von Peano gemachte Bemerkung scheint das fr¨ uheste literarische Zeugnis u ¨ ber das Ausw¨ahlen von Elementen in unendlichen Familien von Mengen zu sein. ¨ Bettazzi, der sich kurz darauf dazu a¨ußerte, war im Ubrigen Mitarbeiter von Peano. W¨ ahrend die peanosche Bemerkung immer wieder zitiert wird — meist ohne Seitenangabe, so dass man große Schwierigkeiten hat sie zu ﬁnden —, haben die bettazzischen Arbeiten keine Beachtung gefunden. Einzig Burali-Forti ging auf sie ein (Burali-Forti 1896/97). Woran es m¨ oglicher Weise lag, dass Bettazzi so wenig Beachtung fand, dar¨ uber werde ich im letzten Abschnitt dieses Kapitels berichten. Wie recht Bettazzi hatte mit seiner Kritik, sieht man daran, dass die L¨ ucke in Dedekinds Beweis sich nicht stopfen l¨asst, wie bei Felgner 1971, S. 101 nachzulesen.

252

Kapitel XI. Transﬁnite Methoden

Dort ﬁndet sich n¨ amlich der Satz, dass, wenn ZF, d. i. das zermelo-fraenkelsche Axiomensystem, konsistent ist, auch ZF zuz¨ uglich der Annahme konsistent ist, dass es eine nicht endliche Menge gibt, die im dedekindschen Sinne endlich ist. Dabei sind endliche Mengen dadurch deﬁniert, dass sie eine Bijektion auf ein Zn gestatten. F¨ ur weitere Hinweise sei auf Felscher III, 1979 verwiesen. Wir haben das Auswahlaxiom schon im letzten Kapitel formuliert und erw¨ ahnt, dass es von den u ¨ brigen Axiomen der Mengenlehre unabh¨ angig ist. Wir wieder¨ holen hier seine Formulierung und zeigen seine Aquivalenz mit dem zermeloschen Wohlordnungssatz. Auswahlaxiom. Ist (Mi | i ∈ I) eine nicht-leere Familie nicht-leerer Mengen, so ist carti∈I Mi = ∅. Das Auswahlaxiom wurde von Zermelo eingef¨ uhrt. Er machte also wahr, was Bettazzi als M¨oglichkeit oﬀen ließ. Er benutzte dieses Axiom um zu beweisen, dass unter seiner Annahme sich jede Menge wohlordnen l¨ asst (Zermelo 1904). Dabei heißt eine Menge M bez¨ uglich ≤ wohlgeordnet , wenn jede nicht-leere Teilmenge von M ein bez¨ uglich ≤ kleinstes Element enth¨alt. Da dann auch jedei Teilmenge aus zwei Elementen ein kleinstes Element enth¨alt, sind Wohlordnungen immer linear. Wir bringen hier den zermeloschen Beweis f¨ ur seinen Satz. Zun¨achst noch ein wenig an Vorbereitung. Zermelosches Lemma. Es sei (M, ≤) eine wohlgeordnete Menge. Ist f ein injektiver Homomorphismus von (M, ≤) in sich, so ist x ≤ f (x) f¨ ur alle x ∈ M Beweis. Es sei W := {w | w ∈ M, f (w) < w}. Ist W nicht leer, so gibt es in W ein kleinstes Element k. Es folgt f (k) < k und damit, da f ein injektiver Homomorphismus ist, f (f (k)) < f (k). at von k. Es ist also f (k) ∈ W im Widerspruch zur Minimalit¨ Hieraus folgt sehr rasch Satz 1. Sind (M, ≤) und (M , ≤ ) zwei wohlgeordnete Mengen, so gibt es h¨ ochstens einen Isomorphismus von (M, ≤) auf (M , ≤ ). Beweis. Es seien f und g Isomorphismen von (M, ≤) auf (M , ≤ ). Dann sind −1 g f und f −1 g Monomorphismen von M in sich. Nach dem zermeloschen Lemma gilt daher x ≤ g −1 f (x) wie auch x ≤ f −1 g(x) f¨ ur alle x ∈ M und daher g(x) ≤ f (x) ≤ g(x). Also ist f = g wie behauptet. Die zermelosche Note aus dem Jahre 1904 ist ein Auszug aus einem Briefe Zermelos an Hilbert. Er benutzt dort bei seinem Beweise, dass aus dem Auswahlprinzip folgt, dass sich jede Menge wohlordnen l¨asst, den folgenden Satz, ohne

1. Auswahlaxiom und Wohlordnungsprinzip

253

ihn zu begr¨ unden. Ich weiß nicht, ob er damals schon zur Folklore geh¨ orte. Er ist jedenfalls einfach zu beweisen. Satz 2. Sind (M, ≤) und (M , ≤ ) wohlgeordnete Mengen, so gibt es genau einen Monomorphismus von (M, ≤) auf einen Anfang von (M , ≤ ) oder einen Monomorphismus von (M , ≤ ) auf einen Anfang von (M, ≤). Beweis. Es seien σ und τ zwei Monomorphismen von (M, ≤) auf Anf¨ ange von (M , ≤ ). Es sei weiter W := x | x ∈ M, σ(x) = τ (x) . Ist W = ∅, so enth¨ alt W ein kleinstes Element w. Wegen σ(w) = τ (w) d¨ urfen wir σ(w) < τ (w) annehmen. Weil τ (M ) ein Anfang von M ist, ist σ(w) ∈ τ (M ), so dass es ein u ∈ M gibt mit τ (u) = σ(w). W¨ are W ≤ u, so folgte der Widerspruch τ (w) ≤ τ (u) = σ(w) < τ (w). Also ist u < w. Dann ist aber σ(w) = τ (u) = σ(u) < σ(w). Da auch das nicht sein kann, ist W = ∅ und somit σ = τ . Es gibt also h¨ ochstens einen Monomorphismus von (M, ≤) auf einen Anfang von (M , ≤ ) und dann nat¨ urlich auch h¨ ochstens einen Monomorphismus von (M , ≤ ) auf einen Anfang von (M, ≤) Wir betrachten nun die Menge Φ aller bin¨ aren Relationen R zwischen M und M mit den folgenden Eigenschaften: 1) Sind (a, b), (a , b ) ∈ R, so gilt genau dann a = a , wenn b = b ist. 2) Ist (a, b) ∈ R und ist a ∈ M , ist ferner a ≤ a, so gibt es ein b ∈ M mit b ≤ b und (a , b ) ∈ R. 3) Ist (a, b) ∈ R und ist b ∈ M ist ferner b ≤ b, so gibt es ein a ∈ M mit a ≤ a und (a , b ) ∈ R. Ist R ∈ Φ, so bezeichne AR die Menge der a ∈ M , zu denen es ein b ∈ M gibt mit (a, b) ∈ R. Entsprechend sei BR deﬁniert. Dann sind AR und BR auf Grund von 2) und 3) Anf¨ ange von M bzw. M und R ist eine Bijektion von AR auf BR , die u ¨berdies ordnungstreu ist. Statt (a, b) ∈ R schreiben wir f¨ ur a ∈ AR auch (a, R(a)). 4) Sind R, S ∈ Φ, so ist R ⊆ S oder S ⊆ R. Weil AR und AS Anf¨ ange von M sind, d¨ urfen wir AR ⊆ AS annehmen. Setze W := a | a ∈ AR , R(a) = S(a) . Ist W nicht leer, so gibt es in W ein kleinstes Element w. Es sei S(w) < R(w). Wegen R(w) ∈ BR ist dann S(w) ∈ BR , da BR ja ein Anfang ist. Es gibt also ein

254

Kapitel XI. Transﬁnite Methoden

a ∈ AR mit a ≤ w und R(a ) = S(w). Wegen R(w) = S(w) ist w = a und daher a < w. Also ist S(a ) = R(a ) = S(w). Wegen der Injektivit¨ at von S ist folglich a = w im Widerspruch zu a < w. Also ist R(w) < S(w). Es gibt daher ein a ≤ w mit S(a ) = R(w). Wegen S(w) = R(w) ist a < w und daher R(a ) = S(a ) = R(w). Weil auch R injektiv ist, folgt hieraus der Widerspruch a < w = a . Also ist W = ∅ und folglich R ⊆ S. # 5) Setze f := X∈Φ X. Dann ist f ∈ Φ und es gilt Af = M oder Bf = M . Mit Hilfe von 4) folgt, dass f die Eigenschaften 1), 2) und 3) hat. Also gilt f ∈ Φ. W¨ are nun Af = M und Bf = M , so sei a das kleinste Element von M − Af und b das kleinste Element von M − Bf . Dann ist (a, b) ∈ f . Andererseits ist f ∪ {(a, b)} ∈ Φ und daher f ∪ {(a, b)} ⊆ f und damit doch (a, b) ∈ f . Damit ist der Satz bewiesen. Zermeloscher Wohlordnungssatz. Es gelte das Auswahlaxiom. Ist M eine nicht leere Menge, so tr¨ agt M eine Wohlordnung. Beweis. Es sei M eine nicht-leere Menge und Φ sei die Menge der von ∅ verschiedenen Teilmengen von M . Auf Grund der G¨ ultigkeit des Auswahlaxioms gibt ur alle X ∈ Φ. Eine bez¨ uglich es dann eine Abbildung f von Φ in M mit fX ∈ X f¨ ≤ wohlgeordnete Teilmenge T von M heißt f -Menge, falls gilt: Ist a ∈ T und ist A := {t | t ∈ T, t < a}, so ist fM−A = a. Man beachte den Wechsel von T nach M . (Hat man schon das Ergebnis vor Augen, so ist dieser Wechsel plausibel: f -Mengen sind Anf¨ange, so dass auch A Anfang von M ist. Dann ist T − A Anfang von M − A und fM−A ist das kleinste Element von M − A und dann auch von T − A.) 1) Ist T eine f -Menge, so ist fM das kleinste Element von T . Ist n¨amlich a das kleinste Element von T , so ist A leer und folglich fM = a. Setzt man T := {fM }, so ist T mit der Gleichheitsrelation als Anordnung eine f -Menge. Es gilt also 2) Es gibt f -Mengen. Als N¨achstes zeigen wir 3) Sind (X, ≤ ) und (Y, ≤) zwei f -Mengen, so ist X Anfang von Y und ≤ ist die Einschr¨ ankung von ≤ auf X oder es ist Y Anfang von X und ≤ ist die Einschr¨ ankung von ≤ auf Y . Auf Grund von Satz 2 d¨ urfen wir annehmen, dass sich (X, ≤ ) monomorph durch σ auf einen Anfang B von (Y, ≤) abbilden l¨ asst. Wir zeigen, dass σ die

1. Auswahlaxiom und Wohlordnungsprinzip

255

Inklusionsabbildung ist, dass also σ(x) = x ist f¨ ur alle x ∈ X. Es ist ja fM nach 1) das bez¨ uglich ≤ kleinste Element von X, so dass σ(fM ) das kleinste Element von B und damit von Y ist. Hieraus folgt, wieder mit 1), dass σ(fM ) = fM ist. Ist σ nicht die Inklusionsabbildung, so gibt es in X ein kleinstes Element w mit σ(w) = w. Setzt man A := {x | x ∈ X, x < w} und

A := y | y ∈ Y, y < σ(w) ,

so folgt aus der Minimalit¨ at von w, dass A = A ist. Daher gilt doch w = fM−A = fM−A = σ(w). Dieser Widerspruch zeigt, dass σ die Inklusionsabbildung ist. Es sei U die Vereinigung aller f -Mengen. Da die f -Mengen, wie gesehen, bez¨ uglich der Inklusion linear geordnet sind und da die Anordnung der kleineren durch die Anordnung jeder gr¨ oßeren induziert wird, tr¨ agt U eine lineare Anordnung ≤, die alle Anordnungen von f -Mengen fortsetzt. Wir zeigen, dass ≤ eine Wohlordnung von U ist und dass U = M gilt. Es sei V eine nicht-leere Teilmenge von U . Es sei a ∈ V . Es gibt dann eine f -Menge T mit a ∈ T . Auf Grund von 3) und der Deﬁnition von U enth¨ alt T alle Elemente von U , die unterhalb a liegen. Also auch die Menge V := {v | v ∈ V, v ≤ a}. Da sie nicht leer ist und T wohlgeordnet ist, enth¨ alt sie ein kleinstes Element, welches dann auch kleinstes Element von V ist. Somit ist ≤ eine Wohlordnung auf U. Es sei a ∈ U und A := {u | u ∈ U, u < a}. Es gibt wieder eine f -Menge T mit a ∈ T . Es folgt A ⊆ T und daher fM−A = a, so dass U eine f -Menge ist. Es sei M − U nicht leer. Setze a := fM−U und W := U ∪ {a}. Setzt man die Anordnung von U fort zu einer Anordnung von W durch die Vorschrift u < a f¨ ur alle u ∈ U , so ist auch W eine f -Menge und daher W ⊆ U . Dies widerspricht aber der Tatsache, dass a = fM−U ∈ M − U ist. Also ist doch M = U und ≤ ist eine Wohlordnung von M .

256

Kapitel XI. Transﬁnite Methoden

Zermelo kommentiert seinen Beweis wie folgt: Der vorliegende Beweis beruht ” auf der Voraussetzung, daß es auch f¨ ur eine unendliche Gesamtheit von Mengen immer Zuordnungen gibt, bei denen jeder Menge eines ihrer Elemente entspricht, oder formal ausgedr¨ uckt, daß das Produkt einer unendlichen Gesamtheit von Mengen, deren jede mindestens ein Element enth¨ alt, selbst von Null verschieden ist. Dieses logische Prinzip l¨aßt sich zwar nicht auf ein noch einfacheres zur¨ uckf¨ uhren, wird aber in der mathematischen Deduktion u ¨berall unbedenklich angewendet. So kann z. B. die Allgemeing¨ ultigkeit des Satzes, daß die Anzahl der Teile, in die eine Menge zerf¨allt, kleiner oder gleich ist der Anzahl aller ihrer Elemente, nicht anders bewiesen werden, als indem man sich jedem der betrachteten Teile eines seiner Elemente zugeordnet denkt.“ Und er f¨ ahrt fort: Die Idee, unter Berufung auf dieses Prinzip eine beliebige ” Belegung γ (unser f ) der Wohlordnung zu grunde zu legen, verdanke ich Herrn Erhard Schmidt; meine Durchf¨ uhrung des Beweises beruht dann auf der Verschmelzung der verschiedenen m¨oglichen ,γ-Mengen‘ d. h. der durch das Ordnungsprinzip sich ergebenden wohlgeordneten Abschnitte.“ Die Note Zermelos aus dem Jahre 1904 hat ein — euphemistisch ausgedr¨ uckt — lebhaftes Echo hervorgerufen. Viele renommierte Leute haben mit Kritik nicht gespart, unter ihnen ﬁnden sich in der Reihenfolge ihres Auftretens in Zermelo 1908 E. Borel, G. Peano, H. Poincar´e, J. K¨ onig, Ph. Jourdain, F. Bernstein, A. Schoenﬂies. Zermelo tritt der Kritik an seiner Arbeit 1904 in seiner Arbeit 1908 meines Erachtens u ¨ berzeugend entgegen. Unmittelbar einsichtig ist der folgende Satz. Satz 3. Ist M eine durch ≤ wohlgeordnete Menge, ist Φ die Menge der nicht-leeren Teilmengen von M und deﬁniert man f (X) f¨ ur X ∈ Φ als das kleinste Element in X, so ist f eine Auswahlfunktion in cartX∈Φ X. Hieraus folgt weiter Satz 4. L¨ asst sich jede Menge wohlordnen, so gilt das Auswahlaxiom. Auswahlaxiom und Wohlordnungsprinzip sind also gleichwertig als Postulate. Wir schließen diesen Abschnitt mit einem Satz, den wir sp¨ ater ben¨ otigen werden. Satz 5. Es gelte das Auswahlaxiom. Sind dann A und B Mengen, so gibt es eine injektive Abbildung von A in B oder eine injektive Abbildung von B in A. Beweis. Nach dem zermeloschen Wohlordnungssatz, lassen sich A und B wohlordnen, so dass die Behauptung aus Satz 2 folgt. Steinitz hat in seiner großen Arbeit immer mit dem Wohlordnungsprinzip gearbeitet, wenn er transﬁnite Hilfsmittel benutzte. Das missﬁel unter anderen Max Zorn, der dieses Prinzip durch das heute nach ihm benannte zornsche Lemma ersetzte. Dies wird von heutigen Algebraikern bevorzugt benutzt, doch es gibt Situationen, wo das Lemma von Teichm¨ uller und Tukey angemessener ist. Beide

2. Weitere transﬁnite Werkzeuge

257

Prinzipien wie auch das hausdorﬀsche Maximumprinzip werden wir im n¨ achsten Abschnitt vorstellen. 2. Weitere transﬁnite Werkzeuge. Zorn beginnt seine Arbeit aus dem Jahre 1935 mit den Worten: The theorems of Steinitz concerning algebraic closure and ” the degree of transcendence are barred, from the algebraic point of view, by the well-ordering theorem and its theory. We wish to show how, by introducing a certain axiom on sets of sets instead of the well-ordering theorem, one is enabled to make the proofs shorter and more algebraic. The proofs will be given in terms of the non-axiomatic standpoint of set theory.“ Er vermisst also die Eleganz, die Verst¨ andlichkeit bei den steinitzschen Beweisen, die er jedoch nicht anﬁcht, und sucht nach einem anderen Prinzip, das das Wohlordnungsprinzip beim Beweise der steinitzschen S¨ atze umgehen l¨ asst. Er ﬁndet dieses Prinzip in dem, was heute zornsches Lemma heißt. Wir werden es gleich formulieren, nicht f¨ ur Mengen von Mengen, sondern f¨ ur teilweise geordnete Mengen, weil es sich, so formuliert, geschmeidiger verwenden l¨ asst. Vom mengentheoretischen Standpunkt aus sind beide Formulierungen gleichwertig. Beide folgen aus dem Auswahlaxiom und beide ziehen das Auswahlaxiom nach sich. Die hier gew¨ahlte Formulierung geht auf H. Kneser 1950 zur¨ uck. Zorn beweist in seiner Note nicht die Gleichwertigkeit von Auswahlaxiom und zornschem Lemma, verspricht vielmehr, dies in einer weiteren Note zu tun. Dieses Versprechen scheint nie eingel¨ost worden zu sein. Kneser sagt jedenfalls in seiner Arbeit, dass er nur von einem publizierten Beweis wisse. Dieser f¨ ande sich in Birkhoﬀ 1948, der jedoch den Umweg u ¨ ber das zermelosche Wohlordnungsprinzip mache. Ich habe auch nichts sonst gefunden. Teichm¨ uller gibt seiner Arbeit den Titel Braucht der Algebraiker das Auswahla” xiom?“ (Teichm¨ uller 1939). Er kommt zu dem Schluss, dass in algebraischen Situationen h¨ auﬁg das, was nun Lemma von Teichm¨ uller und Tukey heißt, das bessere Werkzeug ist. Wir werden es gleich formulieren und ebenfalls seine Gleichwertigkeit mit dem Auswahlaxiom beweisen. Auswahlaxiom und Wohlordnungssatz werden in der teichm¨ ullerschen Arbeit formuliert und es wird daran erinnert, dass sie gleichwertig seien. Der Wohlordnungssatz wird beim Beweise des Lemmas von Teichm¨ uller und Tukey benutzt und aus diesem wird wiederum die G¨ ultigkeit des Auswahlaxioms gefolgert. Auswahlaxiom und Wohlordnungsprinzip spielen also ihre Rolle. Der Name Zermelo f¨allt nicht. Ebenso wenig wird Steinitz erw¨ ahnt, f¨ ur dessen Satz von der Existenz des algebraischen Abschlusses eines K¨orpers er einen neuen Beweis gibt. Die Namen Steinitz und Teichm¨ uller waren in der Zeitschrift Deutsche Mathematik“ nicht heimisch. Teichm¨ uller ist als dreißigj¨ ahriger ” im Krieg verschollen. Vierunddreißig Arbeiten hat er publiziert, darunter wichtige Beitr¨ age zur Analysis. Tukey publizierte im Jahre 1940 das gleiche Prinzip wie Teichm¨ uller. Er beweist ¨ seine Aquivalenz mit dem zornschen Lemma und nennt sein Prinzip sogar Zorn’s ” Lemma (Third Form)“. Er sagt, dass das zornsche Lemma und das Auswahlaxiom gleichwertig seien, beweist dies aber nicht. Dass es auch ihm um Methodisches ¨ ging, zeigt die Uberschrift von Abschnitt 4 auf S. 84: No transﬁnite numbers ”

258

Kapitel XI. Transﬁnite Methoden

wanted“. Beginnen wir mit einigen Deﬁnitionen, die wir zur Formulierung des zornschen Lemmas brauchen. Es sei (M, ≤) eine geordnete Menge. Was darunter zu verstehen ist, haben wir in Abschnitt 2 von Kapitel 1 gesagt. Wir setzen nicht voraus, dass ≤ linear sei. Eine Teilmenge K von M heißt Kette, falls je zwei Elemente von K vergleichbar sind, falls also die Einschr¨ ankung von ≤ auf K diese Menge zu einer linear geordneten Menge macht. Ist T eine Teilmenge von M , ist s ∈ M und gilt t ≤ s f¨ ur alle t ∈ T , so heißt s obere Schranke von T . Ist weiterhin T eine Teilmenge von M , ist m ∈ T und folgt aus m ≤ t ∈ T stets, dass m = t ist, so heißt m maximales Element von T . Zornsches Lemma. Es gelte das Auswahlaxiom. Ist dann (E, ≤) eine geordnete Menge und hat jede Kette von E eine obere Schranke, so enth¨ alt E ein maximales Element. Wir reproduzieren hier den Beweis aus H. Kneser 1950. Zun¨ achst bemerken wir, dass E nicht leer ist. Es ist ja ∅ eine Kette von E. Da sie eine obere Schranke besitzt, ist E nicht leer. Ist x ∈ E maximal, so setzen wir O(x) := {x}. Ist x ∈ E nicht maximal, so setzen wir O(x) := {s | s ∈ E, x < s}. Dann ist O(x) nicht leer. Auf Grund des Auswahlaxiomes gibt es daher eine Abbildung f von E in sich mit f (x) ∈ O(x) f¨ ur alle x ∈ E, dh. mit x ≤ f (x) f¨ ur alle x ∈ E. Wir m¨ ussen zeigen, dass es ein m ∈ E gibt mit f (m) = m. Eine zweite Anwendung des Auswahlaxioms liefert eine Abbildung p der Menge aller Ketten von E in E, so dass f¨ ur alle Ketten K das Element p(K) obere Schranke von K ist. Eine Teilmenge L von E heißt f -Menge, wenn die Einschr¨ ankung von ≤ auf L eine Wohlordnung ist und außerdem f¨ ur alle x ∈ L gilt, dass x = f p(Lx ) ist. Dabei sei Lx := {y | y ∈ L, y < x} gesetzt. Ist L eine f -Menge und ist H ein Anfang von L, so ist auch H eine f -Menge, da ja Hx = Lx ist f¨ ur alle x ∈ H. Es seien L und M zwei f -Mengen und A sei ein Anfang von L mit der Eigenschaft, dass jeder echte Anfang von A Anfang von M sei. Hat A kein gr¨ oßtes Element, gibt es also zu jedem x ∈ A ein y ∈ A mit x < y, so ist x ∈ Ay = A. Dann ist aber Ay ⊆ M und folglich $ A= Ay ⊆ M. y∈A

ange von M sind, ist folglich auch A ein Anfang von M . Hat A Weil alle Ay Anf¨ ein letztes Element y, so ist A = Ay ∪ {y} und Ay ist Anfang von M . Ist Ay = M , so gibt es ein erstes Element z ∈ M − Ay . Es folgt Ly = Ay = Mz und weiter y = f p(Ly ) = f p(Mz ) = z.

2. Weitere transﬁnite Werkzeuge

259

Also ist A auch in diesem Falle ein Anfang von M . Es seien weiterhin L und M zwei f -Mengen. Die Anf¨ ange von L sind einmal L und zum andern die Lx mit x ∈ L. Oﬀenbar gilt genau dann x < y, wenn ange von L bez¨ uglich der Inklusion wohlgeordnet. Lx ⊂ Ly ist. Somit sind die Anf¨ Sind sie nicht allesamt auch Anf¨ ange von M , so gibt es einen ersten Anfang A von L, welcher nicht Anfang von M ist. Seine echten Anf¨ange sind aber Anf¨ ange von M . Das kann nach dem gerade Bewiesenen nur sein, wenn A ein letztes Element y enth¨ alt und M = Ay = Ly ist. Ist also L nicht Anfang von M , so ist M Anfang von L. Jetzt geht es genauso weiter, wie beim zermeloschen Beweis des Wohlordnungssatzes. Es sei K die Vereinigung u ¨ber alle f -Mengen. Es ist klar, dass K linear geordnet ist. K ist aber auch wohlgeordnet. Um dies zu zeigen, sei H eine nicht leere Teilmenge von K. Ferner sei h ∈ H. Es gibt dann eine f -Menge L mit h ∈ L. Dann hat H ∩ L, da L wohlgeordnet ist, ein erstes Element h0 . Es sei h1 ∈ H. Ist h1 ∈ L, so ist h0 ≤ h1 , da ja h0 das kleinste Element in H ∩ L ist. Ist h1 ∈ L, so gibt es eine f -Menge M mit h1 ∈ M . Da M nicht Anfang von L sein kann, ist L Anfang von M und es folgt h0 < h1 . Dies zeigt, dass K wohlgeordnet ist. Es sei x ∈ K. Es gibt dann wieder eine f -Menge L mit x ∈ L. Ist y ∈ K und y ∈ L, so gibt es eine f -Menge M , die y enth¨ alt und die folglich nicht Anfang von L sein kann. Dann ist aber L Anfang von M . Ist nun u ∈ K und u ≤ x, so ist u ∈ L, so dass L Anfang von K ist. Hieraus folgt Lx = Kx und weiter x = f p(Lx ) = f p(Kx ) , so dass auch K eine f -Menge ist. Setze w := f (p(K)). Wegen p(K) ≤ f (p(K)) = w ist dann w obere Schranke von K. W¨ are nun w ∈ K, so w¨are zun¨ achst K ∪ {w} wohlgeordnet. Ferner g¨ alte f¨ ur jedes x ∈ K ∪ {w} auch die Gleichung x = f p (K ∪ {w})x , so dass K ∪ {w} ebenfalls eine f -Menge w¨ are. Hieraus folgte der Widerspruch K ∪ {w} ⊆ K. Also ist doch w ∈ K. Hieraus folgt schließlich w ≤ p(K) ≤ f (p(K)) = w und damit w = p(K) = f (p(K)), dh. w = f (w). Dies besagt aber gerade, dass w ein maximales Element von E ist. Wenn man diesen Beweis analysiert, sieht man, dass wir mehr bewiesen haben, als im Satz formuliert. Diese Analyse hat Kneser schon vorgenommen. Auf Feinheiten kam es mir hier aber nicht an. Beim Beweise des Lemmas von Teichm¨ uller und Tukey ben¨ otigen wir nur die Originalform des zornschen Lemmas. Deren G¨ ultigkeit folgt unmittelbar aus der

260

Kapitel XI. Transﬁnite Methoden

G¨ ultigkeit des zornschen Lemmas. Wir formulieren sie hier in der Form eines Postulats. Originalform des zornschen Lemmas.#Es sei Φ eine Menge von Mengen. Gilt ort, so enth¨ alt Φ ein f¨ ur jede Kette K von (Φ, ⊆), dass auch X∈K X zu Φ geh¨ bez¨ uglich ⊆ maximales Element. Es sei M eine Menge und F sei eine Teilmenge der Potenzmenge P (M ). Man nennt F von endlichem Charakter , falls f¨ ur alle X ∈ P (M ) genau dann X ∈ F gilt, wenn alle endlichen Teilmengen von X zu F geh¨oren. Typische Beispiele von Mengen von endlichem Charakter sind die Menge der linear unabh¨ angigen Teilmengen eines Vektorraumes und die Menge der Ketten einer teilweise geordneten Menge. L¨asst man im zornschen Lemma die Voraussetzung weg, dass das Auswahlaxiom gelte und erhebt die Konklusion zum Postulat, so heißt auch dieses Postulat zornsches Lemma. Als Postulat ist es im n¨achsten Satz zu verstehen. Lemma von Teichm¨ uller und Tukey. Es gelte das zornsche Lemma in seiner Originalform. Ist F eine nicht leere Menge endlichen Charakters und ist A ∈ F, so gibt es ein bez¨ uglich der Inklusion als Teilordnung maximales Element M ∈ F mit A ⊆ M . Beweis. Setze G := {X | X ∈ F, A ⊆ X}. Wegen A ∈ G ist G nicht leer. Es sei K eine Kette von G. Dann ist $ X. A⊆ X∈K

# Es sei Y eine endliche Teilmenge von X∈K X. Ist Y = {y1 , . . . , yn } so gibt es X1 , ur alle i. Weil K eine Kette ist, gibt es ein t ∈ {1, . . . , n} . . . , Xn ∈ K mit yi ∈ Xi f¨ mit Xi ⊆ Xt f¨ ur alle i. Es folgt Y ⊆ Xt . Weil F von endlichem Charakter ist, folgt weiter Y ∈ F und damit $ X∈F X∈K

und dann auch

$

X ∈ G.

X∈K

# Es ist also X∈K X ∈ G eine obere Grenze von K in G. Auf Grund der G¨ ultigkeit des zornschen Lemmas in seiner Originalform gibt es daher ein maximales M in G, wie behauptet. Was wir u ¨ber das zornsche Lemma als Postulat gesagt haben, gelte mutatis mutandis auch f¨ ur das Lemma von Teichm¨ uller und Tukey. Teichm¨ uller benutzt beim Beweise des nach ihm und Tukey genannten Lemmas das Wohlordnungsprinzip, wie oben schon erw¨ahnt. Den folgenden Satz nennt er

2. Weitere transﬁnite Werkzeuge

261

¨ Uberraschung. Aus dem Lemma von Teichm¨ uller und Tukey folgt das Auswahlaxiom. Beweis nach Teichm¨ uller. Es sei (Mi | i ∈ I) eine nicht leere Familie von nicht leeren Mengen. Ersetzt man Mi gegebenenfalls durch (Mi , i), so sehen wir, dass urfen wir aber auch wir annehmen d¨ urfen, dass Mi = Mj ist, falls i = j ist. Dann d¨ annehmen, dass die gegebene Familie eine nicht leere Menge Ξ von nicht leeren Mengen ist. (Man indiziere mittels der Identit¨ at.) Wir betrachten nun die Menge Φ der Paare (M, x) mit M ∈ Ξ und x ∈ M . Schließlich bestehe Ψ aus all denjenigen Teilmengen Ω von Φ, die die Eigenschaft haben: Sind (M, x), (M , x ) ∈ Ω und ist M = M , so ist x = x . Dann ist Ψ von endlichem Charakter, so dass es auf Grund des Lemmas von Teichm¨ uller und Tukey ein maximales f in Ψ gibt. W¨ are nun M ∈ Ξ und g¨ abe es kein x ∈ M mit (M, x) ∈ f , so w¨are f ∪ (M, x) ∈ Ψ, wenn nur x irgendein Element von M w¨are. Ein solches g¨ abe es aber, da M nicht leer ist. Dann w¨are aber f nicht maximal. Also gibt es doch zu jedem M ∈ Ξ ein x ∈ M mit (M, x) ∈ f . Daher ist f eine Auswahlfunktion von Ξ. Damit sind die Gleichwertigkeit der folgenden Prinzipien bewiesen: Auswahlaxiom, Wohlordnungssatz, zornsches Lemma, zornsches Lemma in der Originalform, Lemma von Teichm¨ uller und Tukey. Damit noch nicht genug. Auch Hausdorﬀ hat ein Prinzip publiziert, das er bei der Untersuchung teilweise geordneter Mengen benutzte und welches er mittels des Wohlordnungsprinzips bewies (Hausdorﬀ 1914, S. 140 f). Wir folgern es aus dem Lemma von Teichm¨ uller und Tukey. Wir haben ja schon bemerkt, dass die Menge der Ketten einer teilweise geordneten Menge von endlichem Charakter ist. Es gilt also Hausdorﬀsches Maximumprinzip. Gilt das Lemma von Teichm¨ uller und Tukey, ist (M, ≤) eine teilweise geordnete Menge und ist A eine Kette von M , so gibt es eine maximale Kette B von (M, ≤) mit A ⊆ B. Auch hier l¨ asst sich zeigen, dass dieses Prinzip mit den u ¨ brigen schon betrachteten ¨aquivalent ist. Am schnellsten sieht man dies, indem man zeigt, dass aus dem hausdorﬀschen Maximumprinzip das zornsche Lemma folgt. Satz 2. Aus dem hausdorﬀschen Maximumprinzip folgt das zornsche Lemma. Beweis. Es sei (M, ≤) eine teilweise geordnete Menge und jede Kette von M sei beschr¨ankt. Auf Grund des hausdorﬀschen Maximumprinzips gibt es eine maximale Kette K von M . Nach Voraussetzung gibt es eine Schranke s von K. Weil dann auch K ∪ {s} eine Kette ist, folgt aus der Maximalit¨at von K, dass s ∈ K ist. Es sei t ∈ M und es gelte s ≤ t. Dann ist auch t eine Schranke von K. Es folgt wieder t ∈ K und damit t ≤ s also t = s, so dass s ein maximales Element von M ist. Wie schon bemerkt ist die Menge der linear unabh¨ angigen Mengen eines Vektorraumes von endlichem Charakter. Daher folgt aus dem Lemma von Teichm¨ uller

262

Kapitel XI. Transﬁnite Methoden

und Tukey, dass jeder Vektorraum V eine maximale linear unabh¨ angige Teilmenge B besitzt. Da jeder weitere Vektor von V von B linear abh¨ angt, ist B eine Basis von V . Bei endlich-dimensionalen Vektorr¨aumen weiß man, dass Basen stets gleich lang sind. Dies gilt auch bei nicht endlich-dimensionalen Vektorr¨ aumen. Um das zu beweisen, muss man aber noch einiges arbeiten. 3. Der Heiratssatz. Wir m¨ ussen weiterhin in mengentheoretisches Werkzeug investieren. Eines dieser Werkzeuge wird der Heiratssatz sein, der notwendige und hinreichende Bedingungen daf¨ ur angibt, wann eine Familie endlicher Mengen eine injektive Auswahlfunktion besitzt. Mit seiner Hilfe erh¨ alt man z. B. bei zwei Basen B und C eines Vektorraumes eine injektive Abbildung von B in C und eine ebensolche von C in B. Hieraus m¨ochte man schließen, dass es auch eine bijektive Abbildung von B auf C gibt. Dies erlaubt nun in der Tat der Satz von Cantor und Bernstein, dessen Beweis wir als Erstes anstreben. Cantor formulierte diesen Satz in Cantor 1895 auf S. 484 als Satz B und bemerkte, dass er gelte, wenn je zwei Kardinalzahlen vergleichbar seien. Dies beweist er in dieser Arbeit aber nicht und er beeilt sich auch zu sagen, dass er Satz B in ihr nicht verwenden werde. Einen Beweisversuch durch Schr¨oder aus dem Jahre 1898 wies Korselt im Jahre 1902 in einem Brief an Schr¨ oder als nicht stichhaltig zur¨ uck, indem er ein Gegenbeispiel f¨ ur eine Behauptung Schr¨ oders lieferte. ¨ Schr¨ oder akzeptierte den Einwand. Uber den einschl¨ agigen Briefwechsel berichtet Korselt in Korselt 1911, wo er gleichzeitig auch einen Beweis f¨ ur diesen Satz gab. ´ Der erste stichhaltige Beweis stammt von Felix Bernstein. Er wurde von Emile Borel publiziert. In einer Fußnote weist Borel auf die Urheberschaft Bernsteins hin, der diesen Beweis in Cantors Seminar vorgetragen habe. Gleichzeitig bedankt er sich bei Cantor f¨ ur die Erlaubnis, diesen Beweis zu publizieren (Borel 1898, S. 102ﬀ., insb. S. 103/104). Der Leser beachte, dass man das Auswahlaxiom ben¨ otigt um zu zeigen, dass zwei Kardinalzahlen stets vergleichbar sind. Der Satz von Cantor und Bernstein l¨ asst sich ohne dieses etablieren. Der n¨ achste Satz und sein Korollar dienen hier einzig dem Zweck, den Satz von Cantor und Bernstein zu beweisen. Satz von Knaster & Tarski. M und N seien Mengen. Ferner sei f ein Homomorphismus von (P (M ), ⊆) in (P (N ), ⊆) und g sei ein Homomorphismus von (P (N ), ⊆) in (P (M ), ⊆). Setze F := X | X ∈ P (M ), M − g N − f (X) ⊆ X , " X, S1 := X∈F

S2 := M − S1 , T1 := f (S1 ), T2 := N − T1 .

3. Der Heiratssatz

263

Dann ist g(T2 ) = S2 . Beweis. Es seien A, B ∈ P (M ) und es gelte A ⊆ B. Dann ist f (A) ⊆ f (B), N − f (B) ⊆ N − f (A), g N − f (B) ⊆ g N − f (A) , M − g N − f (A) ⊆ M − g N − g(B) . Ist nun X ∈ F , so ist S1 ⊆ X. Nach der gerade gemachten Bemerkung ist daher M − g N − f (S1 ) ⊆ M − g N − f (X) ⊆ X. f¨ ur alle X ∈ F . Folglich ist M − g N − f (S1 ) ⊆ S1 und daher S1 ∈ F . Setze S := M − g(N − f (S1 )). Dann ist S ⊆ S1 und folglich M − g N − f (S ) ⊆ M − g N − f (S1 ) = S . Also ist S ∈ F und damit S1 ⊆ S . Folglich ist S = S1 , dh., S1 = M − g(N − f (S1 )). Es folgt weiter g(T2 ) = g(N − T1 ) = g N − f (S1 ) = M − M − g(N − f (S1 )) = M − S1 = S2 . Damit ist der Satz bewiesen. Der Satz von Knaster & Tarski ist in Knaster 1928. Diese Arbeit war mir nicht zug¨ anglich. Dass der Satz zu Recht Tarskis Namen tr¨agt, entnehme ich Tarski 1955, Fußnote 2 auf S. 286. Dort sagt Tarski, dass er und Knaster diesen Satz 1927 bewiesen h¨atten, und er verweist auf die knastersche Arbeit, die wir gerade zitierten. Korollar. Es seien M und N Mengen und f sei eine Abbildung von M in N und g sei eine Abbildung von N in M . Es gibt dann Mengen S1 , S2 , T1 , T2 mit a) Es ist M = S1 ∪ S2 und S1 ∩ S2 = ∅. b) Es ist N = T1 ∪ T2 und T1 ∩ T2 = ∅. c) Es ist T1 = {f (x) | x ∈ S1 }. d) Es ist S2 = {g(y) | y ∈ T2 }.

264

Kapitel XI. Transﬁnite Methoden

Beweis. Wir deﬁnieren die Abbildung f0 von P (M ) in P (N ) und die Abbildung g0 von P (N ) in P (M ) durch f0 (X) := f (x) | x ∈ X und

g0 (Y ) := g(y) | y ∈ Y

f¨ ur X ∈ P (M ) bzw. Y ∈ P (N ). Der Satz von Knaster und Tarski liefert dann die Behauptung. Satz von Cantor & Bernstein. M und N seien Mengen. Gibt es eine injektive Abbildung von M in N und eine injektive Abbildung von N in M , so gibt es eine bijektive Abbildung von M auf N . Beweis. Es sei f eine injektive Abbildung von M in N und g sei eine solche von N in M . Nach dem Korollar zum Satz von Knaster und Tarski gibt es Mengen S1 , S2 , T1 , T2 mit M = S1 ∪ S2 und S1 ∩ S2 = ∅ sowie N = T1 ∪ T2 und T1 ∩ T2 = ∅, so dass T1 = {f (x) | x ∈ S1 } und S2 = {g(y) | y ∈ T2 } ist. Setze β := (x, f (x)) | x ∈ S1 ∪ (g(y), y)) | y ∈ T2 . Dann ist β eine Bijektion von M auf N . Es ist an der Zeit, endlich etwas Genaueres u ¨ ber den Heiratssatz und seinen Namen zu sagen. Um es gleich vorweg zu nehmen, der Satz ist ¨alter als sein Name. Jener ﬁndet sich in P. Hall 1935 und dieser taucht zum ersten Male auf in der Arbeit Weyl 1949 und zwar auf Seite 202. Dort heißt es: 1. The marriage problem. Given n distinct objects {a} = a1 , . . . , an (boys) and n distinct objects {b} = b1 , . . . , bn (girls); moreover a scheme of linkage Qn according to which an ai and a bk are either linked (friends) or not linked. I call the number of elements in a set its rank. A set B of girls is said to be associated to a given set A of boys if no boy in A has friends outside the set B. (Then the complement {a} − A is in the same sense an associate of {b} − B.) Question: What is the necessary and suﬃcient condition that the boys can be paired with the girls in such a fashion that in each of the n pairs the partners are friends? The following basic condition is obviously necessary: A set A of boys has never an associate set B of girls of lesser rank than A. The fundamental combinatorial lemma asserts that this condition is also suﬃcent [Zitate]. Dass hier pairing mit marriage gleichgesetzt wird, ist nat¨ urlich zeitbedingt. Ein Jahr sp¨ ater greifen Halmos und Vaughan das Thema wieder auf, wobei sie gleichzeitig auch die transﬁnite Form des Heiratssatze beweisen, die vor ihnen schon von M. Hall Jr. und Everett & Whaples bewiesen wurde (Halmos und Vaughan 1950, M. Hall 1948, Everett & Whaples 1949). Sie schließen ihre Arbeit mit der Bemerkung:

3. Der Heiratssatz

265

It is perhaps worth remarking that this theorem furnishes the solution of the ” celebrated problem of the monks.5 Without entering into the history of this wellknown problem, we state it and its solution in the language of the preceding discussion. A neccessary and suﬃcient condition that each boy b may establich a harem consisting of n(b) of his acquaintances, n(b) = 1, 2, 3, . . . , is that, for B, the total number of acquaintances of the members every ﬁnite subset of B0 of of B0 be at least equal to n(b), where the summation runs over every b in B0 . The proof of this seemingly more general assertion may be based on the device of replacing each b in B by n(b) replicas seeking conventional marriages, with the understanding that each replica of b is acquainted with exactly the same girls as b. Since the stated restriction on the function n implies that the replicas satisfy the Hall condition, an application of the Everett-Whaples theorem yields the desired result.“ Die Fußnote 5 lautet: H. Balzac, Les Cent Contes Drˆ olatiques, IV.9: Des Moines et novices, Paris (1849). Zun¨ achst ist zu bemerken, dass das Klonen den Mathematikern sp¨ atestens 1950 schon gel¨ auﬁg war, wie aus diesem Zitat hervorgeht. Bemerkenswert ist vor allem aber die Fußnote 5. Denn: Honor´e de Balzac wurde am 5. Mai 1799 geboren und er starb am 8. August 1850. Er plante hundert Contes drˆ olatiques zu schreiben und sie in Decher zu publizieren. Zu seinen Lebzeiten sind aber nur die ersten drei Decher (dizaines) erschienen (Balzac 1832, 1833, 1837). In seinem Nachlass fand man noch f¨ unf Fragmente des vierten, zwei und einen Prolog des f¨ unften und eine und zwei Anh¨ ange des zehnten Decher. So jedenfalls meine Quelle Balzac 1970. Alle diese Bruchst¨ ucke sind erst im 20. Jahrhundert publiziert worden, 1925 und sp¨ ater. Die letzten Publikationen Balzacs, die zu seinen Lebzeiten erschienen, waren La cousine Bette“ ” und Le cousin Pons“. Beide erschienen 1848. — Wer schmunzelt hier nicht? ” Decher ist ein heute nicht mehr gebr¨ auchliches Zahlwort f¨ ur zehn St¨ uck. Es ﬁndet sich u. a. bei Adam Ries (Ries 1574/1978, ﬀ. 26r , 111v ). Zur¨ uck zur Mathematik. F¨ ur den Beweis der transﬁniten Form des Heiratssatzes folgen wir Rado 1967. Es sei (Ai | i ∈ I) eine Familie von Mengen. Wir sagen, dass (Ai | i ∈ I) die hallsche Bedingung erf¨ ullt (nach Philip Hall 1935), wenn f¨ ur jede endliche Teilmenge J von I gilt, dass $ Aj ≥ |J| j∈J

ist. Hilfssatz Erf¨ ullt (Ai | i ∈ I) die hallsche Bedingung, ist j ∈ I und |Aj | ≥ 2, so gibt es ein x ∈ Aj , so dass auch die Familie (Bi | i ∈ I), die durch Bi := Ai f¨ ur i = j und Bj := Aj − {x} deﬁniert ist, die hallsche Bedingung erf¨ ullt. Beweis. Wegen |Aj | ≥ 2 gibt es zwei verschiedene Elemente x1 , x2 ∈ Aj . Deﬁniere die Familien (Bi | i ∈ I) und (Ci | i ∈ I) durch Bi := Ai und Ci := Ai

266

Kapitel XI. Transﬁnite Methoden

f¨ ur alle i = j und Bj := Aj − {x1 } und Cj := Aj − {x2 }. Wegen x1 = x2 ist x2 ∈ Bj und x1 ∈ Cj . Also ist Bj ∪ Cj = Aj . Wir nehmen an, dass weder (Bi | i ∈ I) noch (Ci | i ∈ I) die hallsche Bedingung erf¨ ullt. Es gibt dann endliche Teilmengen J und K von I mit $ Bi ≤ |J| − 1 i∈J

$ Ci ≤ |K| − 1.

und

i∈K

Weil (Ai | i ∈ I) die hallsche Bedingung erf¨ ullt, ist j ∈ J ∩ K. Setze J := J − {j} und K := K − {j}. Dann ist |J | = |J| − 1 und |K | = |K| − 1. Daher ist $ $ Bi + Ci |J | + |K | ≥ i∈J

i∈K

$ $ $ $ = Bi ∪ Ci + Bi ∩ Ci i∈J i∈K i∈J i∈K $ $ $ ≥ Ai ∪ Aj + Ai ∩ Ai i∈J ∪K

i∈J

i∈K

≥ J ∪ K ∪ {j} + J ∩ K = |J | + |K | + 1, ein Widerspruch. Ist die im folgenden Satz betrachtete Familie endlicher Mengen selbst endlich, so kann man statt mit dem zornschen Lemma zu schließen vollst¨andige Induktion benutzen, so dass wir gleichzeitig auch einen angemessenen Beweis des urspr¨ unglichen, von Philip Hall stammenden Heiratssatzes erhalten. Heiratssatz. Es sei (Ai | i ∈ I) eine nicht leere Familie endlicher Mengen. Gen¨ ugt (Ai | i ∈ I) der hallschen Bedingung, so besitzt (Ai | i ∈ I) eine injektive Auswahlfunktion. Beweis. Es sei Φ die Menge aller Familien (Bi | i ∈ I) mit Bi ⊆ Ai f¨ ur alle i, die die hallsche Bedingung erf¨ ullen. Wegen (Ai | i ∈ I) ∈ Φ ist Φ nicht leer. Wir ordnen Φ, indem wir setzen (Bi | i ∈ I) ≤ (Ci | i ∈ I) genau dann, wenn Ci ⊆ Bi ist f¨ ur alle i ∈ I. Es sei K eine Kette von Φ. F¨ ur i ∈ I setzen wir M(i) := X | Es gibt ein (Xj | j ∈ I) ∈ K mit X = Xi

3. Der Heiratssatz

267

und Oi :=

"

X.

X∈M(i)

Wir zeigen, dass (Oi | i ∈ I) ∈ Φ gilt. Dazu zeigen wir zun¨achst: ur alle i ∈ J. Ist J ∈ E(I), so gibt es ein (Bi | i ∈ I) ∈ K mit Bi = Oi f¨ Ist J = {j} eine einelementige Menge, so folgt die Behauptung daraus, dass Bj ⊆ Aj gilt und dass Aj eine endliche Menge ist. Es sei |J| > 1 und j ∈ J. Es gibt ur alle i ∈ J − {j} und dann (Bi | i ∈ I), (Ci | i ∈ I) ∈ K mit Oi = Bi f¨ Oj = Cj . Weil K eine Kette ist, ist entweder (Bi | i ∈ I) ≤ (Ci | i ∈ I) oder (Ci | i ∈ I) ≤ (Bi | i ∈ I). Im ersten Falle ist Ci ⊆ Bi f¨ ur alle i und daher insbesondere Ci ⊆ Bi = Oi f¨ ur alle i ∈ J − {j}. Wegen Cj = Oj ist daher Ci ⊆ Oi f¨ ur alle i ∈ J. Andererseits gilt Oi ⊆ Ci f¨ ur alle i ∈ J. Daher ist Ci = Oi f¨ ur alle i ∈ J. ur alle i ∈ J. Ist (Ci | i ∈ I) ≤ (Bi | i ∈ I), so folgt entsprechend Oi = Bi f¨ Damit ist die Zwischenbehauptung bewiesen. Um zu zeigen, dass (Oi | i ∈ I) zu Φ geh¨ort, sei J eine endliche Teilmenge von ur alle I. Dann gibt es, wie gerade gesehen, ein (Bi | i ∈ I) ∈ K mit Oi = Bi f¨ i ∈ J. Weil (Bi | i ∈ I) die hallsche Bedingung erf¨ ullt, ist also $ $ Oi = Bi ≥ |J|, i∈j

i∈J

ullt. Also ist (Oi | i ∈ I) ∈ Φ. so dass auch (Oi | i ∈ I) die hallsche Bedingung erf¨ Wegen Oi ⊆ Xi f¨ ur alle i ∈ I und alle (Xi | i ∈ I) ∈ K ist (Oi | i ∈ I) eine obere Schranke von K. Auf Grund des zornschen Lemmas gibt es ein maximales (Mi | i ∈ I) ∈ Φ. Ist i ∈ I, so ist |Mi | ≥ |{i}| = 1, so dass Mi nicht leer ist. Ist j ∈ I und |Mj | ≥ 2, so gibt es nach dem Hilfssatz ein x ∈ Mj , so dass die durch ur i = j, bzw. Mj := Mj − {x} deﬁnierte Familie (Mi | i ∈ I) zu Φ Mi := Mi f¨ geh¨ort. Dann folgt aber der Widerspruch (Mi | i ∈ I) < (Mi | i ∈ I). Also ist |Mi | = 1 f¨ ur alle i. Ist dann fi das einzige Element in Mi , so ist f ∈ ur i = j carti∈I Ai . Ferner gilt f¨ {fi , fj } = |Mi ∪ Mj | ≥ {i, j} = 2. Also ist f injektiv. Dass man bei der transﬁniten Version des Heiratssatzes nicht auf die Endlichkeit der Mi verzichten kann, zeigt folgendes Beispiel, das auch schon von M. Hall in

268

Kapitel XI. Transﬁnite Methoden

ur i ∈ N. Dann der Arbeit 1948 verwendet wurde. Setze M0 := N und Mi := {i} f¨ erf¨ ullt die Familie (Mi | i ∈ N0 ) zwar die hallsche Bedingung, besitzt aber keine injektive Auswahlfunktion. Der Heiratssatz ist Ausgangspunkt f¨ ur einen ganzen Zweig der Kombinatorik, Transversalentheorie genannt. Ein Buch zu diesem Gegenstand ist Mirsky 1971. Im Zeitalter der Computerei sollte ich den Algorithmus von M. Hall nicht verschweigen, der zu einer endlichen Liste von endlichen Mengen, entweder eine Transversale liefert, oder eine Teilliste ausgibt, die keine Transversale besitzt, da ihre Vereinigung zu wenig Elemente enth¨ alt (M. Hall 1956). Der Leser ist aufgefordert, den Algorithmus zu veriﬁzieren. Die Kommentare werden ihn dabei f¨ uhren. Algorithmus Heiratsvermittler Eingabe: Eine Liste M1 , . . . , Mt von endlichen Mengen. Ausgabe: Boolesche Variable noTrans und im Falle noTrans = false eine injektive Auswahlfunktion v der Familie (M1 , . . . , Mt ) und im Falle noTrans = true eine # Teilmenge I von {1, . . . , t} und eine Menge J mit J = k∈I Mk und 1 + |J| = |I|. Der Buchstabe v steht f¨ ur Vertreter“. Es ist also vi der Vertreter der Menge Mi . ” begin noTrans := false; X := ∅; % X besteht aus den schon gefundenen Vertretern. n := 0; repeat n := n + 1; % v1 , . . . , vn−1 ist Vertretersystem f¨ ur M1 , . . . , Mn−1 . % X = {v1 , . . . , vn−1 }. % H1 := Mn . Die Variable H taucht nur in den Kommentaren auf. J := M# n ; I := {n}; % J = k∈I Mk . l := 1; k := 1; % l ≤ k. while (J ⊆ X) and (k < n) do k := 1; notcont := false; repeat if not(k ∈ I) and (vk ∈ J) then I := I ∪ {k}; notcont := not(Mk ⊆ J); if notcont then % Hl := J J := J ∪ # Mk ; % J = r∈I Mr . cl := k; % J − Hl = Mcl − Hl = ∅.

3. Der Heiratssatz % vcl ∈ Hl . % I = {n} ∪ {cr | r := 1, . . . , l}. l := l + 1 endif endif; k := k + 1 %l≤k until (k = n) or notcont endwhile; # % J = r∈I Mr . % I = {cr | r := 1, . . . l − 1} ∪ {n}. If J ⊆ X then % Alle Elemente von J sind von der Form vr mit r ∈ I. ur alle r ∈ I. % Ferner gilt vr ∈ Mr und Mr ⊆ J f¨ % Folglich ist J = {vcr | r := 1, . . . , l − 1}. % Also ist |J| + 1 = |I| und Mn ⊆ J. Daher gibt es keine % injektive Auswahlfunktion. noTrans := true else % Ist l = 1, so ist J = Hl = Mn , andernfalls ist % J = Mcl−1 ∪ Hl−1 . J := J − X; % J = ∅ choose z ∈ J; X := X ∪ {z}; % Wenn n¨ otig, werden die schon gefundenen vi umnummeriert. while not(z ∈ Mn ) do % Es ist l > 1 l := l − 1; % Es ist z ∈ Mcl ∪ Hl . ur ein passendes r mit 1 ≤ r ≤ l. % Folglich ist z ∈ Msr f¨ % Daher funktioniert die folgende while-Schleife. while not(z ∈ Mcl ) do l := l − 1 endwhile; pp := vcl ; vcl := z; z := pp; % z ∈ Hl Ist l > 1, so ist Hl = Mcl−1 ∪ Hl−1 , % andernfalls ist Hl = Mn . % v1 , . . . , vn−1 ist ein Vertretersystem f¨ ur % M1 , . . . , Mn−1 und z ∈ {v1 , . . . , vn−1 }. endwhile; % v1 , . . . , vn−1 ist ein Vertretersystem von % M1 , . . . , Mn−1 . % Ferner gilt z ∈ {v1 , . . . , vn−1 } und z ∈ Mn vn := z

269

270

Kapitel XI. Transﬁnite Methoden

% v1 , . . . , vn ist ein Vertretersystem von M1 , . . . , Mn endif until (n = t) or noTrans end; % Heiratsvermittler Dieser Algorithmus liefert einen weiteren Beweis f¨ ur die ﬁnite Form des Heiratssatzes. 4. Unabh¨ angigkeitsstrukturen. Betreibt man Mathematik, begegnet man dem Ph¨ anomen der linearen Unabh¨ angigkeit. Dies haben wir schon bemerkt, als wir das zehnte Buch der Elemente beschrieben (Kap. 3, Absch. 5). Bei Galois’ Abz¨ ahlung seiner allgemeinen Ausdr¨ ucke der Form (GF) spielte er im Hintergrund seine Rolle (Kap. 9, Absch. 2). Voll entwickelt ist der Begriﬀ in dem im 19. Jahrhundert wenig beachteten Buch Graßmann 1862. So ﬁndet sich in diesem Buch auf S. 9f. der heute so genannte steinitzsche Austauschsatz f¨ ur endlich-dimensionale Vektorr¨ aume u ¨ ber dem K¨ orper der reellen Zahlen mit all den u ¨blichen Konsequenzen. Moore hat den Begriﬀ f¨ ur elementarabelsche p-Gruppen, wie wir gesehen haben, wie vor ihm schon Jordan in seinem Trait´e (Jordan 1870/1989, S. 115). Dedekind nennt Elemente einer Erweiterung L des K¨orpers K reduzibel in Bezug auf K, oder eben auch abh¨ angig, wenn sie nach unserem Verst¨andnis linear abh¨ angig sind. Entsprechend nennt er sie irreduzibel bzw. unabh¨ angig, wenn wir von linear unabh¨ angigen Elementen spr¨ achen. (Dirichlet 1871, S. 428 und 1894, S. 466). Steinitz sagt von Hamel, dass er der erste gewesen sei, der den Wohlordnungssatz auf ein algebraisches Problem anwendete, indem er die Existenz einer Basis f¨ ur den Q-Vektorraum R nachwies. Hamel sagt nichts u ¨ ber die gleiche M¨ achtigkeit solcher Basen (Hamel 1905). Steinitz deﬁniert in § 5 seiner Arbeit die lineare Abh¨ angigkeit bzw. Unabh¨ angigkeit von zun¨ achst endlich vielen Elementen einer Erweiterung L von K und sagt dann, dass eine beliebige Menge linear unabh¨ angig heiße, wenn jede endliche Teilmenge linear unabh¨ angig sei. Im Falle, dass L eine endliche Erweiterung von K ist, zeigt Steinitz die Gleichm¨achigkeit der Basen des K-Vektorraumes L. Im unendlichen Falle interessieren ihn Basen dieser Art aber nicht. Sie helfen ja auch nicht bei der Klassiﬁzierung der K¨ orpererweiterungen. Wichtig ist hier jedoch der von Steinitz eingef¨ uhrte Begriﬀ der algebraischen Unabh¨ angigkeit. Dieser erfreut sich auch der beiden Eigenschaften, denen man bei der linearen Unabh¨ angigkeit begegnet, dass n¨ amlich die Menge der algebraisch unabh¨ angigen Teilmengen einer K¨ orpererweiterung von endlichem Charakter ist und dass f¨ ur sie der steinitzsche Austauschsatz gilt. Diese Gemeinsamkeit wird von Steinitz nicht herausgehoben, ja nicht einmal erw¨ ahnt. Auch nicht in der Arbeit Steinitz 1913, wo er u. a. die lineare Unabh¨ angigkeit f¨ ur endlich-dimensionale Vektorr¨ aume u ¨ ber R studiert, aber auch darauf hinweist, dass die einschl¨ agigen S¨ atze auch u ¨ ber beliebigen K¨ orpern g¨ alten. Es dauerte weitere einundzwanzig Jahre, bis die Gleichm¨ achtigkeit von Basen auch f¨ ur beliebige Vektorr¨ aume u ¨ ber den reellen und komplexen Zahlen bewiesen wurde, n¨ amlich in der Arbeit L¨ owig 1934. L¨owigs Beweise sind von der Struktur

4. Unabh¨ angigkeitsstrukturen

271

von R und C unabh¨ angig und gelten daher f¨ ur Vektorr¨ aume u ¨ ber beliebigen, auch nicht kommutativen K¨ orpern. Es dauerte noch ein weiteres Jahr, bis die erste Arbeit mit der abstrakten Definition einer Unabh¨ angigkeitsstruktur erschien (Whitney 1935). Hasserl Whitney nahm als Motivation f¨ ur seine Deﬁnition die Menge der Spalten einer (m × n)Matrix u ¨ber einem K¨ orper. Von dieser Menge sind manche Teilmengen linear unabh¨ angig und manche nicht. Eine Teilmenge einer linear unabh¨ angigen Teilmenge von Spalten ist wieder eine solche und es gilt der steinitzche Austauschsatz. Da Matrizen der Ausgangspunkt sind, nennt er das, was wir gleich Unabh¨ angigkeitsstruktur nennen werden, Matroid . Er beeilt sich zu sagen, dass die Menge der W¨alder genannten Teilgraphen eines endlichen Graphen ein Matroid sei und dass die Ergebnisse seiner Arbeit Whitney 1932 sich in dem neuen Rahmen der Matroide einfacher beweisen ließen. In dieser Arbeit ﬁndet sich auch die am¨ usante Deﬁnition: A forest is a graph containing no circuit. A tree is a connected forest.“ ” Van der Waerden schreibt in der zweiten Auﬂage seines Buches Moderne Alge” bra“ das Folgende: F¨ ur den Begriﬀ der linearen Abh¨ angigkeit gilt eine Reihe von ” S¨ atzen, die im folgenden in ,Grunds¨ atze‘ und ,Folges¨ atze‘ geteilt erscheinen. Die Grunds¨ atze werden unmittelbar aus der Deﬁnition des Begriﬀes hergeleitet. Die Folges¨ atze dagegen werden aus den Grunds¨ atzen ohne nochmalige Benutzung der Deﬁnition, also ohne R¨ ucksicht auf die Bedeutung des Begriﬀes ,lineare Abh¨ angigkeit‘ abgeleitet. Dieses Verfahren (man kann es eine Axiomatisierung des Begriﬀes der linearen Abh¨ angigkeit nennen) ist n¨ utzlich in Hinblick auf ein sp¨ ateres Kapitel (Kap. 8, § 64), in dem der Begriﬀ der ,algebraischen Abh¨ angigkeit‘ eingef¨ uhrt wird, f¨ ur den die gleichen Grunds¨ atze und daher auch dieselben Folges¨atze gelten wie f¨ ur den Begriﬀ der linearen Abh¨ angigkeit.“ (van der Waerden 1937, S. 105). Van der Waerden formuliert alles nur f¨ ur endlich erzeugte Vektorr¨ aume und auch bei der algebraischen Unabh¨ angigkeit verweist er f¨ ur den transﬁniten Fall auf die Arbeit von Steinitz. Er erw¨ ahnt keine weiteren Unabh¨ angigkeitsstrukturen, auch nicht in der vierten Auﬂage seines Werkes, das nun Algebra“ heißt. Er erw¨ ahnt ” auch nicht die Arbeit von Hasserl Whitney. Schon in der ersten Auﬂage seines Buches Moderne Algebra“ — der erste Band ” erschien 1930 — weist van der Waerden in Abschnitt 62 u ¨ber den Transzendenzgrad darauf hin, dass die f¨ unf Eigenschaften dieses Begriﬀes, die er in Abschnitt 61 eingef¨ uhrt habe, auch f¨ ur die lineare Abh¨ angigkeit gelten, die er in Abschnitt 28 untersucht habe. Man k¨ onne also alle Beweise w¨ortlich u ¨bertragen. Dies wird von ihm aber hier noch nicht so sorgf¨ altig ausgearbeitet, wie er es dann in der ¨ zweiten Auﬂage tut. Im Ubrigen verweist er auch schon hier f¨ ur einen Beweis der Gleichm¨achtigkeit von Transzendenzbasen im transﬁniten Fall auf die steinitzsche Arbeit. Im Gegensatz zur zweiten Auﬂage seines Buches verweist er in der ersten Auﬂage in diesem Zusammenhang noch auf das Algebrabuch von Haupt (Haupt 1929, II.23,6). Schl¨ agt man dort nach, so ﬁndet man auf S. 589 oben: Die f¨ ur ” uns wichtigen Eigenschaften solcher algebr. abh. Systeme lassen sich bereits aus den Entwicklungen u ¨ber linear abh. Systeme ablesen (9, 1 bis 9, 3 ). Der Grund liegt darin, daß sowohl das transitive Gesetz (9, 3 ; Satz 1) als das Verfahren der

272

Kapitel XI. Transﬁnite Methoden

schrittweisen Elimination (9, 1 ) auch f¨ ur algebr. Abh¨ angigkeit gilt, und daß im wesentlichen auf diesen beiden Tatsachen alle S¨ atze von 9, 2 und 9, 3 beruhen.“ Dass lineare Abh¨ angigkeit und algebraische Abh¨ angigkeit strukturell dasselbe sind, ﬁndet sich also schon vor van der Waerdens Buch Moderne Algebra“ in der Lite” ratur und man ﬁndet dies, wenn man van der Waerdens Zitaten folgt. Wir haben in Abschnitt 3 von Kapitel 6 schon bemerkt, dass O. Haupt in seinem Algebrabuch eine abstrakte Deﬁnition euklidischer Ringe gibt. Jetzt sehen wir, dass er, was die Unabh¨ angigkeitsstrukturen anbelangt, van der Waerden auch einen Schritt voraus ist. Haupt war also wirklich auf der H¨ ohe der Zeit. Wieso ist van der Waerdens Algebrabuch dennoch soviel erfolgreicher geworden? Haupts Buch hat in den f¨ unfziger Jahren des 20. Jahrhunderts eine zweite Auﬂage erlebt und der erste Band 1956 noch eine dritte. Der erste Band von van der Waerdens Algebra“ hat neun Auﬂagen erlebt, die letzte 1993. In diesem Jahr erschien auch ” die letzte, die sechste Auﬂage des zweiten Bandes. Diese Informationen entnahm ich dem Zentralblatt der Mathematik. Die hervorragende Eigenschaft von Basen endlich dimensionaler Vektorr¨ aume ist, dass zwei Basen eines solchen Vektorraumes stets die gleiche L¨ange haben. Schon der Physiker Gustav Kirchhoﬀ bewies, wenn auch nicht in der Sprache der Graphentheorie, dass aufspannende B¨ aume eines zusammenh¨angenden Graphen stets die gleiche Kantenzahl haben (Kirchhoﬀ 1847). Und Steinitz bewies, dass Transzendenzbasen, wie die maximalen algebraisch unabh¨angigen Teilmengen einer K¨ orpererweiterung genannt werden, ebenfalls gleichm¨ achtig sind. Er benutzte zu diesem Beweis den Wohlordnungssatz, den wir hier aber nach heutiger Gepﬂogenheit vermeiden werden. Wir werden uns der Werkzeuge bedienen, die wir hier entwickelt haben, insbesondere des Heiratssatzes, wenn wir den entsprechenden Satz f¨ ur Unabh¨ angigkeitsstrukturen beweisen werden. Es sei V eine Menge und I sei eine nicht leere Teilmenge der Potenzmenge von V . Wir nennen I eine Unabh¨ angigkeitsstruktur auf V , falls I den folgenden Bedingungen gen¨ ugt. 1) I ist von endlichem Charakter. 2) Sind A und B endliche Teilmengen von V , sind A, B ∈ I und gilt |B| = |A|+1, so gibt es ein b ∈ B − A mit A ∪ {b} ∈ I. Die Bedingung 2) kennt man unter dem Namen steinitzscher Austauschsatz , obwohl dieser Satz, wie erw¨ahnt, schon von H. Grassmann in seiner Ausdehnungslehre formuliert wurde. Ist I eine Unabh¨ angigkeitsstruktur auf V und ist B ein maximales Element von (I, ⊆), so heißt B eine I-Basis von V . Auf Grund des Lemmas von Teichm¨ uller und Tukey gilt: Satz 1. Es sei I eine Unabh¨ angigkeitsstruktur auf der Menge V . Ist X ∈ I, so gibt es eine I-Basis B von V mit X ⊆ B. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Weil I nicht leer ist, gibt es ein Y ∈ I. Weil I von endlichem Charakter ist, ist ∅ als endliche Teilmenge von Y

4. Unabh¨ angigkeitsstrukturen

273

Element von I. Ist nun X eine Teilmenge von V , so ist also ∅ ∈ IX := P (X) ∩ I. angigkeitsstruktur auf X, so dass X eine IX -Basis besitzt. Daher ist IX eine Unabh¨ Statt von IX -Basen werden wir von I-Basen, bzw. auch nur von Basen von X reden. Ziel dieses Abschnitts ist zu zeigen, dass zwei Basen von X stets gleichm¨achtig sind. Grundlegend f¨ ur das Weitere ist der folgende Satz. Satz 2. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Ist X ∈ P (V ) und sind A und B Basen von X, so gilt: Ist A endlich, so ist auch B endlich und es gilt |A| = |B|. Beweis. Es sei C eine Teilmenge von B und es gelte |C| = |A| + 1. Setze Y := C ∪ A. Dann ist Y ⊆ X und folglich IY ⊆ IX . Daher ist A auch Basis von Y . Mit dem steinitzschen Austauschsatz folgt die Existenz eines c ∈ C, so dass A ∪ {c} ∈ IY ist. Dies widerspricht der Maximalit¨ at von A in IY . Daher besitzt B keine Teilmenge der L¨ange |A| + 1. Folglich ist B endlich und es gilt |B| ≤ |A|. Weil B als endlich erkannt ist, k¨ onnen wir die Rollen von A und B vertauschen und erhalten |A| ≤ |B|. Also ist in der Tat |A| = |B|. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Es sei ferner x ∈ V und A ⊆ V . Wir nennen x abh¨ angig von A, wenn entweder x ∈ A ist oder es ein B ∈ IA gibt mit B ∪ {x} ∈ I. Ist x abh¨ angig von A so schreiben wir daf¨ ur x α A. Satz 3. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Ferner sei x ∈ V und A, B ⊆ V . Ist a α A und A ⊆ B, so ist x α B. Beweis. Wir d¨ urfen annehmen, dass x ∈ B ist. Dann ist x ∈ A. Es gibt daher ein C ∈ IA mit C ∪ {x} ∈ I. Wegen IA ⊆ IB ist daher x α B. Man erinnere sich, E(M ) ist die Menge der endlichen Teilmengen von M . Satz 4. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Ist x ∈ V und A ⊆ V , so gilt genau dann x α A, wenn es ein B ∈ E(A) gibt mit x α B. Beweis. Ist B ∈ E(A) und gilt x α B, so gilt auch x α A nach Satz 3. Es sei x α A. Ist x ∈ A, so ist {x} ∈ E(A) und x α {x}. Es sei also x ∈ A. Es gibt dann ein C ∈ IA mit {x} ∪ C ∈ I. Weil I von endlichem Charakter ist, gibt es eine endliche Teilmenge D von {x} ∪ C mit D ∈ I. Wegen C ∈ I kann nicht D ⊆ C gelten. Also ist x ∈ D. Setze B := D − {x}. Dann ist B eine endliche Teilmenge von C und es gilt somit B ∈ IA . Ferner ist B ∪ {x} = D ∈ I. Also ist x α B. Damit ist alles bewiesen. Satz 5. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Ferner sei A ⊆ V und B sei eine endliche I-Basis von A. Ist x ∈ V und x α A, so ist x α B. Beweis. Angenommen x hinge nicht von B ab. Wegen B ∈ IB ist dann {x}∪B ∈ I. Weil B Basis von A ist, folgt x ∈ A. Wegen x α A gibt es ein C ∈ IA mit

274

Kapitel XI. Transﬁnite Methoden

{x} ∪ C ∈ I. Nach Satz 1 gibt es eine Basis B von A mit C ⊆ B . Weil B endlich ist, ist nach Satz 2 auch B endlich und es gilt |B| = |B |. Daher ist B ∪ {x} = |B| + 1 = |B | + 1. Wegen B ∪ {x} ∈ I folgt aus dem steinitzschen Austauschsatz die Existenz eines y ∈ B ∪ {x} mit {y} ∪ B ∈ I und y ∈ B . Weil B eine Basis von A ist, folgt y ∈ A und damit y = x. Folglich ist {x} ∪ B ∈ I. Weil C eine endliche Teilmenge von B ist, erhalten wir schließlich den Widerspruch {x} ∪ C ∈ I. Also ist doch x α B, wie behauptet. Sind A und B zwei Teilmengen einer Menge mit Unabh¨angigkeitsstruktur, so setzen wir genau dann A α B, wenn x α B gilt f¨ ur alle x ∈ A. Satz 6. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Ist x ∈ V , sind A, B ⊆ V und gilt x α A und A α B, so ist x α B. Beweis. Wir nehmen zun¨achst an, dass A und B endlich seien. Es sei Y eine Basis von B. Dann ist Y endlich und folglich A α Y nach Satz 5. Folglich ist Y Basis von A ∪ B. Mit Satz 3 folgt x α A ∪ B und mit Satz 5 dann weiter x α Y . Mit Satz 3 folgt schließlich x α B. Nun seien A und B beliebig. Nach Satz 4 gibt es eine endliche Teilmenge Z von A mit x α Z. F¨ ur jedes a ∈ Z gibt es eine endliche Teilmenge Ga von B mit a α Ga . Setze $ Ga . C := a∈Z

Dann ist a α C f¨ ur alle a ∈ Z nach Satz 3. Somit ist Z α C. Weil Z und C endlich sind, ist x α C. Dann ist aber x α B nach Satz 3. Satz 7. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Sind A, B ∈ I, sind A und B endlich und ist A α B, so ist |A| ≤ |B|. Beweis. Angenommen es w¨are |A| > |B|. Dann g¨ abe es ein C ⊆ A mit |C| = |B| + 1. Es g¨ abe folglich ein c ∈ C − B mit {c} ∪ B ∈ I. Hieraus folgte, dass c nicht von B abhinge. Andererseits w¨ are c ∈ A. Wegen A α B folgte der Widerspruch c α B nach Satz 6. Also ist doch |A| ≤ |B|. Wir nennen die Mengen A und B gleichm¨ achtig, wenn es eine Bijektion von A auf B gibt. Um dies auszudr¨ ucken, schreiben wir auch |A| = |B|. Satz 8. Es sei I eine Unabh¨ angigkeitsstruktur auf V . Sind A und B Basen von X ∈ P (V ), so ist |A| = |B|. Insbesondere sind alle Basen von V gleichm¨ achtig. Beweis. Es sei a ∈ A. Dann ist a ∈ X, so dass a α B gilt. Nach Satz 4 gibt es eine endliche Teilmenge Ba von B mit a α Ba . Mittels des Auswahlaxioms erh¨ alt ur alle a ∈ A. Es sei nun X eine endliche Teilmenge man ein solches Ba simultan f¨ # von A. Dann ist X abh¨ angig von a∈X Ba . Mit Satz 7 folgt $ B a ≥ |X|. a∈X

5. Transzendenzbasen

275

Somit erf¨ ullt die Familie (Ba | a ∈ A) die hallsche Bedingung. Auf Grund des Heiratssatzes gibt es daher eine injektive Auswahlfunktion f dieser Familie. Dann ist f aber eine injektive Abbildung von A in B. Vertauscht man die Rollen von A und B, so folgt, dass es auch eine injektive Abbildung von B in A gibt. Nach dem Satz von Cantor & Bernstein gibt es also eine Bijektion von A auf B. Damit ist der Satz bewiesen. Hier ist noch ein weiteres Beispiel einer Unabh¨angigkeitsstruktur. Es sei V ein Rechtsvektorraum u ¨ ber dem K¨ orper K. Die Teilmenge X von V heiße genau dann aﬃn unabh¨ angig, wenn f¨ ur alle endlichen Teilmengen Y von X gilt: Ist f eine Abbildung von Y in K und gilt

yfy = 0

und

y∈Y

fy = 0,

y∈Y

so ist fy = 0 f¨ ur alle y ∈ Y . Dann ist die Menge der aﬃn unabh¨ angigen Teilmengen von V eine Unabh¨ angigkeitsstruktur auf V . Ist V endlich-dimensional als Vektorraum, und ist n diese Dimension, so hat eine aﬃne Basis die L¨ange n + 1. Ist B eine aﬃne Basis von V und ist v ∈ V , so gibt es eine endliche Teilmenge Y von B und eine Abbildung f von Y in K mit v=

y∈Y

yfy

und

fy = 1.

y∈Y

Die fy sind die baryzentrischen Koordinaten von v. 5. Transzendenzbasen. Nun kehren wir zur steinitzschen Arbeit zur¨ uck, wobei wir uns die Freiheit erlauben, andere als die steinitzschen Beweise f¨ ur die steinitzschen S¨ atze zu liefern. Dabei werden wir in diesem Abschnitt die steinitzschen Begriﬀe der algebraischen Abh¨ angigkeit und Unabh¨ angigkeit studieren und im n¨ achsten dann sehen, dass jeder K¨ orper einen und bis auf Isomorphie auch nur einen algebraischen Abschluss hat. Es sei K ein K¨ orper und L sei eine Erweiterung von K. Ist S eine Teilmenge von L und ist a ∈ L, so heißt a algebraisch abh¨ angig von S, wenn a algebraisch ist in Bezug auf K(S). Ist a nicht algebraisch in Bezug auf K(S), so heißt a algebraisch unabh¨ angig von S. Die Menge S heißt algebraisch unabh¨ angig, wenn jedes a ∈ S von S − {a} algebraisch unabh¨ angig ist. Die Menge der in Bezug auf K algebraisch unabh¨ angigen Teilmengen von L bezeichnen wir mit U(L : K). Satz 1. Es sei L eine Erweiterung des K¨ orpers K. Ferner sei S ∈ U(L : K). Setze xs := (x, s) und X := {xs | s ∈ S}. Ist dann K(X) der Funktionenk¨ orper in den Unbestimmten aus X, so gibt es genau einen Isomorphismus ρ von K(X) auf K(S) mit xρs = s.

276

Kapitel XI. Transﬁnite Methoden

Beweis. Nach Altbekanntem gibt es einen Epimorphismus ρ von K[X] auf K[S] mit xρs = s. Es sei f ∈ Kern(ρ). Es gibt dann eine endliche Teilmenge T von S und eine endliche Menge E von Abbildungen von T in N0 mit e(t) ae xt , f= e∈E

t∈T

ur alle e ∈ E. Ist w ∈ T und ordnet man f nach Potenzen von wobei ae ∈ K ist f¨ xw , so ist n f= bi xiw i:=0

mit bi ∈ K[T − {xw }] f¨ ur alle i. Es folgt 0 = fρ =

n

bρi wi .

i:=0

Weil T algebraisch unabh¨ angig ist, folgt bρi = 0 f¨ ur alle i. W¨ are nun f nicht 0, so w¨aren nicht alle bi null und man k¨ onnte das gleiche Spiel mit einem bk und T −{w} weiterspielen. Das geht aber nur endlich oft, da T endlich ist. Also ist doch f = 0, so dass ρ injektiv ist. Dann l¨ asst sich ρ aber zu einem Monomorphismus von K(X) in L fortsetzen, dessen Bild in L oﬀenbar K(S) ist. Satz 2. Es sei L eine Erweiterung des K¨ orpers K und S sei eine Teilmenge von L. Genau dann h¨ angt b ∈ L von S algebraisch ab, wenn es eine endliche Teilmenge T von S gibt, von der b algebraisch abh¨ angt. Beweis. Es h¨ange b von S algebraisch ab. Es gibt dann ein von 0 verschiedenes Polynom μ u ¨ ber K(S) mit μ(b) = 0. Ist dann T die Menge der Elemente von S, die in den Koeﬃzienten von μ vorkommen, so ist T endlich und b ist algebraisch u ¨ ber K(T ), also algebraisch abh¨ angig von T . H¨angt umgekehrt b von der endlichen Teilmenge T von S algebraisch ab, so angt b wegen K(T ) ⊆ K(S) auch von S algebraisch ab. h¨ Korollar. Ist L eine Erweiterung des K¨ orpers K, so ist U(L : K) von endlichem Charakter. Beweis. Es sei A ∈ U(L : K) und T sei eine endliche Teilmenge von A. Ist T nicht algebraisch unabh¨ angig, so gibt es ein t ∈ T , so dass t von T −{t} algebraisch abh¨ angt. Dann h¨ angt t aber auch von A − {t} ab: ein Widerspruch. Es sei umgekehrt jede endliche Teilmenge von A algebraisch unabh¨ angig. W¨ are A nicht algebraisch unabh¨ angig, so g¨ abe es ein t ∈ A, so dass t von A − {t} algebraisch abhinge. Nach Satz 2 g¨ abe es eine endliche Teilmenge T von A − {t}, von der t algebraisch abhinge. Dann w¨ are aber T := T ∪ {t} eine endliche Teilmenge von A, die nicht algebraisch unabh¨ angig w¨ are: ein Widerspruch. Satz 3. Es sei L eine Erweiterung des K¨ orpers K. Es seien ferner {b}, A ∈ U(L : K). Ist {b} ∪ A nicht algebraisch unabh¨ angig, so h¨ angt b von A algebraisch ab.

5. Transzendenzbasen

277

Beweis. Nach dem Korollar zu Satz 2 gibt es eine endliche Teilmenge T von {b} ∪ A, die nicht algebraisch unabh¨ angig ist. Nach dem gleichen Korollar sind die endlichen Teilmengen von A aber allesamt algebraisch unabh¨ angig. Also ist are b algebraisch unabh¨ angig von a1 , . . . , an , b ∈ T . Es sei T = {a1 , . . . , an , b}. W¨ so w¨are b transzendent u ¨ ber K[a1 , . . . , an ] und K[a1 , . . . , an ][b] nach Satz 1 folg¨ ber lich isomorph zu dem Polynomring K[a1 , . . . , an ][y] in der Unbestimmten y u dem Ring K[a1 , . . . , an ]. Nach Satz 1 k¨ onnen wir die ai ebenfalls als Unbestimmte auﬀassen. Mit Satz 7 von Abschnitt 3 des Kapitels 6 folgt die Isomorphie der Ringe K[a1 , . . . , an ][y] und K[a1 , . . . , an , y] und damit die Isomorphie der Ringe K[a1 , . . . , an ][b] und K[a1 , . . . , an , y], wobei es sogar einen Isomorphismus gibt, der ai auf ai und b auf y abbildet. Es folgt T ∈ U(L : K): ein Widerspruch. Also h¨ angt b doch von {a1 , . . . , an } und damit von A ab. Satz 4. Es sei L eine Erweiterung des K¨ orpers K. Es sei ferner {b}, A ∈ U(L : K) und b sei algebraisch abh¨ angig von A. Es gibt dann eine nicht leere, endliche Teilmenge T von A mit den Eigenschaften: 1) Das Element b h¨ angt von T algebraisch ab. 2) Ist S ⊆ A und h¨ angt b von S algebraisch ab, so ist T ⊆ S. 3) Ist t ∈ T , so ist (T − {t}) ∪ {b} ∈ U(L : K) und t ist von (T − {t}) ∪ {b} algebraisch abh¨ angig. Beweis. Man nehme f¨ ur μ im Beweise von Satz 2 das Minimalpolynom von b u ¨ ber K(A) und f¨ ur T die Menge der a ∈ A, die in Koeﬃzienten von A vorkommen, und keine weiteren. Als Minimalpolynom von b u ¨ ber K(A) ist μ insbesondere irreduzibel. 1) T ist endlich, wie beim Beweise von Satz 2 gesehen. 2) Es sei S ⊆ A und b h¨ ange von S algebraisch ab. Es gibt dann ein Polynom ρ u ¨ ber K(S) mit ρ(b) = 0. Wegen S ⊆ A ist ρ auch ein Polynom u ¨ber K(A). Dieses hat mit dem irreduziblen Polynom die gemeinsame Nullstelle b. Folglich ist μ Teiler von ρ. Hieraus folgt T ⊆ S. 3) Es sei t ∈ T . Sortieren von f nach Potenzen von t ergibt f=

m

uj (x)tj

j:=0

mit Koeﬃzienten uj (x) ∈ K[(T −{t})∪{x}] und um (x) = 0. Weil t in f vorkommt, ist m ≥ 1. Es folgt m 0 = f (b) = uj (b)tj . j:=0

W¨ are um (b) = 0, so w¨are um (x) in K(A)[x] durch μb teilbar. Weil um (x) in x aber h¨ ochstens vom Grade Grad(f ) ist, g¨ abe es folglich ein l ∈ K(A) mit um (x) = lμb . Hieraus folgte weiter um (x) = lkf.

278 Es sei lk =

Kapitel XI. Transﬁnite Methoden η ϑ

mit η, ϑ ∈ K[A]. Ist ferner um (x) = cont um (x) g

mit einem primitiven g ∈ K[A][x], so folgte ϑcont um (x) g = ηf. Nach Satz 2 von Abschnitt 1 des Kapitel 6 g¨ abe es ein e ∈ K ∗ mit g = ef . Hieraus folgte, dass t in keinem der Koeﬃzienten von f vork¨ ame, da t in g ja nicht vorkommt. Dieser Widerspruch zeigt, dass um (b) = 0 ist. Also ist doch g=

m

uj (b)y j = 0.

j:=0

Wegen g(t) = 0 folgt, dass t von (A − {t}) ∪ {b} algebraisch abh¨ angt. Also gilt auch 3). Satz 5. Ist L eine Erweiterung des K¨ orpers K, so ist U(L : K) eine Unabh¨ angigkeitsstruktur. Beweis. Wir wissen schon, dass U(L : K) von endlichem Charakter ist (Korollar zu Satz 2). Um zu zeigen, dass auch der steinitzsche Austauschsatz gilt, seien A, B endliche Teilmengen von L und es gelte A, B ∈ U(L : K) sowie |B| = |A| + 1. Wir m¨ ussen zeigen, dass es ein b ∈ B gibt, welches von A nicht algebraisch abh¨ angt. Wir nehmen an, dass es kein solches b gibt. Dann ist b von A algebraisch abh¨ angig f¨ ur alle b ∈ B. Wir zeigen nun: Ist k ≤ |A| und ist D eine k-Teilmenge von B, so gibt es eine k-Teilmenge C angt und A ∈ U(L : K) von A, so dass B von A := (A − C) ∪ D algebraisch abh¨ gilt. Dies ist richtig f¨ ur k = 0. Es sei also 0 ≤ k < |A| und die Aussage gelte f¨ ur k. Es sei D eine (k + 1)-Teilmenge von B, es sei b ∈ D und D := D − {b}. Dann ist D eine k-Teilmenge von B. Nach Induktionsannahme gibt es eine k-Teilmenge C von A, so dass B von A := (A − C) ∪ D algebraisch abh¨ angt und dass A ∈ U(L : K) ist. Es ist b ∈ D nach Konstruktion von D. Ferner ist {b} ∈ U(L : K), da {b} ja Teilmenge von B ist. Ferner h¨angt b als Element von B von A algebraisch ab. Nach Satz 4 gibt es also eine nicht leere, endliche Teilmenge T von A mit den Eigenschaften 1) b h¨ angt von T algebraisch ab. angt b von S algebraisch ab, so ist T ⊆ S. 2) Ist S ⊆ A und h¨ 3) Ist t ∈ T , so ist (T − {t}) ∪ {b} ∈ U(L : K) und t ist algebraisch abh¨ angig von (T − {t}) ∪ {b}. W¨ are T ⊆ D, so w¨are T ⊆ B − {b}. Weil b von T abh¨ angt, hinge b von B − {b} ab im Widerspruch zur Unabh¨ angigkeit von B. Also ist T ⊆ D. Es gibt folglich

6. Der algebraische Abschluss eines K¨ orpers

279

ein t ∈ T mit t ∈ D. Setze C := C ∪ {t} und A := (A − C ) ∪ D . Wegen t ∈ A = (A − C) ∪ D und t ∈ D ist t ∈ A − C und folglich t ∈ C. Also ist |C | = |C| + 1 = k + 1 = |D |. Wegen D = D ∪ {b} folgt A = A − {t} ∪ {b}. Wegen

T − {t} ∪ {b} ⊆ A

h¨ angt t von A ab. Dann h¨ angt aber auch A von A ab. Weil B von A abh¨ angt, h¨ angt schließlich auch B von A ab. Wir m¨ ussen noch zeigen, dass A ∈ U(L : K) ist. W¨ are dies nicht der Fall, so hinge b nach Satz 3 von A − {t} ab. Mit 2) folgte der Widerspruch t ∈ T ⊆ A − {t}. Also ist doch A ∈ U(L : K). Mit k = n folgt nun, dass jedes Element von B (eines gen¨ ugte f¨ ur den Widerspruch) von den u ¨brigen abh¨ angt im Widerspruch zur algebraischen Unabh¨ angigkeit von B. Damit ist der Satz bewiesen. Ist B ein maximales Element von U(L : K), so heißt B Transzendenzbasis von L u ¨ ber K. Nach Satz 8 von Abschnitt 4 sind je zwei Transzendenzbasen von L u ¨ ber K gleichm¨achtig. Die entsprechende M¨achtigkeit wird u ¨ blicherweise Transzendenzgrad von L u ¨ ber K genannt. Satz 4. Es sei L eine Erweiterung des K¨ orpers K. Ist B eine Transzendenzbasis von L u ¨ber K, so ist L algebraisch u ¨ber K(B). Beweis. Wegen der Maximalit¨ at von B ist jedes l ∈ L algebraisch abh¨ angig von B. 6. Der algebraische Abschluss eines K¨ orpers. Der K¨ orper C der komplexen Zahlen ist algebraisch abgeschlossen, wie wir schon lange wissen. Das heißt, dass die u ¨ ber C irreduziblen Polynome alle vom Grade 1 sind. Dies ist gleichbedeutend damit, dass jedes Polynom positiven Grades mit Koeﬃzienten in C eine Nullstelle in C hat. Wir werden nun sehen, dass sich jeder K¨ orper in einen algebraisch abgeschlossenen K¨orper einbetten l¨ asst. Dies ist vor allem ein mengentheoretisches Problem, wie sich zeigen wird, das Steinitz mit Hilfe des zermeloschen Wohlordnungssatzes l¨ oste, dass wir jedoch eingedenk der zermeloschen Kritik auf andere Weise l¨ osen werden. Vervollst¨andigen wir also unser mengentheoretisches R¨ ustzeug. Der Beweis des ersten Satzes zeigt ein sch¨ones Zusammenspiel von Auswahlaxiom und dedekindschem Rekursionssatz.

280

Kapitel XI. Transﬁnite Methoden

Satz 1. Ist X eine unendliche Menge und ist T eine endliche Teilmenge der L¨ ange n von X, so gibt es eine injektive Abbildung μ von N in X mit μ {1, . . . , n} = T. Beweis. Es sei E(X) die Menge der endlichen Teilmengen von X. Ist Y ∈ E(X), so ist X − Y = ∅, da X nicht endlich ist. Es gibt also eine Auswahlfunktion f ∈ cartY ∈E(X) (X − Y ). Wir deﬁnieren die Abbildung R von E(X) in E(X) durch R(Y ) := Y ∪ f (Y ) . Nach dem dedekindschen Rekursionssatz (s. Kap. 2, Absch. 2) gibt es eine Abbildung g von N0 in E(X) mit g(0) = T und g(n + 1) = R g(n) = g(n) ∪ f (g(n)) . Man beachte, dass g(n) ⊆ g(n + 1) ist, so dass die g(i) eine Kette bilden. Es sei nun h eine Bijektion von {1, . . . , n} auf T . Deﬁniere μ durch μ(i) :=

h(i) (f g)(i − n)

f¨ ur i ≤ n f¨ ur i > n.

Dann ist μ eine Abbildung von N in X mit μ({1, . . . , n}) = T . Dar¨ uberhinaus gilt, dass μ injektiv ist. Dies folgt aus der Injektivit¨ at von h und daraus, dass μ(n + i − 1) ∈ g(i) und μ(n + i) ∈ g(i) ist f¨ ur alle i ∈ N. Korollar 1. Ist X eine unendliche Menge, so gibt es eine injektive Abbildung von N in X. Dies folgt mit T = ∅ aus Satz 1. Korollar 2. Ist X eine unendliche Menge und ist T eine endliche Teilmenge von X, so gibt es eine Bijektion von X auf X − T . Beweis. Setze n := |T |. Nach Satz 1 gibt es eine injektive Abbildung f von N in X mit f ({1, . . . , n}) = T . Deﬁniere β durch β(x) :=

f (i + n), falls x = f (i) ist, x, falls x = f (i) ist f¨ ur alle i.

6. Der algebraische Abschluss eines K¨ orpers

281

Dann leistet β das Verlangte. Satz 2. Es sei M eine Menge und f sei eine Abbildung von M in die Potenzmenge P (M ) von M . Ist dann W := x x ∈ f (x) , so liegt W nicht im Bild von f . Es gibt insbesondere keine surjektive Abbildung von M auf P (M ). Beweis. Es sei w ∈ M und f (w) = W . W¨ are w ∈ W , so folgte aus der Deﬁnition von W , dass w ∈ f (w) = W w¨are. W¨are w ∈ W = f (w), so folgte w ∈ W . Es kann also kein w ∈ M mit f (w) = W geben. Satz 3. Die durch f (a) := (a MOD n) + 1, (a DIV n) + 1 deﬁnierte Abbildung f ist eine Bijektion von N auf {1, . . . , n} × N. Beweis. Banal. Satz 4. Die durch f (i, k) :=

(k − 1)2 + i i2 − k + 1

f¨ ur 1 ≤ i ≤ k f¨ ur k < i

deﬁnierte Abbildung f ist eine Bijektion von N × N auf N. Beweis. Setze Cn := {1, . . . , n}×{1, ankung # . . . , n} und fn#bezeichne die Einschr¨ von f auf Cn . Dann ist N × N = n∈N Cn und f = n∈N fn . Es gen¨ ugt daher zu zeigen, dass fn f¨ ur alle n eine Bijektion von Cn auf {1, . . . , n2 } ist. Dies ist richtig f¨ ur n = 1. Es sei n ≥ 1 und der Satz gelte f¨ ur n. Es ist Cn+1 = Cn ∪ (i, n + 1) 1 ≤ i ≤ n + 1 ∪ (n + 1, i) 1 ≤ i < n + 1 . Nun ist f (i, n + 1) = n2 + i und f (n + 1, i) = (n + 1)2 − i + 1. Somit triﬀt fn+1 alle Werte in {n2 + 1, . . . , (n + 1)2 }. Weil fn auch die Einschr¨ ankung von fn+1 auf Cn ist, folgt, dass fn+1 eine surjektive Abbildung von Cn+1 auf {1, . . . , (n + 1)2 } ist. Weil beide Mengen gleichm¨achtig sind, ist fn+1 bijektiv. Der Beweis liefert mehr, als im Satz gesagt wurde. Die S¨atze 3 und 4 lassen sich verallgemeinern. Der resultierende Satz ben¨otigt zu seinem Beweise das Auswahlaxiom, so dass seine Aussage nur noch eine Existenzaussage ist. Satz 5. Ist M eine unendliche Menge und ist U = {1, . . . , n} oder U = N, so sind M und U × M gleichm¨ achtig. Beweis. Es sei Φ die Menge aller Paare (X, f ) mit X ⊆ M und einer Bijektion f von X auf U × X. Weil M als unendliche Menge nach dem Korollar 1 zu Satz 1 eine abz¨ahlbare Teilmenge enth¨ alt, ist Φ nach den S¨atzen 3 und 4 nicht leer.

282

Kapitel XI. Transﬁnite Methoden

Wir deﬁnieren auf Φ eine Teilordnung ≤ durch (X, f ) ≤ (Y, g), wenn X ⊆ Y und f ⊆ g ist. Auf Grund des hausdorﬀschen Maximumprinzips gibt es in (Φ, ≤) eine maximale Kette Γ. Setze $ $ X und f0 := f. X0 := (X,f )∈Γ

(X,f )∈Γ

Dann ist (X0 , f0 ) ∈ Φ. W¨ are nun M − X0 unendlich, so enthielte M − X0 eine abz¨ahlbare Teilmenge W . Nach den S¨ atzen 3 und 4 g¨ abe es eine Bijektion g von W auf U × W . Es w¨ are U × (X0 ∪ W ) = (U × X0 ) ∪ (U × W ) und (U × X0 ) ∩ (U × W ) = ∅. Es folgte (X0 ∪ W, f0 ∪ g) ∈ Φ. Andererseits w¨are (X, f ) ≤ (X0 ∪ W, f0 ∪ g) f¨ ur alle (X, f ) ∈ Γ. Aus der Maximalit¨ at von Γ folgte schließlich der Widerspruch X0 ∪ W ⊆ X0 . Damit ist gezeigt, dass M − X0 endlich ist. Nach dem Korollar 2 zu Satz 1 gibt es eine Bijektion β von M auf X0 . Dann ist f0 β eine Bijektion von M auf U × X0 . Deﬁniert man schließlich γ durch γ(u, x) := u, β −1 (x) , so ist γ eine Bijektion von U × X0 auf U × M . Daher ist γf0 β eine Bijektion von M auf U × M . Damit ist der Satz bewiesen. Satz 6. Ist M eine unendliche Menge und ist U = {1, . . . , n} oder U = N, so gibt ur alle i ∈ U . es eine Partition {Ai | i ∈ U } von M mit |Ai | = |M | f¨ Beweis. Nach Satz 5 gibt es eine Bijektion f von U × M auf M . Setze Ai := {f (i, m) | m ∈ M }. Dann leistet {Ai | i ∈ U } das Verlangte. Satz 7. Es sei M eine unendliche Menge und T sei eine Teilmenge von M . Gibt es keine injektive Abbildung von T in M − T , so sind M und T gleichm¨ achtig. Beweis. W¨are T endlich, so g¨ abe es nach dem Korollar 2 zu Satz 1 eine bijektive Abbildung von M auf M − T . Ihre Einschr¨ ankung auf T w¨are dann eine injektive Abbildung von T in M − T . Das widerspricht aber unserer Voraussetzung. Also ist T unendlich. Nach Satz 6 gibt es daher eine Partition T1 , T2 von T mit |T | = |T1 | = |T2 |. Weil es keine injektive Abbildung von T in M − T gibt, gibt es nach Satz 5 von Abschnitt 1 eine injektive Abbildung von M − T in T . Folglich gibt es auch eine injektive Abbildung von M − T in T2 . Es gibt dann auch eine injektive Abbildung von M = T ∪(S −T ) in T1 ∪T2 = T . Trivialerweise gibt es eine injektive

6. Der algebraische Abschluss eines K¨ orpers

283

Abbildung von T in M . Nach dem Satz von Cantor & Bernstein gibt es dann auch eine bijektive Abbildung von T auf M , so dass T und M gleichm¨achtig sind. Satz 8. Ist M eine unendliche Menge, so sind M und M × M gleichm¨ achtig. Beweis. Es sei Φ die Menge aller Paare (X, f ), wobei X eine unendliche Teilmenge von M und f eine Bijektion von X auf X × X ist. Weil X eine abz¨ahlbare Teilmenge enth¨ alt, ist Φ nach Satz 4 nicht leer. Wir ordnen Φ wieder durch die Vorschrift: Genau dann ist (X, f ) ≤ (Y, g), wenn X ⊆ Y und f ⊆ g gilt. Nach dem hausdorﬀschen Maximumprinzip gibt es eine maximale Kette Γ in (Φ, ≤). Wir setzen $ $ X und f0 := f. X0 := (X,f )∈Γ

(X,f )∈Γ

¨ Dann ist (X0 , f0 ) ∈ Φ. Uberdies ist X0 unendlich. Wir nehmen an, es g¨ abe eine injektive Abbildung von X0 in M − X0 . Dann g¨abe es also eine Teilmenge W von M − X0 mit |W | = |X0 |. Wegen (X0 , f0 ) ∈ Φ folgte |W × X0 | = |X0 × W | = |W × W | = |W |. Nach Satz 5 g¨ abe es eine Partition W1 , W2 , W3 von W mit |Wi | = |W | f¨ ur alle i. Es g¨abe dann Bijektionen von W1 auf X0 × W , von W2 auf W × X0 und von W3 auf W × W . Es g¨abe dann folglich eine Bijektion g von X0 ∪ W1 ∪ W2 ∪ W3 = X0 ∪ W auf (X0 × X0 ) ∪ (X0 × W ) ∪ (W × X0 ) ∪ (W × W ) = (X0 ∪ W ) × (X0 ∪ W ) are (X, h) < (X0 ∪ W, g) f¨ ur alle (X, h) ∈ Γ im Widerspruch zur mit f0 ⊆ g. Es w¨ Maximalit¨ at von Γ. Da es also keine injektive Abbildung von X0 in M − X0 gibt, folgt mit Satz 7, dass X0 und M gleichm¨achtig sind. Also ist |M × M | = |X0 × X0 | = |X0 | = |M |, was zu beweisen war. Satz 9. Es sei M eine unendliche Menge und I sei eine nicht leere Teilmenge von ur alle M . Ist dann (F #i | i ∈ I) eine Familie von Mengen und und gilt |Fi | = |M | f¨ i ∈ I, so ist | i∈I Fi | = |M |. Beweis. Es gibt eine injektive Abbildung von I × M in M × M . nach Satz 8 gibt es eine bijektive Abbildung von M × M auf M . Also gibt es eine injektive Abildung von I × M in M . Weil I nicht leer ist, gibt es eine injektive Abbildung

284

Kapitel XI. Transﬁnite Methoden

von M in I × M . Nach dem Satz von Cantor & Bernstein gibt es folglich eine Bijektion f von I × M auf M . F¨ ur i ∈ I setzen wir Mi := f (i, m) m ∈ M . Dann ist die Menge der Mi eine Partition von M und es gilt |Mi | = |M | f¨ ur alle i ∈ I. Es gibt folglich zu jedem i ∈ I eine Bijektion von Mi auf Fi . Auf Grund des Auswahlaxioms gibt es daher ein g, so dass gi f¨ ur alle i eine Bijektion von Mi auf Fi ist. Insbesondere ist gi eine surjektive Abbildung von Mi auf Fi . Ist x ∈ M , so deﬁnieren wir h(x) durch h(x) := gi (x), falls x ∈ Mi #ist. Weil die Mi eine Partition von M bilden, ist h eine Abbildung von M auf i∈I # Fi . Nach Satz 12 von Abschnitt 1 gibt es folglich eine injektive Abbildung von i∈I #Fi in M . Weil I nicht leer ist, gibt es auch eine injektive Abbildung von M in i∈I Fi , so dass die Behauptung des Satzes schließlich mittels des Satzes von Cantor & Bernstein folgt. Satz 10. Ist I eine unendliche Menge und ist (F#i | i ∈ I) eine Familie endlicher Mengen, so gibt es eine injektive Abbildung von i∈I Fi in I. Beweis. # Wir setzen Ai := Fi × {i}. Dann ist Ai ∩ Aj = ∅, falls nur i = j ist. Ist x ∈ i∈I Ai , so gibt es genau ein i ∈ I mit x ∈ Ai . Es gibt folglich genau ein y ∈ F#i mit x = (y, #i). Wir setzen f (x) := y. Dann ist f eine surjektive Abbildung von i∈I Ai auf i∈I Fi . Mittels des Auswahlaxioms # # erschließt man hieraus die Existenz einer injektive Abbildung von i∈I Fi in i∈I Ai . Wie wir beim Beweis von Satz 9 gesehen haben, gibt es eine Partition {Mi | ur alle i ∈ I. Weil I unendlich ist, gibt es f¨ ur jedes i ∈ I} von I mit |Mi | = |I| f¨ i eine injektive Abbildung von Ai in Mi . Weil die Ai wie auch die Mi paarweise disjunkt # mittels des Auswahlaxioms, dass es eine injektive Abbildung # sind, folgt A in von i∈I i i∈I Mi = I gibt. Also gibt es auch eine injektive Abbildung von # F in I. i∈I i Satz 11. Es sei K ein K¨ orper und L sei eine algebraische Erweiterung von K. Ist K endlich, so ist L endlich oder abz¨ ahlbar. Ist K unendlich, so ist |L| = |K|. ¨ ber K mit Beweis. F¨ ur n ∈ N sei Φn die Menge der Polynome vom Grade n u Leitkoeﬃzient 1. Ist f ∈ Φn , so ist also f = xn +

n−1

ai xi .

i:=0

Dies zeigt, dass Φn dem n-fachen cartesischen Produkt von n Kopien von K gleichm¨achtig ist. Ist f ∈ K[x], so bezeichnen wir mit # Wf die Menge der Wurzeln von f in L. Weil L algebraisch ist, ist dann L = f ∈K[x] Wf . Es sei zun¨achst K unendlich. Mittels Induktion folgt dann aus Satz 8, dass ahlbare Teilmenge von K. |Φn | = |K| ist. Weil M unendlich ist, gibt es eine abz¨

6. Der algebraische Abschluss eines K¨ orpers

285

# Wegen K[x] = ∞ n:=0 Φn folgt daher aus Satz 9, dass auch |K[x]| = |K| ist. Weil die Wf endlich sind, folgt mit Satz 10 dann, dass es eine injektive Abbildung von L in K gibt. Da es andererseits eine injektive Abbildung von K in L gibt, folgt nach dem Satz von Cantor & Bernstein, dass |K| = |L| ist. Ist schließlich K endlich, so sagt Satz 10, dass es eine injektive Abbildung von ahlbar. Damit ist alles bewiesen. von L in N0 gibt. Folglich ist L endlich oder abz¨ Ist K ein K¨ orper und ist L eine Erweiterung von K, so heißt L algebraischer Abschluss von K, wenn L algebraisch abgeschlossen und u ¨ berdies algebraisch u ¨ber K ist. Will man nun zeigen, dass jeder K¨ orper einen algebraischen Abschluss hat, so ist das Problem, eine Menge zu ﬁnden, die groß genug ist, dass man auf ihr einen K¨ orper deﬁnieren kann, der sich dann als algebraischer Abschluss des gegebenen K¨ orpers erzeigen wird. Um nun herauszuﬁnden, wie groß diese Menge zu sein hat, bedient man sich des Satzes 11, der Aussagen u ¨ber die Gr¨ oße von algebraischen Erweiterungen von K macht. Die Art unseres Beweises verlangt dar¨ uber hinaus, dass die Menge, auf der wir operieren, von keiner noch so gearteten maximalen algebraischen Erweiterung von K ausgesch¨opft werden darf. Dies erreicht man im Falle, dass K endlich ist, dadurch, dass man mit einer Menge beginnt, die u ¨ berabz¨ahlbar ist, und im Falle, dass K unendlich ist, mit einer Menge, auf die sich K nicht surjektiv abbilden l¨ asst. Satz 12. Ist K ein K¨ orper, so besitzt K einen algebraischen Abschluss. Beweis. Ist K endlich, so sei M := P (N). Ist K unendlich, so sei M := P (K). Dann ist im Falle, dass K endlich ist, auf Grund von Satz 2 jede abz¨ ahlbare Teilmenge von M eine echte Teilmenge von M . Ist K unendlich, so folgt ebenfalls mit Satz 2, dass jede zu K gleichm¨achtige Teilmenge von M eine echte Teilmenge von M ist. In beiden F¨ allen gibt es eine injektive Abbildung von K in M . Transportiert man mit dieser Abbildung auch die auf K deﬁnierte Addition und Multiplikation nach M , so sieht man, dass man K mit einer Teilmenge von M identiﬁzieren darf. Wir betrachten nun die Menge Φ aller Tripel (X, +X , ·X ), so dass gilt: Es ist K ⊆ X und + ⊆ +X sowie · ⊆ ·X . Auf Φ deﬁnieren wir eine Teilordnung, indem wir die Tripel von Φ komponentenweise mittels der Inklusion vergleichen. Ist dann # # Λ eine Kette von Φ, so setze man C := (X,+X ,·X )∈Λ X, +C := (X,+X ,·X )∈Λ +X # und ·C := (X,+X ,·X )∈Λ ·X . Man sieht unmittelbar, dass (C, +C , ·C ) zu Φ geh¨ort und dass (C, +C , ·C ) eine obere Schranke von Λ ist. Auf Grund des zornschen Lemmas gibt es also in Φ ein maximales Element (L, +, ·). Auf Grund von Satz 10 und der Wahl von M ist L eine echte Teilmenge von M . Ist L endlich, so folgt ferner, dass M − L und M gleichm¨achtig sind. Ist L unendlich, so l¨ asst sich L auch noch in M − L injektiv abbilden. Es sei nun f ein u ¨ ber L irreduzibles Polynom. Dann ist der K¨ orper W := L[x]/f L[x] entweder endlich oder er hat die gleiche M¨ achtigkeit wie L. In jedem Fall ﬁndet man eine Abbildung ρ, die W in M hinein abbildet und auf L die Identit¨ at induziert. Transportiert man die in W gegebene Addition und Multiplikation mittels ρ ebenfalls nach M , so ist ρ(W ) mit dieser Addidition

286

Kapitel XI. Transﬁnite Methoden

und Multiplikation eine algebraische Erweiterung von L, weil L algebraische Erweiterung von K ist, ist dann aber auch ρ(W ) algebraische Erweiterung von K. Aus der Maximalit¨ at von L folgt dann ρ(W ) = L und damit W = L. Folglich hat f den Grad 1, so dass L algebraisch abgeschlossssen ist. Satz 13. Es sei K ein K¨ orper und L sei eine algebraisch abgeschlossene Erweiterung von K. Ist M eine algebraische Erweiterung von K, so gibt es einen K-linearen Monomorphismus von M in L. Beweis. Es sei Φ die Menge der Paare (X, ξ), wobei X ein K umfassender Teilk¨ orper von M und ξ ein K-linearer Monomorphismus von X in L ist. Ist ι die Inklusionsabbildung von K in L, so ist (K, ι) ∈ Φ, so dass Φ nicht leer ist. F¨ ur (X, ξ), (Y, η) ∈ Φ setzen wir (X, ξ) ≤ (Y, η) genau dann, wenn X ⊆ Y und ξ ⊆ η ist. Ist Γ eine Kette von Φ, so setzen wir G :=

$

X

und

γ :=

(X,ξ)∈Φ

$

ξ.

(X,ξ)

Dann ist (G, γ) eine ober Schranke von Γ in Φ. Auf Grund des zornschen Lemmas enth¨ alt Φ daher ein maximales Element (N, σ). Wir zeigen, dass N = M ist. Weil M u ¨ ber K algebraisch ist, ist M erst recht u ¨ ber N algebraisch. Es sei a ∈ M . Dann hat a also ein Minimalpolynom μ u ¨ ber N . Dieses ist irreduzibel. Weil L uherem algebraisch abgeschlossen ist, hat f σ eine Nullstelle a in L. Es gibt nach Fr¨ einen Monomorphismus τ von N [a] auf N σ [a ] mit nτ = nσ f¨ ur alle n ∈ N . Dann ist τ insbesondere K-linear, so dass (N [a], τ ) ∈ Φ ist. Ferner ist (N, σ) ≤ (N [a], τ ). Aus der Maximalit¨ at von (N, σ) folgt daher N = N [a] und weiter a ∈ N . Also ist M ⊆ N und folglich M = N , womit alles bewiesen ist. Korollar. Ist K ein K¨ orper, so hat K bis auf Isomorphie genau einen algebraischen Abschluss. Beweis. Es ist nur noch die Isomorphie zweier algebraischer Abschl¨ usse L und L von K zu beweisen. Nach Satz 13 gibt es einen K-linearen Monomorphismus σ von L in L . Dann ist K ⊆ Lσ ⊆ L . ¨ber Lσ algebraisch ist und Lσ andererseits algebraisch abgeschlossen Weil L dann u σ ist, folgt L = L . Der n¨ achste Satz ﬁndet sich nicht bei Steinitz. Satz 14. Es sei K ein K¨ orper und L sei eine algebraisch abgeschlossene Erweiterung von K. Es sei ferner B eine Transzendenzbasis von L u ¨ber K. Ist dann ρ eine bijektive Abbildung von B auf sich, so gibt es einen K-linearen Automorur alle b ∈ B. phismus σ von L mit bσ = bρ f¨ Beweis. Nach Satz 1 von Abschnitt 5 d¨ urfen wir K(B) mit dem Funktionenk¨ orper in den Unbestimmten aus B identiﬁzieren. Dann l¨ asst sich ρ aber

7. Formal reelle K¨ orper

287

bekanntlich zu einem Automorphismus von K[B] und dann weiter zu einem Automorphismus von K(B) fortsetzen, der ebenfalls ρ heißen m¨oge. Nun schließe man weiter wie beim Beweise von Satz 13, indem man K[B] die Rolle von K und ρ die Rolle der Identit¨ at spielen l¨ asst. Aus Satz 11 folgt, dass der algebraische Abschluss von Q abz¨ ahlbar ist, da Q es ist. Weil C die M¨ achtigkeit des Kontinuums hat, kann C nicht der algebraische Abschluss von Q sein. Somit ist C eine transzendente Erweiterung von Q. Es folgt weiter, dass der Transzendenzgrad von C u ¨ ber Q gleich dem Kontinuum ist. Zusammen mit Satz 14 ergibt das, das C sehr, sehr viele Automorphismen hat, was gelegentlich selbst Funktionentheoretiker u ¨ berrascht, wie ich bei einem Kolloquiumsvortrag einmal erlebte. Von all diesen Automorphismen sind aber nur zweie stetig. Dass der K¨orper aller u ¨ ber Q algebraischen reellen Zahlen abz¨ ahlbar ist, hat zuerst G. Cantor bemerkt (Cantor 1874). Mit seinem Argument kann man genauso gut die Abz¨ ahlbarkeit des algebraischen Abschlusses von Q beweisen. Hierzu ben¨ otigt man nicht das Auswahlaxiom. Wir werden dies sp¨ ater noch sehen, wenn wir mit Steinitz zeigen werden, dass sich der algebraische Abschluss von Qp ebenfalls konstruieren l¨ asst, ohne das Auswahlaxiom zu benutzen. Diesem Thema werden wir uns zuwenden, wenn wir die galoissche Theorie abgehandelt haben, da diese uns dann n¨ utzlich sein wird. Zun¨ achst aber werden wir uns noch einmal den angeordneten K¨ orpern zuwenden. 7. Formal reelle K¨ orper. Weber hat es in seiner Annalenarbeit von 1893 noch mit algebraischen Gleichungen zu tun. Er sucht und ﬁndet zumindest im Falle, dass die Diskriminante nicht null ist, den Zerf¨ allungsk¨ orper und auch die Gruppe der Gleichung. Bei Steinitz ist es dann ganz anders. Bei ihm dienen Polynome nur noch dem Zweck zu entscheiden, ob ein Element eines Erweiterungsk¨ orpers von K u ¨ ber K algebraisch ist oder nicht. Bei seinen Untersuchungen kommt aber auch heraus, dass jeder K¨ orper K einen algebraischen Abschluss hat, dass es also einen K¨ orper gibt, u ¨ber dem insbesondere jedes Polynom u ¨ber K vollst¨andig in Linearfaktoren zerf¨allt. F¨ ur den urspr¨ unglich alleine interessierenden Fall der Polynome u ¨ ber Q oder R hatten wir in C schon einen solchen K¨ orper gefunden. Die Frage nach der L¨osbarkeit von algebraischen Gleichungen durch Radikale ist mit all dem aber immer noch nicht beantwortet. Es gab da auch die Frage nach den reellen Nullstellen von Polynomen u ¨ ber Q oder R, nach ihrer Anzahl und dem ungef¨ ahren Ort, wo sie zu ﬁnden seien. Die cartesische Zeichenregel gab ein partielle Antwort auf sie und wir k¨ undigten an, dass die sturmschen Ketten eine vollst¨andige L¨ osung des Problems lieferten. Die hier anstehenden Fragen haben alle mit der Anordnung von Q, bzw. R zu tun. Es ist daher nicht verwunderlich, dass nach der steinitzschen Arbeit nun auch die Frage auftauchte, angeordnete K¨ orper auf algebraischem Wege zu beschreiben. Man wollte, um es pr¨aziser auszudr¨ ucken, die Frage der Anordenbarkeit eines K¨ orpers auf Fragen u ¨ber Addition und Multiplikation zur¨ uckf¨ uhren, wobei die

288

Kapitel XI. Transﬁnite Methoden

Mengenlehre den Rahmen abgab. Letzteres wurde aber nicht ausdr¨ ucklich betont. Die hier anstehenden Fragen wurden von Artin und Schreier aufgeworfen und in ihrer ebenfalls ber¨ uhmten Arbeit in den Hamburger Abhandlungen gel¨ ost (Artin & Schreier 1927). Um diese Arbeit wird es hier nun gehen und in ihr werden wir den Rahmen ﬁnden, auch die sturmschen Ketten abzuhandeln, so dass wir am Ende dieses Kapitels dann doch wieder bei den Polynomen landen. Berichten wir, wenn auch nur auszugsweise, u ¨ ber die Arbeit von Artin und Schreier. Das Auﬀallende an angeordneten K¨ orpern ist, dass Quadrate stets nicht negativ sind und dass die Summe von positiven Elementen stets positiv ist. In einem angeordneten K¨ orper folgt also aus ni:=1 ki2 = 0, dass alle ki gleich 0 sind. Dies ist gleichbedeutend damit, dass −1 nicht Summe von Quadraten ist. Mit dieser Bemerkung beginnen die Untersuchungen Artin und Schreiers und sie fahren fort mit der Deﬁnition Ein K¨ orper heiße reell“, wenn in ihm −1 nicht als Summe von Quadraten ” darstellbar ist. Statt reell“ werden wir heutigem Sprachgebrauch folgend formal reell sagen. ” Es folgt die Deﬁnition des angeordneten K¨ orpers, die wir schon in Abschnitt 6 von Kapitel 6 zitierten und die wir hier nicht wiederholen werden. Ebenso nicht die einfachsten Eigenschaften angeordneter K¨ orper und die Deﬁnition des zugeh¨ origen Absolutbetrages. Dies alles lese man in Abschnitt 6 von Kapitel 6 nach. Ein K¨ orper K heißt reell abgeschlossen, wenn K formal reell, aber jede echte algebraische Erweiterung von K nicht formal reell ist. Prototypen reell abgeschlossener K¨ orper sind nat¨ urlich R und auch der K¨ orper der reellen algebraischen Zahlen. Artin und Schreier sagen nun in ihrem Satz 1, dass ein reell abgeschlossener K¨ orper genau eine Anordnung besitzt. Das gilt aber auch f¨ ur Q. Was sie jedoch beweisen, ist sehr viel mehr, n¨amlich dass die von 0 verschiedenen Quadrate eines solchen K¨orpers einen Positivbereich bilden. Das ist im Folgenden immer wieder wichtig, so dass wir den Satz entsprechend formulieren werden. Satz 1. Ist K ein reell abgeschlossener K¨ orper, so bilden die von 0 verschiedenen Quadrate von K einen Positivbereich. R kann also auf eine und nur eine Weise geordnet werden. Beweis. Es sei c ∈ K und c sei kein Quadrat in K. Dann ist x2 − c irreduzibel, so dass es eine quadratische Erweiterung L von K gibt, in der dieses Polynom eine Nullstelle γ hat. Weil L nicht formal reell ist, gibt es ai und bi in K mit −1 =

n

(ai γ + bi )2 .

i:=1

Es folgt −1 = c

n i:=1

a2i +

n i:=1

b2i + 2γ

n i:=1

ai b i .

7. Formal reelle K¨ orper

289

Die dritte Summe auf der rechten Seite ist null, da γ nicht zu K geh¨ort. Also ist −1 = c

n

a2i +

i:=1

n

b2i .

i:=1

Hieraus folgt, dass c nicht Summe von Quadraten ist, da andernfalls −1 Summe von Quadraten w¨ are. Folglich ist die Summe von Quadraten stets wieder ein Quadrat. n Ebenso ist i:=1 a2i = 0, da −1 nicht Summe von Quadraten ist. Also ist n 1 + i:=1 b2i −c = n 2 . i:=1 ai Da nach der gerade gemachten Bemerkung Z¨ahler und Nenner Quadrate sind, ist −c ein Quadrat. Damit ist gezeigt, dass die von 0 verschiedenen Quadrate von K einen Positivbereich bilden. Also tr¨ agt K eine Anordnung. Da von 0 verschiedene Quadrate stets positiv sind, folgt auch die Einzigkeitsaussage des Satzes. Reell abgeschlossene K¨orper sind also stets angeordnet. Ihre Charakteristik ist folglich 0. Der n¨ achste Satz liefert den Anschluss an die Entwicklungen von Kapitel 6. Satz 2. In jedem reell abgeschlossenen K¨ orper besitzt jedes Polynom ungeraden Grades mindestens eine Nullstelle. Beweis. Es sei f ein Polynom ungeraden Grades n u ¨ ber dem reell abgeschlossenen K¨ orper K. Ist n = 1, so hat f eine Nullstelle in K. Es sei also n > 1 und der Satz sei f¨ ur Polynome kleineren Grades bereits bewiesen. Ist f reduzibel, so hat f einen echten Faktor ungeraden Grades, der dann in K eine Nullstelle hat. Damit hat auch f eine Nullstelle in K. Wir nehmen daher an, f sei irreduzibel. Es gibt dann eine Erweiterung L von K vom Grade n, in der f eine Nullstelle α hat. Da ochstens n − 1 L nicht formal reell ist, gibt es Polynome wi ∈ K[x], deren Grad h¨ ist, mit r 2 −1 = wi (α) . i:=1

Dies impliziert wiederum die Existenz eines g ∈ K[x] mit −1 =

r

wi2 + f g.

i:=1

Die Leitkoeﬃzienten der wi2 sind Quadrate, sie sind also positiv. Sie k¨ onnen sich daher in der Summe nicht weg heben. Daher ist der Grad der Summe gerade. ¨ Uberdies ist dieser Grad h¨ochstens gleich 2n − 2. Dieser Grad ist andererseits gleich Grad(f ) + Grad(g) = n + Grad(g),

290

Kapitel XI. Transﬁnite Methoden

da die linke Seite ja den Grad 0 hat. Daher ist der Grad von g ebenfalls ungerade und h¨ ochstens gleich n − 2. Es folgt, dass g eine Nullstelle β in K hat. Hieraus folgt schließlich der Widerspruch r 2 −1 = wi (β) . i:=1

Also ist f doch nicht irreduzibel und hat demnach eine Nullstelle in K. Satz 3. Ist der K¨ orper K reell abgeschlossen, so ist K[x]/(x2 + 1)K[x] algebraisch abgeschlossen. Beweis. Weil alle positiven Elemente von K Quadrate sind, folgt dies mit Satz 2 aus Satz 1 des Abschnitts 7 von Kapitel 6. Dieser Satz ﬁrmiert bei Artin und Schreier als Satz 3a. Da wir nicht alles aus der Arbeit von Artin und Schreier vortragen und die Reihenfolge dessen, was wir vortragen, auch ver¨andern, a¨ndern sich nun die Nummern der S¨ atze. Satz 4. Ist K ein formal reeller K¨ orper, so ist der Funktionenk¨ orper K(x) in der Unbestimmten x u ¨ber K ebenfalls formal reell. Beweis. Angenommen K(x) sei nicht formal reell. Es gibt dann ri ∈ K(x) mit −1 =

n

ri2 .

i:=1

Hieraus folgt die Existenz von teilerfremden Polynomen a, b1 , . . . , bn ∈ K[x] mit −a2 =

n

b2i .

i:=1

Hieraus folgt −a(0)2 =

n

bi (0)2

i:=1

und daher, weil K formal reell ist, a(0) = 0 = bi (0) f¨ ur alle i. Somit sind die Polynome a, b1 , . . . , bn durch x teilbar im Widerspruch zu ihrer Teilerfremdheit. Der n¨ achste Satz macht eine Existenzaussage. Satz 5. Es sei K ein formal reeller K¨ orper und L sei eine Erweiterung von K, die algebraisch abgeschlossen sei. Es gibt dann einen reell abgeschlossenen Teilk¨ orper R von L, der K umfasst und f¨ ur den L = R[i] gilt, wobei i Nullstelle von x2 + 1 ist. Beweis. Artin und Schreier schließen hier mit dem zermeloschen Wohlordnungssatz, w¨ahrend wir wieder das zornsche Lemma ben¨ utzen werden.

7. Formal reelle K¨ orper

291

Es sei Φ die Menge der formal reellen Zwischenk¨orper zwischen # K und L. Dann ist K ∈ Φ, so dass Φ nicht leer ist. Ist Ψ eine Kette von Φ, so ist X∈Ψ X ebenfalls ein formal reeller Teilk¨ orper von L, der K umfasst, also zu Φ geh¨ort. Somit gibt es in Φ einen maximalen formal reellen Teilk¨orper R. Ist m ∈ L, so kann m u ¨ ber R nicht transzendent sein, da sonst R(m) nach Satz 4 formal reell w¨ are im Widerspruch zur Maximalit¨ at von R. Also ist m und damit L algebraisch u ¨ber R. Folglich ist L der algebraische Abschluss von R. Ist S irgendeine algebraische Erweiterung von R, so gibt es nach Satz 13 von Abschnitt 6 einen R-linearen Monomorphismus μ von S in L. Aus der Maximalit¨ at von R folgt dann, dass S μ und damit S nicht formal reell ist. Also ist R reell abgeschlossen. Weil L algebraisch abgeschlossen ist, gibt es ein i ∈ L mit i2 + 1 = 0. Nach Satz 3 ist dann R[i] der algebraische Abschluss von R, so dass in der Tat R[i] = L ist. Korollar 1. Ist K ein formal reeller K¨ orper, so gibt es eine reell abgeschlossene, algebraische Erweiterung von K. Beweis. Dies folgt unmittelbar aus Satz 6, wenn man dort f¨ ur L den algebraischen Abschluss von K nimmt. Korollar 2. Jeder formal reelle K¨ orper tr¨ agt wenigstens eine Anordnung. Beweis. Korollar 1 und Satz 1. Korollar 3 Jeder algebraisch abgeschlossene K¨ orper L der Charakteristik 0 enth¨ alt einen reell abgeschlossenen K¨ orper R mit L = R[i], wobei i wieder Nullstelle von x2 + 1 ist. Beweis. Dies folgt mit K = Q aus Satz 5. Satz 6. Es sei K ein angeordneter K¨ orper und L sei der K¨ orper, der aus K durch Adjunktion aller Quadratwurzeln aus positiven Elementen von K entstehe. Dann ist L formal reell. Beweis. Wir zeigen, dass es in L keine Gleichung der Form (A)

−1 =

n

ci ξi2

i:=1

mit positiven ci aus K und ξi ∈ L existiert. Dann existiert auch keine Gleichung der Form n −1 = ξi2 i:=1

mit ξi ∈ L, so dass L in der Tat formal reell ist. Angenommen es gelte doch eine Gleichung der Form (A). In den ξi kommen √ √ dann nur endlich viele Elemente a1 , . . . , ar mit positiven aj ∈ K vor. Unter allen Gleichungen der Form (A) gibt es dann auch eine mit kleinstem r. Eine solche betrachten wir nun. F¨ ur jedes i gibt es dann √ √ ηi , ζi ∈ K[ a1 , . . . , ar−1 ]

292

Kapitel XI. Transﬁnite Methoden

√ mit ξi = ηi + ζi ar . Es folgt −1 =

n

ci ηi2 +

i:=1

n i:=1

√ ci ar ζi2 + 2 ar ci ηi ζi . n

i:=1

W¨ are die letzte Summe gleich 0, so h¨atten wir eine Gleichung der Form (A) mit r−1 Quadratwurzeln aus positiven Elementen von K im Widerspruch zur Minimalit¨ at von r. Ist die letzte Summe nicht gleich 0, so folgt √

√ √ ar ∈ K[ a1 , . . . , ar−1 ],

was ebenfalls der Minimalit¨ at von r widerspricht. Damit ist der Satz bewiesen. Satz 7. Ist K ein angeordneter K¨ orper, so gibt es eine algebraische, reell abgeschlossene Erweiterung R von K, deren Anordnung die Anordnung von K fortsetzt. Beweis. Es sei L wieder der K¨ orper, der aus K durch Adjunktion der Quadratwurzeln aus den positiven Elementen von K entsteht. Dann ist L nach Satz 6 formal reell. Nach Korollar 3 zu Satz 5 gibt es eine algebraische, reell abgeschlossene Erweiterung R von L. Diese ist dann auch eine reell abgeschlossene Erweiterung von K, die auch u ¨ ber K algebraisch ist, da ja L u ¨ ber K algebraisch und das Algebraisch-sein transitiv ist. Ist nun a ∈ K positiv, so ist a in L ein Quadrat und daher auch in R. Folglich ist a in R positiv. Hieraus folgt, dass die Anordnung von R die Anordnung von K fortsetzt. Satz 7 kann noch versch¨ arft werden. Es gibt n¨ amlich bis auf Isomorphie nur einen u ¨ ber K algebraischen, reell abgeschlossenen K¨orper, dessen Anordnung die von K fortsetzt. Um dies zu beweisen, ben¨otigen wir die sturmschen Ketten, deren Studium wir uns im u ¨bern¨ achsten Abschnitt zuwenden werden. 8. Reelle Algebra. Artin und Schreier formulieren in ihrer Arbeit als Satz 6, dass in einem reell abgeschlossenen K¨orper die S¨ atze der reellen Algebra g¨ alten, wobei sie einige dieser S¨ atze erw¨ahnen, darunter den Satz von Sturm u ¨ber die Anzahl der reellen Nullstellen eines reellen Polynoms in einem Intervall. Der Grund, dass dies so sei, l¨age darin, dass die Beweise nur davon Gebrauch machten, dass ein Polynom in einem Intervall sicher dann eine Nullstelle habe, falls es an den Intervallenden Werte verschiedenen Vorzeichens ann¨ahme. F¨ ur die Beweise verweisen sie auf Webers Lehrbuch der Algebra. Bevor wir diesen Grund legenden Satz beweisen und Folgerungen aus ihm ziehen, beweisen wir noch einen anderen Satz u ¨ ber reine Gleichungen, der zu seinem Beweis ben¨otigt, dass ein Polynom ungeraden Grades u ¨ ber einem reell abgeschlossenen K¨orper stets eine Nullstelle in diesem K¨ orper hat. Eine a¨hnliche Situation, wenn auch mit anderer Zielsetzung, hatte schon Cauchy studiert (s. Kap. 6, Absch. 2). Vom Methodischen ist zu bemerken, dass die eigentlichen S¨ atze u ¨ ber reell abgeschlossene K¨orper nicht vom Auswahlaxiom Gebrauch machen. Es sind die

8. Reelle Algebra

293

Existenzs¨ atze des letzten Abschnitts, die transﬁnites Werkzeug erfordern. Was wir in diesem Abschnitt machen, ist also vom Auswahlaxiom unabh¨ angig, wie auch die Ergebnisse des n¨ achsten Abschnitts. Dass das Ganze funktioniert, liegt an den √ geschickt gew¨ahlten Deﬁnitionen und dem Satz, dass K[ −1] algebraisch abgeschlossen ist, falls K reell abgeschlossen ist. Satz 1. Ist K ein reell abgeschlossener K¨ orper, ist n ∈ N und ist 0 < a ∈ K, so gibt es genau eine positive Nullstelle von xn − a in K. Beweis. F¨ ur n = 1 ist dies klar. Es sei also n > 1. Setze f := xn − a. Es t sei n = m2 mit ungeradem m. Ist t = 0, so hat f eine Nullstelle in R, die notwendig positiv ist, da a positiv und n ungerade ist. Es sei also t > 0. Weil K reell abgeschlossen ist, sind alle positiven Elemente von K Quadrate (Satz 1, Abschnitt 6). Es gibt also ein b ∈ K mit b > 0 und b2 = a. Nach der implizit gemachten Induktionsannahme gibt es ein u ∈ K mit u > 0 und t−1

um2

= b.

es folgt t

un = um2 = b2 = a, so dass u Nullstelle von f ist. Ist v eine zweite positive Nullstelle von f , so folgt 0 = a − a = un − v n = (u − v)

n−1

ui v n−i−1 .

i:=0

Da die Summe positiv ist, folgt hieraus u = v. Der folgende Satz aus der artin-schreierschen Arbeit ist nach dem eingangs Bemerkten Grund legend. Wir formulieren ihn wieder so, dass auch das Mehr, das der Beweis liefert, in ihm wiedergegeben wird. Dieses Mehr wird sp¨ater ben¨ otigt werden. Auch diesem Satz sind wir im Zusammenhang mit Cauchys Exercices de math´ematiques schon begegnet (Kap. 6, Absch. 2). Lagrange nennt ihn im u ¨brigen seit Langem bekannt“. Man bewiese ihn immer mit Hilfe der Kurventheorie, man ” k¨ onne ihn aber auch direkt mittels der Theorie der Gleichungen beweisen. Zum Beweise zerlegt er das gegebene Polynom in Linearfaktoren, wobei nicht so ganz klar wird, wie sich die komplexen Nullstellen verhalten, falls das Polynom solche hat. Doch dar¨ uber geht er mit einem Argument hinweg, dass ich nicht nachvollziehen kann. Es betriﬀt die Anordnung von R und die Einbettung von R in C, eine Situation, die oﬀenbar noch nicht verstanden war. Seine Idee aber f¨ uhrt zum Ziele, wie wir jetzt sehen werden, und nicht nur das, sie tr¨ agt noch sehr viel weiter, als urspr¨ unglich vorgesehen (Lagrange 1769, Œuvres Bd. 2, S. 341). Satz 2. Es sei K reell abgeschlossen und f sei ein Polynom u ¨ber K. Ferner seien a, b ∈ K und es gelte f (a)f (b) < 0. Sind dann ξ1 , . . . , ξt die Nullstellen t von f zwischen a und b und sind v(1), . . . , v(t) ihre Vielfachheiten, so ist i:=1 v(i) ungerade. Insbesondere hat f eine Nullstelle zwischen a und b.

294

Kapitel XI. Transﬁnite Methoden

Beweis. Wir d¨ urfen annehmen, dass f den Leitkoeﬃzienten 1 hat. Es seien η1 , . . . , ηs die Nullstellen von f , die nicht zwischen a und b liegen, und w(1), . . . , w(s) seien ihre Vielfachheiten. Es gilt dann (a − ηi )(b − ηi ) > 0 f¨ ur alle i := 1, . . . , s und (a − ξi )(b − ξi ) < 0 f¨ ur alle i := 1, . . . , t. Auf Grund von Satz 3 von Abschnitt 7 gibt es schließlich irreduzible Polynome p1 , . . . , pr vom Grade 2 mit Leitkoeﬃzient 1, so dass f=

t

(x − ξi )v(i)

i:=1

s

(x − ηj )w(j)

j:=1

r

pk

k:=1

ist. Ist nun pj = x2 + ux + v, so ist 2 u u2 +v− . pj = x + 2 4 2

Weil pj irreduzibel ist, ist u4 − v kein Quadrat in K. Weil K reell abgeschlossen 2 2 ist, ist daher v − u4 ein solches. Also ist v − u4 > 0, so dass auch pj (x) > 0 ist f¨ ur alle x ∈ K. Daher ist pj (a)pj (b) > 0. Nun ist f (a)f (b) =

s t v(i) w(j) (a − ξi )(b − ξi ) (a − ηj )(b − ηj ) i:=1

j:=1 r

pk (a)pk (b).

k:=1

Bildet man nun die K-Werte auf 1 oder −1 ab, je nachdem sie positiv oder negativ sind, so folgt −1 = (−1)

t

i:=1

v(i)

,

womit der Satz bewiesen ist. Der gerade gef¨ uhrte Beweis liefert nat¨ urlich noch mehr als im Satz formuliert und dieses Mehr formulieren wir jetzt noch. Dass ich aus den beiden S¨ atzen nicht einen Satz gemacht habe, liegt daran, dass ich den historischen Hintergrund deutlich machen wollte. Lagrange beweist den folgenden Satz nur f¨ ur eine einzige, einfache Nullstelle zwischen a und b (Lagrange loc. cit.). Satz 3. Es sei K reell abgeschlossen und f sei ein Polynom u ¨ber K. Ferner seien a, b ∈ K und es sei a = b. Sind dann ξ1 , . . . , ξt die Nullstellen von f zwischen a und b und sind v(1), . . . , v(t) ihre Vielfachheiten, ist ferner t i:=1

v(i)

8. Reelle Algebra

295

ungerade, so ist f (a)f (b) < 0. Am Ende von Abschnitt 1 des Kapitels 6 haben wir im Anschluss an die cartesische Zeichenregel schon diskutiert, dass es die in Satz 2 ausgesprochene Eigenschaft ist, dass das Polynom f eine Nullstelle zwischen a und b hat, wenn f (a)f (b) < 0 ist, die die cartesische Zeichenregel nach sich zieht. Die cartesische Zeichenregel gilt also auch f¨ ur Polynome u ¨ ber reell abgeschlossenen K¨orpern. Wir formulieren sie hier noch einmal, ohne jedoch ihren Beweis zu wiederholen. Cartesische Zeichenregel. Es sei K ein reell abgeschlossener K¨ orper. Ist f eine Polynomfunktion u ¨ber K, so ist die Anzahl der positiven Nullstellen von f — Vielfachheiten mitgez¨ ahlt — h¨ ochstens so groß wie die Anzahl der Zeichenwechsel von f . Die Diﬀerenz dieser beiden Zahlen ist gerade Eine weitere Folgerung aus Satz 2 ist der Zwischenwertsatz. Zwischenwertsatz. Es sei K ein reell abgeschlossener K¨ orper und f sei ein Polynom u ¨ber K. Sind a, b, t ∈ K und gilt f (a) < t < f (b), so gibt es ein c zwischen a und b mit f (c) = t. Beweis. Setze g := f − t. Dann ist g(a) < 0 < g(b), so dass es nach Satz 2 ein c zwischen a und b gibt mit g(c) = 0. Dann ist aber f (c) = t. Als Satz von Rolle wird eigentlich nur der Zusatz des folgenden Satzes bezeichnet. Rolle teilte diesen Satz in seinem Trait´e d’alg`ebre mit, den er 1690 publizierte. Mehr habe ich zu diesem Satz in der Literatur nicht gefunden. Michel Rolle lebte von 1652 bis 1719. Satz von Rolle. Es sei K ein reell abgeschlossener K¨ orper. Ferner seien a, b ∈ K zwei verschiedenei Nullstellen von f in K und f habe keine Nullstellen zwischen a Ableitung und b. Sind dann c1 , . . . , ct die von a und b verschiedenen Nullstellen der f von f zwischen a und b und ist v(i) die Vielfachheit von ci , so ist ti:=1 v(i) ungerade. Insbesondere gibt es zwischen a und b eine von a und b verschiedene Nullstelle c von f . Beweis. Es habe a die Vielfachheit m und b die Vielfachheit n. Dann ist f = (x − a)m (x − b)n g und es gilt g(a), g(b) = 0. Ferner ist f = (x − a)m−1 (x − b)n−1 h mit einem Polynom h. Dabei ist h = m(x − b)g + n(x − a)g + (x − a)(x − b)g .

