LINEARE ALGEBRA 1

Wolfgang Soergel

20. Januar 2017

Inhaltsverzeichnis
1 Gleichungssysteme und Vektorräume 5
1.1 Lösen linearer Gleichungssysteme . . . . . . . . . . . . . . . . . 5
1.2 Vektorräume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3 Endliche Produkte von Mengen . . . . . . . . . . . . . . . . . . . 18
1.4 Ordnungen auf Mengen* . . . . . . . . . . . . . . . . . . . . . . 23
1.5 Untervektorräume . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.6 Lineare Unabhängigkeit und Basen . . . . . . . . . . . . . . . . . 28
1.7 Dimension eines Vektorraums . . . . . . . . . . . . . . . . . . . 33
1.8 Austauschsatz von Steinitz* . . . . . . . . . . . . . . . . . . . . 38
1.9 Auswahlaxiom und Zorn’sches Lemma* . . . . . . . . . . . . . . 39

2 Lineare Abbildungen 47
2.1 Homomorphismen und Isomorphismen . . . . . . . . . . . . . . 47
2.2 Dimensionsformel für lineare Abbildungen . . . . . . . . . . . . 51
2.3 Räume von linearen Abbildungen . . . . . . . . . . . . . . . . . 54
2.4 Lineare Abbildungen K n → K m und Matrizen . . . . . . . . . . . 59
2.5 Einige Eigenschaften von Matrizen . . . . . . . . . . . . . . . . . 67
2.6 Ergänzungen zu linearen Abbildungen* . . . . . . . . . . . . . . 72

3 Räume mit und ohne Koordinaten 74

3.1 Affine Räume und affine Abbildungen . . . . . . . . . . . . . . . 74
3.2 Affine Teilräume . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.3 Affine Räume und ihre Geraden . . . . . . . . . . . . . . . . . . 82
3.4 Baryzentrische Koordinaten* . . . . . . . . . . . . . . . . . . . . 85
3.5 Abstrakte lineare Abbildungen und Matrizen . . . . . . . . . . . . 89
3.6 Möbiusfunktion* . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.7 Dualräume und transponierte Abbildungen . . . . . . . . . . . . . 96

4 Zahlen 105
4.1 Der Körper der komplexen Zahlen . . . . . . . . . . . . . . . . . 105
4.2 Konstruktion der natürlichen Zahlen* . . . . . . . . . . . . . . . 112
4.3 Untergruppen der Gruppe der ganzen Zahlen . . . . . . . . . . . . 118
4.4 Primfaktorzerlegung . . . . . . . . . . . . . . . . . . . . . . . . 120

5 Ringe und Polynome 127

5.1 Ringe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.2 Restklassenringe des Rings der ganzen Zahlen . . . . . . . . . . . 129
5.3 Polynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.4 Polynome als Funktionen* . . . . . . . . . . . . . . . . . . . . . 147

2
5.5 Äquivalenzrelationen . . . . . . . . . . . . . . . . . . . . . . . . 151
5.6 Quotientenkörper und Partialbruchzerlegung . . . . . . . . . . . . 154
5.7 Quaternionen* . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

6 Determinanten und Eigenwerte 164

6.1 Das Signum einer Permutation . . . . . . . . . . . . . . . . . . . 164
6.2 Die Determinante und ihre Bedeutung . . . . . . . . . . . . . . . 168
6.3 Charakterisierung der Determinante . . . . . . . . . . . . . . . . 173
6.4 Rechenregeln für Determinanten . . . . . . . . . . . . . . . . . . 176
6.5 Orientierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
6.6 Eigenwerte und Eigenvektoren . . . . . . . . . . . . . . . . . . . 186

7 Geometrische Ergänzungen* 197

7.1 Projektive Räume . . . . . . . . . . . . . . . . . . . . . . . . . . 197
7.2 Affine Inzidenzebenen . . . . . . . . . . . . . . . . . . . . . . . 200
7.3 Projektive Inzidenzebenen . . . . . . . . . . . . . . . . . . . . . 212
7.4 Lineare Konvexgeometrie . . . . . . . . . . . . . . . . . . . . . . 218

8 Danksagung 235

9 Die Vorlesung LA1 im Wintersemester 14/15 236

Literaturverzeichnis 240

Index 241

3
Die Bezeichnung „Algebra“ kommt von arabisch „al-jabr“, das in der Medi-
zin das Wiedereinrenken eines Gelenks bezeichnete und in der Mathematik für
eine Umformung stand, die man heute das „Herüberschaffen durch Subtraktion“
eines Terms von der einen auf die andere Seite einer Gleichung nennen würde. In
diesem Zusammenhang wurde wohl auch das Rechnen mit negativen Zahlen ent-
wickelt. Der im folgenden vorgestellte Teil der Algebra heißt „linear“, da das ein-
fachste der darin untersuchten Gleichungssysteme dem geometrischen Problem
entspricht, den Schnittpunkt zweier Geraden alias Linien zu bestimmen. Ich habe
mir bei der Darstellung die größte Mühe gegeben, die abstrakte Sprache der Men-
genlehre und unsere räumliche Anschauung zu einer Einheit zu fügen, ohne dabei
die algorithmischen Aspekte zu kurz kommen zu lassen.

4
1 Gleichungssysteme und Vektorräume
In diesem Abschnitt will ich aufzeigen, inwiefern uns die räumliche Anschau-
ung beim Verständnis der Theorie linearer Gleichungssysteme helfen kann und in
welcher Weise die Theorie abstrakter Vektorräume eine Brücke zwischen diesen
beiden Begriffswelten schafft.

1.1 Lösen linearer Gleichungssysteme

1.1.1. Ich erinnere aus [GR] 3.4.2 die Definition eines Körpers.

Definition 1.1.2. Ein Körper (K, +, ·) ist eine Menge K mit zwei kommutativen
assoziativen Verknüpfungen, genannt die Addition + und die Multiplikation ·
des Körpers, derart daß die folgenden drei Bedingungen erfüllt sind:

1. (K, +) ist eine Gruppe, die additive Gruppe des Körpers;

2. Die vom neutralen Element der Addition 0K ∈ K verschiedenen Elemente

von K bilden eine unter der Multiplikation abgeschlossene Teilmenge und
diese Teilmenge K\{0K } ist unter der Multiplikation ihrerseits eine Grup-
pe, die multiplikative Gruppe des Körpers;

3. Es gilt das Distributivgesetz

a · (b + c) = (a · b) + (a · c) ∀a, b, c ∈ K

Fordert man hier nicht die Kommutativität der Multiplikation und fordert zu-
sätzlich das „Distributivgesetz für die Multiplikation von rechts“ (b + c) · a =
(b · a) + (c · a) ∀a, b, c ∈ K , so heißt unsere Struktur ein Schiefkörper.

1.1.3. Sei K ein Körper. Ich rate, zunächst einmal an den Körper K = Q der ra-
tionalen Zahlen oder den Körper K = R der reellen Zahlen zu denken. Ich werde
im folgenden, weil ich selber meist an diese Fälle denke, Elemente eines allgemei-
nen Körpers K auch oft als „Zahlen“ bezeichnen. Gegeben seien n Gleichungen
in m Unbekannten alias Variablen x1 , . . . , xm von der Gestalt

a11 x1 + a12 x2 + . . . +a1m xm = b1

a21 x1 + a22 x2 + . . . +a2m xm = b2
.. ..
. .
an1 x1 + an2 x2 + . . . +anm xm = bn

Hierbei denken wir uns aij , bi ∈ K fest vorgegeben und xj ∈ K gesucht. Der
in mathematischer Formelsprache geübte Leser wird das bereits erkannt haben,

5
Ein lineares Gleichungssystem mit drei Gleichungen und drei Unbekannten.

Ein homogenes lineares Gleichungssystem, mit zwei Gleichungen und drei

Unbekannten, bei dem ich die Unbekannten statt mit x1 , x2 , x3 zur Abwechslung
einmal x, y, z notiert habe. Es ist beim Rechnen meist sinnvoll, eine Notation mit
möglichst wenig Indizes zu verwenden.

Ein inhomogenes lineares Gleichungssystem mit einer Gleichung und einer

Unbekannten und leerer Lösungsmenge.

6
denn es ist allgemeine Konvention, Buchstaben vom Anfang des Alphabets für
„bekannte Unbestimmte“ zu verwenden und Buchstaben vom Ende des Alpha-
bets für „gesuchte Unbestimmte“. Eine Gesamtheit von mehreren zu erfüllenden
Gleichungen bezeichnet man als Gleichungssystem. Ein Gleichungssystem des
obigen Typs nennt man ein lineares Gleichungssystem. Linear heißt es, weil dar-
in keine komplizierteren Ausdrücke in den Variablen wie x21 oder x1 x72 vorkom-
men. Die aij heißen in diesem und ähnlichen Zusammenhängen Koeffizienten
von lateinisch „coefficere“ für deutsch „mitwirken“. Gesucht ist eine Beschrei-
bung aller m-Tupel (x1 , . . . , xm ) von Elementen von K derart, daß alle n obigen
Gleichungen gleichzeitig erfüllt sind. In der Begrifflichkeit und Notation, wie wir
sie gleich in 1.3.7 einführen, bildet die Gesamtheit aller m-Tupel (x1 , . . . , xm )
von Elementen von K eine neue Menge K m . In dieser Terminologie suchen wir
also eine möglichst explizite Beschreibung der Teilmenge L ⊂ K m derjenigen m-
Tupel, die alle unsere n Gleichungen erfüllen, der sogenannten Lösungsmenge L
unseres Gleichungssystems.
1.1.4. Sind alle bi auf der rechten Seite unserer Gleichungen Null, so heißt un-
ser lineares Gleichungssystem homogen. Das lineare Gleichungssystem, das aus
einem inhomogenen System entsteht, indem man alle bi zu Null setzt, heißt das
zugehörige homogenisierte Gleichungssystem.
Bemerkung 1.1.5 (Schwierigkeiten der Notation). In obigem Gleichungssystem
ist a12 nicht als a-Zwölf zu verstehen, sondern als a-Eins-Zwei. Sicher wäre es
präziser gewesen, die beiden Bestandteile unserer Doppelindizes durch ein Kom-
ma zu trennen und a1,2 und dergleichen zu schreiben, aber das hätte unser Glei-
chungssystem dann auch wieder weniger übersichtlich gemacht. Man muß beim
Schreiben und Verstehen von Mathematik oft einen Ausgleich zwischen einer prä-
zisen aber unübersichtlichen und einer übersichtlichen aber unpräzisen Darstel-
lung suchen. An dieser Stelle schien mir das Weglassen der Kommata der bessere
Weg. Einem Menschen etwas verständlich zu machen ist eben eine andere Aufga-
be als eine Computer zu programmieren. Beim Programmieren eines Computers
muß die Eindeutigkeit der Anweisungen die oberste Priorität sein, beim Schreiben
und Erklären für Menschen kommt es eher auf die Übersichtlichkeit an und bei
Mehrdeutigkeiten kann man erwarten, daß die aus dem Kontext heraus aufgelöst
werden können und oft noch nicht einmal auffallen. Insbesondere in der Physik
ist es üblich, einen der Indizes hochzustellen, also a21 statt a12 zu schreiben, aber
das kann auch wieder leicht als das Quadrat (a1 )2 einer Zahl a1 mißverstanden
werden.
1.1.6. Um die Lösungsmenge eines linearen Gleichungssystems zu bestimmen,
kann man den Gauß-Algorithmus verwenden. Er basiert auf der elementaren Er-
kenntnis, daß sich die Lösungsmenge nicht ändert, wenn wir in einer der beiden
folgenden Weisen zu einem neuen Gleichungssystem übergehen:

7
Ein System in Zeilenstufenform ist ein System der obigen Gestalt, bei dem im
Teil mit den Koeffizienten aij wie angedeutet unterhalb solch einer „Treppe mit
der Stufenhöhe Eins aber mit variabler Breite der Stufen“ nur Nullen stehen, vorn
an den Stufenabsätzen aber von Null verschiedene Einträge. An die durch den
senkrechten Strich abgetrennte letzte Spalte mit den gewünschten Ergebnissen bi
werden hierbei keinerlei Bedingungen gestellt. Das Symbol unten links ist eine
Null. Die Symbole ∗ oben rechts deuten an, daß unerheblich ist, was dort steht.

8
1. Wir ersetzen eine unserer Gleichungen durch ihre Summe mit einem Viel-
fachen einer anderen unserer Gleichungen;

2. Wir vertauschen zwei unserer Gleichungen.

Der noch zu besprechende Gauß-Algorithmus beschreibt, wie wir mithilfe die-
ser beiden Operationen, also ohne die Lösungsmenge zu ändern, zu einem Glei-
chungssystem übergehen können, das Zeilenstufenform hat. Nebenstehendes Bild
mag aufschlüsseln, was das anschaulich bedeuten soll. Formal sagen wir, ein Glei-
chungssystem sei „in Zeilenstufenform“, genau dann, wenn man ein r ≥ 0 und
Indizes 1 ≤ s(1) < s(2) < . . . < s(r) ≤ m so angeben kann, daß in unserem
Gleichungssystem gilt ai,s(i) 6= 0 für 1 ≤ i ≤ r und daß aνµ 6= 0 nur gelten kann,
wenn es ein i gibt mit ν ≤ i und µ ≥ s(i). Es ist üblich und erspart viel Schreibar-
beit, die Symbole für die Variablen sowie die Pluszeichen und Gleichheitszeichen
bei Rechnungen im Zusammenhang mit linearen Gleichungssystemen wegzulas-
sen und stattdessen ein Gleichungssystem der oben beschriebenen Art abzukürzen
durch seine erweiterte Koeffizientenmatrix
 
a11 a12 . . . a1m b1
 a21 a22 a2m b2 
 
 .. .. .. 
 . . . 
an1 an2 . . . anm bn

Die Spezifikation „erweitert“ weist auf die letzte Spalte der bi hin. Die Matrix
der aij für sich genommen heißt die Koeffizientenmatrix unseres Gleichungs-
systems.
1.1.7 (Gauß-Algorithmus). Der Gauß-Algorithmus zum Bestimmen der Lösungs-
menge eines linearen Gleichungssystems funktioniert so: Sind alle Koeffizienten
in der ersten Spalte Null, so ignorieren wir die erste Spalte und machen mit der
auf diese Weise entstehenden Matrix weiter. Ist ein Koeffizient in der ersten Spal-
te von Null verschieden, so bringen wir ihn durch eine Zeilenvertauschung an
die oberste Stelle. Ziehen wir dann geeignete Vielfache der obersten Zeile von
den anderen Zeilen ab, so gelangen wir zu einem System, bei dem in der ersten
Spalte unterhalb des obersten Eintrags nur noch Nullen stehen. Für das weitere
ignorieren wir dann die oberste Zeile und die erste Spalte und machen mit der auf
diese Weise entstehenden Matrix weiter. Offensichtlich können wir so jedes linea-
re Gleichungssystem auf Zeilenstufenform bringen, ohne seine Lösungsmenge zu
ändern.
1.1.8 (Lösungsmenge bei Zeilenstufenform). Die Lösungsmenge eines linearen
Gleichungssystems in Zeilenstufenform ist schnell bestimmt: Ist eine der Zahlen
br+1 , . . . , bn nicht Null, so besitzt es gar keine Lösung. Gilt dahingegen br+1 =

9
Ein lineares Gleichungssystem mit drei Gleichungen und drei Unbekannten und
seine Lösung mit dem Gauß-Algorithmus. Für gewöhnlich wird beim Anwenden
des Gauß-Algorithmus ein Vertauschen der Zeilen gar nicht nötig sein. Gibt es
weiter genausoviele Gleichungen wie Unbekannte, so werden wir für gewöhnlich
so wie in obigem Beispiel genau eine Lösung erwarten dürfen.

10
. . . = bn = 0, können wir Zahlen xµ für µ verschieden von den Spaltenindizes
s(1), . . . , s(r) der Stufen beliebig vorgeben und finden für jede solche Vorgabe
der Reihe nach eindeutig bestimmte Zahlen xs(r) , xs(r−1) , . . . , xs(1) derart, daß das
entstehende m-Tupel (x1 , . . . , xm ) eine Lösung unseres Gleichungssystems ist.
1.1.9. Eine Abbildung der Produktmenge {1, . . . , n} × {1, . . . , m} in eine Men-
ge Z heißt ganz allgemein eine (n × m)-Matrix mit Einträgen in Z. Gegeben
solch eine Matrix A schreibt man meist Aij oder aij statt A(i, j) und veranschau-
licht sich dieses Datum als ein rechteckiges Arrangement von Elementen von Z
wie eben im Fall Z = K. Das aij heißt dann der Eintrag unserer Matrix in der
i-ten Zeile und j-ten Spalte. Das i heißt der Zeilenindex, da es angibt alias „in-
diziert“, in welcher Zeile unser Eintrag aij steht. Entsprechend nennt man das j
den Spaltenindex unseres Matrixeintrags. Die Menge aller (n × m)-Matrizen mit
Koeffizienten in einer Menge Z notieren wir

Mat(n × m; Z) := Ens({1, . . . , n} × {1, . . . , m}, Z)

Im Fall n = m sprechen wir von einer quadratischen Matrix und kürzen unsere
Notation ab zu Mat(n; Z) := Mat(n × n; Z). Manchmal werden wir sogar für
beliebige Mengen X, Y, Z eine Abbildung X × Y → Z als eine (X × Y )-Matrix
mit Einträgen in Z ansprechen.
Ergänzung 1.1.10 (Ursprung der Terminologie). Die Bezeichnung „Matrix“ wur-
de meines Wissens vom englischen Mathematiker Joseph Sylvester in einem 1851
bei George Bell, Fleet Street erschienenen Artikel mit dem Titel „An essay on ca-
nonical forms, supplement to a sketch of a memoir on elimination, transformation
and canonical forms“ in die Mathematik eingeführt. Die Bezeichnung scheint auf
das lateinische Wort „matrix“ für deutsch „Gebärmutter“ hervorzugehen. Sylves-
ter benutzt Matrizen mit einer Zeile mehr als Spalten und betrachtet die „Determi-
nanten“ der quadratischen Matrizen, die durch Streichen je einer Zeile entstehen.
Die Determinante führen wir erst in 6.2.1 ein.
Satz 1.1.11 (Lösungsmengen inhomogener linearer Gleichungssysteme). Ist
die Lösungsmenge eines linearen Gleichungssystems nicht leer, so erhalten wir
alle Lösungen, indem wir zu einer fest gewählten Lösung unseres Systems eine
beliebige Lösung des zugehörigen homogenisierten Systems komponentenweise
addieren.
Beweis. Ist c = (c1 , . . . , cm ) eine Lösung unseres linearen Gleichungssystems
und d = (d1 , . . . , dm ) eine Lösung des homogenisierten Systems, so ist offen-
sichtlich die komponentenweise Summe c u d = (c1 + d1 , . . . , cm + dm ) eine Lö-
sung des ursprünglichen Systems. Ist andererseits c0 = (c01 , . . . , c0m ) eine weitere
Lösung unseres linearen Gleichungssystems, so ist offensichtlich die komponen-
tenweise Differenz d = (c01 − c1 , . . . , c0m − cm ) eine Lösung des homogenisierten

11
Systems, für die gilt c0 = c u d mit unserer komponentenweisen Addition u aus
[GR] 1.2.7.

1.1.12 (Unabhängigkeit der Stufenzahl vom Lösungsweg). Die vorstehenden

Überlegungen zeigen, wie man die Lösungsmenge jedes linearen Gleichungssys-
tems bestimmen kann. Man erhält dabei nach 1.1.8 im Fall einer nichtleeren Lö-
sungsmenge durch die Transformation in Zeilenstufenform sogar eine ausgezeich-
nete Bijektion zwischen t-Tupeln von Elementen von K und besagter Lösungs-
menge, für t = m − r die Zahl der Variablen abzüglich der „Zahl der Stufen“, die
eben jeder Vorgabe von xj für j verschieden von den „Spaltenindizes der Stufen“
j 6= s(1), . . . , s(r) die durch diese Vorgabe eindeutig bestimmte Lösung zuordnet.
Der Gauß-Algorithmus gibt uns allerdings nicht vor, welche Zeilenvertauschun-
gen wir unterwegs verwenden sollen. Damit stellt sich sofort die Frage, ob wir
unabhängig von der Wahl dieser Zeilenvertauschungen stets bei derselben Ma-
trix in Zeilenstufenform ankommen. Das ist nun zwar nicht richtig, aber dennoch
sind die „Breiten der einzelnen Stufen“ alias die Spaltenindizes s(i) der Stufen
unabhängig von allen Wahlen. In der Tat lassen sie sich auch direkt beschreiben,
indem wir im zugehörigen homogenisierten Gleichungssystem unsere Variablen
von hinten durchgehen und jeweils fragen: Gibt es für jedes (xj+1 , xj+2 , . . . , xm ),
das zu einer Lösung (x1 , x2 , . . . , xm ) ergänzbar ist, nur ein xj derart, daß auch
(xj , xj+1 , xj+2 , . . . , xm ) zu einer Lösung (x1 , x2 , . . . , xm ) ergänzbar ist? Genau
dann lautet die Antwort „ja“, wenn in der j-ten Spalte eine neue Stufe beginnt.
1.1.13 (Unabhängigkeit der Stufenzahl von der Variablenreihung). Sicher könn-
ten wir auch vor dem Anwenden des Gauß-Algorithmus zuerst unsere Variablen
umnummerieren alias die Spalten unserer Koeffizientenmatrix vertauschen. Wir
erhielten wieder eine Bijektion eines K u mit der Lösungsmenge wie eben. Die
Frage, der wir uns als nächstes zuwenden wollen, lautet nun: Gilt stets u = t, in
anderen Worten, landen wir bei einer Zeilenstufenform mit derselben Zahl von
Stufen, wenn wir zuerst die Spalten unseres Systems willkürlich vertauschen, be-
vor wir den Gauß-Algorithmus durchführen? Die Antwort lautet wieder „Ja“, aber
hierzu ist mir kein ganz elementares Argument mehr eingefallen. Darüber war ich
sogar ganz froh: Diese Frage kann so nämlich zur Motivation der Entwicklung der
abstrakten Theorie der Vektorräume dienen, mit der wir an dieser Stelle beginnen.
Wir führen in diesem Rahmen den auch in vielen anderen Zusammenhängen äu-
ßerst nützlichen Begriff der „Dimension“ eines „Vektorraums“ ein, und zeigen in
2.1.9, daß die Stufenzahl unabhängig von allen Wahlen als die „Dimension des
Lösungsraums“ des zugehörigen homogenisierten Gleichungssystems beschrie-
ben werden kann. Zunächst jedoch führen wir weitere Begriffe ein, die wir dabei
und auch darüber hinaus noch oft brauchen werden.

12
Ein lineares Gleichungssystem mit zwei Gleichungen und drei Unbekannten,
dessen Lösungsmenge nach unser allgemeinen Theorie für jedes x3 genau einen
Punkt (x1 , x2 , x3 ) enthält, und zwar haben wir wegen der zweiten Gleichung
x2 = x3 /4 und dann wegen der ersten Gleichung x1 = 1 − (3/4)x3 , so daß die
allgemeine Lösung lautet (1 − (3/4)λ, λ/4, λ) für variables λ.

13
1.2 Vektorräume
Definition 1.2.1. Ein Vektorraum V über einem Körper K ist ein Paar beste-
hend aus einer abelschen Gruppe V = (V, u) und einer Abbildung
K ×V → V
(λ, ~v ) 7 → λ~v
derart, daß für alle λ, µ ∈ K und ~v , w
~ ∈ V die folgenden Identitäten gelten:
λ(~v u w)~ = (λ~v ) u (λw)
~
(λ + µ)~v = (λ~v ) u (µ~v )
λ(µ~v ) = (λµ)~v
1K ~v = ~v
Wie bei der Axiomatik eines Körpers [GR] 3.4.2 heißen die ersten beiden Gesetze
die Distributivgesetze. In Analogie zu der Sprechweise bei Mengen mit Verknüp-
fung heißt das dritte Gesetz das Assoziativgesetz.
1.2.2. Die Elemente eines Vektorraums nennt man meist Vektoren. Die Elemente
des Körpers heißen in diesem Zusammenhang oft Skalare und der Körper sel-
ber der Grundkörper. Die Abbildung (λ, ~v ) 7→ λ~v heißt die Multiplikation mit
Skalaren oder auch die Operation des Körpers K auf V . Sie ist nicht zu ver-
wechseln mit dem „Skalarprodukt“, das wir in [LA2] 1.1.13 einführen und das
aus zwei Vektoren einen Skalar macht. Ich habe oben aus didaktischen Gründen
die Addition von Vektoren u notiert, um sie von der Addition von Körperelemen-
ten zu unterscheiden, aber das werde ich nicht lange durchhalten. Mit der auch
in diesem Zusammenhang allgemein üblichen Konvention „Punkt vor Strich“ und
der zu + vereinfachten Notation für die Addition von Vektoren und der Abkür-
zung 1K = 1 für das multiplikativ neutrale Element des Grundkörpers können
unsere Vektorraumaxiome dann etwas übersichtlicher geschrieben werden als die
Forderung, daß für alle Skalare λ, µ und alle Vektoren ~v , w
~ gelten möge
λ(~v + w)
~ = λ~v + λw~
(λ + µ)~v = λ~v + µ~v
λ(µ~v ) = (λµ)~v
1~v = ~v
Ich habe aus didaktischen Gründen bis hierher Vektoren stets mit einem Pfeil
notiert, das halte ich wohl etwas länger durch, aber auf Dauer werden Sie sich
auch den Pfeil selbst dazudenken müssen. Das neutrale Element der abelschen
Gruppe V notieren wir ~0 und nennen es den Nullvektor. Die letzte Bedingung
1~v = ~v schließt zum Beispiel den Fall aus, daß wir für V irgendeine von Null
verschiedene abelsche Gruppe nehmen und dann einfach setzen λ~v = ~0 für alle
λ ∈ K und ~v ∈ V .

14
Beispiel 1.2.3 (Die schmutzige Anschauung). Ich stelle mir als Vektorraum ger-
ne wie in [GR] 1.2.5 ausgeführt die Menge V der Parallelverschiebungen der
schmutzigen Ebene oder auch die Menge V der Parallelverschiebungen des schmut-
zigen Raums der Anschauung vor, mit der „Hintereinanderausführung“ als Ad-
dition und der offensichtlichen Multiplikation mit reellen Skalaren. Diese Men-
gen von Parallelverschiebungen nenne ich den schmutzigen Richtungsraum der
Ebene beziehungsweise des Raums. Graphisch mag man diese Parallelverschie-
bungen alias Vektoren durch Pfeile in der Ebene oder oder im Raum darstellen und
ihre Addition wie in nebenstehendem Bild veranschaulichen. Das ist nur leider im
mathematischen Sinne kein recht eigentlich wohldefiniertes Beispiel: Schon die
Frage, ob diese Parallelverschiebungen eigentlich „wohlunterschiedene Objekte
unserer Anschauung oder unseres Denkens“ sind, und wie man sie eigentlich zu
definieren hätte, scheint mir nicht so einfach und eindeutig zu beantworten. So bin
ich in der schizophrenen Lage, daß mir dieses Beispiel einerseits besonders nahr-
haft und motivierend scheint, daß es aber andererseits für unsere rein auf Men-
genlehre basierende aseptisch steril perfekte Mathematik zu schmutzig ist, um als
echtes Beispiel durchzugehen.

Ergänzung 1.2.4. Ich rede hier bewußt vom „Raum der Anschauung“ und nicht
vom „Anschauungsraum“, da ich mir letztere Bezeichnung für das in [LA2] 1.4.14
erklärte Gebilde der Mengenlehre vorbehalten will, das zwar den Raum der An-
schauung modellieren soll, das ich aber doch sprachlich von diesem absetzen will.
Wann immer ich einen Begriff mit dem Zusatz „der Anschauung“ oder „anschau-
lich“ oder „schmutzig“ versehe, soll gemeint sein, daß er nicht in einem mathe-
matisch wie auch immer präzise definierten Sinne zu verstehen ist, also nicht als
ein Gebilde der Mengenlehre, sondern eben anschaulich.
Beispiel 1.2.5 (Funktionenräume als Vektorräume). Gegeben eine Menge X
und ein Körper K ist die Menge Ens(X, K) aller Abbildungen von X → K ein
K-Vektorraum, wenn man sie mit der Addition gegeben durch (f + g)(x) :=
f (x) + g(x) und mit der Multiplikation mit Skalaren gegeben durch (λf )(x) :=
λ(f (x)) versieht. Insbesondere erhält so auch die Menge Mat(n × m; K) aller
(n × m)-Matrizen mit Einträgen in einem Körper K aus 1.1.9 die Struktur eines
K-Vektorraums.
Beispiel 1.2.6 (Lösungsmengen als Vektorräume). Gegeben ein homogenes li-
neares Gleichungssystem in n Variablen wird seine Lösungsmenge L ein K-
Vektorraum, wenn wir sie mit der komponentenweisen Addition u und der kom-
ponentenweisen Multiplikation mit Skalaren versehen.
Ergänzung 1.2.7. Im Fall eines Schiefkörpers K muß man an dieser Stelle mehr
aufpassen und Lösungen bleiben nur Lösungen, wenn man sie von rechts mit Ska-
laren multipliziert. Das führt dazu, daß man „Rechtsvektorräume“ und „Linksvek-

15
Die Hintereinanderausführung der beiden Parallelverschiebungen der Tafel- oder
hier vielmehr der Papierebene, die durch die durchgezogenen Pfeile dargestellt
werden, wird die durch die gepunktelten Feile dargestellt.

16
torräume“ unterscheiden muß und die Lösungsmenge eines linearen Gleichungs-
systems, bei dem die Koeffizienten von links an die Variablen daranmultipliziert
werden, einen Rechtsvektorraum bildet.
Ergänzung 1.2.8 (Ursprung der Terminologie). Die Bezeichnung „Vektor“ kommt
von lateinisch „vehere“ für „fahren, transportieren“. Sie rührt von unserem Bei-
spiel [GR] 1.2.5 der Gesamtheit aller Parallelverschiebungen der Ebene oder des
Raums her, die ja in gewisser Weise Punkte transportieren. Auf Deutsch könnte
man diese Intuition wiedergeben, indem man statt von Vektoren etwa von „Schie-
bern“ redet. Beim Gedanken an eine Vorlesung über die „Lehre von der Schie-
berei“ bin ich aber doch glücklicher mit der gewohnten, vom Latein geprägten
Terminologie. Die Bezeichnung „Skalare“ für Elemente des zugrundeliegenden
Körpers kommt von dem lateinischen Wort „scala“ für „Leiter“ und hat sich von
dort über eine Bezeichnung für das Metermaß entwickelt zu einer Bezeichnung für
das, was man auf einer Meßskala ablesen kann, als da heißt zu einer Bezeichnung
für reelle Zahlen. In Mathematik und Physik werden nun aber nicht nur reelle Vek-
torräume betrachtet, und so überträgt man dann dieses Wort weiter und verwendet
es auch im allgemeinen als Bezeichnung für die Elemente des Grundkörpers.
1.2.9 (Produkt mit dem Skalar Null). Gegeben ein Vektorraum V und ein Vektor
~v ∈ V gilt 0K ~v = ~0. Multipliziert man also einen beliebigen Vektor mit dem
Skalar Null, erhält man stets den Nullvektor. In der Tat finden wir mit dem zweiten
Distributivgesetz 0K ~v = (0K +0K )~v = 0K ~v u0K ~v und Subtraktion von 0K ~v alias
Addition seines Negativen −0K ~v auf beiden Seiten liefert ~0 = 0K ~v .
1.2.10 (Produkt mit dem Skalar minus Eins). Gegeben ein Vektorraum V und
ein Vektor ~v ∈ V gilt (−1K )~v = −~v . Multipliziert man also in Worten das Ne-
gative der Eins des Grundkörpers mit einem beliebigen Vektor, so erhält man das
Negative von besagtem Vektor. In der Tat finden wir mit der letzten und der zwei-
ten Formel aus der Definition ~v u (−1K )~v = 1K ~v u (−1K )~v = (1K + (−1K ))~v =
0K ~v = ~0. Damit ist (−1K )~v in der Tat das additive Inverse von ~v .
Beispiele 1.2.11. Gegeben ein Körper K ist die abelsche Gruppe V = K mit
der durch die Multiplikation von K gegebenen Multiplikation mit Skalaren ein
K-Vektorraum.
Beispiel 1.2.12. Gegeben ein Körper K wird jede einelementige Menge V ver-
mittels der offensichtlichen Operationen zu einem K-Vektorraum. Wir sprechen
dann von einem Nullvektorraum, weil er eben nur aus dem Nullvektor besteht,
und verwenden oft auch den bestimmten Artikel und sprechen von dem Null-
vektorraum, da er ja „im Wesentlichen“ eindeutig bestimmt ist. Wir bezeichnen
diesen Vektorraum und allgemeiner die einelementige Gruppe gerne mit 0, dieses
Symbol muß in der Mathematik einfach für die verschiedensten Dinge herhalten.

17
Beispiel 1.2.13. Die additive Gruppe R der reellen Zahlen ist in offensichtlicher
Weise ein Q-Vektorraum. Ist allgemeiner ϕ : K → L ein Körperhomomorphis-
mus, so wird die additive Gruppe L ein K-Vektorraum vermittels der Multiplika-
tion mit Skalaren λa := ϕ(λ)a.

Übungen
Übung 1.2.14 (Produkt mit dem Nullvektor). Gegeben ein Vektorraum V über
einem Körper K zeige man für alle λ ∈ K die Identität λ~0 = ~0. Weiter zeige man,
daß aus λ~v = ~0 folgt λ = 0 oder ~v = ~0.
Übung 1.2.15. Gegeben ein Körper K und ein K-Vektorraum V und ein Vektor
~v ∈ V eine ganze Zahl n ∈ Z gilt mit unserer Notation nK aus [GR] 3.4.12
stets nK ~v = n~v oder ausgeschrieben in unserer Notation [GR] 3.2.10 für iterierte
Verknüpfungen (n+ 1K )~v = nu~v . Hinweis: Die Fälle n = 0 und n = (−1) dieser
Aussage wurden im übrigen bereits in 1.2.9 und 1.2.10 besprochen.
Ergänzende Übung 1.2.16. Für eine vorgegebene abelsche Gruppe (V, +) gibt es
höchstens eine Abbildung Q × V → V derart, daß sie mit dieser Abbildung als
Multiplikation mit Skalaren ein Q-Vektorraum wird.
Ergänzende Übung 1.2.17. Eine Gruppe, in der jedes Element sein eigenes Inver-
ses ist, kann auf genau eine Weise mit der Struktur eines Vektorraums über dem
Körper mit zwei Elementen versehen werden. Ein Beispiel ist unsere Gruppe aus
[GR] 3.2.18.
Übung 1.2.18. Gegeben eine Menge X und ein Körper K und ein K-Vektorraum
V ist auch die Menge Ens(X, V ) aller Abbildungen X → V ein K-Vektorraum,
wenn man sie mit der Addition gegeben durch (f + g)(x) := f (x) + g(x) und mit
der Multiplikation mit Skalaren gegeben durch (λf )(x) := λ(f (x)) versieht. Das
verallgemeinert unser Beispiel 1.2.5.
Ergänzende Übung 1.2.19. Ist ϕ : L → K ein Körperhomomorphismus und
V ein K-Vektorraum, so wird die abelsche Gruppe V mit der durch die Formel
λ~v := ϕ(λ)~v erklärten Multiplikation mit Skalaren aus L ein L-Vektorraum.

1.3 Endliche Produkte von Mengen

1.3.1 (Längere kartesische Produkte). Bis jetzt hatten wir nur das kartesische
Produkt X × Y von zwei Mengen X und Y betrachtet. Ebenso kann man jedoch
auch für mehr Mengen X1 , . . . , Xn das kartesische Produkt

X1 × . . . × Xn := {(x1 , . . . , xn ) | xi ∈ Xi für 1 ≤ i ≤ n}

18
einführen. Die Elemente von so einem Produkt bezeichnet man als angeordne-
te n-Tupel oder auch einfach als Tupel. In diesem Zusammenhang heißen 2-
Tupel auch Paare oder genauer angeordnete Paare und 3-Tupel Tripel oder
genauer angeordnete Tripel. Die xi heißen die Komponenten unseres Tupels
(x1 , . . . , xn ). Die Mengen Xi heißen die Faktoren unseres kartesischen Produkts.
1.3.2. Im deutschsprachigen Raum verwendet man auf der Schule für Tupel viel-
fach auch die alternative Notation (x1 | . . . |xn ), um Verwechslungen zwischen
2-Tupeln von natürlichen Zahlen und Dezimalbrüchen zu vermeiden, die ja im
deutschsprachigen Raum als „Kommazahlen“ notiert werden.
1.3.3 (Abbildungen in ein Produkt). Für ein kartesisches Produkt von Mengen
hat man stets die Projektionsabbildungen oder Projektionen

pri : X1 × . . . × Xn → Xi
(x1 , . . . , xn ) 7→ xi

Wir erhalten dann für jede weitere Menge Z eine Bijektion

∼
Ens(Z, X1 × . . . × Xn ) → Ens(Z, X1 ) × . . . × Ens(Z, Xn )
f 7→ (pr1 ◦f, . . . , prn ◦f )

zwischen Abbildungen in ein Produkt und Tupeln von Abbildungen in seine Fak-
toren. Die Umkehrung dieser kanonischen Bijektion notieren wir sozusagen gar
nicht: Gegeben Abbildungen fi : Z → Xi notieren wir die Abbildung f : Z →
X1 × . . . × Xn von Z in das kartesische Produkt der Xi gegeben durch die Vor-
schrift z 7→ (f1 (z), . . . , fn (z)) schlicht f = (f1 , . . . , fn ). In der exponentiellen
Schreibweise geschrieben liest sich unsere Bijektion ganz suggestiv als eine Bi-
∼
jektion (X1 × . . . × Xn )Z → X1Z × . . . × XnZ . Besonders wichtig ist die diagonale
Einbettung oder Diagonale

∆ := ∆X := (id, id) : X → X × X
x 7→ (x, x)

Ergänzung 1.3.4 (Abbildungen zwischen kartesischen Produkten). Ist ein wei-

teres Produkt von der Form Y = Y1 × . . . × Yn gegeben sowie Abbildungen
fi : Xi → Yi , so können wir auch die Abbildung

X1 × . . . × Xn → Y1 × . . . × Yn
(x1 , . . . , xn ) 7→ (f1 (x1 ), . . . , fn (xn ))

erklären. Wir notieren diese Abbildung f1 × · · · × fn . Man beachte jedoch, daß

keineswegs alle Abbildungen X1 × . . . × Xn → Y1 × · · · × Yn von dieser Form
sind. Man beachte allgemeiner, daß eine Abbildung f : X1 × . . . × Xn → Z

19
Das Bild der diagonalen Einbettung ∆ : R → R2 , t 7→ (t, t).

20
von einem kartesischen Produkt in eine beliebige Menge Z sich keineswegs in
ähnlicher Weise aus Abbildungen Xi → Z zusammensetzen läßt, wie wir das
bei Abbildungen von einer beliebigen Menge in ein kartesisches Produkt gesehen
hatten.
Ergänzung 1.3.5 (Assoziativität kartesischer Produkte). Gegeben drei Men-
gen X, Y, Z mag man sich nun die Frage stellen, inwieweit die drei Mengen
(X × Y ) × Z, X × (Y × Z) und X × Y × Z übereinstimmen, und allgemei-
ner, inwieweit „das kartesische Produkt × assoziativ ist“. Wir werden derartige
Fragen später im Rahmen der Kategorientheorie ausführlicher diskutieren. Hier
sei nur bemerkt, daß zum Beispiel alle unsere drei Tripelprodukte wohlbestim-
me Projektionen prX , prY und prZ auf X, Y und Z haben und daß es eindeutig
bestimmte Bijektionen zwischen ihnen gibt, die mit diesen drei Projektionen ver-
träglich sind. Wegen dieser „Eindeutigkeit bis auf eindeutige Bijektionen“ werden
wir uns erlauben, die beiden fraglichen Tripelprodukte schlicht als gleich anzuse-
hen.
1.3.6 (Einelementige Mengen). In derselben Weise sprechen auch mit einem be-
stimmten Artikel von „der“ einelementigen Menge. Wir notieren sie manchmal
ens, da es sich um das „finale Objekt der Kategorie Ens der Mengen“ handelt,
aber das brauchen Sie hier noch nicht zu verstehen. Das einzige Element der ein-
punktigen Menge notieren wir gerne ∗, also in Formeln

ens = {∗}

1.3.7 (Tupel von Elementen einer Menge). Das kartesische Produkt von n Ko-
pien einer Menge X kürzt man meist ab mit

Xn

Die Elemente von X n sind also n-Tupel von Elementen aus X. Es ist sinnvoll
und allgemeine Konvention, diese Notation auf den Fall n = 0 dadurch auszudeh-
nen, daß man X 0 als die einelementige Menge auffaßt, in Formeln X 0 = ens, so
∼
daß wir für alle n, m ≥ 0 eine kanonische Bijektion X n × X m → X n+m erhal-
ten. Wenn ich Verwechslungen mit anderen Notationen befürchte, die Sie später
kennenlernen werden, schreibe ich statt X n auch ausführlicher X ×n .
Beispiele 1.3.8 (Der Vektorraum der n-Tupel). Einige Beispiele für Vektorräu-
me wurden bereits in [GR] 1.2 diskutiert. Besonders wichtig ist das Beispiel des
Vektorraums
V = Kn
über einem vorgegebenen Körper K. Hier verwenden wir die Notation 1.3.7, die
Elemente von K n sind also n-Tupel von Elementen des Körpers K. Wir notie-
ren die Komponenten dieser n-Tupel im folgenden der Übersichtlichkeit halber

21
untereinander, nicht wie zuvor nebeneinander und durch Kommata getrennt. Die
Addition von Vektoren und Multiplikation mit Skalaren seien gegeben durch
     
v1 w1 v1 + w1
 ..   ..  ..
 ..  u  ..  :=  .
 
.
.  .  . .
.

 . 
vn wn vn + wn

   
v1 λv1
 ..   .. 
λ . :=  .. 
 ...   .. 
vn λvn

für λ, v1 , . . . , vn , w1 , . . . , wn ∈ K. Die Erste unserer Gleichungen definiert die

Summe zweier n-Tupel, also die Addition in unserem Vektorraum V = K n , in-
dem sie diese durch die Addition im Körper K ausdrückt. Die zweite Gleichung
leistet dasselbe für die Multiplikation mit Skalaren. An dieser Stelle gebe ich einen
ersten Teil meiner didaktischen Notation auf und schreibe von nun an + statt u.
Gegeben ~v ∈ K n schreibe ich seine Komponenten v1 , v2 , . . . , vn und versehe sie
nicht mit Pfeilen, da sie ja Elemente des Grundkörpers sind. Wenn irgendwo ein-
mal ~v1 , ~v2 , . . . , ~vn stehen sollte, so sind nicht die n Komponenten eines n-Tupels
~v gemeint, sondern vielmehr n Vektoren eines Vektorraums. Sobald ich die Pfeil-
Notation auch aufgegeben haben werde, muß der Leser aus dem Kontext erschlie-
ßen, was im Einzelfall jeweils gemeint ist.

Übungen
Übung 1.3.9. Gegeben ein Körper K und K-Vektorräume V1 , . . . , Vn können wir
das kartesische Produkt V1 ×. . .×Vn zu einem K-Vektorraum machen, indem wir
die Addition sowie die Multiplikation mit Skalaren komponentenweise definieren.
In Formeln sieht das dann so aus wie 1.3.8, nur daß wir den vi und wi Pfeile
aufsetzen und statt vi , wi ∈ K wie dort nun ~vi , w
~ i ∈ Vi nehmen müssen. Den so
entstehenden Vektorraum notieren wir auch

V1 ⊕ . . . ⊕ Vn

und nennen ihn das Produkt oder auch die direkte Summe der Vi . Insbesondere
ist also K n die direkte Summe K ⊕ . . . ⊕ K von n Kopien des K-Vektorraums
K.

22
1.4 Ordnungen auf Mengen*
1.4.1. Bei den Inhalten dieses Abschnitts hoffe ich, daß sie rechtzeitig in der Ana-
lysis besprochen werden, so daß dieser Abschnitt in der linearen Algebra über-
sprungen werden kann. Ich habe ihn aus [AN1] 1.3 kopiert.

Definition 1.4.2. Eine Relation R auf einer Menge X ist eine Teilmenge R ⊂
X × X des kartesischen Produkts von X mit sich selbst, also eine Menge von
Paaren von Elementen von X. Statt (x, y) ∈ R schreiben wir in diesem Zusam-
menhang meist xRy. Eine Relation R heißt eine Ordnungsrelation oder auch
eine partielle Ordnung oder Halbordnung oder auch einfach nur eine Ordnung
genau dann, wenn für alle x, y, z ∈ X gilt:

1. Transitivität: (xRy und yRz) ⇒ xRz;

2. Antisymmetrie: (xRy und yRx) ⇒ x = y;

3. Reflexivität: xRx für alle x ∈ X.

Auf Englisch benutzt man für eine partiell geordnete Menge alias „partially orde-
red set“ auch oft die Abkürzung poset. Eine Ordnungsrelation heißt eine Anord-
nung oder eine totale Ordnung oder auch eine lineare Ordnung genau dann,
wenn wir zusätzlich haben

4. Totalität: Für alle x, y ∈ X gilt xRy oder yRx.

Ergänzung 1.4.3. Allgemeiner versteht man unter einer Relation R zwischen ei-
ner Menge X und einer Menge Y eine Teilmenge R ⊂ X × Y . In diesem Sinne
sind dann auch unsere Abbildungen aus [GR] 2.3.2 spezielle Relationen. Noch
allgemeiner betrachtet man auch für n ≥ 0 und Mengen X1 , . . . , Xn Teilmengen
R ⊂ X1 ×. . .×Xn und nennt sie n-stellige Relationen, aber das ist für uns vorerst
noch nicht relevant.
1.4.4. Bei einer Ordnungsrelation R schreibt man meist x ≤ y statt xRy und statt
x ≤ y schreibt man dann oft auch y ≥ x. Weiter kürzt man (x ≤ y und x 6= y)
ab mit x < y und ebenso (x ≥ y und x 6= y) mit x > y. Auf jeder angeordneten
Menge definieren wir Verknüpfungen max und min in offensichtlicher Verallge-
meinerung von [GR] 3.1.3.

Definition 1.4.5. Sei (Y, ≤) eine partiell geordnete Menge.

1. Ein Element g ∈ Y heißt ein größtes Element von Y genau dann, wenn
gilt g ≥ y ∀y ∈ Y . Ein Element g ∈ Y heißt ein maximales Element
von Y genau dann, wenn es kein y ∈ Y gibt mit y > g.

23
Eine partiell geordnete Menge mit zwei minimalen und einem maximalen
Element, die weder ein kleinstes noch ein größtes Element besitzt. Die
Darstellung ist in der Weise zu verstehen, daß die fetten Punkte die Elemente
unserer Menge bedeuten und daß ein Element größer ist als ein anderers genau
dann, wenn es von diesem „durch einen aufsteigenden Weg erreicht werden
kann“.

24
2. Ein Element k ∈ Y heißt ein kleinstes Element von Y genau dann, wenn
gilt k ≤ y ∀y ∈ Y . Ein Element k ∈ Y heißt ein minimales Element von
Y genau dann, wenn es kein y ∈ Y gibt mit y < k.
1.4.6. Jede partiell geordnete Menge besitzt höchstens ein größtes und höchstens
ein kleinstes Element. Wir dürfen deshalb den bestimmten Artikel verwenden und
von dem größten bzw. kleinsten Element reden. Besitzt eine partiell geordnete
Menge ein größtes bzw. ein kleinstes Element, so ist dies auch ihr einziges ma-
ximales bzw. minimales Element. Sonst kann es jedoch maximale bzw. minimale
Elemente in großer Zahl geben, zumindest dann, wenn unsere Ordnungsrelation
keine Anordnung ist.

1.5 Untervektorräume
Definition 1.5.1. Eine Teilmenge U eines Vektorraums V heißt ein Untervektor-
raum oder Teilraum, wenn U den Nullvektor enthält und wenn aus ~u, ~v ∈ U und
λ ∈ K folgt ~u + ~v ∈ U sowie λ~u ∈ U .
1.5.2. Statt zu fordern, daß unsere Teilmenge den Nullvektor enthält, reicht es
wegen 1.2.9 schon aus, in obiger Definition zu fordern, daß unsere Teilmenge
nicht leer ist. Diese Definitionsvariante wird oft vorgezogen, da sie zumindest
prinzipiell leichter nachzuprüfen ist. Ich mag sie nicht, da sie noch ferner von der
„eigentlich richtigen Definition“ ist, die ich in der folgenden Bemerkung erläutern
will.
Ergänzung 1.5.3 (Untervektorräume vom höheren Standpunkt). Die vom hö-
heren Standpunkt aus „richtige“ Definition eines Untervektorraums lautet wie
folgt: Sei K ein Körper. Eine Teilmenge eines K-Vektorraums heißt ein Unter-
vektorraum, wenn sie so mit der Struktur eines K-Vektorraums versehen wer-
den kann, daß die Einbettung ein „Homomorphismus K-Vektorräumen“ wird. Ich
kann diese „bessere“ Definition hier noch nicht geben, da wir Homomorphismen
von K-Vektorräumen erst in 2.1.1 kennenlernen. Sie ist leider auch komplizierter.
Sie scheint mir besser, da man in derselben Weise auch korrekte Definitionen von
Untermonoiden, Untergruppen, Unterkörpern und Unter-was-nicht-noch-all-für-
Strukturen erhält, die Sie erst später kennenlernen werden.
1.5.4 (Lösungsmengen als Untervektorräume). Unter einem homogenen linea-
ren Gleichungssystem über einem gegebenen Körper K versteht man, wie in 1.1.4
besprochen, ein System von Gleichungen der Gestalt
a11 x1 + a12 x2 + . . . +a1m xm = 0
a21 x1 + a22 x2 + . . . +a2m xm = 0
.. ..
. .
an1 x1 + an2 x2 + . . . +anm xm = 0

25
Die Homogenität bedeutet, daß rechts nur Nullen stehen. Die Lösungsmenge eines
solchen homogenenen Gleichungssystems ist offensichtlich ein Untervektorraum
L ⊂ K m.
1.5.5 (Untervektorräume des schmutzigen Richtungsraums der Ebene). Das
nun folgende Geschwafel darf nicht als Teil des formalen Aufbaus der Theorie
mißverstanden werden. Ich erinnere an den schmutzigen Richtungsraum 1.2.3 der
Ebene alias die Menge aller Parallelverschiebungen der Ebene mit ihrer Struktur
als reeller Vektorraum. Will man sich die Untervektorräume dieses Vektorraums
veranschaulichen, ist es hilfreich, einen festen Punkt der Ebene willkürlich als
„Ursprung“ auszuzeichnen und jede Parallelverschiebung mit demjenigen Punkt
der Ebene zu identifizieren, auf den sie diesen Ursprung schiebt. Unter dieser
Identifikation der Menge der Parallelverschiebungen mit der Menge der Punkte
entsprechen die Untervektorräume den folgenden Teilmengen der Ebene: (1) Der
einelementigen Teilmenge, die nur aus unserem Ursprung besteht, (2) allen Gera-
den, die unseren Ursprung enthalten, und (3) der ganzen Ebene.
1.5.6 (Untervektorräume des schmutzigen Richtungsraums des Raums). Das
nun folgende Geschwafel darf nicht als Teil des formalen Aufbaus der Theorie
mißverstanden werden. Ich erinnere an den schmutzigen Richtungsraum 1.2.3 der
Ebene alias die Menge aller Parallelverschiebungen des Raums mit ihrer Struktur
als reeller Vektorraum. Will man sich die Untervektorräume dieses Vektorraums
veranschaulichen, ist es hilfreich, einen festen Punkt des Raums willkürlich als
„Ursprung“ auszuzeichnen und jede Parallelverschiebung mit demjenigen Punkt
des Raums zu identifizieren, auf den sie diesen Ursprung schiebt. Unter dieser
Identifikation der Menge der Parallelverschiebungen mit der Menge der Punkte
entsprechen die Untervektorräume den folgenden Teilmengen des Raums unserer
Anschauung: (1) Der einelementigen Teilmenge, die nur aus unserem Ursprung
besteht, (2) allen Geraden, die unseren Ursprung enthalten, (3) allen Ebenen, die
unseren Ursprung enthalten, und (4) dem ganzen Raum.
Proposition 1.5.7 (Von einer Teilmenge erzeugter Untervektorraum). Gege-
ben eine Teilmenge T eines Vektorraums V über einem Körper K gibt es unter
allen Untervektorräumen von V , die T umfassen, einen kleinsten Untervektor-
raum
hT i = hT iK ⊂ V
Er kann beschrieben werden als die Menge aller Vektoren α1~v1 + . . . + αr~vr mit
α1 , . . . , αr ∈ K und ~v1 , . . . , ~vr ∈ T zusammen mit dem Nullvektor im Fall T = ∅.
1.5.8. Ein Ausdruck der Gestalt α1~v1 + . . . + αr~vr heißt eine Linearkombination
der Vektoren ~v1 , . . . , ~vr . Hierbei sind nur endliche Summen erlaubt. Der kleinste
T umfassende Untervektorraum hT i ⊂ V heißt der von T erzeugte Untervek-
torraum Untervektorraum oder der von T aufgespannte Untervektorraum oder

26
auch das Erzeugnis von T oder der Spann von T oder die lineare Hülle von T .
Wenn wir den Nullvektor als die „leere Linearkombination von r = 0 Vektoren“
verstehen, was hiermit vereinbart sei, so besteht das Erzeugnis von T demnach
auch im Fall T = ∅ genau aus allen Linearkombinationen von Vektoren aus T .
Ergänzung 1.5.9. Andere übliche Notationen für den von einer Teilmenge T eines
Vektorraums erzeugten Untervektorraum sind span(T ) und lin(T ).
Beweis. Es ist klar, daß die Linearkombinationen von Vektoren aus T einen Un-
tervektorraum von V bilden, der T umfaßt. Es ist ebenso klar, daß jeder Untervek-
torraum von V , der T umfaßt, auch alle Linearkombinationen von Vektoren aus
T enthalten muß.
Definition 1.5.10. Eine Teilmenge eines Vektorraums heißt ein Erzeugendensys-
tem unseres Vektorraums genau dann, wenn ihr Erzeugnis der ganze Vektorraum
ist. Ein Vektorraum, der ein endliches Erzeugendensystem besitzt, heißt endlich
erzeugt. Manche Autoren verwenden gleichbedeutend die vielleicht noch präzi-
sere Terminologie endlich erzeugbar.
Beispiel 1.5.11 (Erzeugnis in der schmutzigen Anschauung). Ich erinnere an
unsere Identifikation 1.5.6 des schmutzigen Vektorraums aller Parallelverschie-
bungen des Raums mit der Menge aller Punkte des Raums durch Auszeichnung
eines festen Punktes als Ursprung. Dem Erzeugnis des Nullvektors entspricht un-
ter dieser Identifikation die nur aus dem Ursprung bestehende Teilmenge; dem
Erzeugnis eines von Null verschiedenen Vektors entspricht die anschauliche Ge-
rade durch den Ursprung und den Endpunkt des Pfeils, der vom Ursprung aus-
gehend unseren Vektor darstellt; und dem Erzeugnis zweier Vektoren, von denen
keiner ein Vielfaches des anderen ist, entspricht die anschauliche Ebene, auf der
unser fester Punkt und die Endpunkte der beiden Pfeile liegen, die vom Ursprung
ausgehend unsere Vektoren darstellen.
1.5.12 (Schnitt von Untervektorräumen). Der Schnitt von zwei Untervektorräu-
men eines gegebenen Vektorraums ist offensichtlich wieder ein Untervektorraum.
Definition 1.5.13. Gegeben eine Menge X erinnere ich an die Menge aller Teil-
mengen P(X) := {U | U ⊂ X} von X, die sogenannte Potenzmenge von X. Da
es mich verwirrt, über Mengen von Mengen zu reden, werde ich Teilmengen von
P(X) nach Möglichkeit als Systeme von Teilmengen von X ansprechen. Gege-
ben ein solches Mengensystem U ⊂ P(X) bildet man zwei neue Teilmengen von
X, den Schnitt und die Vereinigung der Mengen aus unserem System U, durch
die Vorschriften
S
U ∈U U := {x ∈ X | Es gibt U ∈ U mit x ∈ U }
T
U ∈U U := {x ∈ X | Für alle U ∈ U gilt x ∈ U }

27
Insbesondere ist der Schnitt über das leere System von Teilmengen von X ganz
X und die Vereinigung über das leere System von Teilmengen von X die leere
Menge. Um den Schnitt über ein leeres Mengensystem zu bilden, muß man also
spezifizieren, das leere System von Teilmengen welcher Menge man nun betrach-
tet. Bei allen anderen Operationen kommt es dahingegen nicht darauf an.

1.5.14 (Erzeugnis als Schnitt). Jeder Schnitt von Untervektorräumen eines Vek-
torraums ist offensichtlich wieder ein Untervektorraum. Betrachten wir für eine
Teilmenge T eines Vektorraums V über einem Körper K den Schnitt aller Unter-
vektorräume von V , die T umfassen, so erhalten wir offensichtlich den kleinsten
Untervektorraum von V , der T umfaßt. Wir erhalten so einen von 1.5.7 unab-
hängigen Beweis für die Existenz solch eines kleinsten Untervektorraums. Dieser
Beweis hat den Vorteil, sich leichter auf andere Arten von Strukturen verallgemei-
nern zu lassen.

Übungen
Übung 1.5.15. Sei K ein Körper. Man zeige, daß der K-Vektorraum K genau
zwei Untervektorräume besitzt.
Ergänzende Übung 1.5.16. Eine Teilmenge eines Vektorraums heißt ganz allge-
mein eine Hyperebene oder präziser lineare Hyperebene genau dann, wenn un-
sere Teilmenge ein echter Untervektorraum ist, der zusammen mit einem einzigen
weiteren Vektor unseren ursprünglichen Vektorraum erzeugt. Man zeige, daß eine
Hyperebene sogar zusammen mit jedem Vektor außerhalb besagter Hyperebene
unseren ursprünglichen Vektorraum erzeugt.
Übung 1.5.17. Gegeben ein Vektorraum über dem Körper mit zwei Elementen ist
jede Untergruppe bereits ein Untervektorraum.
Übung 1.5.18. Sei V ein Vektorraum mit zwei Untervektorräumen U, W . Ist U ∪
W ein Untervektorraum, so gilt U ⊂ W oder W ⊂ U .

1.6 Lineare Unabhängigkeit und Basen

Definition 1.6.1. Eine Teilmenge L eines Vektorraums V heißt linear unabhän-
gig, wenn für paarweise verschiedene Vektoren ~v1 , . . . , ~vr ∈ L und beliebige Ska-
lare α1 , . . . , αr ∈ K aus α1~v1 + . . . + αr~vr = ~0 bereits folgt α1 = . . . = αr = 0.

Definition 1.6.2. Eine Teilmenge L eines Vektorraums V heißt linear abhängig,

wenn sie nicht linear unabhängig ist, wenn es also ausgeschrieben paarweise ver-
schiedene Vektoren ~v1 , . . . , ~vr ∈ L und Skalare α1 , . . . , αr ∈ K gibt derart, daß
nicht alle αi Null sind und dennoch gilt α1~v1 + . . . + αr~vr = ~0.

28
Beispiel 1.6.3. Die leere Menge ist in jedem Vektorraum linear unabhängig. Eine
einelementige Teilmenge ist linear unabhängig genau dann, wenn sie nicht aus
dem Nullvektor besteht: Für das Produkt des Nullvektors mit dem Skalar 1 gilt
nämlich 1 · ~0 = ~0, und nach unseren Annahmen gilt in einem Körper stets 1 6= 0,
also ist die aus dem Nullvektor bestehende Menge nicht linear unabhängig. Daß
jede andere einelementige Teilmenge linear unabhängig ist, folgt andererseits aus
1.2.14.
Beispiel 1.6.4. Denken wir uns wie in 1.5.6 den schmutzigen Raum der Anschau-
ung mit einem ausgezeichneten Urspung als reellen Vektorraum, so sind drei Vek-
toren linear unabhängig genau dann, wenn sie nicht „zusammen mit unserem Ur-
sprung in einer anschaulichen Ebene liegen“.

Definition 1.6.5. Eine Basis eines Vektorraums ist ein linear unabhängiges Er-
zeugendensystem.

Beispiel 1.6.6. Denken wir uns wie in 1.5.6 den schmutzigen Raum der Anschau-
ung mit einem ausgezeichneten Ursprung als reellen Vektorraum, so ist jede Men-
ge von drei Vektoren, die nicht zusammen mit unserem Ursprung in einer an-
schaulichen Ebene liegen, eine Basis. Die leere Menge ist eine Basis des Nullvek-
torraums.
1.6.7. Gegeben Mengen A und I bezeichnet man eine Abbildung I → A ganz
allgemein auch als eine durch I indizierte Familie von Elementen von A und
benutzt die Notation
(ai )i∈I
Diese Sprechweise und Notation für Abbildungen verwendet man insbesondere
dann, wenn man der Menge I eine untergeordnete Rolle zugedacht hat. Im Fall
I = ∅ spricht man von der leeren Familie von Elementen von A.
1.6.8 (Linear unabhängige Familien). Manchmal ist es praktisch und führt zu
einer übersichtlicheren Darstellung, Varianten unserer Begriffe zu verwenden, die
sich statt auf Teilmengen unseres Vektorraums auf Familien von Vektoren (~vi )i∈I
beziehen. Eine derartige Familie heißt ein Erzeugendensystem genau dann, wenn
die Menge {~vi | i ∈ I} ein Erzeugendensystem ist. Sie heißt linear unabhängig
oder ganz pedantisch linear unabhängig als Familie genau dann, wenn für be-
liebige paarweise verschiedene Indizes i(1), . . . , i(r) ∈ I und beliebige Skalare
α1 , . . . , αr ∈ K aus α1~vi(1) + . . . + αr~vi(r) = ~0 bereits folgt α1 = . . . = αr = 0.
Der wesentliche Unterschied zur Begrifflichkeit für Teilmengen liegt darin, daß
bei einer Familie ja für verschiedene Indizes die zugehörigen Vektoren durchaus
gleich sein könnten, was aber durch die Bedingung der linearen Unabhängigkeit
dann doch wieder ausgeschlossen wird. Eine Familie von Vektoren, die nicht li-
near unabhängig ist, nennen wir eine linear abhängige Familie. Eine erzeugende

29
und linear unabhängige Familie nennt man wieder eine Basis oder ausführlicher
eine durch i ∈ I indizierte Basis.
1.6.9. Besonders oft werden wir später Basen betrachten, die durch eine Menge
der Gestalt {1, . . . , n} mit n ∈ N indiziert sind. Hier ist dann der wesentliche
Unterschied zu einer Basis im Sinne von 1.6.5, daß wir zusätzlich festlegen, wel-
cher Basisvektor der Erste, welcher der Zweite und so weiter sein soll. In der
Terminologie aus 1.4 bedeutet das gerade, daß wir eine Anordnung auf unserer
Basis festlegen. Wollen wir das besonders hervorheben, so sprechen wir von einer
angeordneten Basis.
Beispiel 1.6.10. Seien K ein Körper und n ∈ N. Wir betrachten in unserem Vek-
torraum K n der n-Tupel die Vektoren
~ei = (0, . . . , 0, 1, 0, . . . , 0)
mit einer Eins an der i-ten Stelle und Nullen sonst. Dann bilden ~e1 , . . . ,~en eine
angeordnete Basis von K n , die sogenannte Standardbasis des K n .
Satz 1.6.11 (über Linearkombinationen von Basiselementen). Seien V ein Vek-
torraum V über einem Körper K und seien ~v1 , . . . , ~vr ∈ V Vektoren. Genau dann
ist die Familie der ~vi eine Basis von V , wenn das Auswerten von Linearkombina-
∼
tionen eine Bijektion Φ : K r → V , (α1 , . . . , αr ) 7→ α1~v1 + . . . + αr~vr liefert.
1.6.12. Bezeichnet A = (~v1 , . . . , ~vr ) unsere angeordnete Familie, so notieren wir
unsere Abbildung auch Φ = ΦA : K r → V .
Beweis. Ausführlicher gilt für unsere Abbildung Φ sogar:
(~vi )1≤i≤r ist Erzeugendensystem ⇔ Φ ist eine Surjektion K r V
(~vi )1≤i≤r ist linear unabhängig ⇔ Φ ist eine Injektion K r ,→ V
∼
(~vi )1≤i≤r ist Basis ⇔ Φ ist eine Bijektion K r → V

Hier folgt die erste Äquivalenz direkt aus den Definitionen. Um bei der zweiten
Äquivalenz die Implikation ⇐ einzusehen, muß man nur bemerken, daß Φ den
Nullvektor auf Null wirft und folglich kein anderer Vektor aus K r von Φ auf
Null geworfen werden kann. Um bei der zweiten Äquivalenz die Implikation ⇒
einzusehen, argumentieren wir durch Widerspruch: Wäre Φ nicht injektiv, so gäbe
es (α1 , . . . , αr ) 6= (β1 , . . . , βr ) mit demselben Bild α1~v1 + . . . + αr~vr = β1~v1 +
. . . + βr~vr . Dann aber wäre
(α1 − β1 )~v1 + . . . + (αr − βr )~vr = ~0
eine nichttriviale Darstellung der Null als Linearkombination der ~vi und dann
könnten unsere Vektoren nicht linear unabhängig gewesen sein. Die letzte Äqui-
valenz schließlich ist eine direkte Konsequenz der ersten beiden.

30
Satz 1.6.13 (Extremalcharakterisierungen von Basen). Für eine Teilmenge ei-
nes Vektorraums sind gleichbedeutend:

1. Unsere Teilmenge ist eine Basis alias ein linear unabhängiges Erzeugen-
densystem;

2. Unsere Teilmenge ist minimal unter allen Erzeugendensystemen;

3. Unsere Teilmenge ist maximal unter allen linear unabhängigen Teilmengen.

1.6.14. Die Begriffe minimal und maximal sind hier zu verstehen im Sinne von
1.4.5 in Bezug auf Inklusionen zwischen Teilmengen, nicht etwa in Bezug auf die
Zahl der Elemente. Um das zu betonen, spricht man auch gerne von einem un-
verkürzbaren Erzeugendensystem und einer unverlängerbaren linear unab-
hängigen Teilmenge. Ein nicht unverkürzbares Erzeugendensystem nennen wir
folgerichtig ein verkürzbares Erzeugendensystem und eine nicht unverlänger-
bare linear unabhängige Teilmenge entsprechend eine verlängerbare linear un-
abhängige Teilmenge.
1.6.15 (Existenz von Basen). Unsere Minimalcharakterisierung 1.6.13 von Ba-
sen impliziert insbesondere, daß jeder endlich erzeugte Vektorraum eine endli-
che Basis besitzt: Wir lassen einfach aus einem endlichen Erzeugendensystem so
lange Vektoren weg, bis wir bei einem unverkürzbaren Erzeugendensystem an-
gekommen sind. Mit raffinierteren Methoden der Mengenlehre kann man stärker
den Basisexistenzsatz zeigen, nach dem überhaupt jeder Vektorraum eine Basis
besitzt. Wir diskutieren das in 1.9.12.
Beweis. (1⇔2) Es gilt zu zeigen: Ein Erzeugendensystem ist linear unabhängig
genau dann, wenn es unverkürzbar ist. Es ist gleichbedeutend zu zeigen: Ein
Erzeugendensystem ist linear abhängig genau dann, wenn es verkürzbar ist. Ist
E ⊂ V ein Erzeugendensystem und ist E linear abhängig, so gilt eine Relation
λ1~v1 + . . . + λr~vr = ~0 mit r ≥ 1, mit den ~vi ∈ E paarweise verschieden und mit
allen λi 6= 0, aus der wir folgern

~v1 = −λ−1 v2 − . . . − λ−1

1 λ2 ~ vr ∈ hE\~v1 i
1 λr ~

Damit ist auch E\~v1 bereits ein Erzeugendensystem und E war verkürzbar. Ist
umgekehrt E verkürzbar, so gibt es ~v ∈ E derart, daß E\~v immer noch ein Er-
zeugendensystem ist. Insbesondere existiert eine Darstellung

~v = λ1~v1 + . . . + λn~vn

mit n ≥ 0 und ~vi ∈ E\~v paarweise verschieden. Daraus folgt ~v − λ1~v1 − . . . −

λn~vn = ~0 und E war linear abhängig.

31
(1⇔3) Es gilt zu zeigen: Eine linear unabhängige Teilmenge ist ein Erzeugenden-
system genau dann, wenn sie unverlängerbar ist. Wir argumentieren wieder durch
Widerspruch. Ist L ⊂ V linear unabhängig und kein Erzeugendensystem, so ist
für jedes ~v ∈ V \hLi auch L ∪ {~v } linear unabhängig und L war verlängerbar.
Ist umgekehrt L verlängerbar, so gibt es einen Vektor ~v derart, daß auch L ∪ {~v }
linear unabhängig ist, und dann kann L kein Erzeugendensystem gewesen sein,
denn dieser Vektor ~v kann nicht zu seinem Erzeugnis gehört haben.

Satz 1.6.16 (Extremalcharakterisierungen von Basen, Variante). Sei V ein

Vektorraum.

1. Ist L ⊂ V eine linear unabhängige Teilmenge und ist E minimal unter allen
Erzeugendensystemen unseres Vektorraums mit L ⊂ E, so ist E eine Basis
unseres Vektorraums V ;

2. Ist E ⊂ V ein Erzeugendensystem und ist L maximal unter allen linear

unabhängigen Teilmengen unseres Vektorraums mit L ⊂ E, so ist L eine
Basis unseres Vektorraums V .

1.6.17. Die Begriffe minimal und maximal sind hier genau wie in 1.6.13 zu ver-
stehen im Sinne von 1.4.5 in Bezug auf Inklusionen zwischen Teilmengen, nicht
etwa in Bezug auf die Zahl der Elemente.
Beweis. (1) Wäre E keine Basis, so gäbe es zwischen seinen Vektoren eine nicht-
triviale Relation λ1~v1 + . . . + λr~vr = ~0 mit r ≥ 1, den ~vi ∈ E paarweise ver-
schieden und allen λi 6= 0. Hier können nicht alle ~vi zu L gehören, da das ja
linear unabhängig angenommen war. Ein ~vi gehört also zu E\L und kann als Li-
nearkombination der anderen Elemente von E geschrieben werden. Dann aber ist
E\{~vi } auch schon ein Erzeugendensystem und E war nicht minimal.
(2) Wäre L keine Basis, so wäre L kein Erzeugendensystem und es gäbe notwen-
dig auch einen Vektor ~v ∈ E, der nicht im Erzeugnis von L läge. Nehmen wir ihn
zu L hinzu, so erhalten wir eine echt größere linear unabhängige Teilmenge und
L war nicht maximal.
Ergänzung 1.6.18. In der Hoffnung, daß es zum Verständnis beiträgt, will ich kurz
ausführen, inwiefern die Analoga der vorhergehenden Aussagen im Fall abelscher
Gruppen im allgemeinen nicht mehr gelten. Eine Teilmenge L einer abelschen
Gruppe M heißt linear unabhängig, wenn für beliebige paarweise verschiede-
ne Elemente m1 , . . . , mr ∈ L und beliebige ganze Zahlen α1 , . . . , αr ∈ Z aus
α1 m1 + . . . + αr mr = 0 bereits folgt α1 = . . . = αr = 0. Sie heißt ein Er-
zeugendensystem, wenn sich jedes Gruppenelement als endliche Linearkombi-
nation von Elementen von L mit ganzzahligen Koeffizienten schreiben läßt. Sie

32
heißt eine Basis, wenn sie ein linear unabhängiges Erzeugendensystem ist. In der
zweielementigen Gruppe ist dann die leere Menge die einzige linear unabhängige
Teilmenge und das Komplement der Null das einzige minimale Erzeugendensys-
tem und es gibt keine Basis. Weiter besitzt abelsche Gruppe Z zwar eine Basis,
etwa die Menge {1}, aber mit {2, 3} auch ein minimales Erzeugendensystem, das
nicht linear unabhängig ist ist, und mit {2} eine maximale linear unabhängige
Teilmenge, die kein Erzeugendensystem ist.

Übungen
Übung 1.6.19. Eine zweielementige Teilmenge eines Vektorraums ist linear unab-
hängig genau dann, wenn keiner ihrer beiden Vektoren ein Vielfaches des anderen
ist.
Übung 1.6.20. Eine Teilmenge eines Vektorraums ist linear abhängig genau dann,
wenn sich mindestens einer ihrer Vektoren als eine Linearkombination der Übri-
gen schreiben läßt.

1.7 Dimension eines Vektorraums

Satz 1.7.1 (Hauptabschätzung der linearen Algebra). In einem vorgegebenen
Vektorraum V hat eine linear unabhängige Teilmenge nie mehr Elemente als ein
Erzeugendensystem. Ist also in Formeln L ⊂ V eine linear unabhängige Teilmen-
ge und E ⊂ V ein Erzeugendensystem, so gilt stets

|L| ≤ |E|

1.7.2 (Diskussion der Terminologie). Die Terminologie „Hauptabschätzung der

linearen Algebra“ für diese Aussage ist unüblich. Wir verwenden bei ihrer Formu-
lierung unsere Konvention, nach der wir für alle unendlichen Mengen X schlicht
|X| = ∞ setzen. Damit macht der Satz also nur für endlich erzeugte Vektorräume
überhaupt eine Aussage. Er gilt aber auch mit einer feineren Interpretation von
|X| als „Kardinalität“. Genauer folgt aus dem Zorn’schen Lemma die Existenz
einer Injektion L ,→ E, wie in 1.8.3 in größerer Allgemeinheit diskutiert wird.
Ergänzung 1.7.3. Einen oft gewählten alternativen Zugang zur Hauptabschätzung
der linearen Algebra liefert der Austauschsatz von Steinitz 1.8.2. Dieser Zugang
hat den Vorteil, daß er im Fall von nicht notwendig endlich erzeugten Vektor-
räumen sinnvoll bleibt. Der Kern des Arguments ist jedoch bei beiden Zugängen
derselbe.
Beweis. Sei K unser Grundkörper. Nehmen wir an, wir hätten ein Erzeugenden-
system E = {w ~ m } und Vektoren ~v1 , . . . , ~vn . Dann können wir die Vek-
~ 1, . . . , w

33
toren ~v1 , . . . , ~vn als Linearkombinationen der Vektoren unseres Erzeugendensys-
tems schreiben, können also in Formeln ausgedrückt Skalare aij ∈ K finden mit
~v1 = a11 w ~ 1 + a21 w ~2 + · · · + am1 w ~m
.. .. .. ..
. . . .
~vn = a1n w ~ 1 + a2n w ~2 + · · · + amn w
~m
Alle Lösungen des „vertikal geschriebenen“ homogenen linearen Gleichungssys-
tems
x1 a11 x1 a21 ... x1 am1
+ + +
.. .. ..
. . ··· .
+ + +
xn a1n xn a2n ··· xn amn
= = =
0 0 ··· 0
sind dann Tupel (x1 , . . . , xn ) ∈ K n mit x1~v1 + . . . + xn~vn = 0. Gilt n > m,
so hat unser Gleichungssystem weniger Gleichungen hat als Unbekannte. Also
liefert der Gauß-Algorithmus 1.1.7 dafür mindestens eine von Null verschiedene
Lösung (x1 , . . . , xn ) 6= (0, . . . , 0), und dann kann die Familie der Vektoren ~vi
nicht linear unabhängig sein.
Korollar 1.7.4 (Basisergänzungssatz). Ist M eine linear unabhängige Teilmenge
in einem endlich erzeugten Vektorraum und E ein Erzeugendensystem, so läßt sich
M durch Hinzunahme von Vektoren aus E zu einer Basis unseres Vektorraums
ergänzen.
Vorschau 1.7.5. Mit raffinierteren Methoden der Mengenlehre kann man diesen
Satz sogar für jeden, nicht notwendig endlich erzeugten Vektorraum zeigen. Wir
diskutieren das in 1.9.12.
Beweis. Nach der Maximalcharakterisierung 1.6.16 von Basen ist jede linear un-
abhängige Teilmenge L unseres Vektorraums, die maximal ist unter allen linear
unabhängigen Teilmengen L mit L ⊂ (M ∪ E), bereits eine Basis. Nach der
Hauptabschätzung 1.7.1 kann man M auch tatsächlich zu einer maximalen linear
unabhängigen Teilmenge von M ∪ E vergrößern.
Korollar 1.7.6 (Kardinalitäten von Basen). Jeder endlich erzeugte Vektorraum
besitzt eine endliche Basis, und je zwei seiner Basen haben gleich viele Elemente.
Vorschau 1.7.7. In [AL] 5.3.4 wird mit raffinierteren Methoden der Mengenlehre
gezeigt, daß es auch im Fall eines nicht notwendig endlich erzeugten Vektorraums
für je zwei seiner Basen eine Bijektion zwischen der einen Basis und der anderen
Basis gibt.

34
Beweis. Wie bereits in 1.6.15 erwähnt, erhalten wir eine endliche Basis, wenn wir
ein beliebiges endliches Erzeugendensystem durch das Streichen von Vektoren zu
einem unverkürzbaren Erzeugendensystem verkleinern. Gegeben zwei Basen B
und B 0 eines Vektorraums haben wir nach der Hauptabschätzung 1.7.1 außerdem
stets |B| ≤ |B 0 | ≤ |B|.
Definition 1.7.8. Die Kardinalität einer und nach 1.7.6 jeder Basis eines endlich
erzeugten Vektorraums V heißt die Dimension von V und wird dim V notiert. Ist
K ein Körper und wollen wir betonen, daß wir die Dimension als K-Vektorraum
meinen, so schreiben wir
dim V = dimK V
Ist der Vektorraum nicht endlich erzeugt, so schreiben wir dim V = ∞ und nen-
nen V unendlichdimensional und ignorieren für gewöhnlich die durchaus mögli-
chen feineren Unterscheidungen zwischen verschiedenen Unendlichkeiten. Derlei
Feinheiten werden erst in [AL] 5.3.4 besprochen.
Ergänzung 1.7.9 (Verschiedene Bedeutungen des Wortes „Dimension“). In der
Physik wird der Begriff der „Dimension“ leider auch noch in einer völlig anderen
Bedeutung verwendet: Physikalische Dimensionen wären im physikalischen Sin-
ne etwa die Länge, die Zeit, die Masse, die Frequenz und dergleichen mehr. In der
hier entwickelten Sprache würde man so eine physikalische Dimension wohl am
ehesten als einen „eindimensionalen reellen Vektorraum“ modellieren. Ich kann
nur hoffen, daß der Leser aus dem Kontext erschließen kann, welcher Dimensi-
onsbegriff im Einzelfall jeweils gemeint ist.
1.7.10. Der Nullraum hat als Basis die leere Menge. Seine Dimension ist folg-
lich Null. Allgemeiner hat für jeden Körper K die Standardbasis aus 1.6.10 des
Vektorraums K n genau n Elemente und das zeigt

dimK K n = n

Korollar 1.7.11 (Kardinalitätskriterien für Basen). Sei V ein endlich erzeugter

Vektorraum.
1. Jede linear unabhängige Teilmenge L ⊂ V hat höchstens dim V Elemente
und im Fall |L| = dim V ist L bereits eine Basis;

2. Jedes Erzeugendensystem E ⊂ V hat mindestens dim V Elemente und im

Fall |E| = dim V ist E bereits eine Basis.
Beweis. Nach der Hauptabschätzung 1.7.1 haben wir für L eine linear unabhän-
gige Teilmenge, B eine Basis und E ein Erzeugendensystem von V stets

|L| ≤ |B| ≤ |E|

35
Gibt es ein endliches Erzeugendensystem, so muß im Fall |L| = |B| mithin L eine
unverlängerbare linear unabhängige Teilmenge und damit nach der Maximalcha-
rakterisierung 1.6.13 eine Basis sein. Im Fall |B| = |E| muß E in derselben
Weise ein unverkürzbares Erzeugendensystem und damit nach der Minimalcha-
rakterisierung 1.6.13 eine Basis sein.

Korollar 1.7.12 (Dimensionsabschätzung für Untervektorräume). Ein echter

Untervektorraum eines endlichdimensionalen Vektorraums ist stets auch endlich
erzeugt und hat darüber hinaus auch eine echt kleinere Dimension.

Beweis. Ist in Formeln U ⊂ V ein Untervektorraum eines beliebigen Vektor-

raums, so behaupten wir mithin dim U ≤ dim V und aus dim U = dim V < ∞
folgt U = V . Ist V nicht endlich erzeugt, so ist nichts zu zeigen. Ist V endlich
erzeugt, so gibt es nach der Hauptabschätzung 1.7.11 in U eine unverlängerbare
linear unabhängige Teilmenge, und jede derartige Teilmenge hat höchstens dim V
Elemente. Jede derartige Teilmenge ist aber nach der Maximalcharakterisierung
1.6.13 notwendig eine Basis von U und das zeigt dim U ≤ dim V . Gilt hier
Gleichheit und ist V endlichdimensional, so ist wieder nach der Hauptabschät-
zung 1.7.11 jede Basis von U auch eine Basis von V und das zeigt U = V .

Satz 1.7.13 (Dimensionssatz). Gegeben ein Vektorraum V und darin Teilräume

U, W ⊂ V gilt

dim(U + W ) + dim(U ∩ W ) = dim U + dim W

Vorschau 1.7.14. Wir beweisen diesen Satz in 2.2.9 noch ein zweites Mal als Ko-
rollar der Dimensionsformel für lineare Abbildungen. Wir verwenden die Notati-
on U + W für den Teilraum U + W := {~u + w ~ | ~u ∈ U, w
~ ∈ W } von V .

Beispiel 1.7.15. Denken wir uns wie in 1.5.6 den Raum der schmutzigen Anschau-
ung mit einem ausgezeichneten festen Punkt als Vektorraum, so entsprechen die
zweidimensionalen Untervektorräume den anschaulichen Ebenen durch unseren
festen Punkt und je zwei verschiedene zweidimensionale Untervektorräume U, W
spannen den ganzen Raum auf, dim(U + W ) = 3. Zwei verschiedene Ebenen
durch unseren festen Punkt schneiden sich nun offensichtlich in einer anschauli-
chen Geraden, und das entspricht genau der Aussage unseres Satzes, die in diesem
Fall zur Identität 3 + 1 = 2 + 2 spezialisiert.
Beweis. Sind U oder W unendlichdimensional, so ist das eh klar. Sonst wählen
wir eine Basis s1 , . . . , sd von U ∩ W und ergänzen sie erst durch u1 , . . . , ur ∈ U
zu einer Basis von U und dann weiter durch w1 , . . . , wt ∈ W zu einer Basis von
U +W . Wir haben gewonnen, wenn wir zeigen können, daß bei derartigen Wahlen
bereits s1 , . . . , sd , w1 , . . . , wt eine Basis von W ist. Dazu reicht es zu zeigen, daß

36
Illustration zum Dimensionssatz nach 1.7.15: Zwei verschiedene Ebenen im
Raum, die beide einen ausgezeichneten festen Punkt enthalten, schneiden sich in
einer Geraden.

37
diese Menge W erzeugt. Sicher können wir jedes w ∈ W schreiben als Linear-
kombination
w = λ1 u1 + . . . + λr ur
+µ1 s1 + . . . + µd sd
+ν1 w1 + . . . + νt wt
Dabei gilt jedoch offensichtlich λ1 u1 + . . . + λr ur ∈ W ∩ U . Dieser Ausdruck läßt
sich damit auch als Linearkombination der si schreiben, so daß w selbst auch als
Linearkombination der si und wj geschrieben werden kann, was zu zeigen war.
Im übrigen muß dann auch bei der obigen Darstellung bereits gelten λ1 = . . . =
λr = 0, aber das ist für unseren Beweis schon gar nicht mehr von Belang.

Übungen
Übung 1.7.16. Man zeige, daß jeder eindimensionale Vektorraum genau zwei Un-
tervektorräume besitzt.
Übung 1.7.17. Gegeben K-Vektorräume V und W mit Basen v1 , . . . , vn und
w1 , . . . , wm zeige man, daß die Paare (vi , 0) zusammen mit den Paaren (0, wj )
eine Basis von V ⊕ W bilden. Insbesondere gilt für die Dimension des kartesi-
schen Produkts die Formel
dim(V ⊕ W ) = dim(V ) + dim(W )
Gegeben K-Vektorräume V1 , . . . , Vn gilt allgemeiner für die Dimension ihres kar-
tesischen Produkts die Formel
dim(V1 ⊕ . . . ⊕ Vn ) = dim(V1 ) + . . . + dim(Vn )
Ergänzende Übung 1.7.18. Wir erinnern die Körper R ⊂ C aus [GR] 3.4.16.
Natürlich kann jeder C-Vektorraum V auch als R-Vektorraum aufgefaßt werden.
Wir notieren diesen R-Vektorraum V R und nennen ihn die Reellifizierung von V .
Man zeige dimR V R = 2 dimC V .

1.8 Austauschsatz von Steinitz*

1.8.1. Einen anderen Zugang zur Hauptabschätzung der linearen Algebra 1.7.1
liefert der folgende Austauschsatz von Steinitz, der sogar eine etwas feinere Aus-
sage liefert. Im hier verfolgten Zugang zur linearen Algebra ist er entbehrlich.
Mir scheint insbesondere seine Variante [AL] 5.3.5 relevant, da es mit ihr gelingt,
auch im Fall eines nicht endlich erzeugten Vektorraums die Existenz einer Bijek-
tion zwischen je zwei seiner Basen zu zeigen. Derlei Feinheiten gehören jedoch
meines Erachtens nicht in eine Grundvorlesung. Ich habe den Austauschsatz hier
dennoch besprochen, da er beim üblichen Aufbau der Theorie eine wichtige Rolle
spielt und deshalb auch in Prüfungen gerne gefragt wird.