296

Kapitel XI. Transﬁnite Methoden

Es folgt h(a)h(b) = m(a − b)n(b − a) = −mn(a − b)2 < 0. Da die ci die Nullstellen von h zwischen a und b sind, und diese Nullstellen auch als Nullstellen von h die Vielfachheit v(i) haben, folgt mit Satz 2 die Behauptung. Bei Weber ﬁndet sich als Anwendung des Satzes von Rolle das folgende Korollar, nat¨ urlich nur f¨ ur R formuliert (Weber 1898, § 114). Korollar. Es sei K ein reell abgeschlossener K¨ orper und f sei ein Polynom u ¨ber ¨ber K in LinearfakK. Zerf¨ allt f u ¨ber K in Linearfaktoren, so zerf¨ allt auch f u toren. Die von den Nullstellen von f verschiedenen Nullstellen von f sind alle einfach und werden von den Nullstellen von f getrennt. Beweis. Wir d¨ urfen annehmen, dass f den Leitkoeﬃzienten 1 hat. Es seien a1 , . . . , at die Nullstellen von f und ihre Vielfachheiten seien v1 , . . . , vt . Ferner gelte a1 < a2 < . . . < at . Dann ist f=

t

(x − ai )vi .

i:=1

Es folgt

f = Mit n :=

t

i:=1 vi

t

vi −1

(x − ai )

g.

i:=1

folgt weiter n − 1 = Grad(f ) = n − t + Grad(g),

so dass der Grad von g gleich t − 1 ist. Nach dem Satz von Rolle hat aber f und damit g zwischen ai und ai+1 f¨ ur alle i := 1, . . . , t − 1 wenigstens eine Nullstelle. Da g in K aber nur h¨ ochstens t − 1 Nullstellen hat, folgt die Behauptung. Ein weiteres Korollar zum Satz von Rolle ist der Mittelwertsatz. Mittelwertsatz. Es sei K ein reell abgeschlossener K¨ orper und f sei ein Polynom u ¨ber K. Sind a und b verschiedene Elemente aus K, so gibt es ein c zwischen a und b mit f (b) = f (a) + f (c)(b − a). Beweis. Setze

f (b) − f (a) (x − a). b−a Dann ist g(a) = 0 = g(b). Nach dem Satz von Rolle gibt es also ein c zwischen a und b mit g (c) = 0. Nun ist aber g := f − f (a) −

g = f −

f (b) − f (a) b−a

8. Reelle Algebra

297

und folglich f (c)(b − a) = f (b) − f (a). Ist K reell abgeschlossen, so hat K eine Anordnung und damit einen Absolutbetrag. Diesen kann man auf K[i] fortsetzen, so wie das auch mit dem gew¨ohnlichen Absolutbetrag auf R m¨oglich war. Bei seiner Fortsetzung von R auf C spielte ja nur eine Rolle, dass man aus jedem positiven Element von R die Quadratwurzel ziehen kann (Kapitel 6, Abschnitt 2). Der n¨achste Satz — f¨ ur R formuliert — steht ebenfalls schon bei Lagrange (Lagrange 1769, Werke, S. 545). Satz 4. Es sei K ein reell abgeschlossener K¨ orper. Ferner sei f := xn + ρ1 xn−1 + . . . + ρm xn−m − ρm+1 xn−m−1 − . . . − ρn−1 x − ρn ein Polynom u ¨ber K. Es gelte m < n und ρi ≥ 0 f¨ ur alle i sowie ρn > 0. Dann hat f genau eine positive Nullstelle. Beweis. Dies folgt, direkt aus der cartesischen Zeichenregel, da w(f ) = 1 ist. Interessant ist der Spezialfall m = 0. Dass seine Formulierung syntaktisch korrekt ist, garantiert Satz 1. Satz 5. Es sei f (x) := xn − ρ1 xn−1 − ρ2 xn−2 − . . . − ρn eine Polynomfunktion u ¨ber einem formal reellen K¨ orper mit ρi ≥ 0 f¨ ur alle i und ρn > 0. Ist r die nach Satz 2 existierende positive Wurzel von f , so ist r < 1 + max ρi | i := 1, . . . , n , wie auch √ √ min n nρi | i := 1, . . . , n ≤ r ≤ max n nρi | i := 1, . . . , n . Beweis. Die erste Ungleichung gilt, falls r ≤ 1 ist. Es sei also r > 1. Setze ρ := max(ρi | i := 1, . . . , n). Dann ist rn = ρ1 rn−1 + ρ2 + . . . + ρn ≤ ρ Da r > 1 ist, folgt weiter r−1≤ρ Damit ist die erste Aussage bewiesen.

rn − 1 < ρ. rn

rn − 1 . r−1

298

Kapitel XI. Transﬁnite Methoden

Um die zweite Aussage zu beweisen, sei die Annahme, dass r > 1 sei, wieder aufgehoben. Es ist ρ2 ρ1 ρn + 2 + ...+ n. 1= r r r Die Summanden auf der rechten Seite sind dann alle gleich gr¨ oßer und einige sind kleiner als n1 . Es folgt, dass die Zahlen

1 n

oder einige sind

nρn nρ1 nρ2 , , ..., n r r2 r alle gleich 1 oder einige gr¨oßer, einige kleiner als 1 sind. Es folgt, dass einige der Zahlen √ √ n nρ nρ2 nρ1 n , , ... r r r kleiner oder gleich 1 und einige gr¨ oßer oder gleich 1 sind. Es gibt also i und j mit √ √ i nρ j nρ j i ≤1≤ . r r Hieraus folgt die zweite Aussage. Die Nullstellen von Polynomen u ¨ ber reell abgeschlossenen K¨orpern lassen sich ebenso absch¨atzen wie die Nullstellen reeller Polynome. Satz 6. Es sei K ein reell abgeschlossener K¨ orper und f := xn + A1 xn−1 + A2 xn−2 + . . . + An−1 x + An √ sei ein Polynom K[ −1]. Ist dann λ eine Nullstelle von f , so ist |λ| < 1 + max |Ai | | i := 1, . . . , n und auch

|λ| ≤ max i n|Ai | | i := 1, . . . , n .

ur alle i und r := |λ|. Dann folgt mit Hilfe der DreieckBeweis. Setze ρi := |Ai | f¨ sungleichung und der ebenfalls generell geltenden Ungleichung ||a| − |b|| ≤ |a + b| zun¨ achst |A1 λn−1 + . . . + An | ≤ ρ1 rn−1 + . . . + ρn und damit dann rn − ρ1 rn−1 − . . . − ρn ≤ rn − |A1 λn−1 + . . . + An | ≤ |λn + A1 λn−1 + . . . + An | = f (λ) = 0.

8. Reelle Algebra

299

Also ist rn ≤ ρ1 rn−1 + . . . + ρn . Der Ausdruck y n − ρ1 y n−1 − . . . − ρn hat genau eine positive Nullstelle ν. Ist y > ν, so kann wegen Satz 1, da ν die einzige positive Nullstelle ist, nicht y n − ρ1 y n−1 − . . . − ρn ≤ 0 gelten. Da diese Ungleichung aber mit r anstelle von y gilt, ist r ≤ ν, so dass mit Satz 5 die Behauptung folgt. Korollar. Es sei K ein reell abgeschlossener K¨ orper und f := xn + A1 xn−1 + . . . + An−1 x + An √ sei eine Polynomfunktion u ¨ber K[ −1]. Dann ist |x|n − |A1 ||x|n−1 − . . . − |An−1 ||x| − |An | ≤ f (x) f¨ ur alle x ∈ C. Insbesondere gilt: Ist 0 < C ∈ K, so gibt es ein D ∈ K mit D > 0, so dass f (x) > K ist f¨ ur alle x mit |x| > L. Beweis. Die erste Ungleichung wurde im Beweis von Satz 6 hergeleitet. Um die zweite Aussage zu beweisen, beachte man, dass der Ausdruck auf der linken Seite der Ungleichung f¨ ur x = 0 gleich |An | |A1 | |A2 | |x|n 1 − − − . . . − |x| |x|2 |x|n ist und dass der Ausdruck in der Klammer f¨ ur große |x| nahe bei 1 liegt. Den folgenden Satz werden wir gleich zu Beginn des n¨ achsten Abschnitts kommentieren. Er ﬁndet sich f¨ ur R formuliert in Cauchy 1821, Note III. Der hier vorgef¨ uhrte Beweis ist der cauchysche, wenn er ihn auch etwas umst¨andlicher formuliert. Satz orper und f sei ein Polynom u ¨ber √ 7. Es sei K ein reell abgeschlossener K¨ K[ −1] mit Leitkoeﬃzient 1 und lauter einfachen Nullstellen. Ist C eine Schranke f¨ ur die Nullstellen von f und sind ξ und η zwei dieser Nullstellen, so ist |Dis(f )| |ξ − η| > . m(m−1) (2C) 2 −1

300

Kapitel XI. Transﬁnite Methoden

Beweis. Es ist |ξ − η| ≤ |ξ| + |η| < 2C. Hieraus folgt |Dis(f )| < (2C)2(

m(m−1) −1) 2

|ξ − η|2

und damit die Behauptung. Sind die Koeﬃzienten von f ganze Zahlen, so ist auch Dis(f ) eine ganze Zahl, so dass man sich die Berechnung von Dis(f ) ersparen kann, indem man |Dis(f )| durch 1 ersetzt. Dann wird die Ungleichung allerdings schlechter. 9. Sturmsche Ketten. Man fand keine L¨ osung durch Radikale f¨ ur algebraische Gleichungen von f¨ unftem und h¨ oherem Grade. Andererseits glaubte man, dass die L¨ osungen algebraischer Gleichungen u ¨ ber R in C zu ﬁnden seien. Man arbeitete also schon lange mit C auch wenn noch nicht v¨ ollig erh¨ artet war, dass C tats¨achlich algebraisch abgeschlossen ist. Da man in der Radikalenfrage nicht weiter kam, suchte man insbesondere die Frage zu beantworten, wieviele der L¨osungen einer algebraischen Gleichung n-ten Grades u ¨ ber R reell seien. Dies ist wichtig zu wissen, wenn man versucht, sie zu approximieren, damit man sieht, dass man nicht v¨ollig ins Ungewisse l¨auft. Dazu ist auch wichtig zu wissen, wo ungef¨ ahr man anzusetzen hat. Man wusste nat¨ urlich, dass komplexe L¨ osungen stets paarweise auftreten. Man wusste auch, dass die Nullstellen von f mit den Nullstellen von f ggT(f, f ) u ¨ bereinstimmen, dass letzteres Polynom aber nur einfache Nullstellen hat. Außerdem wusste man den Quotienten sowie den ggT zweier Polynome rational zu berechnen. Man konnte sich also in der Frage der Nullstellenlokalisierung auf die Untersuchung von Polynomen mit nur einfachen Nullstellen beschr¨ anken und tat dies auch. Man beobachtete, dass beim Durchgehen durch eine Nullstelle der Vielfachheit 1 die Polynomfunktion ihr Vorzeichen wechselte. Man versuchte daher, ein Intervall so in Teilintervalle zu zerlegen, dass die Polynomfunktion an den Enden eines Teilintervalls unterschiedliche Vorzeichen annahm. Dass besagt dann zun¨ achst nur, dass in diesem Intervall eine ungerade Anzahl von Nullstellen liegt. Die Frage war, die Unterteilung so fein zu machen, dass in einem solchen Intervall nur eine Nullstelle liegen konnte. Mir scheint, dass alle Autoren der damaligen Zeit sich zu dem Thema der Suche nach den reellen Nullstellen ¨außerten. Hier ist die Liste der Namen, die ich bei Lagrange und Cauchy erw¨ ahnt fand. Bei Lagrange sind es Vi`ete, Harriot, Oughtred, Pell, Newton, MacLaurin, der Astronom Halley und Rolle und bei Cauchy sind es Newton, de Hall´e, Euler, Lagrange, Budan und Legendre. Wir wollen nicht vers¨ aumen auch Descartes zu erw¨ahnen, mit dessen Zeichenregel alles begann.

9. Sturmsche Ketten

301

MacLaurin gab nach dem Zeugnis Lagrangens untere und obere Schranken f¨ ur die reellen Nullstellen einer algebraischen Gleichung u ¨ber R. Diese gaben das Intervall, das es zu unterteilen galt. H¨ atte man nun eine untere Schranke f¨ ur den Abstand zweier Nullstellen, so w¨ usste man, ein solch feines Netz zu kn¨ upfen, dass beim Unterteilen dieses Intervalls keine Nullstelle durch die Maschen ginge. Hier gelang nun Lagrange der Fortschritt. Er fand n¨ amlich eine algebraische Gleichung, deren Nullstellen die Quadrate der Diﬀerenzen der verschiedenen Nullstellen der gegebenen Gleichung sind. Hiermit konnte er weiter schließen (Lagrange 1769). Cauchy sah, dass es gen¨ uge, dass Absolutglied von Lagrangens Hilfsgleichung zu kennen, und bewies f¨ ur R den Satz, dessen Verallgemeinerung wir als Satz 7 des letzten Abschnittes notierten. Dies war der Stand der Dinge, den Sturm vorfand. Wenden wir uns also der sturmschen Arbeit zu, die nichts von ihrer Aktualit¨ at ¨ eingeb¨ ußt hat (Sturm 1835). Sturm hat seinen Satz im Ubrigen schon 1829 der Acad´emie des Sciences in Paris vorgetragen und im gleichen Jahr in Ferussacs Bulletin des sciences math´ematiques publiziert (Sturm 1829). Diese Arbeit habe ich nicht gesehen. Die sturmschen Argumente behalten ihre G¨ ultigkeit auch f¨ ur reell abgeschlossene K¨orper. Daher werden wir Sturms Resultate hier im Rahmen dieser Theorie abhandeln. Dabei ben¨ otigen wir auch hier nicht das Auswahlaxiom. Sturm beginnt mit einem Polynom V mit reellen Koeﬃzienten und seiner Ableitung V , die er V1 nennt. Dann bestimmt er mittels Division mit Rest weitere Polynome V2 , . . . , Vr , so dass einmal die Gleichungen V = V1 Q1 − V2 V1 = V2 Q2 − V3 V2 = V3 Q3 − V4 ... ... ... Vr−2 = Vr−1 Qr−1 − Vr erf¨ ullt sind und außerdem Vr Teiler von Vr−1 ist. Er benutzt also den euklidischen Algorithmus f¨ ur Polynome, wobei er jedoch u ¨ ber die Vorzeichen der Reste in anderer Weise als u ¨ blich verf¨ ugt. Der Grund f¨ ur die Wahl des Vorzeichens ist der zu erreichen, dass Vi (a) = −Vi+2 (a) ist, wenn a eine Nullstelle von Vi+1 ist. Mit diesen Polynomen arbeitet er dann weiter. Dieses Vorgehen ist f¨ ur theoretische Zwecke v¨ ollig ausreichend, so dass es nicht verwunderlich ist, es in vielen Algebrab¨ uchern wiedergegeben zu ﬁnden, ohne dass eine Verallgemeinerung angestrebt wird. In Anwendungen jedoch hat man immer wieder einmal ein Polynom V1 gegeben, dass sich so verh¨ alt“, als w¨ are es die Ableitung von V . Dass man dann immer ” noch die gleichen Schl¨ usse ziehen kann, die Sturm zog, wird von Autoren von B¨ uchern zur Numerik, wenn u ¨berhaupt, dann nur im Aufgabenteil ihrer B¨ ucher erw¨ahnt. Das war meine leidvolle Erfahrung, als ich einmal u ¨ber die Numerik der linearen Algebra las. Es gibt eine Ausnahme: D¨orrie 1955. Dieses Buch handelt auch nur von Polynomen u ¨ber R, doch seine Deﬁnition der sturmschen Ketten

302

Kapitel XI. Transﬁnite Methoden

kann man f¨ ur den Fall der reell abgeschlosssenen K¨ orper u ¨bernehmen. Auf die eigentlichen sturmschen Ketten, denen wir den Namen Standardketten beilegen werden, werden wir nat¨ urlich auch zu sprechen kommen. Es sei K ein angeordneter K¨ orper. Sind a, b ∈ K und ist a < b, so setzen wir [a, b] := {u | u ∈ K, a ≤ u ≤ b} und nennen dies das abgeschlossene Intervall mit den Endpunkten a und b. Entsprechend heißt (a, b) := {u | u ∈ K, a < u < b} das oﬀene Intervall mit den Endpunkten a und b. Die halboﬀenen Intervalle [a, b) und (a, b] werden analog deﬁniert. Es sei K ein reell abgeschlossener K¨orper und [a, b] sei ein abgeschlossenes Intervall von K. Ferner seien V , V1 , . . . , Vr ∈ K[x]. Man nenne V , V1 , . . . , Vr sturmsche Kette zu V auf dem Intervall [a, b], falls die folgenden Bedingungen erf¨ ullt sind. 1) Sind α1 , . . . , αt die Nullstellen von V in [a, b], so gibt es positive 1 , . . . , t mit: a) F¨ ur i := 1, . . . , t ist V (β)V (γ) < 0 f¨ ur alle β und γ mit αi − i ≤ β < αi < γ ≤ αi + i . b) F¨ ur i := 1, . . . , t hat V1 in [αi − i , αi + i ] keine Nullstelle. c) Es ist V (αi − i )V1 (αi − i ) < 0 f¨ ur alle i := 1, . . . , t oder ur alle i := 1, . . . , t. c ) Es ist V (αi − i )V1 (αi − i ) > 0 f¨ 2) Ist 0 < j < r und α ∈ [a, b] und gilt Vj (α) = 0, so ist Vj−1 (α) · Vj+1 (α) < 0, wobei V0 als V zu interpretieren ist. 3) Es ist Vr (u) = 0 f¨ ur alle u ∈ [a, b]. Teil a) von Bedingung 1) besagt, dass die Nullstellen von V in [a, b] allesamt ungerade Vielfachheit haben. In den Anwendungen ist die Vielfachheit meist 1. Die Bedingung b) besagt, dass V1 in einer gewissen Umgebung von αi stets positiv ur alle i kurz oder stets negativ ist. Die Bedingungen c) und c ) besagen, dass V1 f¨ vor Eintritt in die Nullstelle αi , das entgegenbesetzte Vorzeichen wie V , bzw., f¨ ur alle i das gleiche Vorzeichen wie V hat. Mit Satz 2 von Abschnitt 8 folgt, dass Vr (u) auf [a, b] einerlei Vorzeichen hat. Die nun folgende Deﬁnition der Zeichenfolge σ(a) wird in der mir bekannten Literatur stets so getroﬀen, dass man es dem Leser, dh. dem Zufall, u ¨berl¨ asst, uhrt dann dazu, dass σi (a) := 1, −1 oder 0 zu setzen, wenn Vi (a) = 0 ist. Dies f¨ man auf Stetigkeitsargumente zur¨ uckgreift, um mit Ausnahmesituationen fertig zu werden. Das ist ganz und gar unn¨ otig, wenn man σ(a) wie folgt deﬁniert. Ist V = V0 , V1 , . . . , Vr eine sturmsche Kette zu V , ist a ∈ K und ist i ∈ {0, . . . , r}, so setzen wir ⎧ falls Vi (a) < 0 ⎨ −1, falls Vi (a) > 0 σi (a) := 1, ⎩ σi+1 (a), falls Vi (a) = 0.

9. Sturmsche Ketten

303

Bei dem dritten Fall dieser Zuweisung ist zu beachten, dass Vi (a) = 0 wegen 3) impliziert, dass i < r ist. Daher ist Vi+1 in jedem Fall deﬁniert und wegen 2) gilt Vi+1 (a) = 0. Wir setzen ferner w(a) := i | i ∈ {0, . . . , r − 1}, σi (a) = σi+1 (a) . Dann ist w(a) die Anzahl der Zeichenwechsel in der Folge σ(a). Satz 1. Es sei K ein reell abgeschlossener K¨ orper und a und b seien Elemente von K mit a < b. Ferner sei V ∈ K[x] und V (a)V (b) = 0. Ist dann V = V0 , V1 , . . . , Vr eine sturmsche Kette zu V auf [a, b], so ist |w(a) − w(b)| die Anzahl der Nullstellen von V in [a, b]. r Beweis. Es seien β1 , . . . , βt die Nullstellen von i:=0 Vi in [a, b] und es gelte β1 < β2 < . . . < βt . (A) Sind u, v ∈ [a, b] − {β1 , . . . , βt }, ist u < v und w(u) = w(v), so gibt es ein i ∈ {1, . . . , t} mit u < βi < v. Mit andern Worten: Die Funktion w ist auf den Intervallen [a, β1 ), (β1 , β2 ), . . . , (βt−1 , βt ), (βt , b] konstant. Aus w(u) = w(v) folgt σ(u) = σ(v). Es gibt also ein j mit σj (u) = σj (v). Hieraus folgt nach Satz 2 von Abschnitt 8, dass Vj eine Nullstelle in (u, v) hat, da u und v ja keine Nullstellen von Vj sind. Damit ist (A) beweisen. Setze Xi := j | j ∈ {0, . . . , r}, Vj (βi ) = 0 f¨ ur i := 1, . . . , t. ur 1 ≤ j ≤ r den Wert von F¨ ur u ∈ [a, b] setzen wir wr (u) := 0 und deﬁnieren f¨ wj−1 (u) durch wj−1 :=

wj (u) + 1, falls σj−1 (u) = σj (u), falls σj−1 (u) = σj (u). wj (u),

Dann ist w0 (u) = w(u). (B) Sind u, v ∈ [a, b], gilt u < v und gibt es genau ein i mit u ≤ βi ≤ v, so ist ur alle k ∈ Xi . wk (u) = wk (v) f¨ Wegen Bedingung 3) ist r ∈ Xi . Ferner ist wr (u) = 0 = wr (v). Es sei 1 ≤ k ≤ r ussen zeigen, dass f¨ ur den n¨ achst und k ∈ Xi ferner gelte wk (u) = wk (v). Wir m¨ kleineren Index j ∈ Xi ebenfalls die Gleichung wj (u) = wj (v) gilt. Wegen k ∈ Xi hat Vk , da von den β’s nur βi zwischen u und v liegt, in [u, v] keine Nullstelle. Nach Satz 2 von Abschnitt 8 ist daher σk (u) = σk (v). Ist nun k−1 ∈ Xi , so gilt aus dem gleichen Grunde σk−1 (u) = σk−1 (v) und daher wk−1 (u) = wk−1 (v). Es sei also k − 1 ∈ Xi . Ist k = 1, so gibt es keinen kleineren Index als k, der nicht in Xi liegt. Es sei also k > 1. Mit Bedingung 2) folgt Vk−2 (βi )Vk (βi ) < 0 und damit k − 2 ∈ Xi . Setze := σk−2 (u). Dann folgt σk−2 (βi ) = = σk−2 (v). Ferner folgt σk (βi ) = − auf Grund von 2) und dann auf Grund der Deﬁnition

304

Kapitel XI. Transﬁnite Methoden

σk−1 (βi ) = − . Weiter gilt σk (u) = σk (v) = − , da ja k ∈ Xi ist. Also haben wir die Situation u

βi

v

σk−2

σk−1

γ

−

δ

− − −

σk

wobei γ, δ ∈ { , − } sind. An diesem Schema liest man unmittelbar ab, dass wk−2 (u) = wk (u) + 1 = wk (v) + 1 = wk−2 (v) ist. Damit ist (B) bewiesen. (C) Es seien u, v ∈ [a, b] − {β1, . . . , βt } und es gebe genau ein i mit u < βi < v. Ist 0 ∈ Xi , so ist w(u) = w(v). Ist 0 ∈ Xi , so gilt im Falle c) die Gleichung w(u) = w(v) + 1 und im Falle c ) die Gleichung w(u) = w(v) − 1. Ist 0 ∈ Xi , so folgt mit (B), dass w(u) = w0 (u) = w0 (v) = w(v) ist. Es sei also 0 ∈ Xi . Dann folgt mit 1 b), dass 1 ∈ Xi ist. Nach (B) ist dann w1 (u) = w1 (v). Setze γ := σ0 (u). Nach 1 a) ist dann σ0 (v) = γ. Setzt man := σ1 (u), so ist σ1 (v) = . Gilt c), so ist γ < 0 und daher = −γ. Also haben wir die Situation u v σ0

γ

−γ

σ1

−γ

−γ

Dies zeigt, dass w(v) = w0 (v) = w1 (v) = w1 (u) und daher, dass w(u) = w0 (u) = w1 (u) + 1 = w(v) + 1 ist. Gilt c ), so ist γ > 1 und folglich = γ. Hier haben wir die Situation u

v

σ0

γ

−γ

σ1

γ

γ

und daher w(u) = w(v) − 1. Sind nun α1 , . . . , αs die Nullstellen von V in [a, b] und gilt α1 < . . . < αs , so folgt nach (C) wegen V (a)V (b) = 0, dass die Funktion w auf den Intervallen [a, α1 ), (α1 , α2 ), . . . , (αs , b]

9. Sturmsche Ketten

305

konstant ist. Mittels (C) folgt weiter, dass w von Intervall zu Intervall um 1 w¨ achst, falls c) gilt, und um 1 f¨ allt, falls c ) gilt. Daraus folgt die Behauptung des Satzes. Korollar Die Voraussetungen seien wie bei Satz 1. Gilt c), so ist w(a) ≥ w(b), und gilt c ), so ist w(a) ≤ w(b). Satz 2. Es sei K ein reell abgeschlossener K¨ orper. Ferner sei V ∈ K[x] und V = V0 , V1 , . . . , Vr sei eine sturmsche Kette zu V auf dem Intervall [a, b]. Schließlich sei α ∈ (a, b) eine Nullstelle von V . a) Gilt c, so ist w(α) − w(b) die Anzahl der Nullstellen von V in (α, b] und w(a) − w(α) die Anzahl der Nullstellen von V in [a, α]. b) Gilt c , so ist w(b) − w(α) die Anzahl der Nullstellen von V in [α, b] und w(α) − w(a) die Anzahl der Nullstellen von V in [a, α). Beweis. Es gibt u, v ∈ [a, b] mit u < α < v, so dass zwischen u und v keine weiteren Nullstellen von V liegen. Es ist |w(u) − w(b)i| die Anzahl der Nullstellen von V in [u, b]. a) In diesem Falle ist w(u) > w(b). Ferner gilt u

α

v

σ0

γ

−γ

−γ

σ1

−γ

−γ

−γ

Es folgt w(u) = w1 (u) + 1 = w1 (α) + 1 = w0 (α) + 1 = w(α) + 1. Weil w(u) − w(b) die Anzahl der Nullstellen von V in [u, b] ist und in [u, α] nur die Nullstelle α von V liegt, ist w(u) − w(b) − 1 = w(α) − w(b) die Anzahl der Nullstellen von V in (α, b]. b) In diesem Falle ist w(b) > w(u). Ferner gilt u

α

v

σ0

γ

γ

−γ

σ1

γ

γ

γ

Also ist w(u) = w(α), so dass w(b) − w(α) die Anzahl der Nullstellen in [α, b] ist. Damit ist alles bewiesen. Satz 3. Es sei K ein reell abgeschlossener K¨ orper und es seien V , V1 ∈ K[x]. Es seien α1 < . . . < αt die Nullstellen von V in dem abgeschlossenen Intervall [a, b] ur und alle diese Nullstellen m¨ ogen ungerade Vielfachheiten haben. Ist V1 (αi ) = 0 f¨

306

Kapitel XI. Transﬁnite Methoden

alle i und ist f¨ ur i := 1, . . . , t−1 die Summe der Vielfachheiten der Nullstellen von ullen V und V1 die Bedingungen 1) f¨ ur sturmsche V1 in [αi , αi+1 ] ungerade, so erf¨ Ketten. Beweis. Weil die αi allesamt ungerade Vielfachheit haben, kann man zu jedem i ein i ﬁnden, so dass V (β)V (γ) < 0 ist f¨ ur alle β und γ mit αi − i ≤ β < αi < γ ≤ αi + i . Daher ist 1 a) erf¨ ullt. Verkleinert man die i gegebenenfalls, so kann auch noch erreichen, dass V1 in [αi − i , αi + i ] keine Nullstelle hat, da ja αi keine Nullstelle ullt. von V1 ist. Dann ist auch 1 b) erf¨ Setze λ := sgn(V (α1 − 1 )V1 (α1 − 1 )). Es sei 1 ≤ i < t und es gelte λ = sgn V (αi − i )V1 (αi − i ) . Dann ist, da g in [αi − i , αi + i ] keine Nullstelle hat, sgn V (αi + i )V1 (αi + i ) = sgn V (αi + i ) sgn V1 (αi + i ) = −sgn V (αi − i ) sgn V1 (αi − i ) = −λ. Nun ist

sgn V (αi+1 − i+1 ) = sgn V (αi + i ) ,

da V keine Nullstelle in (αi , αi+1 ) hat. Andererseits ist nach Satz 3 von Abschnitt 8 auf Grund der Voraussetzungen an die Nullstellen von V1 , die zwischen αi und αi+1 und dann sogar zwischen αi + i und αi+1 − i+1 liegen, sgn V1 (αi+1 − i+1 ) = −sgn V1 (αi + i ) . Hieraus folgt sgn V (αi+1 − i+1 )V1 (αi+1 − i+1 ) = −sgn V (αi + i )V1 (αi + i ) = λ. Daher gilt auch 1 c) bzw. 1 c ). Satz 4. Es sei K ein reell abgeschlossener K¨ orper. Ferner sei [a, b] ein abge¨ber K, die die schlossenes Intervall von K und V = V0 und V1 seien Polynome u Voraussetzungen 1) f¨ ur sturmsche Ketten erf¨ ullen. Eine Variante des euklidischen Algorithmus liefert Polynome V2 , . . . , Vr mit Vi = Qi+1 Vi+1 − Vi+2 f¨ ur i := 0, . . . , r − 2 und Vr−1 = Qr Vr

9. Sturmsche Ketten

307

mit Vr = 0 und Grad(Vi+2 ) < Grad(Vi+1 ). Hat dann Vr keine Nulstelle in [a, b], so ist V , V1 , . . . , Vr eine sturmsche Kette zu V auf [a, b]. Beweis. Die Bedingungen 1) und 3) sind gerade Inhalt unserer Voraussetzungen. Es ist also nur 2) zu beweisen. Wir bemerken zun¨ achst, dass es kein α ∈ [a, b] gibt mit Vi (α) = 0 = Vi+1 (α). Sonst folgte n¨ amlich Vi+2 (α) = Qi+1 (α)Vi+1 (α) − Vi (α) = 0 und dann mit Induktion Vr (α) = 0 im Widerspruch zu unserer Voraussetzung. Ist nun 0 ≤ i < r − 1 und ist Vi+1 (α) = 0, so folgt Vi+2 (α) = 0 und Vi (α) = Qi+1 (α)Vi+1 (α) − Vi+2 (α) = −Vi+2 (α). Daher ist Vi (α)Vi+2 (α) = −Vi+2 (α)2 < 0, so dass auch Bedingung 2) nachgewiesen ist. Satz 5. Es sei K ein reell abgeschlossener K¨ orper und es sei 0 = f ∈ K[x]. Ferner ur alle ξ mit sei α ∈ K und f (α) = 0. Es gibt dann ein > 0 mit f (ξ)f (ξ) < 0 f¨ α − ≤ ξ < α und f (ξ)f (ξ) > 0 f¨ ur alle ξ mit α < ξ ≤ α + . Beweis. Es sei n die Vielfachheit von α als Nullstelle von f . Dann ist n ≥ 1. Ferner ist f = (x − α)n g und g(α) = 0. Es folgt f = (x − α)n−1 ng + (x − α)g . Es folgt

ggT(f, f ) = (x − α)n−1 h

und h(α) = 0, da ja (x − α)n kein Teiler von f ist. Nun ist aber h Teiler von f = (x − α)n g, so dass h Teiler von g ist. Andererseits ist h auch Teiler von f und damit von ng + (x − α)g . Weil h aber schon als Teiler von g erkannt ist, folgt, dass h auch Teiler von g ist. Es sei g = Gh und g = Hh. Setze ϕ := f /ggT(f, f ) und ψ := f /ggT(f, f ). Dann ist (x − α)n Gh = (x − α)G, (x − α)n−1 h (x − α)n−1 (nGh + (x − α)Hh) = nG + (x − α)H. ψ= (x − α)n−1 h ϕ=

Es gibt ein > 0 mit g(ξ) = 0 = ψ(ξ) f¨ ur alle ξ mit α − ≤ ξ ≤ α + . Somit gibt es δ, η ∈ {1, −1}, so dass f¨ ur alle diese ξ gilt, dass sgn(G(ξ)) = δ und sgn(ψ(ξ)) = η ist. Wegen ψ(α) = nG(α) ist δ = η. Daher ist ϕ(ξ)ψ(ξ) = (ξ − α)G(ξ)ψ(ξ) < 0

308

Kapitel XI. Transﬁnite Methoden

f¨ ur alle ξ mit α − ≤ ξ < α und ϕ(ξ)ψ(ξ) = (ξ − α)G(ξ)ψ(ξ) > 0 f¨ ur alle ξ mit α < ξ ≤ α + . Nun ist 2 f (ξ)f (ξ) = ϕ(ξ)ψ(ξ) ggT(f, f ) . Hieraus folgt die Behauptung, da ggT(f, f ) in [α − , α) ∪ (α, α + ] keine Nullstelle hat. Satz 6. Es sei K ein reell abgeschlossener K¨ orper und es sei 0 = f ∈ K[x]. Setze V :=

f ggT(f, f )

V1 :=

f . ggT(f, f )

und

Dann erf¨ ullen V und V1 die Bedingungen 1) f¨ ur sturmsche Ketten. Beweis. Dies folgt mit Satz 5, da V nur einfache Nullstellen hat. Es sei K reell abgeschlossen. Ist 0 = f ∈ K[x], so setzen wir f0 := f und f1 := f . Mittels des modiﬁzierten euklidischen Algorithmus erhalten wir f2 , . . . , fr mit fi−2 = qi−1 fi−1 − fi f¨ ur i := 2, . . . , r und fr−1 = qr fr sowie fr = 0 und Grad(fi ) < Grad(fi−1 ). Wir nennen f0 , f1 , . . . , fr die Standardkette zu f . Dies ist die Kette, die Sturm untersuchte. F¨ ur die Standardkette deﬁnieren wir σ(a) und w(a) genauso wie f¨ ur sturmsche Ketten. Dann gilt der Satz, den Sturm f¨ ur R bewies (Sturm 1835 und auch schon fr¨ uher): Satz 7. Es sei K ein reell abgeschlossener K¨ orper und f sei ein von 0 verschiedenes Polynom u ¨ber K und f0 , . . . , fr sei die Standardkette zu f . Sind a, b ∈ K, ist a < b und ist f (a)f (b) = 0, so ist w(a) − w(b) die Anzahl der Nullstellen von f in [a, b], wobei Vielfachheiten nicht gez¨ ahlt werden. Beweis. Setze Vi := fi /ggT(f, f ). Nach Satz 6 erf¨ ullen dann V0 und V1 die Bedingungen 1) f¨ ur sturmsche Ketten. Ferer ist Grad(Vr ) = 0, so dass auch die Bedingung 3) erf¨ ullt ist. Wegen Vi−2 = qi Vi−1 − Vi

9. Sturmsche Ketten

309

ist aber auch 2 erf¨ ullt. Somit ist V0 , V1 , . . . , Vr eine sturmsche Kette zu V0 . Nach Satz 1 ist daher |wV (a) − wV (b)| die Anzahl der Nullstellen von V0 in [a, b]. Weil die Nullstellen von V0 genau die Nullstellen von f sind, ist |wV (a) − wV (b)| auch die Anzahl der Nullstellen von f in [a, b]. Nun ist aber fi (a) = Vi (a)ggT(f, f )(a) und

fi (b) = Vi (b)ggT(f, f )(b)

f¨ ur alle i. Also ist wV = w, das heißt, wV (a) − wV (b) = w(a) − w(b). Weil schließlich nach Satz 5 die Bedingung 2 c) gilt, ist w(a) ≥ w(b). Damit ist alles bewiesen. Korollar. Es sei K ein reell abgeschlossener K¨ orper. Ist 0 = r ∈ K[x] und ist f quadratfrei, so ist die Standardkette zu f eine sturmsche Kette zu f . Beweis. Da f quadratfrei ist, ist ggT(f, f ) = 1. Also ist Vi = fi . Hier ist im Wortlaut das dritte Beispiel, das Sturm zu seinem Satz durchrechnet. Es steht auf den Seiten 299ﬀ. seiner Arbeit. 3e EXEMPLE. On verra, dans l’exemple suivant, comment on peut calculer deux racines dont la diﬀ´erence est tr`es petite. Soit l’´equation x3 + 11x2 − 102x + 181 = 0. On a

V = x3 + 11x2 − 102x + 181, V1 = 3x2 + 22x − 102, V2 = 854x − 2751, V3 = +441.

On voit d’abord, d’apr`es la proposition du n◦ 14, que l’´equation a ses trois racines r´eelles. Pour trouver les racines positives, on substitue a` la place de x les nombres 0, 1, 2, 3, 4, . . . dans les fonctions V , V1 , V2 , V3 , et l’on ´ecrit les signes des r´esultats; on trouve ⎫ V V1 V2 V3 ⎪ ⎪ pour x = 0 + − − + 2 variations, ⎪ ⎪ ⎪ ⎪ ⎪ ⎬ x = 1 + − − + (a) x = 2 + − − + ⎪ ⎪ x = 3 + − − + 2 variations, ⎪ ⎪ ⎪ ⎪ ⎪ x = 4 + + + + 0 ⎭ x = +∞ + + + + 0

310

Kapitel XI. Transﬁnite Methoden

Ce tableau montre que l’´equation a deux racines positive et qu’elle sont comprises entre 3 et 4. D´eterminons la valeur de ces racines `a un dixi`eme pr`es. Pour rendre le calcul plus facile, on fera x = 3 + y, et l’on remplacera x par 3 + y, non-seulement dans V , mais aussi dans V1 et V2 , parce qu’on voit dans le tableau pr´ec´edent que chacune de ces fonctions V1 , V2 , change de signe pour une valeur de x comprise entre 3 et 4. Les fonctions V , V1 , . . . , deviendront par cette transformation V = y 3 + 20y 2 − 9y + 1, V1 = 3y 2 + 40y − 9, V2 = 854y − 189, V3 = + . On fera successivement y = 0, y = 0, 1, y = 0, 2 . . . ; jusqu’` a ce que la suite des signes des fonctions V , V1 , V2 , V3 , perde les deux variations qu’elle a pour y = 0 (qui r´epond a` x = 3), ou jusqu’` a ce que V change de signe. y y y y

V V1 V2 =0 donne + − − = 0, 1 + − − = 0, 2 + − − = 0, 3 + + +

V3 + + + +

On a donc V = 0 pour deux valeurs de y comprises entre 0, 2 et 0, 3, et par cons´equent pour deux valeurs de x comprises entre 3,2 et 3,3. On d´eterminera le chiﬀre des centi`emes de chaque racine, en substituant a` la place de y, dans les mˆeme fonctions, les nombres 0, 20 . . . 0, 21 . . . 0, 22 . . . jusqu’` a ce que la suite de leurs signes perde deux variations, ou jusqu’` a ce que V change de signe. On trouvera V V1 V2 V3 pour y = 0, 20 + − − + y = 0, 21 + − − + V = +0, 001261 y = 0, 22 − V = −0, 001352. On voit par le changement de signe de V , que l’une des deux valeurs cherch´ees de y tombe entre 0, 21 et 0, 22, et que l’autre doit ˆetre plus grande que 0, 22; de sorte que les deux racines sont maintenant s´epar´ees. D`es lors on n’a plus besoin des fonctions auxiliaires V1 , V2 , V3 . On substitue 0, 23 `a la place de y dans la seule fonction V : on trouve le r´esultat positif +0, 000167; d’o` u il suit que la seconde valeur cherch´ee de y tombe entre 0, 22 et 0, 23. Hier sind die Nullstellen separiert. Die bislang benutzte Methode liefert noch eine weiter Dezimale und dann rechnet er — nicht mehr explizit — mit dem newtonschen Verfahren weiter, dass er als bekannt annimmt.

9. Sturmsche Ketten

311

Par de nouvelles substitutions faites dans V , on trouvera que le chiﬀre des milli`emes est 3 pour la plus petite racine; et 9 pour l’autre. Ainsi les deux racines positives de l’´equation propos´ee x3 + 11x2 − 102x + 181 = 0, sont 3, 213 et 3, 229 `a une milli`eme pr`es. On obtiendra trois chiﬀres d´ecimaux de plus pour chacune, en applicant la r`egle de Newton `a cette ´equation ou a` sa transform´ee en y. On trouvera les valeurs 3, 213128 et 3, 229521, exactes `a une millioni`eme pr`es. Dann rechnet er das gleiche Beispiel noch einmal, indem er die Nullstellen durch Kettenbr¨ uche approximiert. Hier kombiniert er also die M¨ oglichkeit, die seine Methode bietet, die Nullstellen zu separieren, mit der lagrangeschen der Approximation der Nullstellen durch Kettenbr¨ uche (Lagrange 1769). Wie schon gesagt, ist auch Lagrange in der Lage, die reellen Nullstellen eines Polynoms zu separieren, doch sein Verfahren ist viel umst¨andlicher. Will man die Nullstellen eines Polynoms f u ¨ ber einem reell abgeschlossenen K¨ orper K mittels des sturmschen Satzes separieren, so ermittele man etwa nach Satz 6 des vorigen Abschnitts eine untere und eine obere Schranke U bzw. O f¨ ur die Nullstellen von f . Der sturmsche Satz liefert dann die Anzahl der Nullstellen von f in [U, O]. Dann halbiere man das Intervall [U, O] und berechne die Anzahl der Nullstellen in den beiden H¨ alften. Die Teilintervalle, die mindestens zwei Nullstellen enthalten, halbiere man wieder. So fortfahrend, ﬁndet man schließlich Intervalle, die nur jeweils eine Nullstelle enthalten, wenn, ja wenn die Folge i → 1/2i eine Nullfolge ist. Dies ist genau dann der Fall, wenn K archimedisch angeordnet ist. Ist K nicht archimedisch angeordnet, so hat man keine Garantie, dass das Verfahren abbricht, und man kann sich Beispiele u ¨berlegen, dass es nicht abbricht. Zum Schluss noch der angek¨ undigte Einzigkeitssatz u ¨ ber die Einbettung von angeordneten K¨ orpern in reell abgeschlossene K¨orper (Artin und Schreier 1927, Satz 8). Satz 8. Es sei K ein angeordneter K¨ orper und L und M seien reell abgeschlossene, algebraische Erweiterungen von K. Setzen die Anordnungen von L und M die Anordnung von K fort, so gibt es genau einen K-linearen Isomorphismus von L auf M . Beweis. Es sei f ∈ K[x]. Es gibt dann nach Satz 6 von Abschnitt 8 ein C ∈ K, so dass die Nullstellen von f in L und auch in M in [−C, C] liegen. Wertet man die Standardkette zu f an den Stellen −C und C aus, so liegen die berechneten Werte alle in K. Man sieht daran, dass man bereits in K entscheiden kann, wieviel Nullstellen f in L und in M hat. Insbesondere folgt, dass f in L genauso viele Nullstellen hat wie in M . Es sei f ∈ K[x] ein beliebiges Polynom und a1 , . . . , at seien die Nullstellen von f in L. Nach Fr¨ uherem gibt es dann ein ξ ∈ L mit K[ξ] = K[a1 , . . . , at ].

312

Kapitel XI. Transﬁnite Methoden

Es sei μ ∈ K[x] das Minimalpolynom von ξ u ¨ ber K. Dann hat μ nach unserer Vorbemerkung auch eine Nullstelle η ∈ M . Es gibt einen K-linearen Isomorphismus von K[ξ] auf K[η], der ξ auf η abbildet. Es folgt, dass f¨ ur die t Nullstellen β1 , . . . , βt von f in M die Gleichung K[η] = K[β1 , . . . , βt gilt. Dies zeigt, dass es einen K-linearen Isomorphismus von K[α1 , . . . , αt ] auf K[β1 , . . . , βt ] gibt. Nach diesen zwei Vorbemerkungen deﬁnieren wir nun auf folgende Weise eine Abbildung σ von L in M . Es sei a ∈ L und μ sei das Minimalpolynom von a u ¨ ber K. Es seien α1 < . . . < αt die Nullstellen von μ in L. Dann ist also t ≥ 1. Es seien ferner β1 < . . . < βt die Nullstellen von μ in M . Es gibt dann ein k mit a = αk . Wir setzen σ(a) := βk . Wenn es u ¨ berhaupt einen Isomorphismus der verlangten Art gibt, muss σ dieser Isomorphismus sein. Es ist also nur noch zu zeigen, dass σ ein Isomorphismus ist. Klar ist, dass σ bijektiv ist und auf K die Identit¨ at induziert. Es sei f ∈ K[x] und α1 , . . . , αt seien die Nullstellen von f in L und β1 , . . . , βt seien die Nullstellen von f in M . Ist αk > αl , so gibt es δkl ∈ L mit 2 αk − αl = δkl .

¨ ber K und ζ1 , . . . , ζs seien Es sei g das Produkt der Minimalpolynome der δkl u die Nullstellen von g in L und η1 , . . . , ηs seien die Nullstellen von g in M . Es gibt dann einen K-linearen Automorhismus τ von K[α1 , . . . , αt , ζ1 , . . . , ζs ] auf K[β1 , . . . , βt , η1 , . . . , ηs ], der die α’s auf die β’s und die ζ’s auf die η’s abbildet. Wir d¨ urfen annehmen, dass ατk = βk und ζlτ = ηl ist. Ist nun αi > αj , so gibt es ein k mit αi − αj = δij = ζk2 . Es folgt βi − βj = (αi − αj )τ = (ζk2 )τ = ηk2 , so dass βi > βj ist. Dies zeigt, dass τ die Anordnung der αi respektiert. Da dies auch f¨ ur die Minimalpolynome der αi gilt, folgt ατi = ασi f¨ ur alle i := 1, . . . , t. Es seien nun a, b ∈ L. Ist dann f das Produkt der Minimalpolynome von a, b, a + b und ab u ¨ ber K, so folgt mit der gerade gemachten Bemerkung, dass (a + b)σ = aσ + bσ und (ab)σ = aσ bσ ist. Damit ist alles gezeigt. 10. Rodolfo Bettazzi. An Rodolfo Bettazzi erinnert man sich erst in j¨ ungster Zeit wieder. Ich fand ihn zum ersten Male in Felschers Buch Naive Mengen und ” abstrakte Zahlen“ erw¨ ahnt, in dem Felscher von Bettazzis Ergebnissen u ¨ ber die reellen Zahlen berichtet. Felscher hatte den Hinweis auf Bettazzis Teoria delle grandezze aus der Enzyklop¨ adie der Mathematik“, wie er mir einmal sagte. Wir ”

10. Rodolfo Bettazzi

313

hatten also Bettazzis Buch und darin den Hinweis, dass er mit dieser Arbeit einen Preis der Regia Accademia dei Lincei gewonnen hatte, wie das Opera premiata dalla R. Accademia dei Lincei auf dem Titelblatt des Buches meist interpretiert wird. Das waren unsere Kenntnisse bis 1999. Im Fr¨ uhjahr dieses Jahres diskutierten wir die Kategorizit¨ at der reellen Zahlen in der von Julio Gonzalez Cabillon geleiteten Diskussionsgruppe Historia matematica auf dem Internet. Dabei ﬁel auch der Name Bettazzis. In seinem Beitrag vom 1. Mai gab Alfred Ross einen Hinweis auf die Webadresse von Mathesis, einer italienischen mathematischen Gesellschaft von Lehrern und Hochschullehrern zur F¨ orderung des mathematischen Unterrichts an den Schulen, und einen Hinweis auf eine Arbeit von Jean Cassinet (Cassinet 1984). In dieser gab es Hinweise auf Arbeiten von Bettazzi, von denen die meisten Hinweise so miserabel waren, dass die Fernleihe außer Stande war, sie zu besorgen. Als ich im September 2001 in Rom war, machte ich mich in der Bibliothek des mathematischen Institutes selbst auf die Suche und wurde f¨ undig. Dabei fand ich auch einen Nachruf von A. Natucci auf Rodolfo Bettazzi (Natucci 1941). Dieser Nachruf enth¨ alt die folgende Information: Bettazzi wurde am 14. November 1861 in Florenz geboren und starb am 26. Januar 1941 in Turin. Er studierte Mathematik und Physik an dem Reale Istituto tecnico in Florenz — einer Institution, die nicht den Rang einer Universit¨ at hatte, — bevor er nach Pisa ging. An der Universit¨ at von Pisa erwarb er am 30. Juni 1882 das Laureat“, das ihn berechtigte, den Titel Dottore zu f¨ uhren. Was dieser ” Titel im Vergleich zu unserem Doktortitel wert ist, weiß ich nicht zu beurteilen. Er diente kurze Zeit beim Milit¨ ar. Anschließend war er Lehrer an Gymnasien in Foggia, Lucca und in Pisa. In der Zeit als Lehrer in Pisa war er gleichzeitig Assistent von Ulisse Dini. Man erinnere sich: Ulisse Dini hat 1878 in Turin ein Analysisbuch publiziert, in dem von dedekindschen Schnitten die Rede war (Kap. 1, Absch. 2). Seit 1891 lehrte er bis zu seiner Verabschiedung im Jahre 1931 in den Ruhestand am Reale Liceo Cavour in Turin. In der Zeit von 1892 bis 1922 lehrte er parallel zu seiner T¨atigkeit an diesem Gymnasium regelm¨aßig den Kurs Calcolo inﬁnitesimale an der Reale Accademia militare di Torino. In diesen Jahren war er auch in der Gruppe um Giuseppe Peano aktiv, wo er den Abschnitt u ¨ber Grenzwerte im Formulaire schrieb (Peano 1895. Sektion VII. Limites. S. 75–82). Aus anderer Quelle erfuhr ich pr¨ aziser, dass er von 1892/93 bis 1911/12 an der Universit¨ at von Turin als Privatdozent u ¨ber Inﬁnitesimalrechnung und Funktionentheorie las (C. L. Roero 1999, S. 515ﬀ.). Laut Natucci war es Bettazzis Idee, die Gesellschaft Mathesis zu gr¨ unden. Er schrieb zusammen mit Aurelio Lugli und Francesco Giudice ihre Statuten. Gegr¨ undet wurde sie am 15. Oktober 1895 in Rom. Bettazzi war ihr Pr¨ asident von 1895 bis 1900 und dann ein zweites Mal von 1902 bis 1904. Die Hundertjahrfeier dieser Gesellschaft gab, so scheint es, den Anlass, sich ihres ersten Pr¨ asidenten zu erinnern. So wurde von Clara Silvia Roero eine Liste der mathematischen Publikationen Bettazzis kompiliert, die mir von Julio Gonzalez Cabillon zug¨anglich gemacht wurde, nachdem ich schon 20 dieser Arbeiten selbst gefunden hatte. Diese

314

Kapitel XI. Transﬁnite Methoden

Liste wurde in Roero 1999, S. 217ﬀ. publiziert. Nach Natucci ist Bettazzis Teoria delle grandezze sein wichtigstes Werk. Das wird niemand bestreiten. Mit ihm h¨ atte er einen Preis der Regia Accademia dei Lincei gewonnen. Das ist nicht ganz richtig. Gewonnen hat er 1889 einen Preis des Ministeriums (Premio del Ministero). Die Regia Accademia dei Lincei hat nur die Durchf¨ uhrung der Ausschreibung des Preises und die Beurteilung der eingereichten Arbeiten durchgef¨ uhrt. Als Gutachter waren t¨ atig: Enrico Betti (Pisa), Eugenio Beltrami (Pavia), Luigi Cremona (Roma), Giuseppe Battaglini (Napoli), Ulisse Dini (Pisa), Felice Casorati (Pavia), lauter illustre Leute. Wer die anderen Wettbewerber waren, weiß ich nicht, da ich in Rom nur die Akten von Bettazzi gesehen habe. Wer von den Gutachtern die bettazzische Arbeit begutachtet hat, ist auf den ersten Blick nicht zu erkennen, da die Gutachten nicht unterschrieben sind. Da sie aber handschriftlich vorliegen, m¨ usste ein Vergleich der Handschriften die Urheberschaft kl¨ aren. Die handschriftliche Fassung der Teoria delle grandezze liegt heute im Archiv der Accademia Nazionale dei Lincei unter der Nummer B26–F83–SF5. Sie ist datiert: Pisa, Agosto 1887. Was Natucci nicht erw¨ahnt, ist, dass Bettazzi im Jahre 1895 einen weiteren Preis des Ministeriums gewonnen hat. Die preisgekr¨onte Arbeit hat den Titel Fondamenti per una teoria generale dei gruppi. Auch das Manuskript — wirklich das manu scriptum — dieser Arbeit ist in den Archiven der Akademie B45–F156–SF2. Bettazzis Handschrift ist sehr angenehm zu lesen. Das f¨ ur uns Wesentliche aus Bettazzis Teoria delle grandezze habe ich in Kapitel 1 vorgetragen und auf seine Kritik an der dedekindschen Deﬁnition endlicher Mengen kamen wir zu Beginn des vorliegenden Kapitels zu sprechen, so dass wir hier nicht mehr darauf eingehen m¨ ussen. Laut Natucci war Bettazzi ein sehr religi¨oser Mensch, der durch Schriften und die Organisation von Konferenzen und Kongressen best¨andig und couragiert f¨ ur den Schutz der Moralit¨ at (moralit` a ) eintrat. Liest man dann Titel wie Il casto talamo : al giovine sposo cristiano, Torino · Roma 1933, so erkennt man, wie zeitabh¨angig Moralit¨ at doch ist. — Diesen Titel und noch weitere verdanke ich Enrico Pasini (Turin). Es war also vor allem die Schule, die das beruﬂiche Leben Bettazzis bestimmte. Dies und dass er seine mathematischen Arbeiten auf Italienisch in italienischen Zeitschriften pubizierte, ist wohl schuld daran, dass er und seine mathematischen Leistungen erst jetzt die geb¨ uhrende W¨ urdigung erfahren. Die Fernleihe wurde nach knapp einem Jahr im M¨ arz 2002 dann doch noch f¨ undig. Alle Achtung! Da war dieser Abschnitt schon aufgeschrieben.

XII. Geometrie lebt von der Algebra 1. Gauß und Vandermonde. Was die L¨osbarkeit von algebraischen Gleichungen durch Radikale anbelangt, so sind wir noch nicht wesentlich u ¨ber das hinausgekommen, was Mitte des 16. Jahrhunderts bekannt war. Auch die Anstrengungen von Lagrange haben nicht zu einer Entscheidung gef¨ uhrt. Immerhin war er in der Lage zu zeigen, dass die Nullstellen der Kreisteilungspolynome Φn , bei denen n nur durch Primzahlen aus der Menge {2, 3, 5, 7} teilbar ist, sich auf die L¨osung von Gleichungen des Grades 2 und 3 und das Ausziehen einer p-ten Wurzel aus einer q-ten Einheitswurzel zur¨ uckf¨ uhren lassen, wobei pq Teiler von n ist. Dies haben wir in Abschnitt 1 von Kapitel 8 gesehen. Gleichzeitig mit Lagrange arbeitete Vandermonde an dieser Frage. Seine Arbeit, die er im Jahre 1770 der Acad´emie royale des sciences in Paris vortrug und 1774 in deren Histoire des Jahres 1771 publizierte, werden wir sp¨ ater kommentieren. Hier aber sei schon erw¨ahnt, dass er die L¨osung der Gleichung Φ11 = 0 zur¨ uckf¨ uhrt auf das L¨osen von f¨ unf quadratischen Gleichungen der Form x2 − ax + 1 = 0, deren Koeﬃzienten a die L¨ osungen der Gleichung 5. Grades x5 − x4 − 4x3 + 3x2 + 3x − 1 = 0 sind, die uns in Abschnitt 1 von Kapitel 8 schon begegnet ist (Korollar 4 zu Satz 2). F¨ ur diese Gleichung liefert seine Theorie aber die L¨ osung x = 15 [1 + Δ + Δ + Δ + Δiv ], wobei

Δ = Δ = Δ = Δiv =

5

11 4 (89 11 4 (89 5 11 4 (89 5 11 4 (89

5

√ √ √ √ √ + 25 5 − 5 −5 + 2 5 + 45 −5 − 2 5) √ √ √ √ √ + 25 5 + 5 −5 + 2 5 − 45 −5 − 2 5) √ √ √ √ √ − 25 5 − 5 −5 + 2 5 − 45 −5 − 2 5) √ √ √ √ √ − 25 5 + 5 −5 + 2 5 + 45 −5 − 2 5)

ist (Vandermonde 1774, S. 415f.). Um alle L¨osungen dieser Gleichung 5. Grades zu bekommen, muss man nat¨ urlich auch noch die f¨ unften Einheitswurzeln ins Spiel bringen. Sie zu bestimmen f¨ uhrt wiederum auf Gleichungen zweiten Grades. Bei dieser Gleichung f¨ unften Grades wird klar, was auch schon bei den Gleichungen dritten Grades oﬀenbar wurde, dass bei der L¨ osung von Gleichungen durch Radikale die n-ten Einheitswurzeln eine Sonderrolle spielen. Bei den Gleichungen

316

Kapitel XII. Geometrie lebt von der Algebra

zweiten und vierten Grades wurde dies nicht so deutlich, da dort nur die zweiten Einheitswurzeln ins Spiel kamen, die als Vorzeichen nicht sonderlich auﬀallen. Die n-ten Einheitswurzeln verdienen also eine Sonderbehandlung. Gauß motiviert seine Untersuchungen der Kreisteilungspolynome in seinen Disquisitiones arithmeticae aber nicht mit dieser Sonderrolle der n-ten Einheitswurzeln, die ja erst im Nachhinein klar wird, sondern mit der Kreisteilung. Dazu bemerkt er zun¨achst, dass es gen¨ uge, die regul¨ aren ai -Ecke zu haben, um daraus dann das regul¨ are n-Eck zu konstruieren, wenn n = a1 a2 · · · at ist mit paarweise teilerfremden ai . In diesem Fall gibt es n¨ amlich ganze Zahlen b1 , . . . , bt mit m · 2π = n

b1 bt + ...+ a1 at

· 2π.

Um die Existenz der bi zu beweisen, konstruiere man etwa mittels des bachetschen Algorithmus (Kapitel 2, Abschnitt 2) ganze Zahlen x und y mit xa2 · · · at + ya1 = 1. Setzt man b1 := xm und m := ym, so folgt m m b1 + = . a1 a2 · · · at n Induktion nach t liefert die Behauptung (Gauß 1801, Artikel 310, der sich aber nicht auf Bachet bezieht). Was die L¨ osung von Kongruenzen der Form ax ≡ 1 mod n anbelangt, so zitiert Gauß in Artikel 28 Euler als denjenigen, der als Erster ein Verfahren angegeben h¨ atte, x zu ﬁnden. In den Anmerkungen zu den Disquisitiones stellt er dann fest, dass Bachet die Priorit¨at zukomme. Er sei durch Lagrangens Zus¨atze zur franz¨ osischen Ausgabe von Eulers Vollst¨andige Anleitung zur Algebra“ darauf ” aufmerksam gemacht worden, h¨ atte aber nur die erste Auﬂage von Bachets Problemes plaisans einsehen k¨ onnen, wo das fragliche Resultat nur angek¨ undigt werde. Liest man obige Gleichung modulo 2π, so kann man annehmen, dass 0 ≤ bi < ai ist f¨ ur alle i := 1, . . . , t. Diese bi sind durch diese Nebenbedingung eindeutig bestimmt. Man erh¨ alt dann, ausgehend von der Ecke E0 , auf dem Einheitskreis aren n-Ecks, indem man sukzessive b1 -mal den Bogen 2π die Ecke Em des regul¨ a1 , 2π dann sukzessive b2 -mal den Bogen a2 , usw. abtr¨ agt. Weil jede nat¨ urliche Zahl ein Produkt aus Primzahlpotenzen ist, gen¨ ugt es also, die Konstruierbarkeit von regul¨ aren pn -Ecken zu untersuchen. Der Fall p = 2 ist trivial, da das regul¨ are 2n+1 -Eck aus dem regul¨aren 2n -Eck durch Halbieren von Winkeln entsteht. Es sei also p > 2. Die von 1 verschiedenen p-ten Einheitswurzeln erf¨ ullen die Gleichung xp−1 + . . . + x + 1

1. Gauß und Vandermonde

317

vom Grade p − 1. Weil p − 1 in aller Regel faktorisierbar ist, hat man hier eine Chance, das Problem auf Gleichungen kleineren Grades zu reduzieren. Ist n = 2 und hat man schon eine nicht triviale p-te Einheitswurzel, so muss man noch eine Gleichung p-ten Grades l¨osen, um eine primitive p2 -te Einheitswurzel zu erhalten. Bei p3 kommt noch eine weitere Gleichungen p-ten Grades hinzu. Bei pn muss man insgesamt n− 1 weitere Gleichungen vom Grad p l¨ osen. Daran f¨ uhre kein Weg vorbei, so Gauß, ohne dass er dies beweist. Weiß man, dass die Kreisteilungspolynome Φn irreduzibel sind — und wir haben dies schon bewiesen —, so ist dies leicht einzusehen. Ist n¨ amlich η eine primitive pn -te Einheitswurzel, so ist eine Nullstelle ζ von xp − η eine primitive pn+1 -ste Einheitswurzel. Dieses Polynom ist aber u ¨ ber Qpn irreduzibel. Es ist ja Qpn+1 = Qpn [ζ] und

pn (p − 1) = [Qpn+1 : Q] = [Qpn+1 : Qpn ][Qpn : Q] = [Qpn+1 : Qpn ]pn−1 (p − 1).

at von xp − η u ¨ ber Qpn . Hieraus folgt [Qpn+1 : Qpn ] = p und damit die Irreduzibilit¨ Hat man also die p-ten Einheitswurzeln, so erh¨ alt man die pn -ten Einheitswurzeln durch (n − 1)-maliges Ausziehen von p-ten Wurzeln. Wegen der Irreduzibilit¨ at der Gleichung xp − η kann man die Gleichungen p-ten Grades nicht umgehen. Es bleibt, die p-ten Einheitswurzeln zu untersuchen, wenn p eine ungerade Primzahl ist. Gauß erl¨ autert in Artikel 342 das Ziel. Ist n¨ amlich p − 1 das Produkt der Zahlen α, β, γ, usw. f¨ ur die man Primzahlen nehmen k¨ onne, so zerlege man Φp in α Faktoren vom Grade p−1 , wobei die Koeﬃzienten dieser Gleichungen mittels einer α Gleichung vom Grade α bestimmt werden. Diese Faktoren werden dann wieder in jeweils β Faktoren vom Grade p−1 αβ zerlegt, deren Koeﬃzienten mittels Gleichungen vom Grade β bestimmt werden, usw. Bei dieser Zerlegung spielt die Zyklizit¨at der Einheitengruppe modulo p eine wesentliche Rolle wie auch, dass die Summe der primitiven p-ten Einheitswurzeln ungleich 0 ist. Zuvor in Art. 336 hatte Gauß gesagt, dass man die nachfolgende Theorie auch onne. Das ist aber nicht so ohne Weiteres m¨oglich. Die auf den Fall pn ausdehnen k¨ ur alle Primzahlen p > 2 zyklisch, wie Gauß Einheitengruppe modulo pn ist zwar f¨ bewiesen hat (Art. 89), doch die Summe der primitiven pn -ten Einheitswurzeln ist ¨ 0, falls n > 1 ist. Das macht die direkte Ubertragung seiner Methoden unm¨ oglich. Um bequemer als Gauß sprechen zu k¨onnen, f¨ uhren wir zun¨ achst den Begriﬀ der Operatorgruppe ein und beweisen einen ersten Satz u ¨ ber solche Gruppen, den wir aber hier noch nicht ben¨ otigen. Es sei M eine Menge und G eine Gruppe. Es heißt G Operatorgruppe auf M , wenn es eine Abbildung von M × G in M gibt, die (m, γ) auf mγ abbildet, so dass gilt

318

Kapitel XII. Geometrie lebt von der Algebra

ur alle m ∈ M und alle γ, δ ∈ G. 1) Es ist mγδ = (mγ )δ f¨ 1 ur alle m ∈ M . 2) Es ist m = m f¨ −1

−1

Jedes γ ∈ G induziert auf M eine Abbildung, die wegen (mγ )γ = mγγ = −1 −1 m1 = m und (mγ )γ = mγ γ = m1 = m bijektiv ist. Dies zeigt, dass der Begriﬀ Operatorgruppe eine Verallgemeinerung des Begriﬀs Permutationsgruppe ist. Ist G eine Operatorgruppe auf M , so deﬁnieren wir die Relation ∼ = auf M durch die Vorschrift m ∼ = n genau dann, wenn es ein γ ∈ G gibt mit mγ = n. Die ¨ ¨ Relation ∼ Ihre Aquivalenzklassen heißen Bahnen der = ist eine Aquivalenzrelation. Operatorgruppe G auf der Menge M . Ist G eine Operatorgruppe auf der Menge M und ist m ∈ M , so setzen wir Gm := {γ | γ ∈ G, mγ = m}. Dann ist Gm eine Untergruppe von G, der Stabilisator von m in G. Satz 1. Ist G eine endliche Operatorgruppe auf der Menge M , ist m ∈ M und ist B die Bahn von G mit m ∈ B, so ist |G| = |B||Gm |. Beweis. Wir deﬁnieren eine Relation ∼ auf G durch die Vorschrift γ ∼ δ genau ¨ Ferner gilt γ ∼ δ dann, wenn mγ = mδ ist. Dann ist ∼ eine Aquivalenzrelation. ¨ genau dann, wenn γδ −1 ∈ Gm ist. Hieraus folgt, dass die Aquivalenzklassen alle ¨ aber ist |B|. Damit ist die L¨ ange |Gm | haben. Die Anzahl der Aquivalenzklassen der Satz bewiesen. Es sei p eine von 2 verschiedene Primzahl. Das p-te Kreisteilungspolynom Φp =

p−1

xi

i:=0

ist irreduzibel, wie wir schon wissen (Disq., Art. 341). Es sei ζ eine von 1 verschiedene p-te Einheitswurzel. Weil p eine Primzahl ist, besteht Ω := {ζ, ζ 2 , . . . , ζ p−1 } aus den Nullstellen von Φp . Daher gilt p, falls p Teiler von λ ist, Φp (ζ λ ) = 0, falls p kein Teiler von λ ist. Ist λ eine zu p teilerfremde nat¨ urliche Zahl, so ist Ωλ = {ζ λ , ζ 2λ , . . . , ζ (p−1)λ } = Ω.

1. Gauß und Vandermonde

319

Auf diese Weise wird die zyklische Gruppe Zp−1 der Ordnung p − 1 zur Operatorgruppe auf Ω. Es sei f Teiler von p − 1. Dann enth¨ alt Zp−1 genau eine Untergruppe Uf der Ordnung f (Kap. 9, Absch. 2, Satz 5). Diese Untergruppe zerlegt die Menge Ω in Bahnen. Es sei wieder ζ eine von 1 verschiedene p-te Einheitswurzel und λ eine nicht durch p teilbare nat¨ urliche Zahl. Wir bezeichnen mit (f, λ) die Bahn von alt. Den Fall, dass λ durch p teilbar ist, kann man Uf , die das Element ζ λ enth¨ ebenfalls subsumieren, indem man (f, 0) := {1} setzt. Gauß nennt die Mengen (f, λ) Perioden. Die Bahn (f, λ) h¨ angt nat¨ urlich von der Wahl von ζ ab. Wir setzen ζ λu . σ(f, λ) := u∈Uf

Dann ist σ(f, 0) = f . Satz 2. Es sei p > 2 eine Primzahl. Ist p − 1 = ef und ist v1 , . . . , ve ein Vertretersystem von Zp−1 /Uf , so ist e

σ(f, vi ) = −1.

i:=1

Ausschreiben liefert e i:=1

σ(f, vi ) =

e

ζ vi u =

i:=1 u∈Uf

p−1

ζ i = −1.

i:=1

Satz 3. Es sei p > 2 eine Primzahl und λ und μ seien nicht negative ganze Zahlen. Es sei ferner f Teiler von p − 1 und Uf sei die Untergruppe der Ordnung f von Zp−1 . Dann ist σ(f, λv + μ). σ(f, λ)σ(f, μ) = v∈Uf

Beweis. Es ist σ(f, λ) = σ(f, λw) f¨ ur alle w ∈ Uf . Es folgt σ(f, λ)σ(f, μ) = σ(f, λ)ζ μw w∈Uf

=

σ(f, λw)ζ μw

w∈Uf

=

ζ λwv ζ μw

w∈Uf v∈Uf

=

ζ (λv+μ)w

v∈Uf w∈Uf

=

v∈Uf

σ(f, λv + μ)

320

Kapitel XII. Geometrie lebt von der Algebra

und damit die Behauptung. Satz 4. Es sei p > 2 eine Primzahl. Ferner seien e, f ∈ N und es gelte p − 1 = ef . Es sei Uf die Untergruppe der Ordnung f von Zp−1 und v1 , . . . , ve sei ein Vertretersystem von Zp−1 /Uf . Schließlich sei Π ∈ Z[x1 , . . . , xn ] ein Polynom in ¨ber Z. Sind dann λ1 , . . . , λn nicht negative ganze den Unbestimmten x1 , . . . , xn u Zahlen, so gibt es genau ein e-Tupel a1 , . . . , ae ganzer Zahlen mit Π σ(f, λ1 ), . . . , σ(f, λn ) = a1 σ(f, v1 ) + . . . + ae σ(f, ve ).

Beweis. Wir betrachten zun¨achst das Polynom x1 x2 . Nach Satz 3 ist dann σ(f, λ1 )σ(f, λ2 ) =

σ(f, λ1 v + λ2 ).

v∈Uf

Ist p kein Teiler von λ1 v + λ2 , so gibt es ein i mit (f, λ1 v + λ2 ) = (f, vi ). Dann ist auch σ(f, λ1 v + λ2 ) = σ(f, vi ). Ist p Teiler von λ1 v + λ2 , so ist σ(f, λ1 v + λ2 ) = f . Also gibt es ganze Zahlen b0 , . . . , be mit σ(f, λ1 )σ(f, λ2 ) = b0 f +

e

bi σ(f, vi ).

i:=1

Nach Satz 2 ist aber −1 =

e

σ(f, vi )

i:=1

und folglich b0 f = −b0 f

e

σ(f, vi ).

i:=1

Daher gilt σ(f, λ1 )σ(f, λ2 ) =

e

(bi − b0 f )σ(f, vi ).

i:=1

Hieraus folgt nun mittels Induktion die Existenz der Darstellung. Um die Einzigkeit zu beweisen, gen¨ ugt es zu zeigen, dass sich die Null nur trivial darstellen l¨ asst. Es sei also 0 = a1 σ(f, v1 ) + . . . + ae σ(f, ve ). Weil {(f, vi ) | i := 1, . . . , e} eine Partition von Ω ist, ist daher ζ Nullstelle eines Polynoms der Form A1 x + A2 x2 + . . . + Ap−1 xp−1 ,

1. Gauß und Vandermonde

321

wobei jedes Ai gleich einem aj und auch jedes aj gleich einem Ai ist. Dann ist aber A1 + A2 ζ + . . . + Ap−1 ζ p−2 = 0, at Teiler von A1 + A2 x + . . . + Ap−1 xp−2 ist. so dass Φp wegen seiner Irreduzibilit¨ Hieraus folgt Ai = 0 f¨ ur alle i und damit auch aj = 0 f¨ ur alle j. Satz 5. Es sei p > 2 eine Primzahl und f sei Teiler von p − 1. Es sei ϕ ein ¨ber Z und λ1 , . . . , λn seien nicht Polynom in den n Unbestimmten x1 , . . . , xn u negative ganze Zahlen. Ist m eine nicht durch p teilbare nat¨ urliche Zahl, so ist genau dann ϕ σ(f, λ1 ), . . . , σ(f, λn ) = 0, wenn

ϕ σ(f, mλ1 ), . . . , σ(f, mλn ) = 0

ist. Beweis. Man ersetze in ϕ σ(f, λ1 ), . . . , σ(f, λn ) die Einheitswurzel ζ durch die Unbestimmte x. Dann erh¨ alt man ein Polynom π in x mit der Nullstelle ζ. Daher ist Φp , weil irreduzibel, Teiler von π. Folglich ist auch ζ m Nullstelle von π. Es folgt ϕ σ(f, mλ1 ), . . . , σ(f, mλn ) = π(ζ m ) = 0. Mit dem bereits Bewiesenen folgt auch die Umkehrung, wenn man nur beachtet, dass es ein m gibt mit m m ≡ 1 mod p. Satz 6. Es sei p > 2 eine Primzahl und p − 1 = ef . Ferner sei Φ ein Polynom in den n Unbestimmten x1 , . . . , xn und ϕ ein Polynom in den Unbestimmten y1 , . . . , ye u ¨ber Z. Schließlich sei v1 , . . . , ve ein Vertretersystem von Zp−1 /Uf . Ist m eine zu p teilerfremde nat¨ urliche Zahl und sind λ1 , . . . , λn nicht negative ganze Zahlen, so ist genau dann Φ σ(f, λ1 ), . . . , σ(f, λn ) = ϕ σ(f, v1 ), . . . , σ(f, ve ) , wenn

Φ σ(f, mλ1 ), . . . , σ(f, mλn ) = ϕ σ(f, mv1 ), . . . , σ(f, mve )

ist. Dies folgt mittels Satz 5 angewandt auf das Polynom Φ − ϕ, wobei die Rolle der Unbestimmten x1 , . . . , xn von Satz 5 hier von den Unbestimmten x1 , . . . , xn , y1 , . . . , ye gespielt wird.

322

Kapitel XII. Geometrie lebt von der Algebra

Satz 7. Es sei p > 2 eine Primzahl und p − 1 = ef . Es sei weiterhin v1 , . . . , ve ein Vertretersystem von Zp−1 /Uf . Ist Φ=

p−2

ai xi

i:=0

ein Polynom in der Unbestimmten x u ¨ber Z und ist Φ(ζ) = Φ(ζ λ ) f¨ ur alle λ ∈ Uf , so gibt es ganze Zahlen b1 , . . . , be mit Φ(ζ) =

e

bi σ(f, vi ).

i:=1

Beweis. Wegen Φ(ζ) = Φ(ζ λ ) ist f Φ(ζ) = Φ(ζ λ ) λ∈Uf

=

p−2

aj ζ λj =

λ∈Uf j:=0

= a0 σ(f, 0) +

p−2 j:=0

p−2

aj

ζ λj =

j:=1

aj σ(f, j)

j:=0

λ∈Uf

aj σ(f, j) = f a0 +

p−2

p−2

aj σ(f, j)

j:=1

Nun gibt es zu jedem j > 0 ein vi mit σ(f, j) = σ(f, vi ). Hieraus folgt wiederum die Existenz ganzer Zahlen B1 , . . . , Be mit f Φ(ζ) = f a0 +

e

Bi σ(f, vi ).

i:=1

Weil {(f, vi ) | i := 1, . . . , e} eine Partition von Ω ist, gibt es wieder ganze Zahlen c0 , . . . , cp−1 mit p−1 cj ζ j f Φ(ζ) = f a0 + j:=1

und {c1 , . . . , cp−1 } = {B1 , . . . , Be }. Nun ist ζ p−1 = −

p−2

ζj .

j:=0

Daher ist f Φ(ζ) = f a0 − cp−1 +

p−2

(cj − cp−1 )ζ j .

j:=1

1. Gauß und Vandermonde

323

Andererseits ist f Φ(ζ) =

p−2

f aj ζ j .

j:=0

ur j := 1, . . . , p − 2. Also ist Es folgt f a0 = f a0 − cp−1 und cj − cp−1 = f aj f¨ cp−1 = 0 und alle ci sind durch f teilbar. Also sind auch alle Bi durch f teilbar. Setzt man nun d0 := a0 und di := Bi f −1 f¨ ur i > 0, so folgt Φ(ζ) = d0 +

e

di σ(f, vi )

i:=1 e

=

.

(di − 1)σ(f, vi )

i:=1

Satz 8. Es sei p > 2 eine Primzahl und es sei p − 1 = ef . Ferner sei v1 , . . . , ve ein Vertretersystem von Zp−1 /Uf . Ist dann μf,1 :=

e

x − σ(f, vi ) .

i:=1

so ist μf,1 ∈ Z[x] und μf,1 ist irreduzibel. Beweis. Es sei g eine Primitivwurzel modulo p. Wir d¨ urfen dann annehmen, dass vi = g i ist. Es sei zun¨achst S ein symmetrisches Polynom in e Unbestimmten u ¨ ber Z. Nach Satz 7 gibt es ganze Zahlen a1 , . . . , ae mit e 2 e S σ(f, g), σ(f, g ), . . . , σ(f, g ) = ai σ(f, g i ). i:=1

Es folgt

e i:=1

ai σ(f, g i ) = S σ(f, g), σ(f, g 2 ), . . . , σ(f, g e ) = S σ(f, g 2 ), σ(f, g 3 ), . . . , σ(f, g e+1 ) e = ai σ(f, g i+1 ). i:=1

Mit Satz 4 folgt ai = ai+1 , wobei ae+1 als a1 zu lesen ist. Mit Satz 2 folgt dann schließlich e S σ(f, g), σ(f, g 2 ), . . . , σ(f, g e ) = a1 σ(f, g i ) = −a1 ∈ Z. i:=1

324

Kapitel XII. Geometrie lebt von der Algebra

¨ber Z ist, da die KoefMit dieser Vorbemerkung folgt, dass μf,1 ein Polynom u ﬁzienten von μf,1 symmetrische Funktionen in den σ(f, ai ) sind. Es sei ψ ein nicht trivialer Faktor von μf,1 . Es gibt dann ein i mit 1 ≤ i ≤ e und ψ σ(f, g i ) = 0. Wir deﬁnieren das Polynom Ψ durch Ψ := ψ

gi v

x

.

v∈Uf

Dann ist

Ψ(ζ) = ψ σ(f, g i ) = 0,

so dass Ψ durch Φp teilbar ist. Folglich ist i+1 0 = Ψ(ζ g ) = ψ ζ g v = ψ σ(f, g i+1 ) . v∈Uf

Damit ist gezeigt, dass ψ die gleichen Nullstellen wie μf,1 hat, so dass μf,1 in der Tat irreduzibel ist. Satz 9. Es sei p > 2 eine Primzahl und es sei p − 1 = ef . Sind dann λ und μ zwei nicht durch p teilbare nat¨ urliche Zahlen, so gibt es rationale Zahlen a0 , . . . , ae−1 mit e−1 ai σ(f, λ)i . σ(f, μ) = i:=0

Beweis. Ist (f, μ) = (f, λ), so ist σ(f, μ) = σ(f, λ) und folglich nichts zu beweisen. Es sei also (f, μ) = (f, λ). Es sei ferner v1 = μ, v2 = λ, v3 , . . . , ve ein Vertretersystem von Zp−1 /Uf . Wir setzen ξi := σ(f, vi ). Nach Satz 4 gibt es hi , ki und aij mit e ξ1i = hi ξ1 + ki ξ2 + aij ξj j:=3

f¨ ur i := 2, . . . , e − 1. Setzt man noch h1 := −1 und k1 := −1 sowie a1,j := −1 f¨ ur j := 3, . . . , e, so gilt auch noch 1 = h1 ξ1 + k1 ξ2 +

e

a1,j ξj .

j:=3

Die Matrix a ist eine ((e − 1) × (e − 2))-Matrix. Es gibt daher rationale Zahlen r1 , . . . , re−1 , die nicht alle null sind, mit e−1 i:=1

ai,j ri = 0

1. Gauß und Vandermonde

325

f¨ ur j := 3, . . . , e. Multipliziert man nun die Gleichung f¨ ur 1 mit r1 und die Gleichung f¨ ur ξ1i mit ri und addiert sie alle miteinander, so erh¨ alt man r1 + r2 ξ12 + . . . + re−1 ξ1e−1 =

e−1

e−1 ri hi ξ1 + ri ki ξ2 .

i:=1

i:=1

Es gibt also rationale Zahlen K und s0 , s1 , . . . , se−1 , von denen die si nicht alle null sind, mit Kξ2 = s0 + s1 ξ1 + . . . + se−1 ξ1e−1 . W¨ are nun K = 0, so w¨are ζ Nullstelle eines Polynomes vom Grade h¨ochstens e − 1 im Widerspruch zur Irreduzibilit¨ at von Φp , da ja e − 1 < e ≤ p − 1 = Grad(Φp ) ist. Also ist K = 0 und daher σ(f, μ) =

e−1 si σ(f, λ)i . K i:=0

Damit ist der Satz bewiesen. Ist p eine ungerade Primzahl und ist f Teiler von p − 1, so bezeichnen wir mit Kf das Bild von Q[x] unter dem Einsetzungshomomorphismus π → π σ(f, λ) von Q[x] in Qn . Satz 10. Es sei p > 2 eine Primzahl. Ferner sei p − 1 = ef . Dann ist Kf ein zu orper. Es ist [Kf : Q] = e und σ(f, μ) ∈ Kf f¨ ur alle Q[x]/μf,1 Q[x] isomorpher K¨ nicht durch p teilbaren μ. orper Beweis. Nach Satz 8 ist μf,1 irreduzibel vom Grade e. Daher ist Kf ein K¨ vom Grad e u ¨ ber Q. Die letzte noch oﬀene Aussage folgt mit Satz 9. Satz 11. Es sei p > 2 eine Primzahl und es sei p − 1 = ef . Ist f = e f , so ist Kf ⊆ Kf und

[Kf : Kf ] = e .

Beweis. Weil das Teilersein transitiv ist, ist f auch Teiler von p − 1. Daher enth¨ alt die Einheitengruppe modulo p auch eine Untergruppe Uf der Ordnung f . urlich auch Andererseits enth¨alt auch Uf eine Untergruppe der Ordnung f , die nat¨

326

Kapitel XII. Geometrie lebt von der Algebra

eine Untergruppe der Ordnung f der Einheitengruppe modulo p ist. Weil zyklische Gruppen aber immer nur eine Untergruppe gegebener Ordnung enthalten, ist Uf ⊆ Uf , so dass die f -Perioden ihrerseits in f -Perioden zerfallen. Da dann jedes σ(f, λ) Summe von e Elementen der Form σ(f , λ ) ist, folgt Kf ⊆ Kf . Ferner gilt [Kf : Q] = e und [Kf : Q] = e e und daher e e = [Kf : Q] = [Kf : Kf ][Kf : Q] = [Kf : Kf ]e, so dass [Kf : Kf ] = e ist. ¨ Mit diesem Satz gewinnen wir einen Uberblick u ¨ ber die Feinstruktur von Qp . Satz 12. Es sei p > 2 eine Primzahl und es gelte p − 1 = e1 e2 · · · et mit gewissen nat¨ urlichen Zahlen ei . Ferner sei fi := ei+1 · · · et f¨ ur i := 0, 1, . . . , t, wobei ft als 1 zu interpretieren ist. Dann ist fi−1 = ei fi und

Kfi = Kfi−1 σ(fi , 1) sowie [Kfi : Kfi−1 ] = ei

f¨ ur i := 1, . . . , t. Insbesondere ist Q = Kf0 ⊆ Kf1 ⊆ . . . ⊆ Kft = Qp . Ferner gilt σ(fi , λ) ∈ Kfi f¨ ur i := 1, . . . , t und λ := 1, . . . , p − 1. Dieser Satz folgt unmittelbar aus Satz 11. F¨ ur die ei wird man in aller Regel die Primteiler von p − 1 w¨ahlen, wobei ihre Reihenfolge durchaus willk¨ urlich ist. ¨ ber Kfi−1 sind irreduzibel vom Grade ei . Die Minimalpolynome der σ(fi , λ) u Wie sie zu ﬁnden sind, ist v¨ ollig oﬀen. Gauß berechnet sie in den beiden F¨ allen p = 19, 18 = 3 · 3 · 2 und p = 17, 16 = 2 · 2 · 2 · 2. Er sagt dazu, dass man sich bei diesen Rechnungen vielerlei Tricks bedienen k¨ onne. osen l¨asst, Was ebenfalls nach wie vor oﬀen ist, ist, ob sich Φp durch Radikale l¨ wobei wir bisher noch keine pr¨ azise Deﬁnition getroﬀen haben, was das heißen soll. Naiv wird man dies bejahen verf¨ uhrt durch den Namen p-te Einheitswurzel. Doch die Gleichung xp − 1 = 0 ist nicht irreduzibel. Immer noch informell fragen wir, ob

1. Gauß und Vandermonde

327

sich Kfi aus Kfi−1 durch Adjunktion einer ei -ten Wurzel erhalten l¨asst. (Eine k-te Wurzel ist L¨osung einer Gleichung der Form xk −a = 0. Solche Gleichungen nannte schon Gauß reine Gleichungen, equationes purae (Sing.: equatio pura (Disq. Art. 359)). Das ist nur der Fall, wenn ei = 2, wie wir noch sehen werden. Die Frage ist also zu naiv gestellt. Haben wir u ¨berhaupt schon etwas gewonnen? Oh ja, das Siebzehneck l¨ asst sich mit Zirkel und Lineal konstruieren! Mehr noch. Satz 13. Ist n = 2a p1 p2 · · · ps mit paarweise verschiedenen ungeraden Primzahlen p1 , . . . , pr und ist pi − 1 f¨ ur alle i eine Potenz von 2, so ist das regul¨ are n-Eck mit Zirkel und Lineal konstruierbar. Beweis. Ist p = 2t + 1 eine Primzahl, so kann man alle ei = 2 w¨ahlen. Dann ¨ ber Kfi−1 , ist also mit Zirkel und gen¨ ugt σ(fi , 1) einer Gleichung zweiten Grades u Lineal konstruierbar. Da dies f¨ ur alle i gilt, folgt die Behauptung. Gauß behauptet, dass die Bedingungen an n auch notwendig seien, beweist dies aber nicht. Geometrische Konstruktionen der Nullstellen von quadratischen√Gleichungen ﬁnden sich in D¨orrie 1943, S. 25–29, geometrische Konstruktion von ab, dh., der mittleren Proportionalen von a und b schon bei Euklid (Elemente VI.8. Siehe auch Kap.1, Absch. 4). Hat man diese, so kann man alle quadratischen Gleichungen mit Zirkel und Lineal l¨ osen, wenn auch nicht optimal. Das mathematische Werk Vandermondes ist recht schmal. Es umfasst ganze vier Arbeiten. Je zwei von ihnen erschienen in den Jahren 1774 und 1775 in der Histoire des Jahres 1771 und der des Jahres 1772 der Acad´emie royale in Paris. Von der Vandermondedeterminante ﬁndet sich in ihnen keine Spur (Lebesgue 1955. Diese Arbeit gibt einen Vortrag wieder, den Lebesgue 1937 in Utrecht gehalten hat). Von wem die Vandermondedeterminante stammt, sagt Lebesgue nicht. Ich weiß es auch nicht. Vandermondes Namen ist also in aller Munde wegen einer Sache, die nicht von ihm stammt. Sein eigentliches Werk aber ist vergessen, insbesondere auch die Arbeit, deretwegen er ber¨ uhmt sein sollte. Es ist die Arbeit M´emoire sur la r´esolution des ´equations, die er im November des Jahres 1770 der Akademie vortrug, die aber erst in den Histoire des Jahres 1771 erschien, da er 1770 noch nicht de l’Acad´emie war, wie er in der Fußnote auf S. 365 seiner Arbeit schreibt. Diese Arbeit ist gleichzeitig mit der großen Arbeit Lagrangens entstanden, ohne dass die beiden Autoren von einander wussten, was er ebenfalls in der gerade erw¨ahnten Fußnote notiert. Henri Lebesgue nun ist der Meinung, dass Gauß intime Kenntnis der vandermondeschen Arbeit hatte und dass er die dortigen Ideen bei der Abfassung des siebten Kapitels der Disquisitiones weidlich benutzte. Er kommt zu dem Schluss durch Analyse der beiden Arbeiten und durch einen Hinweis des Physikers Clerk Maxwell, der auf eine Notiz Gaußens hingewiesen habe, aus der hervorgeht, dass er, Gauß, den Band der Histoire von 1771 in der Hand gehabt hatte. Diese Notiz

328

Kapitel XII. Geometrie lebt von der Algebra

ﬁndet sich in einem Heft mit Notizen zur Elektrodynamik, das sich in Gaußens Nachlass fand. Die Notiz stammt vom 22. Januar 1833 und lautet (Werke, Band 5, S. 605): Von der Geometria Situs, die LEIBNITZ ahnte und in die nur einem Paar Ge” onnt ometern (EULER und VANDERMONDE) einen schwachen Blick zu thun verg¨ war, wissen und haben wir nach anderthalbhundert Jahren noch nicht viel mehr wie nichts.“ Die Arbeit Vandermondes, auf die hier angespielt wird, tr¨ agt den Titel Remarque sur les probl`emes de situation. Sie ﬁndet sich ebenfalls im Bande der Histoire von 1771. Hat Gauß diese Arbeit gesehen, dann hat er auch von der hier in Frage stehenden Arbeit Notiz nehmen m¨ ussen. Warum hat er sie nie erw¨ahnt? Darauf werden wir gleich zur¨ uckkommen. Zun¨ achst aber sei Lebesgue zitiert. Certes le travail de Gauss est un chef-d’œuvre; chef-d’œuvre d’exposition ” ´el´egante, rigoureuse et compl`ete, chef-d’œvre de compr´ehension et d’intelligence mais o` u la part d’invention personnelle est en r´ealit´e fort mince. Gauss expose la r´esolution de deux fa¸con: m ´etant premier, m − 1 est compos´e et Gauss, utilisant les formules III , calcule d’abord ces sommes de racines que nous avons rencontr´ees et qu’il appelle les valeurs des p´eriodes; d’o` u ensuite les racines elles-mˆemes par des formules ´equivalentes `a IV. Ensuite Gauss, pour r´esumer et conclure nettement, reprend la r´esolution sans parler des p´eriodes, il utilise alors I et son expos´e est identique `a celui que je viens de vous faire. Ainsi Gauss, dans l’un ou l’autre de ses calculs, suit pas `a pas Vandermonde; mais, bien entendu, il le perfectionne beaucoup. Par exemple, la m´ethode de Vandermonde conduit aux p´eriodes, mais Vandermonde ne parle pas des p´eriodes; de Vandermonde est la m´ethode, de Gauss sont les r´esultats. Par exemple encore, Vandermonde obtenait des valeurs parasites parce qu’il utilisait plusieurs extractions de racines m − 1es , Gauss les ram`ene toutes `a une seule et n’a plus de valeurs parasites. Il ne s’agit pas de diminuer Gauss, mais de rendre justice `a Vandermonde“ (Lebesgue 1955, S. 217). Lebesgue nennt Gaußens De aequationibus circuli sectiones deﬁnientibus (Kap. 7 der Disquisitiones) also in vieler Hinsicht ein Meisterwerk, aber arm an eigener Erﬁndung. Er belegt das mit Verweisen auf das schon Vorgetragene, was ich nicht wiedergegeben habe. Gauß folge bei seinen Rechnungen den Rechnungen Vandermondes zum Teil Schritt f¨ ur Schritt. Vandermonde geh¨ ore die Methode, Gauß aber die Resultate. Die Fernleihe besorgte mir die Arbeit Vandermondes: Benutzung nur im Lesesaal, Kopierverbot. Ich schrieb die 52 Seiten also ab, wobei die Reinschrift alle meine nicht geringen TEXnisierungsk¨ unste erforderte. Die Arbeit zu lesen ist ein Graus. Dem Setzer wird es auch gegraut haben. Ich vermute, dass auch der damalige Leser sehr gefordert war, obwohl er im Rechnen ge¨ ubter war, als wir es heute sind. Vandermonde gibt immer nur die Ergebnisse seiner Rechnungen an, komplizierte Ausdr¨ ucke, die er zu veriﬁzieren dem Leser u ¨ berl¨ asst. Hinzukommt, dass er nur algebraische Gleichungen der Grade 2 bis 10 betrachtet. An Hand dieser Beispiele muss man das Vorgehen im Allgemeinen erkennen, wobei wir heute wissen, dass man im Allgemeinen nicht zum Ziele gelangt.

1. Gauß und Vandermonde

329

Was bei Vandermonde anders ist als bei seinen Zeitgenossen, ist, dass er neben den symmetrischen Funktionen auch noch partiell symmetrische Funktionen ins Spiel bringt. Das sind Summen von Monomen, die aus einem Monom αa β b γ c · · · dadurch entstehen, dass man s¨ amtliche Potenzen einer gegebenen Permutation der α, β, γ, . . . auf das gegebene Monom anwendet, wobei mehrfach vorkommende Monome — sie kommen nat¨ urlich alle gleich oft vor — nur einmal als Summand genommen werden. Diese Summen von Monomen sind die Verbindung zu Gauß. Sie f¨ uhrten am Ende bei den Kreisteilungspolynomen ans Ziel. Wenn man nun darauf wartet, dass Vandermonde endlich etwas zu den Kreisteilungspolynomen sagt, so wird man lange auf die Folter gespannt. Erst auf der vorletzten Seite seiner langen Arbeit zeigt er am Beispiel der Gleichung x11 −1 = 0, dass sein Verfahren zu ihrer L¨ osung f¨ uhrt. Er endet die Arbeit damit zu sagen, dass sein Verfahren gestatte, alle Gleichungen der Form xp − 1 = 0 zu l¨osen, bei denen p eine Primzahl sei. Lebesgue glaubt nicht, dass Gauß alles noch einmal gefunden habe, daf¨ ur seien ¨ die Ubereinstimmungen zu groß. Er glaubt auch nicht an einen geistigen Diebstahl. Er glaubt vielmehr, dass Gauß in gutem Glauben gehandelt habe, weil er, Gauß, wohl der Ansicht war, dass der Beweis mehr z¨ahle als der Einfall und die Beweise und die gute Organisation sind nun mal von Gauß. Das sieht auch Lebesgue so. Interessant ist, was Lebesgue u ¨ ber das Verh¨ altnis von Einfall und Beweis sagt. Hier der Text im Wortlaut (Lebesgue 1955, S. 218f.): Cette impartialit´e dans la s´ev´erit´e prouverait la bonne foi de Gauss si l’on ” songeait `a la mettre en doute; il a ´et´e de bonne foi, mais il s’est tromp´e en n’attachant de l’importance qu’` a l’ach`evement de la d´emonstration. Certes, au point de vue de la stricte logique, une d´emonstration est inexistante si elle n’est par achev´ee et enti`erement rigoureuse; il est certain aussi qu’un fait math´ematique n’est acqui que lorsqu’il est d´emontr´e. Pourtant aucune d´ecouverte n’a jamais ´et´e faite en math´ematique, comme ailleurs du reste, par un eﬀort de logique d´eductive; elle r´esulte toujours d’un travail de cr´eation de l’imagination qui bˆ atit ce qui lui semble devoir ˆetre la v´erit´e, guid´ee parfois par les analogies, parfois par un id´eal esth´etique, mais qui ne bˆatit nullement sur de solides bases logiques. La d´ecouverte faite, la logique intervient ensuite pour contrˆ ole; c’est elle qui, ﬁnalement, d´ecide s’il s’agissait bien d’une vraie d´ecouverte et non d’une d´ecouverte illusoire; son rˆ ole est donc considerable, il n’est pourtant que secondaire. L’imagination intervient d’ailleurs encore pour d´ecouvrir les voies dans lesquelles doit s’engager la d´emonstration logique. Et celle-ci n’est acquise le plus souvent qu’apr`es quelques essais infructueux et grˆace pr´ecis´ement `a l’emploi simultan´e des id´ees qui avaient pr´esid´e `a l’´elaboration de preuves insuﬃsantes.“ F¨ ur Lebesgue ist also der Einfall das Entscheidende, die Sicherung des Ergebnisses durch Beweis und Logik sekund¨ar, wenn sie auch notwendig ist, wahre Entdeckung von Illusion zu scheiden. Ja selbst beim Beweisen sei h¨ auﬁg genug der Einfall noch vonn¨ oten. Hier t¨ ausche sich Gauß aber, wenn er nur den Beweis gelten ließe. uhrt Als weiteren Beweis f¨ ur seine These, dass f¨ ur Gauß nur der Beweis z¨ahlt, f¨

330

Kapitel XII. Geometrie lebt von der Algebra

er Gaußens Kritik an Eulers misslungenem Beweis f¨ ur die Existenz von Primitivwurzeln modulo p an, dessen Ideen er andererseits bei seinem Beweis benutzt, ohne dies zu erw¨ahnen. Das liest sich bei Lebesgue so (Lebesgue 1955, S. 219. S. auch Kap. 9, Absch. 2 f¨ ur n¨ ahere Informationen zum eulerschen Beweis.): Aussi Gauss a-t-il ´et´e doublement injuste en ne tenant jamais compte, dans ” ses Disquisitiones, du vrai moment de la d´ecouverte, et en critiquant aˆprement les d´emonstrations de ses devanciers sans dire, le plus souvent, quels sont les points de ces d´emonstrations qu’il a utilis´es. Ainsi, on ne douterait gu`ere, `a lire le no 56 que j’ai reproduit plus haut, qu’il y a des liens ´etroits entre la premi`ere d´emonstration qu’a donn´ees Gauss pour l’existence des racines primitives des nombres premiers et la d´emonstrations d’Euler que Gauss critique justement.“ Die gaußsche Notiz tr¨ agt das Datum des 22. Januars 1833, wurde also zweiunddreißig Jahre nach dem Erscheinen der Disquisitiones geschrieben. Wenn nun Gauß wirklich bei der Niederschrift der Disquisitiones von Vandermondes Arbeit nichts gewusst haben sollte, so h¨atte Gauß immer noch Gelegenheit gehabt, auf seinen Vorl¨ aufer hinzuweisen. Er hat es nicht getan. Warum haben andere ihm nicht Gerechtigkeit widerfahren lassen? Montucla, Lalande, Lacroix und Delambre, gleich ihm Mitglieder der Akademie? Sie zitieren Gauß wegen seiner Arbeit u ¨ ber die Kreisteilung, ohne Vandermonde zu erw¨ ahnen. Da war Vandermonde noch keine f¨ unf Jahre tot. Dies schreibt Lebesgue. Er f¨ uhrt dies vor allem auf Vandermondes Bescheidenheit zur¨ uck, der nicht viel Aufhebens von seiner Arbeit machte. Ferner auch darauf, dass der junge Mann im Schatten des großen Lagrange stand und dass seine Arbeit mit einiger Versp¨atung erschien, er war ja noch nicht de l’acad´emie, als er die Arbeit vortrug. Aber auch darauf, dass er oﬀensichtlich den Wert seiner Arbeit nicht erkannte und nicht ihren Zusammenhang mit der Konstruktion des regul¨ aren Siebzehnecks sah. Diese Entdeckung machte rund dreißig Jahre sp¨ater der junge Gauß. Laut Lebesgues Zeugnis hat Kronecker die Arbeit Vandermondes sehr gelobt. Sein vages Zitat konnte ich nicht veriﬁzieren. Waring kennt die Arbeit Vandermondes, wie aus dem Vorwort zur dritten Auflage seiner Meditationes algebraicae hervorgeht (Waring 1782, Ss. iv und xxiv). Schließen wir diesen Abschnitt mit einem Leckerbissen aus Vandermondes Arbeit (Vandermonde 1774, S. 380). Nachdem er verschiedene Relationen zwischen dritten bzw. f¨ unften Einheitswurzeln erl¨ autert hat, schreibt er: XI. Ce proced´e est uniforme, & pour un nombre premier n quelconque, r , r , r √ . . . ´etant les valeurs imaginaire de n 1, on aura toujours un syst`eme d’´equations analogue aux pr´ec´edens, en supposant les (n − 1) ´equations 1 + r + r + r + . . . = 0 r r = 1, r riv = 1, rv rvi = 1, rvii rviii = 1, &c. r r = r , riv rv = r , rvi rvii = r , &c. qui donneront toutes les autres. Ce syst`eme suﬃra pour ´elever sans embarras les puissances indiqu´ees, & satisfaire par cons´equent ` a l’objet qui nous occupe ici,

1. Gauß und Vandermonde

331

puisque les valeurs rigoureuses de toutes les racines de l’unit´e sont faciles a ` obtenir successivement, comme on le verra. Auch hier bringt er keinen Beweis. Bevor wir ihn bringen, sei auf den Aus√ auﬁg benutzt, und den Ausdruck les druck les valeurs imaginaire de n 1, den er h¨ racines de l’unit´e hingewiesen. Der letztere kommt als les diﬀ´erentes racines de l’unit´e auf S. 385 noch einmal vor. Dies ist das fr¨ uheste Auftreten des Ausdrucks Einheitswurzel“, das ich kenne. ” Es gilt Satz 14. Es sei r ∈ C. Genau dann ist r eine (2m+1)-ste Einheitswurzel ungleich 1, wenn es r1 , . . . , r2m ∈ C gibt, so dass gilt r = r1 und 1 + r1 + r2 + . . . + r2m = 0, sowie r2i−1 r2i = 1 f¨ ur i := 1, . . . m und r2i r2i+1 = r1 f¨ ur i := 1, . . . , m − 1. Ist dies der Fall, so ist r2i−1 = ri und r2i = r2m+1−i f¨ ur i := 1, . . . , m. Beweis. Angenommen es gebe solche rj . Dann ist r2i−1 = r1i f¨ ur i := 1, . . . , m. Dies ist richtig f¨ ur i = 1. Es sei 1 ≤ i < m und die Behauptung gelte f¨ ur i. Dann ist r2i+1 = (r2i−1 r2i )r2i+1 = r2i−1 (r2i r2i+1 ) = r1i r1 = r1i+1 . Damit ist die erste Aussage bewiesen. Es folgt weiter −1 r2i = r2i−1 = r1−i

und dies impliziert wiederum 2m

0=1+

rk = 1 +

m

(r1i + r1−i ).

i:=1

k:=1

Mutipliziert man diese Gleichung mit r1m , so erh¨alt man 0 = r1m +

m

(r1m+i + r1m−i ) =

i:=1

2m

r1k .

k:=0

Wegen 2m + 1 = 0 folgt hieraus r1 = 1 und ferner, wenn man die Gleichung mit r1 − 1 multipliziert, auch noch r12m+1 = 1. Damit folgt dann schließlich, dass r2i = r12m+1−i ist. Wegen r = r1 ist r also eine von 1 verschiedene (2m + 1)-ste Einheitswurzel. Es sei umgekehrt r eine von 1 verschiedene (2m + 1)-ste Einheitswurzel. Setzt ur i := 1, . . . , m, so folgen die Gleichunman dann r2i−1 := ri und r2i := r2m+1−i f¨ gen r2i−1 r2i = 1 und r2i r2i+1 = r1 f¨ ur alle passenden i. Weil r von 1 verschieden ist, folgt schließlich auch noch die G¨ ultigkeit der Gleichung 1 + r1 + r2 + . . . + r2m = 0.

332

Kapitel XII. Geometrie lebt von der Algebra

Zum Schluss sei noch erw¨ahnt, dass Vandermonde auch einmal das Wort Al” gorithmus“ benutzt, wobei seine Bedeutung vage bleibt. Es heißt wohl nicht mehr als Rechenverfahren“ (Vandermonde 1774, S. 392). ” 2. Wantzel. In Satz 13 des letzten Abschnitts formulierten wir Gaußens hinreichende Bedingung an n f¨ ur die Konstruierbarkeit des regul¨ aren n-Ecks mit Zirkel und Lineal. Wir erw¨ ahnten ferner, dass Gauß sagte, dass diese Bedingung auch notwendig sei, dass er aber keinen Beweis dieser Tatsache gab. Diesen gab erst der junge Franzose Pierre Laurent Wantzel im Jahre 1837, der damals noch Student ´ des Ingenieurwesens an der Ecole Polytechnique war. In der gleichen Arbeit bewies er auch die Unm¨ oglichkeit der Verdoppelung des W¨ urfels mittels Zirkel und Lineal und die Unm¨ oglichkeit der Winkeldreiteilung mit den gleichen Hilfsmitteln, womit diese uralten Fragen endlich eine Antwort fanden. Dar¨ uber m¨ ochte ich hier berichten, wobei ich mich aber heutiger Hilfsmittel bediene und dann sp¨ ater n¨ aher auf die wantzelsche Arbeit eingehe (Wantzel 1837). Wiederholen wir die Deﬁnition aus Abschnitt 6 von Kapitel 6. Euklidisch heißt ein K¨ orper, dessen Quadrate einen Positivbereich bilden. Es sind also genau die K¨ orper K mit den Eigenschaften: a) Es ist −1 kein Quadrat in K. b) Ist k ∈ K, so ist k oder −k ein Quadrat in K. c) Sind k, l ∈ K, so ist k 2 + l2 ein Quadrat in K. Euklidische K¨ orper werden von anderen Autoren auch platonisch genannt, was zumindest mich verwirrt (Schreiber 1975). Der K¨ orper R der reellen Zahlen ist euklidisch. Wir werden hier den kleinsten in R enthaltenen euklidischen K¨ orper studieren, wobei es auf das W¨ ortchen kleinst“ ” nicht ankommt. Satz 1. Es sei L der K¨ orper aller u ¨ber Q algebraischen Elemente von R. Ferner sei Φ die Menge aller euklidischen Teilk¨ orper von L. Ist dann E :=

"

X,

X∈Φ

so ist E ein euklidischer K¨ orper. Beweis. Wir zeigen zun¨achst, dass L ∈ Φ ist. Sicherlich ist −1 kein Quadrat in L, weil L ja Teilk¨orper von R ist. Es sei k ∈ L. Ist k ≥ 0, so gibt es ein l ∈ R mit l2 = k. Dann ist l algebraisch u ¨ ber L und damit algebraisch u ¨ber Q. Also ist l ∈ L, so dass k Quadrat in L ist. Ist k < 0, so ist −k > 0, so dass −k nach dem gerade Bewiesenen Quadrat in L ist. Es seien schließlich k, l ∈ L. Dann ist k 2 + l2 ≥ 0. Wie gerade gesehen, gibt es ein m ∈ L mit m2 = k 2 + l2 . Damit ist L als euklidisch erkannt. Also ist L ∈ Φ und Φ folglich nicht leer. Die Deﬁnition von E bereitet also kein Kopfzerbrechen

2. Wantzel

333

Weil E Teilk¨ orper von R ist, ist −1 kein Quadrat in E. Es sei 0 < k ∈ E. Es gibt dann ein l ∈ L mit l > 0 und l2 = k. Es sei X ∈ Φ. Dann ist k ∈ X, so dass es ein m ∈ X gibt mit m > 0 und m2 = k. Es folgt m2 = l2 . Wegen l + m > 0 und (l + m)(l − m) = l2 − m2 = 0 gilt daher m = l. Also ist l ∈ X f¨ ur alle X ∈ Φ. Somit ist l ∈ E. Es seien k, l ∈ E. Es gibt dann ein m ∈ L mit m > 0 und m2 = k 2 + l2 . Wie eben folgt wieder m ∈ X f¨ ur alle X ∈ Φ und damit m ∈ E. Damit ist gezeigt, dass E euklidisch ist. Wenn man beachtet, dass der Schnitt zweier euklidischer K¨ orper euklidisch ist, sieht man auch, dass E der kleinste euklidische K¨ orper ist, der in R enthalten ist. Es ist der Raum mit dem Koordinatenk¨ orper L, den Dedekind an der zu Beginn des Abschnitts 1 von Kapitel 3 zitierten Stelle gemeint hat. Es sei angemerkt, dass sich jeder angeordnete K¨orper ordnungstreu in in einen euklidischen K¨ orper einbetten l¨ asst. Es sei n¨amlich K ein angeordneter K¨ orper. Nach Satz 7 aus Abschnitt 7 des Kapitels 11 gibt es eine reell abgeschlossene, algebraische Erweiterung L von K, deren Anordnung die von K fortsetzt. Bezeichnet man mit Φ(K) die Menge aller K umfassenden euklidischen Teilk¨orper von L, so ist " X E(K) := X∈Φ(K)

ein euklidischer K¨ orper, der K umfasst. Der Beweis dieser Aussage f¨ uhrt sich entsprechend dem Beweise des Satzes 1. — Es gibt also auch nicht-archimedisch angeordnete euklidische K¨ orper. F¨ ur das Folgende ist es bequem, den K¨orper E noch auf andere Weise zu beschreiben, wie dies im n¨ achsten Satz geschieht. Satz 2. Es sei wieder L der K¨ orper aller u ¨ber Q algebraischen Elemente von R. Ist K ein Teilk¨ orper von L, so setzen wir SK := {s | s ∈ L, s ∈ K, s2 ∈ K}. Ferner setzen wir R(K) := K[SK ]. Auf Grund des Rekursionssatzes (Kap. 2, Absch. 7) gibt es eine Folge Φ von ur alle n ∈ N0 . Dann ist Teilk¨ orpern von L mit Φ0 = Q und Φn+1 = R(Φn ) f¨ E=

∞ $ i:=0

Φn .

334

Kapitel XII. Geometrie lebt von der Algebra

Beweis. Es ist Φ0 = Q ⊆ E. Es sei Φn ⊆ E. Ist t ∈ SΦn , so gibt es ein s ∈ Φn mit t2 = s. Es folgt s > 0, so dass es ein l ∈ E gibt mit l > 0 und l2 = s. Es folgt t2 = l2 und weiter t = l ∈ E. Es folgt Φn+1 = Φn [SΦn ] ⊆ E. ur alle n und somit Also gilt Φn ⊆ E f¨ ∞ $

Φn ⊆ E.

i:=0

Weil alle Elemente von K :=

∞ $

Φn

i:=0

u ¨ ber Q algebraisch sind, ist K nicht nur ein Ring, sondern sogar ein K¨ orper. Wir zeigen, dass K euklidisch ist. Dazu gen¨ ugt es zu zeigen, dass jedes positive Element von K Quadrat in K ist. Es sei also 0 < k ∈ K. Es gibt dann ein n mit k ∈ Φn . Ist k Quadrat in Φn , so ist nichts mehr zu beweisen. Ist k kein Quadrat in Φn , uher schon gesehen, folgt, l ∈ L und so gibt es doch ein l ∈ R mit l2 = k. Wie fr¨ damit l ∈ Φn+1 ⊆ K. Also ist K euklidisch. Auf Grund der Deﬁnition von E folgt hieraus E ⊆ K. Also ist in der Tat E=K=

∞ $

Φn .

i:=0

Wir a¨ndern die Bezeichnungen von Satz 2, indem wir Sn := SΦn setzen. Es seien m, n ∈ N0 und es gelte m < n. Dann ist Sm ⊆ Φm+1 ⊆ Φn und Sn ∩ Φn = ∅. Es folgt Sm ∩ Sn = ∅ f¨ ur alle m, n ∈ N0 mit m = n. Mit E(Sn ) bezeichnen wir die Menge der endlichen Teilmengen von Sn . Dann ist $ Sn = X X∈E(Sn )

2. Wantzel

335

und Φn+1 =

$

Φn [X].

X∈E(Sn )

# Satz 3. Ist k ∈ E, so gibt es t1 , . . . , tm ∈ ∞ n:=0 Sn mit k ∈ Q[t1 , . . . , tm ]. Beweis. Es gibt ein n ∈ N0 mit k ∈ Φn+1 . Wegen $ Φn [X] Φn+1 = X∈E(Sn )

gibt es eine endliche Teilmenge X von Sn mit k ∈ Φn [X]. Weil X algebraisch u ¨ber Φn ist, ist k ein Polynom in X mit Koeﬃzienten in Φn . Da in diesem Polynom nur endlich viele Koeﬃzienten vorkommen, f¨ uhrt Induktion nach n zum Ziele. Satz 4. Ist K ⊆ E eine endliche Erweiterung von Q, so gibt es ein a ∈ N0 mit [K : Q] = 2a . Beweis. Wir zeigen zun¨achst: Sind t1 , . . . , tu ∈ Sn , ist M ein Teilk¨ orper von Φn−1 und gilt t2i ∈ M f¨ ur alle i, so ist M [t1 , . . . , tu ] : M = 2u mit u ≤ u. Es ist ja t2u ∈ M und daher M [t1 , . . . , tu ] : M [t1 , . . . , tu−1 ] ≤ 2. Wegen

M [t1 , . . . , tu ] : M = M [t1 , . . . , tu ] : M [t1 , . . . , tu−1 ] M [t1 , . . . , tu−1 ] : M ]

folgt mittels Induktion die Behauptung. Es sei nun K eine endliche Erweiterung von #nQ. Es gibt dann ein n mit K ⊆ Φn . Nach Satz 3 gibt es ferner s1 , . . . , sU in i:=1 Si (es ist wirkich ein großes U gemeint) mit K ⊆ Q[s1 , . . . , sU ]. Ist nun n = 1, so folgt mit dem gerade Bewiesenen, dass der Grad von Q[s1 , . . . , sU ] u ¨ ber Q eine Potenz von 2 ist. Der Grad von K u ¨ ber Q ist aber ein Teiler jenes Grades und folglich ebenfalls eine Potenz von 2. Es sei n > 1. Dann zerlegen wir {s1 , . . . , sU } in zwei disjunkte Teilmengen {r1 , . . . rv } und {t1 , . . . tu }, wobei die erste Teilmenge in S1 ∪ . . . ∪ Sn−1 und die zweite in Sn enthalten sei. Wir setzen M := Q[r1 , . . . , rv , t21 , . . . , t2u ].

336

Kapitel XII. Geometrie lebt von der Algebra

Dann ist M eine endliche Erweiterung von Q, die in Φn−1 enthalten ist. Nach Induktionsannahme ist daher [M : Q] Potenz von 2. Nach unserer Vorbemerkung ist M [t1 , . . . , tu ] : M Potenz von 2, so dass auch

M [t1 , . . . , tu ] : Q

Potenz von 2 ist. Nun ist aber K ⊆ Q[r1 , . . . , rv , t1 , . . . tu ] = Q[r1 , . . . , rv , t21 , . . . , t2u , t1 , . . . , tu ] = M [t1 , . . . , tu ], so dass auch [K : Q] Potenz von 2 ist. Wenden wir uns der Geometrie zu. Ziel ist, die durch E koordinatisierte aﬃne Ebene zu kennzeichnen. Sie ist Modell einer Ebene, in der die euklidischen Postulate gelten. Die Charakterisierung zeigt gleichzeitig, dass diese Ebene in allen Ebenen enthalten ist, in denen die euklidischen Postulate gelten. Darauf werden wir aber nicht n¨ aher eingehen. Der Leser wird sich dies ohne M¨ uhe selber u ¨ berlegen k¨ onnen. Euklid postuliert in seinen Elementen, dass man mit jedem Mittelpunkt und ¨ Abstand den Kreis zeichnen kann (thaersche Ubersetzung. Den griechischen Text kenne ich nicht). Das klingt vertraut in unseren Ohren. Er benutzt dieses Postulat aber anfangs nur in der Weise, dass es die Existenz eines Kreises in dem Fall sichert, dass A der Mittelpunkt des Kreises und die Strecke AB sein Radius ist. Der euklidische Zirkel funktioniert also anders als unser Zirkel. Man sticht ihn bei A ein, oﬀnet ihn bis B und reißt den Kreis um A mit dem Radius AB. Sobald der Zirkel ¨ vom Papier genomnen wird, klappt er zusammen. Er erinnert, sich also nicht mehr an den gerade benutzten Radius im Gegensatz zu unserem Zirkel, den wir ja auch ¨ zum Ubertragen von Strecken benutzen. Euklid kann mit seinem Zirkel aber auch Strecken u ¨bertragen, wie wir gleich sehen werden. F¨ ur die folgende Deﬁnition ist es bequem, sich des euklidischen Zirkels zu bedienen. Daher seine Erkl¨ arung hier. Um jedoch keine Missverst¨ andnisse aufkommen zu lassen, sei ausdr¨ ucklich erw¨ ahnt, dass das mit dem Wort Zirkel“ bezeichnete Ger¨ at bei Euklid nicht vorkommt. ” Wir betrachten im Folgenden die aﬃne Ebene A u ¨ ber dem K¨ orper R der reellen Zahlen, deren Punkte durch die Paare (x, y) von reellen Zahlen gegeben sind. F¨ ur eine endliche Menge X von Punkten von A deﬁnieren wir die Menge R(X) von Punkten von A wie folgt: Ist P ein Punkt von A, so gilt genau dann P ∈ R(X), wenn P wenigstens eine der folgenden Bedingungen erf¨ ullt. 1) Es ist P ∈ X. 2) Der Punkt P ist Schnitt zweier verschiedener Geraden, die beide mindestens zwei Punkte aus X tragen.

2. Wantzel

337

3) Der Punkt P liegt im Schnitt einer Geraden, die zwei verschiedene Punkte aus X tr¨ agt, mit einem Kreis, dessen Zentrum ein Punkt von X ist und dessen Peripherie einen Punkt von X tr¨ agt. 4) Der Punkt P liegt im Schnitt zweier verschiedener Kreise, deren Zentren Punkte von X sind und deren Peripherie jeweils mindestens einen Punkt von X tr¨ agt. Da X endlich ist und durch zwei verschiedene Punkte von A genau eine Gerade geht, gibt es nur endlich viele Geraden, die mindestens zwei Punkte von X tragen. Ebenso ist ein Kreis durch sein Zentrum und einen auf seiner Peripherie liegenden Punkt eindeutig festgelegt. Also gibt es auch nur endlich viele Kreise, deren Zentrum zu X geh¨ort und die einen Punkt von X auf ihrer Peripherie tragen. Da schießlich eine Gerade einen Kreis in h¨ ochsten zwei Punkten triﬀt und zwei verschiedene Kreise ebenfalls h¨ochstens zwei Punkte gemeinsam haben, folgt, dass auch R(X) endlich ist. Ist nun U eine endliche Menge von Punkten von A, so gibt es nach dem dedekindschen Rekursionssatz eine Folge X von endlichen Mengen von Punkten ur alle n ∈ N0 . Wir setzen von A mit X0 = U und Xn+1 = R(Xn ) f¨ Π(U ) :=

∞ $

Xn .

n:=0

Dann ist Π(U ) die Menge der Punkte von A, die sich aus U durch Konstruktion mit dem euklidischen Zirkel und dem Lineal erreichen lassen. Diese Deﬁnition ﬁndet sich — nicht ganz so formal. Er kannte ja noch nicht den dedekindschen Rekursionssatz — in Wantzel 1837. Hier eine im Grunde selbstverst¨andliche Bemerkung. Ist Y eine endliche Teilmenge von Π(U ), so ist Π(Y ) ⊆ Π(U ). Es sei Z die Folge mit Z0 = Y und Zn+1 = R(Zn ). Weil Y endlich ist, gibt es ein n mit Y ⊆ Xn , dh., mit Z0 ⊆ Xn . Mittels Induktion folgt Zm ⊆ Rn+m und damit dann Π(Y ) =

∞ $ m:=0

Zm ⊆

∞ $

Xi = Π(U ).

i:=n

Diese Bemerkung werden wir im Folgenden stillschweigend benutzen. L¨osen wir sogleich die Aufgabe, die bei Euklid unter I.2 formuliert ist. Es seien A, B und C drei Punkte. Im Punkte A sei eine zu BC kongruente Strecke abzutragen. Ich f¨ uge hinzu: Diese Aufgabe l¨ asst sich in Π({A, B, C}) l¨ osen. Sind A und B Punkte, so bezeichnen wir mit AB den Kreis um A durch B. Man zeichne die Kreise AB und BA . Einen der beiden Schnittpunkte der beiden Kreise nenne man D. Dann ist D ∈ Π({A, B, C}). Dann zeichne man BC . Diesen Kreis bringe man mit der Verl¨ angerung von DB u ¨ ber B hinaus zum Schnitt. Der Schnittpunkt werde mit G bezeichnet. Dies ist wiederum ein Punkt von Π({A, B, C}) und es gilt BC ∼ achstes werde DG gezeichnet und mit = BG. Als N¨

338

Kapitel XII. Geometrie lebt von der Algebra

der Verl¨ angerung von DA u ¨ ber A hinaus zum Schnitt gebracht. Der Schnittpunkt heiße L. Auch L ist ein Punkt von Π({A, B, C}). Es folgt DG ∼ = DL. Außerdem

C

D A

L

B

G

ist DA ∼ = DB. Wegen DG = DB + BG und DL = DA + AL und DB ∼ = DA folgt ∼ AL = BG ∼ unschte Strecke gefunden. = BC. Damit ist in AL die gew¨ Um zu zeigen, dass W¨ urfelverdopplung und Winkeldreiteilung mit Zirkel und Lineal nicht m¨ oglich ist, gen¨ ugt es, wie gleich herauskommen wird, die Menge der Punkte Π({(0, 0), (1, 0)}) zu betrachten. Um bequem sprechen zu k¨onnen, nenne wir die Punkte dieser Menge e-Punkte. Auf Grund unserer Vorbemerkung u ¨ber den euklidschen Zirkel, d¨ urfen im Folgenden auch von Kreisen der Form Ar reden, wobei A ein e-Punkt ist und der Radius r durch irgendeine Strecke repr¨ asentiert wird, deren Endpunkte e-Punkte sind. Das wollen wir gleich ausnutzen. Ist g eine Gerade und sind P und Q zwei verschiedene e-Punkte auf g, und ist R ein weiterer e-Punkt, so tr¨ agt die Parallele h durch R zu g einen weiteren e-Punkt. Ist n¨ amlich S der Schnittpunkt von h mit der Parallelen von P R durch Q, so ist S im Schnitt der Kreise RP Q und QP R . Die Mittelsenkrechte der Strecke P Q tr¨ agt zwei e-Punkte und der Mittelpunkt von P Q ist ein e-Punkt. Die beiden Punkte im Schnitt von PQ mit QP liegen auf der Mittelsenkrechten. Ihr Schnitt mit P Q ist folglich ein e-Punkt. Ist schon bewiesen, dass (0, 0), (1, 0), . . . , (n, 0) e-Punkte sind, so steche man den Zirkel in (n, 0) ein, o¨ﬀne ihn bis (n − 1, 0). Ziehen des entsprechenden Kreises, das ist der Kreis mit der Gleichung (x − n)2 + y 2 = 1, liefert, dass auch (n + 1, 0) ein e-Punkt ist. Die Kreise mit Zentrum (0, 0), die durch (n, 0) gehen, liefern dann, dass auch die Punkte (−n, 0) e-Punkte sind. Der Kreis mit dem Zentrum (1, 0) durch den Punkt (−1, 0) hat die Gleichung (x − 1)2 + y 2 = 22

2. Wantzel

339

und der Kreis mit dem Zentrum (−1, 0) durch den Punkt (1, 0) hat die Gleichung (x + 1)2 + y 2 = 22 . √ √ Die beiden Kreise schneiden sich in den Punkten (0, 3) und (0, − 3). Dies sind also auch e-Punkte. Hieraus folgt, dass (0, k) genau dann ein e-Punkt ist, wenn (k, 0) ein e-Punkt ist. Dies ist wiederum genau dann der Fall, wenn (−k, 0) ein e-Punkt ist. Ferner gilt, dass (k, l) genau dann ein e-Punkt ist, wenn (k, 0) und (0, l) e-Punkte sind, denn (k, l) liegt ja auf den beiden Kreisen mit den Gleichungen (x − k)2 + y 2 = l2 , x2 + (y − l)2 = k 2 . Satz 5. Genau dann ist (k, l) ein e-Punkt, wenn k, l ∈ E ist. Beweis. Nach unseren Vorbemerkungen d¨ urfen wir annehmen, dass l = 0 ist. Wir setzen K := k | k ∈ R, (k, 0) ist e-Punkt . Wir zeigen, dass K ein euklidischer K¨ orper ist. Ist k ∈ K, so ist (k, 0) und damit (−k, 0) ein e-Punkt. Also ist −k ∈ K. Es seien k, l ∈ K. Dann sind (k, 0) und (l, 0) e-Punkte. Die L¨ ange der Strecke (0, 0)(l, 0) ist l. Der Kreis um (k, 0) mit Radius l hat die Gleichung (x − k)2 + y 2 = l2 . Auf diesem Kreis liegt der Punkt (k + l, 0). Dieser ist also ein e-Punkt, da die xAchse, ja die beiden Ausgangs-e-Punkte (0, 0) und (1, 0) tr¨ agt. Folglich ist k + l ∈ K. Damit ist K bez¨ uglich der Addition eine Untergruppe der additiven Gruppe von R. Es seien k, l ∈ K. Die Gerade durch die e-Punkte (0, 1) und (l, 0) hat die Gleichung 1 y = − x + 1. l Die Gerade mit der Gleichung 1 y = − x+k l tr¨ agt den Punkt (0, k) und ist parallel zu (0, 1)(l, 0). Der Punkt (0, k) ist wegen k ∈ K ein e-Punkt. Daher tr¨agt diese Gerade einen zweiten e-Punkt. Folglich ist ihr Schnitt mit der x-Achse ein e-Punkt. Dieser Punkt ist aber der Punkt (kl, 0). Also ist kl ∈ K.

340

Kapitel XII. Geometrie lebt von der Algebra

Es sei 0 = k ∈ K. Die Gerade durch die beiden e-Punkte (0, 1) und (k, 0) hat die Gleichung 1 y = − x + 1. k Die Parallele zu ihr durch den Punkt (1, 0) hat die Gleichung 1 1 y =− x+ . k k Diese tr¨ agt einen weiteren e-Punkt. Also ist ihr Schnittpunkt mit der y-Achse ein e-Punkt. Der Schnittpunkt ist aber (0, k1 ), so dass k −1 ∈ K ist. Damit ist gezeigt, dass K ein K¨ orper ist. Um zu zeigen, dass K euklidisch ist, gen¨ ugt es wieder zu zeigen, dass die positiven Elemente von K Quadrate sind. Dazu sei 0 < k ∈ K. Die Punkte P := (0, 0), Q := (1, 0) und R := (k + 1, 0) sind e-Punkte. Der Mittelpunkt ( k+1 2 , 0) von P R hat die ist ein e-Punkt. Der Kreis um diesen Mittelpunkt mit dem Radius k+1 2 Gleichung (A)

2 2 k+1 k+1 2 x− +y = . 2 2

Die Parallele zur Mittelsenkrechten dieser Strecke durch den e-Punkt (1, 0) tr¨ agt wieder einen zweiten e-Punkt. Daher sind die beiden Schnittpunkte dieser Geraden mit√dem Kreis mit √ der Gleichung √ (A) e-Punkte. Es sind dies aber die Punkte (1, k) und (1, − k). Also ist k ∈ K. Damit ist gezeigt, dass K ein euklidischer K¨ orper ist. Auf Grund der Deﬁnition von E folgt, dass E ⊆ K ist. Es bleibt zu zeigen, dass K ⊆ E ist. Ist P = (u, v) ein e-Punkt, so ist zu zeigen, dass u, v ∈ E ist. Es gibt eine Folge P1 , P2 , . . . , Pn von e-Punkten mit Pn = P , so dass P1 , . . . , Pi f¨ ur alle i < n eine deﬁnierende Kette f¨ ur Pi+1 ist. Ist n = 1 oder 2, so ist Pn = (0, 0) oder (1, 0), so dass hier u, v ∈ E gilt. Es sei n > 2 und die Aussage gelte f¨ ur alle entsprechenden Ketten kleinerer L¨ ange. Dann geh¨ oren die Koordinaten von P1 , . . . , Pn−1 alle zu E. Einfache Rechnungen zeigen nun, dass auf Grund der Bedingungen die Koordinaten von Pn rationale Funktionen in den Koordinaten der P1 , . . . , Pn−1 und in Quadratwurzeln aus solchen Funktionen sind. Da Quadratwurzeln aus positiven Elementen von E wieder zu E geh¨oren, sind auch die Koordinaten von Pn Elemente von E. Damit ist Satz 5 bewiesen. (Sind Quadratwurzeln aus negativen Zahlen zu ziehen, so heißt das, dass es keine Schnittpunkte in der betrachteten Ebene gibt.) Wir sind nun in der Lage zu zeigen, dass die beiden ber¨ uhmten Probleme der W¨ urfelverdopplung und der Winkeldreiteilung unl¨ osbar sind. Der Ruhm, dies gezeigt zu haben, geb¨ uhrt Pierre Laurent Wantzel. Das Werkzeug, dies zu zeigen, haben schon Andere vor ihm gehabt. Sie haben es aber nicht gesehen, so wie es auch Vandermonde entging, dass er den Schl¨ ussel zur Konstruktion des Siebzehnecks in der Hand hatte.

2. Wantzel

341

Satz 6. Ist ein W¨ urfel der Seitenl¨ ange a gegeben, so ist es nicht m¨ oglich mit dem Zirkel und Lineal alleine die Seite des W¨ urfels des Volumens 2a3 zu konstruieren. Beweis. Da alle W¨ urfel a¨hnlich sind, darf man annehmen, dass a = 1 ist. Das Polynom x3 −2 ist auf Grund des sch¨ onemannschen Irreduzibilit¨ atskriteriums bzw. seines Korollars (Kap. 7, Absch. 1) irreduzibel. Seine Nullstellen liegen also auf Grund von Satz 4 nicht in E. Also gibt es in der Geometrie u ¨ ber E keinen W¨ urfel mit dem Volumen 2. Um die entsprechende Aussage f¨ ur die Winkeldreiteilung zu beweisen, ben¨ otigen wir den folgenden Hilfssatz. ur alle Hilfssatz. Es gilt sin 3ϕ = 3 sin ϕ − 4 sin3 ϕ und cos 3ϕ = 4 cos3 ϕ − 3 cos ϕ f¨ ϕ ∈ R. Beweis. Es ist cos 3ϕ + i sin 3ϕ = ei3ϕ = (eiϕ )3 = (cos ϕ + i sin ϕ)3 = cos3 ϕ − 3 cos ϕ sin2 ϕ + i(3 cos2 ϕ sin ϕ − sin3 ϕ) Hieraus folgt sin 3ϕ = 3 cos2 ϕ sin ϕ − sin3 ϕ = 3(1 − sin2 ϕ) sin ϕ − sin3 ϕ = 3 sin ϕ − 4 sin3 ϕ und

cos 3ϕ = cos3 ϕ − 3 cos ϕ sin2 ϕ = cos3 ϕ − 3 cos ϕ(1 − cos2 ϕ = 4 cos3 ϕ − 3 cos ϕ.

Damit ist der Hilfssatz bewiesen. Wer f¨ ur diesen Hilfssatz einen Beweis sehen m¨ochte, der nur von elementargeometrischen Dingen Gebrauch macht, sei auf D¨ orrie 1950, S. 32f. verwiesen. Wir haben in Abschnitt 10 von Kapitel 1 bemerkt, dass sich die Winkel, die Vielfache von 45 sind, mittels Zirkel und Lineal konstruieren lassen. Demnach lassen sich alle Winkel mit Zirkel und Lineal dritteln, die Vielfache von 2◦ 15 sind. Es lassen sich also viele Winkel mit Zirkel und Lineal dritteln, aber eben nicht alle. Dies ist die Aussage des n¨ achsten Satzes, der, wie gesagt, auch von Wantzel stammt (Wantzel 1837). Satz 7. Es gibt Winkel, die sich nicht mit Zirkel und Lineal dritteln lassen. Beweis. Es sei ψ der Winkel, der zu dritteln sei. Seine Spitze liege im Nullpunkt und ein Schenkel falle in den positiven Teil der x-Achse. Es sei ϕ der dritte Teil des Winkels ψ. Der Schenkel von ψ der in die x-Achse f¨allt, sei auch Schenkel von ϕ. Der andere Schenkel von ϕ schneide den Einheitskreis im Punkte (x, y). Dann

342

Kapitel XII. Geometrie lebt von der Algebra

ist x = cos ϕ und y = sin ϕ. Setzt man a := sin 3ϕ und b = cos 3ϕ, so folgen auf Grund des Hilfssatzes die Gleichungen x3 −

1 3 x− b=0 4 4

und

1 3 y + a = 0. 4 4 Wantzel sagt an dieser Stelle, dass die Winkeldreiteilung von der zweiten dieser beiden Gleichungen abhinge und dass diese Gleichung irreduzibel sei, wenn sie keine Wurzel habe, die rational von a abhinge. Das tr¨afe zu, wenn a algebraisch sei. Dabei sagt er nicht, was er unter algebraisch versteht. Ist diese Gleichung aber irreduzibel, so k¨ onne der Winkel nicht mit Zirkel und Lineal zu dritteln sein, da der Grad der Gleichung keine Potenz von 2 sei. Also k¨ onne das Problem im Allgemeinen nicht l¨ osbar sein. Woher er die Gleichung dritten Grades hat, sagt er nicht. asst und Wir weisen hier nur nach, dass sich ein Winkel von 60◦ nicht dritteln l¨ benutzen dazu die erste der Gleichungen. F¨ ur diesen Winkel ist ja b = cos ψ = 12 . ¨ber dem K¨orper E vor. Nach Satz 5 Der Winkel von 60◦ kommt in der Ebene u w¨aren x und y Elemente von E. Es ist aber y3 −

1 1 3 x3 − x − · = 0. 4 4 2 Multipliziert man diese Gleichung mit 8 und ersetzt 2x durch x, so erh¨ alt man die Gleichung x3 − 3x − 1 = 0. H¨ atte diese Gleichung eine rationale L¨osung, so w¨are diese ganzrational und Teiler von 1. Aber 1 und −1 sind nicht L¨ osung dieser Gleichung. Folglich ist x3 − 3x − 1 irreduzibel u ¨ ber Q. Dann ist aber auch das Polynom x3 − 34 x − 14 · 12 irreduzibel. Mit Satz 4 folgte dann aber der Widerspruch x ∈ E. Wantzel untersucht in seiner Arbeit Aufgaben, bei denen man ausgehend von einer Ausgangskonstellation — unsere Punktmenge U — durch Konstruktionen, wie sie unter 1), 2), 3) und 4) beschrieben sind, zur L¨ osung des Problems gelangt. Die Ausgangskonstellation ist durch gewisse Gr¨ oßen p, q, r, . . . gegeben, die wir Parameter nennen wollen. Die weiteren Schritte zur L¨ osung f¨ uhren auf quadratische Gleichungen der folgenden Art: x21 + Ax1 + B = 0, x22 + A1 x2 + B1 = 0, . . . , xn + An−1 x + Bn−1 = 0, wobei A und B rationale Funktionen in den Parametern p, q, r, . . . und Ai und Bi rationale Funktionen in den Parametern p, q, r, . . . und den Wurzeln x1 , . . . , xi sind. Er nimmt an, dass n minimal sei.

2. Wantzel

343

Die beiden L¨ osungen f¨ ur xn−1 der vorletzten Gleichung liefern zwei Gleichungen zweiten Grades f¨ ur xn . Multipliziert man die linken Seiten dieser beiden Gleichungen miteinander, so erh¨ alt man ein Polynom vierten Grades in xn , das in den beiden Nullstellen von x2 +An−2 x+Bn−2 symmetrisch ist. Also sind die Koeﬃzienten dieses Polynoms vierten Grades rationale Funktionen in den Parametern p, q, r, . . . und den Wurzeln x1 , x2 , . . . , xn−2 . Spielt man dieses Spiel nun mit der gerade gewonnen Gleichung vierten Grades f¨ ur xn und der quadratischen Gleichung f¨ ur xn−2 , so erh¨alt man eine Gleichung achten Grades f¨ ur xn , deren Koeﬃzienten rationale Funktionen in den Parametern p, q, r, . . . und den Wurzeln x1 , . . . , xn−3 sind. So fortfahrend erh¨ alt man schließlich eine Gleichung des Grades 2n f¨ ur xn , deren Koeﬃzienten rationale Funktionen in den Parametern p, q, r, . . . sind. Die Minimalit¨ at von n erzwingt, dass diese Gleichung irreduzibel ist, wobei dies nat¨ urlich heißt, dass das Polynom, das die linke Seite der Gleichung repr¨ asentiert, u ¨ ber Q[p, q, r, . . .] irreduzibel ist. Damit haben wir den Anschluss an das gewonnen, was wir zuvor in heutiger Sprache gemacht haben, insbesondere an Satz 4. Was nun die Kreisteilung anbelangt, so bemerkt Wantzel, dass die von Gauß angegebenen hinreichenden Bedingungen f¨ ur die Konstruierbarkeit des pn -Ecks auch notwendig seien. Dies folge aus der Irreduzibilit¨ at der Gleichung Φpn , die sich ¨ mit leichten Anderungen so bewies, wie Gauß die Irreduzibilit¨ at von Φp in seinen Disquisitiones arithmeticae etablierte. Ist dann aber das pn -Eck konstruierbar, so ist (p − 1)pn−1 eine Potenz von 2, so dass entweder p = 2 ist oder aber n = 1 und p = 2t + 1. Hier erheben sich wiederum zahlentheoretische Fragen, die man unter dem Stichwort fermatsche Primzahlen“ in B¨ uchern zur Zahlentheorie behandelt ” ﬁndet. Was die Irreduzibilit¨ at von Φpn anbelangt, so sei zum Abschluss dieses Abschnitts noch gezeigt, dass die gaußschen Methoden (Gauß 1801) tats¨ achlich ausreichen, auch die Irreduzibilit¨ at dieses Kreisteilungspolynoms zu beweisen. Es sei p eine ungerade Primzahl und n eine nat¨ urliche Zahl. Wir zeigen, dass Φpn irreduzibel ist. Dazu nehmen wir an, dass Φpn = P Q sei mit Polynomen P und Q u ¨ ber Q, deren Leitkoeﬃzienten gleich 1 seien. Auf Grund des gaußschen Lemmas sind P und Q dann sogar Polynome u ¨ber Z. Es sei P = xλ + Axλ−1 + . . . + Kx + L. Es sei ferner U die Menge der Nullstellen von P und V die Menge der Nullstellen von Q. Ist Ω die Menge der Nullstellen von Φpn , so ist Ω = U ∪ V und U ∩ V = ∅. ur alle von 1 verschiedenen pn -ten EinheitsWir beachten, dass ζ = ζ −1 ist f¨ wurzeln, da p ja ungerade ist. Es sei X := {ζ −1 | ζ ∈ U } und Y := {ζ −1 | ζ ∈ V }. Dann ist auch Ω = X ∪ Y und X ∩ Y = ∅. Wir setzen ferner (x − ζ) R := ζ∈X

344

Kapitel XII. Geometrie lebt von der Algebra

und S :=

(x − ζ).

ζ∈Y

Wir nehmen an, dass U ∩ X = ∅ = V ∩ Y ist. Dann ist X = X ∩ Ω = X ∩ (U ∪ V ) = (X ∩ U ) ∪ (X ∩ V ) = X ∩ V. Es folgt X ⊆ V . Andererseits ist V = V ∩ Ω = V ∩ (X ∪ Y ) = (V ∩ X) ∪ (V ∩ Y ) = V ∩ X, so dass auch V ⊆ X gilt. Also ist V = X. Hieraus folgt wiederum Q=

(x − ζ) =

ζ∈V

(x − ζ) =

ζ∈X

(x − ζ −1 )

ζ∈U

1 K A = xλ + xλ−1 + . . . + x + . L L L Die Koeﬃzienten von Q sind aber allesamt ganz. Daher ist L = 1 oder L = −1. n−1 Wegen Φpn = Φp (xp ) (Kap. 9, Kor. 2 von Satz 8) folgt A 1 K p = Φpn (1) = (1 + A + . . . + K + L) 1 + + ...+ + L L L und weiter pL = (1 + A + . . . + K + L)2 . Dies impliziert, dass L also gleich 1 und dass die Primzahl p ein Quadrat ist. Dieser Widerspruch zeigt, dass U ∩ X = ∅ oder dass V ∩ Y = ∅ ist. Wegen der Symmetrie in P und Q d¨ urfen wir annehmen, dass U ∩ X = ∅ ist. Ist η ∈ U ∩ X, so gibt es wegen η ∈ X ein ζ ∈ U mit ζ −1 = η. Wegen η ∈ U folgt ζ = η −1 ∈ X, so dass ζ ∈ U ∩ X ist. Setzt man nun T :=

(x − η),

η∈U∩X

so ist T der gr¨ oßte gemeinsame Teiler von P und R. Da der Leitkoeﬃzient von T gleich 1 ist, sind die Koeﬃzienten von T ganze Zahlen, wie wir wissen. Wir k¨ onnen also U durch U ∩ X und P durch T ersetzen, dh., wir k¨ onnen des Weiteren annehmen, dass U = X ist. Den weiteren Argumenten Gaußens konnte ich an einer Stelle nicht folgen, womit ich nichts u ¨ ber ihre Korrektheit gesagt haben m¨ ochte. Ich habe seine Argumentationskette also ein wenig abgewandelt. Methodisch ist aber nichts hinzugekommen. Das Wort Gruppe“ l¨ asst sich vermeiden. ”

2. Wantzel

345

Wir nehmen an, dass λ minimal ist bez¨ uglich der Eigenschaft U = X und dass λ < ϕ(pn ) ist. Dann ist insbesondere U = Ω. Es gibt also ein ζ ∈ U und eine zu pn teilerfremde Zahl e, so dass ζ e ∈ U ist. Das durch P :=

(x − η e )

η∈U

deﬁnierte Polynom P ist also verschieden von P . Da die Koeﬃzienten von P symmetrische Funktionen der Nullstellen von P sind, sind die Koeﬃzienten von P Polynome in den elementarsymmetrischen Funktionen der Nullstellen von P , ¨ber Z. also Polynome in den Koeﬃzienten von P . Daher ist auch P ein Polynom u Es sei Φpn = P Q . Dann ist auch Q ein Polynom u ¨ber Z. Dieses Polynom hat aber eine Nullstelle mit P gemein. Es sei M die Menge der gemeinsamen Nullstellen von P und Q . Dann ist G := (x − κ) κ∈M

gr¨ oßter gemeinsame Teiler von P und Q . Sein Leitkoeﬃzient ist 1. Also ist auch G ein Polynom u ¨ber Z. Es sei κ ∈ M . Dann ist einmal κ ∈ U und dann auch κ−1 ∈ U . Zum Andern gibt es ein η ∈ U mit η e = κ. Dann ist auch η −1 ∈ U und folglich κ−1 = η −e eine Nullstelle von Q . Folglich ist auch κ−1 ∈ M . Wegen der Minimalit¨ at von λ folgt hieraus, dass G = P , das heißt, dass P Teiler von Q ist. Anders formuliert: Ist η ∈ U , ist e nicht durch p teilbar und ist η e ∈ U , so ist U = {ζ e | ζ ∈ U }. Dies hat zur Folge, dass die Menge der nicht durch p teilbaren primen Reste e modulo pn , f¨ ur die η e ∈ U gilt, eine Untergruppe A der Ordnung λ in der Einheitengruppe E von Z/pn Z beschreiben. (Die Elemente von A sind die e+pn Z.) Es sei e1 = 1, . . . , eμ ein Vertretersystem von E/A. Dann ist λμ = ϕ(pn ). Wir setzen Pi := (x − ζ ei ) ζ∈U

f¨ ur i := 1, . . . , μ. Dann ist P1 = P und Φpn =

μ

Pi .

i:=1

Die Koeﬃzienten von Pi sind symmetrische Polynome in den Elementen von U . Daher sind sie Polynome in den elementarsymmetrischen Funktionen in diesen Elemente. Diese elementarsymmetrischen Funktionen sind aber die Koeﬃzienten ¨ ber Z. von P , liegen also alle in Z. Somit sind die Pi allesamt Polynome u Es sei ζ eine Nullstelle von Pi . Es gibt dann ein η ∈ U mit η ei . Es folgt η −1 ∈ U . Daher ist auch ζ −1 = η −ei eine Nullstelle von Pi . Die Nullstellen von Pi treten

346

Kapitel XII. Geometrie lebt von der Algebra

¨ ber R in also in Paaren auf, so dass λ gerade ist. Ferner folgt hieraus, dass Pi u Faktoren der Form

λ 2

x2 − 2x cos ω + 1 = (x − cos ω)2 + sin2 ω zerf¨allt. Dies zeigt, dass Pi (r) > 0 ist f¨ ur alle r ∈ R. Insbesondere ist Pi (1) daher eine nat¨ urliche Zahl. n−1 Es ist Φpn = Φp (xp ). Daher ist p = Φp (1) = Φpn (1) =

μ

Pi (1).

i:=1

Weil Pi (1) eine nat¨ urliche Zahl ist, ist also Pi (1) gleich 1 oder gleich p und Letzteres kommt f¨ ur wenigstens ein i auch vor. Wir d¨ urfen daher annehmen, dass P1 (1) = p ist. Nun ist (1 − ζ ei ) Pi (1) = ζ∈U

=

(1 − ζ)(1 + ζ + . . . + ζ ei −1 )

ζ∈U

= P1 (1) =p

(1 + ζ + . . . + ζ ei −1 )

ζ∈U

(1 + ζ + . . . + ζ ei −1 ).

ζ∈U

Nun ist aber

(1 + ζ + . . . + ζ ei −1 )

ζ∈U

wieder ein symmetrisches Polynom in den Nullstellen von P1 und folglich ein Polynom in den Koeﬃzienten von P1 . Somit ist diese Produkt eine ganze Zahl, so dass ur alle i. Es folgt p Teiler von Pi (1) ist. Daher ist Pi (1) = p f¨ p = pμ , so dass μ = 1 und damit doch λ = ϕ(pn ) ist. Dieser Widerspruch zeigt, dass Φpn irreduzibel ist. 3. Pythagoreische K¨ orper. Hilbert untersuchte in seiner Schrift Grundlagen ” der Geometrie“ (Hilbert 1899) Teilbereiche der euklidischen Ebene u ¨ ber den reellen Zahlen, in denen Konstruktionen mit Lineal und Strecken¨ ubertrager, bzw. mit Zirkel und Lineal unbeschr¨ ankt ausf¨ uhrbar sind. Den zweiten Fall haben wir im letzten Abschnitt ausf¨ uhrlich untersucht. Von dem ersten Fall werden wir

3. Pythagoreische K¨ orper

347

hier diskutieren, was algebraisch dabei herauskommt, n¨ amlich, dass der Koordinatenk¨ orper einer solchen Geometrie pythagoreisch ist. Solche K¨orper sind nicht immer euklidisch, woher unser Interesse an solchen K¨ orpern r¨ uhrt, da wir ja an der Feinstruktur von R interessiert sind. Koordinatenbereiche geben also Auskunft dar¨ uber, ob man geometrische Probleme durch Konstruktionen mit Zirkel und Lineal oder mit Lineal und Streckenu ¨ bertrager ausf¨ uhren kann. Auf das gleiche Ph¨ anomen wird man gef¨ uhrt, wenn man in papposschen aﬃnen Ebenen mit einer von 2 verschiedenen Charakteristik die Frage nach der Existenz von Winkelhalbierenden stellt. Es gibt sie genau dann f¨ ur alle Paare von sich schneidenen Geraden, wenn der Koordinatenk¨ orper pythagoreisch ist (L¨ uneburg 1999, S. 144). Deﬁniert man in einer papposschen projektiven Ebene mit von 2 verschiedener Charakteristik ¨außere Punkte eines Kegelschnittes als solche Punkte, durch die zwei Tangenten an den Kegelschnitt gehen und nennt man einen Punkt inneren Punkt, wenn alle Geraden durch ihn Sekanten sind, so ist genau dann jeder von einem ¨außeren Punkt verschiedene Punkt, der nicht auf dem Kegelschnitt liegt, ein innerer Punkt, wenn der Koordinatenk¨ orper euklidisch ist (L¨ uneburg 1999, S. 153). Euklidische K¨ orper sind stets auch pythagoreisch. Wir wollen hier zeigen, dass jedoch schon der einfachste pythagoreische K¨orper nicht euklidisch ist. Das Beispiel steht in Hilberts Grundlagen“. ” Wiederholen wir die Deﬁnition des pythagoreischen K¨ orpers aus Abschnitt 6 von Kapitel 6. Pythagoreisch heißt ein K¨ orper, der die folgenden Bedingungen erf¨ ullt a) Es ist −1 kein Quadrat in K. b) Sind k, l ∈ K, so ist k 2 + l2 ein Quadrat in K. Pythagoreische K¨orper lassen sich anordnen. Mittels b) folgt ja, dass −1 nicht Summe von Quadraten ist, so dass jeder pythagoreische K¨ orper formal reell ist. Als solcher l¨asst er sich aber anordnen, wie wir wissen (hier steht das Auswahlaxiom im Hintergrund). Der pythagoreische K¨ orper, den Hilbert betrachtete, ist Teilk¨ orper von R, so dass er von daher schon eine Anordnung tr¨ agt. Im Gegensatz zu Satz 1 des letzten Abschnitts und der Abwechslung und der Rechtfertigung des Plurals im Titel dieses Abschnitts halber formulieren wir den n¨ achsten Satz in voller Allgemeinheit. Satz 1. Es sei K ein angeordneter K¨ orper und < sei eine Anordnung von K. Ferner sei L der u ¨ber K algebraische, reell abgeschlossene K¨ orper, dessen Anordnung die Anordnung < von K fortsetzt (Kap. 11, Absch. 6, Satz 7). Schließlich sei Φ(K) die Menge aller pythagoreischen Teilk¨ orper von L, die K umfassen. Dann ist " X Ω(K) := X∈Φ(K)

ein pythagoreischer Teilk¨ orper von L.

348

Kapitel XII. Geometrie lebt von der Algebra

Beweis. Weil L reell abgeschlossen ist, ist −1 kein Quadrat in L und, weil Ω(K) Teilk¨ orper von L ist, auch nicht in Ω(K). Es seien k, l ∈ L. Weil L reell abgeschlosssen ist, bilden die Quadrate von L einen Positivbereich. Es gibt also ein m ∈ L mit m2 = k 2 + l2 . Folglich ist L ∈ Φ(K), so dass Φ(K) nicht leer ist. Es seien k, l ∈ Ω(K). Wegen L ∈ Φ(K) gibt es ein m ∈ L mit m2 = k 2 + l 2 . urfen wir annehmen, dass m > 0 ist. Wegen (−m)2 = m2 d¨ Es sei X ∈ Φ(K). Wegen k, l ∈ Ω(K) ⊆ X gibt es ein n ∈ X mit n > 0 und n2 = k 2 + l2 . Es folgt m2 = n2 und weiter (m − n)(m + n) = 0. Wegen m, n > 0 folgt m + n > 0 und damit schließlich m − n = 0, so dass m = n ∈ X ist. Somit ist m∈

"

X = Ω(K),

X∈Φ(K)

so dass Ω(K) pythagoreisch ist, wie behauptet. Hilbert konstruiert den K¨ orper Ω(Q) in Abschnitt 9 seiner Schrift. Dabei bedient er sich nicht der H¨ ullenbildung wie wir, sondern konstruiert ihn extensional. Diese Konstruktion imitieren wir im n¨ achsten Satz. Satz 2. Es sei K ein angeordneter K¨ orper und L sei der die Anordnung von K fortsetzende, u ¨ber K algebraische, reell abgeschlossene K¨ orper. Ist A ein Teilk¨ orper von L, der K enth¨ alt, so setzen wir SA := {s | s = a2 + b2 mit a, b ∈ A, aber s kein Quadrat in A}. Ferner setzen wir ur ein s ∈ SA } TA := {t | 0 < t ∈ L mit t2 = s f¨ und R(A) := A[TA ]. Auf Grund des Rekursionssatzes gibt es eine Folge Φ von Teilk¨ orpern von L mit Φ0 = K und Φn+1 = R(Φn ) f¨ ur alle n ∈ N0 . Dann ist Ω(K) =

∞ $ i:=0

Φn .

3. Pythagoreische K¨ orper

349

Beweis. Es ist Φ0 = K ⊆ Ω(K). Es sei Φn ⊆ Ω(K). Ist t ∈ TΦn , so gibt es k, l ∈ Φn mit t2 = k 2 +l2 . Es gibt aber auch ein a ∈ Ω(K) mit a > 0 und a2 = k 2 +l2 . Es folgt t = a ∈ Ω. Also ist TΦn ⊆ Ω(K) und daher auch Φn+1 ⊆ Ω(K). Daher ist ∞ $

Φn ⊆ Ω(K).

i:=0

Wegen Φn ⊆ Φn+1 ist

∞ $

Φn

i:=0

#∞ ein K¨ orper. Sind k, l ∈ i:=0 Φn , so gibt es ein n mit k, l ∈ Φn . Ist k 2 + l2 kein Quadrat in Φn , so gibt es ein t ∈ Φn+1 mit t2 = k 2 + l2 . Also ist ∞ $

Φn

i:=0

pythagoreisch. Es folgt Ω(K) ⊆

#∞ i:=0

Φn . Damit ist alles bewiesen.

Wir a¨ndern die Bezeichnungen von Satz 2, indem wir Tn := TΦn setzen. Mit E(Tn ) bezeichnen wir die Menge der endlichen Teilmengen von Tn . Dann ist $ Tn = X X∈E(Tn )

und Φn+1 =

$

Φn [X].

X∈E(Tn )

Satz #3. Es sei K ein angeordneter K¨ orper. Ist k ∈ Ω(K), so gibt es t1 , . . . , ∞ tm ∈ n:=0 Tn mit k ∈ K[t1 , . . . , tm ]. Beweis. Es gibt ein n ∈ N0 mit k ∈ Φn+1 . Wegen Φn+1 =

$

Φn [X]

X∈E(Tn )

¨ber gibt es eine endliche Teilmenge X von Tn mit k ∈ Φn [X]. Weil X algebraisch u Φn ist, ist k ein Polynom in X mit Koeﬃzienten in Φn . Da in diesem Polynom nur endlich viele Koeﬃzienten vorkommen, f¨ uhrt Induktion nach n zum Ziele. Es geht nun darum, K¨ orpererweiterungen der Form K[t] mit t2 = k 2 + l2 und k, l ∈ K zu untersuchen. Zun¨ achst jedoch beweisen wir

350

Kapitel XII. Geometrie lebt von der Algebra

Satz 4. Es sei K ein angeordneter, kommutativer orper. Es sei 0 < d ∈ K √ K¨ d genau dann eine Summe von kein Quadrat in √ K. Sind a, b ∈ K, so ist a + b √ √ Quadraten in K[ d], wenn a − b d eine Summe von Quadraten in K[ d] ist. √ √ t Beweis. Es sei a + b d = i:=1 (ui + vi d)2 . Dann ist t t √ √ (u2i + vi2 d) + 2 ui vi d. a+b d= i:=1

Weil 1 und

i:=1

√ du ¨ ber K linear unabh¨ angig sind, ist a=

t

(u2i + vi2 d),

i:=1 t

b=2

ui vi .

i:=1

Also ist t t t √ √ √ a−b d = (u2i + vi2 d) − 2 ui vi d. = (ui − vi d)2 . i:=1

i:=1

i:=1

Ersetzt man in diesem Argument b durch −b, so erh¨ alt man auch die Umkehrung. Satz 5. Es seien K0 ⊆ K1 ⊆ . . . ⊆ Kn K¨ orper. Ferner seien t1 ∈ K1 , . . . , tn ∈ Kn und a1 , b1 ∈ K0 , . . . , an , bn ∈ Kn−1 und es gelte ur i := 1, . . . , n, a) t2i = a2i + b2i f¨ ur i := 1, . . . , n. b) Ki = Ki−1 [ti ] f¨ Ist dann s ∈ K0 Summe von Quadraten in Kn , so ist s Summe von Quadraten in K0 . Beweis. Der Satz gilt mangels Masse f¨ ur n = 0. Es sei n > 0 und der Satz gelte f¨ ur n − 1. Nach Voraussetzung gibt es kj ∈ Kn mit s=

N

kj2 .

j:=1

Ist Kn = Kn−1 , so sind wir fertig auf Grund der Induktionsannahme. Es sei also Kn = Kn−1 . Dann sind 1 und tn u ¨ ber Kn−1 linear unabh¨ angig. Es gibt uj , ur alle j. Hiermit folgt vj ∈ Kn−1 mit kj = uj + vj tn f¨ s = s + 0tn =

N j:=1

(uj + vj tn )2 =

N j:=1

(u2j + vj2 t2n ) + 2

N j:=1

uj vj tn .

4. Reine Gleichungen

351

¨ ber Kn−1 linear unabh¨ angig sind, folgt zusammen mit a) Weil 1 und tn u s=

N j:=1

(u2j + vj2 t2n ) =

N 2 uj + vj2 (a2n + b2n ) . j:=1

Dies zeigt, dass s eine Summe von Quadraten in Kn−1 ist, so dass Induktion zum Ziele f¨ uhrt. Der n¨ achste Satz stammt von Hilbert (Hilbert 1899, § 37). Um ihn zu beweisen, sagt er, dass es leicht zu sehen sei, dass die algebraischen Konjugierten eines Elementes aus Ω(Q) allesamt zu Ω(Q) geh¨oren. In der bislang in diesem Buch bereit gestellten Terminologie heißt das, dass die Nullstellen des Minimalpolynoms u ¨ber Q eines Elementes aus Ω(Q) allesamt in Ω(Q) liegen. Dann schließt er weiter mit √ der Zahl −1 + 2, die zu Ω(Q) und E geh¨ort, so dass auch √ √ −2 + 2 2 = 12 + 12 −1 + 2 √ √ zu E geh¨ort. Ihre Konjugierte −2 − 2 2 ist aber nicht reell, so dass −2 + 2 2 nicht zu Ω(Q) geh¨ ort. Der hier beschrittene Weg, diesen Satz von Hilbert zu beweisen, folgt im Wesentlichen dem Weg, wie er in Martin 1998, Ss. 88–92 gegangen wird. Satz 6. Ist Ω(Q) der oben deﬁnierte pythagoreische und E der in Abschnitt 2 deﬁnierte euklidische K¨ orper, so ist Ω(Q) = E. √ √ 2 −1 + 2 ∈ Beweis. Es ist 2 = 1 + 12 und daher 2 ∈ Ω(Q). Dann ist aber auch √ √ Ω(Q) ⊆ E. Es folgt −1 + 2 ∈ E. Angenommen es w¨are −1 + 2 ∈ Ω(Q). #∞ Nach Satz 3 gibt es dann t1 , . . . , tm ∈ n:=0 Tn mit √ −1 + 2 ∈ Q[t1 , . . . , tm ]. √ √ Wir setzen A := Q[ 2] und B := A[t √ 1 , . . . , tm ]. Dann ist −1 + 2 ein Quadrat √ in B. Auf Grund von Satz 5 ist −1 +√ 2 eine Summe von Quadraten in A = Q[ 2]. √ Nach Satz 5 ist dann auch −1√− 2 eine Summe von Quadraten in Q[ 5]. Das aber kann nicht sein, da −1 − 2 < 0 ist. 4. Reine Gleichungen. Nach diesem geometrisch-algebraischen Intermezzo wenden wir uns wieder der Algebra zu. Lagrange hat sich vergeblich bem¨ uht, zu entscheiden, ob es stets m¨ oglich ist, eine algebraische Gleichung mittels Radikale zu l¨ osen, wie das bei Gleichungen des zweiten, dritten und vierten Grades m¨ oglich ist. Bevor nun Abel und Galois zeigten, dass dies nicht immer geht, haben Gauß und Vandermonde klar gemacht, dass dies zumindest f¨ ur die Kreisteilungsgleiachsten beiden chungen Φn = 0 zu bejahen ist. Dass dies richtig ist, soll in den n¨ Abschnitten gezeigt werden. Dabei kommt es mir darauf an, m¨ oglichst nahe bei

352

Kapitel XII. Geometrie lebt von der Algebra

den Methoden zu bleiben, die schon Gauß zur Verf¨ ugung standen. Die Sprache, die ich benutze, ist die heutige. Was sachlich u ¨ ber das hinaus geht, was zu Gaußens Zeiten bekannt war, ist die Irreduzibilit¨ at der Kreisteilungspolynome, die erst von Kronecker bewiesen wurde. Die hier vorgetragenen S¨ atze sind auch f¨ ur sich gesehen sehr interessant, so dass ihnen ein eigener Abschnitt gewidmet ist. Ich fand sie in Haupts Algebrabuch (Haupt 1929, Teil 1, S. 309ﬀ.). Er gibt nur f¨ ur Satz 2 einen Autor, der ebenfalls den Urheber von Satz 1 und seinem Korollar verschweigt. Dedekind hat den Satz 3 und damit Satz 1 schon Mitte des 19. Jahrhunderts gekannt, wie aus Dedekind 1981, Satz I, S. 98 hervorgeht. Ob dieser Satz aber vor 1900 schon publiziert wurde, weiß ich nicht. Satz 1. Es sei p eine Primzahl und K sei ein K¨ orper der Charakteristik 0, der eine primitive p-te Einheitswurzel enthalte. Ist a ∈ K, so ist xp − a genau dann reduzibel u ¨ber K, wenn xp − a eine Nullstelle in K hat. Beweis. Hat xp − a eine Nullstelle in K, so ist xp − a nat¨ urlich reduzibel. Es sei umgekehrt xp − a reduzibel u ¨ ber K. Ferner sei u eine Nullstelle von xp − a in einem geeigneten Erweiterungsk¨orper und μ sei das Minimalpolynom von u u ¨ ber K. Weil μ irreduzibel ist, ist μ Teiler von xp − a und der Grad t von μ ist kleiner als p. Es sei η eine nach Voraussetzung existierende primitive p-te Einheitswurzel in K. Dann sind uη i mit i := 0, . . . , p − 1 die s¨amtlichen Wurzeln von xp − a. Weil μ Teiler von xp − a ist, gibt es nicht-negative ganze Zahlen s1 , . . . , st mit μ=

t

(x − uη si ).

i:=1

t Es folgt i:=1 uη si ∈ K. Wegen η ∈ K folgt weiter ut ∈ K. Weil t kleiner als p ist, sind t und p teilerfremd. Es gibt also ganze Zahlen c und d mit 1 = tc + pd. Hieraus folgt u = utc+pd = utc upd = (ut )c ad ∈ K. Damit ist der Satz bewiesen. Da u beim Beweise von Satz 1 eine beliebige Wurzel von xp − a war, gilt auch das folgende Korollar. ¨ber K, Korollar. Die Voraussetzungen seien wie in Satz 1. Ist xp − a reduzibel u so zerf¨ allt xp − a u ¨ber K in Linearfaktoren. Der n¨ achste Satz, von dem Satz 1 ein Spezialfall ist, ﬁndet sich in Wendt 1900. Satz 2. Es sei n eine nat¨ urliche Zahl und K sei ein K¨ orper der Charakteristik 0, der eine primitive n-te Einheitswurzel η enthalte. Ist 0 = a ∈ K, so ist xn − a genau dann reduzibel, falls eine der folgenden Bedingungen gilt: orper von K, so gibt es a) Ist u Nullstelle von xn − a in einem Erweiterungsk¨ ein k ∈ K und ein Polynom F ∈ Q[x] mit u = kF (η).

4. Reine Gleichungen

353

b) Es gibt einen von 1 und n verschiedenen Teiler t von n, so dass das Polynom xt − a reduzibel ist. Beweis. Gilt a), so liegen alle Nullstellen von xn − a in K, so dass xn − a u ¨ ber K in Linearfaktoren zerf¨ allt, also reduzibel ist. Gilt b) und ist n = mt, so folgt aus xn − a = (xm )t − a, dass auch xn − a reduzibel ist, wenn xt − a reduzibel ist. Es sei umgekehrt xn − a reduzibel u ¨ ber K und es sei u eine Nullstelle von xn − a in einer geeigneten Erweiterung von K. Dann ist n

xn − a =

(x − uη i ).

i:=1

Es sei c ein u ¨ ber K irreduzibles Polynom, welches xn − a teilt und r sei der Grad von c. Dann ist 1 ≤ r < n. Weil c Teiler von xn − a ist, ist c=

r

(x − uη si )

i:=1

mit geeigneten ganzen Zahlen si . Es sei c = xr +

r

(−1)i ci xr−i .

i:=1

Wegen a = 0 ist cr = 0. Es seien ci1 , . . . , cil mit i1 < i2 < . . . < il genau die von null verschiedenen unter den ci . Dann ist il = r. Schließlich sei d := ggT(n, i1 , . . . , il ). Wegen il = r ist d Teiler von r. Es gelte n = td und r = sd. Da d gemeinsamer Teiler der ij ist, gilt c = xr + bd xr−d + . . . + b(s−1)d xr−(s−1)d + (−1)r ar . Dabei stimmen die bjd bis ggf. auf die Vorzeichen mit den von null verschiedenen aij , u ¨ berein. Dieses Polynom c ist dann wiederum ein Polynom f in xd , weil d ja Teiler von r ist. Wegen n = td ist xn − a = (xd )t − a ebenfalls ein Polynom in xd . Weil c Teiler von xn − a ist gibt es ein Polynom g mit (xd )t − a = xn − a = cg = f (xd )g. Hieraus folgt, dass es ein Polynom h gibt mit g = h(xd ). Es folgt xt − a = f h.

354

Kapitel XII. Geometrie lebt von der Algebra

Koeﬃzientenvergleich in den zwei verschiedenen Darstellungen f¨ ur c liefert die Existenz von Polynomen Fi ∈ Q[x] mit ci = ui Fi (η) f¨ ur i := 1, . . . , r. F¨ ur die ciλ folgt uiλ = ciλ Giλ (η) mit Giλ ∈ Q[x], da ja Q(η) eine endliche Erweiterung von Q, also Q(η) = Q[η] ist. Wegen d = ggT(n, i1 , . . . , il ) gibt es ganze Zahlen y, v1 , . . . , vl mit d = yn + v1 i1 + . . . + vl r. Es folgt ud = uyn uv1 i1 · · · uvs r F (η) = ay cvi11 · · · cvrl F (η) mit F ∈ Q[x]. Setze k := ay cvi11 · · · cvrl . Dann ist k ∈ K. Ist nun d = 1, so ist u = kF (η) mit k ∈ K und F ∈ Q[x]. Ist d > 1, so ist d als Teiler von r kleiner als n, da ja r kleiner als n ist. Also ist auch t von 1 und n verschieden. Wie oben gesehen ist xt − a = f h und f ist ein Polynom von Grade s, wobei r = sd ist. Also ist s ≥ 1. Andererseits ist t = s + Grad(h). Nun ist sd = r < n = td und folglich s < t. Also ist Grad(h) ≥ 1. Folglich ist f g = xt − a eine nicht triviale Faktorisierung von xt − a. Damit ist alles bewiesen. Satz 3. Es sei K ein K¨ orper der Charakteristik 0, der eine primitive n-te Einheitswurzel enthalte. Ist a ∈ K, so gibt es b1 , . . . , bs ∈ K und ein t ∈ N mit n = st und s xn − a = (xt − bi ), i:=1

wobei alle xt − bi irreduzibel sind. Beweis. Ist xn − a irreduzibel, so ist nichts zu beweisen. Ist xn − a reduzibel, so zerf¨allt xn − a nach Satz 2 entweder u ¨ ber K in Linearfaktoren oder es gibt einen Teiler t von n, der von 1 und n verschieden ist, so dass xt − a reduzibel ist. Im uglich ersten Fall ist nichts mehr zu beweisen. Im zweiten Fall sei t1 minimal bez¨ der beiden fraglichen Eigenschaften. Es sei n = s1 t1 . Dann ist η s1 eine primitive at von t1 zerf¨allt xt1 − a nach Satz 2 t1 -te Einheitswurzel. Wegen der Minimalit¨ u ¨ ber K in Linearfaktoren. Es gibt also b1 , . . . , bt1 ∈ K mit xt1 − a =

t1 i:=1

(x − bi ).

5. Die Kreisteilungsgleichung

355

Dabei d¨ urfen wir annehmen, dass die bi so nummeriert sind, dass bi = b1 η s1 i ist. Es folgt t1 xn − a = (xs1 )t1 − a = (xs1 − bi ). i:=1

Ist eines der xs1 − bi irreduzibel, so sind sie alle irreduzibel. Ist etwa xs1 − b1 reduzibel, so liefert Induktion einen Teiler t von s1 und Elemente e1 , . . . , es ∈ K mit s (xt − ei ), xs1 − b1 = i:=1

so dass x − ei f¨ ur alle i irreduzibel ist. Als Teiler von s1 ist t auch Teiler von n. Es sei n = st. Dann ist η t eine primitive s-te Einheitswurzel. Es folgt t

xn − a =

s−1

(xt − e1 η ti ),

i:=0

wobei mit xt − e1 auch alle u ¨ brigen Faktoren irreduzibel sind. Damit ist alles bewiesen. 5. Die Kreisteilungsgleichung. Wie im letzten Abschnitt schon gesagt, ist es osbar Ziel dieses Abschnitts zu zeigen, dass die Gleichung Φn = 0 mittels Radikale l¨ ist. Satz 1. Sind m und n teilerfremde nat¨ urliche Zahlen, so ist das m-te Kreisteilungspolynom Φm irreduzibel u ¨ber dem n-ten Kreisteilungsk¨ orper Qn . Beweis. Weil m und n teilerfremd sind, ist ϕ(mn) = ϕ(m)ϕ(n). Also ist ϕ(m)ϕ(n) = [Qmn : Q] = [Qmn : Qn ][Qn : Q] = [Qmn : Qn ]ϕ(n) und folglich [Qmn : Qn ] = ϕ(m). Ist ζ eine primitive m-te Einheitswurzel, so gibt es auf Grund von Satz 5 von Abschnitt 7 des Kapitels 9 in Qn [ζ] eine primitive (mn)-te Einheitswurzel. Folglich ist Qmn = Qn [ζ]. Das Minimalpolynom von ζ u ¨ ber Qn hat also den Grad ϕ(m). Da es auch Teiler von Φm ist, folgt, dass es gleich Φm ist. Also ist Φm irreduzibel u ¨ ber Qn . Die S¨atze 2 bis 5 ﬁnden sich — sogar etwas allgemeiner — bei Gauß (Disquisitiones, Art. 360). Ihre Beweise sind aber nur skizziert, insbesondere der Beweis von Satz 3 ist vollst¨andig unterdr¨ uckt, da sehr weitschweiﬁg, wie Gauß bemerkt. Diese S¨atze sind die wesentlichen Hilfsmittel beim Beweise der Auﬂ¨ osbarkeit der Kreisteilungsgleichungen durch Radikale, wie wir sehen werden. Dieser Satz wird von Gauß aber nur f¨ ur Φp mit einer Primzahl p formuliert, wobei er die (p − 1)sten Einheitswurzeln ins Spiel bringt, ohne auch nur zu erw¨ ahnen, dass sie mittels Radikale darstellbar sind. Dies sind wohl alles Gr¨ unde, die Lebesgue veranlassten

356

Kapitel XII. Geometrie lebt von der Algebra

zu sagen, dass das Kapitel u ¨ ber die Kreisteilung in Gaußens Disquisitiones offenbar u ¨berst¨ urzt und wie von anderer Hand als die u ¨brigen Kapitel geschrieben erscheine (Lebesgue 1955, S. 219). Es sei p eine Primzahl. Ist ω eine (p − 1)-ste und ζ eine primitive p-te Einheitswurzel und ist g eine Primitivwurzel modulo p, so setzen wir f (ω, ζ; g) :=

p−1

j

ω j−1 ζ g .

j:=1

Satz 2. Es sei p eine Primzahl und K sei ein K¨ orper der Charakteristik 0, der eine primitive (p − 1)-ste Einheitswurzel enthalte. Ist ω eine (p − 1)-ste und ζ eine primitive p-te Einheitswurzel und ist g eine Primitivwurzel modulo p, so gilt k f (ω, ζ; g) = ω k f (ω, ζ g ; g). Beweis. Es ist ja k

ω k f (ω, ζ g ; g) = ω k

p−1

k

j

ω j−1 (ζ g )g =

j:=1

p−1

ω k+j−1 ζ g

k+j

j:=1

= f (ω, ζ; g). Satz 3. Es sei p eine Primzahl und K sei ein K¨ orper der Charakteristik 0 der eine primitive (p − 1)-ste Einheitswurzel enthalte. Ist ω eine (p − 1)-ste und ζ eine primitive p-te Einheitswurzel und ist g eine Primitivwurzel modulo p, so ist f (ω, ζ; g) = 0. Beweis. W¨are f (ω, ζ; g) = 0, so folgte 0=

p−1

j

ω j−1 ζ g = ζ

j:=1

p−1

ω j−1 ζ g

j

−1

j:=1

und damit 0=

p−1

ω j−1 ζ g

j

−1

.

j:=1

Ist η eine primitive (p − 1)-te Einheitswurzel, so folgte, da man die g j ja modulo p reduzieren kann, dass das Minimalpolynom von ζ u ¨ ber Q[η] = Qp−1 einen Grad kleiner als p − 1 h¨ atte. Das widerspr¨ ache aber Satz 1, da p und p − 1 teilerfremd sind. Satz 4. Es sei p eine Primzahl und K sei ein K¨ orper der Charakteristik 0, der eine primitive (p − 1)-ste Einheitswurzel η enthalte. Ist ω eine (p − 1)-ste und ζ eine primitive p-te Einheitswurzel und ist g eine Primitivwurzel modulo p, ist ferner p−1 1 gi p−1 f (ω, ζ ; g) A := , p − 1 i:=1

5. Die Kreisteilungsgleichung

357 k

so ist A ∈ Q[η] ⊆ K und f (ω, ζ g ; g) ist Nullstelle von xp−1 − A f¨ ur alle k := 1, . . . , p − 1. Beweis. Nach Satz 2 ist k

k

f (ω, ζ; g)p−1 = ω k(p−1) f (ω, ζ g ; g)p−1 = f (ω, ζ g ; g)p−1 f¨ ur alle k. Setzt man B := f (ω, ζ; g)p−1 , so ist B unter Permutation der ζ g invariant, also ein Element von Q[η], da ω ja Potenz von η ist. Es folgt weiter (p − 1)B =

p−1

k

k

f (ω, ζ g ; g)p−1 = (p − 1)A

k:=1 k

und damit A = B ∈ Q[η]. Wegen f (ω, ζ g ; g)p−1 = A gilt auch die letzte Behauptung. Satz 5. Es sei p eine Primzahl und η sei eine primitive (p − 1)-ste und ζ eine primitive p-te Einheitswurzel. Ferner sei g eine Primitivwurzel modulo p. Dann ist Q(p−1)p = Qp−1 f (η, ζ; g) . Ferner ist xp−1 − f (η, ζ; g)p−1 ∈ Qp−1 [x] und dieses Polynom ist irreduzibel u ¨ber Qp−1 . Beweis. Satz 2 besagt, dass k

f (η, ζ; g) = η k f (η, ζ g ; g) ist. Da f (η, ζ; g) nach Satz 3 nicht 0 ist, kann vorstehende Gleichung in die (−r)-te Potenz erhoben werden. Es folgt f (η, ζ; g)−r = η −kr f (η, ζ g ; g)−r . k

Mit ω = η r folgt aus Satz 2 k

f (η r , ζ; g) = η rk f (η r , ζ g ; g). Aus diesen beiden Gleichungen folgt f (η, ζ; g)−r f (η r , ζ; g) = f (η, ζ g ; g)−r f (η r , ζ g ; g). k

k

Hieraus folgt, dass f (η, ζ; g)−r f (η r , ζ, g) bei Permutation der primitiven p-ten Einheitswurzeln invariant bleibt. Setzt man c := f (η, ζ; g)−r f (η r , ζ; g),

358

Kapitel XII. Geometrie lebt von der Algebra

so ist also c ∈ Qp−1 . Es folgt f (η r , ζ; g) = cf (η, ζ; g)r ∈ Qp−1 f (η, ζ; g) f¨ ur alle r. Da η eine primitive (p − 1)-ste Einheitswurzel ist, ist also f (ω, ζ; g) ∈ ur alle (p − 1)-sten Einheitswurzeln ω. Nun ist aber Qp−1 [f (η, ζ; g)] f¨ p−1

j

ω j−1 ζ g = f (ω, ζ; g),

j:=1

wobei ω die Menge der (p − 1)-sten Einheitswurzeln durchlaufe, ein lineares Gleij chungssystem mit Vandermondedeterminante, die ungleich 0 ist. Daher folgt ζ g ∈ Qp−1 [f (η, ζ; g] f¨ ur alle j. Hieraus folgt Q(p−1)p = Qp−1 [f (η, ζ; g)]. Nach Satz 4 ist xp−1 − f (η, ζ; g)p−1 ∈ Qp−1 [x] und dieses Polynom wird vom Minimalpolynom von f (η, ζ; g) geteilt. Da dessen Grad [Q(p−1)p : Qp−1 ] = p − 1 ist, folgt auch noch die letzte noch oﬀene Behauptung. Um diesen Satz und das Folgende ins rechte Licht zu r¨ ucken, sei hier bemerkt, dass es u ¨ ber einem echten Teilk¨ orper von Qp kein irreduzibles Polynom der Form xk − a gibt mit einem Teiler k von p − 1, welches eine Nullstelle in Qp hat, es sei denn, es ist k = 1 oder 2. Ein solches Polynom zerf¨ allt n¨ amlich nach einem im n¨ achsten Kapitel zu beweisenden Satz in Qp in lauter Linearfaktoren, da Qp galoissch ist. Dann enth¨ alt Qp aber alle k-ten Einheitswurzeln. Es folgt, dass Qp auch eine primitive (pk)-te Einheitswurzel enth¨alt, weil p und k ja teilerfremd sind. Es folgt Qpk ⊆ Qp und damit (p − 1)ϕ(k) = ϕ(p)ϕ(k) = ϕ(pk) ≤ ϕ(p) = p − 1. Hieraus folgt ϕ(k) = 1, was k = 1 oder k = 2 zur Folge hat. F¨ ur Satz 5 ist es also unabdingbar, die (p − 1)-sten Einheitswurzeln ins Spiel zu bringen. Es sei L eine Erweiterung des K¨ orpers K. Wir nennen L Radikalerweiterung von K, wenn es eine aufsteigende Kette K = K0 ⊆ K1 ⊆ . . . ⊆ Kt = L von K¨ orpern gibt, so dass gilt: F¨ ur alle i ≥ 1 ist Ki = Ki−1 [ai ], wobei ai Nullstelle eines irreduziblen Polynoms der Form xni − bi ∈ Ki−1 [x] ist. Ist f ∈ K[x] irreduzibel, so heißt die Gleichung f = 0 bzg. K durch Radikale l¨ osbar , wenn es eine Radikalerweiterung L von K gibt, in der f eine Nullstelle hat. Satz 6. Die n-te Kreisteilungsgleichung Φn = 0 ist f¨ ur alle n ∈ N bzg. Q durch Radikale l¨ osbar. Dieser Satz folgt unmittelbar aus dem n¨ achsten.

5. Die Kreisteilungsgleichung

359

Satz 7. Ist n ∈ N, so gibt es eine Radikalerweiterung R von Qn und ein a ∈ N mit R ⊆ Qa , so dass Φn in R vollst¨ andig in Linearfaktoren zerf¨ allt und dass f¨ ur alle Primteiler a von ϕ(a) die Ungleichung p ≤ ϕ(n) gilt. Beweis. Wir machen Induktion nach n. Der Satz ist richtig f¨ ur n = 1, 2 und 3 ur alle t, wie schon gesehen. In diesen F¨allen ist Qn = Qa und auch f¨ ur n = 2t f¨ schon selbst eine Radikalerweiterung von Q. Es sei also n ≥ 5 und der Satz gelte f¨ ur alle m < n. Wir d¨ urfen annehmen, dass n einen ungeraden Primteiler p hat. Es sei n = mp. 1. Fall: p teilt m. Nach Satz 8 von Kap. 9, Absch. 3 ist dann Φn = Φm (xp ). Nach Induktionsannahme gibt es eine Radikalerweiterung R von Q, die in einem allt und f¨ ur die gilt, Kreisteilungsk¨ orper Qa liegt, in der Φm in Linearfaktoren zerf¨ dass jeder Primteiler von ϕ(a) kleiner oder gleich ϕ(m) ist. Dann enth¨ alt R eine primitive m-te Einheitswurzel α und, da p Teiler von m ist, auch eine primitive p-te Einheitswurzel. Nach Satz 1 von Abschnitt 4 ist xp − α daher irreduzibel u ¨ ber R oder xp − α zerf¨allt u ¨ber R in Linearfaktoren. Die Nullstellen von xp − α sind n-te Einheitswurzeln. Es sei ζ eine solche. Dann ist im ersten Fall R[ζ] eine allt, da mit ζ ja alle Radikalerweiterung von Q, die Φn in Linearfaktoren zerf¨ primitiven n-ten Einheitswurzeln in R[ζ] liegen. Im zweiten Fall ist ζ ∈ R, so dass ¨ ber R zerf¨allt. In beiden F¨ allen gilt R[ζ] ⊆ Qap . Weil Φn schon u Qm ⊆ R ⊆ Qa gilt und weil p Teiler von m ist und p > 2 gilt, ist p Teiler von a. Es folgt ϕ(ap) = pϕ(a). Aus dem gleichen Grund ist ϕ(n) = pϕ(m). Es folgt, dass jeder Primteiler von ϕ(ap) h¨ ochstens so groß wie ϕ(n) ist. 2. Fall: p teilt nicht m. Es ist m(p − 1) < mp. Nach Induktionsannahme gibt es eine Radikalerweiterung R von Q, die Φm(p−1) zerf¨allt und die in einem ur den gilt, dass jeder Primteiler von ϕ(a) Kreisteilungsk¨ orper Qa enthalten ist, f¨ h¨ ochstens so groß wie ϕ(m(p − 1)) ist. Es sei a minimal gew¨ahlt. R enth¨ alt dann eine primitive (m(p−1))-ste Einheitswurzel und folglich auch eine primitive (p−1)ste solche. Ist nun ζ eine primitive p-te Einheitswurzel, so ist ζ nach Satz 4 des vorliegenden und Satz 3 des vierten Abschnitts Nullstelle eines irreduziblen Polynoms der Form xt − b ∈ R[x], wobei t Teiler von p − 1 ist. Es folgt, dass R[ζ] eine Radikalerweiterung von Q ist. Da R aber auch eine primitive m-te Einheitswurzel enth¨ alt und p und m teilerfremd sind, enth¨ alt R[ζ] eine primitive (mp)-te Einheitswurzel. Daher zerf¨allt R[ζ] das Polynom Φmp = Φn . Schließlich gilt R[ζ] ⊆ Qa [ζ] ⊆ Qap . Es ist ϕ(n) = ϕ(m)ϕ(p) = (p − 1)ϕ(m),

360

Kapitel XII. Geometrie lebt von der Algebra

da p ja kein Teiler von m ist. Ist q ein Teiler von ϕ(ap) und ist q > ϕ(n) = (p − 1)ϕ(m), so ist q kein Teiler von ϕ(a) und auch kein Teiler von p − 1. Es folgt, dass p Teiler von a ist, da ja sonst ϕ(ap) = ϕ(a)(p − 1) w¨are. Es folgt ϕ(ap) = pϕ(a) und damit p = q. Es ist also p > (p − 1)ϕ(m), was m = 1 oder 2 zur Folge hat. Wegen der Minimalit¨ at von a ist daher a = 1. Somit ist p Teiler von ϕ(ap) = ϕ(p) = p − 1, ein Widerspruch. Damit ist der Satz bewiesen. 6. Kreisteilungsk¨ orper. In diesem Abschnitt seien noch einige Aussagen u ¨ ber die gegenseitige Lage der Kreisteilungsk¨ oper versammelt, da sie in den Zusammenhang ¨ die Historie der S¨atze weiß ich nichts zu sagen. passen. Uber Ist M ein K¨ orper und sind K und L Teilk¨ orper von M , so bezeichnen wir mit KL den Schnitt u ¨ ber alle Teilk¨orper von M , die K und L umfassen. Man nennt KL das Kompositum der beiden K¨ orper K und L. Satz 1. Es seien m und n nat¨ urliche Zahlen. Dann gilt f¨ ur die beiden Kreisteilungsk¨ orper Qm und Qn die Gleichung Qm Qn = QkgV(m,n) . Beweis. Es gilt Qm , Qn ⊆ QkgV(m,n) und damit Qm Qn ⊆ QkgV(m,n) , da ja alle m-ten und alle n-ten Einheitswurzeln auch kgV(m, n)-te Einheitswurzeln sind. Andererseits enth¨ alt Qm Qn eine primitive m-te und eine primitive n-te Einheitswurzel. Nach Satz 5 von Abschnitt 7 des Kapitels 9 gibt es in Qm Qn auch eine primitive kgV(m, n)-te Einheitswurzel. Hieraus folgt QkgV(m,n) ⊆ Qm Qn und damit die Behauptung. Satz 2. Ist ϕ die eulersche Totientenfunktion, so ist ϕ(m)ϕ(n) = ϕ kgV(m, n) ϕ ggT(mn) .

Beweis. F¨ ur x ∈ N bezeichne π(x) die Menge der Primteiler von x. Dann ist nach Korollar 2 zur m¨ obiusschen Umkehrformel (Kap. 9, Absch. 3) ϕ(m)ϕ(n) = mn

(1 − p−1 )

p∈π(m)

= mn

(1 − p−1 )

p∈π(n)

(1 − p−1 )

p∈π(m)∪π(n)

(1 − p−1 ).

p∈π(m)∩π(n)

Nun ist π(kgV(m, n)) = π(m) ∪ π(n) und π(ggT(m, n)) = π(m) ∩ π(n) sowie mn = kgV(m, n)ggT(m, n). Daraus folgt schließlich die Behauptung. Satz 3. Es seien m und n nat¨ urliche Zahlen. Genau dann ist Qm ⊆ Qn , wenn m Teiler von n oder wenn n ungerade und m Teiler von 2n ist.

6. Kreisteilungsk¨ orper

361

Beweis. Ist m Teiler von n und ist n = tm, so ist ζ t eine primitive m-te Einheitswurzel, wenn ζ eine primitive n-te Einheitswurzel ist. Dann ist Qm = Q[ζ t ] ⊆ Q[ζ] = Qn . Es sei n ungerade und m Teiler von 2n. Dann ist Qm ⊆ Q2n , wie gerade gesehen. Ist ζ eine primitive n-te Einheitswurzel, so ist −ζ eine primitive (2n)-te Einheitswurzel, da n ja ungerade ist. Daher ist Qn = Q[ζ] = Q[−ζ] = Q2n . Also ist auch in diesem Falle Qm ⊆ Qn . Es sei umgekehrt Qm ⊆ Qn . Ferner sei ζ eine primitive m-te und η eine primitive n-te Einheitswurzel. Nach Satz 5 von Kapitel 9, Abschnitt 7 gibt es dann in der von ζ und η erzeugten Untergruppe der multiplikativen Gruppe von Qn eine primitive kgV(m, n)-te Einheitswurzel. Es folgt QkgV(m,n) ⊆ Qn und damit QkgV(m,n) = Qn . Hieraus folgt ϕ kgV(m, n) = ϕ(n). Mit Satz 2 folgt ϕ ggT(m, n) ϕ kgV(m, n) = ϕ(m)ϕ(n) = ϕ(m)ϕ kgV(m, n) . Also ist ϕ(m) = ϕ(ggT(m, n)). Es sei m = ggT(m, n)ab, wobei jeder Primteiler von a Teiler von ggT(m, n) und b zu ggT(m, n) teilerfremd sei. Dann ist ϕ ggT(m, n) = ϕ(m) = aϕ ggT(m, n) ϕ(b). Es folgt a = ϕ(b) = 1. Also ist b = 1 oder b = 2. Ist b = 1, so ist m = ggT(m, n), so dass m Teiler von n ist. Es sei also b = 2. Dann ist m = 2ggT(m, n), so dass m gerade und Teiler von 2n ist. W¨are n gerade, so teilte 2 und damit b den gr¨ oßten gemeinsamen Teiler von m und n im Widerspruch zur Herkunft von b. Damit ist der Satz bewiesen. Nun kommen auch Gruppen ins Spiel. Hier eine erste Aussage u ¨ber Untergruppen endlicher Gruppen, die wir gleich ben¨ otigen werden, wenn wir Qm ∩ Qn bestimmen wollen. Satz 4. Es sei G eine endliche Gruppe und A und B seien Untergruppen von G. Ist AB := {x | Es gibt a ∈ A und b ∈ B mit x = ab}, so ist |AB| =

|A||B| . |A ∩ B|

362

Kapitel XII. Geometrie lebt von der Algebra

¨ Beweis. Wir deﬁnieren auf A × B eine Aquivalenzrelation ∼ durch (a, b) ∼ (c, d) ¨ genau dann, wenn ab = cd ist. Dann ist |AB| die Anzahl der Aquivalenzklassen. Es sei (a, b) ∈ A × B. Ist x ∈ A ∩ B, so ist axx−1 b = ab und daher (ax, x−1 b) ∼ (a, b). Daher ist die durch xf := (ax, x−1 b) deﬁnierte Abbildung f eine injektive ¨ Abbildung von A ∩ B in die Aquivalenzklasse von (a, b). Ist andererseits (a, b) ∼ (c, d), so ist ab = cd. Hieraus folgt c−1 a = db−1 ∈ A ∩ B. Setze x := a−1 c. Dann ist x ∈ A ∩ B und c = ax sowie x−1 b = c−1 ab = c−1 cd = d. ¨ Folglich ist f auch surjektiv. Daher haben alle Aquivalenzklassen die L¨ ange |A∩B|. Folglich ist |A × B| = |AB||A ∩ B|, was zu beweisen war. Satz 5. Es seien m und n nat¨ urliche Zahlen und m sei Teiler von n. Ist A die Automorphismengruppe von Qn und ist H := {η | η ∈ A, xη = x f¨ ur alle x ∈ Qm }, so ist A/H zur Automorphismengruppe von Qm isomorph und [Qn : Qm ] = |H|. Beweis. Ist α ∈ A und ist ζ eine m-te Einheitswurzel, so ist auch ζ α eine m-te ∗ Einheitswurzel. Folglich ist Qα ankung von α auf Qm , m = Qm . Ist α die Einschr¨ so ist ∗ also ein Homomorphismus von A in die Automorphismengruppe von Qm und H ist der Kern dieses Homomorphismus. Hieraus folgt mit Satz 5 von Kapitel 9, Abschnitt 3, dass |A/H| ≤ ϕ(n) ist. Es sei σ eine primitive n-te Einheitswurzel. Dann ist Qn = Q[σ] ⊆ Qm [σ] ⊆ Qn und daher Qn = Qm [σ]. Ist f das Minimalpolynom von σ u ¨ ber Qm , so ist ur alle η ∈ H. Daher Grad(f ) = [Qn : Qm ]. Nun ist σ η eine Nullstelle von f f¨ gilt |H| ≤ Grad(f ). Es folgt ϕ(n) = |A/H||H| ≤ ϕ(m)[Qn : Qm ] = [Qn : Qm ][Qm : Q] = [Qn : Q] = ϕ(n). Folglich ist |A/H| = ϕ(m) und |H| = [Qn : Qm ]. Damit ist alles bewiesen. Satz 6. Sind m, n ∈ N, so ist Qm ∩ Qn = QggT (m, n).

6. Kreisteilungsk¨ orper

363

Beweis. Nach Satz 1 ist [Qm , Qn ] = QkgV(m,n) . Es sei G die Automorphismengruppe von QkgV(m,n) und F := {f | f ∈ G, xf = x f¨ ur alle x ∈ Qm } und ur alle x ∈ Qn }. H := {h | h ∈ G, xh = x f¨ Nach Satz 5 ist dann |F | =

ϕ(kgV(m, n)) ϕ(m)

und |H| =

ϕ(kgV(m, n)) . ϕ(n)

Ist g ∈ F ∩ H, so l¨asst g sowohl Qm als auch Qn und damit [Qm , Qn ] = QkgV(m,n) elementweise fest. Also ist g = 1. Nach Satz 4 ist daher |F H| = |F ||H| =

ϕ(kgV(m, n)) ϕ(kgV(m, n))2 = . ϕ(m)ϕ(n) ϕ(ggT(m, n))

Es sei I := {i | i ∈ G, xi = x f¨ ur alle x ∈ QggT(m,n) }. Sicherlich ist QggT(m,n) ⊆ Qm ∩ Qn . Hieraus folgt F H ⊆ I. Nach Satz 5 ist |I| = ϕ(kgV(m, n))ϕ(ggT(m, n))−1 und folglich I = F H. Es sei ur alle i ∈ I}. K := {x | x ∈ QkgV(m,n , xi = x f¨ Dann ist K ein K¨ orper, der wegen I = F H den Schnitt Qm ∩ Qn umfasst. Ist ζ eine primitive kgV(m, n)-te Einheitswurzel, so ist QkgV(m,n) = K[ζ], da ja Q ⊆ K ist. Ist f das Minimalpolynom von ζ u ¨ ber K, so ist |I| ≤ Grad(f ) = [QkgV(m,n) : K]. Also ist ϕ kgV(m, n) = ϕ ggT(m, n) |I| ≤ [QggT(m,n) : Q][QkgV(m,n) : K] ≤ [QkgV(m,n) : K][K : Q] = ϕ kgV(m, n) . Hieraus folgt [K : Q] = [QggT(m,n) : Q] und wegen QggT(m,n) ⊆ Qm ∩ Qn ⊆ K dann auch QggT(m,n) = Qm ∩ Qn , was zu beweisen war.

XIII. Galois 1. Cauchy 1815 und 1844. Wir sind ein ganzes St¨ uck weiter gekommen in der Frage, ob Gleichungen durch Radikale l¨ osbar sind, indem wir von einer ganzen Klasse von Gleichungen, den Kreisteilungsgleichungen n¨ amlich, nachwiesen, dass sie es sind. Dies hatten Gauß und Vandermonde herausgefunden, wobei Vandermondes Herangehen skizzenhaft ist und auch die gaußschen Beweise nicht v¨ollig zufrieden stellen. Die endg¨ ultige Antwort auf die Frage, ob Gleichungen durch Radikale l¨ osbar seien, fanden dann schließlich Niels Henrik Abel und Evariste Galois. Es gab einen Vorl¨ aufer. Im Jahre 1799 publizierte Paolo Ruﬃni, Arzt, wie seinerzeit Girolamo Cardano, sein Buch Teoria generale delle Equazioni, in cui si dimostra impossibile la soluzione algebraica (sic) delle equazioni generali di grado superiore al quarto. In diesem Buche behauptet er, dass die allgemeine Gleichung 5. Grades nicht mittels Radikale l¨ osbar sei. Seinen Kritikern antwortete er mit insgesamt f¨ unf weiteren Publikationen zu diesem Thema, worinnen er seine Beweise verbesserte und erg¨ anzte. Was bei ihm neu war, ist, dass er die Untergruppen der S5 auflistete (die Liste war nicht komplett), um u ¨ ber die Indizes der Untergruppen Aussagen u ¨ ber die Grade der Minimalpolynome (Resolventen) der Elemente von ¨ ber Q(a1 , a2 , a3 , a4 , a5 ) zu bekommen, wobei die ai vom Q(x1 , x2 , x3 , x4 , x5 ) u Vorzeichen abgesehen die elementarsymmetrischen Funktionen in den xi sind. Ruﬃnis Arbeiten haben das Ziel noch nicht erreicht, dennoch sind sie wegweisend, da sie nun die symmetrischen Gruppen und ihre Untergruppen zu Werkzeugen der Theorie machen. Er kennt die Zyklenzerlegung von Permutationen und hat die Begriﬀe der intransitiven, transitiven imprimitiven und transitiven primitiven Untergruppen der symmetrischen Gruppe, wobei er jedoch noch nicht diese Namen benutzte (s. Toti-Rigatelli 1989, S. 28). Ich werde die Arbeiten Ruﬃnis nicht weiter verfolgen. Sie ﬁnden sich sehr detailliert in Burkhardt 1892 beschrieben. Diese Arbeit scheint immer noch das letzte Wort zu Ruﬃni zu sein (s. a. Kiernan 1971 und zu dieser Arbeit van der Waerden 1972). Ruﬃnis Werke sind von Ettore Bortolotti herausgegeben worden (s. Literaturverzeichnis). Abel zeigte in einer im Jahre 1824 in Christiania erschienen Schrift, dass die allgemeine Gleichung 5-ten Grades nicht durch Radikale l¨ osbar ist (Abel 1824). Sehr viel ausf¨ uhrlicher nimmt er zu diesem Thema in einer Arbeit im Journal f¨ ur die reine und angewandte Mathematik Stellung (Abel 1826). W¨ ahrend er in

366

Kapitel XIII. Galois

der ersten Arbeit nur den Fall der allgemeinen Gleichung f¨ unften Grades erledigt und dann sagt, dass daraus unmittelbar auch die Unl¨ osbarkeit der Gleichungen h¨ oheren Grades durch Radikale folge, geht er in der zweiten Arbeit auf alle Details ein. Dieses Ergebnis, dass die allgemeine Gleichung des Grades n ≥ 5 nicht durch Radikale l¨ osbar ist, ist ein Juwel, ein Glanzlicht in der an herausragenden Ergebnissen nicht armen Geschichte der Mathematik. Mit diesem Ergebnis ist aber immer noch nicht die Frage beantwortet, ob algebraische Gleichungen u ¨ ber Q durch Radikale l¨ osbar sind. Die allgemeine Gleichung hat ja Unbestimmte als Koeﬃzienten und nicht rationale Zahlen und die Kreisteilungspolynome sind Polynome, die durch Radikale l¨ osbar sind. Dies war auch Abel bewusst, wie aus seiner postum publizierten Abhandlung Sur la r´esolution alg´ebriques des ´equations hervorgeht. Es heißt dort zusammenfassend: En g´en´eral, il y a deux cas diﬀ´erens ” selon que les coeﬃciens contiendrons des quantit´es variables, ou non.“ (Werke, Bd. 2, S. 219. Man beachte, dass Abel sich noch der vorrevolution¨ aren franz¨osischen Orthograﬁe bedient: diﬀ´erens, coeﬃciens). Der Ruhm, die Antwort auf die Frage nach der L¨ osbarkeit von Gleichungen u ¨ber Q durch Radikale gefunden zu haben, geb¨ uhrt Evariste Galois. Er fand notwendige und hinreichende Bedingungen daf¨ ur, dass eine gegebene Gleichung durch Radikale l¨ osbar ist. Mit diesen Kriterien war es dann einfach, sich Beispiele solcher Gleichungen u ¨ ber Q zu verschaﬀen, die nicht durch Radikale l¨ osbar sind. Mit Galois’ Satz werden wir dann auch Abels Resultat beweisen, dass die allgemeine Gleichung des Grades n ≥ 5 nicht durch Radikale l¨ osbar ist. Noch vor Abel und Galois griﬀ Cauchy das Thema auf, das von Lagrange, Vandermonde und Ruﬃni, wie er sagte, angestoßen worden sei (Cauchy 1815a). In dieser Arbeit bewies er den Satz, dass f¨ ur die Anzahl r der Bilder von f ∈ Q(x1 , . . . , xn ) unter der Sn gilt, dass r = 1 oder 2 sei oder aber dass die Ungleichung r ≥ p gelte, wobei p der gr¨ oßte Primteiler von n! ist. Ruﬃni h¨ atte dies f¨ ur n = p = 5 bewiesen. Cauchy erkl¨ art das Symbol, das wir heute noch benutzen, an dem Beispiel der Permutation 1.2.4.3 . 2.4.3.1 Dieses Symbol repr¨ asentiert die Substitution (substitution) 1 durch 2, 2 durch 4, 4 durch 3 und 3 durch 1. Er liest dieses Symbol also von oben nach unten. Die Spalten dieses Symbols k¨ onnen beliebig permutiert werden. Die dargestellte Substitution a¨ndert sich dadurch nicht. Die beiden Zeilen des Symbols k¨ urzt er h¨auﬁg mit großen Buchstaben ab, also etwa mit A1 . A2 Bei der expliziten Form l¨ asst er, wenn nicht ausdr¨ ucklich ben¨ otigt, die Spalten weg, in denen oben und unten das gleiche Element steht. Die nicht explizit auftretenden Elemente sind also Fixelemente der Abbildung.

1. Cauchy 1815 und 1844

367

Bei Vandermonde ﬁndet sich dieses Symbol auch schon, wobei Vandermonde es aber von unten nach oben liest (Vandermonde 1774), was Cauchy in der gleich zu besprechenden Arbeit von 1844 ebenfalls tut. Wir bleiben aber dabei, es von oben nach unten zu lesen. (Es wird gleich noch etwas u ¨ber die Datierung der Arbeit gesagt.) 2 1 die beiden Eintr¨ age, so erh¨alt man mit A Invertiert“ man in A A A1 die zur 2 ” ersten Permutation inverse Permutation, die auch von Cauchy l’inverse genannt 1 wird. Sie so zu benennen, sei nat¨ urlich, weil A1 und A2 in dem Symbol A A2 invertiert w¨ urden (Cauchy 1844). Das Produkt einer Permutation mit ihrer Inversen ergibt die Identit¨ at. Er nennt sie unit´e und bezeichnet sie mit 1, wobei die 1 als Bezeichnung f¨ ur die Identit¨ at in den Arbeiten von 1815 noch nicht auftaucht. Ist f ∈ Q(x1 , . . . , xn ), so nennt Cauchy die Zahl r der Bilder von f unter der Sn den Index von f (Cauchy 1815a). Der Index einer Funktion ist ja auch der Index ihres Stabilisators in der Sn . Ob sich von daher der Name Index“ f¨ ur den Quotienten von Gruppenordnung durch ” Untergruppenordnung herleitet, weiß ich nicht. Um seinen Satz zu beweisen, nimmt Cauchy an, er habe ein f , dessen Index r kleiner als p sei. Am Kreis erkl¨art Cauchy die p-Zyklen. Es sind dies die Abbildungen a1 → a2 → . . . → ap → a1 , wobei die restlichen Elemente festgelassen werden. Er hat hier das Beispiel, bei dem die Konvention zum Zuge kommt, dass nicht aufgef¨ uhrte Ziﬀern Fixziﬀern sind: α β γ δ ... ζ η . β γ δ ... η α Dann beweist er, dass alle p-Zyklen f invariant lassen. Cauchys Beweis, der erste Beweis dieser Tatsache, dauert eine Weile. Wir sehen das heute sofort, auch Dank Cauchy. Es g¨ abe ja sonst einen p-Zyklus, der nicht im Stabilisator von f l¨ age. Dann h¨ atte aber die von diesem Zyklus erzeugte Untergruppe mit dem Stabilisator einen trivialen Schnitt, da p eine Primzahl ist. Usw. Alle 3-Zyklen lassen f invariant. F¨ ur den 3-Zyklus αβγ γαβ gilt ja die Gleichung α β γ δ ... ζ η β γ δ ... η α αβγ = . β γ δ ... η α γ α β δ ... ζ η γαβ Sind die Faktoren des Produktes auf der linken Seite insbesondere p-Zyklen, so lassen sie und damit auch ihr Produkt f invariant. (Cauchy benutzt in diesem Zusammenhang ebenfalls die W¨ orter facteur und produit.)

368

Kapitel XIII. Galois

Es ist nun interessant, wie Cauchy den Beweis zum Abschluss bringt, ohne die alternierende Gruppe ins Spiel zu bringen. Was er stillschweigend unterstellt, ist, dass die Sn von Transpositionen erzeugt wird. Dies ist aber sp¨atestens seit Lagrange klar, wie ich dort schon erw¨ ahnte. Es seien α, β, γ, δ vier der Indizes. Dann ist zun¨achst αβγ αβ βγ = . γαβ βα γβ Weil f von 3-Zyklen invariant gelassen wird und weil ihre eigenen Transpositionen β mit (α, β) abk¨ urzt, was Inversen sind, folgt, wenn man die Transposition α β α schon Cauchy tut, ohne jedoch die folgende Notation zu benutzen, f (α,β) = f (β,γ). Entsprechend folgt f (β,γ) = f (γ,δ) und damit f (α,β) = f (γ,δ) . Hieraus folgt dann schließlich, dass f unter der Sn h¨ ochstens zwei verschiedene Bilder hat, da die Sn ja von Transpositionen erzeugt wird. Aus Cauchys Beweis seines Satzes kann man das Folgende herausholen. Ist U eine Untergruppe der Sn und gilt f¨ ur den Index [Sn : U ] von U in Sn die oßte, n! teilende Primzahl ist, so ist Ungleichung [Sn : U ] < p, wobei p die gr¨ [Sn : U ] ≤ 2 und U enth¨ alt alle 3-Zyklen. Unmittelbar im Anschluss an die gerade besprochene Arbeit erschien auch die ´ nun zu besprechende Arbeit im Journal de l’Ecole Polytechnique. Auch sie enth¨ alt Schl¨ usse, die es auch heute noch wert sind, gewusst zu werden (Cauchy 1815b). Cauchy erkl¨ art am Kreis die Zyklenzerlegung einer Permutation, die ja schon Rufﬁni kannte, indem er die zu permutierenden Elemente im Uhrzeigersinn (er sagt nicht Uhrzeigersinn“) auftr¨ agt und dann Bild und Urbild mit einer Strecke ” verbindet, wobei der Uhrzeigersinn vorgibt, welche Ziﬀer Bild und welche Urbild ist. Dann zerf¨allt der gerichtete Graph, der so entsteht, in disjunkte Zyklen. Er f¨ uhrt ein Beispiel vor. Die Zyklenschreibweise benutzt er noch nicht. Sie ﬁndet sich aber in der Arbeit Cauchy 1844. Wir wollen hier etwas penibler vorgehen. Es sei X eine endliche Menge und SX sei die symmetrische Gruppe auf X. Es sei p ∈ X und π ∈ SX . Dann ist die Menge i

{pπ | i ∈ N0 } i

j

i−j

= p. endlich. Es gibt daher i, j ∈ N0 mit i > j und pπ = pπ . Es folgt pπ πl Wegen i − j ∈ N gibt es also eine kleinste, positive ganze Zahl l mit p = p. Dann 2 l−1 paarweise verschiedene Elemente von X. Man nennt sind p, pπ , pπ , . . . , pπ (p, pπ , . . . , pπ

l−1

)

1. Cauchy 1815 und 1844

369

einen Zyklus der L¨ ange l von π. Ein Zyklus ist dann so zu lesen, dass jedes vom letzten Element verschiedene Element auf seinen rechten Nachbarn, das letzte Element aber auf das erste abgebildet wird. Die Fixelemente von π bilden Zyklen der L¨ange 1. Sie werden meist nicht eigens aufgef¨ uhrt. Die Menge {p, pπ , . . . , pπ

l−1

}

ist oﬀenbar eine Bahn der von π erzeugten Untergruppe π der SX . Hat man daher m−1 ¨ einen zweiten Zyklus (q, q π , . . . , q π ), so ist, weil Bahnen ja Aquivalenzklassen sind, entweder {p, pπ , . . . , pπ

l−1

} = {q, q π , . . . , q π

m−1

}

oder {p, pπ , . . . , pπ

l−1

} ∩ {q, q π , . . . , q π

m−1

} = ∅.

Die Reihenfolge der Elemente eines Zyklus ist nicht eindeutig festgelegt, kann man doch jedes seiner Elemente als erstes Element verwenden. Eine Permutation heißt zyklisch, falls sie nur einen nicht trivialen Zyklus besitzt. Transpositionen sind zyklische Permutationen. ager von π Ist π ∈ SX , so nennen wir die Menge {x | x ∈ X, xπ = x} den Tr¨ und bezeichnen ihn mit Tr¨ a(π). Zwei Permutationen heißen disjunkt, wenn ihre Tr¨ ager disjunkt sind. Dann gilt also, dass jede Permutation Produkt von paarweise disjunkten zyklischen Permutationen ist. Satz 1. Sind γ und δ disjunkte Permutationen auf X, so ist γδ = δγ. Beweis. Es sei x ∈ X. a(γ) und folglich xδ = x und 1. Fall: Es ist x ∈ Tr¨ a(γ). Dann ist auch xγ ∈ Tr¨ γδ γ x = x , da Tr¨ a(γ) ∩ Tr¨ a(δ) = ∅ ist. Aus der ersten Gleichung folgt xδγ = xγ , so δγ γδ dass x = x ist. 2. Fall: Es ist x ∈ Tr¨ a(δ). Dann folgt entsprechend dem ersten Fall xγδ = xδγ . 3. Fall: Es ist x ∈ Tr¨ a(γ) ∪ Tr¨ a(δ). Dann ist xγδ = xδ = x = xγ = xδγ . Also ist γδ δγ in jedem Falle x = x und damit γδ = δγ. Nachdem Cauchy die Zerlegung einer Permutation in Zyklen eingef¨ uhrt hat, beweist er den folgenden, grundlegenden Satz. Satz 2. Es sei X eine endliche Menge und es sei π ∈ SX . Ist g die Anzahl der Zyklen von π, die Zyklen der L¨ ange 1 mitgez¨ ahlt, und ist (α, β) eine Transposition aus der SX , so ist die Anzahl der Zyklen von π(α, β) gleich g − 1 oder g + 1. Beweis. Da alle Zyklen von π im Spiele sind, kommen α und β in den Zyklen von π vor. Wir nehmen zun¨ achst an, dass sie in verschiedenen Zyklen vorkommen. Weil die Zyklen nach Satz 1 paarweise vertauschbar sind, erreichen wir, dass die beiden Zyklen, in denen α und β vorkommen, unmittelbar links neben der Transposition

370

Kapitel XIII. Galois

(α, β) stehen. Dann ergibt sich, da wir ja auch u ¨ber die Position von α und β in ihren jeweiligen Zyklen frei verf¨ ugen k¨onnen, π(α, β) = . . . (α, γ, . . . , δ)(β, , . . . , ζ)(α, β) = . . . (α, γ, . . . , δ, β, , . . . , ζ, ). In diesem Fall werden die beiden Zyklen, die α und β enthalten, miteinander verschmolzen, die Anzahl der Zyklen also um 1 vermindert. Liegen α und β im gleichen Zyklus, so k¨onnen wir auf Grund von Satz 1 wieder annehmen, dass dieser Zyklus unmittelbar links neben (α, β) steht. Dann ist nach dem bereits Bewiesenen π(α, β) = . . . (α, γ, . . . , δ, β, , . . . , ζ)(α, β) = . . . (α, γ, . . . , δ)(β, , . . . , ζ)(αβ)(αβ) = . . . (α, γ, . . . , δ)(β, , . . . , ζ). Hier wird also der Zyklus, der α und β enth¨ alt, in zwei Zyklen zerlegt, so dass die Anzahl der Zyklen um 1 steigt. Damit ist der Satz bewiesen. Dann ordnet Cauchy jeder Permutation π die Zahl n−g zu, wobei n = |X| und g die Anzahl aller Zyklen von π ist. Mit Hilfe dieser Zahl zerlegt er die Permutationen ur die n − g gerade ist, und die in zwei Klassen, die Klasse der Permutationen, f¨ Klasse der Permutationen, f¨ ur die n− g ungerade ist. Er beweist, dass das Produkt zweier Elemente aus der gleichen Klasse ein Element der ersten Klasse ist und dass das Produkt zweier Elemente aus verschiedenen Klassen ein Element der zweiten Klasse ist. Wir erkennen hier das Rechnen mit Vertretern der Elemente der Faktorgruppe SX /AX , wobei AX die alternierende Gruppe auf X ist. Dies in heutiger Sprache darzustellen, steht nun auf dem Programm. Cauchys Argumente stehen und fallen mit der Eigenschaft der symmetrischen Gruppe, dass jede Permutation Produkt von Transpositionen ist. Dies sieht man mit den bislang bereit gestellten Hilfsmitteln sehr rasch. Wie beim Beweis von Satz 2 gesehen, ist (c0 , . . . , cr ) = (c0 , . . . , cr−1 )(cr )(c0 , cr ) = (c0 , . . . , cr−1 )(c0 , cr ). Hieraus folgt mit Induktion die Behauptung. Ist π ∈ SX , ist n = |X| und ist g die Anzahl der Zyklen von π, die Zyklen der L¨ange 1 mitgez¨ahlt, so setzen wir sgn(π) := (−1)n−g und nennen sgn(π) das Signum von π. F¨ ur das Signum von π ist der Grad der Sn , also das n, nur bedingt wichtig. Signiﬁkant ist nur die Anzahl der bewegten Ziﬀern und die Anzahl der nichttrivialen Zyklen. Es gilt n¨ amlich: Ist t die Anzahl der nicht trivialen Zyklen von π angen, so ist und sind z1 , z2 , . . . , zt ihre L¨ t sgn(π) = (−1) i:=1 zi −t .

1. Cauchy 1815 und 1844

371

Dies folgt daraus, dass n gleich der Summe der zi plus der Anzahl der Fixziﬀern und dass g gleich t plus der Anzahl der Fixziﬀern ist. Satz 3. Es sei X eine endliche Menge. Sind π, ρ ∈ SX , so ist sgn(πρ) = sgn(π)sgn(ρ). Ist τ eine Transposition, so ist sgn(τ ) = −1. Beweis. Es seien g, g und g die Anzahlen aller Zyklen von πρ, π, bzw. ρ. Die Permutationen π und ρ sind Produkte von Transpositionen. Es sei r die Anzahl der Transpositionen in einem Produkt, das gleich π sei, und r die Anzahl der Transpositionen in einem solchen Produkt, das gleich ρ sei. Da die Anzahl der Zyklen der Identit¨ at gleich n ist, folgen mit Satz 2 die Kongruenzen n ≡ g + r mod 2 n ≡ g + r mod 2 n ≡ g + r + r mod 2. Es folgt

sgn(πρ) = (−1)n−g = (−1)r +r = (−1)r (−1)r

= (−1)n−g (−1)n−g = sgn(π)sgn(ρ). Ist τ eine Transposition, so ist g = n − 1 und daher sgn(τ ) = −1. Den Kern von sgn bezeichnen wir mit AX . Es ist die alternierende Gruppe vom Grade n, wobei n die L¨ ange von X bezeichne. Statt AX schreiben wir auch An . Weil sgn surjektiv ist, ist der Index der An in der Sn gleich 2. Also ist |An | = 12 n! Es gibt noch mehr Publikationen Cauchys, in denen er von Permutationen handelt, wichtig f¨ ur uns ist aber erst wieder die Arbeit Cauchy 1844. Diese Arbeit ist erschienen im dritten Band der Exercices d’analyse et de physique math´ematique, der als Erscheinungsjahr das Jahr 1844 angibt. In Wirklichkeit ist er in mehreren Lieferungen erschienen, die sich bis in das Jahr 1846 erstreckten. Peter Neumann macht nun klar, dass die Arbeit Cauchys wohl erst im Jahre 1845 entstanden und fr¨ uhestens in diesem Jahr, wahrscheinlich aber erst das Jahr darauf erschienen ist (Neumann 1989). Da ich aber weder eine Aussage machen will, von wann bis wann sich Cauchy mit Permutationsgruppen besch¨ aftigte, noch Vorw¨ urfe gegen J. Bertrand erhebe, dass er die cauchysche Arbeit nicht gelesen h¨atte, kommt es hier nicht darauf an, in welchem Jahr die Arbeit erschienen ist. Wenn man sie in Bibliotheken sucht, muss man sich an die Jahreszahl 1844 halten. In Cauchys Arbeit geht es um die symmetrischen Gruppen um ihrer selbst A f¨ ur Permutationen erkl¨ art hat, die willen. Nachdem er wieder die Bezeichnung B er nun von unten nach oben XXXX und deren Produkt er von rechts nach links liest, zeigt er als Erstes, dass die Multiplikation in der Sn nicht kommutativ ist, wenn nur n ≥ 3 ist. Es ist ja — wir lesen weiterhin Permutationen von oben nach unten und ihre Produkte von links nach rechts — yz xy xyz = zy yx yzx

372 und

Kapitel XIII. Galois xy yz xyz = . yx zy zxy

Er spricht von Potenzen (puissances) von Permutationen. Er deﬁniert die Ordnung (ordre) von π als die kleinste nat¨ urliche Zahl i, f¨ ur die π i = 1 gilt. Ferner zeigt k er, dass π = 1 genau dann gilt, wenn k durch i teilbar ist. Er benutzt auch negative Exponenten, deren Gebrauch er ausf¨ uhrlich erkl¨ art. Insbesondere ist π −1 −1 −1 −1 die Inverse zu π. Er merkt an, dass (πρ) = ρ π ist. Er erkl¨ art die Zyklenzerlegung einer Permutation, so wie er das auch schon in der Arbeit 1815b getan hat, wobei er nun aber auch die Zyklenschreibweise einf¨ uhrt, die wir schon benutzt haben. Dann beweist er den folgenden Satz, wobei die Struktur des Beweises die Struktur des hier wiedergegebenen Beweises ist. Wir sind nur ein wenig konziser. Satz 4. Es sei X eine endliche Menge. Ferner sei 1 = π ∈ SX . Sind z1 , . . . , zt die L¨ angen der nicht trivialen Zyklen von π, so ist o(π) = kgV(z1 , . . . , zt ). Beweis. Man beachte, dass ein Zyklus der L¨ ange z die Ordnung z hat. Es sei γi die zyklische Permutation, deren einziger nicht trivialer Zyklus der i-te Zyklus von ange von γi ist. π ist. Dabei sei die Nummerierung so eingerichtet, dass zi die L¨ Dann ist π = γ1 · · · γt und die γi sind nach Satz 1 paarweise vertauschbar. Also ist o(π)

1 = π o(π) = γ1

o(π)

· · · γt

.

Weil die γi paarweise disjunkt sind, folgt hieraus o(π)

γi

=1

f¨ ur alle i. Daher ist zi = o(γi ) Teiler von o(π) f¨ ur alle i. Es folgt, dass kgV(z1 , . . . , zt ) Teiler von o(π) ist. Setzt man g := kgV(z1 , . . . , zt ), so folgt andererseits π g = γ1g · · · γtg = 1 · · · 1 = 1, so dass o(π) Teiler von g = kgV(z1 , . . . , zt ) ist. Damit ist der Satz bewiesen. Cauchy erkennt auch an Hand der Zyklenzerlegung, wann zwei Permutationen konjugiert sind. Dies sei f¨ ur sp¨atere Verwendung hier notiert Satz 5. Es sei γ = (c1 , . . . , ct ) ∈ Sn eine zyklische Permutation. Dann ist π −1 γπ = (cπ1 , . . . , cπt ) f¨ ur alle π ∈ Sn .

1. Cauchy 1815 und 1844

373

ur alle i, so ist xγ = x. Es folgt Beweis. Ist x = ci f¨ xππ

−1

γπ

= xγπ = xπ ,

so dass xπ Fixpunkt von π −1 γπ ist. Ist x = ci , so folgt ciππ

−1

γπ

π = cγπ i = ci+1 ,

wobei t + 1 als 1 zu interpretieren ist. Damit ist alles bewiesen. Es sei G eine Operatorgruppe auf der Menge X. Man nennt G t-fach transitiv auf X, wenn es zu paarweise verschiedenen x1 , . . . , xt ∈ X und paarweise verur alle i. Die Sn ist schiedenen y1 , . . . , yt ∈ X stets ein γ ∈ G gibt mit xγi = yi f¨ n-fach transitiv und damit auch t-fach transitiv auf {1, . . . , n} f¨ ur alle t ≤ n. angen t bzw. t . Genau Korollar. Es seien γ, δ ∈ Sn zyklische Permutationen der L¨ dann sind γ und δ konjugiert in Sn , wenn t = t ist. Beweis. Trivial, da Sn ja t-fach transitiv ist. Ist π ∈ Sn und l ∈ N, so bezeichnen wir mit a(π, l) die Anzahl der Zyklen der L¨ange l von π. Satz 6. Es seien α, β ∈ Sn . Genau dann sind α und β konjugiert in Sn , wenn a(α, l) = a(β, l) gilt f¨ ur l := 1, . . . , n. Beweis. Es sei α = γ1 · · · γs mit disjunkten zyklischen Permutationen γi . Dann ist π −1 απ = π −1 γ1 ππ −1 γ2 π · · · π −1 γs π. ur l := 1, . . . , Ist β = π −1 απ, so folgt mit Satz 5 hieraus, dass a(α, l) = a(β, l) ist f¨ n. Es gelte a(α, l) = a(β, l) f¨ ur alle fraglichen l. Ferner sei neben α = γ1 · · · γs auch β in disjunkte zyklische Permutationen δ1 , . . . , δs zerlegt. Wir d¨ urfen annehmen, ur alle i die gleiche L¨ange haben, da disjunkte Permutationen ja dass γi und δi f¨ vertauschbar sind. Es sei γi = (ci,1 , . . . , ci,r(i) ) und δi = (di,1 , . . . , di,r(i) ) f¨ ur i := 1, . . . , s. Weil Sn eine n-fach transitive Gruppe ist, gibt es ein π ∈ Sn mit ur alle i und j. Mit Satz 5 folgt π −1 γi π = δi . Hieraus folgt schließlich cπij = dij f¨ π −1 απ = β. Hat Cauchy eine oder mehrere Permutationen, so nennt er die Produkte, die er aus ihnen bilden kann, abgeleitete Permutationen. Die gegebenen Permutationen

374

Kapitel XIII. Galois

zusammen mit den abgeleiteten nennt er System von konjugierten Permutationen. Die Ordnung eines solchen Systems ist die Anzahl seiner Elemente. Wir sprechen heute von Untergruppen. Er bemerkt ausdr¨ ucklich, dass alle Permutationen zusammengenommen eine Untergruppe bilden. Dabei ist ihm nicht die Sprache im Wege, da sein Begriﬀ syst`eme de permutations conjugu´ees nicht das irritierende unter“ enth¨ alt. ” Er bemerkt ferner, dass f¨ ur Untergruppen P und Q der Sn genau dann P Q eine Untergruppe ist, wenn P Q = QP ist. Er beweist mit den Standardbeweisen, dass die Ordnung einer Untergruppe der Sn Teiler von n! ist. Er beweist auch, dass die Ordnung einer Untergruppe von den Ordnungen ihrer Elemente geteilt wird. Was er nicht erw¨ ahnt, ist, dass die Ordnung einer Untergruppe auch von allen Ordnungen ihrer Untergruppen geteilt wird. Seit Ruﬃni weiß man, dass nicht alle Teiler von n! auch Ordnungen von Untergruppen der Sn sind. So ist es nicht verwunderlich, dass Cauchy in seiner Arbeit auch verschiedene Konstruktionsm¨oglichkeiten f¨ ur Untergruppen angibt. Die spektakul¨ arste Konstruktion ist die der p-Sylowgruppen. Dieser Konstruktion wollen wir uns nun zuwenden. ochste Potenz Ist G eine endliche Gruppe, ist p eine Primzahl und ist pr die h¨ von p, die in |G| aufgeht, so heißt jede Untergruppe P von G, deren Ordnung pr ist, eine p-Sylowgruppe von G. Wir werden sehen, dass jede Gruppe p-Sylowgruppen enth¨ alt. Zun¨ achst aber zeigen wir das f¨ ur die symmetrischen Gruppen. Der Name Sylowgruppe“ wird im n¨ achsten Abschnitt klar werden. ” Ist x ∈ R, so bezeichne wieder x die ganze Zahl mit x ≤ x < x + 1. Der n¨ achste Satz stammt laut Dickson von Legendre, wobei Dickson die zweite Auﬂage des Essai sur la th´eorie des nombres (Paris 1808, S. 8) zitiert (Dickson 1919, Bd. I). In der ersten Auﬂage, der einzigen, die ich eingesehen habe, ﬁndet sich der Satz nicht. Cauchy beweist ihn in einer langen Fußnote, ohne auf Legendre zu verweisen (Werke auf den Seiten 220/221). ochste Satz 7. Ist n eine nat¨ urliche Zahl, ist p eine Primzahl und ist pf die h¨ Potenz von p, die n! teilt, so ist f=

1 ∞ 0 n i:=1

pi

.

∞ ur alle i ∈ N und daher i:=1 pni = 0. Beweis. Ist n < p, so ist pni = 0 f¨ Es ist aber auch f = 0, da aus p teilt n! ja folgt, dass p einen der Faktoren des n Produktes i:=1 i teilt. Dann ist aber p ≤ n. Es sei nun p ≤ n und der Satz gelte f¨ ur alle m < n. Dann gilt er insbesondere f¨ ur m := np . Dann sind 1p, 2p, 3p, . . . , mp die s¨amtlichen durch p teilbaren n ochste Potenz von p ist, die in m! · Faktoren von i:=1 i. Es folgt, dass pf die h¨ ochste Potenz von p, die in m! aufgeht. Nach pm aufgeht. Somit ist pf −m die h¨

1. Cauchy 1815 und 1844

375

Induktionsannahme ist f −m=

1 ∞ 0 m i:=1

pi

.

n ist f¨ ur alle Mit dem Satz aus Abschnitt 8 des Kapitels 1 folgt, dass pmi = pi+1 i. Daher ist 0 1 1 1 ∞ 0 ∞ 0 n n n f= = . + p pi+1 pi i:=1 i:=1

Hier noch eine Deﬁnition. Es sei p eine Primzahl. Eine abelsche Gruppe heißt elementarabelsche p-Gruppe, wenn f¨ ur alle ihre Elemente ap = 1 gilt. Elementarabelsche p-Gruppen sind nichts Anderes als Vektorr¨ aume u ¨ ber GF(p). Der Leser lasse sich nicht dadurch irritieren, dass die Verkn¨ upfung hier multiplikativ geschrieben und der K¨ orper GF(p) nicht unmittelbar zu sehen ist. Der n¨achste Satz gibt Cauchy Anlass, die P¨ unktcheninduktion zu pﬂegen. Sie zeigt hier ihre Grenzen. Der Klarheit wegen benutze ich deshalb Induktion in der Form, wie wir sie heute in unserem Studium lernen. Satz 8. Es sei p eine Primzahl und h und n seien nat¨ urliche Zahlen mit hp ≤ n. Es sei ferner ϕ eine injektive Abbildung von {1, . . . , h} × {1, . . . , p} in {1, . . . , n}. Wir deﬁnieren p-Zyklen Pi durch Pi := (ϕi,1 , ϕi,2 , . . . , ϕi,p ) ur alle i und j. Ferner gilt f¨ ur i := 1, . . . , h. Dann gilt Pi Pj = Pj Pi f¨ P1l1 P2l2 · · · Phlh = 1 genau dann, wenn l1 ≡ l2 ≡ . . . ≡ lh ≡ 0 mod p ist. Ist E := P1 , . . . , Ph , so ist E eine elementarabelsche p-Gruppe der Ordnung ph . Es sei U eine Untergruppe von Sh . Ist λ ∈ U und ist x ∈ {1, . . . , n}, so ¯ deﬁnieren wir xλ wie folgt: Ist x = ϕi,j , so setzen wir ¯

xλ := ϕiλ,j . ¯ ¯ ein MonomorIst x nicht von dieser Form, so setzen wir xλ = x. Dann ist λ → λ phismus von U in Sn . Das Bild von U unter diesem Monomorphismus bezeichnen ¯ . F¨ wir mit U ur λ ∈ U gilt ¯ = Piλ ¯ −1 Pi λ λ

¯ = {1} und f¨ ur i := 1, . . . , h. Es ist E ∩ U ¯ = ph |U |. |E U|

376

Kapitel XIII. Galois

¯ /E und U isomorph. Schließlich sind E U Beweis. Da Pi und Pj f¨ ur i = j disjunkt sind, gilt Pi Pj = Pj Pi f¨ ur alle i und j (nat¨ urlich auch f¨ ur i = j). Es ist o(Pi ) = p und daher P1l1 · · · Phlh = 1, wenn alle li durch p teilbar sind. Es sei P1l1 · · · Phlh = 1. Dann ist P

l1

ϕi,j = ϕi,j1

l

···Phh

P

li

= ϕi,ji

f¨ ur alle i und alle j. Es folgt Pili = 1 f¨ ur alle i und damit li ≡ 0 mod p f¨ ur alle i. ur alle i und j, so ist Es seien λ, μ ∈ U . Ist x = ϕi,j f¨ ¯

¯

xλμ = x = (xλ )μ¯ = xλ¯μ . Es sei x = ϕi,j . Dann ist ¯

¯

¯ μ λ¯ μ xλμ = ϕiλμ,j = ϕμiλ,j = ϕλ¯ i,j = x .

¯ μ. Also ist λμ = λ¯ ¯ ¯ Ist λ = 1, so ist ϕi,j = ϕλi,j = ϕiλ,j f¨ ur alle i und j. Weil ϕ injektiv ist, folgt i = iλ f¨ ur alle i und damit λ = 1, so dass das Queren ein Monomorphismus von Sh in Sn ist. Ist x = ϕi,j f¨ ur alle i und j, so ist ¯ −1 Pi λ ¯

xλ

= x = xPiλ .

Es sei x = ϕk,j . Ist k = iλ, so ist i = kλ−1 und daher ¯ −1

xλ

¯ −1

¯

λ Piλ iλ −1 = ϕP . kλ−1 ,j = ϕkλ−1 ,j = ϕkλ λ,j = x = x

Ist k = iλ, so folgt ¯ −1 Pi λ ¯

xλ

¯

¯

Piλ Piλ λ Piλ iλ = ϕP . iλλ−1 = ϕi,j+1 = ϕiλ,j+1 = ϕiλ,j = ϕk,j = x

Damit ist gezeigt, dass

¯ −1 Pi λ ¯ = Piλ λ

ist. E l¨ asst alle Mengen {ϕi,1 , . . . , ϕi,p } fest, w¨ahrend jedes von 1 verschiedene E¯ wenigstens eine dieser Mengen auf eine andere abbildet. Also ist lement aus U ¯ normalisiert wird, wie gerade gesehen, ¯ E ∩ U = {1}. Weil die Menge der Pi von U

1. Cauchy 1815 und 1844

377

¯ normalisiert. Also ist E U ¯ eine Gruppe und E ist Normalteiler wird auch E von U ¯ . Schließlich ist in E U ¯ /E ∼ ¯ /(U ¯ ∩ E) = U ¯ /{1} ∼ ¯∼ EU =U =U = U. Damit ist alles bewiesen. Korollar. W¨ ahlt man in Satz 8 f¨ ur h die Zahl np und f¨ ur U eine p-Sylowgruppe von Sh , so ist ¯ Π := E U eine p-Sylowgruppe von Sn . Ferner ist E ein elementarabelscher Normalteiler von ¯ = {1}. Π und es gilt E ∩ U Genau dann ist Π abelsch, wenn n < p2 ist. Beweis. Nach Satz 8 und Satz 7 ist ¯ | = ph |U | |Π| = ph |U und |U | = pg mit g =

∞

h i:=1 pi .

h+g =

Nach Satz 1 ist dann

1 1 0 1 ∞ 0 ∞ 0 n n n = . + p pi+1 pi i:=1 i:=1

Nach Satz 7 ist Π daher eine p-Sylowgruppe von Sn . ¯ die Gruppe E zentralisiert, dh., elementweise Genau dann ist Π abelsch, wenn U mit den Elementen von E vertauschbar ist. Dies ist genau dann der Fall, wenn U = {1} ist, dh., wenn p2 > n ist. Kommentar. Die Konstruktion der p-Sylowgruppe von Sn zeigt das Folgende: alt Π einen elementaraIst Π eine p-Sylowgruppe von Sn und ist m = np , so enth¨ belschen Normalteiler N der Ordnung pm und eine Untergruppe U mit Π = N U , N ∩ U = {1} und U ist isomorph der p-Sylowgruppe von Sm . n Hieraus folgt wiederum: Ist t dadurch bestimmt, dass 0 = pnt und 0 = pt+1 ist, so enth¨ alt Π eine Folge {1} = N0 , N1 , N2 , . . . , Nt = Π von Normalteilern mit N1 ⊆ N2 ⊆ . . . ⊆ Nt , so dass Ni+1 /Ni eine elementarabelsche p-Gruppe der Ordnung p

n pi+1

ist f¨ ur i := 0, . . . , t − 1. Die cauchysche Arbeit endet mit einem Abschnitt, der noch einen weiteren H¨ ohepunkt enth¨ alt, n¨ amlich den Satz, dass eine Untergruppe der Sn , deren Ordnung durch eine Primzahl p teilbar ist, ein Element der Ordnung p enth¨ alt. Der

378

Kapitel XIII. Galois

Hauptsatz in diesem Abschnitt lautet — etwas bequemer in heutiger Sprache formuliert — Satz 9. Es seien P und Q Untergruppen der Sn . Ist I die Anzahl der ρ ∈ Sn mit ρP ∩ Qρ = {ρ}, so ist I ≡ n! mod |P ||Q|. Beweis. Der Beweis benutzt Doppelnebenklassen. Es sei Σ die Menge der σ mit σP ∩ Qσ = {σ}. Dann ist |Σ| = n! − I. Wir zeigen zun¨ achst, dass |QσP | = |P ||Q| ist. Dazu seien π, π ∈ Q und ρ, ρ ∈ P und es gelte πσρ = π σρ . Dann ist σρρ−1 = π −1 π σ. Ferner ist ρρ−1 ∈ P und π −1 π ∈ Q. Wegen σP ∩ Qσ = {σ} ist also ρρ−1 = 1 = π −1 π und damit ρ = ρ und π = π . Also ist in der Tat |QσP | = |P ||Q|. Es seien σ, τ ∈ Σ und es gelte QσP ∩ Qτ P = ∅. Es gibt dann π, π ∈ Q und ρ, ρ ∈ P mit πσρ = π τ ρ . Es folgt τ = π −1 πσρρ−1 ∈ QσP . Es folgt weiter Qτ P ⊆ QσP und damit Qτ P = QσP . Wegen σ = 1σ1 ∈ QσP gilt $ QσP. Σ⊆ σ∈Σ

Ist andererseits τ = πσρ mit σ ∈ Σ, so folgt aus ξ ∈ τ P ∩ Qτ die Existenz von π ∈ Q und ρ ∈ P mit ξ = τ ρ = π τ . Es ist also πσρρ = π πσρ. Es folgt σρρ ρ−1 = π −1 π πσ = σ. Also ist ρ = π = 1. Somit ist τ ∈ Σ. Es gilt also $ Σ= QσP. σ∈Σ

Aus all diesem folgt, dass |Σ| durch |P ||Q| teilbar ist. Das ist aber gleichbedeutend damit, dass I ≡ n! mod |P ||Q|

2. Die sylowschen S¨ atze

379

ist. Satz 10. Es sei p eine Primzahl und U sei eine Untergruppe der Sn , deren Ordnung durch p teilbar sei. Dann enth¨ alt U ein Element der Ordnung p. Beweis. Es sei P eine nach Satz 6 existierende p-Sylowgruppe der Sn . Dann ist |P ||U | durch p|P | teilbar, n! aber nicht. Folglich kann das I aus Satz 9 nicht 0 sein. Es gibt also ein ρ ∈ Sn mit ρP ∩ U ρ = {ρ}. Es gibt also ein τ ∈ ρP ∩ U ρ, welches von ρ verschieden ist. Es folgt 1 = τ ρ−1 ∈ τ P τ −1 ∩ U. Somit ist τ ρ−1 ein von 1 verschiedenes Element von U , dessen Ordnung als Teiler von |τ P τ −1 | = |P | eine Potenz von p ist. Hieraus folgt die Behauptung. Satz 10 wird von Gruppentheoretikern gemeinhin Satz von Cauchy“ genannt. ” Der sch¨onste Beweis f¨ ur ihn ﬁndet sich in McKay 1959. Er ist reproduziert in L¨ uneburg 1999a, S. 52. 2. Die sylowschen S¨ atze. Der cauchysche Satz, dass jede Permutationsgruppe, deren Ordnung durch die Primzahl p teilbar ist, ein Element der Ordnung p enth¨ alt, l¨ asst sich auch so interpretieren, dass eine solche Gruppe eine Untergruppe der Ordnung p enth¨ alt. So interpretierte P. Sylow diesen Satz und verallgemeinerte ihn in der Weise, dass er zeigte, dass jede Permutationsgruppe G eine Untergruppe alt, wenn pa eine in |G| aufgehende Potenz einer Primzahl p der Ordnung pa enth¨ ist (Sylow 1872). Ist pa die h¨ ochste Potenz von p, die in |G| aufgeht, so heißen die Untergruppen der Ordnung pa heute p-Sylowgruppen, wie schon gesagt. Die Menge aller p-Sylowgruppen der Gruppe G bezeichnen wir mit Sylp (G). Sylow zeigte nicht nur, dass Sylp (G) nicht leer ist, sondern auch, dass alle p-Sylowgruppen konjugiert sind und dass ihre Anzahl kongruent 1 modulo p ist. Um diese S¨atze wird es hier nun gehen. Sylow benutzte bei seinem Beweis, dass G eine Permutationsgruppe ist. Ist ur n¨ amlich G ⊆ Sn , so gibt es ein f ∈ Q[x1 , . . . , xn ] mit der Eigenschaft, dass f¨ alle σ ∈ Sn genau dann f σ = f gilt, wenn σ ∈ G ist. Diesen Sachverhalt benutzt er an verschiedenen Stellen seines Beweises. Er zitiert in diesem Zusammenhang nichts, verweist vielmehr zu Beginn seiner Arbeit auf Jordans Trait´e, dessen Bezeichnungen und Ergebnisse er u ¨bernehme. Der fragliche Satz folgt unmittelbar aus dem galoisschen Lemme II, das wir in Abschnitt 6 samt der erw¨ahnten Folgerung kennen lernen werden. Dieses Lemma steht bei Jordan auf S. 254. Auch Netto benutzt solche zu Gruppen passenden Funktionen kommentarlos bei seinem Nachweis der Existenz von Sylowgruppen, wobei er im Gegensatz zu Sylow nicht benutzt, dass eine Gruppe G, deren Ordnung durch die Primzahl p teilbar ist, ein Element der Ordnung p enth¨ alt. Die Sylowgruppen der Sn braucht er aber auch zu seinem Beweis (Netto 1878). Frobenius missﬁel, dass Sylow und Netto die symmetrische Gruppe bei ihren Beweisen ins Spiel brachten, die doch mit dem Resultat nichts zu tun h¨ atte. Er gibt

380

Kapitel XIII. Galois

einen Beweis, bei der G eine abstrakte, endliche Gruppe ist. Diesen Beweis, der im hundertsten Band des Crelle-Journals erschien, werde ich gleich vortragen. Zuvor jedoch m¨ochte ich einiges aus der Arbeit von Frobenius erz¨ ahlen, die im darauf folgenden Band des Crelle-Journals erschien. Dort untersucht er systematisch die von Cauchy, Sylow und Netto benutzten Methoden und beweist mit ihnen die sylowschen S¨atze, wobei er bei diesen Beweisen die Existenz der p-Sylowgruppen der Sn benutzt. Bei meiner Darstellung dieser seiner Beweise benutze ich heutige Terminologie. Frobenius untersucht zun¨ achst Doppelnebenklassen nach zwei Untergruppen einer gegeben Gruppe. Es seien U und V Untergruppen der Gruppe G. Wir lassen ihr direktes Produkt U × V auf G als Operatorgruppe wirken verm¨ oge g (u,v) := u−1 gv. Die Bahnen von U × V bei dieser Wirkung sind die Mengen U gV . Man nennt sie Doppelnebenklassen nach den Untergruppen U und V . ur alle x, g ∈ G. Das Potenzieren Ist G eine Gruppe, so setzen wir xg = g −1 xg f¨ mit g ist also das Konjugieren mit g in G. Die Informationen der S¨ atze 1 und 2 sind u ¨ ber den ganzen ersten Abschnitt von Frobenius 1887b verstreut. Zu Beginn des dritten werden sie noch einmal zusammengefasst. Satz 1. Es sei G eine endliche Gruppe und U und V seien Untergruppen von G. Ist g ∈ G, so ist |U ||V | . |U gV | = g |U ∩ V | Beweis. Es ist ugv → g −1 ugv eine Bijektion von U gV auf g −1 U gV . Daher ist nach Satz 4 von Abschnitt 6 des Kapitels 12 |U gV | = |g −1 U gV | =

|U ||V | |U g ||V | = g . |U g ∩ V | |U ∩ V |

Satz 2. Es seien U und V Untergruppen der endlichen Gruppe G. Sind x1 , . . . , xt Vertreter der Doppelnebenklassen von G nach U und V , so ist |G| =

t

|U ||V | . |U xi ∩ V | i:=1

Beweis. Dies folgt mit Satz 1 und der Bemerkung, dass die Doppelnebenklassen nach zwei Untergruppen paarweise disjunkt sind. Der n¨achste Satz sagt u. A., dass jede Untergruppe der endlichen Gruppe G eine p-Sylowgruppe hat, wenn nur G eine hat.

2. Die sylowschen S¨ atze

381

Satz 3. Es sei G eine endliche Gruppe und V sei eine Untergruppe von G. Ferner sei p eine Primzahl und P ∈ Sylp (G). Es gibt dann ein g ∈ G, so dass P g ∩ V eine p-Sylowgruppe von V ist. Beweis. Es sei x1 , . . . , xt ein Vertretersystem der Doppelnebenklassen nach P und V . Nach Satz 2 ist dann |G| = |P |

t

|V | . xi ∩ V | |P i:=1

Weil |P | die h¨ ochste Potenz von p ist, die in |G| aufgeht, k¨ onnen nicht alle |V | |P xi ∩ V | ochste Potenz von p durch p teilbar sein. Es gibt also ein i, so dass |P xi ∩ V | die h¨ ist, die in |V | aufgeht. Also ist P xi ∩ V ∈ Sylp (V ). Erster Satz von Sylow. Ist G eine endliche Gruppe und ist p eine Primzahl, die |G| teilt, so enth¨ alt G eine p-Sylowgruppe. Beweis. Man bette G verm¨ oge der Wirkung x → xg in SG ein Nach dem Korollar zu Satz 6 des letzten Abschnitts hat S|G| und damit auch SG eine p-Sylowgruppe. Mit Satz 3 folgt dann, dass auch G eine p-Sylowgruppe hat. Frobenius sagt bei seinem Beweise nur, dass man jede Gruppe als Permutationsgruppe auﬀassen k¨ onne, und schließt dann weiter, wie gesehen. Explizit ﬁndet sich dieser Trick, G verm¨ oge der Wirkung x → xg in SG einzubetten, schon in Frobenius & Stickelberger 1879, S. 230 und Frobenius weist in seiner Arbeit 1887a, S. 179, ausdr¨ ucklich auf diese Stelle hin und darauf, dass man mit Hilfe dieses Tricks den sylowschen Satz f¨ ur alle endlichen Gruppen beweisen k¨ onne, was er dann in 1887b tut. Diese Einbettung von G in SG ﬁndet sich auch in Burnside 1911/ 1955, S. 22. Burnside verweist dort in einer Fußnote auf Jordans Trait´e S. 60/61. Dort ﬁndet sich diese Einbettung aber nicht. Jordan beweist dort vielmehr, dass transitive Untergruppen der Ordnung n der Sn stets in Paaren sich gegenseitig zentralisierender Gruppen auftreten. Dies entspricht den beiden Wirkungen x → xg bzw. x → gx von G auf sich, die bei abelschen Gruppen nat¨ urlich identisch sind. Dass diese beiden Wirkungen sich zentralisieren, liegt an der G¨ ultigkeit des Assoziativgesetzes. Diese Einbettung von G in SG als Satz formuliert, heißt in der Literatur auch Satz von Cayley (Zassenhaus 1958, S. 6, M. Hall 1962, S. 9). Beide Autoren geben kein Zitat. Ich weiß auch keines. Korollar. Es sei G eine endliche Gruppe und p sei eine Primzahl. Ist Q eine p-Untergruppe von G, so gibt es ein P ∈ Sylp (G) mit Q ⊆ P . Beweis. Nach dem ersten Satz von Sylow gibt es ein P ∈ Sylp (G). Mit V = Q folgt aus Satz 3 die Existenz eines g ∈ G, so dass P g ∩ Q eine p-Sylowgruppe

382

Kapitel XIII. Galois

von Q ist. Weil Q eine p-Gruppe ist, ist also Q = P g ∩ Q ⊆ P g , so dass P g eine p-Sylowgruppe ist, die Q enth¨ alt. Auch dieses Korollar ﬁndet sich schon bei Sylow. Zweiter Satz von Sylow. Ist G eine endliche Gruppe, so sind alle p-Sylowgruppen von G konjugiert. Beweis. Dies folgt mit V ∈ Sylp (G) aus Satz 3. Dritter Satz von Sylow. Ist G eine endliche Gruppe und ist p eine Primzahl, die |G| teilt, so ist Sylp (G) ≡ 1 mod p. Beweis. Es sei P ∈ Sylp (G) Wir lassen P mittels des Konjugierens als Operatorgruppe auf Sylp (G) wirken. Dann l¨ asst P nat¨ urlich sich selbst fest. Ist Q ∈ Sylp (G) und normalisiert P die Gruppe Q, so ist P Q eine Untergruppe von G. Es gilt |P | ≤ |P Q| = |P |

|Q| . |P ∩ Q|

Weil die Zahl rechts eine Potenz von p ist, folgt |Q| = |P ∩ Q| und damit P = Q. Dies zeigt, dass P genau eine Bahn der L¨ ange 1 hat, n¨ amlich {P }. Die L¨ angen aller Bahnen sind nach Satz 1 von Abschnitt 1 des Kapitels 12 Teiler von |P | und daher Potenzen von p. Es folgt, dass die L¨ angen der von {P } verschiedenen Bahnen alle durch p teilbar sind. Daraus folgt die Behauptung, da |Sylp (G)| ja die Summe aller dieser L¨ angen ist. Wie schon gesagt, will Frobenius den sylowschen Satz f¨ ur abstrakte Gruppen beweisen. Dazu ist zu sagen, dass sich schon vor der Fassung des abstrakten Gruppenbegriﬀs durch Weber im Jahre 1893 einiges getan hatte. In einer Publikation von 1870 gab Kronecker eine abstrakte Beschreibung endlicher abelscher Gruppen. Seine Begr¨ undung f¨ ur dieses Unterfangen liest sich wie ein Programm f¨ ur die Entwicklung und Umstrukturierung der Mathematik in den k¨ unftigen Jahrzehnten, die mit Nicolas Bourbaki im 20. Jahrhundert ihren H¨ ohepunkt erreichte. Die u ¨ beraus einfachen Principien, auf denen die Gauss’sche Methode beruht, ” ﬁnden nicht blos an der bezeichneten Stelle, sondern auch sonst vielfach und zwar schon in den elementarsten Theilen der Zahlentheorie Anwendung. Dieser Umstand deutet darauf hin, und es ist leicht sich davon zu u ¨berzeugen, dass die erw¨ ahnten Principien einer allgemeineren, abstrakteren Ideeensph¨are (sic) angeh¨ oren. Deshalb erscheint es angemessen, die Entwickelung derselben von allen unwesentlichen Beschr¨ankungen zu befreien, so dass man alsdann einer Wiederholung derselben Schlussweise in den verschiedenen F¨ allen des Gebrauchs u ¨berhoben wird. Dieser Vortheil kommt sogar schon bei der Entwickelung selbst zur Geltung und die Darstellung gewinnt dadurch, wenn sie in der zul¨ assig allgemeinsten Weise gegeben wird, zugleich an Einfachheit und durch das deutliche Hervortreten des allein ¨ Wesentlichen auch an Ubersichtlichkeit.“

2. Die sylowschen S¨ atze

383

Es geht weiter mit der Beschreibung der Einzelheiten: Es seien ” θ , θ , θ , . . . Elemente in endlicher Anzahl und so beschaﬀen, dass sich aus je zweien derselben mittels eines bestimmbaren Verfahrens ein drittes ableiten l¨asst. Demnach soll, wenn das Resultat dieses Verfahrens durch f angedeutet wird, f¨ ur zwei beliebige Elemente θ und θ , welche auch mit einander identisch sein k¨onnen, ein θ existiert, welches gleich: f (θ , θ ) ist. Ueberdies soll: f (θ , θ ) = f (θ , θ ) f θ , f (θ , θ ) = f f (θ θ ), θ und aber, sobald θ und θ von einander verschieden sind, auch: f (θ , θ ) nicht identisch f (θ , θ ) sein. Dies vorausgesetzt, kann die mit f (θ , θ ) angedeutete Operation durch die Multiplikation der Elemente θ θ ersetzt werden, wenn man dabei an Stelle der vollkommenen Gleichheit eine blosse Aequivalenz einf¨ uhrt.“ In einer Fußnote verweist er darauf, dass man die Verkn¨ upfung auch additiv schreiben k¨ onne, wie es Gauß bei seiner Komposition von quadratischen Formen aus naheliegenden Gr¨ unden getan habe. In Kroneckers Beschreibung der endlichen abelschen Gruppen kommen das bzg. der Komposition neutrale Element und die Inversen nicht ausdr¨ ucklich vor. Ihre Existenz folgt aus der postulierten G¨ ultigkeit der K¨ urzungsregel und der Endlichkeit des Systems, wie Kronecker zeigt. Zw¨olf Jahre sp¨ ater verzichtet Heinrich Weber auf die Kommutativit¨ at der Verkn¨ upfung und deﬁniert (Weber 1882): Ein System G von h Elementen irgend welcher Art, Θ1 , . . . Θh heisst eine ” Gruppe vom Grade h, wenn es den folgenden Bedingungen gen¨ ugt: I. Durch irgendeine Vorschrift, welche als Composition oder Multiplikation bezeichnet wird, leitet man aus zwei Elementen des Systems ein neues Element des Systems her. In Zeichen Θr Θs = Θt . II. Es ist stets (Θr Θs )Θt = Θr (Θs Θt ). III. Aus ΘΘr = ΘΘs und aus Θr Θ = Θs Θ folgt Θr = Θs . Die Existenz von Einselement und Inversem wird wieder aus III und der Endlichkeit des Systems gefolgert. F¨ ur die Deﬁnition der endlichen Gruppe verweist Frobenius in seiner Arbeit von 1887a auf die Arbeiten von Kronecker und Weber und wiederholt das webersche Axiomensystem. Dann beweist er den folgenden Satz. Ist G eine endliche Gruppe,

384

Kapitel XIII. Galois

alt G eine Untergruppe ist p eine Primzahl und teilt pn die Ordnung von G, so enth¨ der Ordnung pn . Der Leser beachte, dass der nun folgende, makellose Induktionsbeweis a¨lter ist als Dedekinds Was sind und was sollen die Zahlen“. ” Frobenius nimmt an, dass der Satz richtig sei f¨ ur alle Gruppen, deren Ordnung kleiner ist als die Ordnung von G. Die Verankerung bei |G| = p ist trivial und wird nicht weiter erw¨ahnt. Es sei Z(G) das Zentrum von G, f¨ ur das er keinen Namen verwendet. Es sei p Teiler von |Z(G)|. Will man sich nicht auf Cauchy berufen — und Frobenius will das ausdr¨ ucklich nicht —, so muss man hier nachweisen, dass Z(G) ein Element der Ordnung p enth¨ alt. Frobenius geht folgendermaßen vor. Er bezeichnet mit A, B, C, . . . die Elemente von Z(G) und mit a, b, c, . . . ihre Ordnungen. Ferner betrachtet er alle formalen Ausdr¨ ucke der Form Aα B β C γ . . . mit 0 ≤ α ≤ a − 1, 0 ≤ β ≤ b − 1, 0 ≤ γ ≤ c − 1, . . . Das sind abc . . . St¨ uck. Jedes Element von Z(G) l¨ asst sich als solch einen Ausdruck darstellen und jedes Element l¨asst sich gleich oft darstellen, n¨amlich sooft, wie sich die 1 darstellen l¨ asst. Dies sieht man, wenn man die Elemente X und XAα B β C γ . . . miteinander vergleicht. Also ist die Anzahl abc . . . dieser Ausdr¨ ucke durch |Z(G)| und damit durch p teilbar. aDann ist aber auch einer der Faktoren, etwa a, durch p teilbar. Damit ist in A p ein Element der Ordnung p in Z(G) gefunden. Insbesondere enth¨ alt Z(G) eine Untergruppe P der Ordnung p. Die Ordnung der Faktorgruppe alt daher eine Untergruppe Q/P der Ordnung G/P ist durch pn−1 teilbar. Sie enth¨ pn−1 , so dass Q eine Untergruppe der Ordnung pn von G ist. Es sei nun p kein Teiler von |Z(G)|. Es sei x1 , . . . , xt ein Vertretersystem der Konjugiertenklassen von G, die mehr als ein Element enthalten. Dann gilt die Klassengleichung (Kap. 9, Absch. 5) t |G| = Z(G) +

|G| . |C G (xi )| i:=1

Weil |G| durch p teilbar ist, |Z(G)| aber nicht, gibt es ein i, so dass |G| |CG (xi )| nicht durch p teilbar ist. Es folgt, dass pn Teiler von |CG (xi )| ist. Andererseits ist |G| ≥2 |CG (xi )| und folglich |CG (xi )| < |G|. Nach Induktionsannahme enth¨ alt dann CG (xi ) und dann auch G eine Untergruppe der Ordnung pn .

3. Auﬂ¨ osbare Gruppen

385

Frobenius sagt zu seinem Beweis, dass er Methoden ben¨ utze, die Sylow entwickelt habe. Damit meint er die Klassengleichung, die er noch nicht so nennt. Was das Rechnen mit Faktorgruppen anbelangt, so ist es Frobenius auch noch nicht so gel¨auﬁg wie uns. Er zitiert als Vorbilder obige Arbeit von Kronecker und eine Arbeit von Camille Jordan aus dem ersten Band des Bulletin de la soci´et´e math´ematique de France. Das Erscheinungsjahr verschweigt er. Es ist das Jahr 1873. 3. Auﬂ¨ osbare Gruppen. Als P. Sylow seine Arbeit schrieb, war der von Galois entdeckte Zusammenhang zwischen algebraischen Gleichungen und endlichen Gruppen schon bekannt. Dedekind hatte ja schon die galoissche Theorie in seinen G¨ ottinger Vorlesungen von 1856/57 und 1857/58 vorgetragen und C. Jordan ihr in seinem Trait´e breiten Raum einger¨aumt. Jordan nennt die Gruppe einer Gleichung aufl¨ osbar , wenn die Gleichung durch Radikale l¨ osbar ist (Jordan 1870, Nr. 517, S. 385). Er folgert, dass solche Gruppen eine Kette von Untergruppen {1} = Nt ⊆ Nt−1 ⊆ . . . ⊆ N1 ⊆ N0 = G besitzen, so dass f¨ ur i := 0, . . . , t − 1 die Gruppe Ni+1 in Ni normal ist und dass der Index von Ni+1 in Ni eine Primzahl ist (Jordan, Nr. 530, S. 387). Jordan kannte zu diesem Zeitpunkt noch nicht den Begriﬀ der Faktorgruppe. Wir nennen im Folgenden, orientiert an dieser Eigenschaft der im jordanschen Sinne auﬂ¨ osbaren Gruppen, eine endliche Gruppe G auﬂ¨ osbar , wenn sie eine bei {1} endende Kette von Untergruppen Ni besitzt, so dass Ni+1 in Ni normal ist und dass Ni /Ni+1 eine zyklische Gruppe von Primzahlordnung ist. Es erhebt sich dann die Frage, ob Gruppen, die in diesem Sinne auﬂ¨ osbar sind, stets auch Gruppen von Gleichungen u ¨ber Q sind, die dann, wie die Theorie sagt, durch Radikale l¨ osbar ˇ ˇ sind. Sie sind es, wie Safareviˇ c zeigte (Safareviˇ c 1954). Was das Umkehrproblem der galoisschen Theorie anbelangt, ob n¨amlich jede endliche Gruppe die Gruppe einer Gleichung u ¨ber Q ist, so belassen wir es in diesem Buche bei dieser Bemerkung und bei dem, was wir in Abschnitt 9 von Kapitel 9 u ¨ber die endlichen abelschen Gruppen gesagt haben. Den Stand der Dinge im Jahre 1979 schildert Jehne (Jehne 1979). Neueren Datums ist das Buch von Malle und Matzat zu diesem Gegenstand, das 1999 erschienen ist. Zyklische Gruppen sind aufl¨ osbar, wovon schon Gauß bei seinen Untersuchungen der Kreisteilungsgleichungen proﬁtierte. Allgemeiner gilt, dass auch endliche abelsche Gruppen auﬂ¨ osbar sind, wie leicht durch Induktion zu beweisen ist. Denkt man einen Augenblick u ¨ ber den n¨ achsten Satz nach, der ebenfalls in der sylowschen Arbeit steht, so sieht man, dass er u. A. besagt, dass auch endliche p-Gruppen auﬂ¨ osbar sind. Satz 1. Es sei p eine Primzahl und G sei eine endliche Gruppe der Ordnung pt . Es gibt dann Elemente θ1 , . . . , θt ∈ G, so dass gilt: a) F¨ ur i := 1, . . . , t gibt es k1 , . . . , ki−1 ∈ N0 mit k

i−1 θip = θ1k1 θ2k2 . . . θi−1 .

386

Kapitel XIII. Galois

Dabei ist f¨ ur i = 1 die rechte Seite als 1 zu interpretieren. b) Ist ϑ ∈ G, so gibt es i1 , . . . it ∈ N0 mit 0 ≤ ik < p und ϑ = θ1i1 θ2i2 θ3i3 . . . θtit . c) Ist ϑ ∈ G und 1 ≤ i ≤ t, so gibt es α1 , . . . αi−1 ∈ N0 mit i−1 ϑ−1 θi ϑ = θ1α1 . . . θi−1 θi .

α

α

i−1 (F¨ ur i = 1 ist θ1α1 . . . θi−1 als 1 zu interpretieren.) Beweis. Sylow l¨asst G verm¨oge Konjugation auf sich als Operatorgruppe wirken, wobei er ausdr¨ ucklich darauf hinweist, dass man auf diese Weise wegen der Identit¨ at h−1 g −1 xgh = (gh)−1 x(gh)

eine Gruppe von Permutationen erhielte. Die L¨ ange der Bahnen bei dieser Wirkung sind alle von der Form pa mit a ∈ N0 . Die Identit¨ at bildet eine Bahn der L¨ ange 1. Also erh¨ alt man eine Gleichung der Form pt = 1 + pa + pb + . . . Hieraus folgt, dass wenigstens p − 1 der Exponenten a, b, . . . null sind. Es ist also |Z(G)| ≥ p. Es gibt also ein θ1 der Ordnung p in Z(G). Es sei P die von θ1 erzeugte Untergruppe von G. Dann ist P als Untergruppe des Zentrums ein Normalteiler von G und die Gruppe G/P hat die Ordnung pt−1 , so dass Induktion zum Ziele f¨ uhrt. Dies ist die Struktur von Sylows Beweis, wenn er auch umst¨ andlicher argumentiert. Dies liegt vor allem daran, dass seine Gruppen, auch die nicht explizit eingef¨ uhrten Faktorgruppen, stets Permutationsgruppen sein m¨ ussen. Er konstruiert auch nur die Elemente θ1 , θ2 , θ3 und sagt dann: So fortfahrend beweist man ” den folgenden Satz“. Seine Induktion ist also eine P¨ unktcheninduktion. Und mitten in diesem Beweis die Klassengleichung mit ihrer typischen Anwendung. ur i ≥ 1, so ist Ni Ist N0 := {1} und ist Ni das Erzeugnis von θ1 , . . . , θi f¨ Normalteiler der Gruppe G. Ferner ist Ni /Ni−1 eine Untergruppe der Ordnung p von Z(G/Ni−1 ). Insbesondere gilt also Korollar. Endliche p-Gruppen sind auﬂ¨ osbar. Sylow formuliert das so, dass Gleichungen, deren Gruppen p-Gruppen sind, durch Radikale l¨ osbar sind. Studieren wir auﬂ¨ osbare Gruppen etwas systematischer! Sind a und b Elemente der Gruppe G, so setzen wir [a, b] := a−1 b−1 ab und nennen [a, b] den Kommutator von a und b. Dieser Name wurde von Dedekind eingef¨ uhrt (Dedekind 1897). Im Titel dieser Arbeit kommt der Begriﬀ Normalteiler“ vor. Diesen Namen h¨ atte ” Weber in seinem Algebrabuch von 1895 statt der bis dahin u ¨blichen Namen ausgezeichneter oder invarianter oder eigentlicher Teiler eingef¨ uhrt (Band I, S. 511.

3. Auﬂ¨ osbare Gruppen

387

Zitiert nach Dedekind 1897). Siehe hierzu Abschnitt 8 dieses Kapitels. Stichwort Normalk¨orper“. ” G. A. Miller reagierte sofort auf die dedekindsche Arbeit (Miller 1898). Er deﬁnierte die Kommutatorgruppe G der Gruppe G als das Erzeugnis der Kommutatoren [a, b] mit a, b ∈ G. Dies ist eine charakteristische Untergruppe von G, wobei eine Untergruppe charakteristisch heißt, wenn sie unter allen Automorphismen von G invariant bleibt. F¨ ur den Begriﬀ der charakteristischen Untergruppe zitiert er Frobenius, Sitzungsberichte der Berliner Akademie, 1895, p. 183. Charakteristische Untergruppen sind stets auch Normalteiler. Ferner gilt: Ist U charakteristisch in G und V charakteristisch in U , so ist V charakteristisch in G, und ist U normal in G und V charakteristisch in U , so ist V normal in G. Miller stellt nun fest, dass G der Normalteiler von G mit gr¨oßter abelscher Faktorgruppe ist. Wir formulieren diesen Satz etwas anders. Satz 2. Es sei G eine Gruppe und U sei eine Untergruppe von G. Genau dann ist U ein Normalteiler von G mit abelscher Faktorgruppe, wenn G ⊆ U ist. Beweis. Es sei U ein Normalteiler von G und G/U sei abelsch. Sind g, h ∈ G, so ist ghU = gU hU = hU gU = hgU und damit [g, h] ∈ U . Hieraus folgt G ⊆ U . Es sei umgekehrt G ⊆ U . Ferner sei u ∈ U und g ∈ G. Es folgt ug = g −1 ug = u[u, g] ∈ U G = U. Also ist U normal in G. Wegen [g, h] ∈ G ⊆ U ist gU hU = ghU = hgg −1 h−1 ghU = hg[g, h]U = hgU = hU gU. Also ist G/U abelsch. Mit Miller deﬁnieren wir weiter die Gruppe G(n) rekursiv durch G(0) := G und G(n+1) := G(n) . Die Reihe G(0) , G(1) , . . . heißt die Kommutatorreihe der Gruppe G. Die G(i) sind allesamt charakteristische Untergruppen von G. Miller charakterisiert nun die auﬂ¨ osbaren Gruppen mittels ihrer Kommutatorreihe. Satz 3. Es sei G eine endliche Gruppe. Genau dann ist G auﬂ¨ osbar, wenn es ein t ∈ N gibt mit G(t) = {1}. Beweis. Miller zitiert Jordans Trait´e bei seinem Beweis, wobei er dem Leser noch ein paar eigenst¨andige Schritte abverlangt. Wir argumentieren wie folgt. Es sei G auﬂ¨ osbar. Es gibt dann eine Kette {1} = Nt ⊆ Nt−1 ⊆ . . . ⊆ N1 ⊆ N0 = G

388

Kapitel XIII. Galois

von Untergruppen Ni von G, so dass Ni+1 in Ni normal und Ni /Ni+1 eine zyklische Gruppe ist. Mit Satz 2 folgt G ⊆ N1 . Es sei G(i) ⊆ Ni . Dann folgt mit Satz 2 G(i+1) = (G(i) ) ⊆ Ni ⊆ Ni+1 . Also gilt G(i) ⊆ Ni f¨ ur alle i und damit G(t) ⊆ Nt = {1}. Also ist G(t) = {1}. Es gebe umgekehrt ein t mit G(t) = {1}. Die Gruppen G(i) /Gi+1 sind allesamt endliche abelsche Gruppen. Endliche abelsche Gruppen sind aber auﬂ¨ osbar, wie schon bemerkt. Daher l¨ asst sich die Kommutatorreihe zu einer Kette von Untergruppen verfeinern, in der der Nachfolger normal im Vorg¨ anger ist und bei der die entsprechenden Faktorgruppen zyklisch von Primzahlordnung sind. Damit ist G als auﬂ¨ osbar erkannt. Diese von Miller stammende Charakterisierung der auﬂ¨ osbaren Gruppen wird heute als Deﬁnition der auﬂ¨ osbaren Gruppen genommen. Mit ihr l¨ asst sich bequem Arbeiten, wie wir gleich sehen werden. Der Kenner wird sich hier an den Satz von Jordan-H¨ older erinnern, der bei meiner Darstellung im Hintergrund bleibt, dessen jordanscher Teil von Miller aber zitiert wird. Um ihn formulieren zu k¨ onnen, ben¨ otigt man den Begriﬀ der Kompositionsreihe. Dies ist eine Kette von Untergruppen {1} = Nt ⊆ Nt−1 ⊆ . . . ⊆ N1 ⊆ N0 = G, so dass Ni+1 in Ni normal und die Faktorgruppe Ni /Ni+1 einfach ist, dh., nur die beiden trivialen Normalteiler {Ni } und Ni /Ni+1 hat. Dann lautet der Satz von Jordan-H¨ older: Ist G eine endliche Gruppe und sind {1} = Ms ⊆ Ms−1 ⊆ . . . ⊆ M1 ⊆ M0 = G und {1} = Nt ⊆ Nt−1 ⊆ . . . ⊆ N1 ⊆ N0 = G zwei Kompositionsreihen von G, so ist s = t und es gibt ein σ ∈ St , so dass Mi /Mi+1 und Nσ(i) /Nσ(i)+1 f¨ ur alle i isomorph sind . Der jordansche Anteil an diesem Satz ist der, dass die Zahlen |Mi |/|Mi+1 | und |Nσ(i) |/|Nσ(i)+1 | gleich sind (Jordan 1870, Nr. 54 und 55, S. 41 und H¨ older 1889). Diesen Satz werden wir nicht beweisen, da wir ihn im Folgenden nicht ben¨ otigen werden. Er ist hier nur der Vollst¨andigkeit halber erw¨ ahnt. Ist X Teilmenge der Gruppe G, so bezeichnen wir mit X die von X erzeugte Untergruppe von G, dh., den Schnitt u ¨ber alle Untergruppen von G, die X enthalten. Satz 4. Es sei G eine Gruppe und N sei ein Normalteiler von G. Dann ist (G/N )(i) = G(i) N/N

3. Auﬂ¨ osbare Gruppen

389

f¨ ur alle i ∈ N . Beweis. Es ist 3 3 2 2 (G/N ) = [gN, hN ] g, h ∈ G = [g, h]N g, h ∈ G = G N/N. Es gelte (G/N )(i) = G(i) N/N . Dann ist (G/N )(i+1) = (G(i) N/N ) = (G(i) N ) N/N ⊇ G(i+1) N/N. Andererseits gilt (G(i) N/N )/(G(i+1) N/N ) ∼ = G(i) N/G(i+1) N = G(i) G(i+1) N/G(i+1) N ∼ G(i) /(G(i) ∩ G(i+1) N ). = Wegen (G(i) ) = G(i+1) ⊆ G(i) ∩ G(i+1) N ist G(i) /(G(i) ∩ G(i+1) N ) nach Satz 2 abelsch. Also ist (G/N )(i+1) = (G(i) N/N ) ⊆ G(i+1) N/N. Hieraus folgt die Behauptung. Satz 5. Es sei G eine endliche Gruppe. Ist die Gruppe G auﬂ¨ osbar, so ist auch jede Untergruppe und jedes epimorphe Bild von G auﬂ¨ osbar. Beweis. Ist U Untergruppe von G, so folgt U (k) ⊆ G(k) f¨ ur alle k und insbesondere U (n) ⊆ G(n) = {1}, so dass U nach Satz 3 auﬂ¨ osbar ist. Es sei N ein Normalteiler von G. Ferner sei G(n) = {1}. Mit Satz 4 folgt (G/N )(n) = G(n) N/N = {N }. Also ist G/N nach Satz 3 auﬂ¨ osbar. Satz 6. Sind G und H auﬂ¨ osbare endliche Gruppen, so ist auch ihr direktes Produkt G × H auﬂ¨ osbar. Beweis. Es ist (G × H)(i) = G(i) × H (i) f¨ ur alle i, usw. Satz 7. Es sei G eine endliche Gruppe und M und N seien Normalteiler von G. Wir deﬁnieren die Abbildung ϕ von G in das direkte Produkt G/M × G/N durch g ϕ := (gM, gN ). Dann ist ϕ ein Homomorphismus von G in G/M × G/N mit dem Kern M ∩ N . Beweis. Trivial.

390

Kapitel XIII. Galois

Satz 8. Sind M und N Normalteiler der endlichen Gruppe G und sind G/M und G/N auﬂ¨ osbar, so ist auch G/(M ∩ N ) auﬂ¨ osbar. Beweis. Nach Satz 7 ist G/(M ∩ N ) isomorph einer Untergruppe von G/M × G/N . Also ist G/(M ∩ N ) nach Satz 6 und Satz 5 auﬂ¨ osbar. Der n¨achste Satz steht in Frobenius 1893. Ob dort zum ersten Male, weiß ich nicht. Satz 9. Ist N Normalteiler der endlichen Gruppe G und sind G/N und N aufl¨ osbar, so ist G auﬂ¨ osbar. Beweis. Es gibt ein k ∈ N mit {N } = (G/N )(k) = G(k) N/N. ur alle i. Weil auch N auﬂ¨ osbar ist, Folglich ist G(k) ⊆ N . Es folgt G(k+i) ⊆ N (i) f¨ gibt es ein m ∈ N mit G(k+m) ⊆ N (m) = {1}. Also ist auch G auﬂ¨ osbar. Satz 10. Es sei G eine endliche Gruppe. Genau dann ist G auﬂ¨ osbar, wenn jedes von {1} verschiedene epimorphe Bild von G einen von {1} verschiedenen abelschen Normalteiler hat. Beweis. Jedes von G verschiedene epimorphe Bild ist nach Satz 5 auﬂ¨osbar, falls G auﬂ¨ osbar ist. Es gen¨ ugt daher f¨ ur auﬂ¨ osbare Gruppen = {1} zu zeigen, dass sie einen nicht trivialen abelschen Normalteiler haben. Es sei also H = {1} auﬂ¨ osbar. Es gibt dann ein n ∈ N mit H (n) = {1} = H (n−1) . Nun ist H (n−1) normal in H und wegen H (n) = (H (n−1) ) ist H (n−1) auch abelsch. Es sei nun G eine von {1} verschiedene endliche Gruppe und jedes nicht triviale epimorphe Bild von G habe einen nicht trivialen abelschen Normalteiler. Dann hat G selbst einen solchen, da G ja epimorphes Bild von sich ist. Dieser Normalteiler heiße N . Ferner sei κ der kanonische Epimorphismus von G auf G/N . Ist dann ϕ ein Epimorphismus von G/N auf H = {1}, so ist κϕ ein Epimorphismus von G auf H, so dass auch H einen nicht trivialen abelschen Normalteiler hat. Also hat jedes nicht triviale epimorphe Bild von G/N einen solchen. Wegen |G/N | < |G| ist G/N daher auﬂ¨ osbar. Als abelsche Gruppe ist auch N auﬂ¨ osbar, so dass G nach Satz 6 auﬂ¨ osbar ist. Der n¨ achste Satz wurde unabh¨angig von einander von Frobenius und Burnside gefunden. Dies entnehme ich Burnside 1911, S. 122, wo er die beiden Arbeiten Frobenius, Ueber endliche Gruppen. Berliner Sitzungsberichte 1895, S. 173“ und ” Burnside, Notes on the theory of groups of ﬁnite order. Proc. LMS 26, S. 209, ” 1895“ zitiert. Die in diesem Satz formulierte Eigenschaft der endlichen p-Gruppen, dass ihre echten Untergruppen echt in ihren Normalisatoren enthalten sind, charakterisiert die endlichen nilpotenten Gruppen, von denen hier aber nicht weiter die Rede sein wird.