38
Satz 1.8.2 (Austauschsatz von Steinitz). Ist V ein Vektorraum, L ⊂ V eine end-
liche linear unabhängige Teilmenge und E ⊂ V ein Erzeugendensystem, so gibt
es eine Injektion ϕ : L ,→ E derart, daß auch (E\ϕ(L)) ∪ L ein Erzeugenden-
system von V ist.

1.8.3. Wir können in anderen Worten die Vektoren unserer linear unabhängigen
Teilmenge so in unser Erzeugendensystem hineintauschen, daß es ein Erzeugen-
densystem bleibt. Mit raffinierteren Methoden der Mengenlehre kann unser Aus-
tauschsatz auch ohne die Voraussetzung L endlich gezeigt werden. Der Beweis in
dieser Allgemeinheit wird in [AL] 5.3.5 skizziert.
Beweis. Das folgt leicht induktiv aus dem Austauschlemma 1.8.4, das wir im An-
schluß beweisen: Dies Lemma erlaubt uns nämlich, die Elemente von L der Reihe
nach in E hineinzutauschen.

Lemma 1.8.4 (Austauschlemma von Steinitz). Seien V ein Vektorraum und dar-
in E ⊃ M ein Erzeugendensystem mit einer linear unabhängigen Teilmenge. Ist
~ ∈ V \M ein Vektor außerhalb von M derart, daß auch M ∪ {w}
w ~ linear unab-
hängig ist, so gibt es ~e ∈ E\M derart, daß auch (E\~e) ∪ {w}
~ ein Erzeugenden-
system von V ist.

Beweis. Da E ein Erzeugendensystem von V ist, können wir w

~ als Linearkombi-
nation von Vektoren aus E schreiben, sagen wir

w
~ = λ1~e1 + . . . + λr~er

mit paarweise verschiedenen ~ei ∈ E und allen Koeffizienten verschieden von

Null. Da M ∪ {w}
~ linear unabhängig ist, können hier nicht alle ~ei bereits zu M
gehören. Ohne Beschränkung der Allgemeinheit dürfen wir also ~e1 6∈ M anneh-
men. Nun schreiben wir unsere Identität um zu

~e1 = λ−1 ~ − λ2~e2 − . . . − λr~er )

1 (w

und sehen so, daß auch (E\~e1 ) ∪ {w}

~ ein Erzeugendenystem ist.

1.9 Auswahlaxiom und Zorn’sches Lemma*

Lemma 1.9.1 (Auswahlaxiom). Gegeben eine Menge X gibt es stets eine Abbil-
dung a : P(X)\∅ → X mit a(T ) ∈ T ∀T ∈ P(X).

1.9.2. In Worten wählt die Abbildung a also in jeder nichtleeren Teilmenge T ⊂

X, T 6= ∅ von X ein Element aus. Man nennt solch eine Abbildung deshalb auch
eine Auswahlfunktion.

39
1.9.3. Vom Standpunkt der naiven Mengenlehre aus, den wir bisher stets einge-
nommen haben und den wir auch weiterhin einnehmen werden, kann man dieses
Lemma mühelos beweisen: Man wählt halt in jeder nichtleeren Teilmenge T ⊂ X
ein Element aus und nennt es a(T ). Wenn man jedoch die Mengenlehre wie bei
Zermelo und Fraenkel in einer Formelsprache formalisiert, so läßt sich die Aussa-
ge dieses Lemmas nicht formal aus den nach Zermelo und Fraenkel üblicherweise
zugrundegelegten anderen Axiomen herleiten, die wir zwar ihrerseits auch nie for-
malisiert haben, die wir aber ständig in intuitiver Weise benutzen. Daher rührt die
Bezeichnung unseres Lemmas als „Axiom“. Wir werden es hier für die Herlei-
tung des „Zorn’schen Lemmas“ 1.9.5 benötigen, von dem man sogar zeigen kann,
daß es zum Auswahlaxiom äquivalent ist. Die etwas schwächere Forderung, daß
es für jede Folge X0 , X1 , . . . nichtleerer Teilmengen einer Menge X eine Folge
von Elementen x0 , x1 , . . . gibt mit xi ∈ Xi ∀i, man man das „Folgenauswahlaxi-
om“ nennen. Es wird vom Beginn der Analysis an häufig verwendet, zum Beispiel
beim Nachweis, daß jede folgenstetige Funktion das ε-δ-Kriterium erfüllt.
1.9.4. Wir benutzen im folgenden die Begrifflichkeit aus [AN1] 1.3 und erinnern
an einige Begriffe im Zusammenhang mit partiell geordneten Mengen, deren ge-
naue Bedeutung für das Folgende wesentlich ist. Wir nennen ein Element x einer
partiell geordneten Menge X maximal genau dann, wenn es keine Elemente ober-
halb von x gibt. Wir nennen x das größte Element von X genau dann, wenn alle
anderen Elemente von X unterhalb von x liegen. Es kann also in einer partiell ge-
ordneten Menge viele maximale Elemente geben, aber nicht mehr als ein größtes
Element. Falls es ein größtes Element gibt, so ist dies auch das einzige maximale
Element. Gibt es andererseits genau ein maximales Element und ist X endlich, so
ist dies maximale Element notwendig das größte Element.

Lemma 1.9.5 (Zorn’sches Lemma). Sei (X, ≤) eine partiell geordnete Menge.
Besitzt jede total geordnete Teilmenge Y ⊂ X eine obere Schranke in X, so gibt
es in unserer partiell geordneten Menge X mindestens ein maximales Element.

1.9.6. Unter einer total geordneten Teilmenge einer partiell geordneten Menge
verstehen wir eine Teilmenge, in der je zwei Elemente vergleichbar sind. Wir
bezeichnen derartige Teilmengen im folgenden meist als Ketten. Eine partiell ge-
ordnete Menge, in der jede Kette eine obere Schranke besitzt, nennt man induktiv
geordnet. Eine induktiv geordnete Menge ist insbesondere nie leer, denn die leere
Menge ist ja auch eine Kette und besitzt folglich eine obere Schranke. Es reicht
nicht aus, im Zorn’schen Lemma nur die Existenz einer oberen Schranke für jede
monoton wachsende Folge zu fordern, vergleiche 1.9.10.
1.9.7. Wir werden das Zorn’sche Lemma im Anschluß an die Formulierung des
„Fixpunktsatzes von Bourbaki“ 1.9.15 mithilfe des Auswahlaxioms 1.9.1 auf die-
sen Fixpunktsatz zurückführen, für den wir dann einen vom Auswahlaxiom unab-

40
hängigen Beweis geben. Zunächst will ich jedoch zur besseren Motivation noch
einige Folgerungen aus dem Zorn’schen Lemma ziehen.
1.9.8. Gegeben eine Menge X bezeichne wie üblich P(X) ihre Potenzmenge,
d.h. die Menge aller Teilmengen von X. Teilmengen von P(X) werde ich oft als
Systeme von Teilmengen von X ansprechen. Besonders häufig benutzt man das
Zorn’sche Lemma in der folgenden Gestalt:
Korollar 1.9.9. Ist M eine Menge und X ⊂ P(M ) ein System von Teilmengen
von M , das mit jedem total geordneten Teilsystem auch die Vereinigungsmenge
des besagten Teilsystems enthält, so besitzt X ein bezüglich Inklusion maximales
Element.
1.9.10. Hier verwenden wir die Konvention [LA1] 1.5.13, nach der die Vereini-
gung über überhaupt keine Teilmenge einer Menge die leere Menge ist. Insbeson-
dere folgt aus unseren Annahmen, daß die leere Menge zu X gehört. Es reicht
hier nicht, nur die Stabilität unter Vereinigungen von aufsteigenden Folgen in un-
serem Mengensystem zu fordern: So bilden etwa alle abzählbaren Teilmengen
einer überabzählbaren Menge ein Mengensystem, das zwar stabil ist unter Verei-
nigungen von aufsteigenden Folgen, das aber keine maximalen Elemente besitzt.
Wir nennen ein System M ⊂ P(X) von Teilmengen einer gegebenen Menge X
stabil unter aufsteigenden Vereinigungen genau dann, wenn es mit jedem to-
tal geordneten Teilsystem auch die Vereinigungsmenge des besagten Teilsystems
enthält. In dieser Terminologie kann unser Korollar dann dahingehend formuliert
werden, daß jedes System von Teilmengen einer gegebenen Menge, das stabil ist
unter aufsteigenden Vereinigungen, mindestens ein maximales Element besitzt.
Beweis. Wir können das Zorn’sche Lemma auf die partiell geordnete Menge X
anwenden, denn für jede Kette in X gehört nach Annahme die Vereinigung ihrer
Mitglieder auch zu X , und diese Vereinigung ist offensichtlich eine obere Schran-
ke unserer Kette.
1.9.11. Ich schicke dem Beweis des Zorn’schen Lemmas eine typische Anwen-
dung voraus. Der Beweis des Zorn’schen Lemmas selber ist für diese Vorlesung
nicht mehr relevant.
Satz 1.9.12 (Basisexistenz und -ergänzungssatz). Jeder Vektorraum besitzt ei-
ne Basis. Ist allgemeiner M ⊂ E eine linear unabhängige Teilmenge in einem
Erzeugendensystem eines Vektorraums, so gibt es stets eine Basis B unseres Vek-
torraums mit M ⊂ B ⊂ E.
1.9.13. Bereits der Basisexistenzsatz ist hochgradig nicht-konstruktiv. Ich bin et-
wa außerstande, ihnen für irgendeinen Körper K eine Basis des K-Vektorraums
Ens(N, K) hinzuschreiben. Geeignet verstanden ist das sogar prinzipiell unmög-
lich. Mehr dazu mögen Sie in der Logik lernen.

41
Beweis. Sei V unser Vektorraum und X ⊂ P(V ) das System aller linear unab-
hängigen Teilmengen A mit M ⊂ A ⊂ E, geordnet durch Inklusion. Wir zeigen
zunächst, daß X stabil ist unter aufsteigenden Vereinigungen. Ist in der Tat Y ein
total geordnetes System von linear unabhängigen Teilmengen
S S von V , so ist auch
A∈Y A linear unabhängig, denn sind v 1 , . . . , v r ∈ A∈Y A paarweise verschie-
den, so gibt es ein A ∈ Y mit v1 , . . . , vr ∈ A und folglich verschwindet keine
nichttriviale Linearkombination der vi . Also ist X stabil unter aufsteigenden Ver-
einigungen und nach dem vorhergehenen Korollar 1.9.9 gibt es damit ein maxi-
males Element von X alias eine linear linear unabhängige Teilmenge Amax ⊂ V ,
die M umfaßt und maximal ist unter allen linear unabhängigen Teilmengen A
mit A ⊂ E. Diese Teilmenge muß dann aber nach der Maximalcharakterisierung
1.6.16 eine Basis von V sein.
1.9.14. Eine partiell geordnete Menge, in der jede Kette T sogar eine kleinste obe-
re Schranke besitzt, nennt man streng induktiv geordnet. Für jede Teilmenge T
einer partiell geordneten Menge S kann es natürlich nicht mehr als eine kleinste
obere Schranke geben, und falls sie existiert, heißt wie in der Analysis das Su-
premum von T in S und wird bezeichnet mit sup T . Wir führen das Zorn’sche
Lemma mithilfe des Auswahlaxioms zurück auf den folgenden Satz, den wir dann
im Anschluß beweisen.

Satz 1.9.15 (Fixpunktsatz von Bourbaki). Ist (S, ≤) eine streng induktiv geord-
nete Menge, so besitzt jede Abbildung f : S → S mit der Eigenschaft f (s) ≥
s ∀s ∈ S mindestens einen Fixpunkt.

1.9.16. Wir werden diesen Satz zeigen, ohne das Auswahlaxiom zu verwenden.
Genauer werden wir sogar einen vollständig kanonischen Fixpunkt konstruieren
als „das größte Element des kleinsten Turms“. Zuvor folgern wir jedoch noch aus
dem Fixpunktsatz das Zorn’sche Lemma, und bei diesem Schritt brauchen wir das
Auswahlaxiom 1.9.1.
Herleitung des Zorn’schen Lemmas 1.9.5 aus dem Fixpunktsatz 1.9.15. Sei X un-
sere partiell geordnete Menge. Wir betrachten das System S ⊂ P(X) aller Ketten
von X. Sicher ist S partiell geordnet vermittels der Inklusion. S ist auf diese Wei-
se sogar streng induktiv geordnet, das Supremum über einStotal geordnetes System
T ⊂ S von Ketten ist einfach ihre Vereinigung sup T = K∈T K. Wir definieren
nun eine Abbildung f : S → S durch die Vorschrift

K ∪ {x} falls x 6∈ K existiert, so daß K ∪ {x} eine Kette ist;
f (K) =
K sonst.

Hier verwenden wir das Auswahlaxiom, um für alle fraglichen K jeweils unter
allen möglichen x eines auszuwählen. Jetzt hat die Abbildung f nach dem Satz

42
von Bourbaki 1.9.15 einen Fixpunkt, es gibt also eine maximale Kette Kmax ⊂ X.
Eine obere Schranke einer solchen maximalen Kette Kmax ist dann notwendig ein
maximales Element von X.
1.9.17. Die obere Schranke von Kmax vom Schluß des vorhergehenden Beweises
ist sogar eindeutig bestimmt und kann beschrieben werden als das größte Element
von Kmax . Das interessiert aber schon gar nicht mehr.
Beweis des Fixpunktsatzes von Bourbaki 1.9.15. Die Menge S besitzt notwendig
ein kleinstes Element k ∈ S, nämlich das Supremum der leeren Menge, die ja
stets eine Kette ist. Die folgende Definition vereinbaren wir nur behelfsmäßig für
die Zwecke dieses Beweises, danach darf sie wieder vergessen werden.
Definition 1.9.18. Sei S eine streng induktiv geordnete Menge und f : S → S
eine Abbildung mit f (s) ≥ s für alle s ∈ S. Eine Teilmenge T ⊂ S heißt ein
Turm oder präziser ein Turm in Bezug auf f genau dann, wenn gilt

1. Das kleinste Element k von S gehört zu T ;

2. Aus t ∈ T folgt f (t) ∈ T ;

3. Ist K ⊂ T eine Kette, so gehört auch sup K zu T .

1.9.19. Es reicht, einen Turm T zu finden, der auch eine Kette ist, denn dann ist
sup T das größte Element von T und damit ein Fixpunkt von f . Der Schnitt über
alle Türme in S ist offensichtlich der bezüglich Inklusion kleinste Turm von S,
wir nennen ihn R. Wir behaupten nun, daß dieser kleinste Turm R eine Kette ist.
Ergänzung 1.9.20. Dieser Unterabschnitt ist nur motivierendes Geschwätz und
muß bei einem streng logischen Aufbau übersprungen werden. Aber sei’s drum!
In unserem kleinsten Turm liegen natürlich das kleinste Element k, dann auch
f (k), f 2 (k), f 3 (k) . . . Wird diese Folge stabil, etwa bei f n (k) = f n+1 (k), so ist
diese endliche Menge der kleinste Turm. Wird sie nicht stabil, so gehört ihr Supre-
mum s = sup{f n (k)} nicht zu den Folgengliedern, gehört aber auch zu unserem
kleinsten Turm, ebenso wie auch f (s), f 2 (s), f 3 (s) . . . Wird diese Folge stabil,
etwa bei f n (s) = f n+1 (s), so ist die Vereinigung der Glieder unserer beiden
Folgen der kleinste Turm. Sonst gehört das Supremum s1 = sup{f n (s)} unse-
rer zweiten Folge wieder nicht zu den Folgengliedern, gehört aber auch zu unse-
rem kleinsten Turm, ebenso wie auch f (s1 ), f 2 (s1 ), f 3 (s1 ) . . . Terminiert „dieser
Prozess“, so liefert er den kleinsten Turm als Vereinigung endlich vieler Folgen,
der Letzten davon endlich. Sonst bilden wir die Folge s = s0 , s1 , . . . und auch
deren Supremum t = sup{sn } gehört zu unserem kleinsten Turm, ebenso wie
f (t), f 2 (t), f 3 (t) . . . Na ja, und dann geht es irgendwie immer so weiter und wird
recht unübersichtlich, weshalb uns diese Überlegungen beim Nachweis, daß der

43
kleinste Turm eine Kette sein muß, auch nicht weiterhelfen. Um das zu zeigen,
vereinbaren wir stattdessen eine weitere Sprechweise.
Definition 1.9.21. Ein Element unseres kleinsten Turms c ∈ R heißt eng genau
dann, wenn für alle a ∈ R gilt (a < c) ⇒ (f (a) ≤ c).
Ergänzung 1.9.22. Anschaulich mag man sich unsere partiell geordnete Menge
S mit der Abbildung f vorstellen als eine mathematische Beschreibung für mehr
oder weniger geordnetes Schlangestehen, etwa um in ein Flugzeug zu gelangen. In
dieser Interpretation wäre S eine Menge möglicher Standplätze und die Abbildung
f wäre eine Vorschrift, die unsere Flugreisenden in jedem Zeitschritt von einem
Standplatz zu einem besseren Standplatz vorrücken oder aber stehenbleiben läßt.
Ein enges Element einer beliebigen unter f stabilen Teilmenge R ⊂ S wäre etwa
ein Standplatz direkt vor einem Drehkreuz, an dem die Bordkarten eingesammelt
werden und an dem alle Reisenden, die auf Standplätzen aus R stehen, einzeln
vorbeigehen müssen, wenn sie denn überhaupt ins Flugzeug kommen wollen.
Lemma 1.9.23. Gegeben ein enges Element c unseres kleinsten Turms R gilt für
jedes weitere Element unseres kleinsten Turms x ∈ R mindestens eine der beiden
Ungleichungen x ≤ c oder f (c) ≤ x.
Beweis. Es reicht zu zeigen, daß die Menge Rc = {x ∈ R | Es gilt entweder
x ≤ c oder f (c) ≤ x} ein Turm ist. Sicher gilt k ∈ Rc . Ist K ⊂ Rc eine Kette,
so gehört offensichtlich auch sup K zu Rc . Wir müssen also nur noch zeigen, daß
Rc stabil ist unter f , und das folgt mühelos aus unserer Definition eines engen
Elements c.
Lemma 1.9.24. Jedes Element unseres kleinsten Turms R ist eng.
Beweis. Es reicht zu zeigen, daß die Menge E der engen Elemente von R ein
Turm ist. Sicher gilt k ∈ E. Um zu zeigen, daß E stabil ist unter f , bemerken wir,
daß für c eng aus a < f (c) schon folgt a ≤ c nach Lemma 1.9.23. Es bleibt zu
zeigen, daß für jede Kette K ⊂ E auch ihr Supremum b = sup K zu E gehört. Sei
also a ∈ R und a < b. Es gilt zu zeigen f (a) ≤ b. Wenn wir haben a < c für ein
c ∈ K, so folgt wegen c eng sofort f (a) ≤ c ≤ b. Wenn nicht, so gilt notwendig
a ≥ c für alle c ∈ K und folglich a ≥ b im Widerspruch zur Annahme.
Jetzt führen wir den Beweis des Fixpunktsatzes von Bourbaki zu Ende. In der Tat
zeigt ja Lemma 1.9.24 zusammen mit seinem Vorgänger Lemma 1.9.23 sofort,
daß der kleinste Turm R total geordnet ist. Also ist R sowohl ein Turm als auch
eine Kette und sup R ist ein Fixpunkt von f .

44
Illustration zu 1.9.23 im Fall, daß unser enges Element des kleinsten Turms
c ∈ R kein Fixpunkt von f ist. Die partielle Ordnung wird hier vage durch
Striche angedeutet, die von kleineren zu größeren Elementen aufsteigen.

45
Übungen
Übung 1.9.25. Man folgere aus dem Auswahlaxiom: Für jede surjektive Abbil-
dung von einer Menge auf eine andere f : X Y existiert ein Rechtsinverses
alias ein Schnitt alias eine Abbildung g : Y → X mit f ◦ g = idY .
Ergänzung 1.9.26. Man kann auch umgekehrt das Auswahlaxiom herleiten aus
der Annahme, daß jede Surjektion einen Schnitt besitzt. Dazu betrachtet man für
eine beliebige Menge X im Produkt X × P(X) die Teilmenge Y = {(x, T ) |
x ∈ T } und die durch die Projektion auf die zweite Koordinate (x, T ) 7→ T
definierte Abbildung Y → P(X). Sie induziert eine Surjektion Y P(X)\∅,
und verknüpfen wir einen Schnitt dieser Surjektion mit der Projektion auf die erste
Koordinate (x, T ) 7→ x, so erhalten wir eine Auswahlfunktion P(X)\∅ → X.
Übung 1.9.27. Man zeige, daß es auf jeder Menge eine Anordnung gibt.

46
2 Lineare Abbildungen
2.1 Homomorphismen und Isomorphismen
Definition 2.1.1. Seien V, W Vektorräume über einem Körper K. Eine Abbildung
f : V → W heißt linear oder genauer K-linear, wenn für alle ~v , w
~ ∈ V und
λ ∈ K gilt
f (~v + w)
~ = f (~v ) + f (w)
~
f (λ~v ) = λf (~v )
Eine lineare Abbildung heißt auch ein Homomorphismus von K-Vektorräumen.
Eine bijektive lineare Abbildung heißt ein Isomorphismus von Vektorräumen.
Gibt es zwischen zwei Vektorräumen einen Isomorphismus, so heißen sie iso-
morph. Ein Homomorphismus von einem Vektorraum in sich selber heißt ein
Endomorphismus unseres Vektorraums. Ein Isomorphismus von einem Vektor-
raum in sich selber heißt ein Automorphismus unseres Vektorraums.
2.1.2. Jede lineare Abbildung bildet den Nullvektor auf den Nullvektor ab, denn
für f : V → W linear gilt f (~0) = f (~0 + ~0) = f (~0) + f (~0) und Addition des
Negativen von f (~0) auf beiden Seiten liefert die Behauptung. Man zeigt auch
leicht per Induktion über n, daß gegeben f : V → W linear gilt
f (λ1~v1 + . . . + λn~vn ) = λ1 f (~v1 ) + . . . + λn f (~vn )
für beliebige λi ∈ K und ~vi ∈ V .
Didaktische Anmerkung 2.1.3. Ich denke, an dieser Stelle mag auch der Abschnitt
[GR] 3.3 über Homomorphismen von Magmas und Monoiden und Gruppen be-
sprochen werden, ergänzt um Homomorphismen von Körpern. Besser wäre das
aber früher, und dann kann man hier an [GR] 3.3.6 erinnern, wonach sogar über-
haupt jeder Gruppenhomomorphismus das neutrale Element auf das neutrale Ele-
ment wirft.
2.1.4 (Herkunft der Terminologie). Die Herkunft eines Teils dieser Terminolo-
gie haben wir bereits in [GR] 3.3.8 diskutiert. „Linear“ heißen unsere Abbildun-
gen vermutlich, weil im Fall R-linearer Abbildungen f : R → R ihre Graphen
Geraden alias gerade Linien sind. Allerdings sind auch allgemeiner die Graphen
der Funktionen f : R → R, x 7→ ax + b gerade Linien, und diese Abbildungen
sind in unserem Sinne nur linear im Fall b = 0. Auf der Schule haben Sie mög-
licherweise diese Funktionen auch im Fall b 6= 0 „linear“ genannt, aber in der
mathematischen Fachsprache heißen besagte Funktionen nur im Fall b = 0 linear
und sonst „affin“. Das Wort „Endomorphismus“ kommt von griechisch „ενδoν“
für deutsch „drinnen“, und das Wort „Automorphismus“ von „αυτ oς“ für deutsch
„selbst“.

47
Beispiele 2.1.5. Die Projektionen auf die Faktoren pri : K n → K sind linear.
Die Abbildung K 2 → K gegeben durch (x, y) 7→ ax + by ist linear für beliebige
aber feste a, b ∈ K. Gegeben ein Vektorraum V und ein Vektor ~v ∈ V ist die
Abbildung K → V gegeben durch λ 7→ λ~v linear. Jede lineare Abbildung von
K in einen K-Vektorraum ist von dieser Gestalt. Das Quadrieren K → K ist
nicht linear, es sei denn, K ist ein Körper mit zwei Elementen, so daß es mit der
Identität zusammenfällt.
Beispiele 2.1.6. Gegeben Vektorräume V, W sind die Projektionsabbildungen prV :
(V ⊕ W ) → V und prW : (V ⊕ W ) → W linear. Dasselbe gilt allgemeiner
für die Projektionen pri : V1 ⊕ . . . ⊕ Vn → Vi . Ebenso sind die kanonischen
Injektionen inV : V → (V ⊕ W ), v 7→ (v, 0) und inW : W → (V ⊕ W ),
w 7→ (0, w) linear und dasselbe gilt allgemeiner für die analog definierten Injek-
tionen ini : Vi → V1 ⊕ . . . ⊕ Vn .
2.1.7. Das Bild eines Erzeugendensystems unter einer surjektiven linearen Abbil-
dung ist ein Erzeugendensystem. Das Bild einer linear unabhängigen Teilmenge
unter einer injektiven linearen Abbildung ist eine linear unabhängige Teilmenge.
Satz 2.1.8 (Klassifikation von Vektorräumen durch ihre Dimension). Gege-
ben eine natürliche Zahl n ist ein Vektorraum über einem Körper K genau dann
isomorph zu K n , wenn er die Dimension n hat.
Beweis. Natürlich gehen unter einem Vektorraumisomorphismus Erzeugenden-
systeme in Erzeugendensysteme, linear unabhängige Teilmengen in linear unab-
hängige Teilmengen und Basen in Basen über. Sind also zwei Vektorräume iso-
morph, so haben sie auch dieselbe Dimension. Hat umgekehrt ein Vektorraum V
eine angeordnete Basis B = (~v1 , . . . , ~vn ) aus n Vektoren, so liefert die Vorschrift
(λ1 , . . . , λn ) 7→ λ1~v1 + . . . + λn~vn etwa nach 1.6.11 einen Vektorraumisomorphis-
∼
mus K n → V.
2.1.9 (Stufenzahl nach Durchführen des Gauß-Algorithmus). Nun können wir
auch unsere Ausgangsfrage 1.1.13 lösen, ob die „Zahl der freien Parameter“ bei
unserer Darstellung der Lösungsmenge eines linearen Gleichungssystems eigent-
lich wohlbestimmt ist oder präziser, ob beim Anwenden des Gauss-Algorithmus
dieselbe Zahl von Stufen entsteht, wenn wir zuvor die Variablen umnummerieren
alias die Spalten vertauschen. Wenn wir das für homogene Systeme zeigen kön-
nen, folgt es offensichtlich für beliebige Systeme. Bei homogenen Systemen ist
jedoch die Lösungsmenge L ⊂ K m ein Untervektorraum und wir erhalten einen
∼
Vektorraumisomorphismus L → K m−r durch „Streichen aller Einträge, bei de-
nen eine neue Stufe beginnt“, also durch Weglassen von xs(1) , xs(2) , . . . , xs(r) aus
einem m-Tupel (x1 , . . . , xm ) ∈ L. Damit erhalten wir für die Zahl r der Stufen
die von allen Wahlen unabhängige Beschreibung als Zahl der Variablen abzüglich
der Dimension des Lösungsraums, in Formeln r = m − dimK L.

48
Übungen
Übung 2.1.10. Ein Punkt, der unter einer Abbildung auf sich selbst abgebildet
wird, heißt ein Fixpunkt besagter Abbildung. Gegeben eine Abbildung f : X →
X notiert man die Menge ihrer Fixpunkte auch
X f := {x ∈ X | f (x) = x}
Man zeige: Gegeben ein Vektorraum V und ein Endomorphismus f ∈ End V
bildet die Menge der von f festgehaltenen Vektoren alias aller Fixvektoren von
f stets einen Untervektorraum V f ⊂ V .
Übung 2.1.11. Jede Verknüpfung von Vektorraumhomomorphismen ist wieder ein
Vektorraumhomomorphismus. Sind also in Formeln g : U → V und f : V → W
Vektorraumhomomorphismen, so ist auch f ◦ g : U → W ein Vektorraumhomo-
morphismus.
Übung 2.1.12. Gegeben ein surjektiver Vektorraumhomomorphismus g : U V
und eine Abbildung f : V → W in einen weiteren Vektorraum ist f genau dann
linear, wenn die Verknüpfung f ◦ g : U → W linear ist. Gegeben ein injektiver
Vektorraumhomomorphismus f : V ,→ W und eine Abbildung g : U V von
einen weiteren Vektorraum nach V ist g genau dann linear, wenn die Verknüpfung
f ◦ g : U → W linear ist. Hinweis: [GR] 3.3.31.
Übung 2.1.13. Ist f : V → W ein Vektorraumisomorphismus, so ist auch die
Umkehrabbildung f −1 : W → V ein Vektorraumisomorphismus. Insbesondere
bilden die Automorphismen eines Vektorraums V mit der Hintereinanderausfüh-
rung als Verknüpfung eine Gruppe. Sie heißt die allgemeine lineare Gruppe
oder auch die Automorphismengruppe unseres Vektorraums V und wird notiert
GL(V ) = Aut(V )
nach der englischen Bezeichnung general linear group. Wenn wir betonen wol-
len, daß wir K-lineare Automorphismen meinen, schreiben wir auch AutK (V ).
Übung 2.1.14. Wieviele Untervektorräume besitzt der R2 , die unter der Spiege-
lung (x, y) 7→ (x, −y) in sich selber überführt werden? Welche Untervektorräume
des R3 werden unter der Spiegelung (x, y, z) 7→ (x, y, −z) in sich selber über-
führt?
Ergänzende Übung 2.1.15. Eine Gruppe, in der jedes Element sein eigenes Inver-
ses ist, kann nach 1.2.17 auf genau eine Weise mit der Struktur eines Vektorraums
über dem Körper mit zwei Elementen versehen werden. Ein Beispiel ist unsere
Gruppe aus [GR] 3.2.18 mit den Teilmengen einer Menge Z als Elementen. Man
zeige, daß dieser Vektorraum isomorph ist zum Vektorraum aller Abbildungen der
Menge Z in der Körper mit zwei Elementen.
Übung 2.1.16. Eine Abbildung f : V → W von Vektorräumen ist genau dann
linear, wenn ihr Graph Γ(f ) ⊂ V × W ein Untervektorraum des Produkts ist.

49
Illustration zu Übung 2.1.10, nach der die Fixpunktmenge jedes
Endomorphismus eines Vektorraums ein Untervektorraum ist. Zum Beispiel ist
die Spiegelung an einer Ursprungsgerade eine lineare Abbildung und ihre
Fixpunktmenge ist in der Tat ein Untervektorraum, nämlich besagte
Ursprungsgerade.

50
2.2 Dimensionsformel für lineare Abbildungen
Lemma 2.2.1. Das Bild eines Untervektorraums unter einer linearen Abbildung
ist ein Untervektorraum. Das Urbild eines Untervektorraums unter einer linearen
Abbildung ist ein Untervektorraum.

Beweis. 1. Sei f : V → W unsere lineare Abbildung. Sei U ⊂ V ein Untervek-

torraum. Wir müssen zeigen, daß auch f (U ) ⊂ V ein Untervektorraum ist. Da
f ein Homomorphismus der zugrundeliegenden additiven Gruppen ist, ist f (U )
schon mal eine additive Untergruppe von W nach [GR] 3.3.21. Da U ein Unter-
vektorraum ist, gilt weiter λ~u ∈ U . Dann folgt mit der Linearität λw
~ = λf (~u) =
f (λ~u) ∈ f (U ). Also hat f (U ) alle von einem Untervektorraum geforderten Ei-
genschaften.
2. Sei f : V → W unsere lineare Abbildung. Sei Z ⊂ W ein Untervektorraum.
Da f ein Homomorphismus der zugrundeliegenden additiven Gruppen ist, ist
f −1 (Z) := {~v ∈ V | f (~v ) ∈ Z} schon mal eine additive Untergruppe von V nach
[GR] 3.3.21. Gegeben ~v ∈ f −1 (Z) und λ ∈ K gilt weiter f (λ~v ) = λf (~v ) ∈ Z
wegen der Linearität und da Z ein Untervektorraum ist. Aus der Definition des
Urbilds folgt λ~v ∈ f −1 (Z). Also hat f −1 (Z) alle von einem Untervektorraum
geforderten Eigenschaften.
2.2.2. Das Bild einer linearen Abbildung f : V → W alias die Teilmenge
(im f ) := f (V ) ⊂ W ist nach 2.2.1 ein Untervektorraum von W . Das Urbild
des Nullvektors unter einer linearen Abbildung f : V → W notiert man auch

(ker f ) := f −1 (0) = {v ∈ V | f (v) = 0}

und nennt es den Kern der linearen Abbildung f . Der Kern ist nach 2.2.1 ein
Untervektorraum von V . Wir hatten ihn in [GR] 3.3.19 sogar bereits für beliebige
Gruppenhomomorphismen eingeführt.

Lemma 2.2.3 (Verschwindender Kern bedeutet Injektivität). Eine lineare Ab-

bildung f : V → W ist injektiv genau dann, wenn ihr Kern Null ist.

Beweis. Das sollten sie in Übung [GR] 3.3.19 bereits für beliebige Gruppenhomo-
morphismen zeigen. Hier geben wir das Argument nocheinmal in unserem Spe-
zialfall. Liegen im Kern außer dem Nullvektor von V noch andere Vektoren, so
werden verschiedene Vektoren aus V unter f auf den Nullvektor von W abgebil-
det und unsere Abbildung ist nicht injektiv. Ist umgekehrt unsere Abbildung nicht
injektiv, so gibt es v 6= v1 in V mit f (v) = f (v1 ) und es folgt f (v − v1 ) = 0 aber
v − v1 6= 0. Mit v − v1 liegt also ein von Null verschiedener Vektor im Kern, der
folglich nicht der Nullraum sein kann.

51
Satz 2.2.4. Für jede lineare Abbildung f : V → W von Vektorräumen gilt die
Dimensionsformel

dim V = dim(ker f ) + dim(im f )

Beweis. Ist V endlich erzeugt, so ist auch (im f ) endlich erzeugt, da ja für jedes
Erzeugendensystems E ⊂ V sein Bild f (E) ein Erzeugendensystem von f (V ) =
im f ist. Ebenso ist mit V auch (ker f ) endlich erzeugt, nach dem Korollar 1.7.12
ist ja sogar jeder Untervektorraum eines endlich erzeugten Vektorraums endlich
erzeugt. Gilt also umgekehrt dim(ker f ) = ∞ oder dim(im f ) = ∞, so folgt
dim V = ∞ und unser Satz gilt in diesen beiden Fällen. Wir brauchen ihn also
nur noch in dem Fall zu zeigen, daß (ker f ) und (im f ) beide endlichdimensional
sind. In diesem Fall folgt er aus dem anschließenden präziseren Lemma 2.2.5.
Alternativ kann man auch mit Übung 2.2.12 argumentieren.
Lemma 2.2.5. Sei f : V → W eine lineare Abbildung. Ist A eine Basis ihres
Kerns, B eine Basis ihres Bildes und g : B → V eine Wahl von Urbildern unserer
Basis des Bildes, so ist g(B) ∪ A eine Basis von V .
2.2.6. Wir zeigen sogar stärker: Erzeugt A den Kern und B das Bild, so erzeugt
g(B) ∪ A ganz V . Sind A und B linear unabhängig, so auch g(B) ∪ A.
Beweis. Gegeben ~v ∈ V haben wir f (~v ) = λ1 w ~ 1 + . . . + λr w ~ i ∈ B.
~ r mit w
Offensichtlich liegt dann ~v − λ1 g(w
~ 1 ) − . . . − λr g(w~ r ) im Kern von f und so
folgt, daß g(B) ∪ A ganz V erzeugt. Um die lineare Unabhängigkeit zu zeigen
nehmen wir an, es gelte

λ1 g(w
~ 1 ) + . . . + λr g(w
~ r ) + µ1~v1 + . . . + µs~vs = 0

mit den ~vi ∈ A und w ~ j ∈ B paarweise verschieden. Wenden wir f an, so folgt
λ1 w
~ 1 + . . . + λr w
~ r = 0 und damit λ1 = . . . = λr = 0 wegen der linearen Un-
abhängigkeit der w ~ i . Setzen wir diese Erkenntnis in die ursprüngliche Gleichung
ein, so folgt weiter µ1 = . . . = µs = 0 wegen der linearen Unabhängigkeit der
Vektoren ~vj .
Korollar 2.2.7 (Isomorphismen durch Dimensionsvergleich). Jede injektive li-
neare Abbildung zwischen Vektorräumen derselben endlichen Dimension ist ein
Isomorphismus. Jede surjektive lineare Abbildung zwischen Vektorräumen der-
selben endlichen Dimension ist ein Isomorphismus.
Beweis. Sei f : V → W unsere lineare Abbildung. Im ersten Fall folgt erst
ker f = 0 und dann dim(im f ) = dim V = dim W aus der Dimensionsformel
und so im f = W mit 1.7.12. Im zweiten Fall folgt erst ker f = 0 aus der Dimen-
sionsformel und dann die Injektivität aus 2.2.3.

52
2.2.8. Gegeben ein Vektorraum V und Teilräume U, W ⊂ V setzen wir

U + W := {v ∈ V | Es gibt u ∈ U und w ∈ W mit v = u + w}

unter Verwendung unserer allgemeinen Notationskonvention aus [GR] 3.1.3. Of-

fensichtlich ist U + W wieder ein Teilraum von V .
Korollar 2.2.9 (Dimensionssatz). Gegeben ein Vektorraum V und mit Teilräu-
men U, W ⊂ V gilt

dim(U + W ) + dim(U ∩ W ) = dim U + dim W

Beweis. Wir haben diesen Satz bereits in 1.7.13 sozusagen zu Fuß bewiesen. Mit
unserer Dimensionsformel 2.2.4 können wir nun noch einen alternativen Beweis
geben. Betrachtet man nämlich die lineare Abbildung

f :U ⊕W →V

gegeben durch f (u, w) = u + w, so gilt (im f ) = U + W und die Abbildung

∼
d 7→ (d, −d) definiert einen Isomorphismus (U ∩ W ) → ker f . Die Formel 1.7.17
für die Dimension der direkten Summe in Verbindung mit der Dimensionsformel
liefert so

dim U + dim W = dim(U ⊕ W ) = dim(U ∩ W ) + dim(U + W )

Definition 2.2.10. Zwei Untervektorräume U, W eines Vektorraums V heißen

komplementär genau dann, wenn die Addition eine Bijektion
∼
U ×W →V

liefert. Nach 2.3.12 ist diese Abbildung dann unter Verwendung der in 1.3.9 ein-
∼
geführten Notation sogar ein Vektorraumisomorphismus + : U ⊕ W → V . Des
weiteren sagt man in dieser Situation, W sei ein Vektorraumkomplement oder
kurz Komplement von U in V .
2.2.11 (Vektorraumkomplement und Komplementmenge). Man unterscheide
sorgfältig zwischen Vektorraumkomplement und Komplementmenge: Komple-
mentäre Untervektorräume sind keineswegs disjunkt, sondern schneiden sich im
Nullvektor, und die Vereinigung komplementärer echter Untervektorräume ist auch
nie der ganze Ausgangsraum, sondern nur ein Erzeugendensystem desselben. Auf
französisch spricht man von einem „sousespace supplémentaire“, das ist noch
deutlicher. Allerdings werden sich beide Begriffe in [LA2] 7.6.11 als Ausprägun-
gen von „Koprodukten“ erweisen, und das ist zumindest eine gewisse Rechtferti-
gung für diese verwirrende Terminologie.

53
Übungen
Übung 2.2.12. Sei f : V → W eine lineare Abbildung. Man zeige: Ist ~v1 , . . . , ~vs
eine Basis des Kerns ker f und ~vs+1 , . . . , ~vn eine Erweiterung zu einer linear un-
abhängigen Teilmenge ~v1 , . . . , ~vn von V , so ist die Familie f (~vs+1 ), . . . , f (~vn )
linear unabhängig in W . Ist unsere Erweiterung sogar eine Basis von V , so ist
unsere Familie eine Basis des Bildes von f .
Übung 2.2.13. Man zeige: Zwei Untervektorräume U, W eines Vektorraums V
sind komplementär genau dann, wenn gilt V = U + W und U ∩ W = 0.
Übung 2.2.14. Man zeige: Zwei Untervektorräume U, W eines endlichdimensio-
nalen Vektorraums V sind komplementär genau dann, wenn gilt V = U + W und
dim U + dim W ≤ dim V . Hinweis: 1.7.17.
Übung 2.2.15. Der Kern einer von Null verschiedenen linearen Abbildung in den
Grundkörper ist stets eine Hyperebene im Sinne von 1.5.16.
Ergänzende Übung 2.2.16. Sei ϕ : V → V ein Endomorphismus eines endlich-
dimensionalen Vektorraums. Man zeige, daß ker(ϕ2 ) = ker ϕ gleichbedeutend ist
∼
zu + : ker ϕ ⊕ im ϕ → V .
Ergänzende Übung 2.2.17. Ein Element f einer Menge mit Verknüpfung heißt
idempotent genau dann, wenn in multiplikativer Notation gilt f 2 = f . Die idem-
potenten Endomorphismen eines Vektorraums entsprechen eineindeutig seinen
Zerlegungen in eine direkte Summe von zwei komplementären Teilräumen. Ge-
geben ein Vektorraum V liefert genauer die Abbildung f 7→ (im f, ker f ) eine
Bijektion

2 ∼
I, J ⊂ V sind Teilräume
2
{f ∈ End V | f = f } → (I, J) ∈ P(V )
und als solche komplementär

Für die Umkehrabbildung unserer Bijektion sagt man, sie ordne unserem Paar
(I, J) komplementärer Teilräume die Projektion von V auf I längs J zu.
Übung 2.2.18. Sei p : V W eine surjektive lineare Abbildung. Man zeige:
Genau dann ist ein Teilraum U ⊂ V komplementär zu ker p, wenn p einen Iso-
∼
morphismus p : U → W induziert.

2.3 Räume von linearen Abbildungen

2.3.1. Seien V, W Vektorräume über einem Körper K. Die Menge aller Homo-
morphismen von V nach W notieren wir

HomK (V, W ) = Hom(V, W ) ⊂ Ens(V, W )

54
Lemma 2.3.2 (Lineare Abbildungen und Basen). Seien V, W Vektorräume über
einem Körper K und sei B ⊂ V eine Basis. So liefert das Einschränken von
Abbildungen eine Bijektion
∼
HomK (V, W ) → Ens(B, W )
Jede lineare Abbildung ist also in Worten festgelegt und festlegbar durch ihre
Werte auf einer Basis.
Beweis im Fall einer endlichen Basis. Seien f, g : V → W linear. Gilt f (~v ) =
g(~v ) für alle ~v ∈ B, so folgt f (λ1~v1 + . . . + λr~vr ) = g(λ1~v1 + . . . + λr~vr ) für alle
λ1 , . . . , λr ∈ K und ~v1 , . . . , ~vr ∈ B und damit f (~v ) = g(~v ) für alle ~v im Erzeugnis
von B alias für alle ~v ∈ V . Das zeigt die Injektivität der im Lemma betrachteten
Einschränkungsabbildung sogar allgemeiner für jedes Erzeugendensystem B von
V . Ist B zusätzlich eine Basis und ist umgekehrt eine Abbildung von Mengen
g : B → W gegeben, so können wir sie zu einer linearen Abbildung g̃ : V → W
ausdehnen wie folgt: Jeder Vektor ~v ∈ V läßt sich ja nach 1.6.11 eindeutig als
Linearkombination der Basisvektoren schreiben, etwa ~v = λ1~v1 + . . . + λr~vr mit
paarweise verschiedenen ~vi ∈ B. Wir können nun schlicht g̃ definieren durch die
Vorschrift
g̃(~v ) := λ1 g(~v1 ) + . . . + λr g(~vr )
Man sieht leicht, daß dann g̃ linear ist und aud der Basis zu g einschränkt.
2.3.3. Im Fall einer unendlichen Basis funktioniert derselbe Beweis, nur sollten
wir noch genauer sagen, was wir meinen mit der Aussage, jeder Vektor ~v ∈ V las-
se sich eindeutig als Linearkombination der Basisvektoren schreiben. Dazu ent-
wickeln wir die Terminologie des „freien Vektorraums über einer Menge“.
2.3.4 (Freie Vektorräume und ihre universelle Eigenschaft). Seien X eine
Menge und K ein Körper. Die Menge Ens(X, K) aller Abbildungen f : X → K
mit der punktweisen Addition und Multiplikation mit Skalaren ist offensichtlich
ein K-Vektorraum. Darin bilden alle Abbildungen, die nur an endlich vielen Stel-
len von Null verschiedene Werte annehmen, einen Untervektorraum
KhXi ⊂ Ens(X, K)
Dieser Vektorraum KhXi heißt der freie Vektorraum über der Menge X. Ge-
geben x ∈ X bezeichne δx : X → K die Abbildung mit δx (x) = 1 und δx (y) = 0
für y 6= x. So ist die sogenannte kanonische Einbettung can : X → KhXi ge-
geben durch x 7→ δx offensichlich eine Basis im Sinne einer Familie von KhXi.
Weiter liefert für jeden K-Vektorraum V das Vorschalten der kanonischen Ein-
bettung can eine Bijektion
∼
(◦ can) : HomK (KhXi, V ) → Ens(X, V )

55
In der Tat kann man in diesem Fall eine Umkehrabbildung leicht angeben durch
die Vorschrift φ 7→ Φ mit
X
Φ : a 7→ a(x)φ(x)
{x|a(x)6=0}

Wir sagen dann auch, die lineare Abbildung Φ : KhXi → V entstehe aus der
Abbildung φ : X → V durch lineare Fortsetzung.
2.3.5 (Notationen bei freien Vektorräumen). Ein Element a ∈ KhXi des freien
Vektorraums über einer Menge X fassen wir P als „formale Linearkombination
P von
Elementen von X“ auf und notieren es statt {x|a(x)6=0} a(x)δx lieber x∈X ax x
mit der Indexnotation a(x) = ax für Abbildungen, der Abkürzung δx = x und der
Konvention, daß bei unendlichen Summen mit nur endlich vielen von Null ver-
schiedenen Summanden eben nur die Summe der von Null verschiedenen Sum-
manden gemeint sein soll. In dieser Notation wirkt dann die kanonische Einbet-
tung wie die Einbettung einer Teilmenge. Weiter wird in dieser Notation die linea-
re Fortsetzung Φ einer Abbildung φ : X → V beschrieben durch die hoffentlich
suggestivere Formel X X
Φ: ax x 7→ ax φ(x)
x∈X x∈X
Im Fall der Menge X = {], [, \} wäre ein typisches Element von QhXi etwa der
Ausdruck
1 7
]− [+3\
2 5
Im Fall einer endlichen Menge X = {x1 , . . . , xn } schreiben wir statt dem etwas
umständlichen Kh{x1 , . . . , xn }i auch abkürzend Khx1 , . . . , xn i. Unseren Vektor-
raum von eben hätten wir also auch mit Qh], [, \i bezeichnen können. Wenn wir
betonen wollen, daß X für eine Menge von Erzeugern und nicht etwa einen einzi-
gen Erzeuger steht, schreiben wir statt KhXi genauer Kh! Xi. Manchmal lassen
wir auch die eckigen Klammern weg und schreiben statt KhXi einfach KX.
Satz 2.3.6 (Linearkombinationen von Basiselementen, Variante). Seien K ein
Körper, V ein K-Vektorraum und (~vi )i∈I eine Familie von Vektoren aus V . So sind
gleichbedeutend:
1. Die Familie (~vi )i∈I ist eine Basis von V ;
2. Die durch lineare Fortsetzung von φ : I → V , i 7→ ~vi nach 2.3.4 entstehen-
∼
de lineare Abbildung ist ein Isomorphismus Φ : KhIi → V .
Beweis. Ausführlicher gilt sogar:
(~vi )i∈I ist Erzeugendensystem ⇔ Φ ist eine Surjektion KhIi V
(~vi )i∈I ist linear unabhängig ⇔ Φ ist eine Injektion KhIi ,→ V
∼
(~vi )i∈I ist eine Basis ⇔ Φ ist eine Bijektion KhIi → V

56
Der Beweis ist mutatis mutandis derselbe wie im in 1.6.11 behandelten Fall ei-
ner endlichen Familie, mit einigen Vereinfachungen, die die bereits entwickelte
Theorie ermöglicht. Das Bild von Φ ist offensichtlich der von unserer Familie er-
zeugte Untervektorraum. Andererseits ist Φ nach 2.2.3 genau dann injektiv, wenn
gilt ker(Φ) = 0. Diese Bedingung bedeutet aber nach unseren Definitionen genau
die lineare Unabhängigkeit unserer Familie.
Beweis von Lemma 2.3.2 im allgemeinen. Ist V ein K-Vektorraum und B ⊂ V
eine Basis, so liefert die lineare Ausdehnung der Einbettung φ : B ,→ V nach
∼
2.3.6 einen Isomorphismus Φ : KhBi → V . Wir erhalten so für jeden weiteren
K-Vektorraum Bijektionen
∼ ∼
HomK (V, W ) → HomK (KhBi, W ) → Ens(B, W )

durch Vorschalten von Φ und can. Deren Verknüpfung alias das Vorschalten der
Einbettung B ,→ V ist also auch eine Bijektion, und das war genau die Behaup-
tung.
2.3.7. Die folgende Definition mit den zugehörigen Übungen ist dazu gedacht,
die Diskussion der Determinante und allgemeinerer multilinearer Abbildungen
vorzubereiten. An dieser Stelle ist es wesentlich, daß wir über einem Körper und
nicht etwa über einem Schiefkörper arbeiten.
Definition 2.3.8. Seien U, V, W Vektorräume über einem Körper K. Eine Abbil-
dung F : U × V → W heißt bilinear, wenn sie für jedes feste v ∈ V linear ist in
u ∈ U und für jedes feste u ∈ U linear in v ∈ V . In Formeln bedeutet das

F (u + a, v) = F (u, v) + F (a, v)
F (λu, v) = λF (u, v)
F (u, v + b) = F (u, v) + F (u, b)
F (u, µv) = µF (u, v)

für alle λ, µ ∈ K und u, a ∈ U und v, b ∈ V . Die Menge aller solchen bilinearen

Abbildungen notieren wir
(2)
HomK (U × V, W ) ⊂ Ens(U × V, W )

Diese Notation befriedigt mich unter formalen Aspekten nicht vollständig, da das
Symbol × auf der linken Seite nicht als kartesisches Produkt, sondern vielmehr
als ein Trenner aufzufassen ist. Ich habe sie dennoch gewählt in der Hoffnung, daß
sie sich leichter merken und lesen läßt als eine unter formalen Aspekten bessere
(2)
Notation wie zum Beispiel HomK (U, V ; W ). Eine bilineare Abbildung V ×V →
K in den Grundkörper heißt eine Bilinearform auf V .

57
Übungen
Übung 2.3.9. Seien U, V, W Vektorräume und A ⊂ U sowie B ⊂ V jeweils
Basen. So liefert die Einschränkung eine Bijektion
(2) ∼
HomK (U × V, W ) → Ens(A × B, W )
In Worten ist also eine bilineare Abbildung festgelegt und festlegbar durch ihre
Werte auf Paaren von Basisvektoren. Hinweis: Man orientiere sich am Beweis
von 2.3.2.
Ergänzende Übung 2.3.10. Sei (X, ≤) eine partiell geordnete Menge und K ein
Körper. Seien für alle x ∈ X Abbildungen fx : X → K gegeben mit fx (x) 6=
0 und fx (y) 6= 0 ⇒ y ≥ x. Man zeige, daß dann die Familie (fx )x∈X linear
unabhängig ist im Vektorraum Ens(X, K) aller Abbildungen von X nach K.
Weiterführende Übung 2.3.11. Man zeige, daß für eine unendliche Menge X we-
der der Vektorraum Ens(X, K) noch der freie Vektorraum KhXi über X endlich
erzeugt sind.
Übung 2.3.12 (Homomorphismen aus direkten Summen). Man zeige: Gege-
ben Vektorräume V1 , . . . , Vn , W und lineare Abbildungen fi : Vi → W erhalten
wir auch eine lineare Abbildung f : V1 ⊕ . . . ⊕ Vn → W durch die Vorschrift
f (v1 , . . . , vn ) = f1 (v1 ) + . . . + fn (vn ). Auf diese Weise ergibt sich sogar einen
Isomorphismus
∼
Hom(V1 , W ) ⊕ . . . ⊕ Hom(Vn , W ) → Hom(V1 ⊕ . . . ⊕ Vn , W )
Die Umkehrabbildung können wir in der Form f 7→ (f ◦ ini )i schreiben.
Übung 2.3.13 (Homomorphismen in Produkte). Man zeige: Gegeben Vektor-
räume V, W1 , . . . , Wn und lineare Abbildungen gi : V → Wi erhalten wir auch
eine lineare Abbildung g : V → W1 ⊕ . . . ⊕ Wn durch die Vorschrift g(v) =
(g1 (v), . . . , gn (v)). Auf diese Weise ergibt sich sogar einen Isomorphismus
∼
Hom(V, W1 ) ⊕ . . . ⊕ Hom(V, Wn ) → Hom(V, W1 ⊕ . . . ⊕ Wn )
Die Umkehrabbildung können wir in der Form f 7→ (pri ◦f )i schreiben.
Übung 2.3.14 (Der Hom-Raum und seine Dimension). Seien V, W Vektorräume
über einem Körper K. Man zeige, daß HomK (V, W ) ein Untervektorraum der
Menge Ens(V, W ) aller Abbildungen von V nach W mit ihrer Vektorraumstruktur
aus 2.3.4 ist. Man zeige für die Dimension von HomK (V, W ) die Formel
dim HomK (V, W ) = (dim V )(dim W )
unter der Konvention 0 · ∞ = ∞ · 0 = 0. Diese Formel ist insofern mit Vorsicht zu
genießen, als sie bei einer feineren Interpretation der Dimension als Kardinalität
im Fall unendlichdimensionaler Räume ihre Gültigkeit verliert. Hinweis: 2.3.2.

58
Übung 2.3.15. Man zeige, daß für je drei Vektorräume U, V, W über einem Kör-
per die Verknüpfung von linearen Abbildungen Hom(U, V ) × Hom(V, W ) →
Hom(U, W ) bilinear ist. Hier sind unsere Homomorphismenräume zu verstehen
mit ihrer in 2.3.14 erklärten Vektorraumstruktur.
Übung 2.3.16 (Exponentialgesetz für lineare Abbildungen). Gegeben Vektor-
∼
räume U, V, W über einem Körper induziert die Identifikation Ens(U × V, W ) →
Ens(U, Ens(V, W )) aus dem Exponentialgesetz [GR] 2.3.33 einen Isomorphis-
mus
∼
Hom(2) (U × V, W ) → Hom(U, Hom(V, W ))
zwischen dem Raum der bilinearen Abbildungen U × V → W und dem Raum
der linearen Abbildungen U → Hom(V, W ).

2.4 Lineare Abbildungen K n → K m und Matrizen

Satz 2.4.1 (Lineare Abbildungen und Matrizen). Gegeben ein Körper K und
natürliche Zahlen n, m ∈ N erhalten wir eine Bijektion zwischen dem Raum der
Homomorphismen K n → K m und der Menge der K-wertigen Matrizen mit m
Zeilen und n Spalten
∼
M : HomK (K n , K m ) → Mat(m × n; K)
f 7→ [f ]
durch die Vorschrift, die jeder linearen Abbildung f ihre darstellende Matrix
M(f ) := [f ] zuordnet, die ihrerseits dadurch erklärt wird, daß in den Spalten die
Bilder unter f der Vektoren der Standardbasis des K n stehen, in Formeln
[f ] := (f (e1 )|f (e2 )| . . . |f (en ))
Beweis. Das folgt unmittelbar aus unserer Erkenntnis 2.3.2, daß eine lineare Ab-
bildung festgelegt und festlegbar ist durch ihre Werte auf den Vektoren einer Ba-
sis.
Beispiel 2.4.2. Die Matrix der Identität auf K n ist die Einheitsmatrix
 
1 0
 1 
I = In := [id] = 
 
 ...  
0 1
mit Einträgen Ii,j = δi,j in der unter der Bezeichnung Kroneckerdelta bekannten
und allgemein gebräuchlichen Konvention

1 i = j;
δi,j =
0 sonst.

59
Ist allgemeiner n ≥ m, so ist die Matrix des „Weglassens der überzähligen Koor-
dinaten“ f : (x1 , . . . , xn ) 7→ (x1 , . . . , xm ) gerade
 
1 0 0...0
 ... 
[f ] = 
 
 ... 

0 1 0...0

Die Matrix des „Vertauschens der Koordinaten“ g : K 2 → K 2 , (x, y) 7→ (y, x)

schließlich ist
0 1
[g] =
1 0
Definition 2.4.3. Gegeben natürliche Zahlen m, n, l ∈ N und ein Körper K und
Matrizen A ∈ Mat(n×m; K) und B ∈ Mat(m×l; K) definieren wir ihr Produkt
A ◦ B = AB ∈ Mat(n × l; K) durch die Formel
m
X
(AB)ik = Aij Bjk
j=1

die den Eintrag der Produktmatrix AB in der i-ten Zeile und k-ten Spalte durch
die Einträge der Matrizen A und B ausdrückt. In Worten gilt es, jeweils den j-
ten Eintrag der i-ten Zeile von A mit dem j-ten Eintrag der k-ten Spalte von B
zu multiplizieren, und die Summe dieser m Produkte ist dann der Eintrag der
Produktmatrix AB in der i-ten Zeile und k-ten Spalte. Manchmal schreiben wir
die Produktmatrix auch ausführlicher AB = A ◦ B. Die Matrixmultiplikation
liefert eine Abbildung

Mat(n × m; K) × Mat(m × l; K) → Mat(n × l; K)

(A , B) 7→ AB

2.4.4. In der Terminologie aus 2.3.8 ist unsere Matrixmultiplikation eine bilinea-
re Abbildung, wie man unschwer einsieht. Den Ursprung dieser auf den ersten
Blick vielleicht absonderlich anmutenden Definition des Produkts zweier Matri-
zen und unserer leicht mit dem Verknüpfen von Abbildungen zu verwechselnden
alternativen Notation AB = A ◦ B erklärt der folgende Satz.

Satz 2.4.5 (Verknüpfen von Abbildungen und Matrixprodukt). Gegeben li-

neare Abbildungen g : K l → K m und f : K m → K n ist die Matrix ihrer
Verknüpfung das Produkt der zugehörigen Matrizen, in Formeln

[f ◦ g] = [f ] ◦ [g]

60
Produkt zweier Matrizen. Der gestrichelt eingekringelte Eintrag 4 in der zweiten
Zeile und dritten Spalte auf der rechten Seite etwa ergibt sich aus der gestrichelt
eingekringelten zweiten Zeile des ersten Faktors und der gestrichelt
eingekringelten dritten Spalte des zweiten Faktors vermittels der Rechnung
4 = 2 · 2 + 0 · 6.

61
Beweis. Sei (aij ) die Matrix [f ] und (bjk ) die Matrix [g]. Wir notieren die Stan-
dardbasen von K n , K m und K l als ~ui , ~vj und w
~ k in der Hoffnung, daß die fol-
gende Rechnung dadurch transparenter wird, daß wir nicht für die Standardbasis
in allen drei Räumen die sonst eigentlich übliche Notation ~er verwenden. Weiter
schreiben wir die Skalare hinter die Vektoren, was wir bei konsequenter Arbeit
mit einem Schiefkörper eh hätten tun müssen und was in jedem Fall die Formeln
transparenter macht. In dieser Notation haben wir also

g(w~ k ) = (b∗k ) = ~v1 b1k + . . . + ~vm bmk

f (~vj ) = (a∗j ) = ~u1 a1j + . . . + ~un anj

und folgern
(f ◦ g)(w
~ k ) = f (~v1 b1k + . . . + ~vm bmk )
= f (~v1 )b1k + . . . + f (~vm )bmk
Pm
= j=1 f (~vj )bjk
Pm Pn
= j=1 ( i=1 ~ui aij ) bjk
Pn Pm
= i=1 ~
u i j=1 a ij b jk

Andererseits sind ja die Einträge (cik ) der Matrix [f ◦ g] gerade definiert durch die
Identität (f ◦g)(w
~ k ) = ~u1 c1k +. . .+~un cnk , und durch einenP
Koeffizientenvergleich
folgt für die Einträge cik von [f ◦ g] wie gewünscht cik = m j=1 aij bjk .

Proposition 2.4.6 (Rechnen mit Matrizen). Für die Matrixmultiplikation gelten

die folgenden Rechenregeln:

(A + A0 )B = AB + A0 B
A(B + B 0 ) = AB + AB 0
IB = B
AI = A
(AB)C = A(BC)

für beliebige k, l, m, n ∈ N und A, A0 ∈ Mat(n×m; K), B, B 0 ∈ Mat(m×l; K),

C ∈ Mat(l × k; K) und I = Im die (m × m)-Einheitsmatrix.

Stures Rechnen,
Erster Beweis. P P ich führe nur zwei Teile beispielhaft aus. Wir ha-
ben (AI)ij = k Aik Ikj = k Aik δkj = Aij und das zeigt AI = A. Für die
nächste Rechnung verwende ich einmal andere Notationen und nehme κ, λ, µ, ν

62
als Laufindizes. Dann haben wir
Pl
((AB)C)νκ = (AB)
P νλ Cλκ
Pλ=1
l m

= λ=1 µ=1 νµ µλ Cλκ
A B
Pl,m
= λ,µ=1 Aνµ Bµλ Cλκ
Pm
(A(BC))νκ = µ=1 Aνµ (BC)
P µκ
Pm l
= µ=1 Aνµ λ=1 Bµλ Cλκ
Pm,l
= µ,λ=1 Aνµ Bµλ Cλκ

und das zeigt (AB)C = A(BC).

Zweiter Beweis. Wir können unsere Rechenregeln für Matrizen auch mit 2.4.1
und 2.4.5 auf die entsprechenden Regeln für lineare Abbildungen zurückführen.
Um zum Beispiel (AB)C = A(BC) zu zeigen, betrachten wir die linearen Ab-
bildungen a, b, c mit den entsprechenden Matrizen im Sinne von 2.4.1, finden mit
2.4.5 sofort

(AB)C = ([a] ◦ [b]) ◦ [c] = [a ◦ b] ◦ [c] = [(a ◦ b) ◦ c]

A(BC) = [a] ◦ ([b] ◦ [c]) = [a] ◦ [b ◦ c] = [a ◦ (b ◦ c)]

und die Behauptung ergibt sich aus der für die Verknüpfung von Abbildungen
offensichtlichen Identität (a ◦ b) ◦ c = a ◦ (b ◦ c).
2.4.7 (Lineare Abbildungen K m → K n als Matrixmultiplikationen). Mit dem
Formalismus der Matrixmultiplikation können wir auch die Umkehrung unserer
∼
Bijektion HomK (K m , K n ) → Mat(n × m; K), f 7→ [f ] aus 2.4.1, bei der jeder
linearen Abbildung ihre darstellende Matrix zugeordnet wird, elegant beschrei-
ben. Dazu müssen wir nur die Elemente von K m bzw. K n als Spaltenvektoren
auffassen und einer Matrix A ∈ Mat(n × m; K) die durch Matrixmultiplikation
gegebene Abbildung (A◦) : Mat(m × 1; K) → Mat(n × 1; K) alias

(A◦) : K m → K n

zuordnen. Das folgt unmittelbar aus den Definitionen. Statt A ◦ x schreibt man
dann auch einfacher schlicht Ax. Die Umkehrabbildung zu f 7→ [f ] kann mit
diesen Konventionen also in der Form A 7→ (x 7→ Ax) für x ∈ K m dargestellt
werden, oder noch knapper in der Form A 7→ (A◦). Auf die Dauer sollte einem
diese Identifikation von linearen Abbildungen K m → K n und Matrizen eh so
in Fleisch und Blut übergehen, daß man unterschiedslos A schreiben und damit
beides gleichzeitig meinen kann.

63
2.4.8 (Lineare Abbildungen als Matrixmultiplikationen, Variante). Gegeben
ein Körper K liefert für jeden K-Vektorraum V das Auswerten auf dem Element
∼
1 ∈ K eine Bijektion Hom(K, V ) → V . Deren Umkehrabbildung kann explizit
beschrieben werden als die Abbildung
∼
V → Hom(K, V )
gegeben durch ~v 7→ (·~v ) mit (·~v ) : λ 7→ λ~v . Im Spezialfall V = K m ist für
~v ∈ K m die darstellende Matrix [·~v ] von (·~v ) : K → K m offensichtlich gerade ~v
selber, aufgefaßt als Spaltenmatrix. Wir notieren diese Spaltenmatrix abkürzend
[~v ]
oder später auch einfach nur noch ~v . Ist nun f : V → W linear, so gilt auch
ganz allgemein sicher f ◦ (·~v ) = (·f (~v )), denn diese beiden linearen Abbildungen
K → W nehmen auf dem Erzeuger 1 ∈ K denselben Wert f (~v ) an. Im Spezi-
alfall W = K n folgern wir für das Produkt der darstellenden Matrizen aus der
vorhergehenden Bemerkung 2.4.7 nocheinmal die Identität
[f ] ◦ [~v ] = [f (~v )]
von Spaltenvektoren, diesmal aber als Konsequenz unseres Satzes 2.4.5 über die
Matrix einer Verknüpfung.
Ergänzung 2.4.9. Gegeben eine Matrix A ∈ Mat(n × m; K) definiert man die
transponierte Matrix A> ∈ Mat(m × n; K) durch die Vorschrift (A> )ij = Aji .
Anschaulich gesprochen entsteht also A> aus A durch „Spiegeln an der Haupt-
diagonalen“. Zum Beispiel ist die Transponierte eines Spaltenvektors alias ei-
ner (n × 1)-Matrix ein Zeilenvektor alias eine (1 × n)-Matrix. Natürlich gilt
(A> )> = A. Viele Autoren verwenden für die transponierte Matrix auch die al-
ternative Notation tA.
2.4.10 (Zeilenvektoren versus Spaltenvektoren). An dieser Stelle will ich kurz
auf die Frage eingehen, „ob denn Elemente eines K n nun eigentlich Zeilenvek-
toren oder Spaltenvektoren sein sollen“. A priori sind Elemente eines K n halt
n-Tupel, und wie wir sie schreiben ist egal. Wenn wir jedoch eine Matrix da-
vormultiplizieren wollen, ist es wichtig, unsere n-Tupel als Spaltenvektoren alias
Spaltenmatrizen aufzufassen. Da das oft vorkommt, plädiere ich dafür, sich n-
Tupel grundsätzlich als Spalten zu denken. Allerdings ist es in einen durchlau-
fenden Text ungeschickt, Spaltenvektoren auch als solche zu schreiben. Da fügen
sich Zeilenvektoren einfach viel besser ein. Wenn ich dennoch auf Spaltenvekto-
ren bestehen will, schreibe ich sie im Text als „zu transponierende Zeilenvekto-
ren“, als da heißt, in der Form (x1 , . . . , xn )> . Oft schreibe ich aber auch einfach
(x1 , . . . , xn ) und der Leser muß aus dem Kontext erschließen, was genau gemeint
ist, wenn es denn darauf überhaupt ankommen sollte.

64
Die transponierte Matrix erhält man durch eine „Spiegelung an der
Hauptdiagonalen“.

65
2.4.11. Vielleicht ist eine alternative Notation besser, in der (x1 , . . . , xn ) im Zwei-
felsfall einen Spaltenvektor meint und (x1 | . . . |xn ) stets einen Zeilenvektor? Im
vorliegenden Text wir diese Konvention jedenfalls nicht durchgehalten.
Ergänzung 2.4.12 (Homomorphismen zwischen direkten Summen). Gegeben
Vektorräume V1 , . . . , Vm und W1 , . . . , Wn über einem Körper k liefern die Identi-
fikationen 2.3.12 und 2.3.13 zusammen eine natürliche Identifikation
∼ Q
Hom(V1 ⊕ . . . ⊕ Vm , W1 ⊕ . . . ⊕ Wn ) → i,j HomR (Vj , Wi )

f 7→ (pri ◦f ◦ inj )ij

Wir werden die Elemente einer endlichen direkten Summe oft als Spaltenveto-
ren auffassen und die Homomorphismen zwischen direkten Summen als Matri-
zen von Homomorphismen zwischen den Summanden. So fassen wir ein Element
(fij ) des rechten Produkts oben auf als eine Matrix von Homomorphismen, mit
f11 , f21 , . . . , fn1 als erster Spalte, f12 , f22 , . . . , fn2 als zweiter Spalte und so weiter.
Diese Darstellung als Matrix erlaubt es dann, die Komposition solcher Homomor-
phismen mit dem Formalismus der Matrixmultiplikation zu berechnen: Entspricht
genauer einer weiteren linearen Abbildung g : U1 ⊕ . . . ⊕ Ul → V1 ⊕ . . . ⊕ Vm die
Matrix der gjk = prj ◦g ◦ ink : Uk → Vj , so entspricht der Verknüpfung f ◦ g die
Matrix mit Einträgen !
X
fij ◦ gjk : Uk → Wi
j

Sind speziell alle unsere Vektorräume irgendwelche k a , so erhalten wir insbeson-

dere, daß das Produkt zweier multiplizierbarer Matrizen auch berechnet werden
kann, indem man sie „in verträglicher Weise“ als Blockmatrizen auffaßt und dann
diese Blockmatrizen nach den Regeln der Matrixmultiplikation „multipliziert, als
ob die Blöcke Zahlen wären“.

Übungen
Übung 2.4.13. Man zeige, daß die Abbildung M aus 2.4.1 sogar ein Vektorraum-
isomorphismus ist für die Vektorraumstruktur 2.3.14 auf dem Raum der Homo-
morphismen und die Vektorraumstruktur 1.2.18 auf der Menge der Matrizen.
Übung 2.4.14. Sei f : R2 → R2 die Spiegelung (x, y) 7→ (x, −y). Man zeige, daß
die linearen Abbildungen g : R2 → R2 mit der Eigenschaft f g = gf einen Un-
tervektorraum des Homomorphismenraums HomR (R2 , R2 ) bilden und gebe eine
Basis dieses Untervektorraums des Homomorphismenraums an.
Übung 2.4.15. Man zeige für das Produkt transponierter Matrizen die Formel

(AB)> = B > A>

66
2.5 Einige Eigenschaften von Matrizen
2.5.1. Eine Matrix mit gleichviel Zeilen wie Spalten heißt quadratisch. Für jedes
n ∈ N bilden die zugehörigen quadratischen Matrizen mit der Matrixmultiplika-
tion als Verknüpfung ein Monoid, das wir abkürzend

Mat(n; K) := Mat(n × n; K)

notieren. Die invertierbaren Elemente dieses Monoids heißen die invertierbaren

oder gleichbedeutend auch die regulären (n × n)-Matrizen. In Formeln heißt
eine quadratische Matrix A ∈ Mat(n; K) also invertierbar genau dann, wenn es
eine Matrix B ∈ Mat(n; K) gibt mit AB = I = BA. Diese Matrix B heißt
dann auch ihre Inverse. Im Einklang mit unseren allgemeinen Konventionen für
multiplikativ notierte Monoide notieren wir diese Matrix A−1 und nennen sie die
inverse Matrix zu A. Die invertierbaren (n × n)-Matrizen mit Einträgen in ei-
nem Körper K bilden mit der Matrixmultiplikation eine Gruppe, die allgemeine
lineare Gruppe der (n × n)-Matrizen, die man notiert als

GL(n; K) := Mat(n; K)×

in Anlehnung an die englische Bezeichnung general linear group.

Lemma 2.5.2 (Invertierbarkeit a priori nicht quadratischer Matrizen). Sei
eine nicht notwendig quadratische Matrix A ∈ Mat(m × n; K) gegeben.
1. Gilt n ≥ m und gibt es B ∈ Mat(n × m; K) mit BA = I, so gilt n = m
und A ist invertierbar;

2. Gilt n ≤ m und gibt es B ∈ Mat(n × m; K) mit AB = I, so gilt n = m

und A ist invertierbar.
Beweis. Gibt es B mit BA = I, so ist die durch BA gegebene lineare Abbildung
injektiv, also ist die durch A gegebene lineare Abbildung injektiv, also ist sie unter
der Annahme n ≥ m nach Dimensionsvergleich ein Isomorphismus. Gibt es B
mit AB = I, so ist die durch AB gegebene lineare Abbildung surjektiv, also ist
die durch A gegebene lineare Abbildung surjektiv, also ist sie unter der Annahme
n ≤ m nach Dimensionsvergleich ein Isomorphismus.
2.5.3 (Lineare Gleichungssysteme und Matrixalgebra). Ein lineares Gleichungs-
system
a11 x1 + a12 x2 + . . . +a1m xm = b1
a21 x1 + a22 x2 + . . . +a2m xm = b2
.. ..
. .
an1 x1 + an2 x2 + . . . +anm xm = bn

67
können wir in unseren neuen Notationen zur Gleichung von Spaltenvektoren

Ax = b

abkürzen, wobei links das Produkt der Koeffizientenmatrix A mit dem Spaltenvek-
tor x gemeint ist. Gesucht ist das Urbild von b ∈ K n unter der linearen Abbildung
(A◦) : K m → K n . Die Lösung des homogenisierten Systems ist genau der Kern
dieser linearen Abbildung, und die Erkenntnis 1.1.11, nach der die allgemeine
Lösung eines inhomogenen Systems die Summe einer speziellen Lösung des in-
homogenen Systems mit einer allgemeinen Lösung des homogenisierten Systems
ist, erweist sich als ein Spezialfall der Beschreibung 3.2.14 der Fasern linearer Ab-
bildungen. Die Operationen des Gauß-Algorithmus können wir in diesem Rahmen
wie folgt interpretieren: Bezeichnet

Eij

die Basismatrix mit dem Eintrag Eins in der i-ten Zeile und j-ten Spalte und
Nullen sonst, so kann für i 6= j das Gleichungssystem, das durch Addition des λ-
fachen der j-ten Zeile zur i-ten Zeile entsteht, in Matrixschreibweise dargestellt
werden als
(I + λEij )Ax = (I + λEij )b
Wegen (I − λEij )(I + λEij ) = I hat es offensichtlich dieselbe Lösungsmenge
wie das ursprüngliche System. Bezeichnet weiter Pij für i 6= j die Matrix zu der
∼
linearen Abbildung K m → K m , die die i-te Koordinate mit der j-ten Koordinate
vertauscht und sonst alles so läßt wie es ist, so kann das Gleichungssystem, das
durch Vertauschen der i-ten Zeile mit der j-ten Zeile entsteht, in Matrixschreib-
weise dargestellt werden als
Pij Ax = Pij b
Wegen Pij Pij = I hat es offensichtlich dieselbe Lösungsmenge wie das ursprüng-
liche System.
2.5.4. Man lasse sich durch die terminologische Inkonhärenz nicht verwirren: Eij
und Pij sind an dieser Stelle Matrizen, nicht wie vorher Einträge von Matrizen.
2.5.5. Unter einer Elementarmatrix verstehen wir eine quadratische Matrix, die
sich in höchstens einem Eintrag von der Einheitsmatrix unterscheidet. Mit Aus-
nahme der Matrizen, die entstehen, wenn man in der Einheitsmatrix eine Eins
durch eine Null ersetzt, sind alle Elementarmatrizen mit Einträgen in einem Kör-
per invertierbar.
Ergänzung 2.5.6 (Diskussion der Terminologie). Es herrscht in der Literatur kei-
ne Einigkeit in der Frage, was genau unter einer Elementarmatrix zu verstehen
sein soll. Manche Quellen bezeichnen zusätzlich zu unseren Elementarmatrizen

68
auch noch die Permutationsmatrizen Pij als Elementarmatrizen, andere Quellen
insbesondere in der „K-Theorie“ hinwiederum lassen nur solche Matrizen zu, die
sich von der Einheitsmatrix in höchstens einem Eintrag außerhalb der Diagonale
unterscheiden. Ich schlage vor, diese letzteren Matrizen spezielle Elementarma-
trizen zu nennen, da sie genau die Elementarmatrizen sind, die zur speziellen
linearen Gruppe [LA2] 1.6.10 gehören.
2.5.7. Eine Matrix, die nur auf der Diagonalen von Null verschiedene Einträge
hat, und zwar erst einige Einsen und danach nur noch Nullen, nennen wir auch
eine Matrix in Smith-Normalform.

Satz 2.5.8 (Transformation auf Smith-Normalform). Für jede Matrix A ∈

Mat(n × m; K) mit Einträgen in einem Körper K gibt es invertierbare Matri-
zen P, Q derart, daß P AQ eine Matrix in Smith-Normalform ist.
Beweis. Das folgt unmittelbar aus der anschließenden technischen Variante 2.5.9.
In 3.5.11 geben wir einen noch alternativen eigenständigen Beweis.
Proposition 2.5.9 (Transformation auf Smith-Normalform, Variante). Für je-
de Matrix A ∈ Mat(n×m; K) mit Einträgen in einem Körper K gibt es invertier-
bare Elementarmatrizen S1 , . . . , Sn , T1 , . . . , Tm derart, daß Sn . . . S1 A Zeilenstu-
fenform hat und Sn . . . S1 AT1 . . . Tm Smith-Normalform.
Beweis. Zunächst einmal beachten wir, daß die Permutationsmatrizen Pij mit i 6=
j sich als Produkte von Elementarmatrizen schreiben lassen, wir haben etwa
Pij = diag(1, . . . , 1, −1, 1, . . . , 1)(I + Eij )(I − Eji )(I + Eij )
Hier soll die (−1) an der j-ten Stelle stehen und diag(λ1 , . . . , λn ) meint die Dia-
gonalmatrix mit Einträgen aij = 0 für i 6= j und aii = λi . Dann beachte man,
daß die Rechtsoperation von Elementarmatrizen das Ausführen von Spaltenopera-
tionen bedeutet. Damit folgt unsere Proposition aus dem Gauß-Algorithmus.
Korollar 2.5.10. Jede quadratische Matrix mit Einträgen in einem Körper läßt
sich als ein Produkt von Elementarmatrizen darstellen.
Ergänzung 2.5.11. Der Beweis zeigt sogar, daß es für jedes n ein N gibt derart,
daß sich jede (n × n)-Matrix als ein Produkt von höchstens N Elementarmatrizen
darstellen läßt.
Beweis. Nach 2.5.9 können wir invertierbare Elementarmatrizen Si , Tj finden der-
art, daß Sn . . . S1 AT1 . . . Tm die Gestalt diag(1, . . . , 1, 0, . . . , 0) hat. Die letztere
Matrix schreiben wir leicht als Produkt von nun nicht mehr invertierbaren diago-
nalen Elementarmatrizen, in Formeln etwa Sn . . . S1 AT1 . . . Tm = D1 . . . Dr und
folgern
A = S1−1 . . . Sn−1 D1 . . . Dr Tm−1 . . . T1−1

69
Eine Matrix in Smith-Normalform

70
2.5.12 (Invertieren von Matrizen). Um die Inverse einer (n×n)-Matrix A zu be-
rechnen, kann man wie folgt vorgehen: Man schreibt die Einheitsmatrix I daneben
und wendet dann auf die (n × 2n)-Matrix (A|I) Zeilenoperationen an, einschließ-
lich des Multiplizierens einer Zeile mit einem von Null verschiedenen Skalar, bis
man A erst in Zeilenstufenform gebracht und dann sogar zur Einheitsmatrix ge-
macht hat. Dann steht in der rechten Hälfte unserer (n × 2n)-Matrix die Inverse
zu A. In der Tat, sind unsere Zeilenumformungen etwa gegeben durch das Da-
vormultiplizieren der Matrizen S1 , S2 , . . . , St , so steht nach diesen Umformungen
da
(St . . . S2 S1 A|St . . . S2 S1 I)
und wenn dann gilt St . . . S2 S1 A = I, so folgt St . . . S2 S1 I = St . . . S2 S1 =
A−1 . Dasselbe Verfahren funktioniert auch, wenn wir statt mit Zeilen- mit Spal-
tenumformungen arbeiten. Es ist nur nicht erlaubt, diese zu mischen, denn aus
St . . . S1 AT1 . . . Tr = I folgt keineswegs St . . . S1 T1 . . . Tr = A−1 .
Definition 2.5.13. Gegeben eine Matrix A ∈ Mat(n × m; K) heißt die Dimen-
sion des von ihren Spaltenvektoren aufgespannten Untervektorraums von K n der
Spaltenrang unserer Matrix. Analog heißt die Dimension des von ihren Zeilen-
vektoren aufgespannten Untervektorraums von K m der Zeilenrang unserer Ma-
trix.
Satz 2.5.14. Für jede Matrix stimmen Zeilenrang und Spaltenrang überein, in
Formeln gilt also rk(A) = rk(A> ).
2.5.15. Diese gemeinsame Zahl heißt dann der Rang oder auf englisch rank un-
serer Matrix und wird rk A notiert. Ist der Rang einer Matrix so groß wie für Ma-
trizen derselben Gestalt möglich, sind also entweder die Spalten oder die Zeilen
linear unabhängig, so sagt man, unsere Matrix habe vollen Rang.
Beweis. Der Spaltenrang einer Matrix A ∈ Mat(n × m; K) kann interpretiert
werden als die Dimension des Bildes von
(A◦) : K m → K n
Diese Interpretation zeigt sofort, daß P AQ denselben Spaltenrang hat wie A für
beliebige invertierbare Matrizen P, Q. Durch Transponieren erkennen wir, daß
P AQ auch denselben Zeilenrang hat wie A für beliebige invertierbare Matrizen
P, Q. Nun finden wir jedoch nach 2.5.8 invertierbare Matrizen P, Q mit P AQ
in Smith-Normalform. Dann stimmen natürlich Zeilenrang und Spaltenrang von
P AQ überein, und dasselbe folgt für unsere ursprüngliche Matrix A.
Definition 2.5.16. Ganz allgemein nennt man die Dimension des Bildes einer
linearen Abbildung auch den Rang unserer linearen Abbildung. Dieser Rang kann
unendlich sein, es gibt aber auch zwischen unendlichdimensionalen Vektorräumen
durchaus von Null verschiedene Abbildungen endlichen Ranges.

71
Übungen
Übung 2.5.17. Gegeben lineare Abbildungen f : U → V und g : V → W zeige
man, daß der Rang ihrer Verknüpfung g ◦ f sowohl beschränkt ist durch den Rang
von f als auch durch den Rang von g.
Übung 2.5.18. Man gebe eine ganzzahlige (3 × 3)-Matrix vom Rang Zwei ohne
Eintrag Null an, bei der je zwei Spalten linear unabhängig sind.
Übung 2.5.19. Eine quadratische Block-obere Dreiecksmatrix ist invertierbar ge-
nau dann, wenn alle Blöcke auf der Diagonalen invertierbar sind. Hinweis: 2.4.12.
Ergänzende Übung 2.5.20. Die Automorphismengruppe eines zweidimensionalen
Vektorraums über einem zweielementigen Körper ist isomorph zur Gruppe der
Permutationen von drei Elementen, in Formeln GL(2; F2 ) ∼
= S3 .
Ergänzende Übung 2.5.21. Eine quadratische Blockmatrix

W11 W12
W21 W22
−1
ist invertierbar, wenn W22 und W11 − W12 W22 W21 invertierbar sind. Hinweis:

I 0 I 0
Man multipliziere von rechts mit −1 und dann mit .
0 W22 −W21 I

2.6 Ergänzungen zu linearen Abbildungen*

Satz 2.6.1. In einem Vektorraum besitzt jeder Untervektorraum ein Komplement.

Beweis. Seien V ⊃ U unser Raum mit seinem Untervektorraum. Ist unser Raum
V endlich erzeugt, so ist auch U endlich erzeugt nach 1.7.12. Wir finden nach
1.6.15 eine Basis L von U und können sie nach 1.7.4 zu einer Basis B von V
ergänzen. Das Erzeugnis des Komplements B\L ist dann der gesuchte komple-
mentäre Teilraum. Ist unser Raum V beliebig, so funktioniert derselbe Beweis,
wenn wir die beiden letzten beiden Verweise durch Verweise auf den allgemeinen
Basisexistenz- und Ergänzungssatz 1.9.12 ersetzen.

Proposition 2.6.2. 1. Für jede injektive lineare Abbildung f : V ,→ W exis-

tiert ein Linksinverses, als da heißt, eine lineare Abbildung g : W → V
mit g ◦ f = idV ;

2. Für jede surjektive lineare Abbildung f : V W existiert ein Rechts-

inverses, als da heißt, eine lineare Abbildung g : W → V mit f ◦ g = idW .

72
Beweis. Der Beweis beider Aussagen benötigt im unendlichdimensionalen Fall
das Zorn’sche Lemma. Um Teil 1 zu zeigen, wählen wir mit 2.6.1 ein Kom-
plement U ⊂ W von f (V ) und definieren g : W → V durch die Vorschrift
g(u + f (v)) = v ∀u ∈ U, v ∈ V : Das ist erlaubt, da nach unsern Annahmen die
∼
Abbildung (u, v) 7→ u + f (v) eine Bijektion U × V → W induziert. Um Teil 2
zu zeigen, wählen wir ein Komplement U ⊂ V von ker f und prüfen, daß f einen
∼
einen Isomorphismus U → W induziert. Dessen Inverses liefert unmittelbar das
gesuchte Rechtsinverse von f .

Übungen
Übung 2.6.3. Jede lineare Abbildung von einem Untervektorraum U eines Vek-
torraums V in einen weiteren Vektorraum f : U → W läßt sich zu einer linearen
Abbildung f˜ : V → W auf den ganzen Raum V fortsetzen. Hinweis: 2.6.2.