3. Auﬂ¨ osbare Gruppen

391

Satz 11. Ist p eine Primzahl und G eine endliche p-Gruppe, ist ferner U eine echte Untergruppe von G, so ist U = NG (U ). Dabei ist NG (U ) die Menge der g ∈ G mit U g = U . Beweis. Ist |G| = p, so ist U = {1} und folglich NG (U ) = G = U . Es sei also |G| > p. Weil G eine p-Gruppe ist, ist Z(G) = {1}. Ist Z(G) ⊆ U , so ist U = Z(G)U ⊆ NG (U ). Es sei schließlich Z(G) ⊆ U . Dann ist U/Z(G) eine echte Untergruppe von G/Z(G). Wegen Z(G) = {1} ist |G/Z(G)| < |G|. Nach Induktionsannahme ist daher U/Z(G) = NG/Z(G) U/Z(G) . Es gibt eine Untergruppe V in G mit NG/Z(G) U/Z(G) = V /Z(G). Es folgt U = V ⊆ NG (U ). Damit ist der Satz bewiesen. Korollar. Es sei p eine Primzahl. Ist G eine p-Gruppe und ist U eine maximale Untergruppe von G, so ist U normal in G und es ist [G : U ] = p. at Beweis. Nach Satz 11 ist U echt in NG (U ) enthalten. Wegen der Maximalit¨ von U ist daher NG (U ) = G, so dass U in G normal ist. Es gibt ein gU der Ordnung p in G/U . Es folgt, dass U g eine Untergruppe der Ordnung p|U | ist. Wiederum wegen der Maximalit¨ at von U folgt G = U g und damit [G : U ] = p. Bei p-Gruppen entscheidet alleine die Tatsache, dass sie p-Gruppen sind, ihre Auﬂ¨ osbarkeit. Der spektakul¨ arste Satz in dieser Hinsicht ist der Satz von Feit und Thompson, dass Gruppen ungerader Ordnung auﬂ¨ osbar sind (Feit & Thompson 1963). Noch im 19. Jahrhundert hat Frobenius gezeigt, dass Gruppen, deren Ordnung quadratfrei ist, auﬂ¨ osbar sind (Frobenius 1893). In dieser Arbeit k¨ undigt er auch den folgenden Satz 12 an, den er dann in Frobenius 1895 bewies. Burnside verallgemeinerte diesen Satz und bewies, dass Gruppen der Ordnung osbar sind, wenn p und q Primzahlen sind (Burnside 1904). Unsere Hilfspα q β auﬂ¨ mittel reichen, den von Frobenius stammenden Spezialfall dieses Satzes zu beweisen. Satz 12. Es seien p und q Primzahlen. Ferner sei n ∈ N. Ist G eine Gruppe der osbar. Ordnung pn q, so ist G auﬂ¨ Beweis. Ist p = q, so ist G eine p-Gruppe, also nach dem Korollar zu Satz 1 auﬂ¨ osbar. Es sei also p = q. Es sei P ∈ Sylp (G). Ist P normal in G, so ist G/P eine zyklische Gruppe der Ordnung q. Daher ist G/P auﬂ¨ osbar. Als p-Gruppe Gruppe ist auch P auﬂ¨ osbar. Nach Satz 9 ist also auch G auﬂ¨ osbar.

392

Kapitel XIII. Galois

Es sei also P nicht normal in G. Wegen P ⊆ NG (P ) ⊆ G und [G : P ] = q ist dann P = NG (P ). Es folgt, dass q die Anzahl der p-Sylowgruppen von G ist. Es seien P1 und P2 in Sylp (G), so gew¨ahlt, dass D := P1 ∩ P2 maximal ist. 1. Fall: Es ist D = {1}. Dann haben je zwei p-Sylowgruppen nur die 1 gemein. Daher enth¨ alt die Vereinigung der p-Sylowgruppen genau 1 + q(pn − 1) = pn q − (q − 1) = |G| − (q − 1) Elemente. Es verbleiben genau q − 1 Elemente, deren Ordnung keine Potenz von p ist. Folglich gibt es nur eine q-Sylowgruppe Q. Es folgt, dass Q ein Normalteiler osbar. Somit ist von G ist. Wegen |Q| = q und |G/Q| = pn sind Q und G/Q auﬂ¨ auch G auﬂ¨ osbar. 2. Fall. Es ist D = {1}. Setze Vi := NPi (D). Weil D eine echte Untergruppe der p-Gruppe Pi ist, schließen wir mit Satz 11, dass D = Vi ist f¨ ur i = 1 und 2. Setze are T eine p-Gruppe, T := V1 , V2 . Dann ist also D normal in T und D = T . W¨ so g¨abe es eine p-Sylowgruppe P3 mit T ⊆ P3 . Es folgte D ⊆ V1 = V1 ∩ T ⊆ P1 ∩ T ⊆ P1 ∩ P3 . at von D folgte P1 = P3 . Mit P2 an Stelle von Wegen D = V1 und der Maximalit¨ P1 erhielte man P3 = P2 und damit P1 = P2 . Dieser Widerspruch zeigt, dass T keine p-Gruppe ist. Also ist |T | = pt q mit t ∈ N. Es sei Q ∈ Sylq (T ). Dann ist |QP1 | = qpn = |G| und folglich QP1 = G. Setze K := Dg | g ∈ G. Dann ist D ⊆ K und K normal in G. Es sei g ∈ G. Wegen G = QP1 gibt es γ ∈ Q und δ ∈ P1 mit g = γδ. Dann ist Dg = Dγδ = Dδ ⊆ P1 . Also ist K ⊆ P1 ⊆ G und osbar und wegen |G/K| < |G| P1 = G. Ferner ist {1} = K. Als p-Gruppe ist K auﬂ¨ ist auch G/K nach Induktionsannahme auﬂ¨ osbar. Also ist G auﬂ¨ osbar. Damit ist der Satz bewiesen. Es sei p eine Primzahl. Wir bezeichnen mit A(1, p) die Gruppe aller aﬃnen Abbildungen x → ax + b mit a, b ∈ GF(p) und a = 0. Der folgende Satz ist der Schl¨ ussel zu zeigen, dass es Gleichungen u ¨ ber Q gibt, ´ die nicht durch Radikale l¨ osbar sind. Er stammt von Galois (Galois, Ecrits S. 65ﬀ.). Bis wir zeigen k¨onnen, dass es solche Gleichungen gibt, wird aber noch eine Weile vergehen. Satz 13. Es sei p eine Primzahl und G sei eine auﬂ¨ osbare, transitive Untergruppe von Sp . Dann ist G zu einer Untergruppe von A(1, p) konjugiert. Beweis. Da G auﬂ¨ osbar ist, enth¨ alt G einen abelschen Normalteiler N = {1}. Es sei B eine nicht triviale Bahn von N . Ist dann a ∈ B und b irgendeine der

3. Auﬂ¨ osbare Gruppen

393

permutierten Ziﬀern, so gibt es wegen der Transitivit¨ at von G ein γ ∈ G mit aγ = b. Es folgt, dass b in der Bahn B γ von N γ = N liegt. Also haben alle Bahnen von N die L¨ ange |B|, so dass |B| Teiler von p ist. Weil p eine Primzahl ist, folgt |B| = p. Folglich operiert N transitiv auf der Menge {0, 1, . . . , p − 1}. ur Weil N abelsch ist, ist N ⊆ CG (N ). Es sei γ ∈ CG (N ) und es gelte aγ = a f¨ ein a ∈ B. Es folgt aνγ = aγν = aν f¨ ur alle ν ∈ N . Weil N transitiv operiert, folgt hieraus, dass γ alle x ∈ B festl¨asst. Es folgt N = CG (N ) und |N | = p. Es folgt, dass N von einem p-Zyklus erzeugt urfen wir annehmen, dass wird. Weil alle p-Zyklen in Sp konjugiert sind, d¨ 2 3 N = (0, 1, 2, . . . , p − 1) ist. Weil N = CG (N ) gilt, folgt, dass G/N zu einer Untergruppe der Automorphismengruppe von N isomorph ist. Insbesondere ist G/N also zyklisch. Ist G0 der Stabilisator von 0 in G, so ist G = N G0 , da N transitiv ist. Ferner ist G0 ∼ = G/N , da G0 ∩ N = {1} ist. Also ist G0 zyklisch. Es sei G0 = α. Ist τ := (0, 1, 2, . . . , p − 1), so ist also xτ = x + 1. Ferner ist 0α = 0 und 1α =: a. −1 Ferner ist α−1 τ α = τ i , dh. xα τ α = x + i. Es folgt −1

xα + i = xαα

τα

= xτ α = (x + 1)α .

Mit x = 0 folgt i = 1α = a und damit xα + a = (x + 1)α . Nun ist 0α = 0 = a0. Ist xα = ax, so folgt a(x + 1) = xα + a = (x + 1)α . ur alle x ∈ GF(p). Wegen G = N G0 und Also ist xα = ax f¨ i

xα

τj

= ai x + j,

ist dann die Ausgangsgruppe G tats¨achlich zu einer Untergruppe von A(1, p) konjugiert. Der n¨ achste Satz steht ohne Beweis bei Jordan (Jordan 1870, Nr. 80, S. 63). Satz 14. Die An wird von den 3-Zyklen erzeugt. Beweis. Dies ist mangels Masse richtig f¨ ur n = 2. Es sei n > 2 und der Satz gelte f¨ ur n − 1. Es sei G das Erzeugnis aller 3-Zyklen aus der Sn . Dann ist G ⊆ An . Es bezeichne Gn den Stabilisator der Ziﬀer n. Nach Induktionsannahme ist dann Gn isomorph zur An−1 . Die von Gn und (1, 2, n) erzeugte Untergruppe der An

394

Kapitel XIII. Galois

operiert transitiv auf {1, 2, . . . , n}. Nach Satz 1 von Abschnitt 1 des Kapitels 12 ist daher |G| = n|Gn | = n · 12 · (n − 1)! = |An |. Folglich ist G = An . Auch der folgende Satz steht samt dem hier wiedergegebenen Beweis bei Jordan (Jordan 1870, Nr. 81, S. 63/64). Satz 15. Es sei 5 ≤ n ∈ N. Ist N ein von {1} verschiedener Normalteiler von Sn , so ist An ⊆ N . Beweis. Es sei 1 = σ ∈ N und es sei σ = ζ1 ζ2 . . . ζs die Zerlegung von σ in disjunkte zyklische Permutationen. 1. Fall. Ein Zyklus von σ enth¨ alt wenigstens drei Ziﬀern. Weil die ζi paarweise vertauschbar sind, d¨ urfen wir annehmen, dass ζ1 ein solcher Zylus ist. Es sei ζ1 = (a1 a2 a3 a4 a5 . . . at ). Setze

ζ1 := (a2 a3 a1 at . . . a5 a4 )

und

τ := ζ1 ζ2−1 . . . ζs−1 .

Nach Satz 6 von Abschnitt 1 sind σ und τ konjugiert. Also ist τ ∈ N . Foglich ist auch στ ∈ N . Ferner ist στ = ζ1 ζ1 = (a1 a3 a2 ) und damit (a1 a3 a2 ) ∈ N . Weil alle 3-Zyklen nach Satz 6 von Abschnitt 1 konjugiert sind, enth¨ alt N alle 3-Zyklen. Nach Satz 14 ist daher An ⊆ N . 2. Fall. Alle ζi sind Transpositionen. Ist s = 1, so enth¨ alt N als Normalteiler alle Transpositionen, so dass N = Sn gilt. Es sei also s ≥ 2 und ζ1 = (a, b) und ζ2 = (c, d). Dann enth¨ alt N auch das Element τ = (ac)(bd)ζ3 . . . ζs und dann auch das Element στ = (a, b)(c, d)(a, c)(b, d) = (a, d)(b, c). Wegen n ≥ 5 gibt es eine f¨ unfte Ziﬀer e. Dann ist auch das Element (a, e)(b, c) in N . Es folgt (a, d, e) = (a, e)(b, c)(a, d)(b, c) ∈ N, so dass auch in diesem Falle An ⊆ N gilt.

4. Kongruenzrelationen und Faktorstrukturen

395

F¨ ur n ≥ 4 ist An nicht abelsch. Es ist ja (a, b, c)(a, b, d) = (a, d)(b, c) und (a, b, d)(a, b, c) = (a, c)(b, d). Also hat Sn keinen abelschen Normalteiler ungleich {1}, ist also nicht auﬂ¨ osbar. Dann ist aber auch An nicht auﬂ¨ osbar. osbar. Korollar. Ist n ≥ 5, so sind die Gruppen An und Sn nicht auﬂ¨ Jordan behauptet, dass die An einfach sei (Jordan, Nr. 85, S. 66). Dies ist zwar richtig. Sein Beweis geht aber v¨ ollig daneben. Er beruft sich bei seinem Beweis auf einen Satz des Inhalts, dass ein Normalteiler einer t-fach transitiven Gruppe, usste nach (t − 1)-fach transitiv sei. Das ist falsch, wie schon die An zeigt. Diese m¨ diesem Satz (n − 1)-fach transitiv sein, was Jordan auch so benutzt, doch eine Untergruppe der Sn die (n − 1)-fach transitiv ist, ist auch n-fach transitiv, stimmt ¨ berein. Jordan gibt in einer sp¨ ateren Arbeit einen stichhaltigen also mit der Sn u Beweis. Ich ﬁnde die Arbeit nicht mehr. 4. Kongruenzrelationen und Faktorstrukturen. Bei den Darstellungen der letzten drei Abschnitte habe ich mich heutiger Sprache und Symbolik bedient. Doch, da Begriﬀe wie Homomorphismus, Isomorphismus, Normalteiler, Faktorgruppe, Restklasse, erst im Laufe des 19. Jahrhunderts entstanden, wenn auch nicht immer gleich mit diesen Namen, ist es angebracht, hier noch etwas zur urspr¨ unglichen Darstellung der in den letzten drei Abschnitten vorgef¨ uhrten S¨ atze zu sagen und sie noch in einen etwas weiteren Rahmen zu spannen. Ich hatte schon erl¨ autert, dass Cauchy in seiner Arbeit 1815b jeder Permutation σ ∈ Sn die Zahl n − g zuordnet, wobei g die Anzahl der Zyklen von σ ist, die Zyklen der L¨ ange 1 mitgez¨ahlt. Wir nennen f¨ ur den Augenblick die Permutation σ gerade, wenn n − g gerade ist, andernfalls ungerade. Er zeigt, dass das Produkt στ gerade ist, wenn σ und τ beide gerade oder beide ungerade sind. Haben σ und τ unterschiedliche Parit¨ at, so ist στ ungerade. Setzt man σ ≡ τ genau dann, wenn σ und τ von gleicher Parit¨ at sind, so ist ≡ ¨ eine Aquivalenzrelation und es gilt στ ≡ σ τ , wenn σ ≡ σ und τ ≡ τ ist. Die Relation ≡ ist also mit der Hintereinanderausf¨ uhrung von Permutationen vertr¨ aglich und folglich das, was man heute eine Kongruenzrelation nennt. Cauchy arbeitet hier also mit dieser Kongruenzrelation und mit den einzelnen Elementen der Sn , nicht aber mit der An und ihren Restklassen. Um es noch einmal mit anderen Worten zu sagen: Er arbeitet hier mit einem explizit gegeben Homomorphismus einer explizit gegebenen Gruppe und den Elementen der Gruppe selbst. Eine andere Kongruenzrelation war schon fest etabliert, die Kongruenzrelation, die allen anderen Kongruenzrelationen diesen Namen gab, n¨ amlich die Relation a ≡ b mod n f¨ ur ganze Zahlen a, b und n, die dadurch deﬁniert ist, dass sie genau dann gilt, wenn a−b durch n teilbar ist. Diese Kongruenzrelation ist sowohl mit der Addition

396

Kapitel XIII. Galois

als auch mit der Multiplikation vertr¨ aglich. Sie ist also eine Kongruenzrelation des Ringes Z der ganzen Zahlen. Mit ihr und den individuellen Zahlen zu rechnen, ist heute noch u ¨blich, wenn auch immer wieder, je nach Kontext, mit Z/nZ gerechnet wird. Auch hier rechnet man mit einem konkreten Objekt, das noch die zus¨ atzliche Eigenschaft hat, dass jede Restklasse einen Standardvertreter hat, n¨ amlich den kleinsten in ihr enthaltenen nicht negativen Rest. Kronecker gibt in seiner Arbeit 1870 nicht nur eine abstrakte Deﬁnition endlicher abelscher Gruppen, er beweist f¨ ur sie auch einen Struktursatz, der zuvor schon von Schering f¨ ur den Spezialfall der Gruppen aus Klassen quadratischer Formen bewiesen wurde (Schering 1870. Kronecker zitiert Schering 1868. Das ist das Jahr, in dem Scherings Arbeit zur Publikation eingereicht wurde). Nachdem er die endlichen abelschen Gruppen deﬁniert hat, deﬁniert er die Ordnung eines Elementes, die er Exponent nennt. Dann formuliert er die u ¨ blichen Resultate u ¨ ber Ordnungen und beweist insbesondere, dass es ein Element gibt, dessen Ordnung das kleinste gemeinsame Vielfache aller Ordnungen der in der Gruppe vorkommenden Elemente ist. Diese Zahl nennen wir heute den Exponenten der Gruppe. Bei seinem Beweise benutzt er die Primfaktorzerlegung des Exponenten. Es sei nun G eine endliche abelsche Gruppe, n1 ihr Exponent und θ1 ein Element von G mit der Ordnung n1 . Er nennt dann zwei Elemente θ , θ ∈ G relativ aquivalent, wenn es ein k ∈ Z gibt mit ¨ θ θ1k ∼ θ , wobei wir statt des ∼ ein = schrieben. Dann schreibt er: Sondert man nun aus ” s¨ammtlichen Elementen θ ein vollst¨andiges System solcher aus, die untereinander nicht relativ a¨quivalent sind, so gen¨ ugt dasselbe den f¨ ur das System s¨ ammtlicher Elemente θ oben aufgestellten Bedingungen und besitzt daher auch alle daraus abgeleiteten Eigenschaften. Es existiert also namentlich eine der Zahl n1 entsprechende Zahl n2 , welche so beschaﬀen ist, dass die nte 2 Potenz eines jeden θ relativ ur welche keine niedrigere aquivalent Eins ist, und es existiren ferner Elemente θ , f¨ ¨ als die nte Potenz der Einheit relativ a ¨ quivalent wird. Da f¨ ur jedes Element θ die 2 Aequivalenz: θn1 ∼ 1 stattﬁndet und also a fortiori θn1 auch relativ ¨aquivalent Eins ist, so muss nach I. die Zahl n1 ein Vielfaches von n2 sein. Ist nun θn2 ∼ θ1k , und erhebt man die Ausdr¨ ucke auf beiden Seiten zur Potenz k wenn n2 = m gesetzt wird, die Aequivalenz

n1 n2 ,

so erh¨alt man,

θ1mn1 ∼ 1, aus welcher, da θ1 zum Exponenten n1 geh¨ort (da θ1 die Ordnung n1 hat. Anm. H. L.), unmittelbar folgt, dass m ganz und also k ein Vielfaches von n2 sein muss. Es gibt demnach ein Element θ2 , deﬁnirt durch die Aequivalenz: θ2 · θ1m ∼ θ ,

4. Kongruenzrelationen und Faktorstrukturen

397

dessen nte 2 Potenz nicht blos relativ, d. h. im weiteren Sinne, sondern auch im engeren Sinne der Einheit a¨quivalent ist und welches (im zwiefachen Sinne des Wortes) zum Exponenten n2 geh¨ort. ur Indem man nunmehr je zwei Elemente θ , θ als relativ a¨quivalent ansieht, f¨ welche: θ · θ1h · θ2k ∼ θ ist, so gelangt man zu einem dem Element θ2 entsprechenden θ3 , welches zum ort u. s. f. und man erh¨ alt auf diese Weise Exponenten n3 , einem Theiler von n2 , geh¨ ein Fundamentalsystem“ von Elementen θ1 , θ2 , θ3 , . . . , welches die Eigenschaft ” hat, dass der Ausdruck: θ1h1 θ2h2 θ3h3 · · ·

(hi = 1, 2, 3, . . . ni )

im Sinne der Aequivalenz s¨ ammtliche Elemente θ und zwar jedes nur ein Mal darstellt. Dabei sind die Zahlen n1 , n2 , n3 , . . . , zu denen resp. die θ1 , θ2 , θ3 , . . . geh¨oren, so beschaﬀen, dass jede derselben durch jede folgende theilbar ist, das Produkt n1 n2 n3 · · · ist gleich der mit n bezeichneten Anzahl s¨ammtlicher Elemente θ, und die Zahl n enth¨ alt demnach keine anderen Primfactoren als diejenigen, welche auch in n1 enthalten sind.“ Es folgt noch einmal ein Hinweis auf Schering. Ich habe dieses Kroneckerzitat deshalb so ausf¨ uhrlich aufgeschrieben, weil hier wirklich etwas fundamental Neues geschieht, was Kronecker mit seiner u ¨ blichen Pr¨ azision aufschreibt. Er hat hier ein Problem. Nachdem er die Existenz eines Elementes θ1 sichergestellt hat, dessen Ordnung gleich dem Exponenten der Gruppe G ¨ ist, deﬁniert er eine Aquivalenzrelation modulo der von θ1 erzeugten Gruppe U und schreibt dann: Sondert man nun aus s¨ ammtlichen Elementen θ ein vollst¨andiges ” System solcher aus, die untereinander nicht relativ a¨quivalent sind, so gen¨ ugt dasselbe den f¨ ur das System s¨ ammtlicher Elemente θ oben aufgestellten Bedingungen und besitzt daher auch alle daraus abgeleiteten Eigenschaften.“ Dass aber ein Vertretersystem der Restklassen modulo U seinerseits eine Untergruppe ist, ist in aller Regel falsch, selbst wenn U ein Komplement besitzt, was aber auch nur dann der Fall ist, wenn U eine reine Untergruppe ist, wie wir fr¨ uher gesehen haben (Satz 15, Kap. 9, Absch. 7). Dass U im vorliegenden Fall ein Komplement hat, folgt erst ganz am Ende. Das Dilemma ist hier, dass er nicht die Restklassen als solche als Elemente einer neuen Gruppe nimmt, der Faktorgruppe G/U n¨ amlich, bzw. nicht erkl¨ art, wie die Verkn¨ upfung zweier Vertreter deﬁniert ist. Letzteres zu deﬁnieren, w¨ are nat¨ urlich unangenehm, da in dieser abstrakten Situation keine Standardvertreter zu haben sind. Das gleiche Problem stellt sich in noch sch¨arferer Form im n¨ achsten Schritt, wenn es um die Existenz von θ3 und n3 geht. Um herauszuﬁnden, dass n3 Teiler von n2 ist, muss er in der Gruppe (G/U )/(V /U )

398

Kapitel XIII. Galois

unktcheninduktion rechnen, wobei V das Erzeugnis von θ1 und θ2 ist. Seine P¨ verschleiert diese Subtilit¨ aten. Was mir an Kroneckers Beweis auch nicht gef¨allt, ist die Einf¨ uhrung der Zahl m = nk2 , noch bevor man weiß, dass n2 Teiler von k ist. Solange ich das nicht weiß, ist θ1m nicht deﬁniert. Wie dem auch sei. In dieser Arbeit ist Neues geschehen und dass das Neue nicht gleich perfekt dargestellt ist, muss man in Kauf nehmen. Bei seinem Beweis des Satzes u ¨ ber die Struktur von p-Gruppen (Satz 1 von Abschnitt 3) steht Sylow vor einem a¨hnlichen Problem wie Kronecker, dass er n¨ amlich Induktion nach der Gruppenordnung macht und dabei im Laufe seines Beweises zu epimorphen Bildern kleinerer Ordnung u ¨ bergehen muss (Sylow 1872). Da sein Abstraktionsgrad geringer ist als der Kroneckers — seine Gruppen sind allesamt Permutationsgruppen —, hat er weniger Schwierigkeiten als Kronecker. Er hat also eine Gruppe G von Permutationen der Ordnung pt und er weiß, dass es im Zentrum von G ein Element θ1 der Ordnung p gibt. Wir nennen die von θ1 erzeugte Untergruppe U . Dann ist U als Untergruppe von Z(G) normal in G. Es agt, gibt nun eine Funktion y0 in so vielen Unbestimmten, wie der Grad von G betr¨ deren Stabilisator U ist. Es seien y0 , y1 , y2 , . . . die Bilder von y0 unter G. Dann asst U als Normalteiler von G alle yi fest. ist pt−1 = |G| |U| die Anzahl der yi . Ferner l¨ Es folgt, dass G auf der Menge der yi eine Gruppe der Ordnung pt−1 induziert. In dieser induzierten Gruppe gibt es dann wieder ein Zentrumselement der Ordnung p. Folglich gibt es in G ein Element θ2 , welches modulo U die Ordnung p hat. Dies alles wird von Sylow notiert. Dann geht es weiter mit der von θ1 und θ2 erzeugten Gruppe, die wieder ein Normalteiler von G ist, um θ3 zu ﬁnden. In dieser Situation sind die Gruppen kleinerer Ordnung, die man f¨ ur die Induktion braucht, wiederum Permutationsgruppen, also unmittelbar zu sehen. Die Situation hier ist gegen¨ uber der bei Kronecker auch deswegen einfacher, otigt wird, dass seine Ordnung modulo U gleich p ist. Die weil von θ2 nur ben¨ Ordnung von θ2 als Element von G spielt keine Rolle. Entsprechendes gilt f¨ ur θ3 , usw. Daher ist in dieser Situation P¨ unktcheninduktion u ¨berzeugend. Wenden wir uns Jordan und seiner Arbeit aus dem Jahre 1873 zu. F¨ ur ihn sind Gruppen stets Permutationsgruppen. Statt Permutation sagt er Substitution (substitution). Dieses Wort werden wir hier auch benutzen. Zwei Substitutionen s und t, die eine Gruppe H normalisieren, heißen kongruent modulo H, wenn es ein h ∈ H gibt mit s = th. Sind s und t kongruent modulo H, so schreibt Jordan daf¨ ur s ≡ t mod H in Analogie zur gew¨ ohnlichen Kongruenz, wie er ausdr¨ ucklich feststellt (on peut exprimer cette relation par une formule analogue a ` celle des congruences ordinaires.) ¨ Jordan zeigt nicht, dass die Kongruenz modulo H eine Aquivalenzrelation ist. Hierzu braucht man nicht, dass s und t die Gruppe H normalisieren. Es gen¨ ugt zu

4. Kongruenzrelationen und Faktorstrukturen

399

wissen, dass H eine Gruppe ist. Er zeigt aber, dass die Kongruenz modulo H mit der Hintereinanderausf¨ uhrung von Permutationen vertr¨ aglich ist. Normalisieren n¨ amlich s, t, s und t die Gruppe H und gilt s ≡ t mod H s ≡ t mod H, so gibt es h, h ∈ H mit s = th und s = t h . Es folgt ss = tht h = tt t−1 ht h . Weil H von t normalisiert wird, folgt t−1 ht ∈ H. Folglich gilt ss ≡ tt mod H. Dies ist eine typische Situation impliziter Gruppentheorie, da man bei diesem Beweise nicht bemerkt, dass s, t, s , t Substitutionen sind. Eine Folge s1 , s2 , . . . von Substitutionen, die H normalisieren, heißt eine Gruppe modulo H, wenn es zu allen Werten von α und β ein γ gibt mit sα sβ ≡ sγ mod H. Die Ordnung einer Gruppe modulo H ist per deﬁnitionem die Anzahl der verschiedenen Substitutionen, die modulo H inkongruent sind. Man beachte, dass nicht verlangt wird, dass die sα paarweise inkongruent modulo H sind. Andererseits brauchen die sα keine Gruppe von Substitutionen zu sein. Eine Gruppe modulo H ist keine Permutationsgruppe mehr. Sie ist etwas Neues. Der Begriﬀ bleibt aber insofern vage, als nicht recht klar ist, was ihre Elemente sind. Die Ordnung z¨ ahlt jedenfalls nicht die betrachteten Elemente, sondern die ¨ Aquivalenzklassen, zu denen sie geh¨oren. G Ist G die von den sα erzeugte Gruppe, so bezeichnet Jordan mit H die durch G deﬁnierte Gruppe modulo H. Dies ist sinnvoll, da mit den sα auch G die Gruppe H normalisiert. Diese Bezeichnung weicht von der unseren G/H vor allem dadurch ab, dass Jordan nicht voraussetzt und unter den gegebenen Umst¨anden auch nicht annehmen kann, dass H ⊆ G ist. Er beweist, dass |G| = |G/H||G ∩ H| ist. Zum Beweise bedient er sich der Restklassen von G ∩ H in G, doch die Faktorgruppe G/(G ∩ H) sieht er nicht. Auch Frobenius muss in einem Fall bei seinem Beweise des ersten Satzes von Sylow zu einer Faktorgruppe u ¨bergehen. Es ist der Fall, wo die Ordnung des Zentrums der Gruppe H von p geteilt wird. Er zeigt dort, dass das Zentrum ein Element P der Ordnung p enth¨ alt, und f¨ ahrt dann fort: Betrachtet man jetzt (vgl. Kro” necker , l. c. S. 884; Camille Jordan, Bull. de la soc Math. de France, tom. I page

400

Kapitel XIII. Galois

46) zwei Elemente von H als (relativ) gleich, wenn sie sich nur durch eine Potenz von P unterscheiden, so sind auch f¨ ur diese weitere Fassung des Gleichheitsbegriﬀes die Bedingungen I–IV erf¨ ullt, weil jede Potenz von P mit jedem Element von H vertauschbar ist (dh., weil die von P erzeugte Untergruppe normal in H ist. Anm. H. L.), und die relativ verschiedenen Elemente bilden eine Gruppe, deren Ordnung hp < h ist und folglich nach der gemachten Voraussetzung eine Untergruppe der Ordnung pν−1 enth¨ alt. Durchl¨ auft Q die Elemente dieser Untergruppe und λ die Werthe von 0 bis p−1, so sind die pν Elemente P λ Q absolut voneinander verschieden und bilden eine in H enthaltene Gruppe der Ordnung pν .“ Hier stellt sich die Frage, wie und die relativ verschiedenen Elemente bilden eine Gruppe“ ” zu interpretieren ist und auch das Durchl¨ auft Q die Elemente dieser Untergruppe ” . . . “ ist nicht koscher und bedarf der Interpretation (Frobenius 1887a). Bei Walther Dyck gibt es Neues. Er fragt nach der allgemeinsten Gruppe“, die ” sich von m Elementen erzeugen l¨asst. Er schreibt (Dyck 1882, S. 5f.): Seien A1 , ” at), A2 , A3 , . . . , Am irgendwelche m Operationen, welche auf ein Objekt J (Identit¨ das wir in der Folge stets als 1 bezeichnen, angewandt werden k¨ onnen, so lassen sich diese Ai stets als die erzeugenden“ Operationen einer Gruppe auﬀassen, die wir ” erhalten, wenn wir auf unser Objekt J Operationen in Iteration und Combination anwenden. Die allgemeinste Gruppe aus m erzeugenden Operationen entsteht dann, wenn wir voraussetzen, dass unsere Operationen Ai keine Perioden besitzen und ausserdem gegenseitig durch keine Relation verbunden sind. Wir wollen dabei auch die den Operationen Ai entgegengesetzten Operationen in die Betrachtung ziehen, die wir in der u ¨blichen Weise durch A−1 bezeichnen. Dann erhalten wir die unendlich i vielen Substitutionen, welche unserer Gruppe G angeh¨ oren, wenn wir auf die Iden−1 , A , A , . . . , Am , A−1 tit¨ at zun¨ achst die Operationen A1 , A−1 2 m anwenden, je auf 1 2 die so entstandenen Substitutionen die gleichen Operationen u. s. f. Da wir zwischen den erzeugenden Operationen keine Relationen angenommen haben, so sind die so entstandenen Substitutionen s¨ ammtlich von einander verschieden und es kann jede nur auf einem ganz bestimmten Wege aus den erzeugenden Substitutionen erlangt werden, den die Formel Aμ1 1 Aμ2 2 · · · Aν11 Aν22 · · · · · · (die wir stets von links nach rechts lesen wollen) angiebt. In der That ist die Forderung, dass alle Substitutionen einer Gruppe nur auf einem Wege aus den erzeugenden Substitutionen erlangt werden, die nothwendige und hinreichende Bedingung daf¨ ur, dass zwischen den letzteren keine Relationen bestehen und die folgenden Entwickelungen besch¨ aftigen sich gerade mit der Frage, wie nun der Umstand, dass gewisse Substitutionen einer Gruppe auf mehrfache Weise aus den zu Grunde gelegten erzeugenden Substitutionen erhalten werden k¨ onnen, dass also gewisse Relationen zwischen den erzeugenden Substitutionen bestehen, zur Deﬁnition jeder speciellen Gruppe dient.“ Dyck scheint keine Zweifel zu haben, dass es freie Gruppen in m Erzeugenden gibt. Er sagt jedenfalls nichts zu ihrer Konstruktion. Woher hat er die Gewissheit,

4. Kongruenzrelationen und Faktorstrukturen

401

dass es sie gibt? Die Konstruktion einer solchen Gruppe ist nicht ganz ohne, wie wir noch sehen werden. Auch schon die Deﬁnition der allgemeinsten Gruppe ist unscharf, da sich die nicht klar erkennen l¨ asst. Da er aber sagt, dass sich alle RelatioRolle der A−1 i nen zwischen den Erzeugenden A1 , . . . , Am in die Gestalt S(A1 , . . . , Am ) = 1 u ¨ berf¨ uhren lassen, wobei S(A1 , . . . , Am ) ein Ausdruck der Gestalt Aμ1 1 Aμ2 2 · · · Aν11 Aν22 · · · · · · ist, spielen die Inversen der Ai die gleiche Rolle wie die Ai selbst. Ist G die allgemeinste Gruppe in den Erzeugenden A1 , . . . , Am und wird die Gruppe H von den Elementen A¯1 , . . . , A¯m erzeugt, so behauptet Dyck, dass es einen Epimorphismus von G auf H gibt, der Ai auf A¯i abbildet: Man ordne dem alt Element S(A1 , . . . , Am ) das Element S(A¯1 , . . . , A¯m ) zu. Diese Abbildung erh¨ bei ihm keinen Namen und er beweist auch nicht, dass sie multiplikativ ist. Was er aber beweist, ist, dass jedes Bild entweder genau ein oder aber unendlich viele Urbilder hat. Er bemerkt ferner, dass die Urbilder der 1 einen Normalteiler von G bilden. Die Faktorgruppe von G nach diesem Normalteiler kommt nicht vor. Nun m¨ ochte er Gruppen durch Erzeugende und Relationen deﬁnieren. Dazu wird das bisher Gezeigte uminterpretiert. Er schreibt: Legen wir den Substitutio” nen A1 , A2 , . . . , Am unserer allgemeinsten Gruppe G die Bedingung auf, dass: (1)

F1 (A1 , A2 , . . . , Am ) = 1

¯ 1 der Substitutiosei, so wird die Gruppe dadurch eingeschr¨ ankt auf die Gruppe G nen, welche mit Ber¨ ucksichtigung der Bedingung (1) noch verschieden ausfallen. F¨ ugen wir die weitere Bedingung (2)

F2 (A1 , A2 , . . . , Am ) = 1

¯ 1,2 der Substitutionen zur ersten hinzu, so wird dadurch die engere Gruppe G deﬁnirt, welche nach Zuziehung der beiden Relationen noch von einander verschieden sind u. s. f.“ ¯ 1,2 wird unterstellt. Es ist also keine Rede ¯ 1 und G Die Existenz der Gruppen G davon, dass man den von F1 (A1 , A2 , . . . , Am ) erzeugten Normalteiler nehme und ¯ 1 sei, und dass die Faktorgruppe von G nach diesem Normalteiler die Gruppe G ¯ entsprechend f¨ ur G1,2 . Er bemerkt auch das Folgende. Haben H und H jeweils m Erzeugende. Erf¨ ullen beide die Relationen F1 = 1, . . . , Fs = 1 und sind diese f¨ ur H deﬁnierend, erf¨ ullt uber hinaus auch noch die Relationen Fs+1 = 1, . . . , Ft = 1, so ist H H dar¨ epimorphes Bild von H. Hier erwartete man den Einsatz des Satzes, dass G/V und (G/U )/(V /U ) isomorph sind, wenn U und V Normalteiler von G sind mit U ⊆ V . Doch nichts dergleichen. Was bei Dyck noch fehlt, ist eine pr¨ azise Fassung des Gruppenbegriﬀs und folglich auch der Begriﬀ der Faktorgruppe und die damit zusammenh¨ angenden

402

Kapitel XIII. Galois

Isomorphies¨ atze. Homomorphismen und ihre Kerne kommen zwar vor, es gibt aber nicht die Kongruenz nach einem Normalteiler. Die Existenz der durch Erzeugende und Relationen deﬁnierten Gruppen bleibt folglich ungekl¨ art, wie auch schon die Existenz der freien Gruppen selber. Bei Veronese haben wir das auch beobachtet, dass er die Existenz seiner nicht-archimedischen Geometrien nicht problematisiert (Kap. 6, Absch. 6). Wird die Existenz unterstellt, solange sich keine Widerspr¨ uche ergeben? Ansonsten ein großartiges, sehr detailliertes Programm. Faktorgruppen kommen endlich in der Arbeit H¨ older 1889 vor, in der er auch auf die gerade besprochene Arbeit von Dyck verweist. H¨older beginnt seine Arbeit mit der Deﬁnition endlicher Gruppen und der Deﬁnition eines Normalteilers, den er ausgezeichnete Untergruppe nennt. Das ist Wiederholung von Bekanntem. Dann geht er auf den Satz von Jordan ein, den er verallgemeinern will. Dazu ben¨ otigt er die Faktorgruppe, die er im vierten Abschnitt beschreibt. Da dieser Begriﬀ so grundlegend ist, sei dieser Abschnitt im Wortlaut wiedergegeben. Wenn die Symbole ” B, B1 , B2 , . . . die Operationen irgend einer Untergruppe H bedeuten, so kann man die s¨ ammtlichen Operationen der Gesammtgruppe G in dem Schema B2 , B, B1 , S1 B, S1 B1 , S1 B2 , S2 B, S2 B1 , S2 B2 , ... ... ... Sn−1 B, Sn−1 B1 , Sn−1 B2 ,

... ... ... ... ...

darstellen, wo die Operationen S1 , S2 , . . . Sn−1 passend aus der Gesammtheit ausgew¨ahlt sind. Dieses Schema ﬁndet sich schon bei Cauchy (es folgt Zitat). Dasselbe dient zum Beweis daf¨ ur, dass die Anzahl m der Operationen B, d. h. die Ordnung der Untergruppe, stets ein Theiler von der Gesammtzahl der Operationen, d. h. von der Ordnung der Gesammtgruppe ist. Wenn nun die Untergruppe eine ausgezeichnete ist, so gilt der Satz, dass zwei beliebige Operationen aus zwei bestimmten Horizontalreihen des gegebenen Schemas in bestimmter Aufeinanderfolge zusammengesetzt eine Operation einer v¨ ollig bestimmten Horizontalreihe geben m¨ ussen. Wenn n¨amlich μ, ν, ρ, σ vier beliebige Indizes bedeuten, so ist immer Sν Bρ Sμ Bσ = Sν Sμ Bρ Bσ = Sκ Bτ Bρ Bσ , wo der Index κ nur von μ und ν abh¨ angig ist.

4. Kongruenzrelationen und Faktorstrukturen

403

Damit ist eine Zusammensetzung der Horizontalreihen deﬁnirt. Man erh¨ alt so neue Operationen, welche gleichfalls eine Gruppe bilden. Diese vollst¨ andig bestimmte Gruppe ist es, welche in die Betrachtung eingef¨ uhrt werden soll. Man k¨ onnte sie den Quotienten der Gruppen G und H nennen, dieselbe soll im Folgenden mit G|H bezeichnet werden.“ Hier zeigt sich deutlich der Vorteil hoher Abstraktion. Es werden geschickt gew¨ahlte Teilmengen einer Gruppe miteinander verkn¨ upft, so dass die Menge dieser Teilmengen mit dieser Verkn¨ upfung die Bedingungen erf¨ ullt, die eine Gruppe deﬁnieren. Ohne die abstrakte Deﬁnition einer endlichen Gruppe gibt es keine Faktorgruppe. Das wird hier ganz deutlich. Im n¨ achsten Abschnitt, dem f¨ unften, interpretiert H¨ older die Faktorgruppe auf etwas andere Weise. Er hat eine Gruppe G und einen Normalteiler H von G. Er nennt dann zwei Elemente von G ¨ aquivalent , wenn sie durch Multiplikation mit einem Element aus H in einander u ¨bergef¨ uhrt werden k¨ onnen. Er beeilt sich zu sagen, dass es nicht darauf ank¨ ame, ob man dieses Element von links oder von rechts heranmultipliziere, da H normal sei. Dann sagt er, dass aus demselben Grunde folge, dass Aequivalentes mit Aequivalentem multiplicirt Aequivalentes ” ¨ giebt.“ Das sei der Grund, weshalb man auf der Menge G/H der Aquivalenzklassen verm¨oge der Komplexmultiplikation eine Gruppenstruktur bekomme. Er bemerkt ferner, dass g → gH ein Epimorphismus (meroedrischer Isomorphismus sagt er) von G auf G/H ist. Mit Hilfe dieses Epimorphismus’ erschließt er, dass G/H genau dann einfach ist, wenn H ein maximaler Normalteiler von G ist. Damit ist H¨older nun in der Lage, den Satz zu formulieren und zu beweisen, der heute Satz von Jordan-H¨ older heißt. Ich sagte eben, dass es ohne die abstrakte Deﬁnition einer endlichen Gruppe keine Faktorgruppe g¨ abe. Es gibt sie doch. In Dedekinds Nachschrift zu seinen Vorlesungen vom WS 1856/57 und WS 1857/58 ﬁndet sich in Artikel 6 von § 1 das Folgende, das ich in heutiger Sprache notiere (Dedekind 1981). Ist K ein Normalteiler ur alle a, b ∈ G die Gleichung KaKb = Kab. der Permutationsgruppe G, so gilt f¨ Es gilt ferner das Assoziativgesetz f¨ ur diese Verkn¨ upfung und aus der G¨ ultigkeit von je zweien der drei Gleichungen Ka = Kc, Kb = Kd und KaKb = KcKd folgt jeweils die dritte. Das seien aber die wesentlichen Eigenschaften einer Permutationsgruppe, so dass alle Eigenschaften, die eine Permutationsgruppe habe, auch der gerade deﬁnierten Struktur zuk¨ amen. Dedekind hatte schon in Abschnitt 2 von § 2 die beiden wesentlichen Eigenschaften von Permutationsgruppen bewiesen, dass n¨ amlich f¨ ur die Hintereinanderausf¨ uhrung von Permutationen das Assoziativgesetz gilt und dass aus je zweien der drei Gleichungen α = γ, β = δ, αβ = γδ die dritte folgt. In unserer Sprache heißt das, dass die beiden K¨ urzungsregeln gelten. Er bemerkt dann, dass er die weiteren Untersuchungen u ¨ ber Permutationsgruppen nur auf diese beiden Eigenschaften st¨ utzen werde. Daher g¨alten die Folgerungen auch f¨ ur all die zahlreichen

404

Kapitel XIII. Galois

anderen Beispiele aus Algebra und Zahlentheorie, die diese beiden Eigenschaften h¨ atten. Scharlau gibt einen Beleg, der es wahrscheinlich macht, dass Dedekind den Begriﬀ der Faktorgruppe zum Zeitpunkt der Vorlesungen noch nicht hatte (Dedekind 1981, S. 102). Die H¨ orer seiner Vorlesung konnten diesen Begriﬀ also nicht nach außen tragen. Keine Anekdotenbildung! (S. Kap. I, Abschn. 1) Dedekind hatte in diesen Vorlesungen nur vier H¨ orer, von denen einer, Paul Bachmann, sp¨ater selbst auf das Thema galoissche Theorie“ zur¨ uckkam (Bach” mann 1881). Die Arbeit ist nicht sehr aufregend. Der Begriﬀ der Faktorgruppe scheint sich im Anschluss an die h¨ oldersche Publikation schnell eingeb¨ urgert zu haben, spricht doch Frobenius in seiner Arbeit ¨ Uber auﬂ¨ osbare Gruppen aus dem Jahre 1893 immer wieder von Faktorgruppen, ohne auf ihre Deﬁnition einzugehen oder ein Zitat anzugeben. Was noch fehlt, sind die Isomorphies¨ atze. Sie erscheinen in der Arbeit Frobenius 1895. Frobenius kommentiert sie: Der Begriﬀ der Faktorgruppe H/G macht den ” des meroedrischen oder eines noch allgemeineren Isomorphismus u ¨ berﬂ¨ ussig. Statt diese Begriﬀe einzuf¨ uhren, hat man die S¨ atze aufzustellen:“ Es folgen die drei Isomorphies¨ atze, wobei der dritte Isomorphiesatz, dass G/V und (G/U )/(V /U ) isomorph sind, wenn U und V Normalteiler von G sind mit U ⊆ V , nur mit M¨ uhe zu erkennen ist. Frobenius sieht also klar, dass man bis auf Isomorphie alle epimorphen Bilder einer Gruppe kennt, wenn man ihre Normalteiler kennt. Obwohl f¨ ur uns seit den Arbeiten Cauchys von 1815 st¨andig zu sehen, dauerte es bis 1889, bis der Begriﬀ der Faktorgruppe durch H¨olders Arbeit dem mathematischen Publikum bekannt wurde. Dabei waren den Akteuren die gaußschen ¨ Beispiele endlicher abelscher Gruppen bekannt, deren Elemente Aquivalenzklassen quadratischer Formen gleicher Diskriminante sind. Es sind typische Beispiele von Faktorstrukturen, wenn auch nicht Beispiele von Faktorgruppen. Das Ganze ist sehr kompliziert, so dass ich auf Details verzichte, da quadratische Formen nicht unser Thema sind. Diese Faktorstrukturen sind seit dem Jahre 1801 in der Diskussion und es ist interessant, wie Schering mit ihnen hantiert. Bei ihm ist nicht mehr zu sehen, dass die Elemente Mengen sind. Er handelt nur von den Elementen und ihren grundlegenden Eigenschaften, die er Gaußens Disquisitiones entnimmt. Aus diesen Eigenschaften leitet er weitere Eigenschaften her. Er benutzt also nie Vertreter von Klassen, um Aussagen u ¨ber die Gruppen zu gewinnen. Statt der Gruppen aus Klassen von quadratischen Formen kann man jede endliche abelsche Gruppe nehmen. Die S¨ atze, die er beweist, gelten alle auch f¨ ur sie. Sie liefern am Ende dann wiederum Aussagen u ¨ ber quadratische Formen. Ganz anders Dedekind, der 1871 in der zweiten Auﬂage von Dirichlets Zah” lentheorie“ im zehnten Supplement die gaußschen Gruppen aus Klassen quadratischer Formen uminterpretiert und verallgemeinert. Die von Gauß betrachteten quadratischen Formen h¨ angen zusammen mit Idealen von gewissen Ringen ganzer algebraischer Zahlen und die Klassengruppen der Formen ﬁnden sich wieder als Klassengruppen endlicher algebraischer Erweiterungen von Q. Dazu ist zu sagen, dass der Begriﬀ des Ideals Dedekinds Erﬁndung ist und

4. Kongruenzrelationen und Faktorstrukturen

405

in diesem Supplement zum ersten Male auftaucht. Dedekind schreibt (DirichletDedekind 1871, S. 452): Wir gr¨ unden die Theorie der in O enthaltenen Zahlen, d. h. aller ganzen alge” braischen Zahlen des K¨ orpers Ω, auf den folgenden neuen Begriﬀ. 1. Ein System A von unendlich vielen in O enthaltenen Zahlen soll ein Ideal heißen, wenn es den beiden folgenden Bedingungen gen¨ ugt: I. Die Summe und die Diﬀerenz je zweier Zahlen in A sind wieder Zahlen in A. II. Jedes Produkt aus einer Zahl in A und einer Zahl in O ist wieder eine Zahl in A.“ F¨ ur ω, ω ∈ O deﬁniert er die Kongruenz modulo dem Ideal A durch ω ≡ ω mod A ur Mogenau dann, wenn ω − ω ∈ A ist. Diesen Begriﬀ hatte er schon zuvor f¨ duln eingef¨ uhrt, das sind solche Teilmengen von O, die I. erf¨ ullen. Bei Moduln ist die Kongruenz mit der Addition vertr¨ aglich, bei Idealen auch noch mit der Multiplikation, wie Dedekind feststellt. Die Anzahl der Klassen einer Kongruenz nach einem Modul ist in aller Regel nicht endlich. Zuvor bewiesene S¨ atze, wann die Klassenzahl endlich ist, zeigen sehr rasch, dass Ideale stets nur endlich viele Klassen haben (man beachte, dass das Nullideal kein Ideal im Sinne Dedekinds ist, jedenfalls nicht in der zweiten Auﬂage der Zahlentheorie“). Die Anzahl der ” Klassen modulo A nennt Dedekind die Norm von A, in Zeichen N (A). Er beweist S¨ atze u ¨ ber Normen, er deﬁniert Primideale als die maximalen Ideale von O und er charakterisiert sie mittels der Eigenschaft, die heute zu ihrer Deﬁnition dient: Ist P ein von O verschiedenes Ideal, so ist P genau dann ein Primideal, wenn f¨ ur alle a, b ∈ O aus ab ∈ P folgt, dass a ∈ P oder b ∈ P ist. ur Ist P ein Primideal, so gibt es eine Primzahl p ∈ P und es gilt N (P ) = pf f¨ ein passendes f ∈ N. Es gilt dann f¨ ur jedes ω ∈ O die Kongruenz f

ω p ≡ ω mod P. Hieraus folgere man ohne Schwierigkeit die G¨ ultigkeit der S¨ atze der §§ 26, 27, 29, 30, 31 auch im vorliegenden Fall. Die fraglichen S¨ atze sind nach unserem Verst¨andnis S¨ atze u ¨ ber die multiplikative Struktur von und u ¨ber Polynome u ¨ ber Z/pZ, wie z. B. der Satz u ¨ ber die Zyklizit¨ at der multiplikativen Gruppe von Z/pZ und der Satz, dass ein Polynom vom Grade n u ¨ ber Z/pZ h¨ ochstens n Nullstellen hat. Er formuliert das alles aber im Sinne der Kongruenzrelation und seine Beweise lesen sich entsprechend. Die Faktorstruktur O/P , die zu GF(pf ) isomorph ist, steht nicht im Vordergrund. Er gibt auch keinen Hinweis auf Galois oder auf Galoisfelder. Dedekind deﬁniert weiter eine Multiplikation auf der Menge der Ideale. Sind A und B Ideale von O, so ist AB die Menge der endlichen Summen der Form n a i:=1 i bi mit ai ∈ A und bi ∈ B. Es ist klar, dass AB ein Ideal ist. Zwei Ideale heißen ¨ aquivalent , in Zeichen A ≡ B, wenn es von null verschiedene r und s

406

Kapitel XIII. Galois

in O gibt mit rA = sB. Weil O ein Integrit¨atsbereich ist, ist diese Relation eine ¨ Aquivalenzrelation, die u ¨berdies mit der Multiplikation von Idealen vertr¨ aglich ist. Bezeichnet I die Menge der (vom Nullideal verschiedenen) Ideale von O, so erbt I/≡ von I eine Multiplikation. Die Klasse der Hauptideale spielt die Rolle eines Einselementes dieser Struktur, wie unmittelbar zu sehen. Man muss sehr viel mehr tun, um zu sehen, dass I/≡ eine endliche abelsche Gruppe ist, die Klassengruppe des K¨orpers Ω. Eine Folgerung hieraus, die Dedekind sofort bemerkt, ist, dass es zu jedem Ideal A eine nat¨ urliche Zahl n gibt, so dass An ein Hauptideal ist. Es ist auﬀallend, dass bei den durch Ideale deﬁnierten Kongruenzrelationen auf Ringen, die wir bislang betrachtet haben, nie die zugeh¨ orige Faktorstruktur im Vordergrund stand. Dies ist auch so in der Arbeit Cauchy 1847, in der Cauchy eine neue Interpretation der komplexen Zahlen gibt. Er untersucht dort generell die durch ein Polynom gegebene Kongruenz auf dem Polynomring in einer Unbestimmten u ¨ ber R, um dann dieses Polynom zu x2 + 1 zu spezialisieren. Auch Weber operiert bei seinen Congruenzk¨orpern immer mit der durch das irreduzible Polynom f ∈ K[x] deﬁnierten Kongruenzrelation (Weber 1893), w¨ ahrend ich dem Vorbilde Steinitz folgend bei der Darstellung der weberschen Resultate in Abschnitt 1 von Kapitel 9 immer von K[x]/f K[x] sprach (Steinitz 1910). Dem Leser wird aufgefallen sein, dass die erste Konstruktion der komplexen Zahlen durch Cauchy und die Konstruktion der Galoisfelder durch Galois bislang nicht erw¨ ahnt wurden. Das liegt daran, dass diese Konstruktionen nicht in den hier betrachteten Rahmen passen. Bei diesen Konstruktionen geht es im Prinzip zwar auch um die Kongruenz nach einem irreduziblen Polynom, aber es werden die Standardvertreter der Restklassen als Elemente von C bzw. GF(pt ) genommen. Die Summe zweier Standardvertreter ist wieder ein Standardvertreter, w¨ ahrend das Produkt zweier Standardvertreter sofort modulo dem in Frage stehenden irreduziblen Polynom reduziert wird. Dann hat man einiges zu tun, um die u ¨ blichen Rechengesetze nachzuweisen, worum sich Cauchy und auch Galois dr¨ ucken. Bei den Gruppen spielen die Faktorstrukturen h¨ auﬁg eine andere Rolle als bei den Ringen. Sie werden hier zwar auch zur Konstruktion von Beispielen benutzt, wie implizit bei Dyck und den durch Erzeugende und Relationen gegebene Gruppen. Bei den endlichen Gruppen treten sie aber auch in nat¨ urlicher Weise bei Induktionsbeweisen auf, wie klar bei obigen Analysen zu sehen. Die dort untersuchten Beweise werden sofort unanfechtbar, wenn man an passender Stelle von Faktorgruppen redet und noch zwei, drei Worte hinzuf¨ ugt. Es war also wirklich nur eine Frage der Zeit, dass sie entdeckt wurden. Hinzu kommt, dass in Gaußens Gruppen aus Klassen quadratischer Formen und den dedekindschen Klassengruppen der Ringe ganzer algebraischer Zahlen Vorbilder von Gruppen geschaﬀen waren, deren Elemente Mengen waren. Mengen. Wir haben schon bemerkt, dass das Studium der Fourierreihen G. Cantor zu seinen Untersuchungen von Mengen und ihren Beziehungen zueinander und zu seiner Theorie der transﬁniten Zahlen inspirierten. Hier sehen wir, dass die Autoren, die u ¨ ber Permutationsgruppen schreiben, v¨ ollig selbstverst¨andlich von Mengen und Abbildungen reden, was ja auch nicht problematisch ist, solange diese

4. Kongruenzrelationen und Faktorstrukturen

407

endlich sind. Dedekind jedoch bediente sich im zehnten Supplement mit großer K¨ uhnheit der Mengen bei seinen Begriﬀen K¨ orper, Ringe ganzer algebraischer Zahlen (Ordnungen nennt er sie), Moduln und Ideale als Teilmengen solcher Ringe. Seine Art, u ¨ ber diese Dinge zu sprechen, ist im Wesentlichen auch noch die unsere. Weitere Faktorstrukturen, an die man nur selten denkt, da sie uns seit Jahrhunderten vertraut sind, sind die Menge Q≥ der nicht-negativen rationalen Zahlen und die Menge der positiven und negativen Zahlen zuz¨ uglich der Null. Bei den positiven rationalen Zahlen geht man von der Menge M der Zeichen ab mit a ∈ N0 und b ∈ N aus und deﬁniert zun¨ achst auf M eine Addition und eine Multiplikation durch ad + bc a c + := b d bd und ac a c · := . b d bd Diese beiden Verkn¨ upfungen sind assoziativ und kommutativ. Er gelten aber nicht die Distributivgesetze. Dann deﬁniert man die Relation ≡ durch a c ≡ b d ¨ genau dann, wenn ad = bc ist, und weist nach, dass diese Relation eine Aquivalenzrelation ist, die mit der auf M deﬁnierten Addition und Multiplikation vertr¨ aglich ¨ von ≡, so erbt sie auf ist. Ist dann Q≥ := M/≡ die Menge der Aquivalenzklassen Grund der Vertr¨ aglichkeit von + und · mit ≡ eine Addition und eine Multiplikation, usw. Das Rechnen in Q≥ geschieht mittels der Vertreter aus M , wobei jedoch das Gleichheitszeichen nicht die Gleichheit in M bezeichnet, sondern im Sinne von ≡ interpretiert wird, w¨ ahrend das Zeichen ≡ selber jedoch nicht auftaucht. Ganz a¨hnlich ist die Situation, wenn man mit N beginnend Z bzw. mit Q≥ beginnend Q konstruiert. Der Leser bl¨ attere zur¨ uck zu den S¨ atzen 9 und 10 von Kap. 1, Absch. 6. Das Geschilderte zeigt, dass Kongruenzrelationen und die mit ihnen zusammenh¨ angenden Faktorstrukturen sich in den Vordergrund dr¨ angten. Mittlerweile kann man die Isomorphies¨atze f¨ ur Gruppen, Ringe und andere Strukturen unter einen Hut bringen. Sie alle haben einen mengentheoretischen ¨ Kern. Das erste, was man beobachtet, ist, dass zu jeder Aquivalenzrelation auf ¨ einer Menge eine Partition dieser Menge geh¨ ort, n¨ amlich die Menge ihrer Aquivalenzklassen. Umgekehrt deﬁniert jede Partition einer Menge, deren Komponenten ¨ ¨ allesamt nicht leer sind, eine Aquivalenzrelation auf der Menge, deren Aquivalenzklassen gerade die Komponenten der Partition sind. Partitionen mit lauter nicht¨ leeren Komponenten und Aquivalenzrelationen entsprechen also einander. Ist M ¨ eine nicht-leere Menge und ist ≡ eine Aquivalenzrelation auf M , so bezeichne M/≡ ¨ die Menge der Aquivalenzklassen von ≡. Deﬁniert man dann κ≡ durch κ≡ (x) := {y | y ∈ M, x ≡ y},

408

Kapitel XIII. Galois

so ist κ≡ eine Abbildung von M auf M/≡. Man nennt κ≡ den kanonischen Epimorphismus von M auf M/≡. Ist σ eine Abbildung von M in eine andere Menge, so deﬁnieren wir die Relation kern(σ) durch x kern(σ) y ¨ genau dann, wenn σ(x) = σ(y) ist. Dann ist kern(σ) eine Aquivalenzrelation. ¨ Umgekehrt ist auch jede Aquivalenzrelation Kern einer Abbildung. Ist n¨ amlich ≡ ¨ eine Aquivalenzrelation auf der Menge M und ist κ der kanonische Epimorphismus von M auf M/≡, so ist kern(κ) = ≡. Der Kern (sic) aller Isomorphies¨ atze ist dann der folgende Satz 1. Es seien M und N Mengen und σ sei eine Abbildung von M in N . Es gibt dann genau eine Bijektion τ von M/kern(σ) auf σ(M ) mit σ = τ κkern(σ) . Beweis. Wir deﬁnieren die Relation τ durch: Ist X ∈ M/kern(σ) und y ∈ N , so ist genau dann (X, y) ∈ τ , wenn es ein x ∈ X gibt mit σ(x) = y. Wir zeigen, dass τ eine Abbildung ist. Ist X ∈ M/kern(σ), so gibt es ein x ∈ X. Es folgt (X, σ(x)) ∈ τ . Ist weiterhin X ∈ M/kern(σ) und sind y, y ∈ N und gilt (X, y), (X, y ) ∈ τ , so gibt es x, x ∈ X mit σ(x) = y und σ(x ) = y . Es folgt x kern(σ) x und damit y = σ(x) = σ(x ) = y . Dies zeigt, dass τ eine Abbildung ist. Es sei y ∈ σ(M ). Es gibt dann ein x ∈ M mit y = σ(x). Es folgt τ κkern(σ) (x) = σ(x) = y und damit τ κkern(σ) = σ. Folglich ist τ eine Abbildung von M/kern(σ) auf σ(M ). Es seien X, Y ∈ M/kern(σ) und es gelte τ (X) = τ (Y ). Es gibt dann ein x ∈ X und ein y ∈ Y mit τ (X) = σ(x) und τ (Y ) = σ(y). Es folgt σ(x) = σ(y), dh., x kern(σ) y und damit X = Y . Also ist τ auch injektiv. Es sei ρ eine zweite Abbildung von M/kern(σ) in N mit σ = ρκkern(σ) . Ist dann X ∈ M/kern(σ), so folgt mit x ∈ X, dass τ (X) = τ κkern(σ) (x) = σ(x) = ρκkern(σ) (x) = ρ(X) ist. Folglich ist τ = ρ. Damit ist der Satz bewiesen. Satz 1 ist die mengentheoretische Version des ersten Isomorphiesatzes, den wir in der Version, wie ihn die universelle Algebra formuliert und beweist, gleich noch formulieren und beweisen werden. Satz 1 ist andererseits der Spezialfall A = kern(σ) von Satz 2. Um den Zusammenhang mit dem ersten Isomorphiesatz herzustellen, habe ich Satz 1 hier der Klarheit halber dennoch gesondert formuliert und bewiesen.

4. Kongruenzrelationen und Faktorstrukturen

409

Satz 2. Es seien M und N Mengen und σ sei eine Abbildung von M in N . Ist ¨ A eine Aquivalenzrelation auf M und gilt A ⊆ kern(σ), so gibt es genau eine Abbildung τ von M/A in N mit σ = τ κA . Beweis. Wir deﬁnieren die Relation τ durch: Ist X ∈ M/A und y ∈ N , so ist genau dann (X, y) ∈ τ , wenn es ein x ∈ X gibt mit σ(x) = y. Wir zeigen, dass τ eine Abbildung ist. Ist X ∈ M/A, so gibt es ein x ∈ X und es folgt (X, σ(x)) ∈ τ . Sind dar¨ uber hinaus y, y ∈ N und gilt (X, y), (X, y ) ∈ τ , so gibt es x, x ∈ X mit σ(x) = y und σ(x ) = y . Es folgt x A x und wegen A ⊆ kern(σ) dann auch x kern(σ) x . Also ist y = σ(x) = σ(x ) = y . Dies zeigt, dass τ eine Abbildung ist. Es sei y ∈ σ(M ). Es gibt dann ein x ∈ M mit y = σ(x). Es folgt τ κA (x) = σ(x) = y und damit τ κA = σ. Folglich ist τ eine Abbildung von M/A auf σ(M ). Es sei ρ eine zweite Abbildung von M/A in N mit σ = ρκA . Ist dann X ∈ M/A, so folgt mit x ∈ X, dass τ (X) = τ κA (x) = σ(x) = ρκA (x) = ρ(X). Folglich ist τ = ρ. Damit ist der Satz bewiesen. Der n¨ achste Satz ist die mengentheoretische Version des dritten Isomorphiesatzes. ¨ Satz 3. Es sei M eine Menge und A und B seien Aquivalenzrelationen auf M . Ist A ⊆ B, so gibt es genau eine Abbildung σ von M/A auf M/B mit κB = σκA . Deﬁniert man B/A durch B/A := kern(σ), so gibt es genau eine Abbildung τ von (M/A)/(B/A) auf M/B mit σ = τ κB/A Beweis. Die Existenz und Eindeutigkeit von σ folgt mit Satz 2 angewandt auf M , N = M/B und κB , wenn man nur beachtet, dass kern(κB ) = B ist. Die Existenz und Eindeutigkeit von τ folgt mit Satz 1. Ist Ω eine Menge und ist A eine Abbildung von Ω in N0 , so nennen wir Ω Operatorenbereich, ohne A explizit zu erw¨ahnen. Ist v ∈ Ω, so heißt A(v) die Arit¨ at von v. Ist n die Arit¨ at von v, so heißt v auch n-¨ arer Operator . Ist n ∈ N0 , so bezeichne Ω(n) die Menge aller n-¨aren Operatoren in Ω. Ist M eine Menge und ist Ω ein Operatorenbereich, so nennen wir (M, Ω) eine Ω-Algebra, wenn es zu jedem n-¨aren Operator v ∈ Ω eine Abbildung des n-fachen cartesischen Produktes von M mit sich selbst in M gibt, die wir wieder mit v bezeichnen. Diese Abbildung nennen wir n-¨ are Operation auf M . Das nullfache cartesische Produkt von M mit sich selbst enth¨alt nur das Element ∅, also genau ein Element. Die null¨ aren Operationen picken also aus M nur ein Element heraus. Daher heißen diese Operationen auch Konstante. Typische Konstante sind 0 und 1.

410

Kapitel XIII. Galois

ur alle i und ist v ∈ Ω Ist (M, Ω) eine Ω-Algebra, ist x ein n-Tupel mit xi ∈ M f¨ eine n-¨are Operation auf M , so bezeichnen wir das Bild von x unter v mit xv. Diese Bezeichnung stammt von dem polnischen Mathematiker L ukasiewicz, der sie systematisch in der Logik benutzte (Lukasiewicz 1929). Diese Notation heißt daher polnische Notation. Sie hat den Vorteil, dass man keine Klammern bei der Bildung von Termen braucht. Ich brauche wohl nicht zu deﬁnieren, was Ω-Unteralgebren von Ω-Algebren sind. Ebenso nicht, was Homomorphismen, Isomorphismen, usw. sind. ¨ Es sei (M, Ω) eine Ω-Algebra und A sei eine Aquivalenzrelation auf M . Ist v ∈ Ω(n), so heißt v vertr¨ aglich mit A, wenn f¨ ur alle n-Tupel x und y u ¨ ber M gilt: ur alle i, so ist xv A yv. Ist A mit allen v ∈ Ω vertr¨ aglich, so heißt A Ist xi A yi f¨ Kongruenzrelation auf M . Dem Leser wird es keine M¨ uhe machen nachzuweisen, dass der Kern eines Homomorphismus einer Ω-Algebra in eine andere eine Kongruenzrelation ist. Ebenso leicht weist man nach, dass sich auf M/A eine Ω-Algebrenstruktur deﬁnieren l¨ asst, so dass κA zu einem Ω-Homomorphismus wird, wenn nur A eine Kongruenzrelation der Ω-Algebra M ist. Diese Strukturen heißen u ¨ blicherweise Faktorstrukturen bzw. Quotientenstrukturen. Erster Isomorphiesatz. Es seien (M, Ω) und (N, Ω) zwei Ω-Algebren. Ist σ ein Homomorphismus von M in N , so gibt es genau einen Isomorphismus τ von M/kern(σ) auf σ(M ) mit σ = τ κkern(σ) . Beweis. Auf Grund von Satz 1 ist die Existenz und Einzigkeit der Abbildung τ gesichert. Es bleibt nur zu zeigen, dass sie sich mit den Operationen vertr¨ agt, die durch Ω deﬁniert sind. Es sei v ∈ Ω(n) und es seien X1 , . . . , Xn ∈ M/kern(σ). Ferner sei yi ∈ Xi . Dann ist, da σ und κkern(σ) ja Homomorphismen sind, τ (Xv) = τ κkern(σ) (y1 ) . . . κkern(σ) (yn )v = τ κkern(σ) (yv) = (τ κkern(σ) )(yv) = σ(yv) = σ(y1 ) . . . σ(yn )v = τ κkern(σ) (y1 ) . . . τ κkern(σ) (yn )v = τ (X1 ) . . . τ (Xn )v. Damit ist der Satz bewiesen. Zweiter Isomorphiesatz. Es sei M eine Ω-Algebra und N sei eine Teilalgebra von M . Ferner sei A eine Kongruenz auf M . Wir setzen $ A := A ∩ (N × N ) und A(N ) := κA (x). x∈N

Dann ist A eine Kongruenz auf N und A(N ) ist eine Teilalgebra von M . Die ¨ Teilalgebra A(N ) ist Vereinigung von Aquivalenzklassen von A, so dass die Menge

5. Freie Gruppen

411

¨ dieser Aquivalenzklassen auf A(N ) eine Kongruenzrelation deﬁniert, die wir ebenfalls mit A bezeichnen. Die Einschr¨ ankung ϕ von κA auf N ist ein Epimorphismus von N auf A(N )/A und es gilt kern(ϕ) = A . Insbesondere sind die Faktorstrukturen N/A und A(N )/A isomorph. Beweis. Es sei v ∈ Ω(n) und a1 , . . . , an ∈ A(N ). Nach der Deﬁnition von A(N ) gibt es b1 , . . . , bn ∈ N mit ai A bi f¨ ur alle i. Folglich gilt a1 . . . an v A b1 . . . bn v. Weil N eine Teilalgebra ist, ist b1 . . . bn v ∈ N und folglich a1 . . . an ∈ A(N ). Also ist A(N ) eine Teilalgebra von M . Die Einschr¨ ankung ϕ von κA auf N ist ein Homomorphismus von N in A(N )/A. Weil es aber zu jedem a ∈ A(N ) ein b ∈ N gibt mit a A b, ist ϕ surjektiv. Dass A der Kern von ϕ ist, ist banal. Die letzte Aussage folgt dann aus dem ersten Isomorphiesatz. Dem Leser sollte es nun nicht mehr schwer fallen, auch noch den dritten Isomorphiesatz zu beweisen. Die Hauptarbeit ist bereits getan. Dritter Isomorphiesatz. Es sei M eine Ω-Algebra und A und B seien Kongruenzrelationen auf M mit A ⊆ B. Dann gibt es genau einen Epimorphismus σ von M/A auf M/B mit κB = σκA . Setzt man B/A := kern(σ), so gibt es genau einen Isomorphismus τ von (M/A)/(B/A) auf M/B mit σ = τ κB/A . Der Leser sollte die vorstehenden Isomorphies¨ atze mit denen vergleichen, die u ¨ blicherweise f¨ ur Gruppen bzw. Ringe formuliert werden. Dort ist die Situation etwas einfacher als im allgemeinen Fall, da dort die Kerne, so wie wir sie deﬁniert ¨ haben, bereits durch eine einzige ihrer Aquivalenzklassen v¨ ollig festgelegt sind. ¨ Man nimmt dort u ¨blicherweise die Aquivalenzklasse der 1 bzw. der 0, um die Faktorstruktur zu beschreiben, und nennt diese den Kern der Abbildung. Im Allgemeinen gibt es jedoch nichts, was den Normalteilern bzw. den Idealen entspricht. Dem Leser sei als Aufgabe empfohlen, alle Kongruenzrelationen eines Dedekindtripels (Deﬁnition in Abschnitt 7 von Kapitel II) zu bestimmen. Es gibt abz¨ ahlbar viele. Die entsprechenden Faktorstrukturen sind paarweise nicht isomorph. Sie alle gestatten Induktion, aber nur eine auch Rekursion. Mehr m¨ochte ich zu den Faktorstrukturen und den Isomorphies¨ atzen nicht sagen. Der Leser, der an weiteren Einzelheiten interessiert ist, sei an Cohn 1965 oder L¨ uneburg 1989 verwiesen. Eines sei nur noch erw¨ ahnt, dass die Isomorphies¨ atze in dem Buch Whitehead 1898, dem ersten Buch u ¨ ber universelle Algebra u ¨ berhaupt, noch nicht vorkommen. 5. Freie Gruppen. In diesem Abschnitt sei die Existenz freier Gruppen sichergestellt. Wir werden sie im Folgenden zwar nicht ben¨ otigen, dennoch sei der Existenzbeweis hier gef¨ uhrt, da freie Gruppen Beispiele von nicht allt¨ aglichen Faktorstrukturen sind. Es sei A eine Menge, die wir Alphabet nennen. Wir deﬁnieren die Menge A∗ der W¨ orter u ¨ ber dem Alphabet A rekursiv wie folgt: 1) Es ist ∅ ∈ A∗ . 2) Ist w ∈ A∗ und a ∈ A, so ist wa ∈ A∗ . Dabei ist ∅a als a zu interpretieren.

412

Kapitel XIII. Galois

3) Keine anderen W¨ orter als die unter 1) und 2) konstruierten geh¨ oren zu A∗ . ∗ Wir deﬁnieren die L¨ ange l(w) des Wortes w ∈ A rekursiv durch 0, falls w = ∅ l(w) := l(w ) + 1, falls w = w a mit w ∈ A∗ und a ∈ A. Dann ist l(w) die Anzahl der Buchstaben, die in w vorkommen, Vielfachheiten mitgez¨ahlt. Sind v, w ∈ A∗ so deﬁnieren wir vw rekursiv wie folgt: ⎧ falls w = ∅, ⎨ v, vw := w, falls v = ∅, ⎩ (vw )a, falls w = w a mit w ∈ A∗ und a ∈ A. Diese Verkn¨ upfung heißt Konkatenation. Satz 1. Die auf A∗ deﬁnierte Konkatenation ist assoziativ. Beweis. Es seien u, v, w ∈ A∗ . Ist w = ∅, so ist (uv)w = uv = u(vw). Es sei w nicht leer. Es gibt dann ein w ∈ A∗ und ein a ∈ A mit w = w a. Es folgt (uv)w = (uv)w a = u(vw ) a = u (vw )a = u(vw). Damit ist der Satz bewiesen. Es sei w ∈ A∗ und t := l(w) > 0. Es gibt dann ein w ∈ A∗ und ein at ∈ A mit w = w at . Nach der nicht ausgesprochenen Induktionsannahme gibt es at der a1 , . . . , at−1 ∈ A mit w = a1 . . . at−1 , wobei wir wegen der Assoziativit¨ Konkatenation keine Klammern zu setzen brauchen. Es folgt w = a1 . . . at−1 at . Diese M¨ oglichkeit, W¨ orter zu schreiben, werden wir sogleich ausnutzen. Es sei X eine nicht-leere Menge. Wir setzen X1 := {(x, 1) | x ∈ X} und X−1 := {(x, −1) | x ∈ X}. Ferner setzen wir A := X1 ∪ X−1 . Schließlich sei A∗ die Menge aller W¨orter u ¨ ber dem Alphabet A. Ist w = a1 . . . at ∈ A∗ , so setzen wir alt(w) := i | 1 ≤ i < t, es gibt ein x ∈ X und ein e ∈ {1, −1} mit ai = (x, e), ai+1 = (x, −e) . und deﬁnieren wred rekursiv durch w, wenn alt(w) = ∅ wred := wred , sonst. Dabei ist w = a1 . . . ai−1 ai+2 . . . at und i ist der kleinste Index in alt(w). Weil w k¨ urzere L¨ange hat als w kommt die Rekursion zum stehen. Oﬀensichtlich gilt alt(wred ) = ∅ und folglich wred red = wred .

5. Freie Gruppen

413

Hilfssatz 1. Sind w, w ∈ A∗ , so ist (ww )red = (wred w )red . Dies folgt unmittelbar aus der Deﬁnition von red. Hilfssatz 2. Sind w, w ∈ A∗ , ist x ∈ X und e ∈ {1, −1}, so ist (ww )red = w(x, e)(x, −e)w red . Beweis. Nach Hilfssatz 1 ist w(x, e)(x, −e)w red = (w(x, e)(x, −e))red w red = (wred (x, e)(x, −e))red w red . Es sei wred = a1 . . . an und an = (y, f ). 1. Fall. Es ist y = x oder f = −e. Dann ist alt(wred (x, e)(x, −e)) = {n + 1}. Folglich ist wred (x, e)(x, −e) red = wred . Mit Hilfssatz 1 folgt dann wiederum w(x, e)(x, −e)w red = (wred w )red = (ww )red . 2. Fall. Es ist y = x und f = −e. Dann ist

wred (x, e)(x, −e) red = a1 . . . an−1 (x, −e)(x, e)(x, −e) red = a1 . . . an−1 (x, −e) = wred .

Also gilt in allen F¨ allen w(x, e)(x, −e)w red = (wred w )red = (ww )red . Damit ist der Hilfssatz bewiesen. Zwei W¨orter w, w ∈ A∗ heißen benachbart , wenn es u, v ∈ A∗ und ein (x, e) ∈ A gibt mit w = uv und w = u(x, e)(x, −e)v oder mit w = u(x, e)(x, −e)v und w = uv. Zwei W¨orter w, w ∈ A∗ heißen kongruent, in Zeichen w ≡ w , wenn entweder w = w ist oder es W¨orter v0 , . . . , vt gibt mit v0 = w und vt = w , so dass vi und vi+1 f¨ ur i := 0, . . . , t − 1 benachbart sind. Die Relation ≡ ist eine ¨ Aquivalenzrelation. Satz 2. Sind w, w ∈ A∗ , so ist genau dann w ≡ w , wenn wred = wred ist. Beweis. Auf Grund der Deﬁnition von red sind w und wred und auch w und wred kongruent. Dann sind aber auch w und w kongruent, wenn wred und wred gleich sind.

414

Kapitel XIII. Galois

Sind andererseits w und w kongruent, so folgt mit Hilfssatz 2, dass wred = wred ist.

¨ Dieser Satz besagt, dass die Aquivalenzklassen von ≡ einen Standardvertreter haben. Mit dessen Hilfe ist die Kongruenz zweier W¨ orter rasch festzustellen. Satz 3. Sind v, v , w, w ∈ A∗ und ist v ≡ v und w ≡ w , so ist auch vw ≡ v w . Beweis. Es seien v0 , . . . , vs W¨ orter mit v = v0 und v = vs , so dass vi und vi+1 benachbart sind. Ferner seien w0 , . . . , wt W¨ orter mit w0 = w und wt = w , so dass wj und wj+1 benachbart sind. Dann ist v0 w0 = vw und vs wt = v w . Ferner ist v0 w0 , . . . , vs w0 , vs w1 . . . , vs wt eine Folge von W¨ ortern, von denen je zwei aufeinander folgende benachbart sind. Also ist vw ≡ v w . Satz 4. Mit der von der Konkatenation induzierten bin¨ aren Verkn¨ upfung wird FX := A∗ /≡ zu einer Gruppe. Beweis. Auf Grund von Satz 1 ist die von der Konkatenation induzierte Ver¨ kn¨ upfung assoziativ. Außerdem ist die Aquivalenzklasse des leeren Wortes ein Einselement von A∗ /≡. Es bleibt zu zeigen, dass jedes Element von A∗ /≡ ein Inverses hat. Es sei a ∈ A. Dann gibt es ein x ∈ X und ein e ∈ {1, −1} mit a = (x, e). Setze ¨ von b := (x, −e). Dann ist ab ∈ A∗ und ab ≡ ∅ ≡ ba. Also hat die Aquivalenzklasse ¨ ¨ amlich die Aquivalenzklasse von b. Die Aquivalenzklasse des a ein Inverses in FX , n¨ ¨ Wortes w ∈ A∗ habe ein Inverses in FX , etwa die Aquivalenzklasse von u. Dann hat ¨ ¨ amlich die Aquivalenzklasse auch die Aquivalenzklasse von wa ein Inverses in FX , n¨ von bu. Damit ist alles bewiesen. Es sei X eine Menge, F eine Gruppe und f eine Abbildung von X in F . Die Gruppe F heißt frei u ¨ber (X, f ) genau dann, wenn gilt: Ist G eine Gruppe und ist g eine Abbildung von X in G, so gibt es genau einen Homomorphismus h von F in G mit g = f h (erst f dann h). Satz 5. Es sei X eine Menge und F und G seien Gruppen. Ist F frei u ¨ber (X, f ) und G frei u ¨ber (X, g), so gibt es genau einen Isomorphismus i von F auf G mit g = f i. Beweis. Auf Grund der Deﬁnition der freien Gruppe gibt es genau einen Homomorphismus i von F in G mit g = f i und genau einen Homomorphismus j von G in F mit f = gj. Es folgt f 1F = f = gj = f ij und g1G = g = f i = gji. Hieraus folgt 1F = ij und 1G = ji. Das besagt aber, dass i bijektiv und dass j die Inverse von i ist.

6. Galois’ M´emoire I

415

Satz 6. Es sei X eine nicht-leere Menge und X1 , X−1 , A, A∗ , ≡ und FX haben weiterhin die bisherigen Bedeutungen. Ist dann f die durch xf := w | w ∈ Y ∗ , w ≡ (x, 1) erkl¨ arte Abbildung, so ist die Gruppe FX frei u ¨ber (X, f ). Beweis. Es sei G eine Gruppe und g sei eine Abbildung von X in G. Wir deﬁnieren eine Abbildung η von A∗ in G wie folgt. Es sei ∅η := 1, (x, 1)η := xg , (x, −1)η := (xg )−1 . Es sei w ∈ A∗ , l(w) ≥ 1 und wη sei bereits deﬁniert. Ist dann a ∈ A, so setzen wir (wa)η := wη aη . Dann ist η eine Abbildung von A∗ in G. Wir zeigen, dass η multiplikativ ist. Es seien v, w ∈ A∗ . Ist w = ∅, so ist wη = 1 und folglich (vw)η = v η = v η wη . Es sei w = ∅. Es gibt dann ein w ∈ A∗ und ein a ∈ A mit w = w a. Es folgt η η (vw)η = v(w a) = (vw )a = (vw )η aη = (v η wη )aη = v η (wη aη ) = v η wη . Schließlich zeigen wir, dass η mit ≡ vertr¨ aglich ist. Dazu seien v, w ∈ A∗ , x ∈ X und e ∈ {1, −1}. Dann ist η v(x, e)(x, −e) = v η (x, e)η (x, −e)η wη = v η (xf )e (xf )−e wη = v η wη = (vw)η . Auf Grund der Deﬁnition von ≡ folgt hieraus die Behauptung. ur alle v, w ∈ α, dass v η = wη ist. Daher Ist nun α ∈ FX , so gilt also f¨ h η wird durch α := v eine Abbildung von FX in G deﬁniert, die oﬀenbar alle gew¨ unschten Eigenschaften hat, wobei die Einzigkeit von h daraus folgt, dass FX ¨ von den Aquivalenzklassen der (x, 1) erzeugt wird. Nachdem die Existenz freier Gruppen sichergestellt ist, ist es nun nicht mehr schwer, die Existenz von Gruppen nachzuweisen, die durch Erzeugende und Relationen gegeben sind. Andeutungen hierzu habe ich im letzten Abschnitt gemacht. Wir wollen das hier nicht weiter verfolgen. 6. Galois’ M´ emoire I. Vor dem Duell sortierte Galois seine Notizen und auch schon publizierte Arbeiten und gruppierte sie in M´emoire I, II und III. Auf diese Nummern bezieht er sich dann in seinem Brief an seinen Freund Auguste Chevalier,

416

Kapitel XIII. Galois

den er in der Nacht vor dem Duell verfasste und in dem er diese M´emoires n¨aher erl¨auterte. F¨ ur uns ist vor allem M´emoire I wichtig, das ich nun vorstellen m¨ ochte. Dieses M´emoire ist 1830/31 (erg¨anzt 1832) entstanden — die Einleitung ist mit dem 16. Januar 1831 datiert —, aber erst 1846 in Liouvilles Journal erschienen ´ (Galois, Ecrits, S. 39–71). Aus seinem Discours pr´eliminaire geht hervor, dass es sich um eine Neufassung der der Akademie der Wissenschaften von Paris eingereichten Arbeit handelt, die von Mitgliedern der Akademie, die sie referieren sollten, verschlampt (´egar´e ) wurde. Galois sagt in diesem Discours aber vor allem, worum es in der Arbeit geht. Er schreibt: ´ Etant donn´ee une ´equation alg´ebrique a` coeﬃcients quelconques, num´eriques ” ou litt´eraux, reconnaˆıtre si les racines ne peuvent s’exprimer en radicaux, telle est la question dont nous oﬀrons une solution compl`ete.“ Das muss man sich auf der Zunge zergehen lassen: Er gebe eine vollst¨andige L¨osung der Frage, ob eine gegebene algebraische Gleichung, habe sie Zahlen oder Unbestimmte (coeﬃcients litt´eraux ) als Koeﬃzienten, durch Radikale l¨ osbar sei oder nicht. Dies ist ein Paukenschlag, eine Fanfare, doch ich m¨ ochte zun¨ achst auf eine Kleinigkeit hinweisen. Diese Stelle ist die erste mir bekannte f¨ ur das Auftreten des Begriﬀs algebraische Gleichung“ in dem Sinne, wie wir ihn heute verwenden, ” w¨ahrend bei Lagrange algebraische Gleichungen Unbestimmte als Koeﬃzienten hatten, alle anderen in unserem Sinne ebenfalls algebraische Gleichungen aber numerische Gleichungen genannt wurden. Galois’ neue Interpretation des Begriﬀs algebraische Gleichung schließt nicht aus, dass er diesen Begriﬀ nicht auch noch im lagrangeschen Sinne benutzt. So auf S. 51 in der Bemerkung nach Proposition I. Galois f¨ ahrt fort: Si maintenant vous me donnez une ´equation a` votre gr´e, et ” que vous d´esiriez connaˆıtre si elle est ou non r´esoluble par radicaux, je n’aurai rien a y faire que de vous indiquer le moyen de r´epondre a` votre question, sans vouloir ` charger ni moi ni personne, de la faire. En un mot les calculs sont impraticables.“ Das ist nun etwas, was ganz und gar nicht dem Zeitgeist entsprach, wo man doch mit großer Fertigkeit rechnete, rechnete, rechnete. Galois gibt ein Verfahren, das entscheidet, ob eine gegebene Gleichung durch Radikale l¨ osbar ist, und sagt im gleichen Atemzug, dass die Rechnungen nicht praktikabel seien. Es schiene, als seien keine Fr¨ uchte zu ernten. Doch dem sei nicht so. Es gebe Klassen von Gleichungen, bei denen man alles in der Hand habe, um die gestellte Frage zu beantworten. Er erw¨ ahnt hier die Gleichungen, die bei der Teilung der elliptischen Funktionen auftr¨ aten und die der ber¨ uhmte Abel behandelt h¨ atte, und die Modulargleichungen. Hier bricht der Discours pr´eliminaire mitten im Satz ab und es folgt die eigentliche Arbeit. Die etwas eingeschr¨ ankte Frage Galois’, ob eine Gleichung mit rationalen Koankung — durch Radikale l¨ osbar ist, l¨ asst sich eﬃzienten — das ist die Einschr¨ heute in polynomialer Zeit beantworten (Landau und Miller 1983). Galois beginnt seine Arbeit mit der Erkl¨ arung dessen, worauf es bei ihr besonders ankommt.

6. Galois’ M´emoire I

417

Eine Gleichung heiße reduzibel, wenn sie einen rationalen Teiler habe, andernfalls irreduzibel. Hier sei das Wort rational“ zu erkl¨ aren. ” Wenn die Gleichung rationale Zahlen als Koeﬃzienten habe, so bedeute re” duzibel“, dass die Gleichung sich in Faktoren zerlegen lasse, deren Koeﬃzienten ebenfalls rationale Zahlen seien. Sind die Koeﬃzienten nicht alle rational, so bedeute rational“, dass die Koeﬃzienten der Faktoren rationale Funktionen in den ” Koeﬃzienten der Ausgangsgleichung seien. Er geht aber noch dar¨ uber hinaus, indem er f¨ ur die Faktoren auch Koeﬃzienten zul¨ asst, die rationale Funktionen in den Koeﬃzienten der Ausgangsgleichung und weiteren Zahlen — in der Regel Nullstellen von Hilfsgleichungen, z. B. Einheitswurzeln — sind. Diese Zahlen adjungiert er der Gleichung, wie er sagt. Galois macht darauf aufmerksam, dass das Verhalten einer Gleichung vom Koeﬃzientenbereich abh¨angt. Als Beispiel w¨ ahlt er die Gleichung xn − 1 =0 x−1 mit primem n. Adjungiere man dieser Gleichung eine Wurzel einer der gaußschen Hilfsgleichungen, so werde sie reduzibel. ¨ Das ist also eines der wesentlichen Dinge dieser Arbeit, den Uberblick u ¨ber die Koeﬃzientenbereiche zu wahren. Diese sind immer Teilk¨orper von C. Dies ist aus dem Kontext zu erschließen, da Galois dies nicht ausdr¨ ucklich erw¨ ahnt, gab es doch dazu damals noch keinen Anlass. Es wird auch nicht wirklich von Teilk¨ orpern geredet — das tut erst Dedekind —, sondern immer nur von Koeﬃzienten, die sich rational durch schon bekannte Koeﬃzienten ausdr¨ ucken lassen. C dient nur als unersch¨opﬂiche Quelle f¨ ur Hilfsgr¨ oßen und garantiert, dass die Charakteristik 0 ist, so dass man durch von 0 verschiedene ganze Zahlen stets dividieren kann. Dass u ¨ ber C jedes Polynom in Linearfaktoren zerf¨ allt, erw¨ ahnt er ebenfalls nicht. Nach heutigen Vorstellungen schwebt alles ein wenig im Ungewissen. Es folgen eine Reihe von Resultaten, von denen er sagt, sie seien bekannt. Es ist alles sehr knapp aufgeschrieben. Ich werde daher versuchen, es mit Dedekinds Augen zu sehen, der die galoisschen Resultate ja in seinen G¨ ottinger Vorlesungen von 1856/57 und 1857/58 vorgetragen hat. Galois’ Lemma I haben wir in Kapitel 10, Abschnitt 3 schon vorgetragen. Es besagt, dass ein irreduzibles Polynom, welches mit einem weiteren Polynom eine Nullstelle gemeinsam hat, dieses Polynom teilt. Das zweite Lemma lautet: ´ Lemme II. Etant donn´ee une ´equation quelconque, qui n’a pas de racines ´egales, dont les racines sont a, b, c, . . . , on peut toujours former une fonction V des racines, telles qu’aucune des valeurs que l’on obtient en permutant dans cette fonction les racines de toutes mani`eres ne soient ´egales. Par exemple, on peut prendre V = Aa + Bb + Cc + . . . , A, B, C, . . . ´etant des nombres entiers convenablement choisis.

418

Kapitel XIII. Galois

Galois gibt keinen Beweis f¨ ur dieses Lemma. Um es zu beweisen, folgen wir, wie angek¨ undigt, Dedekind. Er beweist zuerst ein Lemma I, das ich verallgemeinere und Lemma A nenne, indem ich von einem beliebigen K¨ orper ausgehe, der nur eine unendliche Teilmenge X enthalten muss. Dedekind arbeitet mit Teilk¨ orpern von C und nimmt f¨ ur X die ganzen Zahlen. Was die Teilk¨orper von C anbelangt, so gilt f¨ ur Dedekind das Gleiche wie bei Galois, dass n¨amlich aus heutiger Sicht alles ein wenig im Ungewissen bleibt. Lemma A. Es sei K ein K¨ orper und X sei eine Teilmenge von K mit un¨ber K und ist 0 = f ∈ endlich vielen Elementen. Sind x1 , . . . , xn Unbestimmte u K[x1 , . . . , xn ], so gibt es k1 , . . . , kn ∈ X mit f (k1 , . . . , kn ) = 0. Beweis. Ist n = 0, so ist dies richtig. Es sei also n ≥ 0 und der Satz gelte f¨ ur n. Es sei ferner f ∈ K[x1 , . . . , xn+1 ]. Dann ist f=

m

gi xin+1

i:=0

mit gi ∈ K[x1 , . . . , xn ] f¨ ur alle i. Wir d¨ urfen annehmen, dass m der Grad von f in xn+1 ist. Dann ist also gm = 0. Nach Induktionsannahme gibt es k1 , . . . , kn ∈ X mit gm (k1 , . . . , kn ) = 0. Setzt man F :=

m

gi (k1 , . . . , kn )xin+1 ,

i:=0

so ist F = 0, so dass F h¨ ochstens endlich viele Nullstellen in K und damit in X hat. Es gibt also ein kn+1 ∈ X mit F (kn+1 ) = 0. Es folgt f (k1 , . . . , kn+1 ) = 0. Dies ist Dedekinds Beweis, eine saubere Induktion. Sind α1 , . . . , αm und r1 , . . . , rm Elemente eines K¨orpers K und ist σ ∈ Sm , so deﬁnieren wir ρσ (α, r) durch ρσ (α, r) :=

m

αi rσ(i)

i:=1

Von dem n¨ achsten Lemma gilt wieder das Gleiche wie zuvor, dass Dedekind es nur f¨ ur reelle oder komplexe ri formuliert und dass sein X gleich Z ist. Sein Argument liefert aber mehr. Lemma B. Es sei K ein K¨ orper und X sei eine unendliche Teilmenge von K. Sind r1 , . . . , rm verschiedene Elemente von K, so gibt es α1 , . . . , αm ∈ X, so dass die ρσ (α, r) mit σ ∈ Sm paarweise verschieden sind. Ist die Charakteristik von K gleich 0, so kann man f¨ ur X die Mengen Z oder N w¨ ahlen.

6. Galois’ M´emoire I

419

Beweis. Auch hier folgen wir Dedekinds Argument. Wir ersetzen die αi durch Unbestimmte ai . Ferner seien σ und τ zwei verschiedene Permutationen aus Sm . Dann ist m ρσ (a, r) − ρτ (a, r) = ai rσ(i) − rτ (i) . i:=1

Weil σ und τ verschieden sind, gibt es ein j mit σ(j) = τ (j). Dann ist rσ(j) −rτ (j) = 0, da die ri ja paarweise verschieden sind. Weil die ai Unbestimmte sind, folgt hieraus, dass ρσ (a, r) − ρτ (a, r) = 0 ist. Dann ist aber auch das Polynom

p(a1 , . . . , am ) :=

ρσ (a, r) − ρτ (a, r)

σ,τ ∈Sm ; σ=τ

ungleich null. Daher gibt es nach Lemma A Elemente α1 , . . . , αm ∈ X mit p(α1 , . . . , αm ) = 0. Hieraus folgt die Behauptung, wenn man nur noch beachtet, dass Z und N unendliche Teilmengen von K sind, falls Char(K) = 0 ist. Dedekind beweist noch ein drittes Lemma und auch dessen Beweis liefert mehr als in ihm formuliert. Lemma C. Es sei G eine Untergruppe der Sm und X sei eine unendliche Teilmenge des K¨ orpers K. Sind r1 , . . . , rm verschiedene Elemente von K, sind k1 , . . . , km nach Lemma B existierende Elemente aus X, so dass die ρσ (k, r) mit σ ∈ Sm paarweise verschieden sind, und deﬁniert man das Polynom g durch x − ργ (k, r) , g := γ∈G

so gibt es ein u ∈ X, so dass g σ (u) = g(u) genau dann gilt, wenn σ ∈ G ist. Beweis. Es ist klar, dass g γ = g ist f¨ ur alle γ ∈ G. Dann ist aber auch g γ (v) = g(v) f¨ ur alle γ ∈ G und alle v ∈ X. Ist 1, σ1 , . . . , σt ein Vertretersystem der Rechtsrestklassen von G in Sm , so sind die Polynome g, g σ1 , . . . , g σt paarweise verschieden, weil die ργσi paarweise verschieden sind. Folglich ist das Polynom F :=

t

(g − g σi )

i:=1

ungleich 0. Weil F als Polynom in x nur endliche viele Nullstellen hat, gibt es ein u ∈ X mit F (u) = 0. Hieraus folgt g(u) = g σi (u) f¨ ur i := 1, . . . , t und damit die Behauptung.

420

Kapitel XIII. Galois

Das n¨achste Lemma sei von Abel in seiner postum erschienen Arbeit u ¨ ber elliptische Funktionen ohne Beweis zitiert worden. Es ist die Arbeit Abel 1829. Dort in der zweiten H¨ alfte der Seite 261. Lemme III. La fonction V ´etant choisi comme il est indiqu´e dans l’article pr´ec´edent, elle jouira de cette propri´et´e que toutes les racines de l’´equation propos´ee s’exprimeront rationellement en fonction de V. Nachdem Galois dieses Lemma bewiesen hat, kommentiert er es. Es sei bemerkenswert, dass dieses Lemma besage, dass jede Gleichung von einer Hilfsgleichung abhinge, deren L¨ osungen rationale Funktionen einer jeglichen von ihnen ¨ seien. Im Ubrigen sei diese Bemerkung aber rein kurios, da die Hilfsgleichung in aller Regel nicht einfacher zu l¨ osen sei als die Ausgangsgleichung. Dass dieses Lemma aber nur eine Kuriosit¨ at sei, kann nicht ganz ernst gemeint sein, da es ihm die Gruppe der gegebenen Gleichung in die Hand gibt. Bevor wir daran gehen, sei der Satz modern formuliert und mittels des dedekindschen Argumentes bewiesen. Die Hilfsmittel zum Beweise ﬁnden sich bei Lagrange, wie wir gleich sehen. Man beachte, dass im folgenden Satz nicht vorausgesetzt wird, dass das Polynom f irreduzibel sei. Die Einfachheit der Nullstellen ist das, was z¨ ahlt. Polynome mit nur einfachen Nullstellen nannten wir fr¨ uher auch schon separabel (Kap. 10, Absch. 4). Hier tun wir dies nicht, um n¨ aher an den Quellen zu bleiben. Der Leser erinnere sich aber daran. Der Leser erinnere sich auch daran, dass bei einem Polynom f u ¨ ber einem K¨ orper der Charakteristik 0 das Polynom g :=

f ggT(f, f )

das Produkt u ¨ber alle irreduziblen Polynome ist, die f teilen, so dass alle Nullenstellen von f auch Nullstellen von g sind. Bei Charakteristik 0 ist das L¨osen von algebraischen Gleichungen also gleichbedeutend mit dem L¨ osen von Gleichungen, die nur einfache Nullstellen haben. Ist die Vielfachheit gefragt, so ist diese einfach zu bestimmen. Satz 1. Es sei K ein K¨ orper, der unendlich viele Elemente enthalte, und f sei ein Polynom u ¨ber K mit lauter einfachen Nullstellen. Sind r1 , . . . , rm die Nullstellen von f in einem f zerf¨ allenden K¨ orper und sind α1 , . . . , αm nach Lemma B existierende Elemente von K, so dass die ρσ (α, r) mit σ ∈ Sm paarweise verschieden sind, so ist K[r1 , . . . , rm ] = K ρσ (α, r) f¨ ur alle σ ∈ Sm . Die ρσ (α, r) sind also primitive Elemente von K[r1 , . . . , rm ]. Beweis. Auch dieser Beweis folgt Dedekind. Wir ersetzen die ri durch Unbestimmte xi . Dann sind auch die Polynome ρσ (α, x) paarweise verschieden, so dass der Zentralisator eines jeden dieser Polynome gleich {1} ist. F¨ ur i := 1, . . . , m setzen wir wie schon fr¨ uher ai := (−1)i λi (m, x), wobei λi (m, x) das i-te elementarsymmetrische Polynom in den xj ist. Nach dem Korollar

6. Galois’ M´emoire I

421

zu Satz 3 aus Abschnitt 6 des Kapitel 8 — das ist Lagrangens Beitrag — gibt es dann zu jedem xi ein Polynom Gi ∈ K[a1 , . . . , am ][y], so dass μρσ (α,x) ρσ (α, x) xi = Gi ρσ (α, x) ¨ ber K(a1 , . . . , am ). Erist. Dabei ist μρσ (α,x) das Minimalpolynom von ρσ (α, x) u setzt man die xj wieder durch rj , so erh¨alt man (das stehen gebliebene ρσ (α, x) ist Index!) μρσ (α,x) ρσ (α, r) ri = Gi ρσ (α, r) . Bei der Ersetzung der xi durch die ri sind aus den Polynomen μ und Gi Polynome u ¨ ber K geworden, da ja die ai (r1 , . . . , rm ) die Koeﬃzienten von f sind, also zu K geh¨oren. Wir wollen zeigen, dass μρσ (α,x) (ρσ (α, r)) = 0 ist. Das Minimalpolynom von ρσ (α, x) ist Teiler von y − ρτ (α, x) , τ ∈Sm

hat also nur einfache Nullstellen. Bezeichnet man der Deutlichkeit halber f¨ ur den Augenblick mit μ ¯ρσ (α,x) das Bild des Minimalpolynoms nach der Ersetzung, so hat auch μ ¯ρσ (α,x) nur einfache Nullstellen, n¨ amlich gewisse der ρτ (α, r). Hieraus folgt, dass keine dieser Nullstellen Nullstelle von μ ¯ρσ (α,x) ist. Folglich ist μ ¯ρσ (α,x) ρσ (α, r) = 0. Nun ist aber

μ ρσ (α,x) = μ ¯ρσ (α,x) .

Daher ist, wobei die Querstriche wieder weggelassen sind, da beide Interpretationen das gleiche Ergebnis liefern, ri =

Gi (ρσ (α, r)) . μρσ (α,x) (ρσ (α, r))

Dies zeigt, dass ri ∈ K[ρσ (α, r)] ist. Da dies f¨ ur alle i gilt, folgt weiter K[r1 , . . . , rm ] ⊆ K[ρσ (α, r)]. Trivialerweise gilt ρσ (α, r) ∈ K[r1 , . . . , rm ]. Also gilt die Behauptung des Satzes. In Dirichlet 1871 gibt Dedekind in einer Fußnote auf den Seiten 427/428 einen anderen Beweis f¨ ur die Existenz eines primitiven Elementes in einer beliebigen endlichen, in C enthaltenen Erweiterung von Q. Satz 2 ist im Wesentlichen das, was Galois in Lemma IV formuliert, wobei jedoch das genau“ nicht vorkommt. Wir bedienen uns f¨ ur seinen Beweis des ersten ” Isomorphiesatzes, der Galois und Dedekind noch nicht zur Verf¨ ugung stand, der

422

Kapitel XIII. Galois

uns aber langes Nachdenken erspart. Lemma IV geh¨ort auch zu den Dingen, die Galois bekannt nennt. Satz 2. Es sei K ein K¨ orper, der unendlich viele Elemente enthalte, und f sei ein Polynom u ¨ber K mit lauter einfachen Nullstellen. Es seien r1 , . . . , rm die Nullstellen von f in einem f zerf¨ allenden K¨ orper und α1 , . . . , αm seien nach Lemma B existierende Elemente von K, so dass die ρσ (α, r) mit σ ∈ Sm paarweise verschieden sind. Ferner sei η eines der ρσ (α, r). Ist dann μ das Minimalpolynom von η u ¨ber K, so ist μ Teiler von x − ρσ (α, r) . σ∈Sm

Ist ξ eine Nullstelle von μ, so gibt es genau einen Automorphismus des K¨ orpers K[r1 , . . . , rm ], der K elementweise fest l¨ asst und der η auf ξ abbildet. Beweis. Das Einsetzen von η in die Polynome aus K[x] ergibt einen Epimorphismus von K[x] auf K[η], dessen Kern gleich μK[x] ist. Nach dem ersten Isomorphiesatz gibt es daher einen Isomorphismus von K[x]/μK[x] auf K[η], der K elementweise festl¨asst und x + μK[x] auf η abbildet. Ebenso gibt es einen Isomorphismus von K[x]/μK[x] auf K[ξ], der K elementweise festl¨asst und x + μK[x] auf ξ abbildet. Weil nach Satz 1 die Gleichungen K[η] = K[r1 , . . . , rm ] = K[ξ] gelten, gibt es einen Automorphismus von K[r1 , . . . , rm ], der η auf ξ abbildet. Die Einzigkeit dieses Automorphismus folgt daraus, dass ein Automorphismus, der η festl¨asst und auf K die Identit¨ at induziert, die Identit¨ at ist. Satz 3. Die Voraussetzungen seien wie bei Satz 2. Es bezeichne γξ den in Satz 2 beschriebenen Automorphismus von K[r1 , . . . , rm ], der η auf ξ abbildet. Dann ist G := γξ | ξ ∈ K[r1 , . . . , rm ], μ(ξ) = 0 eine Gruppe, die auf der Menge der Nullstellen von μ transitiv operiert. Ist δ ein Automorphismus von K[r1 , . . . , rm ], der K elementweise fest l¨ asst, so ist δ ∈ G. Insbesondere gilt |G| = Grad(μ) = K[r1 , . . . , rm ] : K . Beweis. Dass G auf der Menge der Nullstellen von μ transitiv operiert, steht schon in Satz 2. Es sei δ ein Automorphismus von K[r1 , . . . , rm ], der K elementweise fest l¨asst. Setze ξ := η δ . Weil δ auf K die Identit¨ at induziert, folgt μ(ξ) = μ(η δ ) = μ(η)δ = 0. Mit Satz 2 folgt hieraus δ = γξ ∈ G.

6. Galois’ M´emoire I

423

Weil die Gesamtheit aller Automorphismen von K[r1 , . . . , rm ], die auf K die Identit¨ at induzieren, eine Gruppe bilden, folgt hieraus alles Weitere. Die Gruppe G nennen wir die Gruppe oder auch die Galoisgruppe von f bez¨ uglich K. Galois gibt f¨ ur diesen Satz zwei Beispiele. Als erstes erw¨ahnt er die algebra” ischen Gleichungen“, deren Gruppe die symmetrische sei, da ja (puisce que) in diesem Falle die symmetrischen Funktionen die einzigen rational bekannten seien. Als zweites die p-te Kreisteilungsgleichung mit der zyklischen Gruppe der Ordnung p − 1. In diesem Fall ist die Ordnung der Gruppe gleich dem Grad der Gleichung. Das sei immer so, wenn von den Wurzeln einer Gleichung sich jede als rationale Funktion einer jeden anderen darstellen lasse. Satz 3 besagt auch, dass die Gruppe G nicht von der speziellen Wahl von η abh¨ angt. Darauf weist Dedekind hin. Satz 4. Es sei K ein K¨ orper der Charakteristik 0 und f sei ein Polynom u ¨ber K mit lauter einfachen Nullstellen r1 , . . . , rm in einer geeigneten Erweiterung von K. Es sei η ein nach Satz 2 existierendes primitives Element von K[r1 , . . . , rm ]. Ist dann G die Gruppe von f bez¨ uglich K, das ist die Gruppe aller Automorur alle a ∈ phismen von K[r1 , . . . , rm ], die K elementweise fest lassen, so gilt f¨ K[r1 , . . . , rm ], dass genau dann a ∈ K ist, wenn aγ = a ist f¨ ur alle γ ∈ G. Beweis. Ist a ∈ K, so ist nat¨ urlich aγ = a f¨ ur alle γ ∈ G. Es sei umgekehrt γ ur alle γ ∈ G. Es gibt ein Polynom f ∈ K[x] mit a = f (η), wobei η wieder a = a f¨ die Bedeutung aus Satz 2 habe. Es folgt a = aγ = f (η)γ = f (η γ ) f¨ ur alle γ ∈ G und weiter, da die Charakteristik von K gleich null ist, 1 a= f (η γ ). |G| γ∈G

Der Ausdruck rechts ist symmetrisch in den Nullstellen von μ. Daher ist a ein ganzzahliges Polynom in den Koeﬃzienten von μ und folglich ein Element von K. Satz 5. Es sei K ein K¨ orper der Charakteristik 0 und f sei ein Polynom u ¨ber K mit lauter einfachen Nullstellen r1 , . . . , rm . Es sei η ein nach Satz 2 existierendes primitives Element von K[r1 , . . . , rm ] und es sei G die Gruppe des Polynoms f . Ferner sei p eine Primzahl und g ein u ¨ber K irreduzibles Polynom des Grades p. Schließlich sei s eine Nullstelle von g in einer geeigneten Erweiterung von K. Ist dann μ das Minimalpolynom von η u ¨ber K, so gilt eine der beiden Aussagen: ¨ber K[s] irreduzibel und G ist 1) Es ist s ∈ K[r1 , . . . , rm ], das Polynom μ ist u auch die Gruppe von f u ¨ber K[s]. allt u ¨ber K[s] in p Polynome 2) Es ist s ∈ K[r1 , . . . , rm ]. Das Polynom μ zerf¨ des Grades Grad(μ) . p

424

Kapitel XIII. Galois

Das Polynom g zerf¨ allt in K[r1 , . . . , rm ] in Linearfaktoren. Sind s1 = s, s2 , . . . , sp die Nullstellen von g in K[r1 , . . . , rm ], so sind die Stabilisatoren Gs1 , . . . , Gsp konjugiert in G. Sie alle haben den Index p in G. Die Gruppe von f bzg. K[s] ist Gs . Beweis. Wir zeigen zun¨achst, dass entweder K[r1 , . . . , rm ] ∩ K[s] = K oder aber K[s] ⊆ K[r1 , . . . , rm ] ist. Galois argumentiert hier mittels Elimination, die wir nicht sonderlich beherrschen, w¨ ahrend wir uns eines Argumentes bedienen, das Galois noch nicht zur Verf¨ u gung stand. Es ist ja K[s] : K = Grad(g) = p und p = K[s] : K = K[s] : (K[r1 , . . . , rm ] ∩ K[s]) (K[r1 , . . . , rm ] ∩ K[s]) : K . Weil p eine Primzahl ist, folgt die Zwischenbehauptung. urlich 1). Ist nun s ∈ K[r1 , . . . , rm ], so gilt nat¨ Es sei also s ∈ K[r1 , . . . , rm ]. Weil g u ¨ ber K irreduzibel ist, ist s ∈ K. Mit Satz 4 folgt, dass der Stabilisator Gs von s in G von G verschieden ist. Die Bilder von s unter G sind allesamt Nullstellen von g. Diese seien s1 = s, s2 , . . . , st . Dann ist also t > 1. Wir betrachten das Polynom h :=

t

(x − si ).

i:=1

Es bleibt unter allen Automorphismen von G invariant. Also sind die Koeﬃzienten von h nach Satz 4 Elemente von K. Andererseits ist h Teiler von g. Also ist h = g, weil g ja irreduzibel und weil Grad(h) = t > 1 ist. Insbesondere ist t = p, so ¨ ber dass alle Nullstellen von g Elemente von K[r1 , . . . , rm ] sind. Die Aussagen u die Indizes und die Konjugiertheit der Gsi folgen aus der Transitivit¨ at von G auf der Menge der si . Es sei H die Gruppe von f bzg. K[s]. Dann ist Gs ⊆ H. Ferner gilt mit n := [K[r1 , . . . , rm ] : K], dass n n = |Gs | ≤ |H| = p p ist. Also ist Gs = H. Damit ist alles bewiesen. Galois kehrt die Konjugiertheit der Gsi als besonders bemerkenswert heraus. Satz 6. Es sei K ein K¨ orper der Charakteristik 0 und f sei ein Polynom u ¨ber K mit lauter einfachen Nullstellen r1 , . . . , rm und es sei G die Gruppe des Polynoms f . Es sei A ∈ K und p sei eine Primzahl und das Polynom xp − A sei irreduzibel u ¨ber K. Ferner enthalte K eine primitive p-te Einheitswurzel. Ist dann s eine

6. Galois’ M´emoire I

425

Nullstelle von xp − A in K[r1 , . . . , rm ], so ist Gs ein Normalteiler vom Index p in G. Beweis. Es sei α eine nach Voraussetzung existierende primitive p-te Einheitswurzel in K. Dann sind s, αs, α2 s, . . . , αp−1 s die s¨amtlichen Nullstellen von xp −A. Diese bilden eine Bahn von G, wie gerade beim Beweise von Satz 5 gesehen. Es seien γ, δ ∈ G. Es gibt dann nicht-negative ganze Zahlen i und j mit sγ = αi s und sδ = αj s. Dann ist sγδ = (αi s)δ = αi sδ = αi+j s = αj+i s = αj sγ = (αj s)γ = sδγ . Hieraus folgt γδγ −1 δ −1 ∈ Gs . Nach Satz 2 von Abschnitt 3 ist Gs daher ein Normalteiler mit abelscher Faktorgruppe. Dass Gs in G den Index p hat, steht schon in Satz 5. Galois merkt beim Beweise des im folgenden Satz ausgesprochenen Sachverhaltes, dass er ein Polynom θ in m Unbestimmten braucht, welches unter den Permutationen und nur den Permutationen einer gegebenen Untergruppe der Sm festbleibt. Er gibt in einer Anmerkung auf dem Rande einen Hinweis, wie ein ´ solches Polynom zu ﬁnden sei (Ecrits S. 60). Dedekind hat dies bei seinem systematischen Aufbau rechtzeitig untergebracht (Lemma C). Satz 7. Es sei K ein K¨ orper der Charakteristik 0. Es sei p eine Primzahl und K enthalte eine primitive p-te Einheitswurzel α. Es sei f ein Polynom u ¨ber K mit lauter einfachen Nullstellen r1 , . . . , rm und G sei die Gruppe von f . Die Gruppe G enthalte einen Normalteiler N vom Index p und θ sei ein nach Lemma C existierendes Polynom in r1 , . . . , rm , welches unter den und nur den Elementen aus N invariant bleibt. Ist dann γ ∈ G und γ ∈ N , so setzen wir 2

s := θ + αθγ + α2 θγ + . . . + αp−1 θγ

p−1

und A := sp . Dann ist A ∈ K und das Polynom xp − A ist irreduzibel u ¨ber K. Ferner ist Gs = N . p Beweis. Weil der Index von N in G gleich p ist, ist γ p ∈ N und folglich θγ = θ. Daher ist 2

sγ = αp sγ = αp (θγ + αθγ + . . . + αp−2 θγ 2

= αp−1 (αθγ + α2 θγ + . . . + αp−1 θγ

p−1

p−1

p

+ αp−1 θγ )

+ θ) = αp−1 s.

Hieraus folgt Aγ = A. Ist δ ∈ G, so gibt es ein ν ∈ N und ein i ∈ N0 mit δ = νγ i . Es folgt Aδ = A. Mit Satz 4 folgt daher, dass A ∈ K ist. Somit ist xp − A ein Polynom u ¨ ber K. Weil s eine Nullstelle von xp − A ist, die wegen sγ = αp−1 s = s nicht in K liegt, ist xp − A nach Satz 1 aus Abschnitt 4 des Kapitels 12 und seinem Korollar irreduzibel.

426

Kapitel XIII. Galois

Es ist N ⊆ Gs und Gs = G. Weil N in G den Index p hat und p eine Primzahl ist, folgt N = Gs . Damit ist alles bewiesen. Wir gehen nun der Frage nach, wann eine Gleichung durch Radikale l¨ osbar ist. Es wird sich herausstellen, dass dies genau dann der Fall ist, wenn ihre Gruppe auﬂ¨ osbar ist. Galois Beweis ist an einer Stelle besonders grobmaschig und zwar bei dem Teil des Beweises, wo die Auﬂ¨osbarkeit der Gruppe angenommen wird, um dann auf die Aufl¨ osbarkeit der Gleichung zu schließen. Dort adjungiert er Einheitswurzeln, ohne dies zu rechtfertigen, was er bei der anderen Richtung L¨osbarkeit ” durch Radikale impliziert Auﬂ¨ osbarkeit der Gruppen“ sehr sorgf¨ altig tut. In Dedekinds Notizen ﬁndet sich nur, dass die Einheitswurzeln im Vorfeld der Theorie abgehandelt werden m¨ ussten. Er nimmt dann an, dass die ben¨ otigten Einheitswurzeln stets in dem zu Grunde liegenden Koeﬃzientenbereich enthalten sind, dh., er ist noch weniger sorgf¨ altig als Galois. Dann behandelt er noch reine Gleichungen, worauf die Notizen versanden. Dedekind ist hier also keine Hilfe, wir m¨ ussen selbst arbeiten. Dabei versuche ich m¨oglichst nahe bei den damaligen Methoden — nicht der Sprache — zu bleiben. Es sei L eine Erweiterung von K und M und N seien Zwischenk¨orper dieser Erweiterung. Dann bezeichnen wir wieder mit M N das Kompositum von M und N , dh., den Schnitt u ¨ber alle Teilk¨orper von L, die sowohl M als auch N enthalten. Ist L algebraisch u ¨ber K, so besteht M N aus allen Summen der Form t

mi n i

i:=1

mit mi ∈ M und ni ∈ N . Diese Summen bilden ja oﬀensichtlich einen Ring, der in M N enthalten ist. Ist nun 0 = x = ti:=1 mi ni , so ist x ∈ K[m1 , . . . , mt , n1 , . . . , nt ]. Weil Letzteres ein K¨orper ist, ist x−1 ∈ K[m1 , . . . , mt , n1 , . . . , nt ]. Folglich ist x−1 ein Polynom in m1 , . . . , mt , n1 , . . . , nt . Weil aber Potenzen der mi zu M und Potenzen der ni zu N geh¨oren, folgt x−1 =

s

mi ni .

i:=1

Der nun folgende Translationssatz ﬁndet sich in Artin 1942, S. 55. Seinen Namen ¨ scheint er erst in der deutschen Ubersetzung dieser Schrift bekommen zu haben (Artin 1968). In Artin 1938 ﬁndet er sich noch nicht. Van der Waerden, kurz vor seinem Tode von Dr. Petra Meyer nach der Geschichte dieses Satzes gefragt, schrieb ihr, dass auch er vermute, dass dieser Satz von Artin stamme. Ich danke Frau Meyer f¨ ur diese Mitteilung. Translationssatz. Es sei K ein K¨ orper und f sei ein Polynom u ¨ber K mit lauter einfachen Nullstellen. Ferner sei L eine algebraische Erweiterung von K

6. Galois’ M´emoire I

427

und der Zwischenk¨ orper M der Erweiterung L von K sei Zerf¨ allungsk¨ orper von f u ¨ber K. Ist N irgendein Zwischenk¨ orper der Erweiterung L : K, so ist M N der Zerf¨ allungsk¨ orper von f u ¨ber N . Ist G die Gruppe von f u ¨ber K und H die Gruppe von f u ¨ber N , so ist H isomorph zu einer Untergruppe von G. Beweis. Es seien r1 , . . . , rm die Nullstellen von f in L. Dann ist M = K[r1 , . . . , rm ]. Es folgt M N = N [r1 , . . . , rm ], da ja K ⊆ N ist. Also ist M N Zerf¨ allungsk¨ orper von f u ¨ ber N . Weil f nur einfache Nullstellen hat, existieren die beiden Gruppen G und H. Es sei η ∈ H. Wegen K ⊆ N l¨ asst η den K¨ orper K elementweise fest. Weil asst η auch M fest. Also induziert η einen η die ri untereinander permutiert, l¨ Automorphismus η aus G. Es sei insbesondere η = 1. Dann l¨ asst η alle Elemente von M und damit alle Elemente von N [r1 , . . . , rm ] = M N fest. Also ist η = 1. Daher ist die Abbildung η → η ein Monomorphismus, so dass H in der Tat zu einer Untergruppe von G isomorph ist. urlich Untergruppe der Gruppe U aller Elemente aus G, Die Gruppe H ist nat¨ die M ∩ N elementweise fest lassen. Dass die beiden Gruppen gleich sind, folgt mit dem Hauptsatz der galoisschen Theorie, den wir bislang noch nicht haben. Wir hatten in Abschnitt 5 von Kapitel 12 nur f¨ ur irreduzible Gleichungen deﬁniert, was es heißt, durch Radikale l¨ osbar zu sein. Dabei wurde dort nur verlangt, dass es eine Radikalerweiterung gebe, in der die Gleichung eine L¨ osung habe. Weil die Gruppe einer Gleichung im Falle der Irreduzibilit¨ at der Gleichung ¨ auf der Menge der L¨ osungen transitiv operiert (Ubungsaufgabe! Bei einem unserer Beweise schon einmal bewiesen.), ist sie in diesem Falle mit der galoisschen Deﬁnition gleichwertig. Galois verlangt n¨ amlich, in unserer Sprache formuliert, dass alle L¨ osungen einer Gleichung in einer Radikalerweiterung liegen. Das sind f¨ ur reduzible Gleichungen also zwei verschiedene Begriﬀe. Um dies zu sehen, braucht man ja nur das Produkt zweier Polynome zu betrachten, wobei die Gruppe des einen Polynoms auﬂ¨ osbar, die Gruppe des andern Polynoms aber nicht auﬂ¨ osbar ist. Wir deﬁnieren hier nun mit Galois: Ist f ein Polynom u ¨ber K, so heißt die Gleichung f = 0 u ¨ber K durch Radikale l¨ osbar , wenn es eine Radikalerweiterung L von K gibt, in der f vollst¨andig in Linearfaktoren zerf¨ allt. Satz 8. Es sei K ein K¨ orper der Charakteristik 0 und es sei f ein Polynom u ¨ber K mit lauter einfachen Nullstellen r1 , . . . , rm . Es sei ferner G die Gruppe von f bzg. K. Genau dann ist f durch Radikale l¨ osbar, wenn die Gruppe G auﬂ¨ osbar ist. Beweis. Es sei G auﬂ¨ osbar. Nach Satz 6 von Abschnitt 5 des Kapitels 12 gibt es eine Radikalerweiterung N von K, so dass N eine primitive σ(|G|)-te Einheitswurzel enth¨ alt, wobei σ(|G|) der Sockel von |G|, dh., das Produkt u ¨ber alle Primteiler von |G| ist (Kap. 9, Absch. 3). Nach dem Translationssatz ist dann orper von f u ¨ ber N . Die Gruppe H von f bzg. N N [r1 , . . . , rm ] der Zerf¨allungsk¨

428

Kapitel XIII. Galois

ist nach dem Translationssatz isomorph zu einer Untergruppe von G. Mit Satz 5 von Abschnitt 3 folgt, dass H auﬂ¨ osbar ist. Ist H = {1}, so ist N = N [r1 , . . . , rm ] nach Satz 4. Damit ist in N eine Radikalerweiterung von K gefunden, die f vollst¨andig zerf¨ allt. Es sei H = {1}. Weil H auﬂ¨ osbar ist, enth¨alt H dann einen Normalteiler P , dessen Index p in H eine Primzahl ist. Weil p als Teiler von |H| auch Teiler von |G| ist und weil N eine primitive σ(|G|)-te Einheitswurzel enth¨alt, enth¨ alt N auch eine primitive p-te Einheitswurzel. Nach Satz 7 enth¨ alt N [r1 , . . . , rm ] dann ein Element s, so dass A := sp ∈ N gilt und dass xp − A u ¨ ber N irreduzibel ist. Daher ist N [s] eine Radikalerweiterung von N und damit auch eine von K, da das Radikalerweiterung-sein transitiv ist. Nach Satz 7 ist P die Gruppe von f bzg. N [s] und P ist als Untergruppe der auﬂ¨ osbaren Gruppe H ebenfalls auﬂ¨osbar. Wegen |P | < |H| ≤ |G| folgt mit Induktion, dass es eine Radikalerweiterung R von N [s] gibt, die f zerf¨allt. Weil R dann auch eine Radikalerweiterung von K ist, ist f durch Radikale l¨ osbar. Es sei umgekehrt f durch Radikale l¨ osbar. Wir wollen zeigen, dass G auﬂ¨ osbar ist. Das ist sehr subtil, da wir nichts u ¨ ber die Existenz von Einheitswurzeln in K vorausgesetzt haben, das Adjungieren von Einheitswurzeln aber die Gruppe G ver¨ andern kann. Ich folge hier Galois’ Argument, der zeigt, dass man ben¨ otigte Einheitswurzeln so adjungieren kann, dass G nicht ver¨ andert wird. Galois’ Argumentieren ist so neu, so modern, dass ich es hier im Wortlaut wiederhole und dann kommentiere, auf diese Weise den Beweis von Satz 8 zu Ende f¨ uhrend. Cela pos´e, cherchons `a quelle condition doit satisfaire le groupe d’une ´equation, ” pour qu’il puisse s’abaisser ainsi par l’adjonction de quantit´es radicales. Suivons la marche des op´erations possibles dans cette solution, en consid´erant comme op´erations distinctes, l’extraction de chaque racine de degr´e premier. Adjoignons a` l’´equation le premier radical extrait dans la solution; il pourra arriver deux cas: ou bien par l’adjonction de ce radical, le groupe des permutations de l’´equation sera diminu´e; ou bien, cette extraction de racine n’´etant q’une simple pr´eparation, le groupe reste le mˆeme. Toujours sera-t-il qu’apr`es un certain nombre FINI d’extractions de racines, le groupe devra se trouver diminuer, sans quoi l’´equation ne sera pas soluble. Si arriv´e `a ce point, il y avait plusieurs mani`eres de diminuer le groupe de l’´equation propos´ee par une simple extraction de racine, il faudrait, pour ce que nous allons dire, consid´erer seulement un radical du degr´e le moins haut possible parmi tous les simples radicaux qui sont tels, que la connaissance de chacun d’eux diminue le groupe de l’´equation. Soit donc p le nombre premier qui repr´esente ce degr´e minimum en sorte que par une extraction de racine de degr´e p, on diminue le groupe de l’´equation. Nous pouvons toujours supposer, du moins pour ce qui est relatif au groupe de l’´equation, que parmi les quantit´es adjointes pr´ec´edemment `a l’´equation se

6. Galois’ M´emoire I

429

trouve une racine pi`eme de l’unit´e α. Car comme cette expression s’obtient par des extractions de racines de degr´e inf´erieur `a p, sa connaissance n’alt´erera en rien le groupe de l’´equation.“ Galois sucht also nach Bedingungen, die die Gruppe einer Gleichung erf¨ ullen muss, damit sie durch Adjunktion von Wurzeln verkleinert werden kann. Folgen wir dem Gang der m¨ oglichen Operationen, wobei wir das Ausziehen ” einer p-ten Wurzel, p Primzahl, (f¨ ur verschiedene Primzahlen) als verschiedene Operationen ansehen.“ Es ist klar, dass man sich auf das Ausziehen von p-ten Wurzeln beschr¨ anken kann, bei denen p eine Primzahl ist, da ja 1

1

1

s ab = (s a ) b

gilt. Abz¨ ahlbar viele Operationen neben den schon vorhandenen der Addition, Multiplikation, Subtraktion und Division! Hier taucht, so scheint es mir, am Horizont die universelle Algebra und die Modelltheorie auf. Er stellt sich vor, er h¨ atte die L¨osung gefunden, und betrachtet die erste Wurzel, die der Gleichung hinzugef¨ ugt wurde. Es g¨ abe zwei M¨oglichkeiten. An der Gruppe h¨ atte sich nichts ge¨andert oder aber die Gruppe sei verkleinert worden. Im ersten Falle diene die Adjunktion der Wurzel der Vorbereitung. Der zweite Fall tr¨ ate aber nach einer ENDLICHEN (Auszeichnung von Galois) Anzahl von Schritten ein, da die Gruppe verkleinert werden m¨ usse, da andernfalls die Gleichung nicht durch Radikale l¨ osbar w¨are. Ich sehe das schneller, wenn ich zun¨achst nicht auf die Gruppe schaue, sondern auf f . Dieses Polynom zerf¨ allt nach Annahme in einer Radikalerweiterung in Linearfaktoren. Also muss nach endlich vielen Schritten ein erstes, weiteres Zerfallen und damit eine Verkleinerung der Gruppe erreicht werden. — Weiteres Zerfallen dann, wenn das gegebene f nicht irreduzibel ist. Die Argumentation ist bis hierher schon bemerkenswert. Es geht aber weiter. Es gibt m¨ oglicherweise verschiedene Verfahren, die Wurzeln zu berechnen, und damit auch verschiedene M¨ oglichkeiten, zum ersten Mal eine p-te Wurzel zu adjungieren, die f zerf¨allt, bzw. G verkleinert. Unter diesen Primzahlen w¨ahle man die kleinste. Diese heiße p. Man k¨ onne nun annehmen, dass sich unter den schon adjungierten Gr¨ oßen auch eine primitive p-te Einheitswurzel α bef¨ ande. Diesen Ausdruck erhielte man ja durch Adjunktion von q-ten Wurzeln, wobei q Primzahl sei, die der Ungleichung q < p gen¨ uge. Die Kenntnis von α ¨ andere also nichts an der Gruppe der Gleichung. Das Wort connaissance, das ich mit Kenntnis“ u ¨ bersetzt habe, hat hier technische ” Bedeutung. Es bedeutet, dass man α dem Vorrat, der bekannten“ Koeﬃzienten, ” also dem Vorrat der Gr¨ oßen, mit denen man rechnen kann, hinzugef¨ ugt hat. osbar ist und bei ihrer L¨ osung nur Dass die Gleichung Φp = 0 durch Radikale l¨ solche q-ten Wurzeln adjungiert werden, f¨ ur die q kleiner als p ist, entnimmt Galois den gaußschen Disquisitiones. Wir berufen uns hier auf Satz 7 von Abschnitt 5 des Kapitels 12, wobei die Disquisitiones auch hier den Untergrund abgeben.

430

Kapitel XIII. Galois

Damit ist gezeigt, dass man, wenn α noch nicht dem K¨ orper K angeh¨ ort, eine Radikalerweiterung N von K ﬁnden kann, die α enth¨ alt, so dass G auch die Gruppe von f u ¨ ber N ist. Es gibt ferner ein A ∈ K ⊆ N , so dass xp −A eine Nullstelle s hat, so dass f u ¨ ber N [s] (weiter) zerf¨ allt, die Gruppe Gs also eine echte Untergruppe von G ist. Es folgt, dass s ∈ N ist. Daher ist xp − A irreduzibel u ¨ ber N (Kap. 12, Absch. 4, Satz 1 und sein Korollar). Mit Satz 6 folgt nun, dass Gs ein Normalteiler von G ist, und mit Satz 5 folgt, dass Gs die Gruppe von f bez¨ uglich N [s] ist. Mit Induktion folgt schließlich, dass Gs auﬂ¨ osbar ist. Als Gruppe der Ordnung p osbar, so dass G auﬂ¨ osbar ist. Damit ist Satz 8 bewiesen. — ist auch G/Gs auﬂ¨ Zauberhaft! Wunderbar! Der abelsche Satz, dass die allgemeine Gleichung f¨ unften und h¨ oheren Grades nicht durch Radikale l¨ osbar ist, ist nun eine einfache Folgerung, die sich in Galois’ Papieren aber nicht ﬁndet. Satz 9. Es sei m eine nat¨ urliche Zahl mit m ≥ 5. Ferner sei K ein K¨ orper orper in den Unbesder Charakteristik 0 und K(x1 , . . . , xm ) sei der Funktionenk¨ ur i := 0, . . . , m, wobei λi (m) timmten x1 , . . . , xm . Ist dann ai := (−1)i λi (m) f¨ die i-te elementarsymmetrische Funktion in den m Unbestimmten x1 , . . . , xm ist, so ist die Gleichung m ai xi = 0 i:=0

osbar. u ¨ber K(a1 , . . . , am ) nicht durch Radikale l¨ Beweis. Die Gruppe der Gleichung ist die Sm und die ist f¨ ur m ≥ 5 nicht auﬂ¨ osbar (Korollar zu Satz 15, Abschnitt 3). Nun sind wir in der Lage, die Frage zu beantworten, ob es auch u ¨ber Q Gleichungen gibt, die nicht durch Radikale l¨ osbar sind. Dies geschehe im n¨ achsten Abschnitt. 7. Irreduzible Gleichungen von Primzahlgrad. Als Anwendung seiner The´ orie beweist Galois den folgenden Satz (Ecrits, S. 57f.). Satz 1. Es sei K ein K¨ orper der Charakteristik 0 und f ∈ K[x] sei irreduzibel vom Grade p mit einer Primzahl p. Ferner sei L der Zerf¨ allungsk¨ orper von f u ¨ber K. Genau dann ist die Galoisgruppe G von f auﬂ¨ osbar, wenn f¨ ur alle Paare a und b von verschiedenen Nullstellen von f gilt, dass L = K[a, b] ist. Beweis. Als irreduzibles Polynom u ¨ ber einem K¨ orper der Charakteristik 0 hat f nur einfache Nullstellen. Es seien r0 , . . . , rp−1 diese Nullstellen. Weil f irreduzibel ist, operiert G transitiv auf der Menge der ri . Ist γ ∈ G, so gibt es ein ρ ∈ Sp mit riγ = riρ . Die Abbildung γ → ρ ist ein Isomorphismus von G auf eine Untergruppe U von Sp und U operiert transitiv auf {0, . . . , p − 1}.

7. Irreduzible Gleichungen von Primzahlgrad

431

Es sei G auﬂ¨ osbar. Dann ist auch U auﬂ¨ osbar und nach Satz 13 von Abschnitt 3 konjugiert zu einer Untergruppe der A(1, p). Dieser Satz wurde von Galois in diesem Zusammenhang bewiesen. Man kann die ri also so nummerieren, dass es zu γ ∈ G Elemente u, v ∈ GF(p) gibt mit u = 0 und riγ = rui+v . Weil a und b bei γ festbleiben, gibt es verschiedene i und j ∈ GF(p) mit ri = a = aγ = rui+v , rj = b = bγ = ruj+v . Es ist also i = ui + v und j = uj + v. Hieraus folgt v = 0 und u = 1 und damit γ = 1. Also ist Ga,b = {1}. Nach Satz 5 von Abschnitt 6 ist Ga,b die Gruppe von f bez¨ uglich K[a, b] und nach Satz 3 von Abschnitt 6 gilt L : K[a, b] = |Ga,b |. Daher ist [L : K[a, b]] = 1 und folglich L = K[a, b]. Wir nehmen nun an, dass f¨ ur verschiedene Nullstellen a und b von f stets K[a, b] = L ist. Dann ist Ga,b = {1} f¨ ur alle diese a und b. Weil G auf der Menge der ri transitiv operiert, ist p Teiler von |G|. Es folgt, dass |G| = p|Ga | ist. Weil die von 1 verschiedenen Elemente von Ga nur den Fixpunkt a haben, folgt, dass |Ga | Teiler von p−1 ist. Also ist |G| ≤ p(p−1). Nach Cauchy enth¨ alt G eine Untergruppe P der Ordnung p. H¨atte G eine zweite Untergruppe Q der Ordnung p, so enthielte G wenigstens |P Q| = p2 Elemente, was nicht der Fall ist. Also ist P normal in G. Weil P die Ordnung p hat, ist P abelsch, und weil P transitiv operiert, folgt P = CG (P ). Somit ist Ga zu einer Untergruppe der Automorphismengruppe von P isomorph. Diese aber ist zyklisch. Daher sind P und G/P abelsch und damit auﬂ¨ osbar. Also ist auch G auﬂ¨ osbar. Das ist Galois’ Beweis, wobei er nat¨ urlich nicht Cauchy (1844) zitiert, was ich getan habe, und sich auch eines anderen Vokabulars bedient. Er bel¨ asst es bei diesem Satz, zeigt also nicht, dass man mit seiner Hilfe nachweisen kann, dass es Polynome u ¨ ber Q gibt, die nicht durch Radikale l¨ osbar sind. Holen wir das nach! Korollar. Es sei K ein Teilk¨ orper von R. Ist f ∈ K[x] irreduzibel von Primzahlgrad, ist die Galoisgruppe von f auﬂ¨ osbar und hat f zwei reelle Nullstellen, so sind alle Nullstellen von f reell. Beweis. Sind a und b die beiden reellen Nullstellen, so ist nach dem gerade bewiesenen Satz L = K[a, b] ⊆ R. Da L alle Nullstellen von f enth¨ alt, ist der Satz bewiesen. Und jetzt schließlich der Nachweis, dass es auch u ¨ ber Q Polynome gibt, die nicht durch Radikale l¨ osbar sind.