73
3 Räume mit und ohne Koordinaten
3.1 Affine Räume und affine Abbildungen
Definition 3.1.1. Ein affiner Raum oder kurz Raum über einem Körper K ist
ein Tripel
~ a)
E = (E, E,
bestehend aus einer Menge E, einer abelschen Untergruppe E ~ ⊂ Ens× E der
~ →E
Gruppe der Permutationen von E sowie einer Abbildung a : K × E ~ derart,
daß gilt:

1. Die Menge E ist nicht leer und das Auswerten liefert für alle p ∈ E eine
~ →
Bijektion E
∼
E, ~v 7→ ~v (p);
~ →E
2. Mit der Abbildung a : K × E ~ als Multiplikation mit Skalaren wird E
~
ein K-Vektorraum.

Die Elemente von E heißen die Punkte unseres affinen Raums. Die Elemente
~ heißen die Translationen oder Richtungsvektoren unseres affinen Raums.
von E
Den Vektorraum E ~ selbst nennen wir den Richtungsraum unseres affinen Raums
E. Das Resultat der Operation von ~v ∈ E~ auf p ∈ E notieren wir ~v + p := ~v (p)
und manchmal auch p + ~v .

3.1.2 (Diskussion der Notation und Terminologie). Hier entsteht ein Konflikt
mit unserer Notation aus [AN2] 6.3.7, nach der mit Pfeilen versehene Mannigfal-
tigkeiten orientierte Mannigfaltigkeiten andeuten sollen. Was im Einzelfall jeweils
gemeint ist, muß der Leser aus dem Kontext erschließen. Die leere Menge kann in
unseren Konventionen nie ein affiner Raum sein. Es gibt hier jedoch auch andere
Konventionen. Unser Richtungsraum wird in manchen Quellen auch der Diffe-
renzraum genannt. Vielfach findet man die begriffliche Variante eines affinen
Raums über einem vorgegebenen Vektorraum: Darunter versteht man dann
eine Menge E mit einer „freien transitiven Wirkung“ des vorgegebenen Vektor-
raums. Ich ziehe die oben gegebene Definition vor, da sie jeden Bezug auf einen
vorgegebenen Vektorraum vermeidet und meines Erachtens den Raum unserer
Anschauung besser modelliert.
3.1.3. Unter der Dimension eines affinen Raums verstehen wir die Dimension sei-
nes Richtungsraums. Einen affinen Raum über dem Körper R der reellen Zahlen
nenne ich auch einen reellen affinen Raum oder kurz reellen Raum.
3.1.4. Ein affiner Raum hat die Dimension Null genau dann, wenn er aus einem
einzigen Punkt besteht. Affine Räume der Dimensionen Eins bzw. Zwei heißen
affine Geraden bzw. affine Ebenen.

74
3.1.5 (Einige Formeln für affine Räume). Ist E ein affiner Raum, so liefert nach
Annahme für jedes p ∈ E das Anwenden der Richtungsvektoren auf besagten
Punkt eine Bijektion E ~ → ∼
E, ~v 7→ ~v + p und es gilt ~0 + p = p sowie ~u +
(~v + p) = (~u + ~v ) + p für alle ~u, ~v ∈ E~ und p ∈ E. Flapsig gesprochen ist also
ein affiner Raum ein „Vektorraum, bei dem man den Ursprung vergessen hat“.
Gegeben p, q ∈ E definieren wir
p−q
als denjenigen Richtungsvektor ~u ∈ E ~ mit p = ~u + q. In Schulbüchern verwen-
det man oft Großbuchstaben A, B, C, . . . für die Punkte eines affinen Raums und
−→
verwendet die Notation AB für den Richtungsvektor, der A nach B schiebt und
den wir hier B − A notieren. Vielleicht ist es eine gute Idee, zu Anfang statt p − q
lieber p ← q zu schreiben.
3.1.6 (Vektorräume als affine Räume). Jeder Vektorraum V kann als ein affi-
ner Raum aufgefaßt werden, indem wir als Translationen die durch die Addition
von festen Vektoren gegebenen Abbildungen nehmen, so daß unsere Gruppe von
Translationen das Bild des injektiven Gruppenhomomorphismus V ,→ Ens× (V ),
v 7→ (v+) wird. Die Vektorraumstruktur auf der Gruppe der Translationen erklä-
ren wir dabei dadurch, daß dieser Gruppenhomomorphismus einen Vektorraum-
isomorphismus auf sein Bild liefern soll. Insbesondere erhalten wir damit eine
kanonische Identifikation
trans : V → V~
∼

zwischen unserem Vektorraum und dem Richtungsraum des dazu gebildeten af-
finen Raums. Diese Identifikation scheint mir derart kanonisch, daß ich sie in
Sprache und Notation oft so behandeln werde, als seien diese beiden Vektorräume
schlicht gleich.
Beispiel 3.1.7 (Der schmutzige Raum unserer Anschauung als affiner Raum).
Es scheint mir besonders sinnfällig, den „Raum unserer Anschauung“ mathema-
tisch als einen dreidimensionalen reellen affinen Raum

zu modellieren. Dieses Modell werden wir in [LA2] 1.4.14 noch um die Vorgabe
einer ausgezeichneten „Bewegungsgruppe“ und einer ausgezeichneten „Orientie-
rung“ erweitern und so den „Anschauungsraum“ formal als ein Gebilde der Men-
genlehre definieren. Die endgültige Definition muß aber noch auf die Einführung
der fehlenden Begriffe warten. Der Buchstabe E soll an das französische Wort
„éspace“ für „Raum“ erinnern. Unser „Raum unserer Anschauung“ heißt manch-
mal auch der „Raum der klassischen Mechanik“. Manche Punkte dieses Raums
können wir uns direkt als Kirchturmspitzen, Zimmerecken und dergleichen den-
ken, die Übrigen gilt es sich vorzustellen. Die „affinen Geraden“ sollen unseren

75
Sichtlinien entsprechen. Wir ignorieren dabei, daß die Erde sich um sich selber
dreht und dabei gleichzeitig um die Sonne rast, die sich hinwiederum mit un-
vorstellbarer Geschwindigkeit um das Zentrum der Milchstraße bewegt, und ich
könnte noch eine Weile so weitermachen. Den zum Raum unserer Anschauung
gehörigen Richtungsraum denkt man sich dann als die Gesamtheit aller „Parallel-
verschiebungen des Raums der Anschauung“. In 3.3.2 werden Sie lernen, in wel-
chem Sinne die Bedingung, daß unsere Sichtlinien gerade den „affinen Geraden“
entsprechen sollen, die Struktur als reeller affiner Raum bereits eindeutig festlegt.
Daß wir als Grundkörper für die Modellierung des Raums der Anschauung den
Körper der reellen Zahlen nehmen, hat analytische Gründe: Im Kern liegen sie
darin, daß für diesen Körper der Zwischenwertsatz [AN1] 3.2.3 gilt. Deshalb mo-
dellieren reelle Vektorräume, insbesondere wenn es später auch um Drehungen,
Winkel im Bogenmaß und dergleichen gehen wird, unsere geometrische Anschau-
ung besser als etwa Vektorräume über den rationalen Zahlen oder allgemeineren
Teilkörpern des Körpers der reellen Zahlen. Überspitzt könnte man sagen, daß
man im Gegensatz zu früher, als die mathematische Modellierung der Ebene mit-
hilfe der euklidischen Axiome an den Anfang gestellt wurde, seit dem Anfang
des 20.-ten Jahrhunderts mit der Modellierung der Gerade beginnt, in der Gestalt
unserer Axiomatik für den Körper der reellen Zahlen [AN1] 1.5.
Beispiel 3.1.8. Man mag sich auch die Schreibfläche einer in jeder Richtung un-
begrenzten Tafel als einen zweidimensionalen reellen affinen Raum denken.
Beispiel 3.1.9. Die schmutzige Menge aller Zeitpunkte der klassischen Mecha-
nik mag man mathematisch als einen eindimensionalen reellen affinen Raum

modellieren. Dieses Modell werden wir in 6.5.8 noch durch die Vorgabe einer aus-
gezeichneten „Orientierung“ erweitern und so die „Zeit“ formal als ein Gebilde
der Mengenlehre definieren. Der Buchstabe T soll an das lateinische Wort „tem-
pus“ für „Zeit“ erinnern. Eine mögliche Translation in diesem Raum wäre etwa
die Vorschrift: Man warte von einem vorgegebenen Zeitpunkt sieben Ausschläge
eines bestimmten Pendels ab, dann erreicht man den um besagte Translation ver-
schobenen Zeitpunkt. Die Elemente des Richtungsraums T ~ dieses affinen Raums
mag man sich als Zeitspannen denken, wobei jedoch auch „negative Zeitspan-
nen“ zugelassen sind. Die Flugbahn einer Fliege etwa würden wir durch eine Ab-
bildung T → E oder genauer, da Fliegen ja sterblich sind, durch die Abbildung
einer geeigneten Teilmenge I ⊂ T nach E beschreiben.
Beispiel 3.1.10. Ein Vektor des Homomorphismenraums Hom(T, ~ E)
~ im Sinne
von 2.3.14 modelliert, was man in der Physik eine vektorielle Geschwindigkeit
nennt.

76
Definition 3.1.11. Eine Abbildung ϕ : E → F zwischen affinen Räumen über
demselben Körper heißt eine affine Abbildung, wenn es eine lineare Abbildung
zwischen den zugehörigen Richtungsräumen ϕ~:E ~ → F~ gibt mit

ϕ(p) − ϕ(q) = ϕ
~ (p − q) ∀p, q ∈ E

Diese lineare Abbildung ϕ ~ ist dann durch ϕ eindeutig bestimmt und heißt der li-
neare Anteil oder Richtungsanteil Richt(ϕ) := ϕ ~ unserer affinen Abbildung.
Eine bijektive affine Abbildung heißt auch ein Isomorphismus von affinen Räu-
men. Ein Isomorphismus von einem affinen Raum auf sich selbst heißt ein Auto-
morphismus von besagtem affinen Raum. Die Menge aller affinen Abbildungen
von einem affinen Raum E in einen weiteren affinen Raum F über demselben
Grundkörper K notieren wir

Aff(E, F ) = Aff K (E, F )

Beispiel 3.1.12. Eine Abbildung ϕ : V → W zwischen Vektorräumen ist affin als

Abbildung zwischen den dazu gebildeten affinen Räumen genau dann, wenn es
~ : V → W und einen Punkt w ∈ W gibt mit
eine lineare Abbildung ϕ

ϕ(v) = w + ϕ
~ (v)

für alle v ∈ V . Jede affine Abbildung ϕ : Rn → Rm hat also die Gestalt v 7→

Av + b für A ∈ Mat(m × n; R) und b ∈ Rm . Dabei ist A = [~ ϕ] die Matrix des
Richtungsanteils und b = ϕ(0) das Bild des Ursprungs.
Beispiel 3.1.13 (Affine Selbstabbildungen einer Gerade). Die affinen Abbil-
dungen einer Gerade auf sich selber sind anschaulich gesprochen alle Streckun-
gen von einem gegebenem Fixpunkt aus, alle Verschiebungen, und alle konstanten
Abbildungen. Im reellen Fall sind im Graphenbild aus der Schule die affinen Ab-
bildungen R → R genau diejenigen Abbildungen, deren Graph eine Gerade ist,
und die auf der Schule leider meist als „lineare Abbildungen“ bezeichnet werden.

Übungen
Übung 3.1.14. Die Verknüpfung affiner Abbildungen ist affin und der lineare An-
teil einer Verknüpfung affiner Abbildungen ist die Verknüpfung ihrer linearen An-
~ ◦ ρ~ = −
teile, in Formeln ϕ ϕ−◦→ρ.
Übung 3.1.15. Eine Abbildung ϕ : E → F zwischen affinen Räumen ist genau
dann affin, wenn es einen Punkt p ∈ E und eine lineare Abbildung ϕ ~ → F~
~ :E
zwischen den zugehörigen Richtungsräumen gibt mit
~
~ (v) ∀~v ∈ E
ϕ(p + ~v ) = ϕ(p) + ϕ

77
Übung 3.1.16 (Affine Abbildungen mit der Identität als linearem Anteil). Die
Richtungsvektoren eines affinen Raums sind genau alle seine affinen Selbstabbil-
dungen, deren linearer Anteil die Identität ist. In Formeln gilt für einen affinen
Raum E also
~ = {ϕ ∈ Aff(E, E) | ϕ
E ~ = idE~ }
Übung 3.1.17 (Affine Abbildungen mit verschwindendem linearen Anteil).
Die affinen Abbildungen mit verschwindendem linearen Anteil sind genau die
konstanten Abbildungen. Gegeben affine Räume E, F über demselben Körper gilt
also in Formeln

{ϕ ∈ Aff(E, F ) | ϕ
~ = 0} = {ϕ ∈ Ens(E, F ) | ϕ ist konstant}

Übung 3.1.18. Gegeben ein affiner Raum E und ein Punkt p ∈ E zeige man, daß
die Abbildung E → E gegeben durch p + ~v 7→ p − ~v affin ist. Sie heißt die
Punktspiegelung an p. Allgemeiner zeige man, daß für alle Skalare λ aus dem
Grundkörper die Abbildung E → E gegeben durch p + ~v 7→ p + λ~v affin ist. Sie
heißt die Streckung oder auch Homothetie mit Zentrum p um den Faktor λ.
Übung 3.1.19. Beschreiben Sie in schmutzigen Worten affine Abbildungen T →
E des affinen Raums der Zeiten in den Anschauungsraum. Natürlich ist das keine
mathematische Übung im eigentlichen Sinne!
Übung 3.1.20 (Produkt affiner Räume). Man zeige: Gegeben affine Räume X1 , . . . , Xn
gibt es auf ihrem kartesischen Produkt X1 ×. . .×Xn genau eine Struktur als affiner
Raum derart, daß alle Projektionen pri affin sind. Des weiteren liefern dann die
linearen Anteile der Projektionen mit 2.3.13 einen Isomorphismus zwischen dem
Richtungsraum des Produkts und dem Produkt der Richtungsräume der Faktoren.
Beispiel 3.1.21. Bezeichnet E den Raum unserer Anschauung, so mag man jede
mögliche Konstellation von Erde und Mond als einen Punkt von E × E modellie-
ren.

3.2 Affine Teilräume

3.2.1. Nach der reinen Lehre sollte eine Teilmenge eines affinen Raums ein „af-
finer Teilraum“ heißen genau dann, wenn sie so mit der Struktur eines affinen
Raums versehen werden kann, daß die Einbettung eine affine Abbildung wird. Da
diese Definition jedoch für Anwendungen erst aufgeschlüsselt werden muß, neh-
men wir als unsere Definition gleich die aufgeschlüsselte Fassung und überlassen
dem Leser den Nachweis der Äquivalenz zur Definition aus der reinen Lehre als
Übung 3.2.16.

78
Definition 3.2.2. Eine Teilmenge F ⊂ E eines affinen Raums heißt ein affiner
Teilraum, wenn es einen Punkt p ∈ E und einen Untervektorraum W ⊂ E ~ gibt
mit
F =p+W
Die durch Restriktion gegebene Abbildung W → Ens× F ist dann eine Injektion
und wir erklären wir auf F die Struktur eines affinen Raums, indem wir als Rich-
tungsraum F~ das Bild von W in Ens× F nehmen und diese abelsche Gruppe mit
derjenigen Struktur eines K-Vektorraums versehen, für die Restriktion W → F~
∼

ein Vektorraumisomorphismus ist.

Beispiel 3.2.3. Die affinen Teilräume des R3 sind genau: Alle einelementigen Teil-
mengen, alle Geraden G = p + R~v mit ~v 6= ~0, alle Ebenen P = p + R~v + Rw ~ mit
3
~v , w
~ linear unabhängig, und der ganze R .
3.2.4. Eine Teilmenge eines affinen Raums heißt eine Gerade oder genauer eine
affine Gerade, wenn sie ein affiner Teilraum der Dimension Eins ist. Eine Teil-
menge eines affinen Raums heißt eine Ebene oder genauer eine affine Ebene,
wenn sie ein affiner Teilraum der Dimension Zwei ist.
3.2.5. Ein nichtleerer Schnitt von affinen Teilräumen eines affinen Raums ist stets
wieder ein affiner Teilraum, und der Richtungsraum des Schnitts ist der Schnitt der
Richtungsräume, zumindest wenn wir alle diese Richtungsräume wie in 3.2.10 als
Teilmengen des Richtungsraums unseres ursprünglichen Raums betrachten.
Definition 3.2.6. Gegeben eine nichtleere Teilmenge T 6= ∅ eines affinen Raums
gibt es nach 3.2.5 einen kleinsten affinen Teilraum hT iaff , der sie umfaßt. Wir
bezeichnen ihn als den von unserer Teilmenge erzeugten affinen Teilraum. Ein
Erzeugendensystem eines affinen Raums ist eine Teilmenge, die ihn erzeugt.
3.2.7 (Explizite Beschreibung affiner Erzeugnisse). Man mag den von einer
nichtleeren Teilmenge T eines affinen Raums E erzeugten affinen Teilraum auch
beschreiben als
hT iaff = T + hp − q | p, q ∈ T i
In Worten nehme man also den Untervektorraum des Richtungsraums von E, ~
der von allen zwei Punkte unserer Teilmenge ineinander überführenden Vekto-
ren erzeugt wird, und lasse seine Vektoren auf Punkte unserer Teilmenge los: Alle
Punkt, die man so erhalten kann, bilden einen affinen Teilraum, da ja offensicht-
lich gilt T + hp − q | p, q ∈ T i = t + hp − q | p, q ∈ T i für alle t ∈ T .
3.2.8 (Anschauliche Interpretation linearer Gleichungssysteme). Wählen wir
im Anschauungsraum E einen festen Punkt p als Ursprung und eine Basis ~v1 , ~v2 ,
~v3 seines Richtungsraums, so erhalten wir eine Bijektion
∼
R3 → E

79
vermittels der Abbildungsvorschrift (x, y, z) 7→ p + x~v1 + y~v2 + z~v3 . Die Abbil-
dungen E → R, die jedem Punkt die Komponenten seines Urbilds unter dieser
Identifikation zuordnen, heißen auch Koordinaten und in ihrer Gesamtheit ein
Koordinatensystem auf E. Unter jeder derartigen Identifikation des R3 mit dem
Raum unserer Anschauung kann man sich die Lösungsmenge einer homogenen
linearen Gleichung in drei Unbekannten als eine Ebene durch den Ursprung den-
ken, wenn man einmal von der „Nullgleichungen“ absieht, und die Lösungsmenge
einer nicht notwendig homogenen linearen Gleichung in drei Unbekannten als ei-
ne affine Ebene, wenn man wieder von dem Fall der „Nullgleichung“ absieht, bei
denen die Koeffizienten von x, y, z alle drei verschwinden. Die Lösungsmenge
eines linearen Gleichungssystems ohne Nullgleichung kann man sich demnach
veranschaulichen als den Schnitt einiger affiner Ebenen, eben der Lösungsmen-
gen seiner einzelnen Gleichungen. So sieht man auch anschaulich ein, daß die
Lösungsmenge eines linearen Gleichungssystems ohne Nullgleichung mit zwei
Gleichungen in drei Veränderlichen im Allgemeinen einen eindimensionalen Lö-
sungsraum haben wird, da sich eben zwei Ebenen im Raum im Allgemeinen in
einer Gerade schneiden, daß aber als Lösungsraum auch die leere Menge in Frage
kommt, als Schnitt zweier paralleler Ebenen, und eine Ebene, wenn nämlich die
Lösungsräume unserer beiden Gleichungen übereinstimmen.
3.2.9. Eine Teilmenge eines affinen Raums heißt eine Hyperebene oder genauer
eine affine Hyperebene, wenn sie ein echter affiner Teilraum ist, dessen Rich-
tungsraum im Sinne von 1.5.16 eine lineare Hyperebene im Richtungsraum unse-
res ursprünglichen affinen Raums ist.
3.2.10. Gegeben ein affiner Raum E mit einem affinen Teilraum F ⊂ E verwen-
den wir von nun an das Symbol F~ auch für denjenigen Untervektorraum von E, ~
den wir als das Bild des Richtungsraums F~ von F unter dem linearen Anteil der
Einbettung erhalten.

Definition 3.2.11. Zwei affine Teilräume T, S ⊂ E eines affinen Raums E heißen

parallel, wenn im Richtungsraum E ~ gilt T~ ⊂ S
~ oder S
~ ⊂ T~ .

3.2.12 (Diskussion der Terminologie). Die Konventionen scheinen in der Lite-

ratur nicht ganz eindeutig zu sein. Die hier gegebene Definition von Parallelität
hat den Vorteil, die üblichen Definitionen für die Parallelität von Geraden oder
Ebenen im zweidimensionalen wie im dreidimensionalen Raum zu liefern bis auf
das Detail, daß damit auch ein Enthaltensein als Parallelität gilt. Allerdings hat sie
den Nachteil, daß ein Punkt zu jedem weiteren Teilraum parallel ist, was meinem
Sprachempfinden eigentlich zuwiderläuft.
Ergänzung 3.2.13. Der Begriff „parallel“ kommt aus dem Griechischen und heißt
„nebeneinander“.

80
Übungen
Übung 3.2.14 (Fasern linearer Abbildungen). Gegeben eine lineare Abbildung
f : V → W gilt für alle v ∈ V die Identität f −1 (f (v)) = v + ker f von Teilmen-
gen von V . Für alle w ∈ W ist mithin die Faser f −1 (w) entweder leer oder aber
ein affiner Teilraum von V .
Übung 3.2.15 (Urbilder affiner Teilräume). Ist f : V → W eine affine Ab-
bildung, so ist für jeden affinen Teilraum A ⊂ W sein Urbild f −1 (A) entweder
leer oder aber ein affiner Teilraum von V . Das verallgemeinert die vorhergehende
Übung 3.2.14.
Ergänzende Übung 3.2.16. Sei E ein affiner Raum. Genau dann ist eine Teilmenge
F ⊂ E ein affiner Teilraum im Sinne von 3.2.2, wenn F eine Struktur als affiner
Raum (F, F~ , b) besitzt derart, daß die Einbettung eine affine Abbildung ist. Die
fragliche affine Struktur auf F ist dadurch dann eindeutig bestimmt.
Übung 3.2.17. Durch je zwei verschiedene Punkte eines affinen Raums geht genau
eine Gerade, als da heißt, es gibt genau einen affinen Teilraum der Dimension
Eins, der unsere beiden Punkte enthält. Bringt man also Kimme und Korn in eine
Sichtlinie mit dem Ziel, so ist das Gewehr bereits auf das Ziel ausgerichtet.
Übung 3.2.18. Durch je drei Punkte eines affinen Raums, die nicht auf einer ge-
meinsamen Geraden liegen, geht genau eine Ebene. Insbesondere wird also ein
dreibeiniger Hocker nie kippeln.
Übung 3.2.19. Der von einer nichtleeren endlichen Teilmenge T eines affinen
Raums erzeugte Teilraum hat höchstens die Dimension |T | − 1.
Übung 3.2.20 (Dimension eines affinen Erzeugnisses). Gegeben zwei endlich-
dimensionale affine Teilräume A, B eines affinen Raums E gilt für die Dimension
des affinen Erzeugnisses C ihrer Vereinigung die Formel

dim A + dim B − dim(A ∩ B) falls A ∩ B 6= ∅;
dim C = ~ ~
dim A + dim B − dim(A ∩ B) + 1 falls A ∩ B = ∅.

Übung 3.2.21 (Kodimension eines Schnitts). Ist E ein endlichdimensionaler af-

finer Raum und vereinbaren wir die Notation codim(A ⊂ E) := dim E − dim A
für die Dimensionsdifferenz, die sogenannte Kodimension von A in E, so gilt
unter der Annahme A ∩ B 6= ∅ die Abschätzung

codim((A ∩ B) ⊂ E) ≤ codim(A ⊂ E) + codim(B ⊂ E)

Die Kodimension des Schnitts ist also höchstens die Summe der Kodimensionen
der sich schneidenden Teilräume.

81
Vorschau 3.2.22. In der kommutativen Algebra [KAG] 4.8.12 können sie lernen,
wie man diese Abschätzung für die Kodimension eines Schnitts über einem alge-
braisch abgeschlossenen Grundkörper auf Nullstellenmengen polynomialer Glei-
chungssysteme verallgemeinern kann.
Übung 3.2.23. Eine Abbildung f : E → F von affinen Räumen ist genau dann
affin, wenn ihr Graph Γ(f ) ⊂ E ×F ein affiner Teilraum ihres Produkts aus 3.1.20
ist.

3.3 Affine Räume und ihre Geraden

Satz 3.3.1 (Charakterisierung affiner Abbildungen im Reellen). Eine injektive
Abbildung von einem mindestens zweidimensionalen reellen affinen Raum in einen
weiteren reellen affinen Raum ist affin genau dann, wenn das Bild jeder Geraden
unter unserer Abbildung wieder eine Gerade ist.

3.3.2 (Bezug zum schmutzigen Raum unserer Anschauung). Die affinen Ge-
raden des Raums unserer Anschauung denke ich mir als Sichtlinien: Drei Punkte
liegen auf einer Geraden genau dann, wenn man sich so hinstellen kann, daß man
sie hintereinander sieht. Der vorhergehende Satz 3.3.1 zeigt, daß im Fall reeller
affiner Räume ab der Dimension Zwei die Kenntnis aller Geraden auch umge-
kehrt bereits die Struktur als reeller affiner Raum festlegt: Haben nämlich zwei
Strukturen als affiner reeller Raum auf derselben Menge dieselben Geraden, und
gibt es in besagtem Raum mehr als nur eine Gerade, so ist nach 3.3.1 die Identität
auf unserer Menge ein Morphismus von affinen Räumen zwischen unserer Menge
einmal mit der einen Struktur als affiner Raum und ein andermal mit der anderen
Struktur als affiner Raum. Dann aber müssen diese beiden Strukturen bereits über-
einstimmen. Anschaulich gesprochen legt also im Raum unserer Anschauung „die
Kenntnis der Sichtlinien bereits fest, welche Abbildungen als Parallelverschiebun-
gen anzusehen sind“. Explizit kann man das wie folgt einsehen: Zunächst legt die
Kenntnis der Sichtlinien alias Geraden fest, welche Teilmengen die Bezeichung
als „Ebene“ verdienen; Dann vereinbart man, zwei Geraden „parallel“ zu nen-
nen, wenn sie in einer Ebene liegen und sich nicht schneiden; Und schließlich
kann man dann Parallelverschiebungen charakterisieren als diejenigen bijektiven
Abbildungen, die jede Gerade bijektiv auf sich selbst oder aber bijektiv in eine
parallele Gerade überführen. An dieser Stelle möchte ich Sie am liebsten wieder
einmal davon überzeugen, daß das Abstrakte das eigentlich Konkrete ist.
Beweis. Wir zeigen den Satz zunächst unter der Annahme, daß sowohl unser Aus-
gangsraum als auch der Raum, in den abgebildet wird, beide die Dimension Zwei
haben. Ohne Beschränkung der Allgemeinheit dürfen wir dann annehmen, daß
es sich bei beiden Räumen um den R2 handelt, und indem wir unsere Abbildung

82
noch mit einer geeigneten Verschiebung verknüpfen, dürfen wir sogar annehmen,
daß sie den Ursprung festhält. Diesen Fall behandeln wir als eigenständiges Lem-
ma.
Lemma 3.3.3. Eine injektive Abbildung Φ : R2 → R2 mit Φ(0) = 0, unter der
das Bild jeder affinen Geraden wieder eine affine Gerade ist, muß linear sein.
Beweis. Halten wir eine geeignete lineare Abbildung dahinter, so erkennen wir
mit 2.3.2, daß wir ohne Beschränkung der Allgemeinheit annehmen dürfen, daß
unser Φ die Vektoren e1 und e2 der Standardbasis festhält. Unter dieser Zusatz-
annahme zeigen wir nun, daß Φ sogar die Identität ist. Zunächst gibt es sicher
Abbildungen ψ1 , ψ2 : R → R mit Φ(aei ) = ψi (a) ei . Da wir Φ injektiv ange-
nommen haben, müssen unter Φ parallele alias sich nicht schneidende Geraden
parallel bleiben. Die Gerade durch ae1 und ae2 für a 6= 0, 1 ist parallel zu der
durch e1 und e2 , also ist für a 6= 0, 1 auch die Gerade durch Φ(ae1 ) = ψ1 (a) e1
und Φ(ae2 ) = ψ2 (a) e2 parallel zu der durch Φ(e1 ) = e1 und Φ(e2 ) = e2 . Es folgt
ψ1 (a) = ψ2 (a) für a 6= 0, 1. Für a = 0, 1 ist das eh klar und wir notieren diese
Abbildung nun ψ := ψ1 = ψ2 . Natürlich gilt ψ(0) = 0 und ψ(1) = 1. Da man
die Addition von linear unabhängigen Vektoren durch Parallelogramme darstellen
kann, gilt Φ(v + w) = Φ(v) + Φ(w) falls v und w linear unabhängig sind. Wir
erhalten für a ∈ R damit

Φ(e1 +a e2 ) = e1 +ψ(a) e2

im Fall a 6= 0 wegen der linearen Unabhängigkeit und im Fall a = 0 wegen

ψ(0) = 0. Weiter folgern wir die beiden Gleichungen

Φ(e1 +(a + b) e2 ) = e1 +ψ(a + b) e2

Φ(e1 +a e2 +b e2 ) = e1 +ψ(a) e2 +ψ(b) e2

Die Zweite folgt hier, indem wir ohne Beschränkung der Allgemeinheit b 6= 0
annehmen und erst den letzten Summanden abspalten. Es folgt sofort ψ(a + b) =
ψ(a) + ψ(b). Da für a, b ∈ R mit a 6= 0 und b 6= 0, 1 die Gerade durch e1
und ae2 parallel ist zu der durch be1 und abe2 folgt auch ψ(ab) = ψ(a)ψ(b) erst
für alle a, b 6= 0, 1, dann aber wegen ψ(0) = 0 und ψ(1) = 1 sogar für alle
a, b ∈ R. Da nach [AN1] 1.5.3 oder besser [AN1] 1.5.18 die Identität der einzige
Körperhomomorphismus ψ : R → R ist, folgt ψ = id. Da wie bereits erwähnt
gilt Φ(v + w) = Φ(v) + Φ(w) falls v und w linear unabhängig sind, folgt sofort
Φ = id.
Um nun Satz 3.3.1 zu zeigen, sei Φ : E ,→ F unsere injektive Abbildung von
reellen affinen Räumen, unter der das Bild jeder Geraden eine Gerade ist. Oh-
ne Beschränkung der Allgemeinheit dürfen wir annehmen, daß E und F reelle

83
Vektorräume sind und daß gilt Φ(~0) = ~0. Unter diesen stärkeren Annahmen zu-
sammen mit der Annahme dim E ≥ 2 folgern wir nun sogar die Linearität von
Φ. Gegeben v, w ∈ E linear unabhängig kann offensichtlich die von v und w auf-
gespannt Ursprungsebene dargestellt werden als die Vereinigung des Ursprungs
mit allen affinen Geraden, die durch einen Punkt von Rv und einen Punkt von Rw
laufen, so daß also in Formeln ausgedrückt gilt
[
hv, wi = hu, xiaff
u∈Rv, x∈Rw

Gegeben v, w ∈ E linear unabhängig müssen auch Φ(v) und Φ(w) linear unab-
hängig sein, da sonst die zwei verschiedenen Geraden Rv und Rw bijektiv auf
dieselbe Gerade abgebildet würden im Widerspruch zur Injektivität von Φ. Da Φ
Geraden auf Geraden abbildet, folgt Φ(hv, wi) = hΦ(v), Φ(w)i. Von der mithin
von Φ induzierten Bijektion
∼
Φ : hv, wi → hΦ(v), Φ(w)i

wissen wir aber nun bereits, daß sie linear sein muß, daß also in Formeln ausge-
drückt gilt Φ(u + u1 ) = Φ(u) + Φ(u1 ) und Φ(λu) = λΦ(u) für alle u, u1 ∈ hv, wi
und λ ∈ R. Da aber in einem Vektorraum der Dimension mindestens Zwei je zwei
Vektoren u, u1 in einem gemeinsamen zweidimensionalen Teilraum liegen, zeigt
das bereits die Linearität von Φ selbst.
Ergänzung 3.3.4. Geht man den Beweis von Lemma 3.3.3 nocheinmal durch, so
erkennt man, daß er auch die folgende feinere Aussage zeigt: Sind K, L Körper
und ist Φ : K 2 ,→ L2 eine Injektion mit Φ(0) = 0, unter der das Bild jeder affinen
Geraden wieder eine affine Gerade ist, so ist Φ ein Gruppenhomomorphismus und
∼
es gibt einen Körperisomorphismus ψ : K → L mit Φ(λ~v ) = ψ(λ)Φ(~v ) für alle
λ ∈ K und ~v ∈ K 2 . Salopp gesprochen ist also unsere Abbildung Φ „linear bis
auf einen Körperisomorphismus“.
Ergänzung 3.3.5 (Von der Geometrie zur Algebra). Geht man den Beweis von
Satz 3.3.1 im Lichte von 3.3.4 nocheinmal durch, so erkennt man, daß er auch die
folgende feinere Aussage zeigt: Haben zwei Strukturen (E, E,~ a) und (E, E~ 0 , a0 )
auf ein- und derselben Menge E als zweidimensionaler affiner Raum über Kör-
pern K bzw. K 0 dieselben Geraden, so gilt E ~ = E ~ 0 und es gibt genau einen
∼
Körperisomorphismus ϕ : K → K 0 mit a(λ, ~v ) = a0 (ϕ(λ), ~v ) für alle λ ∈ K
~ Flapsig gesagt kennt also ein weißes Blatt Papier zusammen mit ei-
und ~v ∈ E.
nem Lineal bereits den Körper R der reellen Zahlen! Gegeben eine Menge E von
„Punkten“ und eine Teilmenge G ⊂ P(E) ihrer Potenzmenge, deren Elemente
G ∈ G „Geraden“ heißen, kann man auch eine Liste von geometrisch sinnvollen
Forderungen angeben, die genau dann erfüllt sind, wenn unsere Menge E so mit

84
der Struktur eines zweidimensionalen affinen Raums über einem Körper versehen
werden kann, daß G aus allen zugehörigen affinen Geraden besteht. Die einfachs-
ten dieser Forderungen sind, daß durch je zwei verschiedene Punkte genau eine
Gerade gehen soll und daß sich je zwei Geraden in höchstens einem Punkt schnei-
den. Die zusätzlichen Forderungen werden in 7.2 besprochen. In dieser Weise las-
sen sich dann die Körperaxiome [GR] 3.4.2 sogar geometrisch rechtfertigen.

3.4 Baryzentrische Koordinaten*

3.4.1. Gegeben ein Körper K, ein affiner Raum E über K, Punkte e1 , . . . , en ∈ E
und Skalare λ1 , . . . , λn ∈ K mit λ1 +. . .+λn 6= 0 definiert man den Schwerpunkt
s der ei mit den Gewichten λi durch die Bedingung

λ1 (e1 − s) + . . . + λn (en − s) = ~0

Daß höchstens ein Punkt s ∈ E diese Bedingung erfüllen kann, folgt daraus, daß
für jedes weitere s0 , das unsere Bedingung erfüllt, gelten muß

(λ1 + . . . + λn )(s − s0 ) = ~0

Daß es überhaupt ein s gibt, das unsere Bedingung erfüllt, erkennt man, indem
man einen beliebigen Punkt p ∈ E wählt und λ = λ1 + . . . + λn setzt und den
Punkt
λ1 λn
s = p + (e1 − p) + . . . + (en − p)
λ λ
betrachtet. Für diesen Punkt s ∈ E gilt ja

λ(s − p) = λ1 (e1 − p) + . . . + λn (en − p)

und daraus folgt dann leicht

~0 = λ1 (e1 − s) + . . . + λn (en − s)

Ergänzung 3.4.2. Eine Teilmenge eines affinen Raums heißt affin unabhängig
genau dann, wenn sich keiner ihrer Punkte als gewichteter Schwerpunkt von end-
lich vielen anderen ihrer Punkte schreiben läßt.
Definition 3.4.3. Gegeben Punkte p, q in einem affinen Raum E über einem an-
geordneten Körper schreiben wir

[p, q] := {p + t(q − p) | 0 ≤ t ≤ 1}

und nennen diese Menge im Fall p 6= q das die Punkte p und q verbindende
Geradensegment.

85
Wie man auf einer Gerade der Papierebene mit zwei verschiedenen als Null und
Eins ausgezeichneten Punkten zwei beliebige Punkte multipliziert, wenn man
nur ein Lineal zur Verfügung hat, das aber „unendlich lang“ ist in dem Sinne, daß
man durch einen gegebenen Punkt die zu einer gegebenen Gerade parallele
Gerade zeichnen kann.

86
Zwei fette Punkte der Gewichte 3 und 1 und ihr Schwerpunkt s nebst seiner
Bestimmung mithilfe eines beliebigen weiteren Punktes p.

87
Eine nicht konvexe Teilmenge der Ebene und eine endliche Teilmenge der
Ebene, dargestellt durch fette Punkte, mit ihrer konvexen Hülle, dargestellt als
schraffierter Bereich.

88
Definition 3.4.4. Eine Teilmenge eines affinen Raums über einem angeordneten
Körper heißt konvex genau dann, wenn sie mit je zwei Punkten auch das ganze
diese verbindende Geradensegment enthält.

Definition 3.4.5. Sei E ein affiner Raum über einem angeordneten Körper. Of-
fensichtlich ist der Schnitt einer beliebigen Familie konvexer Teilmengen von E
wieder konvex. Gegeben eine Teilmenge T ⊂ E bezeichnet man die kleinste
konvexe Teilmenge des fraglichen affinen Raums, die T umfaßt, auch als die kon-
vexe Hülle von T . Natürlich existiert solch eine kleinste konvexe Teilmenge, wir
können sie etwa konstruieren als den Schnitt aller konvexen Teilmengen, die T
umfassen. Wir verwenden für die konvexe Hülle von T die Notation

konv(T )

Beispiel 3.4.6. Gegeben zwei Punkte in einem affinen Raum über einem angeord-
neten Körper ist ihre konvexe Hülle genau das verbindende Geradensegment, in
Formeln [p, q] = konv(p, q).

Übungen
Übung 3.4.7. Ist E ein n-dimensionaler affiner Raum und e0 , . . . , en ein Erzeu-
gendensystem von E, so gibt es für jeden Punkt s ∈ E genau ein Tupel von
Gewichten (λ0 , . . . , λn ) ∈ K n+1 so daß gilt λ0 + . . . + λn = 1 und daß s der
Schwerpunkt der ei mit den Gewichten λi ist. Die λi heißen dann die baryzen-
trischen Koordinaten von s in Bezug auf die ei , nach griechisch „βαρυς“ für
„schwer“.
Ergänzende Übung 3.4.8. Der von einer nichtleeren Menge von Punkten eines
affinen Raums erzeugte affine Teilraum kann auch beschrieben werden als die
Menge aller Schwerpunkte zu endlichen mit Gewichten versehenen Teilmengen
unserer Menge.
Ergänzende Übung 3.4.9. Gegeben ein affiner Raum E über einem angeordneten
Körper und eine Teilmenge T ⊂ E ist die konvexe Hülle von T genau die Menge
aller Schwerpunkte zu endlichen mit positiven Gewichten versehenen Teilmengen
von T .

3.5 Abstrakte lineare Abbildungen und Matrizen

3.5.1. Die im folgenden verwendeten Notationen B [v] und A [f ]B habe ich Urs
Hartl abgeschaut. Ähnlich wie die geschickt gewählten Steckverbindungen, die
man bei Computerzubehör gewohnt ist, sorgen sie dafür, daß man fast nichts mehr
falsch machen kann.

89
Satz 3.5.2 (Abstrakte lineare Abbildungen und Matrizen). Seien K ein Kör-
per und V, W Vektorräume über K mit angeordneten Basen A = (~v1 , . . . , ~vm )
und B = (w ~ n ). Ordnen wir jeder linearen Abbildung f : V → W
~ 1, . . . , w
die darstellende Matrix B [f ]A zu mit Einträgen aij , die durch die Identitäten
f (~vj ) = a1j w
~ 1 + . . . + anj w ~ n gegeben werden, so erhalten wir eine Bijektion, ja
sogar einen Vektorraumisomorphismus
∼
MA
B : HomK (V, W ) → Mat(n × m; K)

f 7→ B [f ]A

3.5.3. Wir nennen MA B (f ) = B [f ]A die darstellende Matrix der Abbildung f

in Bezug auf die Basen A und B. In Worten ausgedrückt stehen in ihren Spalten
die Koordinaten der Bilder der Vektoren der Basis A des Ausgangsraums in Bezug
auf die Basis B des Zielraums. Beliebt ist statt B [f ]A und MA
B (f ) auch die ausführ-
A
lichere Notation MatB (f ). Die Matrix einer linearen Abbildung f : K m → K n in
Bezug auf die jeweiligen Standardbasen S(m), S(n) nach 1.6.10 ist genau unsere
darstellende Matrix [f ] aus 2.4.1, in Formeln gilt also

[f ] = S(n) [f ]S(m)

Wir vereinbaren allgemeiner, daß wir bei unserer Notation Standardbasen hinfort
auch weglassen dürfen. Für eine lineare Abbildung f : K m → W schreiben wir
also abkürzend B [f ]S(m) = B [f ] und für eine lineare Abbildung f : V → K n
entsprechend S(n) [f ]A = [f ]A .
Ergänzung 3.5.4. Wenn wir die Matrixmultiplikation in der offensichtlichen Wei-
se erweitern zur Definition des Produkts einer Matrix mit einer Spaltenmatrix
von Vektoren, so können wir die definierende Gleichung der darstellenden Ma-
trix M = B [f ]A auch schreiben in der Form
   
f (~v1 ) w
~1
 ..  >  .. 
 . =M  . 
f (~vm ) w
~n

Beweis. Wir könnten hier eine Variation unseres Beweises von 2.4.5 ein weiteres
Mal ausschreiben, aber stattdessen erinnern wir einfacher unsere Isomorphismen
∼ ∼
ΦA : K m → V und ΦB : K n → W aus 1.6.12 und beachten, daß unsere Definiti-
on der darstellenden Matrix gleichbedeutend ist zur Identität

B [f ]A = [Φ−1
B f ΦA ]

90
Die Matrix der anschaulichen Spiegelung s : R2 → R2 hat die Gestalt

cos 2α sin 2α
[s] =
sin 2α − cos 2α

mit den Bildern der Vektoren der Standardbasis in den Spalten. Zum Beispiel hat
s(~e1 ) die x-Koordinate cos 2α und die y-Koordinate sin 2α und das erklärt bereits
die erste Spalte unserer Matrix. Bei s(~e2 ) scheint mir einsichtig, daß die
x-Koordinate von s(~e2 ) die y-Koordinate von s(~e1 ) ist und die y-Koordinate von
s(~e2 ) das Negative der x-Koordinate von s(~e1 ). Das erklärt dann auch die zweite
Spalte unserer Matrix.