432

Kapitel XIII. Galois

Beispiel. Ist p eine Primzahl gr¨ oßer oder gleich 5, so ist das Polynom f := xp − 4x + 2 u ¨ber Q nicht durch Radikale l¨ osbar. Beweis. Nach dem sch¨onemannschen Irreduzibilit¨ atskriterium ist dieses Polynom irreduzibel. Es ist f (−2) < 0,

f (0) > 0,

f (1) < 0,

f (2) > 0.

Also hat f mindestens drei reelle Nullstellen. Es ist f = pxp−1 −4. Dieses Polynom hat genau zwei reelle Nullstellen. Also hat f nach dem Satz von Rolle (Kap. 11, Absch. 8) genau drei reelle Nullstellen. Nach dem Korollar ist die Galoisgruppe von f nicht auﬂ¨ osbar, da f ja p − 3 ≥ 2 komplexe Nullstellen hat. Also ist f u ¨ ber Q nicht durch Radikale l¨ osbar. Wie schon gesagt, a¨ußert sich Galois hier nicht u ¨ber eventuelle Beispiele. In seinem Brief an Auguste Chevalier tauchen dann aber Beispiele nicht aufl¨ osbarer Galoisgruppen auf. Die kleinste Ordnung einer solchen Gruppe sei 5.4.3. Dies ist nat¨ urlich die Ordnung der A5 . Dann wendet er sich aber erst einmal den primitiven, durch Radikale l¨ osbaren Gleichungen zu. Eine auf der Menge M transitiv operierende Permutationsgruppe G heiße primitiv , falls Folgendes gilt: Ist ∅ = B ⊆ M und gilt f¨ ur alle γ ∈ G, dass aus B∩B γ = ∅ γ folgt, dass B = B ist, so ist |B| = 1 oder |M |. Zentral ist der folgende Satz u ¨ ber Normalteiler primitiver Gruppen. Satz 2. Ist G eine auf M primitiv operierende Permutationsgruppe und ist N ein von {1} verschiedener Normalteiler von G, so operiert N transitiv auf M . Beweis. Weil N nicht trivial ist, gibt es eine Bahn B von N , die wenigstens zwei Elemente enth¨alt. Ist nun γ ∈ G, so ist auch B γ eine Bahn von N , weil N ja normal in G ist. Daher folgt aus B ∩ B γ = ∅, dass B = B γ ist. Weil G primitiv operiert und B mehr als ein Element enth¨alt, folgt B = M . Also ist N transitiv auf M . Ist K ein K¨ orper der Charakteristik 0, ist f ∈ K[x] und hat f nur einfache Nullstellen, so nennen wir f primitiv , falls die Gruppe von f auf der Menge der Nullstellen von f primitiv operiert. Das ist nicht die urspr¨ ungliche Deﬁnition des Begriﬀs primitives Polynom“, doch darauf kommt es hier nicht an. Weil primitiv ” operierende Gruppen insbesondere auch transitiv operieren, sind primitive Polynome stets irreduzibel. Es sei G eine auf M primitiv operierende auﬂ¨ osbare Permutationsgruppe. Dann enth¨ alt G einen nicht trivialen, abelschen Normalteiler N , der nach dem gerade Bewiesenen auf M transitiv operiert. Transitiv operierende abelsche Gruppen operieren aber scharf transitiv und sind gleich ihrem Zentralisator. Daraus folgt, dass G/N zu einer Untergruppe der Automorphismengruppe von N isomorph ist.

7. Irreduzible Gleichungen von Primzahlgrad

433

¨ Uber N kann man noch mehr sagen. Es sei p ein Primteiler von |N |. Dann ist P := {γ | γ ∈ N, γ p = 1} eine nicht triviale charakteristische Untergruppe von N , die folglich in G normal ist. Also operiert auch P auf M transitiv, woraus folgt, dass P = N ist. Somit ist N eine elementarabelsche p-Gruppe, dh., ein Vektorraum u ¨ber GF(p). Es folgt achsten Zeilen belegen. |M | = |N | = pn . Dies alles war Galois vertraut, wie die n¨ Es folgt insbesondere, dass der Grad einer durch Radikale l¨ osbaren primitiven Gleichung Potenz einer Primzahl ist. Dies steht in Galois 1830 und wird im Brief an Auguste Chevalier wiederholt. Die Permutationen einer primitiven, durch Radikale l¨ osbaren Gleichung seien alle von der Form xk.l.m... /xak+bl+cm+...+f.a1 k+b1 l+c1 m+...+g. ... . Dabei seien k, l, m, . . . Indizes, n St¨ uck insgesamt, von denen jeder p Werte modulo p annehme und die die pn Wurzeln der Gleichungen indizierten. Das muss man sich wieder auf der Zunge zergehen lassen. Er nimmt alle nTupel mit Werten in GF(p) als Indizes f¨ ur die Nullstellen der primitiven, durch Radikale l¨ osbaren Gleichungen und mit ihrer Hilfe beschreibt er die Elemente der Galoisgruppen dieser Gleichungen. Die Gruppe aller dieser Permutationen habe die Ordnung pn (pn − 1)(pn − p) . . . (pn − pn−1 ). Die Gruppe, um die es sich hier handelt, ist die Gruppe aller Abbildungen der Form v → v γ + b, wobei v und b aus einem n-dimensionalen Vektorraum V u ¨ ber GF(p) stammen und γ ∈ GL(n, p) gilt. Dabei bezeichne GL(n, p) die Gruppe aller linearen Abbildungen von V auf sich, deren Determinante ungleich 0 ist. Zur Indizierung hat er schon in seiner Arbeit von 1830 Stellung genommen. Hier das, was er dort dazu sagt: C’est surtout dans la th´eorie des permutations, o` u l’on a sans cesse besoin de ” varier la forme des indices, que la consid´eration des racines imaginaires des congruences paraˆıt indispensable. Elle donne un moyen simple et facile de reconnaˆıtre dans quel cas une ´equation primitive est soluble par radicaux, comme je vais essayer d’en donner en deux mots une id´ee.“ In dieser Arbeit nimmt er als Indizes f¨ ur die Wurzeln einer durch Radikale l¨ osbaren, primitiven Gleichung die Elemente von GF(pn ) und betrachtet die Gruppe, die auf den Indizes durch die Vorschrift r

x → axp + b

434

Kapitel XIII. Galois

wirkt. Dabei sind a, b ∈ GF(pn ) mit a = 0 und 0 ≤ r < n. Diese Gruppe ist auﬂ¨ osbar. Die Aussage, die er in diesem Zusammenhang nun macht, habe ich nicht verstanden. Mein Nicht-verstehen h¨ atte ich wohl mit einem Er behauptet, ” dass diese Gruppe f¨ ur die Situation typisch sei“ kaschieren k¨ onnen. Er sagt von dieser Aussage aber in seinem Brief an Chevalier, dass sie zu scharf sei, dass es abe, hatte er schon in der Ausnahmen g¨abe. Dass es solche f¨ ur pn = 9 und 25 g¨ urspr¨ unglichen Arbeit erw¨ ahnt. Ich habe mich also nicht weiter ums Verstehen bem¨ uht. Mehr Information u ¨ ber primitive auﬂ¨ osbare Gruppen ﬁndet der Leser in Huppert 1957 und Foulser 1964. Bei den Modulargleichungen der Theorie der elliptischen Funktionen tauchten bekanntlich, so Galois, die Gruppen auf, die wir heute PGL(2, p) und PSL(2, p) nennen. Die erste Gruppe ist isomorph zur Gruppe GL(2, p)/Z(GL(2, p)) und die zweite Gruppe zur Gruppe SL(2, p)/Z(SL(2, p)). Dabei ist SL(2, p) die Gruppe aller γ ∈ GL(2, p) mit det(γ) = 1. Hier notiert er, dass die PSL(2, p) einfach ist, also nur die beiden trivialen Normalteiler hat, falls p ≥ 5 ist. Diese Gruppen sind also nicht auﬂ¨ osbar, was Galois aber nicht ausdr¨ ucklich erw¨ ahnt. Galois interpretiert diese beiden Gruppen als Gruppen von gebrochen linearen Transformationen, also als Abbildungen der Form x→

ax + b , cx + d

wobei er im ersten Falle verlangt, dass ad − bc = 0 sei, und im zweiten, dass ad − bc ein Quadrat sei. Diese Gruppen operieren auf der Menge {0, . . . , p − 1, ∞}. Diese Menge dient ihm dann wieder als Indexmenge f¨ ur die Nullstellen der Modulargleichung. Galois beobachtet ferner, dass der Index einer Untergruppe der PSL(2, p) mindestens gleich p ist. Gleich p k¨ ame aber nur bei p = 5, 7 und 11 vor. Die F¨ alle p = 2 und 3 scheinen ihn nicht zu interessieren. Die fraglichen Gruppen sind ja auch auﬂ¨ osbar. Bei allen anderen Beispielen ist p + 1 der kleinste Index, der vorkommt. Einen Beweis dieses Satzes publizierte erst Enrico Betti 1853, wie ich Gierster 1881 entnehme. In dieser Arbeit bestimmte Gierster alle Untergruppen der PSL(2, p) f¨ ur Primzahlen p. Die Gruppen PGL(2, p) und PSL(2, p) nennt Galois bekannt. Ich weiß nicht, wo sie zum ersten Mal auftauchen. Legendre? Abel? Die Aussage u ¨ ber die Indizes geh¨ort Galois. Es ist zu vermerken, dass die ersten der so genannten klassischen Gruppen, die doch eigentlich Gruppen der Geometrie sind, in Analysis und Algebra auftauchten und dazu noch in endlicher Version. osbar ist, Die Aussage, dass die Gleichung xp − 4x + 2 = 0 nicht durch Radikale l¨ ist insofern unbefriedigend, als die Gruppe dieser Gleichung nicht explizit bestimmt

8. Es steht alles schon bei Dedekind

435

wird. Wer Gruppen ausgerechnet sehen m¨ochte und wer sehen m¨ ochte, dass auch die symmetrischen Gruppen als Gruppen von Gleichungen u ¨ber Q vorkommen, sei an I. Schur 1930 verwiesen. Dort bewies er, dass die galoissche Gruppe der Laguerrepolynome i n n x (−1)i Ln = i i! i:=0 ucken die symmetrische Gruppe Sn ist. Von den Anfangsst¨ En =

n xi i! i:=0

der Reihe f¨ ur die Exponentialfunktion bewies er in der gleichen Arbeit, dass die galoissche Gruppe von En die alternierende Gruppe An ist, falls n durch 4 teilbar ist, andernfalls die Sn . In den B¨ anden II und III der Werke Issai Schurs ﬁnden sich weitere Arbeiten zu diesem Thema (Schur 1973). Das Stichwort lautet Gleichungen ” ohne Aﬀekt“. So nannte Kronecker Gleichungen, deren Galoisgruppe die symmetrische Gruppe ist. In Schurs Arbeiten ﬁnden sich viele Literaturhinweise, insbesondere auch ein Hinweis auf die Arbeit Hilbert 1892, in der Hilbert neben vielem Anderen beweist, ur alle n Gruppen von Gleichungen des Grades n u ¨ ber dass die Sn und die An f¨ Q sind. Hilberts Aussagen sind reine Existenzaussagen, w¨ahrend die schurschen Beispiele konkrete Beispiele sind, was Schur betont. Damit sind wir doch noch einmal auf das Umkehrproblem zu sprechen gekommen, wobei ich noch den weiteren Hinweis auf van der Waerden 1972 geben m¨ochte. 8. Es steht alles schon bei Dedekind. Es ließe sich noch einiges zu Galois’ M´emoire I sagen, so insbesondere, dass er betont, dass es etwas Anderes sei, nur eine Wurzel einer Gleichung zu adjungieren oder alle ihre Wurzeln. Letzteres gibt nach heutigem Verst¨andnis eine normale Erweiterung, wie wir in Kapitel 10 gesehen haben (Satz 13, Abschnitt 3 dieses Kapitels). Doch wir belassen es bei dem Gesagten und wenden uns dem zu, was Dedekind und Artin daraus machten. Was die unmittelbare Rezeptionsgeschichte der galoisschen Ideen anbelangt, so sei auf die Literatur verwiesen: Toti-Rigatelli 1989, Kiernan 1971, van der Waerden 1972, Scholz 1990. Ist f ein Polynom mit lauter einfachen Nullstellen u ¨ber dem K¨ orper K und allungsk¨ orper, so ist die Gruppe G von f u ¨ ber ist L = K[r1 , . . . , rm ] sein Zerf¨ K unabh¨ angig von dem primitiven Element s von L, das zu ihrer Konstruktion verwendet wurde. Das haben wir schon nach Satz 3 von Abschnitt 6 bemerkt und auch gesagt, dass auch Dedekind darauf hinweist. Man kann das dahingehend ¨ ber K ist, pr¨ azisieren, dass G auch die Gruppe des Minimalpolynoms μs von s u so dass G nicht nur die Gruppe eines, sondern vieler Polynome u ¨ber K ist. Dies zeigt, dass G in Wirklichkeit zu der Erweiterung L des K¨orpers K geh¨ort und dann nat¨ urlich auch etwas mit den Polynomen u ¨ber K zu tun hat. Es ist also folgerichtig,

436

Kapitel XIII. Galois

dass man von algebraischen Gleichungen absieht und die Situation betrachtet, dass man einen K¨ orper L hat und eine endliche Gruppe von Automorphismen dieses K¨ orpers, wobei K der K¨ orper ist, der von allen Automorphismen dieser Gruppe elementweise festgelassen wird. Das ist Artins Ausgangspunkt. Schon vorher, in der vierten Auﬂage von Dirichlets Zahlentheorie, nicht in den fr¨ uheren, hatte Dedekind die Untersuchung der Monomorphismen in den Vordergrund gestellt. Er sagt dazu: F¨ ur die genaue Untersuchung der Verwandtschaft ” zwischen den verschiedenen K¨ orpern — und hierin besteht der eigentliche Gegenstand der heutigen Algebra — bildet der folgende Begriﬀ die allgemeinste und zugleich einfachste Grundlage:“ und es folgt die Deﬁnition der linearen Abh¨ angigkeit und Unabh¨ angigkeit. (Hier zitiert er Dirichlet, Berliner Monatsberichte, April 1842. Darauf werden wir in Kap. 15, Absch. 4 zur¨ uckkommen.) Die Untersuchung der Verwandtschaft zwischen den verschiedenen K¨ orpern ist seiner Ansicht nach der eigentliche Gegenstand der Algebra. Er studiert nun in den Abschnitten 160 bis 167 des elften Supplements, das mit Abschnitt 159 bginnt, die folgende Situation. Gegeben seien zwei Teilk¨ orper K und L von C, so dass das Kompositum KL von K und L endlich u ¨ ber K ist. Was sind die Monomorphismen von KL in C, die einen gegebenen Monomorphismus von K in C fortsetzen? Analysiert man seinen grundlegenden Satz und dessen Beweis, so erh¨alt man den gleich zu formulierenden Satz 1 samt seinem Beweis. Bei diesem Satz ist von vornherein angenommen, dass K ⊆ L, also KL = L ist, was Dedekind nicht annimmt. Die Voraussetzungen an die u ¨ ber K algebraischen Elemente von M und an die u ¨ber K irreduziblen Polynome sind im Fall M = C automatisch erf¨ ullt. Bevor Dedekind diesen Satz in Abschnitt 165 formuliert und beweist, deﬁniert er den Begriﬀ des K¨ orpers, was er auch schon in der zweiten Auﬂage der dirichletschen Zahlentheorie getan hat, wobei er nun darauf verzichtet zu verlangen, dass er eine unendliche Teilmenge von C hat, die unter Addition, Subtraktion, Multiplikation und Division abgeschlossen ist. Hier verlangt er nur noch, dass die fragliche Menge ein von 0 verschiedenes Element enth¨ alt. Dies wurde fr¨ uher schon erw¨ ahnt (Kap. 9, Absch. 1). alt K ein Element a = 0. Es folgte 1 = aa ∈ Ist K ein Teilk¨ orper von C, so enth¨ K. Mit Induktion folgte N ⊆ K und weiter Z ⊆ K und schließlich Q ⊆ K. Der K¨ orper der rationalen Zahlen sei also in allen Teilk¨ orpern von C enthalten, er sei der kleinste dieser K¨orper. Ist K ein Teilk¨ orper von C und S eine Teilmenge, so deﬁniert er K(S) als den Schnitt u ¨ ber alle Teilk¨ orper von C, die K und S umfassen. Diese Menge charakterisiert er dann als die Menge der rationalen Ausdr¨ ucke in S mit Koeﬃzienten in K. Hier begegnet uns zum zweiten Male in diesem Buch eine H¨ ullenoperation und auch dieses Mal bei Dedekind. Er deﬁniert K-lineare Abh¨ angigkeit und Unabh¨ angigkeit von Elementen einer Erweiterung L von K und beweist die Gleichm¨achtigkeit von Basen, falls L eine

8. Es steht alles schon bei Dedekind

437

endliche Erweiterung von K ist. Ferner beweist er die Dimensionsformel [M : K] = [M : L][L : K], falls K ⊆ L ⊆ M ist. Diese Formel stammt, wie es scheint, von Dedekind. Er dokumentiert jedenfalls immer sorgf¨altig in seinen Schriften, wann er was schon gemacht hat. So sagt er im Zusammenhang mit dem K¨ orperbegriﬀ, dass er diesen schon, wenn auch unter anderem Namen, in seinen G¨ottinger Vorlesungen von 1856–58 benutzt habe. Hier bei der Dimensionsformel verweist er auf seine Besprechung des Buches von Bachmann Die Lehre von der Kreistheilung und ihre Beziehungen zur Zahlentheorie“ ” (Dedekind 1873). Dort ﬁndet sich die Formel — ohne Beweis — auf S. 21. In dieser Besprechung schreibt er auf Seite 15, dass der Begriﬀ des irreduziblen Polynoms auf Gauß zur¨ uckginge, der ihn in seinen Disquisitiones eingef¨ uhrt h¨ atte. Zur¨ uck zum Supplementum 13. Dedekind deﬁniert dort ferner den Begriﬀ des Monomorphismus — er nennt ihn Permutation — und betont, dass die Einschr¨ankung α|K des Monomorphismus α auf K von α wohl zu unterscheiden sei, wenn α ein Monomorphismus der Erweiterung L von K ist. Das waren alles Sachen, die 1894 noch nicht selbstverst¨ andlich waren. Im Folgenden schreibe ich Abbildungen meist in der Form f (x), da mir der Text in diesem Zusammenhang so besser zu lesen scheint. Satz 1. Es seien K, L und M K¨ orper. L sei eine endliche Erweiterung von K und M sei eine Erweiterung von L mit der Eigenschaft, dass alle u ¨ber K algebraischen Elemente von M u ¨ber K separabel sind. Ferner gelte, dass irreduzible Polynome u andig in Linearfaktoren ¨ber K, welche in M eine Nullstelle haben, in M vollst¨ zerfallen. Ist dann ϕ ein Monomorphismus von L in M , und gilt f¨ ur jedes u ¨ber K irreduzible Polynom f , das u ¨ber M in Linearfaktoren zerf¨ allt, dass auch ϕ(f ) u ¨ber M in Linearfaktoren zerf¨ allt — das ist sicherlich dann der Fall, wenn ϕ = 1 oder wenn M algebraisch abgeschlossen ist —, so gibt es genau [L : K] Monomorphismen π von L in M mit π|K = ϕ. Dabei bezeichne π|K die Einschr¨ ankung von π auf K. Ist Π die Menge dieser Monomorphismen, so ist ur alle π, π ∈ Π . K = a | a ∈ L, π(a) = π (a) f¨

Beweis. Der Satz ist richtig, falls [L : K] = 1 ist. Ist N ein Zwischenk¨ orper von L und K mit N = K und L, so folgt [L : K] = [L : N ][N : K] und [N : K], [L : N ] < [L : K]. Nach der nicht explizit ausgesprochenen Induktionsannahme gibt es genau [N : K] verschiedene Monomorphismen σ1 , . . . , σ[N :K] von N in M , die ϕ fortsetzen. Zu jedem σi gibt es dann genau [L : N ]

438

Kapitel XIII. Galois

Monomorphismen τij von L in M , die σi fortsetzen. Dann sind die τij genau [L : N ][N : K] = [L : K] Monomorphismen von L in K, die ϕ fortsetzen. Ist α irgendein Monomorphismus von L in M , der ϕ fortsetzt, so ist β := α|N ein Monomorphismus von N in M , der ϕ fortsetzt. Nach Induktionsannahme ist ur eines der i. Da dann α ein Monomorphismus von L in M ist, der also β = σi f¨ σi fortsetzt, gibt es ein j mit α = τij . Damit ist in diesem Falle bewiesen, dass es genau [L : K] Monomorphismen von L in M gibt, die ϕ fortsetzen. Es gebe keinen Zwischenk¨ orper zwischen L und K. Ist dann u ∈ L und u ∈ K, so ist L = K[u]. Es sei μu das Minimalpolynom von u u ¨ ber K. Dieses ist allt μu in M in Linearfaktoren. Dann ist auch irreduzibel. Wegen μu (u) = 0 zerf¨ ϕ(μu ) irreduzibel u ¨ ber ϕ(K) und nach Voraussetzung zerf¨ allt ϕ(μu ) u ¨ ber M in Linearfaktoren. Es seien u1 , u2 , . . . , un die Nullstellen von ϕ(μu ) in M . Sie sind paarweise verschieden, weil alle u ¨ ber K algebraischen Elemente von M u ¨ ber K separabel sind. Die Abbildung f → ϕ(f )(ui ) ist ein Epimorphismus von K[x] auf ϕ(K)[ui ], der auf K die Abbildung ϕ induziert. Der Kern dieser Abbildung ist μu K[x]. Es gibt also nach dem ersten Isomorphiesatz einen Monomorphismus von K[x]/μu K[x] auf ϕ(K)[ui ], der x + μu K[x] auf ui abbildet und auf K die Abbildung ϕ induziert. Ebenso gibt es einen Monomorphismus von K[x]/μu K[x] auf K[u] = L, der x + μu K[x] auf u abbildet und auf K die Identit¨ at induziert. Also gibt es einen Monomorphismus π von L auf ϕ(K)[ui ], der u auf ui abbildet und der ϕ fortsetzt. Damit sind n Monomorphismen gefunden, die ϕ fortsetzen. Ist ρ ein weiterer solcher Monomorphismus, so ist 0 = ρ μu (u) = ρ(μu ) ρ(u) = ϕ(μu ) ρ(u) . Es gibt also ein i mit ρ(u) = ui , so dass ρ sich schon unter den bereits gefundenen Abbildungen ﬁndet. Damit ist die Aussage u ¨ber die Anzahl der Monomorphismen bewiesen. Es sei B := a | a ∈ L, π(a) = π (a) f¨ ur alle π, π ∈ Π . Dann ist K ⊆ B und es folgt [L : K] = [L : B][B : K]. Die Elemente aus Π induzieren alle auf B den gleichen Monomorphismus von L in M . Nach dem bereits Bewiesenen ist also [L : B] ≥ |Π| = [L : K], da [L : B] ja die Gesamtzahl aller Monomorphismen von L in M ist, die einen gegebenen Monomorphismus von B in M fortsetzen. Also ist [L : K] = [L : B] und [B : K] = 1. Also ist B = K, womit alles bewiesen ist.

8. Es steht alles schon bei Dedekind

439

An der Stelle, wo wir den ersten Isomorphiesatz benutzen, tut sich Dedekind etwas schwer. Van der Waerden benutzt noch in den ersten vier Auﬂagen seiner Algebra“ — und wohl auch in den sp¨ ateren — Dedekinds Argument, ohne jedoch ” auf Einzelheiten einzugehen, was Dedekind aber tut. Noch bevor Dedekind diesen Satz — f¨ ur M = C versteht sich — formulierte, hat er gezeigt, dass es zu n Monomorphismen σ1 , . . . , σn eines K¨orpers L nach C stets unendlich viele a ∈ L gibt, so dass die σi (a) paarweise verschieden sind. Dabei erhielt er als Korollar, dass es a1 , . . . , an ∈ L gibt, so dass die Determinante der Matrix (σi (aj )) von 0 verschieden ist. Diesen Sachverhalt hat Artin elegant umformuliert und verallgemeinert, so dass er f¨ ur beliebige K¨ orper jeglicher Charakteristik gilt, auch f¨ ur endliche K¨ orper (Artin 1942, S. 27). Das ber¨ uhmte artinsche B¨ uchlein u ¨ ber Galoistheorie, das 1942 erschien, ist Nachschrift einer Vorlesung, die Artin an der Universit¨ at von Notre Dame gehalten hat. Schon vier Jahre vorher war eine Nachschrift einer Vorlesung erschiene, die er an der Universit¨ at von New York (New York University) gehalten hat. Dort ist das Lemma von Artin-Dedekind zwar noch nicht ausdr¨ ucklich formuliert, es wird aber im Beweis eines Satzes mitbewiesen, der sich mit der ersten Aussage des gleich zu formulierenden Satzes 2 deckt (Artin 1938). Als Artin 1926 seine Vorlesung hielt, die Grundlage f¨ ur van der Waerdens Moderne Algebra“ wurde, hatte er dieses Lemma oﬀensichtlich noch nicht, da ” es in diesem Buche nicht vorkommt. Van der Waerden sagt n¨ amlich in van der Waerden 1972 auf S. 241, dass er in seinem Buch, was die galoissche Theorie anbelangt, genau die Darstellung“ gegeben habe, die Artin selbst in seiner Vorlesung ” ” 1926 gegeben hatte.“ Im Lemma von Artin-Dedekind fassen wir die Menge aller Abbildungen der Menge G in den K¨ orper K auf als Linksvektorraum u ¨ ber diesem K¨ orper, wobei die Addition und Skalarmultiplikation punktweise deﬁniert sind. Lemma von Artin-Dedekind. Es sei K ein K¨ orper und G sei eine Gruppe. Sind σ1 , . . . , σn paarweise verschiedene Homomorphismen von G in die multiplikative angig u ¨ber K. Gruppe von K, so sind σ1 , . . . , σn linear unabh¨ Beweis. Es seien k1 , . . . , kn ∈ K und es gelte n

ki σi = 0.

i:=1

Es ist zu zeigen, dass ki = 0 ist f¨ ur alle i. Wir machen Induktion nach n. Ist n = 1, so ist k1 σ1 = 0. Hieraus folgt insbesondere 0 = k1 σ1 (1) = k1 · 1 = k1 , so dass der Satz in diesem Falle richtig ist. Es sei n > 1 und der Satz gelte f¨ ur n−1. Weil σ1 und σn von einander verschieden sind, gibt es ein a ∈ G mit σ1 (a) = σn (a).

440

Kapitel XIII. Galois

Es folgt 0= =

n

ki σi (ax) =

i:=1 n

n

ki σi (a)σi (x)

i:=1

ki σi (a)σi (x)

i:=1

f¨ ur alle x ∈ G. Daher ist 0=

n

ki σi (a)σi .

i:=1

Trivialerweise gilt 0=

n

ki σ1 (a)σi .

i:=1

Folglich gilt 0=

n

ki σi (a) − σ1 (a) σi .

i:=2

ur alle i ≥ 2. Wegen σ1 (a) = Nach Induktionsannahme ist ki (σi (a) − σ1 (a)) = 0 f¨ σn (a) folgt kn = 0. Dann ist aber n−1

ki σi = 0,

i:=1

so dass nach Induktionsannahme auch k1 = . . . = kn−1 = 0 ist. Satz 2. Es sei L ein K¨ orper und G sei eine endliche Gruppe von Automorphismen von L. Setzt man K := k | k ∈ L, σ(k) = k f¨ ur alle σ ∈ G , so ist L eine endliche separable Erweiterung von K und es gilt [L : K] = |G|. Ist f ein u ¨ber K irreduzibles Polynom, welches in L eine Nullstelle hat, so zerf¨ allt f u ¨ber L in Linearfaktoren. L ist also eine normale, separable Erweiterung von K. Ist γ ein Automorphismus von L, der K elementweise fest l¨ asst, so ist γ ∈ G. Beweis. Wir wenden das Lemma von Artin-Dedekind in folgender Situation an: Das dortige G ist hier die multiplikative Gruppe von L. Die σ1 , . . . , σn sind die Elemente der hiesigen Gruppe G. Da sie Automorphismen von L sind, lassen sie sich ja auch als Homomorphismen von L∗ in L∗ interpretieren. Nach dem Lemma

8. Es steht alles schon bei Dedekind

441

von Artin-Dedekind sind sie also linear unabh¨ angig u ¨ ber L und damit erst recht u ¨ ber K. n Wir betrachten die Abbildung Sp := i:=1 σi . Dann ist Sp, Spurabbildung genannt, eine Abbildung von L in K, da ja η Sp = Sp ist f¨ ur alle η ∈ G. Weil die angig sind, ist Sp = 0. Es gibt also ein a ∈ L mit Sp(a) = 0. σi linear unabh¨ ¨ ber Setze n := |G|. Es seien u1 , . . . , un+1 Elemente aus L. Wir zeigen, dass sie u K linear abh¨ angig sind. Dazu betrachten wir das Gleichungssystem n+1

xi σj−1 (ui ) = 0

i:=1

f¨ ur j := 1, . . . , n. Dieses hat eine nicht-triviale L¨osung, da es mehr Unbekannte als Gleichungen enth¨ alt. Wir d¨ urfen also annehmen, dass x1 = 0 ist. Multipliziert man alle Gleichungen mit ax−1 1 , so sieht man, dass man x1 = a annehmen darf. Wendet man auf die j-ste Gleichung den Automorphismus σj an, so erh¨ alt man n+1

σj (xi )(ui ) = 0

i:=1

f¨ ur j := 1, . . . , n. Summiert man schließlich u ¨ber j, so erh¨alt man n+1

Sp(xi )(ui ) = 0.

i:=1

Wegen Sp(x1 ) = Sp(a) = 0 und Sp(xi ) ∈ K f¨ ur alle i, folgt, dass die ui u ¨ ber K linear abh¨ angig sind. Hieraus folgt, dass L als Vektorraum u ¨ber K endlich erzeugt ist und dass [L : K] ≤ n gilt. Das ist Artins Argument. Der Rest des Beweises ist von Dedekind inspiriert. Als N¨achstes zeigen wir, dass L u ¨ ber K separabel ist. Dazu sei u ∈ L und B sei die Bahn von u unter der Wirkung von G. Dann ist μu :=

(x − v)

v∈B

das Minimalpolynom von u u ¨ ber K, da die Koeﬃzienten von μu ja alle bei G festbleiben. Es folgt, dass u separabel ist, da die Nullstellen von μu alle die Vielfachheit 1 haben. Es sei f ein u ¨ ber K irreduzibles Polynom mit Leitkoeﬃzient 1 und f habe eine ¨ ber K, so ist Nullstelle u in L. Ist dann wieder μu das Minimalpolynom von u u μu Teiler von f und damit gleich f . Setzen wir schließlich noch M := L, so haben wir f¨ ur ϕ = 1 alle Voraussetzungen des Satzes 1 erf¨ ullt. Es folgt [L : K] ≥ n. Also ist [L : K] = n. Die letzte Aussage folgt wegen |G| = [L : K] aus Satz 1.

442

Kapitel XIII. Galois

Wenn man sich diesen Beweis anschaut, so sieht man, dass aus den Voraussetzungen folgt — auch wenn man noch nicht weiß, dass n + 1 Elemente von L stets linear abh¨ angig sind —, dass jedes Element von L u ¨ ber K algebraisch ist und dass sein Grad durch n beschr¨ankt ist. Diese Situation wird von Dedekind auch diskutiert. Er behauptet, dass es leicht zu zeigen sei, dass in dieser Situation L eine endliche Erweiterung von K sei. Es bed¨ urfe aber noch einiger Hilfss¨ atze, um dies wirklich zu beweisen. Er verzichte daher darauf. In diesem Zusammenhang, sagt er auch, dass L genau dann endlich u ¨ber K sei, wenn die Erweiterung L : K nur endlich viele Zwischenk¨ orper habe. Hier zeigt er nur, dass L : K nur endlich viele Zwischenk¨ orper hat, wenn der Grad von L u ¨ ber K endlich ist (Dirichlet-Dedekind 1894, § 165). Denkt man an Satz 1 des Abschnitts 5 von Kapitel 10, so wird klar, dass auch Steinitz von Dedekind inspiriert war. Ist L ein K¨ orper und G eine Gruppe von Automorphismen von L, so deﬁnieren wir die Abbildungen ﬁx und stab wie folgt: Ist U eine Untergruppe von G, so setzen wir ﬁx(U ) := a | a ∈ L, γ(a) = a f¨ ur alle γ ∈ U . Ist M ein Teilk¨ orper von L, so setzen wir ur alle a ∈ M }. stab(M ) := γ | γ ∈ G, γ(a) = a f¨ Dann gilt: Hauptsatz der galoisschen Theorie. Es sei L ein K¨ orper und G sei eine endliche Gruppe von Automorphismen von L. Setzt man K := ﬁx(G), so ist ﬁx eine Bijektion der Menge der Untergruppen von G auf die Menge der Zwischenk¨ orper der Erweiterung L : K und stab ist eine Bijektion der Menge dieser Zwischenk¨ orper auf die Menge der Untergruppen von G. Ferner ist ﬁx−1 = stab. Sind Z und Z Zwischenk¨ orper der Erweiterung L u ¨ber K, so ist genau dann Z ⊆ Z , wenn stab(Z ) ⊆ stab(Z) ist. Sind U und U Untergruppen von G, so ist genau dann U ⊆ U , wenn ﬁx(U ) ⊆ ﬁx(U ) ist. Beweis. Es seien Z und Z Zwischenk¨ orper der Erweiterung L : K und es gelte asst γ auch Z elementweise fest. Also ist Z ⊆ Z . Ist dann γ ∈ stab(Z ), so l¨ γ ∈ stab(Z), dh., es ist stab(Z ) ⊆ stab(Z). Entsprechend zeigt man, dass aus U ⊆ U folgt, dass ﬁx(U ) ⊆ ﬁx(U ) ist. Es sei Z ein Zwischenk¨ orper von L : K. Dann gilt nat¨ urlich Z ⊆ ﬁx stab(Z). Hieraus folgt zusammen mit Satz 2 [L : Z] ≥ L : ﬁx stab(Z) = stab(Z). Nach Satz 2 ist L eine normale, separable Erweiterung von K, so dass L nach Satz 10 von Abschnitt 3 des Kapitels 10 auch normale Erweiterung von Z ist. Nach

8. Es steht alles schon bei Dedekind

443

Satz 14 von Abschnitt 4 des Kapitels 10 ist L separabel u ¨ ber Z. Also gibt es nach Satz 1 genau [L : Z] Automorphismen von L, die auf Z die Identit¨ at induzieren. Wegen K ⊆ Z folgt mit Satz 2 wiederum, dass alle diese Automorphismen in G und damit in stab(Z) liegen. Also ist [L : Z] = stab(Z) = L : ﬁx stab(Z) und damit Z = ﬁx stab(Z). Es sei U eine Untergruppe von G. Mit Satz 2 angewandt auf L und U folgt [L : ﬁx(U )] = |U |. Es ist weiter U ⊆ stab ﬁx(U ). Mit Satz 1 folgt stab ﬁx(U ) ≤ L : ﬁx(U ) = |U |. Zusammen mit U ⊆ stab ﬁx(U ) ergibt das U = stab ﬁx(U ). Damit ist gezeigt, dass stab und ﬁx zueinander inverse Bijektionen sind. Sind schließlich U und U Untergruppen von G und gilt ﬁx(U ) ⊆ ﬁx(U ), so folgt U = stab ﬁx(U ) ⊆ stab ﬁx(U ) = U . Sind Z und Z Zwischenk¨ orper und gilt stab(Z ) ⊆ stab(Z), so folgt Z = ﬁx stab(Z) ⊆ ﬁx stab(Z ) = Z . Damit ist alles bewiesen. Ist L eine endliche Erweiterung von K, so nennen wir L galoissch u ¨ber K, wenn die Gruppe G der K-linearen Automorphismen von L die Ordnung [L : K] hat. Was wir hier galoissch nennen, nennt Artin normal. Wie der n¨ achste Satz zeigt, sind galoissche Erweiterungen immer separabel, so dass der artinsche Begriﬀ von Normalit¨ at auch die Separabilit¨ at beinhaltet, was unser Begriﬀ von Normalit¨at nicht tut. Es gilt der Satz (Artin 1942, S. 33): Satz 3. Ist L eine endliche Erweiterung von K, so sind die folgenden Bedingungen aquivalent: ¨ a) L ist galoissch u ¨ber K. b) L ist normal und separabel u ¨ber K. c) L ist Zerf¨ allungsk¨ orper eines u ¨ber K separablen Polynoms f ∈ K[x]. Beweis. a) impliziert b): Es sei L galoissch u ¨ ber K. Dann ist L nach Satz 2 normal und separabel u ¨ ber K. b) impliziert a): Es sei L normal und separabel u ¨ ber K. Mit M = L und ϕ = 1, folgt aus Satz 1, dass L u ¨ ber K galoissch ist. b) impliziert c): Weil L eine u ¨ ber K endliche und separable Erweiterung ist, gibt es nach Satz 7 von Kap. 10, Absch. 4 ein ζ mit L = K[ζ]. Ist dann μζ das ¨ ber L in Linearfaktoren. Minimalpolynom von ζ u ¨ ber K, so zerf¨allt μζ u

444

Kapitel XIII. Galois

c) impliziert b): Weil L Zerf¨ allungsk¨ orper eines Polynoms f u ¨ ber K ist, ist L nach Satz 13 von Kapitel 10, Abschnitt 3 normale Erweiterung von K. Dass L auch separabel ist, folgt mit den S¨atzen 8 und 12 von Abschnitt 4 des Kapitels 10. orper der ErSatz 4. Es sei L galoissch u ¨ber K und Z und Z seien Zwischenk¨ weiterung L : K. Genau dann gibt es einen K-linearen Isomorphismus von Z auf Z , wenn die Gruppen stab(Z) und stab(Z ) in der galoisschen Gruppe G von L : K konjugiert sind. Beweis. Nach Satz 1 gibt es genau dann einen K-linearen Isomorphismus von Z auf Z , wenn es ein γ ∈ G gibt mit γ(Z) = Z . Ist γ ∈ G und gilt γ(Z) = Z , so folgt, dass γstab(Z)γ −1 ⊆ stab(Z ) ist. Wegen γ −1 (Z ) = Z gilt dann auch γ −1 stab(Z )γ ⊆ stab(Z). Dies impliziert stab(Z ) ⊆ γstab(Z)γ −1 und damit γstab(Z)γ −1 = stab(Z ), so dass stab(Z) und stab(Z ) konjugiert sind. Sind stab(Z) und stab(Z ) konjugiert, so gibt es ein γ ∈ G mit γstab(Z)γ −1 = stab(Z ). Wie gerade gesehen, ist γstab(Z)γ −1 = stab γ(Z) . Also ist stab(γ(Z)) = stab(Z ). Mit dem Hauptsatz der galoisschen Theorie folgt γ(Z) = ﬁx stab γ(Z) = ﬁx stab(Z ) = Z . Damit ist alles bewiesen. Satz 5. Es sei L eine galoissche Erweiterung von K und Z sei ein Zwischenk¨ orper dieser Erweiterung. Dann ist L auch galoissch u ¨ber Z und stab(Z) ist die Galoisgruppe dieser Erweiterung. Genau dann ist Z galoissch u ¨ber K, wenn stab(Z) ein Normalteiler der galoisschen Gruppe G von L : K ist. Ist stab(Z) normal in G, so ist G/stab(Z) zur Galoisgruppe von Z : K isomorph. Beweis. Wegen |stab(Z)| = [L : Z] ist L galoissch u ¨ ber Z und stab(Z) ist die Galoisgruppe dieser Erweiterung. Es sei stab(Z) normal in G. Mit Satz 4 folgt, dass γ(Z) = Z ist f¨ ur alle γ ∈ G. Dies impliziert, dass G/stab(Z) zu einer Gruppe von K-linearen Automorphismen von Z isomorph ist. Nun ist G/stab(Z)stab(Z) = |G| = [L : K] = [L : Z][Z : K] = stab(Z)[Z : K]

8. Es steht alles schon bei Dedekind

445

und daher |G/stab(Z)| = [Z : K]. Folglich ist Z galoissch u ¨ ber K. Es sei umgekehrt Z galoissch u ¨ ber K und H sei die galoissche Gruppe von Z : K. Auf Grund von Satz 1 (hier L, L, Z an Stelle von M , L, K dort) werden alle η ∈ H von Elementen aus G induziert. Hieraus folgt γ(Z) = Z f¨ ur alle γ ∈ G. Wegen stab(Z) = [L : Z] und H = [Z : K] folgt mit Satz 4, dass γ(stab(Z))γ −1 = stab(Z) ist f¨ ur alle γ ∈ G. Folglich ist stab(Z) in G normal und G/stab(Z) ist isomorph zur Galoisgruppe von Z. Als Zwischenk¨ orper der separablen Erweiterung L von K ist Z ebenfalls separabel u ¨ ber K. Wir h¨ atten daher statt Genau dann ist Z galoissch u ¨ ber K, ” . . . “ auch Genau dann ist Z normal u ¨ ber K, . . . “ schreiben k¨ onnen. Tut man ” dies, so wird klar, weshalb Weber auf die Idee kam, die ausgezeichneten Teiler“ ” einer Gruppe fortan Normalteiler“ zu nennen. Dabei ist zu bemerken, dass Un” tergruppen damals auch Teiler“ der Gruppe genannt wurden. — Man beachte ” die Bemerkung nach dem Korollar zu Satz 1 des Abschnitts 3 dieses Kapitels. Emmy Noether hatte recht. Es steht alles schon bei Dedekind.

XIIII. Miszellen 1. Normalbasen. Eisenstein publizierte im 39. Bande des crelleschen Journals eine kurze Note mit dem Titel Lehrs¨atze“. Der dritte Abschnitt dieser Note sei ” in G¨ anze wiedergegeben (Eisenstein 1850): ¨ 3. Uber irreductible Congruenzen. Wenn nach der Bezeichnung von Schoene” mann f (x) ≡ 0 (mod. p) eine irreductible Congruenz nten Grades, und α eine Wurzel der Gleichung f (x) = 0 bedeutet, so l¨ aßt sich immer ein geeigneter Ausdruck β von α ﬁnden, von der Art, daß jeder Ausdruck von der Form (1.)

a0 + a1 α + a2 α2 + . . . + an−1 αn−1 (mod. p, α),

dessen Coeﬃzienten a0 , a1 , . . . ganze Zahlen sind, auf eine und nur eine Weise in die Form (2.)

2

n−1

b0 β + b1 β p + b2 β p + . . . + bn−1 β p

(mod. p, α)

gebracht werden kann, wobei die Co¨eﬃcienten b0 , b1 , . . . ebenfalls ganze Zahlen sind. L¨ aßt man dann in (2.) alle Co¨eﬃzienten die Werthe 0, 1, 2, . . . p − 1 durchlaufen, so constituieren die daraus hervorgehenden pn Zahlen von der Form (2.) ein vollst¨andiges Restensystem (mod. p, α). — Ist ω eine primitive nte Wurzel der 2 n−1 Einheit, und setzt man α + ω λ αp + ω 2λ αp + . . . + ω (n−1)λ αp = ϕ(λ), so ist das Produkt ϕ(λ)ϕ(λ )ϕ(λ ) . . . ≡ einem von α unabh¨ angigen Ausdrucke, jedesmal, wenn die Summe der Exponenten λ + λ + λ + . . . durch n teilbar ist.“ Es sind hier also ohne jeglichen Kommentar und ohne Beweise zwei S¨atze angegeben. Der zweite wird wohl aus dem ersten folgen, doch nicht einmal das wird gesagt. Die andern beiden Abschnitte handeln von v¨ ollig andern Dingen. Das Ganze ist sehr geheimnisvoll. Es ist der erste Satz, der auch heute noch die Aufmerksamkeit erregt. Sch¨onemann publizierte noch im gleichen Jahr einen Beweis f¨ ur den Fall, dass p kein Teiler von n ist (Sch¨onemann 1850). Einen Beweis des allgemeinen Falles lieferte erst Hensel (Hensel 1888). Der Satz besagt in heutiger Sprache, dass es eine Basis ¨ ber GF(p) gibt, die gleichzeitig Bahn der Galoisgruppe dieser Ervon GF(pn ) u weiterung ist. Dieser Satz l¨asst sich mit heutigen Mittel leicht beweisen. Ich fand den Beweis, den ich hier vortrage, in Jacobson 1964, S. 61. Es sei V ein Vektorraum u ¨ ber dem kommutativen K¨orper K. Ferner sei ϕ ∈ EndK (V ). Wie schon zu Beginn des Abschnitts 7 von Kapitel 9 machen wir aus V einen K[x]-Modul, den wir mit Vϕ bezeichnen, durch die Vorschrift f v := f (ϕ)(v).

448

Kapitel XIIII. Miszellen

Da K[x] ein euklidischer Ring ist, k¨ onnen wir die S¨ atze jenes Abschnittes anwenden. Satz 1. Es sei L : K eine galoissche Erweiterung mit zyklischer Galoisgruppe G. Ist ϕ eine Erzeugende von G, so ist Lϕ ein zyklischer K[x]-Modul. Beweis. Setze n := [L : K]. Dann ist ϕn = 1, so dass das Minimalpolynom μ von ϕ Teiler von xn − 1 ist. Die Automorphismen 1, ϕ, . . . , ϕn−1 sind paarweise verschieden. Fasst man sie auf als Homomorphismen der multiplikativen Gruppe von L in L, so sind sie nach dem Lemma von Artin-Dedekind (Kap. 13, Absch. 8) u ¨ber L linear unabh¨ angig. Dann sind sie aber auch u ¨ ber K linear unabh¨ angig. Folglich ist der Grad von μ mindestens gleich n. Weil μ aber Teiler von xn − 1 ist, folgt, dass μ = xn − 1 ist. Damit ist gezeigt, dass der Annihilator des K[x]-Moduls Lϕ gleich (xn − 1)K[x] ist. Nach Satz 6 von Abschnitt 7 des Kapitels 9 gibt es ein b ∈ L mit O(b) = (xn − 1)K[x]. Es folgt Lϕ = K[x]b. Also ist Lϕ ein zyklischer K[x]-Modul. Es sei L : K eine galoissche Erweiterung und G sei ihre Gruppe. Ist B eine Basis dieser Erweiterung, so heißt B eine Normalbasis von L u ¨ ber K, wenn B eine Bahn von G ist. Korollar. Es sei L eine galoissche Erweiterung des K¨ orpers K. Ist die Galoisgruppe dieser Erweiterung zyklisch, so besitzt L eine Normalbasis u ¨ber K. Beweis. Ist ϕ eine Erzeugende der Galoisgruppe von L : K, so gibt es nach dem gerade bewiesenen Satz ein b ∈ L mit Lϕ = K[x]b. Es ist dann 2

{b, bϕ, bϕ , . . . , bϕ

n−1

}

eine Normalbasis von L u ¨ ber K. Weil die Automorphismengruppen von Galoisfeldern zyklisch sind, ist mit diesem Korollar auch der Satz von Eisenstein bewiesen. Hat man ein irreduzibles Polynom vom Grade n u ¨ ber GF(p), so zeigen die Entwicklungen von Abschnitt 7 des Kapitels 9, wie man eine Normalbasis von ¨ ber GF(p) berechnen kann. Es sei GF(pn ) u i ϕ (b) | i := 0, . . . , n − 1 eine solche. Dabei sei ϕ der durch ϕ(u) := up deﬁnierte Frobeniusautomorphismus von GF(pn ). Ist n−1 u= ai ϕi (b), i:=0

1. Normalbasen

449

so ist ϕ(u) =

n−1 i:=0

ai ϕi+1 (b) =

n−1

ai−1 ϕi (b),

i:=0

wobei a−1 als an−1 zu interpretieren ist. Der Frobeniusautomorphismus induziert also auf der Menge der W¨ orter der L¨ange n u ¨ ber dem Alphabet GF(p) die Permutation ψ, die durch ψ(a0 a1 . . . an−1 ) = an−1 a0 . . . an−2 beschrieben ist. Das Element u hat unter der Galoisgruppe genau dann n Bilder, wenn das Wort a0 a1 . . . an unter der von ψ erzeugten Gruppe n Bilder hat. Wir ordnen die W¨ orter der L¨ange n lexikalisch durch die Vorschrift: Genau dann ist a0 a1 . . . an−1 < b0 b1 . . . bn−1 , ur j < i und ai < bi . Das Wort b0 b1 . . . bn−1 heißt wenn es ein i gibt mit aj = bj f¨ regul¨ ar , wenn f¨ ur alle i mit 1 ≤ i < n − 1 die Ungleichung ψ i (b0 b1 . . . bn−1 ) < b0 b1 . . . bn−1 gilt. Hat nun u unter der Galoisgruppe n Bilder, so enth¨ alt die Menge der entsprechenden Koordinatenw¨ orter genau ein regul¨ ares Wort. Gilt umgekehrt, dass die orenden Koordinatenw¨ orter ein regul¨ ares Wort enth¨ alt, Menge der zu den ϕi (u) geh¨ so hat u genau n Bilder unter der Galoisgruppe. Hieraus folgt, dass man alle irreduziblen Polynome vom Grade n und mit Leitkoeﬃzient 1 u ¨ ber GF(p) erh¨ alt, wenn man alle regul¨ aren W¨orter b0 b1 . . . bn−1 erzeugt und jeweils das Minimalpolyi nom von u := n−1 i:=0 bi ϕ (b) berechnet. Wie man das im Einzelnen bewerkstelligen kann, ﬁndet der Leser in L¨ uneburg 1987a. Der Begriﬀ Normalbasis ist von Hilbert gepr¨ agt worden (Hilbert 1894/95, S. 351f.). Er erw¨ ahnt jedenfalls in diesem Zusammenhang niemanden sonst in seinem Bericht. Er formuliert ihn jedoch nur f¨ ur Zahlk¨ orper K : k mit abelscher Galoisgruppe, wobei er noch zus¨ atzlich verlangt, dass das erzeugende Element der Normalbasis eine ganz-algebraische Zahl ist. Er beweist, dass es in dieser Situation stets Normalbasen in seinem Sinne gibt. F¨ ur nicht notwendig abelsche galoissche Erweiterungen K : k von algebraischen Zahlk¨ orpern und ohne die Einschr¨ ankung, dass das erzeugende Element ganzalgebraisch ist, ﬁndet sich der Begriﬀ in Noether 1932. Sie beweist auch den Satz, dass es dann stets Ganzheitsbasen gibt (Noether 1932, Satz 3). Ihr Beweis funktioniert immer dann, wenn k unendlich ist. Zusammen mit dem Korollar zu Satz 1 ergibt das, dass jede galoissche Erweiterung eine Normalbasis besitzt. Wir gehen nun daran, dies zu beweisen. Der folgende Satz steht cum grano salis schon bei Dedekind (Dirichlet 1894, Suppl. X, § 165, S. 479f.).

450

Kapitel XIIII. Miszellen

Satz 2. Es sei L eine galoissche Erweiterung von K und Z sei ein Zwischenk¨ orper dieser Erweiterung. Setze n := [Z : K]. Sind γ1 , . . . , γn die K-linearen Monomorphismen von Z in L und sind b1 , . . . , bn ∈ Z, so bilden b1 , . . . , bn genau dann eine K-Basis von Z, wenn det((γj (bi )) = 0 ist. Beweis. Zur Abk¨ urzung deﬁnieren wir die Matrix a durch aij := γj (bi ). Dann ist a eine Matrix mit Koeﬃzienten in L. angig und damit eine K-Basis von L. Es seien Es seien b1 , . . . , bn linear unabh¨ ferner u1 , . . . , un ∈ L und f¨ ur alle i gelte 0=

n

uj aij =

j:=1

n

uj γj (bi ).

j:=1

n Es sei v ∈ Z. Dann ist v = i:=1 ki bi mit k1 , . . . , kn ∈ K. Es folgt ki = γj (ki ) und daher n n ki uj γj (bi ) 0= =

i:=1 n

j:=1

uj γj

j:=1

n

ki bi

i:=1

=

n

uj γj (v).

j:=1

n Hieraus folgt 0 = j:=1 uj γj . Mit dem Lemma von Artin-Dedekind (Kap. 13, angig, Absch. 8) folgt u1 = . . . = un = 0. Also sind die Spalten von a linear unabh¨ so dass, wie behauptet, det(a) = 0 ist. Es seien b1 , . . . , bn linear abh¨ angig. Es gibt dann k1 , . . . , kn ∈ K, die nicht alle 0 sind und f¨ ur die n ki bi 0= i:=1

gilt. Es folgt 0 = γj

n

ki bi

i:=1

=

n

ki γj (bi )

i:=1

f¨ ur j := 1, . . . , n. Hieraus folgt, wie bekannt, dass det(a) = 0 ist, da die ki ja nicht alle 0 sind. Damit ist der Satz bewiesen. Um zu zeigen, dass die galoissche Erweiterung L : K eine Normalbasis besitzt, muss man nach Satz 2 also zeigen, dass es ein b ∈ L gibt, so dass det(γj γi (b)) = 0 ist, wenn γ1 , . . . , γn die Elemente der Galoisgruppe von L : K sind. Satz 3. Es sei K ein K¨ orper mit unendlich vielen Elementen und L sei eine endliche Erweiterung von K. Ist f ein Polynom in n Unbestimmten u ¨ber L und gilt f (k1 , . . . , kn ) = 0 f¨ ur alle k1 , . . . , kn ∈ K, so ist f = 0. ¨ ber K. Dann gibt es Polynome f1 , Beweis. Es sei b1 , . . . , bm eine Basis von L u . . . , fm ∈ K[x1 , . . . , xn ] mit m fi bi . f= i:=1

1. Normalbasen

451

Es folgt

m

0 = f (k1 , . . . , kn ) =

fi (k1 , . . . , kn )bi

i:=1

f¨ ur alle k1 , . . . , kn ∈ K. Weil die bi linear unabh¨ angig sind, folgt fi (k1 , . . . , kn ) = 0 f¨ ur alle kj ∈ K und alle i. Mit Lemma A von Kapitel 13, Abschnitt 6 folgt fi = 0 f¨ ur alle i und damit die Behauptung. Es sei L eine Erweiterung des K¨ orpers K und M eine Erweiterung von L. ¨ berdies K-linear sind, so Sind γ1 , . . . , γn Monomorphismen von L in M , die u heißen diese Monomorphismen algebraisch unabh¨ angig u ¨ber M , wenn aus f ∈ M [x1 , . . . , xn ] und der G¨ ultigkeit von f γ1 (u), γ2 (u), . . . , γn (u) = 0 f¨ ur alle u ∈ L folgt, dass f = 0 ist. Satz 4. Es sei K ein K¨ orper mit unendlich vielen Elementen und L sei eine galoissche Erweiterung von K. Ferner sei Z ein Zwischenk¨ orper zwischen L und K. amtlichen Ist M irgendeine endliche Erweiterung von L und sind γ1 , . . . , γn die s¨ K-linearen Monomorphismen von Z in L, so sind die γi algebraisch unabh¨ angig u ¨ber M . Beweis. Nach dem Hauptsatz der galoisschen Theorie ist n = [Z : K]. Es sei b1 , . . . , bn eine Basis von Z : K. Wir deﬁnieren die Matrix a wieder durch aij := γj (bi ). Es sei M [x1 , . . . , xn ] der Polynomring in den Unbestimmten x1 , . . . , xn u ¨ ber M . Ist f ∈ M [x1 , . . . , xn ] so setzen wir f a := f (x1 , . . . , xn )a . Dann ist die Abbildung f → f a ein Automorphismus von M [x1 , . . . , xn ], da nach Satz 2 ja det(a) = 0 ist und folglich a−1 existiert. Es sei insbesondere f ∈ M [x1 , . . . , xn ] und es gelte f γ1 (v), . . . , γn (v) = 0 n f¨ ur alle v ∈ Z. Es seien ferner k1 , . . . , kn ∈ K. Setzt man v := i:=1 ki bi , so folgt n n f a (k1 , . . . , kn ) = f ki γ1 (bi ), . . . , ki γn (bi ) i:=1

i:=1

n n = f γ1 ki bi , . . . , γn ki bi i:=1

= f γ1 (v), . . . , γn (v) = 0.

i:=1

452

Kapitel XIIII. Miszellen

Nach Satz 3 ist daher f a = 0. Weil die Abbildung g → g a ein Automorphismus ist, folgt, dass auch f = 0 ist, q. e. d. Satz 5. Ist L eine galoissche Erweiterung von K, so besitzt L eine Normalbasis u ¨ber K. Beweis. Ist K endlich, so ist L als endliche Erweiterung von K ebenfalls endlich. Also sind L und K Galoisfelder, so dass die Galoisgruppe von L : K zyklisch ist. Also besitzt L nach dem Korollar zu Satz 1 eine Normalbasis u ¨ ber K. Es sei K unendlich. Ferner sei n = [L : K] und γ1 , . . . , γn seien die Elemente der Galoisgruppe von L : K. Wie oben schon bemerkt, suchen wir ein b ∈ L, so dass det(γj γi (b)) = 0 ist. ¨ ber L. Wir deﬁnieren die Matrix a durch Es seien x1 , . . . xn Unbestimmte u ai,j := xk , wenn γj γi = γk ist. Dann steht in jeder Zeile und in jeder Spalte eine Permutation der x1 , . . . , xn . Wir betrachten das Polynom f := det(a). Dann ist f (1, 0, . . . , 0) = ±1, da in jeder Zeile und in jeder Spalte von a die Unbestimmte x1 genau einmal vorkommt. Es folgt f = 0. Weil die γi nach Satz 4 algebraisch unabh¨ angig sind, gibt es ein b ∈ L mit f (γ1 (b), . . . , γn (b)) = 0. Es folgt det γj γi (b) = f γ1 (b), . . . , γn (b) = 0, q. o. o. Dabei ist q. o. o. als quod opportebat ostendere zu lesen. Die Aufteilung des Beweises in die F¨alle, dass K endlich bzw. unendlich ist, ist nicht zwingend erforderlich. Max Deuring gibt einen Beweis, der diese Fallunterscheidung nicht macht (Deuring 1932). Um zu erfahren, was aus dem Ganzen geworden ist, konsultiere der Leser P. Meyer 1998. Dort weitere Literaturangaben. 2. Der Fundamentalsatz der Algebra. Ich komme hier noch einmal auf den Fundamentalsatz der Algebra zur¨ uck. Der Grund ist der, dass sich in der Arbeit Artin-Schreier 1927 ein sehr sch¨oner Beweis f¨ ur ihn ﬁndet, den ich dem Leser nicht verschweigen m¨ochte. Dieser Beweis umgeht die Benutzung der symmetrischen Funktionen, die wir bei den fr¨ uheren Beweisen benutzt haben. Er benutzt stattdessen S¨atze der galoisschen Theorie. Wir sind bei unserer Darstellung der galoisschen Theorie nicht der reinen Lehre Artins gefolgt. Es kann also durchaus sein, dass bei der Herleitung der S¨ atze, die hier beim Beweise des Fundamentalsatzes benutzt werden, die symmetrischen Funktionen und insbesondere auch der waringsche Satz benutzt wurden. Dass man aber wirklich ohne sie auskommt, sieht man am schnellsten, wenn man sich Artins

2. Der Fundamentalsatz der Algebra

453

¨ Schrift ansieht (Artin 1942). Er benutzt im Ubrigen die galoissche Theorie, um den waringschen Satz zu beweisen. Wir betrachten in diesem Abschnitt reell abgeschlossene K¨orper R. Diese haben die Eigenschaft, dass positive Elemente stets Quadrate sind und dass Polynome ungeraden Grades in R[x] stets eine Nullstelle in R haben (S¨ atze 1 und 2 von Kapitel 11, Abschnitt 7). — Um nicht Teile fr¨ uherer Beweise zitieren zu m¨ ussen, bin ich hier etwas ausf¨ uhrlicher als n¨ otig. √ Satz 1. orper und ist k ∈ R[ −1], so gibt es ein √ Ist R ein2 reell abgeschlossener K¨ l ∈ R[ −1] mit l = k. Beweis. Es sei k = a + ib mit a, b ∈ R und i2 = −1. Dann ist √ √ −a ≤ a2 ≤ a2 + b2 und a ≤ a2 ≤ a2 + b2 . √ √ Folglich sind 12 (a + a2 + b2 ) und 12 (−a + a2 + b2 ) nicht negativ. Es gibt also u, v ∈ R mit u2 =

1 (a + a2 + b2 ) 2

und

v2 =

1 (−a + a2 + b2 ). 2

Daher ist u2 − v 2 = a und u2 v 2 =

1 1 (−a2 + a2 + b2 ) = b2 . 4 4

¨ man ggf. das Vorzeichen von u, so kann man Somit ist uv ∈ { 21 b, − 21 b}. Andert 1 erreichen, dass uv = 2 b ist, ohne die Gleichung u2 − v 2 = a zu verletzen. Also ist (u + iv)2 = u2 − v 2 + 2iuv = a + ib. Damit ist der Satz bewiesen. Satz 2. Es sei R ein reell abgeschlossener K¨ orper. Ist L eine quadratische Er√ weiterung von R, so ist L ∼ = R[ −1]. Beweis. Es sei L := R[ϑ]. Ist μϑ das Minimalpolynom von ϑ, so ist μϑ = x2 + ax + b =

2 2 a a −b . x+ − 2 4

√ 2 Auf Grund von Satz 1 gibt es ein η ∈ R[ −1] mit η 2 = a4 − b. Setze λ := − a2 + η. Dann ist 2 2 a a a μϑ (λ) = − + η + − b = 0. − 2 2 4 √ α Es gibt folglich √ einen R-Monomorphismus α von L = R[ϑ] in R[ −1] mit ϑ = λ. Wegen [R[ −1] : R] = 2 und R[λ] = R ist α surjektiv.

454

Kapitel XIIII. Miszellen

Fundamentalsatz der Algebra. Ist R ein reell abgeschlossener K¨ orper, so ist √ R[ −1] algebraisch abgeschlossen. Beweis. Es sei f ∈ R[x] irreduzibel und es sei Grad(f ) ≥ 2. Es sei ferner L der Zerf¨ allungsk¨ orper von f und [L : R] = 2t m mit ungeradem m. Weil L Zerf¨ allungsk¨ orper eines u ¨ ber R irreduziblen Polynoms ist und weil die betrachteten K¨ orper als K¨ orper der Charakteristik 0 allesamt separabel sind, ist L nach Satz 3 von Kapitel 13, Abschnitt 8 galoissch u ¨ ber R. Es sei G die Galoisgruppe von L : R. Es sei S ∈ Syl2 (G) und M := ﬁx(S). Nach dem Hauptsatz der galoisschen Theorie (Kap. 13, Absch. 8) ist [M : R] = |G : S| = m. Weil algebraische Erweiterungen bei Charakteristik 0 separabel sind, gibt es ein α mit M = R[α]. Dann ist Grad(μα ) = m. Weil m ungerade ist, ist m = 1. Also ist 2 ≤ [L : R] = 2t . Es folgt G = S und t ≥ 1. Es sei t ≥ 2. Weil G eine 2-Gruppe ist, ist G nach dem Korollar zu Satz 1 von Kapitel 11, Abschnitt 3 auﬂ¨ osbar. Es gibt also zwei Untergruppen U und V von G mit V ⊆ U und |G : U | = 2 = |U : V |. Setze M := ﬁx(U ) und N := ﬁx(V ). Nach dem Hauptsatz der galoisschen Theorie ist M ⊆ N und [M : R] = 2 und √ [N : M ] = 2. Nach Satz 2 ist M ∼ = R[ −1]. Wegen [N : M ] = 2 gibt es ein irreduzibles Polynom vom Grade 2 u ¨ber M . Dies widerspricht aber Satz 1. Also ist doch t = 1. Damit ist gezeigt, dass u ¨ ber R irreduzible Polynome den Grad 1 oder 2 haben. √ n Es sei nun f ∈ R[ −1][x] und f = i:=0 fi xi . Setze f¯ :=

n

f¯i xi .

i:=0

t Dann ist f f¯ ∈ R[x]. Es folgt f f¯ = j:=1 pj mit Polynomen pj vom Grade 1 oder √ 2 u ¨ ber R. Weil reelle Polynome vom Grade 2 u ¨ ber R nach Satz 2 u ¨ ber R[ −1] √ √ s zerfallen, ist f f¯ = k:=1 λk mit linearen λk ∈ R[ −1][x]. Weil in R[ −1][x] √ der Satz von der eindeutigen Primfaktorzerlegung gilt, zerf¨allt auch f u ¨ ber R[ −1] in ein Produkt von Linearfaktoren. Damit ist alles gezeigt. 3. Der Satz von L¨ uroth. Wie in Abschnitt 6 von Kapitel 10 versprochen, komme ich hier noch einmal auf den Satz von L¨ uroth zur¨ uck. Der steinitzsche Beweis dieses Satzes ist im Zeitalter des Computers nur noch als Orientierungshilfe akzeptabel. Er umgeht zwar elegant die Schwierigkeiten bei Charakteristik p > 0, gibt aber keinerlei Hinweis, wie man die Situation rechnerisch in den Griﬀ bekommt. Ich

3. Der Satz von L¨ uroth

455

m¨ochte hier nun nach dem Vorgang von Andreas Karst zeigen, dass man die rechnerische Seite dieses Problems auch bei Charakteristik p beherrscht. Es ist der Hauptsatz der galoisschen Theorie, der es gestattet, das arithmetische Mittel und damit die Division durch ein beliebiges n ∈ N zu umgehen, die der nettosche Beweis erforderte (Karst 1991). Das ist also ein weiteres Beispiel daf¨ ur, dass die galoissche Theorie hilft, die symmetrischen Funktionen zu umgehen. Das arithmetische Mittel lieferte n¨ amlich eine symmetrische Funktion, mit der man dann weiter argumentierte. Die Ausgangssituation ist die, dass ein kommutativer K¨ orper K und vier Polynome f1 , g1 , f2 , g2 ∈ K[x] gegeben sind. Gesucht sind u, v ∈ K[x] mit u f1 f2 , K . =K v g1 g2 Es stellt sich heraus, dass das Polynom ggT f1 (x)g1 (y) − f1 (y)g1 (x), f2 (x)g2 (y) − f2 (y)g2 (x) die entscheidende Rolle spielt. Es geht also im Folgenden darum, die Koeﬃzienten dieses Polynoms sorgf¨altig zu studieren. Satz 1. Es sei K ein kommutativer K¨ orper. Ferner seien f , g ∈ K[x] mit g = 0 und y sei eine weitere Unbestimmte. Dann sind die folgenden Aussagen ¨ aquivalent. f (x) f (y) a) Es ist = . g(x) g(y) b) Es ist f (x)g(y) − f (y)g(x) = 0. f c) Es ist ∈ K. g Beweis. a) und b) sind nat¨ urlich a¨quivalent. Gilt c), so gibt es ein k ∈ K mit f = kg. Dann ist aber auch f (y) = kg(y). Hieraus folgt a). Es gelte a). Es sei g(y) = y t h(y) und h(0) = 0. Wegen f (x)g(y) = f (y)g(x) und g = 0 und weil K[x, y] ein ZPE-Bereich ist, folgt, dass y t Teiler von f (y) ist. Wir d¨ urfen daher annehmen, dass t = 0 ist. Dann ist g(0) = 0 und es folgt f (0) f (x) = ∈ K. g(x) g(0) Damit ist alles bewiesen. Sind f , g ∈ K[x], so setzen wir L¨ ur(f, g) := f (x)g(y) − f (y)g(x) und nennen L¨ ur(f, g) das L¨ urothpolynom zu f und g. Es gilt

456

Kapitel XIIII. Miszellen

Satz 2. Ist K ein kommutativer K¨ orper, sind f , g, h ∈ K[x] und ist k ∈ K, so gilt: a) Es ist L¨ ur(f, f ) = 0. b) Es ist L¨ ur(f, g)(x, x) = 0, das heißt, y − x teilt L¨ ur(f, g). c) Es ist L¨ ur(f, g) = −L¨ ur(g, f ) = −L¨ ur(f, g)(y, x). d) Es ist L¨ ur(kf, g) = kL¨ ur(f, g) = L¨ ur(f, kg). e) Es ist L¨ ur(f + g, h) = L¨ ur(f, h) + L¨ ur(g, h). f ) Es ist L¨ ur(f, g + h) = L¨ ur(f, g) + L¨ ur(f, h). g) Ist Grad(f ) = Grad(g) = n, so gilt fn ur(f, g) L¨ ur f − g, g = L¨ gn und f −

fn gn g

= 0 oder Grad(f −

fn gn g)

< n.

Beweis. Trivial. Wegen L¨ ur(f, g) = −L¨ ur(g, f ) d¨ urfen wir, wenn es bequem erscheint, annehmen, dass Grad(f ) ≤ Grad(g) ist. Wegen g) d¨ urfen wir dann sogar annehmen, das Grad(f ) < Grad(g) ist. Ist f ∈ K[x, y], so bezeichne Gradx (f ) den Grad von f aufgefasst als Polynom in x. Entsprechendes gelte f¨ ur Grady (f ). Satz 3. Es sei K ein kommutativer K¨ orper und es seien f , g ∈ K[x] mit f , g = 0 und ggT(f, g) = 1. Ferner sei wenigstens einer der beiden Grade Grad(f ) und Grad(g) gr¨ oßer als 0. Dann ist ur(f, g) = Gradx L¨ ur(f, g) = max Grad(f ), Grad(g) . Grady L¨ ¨ Uberdies ist L¨ ur(f, g) sowohl als Polynom u ¨ber K[x] als auch als Polynom u ¨ber K[y] primitiv. Beweis. Setze und n := Grad(g). Wir d¨ urfen m ≤ n annehmen. m m := Grad(f ) n Es sei f = i:=0 ai xi und g = i:=0 bi xi . Dann ist L¨ ur(f, g) =

m n f (x)bi − g(x)ai y i + f (x)bi y i . i:=0

i:=m+1

W¨ are g Teiler von f , so w¨are g ∈ K, da ja ggT(f, g) = 1 ist. Es folgte f ∈ K und damit m = n = 0, ein Widerspruch. Also ist g kein Teiler von f . Nach Satz 2 g) d¨ urfen wir daher annehmen, dass m < n ist. Dann ist aber Grady (L¨ ur(f, g)) = n. ur(f, g)) = n. Wegen L¨ ur(f, g) = −L¨ ur(f, g)(y, x) ist auch Gradx (L¨ Der letzte Teil des Satzes ist schon Inhalt des Satzes 2 von Abschnitt 6 des Kapitels 10. Hier ein anderer Beweis f¨ ur diese Aussage.

3. Der Satz von L¨ uroth

457

Es sei d ∈ K[x] ein gemeinsamer Teiler aller in K[x] liegenden Koeﬃzienten von L¨ ur(f, g). Dann ist d Teiler von f (x)bn und damit von f (x). Ferner ist d auch Teiler von f (x)bm − g(x)am und damit von g(x). Also ist d Teiler von f und von g und damit von ggT(f, g) = 1. Folglich ist d ∈ K. Damit ist alles bewiesen. Satz 4. Es sei K ein kommutativer K¨ orper und f , g seien von 0 verschiedene Polynome aus K[x] mit ggT(f, g) = 1. Ferner sei fg ∈ / K. Ist ∂L¨ ur(f, g) (y, y) = 0, ∂y so hat L¨ ur(f, g) in seinem Zerf¨ allungsk¨ orper u ¨ber K(x) nur einfache Nullstellen. Beweis. Wir setzen F := L¨ ur(f, g) und F := ∂F ∂y . Es sei p ein in K[x, y] gelegener irreduzibler Teiler von F und F . Dann ist p Teiler von g (y)F − g(y)F = g (y) f (x)g(y) − f (y)g(x) − g(y) f (x)g (y) − f (y)g(x) = −g (y)f (y)g(x) + g(y)f (y)g(x) = g(x) g(y)f (y) − g (y)f (y) = −g(x)F (y, y). Weil p irreduzibel ist, ist p Teiler von g(x) oder von F (y, y). Ist p Teiler von F (y, y), so ist p ∈ K[y]. Weil F aber als Polynom in x u ¨ ber K(y) primitiv ist (Satz 3), folgt p ∈ K. Also ist in jedem Falle p ∈ K[x]. Folglich gilt in K(x)[y], dass ggT(F, F ) = 1 ist. Also hat F , wie behauptet, nur einfache Nullstellen. Satz 5. Es sei K ein kommutativer K¨ orper und f , g seien von 0 verschiedene Polynome aus K[x] mit ggT(f, g) = 1 und fg ∈ K. Dann sind die folgenden Bedingungen a ¨quivalent: ∂L¨ ur(f, g) (x, y) = 0. a) Es ist ∂y b) Es ist f = 0 = g . ∂L¨ ur(f, g) (y, y) = 0. c) Es ist ∂y Beweis. Es sei wieder F := L¨ ur(f, g) und F := ∂F ∂y . a) impliziert b): Aus F (x, y) = 0 folgt f (x)g (y) = f (y)g(x). Es folgt, dass g(x) Teiler von f (x)g (y) ist. Weil f und g teilerfremd sind, ist g(x) Teiler von g (y). W¨ are g = 0, so folgte g ∈ K und damit doch g = 0. Also ist g = 0. Ebenso folgt f = 0. b) impliziert c): Es ist ja F (y, y) = f (y)g (y) − f (y)g(y) = 0.

458

Kapitel XIIII. Miszellen

c) impliziert a): Aus F (y, y) = 0 folgt f (y)g (y) = f (y)g(y). Weil f und g teilerfremd sind, folgt, dass f Teiler von f und g Teiler von g ist. Es folgt f = 0 = g . Daher ist F (x, y) = f (x)g (y) − f (y)g(x) = 0. Satz 6. Es sei K ein kommutativer K¨ orper und f , g seien von 0 verschiedene Polynome u ¨ber K mit ggT(f, g) = 1 und fg ∈ / K. Dann gilt a) Ist Char(K) = 0, so ist ∂L¨ ur(f, g) (y, y) = 0. ∂y b) Ist Char(K) = p > 0, so ist genau dann ∂L¨ ur(f, g) (y, y) = 0, ∂y wenn f und g Polynome in xp sind. Beweis. Nach Satz 5 ist genau dann ∂L¨ ur(f, g) (y, y) = 0, ∂y wenn f = g = 0 ist. Ist Char(K) = 0, so ist dies genau dann der Fall, wenn / K aber nicht der Fall. Dies beweist Grad(f ) = Grad(g) = 0 ist. Das ist wegen fg ∈ a). Im Falle der Char(K) = p > 0 ist genau dann f = 0 = g , wenn f und g Polynome in xp sind, wie fr¨ uher schon gesehen. Somit gilt auch b) (Satz 1, Kap. 10, Absch. 4). Der n¨ achste Satz ist etwas allgemeiner als Satz 8c). Deshalb steht er hier. Satz 7. Es sei K ein kommutativer K¨ orper und f1 , g1 , f2 , g2 seien Polynome in K[x]. Ist ur(f2 , g2 ) , F := ggT L¨ ur(f1 , g1 ), L¨ so ist Gradx (F ) = Grady (F ). Beweis. Die Vertauschung von x mit y deﬁniert einen Automorphismus des Ringes K[x, y]. Daher ist F (y, x) = ggT L¨ ur(f1 , g1 )(y, x), L¨ ur(f2 , g2 )(y, x) . Wegen L¨ ur(fi , gi )(y, x) = −L¨ ur(fi , gi ) ist F (y, x) auch ein ggT von L¨ ur(f1 , g1 ) und L¨ ur(f2 , g2 ). Somit ist F (y, x) zu F (x, y) assoziiert. Es gibt also ein k ∈ K ∗ mit F (y, x) = kF (x, y). Hieraus folgt Gradx F (x, y) = Grady F (y, x) = Grady kF (x, y) = Grady F (x, y) ,

3. Der Satz von L¨ uroth

459

was zu beweisen war. / K Im Folgenden seien stets f1 , g1 , f2 , g2 ∈ K[x] gegeben und es gelte fgii ∈ und ggT(fi , gi ) = 1 f¨ ur i := 1, 2. Mittels des euklidischen Algorithmus’ seien in K(x)[y] die Folgen h3 , . . . , hr und q2 , . . . , qr berechnet mit L¨ ur(f1 , g1 ) = q2 L¨ ur(f2 , g2 ) + h3 L¨ ur(f2 , g2 ) = q3 h3 + h4 .. . hr−2 = qr−1 hr−1 + hr hr−1 = qr hr . Es sei a das kgV der Nenner der in K(x) liegenden Koeﬃzienten von hr und d der ggT der in K[x] liegenden Koeﬃzienten von ahr . Wir setzen D :=

a hr . d

Ferner sei D = c0 (x)y n + c1 (x)y n−1 + . . . + cn (x). Dann gilt Satz 8. Die Voraussetzungen und Bezeichnungen seien wie verabredet. Dann gilt. a) b) c) d)

Es ist n ≥ 1. D ist ein ggT von L¨ ur(f1 , g1 ) und L¨ ur(f2 , g2 ) in K[x, y]. Es ist Gradx (D) = Grady (D) = n. Es ist Grad(ci ) ≤ n f¨ ur i := 0, . . . , n.

Beweis. a) Mit Satz 1 folgt, dass L¨ ur(fi , gi ) = 0 ist. Also ist D = 0. Mit Satz 2b) folgt, dass y − x Teiler von L¨ ur(fi , gi ) ist. Daher ist y − x Teiler von D und folglich n ≥ 1. b) D ist auf Grund seiner Konstruktion assoziiert zu einem ggT von L¨ ur(f1 , g1 ) und L¨ ur(f2 , g2 ). Also ist D ein ggT dieser beiden Polynome, der in K[x, y] liegt. Die Kofaktoren von D in L¨ ur(fi , gi ) liegen ebenfalls in K[x, y], wie mit Satz 2 aus Kapitel 7, Abschnitt 1 und dem sich ebenfalls dort beﬁndlichen gaußschen Lemma folgt. c) Dies folgt mit Satz 7. d) Dies folgt mit c). Es seien z1 und z2 zwei weitere Unbestimmte. Damit deﬁnieren wir die Polynome Gj (z1 , z2 , y) ∈ K(z1 , z2 )[y] f¨ ur j := 1, 2 durch Gj (z1 , z2 , y) := zj gj (y) − fj (y).

460

Kapitel XIIII. Miszellen

Der euklidische Algorithmus liefert G3 , . . . , Gs und Q2 , . . . , Qs in K(z1 , z2 )[y] mit G1 = Q2 G2 + G3 G2 = Q3 G3 + G4 .. . Gs−2 = Qs−1 Gs−1 + Gs Gs−1 = Qs Gs . Die Gi h¨ angen nat¨ urlich von f1 , g1 , f2 und g2 ab, was nach außen nicht in Erscheinung tritt. Man sollte es in Erinnerung behalten. Satz 9. Die Voraussetzungen und Bezeichnungen seien wie verabredet. Setzt man ur(f1 , g1 ) und h2 := L¨ ur(f2 , g2 ), so gilt s ≥ r und noch h1 := L¨ ( hi =

f1

, f2 , y , gf11 gf22 g1 (x)Gi g1 , g2 , y ,

g2 (x)Gi

falls i gerade falls i ungerade

f¨ ur i := 1, . . . , r sowie (g qi =

f1 1 (x) g2 (x) Qi g1 , f1 g2 (x) g1 (x) Qi g1 ,

f2 g2 , y , f2 g2 , y ,

falls i gerade falls i ungerade

f¨ ur i := 2, . . . , r − 1. Insbesondere gibt es ein μ ∈ {1, 2} mit hr = gμ (x)Gr

f1 f2 , ,y . g1 g2

Beweis. Es ist r, s ≥ 2. Ferner ist h1 = L¨ ur(f1 , g1 ) = f1 (x)g1 (y) − f1 (y)g1 (x) f1 (x) f1 f2 = g1 (x) g1 (y) − f1 (y) = g1 (x)G1 , ,y . g1 (x) g1 g2 Ebenso zeigt man, dass h2 = g2 (x)G2 ( fg11 , fg22 , y) ist. Ist r = 2 so ist nichts weiter zu beweisen. Es sei also r > 2. Im Folgenden schreiben wir nur Gi anstelle von Gi ( fg11 , fg22 , y), usw. Als N¨achstes geht es darum, die qi anzubinden. W¨ are s = 2, so folgte h1 = g1 G1 = g1 q2 G2 =

g1 q2 h2 , g2

3. Der Satz von L¨ uroth

461

so dass h2 in K(x)[y] Teiler von h1 w¨are im Widerspruch zu r > 2. Es ist also auch s > 2. Es folgt h1 = g1 G1 = g1 (Q2 G2 + G3 ) = Hieraus folgt

g1 h2 Q2 + g1 G3 . g2

g1 h1 − g1 G3 Q2 = g2 h2

und damit g1 g1 h2 q2 − Q2 + h3 − g1 G3 = h2 q2 + h3 − h2 Q2 + g1 G3 g2 g2 = h1 − h1 = 0. Auf Grund ihrer Herkunft gilt Grady (h2 ) > Grady (h3 ). Ebenso gilt Grady (h2 ) = Grady (g2 G2 ) = Grady (G2 ) > Grady (G3 ) = Grady (g1 G3 ). Weil, wie gerade gesehen, g1 h2 q2 − Q2 + h3 − g1 G3 = 0 g2 ist, folgt q2 −

g1 Q2 = 0, g2

dh. q2 =

g1 Q2 g2

und dann auch h3 = g1 G3 . Ist r = 3, so ist nichts mehr zu beweisen. Es sei also r > 3. W¨ are s = 3, so folgte a¨hnlich wie eben, dass h3 Teiler von h2 w¨are im Widerspruch zu r > 3. Also ist auch s > 3. Setze m := min(r, s). Dann ist m ≥ 4. Es sei 2 ≤ α ≤ m − 2 und es gelte g2 Gi , falls i gerade hi = g1 Gi falls i ungerade f¨ ur i := 1, . . . , α + 1 sowie g1 qi =

g2 Qi , g2 g1 Qi ,

falls i gerade falls i ungerade

462

Kapitel XIIII. Miszellen

f¨ ur i := 2, . . . , α. Es sei zun¨achst α gerade. Wegen α ≤ m − 2 existieren Gα+1 , Gα+2 und hα+1 , hα+2 . Es gilt hα = g2 Gα = g2 Qα+1 Gα+1 + g2 Gα+2 g2 = g1 Gα+1 Qα+1 + g2 Gα+2 g1 g2 = hα+1 Qα+1 + g2 Gα+2 . g1 Hiermit folgt hα+1

g2 qα+1 − Qα+1 g1

+ hα+2 − g2 Gα+2 g2 = hα+1 qα+1 + hα+2 − hα+1 Qα+1 + g2 Gα+2 g1 = hα − hα = 0.

Wegen Grady (hα+1 ) > Grady (hα+2 ) und Grady (hα+1 ) = Grady (g1 Gα+1 ) = Grady (Gα+1 ) > Grady (Gα+2 ) = Grady (g2 Gα+2 ) folgt qα+1 = gg21 Qα+1 und hα+2 = g2 Gα+2 . Ist α ungerade, so vertausche man im vorstehenden Argument die Rollen von unschten Ergebnis zu kommen. g1 und g2 , um zum gew¨ W¨ are s < r, so folgte, wie a¨hnlich schon fr¨ uher gesehen, dass hs Teiler von hs−1 w¨are im Widerspruch zur Deﬁnition von r. Also ist doch s ≥ r. Damit ist der Satz bewiesen. Satz 10. Es sei K ein kommutativer K¨ orper und f1 , g1 , f2 , g2 seien von 0 verschiedene Polynome aus K[x] mit fg11 , fg22 ∈ / K. Ferner gelte ggT(f1 , g1 ) = 1 = ggT(f2 , g2 ). Ist dann n D := ci (x)y n−i i:=0

der ggT von L¨ ur(f1 , g1 ) und L¨ ur(f2 , g2 ) in K[x, y], wobei n gleich Grady (D) sei, so ist f1 f2 ci (x) ∈K , c0 (x) g1 g2 f¨ ur alle i. Beweis. Mit den bisher eingef¨ uhrten Bezeichnungen gilt D=

a hr , d

3. Der Satz von L¨ uroth

463

wobei a das kgV der Nenner der Koeﬃzienten von hr und d der ggT der Koefﬁzienten von ahr ist, wobei hr und ahr als Polynome in K(x)[y] bzw. in K[x][y] aufgefasst sind. Nach Satz 9 gibt es ein μ ∈ {1, 2} mit Gr =

n 1 d d hr = ci y n−i . D= gμ gμ a gμ a i:=0

Nun steht Gr kurz f¨ ur Gr ( fg11 , fg22 , y). Also ist f1 f2 dci ∈K , . gμ a g1 g2 Also ist ci = c0

dci gμ a dc0 gμ a

∈K

f1 f2 , , g1 g2

q. e. d. Satz 11. Es sei K ein kommutativer K¨ orper und f , g seien von 0 verschiedene, / K. Ist dann α eine Nullstelle von teilerfremde Polynome aus K[x] mit fg ∈ L¨ ur(f, g) in einer Erweiterung von K(x), so ist α transzendent u ¨ber K. Beweis. Es ist f (x)g(α)−f (α)g(x) = 0. Wegen f , g = 0 ist genau dann f (α) = 0, wenn g(α) = 0 ist. Wegen ggT(f, g) = 1 haben f und g aber keine gemeinsame Nullstelle. Also ist f (α), g(α) = 0. B A Es sei f = i:=0 fi xi und g = i:=0 gi xi , wobei A und B die Grade der beiden Polynome sind. Setze F := L¨ ur(f, g). 1. Fall: Es ist A < B. Dann ist 0 = F (x, α) =

A B g(α)ai − f (α)bi xi − f (α)bi xi . i:=0

i:=A+1

¨ ber K(α) algebraisch ist. Dann ist aber α Wegen f (α)bB = 0 heißt das, dass x u transzendent u ¨ ber K, da sonst x algebraisch u ¨ber K w¨are. 2. Fall: Es ist A > B. Hier folgt die Behauptung wegen L¨ ur(f, g) = −L¨ ur(g, f ) aus dem soeben Bewiesenen. 3. Fall: Es ist A = B. Hier ist 0=

A g(α)ai − f (α)bi xi . i:=0

W¨ are g(α)ai − f (α)bi = 0 f¨ ur alle i, so folgte wegen f (α), g(α) = 0, dass f (α) ai = ∈K g(α) bi

464

Kapitel XIIII. Miszellen

ist f¨ ur alle die i, f¨ ur die bi = 0 ist. Weil g = 0 ist, gibt es wenigstens ein solches i. Es gibt also ein λ ∈ K mit f (α) = λg(α). Es folgt 0 = f (α)ai − λf (α)bi f¨ ur alle i und wegen f (α) = 0 dann auch 0 = ai − λbi f¨ ur alle i. Es folgt f = λg und damit der Widerspruch fg ∈ K. Also ist auch in diesem Falle x algebraisch u ¨ber K(α), woraus wiederum folgt, dass α transzendent u ¨ ber K ist. Damit ist der Satz bewiesen. Korollar. Die Voraussetzungen und Bezeichnungen seien wie bei Satz 10. Ist dann α eine Nullstelle von D in einer Erweiterung von K(x), so ist α transzendent u ¨ber K. ur(f1 , g1 ), Beweis. Weil D Teiler von L¨ ur(f1 , g1 ) ist, ist α auch Nullstelle von L¨ so dass mit Satz 11 folgt, dass α u ¨ ber K transzendent ist. Satz von L¨ uroth. Es sei K ein kommutativer K¨ orper. Ferner seien f1 , g1 , f2 , g2 ∈ K[x] und es gelte fg11 , fg22 ∈ / K, sowie ggT(f1 , g1 ) = 1 = ggT(f2 , g2 ). Es sei ur(f2 , g2 ) in K[x, y] und es gelte wieder D der ggT von L¨ ur(f1 , g1 ) und L¨ D=

n

ci (x)y n−i .

i:=0

Es gibt dann ein i ∈ {0, . . . , n} mit K

ci c0

ci c0

∈ / K. Ist

=K

ci c0

∈ / K, so ist

f1 f2 , . g1 g2

Beweis. Satz 10 besagt, dass f1 f2 1 D∈K , c0 g1 g2 ist. Nach Satz 2b) sind alle L¨ urothpolynome durch y − x teilbar. Folglich ist auch D durch y − x teilbar, so dass D(x, x) = 0 ist. Weil x u ¨ ber K transzendent ist, folgt, dass nicht alle cc0i in K liegen. c Es sei j so gew¨ahlt, dass cj0 ∈ / K ist. Es ist K

cj c0

⊆K

f1 f2 , . g1 g2

3. Der Satz von L¨ uroth

465

Wir nehmen zun¨ achst an, dass ∂L¨ ur(f1 , g1 ) = 0 ∂y

oder

∂L¨ ur(f2 , g2 ) = 0 ∂y

ist. Nach Satz 4 hat dann wenigstens eines der Polynome L¨ ur(f1 , g1 ) und L¨ ur(f2 , g2 ) in seinem Zerf¨allungsk¨ orper u ¨ ber K(x) nur einfache Nullstellen. Dann hat aber orper L u ¨ ber K( fg11 , fg22 ) nur einfache Nullstellen. Es auch cD0 in seinem Zerf¨allungsk¨ seien z1 = x, z2 , . . . , zn diese Nullstellen. Nach dem Korollar zu Satz 11 sind die zi allesamt transzendent u ¨ ber K, so dass c0 (zi ) = 0 ist f¨ ur alle i. In L[y] gilt n n ci n−i D y = = (y − zi ) c c0 i:=0 0 i:=1 =

n

(−1)i λi (z1 , . . . , zn )y n−i ,

i:=0

wobei λi das i-te elementarsymmetrische Polynom in n Unbestimmten ist. Es folgt ci (x) = (−1)i λi (z1 , . . . , zn ) c0 (x) f¨ ur alle i. Vertauscht man hierin z1 = x mit zk , so folgt ci (zk ) = (−1)i λi (zk , z2 , . . . , zk−1 , z1 , zk+1 , . . . , zn ) c0 (zk ) = (−1)i λi (z1 , . . . , zn ) ci (x) = c0 (x) f¨ ur alle k. Insbesondere gilt cj (x) cj (zk ) = c0 (x) c0 (zk ) f¨ ur alle k. Hieraus folgt L¨ ur(cj , c0 )(x, zk ) = 0 1 c0 D

f¨ ur alle k. Daher ist Teiler von L¨ ur(cj , c0 ) aufgefasst als Polynom u ¨ber K(x). Es gibt also ein P ∈ K(x)[y] mit L¨ ur(cj , c0 ) =

P D. c0

Weil nach Satz 1 gilt, dass L¨ ur(cj , c0 ) = 0 ist, ist P = 0. Nach Satz 8 ist c /K Gradx (D) = Grady (D) = n. Hieraus folgt Grad(cj ), Grad(c0 ) ≤ n. Wegen c0j ∈ folgt mit Satz 3, dass ur(cj , c0 ) = Grady L¨ ur(cj , c0 ) ≤ n. Gradx L¨

466

Kapitel XIIII. Miszellen

gilt. Aus all diesem folgt schließlich, dass 0 =

P ∈K c0

ist. Wir halten fest Die Polynome L¨ ur(cj , c0 ) und D unterscheiden sich nur um einen Faktor aus c K ∗ , falls c0j ∈ / K ist. Ferner ist cj D ∈K [y]. c0 c0 Es sei Z der Zerf¨allungsk¨ orper von

cj K⊆K c0

D c0

c

u ¨ ber K( c0j ). Wegen x ∈ Z ist dann

f1 f2 , ⊆K g1 g2

⊆ K(x) ⊆ Z.

c

Weil cD0 separabel ist, ist Z : K( c0j ) galoissch (Satz 3, Kap. 13, Absch. 8). Es sei G die Galoisgruppe dieser Erweiterung. Ist dann σ ∈ G, so ist σ(x) eine Nullstelle von D und damit von L¨ ur(f1 , g1 ) und L¨ ur(f2 , g2 ). Es folgt f1 (x) f1 (σ(x)) f1 (x) = =σ g1 (x) g1 (σ(x)) g1 (x) f2 (x) ur alle σ ∈ G gilt, gilt nach dem Hauptsatz und ebenso fg22 (x) (x) = σ( g2 (x) ). Da dies f¨ der galoisschen Theorie cj f1 f2 , ∈K . g1 g2 c0

Damit ist gezeigt, dass

cj K c0 gilt. Es sei nun

∂L¨ ur(f1 , g1 ) =0 ∂y

f1 f2 , =K g1 g2

und

∂L¨ ur(f2 , g2 ) =0 ∂y

Nach Satz 6 ist dann Char(K) = p > 0 und f1 , g1 , f2 , g2 sind Polynome in xp . Es sei e maximal mit der Eigenschaft, dass es F1 , G1 , F2 , G2 ∈ K[x] gibt mit e e fi = Fi (xp ) und gi = Gi (xp ). Dann ist ∂L¨ ur(F1 , G1 ) = 0 oder ∂y

∂L¨ ur(F2 , G2 ) = 0. ∂y

3. Der Satz von L¨ uroth

467

N −i der ggT von L¨ ur(F1 , G1 ) und L¨ ur(F2 , G2 ) in K[x, y]. Es sei Δ = N i:=0 Ci y e e Ist u ∈ K[x, y], so setzen wir ϕ(u(x, y)) := u(xp , y p ). Dann ist ϕ ein Monomorphismus von K[x, y] in sich, der sich auf K(x, y) fortsetzen l¨asst. Es ist ur(f1 , g1 ) ϕ L¨ ur(F1 , G1 ) = L¨ ur(f2 , g2 ) ϕ L¨ ur(F2 , G2 ) = L¨ und folglich — bis auf einen unwesentlichen Faktor k ∈ K ∗ — auch ϕ(Δ) = D. Es folgt n = N pe und ϕ(Ci ) = cipe . Ist i nicht durch pe teilbar, so ist ci = Cl 0. Insbesondere ist j = lpe und es folgt, dass C ∈ / K ist. Nach dem bereits 0 Bewiesenen ist also Cl F1 F2 , K =K . C0 G1 G2 Hieraus folgt schließlich

cj K c0

ϕ(Cl ) F1 F2 Cl , =K =ϕ K =ϕ K ϕ(C0 ) C0 G1 G2 f1 f2 =K , . g1 g2

Damit ist der Satz von L¨ uroth bewiesen. Mitbewiesen wurde auch Korollar 1. Die Voraussetzungen und Bezeichnungen seien wie in Satz 12. Dann ur(f2 , g2 ) ein L¨ urothpoist der ggT der beiden L¨ urothpolynome L¨ ur(f1 , g1 ) und L¨ lynom. Korollar 2. Die Voraussetzungen und Bezeichnungen seien wie in Satz 12. Dann ¨ber K( fg11 , fg22 ). ist cD0 das Minimalpolynom von x u Beweis. Dies folgt mit dem Satz von L¨ uroth aus dem Korollar zu Satz 1 von Kapitel 10, Abschnitt 6. Der Leser beachte noch einmal die Bemerkung des vorletzten Absatzes von Abschnitt 6 des Kapitels 10. F¨ ur die Rechenpraxis ist auch der folgende Satz interessant. Satz 12. Es sei K ein kommutativer K¨ orper. Ferner seien f1 , g1 , f2 , g2 ∈ K[x] und es gelte fg11 , fg22 ∈ K, sowie ggT(f1 , g1 ) = 1 = ggT(f2 , g2 ). Genau dann ist f2 f1 ∈K , g1 g2 ur(f1 , g1 ) ist. wenn L¨ ur(f2 , g2 ) Teiler von L¨

468

Kapitel XIIII. Miszellen

ur(f1 , g1 ). Dann ist der ggT dieser beiden Beweis. Es sei L¨ ur(f2 , g2 ) Teiler von L¨ L¨ urothpolynome gleich L¨ ur(f2 , g2 ), so dass mit Satz 12 folgt, dass f2 f1 f2 K , =K g2 g1 g2 ist. Hieraus folgt

f1 g1

Es sei umgekehrt

∈ K( gf22 ). f1 g1

∈ K( fg22 ). Dann ist K

f2 g2

=K

f1 f2 , . g1 g2

Nach dem Korollar zu Satz 1 aus Abschnitt 6 des Kapitels 10 ist L¨ ur(f2 , g2 ) zum Minimalpolynom von x u ¨ ber K( gf22 ) assoziiert. Nach Korollar 2 ist andererseits ur(f2 , g2 ) zum Minimalpolynom von x u ¨ ber K( gf11 , fg22 ) assoziggT L¨ ur(f1 , g1 ), L¨ iert. Aus der Gleichheit dieser beiden K¨ orper folgt schließlich, dass L¨ ur(f2 , g2 ) Teiler von L¨ ur(f1 , g1 ) ist. Korollar. Die Voraussetzungen seien wie in Satz 13. Genau dann ist K( fg11 ) = K( fg22 ), wenn es ein k ∈ K ∗ gibt mit L¨ ur(f1 , g1 ) = kL¨ ur(f2 , g2 ).

Was die Rechenpraxis selbst anbelangt, so konsultiere der Leser Karst 1991. 4. Ganzzahlige Polynome. Steinitz hat in seiner großen Arbeit darauf hingewiesen und auch einen Beweis daf¨ ur skizziert, dass man den algebraischen Abschluss der henselschen p-adischen Zahlen konstruieren kann, ohne das Auswahlaxiom zu verwenden. Eine solche Konstruktion durchzuf¨ uhren ist das n¨ achste Ziel dieses Kapitels. Um dieses Ziel zu erreichen, muss man einiges u ¨ ber die henselschen p-adischen Zahlen und ihre algebraischen Erweiterungen wissen. Die wesentliche Eigenschaft wird sein, dass jede endliche algebraische Erweiterung von Qp ein primitives Element hat, das Nullstelle eines ganzzahligen Polynoms mit Leitkoefﬁzient 1 ist. Um diese bemerkenswerte Eigenschaft zu beweisen, m¨ ussen wir einiges zur Topologie der henselschen p-adischen Zahlen sagen. Dies wird in den n¨ achsten Abschnitten geschehen. Hat man dies, so muss man weiterhin wissen, dass der Polynomring Z[x] oder doch zumindest seine Teilmenge der Polynome mit Leitkoeﬃzient 1 abz¨ahlbar ist. Dies werden wir als Erstes beweisen. Dabei spielen die Binomialkoeﬃzienten eine prominente Rolle. Was ich zu ihrer Geschichte zu sagen weiß, habe ich in Abschnitt 3 von Kapitel 4 schon erz¨ ahlt. Wir beginnen mit einer simplen Bemerkung. Satz 1. Sind k, n ∈ N0 und ist 1 ≤ k ≤ n + 1, so ist nk < n+1 k . n Beweis. Wegen n + 1 ≥ k ≥ 1 ist k−1 ≥ 1. Folglich ist n+1 n n n = + > . k k k−1 k

4. Ganzzahlige Polynome

469

Satz 2. Ist k ∈ N und ist r eine nicht negative reelle Zahl, so gibt es genau ein n ∈ N0 mit nk ≤ r < n+1 k . k−1 Beweis. Es ist 0 = k und 1 = kk . Ist i + 1 ≤ k+i k , so folgt mit Satz 1 k+i k+i+1 i+1≤ < k k und somit, da Binomialkoeﬃzienten ganzzahlig sind, i+2 ≤ k+i+1 . Es gibt daher k n n+1 ein n ∈ N0 mit k ≤ r < k . m+1 . Oﬀenbar ist m + 1 ≥ k und Es sei m ∈ N0 und es gelte auch m k ≤r < k n + 1 ≥ k. W¨ are nun n < m, so w¨are n + 1 ≤ m und daher n+1 m r< ≤ ≤ r. k k Dieser Widerspruch zeigt, dass m ≤ n ist. Ebenso folgt n ≤ m, so dass n = m ist. Damit ist der Satz bewiesen. k n−i = i:=0 k−i . Satz 3. Sind k, n ∈ N0 und ist k ≤ n, so ist n+1 k Beweis. Dies ist richtig f¨ ur k = 0. Es sei also k > 0. Dann ist k−1 n − 1 − i n+1 n n n . = + = + k−1−i k k k−1 k i:=0 Ersetzt man hierin i + 1 durch i, so folgt die Behauptung. Satz 4. Es sei k ∈ N. Ist N ∈ N0, so gibt es genau ein k-Tupel a1 , . . . , ak ∈ N0 k mit a1 < . . . < ak und N = i:=1 aii . Beweis. Wir zeigen zun¨achst die Existenz der ai . Ist k = 1, so ist N = N1 . Es sei also k > 1. Nach Satz 2 gibt es ein ak ∈ N0 mit ak ak + 1 ≤N < . k k Nach Induktionsannahme gibt es a1 , . . . , ak−1 mit a1 < . . . < ak−1 und N−

k−1 ai ak = . k i i:=1

Es ist noch zeigen, dass aakk−1 < ak ist. zu und daher Es ist akk = akk+1 − k−1 a1 ak + 1 ak−1 ak ak + 1 + ... + − + >N = . 1 k−1 k−1 k k

470 Somit ist

Kapitel XIIII. Miszellen

ak−1 k−1

≤

a1 ak−1 ak + ... + < 1 k−1 k−1

und damit ak−1 < ak . Damit ist die Existenzaussage bewiesen. Um die Eindeutigkeitsaussage zu beweisen, sei k ≤ A ∈ N. Ferner sei N < A k . Nach dem bereits Gezeigten gibt es a1 , . . . , ak ∈ N0 mit a1 < . . . < ak und N=

k ai . i i:=1

Mit Satz 1 folgt ak < A. Es sei umgekehrt a1 < . . . < ak < A. Dann ist ak−i ≤ A − 1 − i f¨ ur i := 0, . . . , k − 1 und nach Satz 3 folglich N :=

k−1 i:=0

ak−i k−i

≤

k−1 i:=0

A−1−i A = − 1. k−i k

Schr¨ ankt man also die durch ϕk (a1 , . . . , ak ) :=

k ai i:=1

i

deﬁnierte Abbildung ϕk ein auf die Menge der k-Tupel a1 , . . . , ak mit a1 < . . . < ak < A, so bildet diese Einschr¨ ankung diese Menge auf die Menge der Zahlen {0, 1, . . . , A − 1} ab. Weil beide Mengen die gleiche, endliche M¨achtigkeit haben, k folgt, dass ϕk auch injektiv ist. Damit ist der Satz bewiesen. Mitbewiesen wurde auch das folgende Korollar 1. Deﬁniert man die Abbildung ϕk durch ϕk (a1 , . . . , ak ) :=

k ai , i i:=1

so ist ϕk eine Bijektion der Menge der k-Tupel a1 , . . . , ak ∈ N0 mit a1 < . . . < ak auf N0 . Weil man die k-Teilmengen von N0 auch als die in Korollar 1 beschriebenen k-Tupel ansehen kann, gilt auch ahlbar. Korollar 2. Die Menge der k-Teilmengen von N0 ist abz¨ ahlMit Korollar 2 folgt, dass die Menge aller endlichen Teilmengen von N0 abz¨ bar ist. Dies sieht man aber noch schneller und einfacher mit Hilfe der Abbildung 2y . (X) := y∈X

4. Ganzzahlige Polynome

471

Satz 5. Es sei ϕk die in Korollar 1 deﬁnierte Abbildung. Deﬁniert man die Abbildung ϑk durch ϑk (a1 , . . . , ak ) := ϕk (a1 , a1 + a2 + 1, a1 + a2 + a3 + 2, . . . , a1 + . . . + ak + k − 1), f¨ ur a1 , . . . , ak ∈ N0 , so ist ϑk eine Bijektion der Menge aller k-Tupel u ¨ber N0 auf N0 . Beweis. Die durch ψk (a1 , . . . , ak ) := (a1 , a1 + a2 + 1, . . . , a1 + . . . + ak + k − 1) deﬁnierte Abbildung ψk ist eine Bijektion der Menge aller k-Tupel u ¨ ber N0 auf die Menge aller k-Tupel b1 , . . . , bk mit bi ∈ N0 und b1 < . . . < bk , wie unschwer zu sehen. Weil ϕk bijektiv ist, ist wegen ϑk = ϕk ψk auch ϑk bijektiv. Satz 6. F¨ ur z ∈ Z deﬁnieren wir δ(z) durch 2z, falls z ≥ 0 δ(z) := 2|z| − 1, falls z < 0. Ferner setzen wir

χk (z1 , . . . , zk ) := δ(z1 ), . . . , δ(zk ) .

Dann ist χk eine Bijektion der Menge aller k-Tupel u ¨ber Z auf die Menge aller k-Tupel u ¨ber N0 . Insbesondere ist ϑk χk eine Bijektion der Menge aller k-Tupel u ¨ber Z auf N0 . Beweis. Trivial. n−1 Satz 7. Ist f = xn + i:=0 ai xi ∈ Z[x] und ist n ≥ 2, so setzen wir α(f ) := ϑ2 ϑn χn (a0 , . . . , an−1 ), n − 2 . Dann ist α eine Bijektion der Menge aller ganzzahligen Polynome mit Leitkoefﬁzient 1 und einem Grad n ≥ 2 auf N0 . Beweis. Klar. Satz 8. Ist X eine nicht endliche Teilmenge von N0 , so gibt es eine Bijektion a von N0 auf X, so dass genau dann ai < aj gilt, wenn i < j ist. Insbesondere ist X abz¨ ahlbar. Beweis. Ist E eine endliche Teilmenge von X, so ist X − E nicht leer, da X nicht endlich ist. Weil N0 wohlgeordnet ist, gibt es ein kleinstes Element k in X − E. Wir setzen R(E) := E ∪ {k}. Dann ist auch R(E) eine endliche Teilmenge von X und es gilt |R(E)| = |E| + 1. Nach dem dedekindschen Rekursionssatz gibt es eine Abbildung von N0 in die Menge der endlichen Teilmengen von X mit 0 = R(∅) und n+1 = R( n ).

472

Kapitel XIIII. Miszellen

Wir deﬁnieren die Abbildung a durch 0 = {a0 } und n+1 = n ∪ {an+1 }. Dann ist a streng monoton steigend, insbesondere also injektiv und unbeschr¨ ankt. Ferner ist ∞ $ i = {ai | i ∈ N0 }. i:=0

W¨ are dies nicht die Menge X, so g¨abe es ein w∈X−

∞ $

i .

i:=0

Es folgte an < w f¨ ur alle n im Widerspruch zur Unbeschr¨ anktheit von a. Also ist doch X = {ai | i ∈ N0 }, womit der Satz bewiesen ist. Satz 9. Ist X eine nicht endliche Menge und ist f eine surjektive Abbildung von N0 auf X, so ist X abz¨ ahlbar. Ist X u ¨berdies angeordnet und folgt aus m < n stets fm ≤ fn , so gibt es eine Abz¨ ahlung a von X mit ai < aj , genau dann, wenn i < j ist. Beweis. Ist y ∈ X, so ist M (y) := {x | x ∈ N0 , fx = y} nicht leer, da f ja surjektiv ist. Ist dann gy das kleinste Element von M (y), so ist ahlung b g eine injektive Abbildung von X in N0 . Nach Satz 8 gibt es eine Abz¨ von {gy | y ∈ X}, so dass genau dann bi < bj gilt, wenn i < j ist. Wir setzen nun ai = y genau dann, wenn bi = gy ist. Dann ist a eine Bijektion von N0 auf X. Es sei nun X angeordnet und es gelte fm ≤ fn , falls m < n ist. Wir setzen y := ai und z := aj . Dann ist bi = gy = fy und bj = gz = fz . Es sei i < j. Dann ist bi < bj , das heißt fy < fz und folglich y < z, das heißt a i < aj . Ist umgekehrt ai < aj , so ist fy < fz und folglich bi < bj und damit i < j. Damit ist alles bewiesen. Mit Hilfe der bislang bewiesenen S¨ atze ist es ein Leichtes zu zeigen, dass auch Z[x] abz¨ ahlbar ist. Da wir diesen Satz aber nicht ben¨otigen, sei dies nachzuweisen ¨ dem Leser als Ubungsaufgabe u ¨berlassen. 5. Topologische R¨ aume. Da wir vor allem an Algebra interessiert sind, ist die Topologie des K¨ orpers der reellen Zahlen bislang allenfalls beil¨ auﬁg erw¨ ahnt worden. Sie kommt erst richtig in der Analysis zum Tragen, wo sie meines Erachtens schon ausf¨ uhrlich im Anf¨ angerunterricht er¨ ortet werden sollte, ausf¨ uhrlicher als allgemein u ¨ blich. Wenn man sich am Anfang die Zeit nimmt, Grunds¨ atzliches u ¨ ber

5. Topologische R¨ aume

473

Topologie zu erz¨ahlen, gewinnt man am Ende viel an Einsicht wie auch an Bequemlichkeit. Ein m¨ogliches Programm f¨ ur eine solche Vorlesung ﬁndet der Leser in meinem Analysisbuch aufgezeichnet (L¨ uneburg 1981a). Bei den p-adischen Zahlen ist das anders. Sie sind topologische K¨ orper wie die reellen Zahlen und ihre Topologie wird in der Zahlentheorie, der Schwester der Algebra, mit Vorteil benutzt. Wir werden uns ihrer bedienen, wenn wir nach dem Vorgang von Steinitz ohne Benutzung des Auswahlaxioms zeigen, dass die henselschen p-adischen Zahlen einen algebraischen Abschluss haben. Das gibt uns also Gelegenheit, ein wenig u ¨ber topologische K¨ orper und topologische Vektorr¨ aume zu reden. Zun¨achst aber m¨ ussen wir u ¨ ber topologische R¨aume schlechthin sprechen. Was der Anlass war, topologische R¨aume einzuf¨ uhren und zu untersuchen, weiß ich nicht. Einer von wahrscheinlich mehreren scheint gewesen zu sein, den Begriﬀ des Limes abstrakt zu untersuchen. Hausdorﬀ nennt hier Fr´echet 1906 (Hausdorﬀ 1914, S. 456). Ein anderer der, abstrakte Eigenschaften der Metrik euklidischer R¨ aume zu untersuchen, was zu den metrischen R¨aumen f¨ uhrt. Zwischen diesen beiden Theorien l¨age seine Theorie der topologischen R¨aume. (Die W¨ orter Topologie“ und topologischer Raum“ kommen bei ihm nicht vor.) Diese h¨ atte er ” ” schon im SS 1912 in Bonn in einer Vorlesung u ¨ ber Mengenlehre vorgetragen (Hausdorﬀ 1914, Ss. 211, 457). Weshalb sich Hausdorﬀ f¨ ur den mittleren Weg entschied, entnimmt man den folgenden Zeilen (Hausdorﬀ 1914, S. 211). Welchen der drei oben genannten Grundbegriﬀe Entfernung, Limes, Umge” bung man zur Basis der Betrachtung w¨ahlen will, ist bis zu einem gewissen Grade Geschmackssache. Mit Hilfe von Entfernungen kann man, wie gesagt, Umgebungen und Limites deﬁnieren, mit Hilfe von Umgebungen Limites, aber im allgemeinen nicht Entfernungen, mit Hilfe von Limites im allgemeinen weder Umgebungen noch Entfernungen. Danach erscheint die Entfernungstheorie die speziellste, die Limestheorie die allgemeinste zu sein; auf der andern Seite bringt der Limesbegriﬀ sofort eine Beziehung zum Abz¨ahlbaren (zu Elementfolgen) in die Theorie hinein, worauf die Umgebungstheorie verzichtet. Wir ziehen aus verschiedenen Gr¨ unden vor, die grundlegenden Betrachtungen dieses Kapitels auf die Umgebungen zu st¨ utzen und die beiden anderen Begriﬀe erst sp¨ater zur Mitwirkung heranzuziehen; um aber dem Leser sogleich ein konkretes Bild zu erwecken, beginnen wir mit den speziellen Umgebungen, die durch Entfernungen deﬁniert sind.“ Wir folgen hier Hausdorﬀ, was jedoch nicht zu w¨ ortlich zu nehmen ist. Statt mit Umgebungen fangen wir mit den oﬀen Mengen an, die bei Hausdorﬀ Gebiete heißen, wobei er diesen Namen aus der Funktionentheorie u ¨bernimmt, aber ausdr¨ ucklich nicht verlangt, dass Gebiete zusammenh¨ angend sind, wie dies Weierstraß t¨ate (Hausdorﬀ 1914, S. 215, Anm. 1). Wir sind auch allgemeiner als Hausdorﬀ, da wir auf sein Trennungsaxiom verzichten, das wir gleich noch kommentieren werden. Wir folgen hier also den Spuren Hausdorﬀs. Es ist aber in unserem Rahmen nicht m¨oglich, Hausdorﬀs Buch Grundz¨ uge der Mengenlehre“ geb¨ uhrend zu w¨ urdigen. ” Es ist das erste Lehrbuch der mengentheoretischen Topologie. Es fasst zusammen,

474

Kapitel XIIII. Miszellen

was bis dahin erzielt wurde, und bringt manch Neues. Es ist ein Buch, das die Mathematik des 20. Jahrhunderts wesentlich beeinﬂusst hat. F¨ ur eine W¨ urdigung dieses Buches sei der Leser an die Einleitung verwiesen, die Walter Purkert f¨ ur den zweiten Band der Werke Hausdorﬀs geschrieben hat (Hausdorﬀ 2002, S. 1–89). Es sei M eine Menge und O sei eine Teilmenge der Potenzmenge von M . Das Paar (M, O) heißt topologischer Raum und O eine Topologie auf M , wenn Folgendes gilt. 1) Es ist ∅, M ∈ O. # 2) Ist X ⊆ O, so ist Y ∈X Y ∈ O. 3) Sind X, Y ∈ O, so ist X ∩ Y ∈ O. Die Elemente von O heißen die O-oﬀenen Mengen von (M, O). Sind keine Verwechslungen zu bef¨ urchten, so sprechen wir nur kurz von den oﬀenen Teilmengen von M . Induktion zeigt, dass der Schnitt von endlich vielen oﬀenen Mengen oﬀen ist. Es sei (M, O) ein topologischer Raum. Ist y ∈ X ⊆ M , so heißt X genau dann Umgebung von y, wenn es ein U ∈ O gibt mit y ∈ U ⊆ X, wenn also X eine oﬀene Teilmenge U enth¨ alt, die wiederum y enth¨ alt. Die Menge der Umgebungen von y bezeichnen wir mit U(y). Satz 1. Es sei (M, O) ein topologischer Raum und X sei eine Teilmenge von M . Genau dann ist X ∈ O, wenn X ∈ U(y) ist f¨ ur alle y ∈ X. ur alle y ∈ X. Es sei umgekehrt X ∈ U(y) Beweis. Ist X ∈ O, so ist X ∈ U(y) f¨ f¨ ur alle y ∈ X. Es sei Y die Vereinigung u ¨ ber alle oﬀenen Teilmengen von X. Dann ist Y ∈ O auf Grund der Eigenschaft 2) der Deﬁnition oﬀener Mengen und es gilt nat¨ urlich Y ⊆ X. Es sei y ∈ X. Weil X Umgebung von y ist, gibt es ein U ∈ O mit y ∈ U ⊆ X. Es folgt y ∈ U ⊆ Y . Dies hat X ⊆ Y zur Folge. Also ist X = Y ∈ O. Satz 2. Es sei (M, O) ein topologischer Raum. Ist y ∈ M , so gilt: a) Ist X ∈ U(y) und X ⊆ Y ⊆ M , so ist Y ∈ U(y). b) Sind X, Y ∈ U(y), so ist X ∩ Y ∈ U(y). Beweis. a) Es gibt ein U ∈ O mit y ∈ U ⊆ X. Es folgt U ⊆ Y und damit Y ∈ U(y). b) Es gibt U , V ∈ O mit y ∈ U ⊆ X und y ∈ V ⊆ Y . Es folgt y ∈ U ∩V ⊆ X ∩Y . Weil U ∩ V oﬀen ist, ist X ∩ Y ∈ U(y). Ist X Teilmenge des topologischen Raumes (M, O), so setzen wir Inn(X) := y | y ∈ X, X ∈ U(y) und nennen Inn(X) das Innere von X. Es gilt Satz 3. Es sei (M, O) ein topologischer Raum. Ist X Teilmenge von M , so ist Inn(X) oﬀen. Ist Y ⊆ X und ist Y oﬀen, so ist Y ⊆ Inn(X). Beweis. Es sei Y ⊆ X und Y sei oﬀen. Dann ist Y ∈ U(z) f¨ ur alle z ∈ Y (Satz 1). Weil Y Teilmenge von X ist, ist X ∈ U(z) f¨ ur alle z ∈ Y (Satz 2). Also ist Y ⊆ Inn(X).

5. Topologische R¨ aume

475

Es sei nun a ∈ Inn(X). Dann ist X ∈ U(a). Es gibt folglich eine oﬀene Teilmenge Y mit a ∈ Y ⊆ X. Nach dem, was wir bereits gezeigt haben, folgt Y ⊆ Inn(X). Daher ist Inn(X) Vereinigung von oﬀenen Teilmengen, also selbst oﬀen. Korollar. Die Teilmenge X des topologischen Raumes (M, O) ist genau dann oﬀen, wenn X = Inn(X) ist. Beweis. Ist X oﬀen, so gilt nach Satz 3, dass X ⊆ Inn(X) ist. Also ist X = Inn(X). Ist X = Inn(X), so ist X nach Satz 3 oﬀen. Die gew¨ohnliche Topologie auf R wird mit Hilfe der -Umgebungen deﬁniert. Diesen Mechanismus wollen wir etwas allgemeiner untersuchen. Es sei (M, O) ein topologischer Raum. Die Teilmenge B von O heißt Basis von O, wenn es zu jedem x ∈ M und jedem U ∈ U(x) ein B ∈ B gibt mit x ∈ B ⊆ U . Satz 4. Es sei M eine Menge und B sei Teilmenge der Potenzmenge von M . Genau dann ist B Basis einer Topologie O auf M , wenn es zu B, C ∈ B und x ∈ B # ∩ C stets ein D ∈ B gibt mit x ∈ D ⊆ B ∩ C und wenn außerdem M = X∈B X gilt. Ist B Basis der Topologie O von M , so ist jedes Element von O Vereinigung von Elementen von B. Beweis. Es sei B Basis der Topologie O. Es sei X ∈ O. Dann ist X ∈ U(y) f¨ ur alle y ∈ X (Satz 1). Es gibt daher zu jedem y ∈ X ein B ∈ B mit y ∈ B ⊆ X. Also ist X Vereinigung von Mengen aus B. Damit ist die letzte Aussage des Satzes bewiesen Es sei weiterhin B Basis # der Topologie O. Wegen M ∈ O gilt nach dem gerade Bewiesenen, dass M = B∈B B ist. Es seien B, C ∈ B. Ferner sei y ∈ B ∩ C. Weil B und C oﬀen sind — B ist ja Teilmenge von O —, ist auch B ∩ C oﬀen, also nach Satz 1 Umgebung von y. Es gibt daher ein D ∈ B mit y ∈ D ⊆ B ∩ C. Es erf¨ ulle B die Bedingungen des Satzes. Es sei ferner O die Menge aller Teilmengen von M , die Vereinigung von Mengen # aus B sind. Dann ist M ∈ O auf Grund der Voraussetzung an B. Wegen ∅ = X∈∅ X ist auch ∅ ∈ O. Es ist ferner klar, dass Vereinigungen von Mengen, die zu O geh¨oren, ebenfalls zu O geh¨oren. Es seien schließlich X, Y ∈ O und es sei y ∈ X ∩ Y . Es gibt dann B, C ∈ B mit y ∈ B ⊆ X und y ∈ C ⊆ Y . Es gibt dann ein D ∈ B mit y ∈ D ⊆ C ∩ D ⊆ X ∩ Y . Hieraus folgt, dass X ∩ Y Vereinigung von Elementen aus B ist, also zu O geh¨ort. Folglich ist O eine Topologie auf M . Auf Grund der Konstruktion von O ist klar, dass B Basis von O ist. Damit ist alles bewiesen. An dieser Stelle beginnt Hausdorﬀ, indem er den Begriﬀ der Umgebung axiomatisiert. Er geht aus von einer Familie (Bx | x ∈ M ) von Mengen von Teilmengen von M , so dass Folgendes gilt: 1) Keins der Bx ist leer. Ist B ∈ Bx , so ist x ∈ Bx .

476

Kapitel XIIII. Miszellen

2) Sind U , V ∈ Bx , so gibt es ein W ∈ Bx mit W ⊆ U ∩ V . 3) Ist y ∈ U ∈ Bx , so gibt es ein V ∈ By mit V ⊆ U . 4) Sind x, y zwei verschiedene Elemente aus M , so gibt es ein U ∈ Bx und ein V ∈ By mit U ∩ V = ∅. # Die Forderungen 1), 2), 3) besagen, dass B = x∈M Bx eine Basis ist. Die Forderung 4) ist das oben erw¨ ahnte Trennungsaxiom. Es sondert die heute so genannten hausdorﬀschen Topologien von den restlichen Topologien. Der Begriﬀ hausdorﬀscher Raum“ wurde von Fr´echet gepr¨ agt. Er taucht zum ersten Male in ” einer Arbeit von ihm aus dem Jahre 1925 auf (Purkert in Hausdorﬀ 2002, S. 62. Dort auch Zitat der fr´echetschen Arbeit). Es sei (M, O) ein topologischer Raum. Die nicht-leere Teilmenge S der Potenzmenge von M heißt Subbasis von O, falls die Menge B aller der Teilmengen von M , die Schnitte von endlich vielen, mindestens aber einer Menge aus S sind, eine Basis von O bilden. Es gilt dann S ⊆ B ⊆ O, so dass die Elemente einer Subbasis stets oﬀene Mengen sind. Jede Basis ist gleichzeitig Subbasis. Satz 5. Es sei S eine nicht-leere Teilmenge der Potenzmenge der Menge M . # Genau dann ist S Subbasis einer Topologie O von M , wenn S∈S S = M ist. Beweis. Es sei S Subbasis der Topologie O und # B sei die Basis aus den Schnitten endlich vieler Elemente von S. Dann ist M = B∈B B. Es sei y ∈ M . Es gibt dann also ein B ∈ B mit y ∈ B. Weil B Schnitt von mindestens einem Element S aus S ist, gibt es ein S ∈ S mit y ∈ S. Hieraus folgt, dass M die Vereinigung u ¨ber alle S ∈ S ist. Es sei umgekehrt M die Vereinigung u ¨ber alle S ∈ S und B sei die Menge der nicht-leeren Schnitte u ¨ ber endlich viele Elemente aus S. Dann ist M die Vereinigung u ¨ ber alle Elemente von B, da ja S ⊆ B ist. Der Schnitt von zwei Elementen von B geh¨ort sogar selbst zu B, so dass B nach Satz 3 Basis einer Topologie ist. Die Komplemente oﬀener Mengen sind so wichtig, dass sie einen eigenen Namen verdienen. Es sei (M, O) ein topologischer Raum. Ist A ⊆ M , so heißt A genau dann Oabgeschlossen, wenn M −A eine O-oﬀene Menge ist. Wie schon bei oﬀenen Mengen vereinbart, werden wir auch bei O-abgeschlossenen Mengen nur von abgeschlossenen Mengen reden, das O also unterdr¨ ucken, wenn keine Verwechslungen zu bef¨ urchten sind. Der Begriﬀ der abgeschlossenen Menge und sein heutiger Name kommen schon bei Hausdorﬀ vor. Er deﬁniert sie mit Hilfe ihrer H¨ aufungspunkte und hat dann die gerade vorgetragene Deﬁnition als charakterisierenden Satz. Seine Deﬁnition ﬁndet sich hier als Satz 7 (Hausdorﬀ 1914, S. 228). Satz 6. Ist (M, O) ein topologischer Raum und ist A die Menge der abgeschlossenen Teilmengen von M , so gilt: 1) Es ist ∅, M ∈ A. 2) Ist X oﬀen, so ist!M − X abgeschlossen. 3) Ist Y ⊆ A, so ist X∈Y X ∈ A.

5. Topologische R¨ aume

477

# 4) Sind X1 , . . . , Xn ∈ A, so ist ni:=1 Xi ∈ A. Beweis. 1) Wegen ∅, M ∈ O und ∅ = M − M bzw. M = M − ∅ sind M , ∅ ∈ A. 2) Ist X oﬀen, so folgt aus X = M − (M − X), dass M − X abgeschlossen ist. 3) Es ist " $ X=M− (M − X). X∈Y

X∈Y

Weil X abgeschlossen ist, ist M −X oﬀen und folglich auch die Menge ! Daher ist X∈Y X nach 2) abgeschlossen. 4) Es ist M − Xi ∈ O und daher n $

Xi = M −

i:=1

da

!n

i:=1 (M

n "

# X∈Y

(MX ).

(M − Xi ) ∈ A,

i:=1

− Xi ) ja oﬀen ist.

Es sei (M, O) ein topologischer Raum und es sei X ⊆ M . Ist y ∈ M , so heißt y H¨ aufungspunkt von X, wenn f¨ ur alle U ∈ U(x) gilt, dass X ∩ (U − {y}) = ∅ ist, wenn also jede Umgebung von y noch einen von y verschiedenen Punkt von X enth¨ alt. Wir bezeichnen mit X die Menge der H¨aufungspunkte von X und nennen X die Ableitung von X. Der n¨achste Satz besagt, dass unsere Deﬁnition der abgeschlossenen Mengen, die gleichen Mengen erfasst wie die hausdorﬀsche Deﬁnition (Hausdorﬀ loc. cit.) Satz 7. Es sei (M, O) ein topologischer Raum. Ist X ⊆ M , so ist X genau dann abgeschlossen, wenn X ⊆ X ist. Beweis. Es sei X abgeschlossen. Dann ist Y := M − X oﬀen. Nach Satz 1 ist Y ∈ U(y) f¨ ur alle y ∈ Y . Wegen Y ∩ X = ∅ ist y kein H¨ aufungsspunkt von X f¨ ur alle y ∈ Y . Folglich ist X ⊆ X. Es sei X ⊆ X. Ist y ∈ M − X, so gibt es ein U ∈ U(y) mit U ⊆ M − X, da y ja kein H¨ aufungspunkt von X ist. Es gibt daher eine oﬀen Teilmenge V von U mit y ∈ V . Wegen V ⊆ U ⊆ M − X ist M − X daher Vereinigung von oﬀenen Mengen, also selbst oﬀen. Somit ist X abgeschlossen. Satz 8. Ist (M, O) ein topologischer Raum mit der Eigenschaft, dass es zu zwei ur verschiedenen Punkten x, y ∈ M stets ein U ∈ U(x) gibt mit y ∈ / U , so ist X f¨ alle X ⊆ M abgeschlossen. Beweis. Nach Satz 7 gen¨ ugt es zu zeigen, dass X ⊆ X ist. Es sei also y ∈ X und V sei eine Umgebung von y. Es gibt dann eine oﬀene Teilmenge W von V mit y ∈ W . Nach Deﬁnition ist W ∈ U(y). Weil y H¨aufungspunkt von X ist, gibt es ein x ∈ X ∩ (W − {y}). Weil W oﬀen ist, gilt W ∈ U(x). Nach Voraussetzung gibt es ein U ∈ U(x) mit y ∈ U . Nach Satz 2 ist U ∩ W ∈ U(x). Weil x ein H¨ aufungspunkt von X ist, gibt es ein z ∈ U ∩ W ∩ X. Wegen y ∈ U folgt z ∈ W − {y} ⊆ V − {y}.

478

Kapitel XIIII. Miszellen

Also ist y ein H¨aufungspunkt von X. Also ist X ⊆ X , so dass X abgeschlossen ist. Weil hausdorﬀsche R¨aume eine noch sch¨arfere Trennungseigenschaft besitzen, als die in Satz 8 geforderte, gilt: Korollar. Ist (M, O) ein topologischer Raum und ist die Topologie O hausdorﬀsch, so ist X f¨ ur alle X ⊆ M abgeschlossen. Satz 9. Ist (M, O) ein topologischer Raum und ist X ⊆ M , so ist X ∪ X abgeschlossen. Beweis. Es sei y ∈ M −(X ∪X ). Es gibt dann ein U ∈ U(y) mit X ∩(U −{y}) = ∅. Wegen y ∈ X ist dann auch X ∩ U = ∅. Wir d¨ urfen annehmen, dass U oﬀen ist. Dann ist auch U ∩ X = ∅, da U als oﬀene Menge Umgebung jedes ihrer Punkte ist und somit einen Punkt von X enthielte, wenn sie einen H¨ aufungspunkt von X enthielte. Also ist y ∈ U ⊆ M − (X ∪ X ). Es folgt, dass M − (X ∪ X ) Vereinigung oﬀener Mengen ist. Also ist M − (X ∪ X ) oﬀen und X ∪ X damit abgeschlossen. Es sei (M, O) ein topologischer Raum. Die Teilmenge X von M heißt kom¨ pakt , wenn es zu jeder Uberdeckung Φ von X mit oﬀenen Mengen einen endlichen Teil von Φ gibt, der X u ¨ berdeckt. Wir werden uns der u ¨blichen Namen oﬀene ” ¨ Uberdeckung“ und endliche Teil¨ uberdeckung“ bedienen. ” Was Hausdorﬀ zu den kompakten Mengen schreibt, werden wir Abschnitt 10 im Zusammenhang mit dem Satz von Heine-Borel kommentieren. Satz 10. Es sei (M, O) ein topologischer Raum und X sei eine Teilmenge von M . Genau dann ist X kompakt, wenn Folgendes gilt: Ist A eine Familie von abgeschlossenen Teilmengen von M und gilt X∩

"

A = ∅

A∈B

f¨ ur alle endlichen Teilfamilien B von A, so ist X∩

"

A = ∅.

A∈A

Beweis. Es sei X kompakt ! und A sei eine Familie von abgeschlossenen Teilmengen von M und es gelte X ∩ A∈A A = ∅. Wegen X∩

" A∈A

A=

"

(X ∩ A)

A∈A

5. Topologische R¨ aume

479

ist dann X =X−

"

$ X − (X ∩ A)

(X ∩ A) =

A∈A

A∈A

$ X ∩ (M − A) . = A∈A

¨ Dies zeigt, dass {M − A | A ∈ A} eine oﬀene Uberdeckung von X ist. Weil X kompakt ist, gibt es eine endliche Teil¨ uberdeckung M − A1 , . . . , M − An von X. Es folgt n n $ $ X= X ∩ (M − Ai ) = X − (X ∩ Ai ) i:=1

=X−

i:=1 n "

(X ∩ Ai )

i:=1

!n !n und damit ∅ = i:=1 (X ∩ Ai ) = X ∩ i:=1 Ai . ¨ Um die Umkehrung zu beweisen, sei U eine oﬀene Uberdeckung von X. Dann ist {M − U | U ∈ U} eine Familie von abgeschlossenen Teilmengen von M mit " " " X ∩ (M − U ) = X − (X ∩ U ) (M − U ) = X∩ U∈U

U∈U

=X−

$

U∈U

(X ∩ U ) = X − X = ∅.

U∈U

Also gibt es U1 , . . . , Un ∈ U, so dass X∩

n "

(M − Ui ) = ∅

i:=1

ist. Folglich ist n n " " X=X− X∩ (M − Ui ) = X − X ∩ (M − Ui ) i:=1

i:=1

n n " $ =X− X − (X ∩ Ui ) = X − X − (X ∩ Ui ) . i:=1

i:=1

#n

uberdeckung Es folgt X = i:=1 (X ∩ Ui ), so dass {U1 , . . . , Un } eine endliche Teil¨ von X ist. Somit ist X kompakt. Satz 11. Es sei (M, O) ein topologischer Raum und X sei eine kompakte Teilmenge von M . Ist Y eine Teilmenge von X und ist Y abgeschlossen, so ist Y kompakt. Beweis. Es sei A eine Familie von abgeschlossenen Mengen mit der Eigenschaft, dass jede endliche Teilfamilie von A einen nicht-leeren Schnitt mit Y habe. Dann

480

Kapitel XIIII. Miszellen

ist, weil Y abgeschlossen ist, B := {A ∩ Y | A ∈ A} eine Familie von abgeschlossenen Teilmengen von M mit der Eigenschaft, dass jede endliche Teilfamilie von B mit X einen nicht-leeren Schnitt hat. Folglich hat B nach Satz 9 einen nicht-leeren Schnitt mit X, da X ja kompakt ist. Dann hat aber A einen nicht-leeren Schnitt mit Y , so dass Y nach Satz 10 kompakt ist. Satz 12. Es sei (M, O) ein hausdorﬀscher Raum. Ist X eine kompakte Teilmenge von M , so ist X abgeschlossen. Beweis. Es sei z ∈ M − X. Ferner sei U die Menge der oﬀenen Teilmengen U von M mit U ∩ X = ∅ und z ∈ Inn(M − U ). Es sei y ∈ X. Weil M hausdorﬀsch ist, gibt es Umgebungen U und V von y und z mit U ∩ V = ∅. Wir d¨ urfen annehmen, dass U und V oﬀen sind. Dann ist z ∈ V ⊆ M − U und dann sogar z ∈ Inn(M − U ) (Satz 3). Also ist U ∈ U. Dies ¨ zeigt, dass U eine oﬀene #nUberdeckung von X ist. Weil X kompakt ist, gibt es U1 , . . . , Un ∈ U mit X ⊆ i:=1 Ui . Es ist z ∈ Y :=

n "

Inn(M − Ui )

i:=1

und Y ist oﬀen. Ferner ist z∈Y ⊆

n " i:=1

(M − Ui ) = M −

n $

Ui ⊆ M − X.

i:=1

Somit ist M − X Vereinigung oﬀener Mengen, also selbst oﬀen. Daher ist X abgeschlossen, Stetigkeit von Abbildungen ist eine lokale Angelegenheit. Hausdorﬀ fasst ihre Deﬁnition nach dem Vorbild des -δ-Mechanismus, wie er zur Deﬁnition der Stetigkeit reellwertiger Funktionen benutzt wird. Dies vermerkt er ausdr¨ ucklich (Hausdorﬀ 1914, S. 359). Es seien also (M, O) und (M , O ) zwei topologische R¨aume und f sei eine Abbildung von M in M . Ist a ∈ M , so heißt f genau dann bei a stetig, wenn es zu jedem U ∈ U(f (a)) ein V ∈ U(a) gibt mit f (V ) ⊆ U . Die Abbildung f von M in M heißt stetig auf M , wenn f in allen Punkten von M stetig ist. Der n¨ achste Satz folgt unmittelbar aus der Deﬁnition der Stetigkeit. Satz 13. Ist f eine bei a stetige Abbildung von (M, O) in (M , O ) und g eine bei f (a) stetige Abbildung von (M , O ) in (M , O ), so ist gf eine bei a stetige Abbildung von (M, O) in (M , O ). Sind f und g stetige Abbildungen von M in M bzw. von M in M , so ist gf eine stetige Abbildung von M in M . Der n¨ achste Satz steht ebenfalls schon bei Hausdorﬀ (Hausdorﬀ 1914, S. 361).

5. Topologische R¨ aume

481

aume. Ferner sei f eine Satz 14. Es seien (M, O) und (M , O ) topologische R¨ Abbildung von M in M und f −1 sei die durch f −1 (X) := y | y ∈ M, f (y) ∈ X deﬁnierte Abbildung der Potenzmenge von M in die von M . Dann sind die folgenden Aussagen ¨ aquivalent: 1) Die Abbildung f ist stetig. 2) F¨ ur alle X ∈ O ist f −1 (X) ∈ O. 3) F¨ ur alle X ∈ A ist f −1 (X) ∈ A. Beweis. 1) impliziert 2): Es sei f stetig auf M und X sei eine oﬀene Teilmenge von M . Ferner sei y ∈ f −1 (X). Weil X oﬀen ist, ist X nach Satz 1 eine Umgebung von f (y). Es gibt daher eine Umgebung U ∈ U(y) mit f (U ) ⊆ X. Es gibt dann aber auch eine oﬀene Teilmenge V von U mit y ∈ V . Es folgt V ⊆ f −1 (X). Daher ist f −1 (X) Vereinigung oﬀener Mengen, also selbst oﬀen. 2) impliziert 3): Es sei X eine abgeschlossene Teilmenge von M . Dann ist M − X oﬀen in M . Somit ist f −1 (M − X) oﬀen in M . Wegen M − f −1 (X) = f −1 (M − X) ist f −1 (X) abgeschlossen in M . 3) impliziert 1): Es sei a ∈ M und V ∈ U(f (a). Dann enth¨ alt V eine oﬀene Umgebung U von f (a). Dann ist M −U abgeschlossen und folglich auch f −1 (M − U ) = M − f −1 (U ). Daher ist f −1 (U ) oﬀen in M . Wegen x ∈ f −1 (U ) ist f −1 (U ) eine Umgebung von x. Wegen f (f −1 (U )) = U ⊆ V ist f daher stetig bei a und damit stetig schlechthin. Mit Hilfe dieses Satzes beweist man sehr rasch den folgenden Satz. Satz 15. Es seien (M, O) und (M , O ) topologische R¨ aume. Ist X eine kompakte Teilmenge von M und ist f eine stetige Abbildung von M in M , so ist f (X) kompakt. ¨ Beweis. Es sei U eine oﬀene Uberdeckung von f (X). Weil f stetig ist, folgt mit Satz 14, dass U := f −1 (V ) | V ∈ U , ¨ eine oﬀene Uberdeckung von X ist. U besitz also eine endliche Teil¨ uberdeckung {U1 , . . . , Um } von X, da X ja kompakt ist. Dann ist aber {f (U1 ), . . . , f (Um )} ein ¨ berdeckt. Also ist auch f (X) kompakt. endlicher Teil von U der f (X) u Sehr n¨ utzlich ist der folgende Satz. Satz 16. Es seien (M, O) und (M , O ) topologische R¨ aume und S sei eine Subbasis von O . Ist f eine Abbildung von M in M so ist f genau dann stetig, wenn f −1 (S) ∈ O ist f¨ ur alle S ∈ S. Beweis. Es sei f stetig. Dann ist f −1 (S) oﬀen in M f¨ ur alle S ∈ S, da S ja oﬀen in M ist.

482

Kapitel XIIII. Miszellen

ur alle S ∈ S. Es seien S1 , . . . , Sn ∈ S Es sei umgekehrt f −1 (S) oﬀen in M f¨ !n und B := i:=1 Si . Dabei sei n ≥ 1. Die Menge aller dieser B’s bilden eine Basis B von O . Es gilt, dass n " f −1 (Si ) f −1 (B) = i:=1 −1

ist, so dass f (B) als Schnitt endlich vieler oﬀener Mengen oﬀen # ist. Es sei nun V eine oﬀene Menge von M . Es gibt dann ein X ⊆ B mit V = B∈X B. Es folgt $ f −1 (V ) = f −1 (B), B∈X

so dass auch f −1 (V ) oﬀen ist. Also ist f stetig. Es sei M eine Menge und ((Mi , Oi ) | i ∈ I) sei eine Familie von topologischen R¨aumen. Ferner sei zu jedem i ∈ I eine nicht leere Menge Fi von Abbildungen von M in Mi gegeben. # Es stellt sich die Frage, ob es eine Topologie O von M gibt, so dass jedes f ∈ i∈I Fi stetig ist. Eine solche Topologie ist schnell gefunden, n¨ amlich die so genannte diskrete Topologie O := P(M ), in der alle Mengen oﬀen sind. Kann man weniger verschwenderisch vorgehen? Man kann. Oi . Wegen Mi ∈ Oi ist Es sei S die Menge der f −1 (X) mit f ∈ Fi und X ∈ # dann M ∈ O, da Fi nicht leer ist. Hieraus folgt, dass M = S∈S S ist. Nach Satz 4 ist S daher Subbasis einer Topologie O auf M . Alle anderen Topologien auf M , in # denen alle Abildungen aus i∈I Fi stetig sind, umfassen dieses O. Sparsamer als mit diesem O geht es also nicht. Diese Idee nutzen wir nun, um den Produktraum topologischer R¨ aume zu deﬁnieren. Zuvor noch eine Deﬁnition. ober als O und Sind O und O zwei Topologien auf der Menge M , so heißt O gr¨ O feiner als O, wenn O ⊆ O ist. Es sei ((Mi , Oi ) | i ∈ I) eine nicht leere Familie von nicht leeren topologischen R¨aumen. Ferner sei M := carti∈I Mi das cartesische Produkt der Mi . Gilt das Auswahlaxiom, so ist M nicht leer. Wir werden sp¨ ater nur endliche Indexmengen betrachten, wo man durch Induktion zeigen kann, dass das cartesische Produkt nicht leer ist. Unsere sp¨ ateren S¨atze werden daher nicht davon ber¨ uhrt, ob wir die G¨ ultigkeit des Auswahlaxiom voraussetzen oder nicht. Wir nehmen hier also an, dass es gilt. F¨ ur i ∈ I deﬁnieren wir die Projektion πi von M auf den i-ten Koordinatenraum Mi durch πi (f ) := fi f¨ ur alle f ∈ M . Ist dann O die gr¨ obste Topologie, in der alle πi stetig sind, so heißt O die Produkttopologie auf M und (M, O) ist der Produktraum der Familie ((Mi , Oi ) | i ∈ I). Ist I = {1, . . . , n}, so besteht die Subbasis, die die Produkttopologie erzeugt, aus den Mengen der Form M1 × . . . × Mi−1 × Xi × Mi+1 × . . . × Mn mit Xi ∈ Oi . Die zugeh¨ orige Basis besteht aus allen Mengen der Form X1 × . . . × Xn

5. Topologische R¨ aume

483

ur alle i. mit Xi ∈ Oi f¨ Auf Produktr¨ aume werden wir gleich zur¨ uckkommen. Es sei M eine Menge und μ sei eine Abbildung von M × M in R. Man nennt μ eine Metrik auf M , falls gilt: 1) 2) 3) 4)

Es Es Es Es

ist ist ist ist

μ(x, x) = 0 f¨ ur alle x ∈ M . μ(x, y) > 0 f¨ ur alle x, y ∈ M mit x = y. μ(x, y) = μ(y, x) f¨ ur alle x, y ∈ M . μ(x, y) ≤ μ(x, z) + μ(z, y) f¨ ur alle x, y, z ∈ M .

Die Ungleichung 4) wird Dreiecksungleichung genannt. Es sei (M, μ) ein metrischer Raum. Ist 0 < ∈ R und x ∈ M , so setzen wir U (x) := y | y ∈ M, μ(x, y) < und nennen U (x) eine -Umgebung von x. Wegen μ(x, x) = 0 gilt stets x ∈ U (x). Satz 17. Ist (M, μ) ein metrischer Raum, so ist B := U (x) | x ∈ M, 0 < ∈ R Basis einer hausdorﬀschen Topologie Oμ auf M . # Beweis. Wegen x ∈ U (x) gilt M = B∈B B. Es seien X, Y ∈ B und es sei z ∈ X ∩ Y . Es gibt dann x, y ∈ M und positive reelle Zahlen und mit X = U (x) und Y = U (y). Setze η := min( −μ(x, z), − μ(z, y)). Dann ist η > 0, da ja μ(x, z) < und μ(z, y) < ist. Ist w ∈ Uη (z), so folgt mit Hilfe der Dreiecksungleichung μ(w, x) ≤ μ(w, z) + μ(z, x) < η + μ(z, x) ≤ , μ(w, y) ≤ μ(w, z) + μ(z, y) < η + μ(z, y) ≤ . Also ist w ∈ U (x) ∩ U (y) = X ∩ Y , dh., es gilt z ∈ Uη (z) ⊆ X ∩ Y . Mit Satz 4 folgt, dass B Basis einer Topologie O ist. Es seien x und y zwei verschiedene Elemente aus M . Ist := μ(x, y), so ist > 0. Mit Hilfe der Dreiecksungleichung folgt U/2 (x) ∩ U/2 (y) = ∅. Damit ist alles bewiesen. Die u ¨ bliche Topologie auf R ist die, die verm¨oge Satz 16 und der durch μ(x, y) := |x − y| deﬁnierten Metrik deﬁniert wird. Satz 18. Ist (M, μ) ein metrischer Raum, so ist μ(a, b) − μ(b, c) ≤ μ(a, c)

484

Kapitel XIIII. Miszellen

f¨ ur alle a, b, c ∈ M . Beweis. Auf Grund der Dreiecksungleichung und der Symmetrie von Metriken gilt μ(a, b) ≤ μ(a, c) + μ(c, b) = μ(a, c) + μ(b, c) und μ(b, c) ≤ μ(b, a) + μ(a, c) = μ(a, b) + μ(a, c). Hieraus folgt die Behauptung. Satz 19. Ist (M, μ) ein metrischer Raum und versieht man M × M mit der Produkttopologie von Oμ mit Oμ , so ist μ eine stetige Abbildung von M × M in R. Beweis. Es sei X eine oﬀene Teilmenge von R. Ferner sei Y := μ−1 (X). Wir m¨ ussen zeigen, dass Y oﬀen ist. Dazu sei (a, b) ∈ Y . Weil X oﬀen ist, gibt es eine -Umgebung U (μ(a, b)), die in X enthalten ist. Es folgt μ−1 U (μ(a, b)) ⊆ Y. Wir setzen U := U/2 (a) und V := U/2 (b). Dann ist U × V = (U × M ) ∩ (M × V ), so dass U × V oﬀen in der Produkttopologie von M × M ist, da ja U × M und M × V Elemente der Subbasis sind, die die Produkttopologie erzeugt. Es sei (x, y) ∈ U × V . Dann folgt auf Grund der Dreiecksungleichung und wegen Satz 18, dass μ(x, y) − μ(a, b) ≤ μ(x, y) − μ(y, a) + μ(y, a) − μ(a, b) ≤ μ(x, a) + μ(y, b) < ist. Also ist μ(x, y) ∈ U (μ((a, b))) Es folgt (a, b) ∈ U × V ⊆ μ−1 U (μ(a, b)) ⊆ Y. Dies zeigt, dass die Menge Y Umgebung jedes ihrer Punkte ist. Nach Satz 1 ist Y daher oﬀen, q. e. d. Es sei (M, O) ein topologischer Raum und X sei eine Teilmenge von M . Wir setzen OX := {Y | Y ⊆ X, es gibt ein Y ∈ O mit Y = Y ∩ X}. Dann heißt OX die von O auf X hervorgerufene Relativtopologie Es ist schnell gesehen, dass OX eine Topologie ist: Wegen X = X ∩ M und ∅ = ∅ ∩ X und M , ∅ ∈ O sind X, ∅ ∈ OX .

5. Topologische R¨ aume

485

Sind Y , Z ∈ OX , so gibt es Y , Z ∈ O mit Y = Y ∩ X und Z = Z ∩ X. Es folgt Y ∩ Z ∈ O und damit Y ∩ Z = (Y ∩ X) ∩ (Z ∩ X) = X ∩ (Y ∩ Z ) ∈ OX . Schließlich sei T ⊆ OX und T die Menge der Y ∈ O, zu denen es ein Y ∈ OX gibt mit Y = X ∩ Y . Dann ist $ $ $ X∩ Y = (X ∩ Y ) ⊆ Y. Y ∈T

Y ∈T

Y ∈T

Ist Y ∈ T , so gibt es nat¨ urlich ein Y ∈ O mit Y = X ∩ Y . Es folgt Y ∈ T und damit $ $ $ X∩ Y = (X ∩ Y ) ⊇ Y. #

Y ∈T

Y ∈T

Y ∈T

Dies zeigt, dass auch Y ∈T Y ∈ OX ist. Damit ist gezeigt, dass OX tats¨achlich eine Topologie auf X ist. Wie schon gesagt, kommen die W¨orter Topologie“ und topologischer Raum“ ” ” in Hausdorﬀs Buch nicht vor und oﬀene Mengen heißen bei ihm Gebiete. Es gibt aber bei ihm den Begriﬀ des Relativgebiets. Das sind, wie auch bei uns, die Schnitte von Gebieten mit Teilmengen von M (Hausdorﬀ 1914, S. 240). Wenn es auch nicht alle Termini gibt, die wir kennen und benutzen, die Sache ist da. aume und f sei eine stetige Satz 20. Es seien (M, O) und (M , O ) topologische R¨ ankung Abbildung von M in M . Ist X eine Teilmenge von M und ist g die Einschr¨ von f auf X, so ist g eine stetige Abbildung von (X, OX ) in (M , O ). Beweis. Es sei U ∈ O . Dann ist g −1 (U ) = X ∩ f −1 (U ). Weil f stetig ist, ist f (U ) ∈ O. Also ist g −1 (U ) ∈ OX . aumen. Satz 21. Es sei ((Mi , μi ) | i := 1, . . . , n) eine Familie von metrischen R¨ oge Ist M := cartni:=1 Mi und deﬁniert man die Abbildung μ von M × M in R verm¨ μ(x, y) := max μi (xi yi ) | i := 1, . . . , n , so ist μ eine Metrik auf M und Oμ ist die Produkttopologie auf M . Beweis. Wir zeigen zun¨achst, dass μ eine Metrik ist. Es ist μ(x, x) = 0i f¨ ur alle x ∈ M , da ja μi (xi , xi ) = 0 ist f¨ ur alle i und alle xi ∈ Mi . Ist x = y, so gibt es ein i mit xi = yi . Es folgt μ(x, y) > μi (xi , yi ) > 0. Wegen der Symmetrie der μi ist auch μ symmetrisch. Schließlich gilt μ(x, z) + μ(z, y) = maxi μi (xi , zi ) + maxj μj (zj , yj ) ≥ maxi μi (xi , zi ) + μi (zi , y, ) ≥ maxi μi (xi , yi ) = μ(x, y).

486

Kapitel XIIII. Miszellen

Also ist μ eine Metrik. Es sei O die Produkttopologie auf M und B sei die Basis von O, die aus den Elementen der Form X1 × . . . × Xn mit Xi ∈ Oμi besteht. Ist nun X ∈ O und y ∈ X, so gibt es x1 , . . . , xn mit Xi ∈ Oμi und y ∈ X1 × . . . × Xn ⊆ X. Es gibt dann positive i mit Ui (yi ) ⊆ Xi . Setze := min( 1 , . . . , n ). Dann ist > 0 und es folgt U (yi ) ⊆ Xi und damit U (y) = U (y1 ) × . . . × U (yn ) ⊆ X1 × . . . × Xn ⊆ X. Also ist X ∈ Oμ und damit O ⊆ Oμ . Es sei umgekehrt X ∈ Oμ und y ∈ X. Es gibt dann ein > 0 mit U (y) ⊆ X. Wegen U (y) = U (y1 ) × . . . × U (yn ) ist U (y) ein Element der Basis, die O erzeugt. Hieraus folgt X ∈ O, da y ja ein beliebiges Element von X war. Also gilt auch Om u ⊆ O, so dass O = Oμ ist, q. o. o. Im n¨achsten Satz notieren wir noch drei lokale Eigenschaften stetiger Abbildungen von topologischen R¨ aumen in R oder C. Satz 22. Es sei M ein topologischer Raum und K = R oder K = C. Ist die Abbildung f von M in K stetig bei a ∈ M so gilt: a) Es gibt ein S ∈ R und ein U ∈ U(a) mit |f (y)| ≤ S f¨ ur alle y ∈ U . b) Ist f (a) = 0, so gibt es ein U ∈ U(a) und ein η > 0 mit |f (y)| ≥ η f¨ ur alle y ∈ U. c) Ist K = R und f (a) > 0, so gibt es ein U ∈ U(a) und ein η > 0 mit f (y) ≥ η f¨ ur alle y ∈ U . ur alle Beweis. Es sei > 0. Es gibt dann ein U ∈ U(a) mit f (y) ∈ U (f (a)) f¨ y ∈ U , da f ja bei a stetig ist. Es folgt |f (y)| − |f (a)| ≤ f (y) − f (a) < (∗) f¨ ur alle y ∈ U . a) Setzt man S := + |f (a)|, so folgt f (y) ≤ + f (a) = S f¨ ur alle y ∈ U . b) Hier w¨ ahlen wir :=

f (a) 2 .

−

Wegen (∗) gilt dann

|f (a)| ≤ f (y) − f (a) 2

6. Topologische Vektorr¨ aume und daher |f (y)| ≥

|f (a)| 2

c) Hier setze man := f¨ ur alle y ∈ U .

487

f¨ ur alle y ∈ U . f (a) 2 .

Wegen − f (a) 2 ≤ f (y) − f (a) ist daher f (y) ≥

f (a) 2

6. Topologische Vektorr¨ aume. Es sei K ein K¨ orper und O sei eine Topologie auf K. Ferner seien A und M die durch A(x, y) := x + y und M (x, y) := xy deﬁnierten Abbildungen von K ×K in K und I sei die durch I(x) := x−1 deﬁnierte orper , falls Abbildung von K ∗ in sich. Genau dann heißt (K, O) topologischer K¨ die Abbildungen A und M in der Produkttopologie auf K × K und I in der Relativtopologie auf K ∗ stetig sind. Dass R und C topologische K¨ orper sind, werden wir im n¨ achsten Abschnitt zeigen, wenn wir auch zeigen, dass die henselschen p-adischen Zahlen topologische K¨ orper sind. Hier k¨ ummern wir uns um topologische Vektorr¨ aume, wenn dies auch zun¨ achst blutleere Theorie ist. Das wird sich ¨andern. Der Grund, weshalb ich mit den Vektorr¨ aumen beginne, ist der, das, was ich hier vortrage, von allem Metrischen freizuhalten. Es sei K ein topologischer K¨ orper und V sei ein Vektorraum u ¨ ber K, der gleichzeitig eine Topologie trage. V ×V und K ×V seien jeweils mit der Produkttopologie versehen. Wir nennen V einen topologischen Vektorraum u ¨ ber K, wenn die beiden Abbildungen (x, y) → x + y und (k, x) → kx in den jeweiligen Topologien stetig sind. Satz 1. Es sei V ein topologischer Vektorraum u ¨ber dem topologischen K¨ orper K. Ferner sei a ∈ V und k ∈ K. Dann gilt: 1) Die Abbildung x → x + a von V auf sich ist stetig. 2) Die Abbildung x → kx von V in sich ist stetig. 3) Die Abbildung ξ → ξa von K in V ist stetig. Beweis. 1) Die Abbildung x → (x, a) ist eine stetige Abbildung von V in V ×{a} (Beweis!). Die Abbildung (x, a) → x + a ist als Einschr¨ankung der stetigen Abbildung (x, y) → x + y auf V × {a} nach Satz 20 des vorigen Abschnitts ebenfalls stetig. Daher ist auch die aus diesen beiden Abbildungen zusamengesetzte Abbildung nach Satz 13 des vorigen Abschnitts stetig. 2) Die Abbildungen x → (k, x) und (k, x) → kx sind stetig. Also ist auch x → kx stetig. 3) Die Abbildungen ξ → (ξ, a) und (ξ, a) → ξa sind stetig. Also ist auch die Abbildung ξ → ξa stetig. Korollar 1. Es sei V ein topologischer Vektorraum u ¨ber dem topologischen K¨ orper K. Ferner sei a ∈ V und k ∈ K ∗ . Ist U eine nicht leere oﬀene Teilmenge von V , so sind auch die Teilmengen U + a und kU oﬀen. Beweis. Die Abbildung x → x − a und x → k −1 x sind stetig nach dem gerade bewiesenen Satz. Die Urbilder der oﬀenen Menge U unter diesen Abbildungen, das sind die Mengen U + a und kU , sind also oﬀen.

488

Kapitel XIIII. Miszellen

Hier beobachtet man das Ph¨ anomen, dass es stetige Abbildungen gibt, die die Eigenschaft haben, oﬀene Mengen auf oﬀene Mengen abzubilden. Dieses Ph¨anomen gibt Anlass zu folgender Deﬁnition. Eine Abbildung f von M in N heißt oﬀen, wenn es zu jeder oﬀenen Menge X von M eine oﬀene Menge Y von N gibt, so dass f (X) = Y ∩ f (M ) ∈ Of (M) ist. Stetige Abbildungen sind in aller Regel nicht auch oﬀen. Eine stetige Abbildung ist aber sicher dann oﬀen, wenn sie, so wie eben, ein stetiges Inverses hat. Weitere Beispiele oﬀener Abbildungen sind die Projektionen topologischer Vektorr¨aume, das sind die linearen Abbildungen π mit π 2 = π. Korollar 2. Ist U eine nicht leere oﬀene Teilmenge des topologischen Vektorraums V und ist X eine beliebige, nicht leere Teilmenge von V , so ist U + X oﬀen. # Beweis. Dies folgt mit U + X = a∈X (U + a) aus Korollar 1. Vektorraumes V und ist Korollar 3. Sind x1 , . . . , xt Elemente t des topologischen t ur i := 1, . . . , t, so ist i:=1 Ui ∈ U( i:=1 xi ). Ui ∈ U(xi ) f¨ Beweis. Es gibt eine oﬀene Umgebung U ∈ U(x1 ) mit U ⊆ U1 . Es folgt t

xi ∈ U +

i:=1

t

Ui ⊆

i:=2

und damit die Behauptung, da U +

t i:=2

t

Ui

i:=1

Ui ja oﬀen ist.

Satz 2.Es sei V ein topologischer Vektorraum. Sind x1 , . . . , xt ∈ V und ist U ∈ U( ti:=1 xi ), so gibt es Ui ∈ U(xi ) mit ti:=1 Ui ⊆ U . Beweis. Wir machen Induktion nach t. Es sei zun¨achst t = 2. Weil V ein topologischer Vektorraum ist, gibt es wegen der Stetigkeit der Abbildung (x, y) → x + y ur alle (x, y) ∈ X. eine Umgebung X von (x1 , x2 ) in V × V mit x + y ∈ U f¨ Auf Grund der Deﬁnition der Produkttopologie gibt es ein U1 ∈ U(x1 ) und ein U2 ∈ U(x2 ) mit U1 × U2 ⊆ X. Es folgt U1 + U2 ⊆ U . Es sei t > 2. Nach dem gerade Gezeigten gibt es eine Umgebung W von x1 + . . . + xt−1 und eine Umgebung Ut von xt , so dass W + Ut eine Umgebung von t i:=1 xi ist. Mit Induktion folgt dann die Behauptung. Es sei V ein Vektorraum u ¨ ber dem topologischen K¨ orper K und b1 , . . . , bn sei eine Basis von V . Wir deﬁnieren die Abbildungen πi von V in K durch πi

n

kj bj

:= ki .

j:=1

Ist dann O die gr¨ obste Topologie auf V , in der alle πi stetig sind, so nennen wir O eine Produkttopologie auf V . Es sieht so aus, als tr¨ uge V viele Produkttopologien, da ja jede Basis Anlass zu einer Produkttopologie gibt. Wir werden jedoch gleich

6. Topologische Vektorr¨ aume

489

sehen, dass endlich-dimensionale Vektorr¨aume u ¨ ber K genau eine Produkttopologie tragen. Satz 3. Es sei K ein topologischer K¨ orper und V sei ein endlich-dimensionaler Vektorraum u ¨ber K. Es sei O∗ eine Topologie auf V , so dass (V, O∗ ) ein topologischer Vektorraum u ¨ber K ist, und O∗∗ sei eine Topologie auf V , in der alle linearen Abbildungen von V in K stetig sind. Ist dann O eine Produkttopologie auf V , so ist O∗ ⊆ O ⊆ O∗∗ . Beweis. Es sei b1 , . . . , bn die Basis von V , mit deren Hilfe O konstruiert wurde. Die zugeh¨origen Abbildungen πi sind dann lineare Abbildungen von V in K, so obste Topologie ist, in der die πi dass sie allesamt in O∗∗ stetig sind. Weil O die gr¨ stetig sind, gilt O ⊆ O∗∗ . n Es sei U ∈ O∗ und x ∈ U . Ferner sei x = i:=1 ki bi . Weil (V, O∗ ) ein topologischer Vektorraum u ¨ ber K ist, gibt es nach Satz 2 Umgebungen Ui ∈ U(ki bi ) mit n U ⊆ U , da U ja als oﬀene Menge Umgebung von x ist (Satz 1, Absch. 5). i i:=1 Die Abbildung ξ → ξbi ist stetig, wie wir wissen. Es gibt also ein Wi ∈ U(ki ) mit ξbi ∈ Ui f¨ ur alle ξ ∈ Wi . Es folgt x∈

n " i:=1

πi−1 (Wi ) ⊆

n

Ui ⊆ U.

i:=1

!n Weil i:=1 πi−1 (Wi ) eine O-oﬀene Menge ist, ist U Vereinigung von O-oﬀen Mengen also selbst O-oﬀen. Also ist O∗ ⊆ O. Damit ist der Satz bewiesen. Satz 4. Es sei M ein topologischer Raum und V sei ein topologischer Vektorraum u ¨ber dem topologischen K¨ orper K. Ist C(M, V ) die Menge der stetigen Abbildungen von M in W und deﬁniert man f¨ ur k ∈ K und f , g ∈ C(M, V ) die Abbildungen f + g und kf durch (f + g)(x) := f (x) + g(x) und (kf )(x) := k(f (x)) f¨ ur alle x ∈ M , so ist f + g, kf ∈ C(M, V ). Beweis. Es sei U ∈ U((f + g)(x)). Nach Satz 2 gibt es ein U ∈ U(f (x)) und ein U ∈ U(g(x)) mit U + U ⊆ U , da ja (f + g)(x) = f (x) + g(x) ist. Wegen der Stetigkeit von f und g gibt es X , X ∈ U(x) mit f (X ) ⊆ U und g(X ) ∈ U . Nun ist X ∩ X ∈ U(x) und (f + g)(X ∩ X ) ⊆ f (X ∩ X ) + g(X ∩ X ) ⊆ f (X ) + g(X ) ⊆ U + U ⊆ U. Also ist f + g stetig. Ist k = 0, so ist kf = 0, so dass kf stetig ist. Es sei also k = 0. Ferner sei U ∈ U(kf (x)). Mit Korollar 1 von Satz 1 folgt, dass k −1 U ∈ U(f (x)) ist. Wegen der Stetigkeit von f gibt es ein X ∈ U(x) mit f (X) ⊆ k −1 U . Es folgt kf (X) ⊆ U und damit die Stetigkeit von kf . Damit ist alles bewiesen. Satz 5. Es sei K ein topologischer K¨ orper und V sei ein endlich-dimensionaler Vektorraum u ¨ber K. Ist O eine Produkttopologie auf V , so ist (V, O) ein topologischer Vektorraum und alle linearen Abbildungen von V in K sind stetig.

490

Kapitel XIIII. Miszellen

Beweis. Es sei b1 , . . . , bn die Basis von V , mit deren Hilfe O konstruiert wurde. Ferner seien πi wieder die durch πi

n

kj bj

:= ki

j:=1

deﬁnierten Abbildungen. Diese πi sind allesamt stetig. Es sei x ∈ V und λ sei eine lineare Abbildung von V in K. Dann ist x=

n

πi (x)bi

i:=1

und daher λ(x) =

n

πi (x)λ(bi ).

i:=1

Hieraus folgt wiederum λ=

n

λ(bi )πi ,

i:=1

so dass λ auf Grund von Satz 4 stetig ist. Es bleibt zu zeigen, dass (V, O) ein topologischer Vektorraum u ¨ ber K ist. Es sei (a, b) ∈ V × V und U ∈ U(a + b). Auf Grund der Deﬁnition der Produkttopologie auf V gibt es dann Ui ∈ U(πi (a + b)) mit n "

πi−1 (Ui ) ⊆ U.

i:=1

Weil K ein topologischer K¨ orper ist, ist K insbesondere ein topologischer Vektorraum u ¨ ber sich selbst. Wegen πi (a + b) = πi (a) + πi (b) gibt es nach Satz 2 ein Xi ∈ U(πi (a)) und ein Yi ∈ U(πi (b)) mit Xi + Yi ⊆ Ui . ist x ∈ πi−1 (Xi ) und y ∈ πi−1 (Yi ), so ist πi (x + y) = πi (x) + πi (y) ∈ Xi + Yi ⊆ Ui . Daher ist πi−1 (Xi ) + πi−1 (Yi ) ⊆ πi−1 (Ui ). Nun ist A :=

n "

πi−1 (Xi ) ×

i:=1

n "

πi−1 (Yi ) ∈ U(a, b).

i:=1

Ist (x, y) ∈ A, so ist also (x, y) ∈

n " i:=1

πi−1 (Xi ) +

n " i:=1

πi−1 (Yi ) ⊆

n " i:=1

πi−1 (Ui ) ⊆ U,

6. Topologische Vektorr¨ aume

491

so dass die Abbildung (x, y) → x + y stetig ist. Es sei schließlich (k, a) ∈ K ×V und U ∈ U(ka). Es gibt dann ein Ui ∈ U(πi (ka)) mit n " πl−1 (Ui ) ⊆ U. i:=1

orper ist, gibt es ein Xi ∈ U(k) Nun ist πi (ka) = kπi (a). Weil K ein topologischer K¨ und ein Yi ∈ U(πi (a)) mit ξη ∈ Ui f¨ ur alle (ξ, η) ∈ Xi × Yi . Es ist X :=

n "

Xi ∈ U(k).

i:=1

Daher ist B := X ×

n "

πi−1 (Xi ) ⊆ U(k, a).

i:=1

Ist (ξ, x) ∈ B, so ist ξx ∈

n " i:=1

Xπi−1 (Xi ) =

n $ i:=1

π −1 (XXi ) ⊆

n "

π −1 (Ui ) ⊆ U.

i:=1

Also ist auch die Abbildung (ξ, x) → ξx stetig. Damit ist alles bewiesen. Der n¨achste Satz geh¨ort der mathematischen Folklore an. Das best¨ atigten mir verschiedene Leute, die ich danach fragte. F¨ ur den Fall, dass K = R ist, fand ich ihn in Greub 1967, S. 38. Den gleichen Sachverhalt f¨ ur den K¨ orper der komplexen ¨ Zahlen zu beweisen, ﬁndet sich dort als Ubungsaufgabe. F¨ ur komplette K¨ orper mit Absolutbetrag ﬁndet sich der Satz bei Lang formuliert und bewiesen (Lang 1965, Prop. 3, S. 288). F¨ ur K¨ orper mit Absolutbetrag trug ich ihn in meiner Analysisvorlesung des WS 1978/79 vor. Als ich dann das Buch schrieb, bestand die so fr¨ uh verstorbene Rosemarie Rink darauf — sie war damals Mitarbeiterin hier in Kaiserslautern und die erste Frau, die sich an der hiesigen Universit¨ at habilitierte —, dass ich den Satz in voller Allgemeinheit aufnehme. So scheint mein Analysisbuch ein einsames schriftliches Zeugnis f¨ ur diesen Satz zu sein (L¨ uneburg 1981a, S. 135). Satz 6. Es sei K ein topologischer K¨ orper. Ist V ein endlich-dimensionaler Vektorraum u ¨ber K, so besitzt V genau eine Topologie O mit den beiden Eigenschaften: 1) (V, O) ist ein topologischer Vektorraum u ¨ber K. 2) Jede lineare Abbildung von V in K ist O-stetig. Beweis. Es sei O eine Produkttopologie auf V . Dann besitzt O nach Satz 5 diese beiden Eigenschaften. Ist O∗ eine zweite Topologie mit diesen beiden Eigenschaften, so folgt mit Satz 3 auf Grund von Eigenschaft 1) die Inklusion O∗ ⊆ O und wegen Eigenschaft 2) die Inklusion O ⊆ O∗ . Also ist O = O∗ , wie behauptet.

492

Kapitel XIIII. Miszellen

Die in Satz 6 beschriebene Topologie nennen wir die nat¨ urliche Topologie auf V und bezeichnen sie mit Onat . Satz 6 gilt nicht mehr f¨ ur unendlich-dimensionale R¨ aume. Davon lebt die Funktionalanalysis. 7. Das henselsche Lemma. Um die endlichen Erweiterungen der henselschen p-adischen Zahlen zu studieren und insbesondere den schon von Hensel bewiesenen Satz zu etablieren, dass der Zerf¨ allungsk¨ orper eines Polynoms u ¨ ber Qp sich schon als Zerf¨ allungsk¨ orper u ¨ ber Qp eines Polynoms mit Koeﬃzienten in Z erhalten l¨ asst, ist es bequem, sich des topologischen Werkzeugs zu bedienen, das wir in den letzten beiden Abschnitten bereitgestellt haben. Dazu m¨ ussen wir zun¨achst zeigen, dass orper ist. Dies liegt daran, dass Qp einen Absolutbetrag Qp ein topologischer K¨ achst besitzt. Das hat Qp mit R und C gemeinsam. Wir befassen uns hier daher zun¨ etwas allgemeiner mit K¨ orpern mit Absolutbetrag. Es sei K ein K¨ orper und α sei eine Abbildung von K in R. Wir nennen α einen Absolutbetrag auf K, wenn gilt: 1) 2) 3) 4)

Es Es Es Es

ist α(0) = 0 und α(k) > 0 f¨ ur alle k ∈ K ∗ . ist α(kl) = α(k)α(l) f¨ ur alle k, l ∈ K. ist α(k + l) ≤ α(k) + α(l) f¨ ur alle k, l ∈ K. gibt ein k ∈ K mit α(k) = 0, 1.

Die Ungleichung 3) heißt bekanntlich Dreiecksungleichung. Die Bedingung 4) dient dazu, Entartungsf¨ alle auszuschließen. Typische Beispiele f¨ ur K¨ orper mit Absolutbetrag sind R und C. Dem Leser wird es nicht schwer fallen, den folgenden Satz zu beweisen. Satz 1. Es sei α ein Absolutbetrag auf dem K¨ orper K. Dann gilt: 1) 2) 3) 4)

Es Es Es Es

ist ist ist ist

α(1) = 1. α(k) = α(−k) f¨ ur alle k ∈ K. α(k −1 ) = α(k)−1 f¨ ur alle k ∈ K ∗ . |α(k) − α(l)| ≤ min(α(k + l), α(k − l)) f¨ ur alle k, l ∈ K.

Ist K ein K¨ orper mit Absolutbetrag α, so wird durch μ(k, l) := α(k − l) eine Metrik auf K deﬁniert. Statt Oμ schreiben wir in diesem Zusammenhang Oα f¨ ur die von μ und damit von α induzierte Topologie auf K. Satz 2. Ist α ein Absolutbetrag auf dem K¨ orper K, so ist (K, Oα ) ein topologischer K¨ orper. Beweis. Nach 4) von Satz 1 gilt |α(x) − α(y)| ≤ α(x − y). Hieraus folgt, dass α stetig ist. Wir deﬁnieren die Abbildung μ von K × K in R verm¨oge μ (x, y), (a, b) := max α(x − a), α(y − b) . Dann ist μ nach Satz 21 von Abschnitt 5 eine Metrik auf K × K und die von μ hervorgerufene Topologie ist die Produkttopologie.

7. Das henselsche Lemma

493

Es seien wieder A, M und I die durch A(x, y) := x + y, M (x, y) := xy und I(x) := x−1 deﬁnierten Abbildungen. Es sei (a, b) ∈ K × K und es sei > 0 und (x, y) ∈ U/2 (a, b). Dann ist max α(x − a), α(y − b) = μ (x, y), (a, b) < 2 und folglich α(x − a) < 2 und α(y − b) < 2 . Es folgt α A(x, y) − A(a, b) = α(x + y − a − b) ≤ α(x − a) + α(y − b) < , so dass A bei (a, b) stetig ist. Weil (a, b) beliebig gew¨ ahlt war, ist A also stetig schlechthin. Es sei weiterhin (a, b) ∈ K × K und > 0. Weil α stetig ist, gibt es nach Satz 22 a) von Abschnitt 5 ein S ∈ R mit S > 0 und eine Umgebung U von a mit α(x) ≤ S f¨ ur alle x ∈ U . Setze T := max(S, α(b)). Wegen S > 0 ist T > 0. Setze δ := 2T und V := (U × K) ∩ Uδ (a, b). Weil U als Umgebung von a eine oﬀene Umgebung von a enth¨ alt, enth¨ alt V auf Grund der Deﬁnition der Produkttopologie eine oﬀene Ungebung von (a, b). Also ist V eine Umgebung von (a, b). Es sei nun (x, y) ∈ V . Dann ist (x, y) ∈ Uδ (a, b) und folglich α(x − a) < δ und α(y − b) < δ. Wegen x ∈ U ist ferner α(x) ≤ T . Daher ist α(xy − ab) = α(xy − xb + xb − ab) ≤ α(x)α(y − b) + α(b)α(x − a) < 2T δ = . Folglich ist auch M stetig. Es sei schließlich a ∈ L∗ . Wegen α(xa) − α(ya) = α(x − y)α(a) ist die Abbildung x → α(xa) stetig. Wegen α(a2 ) > 0 gibt es nach Satz 13 c) von Abschnitt 5 ein U ∈ U(a) und ein η > 0 mit α(xa) ≥ η f¨ ur alle x ∈ U . Es sei > 0 und V := U ∩ Uη (a). Ist dann x ∈ V , so ist α(x−1 − a−1 ) = α(xa)−1 α(a − x) < η −1 η = , so dass auch I stetig ist. Also ist (K, Oα ) ein topologischer K¨ orper. orper Es bezeichne Qp und Hp , wie in Abschnitt 1 von Kapitel 10, den K¨ der henselschen p-adischen Zahlen, bzw., den Ring der ganzen henselschen padischen Zahlen. Diesen Ring hatten wir deﬁniert als den Endomorphismenring der Pr¨ ufergruppe Z(p∞ ). Wir hatten dort gesehen, dass es zu α ∈ Hp stets genau eine Folge f mit Werten in N0 gibt mit 0 ≤ fi < pi und α(ai ) = fi ai

494

Kapitel XIIII. Miszellen

f¨ ur alle i ∈ N, wobei ai =

1 +Z pi

gesetzt war. F¨ ur diese Folge f gilt außerdem fi+1 ≡ fi mod pi f¨ ur alle i ∈ N. Stellt man die fi in der Basis p, also p-adisch dar, so folgt auf Grund dieser Kongruenzen die Existenz einer Folge ϕ auf {0, . . . , p − 1} mit fi =

i−1

ϕj pj

j:=0

f¨ ur alle i ∈ N. Daher sind die fi die Partialsummen der Reihe ∞

ϕj pj .

j:=0

Da diese Reihe durch α v¨ ollig fest gelegt wird und ihrerseits ∞ α eindeutig bestimmt, kann man α mit dieser Reihe identiﬁzieren, also α = j:=0 ϕj pj schreiben, wie auch dem Ausdruck α = limi→∞ fi einen Sinn unterlegen, auch ohne dass man explizit eine Topologie gegeben hat und folglich von Konvergenz im Sinne dieser Topologie reden kann. Wir werden uns des Hilfsmittels der Topologie aber nicht begeben. Hensel deﬁniert seine p-adischen Zahlen mittels dieser formalen Ausdr¨ ucke. Wir identiﬁzieren im Folgenden das Element z ∈ Z mit dem Element z · 1 ∈ Hp . Dann wird insbesondere p mit dem Primelement π von Hp identiﬁziert, welches wir in Kap. 10, Absch. 1 deﬁniert haben. Ist 0 = b ∈ Qp , so gibt es dann ein n ∈ Z und eine Einheit e in Hp mit b = pn e. Wir setzen n 1 αp (b) := p und außerdem αp (0) := 0. Statt 1p k¨ onnte man f¨ ur das Folgende jede andere Zahl zwischen 0 und 1 nehmen. Unsere Wahl hat f¨ ur die Zahlentheorie Vorteile, insbesondere, wenn man mehrer der Hp ’s nebeneinander untersucht. Worin der Vorteil besteht, bleibe hier oﬀen. Satz 3. Es gilt: 1) Es ist αp (0) = 0 und αp (b) > 0, falls b = 0 ist. ur alle b, c ∈ Qp . 2) Es ist αp (bc) = αp (b)αp (c) f¨

7. Das henselsche Lemma

495

ur alle b, c ∈ Qp . Ist αp (b) = αp (c), so 3) Es ist αp (b + c) ≤ max(αp (b), αp (c)) f¨ ist αp (b + c) = max(αp (b), αp (c)). 4) Es ist αp (p) = p1 . 5) Ist a ∈ Qp , so ist genau dann a ∈ Hp , wenn αp (a) ≤ 1 ist. 6) Ist a ∈ Qp , so ist genau dann a ∈ pHp , wenn αp (a) < 1 ist. Beweis. 1) ist trivial. 2) folgt aus der Bemerkung, dass das Produkt zweier Einheiten von Hp wieder eine Einheit von Hp ist. 4) ist ebenfalls trivial und 5) und 6) folgen unmittelbar aus der Deﬁnition des Absolutbetrags. Bleibt also 3) zu beweisen. Ist b = 0 oder c = 0 oder auch b + c = 0, so ist die Ungleichung erf¨ ullt. Es seien also b, c und b + c von 0 verschieden. Ferner sei b = pm e und c = pn f mit Einheiten e und f . Es sei außerdem ohne Beschr¨ankung der Allgemeinheit m ≤ n. Dann ist b + c = pm (e + pn−m f ). Ist n − m > 0, so ist e + pn−m f ∈ pHp und folglich eine Einheit in Hp . Also ist m 1 = max αp (b), α(c) . αp (b + c) = p Ist n = m, so ist e + f ∈ Hp . Es gibt daher ein q ∈ N0 und eine Einheit g ∈ Hp mit e + f = pq g. Es folgt m+q m 1 1 ≤ = max αp (b), αp (c) . αp (b + c) = p p Damit ist alles bewiesen. Die Ungleichung 3) heißt ultrametrische Ungleichung und wegen max αp (b), αp (c) ≤ αp (b) + αp (c) nennt man sie auch die versch¨ arfte Dreiecksungleichung. Insbesondere ist αp also ein Absolutbetrag auf Qp . Als Absolutbetrag deﬁniert αp auf Qp eine hausdorﬀsche Topologie. Die Menge der Ideale pi Hp bilden eine Umgebungsbasis der Null dieser Topologie. Die Einschr¨ ankung von αp auf Q liefert den sogenannten p-adischen Absolutbetrag auf Q. Bei Hensel wird das alles nicht so explizit ausgesprochen — Hausdorﬀs Grundz¨ uge der Mengenlehre“ erschien erst 1914 —, dennoch spricht ” er von Grenzwerten und operiert mit ihnen. Wir notieren eine Besonderheit von Absolutbetr¨ agen, die der ultrametrischen Ungleichung gen¨ ugen. Satz 4. Es sei K ein K¨ orper mit dem Absolutbetrag α. Erf¨ ullt α die ultrametrische Ungleichung, so gilt f¨ ur alle a, b ∈ K, dass α(a + b) = max(α(a), α(b)) ist, falls nur α(a) = α(b) ist.

496

Kapitel XIIII. Miszellen

Beweis. Es sei oBdA α(b) < α(a). Dann ist α(b) < α(a) = α(a + b − b) ≤ max α(a + b), α(b) . Hieraus folgt α(a) ≤ α(a + b). Andererseits ist α(a + b) ≤ max α(a), α(b) = α(a). Also ist α(a + b) = α(a) = max(α(a), α(b)), q. o. o. Da wir sp¨ater auch algebraische Erweiterungen von Qp betrachten, die wiederum Absolutbetr¨ age haben, die den Absolutbetrag αp fortsetzen, fassen wir uns in dem nun Folgenden allgemeiner als bisher. Es sei K ein K¨ orper und α sei ein Absolutbetrag auf K. Man kann nun, den entsprechenden Begriﬀen der Analysis nachgebildet, beschr¨ankte Folgen, Cauchyfolgen und Konvergenz von Folgen bzg. dieses Absolutbetrags deﬁnieren. Um deutlich zu machen, dass sich dies auf α bezieht, werden wir von α-beschr¨ ankten Folgen, von α-Cauchyfolgen und α-konvergenten Folgen reden. Addiert und multipliziert man Folgen u ¨ ber K punktweise, so wird die Menge dieser Folgen zu einem Ring. Die Mengen der α-beschr¨ ankten Folgen, der α-Cauchyfolgen und der α-konvergenten Folgen sind dann Teilringe des Ringes aller Folgen, von denen der n¨ achstfolgende stets im vorhergehenden enthalten ist. Dies beweist man ganz analog den entsprechenden Aussagen bez¨ uglich des gew¨ohnlichen Absolutbetrages auf Q bzw. R. Jede α-Cauchyfolge ist also α-beschr¨ ankt und jede α-konvergente Folge ist eine α-Cauchyfolge. Es sollte auch klar sein, was eine α-Nullfolge ist. Den Grenzwert der konvergenten Folge f bezeichnen wir mit limα f . Notieren wir gleich eine Besonderheit der Absolutbetr¨ age, die der ultrametrischen Ungleichung gen¨ ugen. Satz 5. Es sei K ein K¨ orper mit Absolutbetrag α. Gen¨ ugt α der ultrametrischen Ungleichung, so ist die Folge f auf K genau dann eine α-Cauchyfolge, wenn die durch gn := fn+1 − fn deﬁnierte Folge g eine α-Nullfolge ist. Beweis. Ist f eine Cauchyfolge, so ist g nat¨ urlich eine Nullfolge. Es sei umgekehrt g eine Nullfolge. Es sei > 0. Es gibt dann ein N ∈ N0 , so dass f¨ ur alle n ≥ N gilt, dass α(gn ) < ist. Sind dann m, n ∈ N und ist n ≥ N , so folgt α(fn+m − fn ) ≤ max α(gn ), . . . , α(gn+m−1 ) < , so dass f eine α-Cauchyfolge ist. Dass bei den allgemeinen S¨ atzen alles genauso vonstatten geht, wie im Falle der Analysis, sei an folgendem Satz exempliﬁziert. Satz 6. Es sei K ein K¨ orper mit dem Absolutbetrag α. Ist f eine α-Cauchyfolge u ¨ber K, aber keine α-Nullfolge, so gibt es ein > 0 und ein M ∈ N mit α(fi ) ≥

7. Das henselsche Lemma

497

f¨ ur alle i ≥ M . Beweis. Wir nehmen an, der Satz sei falsch. Dann gibt es eine α-Cauchyfolge w, die keine α-Nullfolge ist, so dass es zu jedem > 0 und zu jedem M ∈ N ein i > M gibt mit α(wi ) < . Es sei nun > 0. Weil w eine α-Cauchyfolge ist, gibt es ein M ∈ N0 mit α(wm − wn ) <

2

f¨ ur alle m, n ∈ M . Es gibt ferner ein i > M mit α(wi ) < 2 . Daher ist α(wm ) = α(wm − wi + wi ) ≤ α(wm − wi ) + α(wi ) < + = 2 2 f¨ ur alle m ≥ M . Dies besagt aber, dass w im Widerspruch zur Annahme eine Nullfolge ist. Unsere Annahme ist also zu verwerfen, so dass der Satz bewiesen ist. Der n¨ achste Satz notiert eine Merkw¨ urdigkeit der α-Cauchyfolgen f¨ ur Absolutbetr¨ age, die der ultrametrischen Ungleichung gen¨ ugen Satz 7. Es sei K ein K¨ orper und α sei ein Absolutbetrag auf K, der der ultrametrischen Ungleichung gen¨ ugt. Es sei ferner f eine α-Cauchyfolge auf Qp . Ist f keine α-Nullfolge, so gibt es ein N ∈ N0 mit α(fN ) = α(fN +i ) f¨ ur alle i ∈ N0 . Beweis. Nach Satz 5 gibt es ein > 0 und ein A ∈ N mit α(fi ) ≥ f¨ ur alle i ≥ A. Weil f eine α-Cauchyfolge ist, gibt es ein B ∈ N mit α(fi − fj ) < f¨ ur ur alle alle i, j ≥ B. Setzt man nun N := max(A, B), so folgt α(fN ) = α(fN +j ) f¨ j ∈ N0 . W¨ are dem nicht so, so folgte mit der ultrametrischen Ungleichung der Widerspruch ≤ max α(fN ), α(fj ) = α(fN − fj ) < f¨ ur wenigstens ein j ≥ N . Wir kehren zu den henselschen p-adischen Zahlen zur¨ uck und beweisen einen Satz, den wir sp¨ ater verallgemeinern werden. ankung der AbSatz 8. Jede αp -Cauchyfolge auf Qp konvergiert und die Einschr¨ bildung limp auf den Ring der αp -Cauchyfolgen u ¨ber Q ist ein Homomorphismus dieses Ringes auf Qp . Ihr Kern ist das Ideal der Nullfolgen. Beweis. Wir zeigen zun¨achst, dass jedes Element von Qp ein αp -Grenzwert einer Folge auf Q ist. Dazu sei a ∈ Qp . Es gibt dann ein n ∈ Z und eine Einheit e von

498

Kapitel XIIII. Miszellen

Hp mit a = pn e. Nach den Entwicklungen von Abschnitt 1 des Kapitels 10 gibt es eine Folge f auf N0 mit 0 ≤ fi < pi+1 und e − fi ∈ pi+1 Hp . Es folgt n+i+1 1 , αp (a − p fi ) = p n

so dass a = limp (pn f ) gilt. ¨ber Qp . Da Nullfolgen konvergieren, d¨ urfen wir Es sei f eine αp -Cauchyfolge u annehmen, dass f keine Nullfolge ist. Nach Satz 6 gibt es daher ein N ∈ N0 mit ur alle j ∈ N0 . Es gibt also ein m ∈ Z und zu jedem j ∈ N0 αp (fN ) = αp (fN +j ) f¨ eine Einheit ej in Hp mit fN +j = pm ej . Es folgt, dass auch e eine Cauchyfolge ist. Zu jedem j gibt es wiederum genau eine Folge j mit 0 ≤ jk < p und ej =

∞

jk pk .

k:=0

Dass e eine Cauchfolge ist, l¨ asst sich nun so fassen, dass es zu n ∈ N0 stets ein M ∈ N gibt mit ei − ej ∈ pn+1 Hp f¨ ur alle i, j ≥ M . Dies wiederum ist gleichbedeutend damit, dass ik = jk ist f¨ ur alle i, j ≥ M und alle k := 0, . . . , n. Unter all diesen M ’s, f¨ ur die diese Aussage gilt, gibt es ein kleinstes, welches wir mit M (n) bezeichnen. Wegen pn+2 Hp ⊆ pn+1 Hp gilt dann M (n) ≤ M (n + 1) f¨ ur alle n und folglich (A)

M(n),k = M(n+1),k

f¨ ur alle n und alle k = 0, . . . , n. Wir deﬁnieren nun die Folge ϕ durch ϕn := M(n),n f¨ ur alle n ∈ N0 . Mit (A) folgt ϕk = M(n),k

7. Das henselsche Lemma

499

f¨ ur alle k ≤ n. Setzt man nun a :=

∞

ϕk pk ,

k:=0

so ist a − eM(n) = a −

n k:=0

ϕk pk −

∞

M(n),k pk ∈ pn+1 Hp .

k:=n+1

f¨ ur alle n ∈ N0 . Also ist a = limn→∞ eM(n) , wobei wir auf den Index p bei limp verzichtet haben. Damit ist gezeigt, dass e eine konvergente Teilfolge hat. Da e Cauchyfolge ist, ist dann auch e konvergent und es gilt a = limp e. Hieraus folgt schließlich, dass auch f konvergiert und dass limp f = pm a ist. ¨ber Q in Qp konvergent. Dass die EinInsbesondere ist jede αp -Cauchyfolge u schr¨ankung von limp auf den Ring der αp -Cauchyfolgen u ¨ber Q surjektiv ist, folgt dann aus dem eingangs Gezeigten. Damit ist alles bewiesen. Dieser Satz macht plausibel, dass man die henselschen p-adischen Zahlen auch ¨ber Q deﬁnieren kann. Man muss im Wesentlichen mittels der αp -Cauchyfolgen u nur zeigen, dass das Ideal der αp -Nullfolgen im Ring der αp -Cauchyfolgen maximal ist. Dies zeigt man mittels des Satzes 4. F¨ ur Einzelheiten sei auf L¨ uneburg 1981a verwiesen. Das henselsche Lemma in Hensel 1908, S. 79. Henselsches Lemma. Es sei 0 = f ∈ Hp [x] und π sei der kanonische Epimorphismus von Hp auf Hp /pHp . Dieser werde wie u ¨blich zu einem Epimorphismus von Hp [x] auf (Hp /pHp )[x] fortgesetzt. Gibt es dann teilerfremde Polynome γ und η u ¨ber Hp /pHp mit f π = γη, so gibt es Polynome g, h ∈ Hp [x] mit f = gh, π g = γ, hπ = η und Grad(g) = Grad(γ). Beweis. Um n als Index f¨ ur unsere Rekursion freizuhalten, setzen wir m := Grad(f ). Ferner sei s := Grad(γ). Es gibt g0 , h0 ∈ Hp [x] mit g0 , h0 ∈ Hp [x] mit g0π = γ, hπ0 = η und Grad(g0 ) = s. Es folgt f ≡ g0 h0 mod p, wobei die Kongruenz koeﬃzientenweise zu lesen ist. Wegen Grad(g0 ) = Grad(g0π ) ist der Leitkoeﬃzient von g0 nicht durch p teilbar und folglich eine Einheit in Hp . Da γ und η teilerfremd sind, gibt es u, v ∈ Hp [x] mit uh0 + vg0 ≡ 1 mod p.

500

Kapitel XIIII. Miszellen

ur i := 1, . . . , n, so dass f¨ ur Es sei n ≥ 0 und es gebe ai , bi ∈ Hp [x] f¨ gn := g0 + a1 p + . . . + an pn und hn := h0 + b1 p + . . . + bn pn gilt: Grad(ai ) < s und

Grad(bi ) ≤ m − s

f¨ ur i := 1, . . . , n und f ≡ gn hn mod pn+1 . Es sei dn+1 das durch pn+1 dn+1 = f −gn hn deﬁnierte Polynom. Dann ist dn+1 = 0 oder Grad(dn+1 ) ≤ m. Wir setzen an+1 := udn+1 und bn+1 := vdn+1 . Es folgt gn bn+1 + bn an+1 ≡ g0 vdn+1 + b0 udn+1 ≡ dn+1 mod p. Der Leitkoeﬃzient von gn ist gleich dem Leitkoeﬃzienten von g0 , da die ai ja alle uhrt Division kleineren Grad als s haben. Er ist also eine Einheit in Hp . Folglich f¨ mit Rest durch gn nicht aus Hp [x] heraus. Es gibt also q, an+1 ∈ Hp [x] mit an+1 = qgn + an+1 und an+1 = 0 oder Grad(an+1 ) < Grad(gn ) = s. Schließlich deﬁnieren wir das alt, wenn man in dem Polynom bn+1 + Polynom bn+1 als das Polynom, das man erh¨ hn q alle durch p teilbaren Koeﬃzienten durch 0 ersetzt. Dann ist bn+1 ≡ bn+1 + hn q mod p. Es folgt dn+1 ≡ gn bn+1 + hn an+1 = gn (bn+1 + hn g) + hn an+1 ≡ gn bn+1 + hn an+1 mod p. Also ist gn bn+1 + hn an+1 = dn+1 + pλ mit einem λ ∈ Hp [x]. Ferner folgt gnπ bπn+1 + hπn aπn+1 = dπn+1 und damit m ≥ Grad(dπn+1 ) ≥ Grad(gnπ bπn+1 ) = Grad(gnπ ) + Grad(bπn+1 ). Weil der Leitkoeﬃzient von gn eine Einheit ist und weil die von 0 verschiedenen Koeﬃzienten von bn+1 nicht durch p teilbar, also ebenfalls Einheiten sind, folgt, dass ihre Grade durch π nicht verkleinert werden. Also ist m ≥ Grad(gn ) + Grad(bn+1 ) = Grad(g0 ) + Grad(bn+1 ) = s + Grad(bn+1 ).

7. Das henselsche Lemma

501

Also ist Grad(bn+1 ) ≤ m − s. Wir setzen nun gn+1 := gn + an+1 pn+1

und hn+1 := hn + bn+1 pn+2 .

Dann ist — die Kongruenzen werden modulo pn+2 gelesen — gn+1 hn+1 ≡ gn hn + gn bn+1 pn+1 + hn an+1 pn+1 = gn hn + (dn+1 + pλ)pn+1 ≡ gn hn + dn+1 pn+1 = gn hn + (f − gn hn ) = f mod pn+2 . Dies zeigt, dass es Folgen a, b, g und h von Polynomen in Hp [x] gibt, so dass gilt: ur alle n ∈ N0 . 1) Es ist Grad(gn ) = s und Grad(hn ) ≤ m − s f¨ 2) Es ist gn+1 = gn + an+1 pn+1 und hn+1 = hn + bn+1 pn+1 f¨ ur alle n ∈ N0 . ur alle n ∈ N0 . 3) Es ist f ≡ gn hn mod pn+1 f¨ Auf Grund von 1) und 2) deﬁniert die Folge g f¨ ur jede der Potenzen 1, x, . . . , xs aus deren Koeﬃzienten eine Cauchyfolge u ¨ber Hp und die Folge h f¨ ur jede der Potenzen 1, x, . . . , xm−s ebenfalls eine solche Cauchyfolge. Nach Satz 6 konvergieren alle diese Cauchyfolgen und deﬁnieren Polynome g und h, die wir durch ∞ g = g0 + an p n n:=1

und

∞

h = h0 +

b n pn

n:=1

darstellen. Mit 3) folgt schließlich, dass f = gh ist. Dass g π = γ und hπ = η ist, ist unmittelbar zu sehen. Damit ist das henselsche Lemma bewiesen. Das folgende Korollar steht auch schon bei Hensel (Hensel 1908, S. 74), ist dort aber anders bewiesen. Das henselsche Lemma kommt bei ihm sp¨ater. n Korollar. Es sei f = i:=0 fi xi ∈ Qp [x] und fn = 0. Ist f irreduzibel, so ist αp (fi ) ≤ max(αp (f0 ), αp (fn )) f¨ ur i := 0, . . . , n. Beweis. Indem man mit einer passenden Potenz von p multipliziert, sieht man, dass man annehmen darf, dass alle fi in Hp liegen und dass eines der fi eine Einheit dieses Ringes ist, dass f¨ ur dieses i also α(fi ) = 1 ist. Es sei s das gr¨oßte dieser i. Weil alle fj in Hp liegen, ist αp (fj ) ≤ 1 = αp (fs ). Ist nun π wieder der kanonische Epimorphismus von Hp auf Hp /pHp , so ist π

f =

s i:=0

fiπ xi

1π .

502

Kapitel XIIII. Miszellen

Auf Grund des henselschen Lemmas hat f daher einen Faktor des Grades s. Wegen der Irreduzibilit¨ at von f folgt s = 0 oder s = n. Damit ist das Korollar bewiesen. Es sei L eine endliche, separable Erweiterung von K. Es gibt dann ein ϑ ∈ L mit L = K[ϑ]. Ist f das Minimalpolynom von ϑ und ist n dessen Grad, so ist n = [L : K]. Ist M der Zerf¨allungsk¨ orper von f u ¨ ber K, so gibt es nach Satz 1 von Kapitel 13, Abschnitt 8 genau n Monomorphismen von L in M , die K-linear sind. Es sei H die Menge dieser Monomorphismen. Ist nun a ∈ L, so setzen wir aσ NL:K (a) := σ∈H

und nennen NL:K (a) die Norm von a u ¨ ber K. Die Norm ﬁndet sich bei Dedekind (Dirichlet-Dedekind 1871, S. 428). Er nennt sie dort sogenannt“, so dass sie of” fenbar schon vorher bekannt war. Die Norm hat die folgenden Eigenschaften. 1) Es ist NL:K (a) ∈ K f¨ ur alle a ∈ L. 2) Es ist genau dann NL:K (a) = 0, wenn a = 0 ist. 3) Es ist NL:K (ab) = NL:K (a)NL:K (b) f¨ ur alle a, b ∈ L. 4) Ist k ∈ K und b ∈ L, so ist NL:K (kb) = k [L:K] NL:K (b). 5) Ist a ∈ L, so ist NL:K (a) = NK[a]:K (a)[L:K(a)] . Die erste Eigenschaft folgt daraus, dass NL:K (a) ein Fixelement der galoisschen Gruppe von L : K ist. Die restlichen Eigenschaften sind unmittelbar einsichtig. Satz 9. Es sei K := Qp und L sei eine Erweiterung des Grades n von K. Deﬁniert man βp durch 1 βp (a) := αp NL:K (a) n , so ist βp ein Absolutbetrag auf L, der αp fortsetzt und der die ultrametrische Ungleichung erf¨ ullt, und L ist ein topologischer Vektorraum u ¨ber K. Ist k ∈ K und b ∈ L, so ist βp (kb) = αp (k)βp (b). Beweis. Ist a ∈ K, so ist βp (a) = αp

a

σ

n1

1

= αp (an ) n = αp (a).

σ∈H

Dies zeigt, dass βp eine Fortsetzung von αp ist. Es gibt daher schon ein k ∈ K mit βp (k) = 0, 1. ur alle l ∈ L. Die MultiplikaTrivial ist, dass βp (0) = 0 und βp (l) > 0 ist f¨ tivit¨ at von β folgt aus der Multiplikativit¨ at der drei Funktionen, aus denen βp zusammengesetzt ist. Es bleibt, die G¨ ultigkeit der ultrametrischen Ungleichung zu beweisen. Dazu sei zun¨ achst a ∈ L und es gelte βp (a) ≤ 1. Wir zeigen, dass βp (a + 1) ≤ 1 ist. Es sei μa := xm + am−1 xm−1 + . . . + a0

8. Algebraische Erweiterungen von Qp

503

das Minimalpolynom von a u ¨ ber K. Dann ist NK[a]:K (a) = ±a0 und folglich n

NL:K (a) = ±a0m auf Grund der Eigenschaft 5) der Norm. Es folgt 1 1 βp (a) = αp NL:K (a) n = α(a0 ) m . Wegen βp (a) ≤ 1 ist daher auch αp (a0 ) ≤ 1. Weil μa irreduzibel ist, folgt mit dem Korollar zum henselschen Lemma, dass αp (ai ) ≤ max 1, αp (a0 ) = 1 ist f¨ ur alle i. Dies besagt, dass μa ein Polynom u ¨ber Hp ist. Wegen μa+1 = μa (x − 1) gilt dies auch f¨ ur μa+1 . Ist b0 das Absolutglied dieses Polynoms, so ist also αp (b0 ) ≤ 1. Hieraus folgt 1 1 βp (a + 1) = αp NL:K (a + 1) n = αp (b0 ) m ≤ 1, wie behauptet. Es seien nun a, b ∈ L und oBdA βp (a) ≤ βp (b). Ist b = 0, so ist auch a = 0 und es ist nichts zu beweisen. Es sei also b = 0. Dann ist a βp (a) ≤ 1. βp = b βp (b) Es folgt

βp

und weiter

a +1 b

≤1

βp (a + b) ≤ βp (b) = max βp (a), βp (b) .

Damit ist gezeigt, dass βp ein Absolutbetrag auf L ist, der αp fortsetzt. orper macht. βp induziert auf L eine Topologie, die L zu einem topologischen K¨ Die Addition ist also stetig. Ebenso die Multiplikation. Schr¨ ankt man diese auf upfung stetig, so dass L in der Tat ein topoloHp × L ein, so ist auch diese Verkn¨ gischer Vektorraum u ¨ ber Hp ist. Die letzte Aussage folgt wieder unmittelbar aus der Deﬁnition von βp . Die Konstruktion von βp folgt dem gleichen Muster wie die Konstruktion des gew¨ohnlichen Absolutbetrages auf C, ist doch x2 + y 2 die Norm der komplexen Zahl x + iy. achst endliche, 8. Algebraische Erweiterungen von Qp . Wir studieren zun¨ algebraische Erweiterungen von Qp .

504

Kapitel XIIII. Miszellen

Satz 1. Es sei L eine endliche Erweiterung von Qp und βp sei der im letzten Abschnitt deﬁnierte Absolutbetrag auf L. Ist dann R := ξ | ξ ∈ L, βp (ξ) ≤ 1 und

P := ξ | ξ ∈ L, βp (ξ) < 1 ,

so ist R ein Ring — der Bewertungsring von L — und P ist ein Ideal von R — das Bewertungsideal von R bzw. von L —. Ferner gilt, dass R−P die Einheitengruppe von R ist. Ist 0 = a ∈ L, so ist a ∈ R oder a−1 ∈ R. Beweis. Sind ξ, η ∈ R, so ist, da βp ultrametrisch ist, βp (ξ + η) ≤ max βp (ξ), βp (η) ≤ 1 und folglich ξ + η ∈ R. Entsprechend zeigt man, dass P additiv abgeschlossen ist. R und P sind auch beide nicht leer, da sie 0 enthalten. Es sei ρ ∈ R und ξ ∈ P . Dann ist βp (ρξ) = βp (ρ)βp (ξ) ≤ βp (ξ) < 1, so dass ρξ ∈ P ist. Folglich ist P ein Ideal. Ein fast identischer Schluss zeigt, dass R multiplikativ abgeschlossen ist. Es ist 1 ∈ R − P . Es sei e ∈ R − P . Dann ist βp (e) = 1. Es folgt 1 = βp (ee−1 ) = βp (e)βp (e−1 ) = βp (e−1 ) und damit e−1 ∈ R. Ist a ∈ R, so ist βp (a) > 1. Es folgt 1 = βp (aa−1 ) = βp (a)βp (a−1 ) > βp (a−1 ) und damit sogar a−1 ∈ P . Damit ist alles gezeigt. Satz 2. Es sei L eine endliche Erweiterung von Qp . Ist R der Bewertungsring von L, so ist R ein Hauptidealring. Genauer: Es gibt ein Element π ∈ R, so dass gilt: Ist I ein von {0} verschiedenes Ideal von R, so gibt es ein n ∈ N0 mit I = π n R. Insbesondere ist P = πR. Beweis. Dem Absolutbetrag βp sieht man nicht an, dass sein Wertebereich nur einen H¨ aufungspunkt hat n¨ amlich 0, und dass folglich jede seiner nicht-leeren, beschr¨ankten Teilmengen ein gr¨oßtes Element enth¨alt. Werfen wir also einen Blick ur die Norm von hinter die Kulissen. Dazu setzen wir K := Qp . Ist ξ ∈ L, so gilt f¨ ξ — mit Hilfe der Normfunktion wurde βp deﬁniert —, dass NL:K (ξ) ∈ Qp ist. Ist 0 = ξ, so gibt es ein wp (ξ) ∈ Z und eine Einheit e ∈ Hp mit NL:K (ξ) = pwp (ξ) e. Setzt man noch wp (0) := ∞. So zeigt die Deﬁnition von βp , dass R := ξ | ξ ∈ L, wp (ξ) ∈ N0 ∪ {∞}

8. Algebraische Erweiterungen von Qp und

505

P := ξ | ξ ∈ L, wp (ξ) ∈ N ∪ {∞}

ist. Ferner sieht man, dass wp (ξη) = wp (ξ) + wp (η) ist. Es gibt also ein π ∈ P , so dass wp (π) unter allen wp (ξ) mit ξ ∈ P minimal ist. Dann ist nat¨ urlich πR ⊆ P . Es sei ξ ∈ P . Dann ist ξ = (ξπ −1 )π und

wp (π) ≤ wp (ξ) = wp (ξπ −1 ) + wp (π).

Also ist wp (ξπ −1 ) ≥ 0 und folglich ξπ −1 ∈ R. Also ist ξ ∈ πR. Folglich ist P = πR. Wir betrachten die Ideale Pn := π n R. Dann ist P1 = P . Es ist ∞ "

Pn = {0}.

n:=1

! Ist n¨amlich ξ ∈ ∞ ur alle n. Hieraus folgt ξ = 0, wie n:=1 Pn , so ist wp (ξ) ≥ n f¨ behauptet. Es sei nun I ein von {0} und R verschiedenes Ideal. Weil R!− P die Gruppe der ∞ Einheiten von R ist (Satz 1), ist dann I ⊆ P = P1 . Wegen n:=1 Pn = {0} = I gibt es dann ein n mit I ⊆ Pn und I ⊆ Pn+1 . Es gibt folglich ein a ∈ I, das nicht durch π n+1 teilbar ist. Es ist aber durch π n teilbar. Also gibt es ein e ∈ R, so dass a = pn e ist. Weil e nicht durch π teilbar ist, ist e kein Element von P und folglich eine Einheit. Es folgt π n = ae−1 ∈ I und damit I = π n R = Pn . Korollar. Die Voraussetzungen seien wie in Satz 2. Ist dann 0 = a ∈ L, so gibt es genau ein n ∈ Z und eine Einheit e von R mit a = π n e. Beweis. Es sei zun¨achst a ∈ R. Dann gibt es ein n ∈ N0 mit aR = π n R. Hieraus folgt in diesem Fall die Behauptung. Es sei also a ∈ R. Dann ist a−1 ∈ R (Satz 1) und folglich a−1 = π n e mit n ∈ N0 und einer Einheit e von R. Es folgt a = π −n e−1 , womit das Korollar bewiesen ist. Satz 3. Es sei L eine endliche Erweiterung von K := Qp . Ist R der Bewertungsring und P das Bewertungsideal von L, so ist R/P ein endlicher K¨ orper. Beweis. Weil P ein maximales Ideal ist (Satz 1), ist R/P ein K¨ orper. Es ist βp (p) = αp (p) = p1 < 1 und folglich p ∈ P . Somit ist p die Charakteristik von R/P . Ist a ∈ R/P , so ist der Grad des Minimalpolynoms von a u ¨ ber dem Primk¨ orper von R/P durch [L : K] beschr¨ankt. Da es u ¨ ber GF(p) aber nur endlich viele Polynome gibt, deren Grad eine gegebene Schranke nicht u ¨bersteigt, gibt es in R/P nur endlich viele Elemente.

506

Kapitel XIIII. Miszellen

Satz 4. Es sei L eine endliche Erweiterung von K := Qp und R sei der Bewertungsring und P das Bewertungsideal von L. Ferner sei V ein Vertretersystem von R/P mit 0 ∈ V . Ist P = πR und ist 0 = a ∈ L, so gibt es genau ein n ∈ Z und genau eine Folge f auf V mit a=

∞

fi π i

i:=n

und fi = 0 f¨ ur i < n sowie fn = 0. Wegen der Endlichkeit von R/P ist die Existenz von V unproblematisch. Beweis. Wegen a = 0 gibt es nach Satz 2 genau ein n ∈ Z und genau eine Einheit e von R mit a = π n e. Weil e nicht durch π teilbar ist, gibt es ein e0 ∈ V mit e0 = 0 und e ≡ e0 mod π. Es sei k ≥ 0 und es seien e0 , . . . , ek ∈ V bereits gefunden, so dass k e≡ ei π i mod π k+1 i:=0

gelte. Dann ist also e=

k

ei π i + hπ k+1

i:=0

mit einem h ∈ R. Es folgt h = ek+1 + h π mit eindeutig bestimmten ek+1 ∈ V und h ∈ R. Es folgt k+1 ei π i mod π k+2 . e≡ i:=0

Damit ist gezeigt, dass es eine Folge ei gibt mit e=

∞

ei π i

i:=0

Setzt man fn+i := ei , so folgt a=

∞

fi π i .

i:=n

Damit ist die Existenz der Folge f gezeigt. Die Einzigkeit von f und n ist ebenso einfach zu zeigen. Der n¨ achste Satz beweist sich wortw¨ortlich wie Satz 7 von Abschnitt 7. Satz 5. Es sei L eine endliche Erweiterung von K := Qp und βp sei der im letzten Abschnitt deﬁnierte Absolutbetrag auf L. Dann konvergiert jede βp -Cauchyfolge von L.

8. Algebraische Erweiterungen von Qp

507

Beweis. Es sei R der Bewertungsring und P das Bewertungsideal von L. Ferner sei P = πR und V sei ein Vertretersystem von R/P . urfen wir Es sei f eine βp -Cauchyfolge auf L. Da Nullfolgen konvergieren, d¨ annehmen, dass f keine Nullfolge ist. Nach Satz 5 von Abschnitt 7 gibt es daher ur alle j ∈ N0 . Es gibt also ein m ∈ Z und ein N ∈ N0 mit βp (fN ) = βp (fN +j ) f¨ zu jedem j ∈ N0 genau eine Einheit ej in R mit fN +j = π m ej . Es folgt, dass auch e eine Cauchyfolge ist. Zu jedem j gibt es wiederum genau eine Folge j mit jk ∈ V und ∞ ej = jk π k . k:=0

Dass e eine Cauchfolge ist, l¨ asst sich nun so fassen, dass es zu n ∈ N0 stets ein M ∈ N gibt mit ei − ej ∈ π n+1 R f¨ ur alle i, j ≥ M . Dies wiederum ist gleichbedeutend damit, dass ik = jk ist f¨ ur alle i, j ≥ M und alle k := 0, . . . , n. Unter all diesen M ’s, f¨ ur die diese Aussage gilt, gibt es ein kleinstes, welches wir mit M (n) bezeichnen. Wegen π n+2 R ⊆ π n+1 R gilt dann M (n) ≤ M (n + 1) f¨ ur alle n und folglich M(n),k = M(n+1),k

(A)

f¨ ur alle n und alle k = 0, . . . , n. Wir deﬁnieren nun die Folge ϕ durch ϕn := M(n),n f¨ ur alle n ∈ N0 . Mit (A) folgt ϕk = M(n),k ∞ f¨ ur alle k ≤ n. Setzt man nun a := k:=0 ϕk π k , so ist a − eM(n) = a −

n k:=0

ϕk π k −

∞

M(n),k π k ∈ π n+1 R.

k:=n+1

f¨ ur alle n ∈ N0 . Also ist a = limβp , n→∞ eM(n) ,

508

Kapitel XIIII. Miszellen

Damit ist gezeigt, dass e eine konvergente Teilfolge hat. Da e Cauchyfolge ist, ist dann auch e konvergent und es gilt a = limβp e. Hieraus folgt schließlich, dass auch f konvergiert und dass limβp f = π m a ist. Damit ist der Satz bewiesen. Im Falle des Bewertungsringes einer endlichen Erweiterung von Qp kann man noch mehr sagen als in dem Korollar zu Satz 5 aus Abschnitt 4 des Kapitels 7. Hensel formuliert und beweist den n¨ achsten Satz nur f¨ ur Qp (Hensel 1908, S. 63). Er ben¨ otigt ihn aber in der Allgemeinheit, wie er hier formuliert ist, ohne dass das ausdr¨ ucklich klar wird. Das liegt daran, dass sein Buch zwei Motivationsschichten hat. Zun¨ achst motiviert er sein Vorgehen, dass ja wirklich neu ist, mittels den aus der Funktionentheorie bekannten Laurentreihen. Dann f¨ uhrt er die p-adischen Zahlen ein und beweist eine Reihe von S¨ atzen u ¨ ber sie, die er sp¨ ater auf endliche ¨ bertr¨ agt. Dabei sagt er h¨auﬁg, dass sich diese genauso Erweiterungen von Qp u bewiesen wie jene. Bei einem dieser nicht durchgef¨ uhrten Beweise ben¨otigt man die fragliche Verallgemeinerung. Ich formuliere den Satz gleich so, wie wir ihn brauchen. Satz 6. Es sei L eine endliche Erweiterung von Hp und R sei der Bewertungsring und P das Bewertungsideal von L. Das Element π habe die Eigenschaft, dass P = πR ist. Es seien g, h ∈ R[x] zwei Polynome der Grade a bzw. b. Ferner sei Res(g, h) = 0. Wegen Res(g, h) ∈ R gibt es auf Grund von Satz 2 ein ρ ∈ N0 und eine Einheit e von R mit Res(g, h) = π ρ e. Ist dann f = π r F0 ein Polynom in R[x] mit r ≥ ρ, dessen Grad h¨ ochstens gleich a + b − 1 ist, so gibt es genau zwei Polynome γ, η ∈ R[x] mit f = gη + hγ ¨ und Grad(γ) < Grad(g) und Grad(η) < Grad(h). Uberdies gilt, dass π r−ρ sowohl γ als auch η teilt. Beweis. Es sei g = g0 xa + . . . + ga h = h0 xb + . . . + hb f = f0 xa+b−1 + . . . + fa+b−1 . Genau dann gilt f¨ ur die Polynome γ = γ0 xa−1 + . . . + γa−1 η = η0 xb−1 + . . . + ηb−1 die Gleichung f = gη + hγ, wenn f¨ ur die Koeﬃzienten von γ und η das folgende Gleichungssystem gilt: g0 η0

+ h0 γ0

= f0

g1 η0 + g0 η1 + h1 γ0 + h0 γ1 = f1 ... ... ... = ...

8. Algebraische Erweiterungen von Qp

509

Die Determinante dieses Systems ist Res(g, h), die nach Voraussetzung von 0 verschieden ist. Daher ist die Existenz und Einzigkeit von γ und η gesichert, wobei zun¨ achst aber nur klar ist, dass γ und η Polynome u ¨ ber L sind. Die cramersche Regel zeigt, dass die Koeﬃzienten von γ und η alle den Nenner ahler homogene, lineare Polynome u ¨ ber R in den Koefπ ρ e haben und dass die Z¨ ﬁzienten von f sind. Wegen f = π r F0 sind also alle fi durch π r teilbar. Wegen r ≥ ρ folgt daher, dass die Koeﬃzienten von γ und η alle in R liegen und dass π r−ρ Teiler von γ und auch von η ist. Damit ist der Satz bewiesen. Dies ist die subtilste Anwendung der cramerschen Regel, die ich kenne. Der n¨ achste Satz kommt bei Hensel wieder zweimal vor, einmal f¨ ur Qp und einmal f¨ ur endliche algebraische Erweiterungen von Qp (Hensel 1908, S. 68, bzw. 155). Beim zweiten Vorkommen sagt er wieder, dass der Satz sich genauso bewiese wie der Spezialfall. Er formuliert den Satz jedoch etwas anders als hier wiedergegeben, da er nicht verlangt, dass der Leitkoeﬃzient des zu untersuchenden Polynoms gleich 1 ist. Seinen Beweis nun kann ich an einer Stelle nicht nachvollziehen. Ich werde im Beweis auf die Stelle hinweisen und sp¨ater dann kommentieren. Der Beweis hier ist der, der sich aus seinem Beweis ergibt, wenn man eben voraussetzt, dass der Leitkoeﬃzient 1 ist. Wenn Sie in Hensels Buch schauen, so beachten Sie, dass Hensel die Diskriminante anders als u ¨ blich deﬁniert. Er setzt n¨ amlich Dis(f ) := Res(f, f ), w¨ahrend wir haben — der u ¨blichen Gepﬂogenheit folgend —, dass Res(f, f ) = (−1)

n(n−1) 2

a0 Dis(f )

ist, wenn a0 der Leitkoeﬃzient von f ist (Kap. 7, Absch. 2, Satz 5). Die Formel Dis(f g) = ±Dis(f )Dis(g)Res(f, g), die wir gleich benutzen werden, gilt aber auch f¨ ur seine Diskriminante, wie unschwer zu sehen, da ja das Produkt der Leitkoeﬃzienten von f und g der Leitkoeﬃzient von f g ist. Seine Resultante ist auch die unsere. Satz 7. Es sei L eine endliche Erweiterung von K := Qp und R sei der Bewertungsring von L und π sei ein erzeugendes Element des zugeh¨ origen Bewertungsideals. Ferner sei f ∈ R[x] und der Leitkoeﬃzient von f sei gleich 1. Es ist Dis(f ) ∈ R[x]. Es gelte Dis(f ) = 0 und folglich Dis(f ) = π δ e mit δ ∈ N0 und einer Einheit e von R. Es sei ϕ der kanonische Epimorphismus von R auf S := R/π δ+1 R. Dieser werde, wie u ¨blich, zu einem Epimorphismus von R[x] auf S[x] fortgesetzt. Ist dann f ϕ = γη eine nicht-triviale Zerlegung von f ϕ mit Polynomen γ, η ∈ S[x], so gibt es Polynome g, h ∈ R[x] mit f = gh und g ϕ = γ und hϕ = η sowie Grad(g) = Grad(γ) und Grad(h) = Grad(η). Beweis. Weil der Leitkoeﬃzient von f gleich 1 ist, ist Grad(f ϕ ) = Grad(f ). Sind u und v die Leitkoeﬃzienten von γ und η, so folgt 1 = 1ϕ = uv. Ersetzt man γ und η durch vγ und uη, so sieht man, dass man annehmen darf, dass die

510

Kapitel XIIII. Miszellen

Leitkoeﬃzienten von γ und η ebenfalls gleich 1 sind. (Hier ist ein Loch in Hensels Beweis. Dies wird gleich kommentiert.) Wir setzen n := Grad(f ), a := Grad(γ) und b := Grad(η). Weil ϕ surjektiv ist, gibt es g0 , h0 ∈ R[x], deren Leitkoeﬁzienten gleich 1 sind, so dass g0ϕ = γ und hϕ 0 = η ist. Weil die Leitkoeﬃzienten von g0 und h0 gleich 1 sind, folgt Grad(g0 ) = a und Grad(h0 ) = b. Setze G0 := g0 und H0 := h0 . Dann gilt 1) Es ist G0 , H0 ∈ R[x]. 2) Es ist f ≡ G0 H0 mod π δ+1 . 3) Es ist Grad(G0 ) = a und Grad(H0 ) = b. 4) Die Leitkoeﬃzienten von G0 und H0 sind 1. 5) Es ist Dis(f ) ≡ Dis(G0 H0 ) ≡ 0 mod π δ+1 . Es sei s ∈ N0 und es seien g0 , . . . , gs und h0 , . . . , hs bereits gefunden, so dass, setzt man noch s s i Gs := π gi und Hs := π i hi i:=0

i:=0

und r := δ + s, gilt: 1) Es ist Gs , Hs ∈ R[x]. 2) Es ist f ≡ Gs Hs mod π r+1 . 3) Es ist Grad(Gs ) = a und Grad(Hs ) = b. 4) Die Leitkoeﬃzienten von Gs und Hs sind 1. 5) Es ist Dis(f ) ≡ Dis(Gs Hs ) ≡ 0 mod π r+1 . Mit 5) folgt, dass Dis(Gs Hs ) = 0 ist. Nach Satz 6 von Kapitel 7, Abschnitt 6 ist Dis(Gs Hs ) = ±Dis(Gs )Dis(Hs )Res(Gs , Hs )2 . Also ist Res(Gs , Hs ) = 0. Es sei π ρ die h¨ ochste Potenz von π, die in Res(Gs , Hs ) aufgeht. Dann folgt mit vorstehender Gleichung, dass 2ρ ≤ δ ist, da ja die Diskriminanten und Res(Gs , Hs ) in R liegen. Wegen 2) gibt es ein Q ∈ R[x] mit f − Gs Hs = π r+1 Q. Weil die Leitkoeﬃzienten von f , Gs und Hs allesamt gleich 1 sind, ist Grad(Q) ≤ a + b − 1. Nach Satz 3 gibt es also eindeutig bestimmte gs+1 , hs+1 ∈ R(x) mit Gs hs+1 + Hs gs+1 = pδ Q und Grad(gs+1 ) ≤ a − 1 und Grad(hs+1 ) ≤ b − 1. Setze Gs+1 := Gs + π s+1 gs+1 und Hs+1 := Hs + π s+1 hs+1 . Dann gelten 1), 3) und 4) auch f¨ ur s + 1. Es ist Gs+1 Hs+1 = (Gs + π s+1 gs+1 )(Hs + π s+1 hs+1 ) = Gs Hs + π s+1 (gs+1 Hs + Gs hs+1 ) + π 2(s+1) gs+1 hs+1 = Gs Hs + π δ+s+1 Q + π 2(δ+1) gs+1 hs+1 = Gs Hs + π r+1 Q + π 2(δ+1) gs+1 hs+1 = f + π 2(s+1) gs+1 hs+1 .

8. Algebraische Erweiterungen von Qp

511

Nach Satz 6 sind die Polynome gs+1 und hs+1 durch π δ−ρ teilbar. Also ist das Produnkt π 2(s+1) gs+1 hs+1 durch π 2(s+1)+2(δ−ρ) teilbar. Ferner ist 2ρ ≤ δ, wie gesehen. Also ist 2(s + 1) + 2δ − 2ρ ≥ 2(s + 1) + δ = r + 2 + s ≥ r + 2. Somit gilt f ≡ Gs+1 Hs+1 mod π r+2 , dh., es gilt 2) auch f¨ ur s+1. Daraus folgt, dass auch die Eigenschaft 5) f¨ ur s+1 gilt. Die G¨ ultigkeit von 1), 3) und 4) f¨ yr s + 1 haben wir schon festgestellt. Damit ist also die Existenz zweier Folgen g und h auf R[x] gezeigt, so dass f¨ ur die Polynome Gs :=

s

π i gi

und Hs :=

i:=0

s

π i hi

i:=0

die Gleichungen 1) bis 5) gelten, wobei r = δ + s ist. Außerdem gilt noch ur alle s ∈ N0 . 6) Es ist Gs+1 ≡ Gs mod π s+1 und Hs+1 ≡ Hs mod π s+1 f¨ Ist 0 ≤ i ≤ a, so bilden die Koeﬃzienten ka−i,s bei der Potenz xi in den Polynomen Gs eine Folge ka−i , die auf Grund von 6) und Satz 5 von Abschnitt 7 eine Cauchyfolge ist. Entsprechendes gilt f¨ ur die Koeﬃzientenfolgen lb−i , die durch die Polynome Hs deﬁniert werden. Da Cauchyfolgen auf L konvergieren, erh¨ alt man zwei Polynome g und h in R[x], f¨ ur die wegen 2) die Gleichung f = gh gilt. Dass auch die u ¨ brigen Behauptungen des Satzes gelten, ist unmittelbar einsichtig. Hensel macht, wie oben erw¨ahnt, keine Voraussetzungen u ¨ ber den Leitkoefﬁzienten von f . Indem er f ggf. mit einer Einheit multipliziert, sieht er, dass er dann annehmen kann, dass der Leitkoeﬃzient eine Potenz von p ist. Es gibt dann die beiden Polynome g0 und h0 , deren Produkt modulo pδ+1 dem Polynom f kongruent ist. Man sieht, dass man auch annehmen darf, dass der Leitkoeﬃzient von g eine Potenz von p ist. Daraus folgt aber nicht, dass auch der Leitkoeﬃzient von h eine Potenz von p ist, da es in R/pδ+1 ja nicht-triviale Nullteiler gibt, wenn δ > 0 ist. Hensel benutzt aber bei seinem Beweis wesentlich, dass auch der Leitkoeﬃzient von h eine Potenz von p ist. Mit Hilfe der Transformation, die wir beim Beweise von Satz 9 verwenden werden, kann man auch die henselschen allgemeineren S¨atze retten, wenn auch im Allgemeinen mit einem gr¨ oßeren δ. n Es sei f ∈ Hp [x]. Ferner sei n := Grad(f ) und f = i:=0 ai xn−i . Dann ist ai :=

∞

aij pj

j:=0

mit ganzen Zahlen aij ∈ {0, . . . , p − 1}. Wir setzen n r f (r) := aij pj xi . i:=0

j:=0

512

Kapitel XIIII. Miszellen

Dann ist — dies ist wieder koeﬃzientenweise zu lesen — f ≡ f (r) mod pr+1 f¨ ur alle r. Außerdem ist f (r) ∈ Z[x] f¨ ur alle r. Satz 8. Es sei f ∈ Hp [x] ein irreduzibles Polynom vom Grade n mit Leitkoeﬃzient 1. Dann ist Dis(f ) = 0. Es sei pδ die h¨ ochste Potenz von p, die in Dis(f ) aufgeht. Dann ist f (δ+1) ebenfalls irreduzibel in Hp [x] und dann auch in Qp [x]. Der Grad von f (δ+1) ist n und der Leitkoeﬃzient gleich 1. Ist L = Qp [a] und f (δ+1) (a) = 0, so gibt es ein a ∈ L mit f (a ) = 0. Es ist dann L = Qp [a ]. Beweis. Weil f irreduzibel ist und weil die Charakteristik der p-adischen Zahlen 0 ist, hat f nur einfache Nullstellen, so dass Dis(f ) = 0 ist. Wegen Dis(f ) ∈ Z ist daher die Existenz von δ sichergestellt. are f (δ+1) auch u ¨ ber Hp /pδ+1 Hp reduzibel, so dass W¨ are f (δ+1) reduzibel, so w¨ (δ+1) u ¨ ber Hp und damit nach Fr¨ uherem f nach Satz 7 reduzibel w¨ are. Also ist f orper vom Grade n u ¨ ber Qp ist. auch u ¨ ber Qp irreduzibel. Es folgt, dass L ein K¨ ¨ Uber L gilt nun f (δ+1) = (x − a)g. Um Satz 7 anwenden zu k¨onnen, m¨ ussen wir zeigen, dass a ∈ R ist, wenn R der Bewertungsring von L ist. Es sei f = xn +

n

fi xn−i .

i:=1

Dann ist an = −

n i:=1

fi an−i . Es folgt, da ja αp (fi ) ≤ 1 ist,

βp (a)n ≤ max αp (f1 )βp (a)n−1 , αp (f2 )βp (a)n−2 , . . . , αp (fn ) ≤ max βp (a)n−1 , βp (a)n−2 , . . . , 1 . Hieraus folgt βp (a) ≤ 1 und damit a ∈ R. Dann ist aber auch g ein Polynom u ¨ ber R. Mit Hilfe von Satz 7 folgt nun, dass auch f u ¨ ber L einen Linearfaktor ¨ ber Qp irreduzibel ist, folgt [Qp [a ] : Qp ] = n und damit x − a abspaltet. Weil f u Qp [a ] = Qp [a]. Damit ist alles bewiesen. Satz 9. Es sei L eine endliche Erweiterung von K = Qp . Es gibt dann ein primitives Element a der Erweiterung L : K, dessen Minimalpolynom μa zu Z[x] geh¨ ort. Beweis. Weil die Charakteristik von K null ist, gibt es nach dem Satz vom primitiven Element (Kap. 10, Absch. 4, Satz 7) ein A ∈ L mit L = K[A]. Es sei μA = xn +

n i:=1

ki xn−i

9. Der algebraische Abschluss von Qp

513

das Minimalpolynom von A u ¨ ber K. Es gibt dann ein s ∈ N0 , so dass ps μA ∈ Hp [x] ist. Dann ist auch das Polynom psn μA = (ps x)n +

n

pis ki (ps x)n−i

i:=1

in Hp [x]. Wir deﬁnieren das Polynom f durch f := xn +

n

pis ki xn−i ∈ Hp [x].

i:=1

Es gilt f (ps x) = psn μA . Setzt man nun B := ps A, so ist f (B) = psn μA (A) = 0. Ferner gilt, dass L = K[B] ist. Dies impliziert, dass f irreduzibel ist, da ja [L : K] = n ist. Nach Satz 8 gibt es ein F ∈ Z[x] vom Grade n mit Leitkoeﬃzient 1, welches in Q[x] irreduzibel ist und die Eigenschaft hat, dass das Polynom f in K[b] eine Nullstelle B hat, wenn nur b eine Nullstelle von F ist. Es ist K[b] = K[B ]. Es gibt dann aber einen Isomorphismus σ von K[B ] auf K[B], der K elementweise fest l¨asst und B auf B abbildet. Setzt man dann a := σ(b), so ist K[a] = L und F = μa . Damit ist der Satz bewiesen. 9. Der algebraische Abschluss von Qp . Wir haben nun alles beisammen, die Konstruktion des algebraischen Abschlusses von Qp durchzuf¨ uhren. Dazu bemerken wir zuerst, dass das Polynom xn − p auf Grund des sch¨ onemannschen Irreduzibilit¨ atskriteriums (Kap. 7, Absch. 1) u ¨ber ¨ber Qp Qp irreduzibel ist. Es gibt also Polynome jeglichen Grades in Z[x], die u irreduzibel sind. Es sei α eine Abz¨ahlung der Polynome f aus Z[x] mit Leitkoeﬃzient 1 und Grad(f ) ≥ 2. Eine solche gibt es nach Satz 7 von Abschnitt 4. Da es in dieser Aufz¨ ahlung nach dem eingangs Bemerkten Polynome gibt, die u ¨ber Qp nicht zerfallen, und es auf vollst¨ andig zerfallende Polynome nicht ankommt, d¨ urfen wir ¨ ber Qp nicht vollst¨andig zerf¨ allt. annehmen, dass α0 u Es sei In die Menge der irreduziblen Polynome f ∈ Z[x], deren Leitkoeﬃzient 1 ist und die die Eigenschaft haben, dass Qp [x]/f Qp [x] Zerf¨ allungsk¨ orper von α0 · · · αn ist. Nach Satz 9 des letzten Abschnitts ist In = ∅ und nach unserer Annahme u ¨ ber α0 sind die Grade der Polynome aus In stets mindestens gleich 2. Die Elemente aus In kommen also alle in der Liste α vor. allungsk¨ orper von α0 · · · αm und auch Ist h ∈ Im ∩ In , so ist Qp [x]/hQp [x] Zerf¨ von α0 · · · αn . Weil die Zerf¨ allungsk¨ orper eines Polynoms alle untereinander isomorph sind, folgt, dass Im = In ist. Ist also Im = In , so ist Im ∩ In = ∅.

514

Kapitel XIIII. Miszellen

Es sei ϕn das Element αm ∈ In mit dem kleinsten m. Dann ist ϕ eine Abbildung von N0 auf die Menge Π := g | g ∈ Z[x], es gibt ein n ∈ N0 mit g = ϕn . Diese Menge ist, wie eingangs bemerkt, nicht endlich. Es gilt Satz 1. Sind g, h ∈ Π, so ist genau dann Grad(g) = Grad(h), wenn g = h ist. Ist Grad(g) < Grad(h), so gibt es einen Monomorphismus von Qp [x]/gQp [x] in asst. Qp [x]/hQp [x], der Qp elementweise fest l¨ Beweis. Es sei m minimal mit der Eigenschaft, dass g = ϕm ist. Entsprechend sei n minimal mit der Eigenschaft, dass h = ϕn ist. Dann ist K := Qp [x]/gQp [x] der Zerf¨allungsk¨ orper von α0 · · · αm und L := Qp [x]/hQp [x] der Zerf¨ allungsk¨ orper von α0 · · · αn . Ist g = h, so ist nat¨ urlich Grad(g) = Grad(h). Es sei umgekehrt Grad(g) = Grad(h). Ist oBdA m ≤ n, so zerf¨allt α0 · · · αm als Teiler von α0 · · · αn in L, so dass es einen Qp -linearen Monomorphismus von K in L gibt. Wegen Grad(g) = Grad(h) folgt, dass dieser Monomorphismus sogar ein Isomorphismus ist. Es folgt g ∈ In und damit Im = In . Hieraus folgt ϕm = ϕn und damit g = h. Es sei schließlich Grad(g) < Grad(h). W¨ are n ≤ m, so zerﬁele α0 · · · αn als Teiler von α0 · · · am in K und es g¨ abe folglich einen Qp -linearen Monomorphismus von L in K, was den Widerspruch Grad(h) ≤ Grad(g) nach sich z¨oge. Also ist ¨ ber L. Dann gibt es aber, wie behauptet, einen m < n und α0 · · · αm zerf¨allt u Qp -linearen Monomorphismus von K in L. Damit ist Satz 1 bewiesen. Es geht jetzt nur noch darum, eine algebraische Erweiterung von Qp zu ﬁnden, in der alle Polynome aus Π zerfallen. Wir ordnen Π durch die Vorschrift g < h genau dann, wenn Grad(g) < Grad(h) ist. Mit Satz 1 folgt, dass dies tats¨achlich eine Ordnung ist. Mit Satz 9 von Abur schnitt 4 folgt die Existenz einer Abbildung ψ von N auf Π mit ψi < ψj f¨ i < j. Wir setzen K := Qp [x]/ψn Qp [x] und L := Qp [x]/ψn+1 Q[x]. Dann ist K ein Zerf¨ allungsk¨ orper von ψn und L ein Zerf¨ allungsk¨ orper von ψn+1 . Daher hat ψn genau N := Grad(ψn ) Nullstellen in L. Es sei λ eine Nullstelle von ψn+1 und μ eine solche von ψn . Es gibt dann genau ein uμ ∈ Qp [x] mit μ = uμ (λ) und Grad(uμ ) ≤ Grad(ψn+1 ). Nach Satz 3 von Abschnitt 8 des Kapitels 13 ist L galoissch u ¨ ber Qp . Es sei G die zugeh¨ orige Galoisgruppe. Ferner sei N := stab(K). Weil auch K u ¨ ber Qp galoissch ist, ist N nach Satz 5 von Abschnitt 8 des Kapitels 13 normal in G und G/stab(K) ist die Galoisgruppe von K : Qp . Ist nun μ eine zweite Nullstelle von ψn , so gibt es also ein γ ∈ G mit μγ = μ . Es folgt μ = uμ (λγ ). Es gibt genau Grad(ψn ) solcher Polynome uμ . Da wir simultan je eines f¨ ur alle n ben¨ otigen, m¨ ussen wir uns etwas einfallen lassen, da wir ja nicht das Auswahlaxiom benutzen wollen.

9. Der algebraische Abschluss von Qp

515

ur alle k ∈ Qp − {0}. Dazu ordnen wir Qp , indem wir fest setzen: Es ist 0 < k f¨ Sind k, l ∈ Qp und ist k = pe a und l = pf b mit Einheiten a und b, so ist genau dann k < l, wenn entweder e > f ist oder wenn e = f ist und f¨ ur die p-adischen Entwicklungen ∞ ∞ i ai p und b = b i pi a= i:=0

i:=0

gilt, dass es ein n gibt mit ai = bi f¨ ur i < n und an < bn . Dass diese Anordnung nicht mit der Addition und Multiplikation vertr¨ aglich ist, spielt keine Rolle (Hensel 1904, S. 52f. und 1908 S. 1908, S. 19). Da man die Polynome des Grades kleiner als Grad(ψn+1 ) mit ihren Koeﬃzientenfolgen identiﬁzieren kann und da man diese dann mittels der Anordnung auf Qp wiederum lexikalisch ordnen kann, f¨ allt die Wahl unter den uμ nicht schwer. Wir w¨ahlen das Polynom mit der lexikalisch kleinsten Koeﬃzientenfolge und nennen es Un . Ist dann λ eine Nullstelle von ψn+1 in einem Zerf¨allungsk¨ orper von ψn+1 , allungsk¨ orper. so ist Un (λ) eine Nullstelle von ψn in eben diesem Zerf¨ ahlbar vielen UnSatz 2. Es sei R := Qp [x1 , x2 , . . .] der Polynomring in den abz¨ bestimmten x1 , x2 , . . . u ¨ber Qp . F¨ ur n ∈ N setzen wir Rn := Qp [x1 , . . . , xn ] Ferner deﬁnieren wir In rekursiv durch I1 := ψ1 (x1 )R1 und In+1 := In Rn+1 + Un (xn+1 ) − xn Rn+1 + ψ(xn+1 )Rn+1 . Schließlich setzen wir I :=

#∞

n:=1 In .

Dann gilt

ur alle n. a) Es ist Rn + I = Qp [xn ] + I f¨ #∞ b) Es ist R/I = n:=1 (Qp [xn ] + I)/I. c) Es ist (Qo [xn ] + I)/I ∼ = Qp [xn ]/ψn (xn )Qp [xn ]. d) R/I ist ein algebraischer Abschluss von Qp . Beweis. a) Dies ist richtig f¨ ur n = 1. Es sei n ≥ 1 und es gelte Rn + I = Qp [xn ] + I. Wegen Un (xn+1 ) − xn ∈ In+1 folgt xn = Un (xn+1 ) − Un (xn+1 ) − xn ∈ Qp [xn+1 ] + In+1 . Daher ist Rn + I = Qp [xn ] + I ⊆ Qp [xn+1 ] + I und folglich Rn+1 + I = Qp [xn+1 ] + I. b) folgt unmittelbar aus a).

516

Kapitel XIIII. Miszellen

c) Es sei f ∈ In und ζ sei eine Nullstelle von ψn . Setze a1 := U1 (U2 (. . . (Un−1 (ζ)) . . .)) a2 := U2 (U3 (. . . (Un−1 (ζ)) . . .)) .. . an−1 := Un−1 (ζ) an := ζ Dann ist f (a1 , . . . , an ) = 0. Dies ist richtig f¨ ur n = 1. Es sei n ≥ 1 und es sei f ∈ In+1 . Es gibt dann ein g ∈ In und A, B, C ∈ Rn+1 mit f (x1 , . . . , xn+1 ) = g(x1 , . . . , xn )A + Un (xn+1 ) − xn B + ψn+1 (xn+1 )C. Weil ζ eine Nullstelle von ψn+1 (xn+1 ) ist, ist Un (ζ) eine Nullstelle von ψn (xn ). Nach Induktionsannahme ist daher g(a1 , . . . , an ) = 0. Es folgt f (a1 , . . . , an+1 ) = Un (an+1 ) − Un (an+1 ) B + ψn+1 (an+1 )C = 0. Damit ist unsere Zwischenbehauptung bewiesen. Aus ihr folgt, dass Qp ∩ In = {0} ist. Das hat wiederum Qp ∩ I = {0} zur Folge. Es ist (Qp [xn ] + I)/I ∼ = Qp /(Q0 [xn ] ∩ I). Ferner ist ψn (xn )Qp [xn ] ⊆ Qp [xn ] ∩ I. Weil ψn irreduzibel ist, ist das Ideal ψn (xn )Qp [x] maximal, so dass entweder ψn (xn )Qp [xn ] = Qp [xn ] ∩ I oder aber Qp [xn ] ⊆ I ist. Letzteres ist aber wegen oglich. Also gilt auch c). Damit ist die Schlacht gewonnen. I ∩ Qp = {0} nicht m¨ d) Auf Grund von b) und c) ist R/I als Vereinigung algebraischer Erweiterungen von Qp selbst eine algebraische Erweiterung von Qp . orper von Es sei f ein Polynom u ¨ber Qp . Wenn nicht schon Qp der Zerf¨allungsk¨ f ist, so gibt es doch ein ganzzahliges Polynom g, dessen Zerf¨allungsk¨ orper auch Zerf¨ allungsk¨ orper von f ist. Dann ﬁndet sich aber ein n, so dass g und damit auch f u ¨ ber Qp [xn ]/ψn (xn )Qp [xn ] zerf¨allt. Ist schließlich F ein Polynom u ¨ber R/I, so gibt es ein n, so dass die Koeﬃzienten von F alle in (Qp [xn ] + I)/I liegen. Bildet man dann das Produkt F F F · · · von allen Bildern von F unter der Galoisgruppe dieser Erweiterung, so ist dieses Produkt ein Polynom u ¨ber Qp und zerf¨ allt folglich u ¨ ber R/I in Linearfaktoren. Damit zerf¨allt aber auch F u ¨ ber R/I in Linearfaktoren. Damit ist der Satz bewiesen. ¨ Es ist eine einfache Ubungsaufgabe zu zeigen, dass endliche algebraische Erweiterungen von Q stets ein primitives Element haben, dessen Minimalpolynom

10. Der Satz von Heine-Borel

517

ganzzahlig ist. Daher kann man mit den Methoden dieses Abschnitts auch den algebraischen Abschluss von Q konstruieren. Andere Konstruktionen dieser Art ﬁndet der Leser in L¨ uneburg 1984. 10. Der Satz von Heine-Borel. Es sei α ein Absolutbetrag auf dem K¨ orper K und V sei ein Vektorraum u ¨ ber K. Ist β eine Abbildung von V in R, so heißt β Norm auf V , wenn folgendes gilt: a) Es ist β(0) = 0 und β(v) > 0 f¨ ur alle v ∈ V − {0}. b) Es ist β(kv) = α(k)β(v) f¨ ur alle k ∈ K und alle v ∈ V . c) Es ist β(v + w) ≤ β(v) + β(w). F¨ ur Normen gelten die u ¨ blichen Rechenregeln, wie man sie auch von den Normen reeller Vektorr¨ aume kennt. Ist β eine Norm auf V , so wird durch μ(v, w) := β(v − w) eine Metrik auf V deﬁniert. Daher induziert jede Norm auf V eine Topologie auf V , die wir mit Oβ statt mit Oμ bezeichnen. Es gilt dann, wie fr¨ uher gesehen, dass (V, Oβ ) ein topologischer Vektorraum u ¨ ber K ist. Ist α ein Absolutbetrag auf dem K¨ orper K und ist V ein endlich-dimensionaler Vektorraum u ¨ ber K mit der Basis b1 , . . . , bn , so wird auf V durch die Vorschrift β∞

n

ki bi

:= max α(k1 ), . . . , α(kn )

i:=1

eine Norm auf V deﬁniert, die Maximumsnorm genannt wird. Diese Norm h¨ angt von der gegebenen Basis ab. Die Topologie Oβ∞ ist oﬀenbar die Produkttopologie, so dass nach Fr¨ uherem alle Maximumsnormen die gleiche Topologie auf V induzieren. Dies werden wir gleich auf anderem Wege noch einmal beweisen. Satz 1. Es sei K ein K¨ orper mit Absolutbetrag α und V sei ein endlich-dimensionaler Vektorraum u ¨ber K. Ist β eine Norm und β∞ eine Maximusnorm auf V , so gibt es ein C ∈ R mit β(v) ≤ Cβ∞ (v) f¨ ur alle v ∈ V . Beweis. Es sei b1 , . . . , bn die Basis von V , mit der β∞ konstruiert wurde. Ist dann v = ni:=1 ki bi , so ist β(v) ≤

n i:=1

α(ki )β(bi ) ≤

n

β(bi ) β∞ (v).

i:=1

Dies beweist die Behauptung. Korollar 1. Die Voraussetzungen seien wie in Satz 1. Dann gilt Oβ ⊆ Oβ∞ . Ist β ebenfalls eine Maximumsnorm, so ist Oβ = Oβ∞ .

518

Kapitel XIIII. Miszellen

Beweis. Es sei X ∈ Oβ . Es sei a ∈ X. Es gibt dann ein > 0 mit U,Oβ (a) ⊆ X. Es sei y ∈ U/C,Oβ∞ (a). Dann ist β(a − y) ≤ Cβ∞ (a − y) < C

= . C

Also ist U/C,Oβ∞ (a) ⊆ U,Oβ (a) ⊆ X. Folglich ist X Vereinigung von Oβ∞ -oﬀenen Menge, so dass in der Tat Oβ ⊆ Oβ∞ gilt. Ist β ebenfalls eine Maximumsnorm, so folgt die Gleichheit der beiden Topologien, indem man die Rollen der beiden Normen im vorstehenden Argument vertauscht. Korollar 2. Die Voraussetzungen seien wie in Satz 1. Dann ist β stetig in Oβ∞ . Beweis. Dies folgt aus β(u) − β(v) ≤ β(u − v) ≤ Cβ∞ (u − v). Satz 2. Es sei K ein K¨ orper mit dem Absolutbetrag α. Ist K vollst¨ andig bez¨ uglich α, sind also alle α-Cauchyfolgen u ¨ber K konvergent in K, so gibt es zu jedem endlich-dimensionalen Vektorraum V u ¨ber K, und zu jeder Norm β und Maximumsnorm β∞ auf V zwei positive reelle Zahlen c und C, so dass cβ∞ (v) ≤ β(v) ≤ Cβ∞ (v) gilt f¨ ur alle v ∈ V . Jede β-Cauchyfolge auf V konvergiert. Beweis. Die Existenz von C folgt mit Satz 1. Um die Existenz von c zu beweisen, machen wir Induktion nach n. Dabei sei b1 , . . . , bn die Basis, die zur Konstruktion von β∞ benutzt wurde. Ist n = 1, so ist β(k1 b1 ) = α(k1 )β(b1 ) = β(b1 )β∞ (k1 b1 ). Hier tut’s also c = β(b1 ). Ferner ist klar, dass alle β-Cauchyfolgen konvergieren. Es sei n > 1 und der Satz gelte f¨ ur n − 1. Wir setzen Hi := Kb1 ⊕ . . . ⊕ Kbi−1 ⊕ Kbi+1 ⊕ . . . ⊕ Kbn . nach Induktionsannahme ruft die Einschr¨ ankung von β auf Hi die Produkttopologie hervor und alle β-Cauchyfolgen auf Hi konvergieren gegen ein Element von Hi . Es sei y ein Oβ -H¨aufungspunkt von Hi . Ist dann Un := U1/n (y) eine (1/n)Umgebung von y bez¨ uglich β, so ist Un ∩ Hi nicht leer. Mittels des Auswahlaxioms

10. Der Satz von Heine-Borel

519

erh¨alt man also eine Folge h auf Hi mit hn ∈ Un ∩ Hi . Es folgt lim β h = y. Weil βCauchyfolgen auf Hi in Hi konvergieren, folgt y ∈ Hi . Nach Satz 6 von Abschnitt 5 ist Hi daher Oβ -abgeschlossen. # Dann ist aber auch Hi + bi abgeschlossen. Hin eraus folgt wiederum, dass auch i:=1 (Hi + bi ) in Oβ abgeschlossen ist. Ferner #n gilt 0 ∈ i:=1 (Hi + bi ). Es gibt folglich eine c-Umgebung U von 0 (bzg. β) mit (Hi + bi ) ∩ U = ∅. Es sei nun 0 = v ∈ V . Es sei ferner kj eine Koordinate von v mit β∞ (v) = kj . Dann ist kj = 0, da v = 0 ist. Dann ist die j-te Koordinate von kj−1 v gleich 1 und daher kj−1 v ∈ Hj + bi . Es folgt kj−1 v ∈ U und daher β(kj−1 v) ≥ c. Es folgt β(v) ≥ cα(kj ) = cβ∞ (v). Ist nun f eine β-Cauchyfolge auf V , so ist f auch eine β∞ -Cauchyfolge. Letztere aber konvergiert, weil K vollst¨andig ist. Damit ist der Satz bewiesen. Ich weiß nicht, von wem dieser sch¨one Beweis stammt. Ich fand ihn in Lorenz 1997, S. 70/71, wobei sich Lorenz knapper fasst und insbesondere nicht erw¨ahnt, dass hier das Auswahlaxiom benutzt wird. Korollar. Es sei K ein K¨ orper mit dem Absolutbetrag α und K sei vollst¨ andig bez¨ uglich α. Ist dann V ein endlich-dimensionaler K-Vektorraum und sind β und γ zwei Normen auf V , so ist Oβ = Oγ . Beweis. Man studiere noch einmal den Beweis von Korollar 1 des Satzes 1. Die vorstehenden Untersuchungen zeigen, dass die Hyperebenen endlich-dimensionaler normierter Vektorr¨aume u ¨ ber einem K¨ orper K mit Absolutbetrag abgeschlossene Teilmengen des Vektorraumes sind, falls √ alle Cauchyfolgen auf K konvergieren. Betrachtet man den K¨ orper K := Q+Q 2 mit dem von R geerbten Absolutbetrag als Norm, so liegt die Hyperebene Q dicht in K, ist also wegen Q = K nicht abgeschlossen. Der K¨orper der reellen Zahlen erf¨ ullt nat¨ urlich die Voraussetzungen von Satz 2 und seinem Korollar, so dass also die Normen endlich-dimensionaler R-Vektorr¨ aume stets die gleiche Topologie hervorrufen. Die Bedeutung der beiden S¨ atze kann also nicht u ¨bersch¨atzt werden. Was nun R anbelangt, so kann man Satz 2 in diesem Falle beweisen, ohne das Auswahlaxiom zu benutzen. Dies zu zeigen, sei der Rest des Abschnitts und des Kapitels gewidmet. Der Schl¨ ussel dazu ist der Satz von Heine-Borel, den wir zun¨achst formulieren und beweisen. Der folgende Beweis des Satzes von Heine-Borel ist geboren aus dem Unbehagen, das mich bei dem g¨angigen Beweis dieses Satzes beschlich. Der ist n¨amlich alles andere als koscher. Dieser Beweis verl¨auft so, dass man annimmt, man h¨ atte eine ¨ oﬀene Uberdeckung eines abgeschlossenen Quaders in einem endlich-dimensionalen reellen Vektorraum ohne endliche Teil¨ uberdeckung. Dann halbiert man alle Kan¨ ist ten und erh¨ alt auf diese Weise 2n Teilquader. Die gegebene oﬀene Uberdeckung ¨ auch oﬀene Uberdeckung eines jeden dieser Teilquader. Es muss also einen unter

520

Kapitel XIIII. Miszellen

ihnen geben, der ebenfalls keine endlich Teil¨ uberdeckung besitzt. Man nehme einen solchen. Ich frage welchen?“, wenn es mehrere gibt. Nun, das kann man beant” worten. Man kodiere jeden der Teilquader mit den Koordinaten seiner S¨ udwestecke und nehme von den Teilquadern, die keine endliche Teil¨ uberdeckung haben, den mit dem lexikalisch kleinsten Codewort. Das kann man iterieren, so dass man zu jedem n eine Folge Q1 , Q2 , . . . , Qn von n ineinander geschachtelten Quadern bekommt, f¨ ur die es allesamt keine endlichen Teil¨ uberdeckungen gibt. Um dann aber zu dem gew¨ unschten Widerspruch zu kommen, ben¨ otigt man die Qn simultan f¨ ur alle n. Um dies zu erreichen muss man den dedekindschen Rekursionssatz benutzen oder etwas Entsprechendes. Diesen letzten Schritt habe ich nie durchgef¨ uhrt. Ich habe stattdessen den Beweis verallgemeinert, den ich f¨ ur das Eindimensionale bei Felscher fand und der, wie auch bei Felscher zu lesen, von Lebesgue publiziert wurde (Felscher 1978, Bd. 2, S. 77/78. Lebesgue 1904, S. 105. Werke Bd. II, S. 121). Wie Lebesgue sp¨ater schreibt, erinnerte er sich nicht mehr, ob er oder ein Herr Vieillefond (Jean?) den Beweis im Jahre 1898 gefunden h¨ atte. Sie h¨ atten damals gemeinsam die Th`ese von Borel studiert (Lebesgue 1907, S. 133, Fußnote). Auf diese Th`ese werden wir gleich zur¨ uckkommen. Den u ¨ blichen, nicht bis zu Ende gef¨ uhrten Beweis ﬁndet man z. B. in Grauert & Fischer 1968, S. 30ﬀ. und in Rudin 1998, S. 45. Dort mit der k¨ uhnen Schlussbemerkung: Damit ist der Beweis vollst¨andig.“ Die erste Version meines Beweises ” ist allerdings auch nicht in Ordnung (L¨ uneburg 1981a, S. 142f.). Da der Blick auf das Wesentliche bei meiner Version des lebesgue-vieillefondschen Beweises durch den technisch nicht ganz einfachen Induktionsschritt verstellt wird, sei zun¨achst die Originalversion aus Lebesgues 1904 vorgestellt, die an Klarheit nichts zu w¨ unschen u ¨ brig l¨ asst. Si l’on a une famille d’intervalles Δ tels que tout point d’un intervalle (a, b) y compris a et b, soit int´erieur a ` l’un au moins des Δ, il exist une famille form´ee d’un nombre ﬁni des intervalles Δ et qui jouit la mˆeme propri´et´e [tout point de (a, b) est int´erieur a ` l’un d’eux ]. Soit (α, β) l’un des intervalles Δ contenant a, la propri´et´e `a d´emontrer est ´evidente pour l’intervalle (a, x), si x est compris entre α et β; je veux dire que cet intervalle peut ˆetre couvert a` l’aide d’un nombre ﬁni d’intervalles Δ, ce que j’exprime en disant que le point x est atteint. Il faut d´emontrer que b est atteint. Si x est atteint, tous les points de (a, x) le sont; si x n’est pas atteint aucun des points de (x, b) ne l’est. Il y a donc, si b n’est pas atteint, un premier point non atteint, ou un dernier point atteint; soit x0 ce point. Il est int´erieur `a un intervalle Δ, (α1 , β1 ). Soient x1 un point de (α1 , x), x2 un point de (x, β1 ); x1 est atteint par hypoth`ese, les intervalles Δ en nombre ﬁni qui servent a` l’atteindre, plus l’intervalle (α1 , b1 ) permettent d’atteindre x2 > x0 ; x0 n’est ni le dernier point atteint, ni le dernier non atteint; donc b est atteint. Bei diesem Beweis spielt das Intervall [a, b] eine zweifache Rolle, einmal die Rolle des Intervalls, f¨ ur das gezeigt werden soll, dass Δ eine endliche Teil¨ uberdeckung von ihm enth¨ alt, und zum andern die Rolle, Heimat f¨ ur die erreichten bzw. nicht erreichten Punkte zu sein. Die erste Rolle wird bei der allgemeinen Version des

10. Der Satz von Heine-Borel

521

Satzes von Heine-Borel von einem achsenparallelen Parallelotop gespielt, dessen K¨ orperdiagonale von der S¨ udwestecke zur Nordostecke die zweite Rolle u ¨ bernimmt. Satz von Heine-Borel. Es sei V ein endlich-dimensionaler, reeller Vektorraum. Ist β eine Maximumsnorm von V , ist a ∈ V und 0 < c ∈ R, so ist P := x | x ∈ V, β(x − a) ≤ c kompakt in der nat¨ urlichen Topologie von V . Beweis. Es sei b1 , . . . , bn die Basis, die zur Konstruktion von β benutzt wurde. Dann ist n β xi bi = max |x1 |, . . . , |xn | . i:=1

Es folgt P =

n

4 xi bi | −c + ai ≤ xi ≤ c + ai .

i:=1

n Setze ui := −c + ai und vi := c + ai und d := 2c. Setze ferner u := i:=1 ui bi und n v := i:=1 vi bi . Dann ist 4 4 n n xi bi | ui ≤ xi ≤ vi = xi bi | ui ≤ xi ≤ ui + d . P = i:=1

i:=1

F¨ ur t ∈ R setzen wir Pt :=

n

4 xi bi | ui ≤ xi ≤ ui + td .

i:=1

Dann ist P0 = {u} und P1 = P . Wir machen nun Induktion nach n. Ist n = 0, so gilt der Satz mangels Masse. (Wem diese Verankerung nicht gef¨allt, der beginne bei n = 1 und nehme den lebesgue-vieillefondschen Beweis f¨ ur den Nachweis der Korrektheit des Satzes in ¨ diesem Falle.) Es sei also n > 0 und U sei eine oﬀene Uberdeckung von P . Dann ¨ ur alle t ∈ [0, 1]. Setze ist U auch oﬀene Uberdeckung von Pt f¨ Y := t | t ∈ [0, 1], U enth¨ alt eine endliche Teil¨ uberdeckung von Pt . Ist t ∈ Y und t ≤ t , so ist auch t ∈ Y . Wegen u ∈ P gibt es ein X ∈ U mit u ∈ X. Es folgt P0 ⊆ X und damit 0 ∈ Y . Andererseits ist Y durch 1 beschr¨ ankt, so dass s := sup(Y ) existiert. Weil [0, 1] abgeschlossen ist, ist s ∈ [0, 1]. Es ist zu zeigen, dass s = 1 ist. Zun¨ achst zeigen wir, dass s > 0 ist. Es gibt, wie schon bemerkt, ein X ∈ U mit u ∈ X. Weil X oﬀen ist, gibt es eine d-Umgebung Ud (u) von u mit Ud (u) ⊆ X. Es ist 4 n Ud (u) = xi bi | − d + ui < xi < ui + d . i:=1

522

Kapitel XIIII. Miszellen

Folglich ist P 2 ⊆ Ud (u) ⊆ X. Daher ist 2 ∈ Y und somit 2 ≤ s, so dass s > 0 ist. F¨ ur i := 1, . . . n setzen wir Ps,i := {x | x ∈ Ps , xi = ui + sd}. Es sei πi die durch πi (x) := x−(ui +sd)bi deﬁnierte Abbildung. Dann ist πi−1 (x) = x + (ui + sd)bi und die Abbildungen πi und πi−1 sind stetig. Es sei Vi der von b1 , . . . , bi−1 , bi+1 , . . . , bn aufgespannte Unterraum von V . Ferner sei βi die zu der Basis b1 , . . . , bi−1 , bi+1 , . . . , bn von Vi geh¨orende Maximumsnorm von Vi . Dann ist πi (Ps,i ) = x | x ∈ Vi | βi (x − πi (u + 12 s(b − u))) ≤ sc . Folglich ist πi (Ps,i ) nach Induktionsannahme kompakt. Weil πi−1 stetig ist, ist auch Ps,i kompakt (Abschnitt 5, Satz 14). Ist ∅ = I ⊆ {1, . . . , n}, so ist " Ps,I := Ps,i i∈I

abgeschlossen, da die Ps,i als kompakte Teilmengen eines hausdorﬀschen Raumes ja abgeschlossen sind (Abschnitt 5, Satz 12). Wegen I = ∅ gibt es ein i ∈ I. Es folgt Ps,I ⊆ Ps,i , so dass Ps,I als abgeschlossene Teilmenge einer kompakten Menge kompakt ist (Abschnitt 5, Satz 11). F¨ ur ∅ = I ⊆ {1, . . . , n} sei BI die Menge der U (p) mit p ∈ Ps,I , zu denen es ¨ von Ps,I ist, ist ein X ∈ U gibt mit U (p) ⊆ X. Weil U eine oﬀene Uberdeckung ¨ auch BI eine oﬀene Uberdeckung von Ps,I . Es gibt daher pI,1 , . . . , pI,N (I) ∈ Ps,I und positive I,1 , . . . , I,N (I) mit $

N (I)

Ps,I ⊆

UI,j (PI,j ).

j:=1

Es sei

0 < ≤ min I,j | ∅ = I ⊆ {1, . . . , n}, ji := 1, . . . , N (I) .

Dann ist Ps− d entweder leer oder es ist s −

d

∈ Y . Ist

x ∈ Ps − Ps− d , so gibt es ein i mit ui + sd − < xi ≤ ui + sd. Es sei x := x1 b1 + . . . + xi−1 + (ui + sd)bi + xi+1 bi+1 + . . . + xn bn .

10. Der Satz von Heine-Borel

523

Dann ist x ∈ Ps,i = Ps,{i} . Es gibt folglich ein j ∈ {1, . . . , N ({i})} mit β(x − p{i},j ) < {i},j . Ist k = i, so ist also |xk − p{i},j,k | = |xk − p{i},j,k | < {i},j . Wegen p{i},j ∈ Ps,i gilt p{i},j,i = ui + sd. Daher ist |xi − p{i},j,i | = xi − (ai + sd) < {i},j , wie zuvor gesehen. Also ist x ∈ U{i},j (p{i},j ). Weil es zu jedem ({i}, j) ein X ∈ U gibt mit U{i},j (p{i},j ) ⊆ X, folgt, dass es einen endlichen Teil U von U gibt, der Ps − Ps− d u ¨ berdeckt. Wegen s − ds ∈ Y gibt es aber auch einen endlichen Teil U von U, der Ps− d u ¨ berdeckt. Also ist U ∪ U ein endlicher Teil von U, der Ps u ¨ berdeckt. Somit ist s ∈ Y . Es sei schließlich x ∈ Ps+ d − Ps . Ferner sei I := i | i ∈ {1, . . . , n}, ai + sd < xi ≤ a, + sd + 2 . ur i ∈ I und xi := ai + sd f¨ ur i ∈ I. Wegen x ∈ Ps ist I = ∅. Es sei xi := xi f¨ Ferner sei n xi bi . x := i:=1

Dann ist x ∈ Ps,I . Es gibt daher ein j ∈ {1, . . . , N (I)s} mit x ∈ UI,j (pI,j ). Ist k ∈ I, so ist |xk − pI,j,k | = |xk − pI,j,k | < I,j . Ist k ∈ I, so ist pI,j,k | = ak + sd und daher |xk − pI,j,k | = xk − (ak + sd) ≤ < ≤ I,j . 2 − Also ist x ∈ UI,j (pI,j ). Es gibt folglich einen endlichen Teil U von U, der Ps+ 2d u Ps u ¨ berdeckt. Somit ist U ∪U ∪U ein endlicher Teil von U, der Ps+ 2d ¨ berdeckt. ist s + 2d ∈ Y . Somit ist Wegen s < s + 2d

1< s+

. 2d

Da dies f¨ ur alle ≤ min I,j | ∅ = I ⊆ {1, . . . , n}, j := 1, . . . , N (I) .

524

Kapitel XIIII. Miszellen

gilt, folgt 1 ≤ s und damit s = 1. Damit ist der Satz von Heine-Borel bewiesen. Mit Hilfe dieses Satzes kann man beweisen, dass die kompakten Teilmengen eines endlich-dimensionalen reellen Vektorraumes V genau die beschr¨ankten, abgeschlossenen Teilmengen von V sind. Der Beweis von Satz 3 wird dem Leser eine Idee geben, dies zu beweisen. Wir werden das nicht weiter verfolgen. Korollar. Es sei V ein endlich-dimensionaler, reeller Vektorraum. Ist β eine Maximumsnorm auf V , ist a ∈ V und 0 < c ∈ R, so ist die Menge P := x | x ∈ V, β(x − a) = c kompakt. Beweis. Weil V hausdorﬀsch ist, ist die Ableitung von {c} leer. Also ist {c} abgeschlossen (Absch. 5, Satz 7). Weil β stetig ist, ist P nach Satz 13 von Abschnitt 5 daher abgeschlossen. Als abgeschlossene Teilmenge einer kompakten Menge ist P nach Satz 11 von Abschnitt 5 kompakt. Satz 3. Es sei (M, O) ein topologischer Raum und X sei eine kompakte Teilmenge von M . Ist dann f eine stetige Abbildung von M in R, so gibt es a, b ∈ X mit ur alle x ∈ X. f (a) ≤ f (x) ≤ f (b) f¨ Beweis. Nach Satz # 14 von Abschnitt 5 ist f (X) eine kompakte Teilmenge von ¨ berdeckt ganz R R. Die Vereinigung n∈N (−n, n) der oﬀenen Intervalle (−n, n) u und damit erst recht f (X). Weil f (X) kompakt ist, gibt es eine endliche Teilmenge dieser Intervalle, die f (X) u ¨ berdecken. Weil diese Intervalle aber eine Kette bilden, gibt es ein n mit f (X) ⊆ (−n, n). Somit ist f beschr¨ankt. Also existieren A := inf(f (X)) und B := sup(f (X)). Ist A oder B kein H¨ aufungspunkt von f (X), so liegt dieser Punkt in f (X). Es seien also A und B H¨aufungspunkte von f (X). Weil f (X) abgeschlossen ist, gilt dann A, B ∈ f (X). Also gibt es a, b ∈ X mit ur alle x ∈ X. f (a) = A und f (b) = B. Es folgt f (a) ≤ f (x) ≤ f (b) f¨ Satz 4. Es sei V ein endlich-dimensionaler, reeller Vektorraum. Ist β∞ eine Maximumsnorm und β irgendeine Norm auf V , so gibt es ein c ∈ R mit c > 0 und cβ∞ (x) ≤ β(x) f¨ ur alle x ∈ V . Beweis. Nach Korollar 1 zu Satz 1 ist β stetig in Oβ∞ . Nach dem Korollar zum Satz von Heine-Borel ist die Menge P := x | x ∈ V, β∞ (x) = 1 kompakt. Ferner ist β(x) > 0 f¨ ur alle x ∈ P . Nach Satz 3 gibt es ein a ∈ P mit f (a) ≤ f (x) f¨ ur alle x ∈ P . Setze c := f (a). Dann ist c > 0 Ist 0 = y ∈ V , so ist β∞ (y)−1 y ∈ P . es folgt c ≤ β β∞ (y)−1 y = β∞ (y)−1 β(y) und damit die Behauptung, die ja im Falle y = 0 trivialerweise richtig ist.

10. Der Satz von Heine-Borel

525

Mittels Satz 1 und Satz 4 folgt dann mit nun schon einge¨ ubten Schl¨ ussen, dass alle Normen eines endlich-dimensionalen, reellen Vektorraumes auf diesem Vektorraum die gleiche Topologie erzeugen, n¨ amlich die nat¨ urliche Topologie. Der Name Satz von Heine-Borel“ geht auf Schoenﬂies zur¨ uck (Schoenﬂies ” 1900). Er schreibt dort auf S. 51: Um ein letztes Beispiel zu geben, beweise ich ” den folgenden Satz Borel’s, der einen bekannten Satz von Heine erweitert: V. Giebt es auf einer Geraden eine unendliche Reihe von Intervallen δ, so dass jeder Punkt des Intervalls a . . . b innerer Punkt mindestens eines Intervalls δ ist, so giebt es auch stets eine endliche Teilmenge solcher Intervalle.“ Und auf S. 119 dann: . . . Dieser Satz kann u ¨ brigens auch als eine unmittelbare Folgerung des S. ” 51 erw¨ahnten Heine-Borel’schen Theorems betrachtet werden.“ Der Name Heine ist im Grunde aber fehl am Platze. Was er beweist, ist, dass eine in einem abgeschlossenen Intervall stetige Funktion dort gleichm¨aßig stetig ist. Bei diesem Beweis hantiert er mit abz¨ahlbar vielen oﬀenen Intervallen, die [a, b] u ¨ berdecken, von denen dann schon endlich viele das Intervall u ¨ berdecken, wie er per Widerspruchsbeweis zeigt (Heine 1872, S. 188, Lehrsatz 6). Dass eine in einem abgeschlossenen Intervall stetige Funktion dort gleichm¨aßig stetig ist, hat aber — mit dem gleichen Beweis — schon Dirichlet 1854 in einer Vorlesung an der Berliner Universit¨at vorgetragen (Dirichlet 1904, S. 3–6). Dieser Sachverhalt geh¨orte also oﬀenbar zur mathematischen Folklore der damaligen Zeit. Das Verdienst Borels ist, dass er die Wichtigkeit dieser Schlussweise erkannte und sie zu einem zitierf¨ ahigen Satz umformulierte (Felscher Bd. II, 1978, S. 150). Dieser Ansicht war zuvor schon Henri Lebesgue. Er schreibt: Le th´eor`eme en question ” n’est pas en eﬀet de ceux dont la d´emonstration pr´esente de grosses diﬃcult´es; il y avait m´erite a` l’apercevoir, a` l’´enoncer, a` deviner son int´erˆet; or je doute fort que Heine ait vue le th´eor`eme (ce que d’ailleurs M. Schœnﬂiess (sic) n’a jamais sembl´e pr´etendre)(Lebesgue 19071 , S. 134). Der borelsche Satz ﬁndet sich in Borel 1895. Er handelt, wie das schoenﬂiessche Zitat zeigt, von einer Folge, also von abz¨ ahlbar vielen oﬀenen Intervallen, die ein abgeschlossenes Intervall u ¨ berdecken. Borel braucht die Abz¨ahlbarkeit der u ¨ berdeckenden oﬀenen Intervalle bei seinem Beweis ganz wesentlich. Er argumen¨ tiert n¨ amlich mit der Uberabz¨ ahlbarkeit der Isomorphietypen von Wohlordnungen einer abz¨ ahlbaren Menge, einem Resultat von G. Cantor, das und den er erw¨ ahnt. Der Beweis, den Schoenﬂies gibt, benutzt eine Auswahlfunktion, ohne dass Schoenﬂies dies problematisiert. Lebesgue benutzt in seiner Th`ese, die 1901 publiziert wurde, die allgemeine ¨ Version des borelschen Satzes, dass n¨amlich jede oﬀene Uberdeckung eines abge1

Dies ist die Besprechung eines Buches des Ehepaars Young. Ein Verriss, der am¨ usant zu lesen ist, insbesondere auch wegen der nationalen Empﬁndlichkeiten, die dort zu Tage treten. En ce qui me concerne, je d´eclarerai modestement qu’il serait injuste de conclure ” de mon ignorance ` a celle des Fran¸cais . . . “ Es ging darum, dass die beiden Youngs bem¨ angelten, dass Franzosen keine englischsprachige Literatur l¨asen. Dieser Vorwurf wurde dann, mutatis mutandis, zur¨ uckgegeben.

526

Kapitel XIIII. Miszellen

schlossenen Intervalls, sei sie abz¨ahlbar oder nicht, eine endliche Teil¨ uberdeckung enth¨ alt. Er h¨ atte sich nicht bei dem Wort abz¨ ahlbar“ aufgehalten und h¨ atte ” folglich den allgemeineren Satz nicht eigens ausgesprochen (Lebesgue 1907, S. 133, Fußnote). Einen Beweis f¨ ur ihn hatte er ja auch schon im Jahre 1898. Dann ist da noch William Henry Young, der in einer schludrig geschriebenen Arbeit die allgemeine Version des borelschen Satzes formulierte. Seinen Beweis kann man m¨ oglicherweise retten, es lohnt aber nicht die M¨ uhe, dies zu versuchen (Young 1902). Diese Arbeit wird immer in das Jahr 1902 datiert. Der fragliche Band der Proceedings of the London Mathematical Society ist in diesem Jahr aber nicht komplett erchienen. Dies zeigt der Vermerk bei der Arbeit: Received November 30th, 1902. Read December 11th, 1902. Revised March 10th, 1903. Die Arbeit ist also nicht vor 1903 erschienen. — Einen Vorgang dieser Art haben wir schon bei der Arbeit Cauchy 1844 gesehen. Bei Hausdorﬀ sieht das zwanzig Jahre sp¨ater ganz anders aus. Er handelt nicht ¨ mehr von abgeschlossenen Intervallen und deren Uberdeckungen mit oﬀenen Intervallen, bei ihm spielt sich alles in hausdorﬀschen R¨aumen ab. Da kann von Intervallen keine Rede sein. Er deﬁniert: Eine unendliche Menge ohne H¨ aufungspunkt ” heißt divergent. Eine Menge ohne divergente Teilmenge nennen wir (nach Fr´echet) kompakt.“ Diese Deﬁnition impliziert nicht, dass kompakte Mengen abgeschlossen sind. Hausdorﬀ beweist den folgenden Satz, den er Satz von Borel nennt. Der Satz spielt, wie auch der n¨ achste, in hausdorﬀschen R¨aumen (Hausdorﬀ 1914, S. 230ﬀ.). Ist eine kompakte abgeschlossene Menge in der Summe (= Vereinigung, Anm. H. L.) einer Folge von Gebieten enthalten, so ist sie bereits in einer Summe von endlich vielen Gebieten dieser Folge enthalten. Dann formuliert und beweist er eine gewisse Umkehrung“ dieses Satzes: ” Wenn f¨ ur jedes System von Gebieten, in deren Summe die Menge A enthalten ist, A bereits in einer Summe von endlich vielen Gebieten dieses Systems enthalten ist, so ist A kompakt und abgeschlossen. Er benutzt das Auswahlaxiom, ohne es zu erw¨ ahnen. Dabei hat er im Zusammenhang mit wohlgeordneten Mengen sich u ¨ber das Ausw¨ ahlen ausgelassen (Hausdorﬀ 1914, S. 134): Zur Unterst¨ utzung dieser zeitlosen Auﬀassung hat E. Zermelo ” den gl¨ ucklichen Gedanken gehabt, von vorneherein aus jeder von Null verschiede nen Teilmenge A von A eins ihrer Elemente a = f (A ) auszuw¨ahlen, so daß man also, sozusagen, mit dieser Auswahl nicht wartet, ob und bis die Menge A einmal an die Reihe kommt, sondern f¨ ur jede Menge, ob sie daran kommt oder nicht, das aus ihr zu w¨ ahlende Element prae limine (= vor der Schwelle, von Anfang an, Anm. H. L.) bereit hat. Das System sukzessiver Wahlakte ist damit durch ein, in der Praxis des Denkens nat¨ urlich ebenso unausf¨ uhrbares System simultaner Wahlakte ersetzt.“ Muss ich dem Leser die Bedeutung erkl¨ aren, die das Wort zeitlos“ hier hat? ” Wohl nicht.