91
Damit können wir unsere Abbildung dann schreiben als die Komposition von Bi-
jektionen
∼ ∼
HomK (V, W ) → HomK (K m , K n ) → Mat(n × m; K)
f 7→ Φ−1
B f ΦA

mit unserer Abbildung : g 7→ [g] aus 2.4.1 rechts, die eben jeder Abbildung g :
K m → K n ihre darstellende Matrix zuordnet.

Satz 3.5.5 (Darstellende Matrix einer Verknüpfung). Gegeben ein Körper K

und K-Vektorräume U, V, W endlicher Dimension mit angeordneten Basen A, B, C
und lineare Abbildungen f : U → V und g : V → W ist die darstellende Matrix
der Verknüpfung das Produkt der darstellenden Matrizen, in Formeln

C [g ◦ f ]A = C [g]B ◦ B [f ]A

Erster Beweis. Wir können die Behauptung nach Erinnern aller Notationen um-
schreiben zu [Φ−1 −1 −1
C gf ΦA ] = [ΦC gΦB ] ◦ [ΦB f ΦA ], und in dieser Form folgt sie
offensichtlich aus dem in 2.4.5 behandelten Spezialfall.
Zweiter Beweis. Wir könnten auch expliziter vorgehen und den Beweis von 2.4.5
nocheinmal wiederholen mit der alternativen Interpretation von ~ui , ~vj und w
~ k als
den Vektoren unserer angeordneten Basen A, B, C.

Definition 3.5.6. Gegeben ein endlichdimensionaler Vektorraum V mit einer an-

geordneten Basis A = (~v1 , . . . , ~vn ) notieren wir die Inverse unserer Bijektion
∼
ΦA : K n → V , (λ1 , . . . , λn )> 7→ λ1~v1 + . . . + λn~vn in der Form

~v 7→ A [~v ]

Der Spaltenvektor A [~v ] heißt die Darstellung des Vektors ~v in der Basis A.

Satz 3.5.7 (Darstellung des Bildes eines Vektors). Gegeben endlichdimensio-

nale Räume V, W mit angeordneten Basen A, B und eine lineare Abbildung f :
V → W gilt für jeden Vektor v ∈ V die Identität

B [f (v)] = B [f ]A ◦ A [v]

Beweis. Hier wird bei genauerer Betrachtung nur die Gleichheit von Spaltenvek-
toren [Φ−1 −1 −1
B (f (v))] = [(ΦB f ΦA )] ◦ [ΦA v] behauptet, die aus 2.4.7 folgt.

Ergänzung 3.5.8. Betrachtet man zu einem beliebigen Vektor v ∈ V die lineare

Abbildung (·v) : K → V , λ 7→ λv, und bezeichnet mit S(1) die Standardba-
sis (1) = (e1 ) des K-Vektorraums K, die wir ja eh aus der Notation weglassen

92
wollten, so ergibt sich die Identität A [v] = A [·v]S(1) . Wegen (·f (v)) = f ◦ (·v)
können wir damit den vorhergehenden Satz 3.5.7 auch auffassen als den Spezial-
fall B [·f (v)]S(1) = B [f ]A ◦ A [·v]S(1) von Satz 3.5.5 über die darstellende Matrix
einer Verknüpfung.
Definition 3.5.9. Gegeben zwei angeordnete Basen A = (v1 , . . . , vn ) und B =
(w1 , . . . , wn ) eines Vektorraums V nennt man die darstellende Matrix der Identität

B [idV ]A

Ihre Einträge aij werden per definitio-

in diesen Basen die Basiswechselmatrix. P
nem gegeben durch die Gleichungen vj = ni=1 aij wi .
3.5.10 (Änderung der darstellenden Matrix bei Basiswechsel). Offensichtlich
ist A [id]A = I die Einheitsmatrix. Nach 3.5.5 ist damit die Basiswechselmatrix
A [id]B invers zur Basiswechselmatrix in der Gegenrichtung B [id]A , in Formeln
−1
A [id]B = B [id]A . Haben wir nun eine lineare Abbildung f : V → W und
angeordnete Basen A, B von V und angeordnete Basen C, D von W , so folgt
aus 3.5.5 die Identität D [f ]B = D [idW ]C ◦ C [f ]A ◦ A [idV ]B . Sind noch spezi-
eller A, B zwei angeordnete Basen ein- und desselben Vektorraums V und ist
f : V → V ein Endomorphismus von V , so erhalten wir unmittelbar die Identität
B [f ]B = B [id]A ◦ A [f ]A ◦ A [id]B alias

N = T −1 M T
für N = B [f ]B und M = A [f ]A die darstellenden Matrizen bezüglich unserer
beiden Basen und T = A [id]B die Basiswechselmatrix.
Satz 3.5.11 (Smith-Normalform). Gegeben eine lineare Abbildung zwischen end-
lichdimensionalen Vektorräumen f : V → W existieren stets angeordnete Basen
A von V und B von W derart, daß die darstellende Matrix B [f ]A nur auf der
Diagonale von Null verschiedene Einträge hat, und zwar erst einige Einsen und
danach nur noch Nullen.
Beweis. Das folgt sofort aus 2.2.5: Wir wählen zunächst eine angeordnete Ba-
sis (w1 , . . . , wr ) des Bildes von f , dazu Urbilder v1 , . . . , vr in V , ergänzen die-
se durch eine angeordnete Basis des Kerns von f zu einer angeordneten Basis
A = (v1 , . . . , vn ) von V , und ergänzen unsere angeordnete Basis des Bildes zu
einer angeordneten Basis B = (w1 , . . . , wm ) von W . In diesen Basen hat dann die
Matrix von f offensichtlich die behauptete Gestalt.
Definition 3.5.12. Die Spur einer endlichen quadratischen Matrix ist definiert als
die Summe ihrer Diagonaleinträge. Auf englisch und französisch sagt man trace,
und ich werde die Spur einer Matrix A notieren als
tr(A)

93
Vorschau 3.5.13. Eine vielleicht natürlichere Definition der Spur wird in [LA2]
6.3.32 erklärt. Im Rahmen der Analysis werden wir die Spur in [AN2] 1.5.9 als
das Differential der Determinante an der Einheitsmatrix wiedersehen.

Übungen
Übung 3.5.14. Gegeben ein K-Vektorraum V mit einer angeordneten Basis A =
(v1 , . . . , vn ) liefert die Zuordnung, die jeder weiteren angeordneten Basis B die
Basiswechselmatrix von A nach B zuordnet, eine Bijektion
∼
{angeordnete Basen von V } → GL(n; K)
B 7→ B [id]A

Ergänzende Übung 3.5.15. Ein Endomorphismus f : V → V eines Vektorraums

heißt nilpotent genau dann, wenn es d ∈ N gibt mit f d = 0. Sei f : V → V
ein nilpotenter Endomorphismus eines endlichdimensionalen Vektorraums. Man
zeige, daß unser Vektorraum eine angeordnete Basis B besitzt derart, daß die
Matrix B [f ]B von f in Bezug auf diese Basis eine obere Dreiecksmatrix ist mit
Nullen auf der Diagonalen. Man zeige umgekehrt auch, daß für jede derarti-
ge (n × n)-Matrix D gilt Dn−1 = 0. Hinweis: Man betrachte die Teilräume
ker(f ) ⊂ . . . ⊂ ker(f d−1 ) ⊂ ker(f d ) = V , beginne mit einer Basis von ker(f )
und ergänze sie sukzessive zu einer Basis von V . Eine stärkere Aussage in dieser
Richtung werden wir als [LA2] 3.4.2 zeigen.
Übung 3.5.16. Man zeige tr(AB) = tr(BA) wann immer A eine (m × n)-
Matrix ist und B eine (n × m)-Matrix. Man folgere daraus weiter die Identität
tr(BAB −1 ) = tr(A) wann immer A eine (n × n)-Matrix ist und B eine inver-
tierbare (n × n)-Matrix. Insbesondere kann man jedem Endomorphismus f eines
endlichdimensionalen Vektorraums V über einem Körper K seine Spur
tr(f ) = tr(f |V ) = trK (f |V )
zuordnen als die Spur seiner Matrix in Bezug auf eine und jede Basis. Gegeben
endlichdimensionale Vektorräume V, W und lineare Abbildungen f : V → W
und g : W → V zeige man auch tr(f g) = tr(gf ).
Ergänzende Übung 3.5.17. Leser, die schon mit dem Inhalt des Abschnitts 4.1
über komplexe Zahlen vertraut sind, mögen zeigen: Ist f : V → V ein Endomor-
phismus eines endlichdimensionalen C-Vektorraums, so gilt für seine Spur auf
dem zugrundeliegenden reellen Vektorraum trR (f |V ) = 2 Re trC (f |V ).
Ergänzende Übung 3.5.18. Ist L ein endlichdimensionaler K-Vektorraum und A :
L → L eine K-lineare Abbildung, so gilt
tr((A◦)| EndK L) = (dimK L) tr(A|L)

94
Ergänzung 3.5.19. Gegeben ein Endomorphismus f von endlichem Rang eines
Vektorraums V erklärt man die Spur

tr f = tr(f |V )

von f als die Spur der Verknüpfung im f ,→ V im f im Sinne unserer Defini-

tion 3.5.16 für die Spur eines Endomorphismus eines endlichdimensionalen Vek-
torraums. Aus 3.5.16 folgt unmittelbar, daß diese Definition im Fall eines end-
lichdimensionalen Raums V dieselbe Spur liefert wie unsere ursprüngliche auf
den endlichdimensionalen Fall beschränkte Definition 3.5.12.
Ergänzende Übung 3.5.20. Sind V, W Vektorräume und f : V → W sowie g :
W → V lineare Abbildungen und ist eine unserer Abbildungen von endlichem
Rang, so gilt tr(f g) = tr(gf ). Hinweis: Der endlichdimensionale Fall kann nach
3.5.16 vorausgesetzt werden.
Ergänzende Übung 3.5.21. Gegeben ein Endomorphismus f von endlichem Rang
eines Vektorraums mit der Eigenschaft f 2 = af für ein Element a des Grundkör-
pers gilt stets tr(f ) = a dim(im f ). Hinweis: 2.2.17.
Übung 3.5.22. Man finde alle Matrizen A ∈ Mat(2; R) mit A ◦ A = I der Ein-
heitsmatrix und beschreibe geometrisch die linearen Abbildungen, die durch diese
Matrizen A beschrieben werden.

3.6 Möbiusfunktion*
3.6.1. Gegeben (X, ≤) eine endliche partiell geordnete Menge betrachten wir die
(X × X)-Matrix A mit Einträgen ax,y = 1 falls x ≤ y und Null sonst. Zählen wir
die Elemente von X auf als x1 , x2 , . . . , xn derart, daß gilt xi ≤ xj ⇒ i ≤ j, so
wird A eine obere Dreiecksmatrix mit ganzzahligen Einträgen und Einsen auf der
Diagonalen. Diese Matrix ist also invertierbar und ihre Inverse A−1 ist ebenfalls
ein obere Dreiecksmatrix mit Einsen auf der Diagonalen. Besitzt X ein kleinstes
Element x1 = k, so nennt man die oberste Zeile von A−1 die Möbiusfunktion
unserer partiell geordneten Menge

µ: X → Z
y 7→ (A−1 )k,y

Sie wird demnach charakterisiert duch die Formeln

X
µ(k) = 1 und µ(y) = 0 falls z > k.
y≤z

Analoges gilt allgemeiner für jede partiell geordnete Menge X, die man aufzählen
kann als x1 , x2 , . . . mit xi ≤ xj ⇒ i ≤ j.

95
3.6.2. Ist X = N = {0, 1, 2, . . .} mit der üblichen Ordnung, so haben wir µ(0) =
1, µ(1) = −1 und µ(n) = 0 für n ≥ 2. Ist X = N≥1 = {1, 2, . . .} mit der durch
das Teilen gegebenen Ordung a ≤ b ⇔ a|b, so erhalten wir die Möbiusfunktion
der Zahlentheorie

 0 n enthält einen Primfaktor mindestens zweimal;
µ(n) = 1 n ist quadratfrei mit gerade vielen Primfaktoren;
−1 n ist quadratfrei mit ungerade vielen Primfaktoren.


Dieser Fall kann im übrigen auch als das Produkt von abzählbar vielen Kopien
des zuvor behandelten Falls verstanden werden. Speziell haben wir in diesem Fall
also X
µ(1) = 1 und µ(d) = 0 falls n > 1.
d|n

Übungen
Ergänzende Übung 3.6.3 (Kehrwerte der Riemann’schen ζ-Funktion). Mit µ
der Möbiusfunktion der Zahlentheorie zeige man, daß für s ∈ C mit Re s > 1 die
Inversen der Werte der Riemann’schen ζ-Funktion geschrieben werden können
als
1 X µ(n)
=
ζ(s) n≥1 ns

Übung 3.6.4. Man bestimme die Inverse der (n×n)-Matrix gegeben durch aij = 1
für i ≤ j und aij = 0 für i > j.

3.7 Dualräume und transponierte Abbildungen

3.7.1 (Didaktische Gedanken zum Dualraum). Ich bin noch nicht mit mir im
Reinen, an welcher Stelle in der linearen Algebra das Konzept des Dualraums
eingeführt werden sollte. An dieser Stelle ist es noch vergleichsweise schlecht
motiviert, dafür ist es ein gutes Übungsfeld für den Zusammenhang von Matrizen
mit linearen Abbildungen. Eine frühe Behandlung hat auch den Vorteil, daß man
mit dem Begriff schon etwas vertraut ist, wenn er dann wirklich in Anwendungen
auftaucht. Ernsthafte Anwendungen fallen mir erst außerhalb dieser Vorlesung
ein, etwa Differentialformen oder schwache Lösungen in der Analysis, kontragre-
diente Darstellungen in der nichtkommutativen Algebra, das Kotangentialbündel
und der Hamilton’sche Formalismus in der klassischen Mechanik, und die soge-
nannten Bra- und Ket-Vektoren in der Quantenmechanik.
Definition 3.7.2. Gegeben ein Körper K und ein K-Vektorraum V nennt man
eine lineare Abbildung V → K eine Linearform auf V oder einen Kovektor.

96
Die Menge aller solchen Linearformen bildet nach 2.3.14 einen Untervektorraum
HomK (V, K) ⊂ Ens(V, K) im Vektorraum aller Abbildungen von V nach K.
Man nennt diesen Vektorraum aller Linearformen den Dualraum von V . Wir
verwenden dafür die beiden Notationen

V ∗ = V > := HomK (V, K)

3.7.3 (Diskussion der Notation). Üblich ist die Notation V ∗ . Im Zusammenhang

mir darstellenden Matrizen und dergleichen schien mir jedoch die Notation V >
suggestivere Formeln zu liefern, weshalb ich diese sonst eher unübliche Notation
in diesem Zusammenhang vorziehe.
3.7.4. Die Bezeichnung als Form für Abbildungen mit Werten im Grundkörper ist
allgemein üblich: Wir kennen bis jetzt nur Linearformen, später werden auch noch
Bilinearformen und quadratische Formen und Multilinearformen hinzukommen.
Über die Herkunft dieser Bezeichnungsweise weiß ich wenig, vermutlich steckt
derselbe Wortstamm wie bei dem Wort „Formel“ dahinter.
Beispiel 3.7.5 (Frequenzenraum als Dualraum des Raums der Zeitspannen).
Denken wir uns die Gesamtheit aller Zeitspannen als reellen Vektorraum, so kön-
nen wir uns den Dualraum dieses Vektorraums denken als die Gesamtheit aller
„Frequenzen“ oder vielleicht besser aller möglichen „Drehgeschwindigkeiten von
Drehungen um eine feste Achse“. Zeichnen wir genauer einen Drehsinn als positiv
aus, so entpräche eine Drehgeschwindigkeit der Linearform, die jeder Zeitspan-
ne die Zahl der in dieser Zeitspanne erfolgten Umdrehungen zuordnet. An dieser
Stelle möchte ich Sie am liebsten wieder einmal davon überzeugen, daß das Ab-
strakte das eigentlich Konkrete ist.
Beispiel 3.7.6 (Dualraum des Richtungsraums zum Raum der Anschauung).
Denken wir uns wie in 1.5.6 den Raum der Anschauung mit einem ausgezeich-
neten festen Punkt als reellen Vektorraum, so liefert jeder von Null verschiede-
ne Vektor eine Linearform auf unserem Vektorraum vermittels der anschaulich
zu verstehenden Vorschrift „projiziere jeden weiteren Vektor orthogonal auf die
Gerade durch den gegebenen Vektor und nimm die Zahl, mit der man den den
gegebenen Vektor multiplizieren muß, um die Projektion zu erhalten“. Diese Ent-
sprechung hat nur den Nachteil, daß der doppelte Vektor die halbe Linearform
liefert und daß überhaupt die Addition von Vektoren keineswegs der Addition von
Linearformen entspricht. Wählt man eine feste anschaulich zu verstehende Län-
geneinheit, so kann man den Raum der Linearformen auf dem Raum der Vektoren
in unserem Bild identifizieren mit dem Raum der Vektoren selber, indem man
jedem Vektor als Linearform dieselbe Linearform wie oben zuordnet, nur noch
zusätzlich geteilt durch das Quadrat seiner Länge. In anderen Worten kann diese
Linearform auch beschrieben werden als „beliebigem Vektor ordne zu Länge der

97
Projektion mal Länge des gegebenen Vektors“. Diese Identifikation entspräche
dann einem Vektorraumisomorphismus, und es ist vielleicht die Möglichkeit die-
ser Identifikation, die es uns so schwer macht, eine Anschauung für den Dualraum
zu entwickeln. Sie benutzt jedoch die „euklidische Struktur“ des Raums der An-
schauung, die das Reden über orthogonale Projektionen eigentlich erst ermöglicht
und die wir in erst [LA2] 1.4 mathematisch modellieren werden. Auf allgemeinen
Vektorräumen stehen uns keine orthogonalen Projektionen zur Verfügung und der
Dualraum kann dann nicht mehr in natürlicher Weise mit dem Ausgangsraum
identifiziert werden.
3.7.7 (Koordinatenfunktionen zu einer Basis). Gegeben ein Vektorraum V und
eine Basis B ⊂ V erhalten wir im Dualraum V > eine linear unabhängige Familie
von Linearformen (b> )b∈B , indem wir b> = b>
B : V → K erklären durch

b> (c) = δbc ∀c ∈ B

Die Linearformen b> heißen die Koordinatenfunktionen oder kurz Koordinaten
zur Basis B. Vielfach werden sie auch b∗ notiert. Ist etwa V = Rn und B =
S(n) = (~e1 , . . . ,~en ) die Standardbasis, so wird ~e> n
i : R → R die „Projektion
auf die i-te Koordinate“ ~e> i = pri : (x1 , . . . , xn ) 7→ xi , die man oft auch einfach
n
xi : R → R notiert und die „i-te Koordinatenfunktion“ nennt. Man beachte, daß
solch eine Koordinatenfunktion b> keineswegs nur vom Basisvektor b abhängt,
auch wenn die Notation das suggerieren mag, sondern vielmehr von der ganzen
Basis B.
Beispiel 3.7.8 (Dualraum eines K n ). In der Literatur findet man oft die Aussage,
daß der Dualraum des Raums der Spaltenvektoren der Länge n der Raum der Zei-
lenvektoren der Länge n sei. Das kann man durchaus so sehen, zumindest wenn
∼
man den kanonischen Isomorphismus Mat(1 × n; K) → Hom(K n , K) aus 2.4.7
soweit verinnerlicht hat, daß man beide Seiten schlicht als gleich ansieht.
3.7.9. Gegeben ein k-Vektorraum V haben wir stets eine kanonische bilineare Ab-
bildung V × V > → k, die Auswertungsabbildung, auch die kanonische Paa-
rung von Vektoren mit Kovektoren genannt.
3.7.10 (Dimension des Dualraums). Gegeben ein endlichdimensionaler Vektor-
raum stimmt seine Dimension mit der Dimension seines Dualraums überein, in
Formeln
dim V > = dim V
In der Tat, ist B ⊂ V eine Basis, so liefert nach 2.3.2 das Einschränken von
∼
Abbildungen einen Bijektion dim V > → Ens(B, K), der man leicht ansieht, daß
sie sogar ein Vektorraumisomorphismus sein muß.
3.7.11. Für jeden endlichdimensionalen Vektorraum V hat der Dualraum, wie be-
reits erwähnt, dieselbe Dimension wie V selber. Ist also B eine angeordnete Basis

98
von V , so ist B > = (b> )b∈B als linear unabhängige Familie der richtigen Kardi-
nalität eine angeordnete Basis des Dualraums V > . Man nennt dann B > die duale
Basis zur Basis B. Insbesondere besteht die duale Basis zur Standardbasis des Rn
genau aus den Koordinatenfunktionen, in Formeln S(n)> = (pri )ni=1 .
Beispiel 3.7.12. Wir kehren nocheinmal zu unserem Beispiel 3.7.5 zurück. Dort
hatten wir besprochen, inwiefern man sich den Dualraum der Gesamtheit aller
Zeitspannen als den Raum aller Drehgeschwindigkeiten denken mag. Die zur Ba-
sis „Minute“ der Gesamtheit aller Zeitspannen „duale Basis“, die wir gleich in
allgemeinen Dualräumen einführen werden, bestünde dann aus dem Vektor „ei-
ne Umdrehung pro Minute in positivem Drehsinn“, den man üblicherweise Umin
notiert.
Vorschau 3.7.13 (Dualräume unendlichdimensionaler Vektorräume). Im Fall
eines unendlichdimensionalen Vektorraums ist wieder nach 2.3.14 auch sein Dual-
raum unendlichdimensional, aber seine Dimension ist „noch unendlicher“ als die
Dimension des Ausgangsraums in einem Sinne, der in [AL] 5.3.14 präzisiert wird.

Definition 3.7.14. Gegeben eine K-linare Abbildung f : V → W erklären wir

die duale oder auch transponierte Abbildung

f> : W> → V >

als das „Vorschalten von f “, in Formeln f > (λ) := λ ◦ f : V → K für jede

Linearform λ : W → K.

3.7.15. Man beachte, daß die duale Abbildung „in die umgekehrte Richtung“ geht.
Oft wird die duale Abbildung auch f ∗ : W ∗ → V ∗ notiert. Nicht selten schreibt
man auch ein kleines t als Index oben links und notiert die duale alias transponierte
Abbildung tf .
3.7.16 (Verknüpfung und Transponieren). Sicher gilt stets id>V = idV > : V
>
→
>
V . Man prüft auch leicht für eine Verknüpfung f ◦ g von linearen Abbildungen
die Identität
(f ◦ g)> = g > ◦ f >
In der Tat bedeutet das Vorschalten von f ◦ g nichts anderes, als erst f und dann
g vorzuschalten.

Proposition 3.7.17 (Matrix der dualen Abbildung). Gegeben eine lineare Ab-
bildung f : V → W von endlichdimensionalen Vektorräumen mit angeordneten
Basen A, B ist die darstellende Matrix der dualen Abbildung f > : W > → V >
bezüglich der dualen Basen B > bzw. A> gerade die transponierte Matrix, in For-
meln
> >
A> [f ]B> = (B [f ]A )

99
Eine lineare Abbildung f : R2 → R2 , deren Matrix in einer Basis e1 , e2 , und die
Matrix der dualen Abbildung auf der dualen Basis alias der Effekt des
Vorschaltens unserer Abbildung auf den Koordinatenfunktionen
x1 , x2 : R2 → R.

100
3.7.18. Diese Identität ist der Grund dafür, daß ich für den Dualraum vorzugswei-
se die Notation mit einem hochgestellten > verwenden will.
Beweis. Seien etwa A = (v1 , . . . , vn ) und B = (w1 , . . . , wn ). Die Matrixeinträge
aij der darstellenden Matrix B [f ]A sind festgelegt durch die Identität von Vektoren
>
P
f (vj ) = i aij wi . Die Matrixeinträge bji der darstellenden Matrix A> [f ]B> sind
festgelegt durch die Identität von Linearformen f > (wi> ) = j bji vj> . Es gilt zu
P
zeigen bji = aij . Um das zu sehen, werten wir diese Identität von Linearformen
auf den Vektoren vk aus und erhalten
!
X X
bki = bji vj> (vk ) = (f > (wi> ))(vk ) = wi> (f (vk )) = wi> alk wl = aik
j l

Das aber war gerade zu zeigen.

3.7.19 (Auswerten als Matrixmultiplikation). Sei V ein endlichdimensionaler
Vektorraum mit einer angeordneten Basis A. Eine Linearform λ ∈ V > wird als li-
neare Abbildung λ : V → k beschrieben durch eine Zeilenmatrix [λ]A = S(1) [λ]A .
Für das Auswerten unserer Linearform λ auf einem Vektor v ∈ V erhalten wir
dann
λ(v) = [λ]A ◦ A [v]
unter der offensichtlichen Identifikation von Elementen unseres Grundkörpers mit
(1 × 1)-Matrizen. Erinnern wir dann noch für v ∈ V an die lineare Abbildung
(·v) : K → V mit α 7→ αv und an unsere Identität A [·v]S(1) = A [v], so kann auch
obige Formel interpretiert werden als der Spezialfall

S(1) [λ ◦ (·v)]S(1) = S(1) [λ]A ◦ A [·v]S(1)

der allgemeinen Formel 3.5.5 für die Matrix der Verknüpfung zweier linearer Ab-
bildungen.
3.7.20 (Darstellung einer Linearform in der dualen Basis). Sei V ein end-
lichdimensionaler Vektorraum mit einer angeordneten Basis A. Eine Linearform
λ ∈ V > kann auch als Element des Dualraums in Bezug auf die duale Basis dar-
gestellt werden durch die Spaltenmatrix A> [λ]. Es ist nun nicht schwer, die Formel

A> [λ] = ([λ]A )>

zu prüfen. Ich bin bei dieser Formel noch etwas unglücklich, das λ auf der lin-
ken Seite nicht transponiert zu sehen. Dieser Anschein von Inkonsistenz kommt
dadurch zustande, daß wir in unserer Formel links λ als Vektor auffassen und
rechts als lineare Abbildung. Erinnern wir, daß die Spaltenmatrix eines Vektors v
ja auch die Matrix der vom Grundkörper mit seiner Standardbasis ausgehenden

101
linearen Abbildung (·v) ist, und beachten, daß die Abbildung (·λ) : k → V > bis
∼
auf die offensichtliche Identifikation k → k > genau die transponierte Abbildung
zu λ : V → k ist, so erhalten wir

A> [λ] = A> [·λ]S(1) = A> [λ> ]S(1)>

Wir erkennen die Übereinstimmung mit unserer allgemeinen Formel 3.7.17 für die
Matrix der dualen Abbildung, indem wir die linke Seite obiger Formel in dieser
>
Weise umformen und ihre rechte Seite ausschreiben zu S(1) [λ]A .
Beispiel 3.7.21 (Transport von Linearformen unter Isomorphismen). Gegeben
∼
ein Vektorraumisomorphismus f : V → W ist die duale Abbildung ein Vektor-
∼
raumisomorphismus f > : W > → V > und ihre Inverse ist ein Vektorraumisomor-
∼
phismus (f > )−1 : V > → W > . Dieser Isomorphismus leistet, was man sich an-
schaulich vielleicht am ehesten unter dem „Transport einer Linearform“ vorstellt:
Gegeben v ∈ V und λ ∈ V > nimmt (f > )−1 (λ) auf f (v) denselben Wert an wie
∼
λ auf v. Betrachten wir etwa die Scherung f : R2 → R2 , (x, y) 7→ (x + y, y)
mit der Matrix [f ] = (10 11 )und f (~e1 ) = ~e1 , f (~e2 ) = ~e1 + ~e2 . Offensichtlich
bleibt die y-Koordinate eines Punktes unter solch einer Scherung unverändert,
(f > )−1 (~e>
2) = ~ e>
2 , und die x-Koordinate des Urbildpunkts entspricht der Dif-
ferenz zwischen x-Koordinate und y-Koordinate des Bildpunkts, (f > )−1 (~e> 1) =
> > >
~e1 − ~e2 . Das entspricht auch unseren Formeln, nach denen f bezüglich der Ba-
sis (~e> e>
1 ,~
1 0
2 ) dargestellt wird durch die transponierte Matrix (−1 1 ), was genau die
Formel (f > )−1 : ~e> 1 7→ ~e>
1 −~ e> > −1
2 und (f ) : ~e>
2 7→ ~e>
2 beinhaltet.
3.7.22 (Anschauung für den Transport von Linearformen). Eine von Null ver-
schiedene Linearform λ : V → K mag man sich veranschaulichen, indem man
sich den affinen Teilraum λ−1 (1) vorstellt, auf dem sie den Wert Eins annimmt. In
dieser Anschauung ist die Multiplikation von Linearformen mit von Null verschie-
denen Skalaren noch einigermasen sichtbar, für die Addition von Linearformen
oder die Nullform versagt sie jedoch grandios. Dahingegen ist in dieser Anschau-
∼
ung für einen Automorphismus f : R2 → R2 der Effekt des Inversen (f > )−1 der
transponierten Abbildung auf Linearformen gut verständlich.
Definition 3.7.23. Seien K ein Körper und V ein K-Vektorraum. Der Dualraum
des Dualraums von V heißt sein Bidualraum und wird (V > )> = : V >> notiert
oder in der Literatur meist V ∗∗ . Wir erklären die kanonische Einbettung in den
Bidualraum alias Evaluationsabbildung

ev = evV : V ,→ V >>

als die Vorschrift, die jedem Vektor v ∈ V das „Evaluieren auf v“ zuordnet. In
Formeln ist ev(v) ∈ V >> also definiert als die lineare Abbildung ev(v) : V > →
K mit λ 7→ λ(v).

102
3.7.24 (Injektivität der kanonischen Abbildung). Die Injektivität der kanoni-
schen Abbildung V → V >> ergibt sich aus der Erkenntnis, daß es für jeden von
Null verschiedenen Vektor v 6= 0 eine Linearform λ ∈ V > gibt mit λ(v) 6= 0. Man
kann das etwa zeigen, indem man den Satz 2.6.3 über die Fortsetzbarkeit linearer
Abbildungen bemüht oder auch, indem man v zu einer Basis B von V ergänzt
und dann λ = v > wählt. Im Fall unendlichdimensionaler Räume brauchen wir
jedoch in jedem Fall den Basiserweiterungssatz in seiner vollen Allgemeinheit
1.9.12. Man kann ohne die ihm zugrundeliegenden raffinierteren Methoden der
Mengenlehre noch nicht einmal zeigen, daß es auf einem beliebigen von Null ver-
schiedenen Vektorraum überhaupt irgendeine von Null verschiedene Linearform
gibt.
3.7.25 (Bidualraum im endlichdimensionalen Fall). Im Fall eines endlichdi-
mensionalen Vektorraums V zeigt ein Dimensionsvergleich unmittelbar, daß die
∼
Evaluationsabbildung einen Isomorphismus V → V >> liefern muß. Manchmal
wird diese Erkenntnis als Gleichung V = V >> geschrieben, aber das ist dann
mit einigen Hintergedanken zu lesen, denn gleich sind diese beiden Mengen ja
keineswegs. Den Hauptbestandteil dieser Hintergedanken macht die folgende Be-
merkung explizit.
3.7.26. Gegeben Mengen X, Y, Z, W und Abbildungen f : X → Y und g : X →
Z und h : Y → W und l : Z → W mit h ◦ f = l ◦ g sagt man auch, man habe ein
kommutatives Rechteck
f
X /Y
g h

Z l / W
Ich finde diese Darstellung sehr viel übersichtlicher.
3.7.27 (Kanonische Einbettung und bitransponierte Abbildung). Gegeben ei-
ne lineare Abbildung f : V → W kommutiert das Rechteck
evV
V / V >>
f f >>

evW
W / W >>

In Worten ausgedrückt gilt mithin die Identität evW ◦f = f >> ◦ evV von Abbil-
dungen V → W >> . Um das zu sehen, muß man nur für alle v ∈ V die Identität
f >> (evV (v)) = evW (f (v)) in W >> prüfen. Dazu gilt es zu zeigen, daß beide
Seiten auf allen λ ∈ W > denselben Wert annehmen, daß also gilt

(f >> (evV (v)))(λ) = (evW (f (v)))(λ)

103
alias ((evV v) ◦ f > )(λ) = λ(f (v)) alias (evV v)(λ ◦ f ) = λ(f (v)). Das ist jedoch
klar.
3.7.28 (Diskussion der Terminologie). Meines Erachtens ist es diese letzte Er-
kenntnis 3.7.27, die die Bezeichnung von V > als „Dualraum von V “ eigentlich
erst verständlich macht. „Dual“ kommt ja vom selben Wortstamm wie „Zwei“,
und die letzte Erkenntnis formalisiert die Intuition, daß der Bidualraum im Fall
endlichdimensionaler Vektorräume „im Wesentlichen dasselbe“ ist wie der Aus-
gangsraum. Etwas formaler werden wir in [LA2] 7.3.6 mit der dort eingeführten
Begrifflichkeit die obige Erkenntnis dahingehend aussprechen können, daß für
jeden Körper K die Evaluationsabbildungen eine „Isotransformation des Iden-
titätsfunktors auf der Kategorie der endlichdimensionalen K-Vektorräume zum
Bidualraumfunktor“ bilden.
3.7.29. Oft verwende ich für das Auswerten einer Linearform λ ∈ V > auf einem
Vektor v ∈ V auch die symmetrischeren Notationen hλ, vi oder sogar hv, λi.

Übungen
Ergänzende Übung 3.7.30. Seien K ein Körper und V ein K-Vektorraum. Eine
endliche Familie von Linearformen f1 , . . . , fn ∈ V > ist linear unabhängig genau
dann, wenn sie eine Surjektion (f1 , . . . , fn ) : V K n liefert.
Übung 3.7.31. Gegeben Vektorräume V, W liefern die transponierten Abbildun-
gen zu den kanonischen Injektionen nach 2.1.6 auf den Dualräumen einen Isomor-
> ∼
phismus (in> >
V , inW ) : (V ⊕ W ) → V
>
⊕ W > . Analoges gilt für allgemeinere
endliche Summen.
Übung 3.7.32. Für endlichdimensionale Vektorräume V ist die kanonische Ein-
∼
bettung aus Dimensionsgründen stets ein Isomorphismus V → V >> . Gegeben ein
endlichdimensionaler Vektorraum V zeige man, daß unter der kanonischen Iden-
∼
tifikation evV : V → V >> jede Basis B ihrer Bidualen entspricht, in Formeln
evV (b) = (b> )> ∀b ∈ B
Ergänzende Übung 3.7.33. Man zeige: Gegeben ein Vektorraum V ist die Ver-
knüpfung
ev > ev>
V > −→
V
V >>> −→
V
V>
der Auswertungsabbildung zum Dualraum von V mit der Transponierten der Aus-
wertungsabbildung von V die Identität auf dem Dualraum von V . Hinweis: [GR]
2.3.45 mag helfen. Vom höheren Standpunkt [TF] 4.4.10 hängt das damit zusam-
men, daß „der Dualraumfunktor sein eigener Adjungierter ist“.
∼
Übung 3.7.34. Sei K ein Körper. Wir erhalten Isomorphismen Mat(n×m; K) →
Mat(m × n; K)> durch die Vorschrift A 7→ (B 7→ tr(AB)).

104
4 Zahlen
4.1 Der Körper der komplexen Zahlen
4.1.1. Viele mathematische Zusammenhänge werden bei einer Behandlung im
Rahmen der sogenannten „komplexen Zahlen“ besonders transparent. Ich denke
hier etwa an die Integration rationaler Funktionen [AN1] 4.8, die Normalform
orthogonaler Matrizen [LA2] 1.6.21 oder die Lösung der Schwingungsgleichung
[AN1] 9.3.1. Die abschreckenden Bezeichnungen „komplexe Zahlen“ oder auch
„imaginäre Zahlen“ für diesen ebenso einfachen wie konkreten Körper haben his-
torische Gründe: Als Mathematiker in Italien bemerkten, daß man polynomiale
Gleichungen der Grade drei und vier lösen kann, wenn man so tut, als ob man
aus −1 eine Quadratwurzel ziehen könnte, gab es noch keine Mengenlehre und
erst recht nicht den abstrakten Begriff eines Körpers [GR] 3.4.2. Das Rechnen mit
Zahlen, die keine konkreten Interpretationen als Länge oder Guthaben oder zu-
mindest als Schulden haben, schien eine „imaginäre“ Angelegenheit, ein bloßer
Trick, um zu reellen Lösungen reeller Gleichungen zu kommen.
4.1.2. In diesem Abschnitt werden die komplexen Zahlen nur als algebraische
Struktur diskutiert. Für die Diskussion der analytischen Aspekte, insbesondere
die komplexe Exponentialfunktion und ihre Beziehung zu den trigonometrischen
Funktionen, verweise ich auf die Analysis, insbesondere auf [AN1] 3.4. Die hier
gegebene Konstruktion der komplexen Zahlen als Menge aller Matrizen zu Dreh-
streckungen der Ebene paßt unter didaktischen Aspekten ganz gut, weil gleichzei-
tig der Zusammenhang zwischen Matrizen und linearen Abbildungen angewandt
und eingeübt werden kann.

Satz 4.1.3 (Charakterisierung der komplexen Zahlen). 1. Es gibt Tripel

(C, i, κ)

bestehend aus einem Körper C, einem Element i ∈ C und einem Körperho-

momorphismus κ : R → C derart, daß gilt i2 = −1 und daß i und 1 eine
R-Basis von C bilden, für die durch R × C → C, (a, z) 7→ κ(a)z auf C
gegebene Struktur als R-Vektorraum;

2. Derartige Tripel sind im Wesentlichen eindeutig bestimmt. Ist genauer ge-

sagt (C0 , i0 , κ0 ) ein weiteres derartiges Tripel, so gibt es genau einen Körper-
∼
isomorphismus ϕ : C → C0 mit ϕ : i 7→ i0 und ϕ ◦ κ = κ0 .

Definition 4.1.4. Wir wählen für den weiteren Verlauf der Vorlesung ein festes
Tripel (C, i, κ) der im Satz beschriebenen Art. Wegen der im zweiten Teil des
Satzes formulierten „Eindeutigkeit bis auf eindeutigen Isomorphismus“ erlauben

105
Anschauung für das Quadrieren komplexer Zahlen in ihrer anschaulichen
Interpretation als Punkte der komplexen Zahlenebene

106
wir uns weiter den bestimmten Artikel und nennen C den Körper der komplexen
Zahlen. Weiter kürzen wir für reelle Zahlen a ∈ R stets κ(a) = a ab, und gehen
sogar so weit, die reellen Zahlen vermittels κ als Teilmenge von C aufzufassen.
Ergänzung 4.1.5. Man beachte, daß C als Körper ohne weitere Daten keineswegs
eindeutig ist bis auf eindeutigen Isomorphismus, in krassem Gegensatz zum Kör-
per der reellen Zahlen [AN1] 1.5.18. Genauer gibt es überabzählbar viele Körper-
∼
isomorphismen C → C und auch überabzählbar viele nicht-bijektive Körperho-
momorphismen C → C, wie etwa in [KAG] 4.5.15 ausgeführt wird. Beschränkt
man sich jedoch auf im Sinne von [AN1] 6.6.6 „stetige“ Körperhomomorphismen
C → C in Bezug auf die „natürliche Topologie“ im Sinne von [AN1] 7.4.14, so
gibt es davon nur noch zwei, die Identität und die sogenannte „komplexe Konju-
gation“, die wir bald kennenlernen werden.
4.1.6. Ich hoffe, Sie werden bald merken, daß viele Fragestellungen sich bei Ver-
wendung dieser sogenannt komplexen Zahlen sehr viel leichter lösen lassen, und
daß die komplexen Zahlen auch der Anschauung ebenso zugänglich sind wie die
reellen Zahlen. Früher schrieb man „complex“, deshalb die Bezeichnung C. Un-
ser i ist eine „Wurzel aus −1“, und weil es so eine Wurzel in den reellen Zahlen
nicht geben kann, notiert man sie i wie „imaginär“.
Ergänzung 4.1.7. Für feinere Untersuchungen finde ich es praktisch, auch Paare
(K, κ) zu betrachten, die aus einem Körper K nebst einem Körperhomomorphis-
∼
mus κ : R → K bestehen derart, daß es einen Körperisomorphismus a : K → C
gibt, der mit den vorgegebenen Einbettungen von R verträglich ist. Auch bei solch
einem Paar notiere ich den Körper K gerne C und fasse die Einbettung von R als
Einbettung einer Teilmenge auf und notiere sie nicht. Ich rede dann von einem
Körper von vergeßlichen komplexen Zahlen, da es sich dabei salopp gesprochen
um eine „Kopie von C handelt, die vergessen hat, welche ihrer beiden Wurzeln
von −1 sie als i auszeichnen wollte“.
Beweis. Wir beginnen mit der Eindeutigkeit. Jedes Element z ∈ C läßt sich ja
nach Annahme und mit der Abkürzung κ(x) = x eindeutig schreiben in der Form
z = a + b i mit a, b ∈ R. Die Addition und Multiplikation in C haben in dieser
Notation die Gestalt
(a + b i) + (c + d i) = (a + c) + (b + d) i
(a + b i)(c + d i) = (ac − bd) + (ad + bc) i
und damit ist auch bereits die im zweiten Teil formulierte Eindeutigkeitsaussage
gezeigt. Natürlich kann man auch die Existenz direkt anhand dieser Rechenregeln
prüfen. So gewinnt man an Unabhängigkeit von der linearen Algebra, verliert aber
an Anschauung und muß die Körperaxiome ohne Einsicht nachrechnen. Das soll-
ten Sie bereits als Übung [GR] 3.4.15 durchgeführt haben. Alternativ kann man

107
die im ersten Teil behauptete Existenz mit mehr Kenntnissen in linearer Algebra
und weniger Rechnung auch wie folgt einsehen: Man betrachte die Menge C aller
reellen (2 × 2)-Matrizen der Gestalt

a −b
C := a, b ∈ R ⊂ Mat(2; R)
b a

Anschaulich gesagt sind das genau die Matrizen zu Drehstreckungen der Ebene,
die den Ursprung festhalten. Die Addition und Multiplikation von Matrizen indu-
zieren offensichtlich eine Addition und Multiplikation auf C, man prüft mühelos
die Körperaxiome [GR] 3.4.2 und erhält so einen Körper C. Die Drehung um
einen rechten Winkel oder vielmehr ihre Matrix

0 −1
i :=
1 0

hat natürlich die Eigenschaft i2 = −1, und die Abbildung κ : R → C gegeben

durch κ : a 7→ diag(a, a) ist ein Körperhomomorphismus derart, daß das Tripel
(C, i, κ) die geforderten Eigenschaften besitzt.