XV. Transzendente Zahlen 1. Kettenbr¨ uche. Wir haben von Anfang an der Zahlen die F¨ ulle. Doch untersucht haben wir neben Zahlen im Allgemeinen vor allem algebraische Zahlen. Dass es außer diesen auch noch andere Zahlen gibt, so genannte transzendente Zahlen, ist noch oﬀen. Liouville hat als erster die Existenz solcher Zahlen nachgewiesen, wobei er sich der Kettenbr¨ uche bediente, die ihrererseits ein reizvolles Thema sind, dem wir uns nun zuwenden werden. ahlbar vielen UnbeWir deﬁnieren im Polynomring Z[x0 , x1 , . . .] in den abz¨ stimmten x0 , x1 , . . . u ¨ ber Z die Polynome pn und qn rekursiv wie folgt: Es ist ur n ≥ 0 ist p−2 := 0, p−1 := 1, q−2 := 1, q−1 := 0 und f¨ pn := xn pn−1 + pn−2 , qn := xn qn−1 + qn−2 . F¨ ur die ersten Polynome erh¨ alt man q−2 p−2 q−1 p−1 q0 p0 q1

= = = = = = =

1, 0, 0, 1, 1, x0 , x1 ,

p1 q2 p2 q3 p3 q4

= = = = = =

x1 x0 + 1, x2 x1 + 1, x2 x1 x0 + x2 + x0 , x3 x2 x1 + x3 + x1 , x3 x2 x1 x0 + x3 x2 + x3 x0 + x1 x0 + 1, x4 x3 x2 x1 + x4 x3 + x4 x1 + x2 x1 + 1.

Diese kurze Tabelle zeigt schon, dass qn und pn−1 oﬀenbar gleich gebaut sind. Es gilt der Satz 1. F¨ ur n ≥ −1 ist qn = pn−1 (x1 , . . . , xn ). Beweis. Der Satz gilt f¨ ur n = −1 und n = 0, wie die Liste zeigt. Es sei n ≥ 1. Dann ist qn = xn qn−1 + qn−2 = xn pn−2 (x1 , . . . , xn−1 ) + pn−3 (x1 , . . . , xn−2 ) = pn−1 (x1 , . . . , xn ), q. e. d. Dieser Satz zeigt insbesondere, dass die Unbestimmte x0 in den qn nicht vorkommt.

528

Kapitel XV. Transzendente Zahlen

Satz 2. F¨ ur m, n ∈ N gilt pn+m = pn pm−1 (xn+1 , . . . , xn+m ) + pn−1 qm−1 (xn+1 , . . . , xn+m ) und qn+m = qn pm−1 (xn+1 , . . . , xn+m ) + qn−1 qm−1 (xn+1 , . . . , xn+m ). Beweis. Induktion nach m. Der n¨ achste Satz zeigt, weshalb es bequem ist, bei der Theorie der Kettenbr¨ uche mit Polynomen u ¨ber Z anzufangen. Man kann mit ihnen bequem im Quotientenk¨orper Q(x0 , x1 , . . .) von Z[x0 , x1 , . . .] rechnen, ohne sich immer den Kopf zerbrechen zu m¨ ussen, ob der Nenner auch ungleich 0 sei. Satz 3. a) F¨ ur n ∈ N0 ∪ {−1} gilt pn qn−1 − pn−1 qn = (−1)n−1 . b) F¨ ur n ∈ N gilt pn−1 (−1)n−1 pn − = . qn qn−1 qn−1 qn Beweis. a) Es ist p−1 q−2 − p−2 q−1 = 1 · 1 − 0 · 0 = 1 = (−1)−1−1 . F¨ ur n ≥ 0 gilt pn qn−1 − pn−1 qn = (xn pn−1 + pn−2 )qn−1 − pn−1 (xn qn−1 + qn−2 ) = −(pn−1 qn−2 − pn−2 qn−1 ) = −(−1)n−2 = (−1)n−1 . b) F¨ ur n ∈ N ist qn−1 qn = 0. Also folgt b) aus a). Satz 4. a) F¨ ur n ∈ N0 ist pn qn−2 − pn−2 qn = (−1)n xn . b) F¨ ur 1 < n ∈ N ist pn pn−2 (−1)n xn − = . qn qn−2 qn−2 qn Beweis. a) Nach Satz 3 ist pn qn−2 − pn−2 qn = (xn pn−1 + pn−2 qn−2 − pn−2 (xn qn−1 + qn−2 ) = xn (pn−1 qn−2 − pn−2 qn−1 ) = (−1)n−2 xn = (−1)n xn . b) folgt aus a). F¨ ur sp¨atere Verwendung notieren wir schon jetzt Satz 5. F¨ ur alle n, i ∈ N0 gilt (i + 1)pn−1 + pn−2 ipn−1 + pn−2 (−1)n−2 . − = (i + 1)qn−1 + qn−2 iqn−1 + qn−2 ((i + 1)qn−1 + qn−2 )(iqn−1 + qn−2 )

1. Kettenbr¨ uche

529

F¨ ur n = 0 gilt auch ipn−1 + pn−2 (−1)n−2 pn−1 . − = qn−1 iqn−1 + qn−2 qn−1 (iqn−1 + qn−2 ) Beweis. Rechnen unter Ber¨ ucksichtigung von Satz 3a). ur alle m ∈ N, so ist Satz 6. Ist a eine Folge auf R mit am > 0 f¨ qn (a0 , a1 , . . . , an ) > 0 f¨ ur alle n ∈ N0 . Beweis. Es ist q0 (a0 ) = 1 > 0 und q1 (a0 , a1 ) = a1 > 0. Ferner ist qn+2 (a0 , . . . , an+2 ) = an+2 qn+1 (a0 , . . . , an+1 ) + qn (a0 , . . . , an ), so dass Induktion zum Ziele f¨ uhrt. Der Beweis liefert noch ein bisschen mehr. Korollar. Gilt am ∈ N f¨ ur alle m ∈ N, so ist n < qn (a0 , . . . , an ) < qn+1 (a0 , . . . , an+1 ) f¨ ur alle n ∈ N0 . Ist (a0 , . . . , an ) ein (n + 1)-Tupel reeller Zahlen mit ai > 0 f¨ ur i := 1, . . . , n, so setzen wir pn (a0 , . . . , an ) . a0 , a1 . . . , an := qn (a0 , . . . , am ) Nach Satz 6 ist qn (a0 , . . . , an ) > 0, so dass der Ausdruck a0 , . . . , an sinnvoll ist. Satz 7. Es sei n ∈ N0 und m ∈ N. Ferner sei (a0 , . . . , am+n ) ein (m+n+1)-Tupel reeller Zahlen mit ai > 0 f¨ ur i ≥ 1. Dann ist 2 3 a0 , . . . , an+m = a0 , . . . , an , an+1 . . . , an+m . Beweis. Wir m¨ ussen zun¨achst zeigen, dass der Ausdruck auf der rechten Seite deﬁniert ist, dh., wir m¨ ussen zeigen, dass an+1 . . . , an+m > 0 ist. Es ist an+1 , . . . , an+m =

pm−1 (an+1 , . . . , an+m ) . qm−1 (an+1 , . . . , an+m )

530

Kapitel XV. Transzendente Zahlen

Nach Satz 1 ist daher an+1 , . . . , an+m =

qm (an , an+1 , . . . , an+m ) . qm−1 (an+1 , . . . , an+m )

Weil an+i > 0 ist f¨ ur alle i := 1, . . . , m folgt mit Satz 5 daher an+1 , . . . , an+m > 0. Mit Satz 2 folgt nun 3 2 a0 , . . . , an ,an+1 , . . . , an+m pn+1 (a0 , . . . , an , an+1 , . . . , an+m ) qn+1 (a0 , . . . , an , an+1 , . . . , an+m ) an+1 , . . . , an+m pn (a0 , . . . , an ) + pn−1 (a0 , . . . , an−1 ) = an+1 , . . . , an+m qn (a0 , . . . , an ) + qn−1 (a0 , . . . , an−1 ) pn (a0 , . . .)pm−1 (an+1 , . . .) + pn−1 (a0 , . . .)qm−1 (an+1 , . . .) = qn (a0 , . . .)pm−1 (an+1 , . . .) + qn−1 (a0 , . . .)qm−1 (an+1 , . . .) = a0 , . . . , am+n . =

Korollar. Es ist a0 , a1 , . . . , an = a0 , a1 , . . . an−1 + a−1 n . Beweis. Nach Satz 7 ist 2 3 a0 , a1 , . . . , an = a0 , a1 , . . . , an−1 , an . Ferner ist an−1 , an =

an an−1 + 1 p1 (an−1 , an ) = = an−1 + a−1 n , q1 (an−1 , an ) an

q. e. d. Mittels des Korollars folgt a0 , a1 = a0 + a−1 1 −1 a0 , a1 , a2 = a0 + (a1 + a−1 2 ) −1 −1 a0 , a1 , a2 , a3 = a0 + a1 + (a2 + a−1 , 3 )

etc. Dies macht klar, weshalb a0 , a1 , . . . , an Kettenbruch genannt wird. Die ai heißen die Teilnenner des Kettenbruchs. Dies ist die Stelle, wo die klassischen Texte u ¨ ber Kettenbr¨ uche beginnen, indem sie diese Eigenschaft als ihre Deﬁnition w¨ ahlen. So Lagrange in seinen Zus¨ atzen zur franz¨ osischen Ausgabe von Eulers Buch Vollst¨andige Anleitung zur Algebra“ ” (Euler III.). Ferner Weber 1898, S. 400ﬀ., D¨orrie 1943, S. 143ﬀ., Hardy und Wright

1. Kettenbr¨ uche

531

1960, S. 129ﬀ., Perron 1977 und Khinchin 1964. Diese Autoren erhalten die p’s und q’s dann u ¨ber die Aufgabe, Kettenbr¨ uche einzurichten. Ich ﬁnde den Zugang u ¨ber die Polynome eleganter, wenn er auch zun¨ achst nicht preisgibt, wie man auf diesen Ansatz kam. ur alle i ∈ N. Ferner sei Satz 8. Es sei a: N0 → R eine Folge auf R mit ai > 0 f¨ νn := a0 , . . . , an . Dann gilt: ur alle n ∈ N0 . a) Es ist ν2n < ν2n+2 f¨ b) Es ist ν2n+1 > ν2n+3 f¨ ur alle n ∈ N0 . ur alle n, m ∈ N0 . c) Es ist ν2n+1 > ν2m f¨ Beweis. a) Wegen Satz 4 und Satz 6 gilt p2n+2 (a0 , . . . , a2n+2 ) p2n (a0 , . . . , a2n ) − q2n+2 (a0 , . . . , a2n+2 ) q2n (a0 , . . . , a2n ) . a2n+2 2n+2 >0 = (−1) q2n (. . .)q2n+2 (. . .)

ν2n+2 − ν2n =

b) Ebenso folgt ν2n+3 − ν2n+1 = (−1)2n+3

a2n+3 < 0. q2n+1 (. . .)q2n+3

c) Nach Satz 3 ist ν2n+1 − ν2n =

(−1)2n > 0. q2n+1 (. . .)q2n (. . .)

Ist m ≤ n, so folgt mit a) und dem gerade Bewiesenen, dass ν2m ≤ ν2n < ν2n+1 ist. Ist n ≤ m, so folgt mit dem gerade Bewiesenen und b), dass ν2m < ν2m+1 ≤ ν2n+1 ist. Damit ist Satz 8 bewiesen. Nach Satz 8 existieren die Grenzwerte α := lim n→∞ ν2n und β := lim n→∞ ν2n+1 und esgilt α ≤ β. Die Frage ist, wann ist α = β? Dies ist genau dann der Fall, ∞ wenn n:=0 an = ∞ ist. Wir beweisen dies hier nicht. Dazu m¨ ussten wir weiter ausholen und noch einiges u ¨ber unendliche Produkte beweisen. F¨ ur einen Beweis, sei der Leser an Perron 1977, Bd. II, S. 46, Satz 2.9 verwiesen. Wir beweisen aber ur alle n ∈ N, so existiert Satz 9. Ist a eine Folge ganzer Zahlen mit an ∈ N f¨ τ := lim n→∞ a0 , a1 . . . , an

532

Kapitel XV. Transzendente Zahlen

und es gilt a0 , a1 , . . . , a2n < τ < a0 , a1 , . . . , a2n+1 f¨ ur alle n ∈ N0 . Beweis. Haben α und β die eben eingef¨ uhrte Bedeutung, so folgt mit Satz 3b) p2n+1 (a0 , . . . , a2n+1 ) p2n (a0 , . . . , a2n ) − q2n+1 (a0 , . . . , a2n+1 ) q2n (a0 , . . . , a2n ) (−1)2n . = q2n (a0 , . . . , a2n )q2n+1 (a0 , . . . , a2n+1 )

β−α<

Nach dem Korollar zu Satz 6 ist qn (a0 , . . . , an ) > n. Es folgt β−α<

1 2n(2n + 1)

f¨ ur alle n ∈ N. Daher ist α = β. Ist a eine Folge ganzer Zahlen mit ai ∈ N f¨ ur alle i ∈ N, so bezeichnen wir die Folge der a0 , a1 , . . . , an und ihren Grenzwert mit a0 , a1 , a2 , . . . und nennen dies einen unendlichen Kettenbruch. Neben den endlichen Kettenbr¨ uchen a0 , . . . , an , bei denen die ai reell sein k¨onnen, betrachten wir nur solche unendlichen Kettenbr¨ uche, wie sie soeben deﬁniert wurden, dh. nur solche, bei denen die ai ganzzahlig sind. Betrachten wir zum Eingew¨ohnen den allereinfachsten unendlichen Kettenbruch τ := 1, 1, 1, . . .. Es ist 1 = 1 und 1, 1 = 1 + 1−1 = 2. Auf Grund von Satz 9 gilt also 1 < τ < 2. Nach Satz 7 ist 2 3 1, 1, . . . , 1 = 1, 1, . . . , 1 = 1 + 1, . . . , 1−1 . Setzt man ψn := 1, 1, . . . , 1 (das sind n + 1 Einsen), so ist lim n→∞ ψn = τ = 0 und daher

τ = lim n→∞ ψn+1 = 1 + (lim n→∞ ψn )−1 = 1 + τ −1 .

Hieraus folgt τ 2 − τ − 1 = 0, was wiederum τ∈

1

2 (1

+

√ 1 √ 5), 2 (1 − 5)

impliziert. Aus 1 < τ < 2 folgt schließlich τ = 12 (1 +

√

5).

1. Kettenbr¨ uche

533

Setzt man Fn := pn (1, 1, . . . , 1) und Fn := qn (1, 1, . . . , 1), so folgt mit Satz 1 zun¨ achst Fn = Fn−1 . Ferner folgt F0 = 1, F1 = 2 und Fn+1 = Fn + Fn−1 . Die Fn sind also die Fibonaccizahlen und zwar — der Zeitschrift Fibonacci Quarterly zum Trotz — in der durch Fibonacci suggerierten Nummerierung. Er hat ja am Ende des ersten Monats bereits zwei Kaninchenpaare (Boncompagni 1857, S. 283/84 oder die Farbabbildungen des Originals in L¨ uneburg 1993). Es gilt √ F2n+1 F2n < 12 (1 + 5) < F2n−1 F2n und √ Fn = 12 (1 + 5). lim n→∞ Fn−1 Die Zahl τ ist die Verh¨altniszahl des goldenen Schnitts. Bei diesem geht es ja um zwei Strecken der L¨angen a und b, f¨ ur die a : b = b : (a + b) gilt. Dann ist a(a + b) = b2 . Setzt man nun ρ := ab , so folgt 1 + ρ = ρ2 , so dass ρ = τ ist. Es ist ja oﬀenkundig a < b und damit 1 < ρ. n = τ ist, war schon im 16. Jahrhundert bekannt. So ﬁndet Dass lim n→∞ FFn−1 dieser Grenzwert sich in Jacob 1571 auf der Seite 48verso . Der Zusammenhang ist der folgende. Gestellt ist die Aufgabe: Wie ﬁndet mann ein zal vnd die gr¨ oßt/die ” 77002051219739 der vorigen Regeln nit vnderworﬀen ist/zum kleinsten diesen Bruch 124591936076998 macht?“ Die vorigen Regeln sind Teilbarkeitsregeln f¨ ur kleine Zahlen, die wir fast alle auch heute noch auf der Schule lernen. Da sie hier nicht greifen, lehrt er den euklidischen Algorithmus. Dann sagt er, dass der ggT der beiden fraglichen Zahlen 19 sei. Er f¨ ahrt fort: Vnd hat obgesatzter Bruch ein wunderbarlich art in jhm/Nemlich daß er ” sich 54 mal diuidirn leßt/ehe man das gemein maß oder die gr¨ oßt Zahl damit er auﬀgehaben wirdt/ﬁndet/mag derhalb wol ein Arithmetisch labyrint genant werden/wirdt gemacht aus der vorgesatzten ordnung der zaln/da je die zwo so nechst vﬀ einander folgen/souil thun als die drittfolgend/bringen je die erst vnd dritt inn ein ander multiplicirt eins weniger dann das quadrat der mitlern/darumb je weitter mann solche ordnung erstreckt/je n¨ aher mann zu der Proportz kommt/Davon beim Euclide die 11 Proposi. des 2/vnnd 30 des 6 Buchs handeln/vnnd wiewol mann immer n¨ aher kompt/mag doch nimmermehr dieselb erreicht/auch nicht vbertretten werden.“ Die vorgesatzt ordnung“ ist die Folge der Fibonaccizahlen von F0 bis F26 , die ” auf dem Rande der Seite 48 steht. Der Z¨ahler des Bruches ist die Zahl 19 · F60 und der Nenner die Zahl 19 · F61 . Er hat also oﬀensichtlich die Fibonaccizahlen zur Konstruktion dieses Beispiels benutzt. Wie er auf die 54 kommt, ist r¨atselhaft. Meint er 59? Dann w¨ are der Rest 19 und der Rest zuvor 38. Dann w¨are klar, dass 19 der ggT ist. Ebenso aufregend ist die Bemerkung, dass — so interpretiere ich seinen w¨ortlich genommen nicht korrekten Text — |Fn+1 Fn−1 − Fn2 | = 1

534

Kapitel XV. Transzendente Zahlen

ist. F¨ ur uns ist das ein Spezialfall von Satz 3a). Wie er von hier auf den Grenzwert kommt, kann man nur vermuten. Benutzt man die Formel Fn+1 = Fn + Fn−1 , so folgt 2 − Fn2 . (−1)n = Fn+1 Fn−1 − Fn2 = Fn Fn−1 + Fn−1 2 zeigt dann, dass der Grenzwert, so er existiert, die Gleichung Division durch Fn−1 2 ullt, usw. Jacob hatte aber all diesen Apparat nicht. 0 = τ + 1 − τ erf¨ Der Buchstabe τ f¨ ur die Verh¨ altniszahl des goldenen Schnitts steht f¨ ur das griechische welches Schnitt“ bedeutet. ” Die oben erw¨ahnte Siebenerprobe ist nicht die, die auf der Faktorisierung der M¨ archenzahl“ 1001 = 7·11·13 beruht, sie beruht vielmehr auf dem direkten Rech” nen modulo 7 und auf der Kenntnis der Reste 1, 3, 2, 6, 4, 5 der Zehnerpotenzen 100+6i , 101+6i , 102+6i , 103+6i , 104+6i , 105+6i modulo 7. Der Text ist neben der Tatsache, dass hier das Rechnen mit Kongruenzen zum Tragen kommt, auch noch aus einem anderen Grunde interessant. Hier zun¨ achst der Text: Die geschwindest Regel/solchs zu erkennen/ist/theil oder vberschlahe im sinn/ ” ob die zal in 7 sich theilen l¨ aßt/nach gemeiner art/ Oder merck dise ordnung/1. 3. 2. 6. 4. 5. Setz die erst/als 1/vnder die erst Figur bei der rechten hand/3/vnder die ander/2/ vnder die dritt etc. Auch ob eine Figur derselben zal 7 vbertrette/so wirﬀ 7 hinweg/den Rest lass stehen/multiplicir als dann ein jede vndergeschriebene zal/ inn die so ob jhr stehet/erwechßt ein Zahl vber 7/so wirﬀ 7 hinweg/dass vbrig setz gerad darunder/gib als da¯ n alle gefundene Rest (vnangesehen der stet bedeutung) zusamen/geht dann solch Collect in 7/so geht auch die gantze zal in 7. Obgesatzte ordnung magstu auch von anfang repetirn/so oﬀt du bedarﬀst.“ Als Beispiel nimmt er die Zahl 56 786 782, bei der die obgesatzt ordnung“ zu ” repetieren ist. Hier erh¨alt er nach diesem Verfahren 17, eine Zahl, die nicht durch 7 teilbar ist. Also ist auch die erste Zahl nicht durch 7 teilbar. Bemerkenswert ist aber auch, dass er die Reste der Zehnerpotenzen modulo 7 der Reihe nach unter die erst Figur bei der rechten hand“, vnder die ander“, ” ” vnder die dritt“ schreibt, dass er also die Stellen von rechts nach links z¨ ahlt. ” Diese urspr¨ unglich Art der Z¨ ahlung haben wir schon in Abschnitt 7 von Kapitel 1 diskutiert, wo ich auch darauf hinwies, dass sich diese Z¨ ahlung auch bei Jacob f¨ ande.

2. Die Kettenbruchentwicklung reeller Zahlen. Es ist klar, dass endliche Kettenbr¨ uche rationale Zahlen sind. Ferner haben wir gesehen, dass unendliche Kettenbr¨ uche stets konvergieren. Frage ist, ob jede rationale Zahl sich in einen endlichen Kettenbruch verwandeln l¨ asst und wenn ja, wie, und ob jede irrationale Zahl sich durch einen unendlichen Kettenbruch darstellen l¨ asst. Um diese Fragen wird es sich hier nun handeln. Das Wesentliche von dem, was ich hier nun vortrage, ﬁndet sich zum ersten Male ¨ in Buchform dargestellt, in den Zus¨ atzen Lagrangens zur franz¨osischen Ubersetzung von Eulers Buch Vollst¨andige Anleitung zur Algebra“, deren erste Auﬂage ” 1784 in Lyon erschien. Mir stand die zweite Auﬂage aus dem Jahre III der Re¨ zur Verf¨ publikanischen Ara ugung, die sich von der ersten nicht unterscheidet,

2. Die Kettenbruchentwicklung reeller Zahlen

535

wenn ich den Verleger richtig verstehe. Die erste Auﬂage w¨are sehr rasch vergriffen gewesen, so dass die antiquarisch angebotenen Exemplare extrem hohe Preise erzielten. Damit auch die jungen Leute, f¨ ur die das Buch ja vor allem bestimmt gewesen sei, sich ein Exemplar leisten k¨onnten, sei diese zweite Auﬂage unternom¨ men worden. Als Ubersetzer wird ein Herr Bernoulli, Direktor des Berliner Observatoriums genannt. Dies ist Johann III. Bernoulli, wie ich der Sekund¨ arliteratur entnehme. Dieser Jean Bernoulli wird von Lagrange erw¨ ahnt, ohne dass er ihn als ¨ ´ emens. Band 2, S. 444). den Ubersetzer identiﬁziert (Euler, El´ Lagrange geht es bei seinen Zus¨atzen um diophantische Gleichungen. Da es aber zu den Kettenbr¨ uchen bislang keine Lehrbuchliteratur g¨ abe, fasst er das, was er braucht, zu Beginn der Zus¨atze zusammen. Beginnen wir mit der ersten Frage (Lagrange, S. 386ﬀ.). Es hat sich eingeb¨ urgert, den folgenden Kettenbruchalgorithmus nach Lagrange zu benennen, obgleich er von Huygens stammt. Mehr dazu in Abschnitt 6. Lagrangenscher Kettenbruchalgorithmus Input: Zahlen a ∈ Z und b ∈ N. Output: Eine Zahl n ∈ N0 . Ganze Zahlen a0 , p0 , . . . , pn ∈ Z, nicht negative ganze urliche Zahlen a1 , . . . an , q0 , . . . , qn ∈ N, so dass Zahlen r0 , . . . , rn ∈ N0 und nat¨ gilt a) rn = 0 und 0 < ri < ri−1 f¨ ur 0 ≤ i < n. b) pi ri+1 + pi+1 ri = a f¨ ur i := 0, . . . , n − 1. c) qi ri+1 + qi+1 ri = b f¨ ur i := 0, . . . , n − 1. ur i := 0, . . . , n. d) aqi − bpi = (−1)i ri f¨ e) pi = ai pi−1 + pi−2 f¨ ur i := 0, . . . , n, wobei p−2 := 0 und p−1 := 1 zu setzen ist. ur i := 0, . . . , n, wobei q−2 := 1 und q−1 := 0 zu setzen f ) qi = ai qi−1 + qi−2 f¨ ist. Bemerkung: Ist n ≥ 1, so ist an ≥ 2. begin p−2 := 0; p−1 := 1; q−2 := 1, q−1 := 0; r−2 := a; r−1 := b; i := −2; ur j ≤ i, % pj rj+1 + pj+1 rj = a f¨ % qj rj+1 + qj+1 rj = b f¨ ur j ≤ i, % aqj − bpj = (−1)j rj f¨ ur j ≤ i + 1. while ri+1 > 0 do begin ai+2 := ri DIV ri+1 ; ri+2 := ri MOD ri+1 ; pi+2 := ai+2 pi+1 + pi ; qi+2 := ai+2 qi+1 + qi ; i := i + 1; ur j ≤ i, % pj rj+1 + pj+1 rj = a f¨ % qj rj+1 + qj+1 rj = b f¨ ur j ≤ i, ur j ≤ i + 1. % aqj − bpj = (−1)j rj f¨

536

Kapitel XV. Transzendente Zahlen

endwhile; n := i + 1 end; % Kettenbruchalgorithmus Wir m¨ ussen zeigen, dass der Algorithmus das Verlangte leistet. Ist i = −2, so gilt der erste Kommentar, wie man durch Einsetzen best¨ atigt. Es sei also i ≥ −2 und der Kommentar sei f¨ ur i korrekt. Wir stellen uns vor, dass die Zuweisung i := i + 1 noch nicht durchgef¨ uhrt sei. Dann gilt pi+1 ri+2 + pi+2 ri+1 = pi+1 (ri − ai+2 ri+1 ) + (ai+2 pi+1 + pi )ri+1 = pi+1 ri + pi ri+1 = a. Die zweite Gleichung folgt entsprechend, wenn man p durch q ersetzt, um am Ende auf Grund der Induktionsannahme b zu erhalten. Weiter folgt aqi+2 − bpi+2 = a(ai+2 qi+1 + qi ) − b(ai+2 pi+1 + pi ) = ai+2 (aqi+1 − bpi+1 ) + aqi − bpi = ai+2 · (−1)i+1 ri+1 + (−1)i ri = (−1)i+2 (ri − ai+2 ri+1 ) = (−1)i+2 ri+2 Somit gilt auch der Kommentar nach der Zuweisung i := i + 1. Damit ist gezeigt, dass der Algorithmus korrekt ist, da sich die Gleichungen a) — das Abbruchkriterium —, e) und f) von selbst verstehen. Ist i > 0, so ist ai := ri−1 DIV ri−2 und 0 < ri−2 < ri−1 , so dass ai > 0 ist. Wegen rn = 0 ist rn−2 = an rn−1 . Ferner ist rn−1 < rn−2 sicher dann, wenn n > 0 ist. Daher ist in diesem Falle an ≥ 2. F¨ ur i + 1 = n liefern die Gleichungen a), b), c) und d) die Gleichungen pn rn−1 = a qn rn−1 = b aqn−1 − bpn−1 = (−1)n−1 rn−1 . oßter gemeinsamer Teiler von a und b ist, wobei die Sie besagen, dass rn−1 ein gr¨ dritte Gleichung gleichzeitig rn−1 als Linearkombination von a und b darstellt. Geht es nur darum, den ggT von a und b zu berechnen und aus ihnen linear zu kombinieren, so braucht man nur immer die beiden letzten der pi und qi zu kennen, so dass man die zwei nach dem Durchlaufen der while-Schleife ausscheidenden mit den beim n¨ achsten Durchlauf der while-Schleife neu zu berechnenden pi und ¨ berschreiben kann. Das Gleiche gilt f¨ ur die r’s. Von den a’s braucht man nur qi u das aktuelle. Man kommt also mit sieben Speicheradressen f¨ ur die a’s, p’s, q’s und r’s aus. Das ist der Vorteil des lagrangeschen Algorithmus gegen¨ uber dem

2. Die Kettenbruchentwicklung reeller Zahlen

537

bachetschena. F¨ ur eine geschickte Implementierung dieses Algorithmus, die Umspeicherungen vermeidet, sei der Leser an L¨ uneburg 1987a oder 1987b verwiesen. Was uns an dem lagrangeschen Algorithmus hier aber vor allem interessiert, ist, dass er die Entwicklung von ab in einen Kettenbruch liefert. Die Gleichungen a) bis f) zusammengenommen sagen ja, dass pn a = = a0 , . . . , an b qn ist und dass die

pi qi

die N¨ aherungsbr¨ uche von

a b

sind.

Satz 1. Ist r eine rationale Zahl, so gibt es zwei Kettenbr¨ uche a0 , a1 , . . . , an und b0 , b1 , . . . , bn+1 mit r = a0 , . . . , an = b0 , . . . , bn+1 . Beweis. Es sei r = ab mit a ∈ Z und b ∈ N. Ferner bestimme man a0 , . . . , an mit Hilfe des lagrangeschen Kettenbruchalgorithmus. Dann ist an ≥ 2, falls n ≥ 1 ist. In jedem Falle folgt mit Hilfe des Korollars zu Satz 7 von Abschnitt 1, dass a0 , . . . , an = a0 , . . . , an − 1, 1 ist. Satz 2. Es sei a0 ∈ Z und a1 , . . . , an ∈ N. Ist an ≥ 2, falls n ≥ 1 ist, so ist a0 = a0 , . . . , an . Beweis. Ist n = 0, so ist a0 = a0 . Es sei also n > 0. Dann ist an ≥ 2. Nach Satz 7 von Abschnitt 1 und seinem Korollar ist dann a0 , . . . , an = a0 + a1 , . . . , an −1 . are a1 , . . . , an = 1, so folgte a1 = 1 und Ferner ist 1 ≤ a1 ≤ a1 , . . . , an . W¨ n = 1 im Widerspruch zu an ≥ 2. Daher ist 1 < a1 , . . . , an und folglich 0 < a1 , . . . , an −1 < 1, so dass in der Tat a0 = a0 , . . . , an ist. Satz 3. Es seien a0 , b0 ∈ Z und a1 , . . . , am , b1 , . . . , bn ∈ N. Ferner sei am ≥ 2, falls m ≥ 1, und bn ≥ 2, falls n ≥ 1 ist. Ist dann a0 , . . . , am = b0 , . . . , bn , so ur i := 0, . . . , n. ist m = n und ai = bi f¨ Beweis. Es sei zun¨achst m = 0. Dann ist a0 = a0 = b0 , . . . , bn . Nach Satz 2 ist a0 = b0 . W¨ are nun n > 0, so folgte b0 = a0 = b0 + b1 , . . . , bn −1 . was oﬀenbar absurd ist. Also ist n = 0. Es sei m ≥ 1. Dann ist auch n ≥ 1. Mit Satz 2 folgt 5 6 5 6 a0 = a0 , . . . , am = b0 , . . . , bn = b0 .

538

Kapitel XV. Transzendente Zahlen

Ferner ist a0 + a1 , . . . , am −1 = a0 , . . . , am = b0 , . . . , bn = b0 + b1 , . . . , bn −1 , so dass auch a1 , . . . , am = b1 , . . . , bn ist. Induktion lehrt nun, dass m = n und dass ai = bi ist f¨ ur i := 1, . . . , n. Korollar. Ist r ∈ Q, so gibt es genau zwei endliche Kettenbr¨ uche, die r darstellen. Einer von ihnen hat die Form r = a0 , . . . , an mit a0 ∈ Z und a1 , . . . , an ∈ N, wobei an ≥ 2 ist, falls n ≥ 1 ist. Der andere bestimmt sich hiermit zu r = a0 , . . . , an − 1, 1. Dies folgt aus Satz 3 und dem Korollar zu Satz 7 aus Abschnitt 1. Bemerkenswert an diesem Korollar ist, dass es zu einer rationalen Zahl r stets at von n vorgegeben ist. einen Kettenbruch a0 , . . . , an gibt, bei dem die Parit¨ Dies kann man sich immer wieder einmal zu Nutze machen. Wir werden in diesem Buch aber keine Gelegenheit dazu haben. Rationale Zahlen lassen sich also in einen Kettenbruch verwandeln. Dies gilt auch f¨ ur beliebige reelle Zahlen, wie wir jetzt sehen werden. Kettenbr¨ uche f¨ ur irrationale Zahlen k¨ onnen allerdings nicht endlich sein. Wir werden auch sehen, dass unendliche Kettenbr¨ uche immer nur irrationale Zahlen darstellen. Zun¨ achst die Darstellbarkeit. Sie ﬁndet sich bei Lagrange einschließlich der hier vorgef¨ uhrten Konvergenzbetrachtungen (Lagrange, S. 379ﬀ.). ur alle i ∈ N Satz 4. Ist r ∈ R − Q, so gibt es eine Folge a auf Z mit ai ∈ N f¨ und r = a0 , a1 , a2 , . . .. Beweis. Wir deﬁnieren eine Folge a auf Z und eine Folge ξ auf R − Q rekursiv wie folgt: Es ist a0 := r und ξ0 := r − a0 . Dann ist a0 ∈ Z und ξ0 ∈ R − Q, da ja r ∈ R − Q ist. Ferner ist 0 < ξ0 < 1. Es seien a0 , . . . , an und ξ0 , . . . , ξn bereits ur i := 0, . . . , n. Wir setzen deﬁniert und es gelte a1 , . . . , an ∈ N und 0 < ξi < 1 f¨ dann an+1 := ξn−1 und ξn+1 := ξn−1 − an+1 . Wegen 0 < ξn < 1 ist ξn−1 > 1 und folglich an+1 ≥ 1. Ferner ist 0 ≤ ξn+1 < 1. Weil ξn irrational ist, ist auch ξn+1 irrational, so dass insbesondere 0 < ξn+1 ist. Als N¨achstes zeigen wir, dass r = a0 , a1 , a2 , . . . ist. Es ist r = a0 + ξ0 = a0 , ξ0−1 . Ist r = a0 , . . . , an , ξn−1 , so folgt −1 . r = a0 , . . . , an , an+1 + ξn+1 = a0 , . . . , an , an+1 , ξn+1

ur alle n. Also gilt r = a0 , . . . , an , ξn−1 f¨ Setzt man pn := pn (a0 , . . . , an ) und qn := qn (a0 , . . . , an ) so folgt −1 = r = a0 , . . . , an−1 , ξn−1

=

−1 ξn−1 pn−1 + pn−2 −1 ξn−1 qn−1 + qn−2

(an + ξn )pn−1 + pn−2 p + ξn pn−1 = n (an + ξn )qn−1 + qn−2 qn + ξn qn−1

2. Die Kettenbruchentwicklung reeller Zahlen

539

f¨ ur alle n ∈ N. Hieraus folgt mit Satz 2 von Abschnitt 1 r−

)pn (p + ξn pn−1 )qn − (qn + ξn qn−1 pn = n qn (qn + ξn q n − 1)qn − pn−1 qn ) −ξn (pn qn−1 = (qn + ξn qn−1 )qn (−1)n ξn = . (qn + ξn qn−1 )qn

> qn und 0 ≤ ξn < 1. Folglich gilt Nun ist qn + ξn qn−1 r − pn < 1 . qn qn 2

ur alle i > 0 in N liegen, w¨achst qn mit n u ¨ ber alle Grenzen. Daher Weil die ai f¨ ist p lim n→∞ n = r, qn 2

was zu beweisen war. Das folgende Korollar steht bei Lagrange (Lagrange, Additions, S. 411). Korollar 1. Ist r = a0 , a1 , a2 , . . . ein unendlicher Kettenbruch, so gelten f¨ ur alle n ∈ N die Ungleichungen 1 1 1 r − pn ≤ < < 2. qn (qn+1 + qn ) qn qn+1 qn qn Beweis. Wir m¨ ussen das Ende des Beweises von Satz 4 ein wenig modiﬁzieren. Gezeigt wurde, dass r−

(−1)n ξn (−1)n pn = = qn (qn + ξn qn−1 )qn (ξn−1 qn + qn−1 )qn

ist. Es ist an+1 ≤ ξn−1 < an+1 + 1 Und daher an+1 qn + qn−1 ≤ ξn−1 qn + qn−1 < an+1 qn + qn + qn−1 . Hiermit folgt die G¨ ultigkeit der ersten beiden Ungleichungen, da ja an+1 qn +qn−1 = qn+1 ist. Die letzte folgt dann, da qn < qn+1 ist.

Korollar 2. Ist r = a0 , a1 , a2 , . . . ein Kettenbruch und ist n ∈ N, so ist r − pn−1 > r − pn . qn−1 qn

540

Kapitel XV. Transzendente Zahlen

Beweis. Es ist qn−1 < qn und qn + qn−1 ≤ an+1 qn + qn−1 = qn+1 . Hieraus folgt mit Korollar 1 1 1 r − pn−1 . r − pn ≤ < ) < qn qn qn+1 qn−1 (qn + qn−1 qn−1

Die Ungleichungen der beiden Korollare gelten nat¨ urlich auch, mutatis mutandis, f¨ ur endliche Kettenbr¨ uche. Satz 5. Ist a eine Folge auf Z mit ai ∈ N f¨ ur i ≥ 1 und ist n ∈ N0 , so ist a0 , . . . , an , an+1 , . . . = a0 , a1 , a2 , . . .. Beweis. Der Kettenbruch ξ := an+1 , an+2 , . . . ist konvergent, wie wir wissen. Mit Satz 7 von Abschnitt 1, angewandt auf die Folge an+1 , an+2 , . . . folgt, dass an+1 < ξ ist. Wegen n + 1 ≥ 1 ist ξ daher positiv, so dass a0 , . . . , an , ξ deﬁniert ist. Setzt man pi := pi (a0 , . . . , ai ) und qi := qi (a0 , . . . , an ), so ist a0 , . . . , an , ξ =

ξpn + pn−1 . ξqn + qn−1

> 0. Ferner gilt ξqn + qn−1 Mit Satz 7 von Abschnitt 1 folgt

2 3 a0 , . . . , an , an+1 , . . . , an+m = a0 , . . . , an , an+1 , . . . , an+m =

an+1 , . . . , an+m pn + pn−1 . an+1 , . . . , an+m qn + qn−1

Daher ist lim k→∞ a0 , . . . , ak = lim m→∞ a0 , . . . , an , an+1 , . . . , an+m = lim m→∞

an+1 , . . . , an+m pn + pn−1 . an+1 , . . . , an+m qn + qn−1

Wegen der Gleichungen lim m→∞ an+1 , . . . , an+m pn + pn−1 = ξpn + pn−1 , = ξqn + qn−1 >0 lim m→∞ an+1 , . . . , an+m qn + qn−1 ist daher lim k→∞ a0 , . . . , ak = q. e. d.

ξpn + pn−1 = a0 , . . . , an , ξ, ξqn + qn−1

2. Die Kettenbruchentwicklung reeller Zahlen

541

Satz 6. Ist a0 , a1 , a2 , . . . ein unendlicher Kettenbruch, so ist an = an , an+1 , . . . f¨ ur alle n ∈ N0 . Beweis. Es gen¨ ugt nat¨ urlich, dies f¨ ur n = 0 zu beweisen. Setzt man ξ := a1 , a2 , . . . und η := a2 , . . ., so ist ξ = a1 +η −1 nach Satz 5. Ferner ist 1 ≤ a2 ≤ η und daher η −1 > 0. Also ist 1 ≤ a1 < a1 + η −1 = ξ und es folgt 0 < ξ −1 < 1. Nach Satz 5 ist auch a0 , . . . = a0 + ξ −1 , so in der Tat a0 = a0 , a1 , . . . ist. Satz 7. Ist r := a0 , a1 , a2 , . . . ein unendlicher Kettenbruch, so ist r irrational. Beweis. Angenommen der Satz sei falsch. Unter den rationalen Zahlen, die sich durch einen unendlichen Kettenbruch darstellen lassen, gibt es dann auch eine, deren endliche Kettenbruchentwicklung k¨ urzeste L¨ange hat. Es sei r eine solche. Ferner sei r = b0 , . . . , bn . Schließlich sei auch r = a0 , a1 , a2 , . . .. Weil n minimal ist, ist bn ≥ 2, falls n ≥ 1 ist. Mit Hilfe der S¨ atze 2 und 6 folgt b0 = r = a0 . Setzt man ξ := a1 , a2 , . . ., so folgt b0 , . . . , bn = r = a0 , ξ = a0 + ξ −1 . Daher ist b0 = a0 < r. Es folgt n ≥ 1 und somit a0 + b1 , . . . , bn −1 = r = a0 + ξ −1 , was b1 , . . . , bn = a1 , . . . zur Folge hat im Widerspruch zur Wahl von n. Im Gegensatz zu den rationalen Zahlen haben irrationale Zahlen nur eine Darstellung als Kettenbruch, wie der n¨ achste Satz lehrt. Satz 8. Sind a0 , a1 , a2 , . . . und b0 , b1 , b2 , . . . unendliche Kettenbr¨ uche und gilt a0 , a1 , a2 , . . . = b0 , b1 , b2 , . . ., so ist ai = bi f¨ ur alle i ∈ N0 . ur i := 0, Beweis. Mit Satz 7 folgt a0 = b0 . Es sei n ≥ 0 und es gelte ai = bi f¨ . . . , n. Setze ξ := an+1 , . . . und η := bn+1 , . . .. Dann ist a0 , . . . , an , ξ = a0 , . . . , an , η und damit

ηpn + pn−1 ξpn + pn−1 = . ξqn + qn−1 ηqn + qn−1

Es folgt weiter (ξpn + pn−1 )(ηqn + qn−1 ) = (ηpn + pn−1 )(ξqn + qn−1 ).

Also ist + ηpn−1 qn + pn−1 qn−1 ξηpn qn + ξpn qn−1 = ξηpn qn + ξpn−1qn + ηpn qn−1 + pn−1 qn−1 .

542

Kapitel XV. Transzendente Zahlen

Mit Satz 3a) von Abschnitt 1 folgt − pn−1 qn ) = η(pn qn−1 − pn−1 qn ) = (−1)n−1 η. (−1)n−1 ξ = ξ(pn qn−1

Also ist ξ = η, was nach Satz 7 zur Folge hat, dass auch an+1 = bn+1 ist. Damit ist der Satz bewiesen. 3. Liouvillesche Zahlen. Liouville entdeckte, dass sich algebraische Zahlen nicht gut approximieren lassen. Dies unterscheidet sie von den transzendenten Zahlen, deren Existenz er mit Hilfe dieser Einsicht sicherstellte (Liouville 1851). Es dauerte dann immer noch einige Jahre, bis man von den Zahlen e und π zeigen konnte, dass sie transzendent sind. Dar¨ uber sp¨ ater mehr. Hier werde ich zun¨achst die liouvillschen Resultate vorf¨ uhren einschließlich seiner Beweise, die dann auch ihre Beweise sind. Es sei r eine algebraische Zahl und f sei ihr Minimalpolynom u ¨ ber Q. Es gibt dann genau ein zu f assoziiertes, primitives Polynom u ¨ber Z, dessen Leitkoefﬁzient positiv ist. Dieses Polynom nennen wir modiﬁziertes Minimalpolynom von urlich irrer und bezeichnen es mit μr . Das modiﬁzierte Minimalpolynom ist nat¨ duzibel. Weil die Charakteristik von Q null ist, hat μr dar¨ uber hinaus nur einfache Nullstellen. Satz von Liouville. Es sei r ∈ R algebraisch vom Grade n ≥ 2. Es gibt dann ein C ∈ R mit C > 0, so dass f¨ ur alle p ∈ Z und alle q ∈ N die Ungleichung r − p > C q qn gilt. n Beweis. Es sei μr = i:=0 fi xi das modiﬁzierte Minimalpolynom von r. Nach dem Satz von Nu˜ nez gibt es ein g ∈ R[x] mit μr = (x − r)g. Weil μr keine mehrfachen Nullstellen hat, ist g(r) = 0. Es gibt also ein δ > 0 mit g(ξ) = 0 f¨ ur alle ξ in dem abgeschlossenen Intervall [r − δ, r + δ]. Es sei zun¨achst |r − pq | < δ. Dann ist also g( pq | = 0 und folglich μr ( pq ) p −r = = q g( pq )

n

i n−i i=0 fi p q . q n g( pq )

Wegen n ≥ 2 ist μr ( pq ) = 0, da μr wegen seiner Irreduzibilit¨ at keine rationale Nullstelle hat. Wegen μr ∈ Z[x] ist n i:=0

fi pi q n−i ∈ Z

3. Liouvillesche Zahlen und daher

543 n i n−i fi p q ≥ 1. i:=0

Nun ist g auf [r − δ, r + δ] beschr¨ankt. Ist M > 0 eine obere Schranke von g auf diesem Intervall, so ist also r − p ≥ 1 q qn M f¨ ur alle p, q mit pq ∈ [r − δ, r + δ]. urlich erst recht Ist |r − pq | > δ, so ist nat¨ r −

p 1 > . q qn M

1 Setzt man nun C := 12 min(δ, M ), so ist r − p > C q qn

f¨ ur alle in Frage kommenden p und q. ur alle i ∈ N0 . Es gibt Satz 1. Es sei : N0 → R eine Abbildung mit (i) > 0 f¨ dann eine irrationale Zahl r, so dass die Ungleichung r − p < (q) q unendlich viele L¨ osungen (p, q) ∈ Z × N hat. Genauer: Es gibt einen Kettenbruch r = a0 , a1 , . . . mit r − pn < (qn ) qn ur pn (a0 , . . . , an ) und qn (a0 , . . . , an ). f¨ ur alle n ∈ N0 . Dabei stehen pn und qn f¨ Beweis. Es sei a0 ∈ Z und 1 0 1 +1 an := 2 qn−1 (qn ) f¨ ur n ∈ N. Dann ist an ∈ N und 1 2 qn−1 (qn )

f¨ ur alle n ∈ N. Es folgt

+ 1 < an + 1

1 < (qn ). 2 an qn−1

544

Kapitel XV. Transzendente Zahlen

Mit dem Korollar zu Satz 4 von Abschnitt 2 gilt dann 1 1 1 r − pn < < = < (qn ). 2 qn qn−1 qn qn−1 (an qn−1 + qn−2 ) an qn−1 Damit ist der Satz bewiesen. Satz 2. Es gibt transzendente Zahlen. Beweis. Setze (n) :=

1 . nn

Nach Satz 1 gibt es einen Kettenbruch r = a0 , a1 , . . . mit r − pn < 1q . qn qnn ur alle n ∈ N, wie eine einfache Induktion zeigt. Also ist Nun ist qn ≥ n f¨ r − pn < 1 . qn qnn Weil der Kettenbruch unendlich ist, ist r nicht rational. W¨ are r algebraisch, so w¨are der Grad von r also mindestens gleich 2. Es g¨ abe also nach Satz 1 ein k ≥ 2 und ein C ∈ R mit C > 0 und r − pn > C qn qnk f¨ ur alle n ∈ N. Hieraus folgte zusammen mit voriger Ungleichung qnk >C qnn f¨ ur alle n und damit C = 0, q. e. a. 4. Die algebraischen Zahlen sind abz¨ ahlbar. Wir haben im letzten Abschnitt die Existenz transzendenter Zahlen sichergestellt, wobei wir uns des liouvilleschen Argumentes bedienten. In diesem Abschnitt wollen wir ihre Existenz auf v¨ ollig andere Art nachweisen. Was ich hier vortrage, stammt von G. Cantor (Cantor 1874). Cantor beginnt damit, dass er zeigt, dass die reellen, algebraischen Zahlen abz¨ ahlbar sind. Dann zeigt er, dass jede injektive Abbildung f von N0 in R viele L¨ ucken hat. Genauer: Er zeigt, dass es in jedem nicht leeren, oﬀenen Intervall (a, b) von R stets ein c gibt, welches von allen fn verschieden ist. Das ist also das Programm f¨ ur diesen Abschnitt.

4. Die algebraischen Zahlen sind abz¨ ahlbar

545

Der sch¨one Beweis f¨ ur die Abz¨ ahlbarkeit der algebraischen Zahlen, den ich hier wiedergebe, ist eine Variante des borelschen Beweises, der wiederum eine Variante des cantorschen Beweises ist (Borel 1898, S. 23/24). Meine Variante besteht darin, dass ich auch die nicht reellen algebraischen Zahlen mit ins Spiel bringe und statt der Anordnung auf R die lexikalische Anordnung auf C betrachte. Dass sie sich mit der Multiplikation in C nicht vertr¨ agt, spielt keine Rolle. Satz 1. Es sei (Wi | i ∈ N0 ) eine Familie von endlichen, nicht-leeren Mengen. Ferner sei zu jedem i ∈ N0 eine Bijektion ϕi von Wi auf {0, . . . , fi − 1} gegeben, wobei also fi = |Wi | ist. Sind die Wi paarweise disjunkt und deﬁniert man f¨ ur x ∈ Wi das Element ϕ(x) durch ϕ(x) := ϕi (x) +

i−1

fj ,

j:=0

# so ist ϕ eine Bijektion von ∞ i:=0 Wi auf N0 . Beweis. Ist x ∈ Wi , so ist 0 ≤ ϕi (x) ≤ fi − 1, und daher i−1

fj ≤ ϕ(x) ≤

j:=0

i

fj − 1.

j:=0

Also ist die Einschr¨ ankung von ϕ auf Wi eine injektive Abbildung von Wi in die Menge i−1 i fj ≤ y ≤ fj − 1}. M := {y | y ∈ N0 , j:=0

j:=0

ankung auch surjektiv. Hieraus folgt alles Weitere. Wegen |M | = fi ist diese Einschr¨ wir mit Wn die Menge der u ¨ ber Q algebraischen Ist n ∈ N0 , so bezeichnen k Zahlen, f¨ ur die gilt: Ist μa = i:=0 ai xi das modiﬁzierte Minimalpolynom von a (deﬁniert in Abschnitt 3), wobei k den Grad von μa bezeichne, so ist k+

k

|ai | = n + 2.

i:=0

Es gelten nun: 1) Es ist n ∈ Wn . Es ist ja μn = x − n und 1 + 1 + n = n + 2. 2) Ist n = m, so ist Wn ∩ Wm = ∅. k Es sei a ∈ Wn ∩ Wm . Ist dann μa = i:=0 ai xi , so ist m+2=k+

k i:=0

|ai | = n + 2,

546

Kapitel XV. Transzendente Zahlen

dh., m = n. 3) Wn ist endlich.

k k Dies folgt daraus, dass es nur endlich viele Polynome i:=0 ai xi mit k+ i:=0 |ai | = n + 2 gibt und dass jedes Polynom nur endlich viele Nullstellen hat. Wir ordnen C lexikalisch durch die Vorschrift a + ib λ c + id genau dann, wenn a < c oder wenn a = c und b < d ist. Dann ist die Einschr¨ankung von λ auf Wn eine lineare Anordnung auf Wn . Wir setzen fn := |Wn |. Es gibt dann genau eine Abbildung ϕn von {0, . . . , fn − 1} auf Wn , die die Anordnung beider # Mengen respektiert. Satz 1 liefert also eine Bijektion ϕ von A := ∞ n:=0 Wn auf N0 . Insbesondere gilt also Satz 2. Die Menge A der u ¨ber Q algebraischen Zahlen ist abz¨ ahlbar. Wir bemerken noch das Folgende. Ist r ∈ Q, so gibt es ganze Zahlen m und n mit n > 0, ggT(m, n) = 1 und r = m n . Es folgt μr = nx − m und folglich r ∈ Wn+|m|−1 . Nimmt man statt der Menge der u ¨ ber Q algebraischen Zahlen die Menge der u ¨ ber Q reellen algebraischen Zahlen, so liefert der gleiche Beweis, dass auch die Menge der reellen algebraischen Zahlen abz¨ahlbar ist. Satz 3. Es sei f eine injektive Folge reeller Zahlen. Ferner seien a, b ∈ R mit ur alle n ∈ N0 . a < b. Es gibt dann ein c ∈ (a, b) mit c = fn f¨ Beweis. Dies ist sicher richtig, wenn (a, b) h¨ ochstens ein Element der Folge f enth¨ alt. Wir nehmen daher an, dass (a, b) mindestens zwei der Folgenelemente enth¨ alt. Sind und δ zwei verschiedene Folgenelemente in (a, b) und gilt δ < , so setzen wir R(δ, ) := (δ, ), falls (δ, ) h¨ ochstens ein Folgenelement enth¨ alt. Enth¨ alt (δ, ) mehr als ein Folgenelement, so seien fm und fn die mit den kleinsten Indizes. Wir setzen dann R(δ, ) :=

(fm , fn ), falls fm < fn , (fn , fm ), sonst.

Auf Grund unserer Annahme enth¨ alt (a, b) zwei der Folgenglieder. Es seien fm und fn die mit kleinstem m und n und es sei etwa fm < fn . Wir setzen δ0 := fm und 0 := fn . Auf Grund des dedekindschen Rekursionssatzes gibt es Folgen δ und mit R(δn , n ) = (δn+1 , n+1 )

5. Intermezzo: Lineare Unabh¨ angigkeit

547

f¨ ur alle n ∈ N0 . Dabei sind die m und δn Glieder der Folge f . Die Folge δ steigt monoton und die Folge f¨ allt monoton. Ferner gilt δm < n f¨ ur alle m und n. Daher haben die Folgen δ und Grenzwerte d und e und es gilt a < δm ≤ d ≤ e ≤ n < b f¨ ur alle m und n. 1. Fall: Es gibt ein n mit δn = δn+1 . Dann ist auch n = n+1 und (δn , n ) ist nicht leer und enth¨ alt h¨ ochstens ein Folgenglied. Dann enth¨alt (δn , n ) und damit (a, b) ein c, welches von allen Folgengliedern verschieden ist. Genau so schließt man, wenn es ein n gibt mit n = n+1 . 2. Fall: Die Folgen δ und sind streng monoton steigend, bzw. streng monoton fallend. Dann ist δm < d ≤ e < n f¨ ur alle m und n. Angenommen es g¨abe ein N mit d = fN . Es sei n = fin . Es allt, gibt dann nur endlich viele n mit in ≤ N . Weil die Folge streng monoton f¨ es also unendlich viele in gibt, gibt es auch ein in mit N < in . Damit folgt δn < fN = d ≤ e < n = fin im Widerspruch zur Wahl von fin . Also ist d = fN f¨ ur alle N ∈ N0 . Setze c := d. Korollar. Jedes nicht leere Intervall von R enth¨ alt eine transzendente Zahl. Beweis. Nach der Bemerkung zu Satz 2 gibt es eine Bijektion β von N0 auf die Menge B der reellen, algebraischen Zahlen. Ist dann (a, b) mit a < b ein oﬀenes Intervall von R, so gibt es nach Satz 3 ein c ∈ (a, b), welches von allen βn verschieden ist. Dieses c ist transzendent. Satz 3 besagt auch, dass eine injektive Abbildung von N0 in R niemals surjektiv ist. Folglich ist R nicht abz¨ ahlbar. 5. Intermezzo: Lineare Unabh¨ angigkeit. In Abschnitt 4 von Kapitel 11 wurde schon von den wesentlichen Stationen der Entwicklung der Begriﬀe lineare Ab” ¨ und Unabh¨ angigkeit“ berichtet. Es gibt aber noch eine Uberraschung, wenn man dem Zitat Dedekinds Dirichlet 1842“ nachgeht, das ich in Kapitel 13, Abschnitt ” 8 erw¨ahnte. Bevor wir zu Dirichlet kommen, beweisen wir den Satz, der Dirichlet inspirierte. Satz 1. Es sei α eine irrationale Zahl. Es gibt dann unendlich viele Paare (x, y) von ganzen Zahlen mit y > 0, so dass |x − yα| < ist.

1 y

548

Kapitel XV. Transzendente Zahlen

Beweis. F¨ ur den n-ten N¨aherungsbruch pqnn von α gilt nach dem Korollar zu Satz 4 von Abschnitt 2, dass pn 1 qn − α < q 2 n ist. Multipliziert man diese Ungleichung mit qn , so folgt |pn − qn α| <

1 . qn

Weil α irrational ist, sind damit unendlich viele Paare der fraglichen Art gefunden. Das ist der Zusammenhang mit den Kettenbr¨ uchen. Was hat das mit linearer Unabh¨ angigkeit zu tun? Nun, α ist genau dann irrational, wenn 1 und α u ¨ ber Q linear unabh¨ angig sind. Das f¨ uhrt zu Neuem! H¨ oren wir Dirichlet (Dirichlet 1842). Ist α ein irrationaler Werth, so giebt es immer unendlich viele zusammenge” h¨ orige ganze Zahlen x und y, f¨ ur welche der lineare Ausdruck x − yα numerisch uche l¨angst bekannt ist. Die kleiner als y1 ist, wie dies aus der Theorie der Kettenbr¨ eben ausgesprochene Eigenschaft l¨aßt sich wie folgt verallgemeinern. Sind α1 , α2 , . . . αm gegebene positive oder negative Werte von solcher Beschaffenheit, daß der lineare Ausdruck x0 + α1 x1 + α2 x2 + . . . + αm xm ,

(1)

worin x0 , x1 , . . . , xm (2) unbestimmte positive oder negative ganze Zahlen bezeichnen, nur in dem Falle verschwinden kann, wenn x1 = x2 = . . . = xm = 0, und also auch x0 = 0 ist, so giebt es unendliche viele Systeme (2), worin nicht x1 = x2 = . . . = xm = 0, und f¨ ur welche der Ausdruck (1) numerisch kleiner als 1 ist, wo unter s der gr¨ o ßte der Zahlenwerthe x1 , x2 , . . . xm verstanden wird.“ m s ur Hier werden von Dirichlet also solche reelle Zahlen α1 , . . . , αm betrachtet, f¨ die 1, α1 , . . . , αm u ¨ ber Q linear unabh¨ angig sind. Er gibt solchen Systemen von Zahlen keinen Namen, sondern formuliert und beweist einfach einen Satz u ¨ ber sie, der zwar die lineare Unabh¨ angigkeit als Voraussetzung ben¨ otigt, der aber vor allem angigkeit auf die Realit¨ at der αi zielt. Es ist also kein Satz, der von linearer Unabh¨ schlechthin handelt, sondern ein Satz der von linear unabh¨ angigen reellen Zahlen handelt, ben¨ otigt man bei seinem Beweise gleich in der ersten Zeile doch auch die Archimedizit¨at der Anordnung von R. Der Prototyp eines solchen Systems von reellen Zahlen ist f¨ ur ihn — das wird hier noch nicht klar — das System 1, α, α2 , . . . , αn−1 wobei α reelle Nullstelle eines irreduziblen Polynoms vom Grade n u ¨ ber Z ist. Dazu gleich mehr. In heutiger Sprache formuliert, ergibt sich der folgende Satz. Der wiedergegebene Beweis ist der dirichletsche.

5. Intermezzo: Lineare Unabh¨ angigkeit

549

¨ber Q linear Satz 2. Es seien α1 , . . . , αm reelle Zahlen, so dass 1, α1 , . . . , αm u unabh¨ angig sind. Es gibt dann unendlich viele (m+1)-Tupel x0 , x1 , . . . , xm ganzer Zahlen, so dass (x1 , x2 , . . . , xm ) = (0, 0, . . . , 0) und die Ungleichung m x0 + αi xi < i:=1

1 m max |x1 |, . . . , |xm |

erf¨ ullt ist. Beweis. Es sei δ > 0. Ferner sei n ∈ N so gew¨ahlt, dass 1 <δ (2n)m ist. Zu (x1 , . . . , xm ) mit xi ∈ {−n, −(n − 1), . . . , −1, 0, 1, . . . , n − 1, n} setzen wir 7 8 m x0 := − αi xi . i:=1

Es ist dann (2n + 1)m die Anzahl dieser (m + 1)-Tupel (x0 , x1 , . . . , xm ). Es folgen die Ungleichungen m 0 ≤ x0 + αi xi < 1 i:=1

f¨ ur alle diese (m + 1)-Tupel. Wegen der linearen Unabh¨ angigkeit der Zahlen 1, α1 , . . . , αm sind dies (2n + 1)m verschiedene Zahlen, die sich also auf die (2n)m Intervalle % & k k+1 , (2n)m (2n)m mit k := 0, . . . , (2n)m − 1 verteilen. Nach dem dirichletschen Schubfachprinzip gibt es daher zwei solcher Zahlen, die im gleichen Intervall liegen. Es seien x0 +

m

αi xi

und x0 +

i:=1

m

αi xi

i:=1

zwei solcher Zahlen. Setze xi := xi − xi f¨ ur i := 0, . . . , m. Dann ist |xi | ≤ 2n und m x0 + αi xi < i:=1

1 < δ. (2n)m

W¨ are x1 = . . . = xm = 0, so folgte |x0 | ≤

1 <1 (2n)m

550

Kapitel XV. Transzendente Zahlen

und somit x0 = 0, da x0 ja eine ganze Zahl ist: ein Widerspruch. Es sind also nicht alle der x1 , . . . , xm gleich 0. Setzt man s := max |x1 |, . . . , |xm | , so folgt 0 < s ≤ 2n. Hieraus folgt wiederum 1 1 ≤ m. m (2n) s Also gilt auch

m x0 + < 1 . α x i i sm i:=1

Welche der beiden Zahlen δ und s1m die gr¨ oßere ist, bleibt oﬀen. Es spielt im Folgenden keine Rolle. Wir haben also ein (m + 1)-Tupel der verlangten Art gefunden. Es seien bereits N solcher (m + 1)-Tupel gefunden. Es sei nun δ das Minimum der entsprechenden Zahlen m x0 + αi xi . i:=1

Dann ist δ > 0, da ja nur endlich viele positive Zahlen miteinander verglichen werden, und es gibt, wie eben gesehen, ein weiteres (m + 1)-Tupel, f¨ ur das die fraglichen Ungleichungen mit dem neuen δ und dem neuen s erf¨ ullt sind. Dieses (m + 1)-Tupel ist von den bereits vorhandenen verschieden, so dass es auch N + 1 solcher (m + 1)-Tupel gibt. Damit ist der Satz bewiesen. Der Beweis hat die gleiche Struktur wie der euklidische f¨ ur die Existenz unendlich vieler Primzahlen: Gibt es N Primzahlen, so gibt es auch N + 1. Satz 1 ist nat¨ urlich Spezialfall von Satz 2. Man braucht zu seinem Beweise also nicht wirklich die Kettenbr¨ uche. Durch sie wurde der Satz jedoch entdeckt. Von Satz 2 sagt Dirichlet, dass er sich in vielf¨ altiger Weise verallgemeinern ließe, insbesondere auch ins Komplexe. Explizit formuliert er nur eine Verallgemeinerung, beweist aber nichts. Das ist leider in allen seinen Arbeiten so, die sich mit dem Thema Einheiten in Ringen ganzer algebraischer Zahlen befassen, dass seine Beweise nur Skizzen sind. In der Arbeit Dirichlet 1846, wo der Satz schließlich in voller Allgemeinheit formuliert wird, wird eingangs die Bemerkung gemacht, dass er demn¨ achst an anderem Orte auf diesen Satz zur¨ uckk¨ame. Das scheint nicht geschehen zu sein, jedenfalls ﬁndet sich in Dirichlets Werken nach 1846 keine weitere Arbeit mehr zu diesem Thema. Der erste mir bekannte, vollst¨andige Beweis des dirichletschen Einheitensatzes steht in Dirichlet 1871 in § 166 auf den Seiten 471–479. In der ersten Auﬂage ﬁndet sich nichts dar¨ uber. Formulieren wir zun¨ achst den dirichletschen Einheitensatz, damit wir wissen, wor¨ uber wir reden.

5. Intermezzo: Lineare Unabh¨ angigkeit

551

Es sei S ein Integrit¨atsbereich mit 1 und R sei ein Teilbereich von S. Ist a ∈ S, so heißt a ganz-algebraisch oder meist nur kurz ganz u ¨ber R, wenn es einen endlich erzeugten, von {0} verschiedenen R-Teilmodul M von S gibt mit aM ⊆ M . Sind a und b ganz u ¨ ber R, so sind auch a + b und ab ganz u ¨ ber R. Weil a und b ganz sind, gibt es endlich erzeugte, von {0} verschiedene R-Moduln M und M mit aM ⊆ M und bM ⊆ M . Weil S ein Integrit¨atsbereich ist, ist auch der von allen uv mit u ∈ M und v ∈ M erzeugte Teilmodul M M endlich erzeugt und von {0} verschieden und es gilt (a + b)M M ⊆ M M und abM M ⊆ M M . Wegen rR ⊆ R und R = 1R ist auch r ganz u ¨ ber R, so dass die u ¨ ber R ganzen Elemente von S einen Teilbereich von S bilden, der R umfasst. ¨ Es ist eine einfache Ubungsaufgabe zu zeigen, dass a ∈ S genau dann u ¨ber R ganz ist, wenn es ein Polynom f ∈ R[x] mit Leitkoeﬃzient 1 gibt, so dass f (a) = 0 ist. Diese Charakterisierung der ganz-algebraischen Elemente wird u ¨ blicherweise zu ihre Deﬁnition benutzt. Um zu zeigen, dass die ganzen Elemente einen Ring bilden, hantierte man fr¨ uher mit symmetrischen Funktionen. Dieses Vorgehen ﬁndet sich z. B. in Hecke 1923, S. 77ﬀ. Es benutzt den waringschen Satz. Die von mir benutzte Deﬁnition der ganzen algebraischen Zahlen lernte ich von Kaplansky. Er benutzt sie zur Charakterisierung der ganzen algebraischen Zahlen, die er in klassischer Weise deﬁniert. Um nachzuweisen, dass die ganzen algebraischen Zahlen einen Ring bilden, ist die in der Deﬁnition gew¨ ahlte Beschreibung die g¨ unstigere, w¨ ahrend es bei einzelnen Elementen meist einfacher ist, sie als Nullstelle eines geeigneten Polynoms als ganze algebraische Zahl zu erkennen (Kaplansky 1970, S. 9ﬀ.). Dass ich die von mir als Deﬁnition benutzte Charakterisierung von Kaplansky lernte, glaubte ich noch, als ich es hinschrieb. Doch gesehen hatte ich diese Charakterisierung schon in der Vorlesung Idealtheorie“, die Reinhold Baer im ” WS 1959/60 in Frankfurt am Main hielt. Die Charakterisierung, die ich bei Kaplansky fand, erschien mir so typisch Baer, dass ich in meiner Nachschrift dieser Vorlesung danach suchte. Ich fand das, was die Kieler um Friedrich Bachmann eine baersche M¨ uhle nannten: Neben der klassischen Deﬁnition noch drei weitere, damit a¨quivalente Aussagen, darunter obige als vierte. Die beiden noch fehlenden ﬁndet der Leser in Ribenboim 1972, S. 71. Von wem diese Charakterisierungen stammen, weiß ich nicht. Dass Kaplansky aber auch von Baer gelernt hat, bezeugt er in Kaplansky 1962, S. 1f. Dirichletscher Einheitensatz. Es sei L eine endliche algebraische Erweiterung von Q und das Minimalpolynom eines primitiven Elementes der Erweiterung L : Q habe ρ reelle und 2σ komplexe Nullstellen. Es sei ν := ρ + σ. Ist dann O der Ring aller u ¨ber Z ganzen Elemente von L, so ist die Einheitengruppe von O das direkte Produkt einer endlichen Gruppe von Einheitswurzeln und einer freien abelschen Gruppe des Ranges ν − 1. Die Geschichte dieses Satzes beginnt mit einem Brief Dirichlets an Liouville, der 1840 in den Comptes rendues teilweise abgedruckt wurde. Dort geht er aus

552

Kapitel XV. Transzendente Zahlen

von einem irreduziblen Polynom sn +

n−1

ai si ∈ Z[s],

i:=0

das wenigstens eine reelle Nullstelle α1 habe, eine Forderung, die er in sp¨ ateren Arbeiten fallen l¨ asst. Am Anfang zielt er aber noch auf Gleichungen dritten Grades, die er in der n¨ achsten Arbeit behandelt (Dirichlet 1841). Seine Aussagen betreﬀen immer die Menge der Ausdr¨ ucke n−1

ui αi1

i:=0

mit u0 , . . . , un−1 ∈ Z, dh. den Ring Z[α1 ], wobei er den Begriﬀ des Ringes noch nicht kennt. Es seien αi die restlichen Nullstellen obigen Polynoms. Er betrachtet dann die Polynome n xj αj−1 ϕi := i j:=1

in den Unbestimmten x1 , . . . , xn und das Polynom F , das durch F :=

n

ϕi

i:=1

deﬁniert ist. Er behauptet, dass es unendlich viele n-Tupel ganzer Zahlen u1 , . . . , abe mit un g¨ F (u1 , . . . , un ) = 1. (E) Damit hat er dann unendlich viele Einheiten der Form ϕ1 (u1 , . . . , un ) =

n

uj αj−1 1 .

(F)

j:=1

Diese Einheiten liegen im Ring Z[α1 ] = Z + α1 Z + α21 Z + . . . + αn−1 Z. i Ob die Inversen dieser Einheiten ebenfalls in diesem Ring liegen, sehe ich nicht. Dies ist wirklich ein Problem, da ja Z[α1 ] im Allgemeinen ein echter Teilring des Ringes O aller ganzen algebraischen Zahlen von Q[α1 ] ist. Um diese Einheiten zu ﬁnden, sagt er, m¨ usse man erst zeigen, dass es eine ganze Zahl m gebe und unendlich viele n-Tupel v1 , . . . , vn ganzer Zahlen mit F (v1 , . . . , vn ) = m.

5. Intermezzo: Lineare Unabh¨ angigkeit

553

Es gebe verschiedene M¨oglichkeiten, dahin zu gelangen. Mehr sagt er nicht dazu. Er skizziert dann einen Beweis, der obigen Behauptung. ame, ﬁndet Einen Hinweis, wie man die unendlich vielen n-Tupel v1 , . . . , vn bek¨ sich erst in der oben zitierten Arbeit von 1842, aus der wir den Satz 2 entnommen haben, und den er dort auch vollst¨ andig beweist. Wie er diesen Satz aber einsetzt, bleibt wieder oﬀen. Dirichlet formulierte seinen Satz nat¨ urlich anders als gerade geschehen. Es sagt, es gebe ν − 1 Fundamentall¨ osungen von (E) — die entsprechenden Einheiten sind von der Form (F) —, so dass Folgendes gelte (er formuliert alles rein verbal): Ist ξ osungen, so gibt eine Einheit von Z[α1 ] und sind 1 , . . . , ν−1 diese Fundamentall¨ es genau eine Einheitswurzel ζ und genau ein (ν − 1)-Tupel z1 , . . . , zν−1 ganzer Zahlen, so dass zν−1 ξ = ζ z11 . . . ν−1 ist. Wir sehen hier die freien Erzeugenden einer freien abelschen Gruppe und das direkte Produkt, der endlichen Gruppe der in Z[α1 ] enthaltenen Einheitswurzeln mit dieser freien abelschen Gruppe. Dirichlet sieht, dass die Logarithmen der i u ¨ ber Q linear unabh¨ angig sind. Ansonsten bleibt aber alles skizzenhaft. Damit hier nicht auch alles skizzenhaft bleibt, sei zumindest der folgende Satz nach dem Vorbild Dedekinds bewiesen (Dirichlet 1863, § 142, S. 407–409). Bei seinem Beweise kommen alle die oben skiz-zierten Dinge zum tragen. Satz 3. Es sei D eine nat¨ urliche Zahl, die kein Quadrat sei. Es gibt dann unendlich viele Paare ganzer Zahlen (u, v) mit u2 − Dv 2 = 1. √ Beweis. Weil D kein Quadrat ist, ist D irrational. Es gibt also nach Satz 1 unendlich viele Paare (x, y) ganzer Zahlen mit y > 0 und √ 1 |x − y D| < . y √ Es folgt x − y D =

δ y

mit |δ| < 1. Weiter folgt √ √ δ x + y D = + 2y D y

2 √ √ δ |x2 − Dy 2 | = 2 + 2δ D < 1 + 2 D. y √ √ Weil es nur endlich viele ganze Zahlen zwischen −1 − 2 D und 1 + 2 D gibt, gibt es eine unter diesen, sie heiße k, so dass es unendlich viele Paare (x, y) gibt mit x2 −Dy 2 = k. Weil D kein Quadrat ist, kann k nicht 0 sein. Es gibt dann wiederum und damit dann

554

Kapitel XV. Transzendente Zahlen

zwei ganze Zahlen α und β und unendlich viele Paare (x, y) mit x2 − Dy 2 = k und x ≡ α mod k und y ≡ β mod k, da es ja nur k 2 verschiedene Paare von Restklassen modulo k gibt. Es sei (x , y ) ein solches Paar. Dann bleiben noch immer unendlich ur welches viele dieser Paare u ¨ brig, so dass es ein zweites solches Paar (x , y ) gibt, f¨ (x , y ) = ±(x , y ) ist. Dann ist √ √ √ (x − y D)(x + y D) = x x − y y D + (x y − y x ) D. Ferner ist und

x x − y y D ≡ x2 − y 2 D = k ≡ 0 mod k x y − y x ≡ x y − y x ≡ 0 mod k.

Es gibt also u, v ∈ Z mit √ √ √ (x − y D)(x + y D) = k(u + v D). Es folgt und damit

√ √ √ (x + y D)(x − y D) = k(u − v D) k 2 = (x2 − Dy 2 )(x2 − Dy 2 ) = k 2 (u2 − Dv 2 ).

Also ist u2 − Dv 2 = 1, weil ja k = 0 ist. Es bleibt noch zu zeigen, dass v = 0 ist. Dazu nehmen wir an, dass doch v = 0 w¨are. Dann ist u = ±1. Es folgt √ √ √ √ (x − y D)k = (x − y D)(x + y D)(x − y D) √ = ±k(x − y D). Weil k = 0 ist, folgt schließlich der Widerspruch (x , y ) = ±(x , y ). Ist v = 0, so ist auch u = 0. Wegen u2 − Dv 2 = (−u)2 − Dv 2 = u2 − D(−v)2 gibt es daher auch L¨ osungen u und v mit u, v ∈ N. Es seien (u, v) und (u , v ) zwei solcher L¨osungspaare. Dann folgt √ √ √ (u + v D)(u + v D) = uu + vv D + (uv + u v) D und damit, dass auch (uu + vv D, uv + u v) eine L¨ osungspaar ist, dessen beide Komponenten ungleich 0 sind. Außerdem ist uv + u v > v, v . Hieraus folgt ins√ osungen liefern. besondere, dass die Potenzen von u + v D unendlich viele L¨ urliche Dass die so genannte pellsche Gleichung u2 − Dv 2 = 1, wobei D eine nat¨ Zahl ist, die kein Quadrat ist, stets nicht triviale L¨ osungen hat, liegt ganz und gar

6. Huygens

555

nicht auf der Hand. Wollte man etwa durch Probieren herausﬁnden, dass es nicht triviale L¨osungen der Gleichung u2 − 67v 2 = 1 gibt, so g¨ abe man wohl bald auf. Die kleinste L¨ osung dieser Gleichung ist n¨ amlich (u, v) = (48842, 5967). Der Satz und sein Beweis sagen nat¨ urlich auch nicht, wie man eine L¨ osung ﬁndet. Doch daf¨ ur gibt es Methoden, die sich der Kettenbr¨ uche bedienen. Sie ﬁnden sich in § 8 der Zus¨atze Lagrangens zu Eulers Algebra, wo Lagrange sich auch u ¨ber die Geschichte der pellschen Gleichung ausl¨asst. An modernen B¨ uchern, die sich zu diesem Gegenstand ¨außern, sei hier beispielhaft L¨ uneburg 1978 erw¨ ahnt. Bei den dirichletschen Beweisen um seinen Einheitensatz herum benutzen er und seine Nachfolger immer wieder das Taubenschlagprinzip in der Form, dass man, verteilt man unendlich viele Objekte auf endlich viele Schubladen, in einer dieser Schubladen unendlich viele der Objekte wiederﬁndet. Kommt es daher, dass das Taubenschlagprinzip in der deutschsprachigen Literatur h¨ auﬁg dirichletsches ” Schubfachprinzip“ genannt wird? Man kann dieses Prinzip auch mit euklidischer Vorsicht so formulieren: Enth¨ alt die Menge M endliche Teilmengen jeder endlichen L¨ ange und zerlegt man M in endlich viele paarweise disjunkte Mengen, so enth¨alt wenigstens eine dieser Mengen Teilmengen jeder endlichen L¨ ange. 6. Huygens. Nach Lagrangens Meinung ist Lord Brouncker der Erﬁnder der Kettenbr¨ uche. Man kenne jenen, den er f¨ ur das Verh¨ altnis des dem Kreise umbeschriebenen Quadrates zum Kreise, also 4 : π, gefunden habe, n¨ amlich den Kettenbruch etwas anderer Art 1 1+ 9 2+ 25 2+ 2 + &c. Man wisse nicht, auf welchem Wege Brouncker diesen Kettenbruch gefunden habe. Wallis habe auf sehr indirektem, sehr einfallsreichem Wege die Identit¨ at dieses Kettenbruches mit seinem Produkt bewiesen. Dabei ist zu beachten, dass das wallissche Produkt heute nicht in der Originalversion mitgeteilt wird. Die Originalversion lautet in moderner Notation ∞ 1 (2n + 1)2 4 = . π 2 n:=1 (2n + 2)2

Die entsprechende Passage bei Wallis ﬁndet sich wieder abgedruckt in Berggren, Borwein, Borwein 1997, S. 78–80.

556

Kapitel XV. Transzendente Zahlen

Es schiene, so Lagrange, dass den beiden Geometern die haupts¨ achlichen Eigenschaften und einzigartigen Vorteile der Kettenbr¨ uche unbekannt gewesen seien. Ihre Entdeckung verdankten wir im Wesentlichen Huygens. Es ist die 1703 postum erschiene Arbeit descriptio automati planetarii, auf die Lagrange sich bezieht. Wenden wir uns ihr zu. Diese Arbeit, die zusammen mit anderen Schriften in einer Publikation mit dem Titel Opuscula postuma (Huygens 1703) erschien, ist laut der Præfatio zu diesem Buch im Jahre 1682 entstanden. Sie handelt von der Konstruktion eines Planetariums. Dieses sollte einen in die Lage versetzen, die gegenw¨artigen, zuk¨ unftigen und vergangenen t¨ aglichen Bewegungen, die Oppositionen und Konjunktionen von Planeten und Sonne und von den Planeten untereinander abzulesen. Es soll also gleichsam eine ewige Ephemeride darstellen. Das Ganze wird von einem Uhrwerk angetrieben und das R¨ uckw¨artslaufen durch Umlegen nur eines Hebels bewerkstelligt. Theoretische Grundlage f¨ ur das Ger¨ at sei das kopernikanische System erg¨ anzt durch die keplerschen Proportionen. Er schr¨ ankt im Verlaufe der Arbeit das ewig“ ein auf hundert Jahre Vergan” genheit und zweihundert Jahre Zukunft. F¨ ur uns wichtig ist die Dimensionierung der Zahnr¨ ader des Apparates. Da taucht n¨ amlich das Problem auf, zu dessen L¨ osung die Kettenbr¨ uche sich ideal eignen. Huygens schreibt dazu Folgendes. Zun¨ achst der lateinische Text (Huygens ¨ 1703, S. 448ﬀ.) und dann meine Ubersetzung. Dentium in rotis numerus hoc modo a nobis inventus fuit. Motum Medium cujusque sub Ecliptica Planetæ annuum seu dierum 365 ad Telluris Medium annuum motum, quales in Tabulis Astronomicis exhibentur, comparavimus; reductis ad tertios scrupulos arcubus eorum motum integris. Numeri hinc orti, cum eam inter se proportionem habeant, quam arcus circulos eodem tempore a Planeta, atque Tellure in orbitis suis emensi, sequitur tempora utriusque Periodica ejusdem rationis contrariam continere; quam itaque, vel similem minoribus numeris expressam etiam dentium numeri habere debent, quibus nempe rota tum Planetaria, tum altera apsi congruens, atque axi magno imposita incidentur; singulis enim axis huius conversionibus Tellus integram orbitam suam percurrit; quoniam æqualem dentium numerum rotæ Tellurem ferenti, itemque ei, quæ in axe magno respondet, attribuimus, sexagenarium puta, vel alium pro lubitu, qui commode in rotas inducatur. Huc itaque res tota recidit ut datis numeris duobus magnis certam inter se rationem habentibus, alii minores inveniantur rotarum dentibus multitudine sua non incommodi, quique eandem proxime rationem ita exhibeant, ut nulli ipsis minores proprius. Sed exemplo rem totam melius exponemus; Sunt igitur inveniendi dentes in rota Saturnis, inque minore illam movente, quæ axi magno est imposita, quam indicabat superius litera K. Annuus Saturni motus (sequor autem tum in hoc tum in cæteris Riccioli recentissimas Tabulas) proditus est gr. 12, 13 , 34 , 18 . Annuus Telluris, quem ille Solis vocat, gr. 359◦ , 45 , 40 , 31 . Reductis igitur omnibus ad scrupula tertia,

6. Huygens

557

ﬁt proportio 2604858 ad 77708431. itaque quam rationem habet posterior horum numerus ad priorem, eam habet Saturni tempus Periodicum ad tempus, quo circa Solem Tellus convertitur, ac proinde & rotæ Saturniæ dentium ad suæ motricis rotæ dentes hanc rationem quam proxime servare debet. Inveniendis igitur numeris minoribus qui proxime rationem istam exprimunt; divido majorem per minorem, & rursus minorem per eum qui a divisione relinquintur, & hunc rursus per ultimum residuum, atque ita porro continenter pergendo invenio quod sit ex primˆ a divisione 1 29 + 1 2+ 1 2+ 1 1+ 1 5+ 1 1+ 4 &c. nempe numerum cum adjuncta fractione, cuius fractionis numerator est unitas, denominator vero rursus fractionem adjunctam habet, cujus numerator unitas, denominator similiter ac præcedens componitur; idque ita consequentur; qua via, si, quo usque potest, continuetur, eo devenitur, ut a divisione tandem unitas supersit. Jam ab hac fractionum serie posteriores aliquousque præcidendo, velut hic 15 cum cæteris deinceps sequentibus, reliquasque cum numero ipsas præcedente reducendo ad communem denominatorem, erit hujus ad numeratorem ratio propinqua ei, quam datorum numerorum minor habet ad majorem; adeo quidem ut minoribus numeris propius ad eam accedere non liceat. Reductionis modus facilis est; nempe posteriores, unde hic incipimus fractiones, 2+1 1 , tantundem valent ac 1 3,

1

unde ad proxime præcedentem pergendo ac reducendo

1 2+ 13

, faciunt 37 ; denique

& numerum integrum includendo ac reducendo 29 + 37 , sunt 206 7 . Itaque numeri 7 ad 206 propinqua ratio est rationis 2540858 ad 77708431. Eaque rotæ Saturniæ dentes 206 dedimus, ipsam vero moventi dentes 7. Die Anzahl der Z¨ ahne pro Rad wurde von uns auf diese Weise gefunden. Wir haben auf der Ekliptik die mittlere j¨ ahrliche Bewegung — oder die von 365 Tagen — eines jeden Planeten mit der mittleren j¨ ahrlichen Bewegung der Erde, welche in astronomischen Tabellen angegeben sind, verglichen, nachdem ihre Bewegung auf in dritten Skrupeln ganzzahlig ausgedr¨ uckte Bogenl¨angen zur¨ uckgef¨ uhrt war. Mit den so entstandenen Zahlen folgt, da sie unter sich ein Verh¨ altnis haben wie die Kreisb¨ogen, die in gleicher Zeit von Planet und Erde in ihren Bahnen durchwandert werden, dass beider Umlaufzeiten das zu diesem Verh¨ altnis inverse (Verh¨ altnis) haben. Die Zahlen der Z¨ ahne, welche einerseits dem Planetenrad, andererseits dem anderen, dem Kreisbogen entsprechenden und auf der großen Achse montierten (Rade) eingeschnitten werden, m¨ ussen also dieses Verh¨altnis haben oder

558

Kapitel XV. Transzendente Zahlen

ein a¨hnliches, durch kleinere Zahlen ausgedr¨ ucktes. Bei jeder einzelnen Umdrehung dieser Achse n¨amlich durchl¨ auft die Erde ihre ganze Bahn, da ja die gleiche Zahl an Z¨ ahnen auf dem Rad (sich beﬁndet), das die Erde tr¨ agt, wie auf dem, das ihm auf der großen Achse entspricht. Wir bringen auf ihm z. B. sechzig (Z¨ ahne) an oder eine andere (Zahl) nach Belieben, was bequem auf die R¨ader passt (inducatur ). Die ganze Sache l¨auft also darauf hinaus, dass zu zwei gegebenen, Zahlen, die zwischen sich ein Verh¨altnis haben, andere, kleinere gefunden werden, die durch ihre Vielzahl an Z¨ ahnen den R¨ adern nicht unangepasst sind und die dem Verh¨ altnis m¨oglichst nahe kommen, so dass keine kleineren (R¨ ader) geeigneter (sind). Durch ein Beispiel werden wir die ganze Sache besser darlegen. Es sind also die Z¨ahne auf dem Saturnrad zu ﬁnden und auf dem kleineren, jenes bewegenden, welches auf der großen Achse montiert ist, was der große Buchstabe K anzeigt. — (Hier wird auf eine Zeichnung verwiesen.) Die j¨ ahrliche Bewegung des Saturn (ich folge hier und im Sp¨ ateren den allerahrliche der neuesten Tabellen Ricciolis) ist angegeben mit 12◦ , 13 , 34 , 18 . Die j¨ Erde, die jener die der Sonne nennt, mit 359◦ , 45 , 40 , 31 . Alles nun in dritte Skrupel u ¨bergef¨ uhrt ergibt die Proportion 2604858 zu 77708431. Daher hat die letztere Zahl von diesen zur ersten ein Verh¨altnis wie die Umlaufzeit des Saturn zu der Zeit, in der die Erde die Sonne umkreist, und dem entsprechend muss (das Verh¨ altnis der Anzahl) der Z¨ ahne des Saturnrades zu (der Anzahl) der Z¨ ahne seines ihn bewegenden Rades m¨oglichst nahe bewahrt werden. Um nun kleinere Zahlen zu ﬁnden, die diesem Verh¨ altnis m¨ oglichst nahe kommen, teile ich die gr¨ oßere durch die kleinere, & weiter die kleinere durch das, was bei der Division u ¨brig bleibt, & dies wiederum durch den letzten Rest. Und so weiter fortfahrend, ﬁnde ich ex primˆ a divisione Folgendes 29, 2, 2, 1, 5, 1, 4, &c. n¨ amlich eine Zahl zuz¨ uglich eines Bruches, dessen Z¨ahler eins ist, dessem Nenner jedoch wiederum ein Bruch zugef¨ ugt ist, dessen Z¨ahler eins ist, (und dessen) Nenner, a¨hnlich dem vorherigen, zusammengesetzt wurde; und so geht es weiter. Auf diesem Weg fahre man fort, solange es m¨oglich ist, bis es dabei geschieht, dass schließlich bei der Division die Eins u ¨brig bleibt. Wenn man nun von dieser Reihe von Br¨ uchen die letzteren irgendwo abschnei¨brigen darauf folgenden, und die restlichen mit der det, wie hier 15 mit den u Zahl, die ihnen voransteht, auf einen gemeinsamen Nenner bringt, entsteht (mit diesem Nenner) als Z¨ahler ein N¨aherungsverh¨ altnis des (Verh¨ altnisses), welches die kleinere von den gegebenen Zahlen zu der gr¨ oßeren hat; (und zwar) bis dahin, dass man durch kleinere Zahlen nicht n¨ aher an es herankommen kann. Die Reduktionsweise ist einfach; denn wir beginnen mit den letzten Br¨ uchen von hier, 1 1 achstfolgenden 1 , welches soviel wert ist wie 3 . Von da schreiten wir fort zum n¨ 2+ 1

und reduzieren

1 2+ 13

. Macht

hinzu und reduzieren 29 +

3 7. 3 7,

Und schließlich nehmen wir noch die ganze Zahl

ist

206 7 .

Folglich ist 7 zu 206 N¨ aherungsverh¨ altnis

6. Huygens

559

zum Verh¨altnis 2540858 zu 77708431. Wir geben also dem Saturnrad 206 Z¨ahne, dem treibenden aber 7. Soweit der Text. Das Problem ist also, dass die Verh¨altnisse der Umlaufzeiten der Planeten um die Sonne durch sehr große Zahlen ausgedr¨ uckt werden, so dass es unm¨oglich ist, Zahnr¨ ader mit einer solchen Anzahl von Z¨ahnen herzustellen. Es stellt sich daher die Aufgabe, solche Verh¨ altnisse durch Verh¨ altnisse von kleineren Zahlen m¨oglichst gut zu approximieren. Dabei heißt m¨oglichst gut“, dass bessere Approximationen ” nur durch gr¨ oßere Zahlen zu erhalten sind. Huygens exempliﬁziert sein Vorgehen, solche Zahlen zu erhalten, nun am Beispiel der Umlaufzeiten von Erde und Saturn, die er einer damals k¨ urzlich erschienenen Tabelle entnimmt. Er entwickelt 77708431 2604858 mit Hilfe des Kettenbruchalgorithmusses, der seine Erﬁndung zu sein scheint, der heute aber der lagrangesche heißt, in einen Kettenbruch, wobei er die Entwicklung aber nicht bis zum Ende treibt. Er begn¨ ugt sich mit 29, 2, 2, 1, 5, 1, 4, &c.. Davon berechnet er dann den N¨ aherungsbruch 29, 2, 2, 1, den er von rechts her einrichtet. Er ist gleich 206 7 . Vom Einrichten von links her, so wie wir das heute mit Hilfe der Polynome pn und qn tun, ist keine Spur zu sehen. Dann geht Huygens darauf ein, dass 29, 2, 2, 1 in dem Sinne bestm¨ oglich ist, nur mittels gr¨ o ßerer Zahlen zu erdass jede bessere Aproximation von 77708431 2604858 reichen ist. Ist r eine bessere Approximation, so entwickele man r in einen Kettenbruch b0 , . . . , bn . Ist dann a0 , . . . , am der gegebene N¨aherungsbruch, so ist m < n und bi = ai f¨ ur i := 0, . . . , m. Hieraus folgt dann, dass Z¨ ahler und Nenner von r gr¨ oßer sind als Z¨ahler und Nenner des N¨ aherungsbruches. Diese Aussagen, die ich mittels unserer Notation auf den Punkt gebracht habe, sind richtig. Doch zu den huygensschen Betrachtungen, die nur verbal formuliert sind, muss man noch einiges Erg¨ anzende sagen. Das sieht man u. a. daran, dass er nicht darauf eingeht, dass 29, 2, 2, 1 = 29, 2, 3 ist, dass also jede rationale Zahl sich durch zwei Kettenbr¨ uche darstellen l¨ asst. Andererseits sind an dieser Stelle implizit die Nebenn¨ aherungsbr¨ uche ins Spiel gekommen, u ¨ ber die wir noch nicht gesprochen haben, u ¨ ber die wir aber noch sprechen werden. Worauf Huygens aber eingeht, ist, dass Z¨ahler und Nenner teilerfremd sind, wenn man a0 , . . . , am , bm+1 , . . . , bn einrichtet. Er zitiert dabei die Proposition VII.1 der Elemente. Dass er sie in seiner Situation anwenden kann, begr¨ undet er damit, dass seine wiederholte Division mit Rest nichts anderes sei als Euklids Subtraktion: . . . , certum est numeros hujusmodi reductione factos, esse inter se primos ex Prop. 1. l. 7 Elem. quia nihil aliud est divisio nostra continua quam subtractio illa Euclidea . . . . Dies ist nat¨ urlich wichtig zu wissen, da andernfalls r nach dem K¨ urzen doch durch kleiner Zahlen dargestellt sein k¨ onnte. Bevor wir n¨aher auf beste N¨ aherungen eingehen, sei noch Huygens eigenes Intermezzo vorgestellt. Es geh¨ ort nicht zum Thema. Dennoch bringt Huygens den Anfang der Entwicklung von π in einen Kettenbruch. Dabei bedient er sich des ganzzahligen Anteils 31415926535 des Umfangs des Kreises mit dem Radius 1010 . Wo er diese Zahl her

560

Kapitel XV. Transzendente Zahlen

hat, sagt er nicht. Bei der Entwicklung von 31415926535 10000000000 in einen Kettenbruch geht er jedoch nur bis n = 6. Der Kettenbruch, den er angibt, ist 1 3+

1 7+

1 15 +

1 1+

1 292 +

1 1+ 1.

F¨ uhrt man den Algorithmus bis ans Ende, so erh¨ alt man noch zehn weitere Teilnenner. p Der erste N¨aherungsbruch, also q1 , ist 22 aherung an π, 7 . Dies ist Archimedes’ N¨ 1

355 wie auch er bemerkt. Der zweite N¨aherungsbruch ist 333 106 und der dritte 113 . Der dritte sei eine sehr gute N¨aherung an π, die schon Adriaen Metius gekannt h¨ atte. Von diesen N¨ aherungsbr¨ uchen sagt er noch, dass der erste und der dritte oberhalb π l¨ agen, der zweite aber unterhalb. In diesem Zusammenhang kommen auch explizit Nebenn¨aherungsbr¨ uche vor. Wir sehen hier also die Anf¨ ange der Theorie. Wir haben zuvor schon einiges von dem gesehen, wozu die Theorie in der Zwischenzeit herangewachsen ist. Betrachten wir noch, was Lagrange und Sp¨ atere zu besten Approximationen sagt, die ja, wie wir nun wissen, der Anlass f¨ ur die Untersuchung der Kettenbr¨ uche waren. Er beginnt damit, dass er das Problem, mit dem Huygens sich konfrontiert sah, abstrakt formuliert (Lagrange III, S. 406f.). ˆ PROBLEME

19. Une fraction exprim´ee par un grand nombre de chiﬀres ´etant donn´ee, trouver toutes les fractions en moindres termes qui approchent si pr`es de la v´erit´e, qu’il soit impossible d’en approcher davantage sans en employer de plus grandes. Im Folgenden seien pn und qn wieder die zu Beginn von Abschnitt 1 deﬁnierten Polynome und pn und qn bezeichne wieder das Ergebnis, wenn man in pn und qn die ganzen Zahlen a0 , . . . , an einsetzt. p

p

Satz 1. Es sei 0 < r ∈ R und qn und qn+1 seien zwei aufeinander folgende n n+1 a N¨ aherungsbr¨ uche von r. Ist dann b ein von diesen verschiedener, aber zwischen und dann auch ihnen liegender Bruch — a und b nicht-negativ —, so ist b > qn+1 b > qn . Beweis. Nach Satz 3 von Abschnitt 1 ist pn+1 p (−1)n − n = . qn+1 qn qn qn+1

6. Huygens Weil ab von Es folgt

561 pn qn

verschieden ist, ist |bpn − aqn | eine von 0 verschiedene ganze Zahl. 1 1 |bpn − aqn | pn a < . ≤ = − bqn bqn qn b qn qn+1

Hieraus folgt bqn > qn qn+1 und damit b > qn+1 . Mit der Bemerkung, dass qn+1 > qn ist (Satz 5, Abschnitt 1), folgt schließlich auch die letzte Behauptung.

Dieses Argument kann man ein zweites Mal verwenden (Lagrange III. S. 414ﬀ.). Satz 2. Es sei a0 , a1 , . . . ein endlicher oder unendlicher Kettenbruch. Ferner sei 1 = n ∈ N0 Ist n gerade, so ist pn−2 1 · pn−1 + pn−2 (an − 1)pn−1 + pn−2 pn < < . . . < < . qn−2 1 · qn−1 + qn−2 (an − 1)qn−1 + qn−2 qn Ist n ungerade, so ist pn−2 1 · pn−1 + pn−2 (an − 1)pn−1 + pn−2 p > > ... > > n . qn−2 1 · qn−1 + qn−2 (an − 1)qn−1 + qn−2 qn Ist i ∈ N0 , sind a, b ∈ N und ist ipn−1 + pn−2 iqn−1 + qn−2

a b

ein Bruch zwischen und

(i + 1)pn−1 + pn−2 , (i + 1)qn−1 + qn−2

+ qn−2 . der von den beiden Grenzen verschieden ist, so ist b > (i + 1)qn−1 Beweis. Die Monotonieaussagen folgen unmittelbar mit Satz 5 von Abschnitt 1. Nach Satz 5 von Abschnitt 1 ist

(i + 1)pn−1 + pn−2 + pn−2 ip − n−1 (i + 1)qn−1 + qn−2 iqn−1 + qn−2 =

(−1)n−2 . ((i + 1)qn−1 + qn−2 )(iqn−1 + qn−2 )

Da b(ipn−1 + pn−2 ) − a(iqn−1 + qn−2 ) eine von 0 verschiedene ganze Zahl ist, folgt wie beim Beweise von Satz 1, dass

b(iqn−1

1 1 < + qn−2 ) (iqn−1 + qn−2 )((i + 1)qn−1 + qn−2 )

ist. Hieraus folgt auch die letzte Behauptung. Man beachte, dass die zweite Aussage nichts mit an zu tun hat. ip +pn−2 p f¨ ur i := 1, . . . , an − 1 die Man nennt qn die Haupt- und die iqn−1 +q n

n−1

n−2

Nebenn¨ aherungsbr¨ uche von a0 , a1 , . . .. Lagrange benutzte die Ausdr¨ ucke fractions principales und fractions interm´ediaires (Lagrange III, S. 415 und S. 421).

562

Kapitel XV. Transzendente Zahlen

Es sei 0 < r ∈ R. Ferner seien a, b ∈ N und es gelte ggT(a, b) = 1. Man nennt beste N¨ aherung an r, wenn gilt: Sind u, v ∈ N und gilt |r − uv | < |r − ab |, so ist v > b. a b

aherung an r, so ist Satz 3. Es sei 0 < r ∈ R. Ist ab eine beste N¨ oder Nebenn¨ aherungsbruch. Beweis. Es sei a0 := r . W¨ are ab < a0 , so w¨are 0≤r−

a b

ein Haupt-

a a0
und es folgte der Widerspruch 1 > b ≥ 1. W¨ are a0 + 1 < ab , so w¨are 0<

a0 + 1 a −r < −r 1 b

und es folgte wiederum der Widerspruch 1 > b ≥ 1. Also ist 1 · p0 + p−1 p0 a a0 + 1 a0 ≤ ≤ = = . q0 1 b 1 1 · q0 + q−1 L¨ asst man in den Nebenn¨ aherungsbr¨ uchen f¨ ur den Parameter i auch die Werte aherungsbr¨ uche die gleiche Form 0 und an zu, so sieht man, dass auch die Hauptn¨ wie die Nebenn¨aherungsbr¨ uche haben. Daher werden wir f¨ ur den Augenblick f¨ ur beide kurz N¨ aherungsbr¨ uche“ sagen. Ferner werden wir zwei N¨aherungsbr¨ uche ” ip +p (i+1)p +p benachbart nennen, wenn sie von der Form iqn +qn−1 und (i+1)qn +qn−1 sind. Es n n n−1 n−1 folgt dann, dass ab zwischen zwei benachbarten N¨aherungsbr¨ uchen liegt, da alle N¨ aherungsbr¨ uche in dem Intervall 1 · p0 + p−1 p0 . . . . q0 1 · q0 + q−1 liegen, wie gerade gesehen. Dann folgt aber mit Satz 2 die Behauptung. Es stellt sich die Frage, ob alle Haupt- und Nebenn¨ aherungsbr¨ uche beste Approximationen sind. Die Nebenn¨ aherungsbr¨ uche sind es nicht immer, wie schon Lagrange erw¨ ahnt (Lagrange III, S. 425f.): Au reste il peut arriver qu’une des fractions interm´ediaires d’une s´erie n’approche pas si pr`es de la fraction donn´ee, q’une des fractions de l’autre s´erie, quoique con¸cue en termes moins simples que celle-ci; c’est pourquoi il ne convient d’employer les fractions interm´ediaires que lorsqu’on veut que les frations cherch´ees soient toutes plus petites ou toutes plus grandes que la fraction donn´ee. Lagrange betont hier also, dass die Nebenn¨ aherungsbr¨ uche vor allem dann von Interesse sind, wenn man bei der Approximation einer Zahl r nur solche rationale Zahlen zul¨ asst, die kleiner als r, oder nur solche, die gr¨ oßer als r sind.

6. Huygens

563

Hauptn¨ aherungsbr¨ uche jedoch sind stets beste N¨aherungen, wie der n¨ achste Satz lehrt. p

Satz 4. Es sei 0 < r ∈ R. Ist n ∈ N, so ist der Hauptn¨ aherungsbruch qn von r n eine beste N¨ aherung an r. Beweis. Es seien u, v ∈ N und es gelte ggT(u, v) = 1 und v ≤ qn . Wir m¨ ussen zeigen, dass r − u ≥ r − pn v q n

ist. Das Gleichungssystem

u = apn + bpn−1 v = aqn + bqn−1

ist nach a und b l¨ osbar. Mit Satz 3a) von Abschnitt 1 folgt ja uqn−1 − vpn−1 = (−1)n−1 a

uqn − vpn = −(−1)n−1 b, so dass a und b sogar ganzzahlig sind. Ist a = 0, so folgt aus der Teilerfremdheit von u und v, dass b = 1 ist. Dann ist u = pn−1 und v = qn−1 und daher nach dem Korollar 2 zu Satz 4 von Abschnitt 2, da ja n ≥ 1 ist, r − u = r − pn−1 > r − pn . v qn−1 qn Wir d¨ urfen also annehmen, dass a = 0 ist. Ist b = 0, so ist a = 1 und u = pn und v = qn , so dass in diesem Falle die Gleichheit gilt. Wir d¨ urfen also auch b = 0 annehmen. = v ≤ qn ist dann Wegen 0 < aqn + bqn−1 ≤ (1 − a)qn . −aqn < bqn−1

Ist a < 0, so folgt b > 0. Ist a > 0, so folgt zun¨ achst b ≤ 0, da a ja ganz ist, und wegen b = 0 dann b < 0. In jedem Falle gilt ab < 0. Nun ist r − u = 1 |vr − u| = 1 (aqn + bqn−1 )r − (apn − bpn−1 ) v v v 1 = a(qn r − pn ) + b(qn−1 r − pn−1 ). v r−pn−1 unterschiedliche Es folgt mit Satz 4 von Abschnitt 2, dass qn r−pn und qn−1 Vorzeichen haben. Wegen ab < 0 haben daher die beiden Summanden zwischen den Betragsstrichen gleiches Vorzeichen. Daher gilt r − u = 1 |a||qn r − pn | + |b||qn−1 r − pn−1 | . v v

564

Kapitel XV. Transzendente Zahlen

Weil a eine von 0 verschiedene ganze Zahl ist und weil v ≤ qn gilt, folgt r − u ≥ 1 |qn r − pn | = r − pn , v qn qn was zu beweisen war. Zu Beginn des ersten Abschnittes von Kapitel 6 wurde erw¨ ahnt, dass Vi`ete die gregorianische Kalenderreform kritisierte, dass er mit seiner Kritik aber zu sp¨ at kam. Das Wesentliche an dieser Reform war, dass im Gegensatz zum julianischen Kalender nicht mehr alle vier Jahre ein zus¨ atzlicher Tag geschaltet wurde, dass vielmehr in vierhundert Jahren nur mehr 97 Tage geschaltet wurden. Das ist nicht optimal, wie auch Lagrange zeigt. Hier zeigen die Kettenbr¨ uche einmal mehr ihre St¨ arke. Lagrange bemerkt dazu das Folgende. Nach la Caille ist die L¨ange des tropischen Jahres 365d 5h 48 49 . Der Bruchteil des Tages, den das Jahr l¨ anger ist als 365 Tage, ist in Sekunden ausgedr¨ uckt gleich ange eines Tages betr¨agt 86400. Man erh¨ alt f¨ ur das Verh¨ altnis dieser 20929. Die L¨ beiden Zahlen den Kettenbruch 86400 : 20929 = 4, 7, 1, 3, 1, 16, 1, 1, 15. Hauptn¨ aherungsbr¨ uche sind die Br¨ uche 4, 7, 1, 3, 1, 16, 4 29 33 128 161 2704 1 , 7 , 8 , 31 , 39 , 655 ,

1,

1,

15.

2865 5569 86400 694 , 1349 , 20929 .

Als Schaltungen sind also zu empfehlen: 1 Tag in 4 Jahren, das ist etwas zuviel. Das macht sich im Leben eines Menschen nicht bemerkbar, im Leben einer Gemeinschaft aber schon, wie unsere Geschichte zeigt. 7 Tage in 29 Jahren, das ist etwas zu wenig. 8 Tage in 33 Jahren, das ist wieder etwas zuviel, usw. Keine der durch diese N¨aherungsbr¨ uche empfohlenen Schaltungen kommt den 97 Tagen in 400 Jahren nahe. Bringen wir noch die Nebenn¨ aherungen ins Spiel, was auch Lagrange tut. Die Hauptn¨ aherungsbr¨ uche, die unterhalb 86400 20929 liegen, sind 4, 1,

1,

1,

15.

4 33 161 2865 86400 1 , 8 , 39 , 694 , 20929 . 86400 Hier gibt es also nur zwischen 2865 aherungsbr¨ uche und zwar 694 und 20929 Nebenn¨ vierzehn St¨ uck. Zusammengenommen ergibt sich die Reihe 4 33 1, 8 , 64124 15533 ,

161 2865 8434 14003 19572 25141 30710 36279 41848 47417 52686 58555 39 , 694 , 2943 , 3392 , 4745 , 6090 , 7439 , 8788 , 10137 , 11486 , 12835 , 14184 , 69693 75262 80831 86400 16882 , 18231 , 19580 , 20929 .

Auch hier kommt der Bruch

400 97

nicht vor.

7. Euler

565

Die Hauptn¨ aherungsbr¨ uche oberhalb 7,

3,

86400 20929

16,

sind 1.

29 128 2704 5569 7 , 31 , 655 , 1349 .

Zusammen mit den zugeh¨origen Nebenn¨ aherungsbr¨ uchen ergibt sich die Reihe 5 9 1, 2, 1738 421 ,

13 17 21 3 , 4 , 5 , 1899 2060 460 , 499 ,

25 29 62 95 128 289 450 611 772 933 1094 1255 1416 1577 6 , 7 , 15 , 23 , 31 , 70 , 109 , 148 , 187 , 226 , 265 , 304 , 343 , 382 , 221 2382 2543 2704 5569 538 , 577 , 616 , 655 , 1349 .

aherungsbruch Diese Reihe l¨asst sich beliebig lange fortsetzen, da 86400 20929 als Hauptn¨ zur aufsteigenden Reihe geh¨ ort, und Lagrange gibt auch noch die n¨ achsten f¨ unf Br¨ uche an, die f¨ ur das eigentliche Problem aber nicht mehr relevant sind, da ihre Nenner gr¨ oßer als 20929 sind. Auch hier kommt 400 97 nicht vor. Hier unterl¨ auft Lagrange ein merkw¨ urdiger Fehler. Von der Reihe der vier Hauptn¨ aherungsbr¨ uche sagt er, dass sie fallend sei, was richtig ist. Von der erg¨anzten Reihe, sagt er zweimal, dass sie wachse, wo sie doch f¨allt. Dies k¨ onnte man als Druckfehler ansehen, unterscheiden sich die entsprechenden franz¨osischen W¨ orter croˆıtre und d´ecroˆıtre doch nur um die Vorsilbe d´e . Das merkw¨ urdige aber ist, dass er auch noch sagt, dass diese Br¨ uche alle kleiner seien als der gegebene Bruch. Das kann man nicht mehr dem Setzer anlasten. Wie dem auch sei, 97 Tage in 400 Jahren zu schalten ist nicht optimal. Lagrange gibt aber noch zu bedenken, dass bei der gregorianischen Reform der ur die L¨ ange des tropischen Jahres den kopernikanische Wert 365d 5h 49 20 f¨ Rechnungen zugrunde gelegen h¨ atte. Doch auch mit diesem Wert l¨asst sich die ur die L¨ ange des Reform nicht retten. F¨ ur sie br¨ auchte man 365d 5h 49 12 f¨ tropischen Jahres, wie von Lagrange und Vi`ete vorgerechnet wird (Lagrange III, S. 435, Vi`ete 1970, S. 433). Vi`ete behauptet im Gegensatz zu Lagrange, dass bei der Kalenderreform der von Erasmus Reinhold stammende Wert 365d 5h 49 16 f¨ ur die L¨ ange des tropischen Jahres benutzt worden w¨are (Vi`ete 1970, S. 433). Halten wir es mit Lagrange — comme les Astronomes sont encore partag´es sur la v´eritable longeur de l’ann´ee, nous nous abstiendrons de prononcer sur ce sujet; — und beenden hier unsere Diskussion. Ich nehme an, dass sich die Astronomen in der Zwischenzeit geeinigt haben. 7. Euler. Es wird immer wieder dar¨ uber geklagt, dass die Darstellung von Mathematik so glatt sei und dass sich folglich nur so wenig von ihrer Entstehung vermittle. Manchmal hat man aber Gl¨ uck und ﬁndet etwas in der Literatur, was gestattet, einen Blick in diei Studierstube des Mathematikers zu werfen, auch wenn das eigentliche Finden nicht wirklich dargestellt ist. Es l¨asst sich wohl nicht einfangen. Zu den Gl¨ ucksf¨allen geh¨ ort, was Euler in seiner Introductio in analysin inﬁnitorum von 1748 u ¨ber Exponentialfunktionen, Logarithmen, trigonometrische Funktionen und die beiden Zahlen e und π schreibt. Um diese beiden Zahlen wird es am Ende des Buches gehen, um den Nachweis ihrer Transzendenz. Zu diesem

566

Kapitel XV. Transzendente Zahlen

Nachweis brauchen wir einige Information u ¨ber den Zusammenhang dieser beiden Zahlen. Um das Ganze plausibel zu machen, werde ich zuerst davon berichten, was Euler in herrlicher Unbek¨ ummertheit darstellt, um es dann anschließend mit heutiger Strenge als korrekt zu etablieren. aren, wobei a eine Konstante und der ExpoEuler beginnt zun¨ achst, az zu erkl¨ nent z eine Variable sei. Durchlaufe z die positiven ganzen Zahlen, so sei az einer der Werte a1 , a2 , a3 , a4 , a5 , a6 etc., und wenn z die negativen ganzen Zahlen durchlaufe, so sei az einer der Werte 1 1 1 1 , , , etc. a a2 a3 a4 Ferner sei a0 = 1. Ist z = m n eine rationale, aber keine ganze Zahl, so beginnen die Schwierigkeiten. Die erste Schwierigkeit entsteht dadurch, dass man Quadratwurzeln aus negativen Zahlen ziehen muss, wenn n gerade und a < 0 ist, und die zweite dadurch, dass Wurzeln mehrdeutig sind, wenn n gerade und a > 0 ist. Euler nimmt daher nun an, dass a > 0 ist und dass az die eindeutig bestimmte positive Wurzel ist, falls es mehrere gibt. Die Existenz von Wurzeln wird nicht problematisiert. Ist a < 1, so liefert die Funktion z → az wegen −z 1 a = a z

und a1 > 1 nichts Neues gegen¨ uber dem Fall, dass a > 1 ist. Wir nehmen daher mit Euler eben dies an, dass n¨ amlich a > 1 ist. Was nun irrationale z anbelangt, so sagt Euler, Bezug nehmend auf die Mehrdeutigkeit bei (2n)-ten Wurzeln: Eodem modo res se habet, si exponens z valores irrationales accipiat, quibus casibus, cum diﬃcile sit numerum valorum involutorum concipere, unicus tantum realis consideratur, dh., In gleicher Weise verh¨alt ” sich die Sache, wenn der Exponent z irrationale Werte annimmt, in welchen F¨ allen, da es schwierig ist, die Anzahl der verborgenen Werte zu bestimmen, nur der reelle √ Wert betrachtet wird.“ Zur Verdeutlichung sagt er dann, dass a 7 zwischen a2 und age. a3 l¨ Euler bemerkt, dass die Exponentialfunktion monoton steigt, dass a−∞ = 0, a0 = 1 und a∞ = ∞ ist und dass jeder Wert zwischen 0 und ∞ genau einmal angenommen wird. Er macht weiter plausibel, dass ax+y = ax ay ist. Es wird nichts wirklich deﬁniert und folglich auch nichts wirklich bewiesen. Dann wird es abenteuerlich.

7. Euler

567

Quia est a0 = 1 atque crescente exponente ipsius a simul valor potestatis augetur, si quidem a est numerus unitate maior, sequitur, si exponens inﬁnite parum cyphram excedat, potestatem ipsam quoque inﬁnite parum unitatem esse superaturam. Das heißt: Weil a0 = 1 ist und selbiges a durch wachsenden Exponten den ” Wert der Potenz vermehrt, da ja a eine Zahl gr¨ oßer als die Einheit ist, folgt, wenn der Exponent die Null (cyphram) um unendlich Kleines (parum ist altes Neutrum von parvus klein) u ¨ bersteigt, wird die Potenz selbst die Eins um unendlich Kleines u ¨ berragen.“ Es ist a0 = 1 und x → ax ist monoton wachsend. Ist also ω unendlich klein, so ist aω = 1 + ψ, wobei auch ψ unendlich klein ist. Euler leitet nun aus diesem Ansatz Standards¨ atze her, die wir innerhalb der Standardanalysis rechtfertigen werden. Uns dient dies alles nur dem Auﬃnden dieser S¨ atze. Die unendlich kleinen und großen Gr¨ oßen tauchen hier ganz unvermittelt auf. Es gab vorher kein Wort der Erkl¨ arung und auch hier gibt es keins. Auch wir tun so, als wisse jeder Bescheid. Was behauptet wird, kann heute im Rahmen der Nicht-Standardanalysis gerechtfertigt werden (Robinson 1966, Prestel 1992). Wir werden uns hier aber nicht darauf einlassen, so reizvoll dies auch w¨ are. Euler macht nun weiter den Ansatz ψ = kω und macht wiederum plausibel, dass k endlich, also eine reelle Zahl sei, die von a abh¨ ange. Aus aω = 1 + kω folgt aiω = (1 + kω)i , wobei zun¨ achst v¨ollig oﬀen bleibt, was i denn f¨ ur eine Zahl sei. Hieraus folgt i(i − 1) 2 2 i(i − 1)(i − 2) 3 3 i aiω = 1 + kω + k ω + k ω + etc. 1 1·2 1·2·3 Wir denken hier nat¨ urlich an den binomischen Lehrsatz, doch was hier rechts vom Gleichheitszeichen steht, bricht nicht ab, sondern ist unendlich. Euler setzt nun i := ωz , wobei z eine endliche Zahl bedeute. Weil ω unendlich klein ist, so sein Schluss, ist i unendlich groß. Ersetzt man nun ω durch zi , so erh¨alt man az =

i 1(i − 1) 2 2 1(i − 1)(i − 2) 3 3 kz 1 k z + k z 1+ = 1 + kz + i 1 1 · 2i 1 · 2i · 3i 1(i − 1)(i − 2)(i − 3) 4 4 + k z + etc. 1 · 2i · 3i · 4i

Hier sehen wir das Erste, was es zu beweisen gilt. Weil i unendlich groß ist, muss n kz az = lim n→∞ 1 + n

568

Kapitel XV. Transzendente Zahlen

gelten, wenn das alles einen Pﬁﬀerling wert sein soll. Wir werden dies aber nicht beweisen, da wir es nicht brauchen werden. Die Zahl k muss nat¨ urlich auch bestimmt werden. Euler schließt, dass i−1 i = 1 i−2 = 1, usw. Daher erh¨ a lt er sei, und ebenso folge i = 1 und i−3 i az = 1 +

k3 z 3 k4 z 4 kz k 2 z 2 + + + + etc. 1 1·2 1·2·3 1·2·3·4

Mit z = 1 folgt hieraus der Zusammenhang von k mit a, n¨ amlich die Gleichung a=

∞ kn . n! n:=0

Diese Reihe ﬁndet sich schon in einem Brief Newtons an Leibniz vom 24. 10, 1676 (Leibniz 1849/1971, S. 138). Besonders interessant ist der Fall, dass k = 1 ist. Wir nennen dann e :=

∞ 1 n! n:=0

eulersche Zahl . F¨ ur diese Zahl benutzt auch Euler den Buchstaben e. Er gibt ihren Wert als e = 2, 71828 18284 59045 23536 028. Den Logarithmus mit dieser Basis nennt er den nat¨ urlichen oder auch hyperbolischen Logarithmus. Wir bezeichnen ihn hier mit ln. Wegen a=

∞ kn = ek n! n:=0

folgt k = ln a. Im Reellen bemerkt man nicht, dass Sinus und Cosinus etwas mit der Exponentialfunktion zu tun haben. Im Komplexen erst werden einem die Augen ge¨oﬀnet. Eulers unbek¨ ummertes Rechnen mit unendlich kleinen und unendlich großen Gr¨ oßen deckt auch hier wieder den Zusammenhang auf. Er deﬁniert den Sinus und den Cosinus am Einheitskreis. F¨ ur ihn ist sin z die Ordinate des Punktes mit der Bogenl¨ange z auf der Peripherie des Einheitskreises und cos z ist die Abszisse dieses Punktes. Von wo aus die Bogenl¨ ange gemessen wird und ob es zu jeder reellen Zahl auch einen Bogen dieser L¨ange gibt, wird von ihm nicht er¨ ortert. Das Gewissen des Mathematikers war noch sehr robust. Es waren aber gerade die trigonometrischen Funktionen, genauer die aus ihnen gebildeten Fourierreihen, die zu Beginn des 19. Jahrhunderts die Abgr¨ unde erkennen ließen, an denen sich die Analysis entlang hangelte, was dann zum Studium der Grundlagen der Mathematik f¨ uhrte. Dies wurde schon zu Beginn von Kapitel 11 kommentiert.

7. Euler

569

Euler kommt dann sehr rasch zu den Formeln sin (y + z) = sin y cos z + cos y sin z cos (y + z) = cos y cos z − sin y sin z sin (y − z) = sin y cos z − cos y sin z cos (y − z) = cos y cos z + sin y sin z, die f¨ ur alle x und y gelten, ohne sie zu beweisen. Er setzt oﬀenbar die trigonometria als bekannt voraus. Mit y = z folgt aus der letzten dieser Formeln (sin z)2 + (cos z)2 = 1, was er schon zuvor konstatierte und was ja unmittelbar aus der Deﬁnition der beiden Funktionen folgt. Aus dieser Formel folgert er die G¨ ultigkeit der Formel (cos z +

√ √ −1 · sin z)(cos z − −1 · sin z) = 1.

Als N¨achstes berechnet Euler das Produkt (cos y +

√ √ −1 · sin y)(cos z + −1 · sin z),

wobei er nat¨ urlich obige Formeln benutzt, mit dem Ergebnis cos (y + z) +

√ −1 · sin (y + z).

Mit y = z erh¨alt man (cos z +

√

−1 · sin z)2 = cos 2z +

√ −1 · sin 2z.

Mittels Induktion, die bei Euler die damals u ¨bliche P¨ unktcheninduktion ist, erh¨ alt man die de moivreschen Formeln (cos z +

√ √ −1 · sin z)n = cos nz + −1 · sin nz,

die f¨ ur alle n ∈ N0 gelten (de Moivre 1730). Ersetzt man z durch −z, so erh¨alt man wegen cos(−z) = cos z und sin(−z) = − sin z die Formeln (cos z −

√ √ −1 · sin z)n = cos nz − −1 · sin nz.

Durch Addition bzw. Subtraktion erh¨ alt man hieraus weiter √ √ (cos z + −1 · sin z)n + (cos z − −1 · sin z)n cos nz = 2 und sin nz =

(cos z +

√ √ −1 · sin z)n − (cos z − −1 · sin z)n √ . 2 −1

570

Kapitel XV. Transzendente Zahlen

Hieraus leitet Euler mit Hilfe von unendlich kleinen und großen Gr¨ oßen die Reihen f¨ ur den Cosinus und den Sinus her. Wir u ¨berspringen das hier. Ist z unendlich klein, so sei cos z = 1 und sin z = z. Kein Wort der Erl¨auterung. Dass cos z = 1 ist, sehe ich ein, dass aber sin z = z sein soll, sehe ich ohne die Reihenentwicklung nicht. Doch Euler benutzt dies schon zur Reihenentwicklung von sin z. Es sei n = i eine unendlich große und z eine unendlich kleine Zahl, so dass v = iz endlich sei. Dann ist z = vi und folglich cos z = 1 und sin z = vi . Dies in die Formeln f¨ ur cos nz und sin nz eingesetzt ergibt √ i √ i v −1 v −1 + 1− 1+ i i cos v = 2 und

√ i √ i v −1 v −1 1+ − 1− i i √ . sin v = 2 −1

Zuvor haben wir schon gesehen, dass 1+

z i

i = ez

√ ist. Euler setzt hierin nun z = v −1 und erh¨ alt cos v = und sin v =

ev

ev

√ −1

√ −1

+ e−v 2

− e−v √ 2 −1

√ −1

√ −1

.

Sein Kommentar: ex quibus intelligitur, quomodo quantitates exponentiales imaginariae ad sinus et cosinus arcuum realium reducantur , dh., hieraus ersieht man, ” auf welche Weise sich imagin¨are Exponenten auf den Sinus und den Cosinus reeller Bogenl¨angen zur¨ uckf¨ uhren lassen.“ Mit v = π erh¨alt man wegen cos π = −1 und sin π = 0 aus den letzten beiden Gleichungen √ −1 = eπ −1 . Dies wird von Euler nicht eigens notiert. Wir haben ein Programm! Machen wir uns an die Arbeit. 8. Zusammenhang in topologischen R¨ aumen. Es ist zun¨achst wieder in Werkzeug zu investieren.

8. Zusammenhang in topologischen R¨ aumen

571

Es sei (M, O) ein topologischer Raum. M heißt zusammenh¨ angend , wenn f¨ ur oﬀene Teilmengen X und Y aus der gleichzeitigen G¨ ultigkeit von M = X ∪ Y und X ∩Y = ∅ folgt, dass X = ∅ oder Y = ∅ ist. Weil Komplemente oﬀener Teilmengen abgeschlossen sind, ist M genau dann zusammenh¨ angend, wenn f¨ ur abgeschlossene Teilmengen U und V von M aus der gleichzeitigen G¨ ultigkeit von M = U ∪ V und U ∩ V = ∅ folgt, dass U = ∅ oder V = ∅ gilt. Die Gleichwertigkeit der beiden Bedingungen ﬁndet sich bei Hausdorﬀ, der die zweite Bedingung zur Deﬁnition des Zusammenhangs benutzt (Hausdorﬀ 1914, S. 244). In der Fußnote auf dieser Seite bemerkt er: F¨ ur den Zusammenhang sind verschiedene Deﬁnitionen u ¨blich; die ” im Text gegebene deckt sich mit keiner von ihnen, scheint uns aber die nat¨ urlichste und allgemeinste zu sein.“ Ist (M, O) eine topologischer Raum, so heißt die Teilmenge T von M zusammenh¨ angend , wenn (T, OT ) zusammenh¨angend ist. Es ist also T genau dann zusammenh¨ angend, wenn f¨ ur oﬀene Teilmengen X und Y aus der simultanen G¨ ultigkeit von T ⊆ X ∪ Y und T ∩ X ∩ Y = ∅ folgt, dass T ∩ X = ∅ oder T ∩ Y = ∅ ist. Nach dieser Deﬁnition kann man sofort den Zwischenwertsatz beweisen, der sich allerdings nicht in Hausdorﬀs Buch ﬁndet. Der Satz und vor allem sein Beweis zeigen, dass es sich auszahlt, gute Begriﬀe zu schaﬀen! Zwischenwertsatz. Ist T eine zusammenh¨ angende Teilmenge des topologischen Raumes (M, O), ist f eine stetige Abbildung von T in R, ist r ∈ R und gibt es a, b ∈ T mit f (a) < r < f (b), so gibt es ein c ∈ T mit f (c) = r. Beweis. Wir d¨ urfen annehmen, dass T = M ist. Setze X := f −1 ((−∞, r)) und −1 Y := f ((r, ∞)). Weil f stetig ist, sind X und Y oﬀen. Ferner ist X ∩ Y = ∅ und a ∈ X und b ∈ Y . Weil T und damit M zusammenh¨ angend ist, folgt X ∪ Y = T . Es gibt also ein c ∈ T − (X ∪ Y ). Es folgt, f (c) = r. Der n¨ achste Satz ﬂießt auch sofort aus der Deﬁnition des Zusammenhangs (Hausdorﬀ 1914, S. 363). Satz 1. Ist T eine zusammenh¨ angende Teilmenge des topologischen Raumes (M, O) und ist f eine stetige Abbildung von T in den topologischen Raum (M , O ), so ist f (T ) zusammenh¨ angend. Beweis. Wir d¨ urfen wieder annehmen, dass T = M ist. Es seien X und Y zwei oﬀene Mengen von M mit f (M ) ⊆ X ∪ Y und f (M ) ∩ X ∩ Y = ∅. Dann sind f −1 (X) und f −1 (Y ) zwei disjunkte Mengen von M , die oﬀen sind, da f stetig ist. angend ist, ist f −1 (X) = ∅ Ferner ist M = f −1 (X) ∪ f −1 (Y ). Weil M zusammenh¨ −1 oder f (Y ) = ∅. Hieraus folgt f (M ) ∩ X = f (M ) ∩ f f −1 (X) = ∅ oder

f (M ) ∩ Y = f (M ) ∩ f f −1 (Y ) = ∅,

so dass f (M ) zusammenh¨angend ist.

572

Kapitel XV. Transzendente Zahlen

Der n¨ achste Satz bei Hausdorﬀ 1914, S. 244. Satz 2. Es sei T Teilmenge des topologischen Raumes (M, O). Geh¨ oren je zwei Punkte von T einer zusammenh¨ angenden Teilmenge von T an, so ist T zusammenh¨ angend. Beweis. Wir nehmen an, T sei nicht zusammenh¨angend. Es gibt dann zwei oﬀene Teilmengen X und Y mit T ⊆ X ∪ Y und T ∩ X ∩ Y = ∅ und T ∩ X = ∅ = T ∩ Y . Es sei a ∈ T ∩ X und b ∈ T ∩ Y . Dann ist a = b, da T ∩ X und T ∩ Y ja disjunkt sind. Es gibt eine zusammenh¨ angende Teilmenge A von T mit a, b ∈ A. Es ist nun A⊆T ⊆X ∪Y und A ∩ X ∩ Y ⊆ T ∩ X ∩ Y = ∅. Weil A zusammenh¨ angend ist, folgt A ∩ X = ∅ oder A ∩ Y = ∅ im Widerspruch zu a ∈ A ∩ X und b ∈ B ∩ Y . Also ist T doch zusammenh¨angend. Der folgende Satz und sein Korollar bei Hausdorﬀ (Hausdorﬀ 1914, S. 259f.). Satz 3. Es seien a und b reelle Zahlen und es gelte a < b. Dann ist das abgeschlossene Intervall [a, b] zusammenh¨ angend. Beweis. Es seien X und Y oﬀene Teilmengen von R und es gelte [a, b] ⊆ X ∪ Y und [a, b] ∩ X ∩ Y = ∅. Wir k¨ onnen annehmen, dass a ∈ X ist. Es sei Y ∩ [a, b] = ∅. Dann existiert w := inf([a, b] ∩ Y ). Weil a zu X geh¨ort und X oﬀen ist, ist a < w. W¨ are w ∈ X, so g¨abe es ein < w − a, so dass die -Umgebung von w ganz in X l¨ age. Dann w¨ are aber w nicht das Inﬁmum von [a, b] ∩ Y . Also ist w ∈ Y . Weil Y oﬀen ist, gibt es eine -Umgebung von w, die ganz in Y liegt. Dann kann w aber nicht das Inﬁmum von [a, b] ∩ Y sein. Dieser letzte Widerspruch zeigt, dass unsere Annahme, dass [a, b] ∩ Y nicht leer ist, zu verwerfen ist. Also ist [a, b] zusammenh¨ angend, wie behauptet. Eine unmittelbare Folgerung aus den S¨ atzen 2 und 3 ist das Korollar. Die Menge R der reellen Zahlen ist zusammenh¨ angend und alle ihre Teilmengen der Form [a, b], [a, b), (a, b], (a, b), [a, ∞), (a, ∞), (−∞, b], (−∞, b). Dass dies auch alle zusammenh¨angenden Teilmengen von R sind, ist auch nicht schwer zu beweisen. Neben dem Zwischenwertsatz und dem Satz, dass stetige Bilder zusammenh¨angender Mengen zusammenh¨angend sind, ben¨ otigen wir im Folgenden nur noch, dass R zusammenh¨ angend ist. Wir haben also alles N¨ otige beisammen. Dennoch seien die restlichen grundlegenden S¨ atze u ¨ ber zusammenh¨ angende Mengen hier noch vorgestellt, da dies nicht viel M¨ uhe macht (Hausdorﬀ 1914, S. 245f.). Satz 4. Sind S und T zusammenh¨ angende Teilmengen des topologischen Raumes (M, O) und ist S ∩ T = ∅, so ist auch S ∪ T zusammenh¨ angend.

8. Zusammenhang in topologischen R¨ aumen

573

Beweis. Wir setzen D := S ∩ T . Dann ist D nicht leer. Es seien nun X und Y zwei oﬀene Mengen mit S ∪T ⊆ X ∪Y

und

(S ∪ T ) ∩ X ∩ Y = ∅.

Es folgt S ⊆ X ∪ Y und S ∩ X ∩ Y = ∅. Weil S zusammenh¨ angend ist, ist oBdA S ⊆ X und dann D ⊆ X. Ebenso folgt T ⊆ X ∪ Y und T ∩ X ∩ Y = ∅. Wegen D ⊆ T ∩ X folgt, dass T ⊆ X ist, da ja auch T zusammenh¨ angend ist. Es ist also (S ∪ T ) ∩ X = S ∪ T und weiter ∅ = (S ∪ T ) ∩ X ∩ Y = (S ∪ T ) ∩ Y, so dass S ∪ T zusammenh¨ angend ist. ¨ Im Folgenden argumentiert Hausdorﬀ etwas anders. Er benutzt die Aquivalenzrelation, die wir nun deﬁnieren, nur implizit. Sind a und b zwei Punkte des topologischen Raumes (M, O), so heißen a und b ¨ aquivalent, in Zeichen a ∼ b, wenn es eine zusammenh¨angende Teilmenge von M gibt, die beide enth¨ alt. Weil einpunktige Mengen stets zusammenh¨angend sind, ist diese Relation reﬂexiv. Symmetrisch ist sie auf Grund ihrer Deﬁnition und ¨ die Transitivit¨ at folgt mit Satz 4. Also ist ∼ wirklich eine Aquivalenzrelation. ¨ ¨ Die Aquivalenzklassen dieser Aquivalenzrelation heißen die Zusammenhangskomponenten von (M, O). Nach Satz 2 sind Zusammenhangskomponenten zusammenh¨ angend. Wir zeigen noch, dass sie abgeschlossen sind (Hausdorﬀ 1914, S. 246). Dazu beweisen wir Satz 5. Ist T eine zusammenh¨ angende Teilmenge eines topologischen Raumes und ist T ihre Ableitung, so ist jede Teilmenge S mit T ⊆ S ⊆ T ∪ T zusammenh¨ angend. Beweis. Es seien X und Y zwei oﬀene Teilmengen mit S ⊆ X∪Y und S∩X∩Y = ∅. Wegen T ⊆ S und des Zusammenhangs von T , ist dann oBdA T ⊆ X. Es sei s ∈ S − T . Dann ist s ein H¨ aufungspunkt von T und wegen T ⊆ X auch von X. W¨ are nun s ∈ X, so w¨are s ∈ Y . Weil Y oﬀen ist, gibt es eine Umgebung U von s, die in Y enthalten ist. Weil s H¨ aufungspunkt von T ist, gibt es ein t ∈ T ∩ U . Es folgt t ∈ T ∩ Y = ∅. Also ist doch s ∈ X. Somit ist ∅ = S ∩ X ∩ Y = S ∩ Y, so dass S zusammenh¨ angend ist. Korollar. Ist Z Zusammenhangskomponente des topologischen Raumes (M, O), so ist Z abgeschlossen. Beweis. Z ist zusammenh¨angend und folglich auch Z ∪ Z . Wegen der Maximalit¨ at von Z folgt Z = Z ∪Z , so dass Z ⊆ Z gilt. Dann ist Z aber abgeschlossen (Satz 7, Kap.14, Absch. 5). Das ist wieder Hausdorﬀs Argument.

574

Kapitel XV. Transzendente Zahlen

9. Die Exponentialfunktion. Wir fangen ganz von vorne an und deﬁnieren die Zahlen e und π auf f¨ ur uns bequeme Weise und zeigen dann nach einer Weile, dass π tats¨achlich die ludolphsche Zahl ist, deren Transzendenz wir beweisen wollen. Dass e die eulersche Zahl ist, wird sofort klar sein. Wir beginnen mit dem Studium der Exponentialfunktion. F¨ ur x ∈ C konvergiert die Reihe exp(x) :=

∞ xn n! n:=0

absolut, wie man mit Hilfe des Quotientenkriteriums sieht. Die Faltung von Potenzreihen zeigt, dass exp(x + y) = exp(x)exp(y) ist. Dahinter von Cauchy, dass f¨ ur zwei absolut konvergierende ∞ steckt derSatz ∞ ¨ ber C mit den Grenzwerten s und s auch die Reihen n:=0 un und n:=0 vn u Reihe n ∞ ui vn−i n:=0 i:=0

konvergiert und dass ihr Grenzwert gleich ss ist (Cauchy 1821, Premi`ere Partie, Chap. IX, Th´eor`eme III). Es ist exp(0) = 1 und 1 = exp(0) = exp(x − x) = exp(x)exp(−x), so dass exp(x) = 0 ist f¨ ur alle x ∈ C. Folglich ist exp ein Homomorphismus der ¨ additiven Gruppe von C in die multiplikative Gruppe von C. Uberdies ist exp stetig, da durch eine Potenzreihe deﬁniert. Eines unserer Ziele wird sein zu zeigen, dass exp surjektiv ist. Ein Schritt auf dem Wege dahin ist der folgende Satz 1. Die Einschr¨ ankung von exp auf R ist eine Bijektion von R auf die Menge R> der positiven reellen Zahlen. Beweis. Ist x > 0, so ist 1 < 1 + x ≤ exp(x) und aus 1 = exp(0) = exp(x − x) = exp(x)exp(−x) folgt 0 < exp(−x) < 1. Also ist exp(x) > 0 f¨ ur alle x ∈ R. Ist y < x, so folgt exp(x − y) > 1 und weiter exp(x) = exp(x − y + y) = exp(x − y)exp(y) > exp(y). Somit ist exp streng monoton wachsend. Ist r ∈ R> , so gibt es ein n ∈ N mit 1 1 1 n ≤ r ≤ n. Nun ist exp(n) > n und exp( n ) < n . Weil exp stetig ist, gibt es nach dem Mittelwertsatz also ein y ∈ R mit exp(y) = r. Damit ist alles bewiesen.

9. Die Exponentialfunktion

575

Wir setzen e := exp(1). Man nennt e auch Eulerzahl . Mit Induktion folgt, dass ur alle n ∈ N0 . Mit den u ¨blichen Schl¨ ussen folgt weiter, dass en = exp(n) ist f¨ er = exp(r) ist f¨ ur alle r ∈ Q. F¨ ur irrationale reelle und f¨ ur komplexe Zahlen deﬁnieren wir ex durch die Zuweisung ex := exp(x). Dann ist ex+y = ex ey f¨ ur alle x und y. Weil die Koeﬃzienten der Exponentialreihe rational sind, folgt ferner ex = ex¯ . Hieraus folgt wiederum, dass |eix |2 = eix−ix = 1 ist f¨ ur alle x ∈ R, so dass die Abbildung x → eix eine Abbildung von R in die Peripherie des Einheitskreises ist. Wir wollen zeigen, dass auch diese Abbildung surjektiv ist. Dazu ben¨otigen wir die Sinus- und die Kosinusfunktion. Diese deﬁnieren wir v¨ ollig unabh¨ angig von Fr¨ uherem durch cos x := 12 (eix + e−ix ) und sin x :=

1 ix 2i (e

− e−ix ).

ur alle x ∈ C. Ferner gilt Dann ist eix = cos x + i sin x f¨ cos x =

∞ (−1)k x2k (2k)!

k:=0

und sin x =

∞ (−1)k x2k+1 (2k + 1)!

k:=0

f¨ ur alle x ∈ C. Ist x reell, so ist cos x der Real- und sin x der Imagin¨ arteil von eix . Die Deﬁnition der Sinus- und Kosinusfunktion mittels der Exponentialfunktion macht es einfach, die Additionstheoreme der beiden Funktionen zu beweisen. Es ist also sin(x + y) = sin x cos y + cos x sin y und cos(x + y) = cos x cos y − sin x sin y f¨ ur alle x, y ∈ C.

576

Kapitel XV. Transzendente Zahlen

Ist x ∈ (0, 1), so sind die Reihen f¨ ur cos x und sin x alternierend und die Absolutbetr¨ age der Koeﬃzienten sind streng monoton fallend. Daher gilt: Hilfssatz 1. Ist t ∈ (0, 1), so gilt: a) Es ist 0 < 1 −

t2 2

b) Es ist 0 < t(1 −

< cos t. t2 6)

< sin t < t.

Mit Teil b) dieses Hilfssatzes folgt 4 1024 4 16 4 16 4 8 sin > 1− > 1− = · = 5 5 6 · 25 5 6 · 24 5 9 2025 1 1 1024 > = √ > sin √ . 2048 2 2 Die Exponentialfunktion ist stetig. Daher sind auch sin und cos u ¨berall stetig. Auf Grund des Zwischenwertsatzes gibt es folglich ein π ∈ R mit π4 ∈ ( √12 , 45 ) und sin

1 π =√ . 4 2

Dass dieses π das gewohnte ist, werden wir bald sehen. Es ist 1 πi π π π 1 = |e 4 |2 = sin2 + cos2 = + cos2 . 4 4 2 4 Hieraus folgt mit Teil a) von Hilfssatz 1, dass cos π4 = √ . Es folgt ist z = 1+i 2

√1 2

iπ

ist. Setze z := e 4 . Dann

z2 = i −1 + i z3 = √ 2 4 z = −1 z 8 = 1. Es gilt also πi

Satz 2. Es ist e 4 =

1+i √ , 2

e

πi 2

= i, eπi = −1 und e2πi = 1.

Aus diesem Satz folgt wegen ex+2πi = ex e2πi = ex , dass 2πi eine Periode der Exponentialfunktion ist. Es folgt weiter, dass 2π Periode von sin und von cos ist. Satz 3. Die Abbildung x → eix bildet R auf die Peripherie S1 des Einheitskreises ab.

9. Die Exponentialfunktion

577

Beweis. R ist zusammenh¨angend, wie wir im letzten Abschnitt gesehen haben, und die Abbildung x → eix ist stetig. Folglich ist das Bild B von R unter dieser Abbildung zusammenh¨ angend (Satz 2, Absch. 7). Nach Satz 1 ist 1, −1 ∈ B. W¨ are nun B = S1 , so g¨abe es ein z ∈ S1 − B. Es folgte z = 1, −1 und daher z = z¯. Es folgte weiter z¯ ∈ S1 − B. Es sei α der Realteil von z. Wegen z = 1, −1 ist −1 < α < 1. Wir setzen X := z | z ∈ C, Re(z) > α und

Y := z | z ∈ C, Re(z) < α .

Dann sind X und Y oﬀene, disjunkte Teilmengen von C. Ferner gilt B ⊆ S1 − {z, z¯} ⊆ X ∪ Y und B ∩ X ∩ Y = ∅. Weil B zusammenh¨ angend ist, folgt B ∩ X = ∅ oder B ∩ Y = ∅ im Widerspruch zu 1 ∈ B ∩ X und −1 ∈ B ∩ Y . Also ist doch B = S1 . Korollar. Die Abbildung exp ist surjektiv. Beweis. Es sei 0 = z ∈ C. Nach Satz 1 gibt es ein x ∈ R mit exp(x) = |z| und z . Es folgt nach Satz 3 gibt es ein y ∈ R mit exp(iy) = |z| exp(x + iy) = exp(x)exp(iy) = |z|

z = z. |z|

Damit ist das Korollar bewiesen. Es gilt noch, den Kern von exp zu bestimmen. Er ist der Schl¨ ussel dazu zu erkennen, dass π die ludolphsche Zahl ist. Hilfssatz 2. Die Sinusfunktion ist auf dem Intervall (−1, 1) streng monoton wachsend. Beweis. Es seien u, v ∈ (−1, 1). Dann ist ∞

2k (−1)k 2k−i i u v (2k + 1)! i:=0 k:=0 = (u − v) 1 + R(u, v) .

sin u − sin v = (u − v)

Ist k ≥ 1, so ist 2k 2k 1 1 1 1 ≤ 2k−1 . u2k−i v i ≤ 1= (2k + 1)! i:=0 (2k + 1)! i:=0 (2k)! 2

578

Kapitel XV. Transzendente Zahlen

Es folgt

∞ R(u, v) ≤ k:=1

1 22k−1

=

2 . 3

Dies hat

2 1 = 1 − ≤ 1 + R(u, v) 3 3 zur Folge. Hieraus folgt schließlich, dass sin u < sin v genau dann gilt, wenn u < v ist. Satz 4. Ist 0 < p ≤ 2π, so sind a ¨quivalent: a) Es ist p = 2π. b) Es ist sin(x + p) = sin x f¨ ur alle x ∈ C. c) Es ist sin(x + p) = sin x f¨ ur alle x ∈ R. Beweis. Dass b) aus a) folgt, haben wir schon gesehen, und c) ist nat¨ urlich richtig, wenn b) richtig ist. Es gelte also c). Dann ist sin p = sin 0 = 0. Mit Hilfssatz 2 folgt hieraus, dass π p≥1> 4 ist. Es gibt daher ein k ∈ N0 mit π kπ >p− ≥ 0. 4 4 Wegen 2π ≥ p gilt daher 2π ≥ Mit Hilfssatz 2 folgt

kπ 4 ,

woraus k ≤ 8 folgt. Andererseits ist k ≥ 1.

kπ 1 π 0 ≤ sin p − < sin = √ . 4 4 2 Wegen sin x = sin(x + p) = sin x cos p + cos x sin p = sin x cos p ist cos p = 1 und somit cos(x + p) = cos x cos p − sin x sin p = cos x. Folglich ist exp(i(x + p)) = exp(ix) f¨ ur alle x ∈ R. Daher gilt nach Satz 1 k 1−i kπ kπ exp p − . i = exp − i = √ 4 4 2 F¨ ur k := 1, . . . , 8 folgt nun f¨ ur sin −kπ 4 der Reihe nach 1 1 1 1 − √ , −1, − √ , 0, √ , 1, √ , 0. 2 2 2 2

9. Die Exponentialfunktion Wegen 0 ≤ sin(p −

kπ 4 )

<

√1 2

579 ist daher k = 4 oder 8 und kπ sin p − = 0. 4

Mit Hilfssatz 2 folgt kπ = 0, 4 so dass p = π oder p = 2π ist. W¨are p = π, so folgte π π π π π + π = sin cos π + cos sin π = − sin = −1, 1 = sin = sin 2 2 2 2 2 p−

da ja cos π = −1 ist (Satz 1). Dieser Widerspruch zeigt, dass p = 2π ist. Damit ist der Satz bewiesen. Satz 5. F¨ ur p ∈ C sind die folgenden Bedingungen a ¨quivalent: a) Es ist p ∈ 2πZ. b) Es ist sin(x + p) = sin x f¨ ur alle x ∈ C. c) Es ist cos(x + p) = cos x f¨ ur alle x ∈ C. ur alle x ∈ C. d) Es ist ex+pi = ex f¨ Beweis. a) impliziert b): Induktion mit Satz 4. Es gelte b). Dann ist sin p = sin 0 = 0 und folglich sin x = sin(x + p) = sin x cos p + cos x sin p = sin x cos p. Also ist cos p = 1. Es folgt weiter cos(x + p) = cos x cos p − sin x sin p = cos x. Es gilt also c). Es gelte c). Dann ist cos p = cos 0 = 1 und daher cos x = cos(x + p) = cos x cos p − sin x sin p = cos x − sin x sin p, so dass sin p = 0 ist. Hiermit folgt sin(x + p) = sin x cos p + cos x sin p = sin x. Es gilt also auch b). Es gelte c). Dann gilt auch b), wie gerade gesehen. Es folgt eip = cos p + i sin p = 1 und weiter ex+ip = ex eip = ex . Also ist d) Folge von c).

580

Kapitel XV. Transzendente Zahlen

Es gelte schließlich d). Dann ist eip = e0 = 1. Es sei p = u + iv mit u, v ∈ R. Es folgt 1 = |epi | = |eui ||e−v | = e−v . Mit Satz 1 folgt, dass v = 0 ist, so dass p ∈ R ist. F¨ ur x ∈ R gilt cos(x + p) + i sin(x + p) = ex+ip = ex = cos x + i sin x. Weil 1 und i u ¨ ber R linear unabh¨ angig sind, gilt insbesondere sin(x + p) = sin x f¨ ur alle x ∈ R. Es gibt nun ein z ∈ Z mit 2π > p − 2zπ ≥ 0. Weil aber p − 2zπ Periode von sin ist, folgt mit Satz 4, dass p = 2zπ ist. Also ist a) Folge von d). Damit ist der Satz bewiesen. Zusammenfassend erhalten wir also das Korollar 1. Es ist exp eine Epimorphismus der additiven Gruppe von C auf die multiplikative Gruppe von C. Der Kern von exp ist gleich 2πiZ. Wir sind nun auch in der Lage, u ¨ber die Analysis die Existenz primitiver n-ter Einheitswurzeln sicherzustellen. Korollar 2. Ist n ∈ N und setzt man ζ := e Einheitswurzel.

2πi n

, so ist ζ eine primitive n-te

Beweis. Auf Grund von Korollar 1 ist genau dann ζ k = 1, wenn n Teiler von k ist. Satz 5. Der Umfang des Einheitskreises ist gleich 2π. Beweis. Wir setzen f (x) := eix . Dann ist f stetig diﬀerenzierbar. Es gilt f (x) = if (x) und damit |f (x)| = 1. Ferner ist die Einschr¨ ankung von f auf das halboﬀene Intervall [0, 2π) auf Grund von Korollar 1 eine Bijektion dieses Intervalls auf S1 . Die Analysis lehrt (s. etwa L¨ uneburg 1981, S. 324), dass die L¨ange von S1 gleich ' 0

2π

f (t)dt =

'

2π

dt = 2π 0

ist. Damit ist gezeigt, dass π die ludolphsche Zahl ist. Man kann hier m¨ uhelos noch mehr heraus holen. Ist ϕ ein Winkel mit Spitze in 0, dessen einer Schenkel die x-Achse ist und dessen anderer Schenkel den Einheitskreis im Punkte eix schneidet, so ist x die Bogenl¨ange von ϕ. Damit ist klar, dass sin x und cos x den gleichen Wert haben wie cos ϕ und sin ϕ. Die Funktionen sin und cos sind also die alten.

10. Die Transzendenz von e und π

581

10. Die Transzendenz von e und π. Nun geht es noch darum, die Transzendenz von e und π zu beweisen. Die Transzendenz von e zu beweisen, gelang zuerst Hermite (Hermite 1873). Die von ihm entwickelten Methoden halfen auch bei π weiter. Lesen wir hierzu Lindemann. Auf den Nachmittagsspazierg¨angen mit Thomae und Du Bois wurden alle ” m¨oglichen mathematischen Probleme besprochen und so auch das R¨atsel betreffend die Zahl π. W¨ ahrend Thomae und Du Bois meinten, man w¨ urde durch Kettenbruchentwicklungen der Sache n¨ aher kommen k¨ onnen, wies ich auf die Arbeit von Hermite u ¨ ber die Zahl e hin, auf der man weiterbauen m¨ usse, ohne allerdings damals eine Idee zu haben, wie das geschehen k¨onne. Sp¨ ater besch¨aftigte ich mich mit der Auﬂ¨osung algebraischer Gleichungen mittels transzendenter Funktionen und wollte in der Abhandlung von Hermite u ¨ber Gleichungen 5. Grades etwas nachsehen. Zuf¨ allig bekam ich stattdessen seine Abhandlung u ¨ber die Zahl e in die Hand und vertiefte mich in deren Studium, was ich schon beabsichtigt hatte, da Hermite mir seinerzeit diese Abhandlung u ¨berreichte mit der Bemerkung, er halte sie f¨ ur die wichtigste Arbeit seines Lebens. Seitdem besch¨aftigten mich diese Gedanken o¨fter und als ich am 12. April 1882 einen l¨ angeren Spaziergang nach G¨ untherstal und zur¨ uck u ¨ ber die Lorettoh¨ ohe machte, kam mir dort pl¨ otzlich der richtige Gedanke. Ich lief nach Hause und setzte mich an den Schreibtisch, um diese Idee sofort zu Papier zu bringen, und es schien mir alles zu stimmen. Abends sp¨at ging ich zum Essen ins Museum, wo mich Oberstleutnant v. dem Busche mit den Worten empﬁng: Sie sehen ja aus, als h¨ atten Sie die Quadratur des Kreises gel¨ ost!? Das Manuskript der Ausarbeitung sandte ich an Klein nach Leipzig zur Ver¨ offentlichung in den Mathematischen Annalen. Klein getraute sich nicht, auf eigene Verantwortung hin die Aufnahme in die Zeitschrift zu veranlassen und sandte das Manuskript an Georg Cantor in Halle zur Begutachtung. Dieser wieder war sehr befreundet mit Weierstrass und so entspann sich eine Korrespondenz zwischen mir, Cantor und Weierstrass, als deren Folge letzterer mich bat, die Ver¨oﬀentlichung eines Auszuges in den Sitzungsberichten der Berliner Akademie zu gestatten.“ (Auszug aus den Lebenserinnerungen Ferdinand v. Lindemanns seine Freiburger Zeit betreﬀend. Nachlass Ferdinand Lindemann. UB W¨ urzburg) Die Arbeit Lindemanns wurde 1883 in den Mathematischen Annalen publiziert. Er hat einen allgemeinen Satz u ¨ber Q-lineare Unabh¨ angigkeit gewisser Werte der Exponentialfunktion, aus dem dann die Transzendenz von iπ folgt, was wiederum ¨ ber Q ja die Transzendenz von π nach sich zieht, da i als Nullstelle von x2 + 1 u algebraisch ist. Den Ball ﬁng Weierstraß auf, der die Beweise von Lindemann vereinfachte (Weierstrass 1885). Die Vereinfachung bestand vor allem darin, dass Weierstraß die Ergebnisse von Hermite, auf die sich Lindemann berief, durch eigene Argumente ersetzte. Die weierstraßschen Ergebnisse wiederum trug Paul Bachmann in seinen Vorlesungen vor, die er 1892 unter dem Titel Vorlesungen u ¨ ber die Natur ” der Irrationalzahlen“ publizierte (Bachmann 1892).

582

Kapitel XV. Transzendente Zahlen

Das bachmannsche B¨ uchlein ist ein sehr reizvolles kleines Werk. Es gibt eine Begr¨ undung der reellen Zahlen mittels Intervallschachtelung, handelt von Kettenbr¨ uchen und charakterisiert die quadratischen Irrationellen gem¨ aß Lagrange als die reellen Zahlen, die sich durch periodische Kettenbr¨ uche darstellen lassen. Die liouvilleschen Zahlen werden vorgestellt und die Transzendenz von e und π bewiesen. Ferner enth¨alt es einen kurzen Abriss der Geschichte der Zahlen e und π, deren Irrationalit¨ at schon fr¨ uher bekannt war. Heute dient als Quellensammlung das Buch von Berggren, Borwein, Borwein 1997. Im Jahre 1893, also ein Jahr nach den Vorlesungen“ von Bachmann, erschienen ” in Band 43 der Mathematischen Annalen Arbeiten von Hilbert, Hurwitz und Gordan, die die Beweise von Lindemann weiter vereinfachten. Dabei bewies Hurwitz aber nur die Transzendenz von e. Alle drei Noten sind sehr kurz, so dass der Leser noch einiges erg¨anzen muss. Die gordanschen Beweise ﬁnden sich in aller Ausf¨ uhrlichkeit dargestellt in Weber 1899, S. 828ﬀ. Dieser Darstellung werde ich gleich im Großen und Ganzen folgen. Die gordanschen Beweise ﬁnden sich auch in Perron 1921 und Weber-Wellstein 1909 und 1934. Klein 1933 reproduziert die komplizierteren hilbertschen Beweise. Perron, Sch¨ uler Lindemanns, geh¨ ort der nachfolgenden Generation an. Zu seiner Generation geh¨ oren auch Theodor Schneider und Carl Ludwig Siegel, die B¨ ucher u ¨ ber transzendente Zahlen schlechthin verfassten (Schneider 1957, Siegel 1967). In den B¨ uchern der darauf folgenden Generation ﬁnde ich nur noch den hurwitzschen Beweis f¨ ur die Transzendenz von e (Herstein 1964, L¨ uneburg 1981a). In dem Buch Zahlen“ von Ebbinghaus und anderen ist die Transzendenz von e und π erw¨ahnt, ” aber nicht bewiesen. Nun also zu den gordanschen Beweisen. Zun¨ achst eine Nebenbemerkung. Wir erinnern uns, dass Cauchy den Absolutbetrag einer komplexen Zahl module nannte ¨ (Kapitel 6, Abschnitt 2). Gordan benutzt das deutsche“ Aquivalent Modul“ zum ” ” gleichen Zweck. Er betont dieses Wort oﬀensichtlich auf der ersten Silbe, da er f¨ ur es den Plural Moduln“ hat. ” Zun¨ achst stellen wir fest: s Satz 1. F¨ ur die i-te Ableitung des Polynoms ϕ = r:=0 cr xr gilt ϕ(i) =

r r−i cr i! x . i r:=i s

Beweis. Klar. Satz 2. F¨ ur r ∈ N0 setzen wir r i vr := (r − i)! x. i i:=0 r

10. Die Transzendenz von e und π Ist dann ϕ = ist

s

i i:=0 ci x

583

ein Polynom mit reellen oder komplexen Koeﬃzienten, so s

cr vr =

r:=0

s

ϕ(i) .

i:=0

(i)

Dabei bezeichne ϕ die i-te Ableitung von ϕ. Beweis. Wir beachten zun¨achst, dass r r r r i r r r−i vr = (r − i)! x = i! xr−i = i! x i r−i i i:=0 i:=0 i:=0 ist. Nun ist

r i

= 0, falls i > r ist. Mit Satz 1 folgt daher

s

s s r r r−i r r−i i! x = cr i! x i i r:=0 i:=0 i:=0 r:=0 s s s r r−i (i) = cr i! x = ϕ . i i:=0 r:=i i:=0

cr vr =

r:=0

s

cr

Damit ist der Satz bewiesen. Im Folgenden wird x mal als Unbestimmte und mal als Variable interpretiert. Das ist unproblematisch, da C unendlich ist. s Satz 3. Es sei ϕ := r:=0 cr xr ∈ C[x] und ur und qr seien deﬁniert durch ur (x) := r!

∞

xi (r + i)! i:=0

und qr (x) :=

ur (x) . e|x|

Dann ist |qr (x)| < 1 und ex

s

cr r! =

r:=0

s r:=0

ϕ(r) (x) + e|x|

s

cr qr (x)xr

r:=0

f¨ ur alle x ∈ C. Beweis. Es ist r!ex = vr (x) + xr ur (x).

(1) Ferner ist

r! (r+i)!

≤

1 i!

und daher

∞ ur (x) ≤ r! i:=1

∞ |x|i |x|i ≤ = e|x| − 1 < e|x| . (r + i)! i:=1 i!

584 Wegen qr (x) =

Kapitel XV. Transzendente Zahlen ur (x) e|x|

ist also |qr (x)| < 1 f¨ ur alle x. Ferner wird aus (1) die Formel r!ex = vr (x) + xr qr (x)e|x| .

Zusammen mit Satz 2 folgt hieraus, dass s

ex

s

cr r! =

r:=0

=

r:=0 s

cr vr (x) + e|x| ϕ(r) (x) + e|x|

r:=0

s r:=0 s

cr qr (x)xr cr qr (x)xr

r:=0

ist, q. o. o. Satz 4. Die Eulerzahl e ist transzendent. n Beweis. Wir nehmen an, es sei f := k:=0 Ck xk ∈ Z[x] und es gelte f (e) = 0. F¨ ur jede Wahl von ϕ gilt auf Grund von Satz 3 die Gleichung ek

s

s

cr r! =

r:=0

ϕ(r) (k) + ek

r:=0

s

cr qr (k)k r

r:=0

f¨ ur alle k ∈ N0 . Hieraus folgt, da der Faktor bei ek auf der linken Seite nicht von k abh¨ angt, dass 0= =

n k:=0 s

Ck

s

ϕ(r) (k) +

r:=0 n

Ck ϕ(r) (k) +

r:=0 k:=0

n

cr qr (k)k r

k:=0

r:=0

n

s

Ck ek

k:=0

ist. Wir setzen

s

Ck ek

cr qr (k)k r

r:=0

n xp−1 (i − x)p . (p − 1)! i:=1

ϕ :=

Dabei sei p eine Primzahl gr¨oßer als n und als |C0 |. Wir deﬁnieren ai durch n

(i − x)p =

i:=1

np

ai xi .

i:=0

Dann sind die ai ganze Zahlen. Insbesondere ist a0 = (n!)p . Es gilt also np−1 (n!)p p−1 1 x ϕ= + ai+1 xp+i . (p − 1)! (p − 1)! i:=0

10. Die Transzendenz von e und π

585

Ist k ≥ p, so folgt mit Satz 1 (k)

ϕ

=

np−1 i:=k−p

p + i p+i−k k! ai+1 . x (p − 1)! k

Dies zeigt, dass alle Koeﬃzienten von ϕ(k) ganz und durch p teilbar sind. Also ist ur alle z ∈ Z eine durch p teilbare, ganze Zahl. in diesem Falle ϕ(k) (z) f¨ Die Produktregel zeigt, dass ϕ(k) (j) = 0 ist f¨ ur alle k := 0, . . . , p − 1 und alle ur k := 0, . . . , p − 2. Es gibt j := 1, . . . , n, und ebenso folgt, dass ϕ(k) (0) = 0 ist f¨ daher eine ganze Zahl A mit n s

Ck ϕ(r) (k) = C0 ϕ(p−1) (0) + pA = C0 (n!)p + pA.

r:=0 k:=0

Wegen p > max(|C0 |, n) ist daher n s

Ck ϕ(r) (k)

r:=0 k:=0

eine ganze Zahl, die nicht durch p teilbar ist. Insbesondere ist sie nicht gleich 0, solange nur p > max(|C0 |, n) ist. Wir betrachten nun den zweiten Summanden der rechten Seite der Gleichung 0=

n s

Ck ϕ(r) (k) +

r:=0 k:=0

n

Ck ek

s

cr qr (k)k r ,

r:=0

k:=0

ohne den Zusammenhang der cr mit den ai explizit herzustellen. Da der erste Summand eine ganze Zahl ist, ist es auch der zweite. Nach Satz 3 ist |q(x)| < 1 f¨ ur alle x. Daher ist s s r ≤ c q (k)k |cr ||qr (k)|k r r r r:=0

≤

r:=0 s

|cr |k r =

r:=0

F¨ ur k = 0 ist

s

n k p−1 (i + k)p . (p − 1)! i:=1

cr qr (k)k r = 0.

r:=0

Ist k = 0 und setzt man y := k

n

i:=0 (i

+ k), so ist

n y p−1 y k p−1 . (i + k)p = · (p − 1)! i:=1 k (p − 1)!

586

Kapitel XV. Transzendente Zahlen

Weil die Exponentialreihe u ¨berall konvergiert, ist p → Es sei nun 0 < < 1 und

y p−1 (p−1)!

eine Nullfolge.

M := max |C1 |e, . . . , |Cn |en . Da es unendlich viele Primzahlen gibt, gibt es unter denen, die gr¨ oßer als die Zahl max(|C0 |, n) sind, auch eine Primzahl p mit y p−1 y · < k (p − 1)! nM f¨ ur k := 1, . . . , n. Es folgt s s n n k r k r C e c q (k)k C e c q (k)k = k r r k r r k:=0

r:=0

k:=1

≤ ≤

n k:=1 n k:=1

r:=0

n r M cr qr (k)k r:=0

M

= < 1. Mn

Nun ist die Zahl ganz links eine nicht negative ganze Zahl, so dass sie 0 ist. Dann ist aber auch n s Ck ϕ(r) (k) = 0, r:=0 k:=0

ein Widerspruch. Unsere Annahme, dass e algebraisch ist, ist also zu verwerfen. Damit ist der Satz bewiesen. Weil e transzendent ist, ist Q(e) zum K¨orper der Funktionen in einer Unbestimmten u ¨ ber Q isomorph. Die Entwicklungen von Abschnitt 6 des Kapitels 6 zeigen daher, dass Q(e) eine nicht-archimedische Anordnungesitz. Als Teilk¨ orper von R erbt Q(e) von R auch eine archimedische Anordnung. Dieser beiden Anordnungen von Q(e) wegen habe ich in meinem Analysisbuch die Transzendenz von e bewiesen. Der Begriﬀ ganz u ¨ ber Z“ wurde in Abschnitt 5 dieses Kapitels deﬁniert. ” Satz 5. Ist r ∈ Q ganz u ¨ber Z, so ist r ∈ Z. Beweis. Da r u ¨ ber Z ganz ist, gibt es ein Polynom f = xn +

n−1 i:=0

ai xi ∈ Z[x]

10. Die Transzendenz von e und π

587

mit f (r) = 0. Es gibt ferner ganze Zahlen s und t mit r = st , t ≥ 1 und ggT(s, t) = 1. Es folgt n−1 0 = sn + t ai tn−1−i si . i:=0

Ist p ein Primteiler von t, so folgt, dass p Teiler von sn und damit von s ist. Wegen der Teilerfremdheit von s und t kann es also keinen Primteiler von t geben, so dass t = 1 ist, q. e. d. Satz 6. Die ludolphsche Zahl π ist transzendent. Beweis. Wir nehmen an, π sei algebraisch. Dann ist auch iπ algebraisch, wenn i die u ¨ bliche Nullstelle von x2 + 1 ist. Es sei f das modiﬁzierte Minimalpolynom von iπ und w1 , . . . , wn seien die Nullstellen von f . Es gibt dann eine nat¨ urliche Zahl a mit n (x − wj ). f =a j:=1

Setzt man y := ax und deﬁniert man g durch y g(y) := an−1 f , a so ist g ganzzahlig, da f ganzzahlig ist. Ferner ist g(y) =

n

(y − awj ).

j:=1

Dies besagt, dass die awj ganz-algebraische Zahlen sind (s. Abschnitt 5). Da iπ eines der wj ist und eiπ = −1 ist, ist n

(1 + ewj ) = 0.

j:=1

Expandiert man dieses Produkt, so erh¨ alt man eine Gleichung der Form 1+

ewj +

ewj +wh +

ewj +wh +wk + . . . = 0.

Von den Exponenten in diesen Summen k¨ onnen einige 0 sein. Es sei C − 1 ihre Anzahl. Die andern, durch ihre Indexfolgen unterschieden, seien α1 , . . . , αm . Dann sind die αj algebraische und die aαj ganz-algebraische Zahlen. Es gilt (2)

C+

m j:=1

eαj = 0.

588

Kapitel XV. Transzendente Zahlen

Es ist ferner zu beachten, dass die Summen wj + wh + . . . unter allen Automorphismen des Zerf¨allungsk¨ orpers von f in ebensolche u ¨ bergehen. Wenn eine solche Summe 0 ist, so bleibt sie es auch unter Automorphismen. Dies besagt, dass auch ¨ bergehen. die αj unter diesen s Automorphismen in αh u Es sei ϕ := r:=0 cr xr ∈ C[x]. Nach Satz 3 gilt dann C

s

cr r! = C

r:=0

und eαj

s

s

ϕ(r) (0) + Cc0 qr (0)

r:=0

s

cr r! =

r:=0

ϕ(r) (αj ) + e|αj |

r:=0

s

cr qr (αj )αrj

r:=0

f¨ ur j := 1, . . . , m. Wegen (2) gilt daher (3) 0 = C

s

ϕ(r) (0) +

r:=0

s m

ϕ(r) (αj ) + Cc0 q0 (0) +

j:=1 r:=0

Wir setzen nun ϕ :=

m

e|αj |

j:=1

s

cr qr (αj )αrj .

r:=0

m amp+p−1 xp−1 (x − αj )p , (p − 1)! j:=1

wobei a, wie zuvor, den Leitkoeﬃzienten von f bezeichne. Wir deﬁnieren a0 , . . . , am durch m

(x − aαj )p =

j:=1

mp

aj xj .

j:=0

Weil die aαj ganz-algebraisch sind, sind es auch die aj . Weil die αj von den Automorphismen des Zerf¨allungsk¨ orpers von f untereinander permutiert werden, sind die aj auch rational. Nach Satz 5 sind sie also ganz-rational. Ferner ist a0 = (−1)mp amp

m j:=1

und auch

m

j:=1 (−aαj )

αpj =

m

p (−aαj )

j:=1

ist eine ganz-rationale Zahl. Es folgt

ϕ=

mp (ax)p−1 a0 xp−1 + aj aj+p−1 xj+p−1 (p − 1)! j:=1

=

mp−1 (ax)p−1 a0 xp−1 + aj+1 aj+p xj+p . (p − 1)! j:=0

10. Die Transzendenz von e und π

589

Ist r ≥ p, so folgt mit Satz 1 mp−1

ϕ(r) =

aj+1 aj+p

j:=r−p mp−1

=

aj+1 ar

j:=r−p

p + j j+p−r r! x (p − 1)! r

p+j r! (ax)j+p−r . (p − 1)! r

Der Koeﬃzient bei (ax)j+p−r ist eine durch p teilbare ganze Zahl. Es gibt also ein ganzzahliges Polynom ψ (r) mit ϕ(r) = pψ (r) (ax), falls nur r ≥ p ist. Es folgt ϕ(r) (αj ) = pψ (r) (aαj )). Weil aαj eine ganz-algebraische Zahl ist, ist daher auch ϕ(r) (αj ) eine ganz-algebraische Zahl. Es ist mp mp m m (r) ϕ (αj ) = p ψ (r) (aαj ). j:=1 r:=p

j:=1 r:=p

Die linke Seite dieser Gleichung bleibt unter allen Automorphismen des Zerf¨ allungsk¨ orpers von f invariant, ist also rational und folglich ganz-rational nach Satz 5. Dann ist aber auch mp m ψ (r) (aαj ) G := j:=1 r:=p

rational und folglich ganz-rational. Weil die αj allesamt die Vielfachheit p haben, ur alle r < p und alle j. Also ist ist ϕ(r) (αj ) = 0 f¨ mp m

ϕ(r) (αj ) = pG.

j:=1 r:=0

Es gilt

mp r:=p

(r)

ϕ

(0) =

mp

ak−p+1 ak−p+1

r:=p

und dies ist eine durch p teilbare ganze Zahl. Es sei mp r:=p

ϕ(r) (0) = pH.

r! (p − 1)!

590

Kapitel XV. Transzendente Zahlen

Weil 0 als Nullstelle von ϕ die Vielfachheit p − 1 hat, ist p−1

ϕ(r) (0) = ϕ(p−1) (0).

r:=0

Es folgt C

mp

ϕ(r) (0) +

r:=0

mp m

ϕ(r) (αj ) = Cϕ(p−1) (0) + p G + CH .

j:=1 r:=0

Nun ist (p−1)

ϕ

(0) = a

p−1

mp mp+1

a0 = (−1)

a

m

p aαj

.

j:=1

m W¨ ahlt man nun p gr¨ oßer als C und | j:=1 aαj |, so ist p kein Teiler von Cϕ(p−1) (0). Insbesondere ist dann Cϕ(p−1) (0) eine von 0 verschiedene ganze Zahl. Es folgt schließlich, dass mp mp m ϕ(r) (0) + ϕ(r) (αj ) C r:=0

j:=1 r:=0

eine von 0 verschiedene ganze Zahl ist. Wir betrachten den zweiten Ausdruck (4)

Cc0 q0 (0) +

m j:=1

e

|αj |

mp

cr qr (αj )αrj

r:=0

in (3), wobei uns der explizite Zusammenhang zwischen den aj und den ck nicht interessiert. Wir setzen α0 := 0, C0 := C und Cj := 1 f¨ ur j := 1, . . . , m. Dann ist Cc0 q0 (0) +

m j:=1

e|αj |

mp

cr qr (αj )αrj =

r:=0

m

Cj e|αj |

mp

cr qr (αj )αrj .

r:=0

j:=0

Ist λ eine der elementarsymmetrischen Funktionen, so ist λ(α0 , . . . , αm ) ≤ λ |α0 |, . . . , |αm | . Es folgt

mp mp r c q (α )α |cr |qr (αj )|αj |r = r r j j r:=0

r:=0

m p amp+p−1 |αj |p−1 αj | + |αk | . ≤ (p − 1)! k:=1

10. Die Transzendenz von e und π Wegen α0 = 0 ist daher | setzen dann

591

mp

r r:=0 cr qr (αj )αj

Y := a

m+1

= 0. Ist j > 0, so ist αj = 0. Wir

m |αj | + |αk | . |αj | k:=1

Dann ist

m p amp+p−1 |αj |p−1 Y Y p−1 . αj | + |αk | = (p − 1)! a|αj | (p − 1)! k:=1

Wie beim Beweise von Satz 4 sieht man nun, dass der Ausdruck (4) gleich 0 ist, wenn nur p gen¨ ugend groß ist. Dass ergibt aber den Widerspruch, dass 0 eine von 0 verschiedene ganze Zahl ist. Also ist π doch transzendent. Wir haben gesehen, dass 2π die L¨ ange der Peripherie des Einheitskreises ist. Dann ist π auch der Inhalt des Einheitskreises, was wir nicht ausgerechnet haben. Ein Blick in irgendein Analysisbuch wird den Leser ins Bild setzen. Weiß man dies, so zeigen die Entwicklungen von Abschnitt 2 des Kapitels 12 die G¨ ultigkeit des folgenden Korollares. Korollar. Es ist nicht m¨ oglich, mit Zirkel und Lineal ein Quadrat zu konstruieren, welches einem durch seinen Radius gegebenen Kreis ﬂ¨ achengleich ist. Mit diesem bemerkenswerten Satz sind wir ans Ende des Buches gelangt. Falls Sie, lieber Leser, mir bis hierher gefolgt sind, bewundere ich Ihr Durchhalteverm¨ ogen. Ich hoﬀe, Sie hatten einige Kurzweil. Leben Sie wohl! O got durch dine g¨ ute Beschere uns kugeln1 und h¨ ute, Menteln und r¨ ocke, Geisze und b¨ ocke, Schoﬀe und rinder, Vil frouwen und wenig kinder. Explicit durch den bank Smale dienst machent eime das jor langk. Notiz am Ende einer Bibelhandschrift des 13. Jahrhunderts. Universit¨ atsbibliothek Heidelberg Cod. Pal. Germ. 19–23, am Ende des 2. Bandes (fol 246rX). Zitiert nach Trost 1991, letzte Seite des Umschlags. 1

Kugel = Kapuze (Grimm) Als sie sich umblickte, sah sie auf einem Schemel, hart an der T¨ ur, den Schreiber Gaspard sitzen; seine braune Gugelkappe, die hinten mit dem gleichfarbigen Rock zusammenhing, war ihm von dem kurzen Schwarzhaar abgeglitten, so daß sie mit Schwanz und Kugel ihm im Nacken hing; (Theodor Storm, Ein Fest auf Haderslevhuus. In: Theodor Storm, Hans und Heinz Kirch und andere Novellen. Insel Taschenbuch 735, Frankfurt 1983, S. 80)

Lebensdaten Hippokrates von Chios, lebte in der zweiten H¨alfte des 5. Jahrhunderts vor Christus Platon 427 v. Chr.–347 v. Chr. Eudoxos von Knidos, etwa 400 v. Chr.–etwa 347 v. Chr. Aristoteles um 384 v. Chr.–322 v. Chr. Euklid lebte um 300 v. Chr. Archimedes um 287 v. Chr.–212 v. Chr. Eratosthenes von Kyrene etwa 284 v. Chr.–etwa 200 v. Chr., Universalgelehrter Apollonios von Perge um 260 v. Chr.– um 190 v. Chr. Marcus Vitruvius Pollio, lebte im 1. Jahrhundert vor Christus. Architekt und Ingenieur Heron. Sagte Mondﬁnsternis vom 13. M¨ arz 62 voraus Diophant lebte Mitte des 3. Jahrhunderts Theon von Alexandria 330/340–400 Hypatia um 370–415 Proklos Diadochos 412–485 Eutokios aus Askalon 5./6. Jahrhundert al-Hwarizmi um 780–um 850 Gerbert von Aurillac vor 945–1003, seit 999 Papst Sylvester II Leonardo Pisano, Fibonacci um 1170– nach 1241 Campanus von Novara um 1210–1296 Jordanus Nemorarius lebte um 1220 Marco Polo 1254–1324 Dante 1265–1321 Levi ben Gerson 1288–1344 Pietro Paolo Vergerio 1370–1444, Humanist und P¨ adagoge Filippo Brunelleschi, 1377–1446, Baumeister

Johannes Gensﬂeisch Gutenberg um 1397–1468 Piero della Francesca 1420/22–1492, Maler Georg Peurbach 1423–1461, Astronom, Mathematiker Alexander VI (Rodrigo de Borja) 1430?–1503, Papst 1492–1503 Regiomontanus, Johannes M¨ uller 1436–1476 Nicolas Chuquet 1445?–um 1488 Luca Pacioli 1445–1517, M¨onch und Mathematiker Leonardo da Vinci 1452–1519 Ludovico Sforza 1452–1508, Herzog von Mailand Maximilian I 1459–1519, deutscher Kaiser 1493–1519 Ludwig XII 1462–1515, K¨ onig von Frankreich 1462–1515. Nachfolger Karls VIII Scipione dal Ferro 1465–1526 Karl VIII 1470–1498, K¨ onig von Frankreich 1483–1498 Albrecht D¨ urer 1471–1528, Maler und Mathematiker Lucrezia Borgia 1480–1519 Martin Luther 1483–1546 Michael Stifel 1487?–1567, ev. Pfarrer und Mathematiker Ignatius von Loyola 1491–1556, Gr¨ under des Jesuitenordens Adam Ries 1492–1559 Peter Apian 1495–1552, Astronom, Geograf und Mathematiker Philipp Melanchthon 1497–1560, Humanist und reformatorischer Theologe Nicolo Tartaglia 1499/1500–1557 Estienne de la Roche, Ende des 15. bis Anfang des 16. Jahrhunderts.

594 Girolamo Cardano 1501–1576, Arzt, voracious polymath (Rose S. 146) Pedro Nunes 1502–1578, Kosmograf und Mathematiker Federico Commandino 1509–1575, ¨ Arzt und Mathematiker, Ubersetzer ¨ 1511–1553, Erasmus Reinhold d. A. Astronom und Mathematiker Georg Joachim Rhaeticus 1514–1576 Pierre de la Ram´ee 1515–1572, Philosoph und Logiker. In der Bartholom¨ausnacht ermordet Lodovico Ferrari 1522–1569 Rafael Bombelli 1526–1572, Ingenieur Erasmus Reinhold d. J. 1538–1611, Arzt, Apotheker und Bergvogt Fran¸cois Vi`ete 1549–1603, Jurist und Mathematiker Tycho Brahe 1546–1601 Miguel de Cervantes Saavedra 1547– 1616 Simon Stevin 1548–1620 John Neper 1550–1617 Jost B¨ urgi 1552–1632, Uhrmacher und Instrumentenbauer Philipp Lansberg 1560–1632 Henry Briggs 1561–1630 Thomas Finch 1561–1656 Simon Jacob ?–1564, Stadtschreiber in Frankfurt am Main Galileo Galilei 1564–1642 Johannes Kepler 1571–1630 Claude Gaspar Bachet de Meziriac 1581–1638 Ren´e Descartes 1596–1650, Philosoph, Mathematiker und Naturforscher Giovanni Battista Riccioli 1598–1671, Jesuit und Astronom Pierre de Fermat 1601–1665 Bernard Frenicle de Bessy um 1605– 1675 Giovanni Alfonso Borelli 1608–1679

Lebensdaten Frans van Schooten der J¨ ungere um 1615–1660 John Wallis 1616–1703 William Brouncker, Lord Viscount 1620?–1684 Blaise Pascal 1623–1662 Jan Hudde 1628–1704 Christiaan Huygens 1629–1695 Isaac Barrow 1630–1677 Isaac Newton 1643–1727 Gottfried Wilhelm Leibniz 1646–1716 Jobus Ludolﬀ 1649–1711 Ehrenfried Walther von Tschirnhaus 1651–1708 Michel Rolle, 1652–1719 Jakob Bernoulli I 1654–1705 Johann Bernoulli I 1667–1748 Abraham de Moivre 1667–1754 Roger Cotes 1682–1716 Colin MacLaurin 1698–1746 Clemens XI, Papst Francesco Bianchini 1662–1729 Gabriel Cramer 1704–1752 Leonhard Euler 1707–1783 Henry Fielding 1707–1754, Schriftsteller, Journalist und Jurist Jean-Baptiste le Rond d’Alembert 1717–1783 Giacomo Girolamo Casanova 1725– 1798 Johann Heinrich Lambert 1728–1777 Louis Antoine de Bougainville 1729– 1811, Geograf und Mathematiker Edward Waring 1734?–1798 Alexandre The´ophile Vandermonde 1735–1796 Joseph Louis Lagrange 1736–1813 Etienne B´ezout 1739–1783 Caspar Wessel 1745–1818, Feldmesser Gaspard Monge 1746–1818 Pierre Simon Laplace 1749–1827, Physiker und Mathematiker Adrien-Marie Legendre 1752–1833

Lebensdaten Ferdinand Fran¸cois D´esir´ee Budan de Boislaurent 1761–1840, Arzt Fran¸cois Budan 1761–1840, Arzt und Amateurmathematiker Paolo Ruﬃni 1765–1822, Arzt und Mathematiker Jean Robert Argand 1768–1822, Buchhalter Jean-Baptiste-Joseph de Fourier 1768–1830 Carl-Friedrich Gauß 1777–1855 Jacques Joseph Champollion-Figeac 1778–1867, Bibliothekar und Sprachforscher Marc S´eguin (S´eguin Aˆın´e) 1786– 1875, Ingenieur. Neﬀe der Gebr¨ uder Montgolﬁer William Rowan Hamilton 1788–1856 Augustin Cauchy 1789–1857 Jean Fran¸cois Champollion 1790– 1832, Entziﬀerer der Hieroglyphen August Ferdinand M¨ obius 1790–1868 Gabriel Lam´e 1795–1870 Jakob Steiner 1796–1863 Pierre-Fr´ed´eric Sarrus 1798–1861 Karl Georg Christian von Staudt 1798–1867 Julius Pl¨ ucker 1801–1868 Niels Henrik Abel 1802–1829 Jacob Karl Franz Sturm 1803–1855 Dirichlet, Johann Peter Gustav 1805– 1859 Hermann G¨ unther Grassmann 1809– 1877 Joseph Liouville 1809–1882 Ernst Eduard Kummer 1810–1893 Evariste Galois 1811–1832 Ludwig Otto Hesse 1811–1874 Theodor Sch¨ onemann 1812–1868 Pierre Laurent Wantzel 1814–1848, Ingenieur Karl Theodor Wilhelm Weierstraß 1815–1897

595 Gottfried Keller 1819–1890, Schriftsteller George Salmon 1819–1902, Mathematiker und Theologe Joseph Alfred Serret 1819–1885 Isaac Todhunter 1820–1884 Heinrich Eduard Heine 1821–1876 Enrico Betti 1823–1892 Ferdinand Gotthold Max Eisenstein 1823–1852 Leopold Kronecker 1823–1891 Franz Reuleaux 1829–1905, Ingenieur Richard Dedekind 1831–1916 James Clerk Maxwell 1831–1879, Physiker Peter Ludwig Mejdell Sylow 1832– 1918 Charles Robert M´eray 1835–1911 August Joseph Ignaz Toepler 1836– 1912, Physiker Paul Gustav Heinrich Bachmann 1837–1920 Camille Marie Ennemond Jordan 1831–1922, Bergbauingenieur und Mathematiker Julius Peter Christian Petersen 1839– 1910 Heinrich Weber 1842–1913 Jacob L¨ uroth 1844–1910 Georg Cantor 1845–1918 Ulisse Dini 1845–1913 Eugen Netto 1846–1919 Friedrich Ludwig Gottlob Frege 1848– 1925 Georg Ferdinand Frobenius 1849– 1917 Christian Felix Klein 1849–1925 Ludwig Stickelberger 1850–1936 George Chrystal 1851–1911 William Burnside 1852–1927 Carl Louis Ferdinand Lindemann 1852–1939 Giuseppe Peano 1858–1939 Ludwig Otto H¨ older 1859–1937

596 Rodolfo Bettazzi 1861–1941 Cesare Burali-Forti 1861–1831 Kurt Hensel 1861–1941 David Hilbert 1862–1943 Adolf Kneser 1862–1930 Eliakim Hastings Moore 1862–1932 George Abram Miller 1863–1951 Karl Ernst Zsigmondy 1867–1925 Felix Hausdorﬀ 1868–1942 ´ Emile Borel 1871–1956 Ernst Steinitz 1871–1928 Ernst Friedrich Ferdinand Zermelo 1871–1953 Bertrand Arthur William Russell 1872–1970 Ernst Wendt 1872–1946 Henri Lebesgue 1875–1941 Issai Schur 1875–1941 Georg Hamel 1877–1954 Felix Bernstein 1878–1956 Maurice Ren´e Fr´echet 1878–1973 Emmy Noether 1882–1935

Lebensdaten Joseph Henry Maclagan Wedderburn 1882-1948 Otto Haupt 1887–1988 Thoralf Albert Skolem 1887–1963 Ernst Paul Heinz Pr¨ ufer 1896–1934 Emil Artin 1898–1962 Otto Schreier 1901–1929 Reinhold Baer 1902–1979 Alfred Tarski 1902–1983 Bartel Leendert van der Waerden 1903–1996 Heinrich Franz Josef L¨ owig 1904–1995 Max Friedrich Deuring 1907–1984 John Barkley Rosser 1907–1989 Alan Mathison Turing 1912–1954 Hans Julius Zassenhaus 1912–1991 Oswald Teichm¨ uller 1913–1943 (im Krieg vermisst) John W. Tukey 1915–2000 Irving Kaplansky 1917–2006

Literaturverzeichnis Angaben wie XIII.3 am Ende der Eintr¨ age verweisen auf das Kapitel und den Abschnitt, wo das Werk zitiert wird. Niels Henrik Abel, M´emoire sur les ´equations alg´ebriques, o` u l’on d´emontre l’impossibilit´e de la r´esolution de l’´equation g´en´erale du cinqui`eme degr´e. Christiania 1824. Werke I, S. 28–33. XIII.1 — Beweis der Unm¨oglichkeit algebraische Gleichungen von h¨oheren Graden als dem vierten allgemein aufzul¨ osen. J. reine und angewandte Mathematik 1, 65– 84, 1826. XIII.1 — Pr´ecis d’une th´eorie des fonctions elliptiques. J. reine und angew. Mathematik 4, 236–277, 1829. XIII.6 — Œuvres compl`etes de Niels Henrik Abel. 2 B¨ande. Herausgegeben von Ludvig Sylow und Sophus Lie. Christiania 1881. XIII.1 ¨ Emil Artin, Uber einen Satz von Herrn J. H. Maclagan Wedderburn. Abh. Math. Sem. Univ. Hamburg 5, 245–250, 1927. VIIII.5 — Foundations of Galois theory. Lectures by Prof. E. Artin at New York University 1938. (Brown University Library QA171-A74). XIII.6, 8 — Galois Theory. Notre Dame Mathematical Lectures, Number 2. Notre Dame 1942. XIII.6, 8, XIIII.2 — The orders of the linear Groups. Comm. Pure & Appl. Math. 8, 355–365, 1955. VIIII.4 — Galoissche Theorie. Z¨ urich und Frankfurt/Main 1968. X.5, XIII.6 Emil Artin und Otto Schreier, Algebraische Konstruktion reeller K¨ orper. Abh. Math. Sem. Univ. Hamburg 5, 85–99, 1927. XI.7, 8, XIIII.2 Claude Gaspar Bachet, Problemes plaisans et delectables, qui se font par les nombres. 2. Auﬂ., Lyon 1624. VIIII.7 Paul Bachmann, Ueber Galois’ Theorie der algebraischen Gleichungen. Math. Ann. 18, 449–468, 1881. XIII.4 — Vorlesungen u ¨ber die Natur der Irrationalzahlen. Leipzig 1892. XV.10 Reinhold Baer, Linear Algebra and Projective Geometry. New York 1952. VIIII.8 Honor´e de Balzac, Les cent contes drolatiques colligez `es abbaies de Touraine et mis en lumi`eres par le sieur de Balzac pour l’esbattement des pantagruelistes et non aultres. Premier dixain. Chez Charles Gosselin, Paris 1832. Deuxi`eme dixain. Chez Charles Gosselin, Paris 1833. Troisi`eme dixain. Chez Werdet, Paris 1837. Zitiert nach Balzac 1970. XI.3 Honor´e de Balzac, Contes drolatiques pr´ec´ed´es de la com´edie humaine. Herausgegeben von R. Pierrot. 2. Auﬂage, Paris 1970. XI.3 Lennart Berggren, Jonathan Borwein, Peter Borwein, Pi: a Source Book. New York 1997. Roter Faden. XV.6, 10 Rodolfo Bettazzi, Teoria delle grandezze. Pisa 1890. XI.10

598

Literaturverzeichnis

— Sui punti di discontinuit` a delle funzioni di variabile reale. Rendiconti del circolo matematico di Palermo VI, 173–195, 1892. XI.1 — Gruppi ﬁnite ed inﬁniti di enti. Atti della R. Accademia delle scienze di Torino 31, 506–512, 1895/96. XI.1 — Fondamenti per una teoria generale dei gruppi. Periodico di matematica per l’insegnamente secondario. Anno XI, 81–96, 112–142, 173–180, 1896. XI.10 Garret D. Birkhoﬀ, Theory of Lattices. 2. Auﬂ., 1948 (zitiert nach H. Kneser 1950). XI.2 Garret D. Birkhoﬀ and H. S. Vandiver, On the integral divisors of an − bn . Ann. of Math. (ser. 2) 5, 173–180, 1904. VIIII.4 ´ Emile Borel, Sur quelques points de la th´eorie des fonctions. Nachdruck seiner Th`ese von 1894 in: Ann. de l’Ecole Normale Sup´erieure 12, 9–55, 1895. Werke I, 239–286. XIIII.10 — Le¸cons sur la th´eorie des fonctions. Paris 1898. Nachdruck Ann Arbor 1983. XI.3, XV.4 W. S. Brown, Generalized Polynomial Remainder Sequences. ACM Trans. on Math. Software 4, 237–249, 1978. VII.4 W. S. Brown and J. F. Traub, On Euclid’s Algorithm and the Theory of Subresultants. Journ. ACM 18, 505–514, 1971. VII.4 Bruno Buchberger, George E. Collins, R¨ udiger Loos (Herausg.), Computer Algebra. Symbolic and Algebraic Comutation. Computing Supplementum 4. Wien, New York 1982 Cesare Burali-Forti, Le classi ﬁnite. Atti della Reale Accademia delle scienze di Torino 32, 34–52, 1896/97. XI.1 Heinrich Burkhardt, Die Anf¨ ange der Gruppentheorie und Paolo Ruﬃne. Zeitschrift f¨ ur Mathematik und Physik 37, 119–159, 1892. XIII.1 William Burnside, On groups of order pα q β . Proc. Lond. Math. Soc. Ser.2, II, 432–437, 1904. XIII.3 — Theory of groups of ﬁnite order. Nachdruck der 2. Auﬂage 1911. New York 1955. XIII.2, 3 Georg Cantor, Beweis, dass eine f¨ ur jeden Wert von x durch eine trigonometrische Reihe gegebene Funktion f (x) sich nur auf eine einzige Weise in dieser Form darstellen l¨ asst. J. reine u. angew. Mathematik 72, 139–142, 1870. XI.1 ¨ — Uber die Ausdehnung eines Satzes aus der Theorie der trigonometrischen Reihen. Math. Ann. 5, 123–132, 1872. XI.1 — Ueber eine Eigenschat des Inbegriﬀs aller reellen algebraischen Zahlen. J. reine u. angew. Mathematik 77, 258–262, 1874. XI.7, XV.4 — Ueber unendliche, lineare Punktmannichfaltigkeiten. Math. Ann. 17, 355–358, 1880. XI.1 — Beitr¨age zur Begr¨ undung der Mengenlehre. Erster Artikel. Math. Ann. 46, 481– 512, 1895. XI.3

Literaturverzeichnis

599

— Gesammelte Abhandlungen mathematischen und philosophischen Inhalts. Herausgegeben von E. Zermelo. Berlin 1932 Jean Cassinet, Rodolfo Bettazzi (1861–1941), pr´ecurseur oubli´e de l’axiome du choix. Atti della Accademia delle Scienze di Torino 116, 169–179, 1984. XI.10 Augustin-Louis Cauchy, M´emoire sur le nombre des Valeurs qu’une fonction peut acqu´erir. lorsqu’on y permute de toutes les mani`eres possibles les quantit´es ´ qu’elle renferme. Journal de l’Ecole Polytechnique, XVIIe Cahier, Tome X, p.1–28; 1815a. Œuvres, Ser. 2, Vol. 1, 64–90. XIII.1 — M´emoire sur les fonctions qui ne peuvent obtenir que deux valeurs ´egales et de signes contraires par suite des transpositions op´er´ees entre les variables qu’elles ´ renferment. Journal de l’Ecole Polytechnique, XVIIe Cahier, Tome X, p. 29; 1815b. Œuvres, Ser. 2. Vol. 1, 91–169. XIII.1, 4 — Cours d’analyse. Paris 1821. Œuvres, Ser. 2, Vol. 3. Paris 1897. VIIII.2, XI.8, XV.9 — M´emoire sur les arrangements que l’on peut former avec des lettres donn´ees et sur les permutations ou substitutions a` l’aide desquelles on passe d’un arrangement `a un autre. In: Exercices d’analyse et de physique math´ematique. Bd. III, Paris 1844. Œuvres compl`etes d’Augustin Cauchy. 2. Serie. Band XIII. Paris 1932, S. 171–282. XIII.1, 7 — M´emoire sur la th´eorie des ´equivalences alg´ebriques substitu´ee `a la th´eorie des imaginaires. Exercices d’analyse et de physiques math´ematique. Paris 1847, S. 93–120. Œuvres 2. s´er. Band XIV. Paris 1938, S. 93–120. XIII.4 George E. Collins, Subresultants and Reduced Polynomial Remainder Sequences. Journal ACM 14, 128–144, 1967. VII.4 Paul M. Cohn, Universal Algebra. New York, Evanston, London, Tokio 1965. XIII.4 Mario Curzio, Lezioni di algebra. Neue Auﬂage. Caserta 1982. VIIII.1 Richard Dedekind, Abriß einer Theorie der h¨ oheren Congruenzen in Bezug auf einen reellen Primzahl-Modulus. J. reine und angew. Mathematik 54, 1–26, 1857. VIIII.2 — Beweis f¨ ur die Irreductibilit¨ at der Kreistheilungs-Gleichungen. J. reine und angew. Mathematik 54, 27–30, 1857a. VIIII.3 — Anzeige des Werkes: Die Lehre von der Kreistheilung und ihre Beziehungen zur Zahlentheorie von P. Bachmann. 1872. Schl¨ omilch’s Zeitschrift f¨ ur Mathematik und Physik 18, Literaturzeitung S. 14–24, 43, 1873. XIII.8 — Was sind und was sollen die Zahlen. Braunschweig 1888. Zweite Auﬂage. Braunschweig 1893 (zitiert nach der dritten Auﬂage). Dritte unver¨ anderte Auﬂage. Braunschweig 1911. XI.1 — Ueber Gruppen, deren s¨ ammtliche Theiler Normaltheiler sind. Math. Ann. 48, 548–561, 1897. VIIII.3, XIII.3 ¨ — Uber die Zerlegung von Zahlen durch ihre gr¨ oßten gemeinsamen Teiler. Festschrift der TH Braunschweig. 1–40, 1897. Werke, Bd. 2, 103–147, 1931. VIIII.3

600

Literaturverzeichnis

— Richard Dedekind, 1831–1981. Eine W¨ urdigung zu seinem 150. Geburtstag. Herausgegeben von Winfried Scharlau. Braunschweig/Wiesbaden 1981. VIII.6, VIIII.1, XII.4, XIII.4, 6 Richard Dedekind und Heinrich Weber, Theorie der algebraischen Functionen einer Ver¨anderlichen. J. reine u. angew. Mathematik 92, 181–290, 1882. VIIII.1, X.2 Max Deuring, Galoissche Theorie und Darstellungstheorie. Math. Ann. 167, 140– 144, 1932. XIIII.2 Auguste Dick, Emmy Noether, 1882–1935. Boston, etc. 1981. VIIII.3 Leonard Eugene Dickson, On the cyclotomic function. Amer. Math. Monthly 12, 86–89, 1905. VIIII.4 — On ﬁnite algebras. G¨ ottinger Nachrichten 1905a, S. 379. VIIII.5 — History of the Theory of Numbers. Vol. I and II. Nachdruck der Ausgabe 1919. New York 1971. VIIII.2 Jean Dieudonn´e, La g´eom´etrie des groupes classiques. Berlin, etc. 1955. VIIII.1 Peter Gustav Lejeune Dirichlet, Beweis des Satzes, dass jede unbegrenzte arithmetische Progression, deren erstes Glied und die Diﬀerenz ganze Zahlen ohne gemeinschaftlichen Teiler sind, unendlich viele Primzahlen enth¨ alt. Abh. der K¨ oniglichen Preussischen Akademie der Wissenschaften von 1837, S. 45–81. G. Lejeune Dirichlet’s Werke, Bd. II, 313–342. VIIII.5, 7 — Einige Resultate von Untersuchungen u ¨ ber eine Classe homogener Funktionen des dritten und h¨ oheren Grades. Sitzungsberichte der K¨ onigl. Preuß. Akademie der Wissenschaften 1841, 280–285, Werke Bd. I, 625–632. XV.5 — Verallgemeinerung eines Satzes aus der Lehre von den Kettenbr¨ uchen nebst einigen Anwendungen auf die Theorie der Zahlen. Abh. der K¨ oniglichen Preussischen Akademie der Wissenschaften 1842, 93–95. Werke Bd. I, 633–638. XV.5 — Zur Theorie der komplexen Einheiten. Abh. der K¨ oniglichen Preussischen Akademie der Wissenschaften 1846, 103–107. Werke Bd. I, 639–644 — Vorlesungen u ¨ ber Zahlentheorie. Herausgegeben und mit Zus¨ atzen versehen von R. Dedekind. Braunschweig 1863. XV.5 — Vorlesungen u ¨ ber Zahlentheorie. Herausgegeben und mit Zus¨ atzen versehen von R. Dedekind. Zweite umgearbeitete und vermehrte Auflage. Braunschweig 1871. VIIII.1, XI.4, XIII.4, XV.5 — Vorlesungen u ¨ ber Zahlentheorie. Herausgegeben und mit Zus¨ atzen versehen von R. Dedekind. 3. Auflage. Braunschweig 1879. VIIII.1 — Vorlesungen u ¨ ber Zahlentheorie. Herausgegeben und mit Zus¨ atzen versehen von R. Dedekind. 4. Auﬂage. Braunschweig 1894. VIIII.1, XI.4, XIII.8, XIIII.1 — Vorlesungen u ¨ ber die Lehre von den einfachen und mehrfachen bestimmten Integralen. Herausgegeben von G. Arendt. Braunschweig 1904. XIIII.10 Heinrich D¨orrie, Quadratische Gleichungen. M¨ unchen und Berlin 1943. XII.1, XV.1 — Ebene und sph¨ arische Trigonometrie. M¨ unchen 1950. XII.2 Paul Dubreil, Alg`ebre. Tome I (alles Erschienene). Paris 1946. VIIII.1 Dyck, Gruppentheoretische Studien. Math. Ann. 20, 1–44, 1882. XIII.4

Literaturverzeichnis

601

Heinz-Dieter Ebbinghaus et al., Redaktion Klaus Lamotke, Zahlen. 3. Auﬂage. Berlin etc. 1992. VI.2, XV.10 ¨ Ferdinand Gotthold Max Eisenstein, Uber die Irreductibilit¨ at und einige andere Eigenschaften der Gleichung, von welcher die Theilung der ganzen Lemniscate abh¨ angt. J. reine u. angew. Mathematik 39, 160–179, 1850. VII.1 — Lehrs¨atze. J. reine u. angew. Mathematik 39, 180–182, 1850. XIIII.1 Euklid, Euclides opera omnia, griech./lat. ed. J. L. Heiberg & H. Menge. Leipzig Bd. I, 1883, . . . , Bd. VIII, 1916 — Die Elemente. Nach Heibergs Text aus dem Griechischen u ¨ bersetzt und herausgegeben von Clemens Thaer. Darmstadt 1980. XII.1 Leonhard Euler, Introductio in analysin inﬁnitorum. Tomus primus. Lausanne 1748. Opera omnia. 1. Serie. Band 8. Leipzig und Berlin 1922. XV.7 — Sur une contradiction apparente dans la doctrine des lignes courbes. M´emoires de l’Acad´emie des sciences de Berlin 4, (1748), 219–233, 1750. Werke, Bd. 26, 33–45. VIII.1 — Demonstration sur le nombre des points o` u deux lignes des ordres quelconques peuvent se couper. M´emoires de l’Acad´emie des sciences de Berlin 4, (1748), 234–248, 1750. Werke, Bd. 26, 46–59. VIII.1 — Theoremata arithmetica nova methodo demonstrata. Novi commentarii academiae scientiarum Petropolitanae 8 (1760/1), 74–104, 1763. Opera omnia I, 531–555. VIII.2, VIIII.2 — Demonstrationes circa residua ex dvisione potestatum per numeros primos resultantia. Novi comm. academiae scientiarum Petropolitanae 18, 85–135, (1773) 1774. Werke, Bd. 3, 240–281. VIIII.2 ´ emens d’algebre. I & II. Lyon, L’an IIIe, de L’ERE ´ R´epublicaine. Dies ist die — El´ zweite Auﬂage der franz¨ osischen Ausgabe. Die erste erschien 1784 ebenfalls in Lyon. XV.1, 2, 6, 7 — Vollst¨andige Anleitung zur Algebra. Neue Ausgabe mit den Korrekturen der opera omnia“ Leonhard Eulers. 1. Serie Band 1 herausgegeben von Prof. Dr. ” Andreas Speiser. Leipzig 1942. Die erste Auﬂage erschien 1770. XII.1 C. J. Everett und G. Whaples, Representations of sequences of sets. Amer. J. Mathematics 71, 287–293, 1949. XI.3 Walter Feit and John Thompson, Solvability of groups of odd order. Pac. J. Math. 13, 755–1029, 1963. XIII.3 Ulrich Felgner, Buchbesprechung. Jahresb. DMV 97, 24–25, 1995. XI.1 Walter Felscher, Naive Mengen und abstrakte Zahlen. Bd. I, Mannheim 1978. XIIII.10 — Bd. II, Algebraische und reelle Zahlen. Mannheim 1978. XIIII.10 — Bd. III, Transﬁnite Methoden. Mannheim 1979. XI.1 David A. Foulser, Solvable ﬂag transitive aﬃne groups. Math. Z. 86, 191–204, 1964. XIII.7

602

Literaturverzeichnis

Joseph Fourier, Th´eorie analytique de la chaleur. Facsimilenachdruck der Ausgabe ´ Paris 1822. Edition Jacques Gabay, Sceaux 1988. XI.1 ¨ Adolf Fraenkel, Uber den Begriﬀ deﬁnit“ und die Unabh¨ angigkeit des Auswahl” axioms. Sitzungsberichte Akademie Berlin 1922, Math. Phys. Klasse, 253–257. X.1 Maurice Ren´e Fr´echet, Sur quelques points du calcul fonctionnel. Th`ese, Paris 1906. Rendiconti Palermo 22, 1906. (Zitiert nach Hausdorﬀ 1914, S. 456) XIIII.5 F. G. Frobenius, Theorie der linearen Formen mit ganzen Coeﬃzienten. J. reine u. angew. Math. 86, 146–208, 1879. VIIII.7 — Neuer Beweis des Sylowschen Satzes. J. reine u. angew. Math. 100, 179–181, 1887a. XIII.2, 4 — Ueber die Congruenz nach einem aus zwei endlichen Gruppen gebildeten Doppelmodul. J. reine u. angew. Math. 101, 273– 299, 1887b. XIII.2 ¨ — Uber auﬂ¨ osbare Gruppen. Sitzungsberichte der Akademie der Wissenschaften zu Berlin 1893, 337–345. Ges. Abhandlungen II, 565–573. XIII.3, 4 ¨ — Uber endliche Gruppen. Sitzungsberichte der Akademie der Wissenschaften zu Berlin 1895, 81–112. Ges. Abhandlungen II, 632–663. XIII.4 F. G. Frobenius & L. Stickelberger, Ueber Gruppen von vertauschbaren Elementen. J. reine u. angew. Mathematik 86, 217–262, 1879. F. G. Frobenius, Gesammelte Abhandlungen, 545–590. VIIII.2, 6, 7, XIII.2 ´ Evariste Galois, Sur la th´eorie des nombres. Bull. des sciences math´ematiques de Ferussac 13, 428–435, 1830. VIIII.2, XIII.7 ´ ´ ´ — Ecrits et m´emoires math´ematiques d’Evariste Galois. Edition critique int´egrale de ses manuscrits et publications par Robert Bourgne et J.-P. Azra. Pr´eface de J. Dieudonn´e. Paris 1962. VIIII.2, 5, X.3, XIII.3, 6, 7 Carl Friedrich Gauß, Disquisitiones arithmeticae. Leipzig 1801. Werke, Bd. 1. 2. Nachdruckauﬂage der Ausgabe G¨ottingen 1863. Hildesheim · New York 1981. VII.1, VIIII.2, 3, 6, XII.1, 2, 5 — D´emonstration de quelques Th´eor`emes concernants les p´eriodes des classes des formes binaires du second d´egr´e. Notiz aus dem Jahre 1801. Werke, Bd. 2, 266-268, G¨ ottingen 1863. VIIII.7 — Werke, Bd. 5. Nachdruck der Ausgabe G¨ ottingen 1867. Hildesheim · New York 1973. XII.1 Heinrich Georges, Ausf¨ uhrliches lateinisch-deutsches Handw¨ orterbuch. Herausgegeben von Karl Ernst Georges. Lizenzausgabe f¨ ur die Mitglieder der wissenschaftlichen Buchgesellschaft, Darmstadt 1984. VIIII.7 J. Gierster, Die Unterguppen der Galois’schen Grupppe der Modulargleichungen f¨ ur den Fall eines primzahligen Transformationsgrades. Math. Ann. 18, 319– 365, 1881. XIII.7 Kurt G¨ odel, The consistency of the axiom of choice and the generalized continuum-hypothesis. Proc. Nat. Academy of Sciences USA 24, 556f, 1938. X.1

Literaturverzeichnis

603

Paul Gordan, Transcendenz von e und π. Math. Ann. 43, 222–223, 1893. XV.10 Siegfried Gottwald, Hans-Joachim Ilgauds, Karl-Heinz Schlote (Herausgeber), Lexikon bedeutender Mathematiker. Leipzig 1990 Hermann G¨ unther Graßmann, Die Ausdehnungslehre. Berlin 1862. Werke I.2, 5– 383. Nachdruck New York 1972. XI.4 Martin Grassnick, B¨ ader und hygienische Einrichtungen als Zeugnisse fr¨ uher Kulturen. Herausgegeben von Klaus W. Usemann mit einem Nachwort von Hartmut Hofrichter. M¨ unchen, Wien 1992. VIIII.7 Hans Grauert und Wolfgang Fischer, Diﬀerential- und Integralrechnung II. Berlin, Heidelberg, New York 1968. XIIII.10 W. H. Greub, Linear Algebra. 3. Auﬂ. Berlin, etc. 1967. XIIII.6 Theo Grundh¨ ofer, Commutativity of ﬁnite groups according to Wedderburn and Witt. Archiv der Mathematik 70, 425–426, 1998. VIIII.5 Karlheinz Haas, Die mathematischen Arbeiten von Johann Hudde (1628–1704), B¨ urgermeister von Amsterdam. Centaurus 4, 235–284, 1956. VIII.3 W. Habicht, Zur inhomogenen Eliminationstheorie. Com. Math. Helv. 21, 79–98, 1948. VII.4 — Eine Verallgemeinerung des Sturmschen Wurzelz¨ ahlverfahrens. Com. Math. Helv. 21, 99–116, 1948a. VII.4 Marshal Hall Jr., Distinct representatives of subsets. Bull. Amer. Math. Soc. 54, 922–926, 1948. XI.3 — An algorithm for distinct representatives. Amer. Math. Monthly 63, 716–717, 1956. XI.3 — The theory of groups. Third printing. New York 1962. XIII.2 Philip Hall, On representatives of subsets. J. London Math. Soc. 10, 26-30, 1935. XI.3 Paul R. Halmos and H. E. Vaughan, The marriage problem. Amer. J. of Math. 72, 214–215, 1950. XI.3 Georg Hamel, Eine Basis f¨ ur alle Zahlen und die unstetigen L¨ osungen der Funktionalgleichung: f (x + y) = f (x) + f (y). Math. Ann. 60, 459–462, 1905. XI.4 G. H. Hardy and E. M. Wright, An Introduction to the Theory of Numbers. 4th Edition. Oxford at the Clarendon Press 1960. XV.1 ¨ Helmut Hasse, Uber eindeutige Zerlegung in Primelemente oder in Primhauptideale in Integrit¨ atsbereichen. J. reine u. angew. Math. 159, 3–12, 1928. VIIII.6 — Zahlentheorie. 3. Auﬂ. Berlin 1969. VIIII.8 Otto Haupt, Einf¨ uhrung in die Algebra I und II. Leipzig 1929. VIIII.2, XI.4 Felix Hausdorﬀ, Grundz¨ uge der Mengenlehre. Leipzig 1914. XI.2, XIIII.5, 10, XV.8 — Gesammelte Werke II. Grundz¨ uge der Mengenlehre“. Herausgegeben von E. ” Brieskorn, S. D. Chatterji, M. Epple, U. Felgner, H. Herrlich, M. Huˇsek, V.

604

Literaturverzeichnis

Kanovi, R. Koepke, G. Preuß, W. Purkert und E. Scholz. Berlin, etc. 2002. XIIII.5 Erich Hecke, Vorlesungen u ¨ ber die Theorie der algebraischen Zahlen. Leipzig 1923. Zweite unver¨anderte Auﬂage herausgegeben von Wilhelm Maak, Leipzig 1954. XV.5 E. Heine, Die Elemente der Functionenlehre. J. reine und ang. Mathematik 74, 172–188, 1872. XIIII.10 Olaf Helmer, The Elementary Divisor Theorem for Certain Rings without Chain Conditions. Bull. Amer. Math. Soc. 49, 225–236, 1943. VIIII.7 Kurt Hensel, Ueber die Darstellung der Zahlen eines Gattungsbereichs f¨ ur einen beliebigen Primdivisor. J. reine und angew. Mathematik 103, 230–237, 1888. XIIII.1 — Neue Grundlagen der Arithmetik. J. reine und angew. Mathematik 127, 51–84, 1904. X.1, XIIII.9 — Theorie der algebraischen Zahlen. Leipzig 1908. X.1, XIIII.8, 9 Christoph Hering, Transitive linear groups and linear groups wich contain irreducible subgroups of prime order. Geom. Ded. 2, 425–460, 1974. VIIII.4 Charles Hermite, Sur la fonction exponentielle. Comptes rendues de l’Acad´emie des Sciences 77, 74–79, 226–233, 285–293, 1873 (zitiert nach Berggren et al . XV.10 I. N. Herstein, Wedderburn’s theorem and a theorem of Jacobson. Amer. Math. Monthly 68, 249–251, 1961. VIIII.5 — Topics in Algebra. Waltham, Mass., Toronto, London 1964. VIIII.6, XV.10 Otto Hesse, Vorlesungen u ¨ ber Analytische Geometrie des Raumes. Leipzig 1876. VIIII.1 ¨ David Hilbert, Uber die Irreduzibilit¨ at ganzer rationaler Funktionen mit ganzzahligen Koeﬃzienten. J. reine und angew. Mathematik 110, 104–129, 1892. XIII.8 — Ueber die Transzendenz der Zahlen e und π. G¨ ottinger Nachrichten (Nr. 2) von 1893. Wieder abgedruckt in Math. Ann. 43, 216–219, 1893. — Die Theorie der algebraischen Zahlk¨ orper. Jahresb. DMV 4, 173–546, 1894/95. XIIII.1 — Grundlagen der Geometrie. In: Festsschrift zur Feier der Enth¨ ullung des GaussWeber-Denkmals in G¨ottingen. Herausgegeben von dem Fest-Comitee. Leipzig 1899. I.6, III.6, VI.6, XII.3 Otto H¨ older, Zur¨ uckf¨ uhrung einer beliebigen algebraischen Gleichung auf eine Kette von Gleichungen. Math. Ann. 34, 26–56, 1889. XIII.4 E. Horowitz, Algorithms for partial fraction decomposition and rational function integration. SYMSAM 1971, 441–457. X.7 Jan Hudde, Epistola prima de reductione aequationum. In Band I der Geometria Renati Cartesii. Herausgegeben von Frans van Schooten. Amsterdam 1659/61. Zitiert nach Haas 1956. VIII.3

Literaturverzeichnis

605

Bertram Huppert, Zweifach transitive, auﬂ¨ osbare Permutationsgruppen. Math. Z. 68, 126–150, 1957. XIII.7 Adolf Hurwitz, Beweis der Transzendenz der Zahl e. Math. Ann. 43, 220–221, 1893. XV.10 Christiaan Huygens, Descriptio automati planetarii. In: Christiani Hugenii, Opuscula postuma. Leyden 1703. S. 429–460. Universit¨atsbibliothek Mannheim. Sig. Sch 105/306. XV.6, 7 Simon Jacob, Rechenb¨ uchlin auf den Linien und mit Ziﬀern. Vierte von seinem Bruder Pangratz herausgegebene Auﬂage. Frankfurt am Main 1571. XV.1 Nathan Jacobson, Lectures in Abstract Algebra III. Theory of Fields and Galois Theory. Nachdruck der Auﬂage 1964. New York, Heidelberg, Berlin 1975. XIIII.1 Wolfram Jehne, Die Entwicklung des Umkehrproblems der Galoisschen Theorie. Math.-Phys. Semesterichte. Neue Folge XXVI, 1–35, 1979. XIII.3 Camille Jordan, Trait´e des substitutions et des ´equations alg´ebriques. Paris 1870. Nachdruck Paris 1957 und 1989. VIIII.1, 5, 7, XI.4, XIII.2 — Sur la limite de transitivit´e des groupes non altern´es. Bull. Soc. math. de France 1, 40–71, 1873. XIII.4 E. Kaltofen, Factorization of Polynomials. In: Buchberger, Collins, Loos 1982, 95– 113. X.7 Irving Kaplansky, Inﬁnite Abelian Groups. Ann Arbor 1954. Fourth Printing 1962. VIIII.6, 7, X.1, XV.5 — Commutative Rings. Boston/Mass. 1970. VIIII.7, 8, XV.5 Andreas Karst, Rechnen in K(x). Dissertation im Fachbereich Mathematik der Universit¨ at Kaiserslautern. Kaiserslautern 1991. D 386. X.7, XIIII.3 A.Ya. Khinchin, Continued fractions. 3. Auﬂage. Chicago, London 1964. XV.1 B. Melvin Kiernan, The Development of Galois Theory from Lagrange to Artin. Arch. History of Exact Sciences 8, 40–154, 1971. (S. hierzu die Arbeit van der Waerden 1972). XIII.1, 8 Gustav Kirchhoﬀ, Ueber die Auﬂ¨ osung der Gleichungen, auf welche man bei der Untersuchung der linearen Vertheilung galvanischer Str¨ ome gef¨ uhrt wird. Pogg. Annal. 72, 1847. XI.4 — Gesammelte Abhandlungen. Leipzig 1882 Felix Klein, Vorlesungen u ¨ ber das Ikosaeder und die Auﬂ¨ osung der Gleichungen vom f¨ unften Grade. Leipzig 1884. Von diesem Buch gibt es weitere Auﬂagen. VIIII.1 — Gesammelte mathematische Abhandlungen I. Herausgegeben von R. Fricke und A. Ostrowski. (Von F. Klein mit erg¨anzenden Zus¨ atzen versehen.) Nachdruck der Ausgabe Berlin 1921. Berlin 1973. VIIII.1 — Elementarmathematik vom h¨ oheren Standpunkt aus. Band I. Berlin 1933. IIII.1, XV.10

606

Literaturverzeichnis

Bronislaw Knaster, Un th´eor`eme sur les fonctions d’ensembles. Ann. soc. Polon. Math. 6, 133–134, 1928. Zitiert nach Tarski 1955. XI.3 Adolf Kneser, Arithmetische Begr¨ undung einiger algebraischer Fundamentals¨ atze. J. reine und angew. Mathematik 102, 20–55, 1888, VIIII.1 Hellmuth Kneser, Eine direkte Ableitung des Zornschen Lemmas aus dem Auswahlaxiom. Arch. Math. 53, 110–113, 1950. XI.2 ¨ ¨ Alwin Reinhold Korselt, Uber einen Beweis des Aquivalenzsatzes. Math. Ann. 70, 294–296, 1911. XI.3 ¨ Leopold Kronecker, Uber die algebraisch auﬂ¨ osbaren Gleichungen. Monatsber. Akad. Berlin 1853, 365–374. Werke, Bd. 4. Leipzig · Berlin 1929. S. 3–11. VIIII.1 — M´emoire sur les facteurs irr´eductibles de l’expression xn − 1. Journ. math. pure et appl., S´er. I, Bd. 19, 177–192, 1854. Werke Bd. 1, 75–92. VII.1, VIIII.1 — Auseinandersetzung einiger Eigenschaften der Klassenzahl idealer complexer Zahlen. Monatsberichte der Berliner Akademie 1870. Werke Bd. 1, 273–282, 1895. XIII.4, 8 — Grundz¨ uge einer arithmetischen Theorie der algebraischen Gr¨ ossen. J. reine und angew. Mathematik 92, 1–122, 1882. Dies ist die sog. Kummerfestschrift. VIIII.1 — Ein Fundamentalsatz der allgemeinen Arithmetik. J. reine und angew. Mathematik 100, 490–510, 1887. VIIII.1 Joseph Louis Lagrange, Sur la r´esolution des ´equations num´eriques. M´emoires de l’Academie royale des Scienceser Belles-Lettres de Berlin. 23, 1769. Werke, Bd. 2, 539–578. XI.8, 9 — Sur l’´elimination des inconnues dans les ´equations. M´emoires de l’Acad´emie royle des Sciences et Belles-Lettres de Berlin, XXV, (1767) 1771. Werke, Bd. 3, 141–154. VII.2 — R´eﬂexion sur la R´esolution alg´ebrique des ´equations. Nouveaux M´emoires de l’Acad´emie royale des Sciences et Belles-Lettres de Berlin, ann´ees 1770 et 1771. Werke Band 3, 205–421. VIII.1, 3, 5 ´ emens d’algebre. — Additions a` l’analyse indetermin´ee. Siehe L. Euler, El´ — Œuvres de Lagranges. J.-A. Serret, ´ed. 14 B¨ande. Paris 1867–1897. Nachdruck Hildesheim und New York 1973 Joachim Lambek, Lectures on Rings and Modules. Waltham, Massachusetts · Toronto · London 1966. VIIII.8 ¨ Edmund Landau, Uber die Irreduzibilit¨ at der Kreisteilungsgleichung. Math. Z. 29, 462, 1929. VIIII.3 ¨ — Uber die Irreduzibilit¨ at der Kreisteilungsgleichung. Math. Z. 29, 462, 1928. VIIII.3 — Collected Works. Edited by L. Mirsky, I. J. Schoenberg, W. Schwarz, H. Wefelscheid. Vol 1. Thales Verlag, Essen o. J.

Literaturverzeichnis

607

Susan Landau & Gary Lee Miller, Solvability by radicals is in polynomial time. Proc. 15th ACM Symposium on the Theory of Computing, 140–151, 1983. XIII.6 Serge Lang, Algebra. Reading/Mass, etc. 1965. XIIII.6 Henri Lebesgue, Le¸cons sur l’int´egration et la recherche des fonctions primitives. Paris 1904. Werke Bd. 2, S. 11–154. Genf 1972. XIIII.10 — Buchbesprechung: Young (W.-H.) et Chisholm Young (Grace). — The theory of sets of points. XII–316 pages. Cambridge, University press, 1906. Bulletin des sciences math´ematiques. 2me s´er. 31, 129–135, 1907. XIIII.10 — L’Œuvres math´ematiques de Vandermonde. L’Enseignement math´ematique I, 203–223, 1955. VIII.1, XII.1, 5 A. M. Legendre, Essai sur la th´eorie des nombres. Paris, an VI (1797/98). VIIII.2, XIII.1 Gottfried Wilhelm Leibniz, Mathematische Schriften. Herausgegeben von C. I. Gerhardt. Bd. I. Nachdruck der Ausgabe Halle 1849. Hildesheim · New York 1971. VIIII.2, XV.7 — Mathematische Schriften. Herausgegeben von C. I. Gerhardt. Bd. VII. Nachdruck der Ausgabe Halle 1863. Hildesheim · New York 1971. VIIII.2 Friedrich W. Levi, Zur Irreduzibilit¨ at der Kreisteilungspolynome. Comp. Math. 1, 303–304, 1933. VIIII.3 Carl Louis Ferdinand Lindemann, Ueber die Zahl π. Math. Ann. 20, 213–225, 1882. XV.10 Joseph Liouville, Sur des classes tr`es ´etendues de quantit´es dont la valeur n’est ni alg´ebriques, ni mˆeme r´eductible a` des irrationelles alg´ebriques. J. de math. 16, 133–142, 1851. XV.3 R¨ udiger Loos, Generalized Polynomial Remainder Sequences. In: Buchberger, Collins, Loos 1982, 115–137. VII.3 Falko Lorenz, Einf¨ uhrung in die Algebra II. 2. Auﬂage. Heidelberg, Berlin, Oxford 1997. XIIII.10 ¨ Heinrich L¨ owig, Uber die Dimension linearer R¨ aume. Stud. Math. 5, 18–23, 1934. XI.4 Jan L ukasiewicz, Elementy logiki matematyczenej. Warschau 1929. XIII.4 Heinz L¨ uneburg, Einf¨ uhrung in die Algebra. Berlin, etc. 1973. X.1 — Was ist das kleinste gemeinsame Vielfache zweier rationaler Zahlen? Math. phys. Semesterberichte 23, 6–13, 1976. VIIII.8 — Vorlesungen u ¨ ber Zahlentheorie. Basel und Stuttgart 1978. XV.6 — Ein einfacher Beweis f¨ ur den Satz von Zsigmondy u ¨ ber primitive Primteiler von an − 1. In: Geometries and Groups. Proceedings of a Colloquium Held at the Freie Universit¨at Berlin, May 1881. Ed. by Martin Aigner and D. Jungnickel. Springer LNM 893, 219–222. Berlin, Heidelber, New York 1981. VIIII.4, XV.10 — Vorlesungen u ¨ ber Analysis. Mannheim 1981a. I.9, XIIII.5, 6, 10, XV.10

608

Literaturverzeichnis

— Eﬀektive Kontruktion der algebraischen Erweiterungen von GF(p) sowie der vollst¨andigen Kreisteilungsk¨orper. Math. Z. 186, 363–375, 1984. XIIII.10 — On a Little but Useful Algorithm. In: Algebraic Algorithms and Error Correcting Codes. Herausgegeben von Jacques Calmet. Springer LNCS 229, 296–301, 1986. VIIII.7 — On the Rational Normal Form of Endomorphisms. Mannheim, etc. 1987. XIIII.1 — Kleine Fibel der Arithmetik. Mannheim, etc. 1987a. VII.3, 6, VIIII.2, 7 — On the computation of the Smith normal form. Atti del convegno internazionale di teoria dei gruppe e geometria combinatoria. Firenze, 23–25 Ottobre 1986. Supplemento ai Rend. del Circolo Matematico di Palermo. Ser. II – numero 19 – 1988, 135–171. VIIII.7 — Tools and Fundamental Constructions of Combinatorial Mathematics. Mannheim 1989. VII.2, XIII.4 — Leonardi Pisani Liber Abbaci oder Lesevergn¨ ugen eines Mathematikers. 2. Auflage. Mannheim 1993. 1. Auﬂage Mannheim 1992. VIIII.7 — Vorlesungen u ¨ ber Lineare Algebra. Mannheim 1993a. VIIII.7, X.1 — Gruppen, Ringe, K¨ orper. Die grundlegenden Strukturen der Algebra. M¨ unchen, Wien 1999a. XIII.2 Jakob L¨ uroth, Beweis eines Satzes u ¨ ber rationale Curven. Math. Ann. 9, 163–165, 1875. X.6 Gunter Malle und B. Heinrich Matzat, Inverse Galois Theory. Berlin, etc. 1999. XIII.3 James H. McKay, Another proof of Cauchy’s group theorem. Amer. Math. Monthly 66, 119, 1959. XIII.2 Joachim Marquardt, Das Privatleben der R¨ omer. 2 B¨ande. Nachdruck der 2. Auﬂage, Leipzig 1886. Darmstadt 1980. VIIII.7 George E. Martin, Geometric Constructions. New York, Berlin, Heidelberg 1998. XII.3 Petra Meyer, Eine Charakterisierung vollst¨ andig regul¨ arer, abelscher Erweiterungen. Abh. Math. Sem. Hamburg 68, 199–223, 1998. XIIII.1 George Abram Miller, On the commutator groups. Bull. Amer. Math. Soc. 4, 135– 139, 1898. XIII.3 Leon Mirsky, Transversal Theory. New York, etc. 1971. XI.3 August Ferdinand M¨ obius, Der barycentrische Calc¨ ul. Leipzig 1827. VIIII.1 ¨ — Uber eine besondere Art von Umkehrung der Reihen. J. reine und angew. Mathematik 9, 105–123 (1832). VIIII.2 Abraham de Moivre, Miscellanea analytica de seriebus et quadraturis. London 1730. Zitiert nach Euler Opera omnia I8 . VIII.1, XV.7 Gaspard Monge, G´eom´etrie descriptive. 1. Auﬂage, Paris, An VII. 2. Auﬂage, Paris 1811. VIIII.1

Literaturverzeichnis

609

Eliakim Hastings Moore, A doubly-inﬁnite system of simple groups. Mathematical Papers Read at the International Mathematical Congress Chicago 1893, 208– 242. New York 1896. VIIII.1, 2 David R. Musser, Multivariate Polynomial Factorization. Journal of the ACM 22, 291–308, 1975. X.7 Takasi Nagahara & Hisao Tominga, Elementary Proofs of a Theorem of Wedderburn and a Theorem of Jacobson. Abh. Math. Sem. Univ. Hamburg 41, 72–74, 1974. VIIII.5 A. Natucci, Rodolfo Bettazzi. Periodico di Matematica per l’insegnamento secondario. Serie 4, XXI, 203–204, 1941. XI.10 Eugen Netto, Neuer Beweis eines Fundamentaltheorems aus der Theorie der Substitutionslehre. Math. Ann. 13, 249–250, 1878. XIII.2 — Ueber einen L¨ uroth-Gordanschen Satz. Math. Ann. 46, 310–318, 1895. X.6 Albert Neuburger, Die Technik des Altertums. Nachdruck der Auﬂage Leipzig 1919. Leipzig o. J. VIIII.7 O. Neumann, Two proofs of the Kronecker-Weber theorem “according to Kronecker, and Weber”. J. reine und angew. Mathematik 323, 105–126, 1981. VIIII.1 Peter Neumann, On the date of Cauchy’s contributions to the founding of the theory of groups. Bull. Australian Math. Soc. 40, 293–302, 1989. XIII.1 Maurice d’Occagne, Trait´e de nomographie. Th´eorie des abaques — applications pratiques. Paris 1899. VIIII.1 Giuseppe Peano, D´emonstration de l’int´egrabilit´e des ´equations diﬀ´erentielles ordinaires. Math. Ann. 37, 182–228, 1890. XI.1 — Formulaire de math´ematiques publi´e par la Rivista Matematica“ Tome I. Turin ” 1895. XI.10 Oskar Perron, Die Lehre von den Kettenbr¨ uchen I und II. Nachdruck der dritten Auﬂage, Stuttgart 1954. Stuttgart 1977. XV.1 Julius Petersen, Theorie der algebraischen Gleichungen. Kopenhagen 1878. VIIII.1, X.7 Julius Pl¨ ucker, System der analytischen Geometrie auf neue Betrachtungsweise gegr¨ undet, und insbesondere eine ausf¨ uhrliche Theorie der Curven dritter Ordnung enthaltend. Berlin 1835. VIIII.1 Alexander Prestel, Non-Standard Analysis. In: Hans-Dieter Ebbinghaus et al., Zahlen. 3. Auﬂage. Berlin, Heidelberg 1992, 255–275. XV.7 Heinz Pr¨ ufer, Untersuchungen u ¨ ber die Zerlegbarkeit der abz¨ ahlbaren prim¨aren Abelschen Gruppe. Math. Z. 17, 35–61, 1923. VIIII.7 Richard Rado, Note on the transﬁnite case of Hall’s theorem on representatives. J. London Math. Soc. 42, 321–324, 1967. XI.3

610

Literaturverzeichnis

Adam Ries, Rechenbuch/auﬀ Linien vnd Ziphren/in allerley Handthierung/ Gesch¨aﬀten vnnd Kauﬀmanschaﬀt. Facsimilenachdruck der Ausgabe Frankfurt 1574 (B/69 bei Gebhardt und Rochhaus). 3. Auﬂage. Brensbach/Odw. 1978. XI.3 Clara Silvia Roero (Herausgeberin), La facolt` a di scienze mathematiche ﬁsiche naturali di Torino 1848–1998. Tomo secondo. I docenti. Turin 1999. XI.10 A. Robinson, Non-standard analysis. Amsterdam, London 1966. XV.7 Walter Rudin, Principles of Mathematical Analysis. International Student Edition. New York etc. 1964. XIIII.10 — Analysis. Deutsche Ausgabe neu bearbeitet von Norber Herrmann. M¨ unchen 1998. XIIII.10 Paolo Ruﬃni, Opere matematiche di Paolo Ruﬃni. Herausgegeben von Ettore Bortolotti. 3 B¨ ande. Palermo 1915–1954. Zitiert nach Kiernan 1971. XIII.1 M. Ruthinger, Die Irreduzibil¨ atsbeweise der Kreisteilungsgleichung. Inaug. Diss. Straßburg 1907. VIIII.3 ˇ Igor R. Safareviˇ c, Constructions of ﬁelds of algebraic numbers with given solvable Galois group. Izv. Akad. Nauk SSSR. Ser. Mat. 18, 225–378, 1954 [AMS Translations (2) 4, 185–237, 1956]. XIII.3 Winfried Scharlau, s. Dedekind Ernst Schering, Die Fundamental-Classen der zusammengesetzten arithmetischen Formen. Abh. der K¨ onigl. Gesellschaft der Wissenschaften in G¨ ottingen. Phys. Klasse. 14, 3–16, 1870. VIIII.6, 7, XIII.4 Theodor Schneider, Einf¨ uhrung in die transzendenten Zahlen. Berlin, G¨ ottingen, Heidelberg 1957. XV.10 Arthur Schoenﬂies, Die Entwicklung der Lehre von den Punktmannigfaltigkeiten. Jber. DMV 8, 2. Heft, 1 - 250, 1900. XIIII.10 Theodor Sch¨ onemann, Von denjenigen Moduln, welche Potenzen von Primzahlen sind. J. reine u. angew. Mathematik 32, 93–105, 1846. VII.1 — Ueber einige von Herrn Eisenstein aufgestelle Lehrs¨ atze, irreductible Congruenzen betreﬀend (S. 182 Bd. 39 dieses Journals). J. reine u. angew. Mathematik 40, 185–187, 1850. XIIII.1 — Notiz. J. reine u. angewandte Mathematik 40, 188, 1850 Peter Schreiber, Theorie der geometrischen Konstruktionen. Berlin 1975. XII.2 Issai Schur, Zur Irreduzibilit¨ at der Kreisteilungsgleichung. Math. Z. 29, 463, 1929. VIIII.3 — Gleichungen ohne Aﬀekt. Sitzungsberichte der Preussischen Akademie der Wissenschaften 1930. Physikalisch-Mathematische Klasse, 443–449. Werke Bd. 3. XIII.7 — Gesammelte Abhandlungen. Herausgegeben von Alfred Brauer und Hans Rohrbach. 3 B¨ande. Berlin - New York - Heidelberg 1973. XIII.8

Literaturverzeichnis

611

Joseph A. Serret, Cours d’Alg`ebre superieur. Paris 1849, 2 1854, 3 1866. VIIII.1 — Handbuch der h¨ oheren Algebra. Deutsch von G. Wertheim. Leipzig 1868 Carl Ludwig Siegel, Transzendente Zahlen. Mannheim 1967. XV.10 Henry John Stephen Smith, On Systems of Linear Indeterminate Equations and Congruences. Phil. Transactions, 151, 293–326, 1861. The Collected Mathematical Papers I. Nachdruck der Ausgabe 1894, New York 1965, 367–409. VIIII.7 Georg Karl Christian v. Staudt, Geometrie der Lage. N¨ urnberg o. J. Das einzige Datum, das mein Exemplar aufweist, steht am Ende des Vorworts und lautet: Erlangen, im August 1847. Es tr¨ agt den Besitzvermerk: G. Chrystal, Edinburgh, 1881. VIIII.1 Karl Georg Christian v. Staudt, Beitr¨ age zur Geometrie der Lage. Erstes Heft. N¨ urnberg 1856. Zweites Heft. N¨ urnberg 1857. Drittes Heft. N¨ urnberg 1860. VIIII.1 Jacob Steiner, Systematische Entwickelung der Abh¨ angigkeit geometrischer Gestalten. Berlin 1832. VIIII.1 Ernst Steinitz, Algebraische Theorie der K¨ orper. J. reine & angew. Mathematik 137, 167–309 (1910). Diese Arbeit wurde von Reinhold Baer und Helmut Hasse neu herausgegeben und mit Erl¨ auterungen und einem Abriß der Galoisschen Theorie versehen. Berlin und Leipzig 1930. Hiervon wieder ein Nachdruck: New York 1950. VIIII.1, 2, X.4, XI.5, 6, XIII.4 — Bedingt konvergente Reihen und konvexe Systeme. J. reine & angew. Mathematik 143, 128–175, 1913. XI.4 E. Study, Geometrie der Dynamen. Leipzig 1903. VIIII.1 Jacques C. F. Sturm, M´emoire sur la r´esolution des ´equations num´eriques. Bull. des sciences math´ematiques. 1829, S. 419 ﬀ. (Brieﬂiche Mitteilung von Julio Gonzales Cabillon, Montevideo/Urugay). XI.9 — M´emoire sur la r´esolution des ´equations num´eriques. M´emoires pr´esent´es par divers savans a` l’acad´emie royale des sciences de l’Institut de France. Sciences math´ematiques et physiques. Tome sixi`eme. Paris 1835, S. 271–318. XI.9 Peter Ludwig Mejdell Sylow, Th´eor`emes sur les groupes des substitutions. Math. Ann. 5, 584–594, 1872. VIIII.5, 7, XIII.4 James Joseph Sylvester, On Rational Derivation from Equations of Coexistence that is to say, a New and Extended Theory of elimination. Part. I. Phil. Mag. XV, 428–435, 1939. VII.4 — A Method of Determining by mere Inspection the Derivatives from two Equations of any Degree. Phil. Mag. XVI, 132–135, 1840. The Coll. Math.Papers. Vol. 1, 54–57. VII.2, 4 Alfred Tarski, A lattice-theoretical ﬁxpoint theorem and its applications. Pac. J. Math. 5, 285–309, 1955. XI.2 Oswald Teichm¨ uller, Braucht der Algebraiker des Auswahlaxiom? Deutsche Mathematik 4, 567–577, 1939. XI.2

612

Literaturverzeichnis

Laura Toti-Rigatelli, La mente algebrica. Storia dello sviluppo della Teoria di Galois nel XIX secolo. Busto Arsizio 1989. XIII.8 Vera Trost, Skriptorium. Stuttgart 1991. XV.10 Ehrenfried Walther Tschirnhaus, Methodus auferendi omnes terminos intermedios ex data æquatione. Acta eruditorum I, 204–207, 1683. VIII.3 J. W. Tukey, Convergence and uniformity in topology. Princeton 1940. XI.2 Theodor Vahlen, Konstruktionen und Approximationen. Leipzig 1911. Roter Faden. Alexandre Th´eophile Vandermonde, M´emoire sur la r´esolution des ´equations. Histoire de l’Acad´emie royale des sciences. Ann´ee 1771, 365–416. Paris 1774. VIII.1, XII.1 Fran¸cois Vi`ete, Opera mathematica recognita Francisci a` Schooten. Vorwort und Register von Joseph E. Hofmann. Hildesheim · New York 1970. XV.7 Bartel L. van der Waerden, Moderne Algebra. Erster Teil. Berlin 1930. Zweiter Teil. Berlin 1931. VII.2. XI.4 — Moderne Algebra. 2. Auﬂ. Erster Teil. Berlin 1937. Zweiter Teil. Berlin 1940. VII.2, XI.4 — Algebra. Zweiter Teil. 3. Auﬂ. der Modernen Algebra. Berlin, G¨ ottingen, Heidelberg 1955. VII.2 — Algebra. Erster Teil. 4. Auﬂ. der Modernen Algebra. Berlin, G¨ ottingen, Heidelberg 1955. X.4 — Die Galois Theorie von Heinrich Weber bis Artin. Arch. History of Exact Sciences 9. 240–248, 1972. XIII.1, 8 — A History of Algebra. Berlin, etc. 1985. VIII.1 Paul S. Wang and Barry M. Trager, New Algorithms for Polynomial Square-Free Decomposition over the Integers. SIAM J. Computing 8, 300–305, 1979. X.7 Pierre Laurent Wantzel, Recherches sur les moyens de reconnaˆıtre si un Probl`eme de G´eom´etrie peut se r´esoudre avec la r`egle et le compas. J. de math´ematiques pures et appliqu´ees 2, 366–372, 1837. VIIII.3, XII.2 Edward Waring, Meditationes algebraicae. Dritte durchgesehene und vermehrte Auﬂage. Cambridge 1782. VIII.6, VIIII.1 Heinrich Weber, Beweis des Satzes, dass jede eigentlich primitive quadratische Form unendlich viele Primzahlen darzustellen f¨ ahig ist. Math. Ann. 20, 301– 329, 1882. VIIII.8, XIII.2 — Theorie der Abel’schen Zahlk¨ orper. Acta Math. 8, 193–263, 1886. VIIII.1 — Die allgemeinen Grundlagen der Galois’schen Gleichungstheorie. Math. Ann. 43, 521–549, 1893. 8, VII.1, VIIII.1, XI.7, XIII.4 — Lehrbuch der Algebra I. Braunschweig 1895. 2. Auﬂ., Braunschweig 1898. VIIII.1, XI.8, XV.1 — Lehrbuch der Algebra II. 2. Auﬂage, Braunschweig 1899. VIIII.8, 9, XV.10

Literaturverzeichnis

613

Heinrich Weber und Josef Wellstein, Enzyklop¨ adie der Elementar-Mathematik. Erster Band. 3. Auﬂage. Leipzig 1909. 5. Auﬂage, neu bearbeitet von Paul Epstein. Leipzig und Berlin 1934. XV.10 J. H. Maclagan Wedderburn, A theorem on ﬁnite algebras. Trans. Am. Math. Soc. 6, 349–352, 1905. VIIII.5 Karl Weierstraß, Zur Theorie der bilinearen und quadratischen Formen. Monatsbericht der Berliner Akademie der Wissenschaften vom 18. Mai 1868. Math. Werke, Band II, 19–44. VIIII.7 — Zu Lindemann’s Abhandlung u ¨ ber die ludolph’sche Zahl“. Sitzungsbericht der ” K¨ onigl. Akademie der Wissenschaften vom 3. Dezember 1885. Werke Bd. 2. Nachdruck der Ausgabe Berlin 1895. Hildesheim, New York o. J. XV.10 orper. E. Wendt, Ueber die Zerlegung der Function xn − a in einem beliebigen K¨ Math. Ann. 53, 450–456, 1900. XII.4 Hermann Weyl, Almost periodic invariant vector sets in a metric vector space. Am. J. Math. 71, 178–205, 1948. XI.3 Alfred North Whitehead, A Treatise on Universal Algebra. Cambridge 1898. XIII.5 Hassler Whitney, Non-separable and planar graphs. Trans. Am. Math. Soc. 34, 339–362, 1932. XI.4 — On the abstract properties of the linear dependence. Amer. J. Math. 57, 509– 533, 1935. XI.4 ¨ Ernst Witt, Uber die Kommutativit¨at endlicher Schiefk¨ orper. Abh. Math. Sem. Univ. Hamburg 8, 413, 1931. VIIII.5 Hans Wußing, Die Genesis des abstrakten Gruppenbegriﬀs. Berlin 1969. VIIII.1, 6, 8 ¨ — The Genesis of the Abstract Group Concept. Ubersetzung von Wußing 1969. Cambridge/Mass., London/England 1984. VIIII.1, 6, 8 William, Henry Young, Overlapppping intervalls. Proc. London Math. Society 35, 384–388, 1902. XIIII.10 Hans J. Zassenhaus, The theory of groups. 2. Auﬂage. New York 1958. XIII.2 E. Zermelo, Beweis, daß jede Menge wohlgeordnet werden kann. Math. Ann. 59, 514–516, 1904. XI.1 — Neuer Beweis f¨ ur die M¨ oglichkeit einer Wohlordnung. Math. Ann. 65, 107–128, 1908. XI.1 Max Zorn, A remark on method in transﬁnite algebra. Bull. Am. Math. Soc. 41, 667–670, 1935. XI.2 K. Zsigmondy, Zur Theorie der Potenzreste. Monatshefte f¨ ur Math. & Physik 3, 265–284, 1892. VIIII.4, 5

Index 19. Jahrhundert 97, 100, 191, 243, 270 68er 116 Abel, N. H. 97, 116, 126, 365, 420, 434 abelsche Galoisgruppe 97 — Gruppe 106, 147, 385, 404 abelscher Normalteiler 432 abgeschlossene Menge 251 476 abgeschlossenes Intervall 302 abh¨ angig 273 Ableitung einer Menge 477 — — rationalen Funkt. 223 — eines Polynoms 222 Absolutbetrag 297, 405, 492, 495, 503, 582 absoluter Gr¨ oßenbereich 98 abstrakte Gruppe 382, 403 Abstraktion 403 abz¨ ahlbar 198, 251 Abz¨ ahlbarkeit 469ﬀ. Accademia dei Lincei 314 Additionstheoreme 575 adjungieren 417 Adjunktion 209 aﬃne Abbildung 392ﬀ. — Unabh¨ angigkeit 275 ¨ahnliche Polynome 19 Akademie der Wissenschaften 167 Algebra 434 algebraisch abgeschlossen 228, 279 — unabh¨ angig 98 — unabh¨ angige Monomorphismen 451 algebraische Abh¨ angigkeit 275ﬀ. — Erweiterung 210, 214ﬀ. — Funktion 101 — Gleichung 51, 416 — Unabh¨ angigkeit 55, 270, 275ﬀ., — Zahlen 542 algebraischer Abschluss 247, 285, 513ﬀ.

algebraisches Element 208 Algorithmus 110, 147, 332 — Heiratsvermittler 268 — r 124, 166, 180, 226f. allgemeine Ausdr¨ ucke 117 — Gleichung 53 allgemeinste Gruppe 400ﬀ. Alphabet 411 alternierende Gruppe 368, 371, 435 Ammoniak 161 Amsterdam 55 Analysis 37, 198, 208, 434, 472 Analyst 50, 67 Anf¨ angerunterricht 472 —vorlesung 193 angeordneter K¨ orper 333 Annihilatorideal 163 Anordnung eines K¨ orpers 586 b Anzahl der irreduziblen Polynome 128 aquivalente Erweiterung 210 ¨ Archimedes 560 archimedisch angeordnet 311 Archimedizit¨at 548 Arit¨ at 409 Artin, E. 6, 139, 142, 192, 234, 436, 439, 443 Artin, E. und Schreier, O. 288ﬀ., 292, 452 As 160 Assoziativit¨ at der Multiplikation. 108, 209 Astronomen 565 Auﬀassung von Mathematik 100 auﬂ¨ osbare Gruppe 385, 388 Ausdehnungslehre 209 Ausnahmestellung der Null 108 Auswahlaxiom 148, 201, 202, 252, 261, 262, 292, 347, 473, 518, 519, 526 —funktion 249ﬀ. Automorphismen von C 287

616 Automorphismengruppe von Qn 134 ´ 1, 10, 29, 67, 80 B´ ezout, E. —bereich 29, 180, 181 Bachet, C. G. 157, 160, 316 bachetscher Algorithmus 316 Bachmann, F. 551 Bachmann, P. 99, 581 Baer, R. 551 Baer, R. und Hasse, H. 210 baersche M¨ uhle 551 Bahn 318 Balzac, H. 265 baryzentrische Koordinaten 275 Basis 110, 272, 436 — einer Topologie 475 Battaglini, G. 314 Baum 271 Bed¨ urfnisanstalt 160 Begriﬀ der abelschen Gruppe 189 — des K¨orpers 436 Beltrami, E. 314 Bernstein, F. 25a, 2626 Bertrand, J. 371 Berufsehre 194 Berufungen 167 beste N¨aherung 562 Bettazzi, R. 202, 248ﬀ., 251, 252, 313ﬀ. Betti, E. 143, 314, 434 Beweis 329 Bewertungsideal 504 —ring 504 Bibliotheken 1 bidualer Modul 185 bin¨ are quadratische Formen 174 Binomialkoeﬃzienten 468ﬀ. binomische quadratische Form 167 Birkhoﬀ, G. D. 139 Bogenl¨ange 568 Bombelli, R. 56 ´ 256, 262, 545 Borel, E. Bourbaki, N. 382 Braconnier, J. 149

Index Braunschweig 103 Brouncker, W. 555 Brown, W. S. 23 Buchstabengleichung 51 Buch X 270 Budan, F. 300 Burali-Forti, C. 251 Burkhardt, H. 365 Burnside, W. 381, 390 campo 101 Cantor, G. 245ﬀ., 262, 287, 406, 444 cardanische Regel 64 Cardano, G. 67, 365 cartesische Zeichenregel 295 cartesisches Produkt 201 Casorati, F. 314 Cauchy, A.-L. 104, 109, 117, 292, 293, 300, 301, 366, 395 404, 406, 574, 582 —folgen 206, 496 champs de Galois 101 Charakter 180 Charakteristik 75, 210, 240 Charakteristik 0 55, 83, 241 charakteristische Untergruppe 387 Charles X 116 Chevalier, A. 117, 415, 432 Chicago 102 chinesischer Restsatz 157ﬀ. chinesisches Resteproblem 160 Collins, G. E. 23 Congruenzk¨ orper 110, 406 Contes drˆolatiques 265 corpo 101 corps 101 — ﬁni 101 Cosinus 568 Cotes, R. 46 cotessche Formel 45 cotesscher Satz 46 Cours d’analyse 104 Cramer, G. 1, 10, 15, 71, 91 cramersche Regel 86, 97 509f.

Index Cremona, L. 314 Darstellung von Mathematik 565 Decher 265 Dedekind, R. 93, 98, 99ﬀ., 100, 103, 126, 127, 132, 147, 247ﬀ. 270, 333, 352, 384, 385, 386, 403, 404ﬀ., 407, 417, 418, 419, 421, 423, 426, 435, 436ﬀ., 445, 449, 547 Deﬁnition eines K¨ orpers 107 Delambre, J. B. 330 de Moivre, A. 46, 48 de moivresche Formeln 46, 48, 569 Descartes, R. 55, 67, 75, 300 determinans 107 Determinantentheorie 209 Deuring, M. 452 Deutsche Mathematik 257 Dickson, L. E. 138, 139 Didaktik 167 Dimension 76, 83, 102 Dimensionsformel 215, 437 Dini, U. 313, 314 direkter Summand 150, 177 Dirichlet, G. 142, 525, 547, 551 dirichletscher Einheitensatz 550, 551 dirichletsches Schubfachprinzip 549, 555 disjunkte Permutationen 369 diskrete Topologie 482 Diskriminante 17, 104, 241, 509 Distel 161 divergente Teilmenge 526 DIV 281 Doppelnebenklassen 380 D¨ orrie, H. 46, 301 Dreiecksungleichung 483, 492 dualer Modul 184 Dualraum 184 Dugas, M. 194 Dyck, W. 400ﬀ. e 565 Eigenvektor 179 —wert 179

617 einfach transzendente Erweiterung 210f. einfache algebraische Erweiterungen 234ﬀ. — Erweiterung 210 — Gruppe 75, 388, 403, 434 Einfall 329 Einheit 2 Einheitengruppe 161, 165, 317 —gruppe von Rp 197 Einheitskreis 575, 580 —wurzel 37ﬀ., 57, 315, 326, 330, 331, 424, 551, 553 Einschr¨ ankung einer Abbildung 437 Einselement 383, 406 Einsetzungshomomorphismus 75 Eisenstein, F. G. M. 6f., 447 elementarabelsch 375 Elementarteiler 174, 180 Elimination 64, 83, 424 elliptische Funktionen 434 endlich erzeugter Modul 169 endliche abelsche Gruppe 161, 165, 396 — Erweiterung 110, 215 — Gruppen 406 — K¨ orper 102, 105, 209 — Menge 247ﬀ. — Teil¨ uberdeckung 478 endlicher Charakter 260, 270, 272 — Kettenbruch 532 Endomorphismenring der Pr¨ ufergruppen 193ﬀ. epimorphe Bilder 404 Epimorphismus 401 Erweiterung 209 Erzeugende 122, 401 Erzeugung der S3 60 — der symmetrischen Gruppe 90 Euklid 119, 336, 337, 550, 559 —funktion 148 euklidische Vorsicht 555 euklidischer Algorithmus 66, 533 — K¨ orper 332ﬀ., 347

618 — Raum 473 — Ring 148 Euler, L. 1, 11, 47, 49, 67, 80, 91, 93, 118, 122, 123, 129, 147, 300, 316, 328, 330, 566 —zahl 575 eulersche Formel 47 — Totientenfunktion 49, 119, 129, 360 — Zahl 568 eulerscher Algorithmus 211 Everett und Whaples 264 Existenz 401, 402 — irreduzibler Polynome 8 —s¨atze 293 Exponent einer Gruppe 396 — eines Elementes 228 — eines K¨orpers 236 — eines Polynoms 227 Exponentialfunktion 435, 566 Faktor 367 —gruppe 401, 402, 403, 404, 406 —strukturen 110, 404, 406, 410 Faktorisierung von Pol. 241ﬀ. Fakult¨ aten 59, 374 Faltung von Potenzreihen 574 feinere Topologie 482 Felgner, U. 251 Felscher, W. 312 Fermat, P. de 118 fermatsche Primzahlen 343 Fernleihe 328 Ferrari, L. 67f. Ferro, S. del 55 Festschrift 97 Fibonacci Quarterly 533 —zahlen 533 ﬁeld 101 Fixelement 366 Folklore 10, 109 253, 525 formal reeller K¨ orper 288ﬀ., 347 formale Laurentreihen 206 Fourier, J. 243ﬀ.

Index —reihen 568 Fr´echet, M. R. 473, 476, 526 Fraenkel, A. 201 franz¨ osische Orthograﬁe 366 freie abelsche Gruppe 551, 553 — Erzeugende 553 — Gruppe 411ﬀ. freier Modul 154 Frenicle de Bessy, B. 118 Frobeniusautomorphismus 448 Frobenius, G. F. 145, 174, 180, 379ﬀ., 387, 390, 391, 399, 404 Frobenius, G. F. und Stickelberger, L. 123, 149, 150, 152 161, 165, 167, 189 Fundamentalsatz der Algebra 37, 97, 115, 208, 452ﬀ. Funktionalanalysis 209, 492 Funktionenk¨ orper 226 —k¨ orper in mehreren Unbestimmten 214 —theorie 473 Funktionsbegriﬀ 244 ´ 97, 124, 143, 147, 191, Galois, E. 192, 219, 270, 365, 379, 392, 406, 415ﬀ., 430ﬀ. —felder 101, 116ﬀ., 237, 405, 406 — ﬁeld 102 —gruppe 423 galoissche Erweiterung 443 — Gruppe 110, 116 — Theorie 116, 191, 192, 452, 455 ganz u ¨ ber Z 586 ganz-algebraisch 551 ganz-rationale Funktion 211 ganze algebraische Zahlen 404 – Zahlen 198 ganzzahlige L¨ osungen 180 — Polynome 468 Garde nationale 116 Gauß, C. F. 4, 16, 52, 103, 107, 109, 112, 113, 116, 119, 122ﬀ., 123, 124, 132, 147, 159, 161, 165, 167,

Index 222, 316, 327ﬀ., 332, 365, 385, 355, 404, 437 gaußscher Algorithmus 178 —sches Lemma 3 Gebiet 473 Geometrie 434 geometrische Konstruktionen 327 geordnete Menge 258 Gerber 160 GF(p) 375 ggT-Bereich 2ﬀ. 8 Gierster, J. 434 Giudice, F. 313 GL(n, p) 433 gleichm¨achtig 274 Gleichm¨achtigkeit von Basen 270 gleichm¨aßig stetig 525 Gleichungen 4. Grades 67 — ohne Aﬀekt 435 G¨ odel, K. 201 goldener Schnitt 533 Gonzalez Cabillon, J. 313 Gordan, P. 131, 582 G¨ ottingen 99, 385 gr¨ obere Topologie 482 Gr¨ osse 97 gr¨ oßte Ganze 374 gr¨ oßter gemeinsamer Teiler 1, 533 — — — von Polynomen 18, 65, 211 Grad 76, 83 — des Zerf¨allungsk¨ orpers 219 — einer Erweiterung 110 — — primitiven Gleichung 433 — — rationalen Funktion 212 — eines Elementes 220 Grassmann, H. 209, 270, 272 Grauert & Fischer 520 gregorianische Reform 565 Greub, W. H. 491 Grundh¨ ofer, Th. 142 Grundwissen 103, 114 Gruppe 38, 87 — der Einheitswurzeln 181 — der n-ten Einheitswurzeln 129

619 — einer Gleichung 423 — modulo H 147, 399, 406 Gruppen von Permutationen 95 —begriﬀ 93, 105ﬀ., 401 —struktur 403 —theorie 147 Habicht, W. 23 Habilitation 491 hadamardsche Ungleichung 33 halboﬀenes Intervall 302 Halley, E. 300 Hall, M. 264, 267, 268, 381 Hall, P. 264, 265 hallsche Bedingung 265 Halmos, P., Vaughan , H. 264 Hamel, G. 209, 270 Handschrift 314 Harriot, Th. 300 Hasse, H. 148 —funktion 148 H¨aufungspspunkt 477 Haupt, O. 12, 209, 271, 2723 Hauptideal 406 —idealbereich 148ﬀ. —n¨ aherungsbruch 561, 563 Hauptsatz der galoisschen Theorie 442 Hausdorﬀ, F. 473, 475, 480, 485, 526f., 571, 573 hausdorﬀsche Topologie 476, 495 hausdorﬀsches Maximumprinzip 261 Heine, H. 525 Heiratssatz 262ﬀ., 266 Helmer, O. 180 Hensel, K. 193, 207f., 447, 492, 494, 508, 509 henselsche p-adische Zahlen 194, 202, 473 henselsches Lemma 207, 499 Hering, Ch. 139 Hermite, Ch. 581 Herstein, I. N. 142, 148

620 Hilbert, D. 131, 252, 346, 348, 351, 435, 449, 582 Hilfspolynom 81 Hintereinanderausf¨ uhrung 93 Historia Matematica 313 H¨ older, O. 402ﬀ. Hudde, J. 55 huddesche Resolvente 56, 57, 66 H¨ ullenbildung 348 —operation 436 Hurwitz, A. 582 Huygens, Chr. 556ﬀ., 559 hyperbolischer Logarithmus 568 Hyperebene 519 Ideal 404 Identit¨ at 367 implizite Gruppentheorie 119, 145, 147, 174, 399 — lineare Algebra 210 — Modultheorie 180 Inbegriﬀ 90 Index 367, 434 Indizes 433 Indizierung 433 Induktionsbeweis 384 406 Inhalt 3 Inneres einer Menge 474 inseparabel 226, 228ﬀ. Integrit¨ atsbereich 210 interpolare 160 Interpolation 159 Intervallschachtelung 582 Inverse 372, 383 Inverse einer Permutation 367, 372 irreduzibel 5, 99 Irreduzibilit¨ at 97 irreduzible Faktoren 225ﬀ. — Gleichung 417 irreduzibles Polynom 5, 6, 117, 125, 222, 226, 229, 437, 449 Isomorphiesatz, erster 408, 410 —, zweiter 410 —, dritter 411

Index Isomorphies¨ atze 402, 404, 408 Isomorphismus 107 Jacob, S. 533f. Jacobson, N 447 Jehne, W. 385 Jordan, C. 103, 104, 143, 174, 270, 379, 381, 385, 388, 398 jordansche Normalform 174 Jourdain, Ph. 256 Kaiserslautern 1 Kalenderreform 564 kanonischer Epimorphismus 408 Kaplansky, I. 157, 193, 551 Karst, A. 240, 455 Kegelschnitte 347 keplersche Proportion 556 Kette 258 Kettenbruch 311, 527f., 530, 555 —algorithmus 535 Kettenregel 223, 224 Kirchhoﬀ, G. 272 Kissen 161 Klassenbildung 147 —gleichung 144, 386 —gruppe 147, 404, 406 klassische Gruppen 434 Klein, F. 104, 131 kleiner Satz von Fermat 93, 118 Klonen 265 Kneser, A. 104 Kneser, H. 257, 258 Knuth, D. 6 Kombinatorik 59 Kommutativit¨ at 108, 371 — der Addition 108, 109 Kommutator 386 —gruppe 387 —reihe 387 kompakte Teilmenge 478, 526 Komplement 150 komplexe Zahlen 100, 109, 117, 279, 406 Kompositionsreihe 388

Index Kompositum 360, 426, 436 kongruente W¨ orter 413 Kongruenz nach einem Ideal 405, 406 —relation 395, 410 K¨ onig, J. 256 K¨ orper 98, 99, 101 — der rationalen Funktionen 211ﬀ. — — — Zahlen 436 — — reellen Zahlen 332 —begriﬀ 102, 105ﬀ., 117, 208, 209 —erweiterung 110 konjugieren 380 konjugiert 144 konjugierte Permutationen 372 — Untergruppen 424 Konkatenation 412 Konstruierbarkeit 102 Konstruktion mit Lineal und Strecken¨ ubertrager 346 — — Zirkel und Lineal 346 Koordinatenraum 482 kopernikanisches System 556 Kopernikus, N. 565 Korselt, A. 262 Kosinusfunktion 575ﬀ. Kr¨ ote 207 Kreis 555 Kreisteilung 316, 343 Kreisteilungsgleichung 385, 417 —k¨ orper 49, 87, 97, 129ﬀ., 130, 134ﬀ., 190, 315, 343, 429 Kritik 152, 184, 301, 302, 397, 398, 472, 519, 520 Kronecker, L. 3, 8, 97ﬀ., 102, 103, 109, 114, 132, 193, 217, 382, 383, 396, 397, 435 Kummer, E. E. 103 Kummerfestschrift 102, 103 K¨ urzungsregel 383 la Caille 564 Lacroix, S. F. 330 Lagrange, J. L. 1, 11, 18, 37, 45, 50, 55, 87, 93, 116, 159, 293, 300,

621 301, 311, 315, 316, 366, 555, 556, 560ﬀ., 562, 564, 565, 582, lagrangescher Kettenbruchalgorithmus 559 lagrangesches Interpolationsverfahren 159 Laguerrepolynome 435 Lalande, J.-J. 330 Lambert, J. H. 122 Landau, E. 6, 132 Lang, S. 491 L¨ ange eines Wortes 412 Lebesgue, H. 37, 327ﬀ., 355, 520, 525 Legendre, A. M. 116, 123, 124, 300, 434 Lehrb¨ ucher 103 Leibniz, G. W. 118, 328, 568 Lemma von Artin-Dedekind 439 — — Teichm¨ uller und Tukey 257, 261 Leserin 167 Levi, F. W. 132 lexikalische Anordnung 449, 520, 545, 546 Limes 473 lineare Algebra 152, 167, 184, 209, 215, 239 — Unabh¨ angigkeit 102, 270, 547ﬀ. Liouville, J. 527, 542, 551 lokal zyklisch 181 Lorenz, F. 519 L¨osbarkeit durch Radikale 358, 427ﬀ. Louis-Philippe 116 Louis XIII 116 L¨owig, H. 209, 270 ludolphsche Zahl 580 Lugli, A. 313 L ukasiewicz, J. 410 L¨ uneburg, H. 6, 139, 166, 179, 180, 193, 206, 473 L¨ uroth, J. 237, 240 —polynom 455 MacLaurin, C. 300

622 Manipulieren von Matrizen 180 M¨ archenzahl 534 maskuline Form 167 Mathesis 313 Matroid 271 maximaler Normalteiler 403 maximales Element 131, 258 — Ideal 405 Maximumsnorm 517 Maxwell, C. 327 Meditationes algebraicae 91 Mengen 406 —lehre 100, 243 Methode von Gauß 125 Metius, A. 560 Metrik 473, 483, 487 metrischer Raum 483 Miller, G. G. 387 Minimalpolynom 67, 80, 89, 93, 218, 219, 365 Mittelwertsatz 296 mittlere Proportionale 327 M¨ obius, A. F. 127 —funktion 127, 134 m¨obiussche Umkehrformel 127 MOD 281 Modelltheorie 429 modiﬁziertes Minimalpolynom 542 Modul 405 — statt Absolutbetrag 582 —u ¨ ber euklidischem Ring 156 modulares Gesetz 132 Modulargleichng 434 module 582 Monomorphismus 437 Montucla, J. E. 330 Moore, E. H. 101, 117, 270 Moralit¨ at 314 Motivationsschicht 508 Nagahara, T. 142 nat¨ urliche Topologie 492, 525 nat¨ urlicher Logarithmus 568 — Rationalit¨ atsbereich 98

Index Natucci, A. 313 Nebenn¨ aherungsbruch 559, 560, 561, 562 negative Zahlen 407 negativer Exponent 372 Netto, E. 237, 240, 379, 455 neutrales Element 383 Newton, I. 300, 568 newtonsche Formeln 62, 73 newtonsches Interpolationsverfahren 159 — Verfahren 310 nicht auﬂ¨ osbare Galoisgruppen 432 Nicht-Standard-Analysis 47, 567 nilpotente Gruppe 390 Noether, E. 6, 127, 131, 445, 449 Noether, M. 131 noethersch 133 noethersche Gruppe 131 Norm 502, 525 — einer komplexen Zahl 503 — eines Ideals 405 — eines Vektorraumes 517 Normalbasis 448ﬀ. normale Erweiterung 220, 443 normales Polynom 221 Normalisator 390 Normalteiler 386, 403, 404, 432, 445 Null, Ausnahmestellung der 108 null¨ are Operationen 409 Nullstellen 110, 227, 293, 294 —ﬁndung 84 numerische Gleichung 51, 416 obere Schranke 258 oﬀene Abbildung 488 ¨ — Uberdeckung 478 — Menge 474 oﬀenes Intervall 302 Operatorenbereich 409 Operatorgruppe 317, 380 Ordinalzahlen 246, 247 Ordnung 112, 374, 515 — einer Gruppe 106

Index — einer Permutation 372 — eines Elementes 120, 167, 396 Ordnungsideal 150 Oughtred, W. 300 π 555, 559, 565 p-adische Bewertung 206 — Zahlen 193ﬀ., 492ﬀ. p-adischer Absolutbetrag 495 pappossche Ebenen 347 Partialsummen 494 partiell symmetrische Funktionen 329 Peano, G. 251, 256 Pell, J. 300 pellsche Gleichung 554 Periode 319, 576 periodischer Kettenbruch 582 Permutation 93, 366 — eines K¨orpers 437 Petersen, J. 104, 241 PGL(2, p) 434 Planetarium 556 platonischer K¨ orper 332 Poincar´e, H. 256 polnische Notation 410 Polynom 89, 121, 208 — ungeraden Grades 292 —funktion 89, 109, 121 —ringe 109, 156, 198, 210 polynomiale Restesequenz 20 Potenzen von Permutationen 372 Pr¨ ufer, E. P. H. 149 —gruppen 164 —modul 194 Pr¨ ufungsordnung 193 Premio del Ministero 314f. Prim¨ arkomponenten 161 Primelemente 5, 10 —faktorzerlegung 167, 396 —ideal 405 primitive Einheitswurzel 47, 48, 317, 580 — Elemente 122 — Permutationsgruppe 432

623 primitiver Primteiler 139 — Teil 19 primitives Element einer Erw. 3, 104, 121, 124, 167, 191, 210, 212, 217, 421 primitives Polynom 432 Primk¨ orper 117, 210 Primzahlcharakteristik 217 privadas publicas 161 privatus 160 Problem der M¨ onche 265 Produkt 367 — von Idealen 405 —regel 223, 224 —topologie 482, 488 Projektion 488 projektive Geometrie 102 Pseudoquotient 20 —rest 20, 24 PSL(2, p) 434 P¨ unktcheninduktion 39, 91, 569 p-tes Kreisteilungspolynom 8 publicus 160 Purkert, W. 474 pythagoreischer K¨orper 347 q. o. o. 452 quadratische Form 396, 404 quadratische Gleichungen 327 — Irrationelle 582 Queen Mary College 157 Quotientenk¨ orper 109, 210 —regel 224 —strukturen 410 Radikale 326 Radikalenfrage 300 Radikalerweiterung 358 Rado, R. 265 Rang 102 — eines Moduls 155 rational 417 rationale Funktion 99, 211 — Normalform 179 — Zahlen 98, 206, 407

624 Rationalit¨ atsbereich 97ﬀ., 101 Rechenpraxis 180 Rechtschreibreform 107 reduzibel 5 reduzible Gleichung 417 Reduzierte 57, 84 reduzierte Darstellung 211 reduzierter Grad 227 reell abgeschlossen 288 — abgeschlossener K¨orper 147, 453 reelle Algebra 292 — Nullstellen 292, 431 — Zahlen 483, 547, 582 reeller Vektorraum 525 regul¨ ares n-Eck 316, 332 — Wort 449 reine Gleichungen 292, 293, 327, 351ﬀ., 425 reiner Teilmodul 149, 177 Reinhold, E. 565 Rekursionssatz 248 rekursive Erzeugung der Sn 87 Relationen 401 relativ a¨quivalent 396 Relativgebiet 485 —topologie 484 Resolvente 90, 365 Restklassenk¨ orper 214 Resultante 1, 12, 71 Riccioli, G. B. 558 Richard, L.-P. E. 116 Ries, A. 265 Ring aller ganzen algebraischen Zahlen 181 Ringe 406 Rink, R. 194, 491 Roero, C. S. 313 Rolle, M. 295, 300 Rota, G.-C. 127 Rudin 520 Ruﬃni, P. 95, 180, 365, 366, 374 Ruthinger, M. 132 ˇ Safareviˇ c, I. R. 385

Index Satz vom primitiven Element 229 — von Abel 430 — — Cantor und Bernstein 262, 264 — — Cayley 381 — — Cotes 45 — — Dirichlet 142, 161, 189 — — Feit und Thompson 391 — — Heine-Borel 519, 521, 525 — — Jordan 402 — — Jordan-H¨ older 388, 403 — — Knaster und Tarski 262 — — Kronecker-Weber 97 — — L¨ uroth 237ﬀ., 454 — — Lagrange 93, 120, 147 — — Rolle 295, 432 — — Waring 452, 551 — — Wedderburn 145 — — Zsigmondy 139, 189 S¨ atze von Sylow 381 Sch¨ onemann, Th. 6f., 8f, 447 sch¨onemannsches Irreduzibilit¨ atskriterium 6f., 226, 432, 513 Scheck 6 Schering, E. 149, 150, 161, 165, 166, 167, 174, 396, 404 Schmidt, E. 256 Schneider, G. 193 Schoenﬂies, A. M. 256, 525 Schooten, F. van 55 Schr¨ oder, E. 262 Schreiber, P. 332 Schreier, O., s. Artin Schur, I. 132, 435 separabel 226, 228ﬀ., 420 separable Erweiterung 443 Servanzuntergruppe 149 Siebenerprobe 534 Siebzehneck 327 Signum einer Permutation 370 Sinus 568 —funktion 575ﬀ. Skrupel 557 SL(2, p) 434 Smith, H. J. S. 180

Index smithsche Normalform 179 Spurabbildung 441 Stabilisator 318 Standardkette 308 —vertreter 414 Standbild von Gauß 103 Steinitz, E. 100, 104, 110, 126, 193ﬀ., 208, 227, 237, 240, 247, 270, 287, 406, 442, 454, 473 steinitzscher Austauschsatz 270, 272 Steinitz und Wohlordnung 256 Stelle 534 stetige Abbildung 480 — Funktion 525 Stetigkeit 480 Stickelberger, L. 381 Strategiewechsel 90 Strukturmathematik 131 Studenten 52 Studierstube 565 Sturm, C. 301ﬀ. sturmsche Ketten 208, 302ﬀ. Subbasis 476 —resultante 25 Sylow, P. L. M. 145, 161, 379ﬀ., 385, 398 Sylowgruppe 374, 379 Sylvester, J. J. 23 —matrix 12, 25, 64, 76 symmetrische Funktionen 219, 329, 343, 345, 452, 455, 551 — Gruppe 365, 368, 371. 379, 435 System konjugierter Permutationen 374 — von Diﬀerenzialgleichungen 251 Tartaglia, N. 55, 56 Taubenschlagprinzip 555 Teichm¨ uller, O. 257 Teiler einer Gruppe 445 Teilfolge 198 Teilk¨ orper 209 Teilmenge, endliche 470 Teilnenner 530

625 Teoria delle grandezze 314 t-fach transitiv 373 Todhunter, I. 104 Tominaga, H. 142 Topologie 473, 474 topologischer K¨ orper 487 — Raum 473ﬀ., 474, — Vektorraum 487, 491, 517 Torsionselement 149 torsionsfreier Modul 149, 183 Torsionsgruppe 203 —modul 149, 163 Tr¨ ager 369 Translationssatz 426 Transposition 368, 369 Transversalentheorie 268 transzendent 208 transzendente Erweiterung 210 — Zahlen 527 transzendentes Element 211 Transzendenzbasis 272, 279 —grad 100, 279 Traub, J. J. 23 Trennungsaxiom 476 Trigonometrie 44 trigonometrische Funktionen 568 tropisches Jahr 564, 565 Tschirnhaus, E. 64, 67, 75 Tukey, J. W. 257 ¨ Uberraschung 261 Uhrzeigersinn 368 ultrametrische Ungleichung 495, 496, 497 Umgebung 474, 475 Umgebungsbasis 495 Umkehrproblem der galoisschen Theorie 385 Unabh¨ angigkeitsstrukturen 209, 271, 272ﬀ., 278 Unbestimmte 53 unendlich groß 567 — klein 567 unendliche Menge 247ﬀ.

626 — Ordnung 121 unendlicher Kettenbruch 532 universelle Algebra 429 Untergruppe 38, 374 Untergruppen der PSL(2, p) 434 unvollkommene K¨ orper 228 unzerlegbar 5 Urin 160, 161 Utrecht 327 Vandermonde, A. T. 43, 315, 327ﬀ., 365, 366, 367 —determinante 84 327 Vandiver, H. S. 139 Vektorraum 102, 375 Verband 132 Veronese, G. 402 versch¨arfte Dreiecksungleichung 495 Verst¨andnis von Mathematik 105 Vi`ete, F. 55, 300, 564, 565 Vieillefond, J. 520 vollkommener K¨ orper 228, 233, 241 Vollrath, H.-J. 242 vollst¨andige Induktion 106 vollst¨andiger K¨ orper 518 von Arnim, B. 1 Vorlesungstermine 1 Vorstellungsvortrag 167 Waerden, B. L. van der 6, 11, 37, 208, 209, 227, 271, 272, 426, 439 Wald 271 walken 160 Wallis, J. 555 wallissches Produkt 555 Wantzel, P. L. 332, 340, 342, 343 Waring, E. 91 W¨ armeleitung 243 Weber, H. 1, 3, 10, 97, 99, 101, 104, 105, 110ﬀ., 117, 180, 190, 209, 215, 287, 292, 296, 382, 386 383, 406, Wechsel der Fragestellung 192 Wedderburn, J. H. M. 142 Wefelscheid, H. 6

Index Weierstraß, K. Th. W. 174, 180, 473, 581 Wendt, E. 352 Wert einer Funktion 89 Weyl, H. 264 Whitehead, A. N. 411 Whitney, H. 271 Wilddieb 149 Winkeldreiteilung 332, 340 —halbierende 347 Witt, E. 142 wohlgeordnete Menge 253, 526 Wohlordnung 202, 252 Wohlordnungssatz 254, 261, 270, 279 W¨ orter 411 wundern 52 W¨ urfelverdopplung 332, 340 Wurzel, n-te, s. a. primitive W. 57 Wurzelk¨ orper 233 Young, W. H. 526 Zahlenverst¨andnis 44 Zahnr¨ ader 556ﬀ. Zassenhaus, H. 381 Zeichenfolge 302 —wechsel 303 Zentralisator 144 Zentrum einer p-Gruppe 145 — eines K¨orpers 144 Zerf¨ allung in Linearfaktoren 102 — von Polynomen 84 Zerf¨ allungsk¨ orper 16, 37, 104, 111ﬀ., 115, 126, 217, 237, 492 zerlegbar 5 Zermelo, E. 202, 252, 279, 256, 526 Zermelo-Fraenkel 252 zermelosches Lemma 252 Zorn, M. A. 257 zornsches Lemma 257, 258, 260, 262 — —, Originalform 261 ZPE-Bereiche 5, 9, 10, 109, 148, 154 Zsigmondy, K. 139, 142 zusammenh¨ angend 571 Zusammenhangskomponente 573

Index Zwischenk¨ orper 234 Zwischenwertsatz 295, 571 Zyklenschreibweise 368, 372 Zyklenzerlegung 365, 372

627 zyklische Gruppe 122ﬀ., 385 — Permutation 369 zyklischer Modul 151 Zyklus 369