4.1.8. Es ist allgemein üblich, komplexe Zahlen mit z zu bezeichnen und als
z = x+y i zu schreiben mit x, y ∈ R. Man mag sich die komplexe Zahl z = x+y i
vorstellen als den Punkt (x, y) der Koordinatenebene R2 . Wenn wir diese Vor-
stellung evozieren wollen, reden wir von der komplexen Zahlenebene. Unter
dieser Identifikation von C mit R2 bedeutet für w ∈ C die Additionsabbildung
(w+) : C → C, z 7→ w + z anschaulich die Verschiebung um den Vektor w. Die
Multiplikationsabbildung (w·) : C → C, z 7→ wz dahingegen bedeutet anschau-
lich diejenige Drehstreckung, die (1, 0) in w überführt.
4.1.9. Gegeben eine komplexe Zahl z = x+y i nennt man x ihren Realteil Re z :=
x und y ihren Imaginärteil Im z := y. Wir haben damit zwei Funktionen

Re, Im : C → R

definiert und es gilt z = Re z + i Im z für alle z ∈ C. Man definiert

p weiter die
Norm |z| einer komplexen Zahl z = x + y i ∈ C durch |z| := x + y 2 ∈ R≥0 .
2

Im Fall einer reellen Zahl x ∈ R ist diese Norm genau unser Absolutbetrag aus
[AN1] 1.4.5, in Formeln |x| = |x|. In der Anschauung der komplexen Zahlenebe-
ne bedeutet die Norm einer komplexen Zahl ihren Abstand vom Ursprung.
4.1.10 (Diskussion der Terminologie). Bei rechtem Lichte besehen scheint mir
an dieser Terminologie absonderlich, daß der Imaginärteil einer komplexen Zahl
damit eine reelle Zahl ist, aber so hat es sich nun einmal eingebürgert.

108
Dies Bild soll zusätzliche Anschauung für die Abbildung z 7→ z 2 der komplexen
Zahlenebene auf sich selbst vermitteln. Es stellt diese Abbildung dar als die
Komposition einer Abbildung der Einheitskreisscheibe auf eine räumliche sich
selbst durchdringende Fläche, gegeben in etwa durch eine Formel der Gestalt
z 7→ (z 2 , ε(Im z)) in C × R ∼= R3 für geeignetes monotones und in einer
Umgebung von Null streng monotones ε, gefolgt von einer senkrechten
Projektion auf die ersten beiden Koordinaten. Das hat den Vorteil, daß im ersten
Schritt nur Punkte der reellen Achse identifiziert werden, was man sich leicht
wegdenken kann, und daß der zweite Schritt eine sehr anschauliche Bedeutung
hat, eben die senkrechte Projektion.

109
4.1.11. Stellen wir uns |z| vor als den Streckfaktor der Drehstreckung (z·), so
wird anschaulich klar, daß für alle z, w ∈ C gelten muß

|zw| = |z||w|

Besonders bequem rechnet man diese Formel nach, indem man zunächst für z =
x + y i ∈ C die konjugierte komplexe Zahl z̄ = x − y i ∈ C einführt. Im
Bild der komplexen Zahlenebene bedeutet das komplexe Konjugieren anschaulich
die Spiegelung an der reellen Achse. Nun prüft man durch explizite Rechnung
unschwer die Formeln
z + w = z̄ + w̄
z · w = z̄ · w̄
|z|2 = z z̄
Dann rechnet man einfach

|zw|2 = zwzw = z z̄ww̄ = |z|2 |w|2

In der Terminologie aus [GR] 3.4.13 ist z 7→ z̄ ein Körperisomorphismus C → C.

Offensichtlich gilt auch z̄¯ = z und ebenso offensichtlich gilt |z| = |z̄|.
4.1.12. Die Formel z · w = z̄·w̄ kann man auch prüfen, indem man davon ausgeht,
daß beide Seiten offensichtlich R-bilineare Abbildungen C × C → C definieren.
Deren Gleichheit kann nach 2.3.9 auf Basen geprüft werden, es reicht also, sie für
z, w ∈ {1, i} nachzuweisen, und das ist schnell getan.
4.1.13. Wir können den Realteil und den Imaginärteil von z ∈ C mithilfe der
konjugierten komplexen Zahl ausdrücken als
z + z̄ z − z̄
Re z = Im z =
2 2i
Weiter gilt offensichtlich z = z ⇔ z ∈ R, und für komplexe Zahlen z der
Norm |z| = 1 ist die konjugierte komplexe Zahl genau das Inverse, in For-
meln |z| = 1 ⇒ z̄ = z −1 . Im Bild der komplexen Zahlenebene kann man
das Bilden des Inversen einer von Null verschiedenen komplexen Zahl anschau-
lich interpretieren als die „Spiegelung“ oder präziser Inversion am Einheitskreis
z 7→ z/|z|2 gefolgt von der Spiegelung an der reellen Achse z 7→ z̄. Der Ein-
heitskreis S 1 := {z ∈ C× | |z| = 1} ist insbesondere eine Untergruppe der
multiplikativen Gruppe des Körpers der komplexen Zahlen und die Multiplika-
∼
tion liefert einen Gruppenisomorphismus R>0 × S 1 → C× . Wir nennen S 1 die
Kreisgruppe.
4.1.14. Für unsere Norm komplexer Zahlen aus 4.1.9 gilt offensichtlich

|z| = 0 ⇔ z = 0

110
Anschauung für das Invertieren komplexer Zahlen

111
Da in einem Dreieck eine einzelne Seite nicht länger sein kann als die beiden
anderen zusammengenommen, erwarten wir weiter die Dreiecksungleichung

|z + w| ≤ |z| + |w|

Formal mag man sie prüfen, indem man beide Seiten quadriert, wodurch die äqui-
valente Behauptung (z + w)(z̄ + w̄) ≤ z z̄ + 2|z||w| + ww̄ entsteht, und dann
vereinfacht zu immer noch äquivalenten Behauptung 2 Re(z w̄) ≤ 2|z w̄|. Die Ab-
schätzungen Re(u) ≤ |u| und Im(u) ≤ |u| sind aber für jede komplexe Zahl u
auch formal offensichtlich.
Ergänzung 4.1.15. Für eine Diskussion der analytischen Aspekte der komplexen
Zahlen, insbesondere die komplexe Exponentialfunktion und ihre Beziehung zu
den trigonometrischen Funktionen, verweise ich auf die Analysis [AN1] 3.4.

Übungen
Übung 4.1.16. Man bestimme Real- und Imaginärteil einer Quadratwurzel von i.
Man bestimme Real- und Imaginärteil einer Quadratwurzel von 1 + i.
Übung 4.1.17. Gegeben eine von Null verschiedene komplexe Zahl z = x +
i y zeige man für Real- und Imaginärteil ihrer Inversen die Formeln Re(z −1 ) =
x/(x2 + y 2 ) und Im(z −1 ) = −y/(x2 + y 2 ).
Übung 4.1.18. Gegeben eine komplexe Zahl z 6= −1 vom Betrag |z| = 1 zeige
man, daß sie genau eine Wurzel w mit positivem Realteil hat und daß diese gege-
ben wird durch w = a/|a| für a = (1 + z)/2. Können Sie auch die geometrische
Bedeutung dieser Formel erklären? Man folgere, daß gegeben ε > 0 beliebig je-
des Element von S 1 eine Potenz eines Elements z mit Realteil Re(z) > 1 − ε
ist.
Übung 4.1.19. Eine Teilmenge von C t {∞} heißt ein verallgemeinerter Kreis
genau dann, wenn sie entweder ein Kreis

K(a; r) := {z ∈ C | |z − a|2 = r2 }

ist für a ∈ C und r > 0 oder aber eine reelle affine Gerade vereinigt mit dem
Punkt ∞. Man prüfe, daß die Selbstabbildung von C t {∞} mit z 7→ z −1 für
z ∈ C× und 0 7→ ∞ und ∞ 7→ 0 verallgemeinerte Kreise in verallgemeinerte
Kreise überführt.

4.2 Konstruktion der natürlichen Zahlen*

4.2.1. Führt man die Mengenlehre axiomatisch ein, so definiert man eine Menge
als unendlich, wenn es eine injektive aber nicht bijektive Abbildung von unserer

112
Menge in sich selbst gibt. Eine Menge heißt endlich, wenn sie nicht unendlich
ist. Die Existenz einer unendlichen Menge ist eines der Axiome der Mengenlehre,
wir nennen es kurz das Unendlichkeitsaxiom.
4.2.2. Es ist klar, daß jede Menge mit einer unendlichen Teilmenge auch selbst
unendlich sein muß. Es folgt, daß jede Teilmenge einer endlichen Menge wie-
der endlich ist. Es ist klar, daß die Vereinigung einer endlichen Menge mit einer
einelementigen Menge wieder endlich ist.
Satz 4.2.3 (Die natürlichen Zahlen). 1. Es gibt ein Paar (N, S) bestehend
aus einer Menge N und einer injektiven Abbildung S : N ,→ N derart, daß
S nicht surjektiv ist und daß jede S-stabile Teilmenge M ⊂ N , die nicht im
Bild von S enthalten ist, bereits ganz N sein muß. In Formeln fordern wir
für Teilmengen M ⊂ N also (S(M ) ⊂ M 6⊂ S(N )) ⇒ M = N ;

2. Gegeben solch ein Paar (N, S) gibt es genau ein Element o ∈ N , das nicht
im Bild von S liegt. Ist dann (X, x, f ) ein beliebiges Tripel bestehend aus
einer Menge X, einem Element x ∈ X und einer Abbildung f : X → X,
so gibt es genau eine Abbildung ψ : N → X mit ψ(o) = x und ψS = f ψ;

3. Ein Paar (N, S) wie im ersten Teil ist im Wesentlichen eindeutig bestimmt.
Ist präziser (N 0 , S 0 ) ein weiteres derartiges Paar, so gibt es genau eine Bi-
∼
jektion ϕ : N → N 0 mit S 0 ϕ = ϕS.

4.2.4. Sobald der Satz bewiesen ist, halten wir ein derartiges Paar ein für allemal
fest, verwenden dafür die Notation (N, S), erlauben uns aufgrund der Eindeutig-
keit den bestimmten Artikel und nennen N die Menge der natürlichen Zahlen.
Gegeben a ∈ N heißt S(a) der Nachfolger oder genauer der unmittelbare Nach-
folger von a. Die Notation S steht für „successor“. Weiter verwenden wir für das
eindeutig bestimmte Element o aus Teil 2, das kein Nachfolger ist, die Notation
0 und die Bezeichnung Null und für die Werte der Abbildung ψ aus Teil 2 die
Notation f n (x) := ψ(n). Wir nennen f n das n-fach iterierte Anwenden von f .
4.2.5. Die in diesem Satz gegebene Charakterisierung und Konstruktion der na-
türlichen Zahlen geht auf einen berühmten Artikel von Richard Dedekind zurück
mit dem Titel „Was sind und was sollen die Zahlen?“. Eine alternative Charakte-
risierung besprechen wir in [AL] 5.2.10.
Beweis. 1. Nach dem Unendlichkeitsaxiom 4.2.1 finden wir eine Menge A nebst
einer injektiven Abbildung S : A → A und einem Element o ∈ A\S(A). Unter
allen Teilmengen M ⊂ A mit o ∈ M und S(M ) ⊂ M gibt es sicher eine Kleinste,
nämlich den Schnitt N aller derartigen Teilmengen, und für diese gilt notwendig
N ⊂ {o} ∪ S(N ) und damit N = {o} ∪ S(N ). Für jede echte Teilmenge M ( N
mit S(M ) ⊂ M folgt erst o 6∈ M und dann M ⊂ S(N ). Damit haben wir bereits

113
Versuch der graphischen Darstellung einer Menge N mit einer injektiven aber
nicht surjektiven Abbildung S in sich selbst. Ich hoffe, daß so anschaulich wird,
warum unter den beiden zusätzlichen Voraussetzungen (1) „S nicht surjektiv“
und (2) „jede S-stabile Teilmenge M ⊂ N , die nicht im Bild von S enthalten ist,
ist bereits ganz N “ jede mögliche Lösung wie der Strang ganz rechts aussehen
muß.

114
ein mögliches Paar (N, S) gefunden.
2. Daß bei einem derartigen Paar das Komplement N \S(N ) genau aus einem
einzigen Punkt bestehen muß, scheint mir offensichtlich. Gegeben (X, x, f ) wie
oben betrachten wir nun zunächst die Gesamtheit aller Teilmengen G ⊂ N × X
mit (o, x) ∈ G und (n, y) ∈ G ⇒ (S(n), f (y)) ∈ G. Sicher gibt es eine kleinste
derartige Teilmenge Gmin = Γ, nämlich den Schnitt aller möglichen derartigen
Teilmengen G. Wir zeigen nun, daß Γ der Graph einer Funktion ist. Dazu betrach-
ten wir die Teilmenge M aller m ∈ N derart, daß es genau ein y ∈ X gibt mit
(m, y) ∈ Γ. Sicher gilt o ∈ M , denn gäbe es y ∈ X mit x 6= y und (o, y) ∈ Γ, so
könnten wir (o, y) ohne Schaden aus Γ entfernen, im Widerspruch zur Minimalität
von Γ. Ist ähnlich m ∈ M , so zeigen wir in derselben Weise S(m) ∈ M . Also
gilt M = N und Γ ist der Graph einer Funktion f : N → X mit den gewünsch-
ten Eigenschaften. Finden wir eine weitere Funktion mit den gewünschten Eigen-
schaften, so ist deren Graph auch ein mögliches G und wir folgern erst G ⊃ Γ
und dann G = Γ.
3. Gegeben ein zweites Paar (N 0 , S 0 ) wie in Teil 1 gibt es auch genau ein Element
∼
o0 ∈ N 0 , das nicht im Bild von S 0 liegt. Für jede Bijektion ϕ : N → N 0 mit
S 0 ϕ = ϕS gilt also ϕ : o 7→ o0 und damit folgt die Eindeutigkeit unserer Bijek-
tion aus Teil 2. Andererseits folgt aus Teil 2 auch die Existenz einer Abbildung
ψ : N → N 0 mit S 0 ψ = ψS und ψ : o 7→ o0 , und wir haben gewonnen, wenn wir
zeigen können, daß ψ eine Bijektion ist. Wieder nach Teil 2 gibt es aber auch eine
Abbildung φ : N 0 → N mit Sφ = φS 0 und φ : o0 7→ o. Nocheinmal nach Teil 2,
diesmal der Eindeutigkeitsaussage, gilt ψφ = id und φψ = id. Also ist unser ψ in
der Tat eine Bijektion.
4.2.6. Gegeben eine Menge X und zwei Abbildungen ψ, φ : N → X mit ψ(0) =
φ(0) und (ψ(b) = φ(b)) ⇒ (ψ(Sb) = φ(Sb)) folgt ψ = φ. Diese Umformulierung
von 4.2.3 heißt auch das Prinzip der vollständigen Induktion.

Satz 4.2.7 (Addition natürlicher Zahlen). Für die Menge der natürlichen Zah-
len mit Nachfolgerabbildung (N, S) aus 4.2.4 gilt:

1. Es gibt genau eine Verknüpfung N × N → N, (a, b) 7→ a + b mit der

Eigenschaft 0 + b = b und Sa + b = S(a + b) für alle a, b ∈ N. Wir nennen
sie die Addition;

2. Gegeben eine Menge X, eine Abbildung f : X → X und ein Element

x ∈ X gilt für alle m, n ∈ N die Identität f n (f m (x)) = f n+m (x);

3. Unsere Verknüpfung + auf N ist kommutativ;

115
4. Mit der Verknüpfung + wird N ein kommutatives Monoid, in dem die Kür-
zungsregel (a + b = c + b) ⇒ (a = c) gilt sowie die Regel (a + b = 0) ⇒
(a = b = 0).
Beweis. 1. Um die Existenz und Eindeutigkeit unserer Verknüpfung zu zeigen,
wenden wir 4.2.3 an auf (X, x, f ) = (N, b, S). In der Notation aus 4.2.4 können
und müssen wir also unsere Verknüpfung erklären durch die Formel a + b :=
S a (b).
2. Das folgt leicht durch Induktion über n.
3. Zunächst zeigen wir a + 0 = a mit vollständiger Induktion über a. Ebenso fol-
gern wir a + Sb = S(a + b) mit vollständiger Induktion über a, denn für a = 0 ist
die Aussage klar und wir haben Sa+Sb = S(a+Sb) = S(S(a+b)) = S(Sa+b)
nach der Definition der Addition für die erste und letzte Gleichung und Induk-
tionsannahme für die mittlere Gleichung. Jetzt folgt a + b = b + a mit vollständi-
ger Induktion über a. Für a = 0 haben wir das schon gezeigt, und dann finden wir
mit unseren Vorüberlegungen Sa + b = S(a + b) = S(b + a) = b + Sa.
4. Die Assoziativität (a + b) + c = a + (b + c) ist äquivalent zur Behauptung
S a+b (c) = S a (S b (c)) und folgt damit aus dem zweiten Teil. Was unsere Kür-
zungsregel angeht, enthält für a 6= c die Menge aller b mit a + b 6= c + b sicher
b = 0 und ist stabil unter S, enthält also alle b ∈ N. Aus a + b = 0 folgt zu guter
Letzt a = 0, weil ja sonst die Null gar nicht im Bild der Abbildung (a+) : N → N
liegt, und dann folgt auch b = 0 nach der Kürzungsregel.
4.2.8 (Iterierte Verknüpfung). Gegeben ein Magma (M, >) und Elemente a, b ∈
M und n ∈ N können wir durch iteriertes Anwenden (a>)n b bilden und es folgt
(a>)n ((a>)m b) = (a>)n+m b. Ist unser Magma ein Monoid, so setzen wir n> a :=
(a>)n eM und folgern erst induktiv (a>)n (b) = (n> a)>b für alle n und dann
(n + m)> a = (n> a)>(m> a) für alle m, n.
Satz 4.2.9 (Anordnung auf den natürlichen Zahlen). Sei (N, S) die Menge der
natürlichen Zahlen mit Nachfolgerabbildung aus 4.2.4 und Addition aus 4.2.7.
Die Relation ≤ auf N gegeben durch die Vorschrift

(a ≤ b) ⇔ (∃c ∈ N mit a + c = b)

ist eine Anordnung auf N. Für diese Anordnung ist 0 ∈ N das kleinste Element
und jede nichtleere Teilmenge von N besitzt ein kleinstes Element.
Beweis. Bis auf die allerletzte Aussage folgt das alles leicht aus den in 4.2.7 ge-
zeigten Eigenschaften der Addition. Ist nun A ⊂ N eine Teilmenge ohne kleinstes
Element, so ist {n ∈ N | n ≤ a ∀a ∈ A} stabil unter S und enthält die Null, ist
also ganz N, und es folgt A = ∅.

116
Satz 4.2.10 (Multiplikation natürlicher Zahlen). Sei (N, S) die Menge der na-
türlichen Zahlen mit Nachfolgerabbildung aus 4.2.4 und bezeichne + ihre Additi-
on aus 4.2.7. Mit der durch iterierte Addition gegebene Verknüpfung N × N → N,
(n, b) 7→ nb = n · b = n × b := n+ b wird N ein kommutatives Monoid mit neutra-
lem Element 1 := S0 und es gilt das Distributivgesetz a(b + c) = ab + ac für alle
a, b, c ∈ N.

4.2.11. Diese Verknüpfung heißt die Multiplikation von natürlichen Zahlen.

Beweis. Übung.

Satz 4.2.12 (Iteriertes Anwenden und Multiplikation). Gegeben eine Menge

X, eine Abbildung f : X → X und ein Element x ∈ X gilt für alle m, n ∈ N die
Identität
(f n )m (x) = f nm (x)

Beweis. Vollständige Induktion über m.

Satz 4.2.13 (Teilen mit Rest). Sei (N, S) die Menge der natürlichen Zahlen mit
Nachfolgerabbildung und Addition, Multiplikation und Anordnung wie in 4.2.10
und 4.2.9. Gegeben a, b ∈ N mit b 6= 0 gibt es eindeutig bestimmte c, d ∈ N mit
a = bc + d und d < b.

Beweis. Übung.

Satz 4.2.14 (Potenzieren natürlicher Zahlen). Sei (N, S) die Menge der natürli-
chen Zahlen mit Nachfolgerabbildung aus 4.2.4 und ihrer Addition aus 4.2.7 und
Multiplikation aus 4.2.10. So gelten für die durch iterierte Multiplikation erklär-
te Verknüpfung N × N → N, (a, b) 7→ ab := b× a die Regeln ab+c = ab ac und
(ab)c = ac bc und abc = (ab )c für alle a, b, c ∈ N.

Beweis. Übung.
4.2.15. Die Nachfolger von 0 notieren wir der Reihe nach 1, 2, 3, 4, 5, 6, 7, 8,
9 und nennen sie der Reihe nach Eins, Zwei, Drei, Vier, Fünf, Sechs, Sieben,
Acht, Neun. Den Nachfolger von Neun nennen wir Zehn und notieren ihn vorerst
z ∈ N. Dann vereinbaren wir für a0 , a1 , . . . , ar ∈ {0, 1, . . . , 9} die Dezimaldar-
stellung
ar . . . a1 a0 = ar z r + . . . + a1 z 1 + a0 z 0
So erhalten wir insbesondere für unsere natürliche Zahl Zehn die Dezimaldar-
stellung z = 10 = 1z 1 + 0z 0 . Schließlich gilt es zu zeigen, daß jede natürliche
Zahl eine eindeutig bestimmte Dezimaldarstellung hat mit r > 0 ⇒ ar 6= 0, was
wieder dem Leser zur Übung überlassen sei.

117
4.2.16 (Zahldarstellungen). Gegeben eine beliebige natürliche Zahl b > 1 hat
jede natürliche Zahl n genau eine Darstellung der Form

n = ar b r + . . . + a1 b 1 + a0 b 0

mit a0 , a1 , . . . , ar ∈ {0, 1, . . . , b − 1} und r > 0 ⇒ ar 6= 0. Wenn wir Sym-

bole alias Ziffern für die Elemente dieser Menge vereinbaren, so können wir die
Sequenz von Ziffern ar . . . a0 als Darstellung der Zahl n interpretieren. Wir sa-
gen dann auch, sie stelle n im b-adischen System dar. Das 10-adische Sytem
heißt das Dezimalsystem und man spricht dann auch von der Dezimaldarstel-
lung einer natürlichen Zahl. Bei b ≤ 10 wählt man als Ziffern meist die ersten
b üblichen Ziffern des Dezimalsystems. Das 2-adische Sytem heißt das Dual-
system und man spricht dann auch von der Binärdarstellung einer natürlichen
Zahl. So wäre 1010 die Darstellung im Dualsystem der Zahl, die im Dezimal-
system 23 + 21 = 10 geschrieben würde und die wir Zehn nennen. Gebräuchlich
sind auch Darstellungen im 16-adischen Sytem alias Hexadezimalsystem mit den
Ziffern 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F. Etwa wäre FF die Darstellung im
Hexadezimalsystem der Zahl, die im Dezimalsystem 15 · 16 + 15 = 162 − 1 = 255
geschrieben würde.

Übungen
Übung 4.2.17. Man zeige, daß gilt S(a) 6= a für alle a ∈ N.
Übung 4.2.18. Man führe die Beweise von einigen der Sätze 4.2.10, 4.2.14, 4.2.9
und 4.2.13 aus.
Übung 4.2.19. Man zeige, daß die Vereinigung einer endlichen Menge mit einer
einelementigen Menge wieder endlich ist. Man zeige durch vollständige Induktion
über a, daß für alle a ∈ N die Menge N<a := {n ∈ N | n < a} endlich ist. Daß
umgekehrt jede endliche Menge in Bijektion zu genau einer dieser Mengen ist,
zeigen wir erst in [AL] 5.2.11.

4.3 Untergruppen der Gruppe der ganzen Zahlen

Definition 4.3.1. Eine Teilmenge einer Gruppe heißt eine Untergruppe, wenn sie
abgeschlossen ist unter der Verknüpfung und der Inversenbildung und zusätzlich
das neutrale Element enthält. Ist G eine multiplikativ geschriebene Gruppe, so ist
eine Teilmenge U ⊂ G also eine Untergruppe, wenn in Formeln gilt: a, b ∈ U ⇒
ab ∈ U , a ∈ U ⇒ a−1 ∈ U sowie 1 ∈ U .

Ergänzung 4.3.2. Nach der reinen Lehre sollte eine Teilmenge einer Gruppe eine
„Untergruppe“ heißen, wenn sie so mit der Struktur einer Gruppe versehen werden

118
kann, daß die Einbettung ein Gruppenhomomorphismus wird. Da diese Definition
jedoch für Anwendungen erst aufgeschlüsselt werden muß, haben wir gleich die
aufgeschlüsselte Fassung als Definition genommen und überlassen den Nachweis
der Äquivalenz zur Definition nach der reinen Lehre dem Leser zur Übung.
Beispiele 4.3.3. In jeder Gruppe ist die einelementige Teilmenge, die nur aus dem
neutralen Element besteht, eine Untergruppe. Wir nennen sie die triviale Unter-
gruppe. Ebenso ist natürlich die ganze Gruppe stets eine Untergruppe von sich
selber. Gegeben ein Vektorraum V ist die Menge aller Automorphismen eine Un-
tergruppe Aut(V ) ⊂ Ens× (V ) der Gruppe aller Permutationen der zugrundelie-
genden Menge.
Satz 4.3.4 (Untergruppen der additiven Gruppe Z der ganzen Zahlen). Jede
Untergruppe H ⊂ Z ist von der Form H = mZ für genau ein m ∈ N. Die
Abbildungsvorschrift m 7→ mZ liefert mithin eine Bijektion
∼
N → {H ⊂ Z | H ist Untergruppe von Z}

Beweis. Im Fall H = {0} ist m = 0 die einzige natürliche Zahl mit H = mZ.
Gilt H 6= {0}, so enthält H echt positive Elemente. Sei dann m ∈ H das kleinste
echt positive Element von H. Wir behaupten H = mZ. Die Inklusion H ⊃ mZ
ist hier offensichtlich. Aber gäbe es n ∈ H \ mZ, so könnten wir n mit Rest teilen
durch m und also schreiben n = ms + r für geeignete s, r ∈ Z mit 0 < r < m.
Es folgte r = n − ms ∈ H im Widerspruch zur Minimalität von m. Das zeigt die
Surjektivität unserer Abbildung. Die Injektivität ist offensichtlich.
4.3.5. Der Schnitt über eine beliebige Familie von Untergruppen einer gegebenen
Gruppe ist selbst wieder eine Untergruppe. Für eine Teilmenge T einer Gruppe G
definieren wir die von T erzeugte Untergruppe
hT i ⊂ G
als die kleinste Untergruppe von G, die T umfaßt. Natürlich gibt es so eine kleinste
Untergruppe, nämlich den Schnitt über alle Untergruppen von G, die T umfassen.
Für T 6= ∅ können wir hT i konkret beschreiben als die Menge aller endlichen Pro-
dukte von Elementen aus T und deren Inversen. Für T = ∅ besteht hT i dahingegen
nur aus dem neutralen Element. Ist T durch einen Ausdruck in Mengenklammern
gegeben, so lassen wir diese meist weg und schreiben also zum Beispiel kürzer
ha1 , . . . , an i statt h{a1 , . . . , an }i. Ob der Ausdruck hT i in einem speziellen Fall
die von einer Menge T erzeugte Untergruppe oder vielmehr die von der einele-
mentigen Menge mit einzigem Element T erzeugte Untergruppe meint, muß der
Leser meist selbst aus dem Kontext erschließen. Schreiben wir jedoch h! T i, so ist
stets zu verstehen, daß T eine Menge von Erzeugern und nicht einen einzelnen
Erzeuger meint.

119
4.3.6. Ist V ein k-Vektorraum und T ⊂ V eine Teilmenge, so muß der Leser von
nun an aus dem Kontext erschließen, ob mit hT i die von T erzeugte Untergruppe
oder der von T erzeugte Untervektorraum gemeint ist. Zur Unterscheidung schrei-
ben wir manchmal hT iZ für die von T erzeugte Untergruppe und hT ik für den von
T erzeugten Untervektorraum.

Übungen
Ergänzende Übung 4.3.7. Eine endliche nichtleere Teilmenge einer Gruppe, die
mit je zwei Elementen auch die Verknüpfung der beiden enthält, ist notwendig
bereits eine Untergruppe.
Übung 4.3.8. Sind H, K ⊂ G zwei Untergruppen einer Gruppe mit H ∩ K = 1,
so induziert die Verknüpfung eine Injektion H × K ,→ G.
Übung 4.3.9. Wieviele Untergruppen hat die additive Gruppe eines zweidimensio-
nalen Vektorraums über dem Körper mit zwei Elementen? Wieviele Untergruppen
hat die additive Gruppe eines n-dimensionalen Vektorraums über dem Körper mit
zwei Elementen?
Ergänzende Übung 4.3.10. Sei G eine Gruppe und ϕ : G → G ein Gruppenho-
momorphismus. Man zeige: Gilt für ein n ∈ N die Geichheit ker ϕn = ker ϕn+1 ,
so folgt ker ϕn = ker ϕn+1 = ker ϕn+2 = . . .
Übung 4.3.11. Ist ϕ : G → H ein Gruppenhomomorphismus, so gilt die Formel
|G| = | im ϕ| · | ker ϕ|. Man bemerke, daß diese Formel im Fall linearer Abbildun-
gen von Vektorräumen über endlichen Körpern äquivalent ist zur Dimensionsfor-
mel.

4.4 Primfaktorzerlegung
Definition 4.4.1. Eine Primzahl ist eine natürliche Zahl ≥ 2, die sich nicht als
das Produkt von zwei echt kleineren natürlichen Zahlen erhalten läßt.

Beispiel 4.4.2. Die Primzahlen unterhalb von 50 sind 2, 3, 5, 7, 11, 13, 17, 19, 23,
29, 31, 37, 41, 43, 47.
4.4.3. Eine Möglichkeit, alle Primzahlen zu finden, ist das sogenannte Sieb des
Eratosthenes: Man beginnt mit der kleinsten Primzahl, der Zwei. Streicht man
alle Vielfachen der Zwei, d.h. alle geraden Zahlen, so ist die erste Zahl unter den
Übrigen die nächste Primzahl, die Drei. Streicht man nun auch noch alle Vielfa-
chen der Drei, so ist die erste Zahl unter den Übrigen die nächste Primzahl, die
Fünf, und so weiter. „Der Erste“ heißt auf lateinisch „Primus“ und auf griechisch
ähnlich und es könnte sein, daß die Bezeichnung „Primzahl“ daher rührt.

120
Satz 4.4.4 (Existenz einer Primfaktorzerlegung). Jede natürliche Zahl n ≥ 2
kann als ein Produkt von Primzahlen n = p1 p2 . . . pr dargestellt werden.
4.4.5. Der Satz gilt in unserer Terminologie auch für die Zahl n = 1, die eben
durch das „leere Produkt“ mit r = 0 dargestellt wird. Ebenso gilt er für jede
Primzahl p, die dabei als Produkt von einem Faktor mit r = 1 als p = p1 zu
verstehen ist.
Beweis. Das ist klar mit vollständiger Induktion: Ist eine Zahl nicht bereits selbst
prim, so kann sie als Produkt echt kleinerer Faktoren geschrieben werden, von
denen nach Induktionsannahme bereits bekannt ist, daß sie Primfaktorzerlegungen
besitzen.
Satz 4.4.6. Es gibt unendlich viele Primzahlen.
Beweis. Durch Widerspruch. Gäbe es nur endlich viele Primzahlen, so könnten
wir deren Produkt betrachten und dazu Eins hinzuzählen. Die so neu entstehende
Zahl müßte dann wie jede von Null verschiedene natürliche Zahl nach 4.4.4 eine
Primfaktorzerlegung besitzen, aber keine unserer endlich vielen Primzahlen käme
als Primfaktor in Frage.
Ergänzung 4.4.7 ((2016)). Noch offen ist die Frage, ob es auch unendlich viele
Primzahlzwillinge gibt, d.h. Paare von Primzahlen mit der Differenz Zwei, wie
zum Beispiel 5, 7 oder 11, 13 oder 17, 19. Ebenso offen ist die Frage, ob jede
gerade Zahl n > 2 die Summe von zwei Primzahlen ist. Die Vermutung, daß
das richtig sein sollte, ist bekannt als Goldbach-Vermutung. Bekannt ist, daß es
unendlich viele Paare von Primzahlen mit einem Abstand ≤ 246 gibt.
Satz 4.4.8 (Eindeutigkeit der Primfaktorzerlegung). Die Darstellung einer na-
türlichen Zahl n ≥ 1 als ein Produkt von Primzahlen n = p1 p2 . . . pr ist eindeutig
bis auf die Reihenfolge der Faktoren. Nehmen wir zusätzlich p1 ≤ p2 ≤ . . . ≤ pr
an, so ist unsere Darstellung mithin eindeutig.
4.4.9. Dieser Satz ist einer von vielen Gründen, aus denen man bei der Defini-
tion des Begriffs einer Primzahl die Eins ausschließt, obwohl das die Definition
verlängert: Hätten wir der Eins erlaubt, zu unseren Primzahlen dazuzugehören, so
wäre der vorhergehende Satz in dieser Formulierung falsch. In obigem Satz ist
r ≥ 0 zu verstehen, genauer ist die Eins das leere Produkt und Primzahlen werden
durch ein Produkt mit nur einem Faktor dargestellt.
Beweis. Der Beweis dieses Satzes braucht einige Vorbereitungen. Ich bitte Sie,
gut aufzupassen, daß wir bei diesen Vorbereitungen den Satz über die Eindeu-
tigkeit der Primfaktorzerlegung nirgends verwenden, bis er dann im Anschluß an
Lemma 4.4.15 endlich bewiesen werden kann.

121
Definition 4.4.10. Seien a, b ∈ Z ganze Zahlen. Wir sagen a teilt b oder a ist ein
Teiler von b und schreiben a|b genau dann, wenn es c ∈ Z gibt mit ac = b.

Definition 4.4.11. Sind ganze Zahlen a, b ∈ Z nicht beide Null, so gibt es eine
größte ganze Zahl c ∈ Z, die sie beide teilt. Diese Zahl heißt der größte gemein-
same Teiler von a und b. Ganze Zahlen a und b heißen teilerfremd genau dann,
wenn sie außer ±1 keine gemeinsamen Teiler besitzen. Insbesondere sind also
a = 0 und b = 0 nicht teilerfremd.

Satz 4.4.12 (über den größten gemeinsamen Teiler). Sind zwei ganze Zahlen
a, b ∈ Z nicht beide Null, so kann ihr größter gemeinsamer Teiler c als eine
ganzzahlige Linearkombination unserer beiden Zahlen dargestellt werden. Es gibt
also in Formeln r, s ∈ Z mit
c = ra + sb
Teilt weiter d ∈ Z sowohl a als auch b, so teilt d auch den größten gemeinsamen
Teiler von a und b.

4.4.13. Der letzte Teil dieses Satzes ist einigermaßen offensichtlich, wenn man
die Eindeutigkeit der Primfaktorzerlegung als bekannt voraussetzt. Da wir besag-
te Eindeutigkeit der Primfaktorzerlegung jedoch erst aus besagtem zweiten Teil
ableiten werden, ist es wichtig, auch für den zweiten Teil dieses Satzes einen ei-
genständigen Beweis zu geben.
Beweis. Man betrachte die Teilmenge aZ + bZ = {ar + bs | r, s ∈ Z} ⊂ Z. Sie
ist offensichtlich eine von Null verschiedene Untergruppe von Z. Also ist sie nach
unserer Klassifikation 4.3.4 der Untergruppen von Z von der Form aZ + bZ = ĉZ
für genau ein ĉ > 0 und es gilt:

i. ĉ teilt a und b. In der Tat haben wir ja a, b ∈ ĉZ;

ii. ĉ = ra + sb für geeignete r, s ∈ Z. In der Tat haben wir ja ĉ ∈ aZ + bZ;

iii. (d teilt a und b) ⇒ (d teilt ĉ).

Daraus folgt aber sofort, daß ĉ der größte gemeinsame Teiler von a und b ist, und
damit folgt dann der Satz.
4.4.14 (Notation für größte gemeinsame Teiler). Gegeben a1 , . . . , an ∈ Z kön-
nen wir mit der Notation 4.3.5 kürzer schreiben

a1 Z + . . . + an Z = ha1 , . . . , an i

Üblich ist hier auch die Notation (a1 , . . . , an ), die jedoch oft auch n-Tupel von
ganzen Zahlen bezeichnet, also Elemente von Zn , und in der Analysis im Fall n =

122
2 meist ein offenes Intervall. Es gilt dann aus dem Kontext zu erschließen, was
jeweils gemeint ist. Sind a und b nicht beide Null und ist c ihr größter gemeinsamer
Teiler, so haben wir nach dem Vorhergehenden ha, bi = hci. Wir benutzen von
nun an diese Notation. Über die Tintenersparnis hinaus hat sie den Vorteil, auch
im Fall a = b = 0 sinnvoll zu bleiben.
Lemma 4.4.15 (von Euklid). Teilt eine Primzahl ein Produkt von zwei ganzen
Zahlen, so teilt sie einen der Faktoren.
4.4.16 (Diskussion der Terminologie). Dies Lemma findet sich bereits in Eu-
klid’s Elementen in Buch VII als Proposition 30.
4.4.17. Wenn wir die Eindeutigkeit der Primfaktorzerlegung als bekannt voraus-
setzen, so ist dies Lemma offensichtlich. Diese Argumentation hilft aber hier nicht
weiter, da sie voraussetzt, was wir gerade erst beweisen wollen. Sicher ist Ihnen
die Eindeutigkeit der Primfaktorzerlegung aus der Schule und ihrer Rechenerfah-
rung wohlvertraut. Um die Schwierigkeit zu sehen, sollten Sie vielleicht selbst
einmal versuchen, einen Beweis
√ dafür anzugeben. Im übrigen werden wir in [AL]
2.4.8 sehen, daß etwa in Z[ −5] das Analogon zur Eindeutigkeit der Primfaktor-
zerlegung nicht mehr richtig ist.
Beweis. Sei p unsere Primzahl und seien a, b ∈ Z gegeben mit p|ab. Teilt p nicht
a, so folgt für den größten gemeinsamen Teiler hp, ai = h1i, denn die Primzahl
p hat nur die Teiler ±1 und ±p. Der größte gemeinsame Teiler von p und a kann
aber nicht p sein und muß folglich 1 sein. Nach 4.4.12 gibt es also r, s ∈ Z mit
1 = rp + sa. Es folgt b = rpb + sab und damit p|b, denn p teilt natürlich rpb und
teilt nach Annahme auch sab.
Beweis der Eindeutigkeit der Primfaktorzerlegung 4.4.8. Zunächst sei bemerkt, daß
aus Lemma 4.4.15 per Induktion dieselbe Aussage auch für Produkte beliebiger
Länge folgt: Teilt eine Primzahl ein Produkt, so teilt sie einen der Faktoren. Seien
n = p1 p2 . . . pr = q1 q2 . . . qs zwei Primfaktorzerlegungen derselben Zahl n ≥ 1.
Da p1 unser n teilt, muß es damit eines der qi teilen. Da auch dies qi prim ist,
folgt p1 = qi . Wir kürzen den gemeinsamen Primfaktor und sind fertig per Induk-
tion.
4.4.18. Ich erkläre am Beispiel a = 160, b = 625 den sogenannten euklidischen
Algorithmus, mit dem man den größten gemeinsamen Teiler c zweier positiver
natürlicher Zahlen a, b bestimmen kann nebst einer Darstellung c = ra + rb. In
unseren Gleichungen wird jeweils geteilt mit Rest.
160 = 1· 145 + 15
145 = 9· 15 + 10
15 = 1· 10 + 5
10 = 2· 5 + 0

123
Daraus folgt für den größten gemeinsamen Teiler h625, 160i = h160, 145i =
h145, 15i = h15, 10i = h10, 5i = h5, 0i = h5i. Die vorletzte Zeile liefert eine Dar-
stellung 5 = x · 10 + y · 15 unseres größten gemeinsamen Teilers 5 = ggT(10, 15)
als ganzzahlige Linearkombination von 10 und 15. Die vorvorletzte Zeile eine
Darstellung 10 = x0 · 15 + y 0 · 145 und nach Einsetzen in die vorherige Gleichung
eine Darstellung 5 = x(x0 · 15 + y 0 · 145) + y · 15 unseres größten gemeinsa-
men Teilers 5 = ggT(15, 145) als ganzzahlige Linearkombination von 15 und
145. Indem wir so induktiv hochsteigen, erhalten wir schließlich für den größten
gemeinsamen Teiler die Darstellung 5 = −11 · 625 + 43 · 160.
Ergänzung 4.4.19 (ABC-Vermutung). Gegeben eine positive natürliche Zahl n
bezeichne rad(n) das Produkt ohne Vielfachheiten aller Primzahlen, die n teilen.
Die ABC-Vermutung besagt, daß es für jedes ε > 0 nur endlich viele Tripel
von paarweise teilerfremden positiven natürlichen Zahlen a, b, c geben soll mit
a + b = c und
c > (rad(abc))1+ε
Es soll also salopp gesprochen sehr selten sein, daß für teilerfremde positive natür-
liche Zahlen a, b mit vergleichsweise kleinen Primfaktoren ihre Summe auch nur
kleine Primfaktoren hat. Der Status der Vermutung ist zur Zeit (2016) noch unge-
klärt. Man kann zeigen, daß es unendlich viele Tripel von paarweise teilerfremden
positiven natürlichen Zahlen a < b < c gibt mit a + b = c und c ≥ rad(abc).
Diese sind jedoch bereits vergleichsweise selten, so gibt es etwa nur 120 mögliche
Tripel mit c < 10000.

Übungen
Übung 4.4.20. Man berechne den größten gemeinsamen Teiler von 3456 und 436
und eine Darstellung desselben als ganzzahlige Linearkombination unserer beiden
Zahlen.

Übung 4.4.21. Gegeben zwei von Null verschiedene natürliche Zahlen a, b nennt
man die kleinste von Null verschiedene natürliche Zahl, die sowohl ein Vielfa-
ches von a als auch ein Vielfaches von b ist, das kleinste gemeinsame Vielfache
von a und b und notiert sie kgV(a, b). Man zeige in dieser Notation die Formel
kgV(a, b) ggT(a, b) = ab.
Ergänzende Übung 4.4.22. Beim sogenannten „Spirographen“, einem Zeichen-
spiel für Kinder, kann man an einem innen mit 105 Zähnen versehenen Ring ein
Zahnrad mit 24 Zähnen entlanglaufen lassen. Steckt man dabei einen Stift durch
ein Loch außerhalb des Zentrums des Zahnrads, so entstehen dabei die köstlichs-
ten Figuren. Wie oft muß man das Zahnrad auf dem inneren Zahnkranz umlaufen,
bevor solch eine Figur fertig gemalt ist?

124
Der Spirograph aus Übung 4.4.22

125
Ergänzende Übung 4.4.23. Berechnen Sie, wieviele verschiedene Strophen das
schöne Lied hat, dessen erste Strophe lautet:

Tomatensalat Tomatensala Tooo-

-matensalat Tomatensaaaaaaaa-
-lat Tomatensalat Tomatensalat
Tomatensalat Tomatensaaaaaaa-

126
5 Ringe und Polynome
5.1 Ringe
Definition 5.1.1. Ein Ring, französisch anneau, ist eine Menge mit zwei Ver-
knüpfungen (R, +, ·) derart, daß gilt:

1. (R, +) ist eine kommutative Gruppe;

2. (R, ·) ist ein Monoid; ausgeschrieben heißt das nach [GR] 3.1.17, daß auch
die Verknüpfung · assoziativ ist und daß es ein Element 1 = 1R ∈ R mit
der Eigenschaft 1 · a = a · 1 = a ∀a ∈ R gibt, das Eins-Element oder
kurz die Eins unseres Rings; Es gelten die Distributivgesetze, d.h. für alle
a, b, c ∈ R gilt
a · (b + c) = (a · b) + (a · c)
(a + b) · c = (a · c) + (b · c)

Die beiden Verknüpfungen heißen die Addition und die Multiplikation in unse-
rem Ring. Das Element 1 ∈ R aus unserer Definition ist wohlbestimmt als das
neutrale Element des Monoids (R, ·), vergleiche [GR] 3.1.16. Ein Ring, dessen
Multiplikation kommutativ ist, heißt ein kommutativer Ring und bei uns in un-
üblicher Verkürzung ein Kring.

5.1.2. Wir schreiben meist kürzer a · b = ab und vereinbaren die Regel „Punkt
vor Strich“, so daß zum Beispiel das erste Distributivgesetz auch in der Form
a(b + c) = ab + ac geschrieben werden kann.
Beispiel 5.1.3. Die ganzen Zahlen Z bilden mit der üblichen Multiplikation und
Addition nach 5.5.10 einen kommutativen Ring.
5.1.4 (Ursprung der Terminologie). Der Begriff „Ring“ soll zum Ausdruck brin-
gen, daß diese Struktur nicht in demselben Maße „geschlossen“ ist wie ein Körper,
da wir nämlich nicht die Existenz von multiplikativen Inversen fordern. Er wird
auch im juristischen Sinne für gewisse Arten weniger geschlossenener Körper-
schaften verwendet. So gibt es etwa den „Ring deutscher Makler“ oder den „Ring
deutscher Bergingenieure“.
Ergänzung 5.1.5 (Diskussion der Terminologie). Eine Struktur wie in der vor-
hergehenden Definition, bei der nur die Existenz eines Einselements nicht gefor-
dert wird, bezeichnen wir im Vorgriff auf [KAG] 1.9.7 als eine assoziative Z-
Algebra oder kurz Z-Algebra. In der Literatur wird jedoch auch diese Struktur
oft als „Ring“ bezeichnet, sogar bei der von mir hochgeschätzten Quelle Bour-
baki. Die Ringe, die eine Eins besitzen, heißen in dieser Terminologie „unitäre
Ringe“.

127
Ergänzung 5.1.6. Allgemeiner als in 3.5.15 erklärt heißt ein Element a eines be-
liebigen Ringes, ja einer beliebigen assoziativen Z-Algebra nilpotent genau dann,
wenn es d ∈ N gibt mit ad = 0.
Beispiele 5.1.7. Die einelementige Menge mit der offensichtlichen Addition und
Multiplikation ist ein Ring, der Nullring. Jeder Körper ist ein Ring. Die ganzen
Zahlen Z bilden einen Ring. Ist R ein Ring und X eine Menge, so ist die Menge
Ens(X, R) aller Abbildungen von X nach R ein Ring unter punktweiser Multipli-
kation und Addition. Ist R ein Ring und n ∈ N, so bilden die (n×n)-Matrizen mit
Einträgen in R einen Ring Mat(n; R) unter der üblichen Addition und Multipli-
kation von Matrizen; im Fall n = 0 erhalten wir den Nullring, im Fall n = 1 ergibt
sich R selbst. Ist A eine abelsche Gruppe, so bilden die Gruppenhomomorphis-
men von A in sich selbst, die sogenannten Endomorphismen von A, einen Ring
mit der Verknüpfung von Abbildungen als Multiplikation und der punktweisen
Summe als Addition. Man notiert diesen Ring
End A
und nennt ihn den Endomorphismenring der abelschen Gruppe A. Ähnlich bil-
den auch die Endomorphismen eines Vektorraums V über einem Körper k einen
Ring Endk V , den sogenannten Endomorphismenring von V . Oft notiert man
auch den Endomorphismenring eines Vektorraums abkürzend End V in der Hoff-
nung, daß aus dem Kontext klar wird, daß die Endomorphismen von V als Vek-
torraum gemeint sind und nicht die Endomorphismen der V zugrundeliegenden
abelschen Gruppe. Will man besonders betonen, daß die Endomorphismen als
Gruppe gemeint sind, so schreibt man manchmal auch EndZ A aus Gründen, die
erst in [KAG] 1.3.3 erklärt werden. Ich verwende für diesen Ring zur Vermeidung
von Indizes lieber die Notation EndZ A = Ab A, die sich aus den allgemeinen
kategorientheoretischen Konventionen [LA2] 7.1.5 ergibt.
Definition 5.1.8. Eine Abbildung ϕ : R → S von einem Ring in einen weiteren
Ring heißt ein Ringhomomorphismus genau dann, wenn gilt ϕ(1) = 1 und ϕ(a+
b) = ϕ(a) + ϕ(b) sowie ϕ(ab) = ϕ(a)ϕ(b) für alle a, b ∈ R. In anderen Worten
ist ein Ringhomomorphismus also eine Abbildung, die sowohl für die Addition
als auch für die Multiplikation ein Monoidhomomorphismus ist. Die Menge aller
Ringhomomorphismen von einem Ring R in einen Ring S notieren wir
Ring(R, S)
Ergänzung 5.1.9. Von Homomorphismen zwischen Z-Algebren können wir na-
türlich nicht fordern, daß sie das Einselement auf das Einselement abbilden. Wir
sprechen dann von Algebrenhomomorphismen. In der Terminologie, in der un-
sere assoziativen Z-Algebren als Ringe bezeichnet werden, werden unsere Ring-
homomorphismen „unitäre Ringhomomorphismen“ genannt.

128
Proposition 5.1.10. Für jeden Ring R gibt es genau einen Ringhomomorphismus
Z → R, in Formeln | Ring(Z, R)| = 1.
Beweis. Nach [GR] 3.3.25 gibt es genau einen Gruppenhomomorphismus von
additiven Gruppen ϕ : Z → R, der die 1 ∈ Z auf 1R ∈ R abbildet. Wir müssen nur
noch zeigen, daß er mit der Multiplikation verträglich ist, in Formeln ϕ(nm) =
ϕ(n)ϕ(m) für alle n, m ∈ Z. Mit 5.1.13 zieht man sich leicht auf den Fall n, m >
0 zurück. In diesem Fall beginnt man mit der Erkenntnis ϕ(1 · 1) = ϕ(1) = 1R =
1R · 1R = ϕ(1)ϕ(1) und argumentiert von da aus mit vollständiger Induktion und
dem Distributivgesetz.
5.1.11 (Ganze Zahlen und allgemeine Ringe). Gegeben ein Ring R notieren
wir den Ringhomomorphismus Z → R aus 5.1.10 manchmal n 7→ nR und meist
n 7→ n. Ich will kurz diskutieren, warum das ungefährlich ist. Gegeben r ∈ R und
n ∈ Z gilt nämlich stets nr = nR r = rnR , wobei nr in Bezug auf die Struktur
von R als additive abelsche Gruppe verstehen, also nr = n+ r = r + r . . . + r
mit n Summanden falls n ≥ 1 und so weiter, wie in der Tabelle [GR] 3.2.12
und in [GR] 3.2.10 ausgeführt wird. Unsere Gleichung nr = nR r = rnR bedeutet
dann hinwiederum, daß es auf den Unterschied zwischen nR und n meist gar nicht
ankommt. Deshalb führt es auch selten zu Mißvertändnissen, wenn wir statt nR
nur kurz n schreiben.

Übungen
Ergänzende Übung 5.1.12. Auf der abelschen Gruppe Z gibt es genau zwei Ver-
knüpfungen, die als Multiplikation genommen die Addition zu einer Ringstruktur
ergänzen.
Übung 5.1.13. Man zeige, daß in jedem Ring R gilt 0a = 0 ∀a ∈ R; −a =
(−1)a ∀a ∈ R; (−1)(−1) = 1; (−a)(−b) = ab ∀a, b ∈ R.

5.2 Restklassenringe des Rings der ganzen Zahlen

Definition 5.2.1. Gegeben G ⊃ H eine Gruppe mit einer Untergruppe definieren
wir den Quotienten G/H, eine Teilmenge G/H ⊂ P(G), durch die Vorschrift
G/H := {L ⊂ G | ∃g ∈ G mit L = gH}
Die Teilmenge gH ⊂ G heißt die H-Linksnebenklasse von g in G. Unser Quo-
tient ist also die Menge aller H-Linksnebenklassen in G. Jedes Element einer
Linksnebenklasse heißt auch ein Repräsentant besagter Linksnebenklasse. Eine
∼
Teilmenge R ⊂ G derart, daß die Vorschrift g 7→ gH eine Bijektion R → G/H
induziert, heißt ein Repräsentantensystem für die Menge der Linksnebenklas-
sen.

129
Vorschau 5.2.2. Diese Konstruktion wird in [LA2] 4.1.2 noch sehr viel ausführli-
cher diskutiert werden.
Beispiel 5.2.3. Im Fall der additiven Gruppe Z mit der Untergruppe mZ haben
wir speziell Z/mZ = {L ⊂ Z | ∃a ∈ Z mit L = a + mZ}. Die Linksnebenklasse
von a heißt in diesem Fall auch die Restklasse von a modulo m, da zumindest
im Fall a ≥ 0 und m > 0 ihre nichtnegativen Elemente genau alle natürlichen
Zahlen sind, die beim Teilen durch m denselben Rest lassen wie a. Wir notieren
diese Restklasse auch ā. Natürlich ist ā = b̄ gleichbedeutend zu a − b ∈ mZ.
Gehören a und b zur selben Restklasse, in Formeln a + mZ = b + mZ, so nennen
wir sie kongruent modulo m und schreiben

a ≡ b (mod m)

Offensichtlich gibt es für m > 0 genau m Restklassen modulo m, in Formeln

|Z/mZ| = m, und wir haben genauer

Z/mZ = {0̄, 1̄, . . . , m − 1}

Da in dieser Aufzählung keine Nebenklassen mehrfach genannt werden, ist die

Teilmenge {0, 1, . . . , m − 1} also ein Repräsentantensystem für die Menge von
Nebenklassen Z/mZ. Ein anderes Repräsentantensystem wäre {1, . . . , m}, ein
Drittes {1, . . . , m − 1, 7m}.
Satz 5.2.4 (Restklassenring). Für alle m ∈ Z gibt es auf der Menge Z/mZ
genau eine Struktur als Ring derart, daß die Abbildung Z Z/mZ mit a 7→ ā
ein Ringhomomorphismus ist.
Beweis. Daß es höchstens eine derartige Ringstruktur gibt, es eh klar. Zu zeigen
bleibt nur deren Existenz. Nach [GR] 3.1.3 induziert jede Verknüpfung auf einer
Menge A eine Verknüpfung auf ihrer Potenzmenge P(A). Für die so von der
Verknüpfung + auf Z induzierte Verknüpfung + auf P(Z) gilt offensichtlich

ā + b̄ = (a + mZ) + (b + mZ) = (a + b) + mZ = a + b ∀a, b ∈ Z

Insbesondere induziert unsere Verknüpfung + auf P(Z) eine Verknüpfung + auf

Z/mZ und a 7→ ā ist für diese Verknüpfungen ein Morphismus von Magmas
alias Mengen mit Verknüpfung. Ebenso können wir auf P(Z) eine Verknüpfung
= m einführen durch die Vorschrift

T S := T · S + mZ := {ab + mr | a ∈ T, b ∈ S, r ∈ Z}

Wieder prüft man für die so erklärte Multiplikation mühelos die Formel

ā b̄ = ab

130
Daß Z/mZ mit unseren beiden Verknüpfungen ein Ring wird und a 7→ ā ein
Ringhomomorphismus folgt ohne weitere Schwierigkeiten aus der Surjektivität
der natürlichen Abbildung Z Z/mZ.
5.2.5. Wir geben wir die komische Notation nun auch gleich wieder auf und
schreiben stattdessen ā · b̄ oder noch kürzer āb̄. Auch die Notation ā werden wir
meist zu a vereinfachen, wie wir es ja in 5.1.11 eh schon vereinbart hatten.
Beispiel 5.2.6. Modulo m = 2 gibt es genau zwei Restklassen: Die Elemente der
Restklasse von 0 bezeichnet man üblicherweise als gerade Zahlen, die Elemente
der Restklasse von 1 als ungerade Zahlen. Der Ring Z/2Z mit diesen beiden
Elementen 0̄ und 1̄ ist offensichtlich sogar ein Körper.
Beispiel 5.2.7 (Der Ring Z/12Z der Uhrzeiten). Den Ring Z/12Z könnte man
als „Ring von Uhrzeiten“ ansehen. Er hat die zwölf Elemente {0̄, 1̄, . . . , 11} und
wir haben 11 + 5̄ = 16 = 4̄ alias „5 Stunden nach 11 Uhr ist es 4 Uhr“. Weiter
haben wir in Z/12Z etwa auch 3̄·8̄ = 24 = 0̄. In einem Ring kann es also durchaus
passieren, daß ein Produkt von zwei von Null verschiedenen Faktoren Null ist.
Vorschau 5.2.8. Sei m ≥ 1 eine natürliche Zahl. Eine Restklasse modulo m heißt
eine prime Restklasse genau dann, wenn sie aus zu m teilerfremden Zahlen be-
steht. Wir zeigen in [FT1] 5.2.1, daß es in jeder primen Restklasse unendlich viele
Primzahlen gibt. Im Fall m = 10 bedeutet das zum Beispiel, daß es jeweils unend-
lich viele Primzahlen gibt, deren Dezimaldarstellung mit einer der Ziffern 1, 3, 7
und 9 endet.
Proposition 5.2.9 (Teilbarkeitskriterien über Quersummen). Eine natürliche
Zahl ist genau dann durch Drei beziehungsweise durch Neun teilbar, wenn ihre
Quersumme durch Drei beziehungsweise durch Neun teilbar ist.
Beweis. Wir erklären das Argument nur an einem Beispiel. Das ist natürlich im
Sinne der Logik kein Beweis. Dies Vorgehen schien mir aber in diesem Fall be-
sonders gut geeignet, dem Leser den Grund dafür klarzumachen, aus dem unsere
Aussage im Allgemeinen gilt. Und das ist es ja genau, was ein Beweis in unserem
mehr umgangssprachlichen Sinne leisten soll! Also frisch ans Werk. Per definitio-
nem gilt
1258 = 1 · 103 + 2 · 102 + 5 · 10 + 8
Offensichtlich folgt
1258 ≡ 1 · 103 + 2 · 102 + 5 · 10 + 8 (mod 3)
Da 10 kongruent ist zu 1 modulo 3 erhalten wir daraus
1258 ≡ 1 + 2 + 5 + 8 (mod 3)
Insbesondere ist die rechte Seite durch Drei teilbar genau dann, wenn die linke
Seite durch Drei teilbar ist. Das Argument für Neun statt Drei geht genauso.

131
5.2.10. In Z/12Z gilt zum Beispiel 3̄ · 5̄ = 3̄ · 1̄. In allgemeinen Ringen dürfen
wir also nicht kürzen. Dies Phänomen werden wir nun begrifflich fassen.
Definition 5.2.11. 1. Gegeben ein Kring R und Elemente a, b ∈ R sagen wir,
a teilt b oder auch a ist ein Teiler von b und schreiben a|b, wenn es d ∈ R
gibt mit ad = b;
2. Jedes Element eines Krings ist ein Teiler der Null. Ein Element a eines
Rings R heißt ein Nullteiler von R, wenn es d ∈ R\0 gibt mit ad = 0 oder
da = 0. Die Null ist insbesondere genau dann ein Nullteiler, wenn unser
Ring nicht der Nullring ist;
3. Ein Ring heißt nullteilerfrei, wenn er außer der Null keine Nullteiler be-
sitzt, wenn also das Produkt von je zwei von Null verschiedenen Elementen
auch wieder von Null verschieden ist;
4. Ein Ring heißt ein Integritätsbereich, wenn er nullteilerfrei und außerdem
nicht der Nullring ist.
5.2.12 (Diskussion der Terminologie). Manche Autoren fordern von nullteiler-
freien Ringen zusätzlich, daß sie nicht der Nullring sein dürfen, benutzen also
dieses Wort als Synonym für „Integritätsbereich“. Alle Elemente eines Krings tei-
len die Null. Deshalb ist es üblich, die Bezeichnung „Nullteiler“ wie in obiger
Definition zu beschränken auf Elemente, die „die Null in nicht-trivialer Weise tei-
len“ in dem Sinne, daß sie eben von einem von Null verschiedenen Element zu
Null multipliziert werden können. Daß damit auch die Null in jedem von Null
verschiedenen Ring ein Nullteiler ist, nehmen wir in Kauf, um weitere Fallunter-
scheidungen zu vermeiden.
Beispiel 5.2.13. Die Nullteiler in Z/12Z sind 0, 2, 3, 4, 6, 8, 9, 10.
5.2.14 (Kürzen in Ringen). Sei R ein Ring. Ist a ∈ R kein Nullteiler, so folgt
aus ax = ay schon x = y. In der Tat haben wir nämlich ax = ay ⇒ a(x − y) =
0 ⇒ x − y = 0 ⇒ x = y.
Definition 5.2.15. Ein Element a eines Rings R heißt invertierbar oder genauer
invertierbar in R oder auch eine Einheit von R, wenn es bezüglich der Multi-
plikation invertierbar ist im Sinne von [GR] 3.2.2, wenn es also b ∈ R gibt mit
ab = ba = 1. Die Menge der invertierbaren Elemente eines Rings bildet unter der
Multiplikation eine Gruppe, die man die Gruppe der Einheiten von R nennt und
gemäß unserer allgemeinen Konventionen [GR] 3.2.12 mit R× bezeichnet.
Beispiel 5.2.16. Der Ring Z der ganzen Zahlen hat genau zwei Einheiten, näm-
lich 1 und (−1). In Formeln haben wir also Z× = {1, −1}. Dahingegen sind die
Einheiten im Ring Q der rationalen Zahlen genau alle von Null verschiedenen
Elemente, in Formeln Q× = Q\0.

132
5.2.17. Eine Einheit eines Krings teilt alle Elemente unseres Krings und ist sogar
dasselbe wie ein Teiler der Eins. Eine Einheit a ∈ R× eines Rings R kann dahin-
gegen nie ein Nullteiler sein, denn gibt es x ∈ R mit xa = 1, so folgt aus ac = 0
bereits xac = 1c = c = 0.

Definition 5.2.18. Zwei Elemente eines Krings heißen teilerfremd, wenn sie au-
ßer Einheiten keine gemeinsamen Teiler haben.

5.2.19. Allgemeiner mag man eine Teilmenge eines Krings teilerfremd nennen,
wenn es keine Nichteinheit unseres Krings gibt, die alle Elemente unserer Teil-
menge teilt.
5.2.20 (Nichtnullteiler endlicher Ringe). In einem endlichen Ring R sind die
Einheiten genau die Nichtnullteiler. In der Tat, ist a ∈ R kein Nullteiler, so ist die
Multiplikation mit a nach 5.2.14 eine Injektion (a·) : R ,→ R. Ist aber R endlich,
so muß sie auch eine Bijektion sein und es gibt folglich b ∈ R mit ab = 1. Ebenso
finden wir c ∈ R mit ca = 1 und dann folgt leicht b = c.
Beispiel 5.2.21. Die Einheiten von Z/12Z sind mithin genau 1, 5, 7, 11. Man prüft
unschwer, daß sogar jedes dieser Elemente sein eigenes Inverses ist. Mithin ist die
Einheitengruppe (Z/12Z)× des Uhrzeitenrings gerade unsere Klein’sche Vierer-
gruppe. Im allgemeinen ein Inverses zu a in Z/mZ zu finden, läuft auf die Lösung
der Gleichung ax = 1 + my hinaus, von der wir bereits gesehen hatten, daß der
euklidische Algorithmus das leisten kann.
5.2.22 (Ursprung der Terminologie). A priori meint eine Einheit in der Physik
das, was ein Mathematiker eine Basis eines eindimensionalen Vektorraums nen-
nen würde. So wäre etwa die Sekunde s eine Basis des reellen Vektorraums T ~
aller Zeitspannen aus 3.1.9. In Formeln ausgedrückt bedeutet das gerade, daß das
∼
Daranmultiplizieren von s eine Bijektion R → T ~ liefert. Mit den Einheiten eines
kommutativen Ringes R verhält es sich nun genauso: Genau dann ist u ∈ R eine
∼
Einheit, wenn das Daranmultiplizieren von u eine Bijektion R → R liefert. Daher
rührt dann wohl auch die Terminologie.
5.2.23. Ein Körper kann in dieser Begrifflichkeit definiert werden als ein Kring,
der nicht der Nullring ist und in dem jedes von Null verschiedene Element eine
Einheit ist.

Proposition 5.2.24 (Endliche Primkörper). Sei m ∈ N. Genau dann ist der

Restklassenring Z/mZ ein Körper, wenn m eine Primzahl ist.

Beweis. Sei ohne Beschränkung der Allgemeinheit m ≥ 2. Ist m keine Primzahl,

so gibt es a, b ∈ N mit a < m und b < m aber ab = m. Dann gilt in Z/mZ
offensichtlich ā 6= 0 und b̄ 6= 0, aber ebenso offensichtlich gilt āb̄ = 0 und Z/mZ
hat Nullteiler. Damit kann Z/mZ kein Körper sein, da Einheiten nach 5.2.17 nie

133
Nullteiler sein können. Ist dahingegen m = p eine Primzahl, so folgt aus dem
Satz von Euklid 4.4.15, daß Z/pZ nullteilerfrei ist. Dann aber sind nach 5.2.20
alle seine von Null verschiedenen Elemente Einheiten und Z/pZ ist folglich ein
Körper.
5.2.25 (Terminologie und Notation). Die Körper Z/pZ für Primzahlen p so-
wie der Körper Q sind die „kleinstmöglichen Körper“ in einem Sinne, der in [AL]
3.1.6 präzisiert wird. Man nennt diese Körper deshalb auch Primkörper. Die end-
lichen Primkörper werden meist
Z/pZ = : Fp
notiert, mit einem F für „field“ oder „finite“. Die Notation Fq verwendet man al-
lerdings auch allgemeiner mit einer Primzahlpotenz q im Index als Bezeichnung
für „den endlichen Körper mit q Elementen“, den wir erst in [AL] 3.7.1 kennen-
lernen werden, und der weder als Ring noch als abelsche Gruppe isomorph ist zu
Z/qZ.
Ergänzung 5.2.26. Ich will versuchen, das Verfahren von Diffie-Hellman zum
öffentlichen Vereinbaren geheimer Schlüssel anhand des folgenden Schemas zu
erklären.

Geheimbereich Alice Öffentlicher Bereich Geheimbereich Bob

Bekanntgemacht wird
eine Gruppe G und ein
Element g ∈ G.
Alice wählt a ∈ N, be- Bob wählt b ∈ N, be-
rechnet g a und macht es rechnet g b und macht es
öffentlich. öffentlich.
ga, gb
Nach dem öffentlichen Nach dem öffentlichen
Austausch berechnet Austauch berechnet
Alice (g ) = g ba = g ab .
b a
Bob (g ) = g ab = g ba .
a b

Das Gruppenelement g ba = g ab ist dann der gemeinsame hoffentlich geheime

Schlüssel. Der Trick hierbei besteht darin, geeignete Paare (G, g) und geeignete
Zahlen a so zu finden, daß die Berechnung von g a unproblematisch ist, daß jedoch
kein schneller Algorithmus bekannt ist, der aus der Kenntnis von G, g und g a ein
mögliches a bestimmt, der also, wie man auch sagt, einen diskreten Logarithmus
von g a zur Basis g findet. Dann kann Alice g a veröffentlichen und dennoch a ge-
heim halten und ebenso kann Bob g b veröffentlichen und dennoch b geheim halten.
Zum Beispiel kann man für G die Einheitengruppe G = (Z/pZ)× des Primkör-
pers zu einer großen Primzahl p nehmen. Nun ist es natürlich denkbar, daß man

134
aus der Kenntnis von g a und g b direkt g ab berechnen kann, ohne zuvor a zu be-
stimmen, aber auch für die Lösung dieses sogenannten Diffie-Hellman-Problems
ist in diesem Fall kein schneller Algorithmus bekannt. Mit den derzeitig verfügba-
ren Rechenmaschinen können also Alice und Bob mit einer Rechenzeit von unter
einer Minute einen geheimen Schlüssel vereinbaren, dessen Entschlüsselung auf
derselben Maschine beim gegenwärtigen Stand der veröffentlichten Forschung
Millionen von Jahren bräuchte. Allerdings ist auch wieder nicht bewiesen, daß es
etwa Fall der Einheitengruppe eines großen Primkörpers nicht doch einen effizi-
enten Algorithmus zur Lösung des Diffie-Hellman-Problems gibt.
Ergänzung 5.2.27. Statt mit der Einheitengruppe endlicher Körper arbeitet man in
der Praxis auch oft mit sogenannten „elliptischen Kurven“, als da heißt, Lösungs-
mengen kubischer Gleichungen, deren Gruppengesetz Sie in einer Vorlesung über
algebraische Geometrie kennenlernen können.

Definition 5.2.28. Gegeben ein Ring R gibt es nach 5.1.10 genau einen Ring-
homomorphismus Z → R. Dessen Kern alias das Urbild der Null ist nach [GR]
3.3.21 eine Untergruppe von Z und hat nach 4.3.4 folglich die Gestalt mZ für
genau ein m ∈ N. Diese natürliche Zahl m nennt man die Charakteristik des
Rings R und notiert sie m = char R.

5.2.29 (Bestimmung der Charakteristik eines Rings). Um die Charakteristik

eines Rings R zu bestimmen, müssen wir anders gesagt sein Einselement 1 ∈ R
nehmen und bestimmen, wiewiele Summanden wir mindestens brauchen, damit
gilt 1 + 1 + . . . + 1 = 0 mit einer positiven Zahl von Summanden links. Kriegen
wir da überhaupt nie Null heraus, so ist die Charakteristik Null, wir haben also
etwa char Z = char Q = char R = char C = 0. Gilt bereits 1 = 0, so ist die
Charakteristik 1 und wir haben den Nullring vor uns. Für p ∈ N gilt allgemein
char(Z/pZ) = p.
5.2.30 (Die Charakteristik eines Körpers ist stets prim). Es ist leicht zu sehen,
daß die Charakteristik eines Körpers, wenn sie nicht Null ist, stets eine Primzahl
sein muß: Da der Nullring kein Körper ist, kann die Charakteristik nicht 1 sein.
Hätten wir aber einen Körper der Charakteristik m = ab > 0 mit natürlichen
Zahlen a < m und b < m, so wären die Bilder von a und b in unserem Körper
von Null verschiedene Elemente mit Produkt Null. Widerspruch!
Ergänzung 5.2.31. Im Körper F7 ist (−1) kein Quadrat, wie man durch Auspro-
bieren leicht feststellen kann. Einen Körper mit 49 Elementen kann man deshalb
nach [GR] 3.4.16 zum Beispiel erhalten, indem man analog wie bei der Konstruk-
tion der komplexen Zahlen aus den reellen Zahlen formal eine Wurzel aus (−1)
adjungiert.

135
Übungen
Ergänzende Übung 5.2.32. Gegeben eine abelsche Gruppe V und ein Körper K
∼
induziert die kanonische Identifikation Ens(K ×V, V ) → Ens(K, Ens(V, V )) aus
[GR] 2.3.33 eine Bijektion

Strukturen als K-Vektorraum ∼ Ringhomomorphismen
→
auf der abelschen Gruppe V K → Ab V

Wir verwenden hier unsere alternative Notation Ab V für den Endomorphismen-

ring der abelschen Gruppe V , um jede Verwechslung mit dem Endomorphismen-
ring als Vektorraum auszuschließen.
Übung 5.2.33. Man finde das multiplikative Inverse der Nebenklasse von 22 im
Körper F31 . Hinweis: Euklidischer Algorithmus.
Ergänzende Übung 5.2.34. Man konstruiere einen Körper mit 49 Elementen und
einen Körper mit 25 Elementen. Hinweis: [GR] 3.4.15 und [GR] 3.4.16.
Ergänzende Übung 5.2.35. Sei R ein kommutativer Ring, dessen Charakteristik
eine Primzahl p ist, für den es also einen Ringhomomorphismus Z/pZ → R
gibt. Man zeige, daß dann der sogenannte Frobenius-Homomorphismus F :
R → R, a 7→ ap ein Ringhomomorphismus von R in sich selber ist. Hinweis:
Man verwende, daß die binomische Formel [GR] 3.4.9 offensichtlich in jedem
kommutativen Ring gilt, ja sogar für je zwei Elemente a, b eines beliebigen Rings
mit ab = ba.
Ergänzende Übung 5.2.36. Wieviele Untergruppen hat die abelsche Gruppe Z/4Z?
Wieviele Untergruppen hat die abelsche Gruppe Z/2Z × Z/2Z?
Ergänzende Übung 5.2.37. Eine natürliche Zahl ist durch 11 teilbar genau dann,
wenn ihre „alternierende Quersumme“ durch 11 teilbar ist.
Ergänzende Übung 5.2.38. Eine natürliche Zahl, die kongruent zu sieben ist mo-
dulo acht, kann nicht eine Summe von drei Quadraten sein.
Ergänzende Übung 5.2.39. Eine Zahl mit einer Dezimaldarstellung der Gestalt
abcabc wie zum Beispiel 349349 ist stets durch 7 teilbar.
Ergänzende Übung 5.2.40. Es kann in Ringen durchaus Elemente a geben, für
die es zwar ein b gibt mit ba = 1 aber kein c mit ac = 1: Man denke etwa an
Endomorphismenringe unendlichdimensionaler Vektorräume. Wenn es jedoch b
und c gibt mit ba = 1 und ac = 1, so folgt bereits b = c und a ist eine Einheit.
Übung 5.2.41. Jeder Ringhomomorphismus macht Einheiten zu Einheiten. Jeder
Ringhomomorphismus von einem Körper in einen vom Nullring verschiedenen
Ring ist injektiv.

136
Übung 5.2.42. Sei p eine Primzahl. Eine abelsche Gruppe G kann genau dann mit
der Struktur eines Fp -Vektorraums versehen werden, wenn in additiver Notation
gilt pg = 0 für alle g ∈ G, und die fragliche Vektorraumstruktur ist dann durch
die Gruppenstruktur eindeutig bestimmt.
Ergänzende Übung 5.2.43. Wieviele Untervektorräume hat ein zweidimensiona-
ler Vektorraum über einem Körper mit fünf Elementen? Wieviele angeordnete
Basen?
Ergänzende Übung 5.2.44. Gegeben ein Vektorraum über einem endlichen Prim-
körper sind seine Untervektorräume genau die Untergruppen der zugrundeliegen-
den abelschen Gruppe.
Ergänzende Übung 5.2.45. Man zeige: In jedem endlichen Körper ist das Produkt
aller von Null verschiedenen Elemente (−1). Hinweis: Man zeige zunächst, daß
nur die Elemente ±1 ihre eigenen Inversen sind. Als Spezialfall erhält man (p −
1)! ≡ −1 (mod p) für jede Primzahl p. Diese Aussage wird manchmal auch als
Satz von Wilson zitiert. Ist n ∈ N≥1 keine Primzahl, so zeigt man im übrigen
leicht (n − 1)! ≡ 0 (mod n).
Übung 5.2.46. Gegeben m ≥ 1 sind die Einheiten des Restklassenrings Z/mZ
genau die Restklassen derjenigen Zahlen a mit 0 ≤ a < m, die zu m teiler-
fremd sind, in anderen Worten die primen Restklassen. In Formeln haben wir also
(Z/mZ)× = {ā | 0 ≤ a < m, hm, ai = h1i}. Hinweis: 4.4.12.

5.2.47.i Man zeige für Binomialkoeffizienten im Körper Fp die Identität

Übung
p−1
i
= (−1) .

5.3 Polynome
5.3.1. Ist K ein Ring, so bildet die Menge K[X] aller „formalen Ausdrücke“ der
Gestalt an X n + . . . + a1 X + a0 mit ai ∈ K unter der offensichtlichen Additi-
on und Multiplikation einen Ring, den Polynomring über K in einer Variablen
X, und wir haben eine offensichtliche Einbettung can : K ,→ K[X]. Die Her-
kunft der Bezeichnung diskutieren wir in [AN1] 3.1.19. Die aν heißen in diesem
Zusammenhang die Koeffizienten unseres Polynoms, genauer heißt aν der Koef-
fizient von X ν . Das X heißt die Variable unseres Polynoms und kann auch schon
mal mit einem anderen Buchstaben bezeichnet werden. Besonders gebräuchlich
sind hierbei Großbuchstaben vom Ende des Alphabets. Diese Beschreibung des
Polynomrings ist hoffentlich verständlich, sie ist aber nicht so exakt, wie eine De-
finition es sein sollte. Deshalb geben wir auch noch eine exakte Variante.

Definition 5.3.2. Sei K ein Ring. Wir bezeichnen mit K[X] die Menge aller Ab-
bildungen ϕ : N → K, die nur an endlich vielen Stellen von Null verschiedene

137
Werte annehmen, und definieren auf K[X] eine Addition und eine Multiplikation
durch die Regeln

(ϕ + ψ)(n) := Pϕ(n) + ψ(n)

(ϕ · ψ)(n) := i+j=n ϕ(i)ψ(j)

Mit diesen Verknüpfungen wird K[X] ein Ring, der Polynomring über K. Ord-
nen wir jedem a ∈ K die Abbildung N → K zu, die bei 0 den Wert a annimmt
und sonst den Wert Null, so erhalten wir eine Einbettung, ja einen injektiven Ring-
homomorphismus
can : K ,→ K[X]
Wir notieren ihn schlicht a 7→ a und nennen die Polynome im Bild dieser Einbet-
tung konstante Polynome. Bezeichnen wir weiter mit X die Abbildung N → K,
die bei 1 den Wert 1 annimmt und sonst nur den Wert Null,Pso können wir jede
Abbildung ϕ ∈ K[X] eindeutig schreiben in der Form ϕ = ν ϕ(ν)X ν und sind
auf einem etwas formaleren Weg wieder am selben Punkt angelangt.
Ergänzung 5.3.3. Im Fall eines Körpers K ist insbesondere K[X] als Gruppe
per definitionem der freie K-Vektorraum K[X] := KhNi über der Menge N der
natürlichen Zahlen.
5.3.4. Die wichtigste Eigenschaft eines Polynomrings ist, daß man „für die Varia-
ble etwas einsetzen darf“. Das wollen wir nun formal aufschreiben.
Proposition 5.3.5 (Einsetzen in Polynome). Seien K ein Kring und b ∈ K ein
Element. So gibt es genau einen Ringhomomorphismus

Eb : K[X] → K

mit Eb (X) = b und Eb ◦ can = idK . Wir nennen Eb den Einsetzungshomomor-

phismus zu b.
Beweis. Dieser eindeutig bestimmte Ringhomomorphismus Eb ist eben gegeben
durch die Vorschrift Eb (an X n + . . . + a1 X + a0 ) = an bn + . . . + a1 b + a0 .
5.3.6. Es ist üblich, das Bild unter dem Einsetzungshomomorphismus Eb eines
Polynoms P ∈ K[X] abzukürzen als

P (b) := Eb (P )

5.3.7. Unsere übliche Darstellung einer Zahl in Ziffernschreibweise läuft darauf

hinaus, die Koeffizienten eines Polynoms anzugeben, das an der Stelle 10 die be-
sagte Zahl als Wert ausgibt, also etwa 7258 = P (10) für P (X) das Polynom
7X 3 + 2X 2 + 5X + 8.

138
5.3.8. Es geht noch allgemeiner, man darf etwa über einem Körper auch quadra-
tische Matrizen in Polynome einsetzen. Wir sagen, zwei Elemente b und c eines
Rings kommutieren, wenn gilt bc = cb.

Proposition 5.3.9 (Einsetzen in Polynome, Variante). Seien ϕ : K → R ein

Ringhomomorphismus und b ∈ R ein Element derart, daß b für alle a ∈ K mit
ϕ(a) kommutiert. So gibt es genau einen Ringhomomorphismus

Eϕ,b = Eb : K[X] → R

mit Eb (X) = b und Eb ◦ can = ϕ. Wir nennen Eϕ,b den Einsetzungshomomor-

phismus zu b über ϕ.

Beweis. Dieser eindeutig bestimmte Ringhomomorphismus Eb ist gegeben durch

die Vorschrift Eb (an X n + . . . + a1 X + a0 ) := ϕ(an )bn + . . . + ϕ(a1 )b + ϕ(a0 ).
5.3.10. Es ist auch in dieser Allgemeinheit üblich, das Bild unter dem Einset-
zungshomomorphismus Eϕ,b eines Polynoms P ∈ K[X] abzukürzen als

P (b) := Eϕ,b (P )

So schreiben wir im Fall eines kommutativen Rings K zum Beispiel P (A) für die
Matrix, die ensteht beim Einsetzen einer quadratischen Matrix A ∈ Mat(n; K) in
das Polynom P . In diesem Fall hätten wir R = Mat(n; K) und ϕ wäre der Ring-
homomorphismus, der jedem a ∈ K das a-fache der Einheitsmatrix zuordnet.
5.3.11 (Wechsel der Koeffizienten). Ist ϕ : K → S ein Ringhomomorphismus,
so erhalten wir einen Ringhomomorphismus ϕ = ϕ[X] : K[X] → S[X] der
zugehörigen Polynomringe durch das „Anwenden von ϕ auf die Koeffizienten“.
Formal können wir ihn als das „Einsetzen von X für X über ϕ“ beschreiben, also
als den Ringhomomorphismus ϕ[X] = Eϕ,X .

Definition 5.3.12. Seien K ein Kring und P ∈ K[X] ein Polynom. Ein Element
a ∈ K heißt eine Nullstelle oder auch eine Wurzel von P , wenn gilt P (a) = 0.

Definition 5.3.13. Sei K ein Ring. Jedem Polynom P ∈ K[X] ordnen wir seinen
Grad grad P ∈ N t {−∞} (englisch degree, französisch degré) zu durch die
Vorschrift
grad P = n für P = an X n + . . . + a1 X + a0 mit an 6= 0;
grad P = −∞ für P das Nullpolynom.

Für ein von Null verschiedenes Polynom P = an X n + . . . + a1 X + a0 mit

n = grad P nennt man an ∈ K\0 seinen Leitkoeffizienten. Den Leitkoeffizi-
enten des Nullpolynoms definieren wir als die Null von K. Ein Polynom heißt

139
normiert, wenn sein Leitkoeffizient 1 ist. Das Nullpolynom ist demnach nur über
dem Nullring normiert, hat aber auch dort den Grad −∞. Auf Englisch heißen
unsere normierten Polynome monic polynomials. Ein Polynom vom Grad Eins
heißt linear, ein Polynom vom Grad Zwei quadratisch, ein Polynom vom Grad
Drei kubisch.
Lemma 5.3.14 (Grad eines Produkts). Ist K ein nullteilerfreier Ring, so ist auch
der Polynomring K[X] nullteilerfrei und der Grad eines Produkts ist die Summe
der Grade der Faktoren, in Formeln
grad(P Q) = grad P + grad Q
Beweis. Ist K nullteilerfrei, so ist offensichtlich der Leitkoeffizient von P Q das
Produkt der Leitkoeffizienten von P und von Q.
Lemma 5.3.15 (Polynomdivision mit Rest). Sei K ein Ring. Gegeben Polynome
P, Q ∈ K[X] mit Q normiert gibt es eindeutig bestimmte Polynome A, R mit
P = AQ + R und grad R ≤ (grad Q) − 1.
Beispiel 5.3.16. Die Polynomdivision mit Rest des Polynoms X 4 + 2X 2 durch
X 2 + 2X + 1 liefert
X 4 + 2X 2 = X 2 (X 2 + 2X + 1) − 2X 3 + X 2
= X 2 (X 2 + 2X + 1) − 2X(X 2 + 2X + 1) + 5X 2 + 2X
= (X 2 − 2X + 5)(X 2 + 2X + 1) − 8X − 5
Beweis. Ich habe mir bei der Formulierung des Lemmas Mühe gegeben, daß es
auch im Fall des Nullrings K = 0 richtig ist, wenn wir −∞ − 1 = −∞ verste-
hen. Für den Beweis dürfen wir damit annehmen, daß K nicht der Nullring ist.
Wir suchen ein Polynom A mit grad(P − AQ) kleinstmöglich. Gälte dennoch
grad(P − AQ) ≥ (grad(Q)), sagen wir P − AQ = aX r + . . . + c mit a 6= 0
und r > d = grad(Q), so hätte P − (A + aX r−d )Q echt kleineren Grad als R,
im Widerspruch zur Wahl von A. Das zeigt die Existenz. Für den Nachweis der
Eindeutigkeit gehen wir aus von einer weiteren Gleichung P = A0 Q + R0 mit
grad R0 < d. Es folgt zunächst (A − A0 )Q = R0 − R und wegen der offensicht-
lichen Formel für den Grad des Produkts eines beliebigen Polynoms mit einem
normierten Polynom weiter A − A0 = 0 und dann auch R0 − R = 0.
Korollar 5.3.17 (Abspalten von Linearfaktoren bei Nullstellen). Sei K ein
Kring und P ∈ K[X] ein Polynom. Genau dann ist λ ∈ K eine Nullstelle des
Polynoms P , wenn das Polynom (X − λ) das Polynom P teilt.
Beweis. Nach Lemma 5.3.15 über die Division mit Rest finden wir ein Polynom
A ∈ K[X] und eine Konstante b ∈ K mit P = A(X − λ) + b. Einsetzen von λ
für X liefert dann b = 0.

140
5.3.18. Der im Sinne von 5.3.13 lineare Faktor (X − λ) unseres Polynoms heißt
auch ein Linearfaktor, daher der Name des Korollars.
Satz 5.3.19 (Zahl der Nullstellen eines Polynoms). Ist K ein Körper oder all-
gemeiner ein kommutativer Integritätsbereich, so hat ein von Null verschiedenes
Polynom P ∈ K[X] höchstens grad P Nullstellen in K.
Beweis. Ist λ ∈ K eine Nullstelle, so finden wir nach 5.3.17 eine Darstellung
P = A(X − λ) mit grad A = grad P − 1. Eine von λ verschiedene Nullstelle von
P ist für K nullteilerfrei notwendig eine Nullstelle von A und der Satz folgt mit
Induktion.
Beispiel 5.3.20. In einem Körper K oder allgemeiner einem kommutativen Inte-
gritätsbereich gibt es zu jedem Element b ∈ K höchstens zwei Elemente a ∈ K
mit a2 = b. Ist nämlich a eine Lösung dieser Gleichung, so gilt X 2 − b =
(X − a)(X + a), und wenn wir da für X etwas von ±a Verschiedenes einset-
zen, kommt sicher nicht Null heraus.
Ergänzung 5.3.21. Die Kommutativität ist hierbei wesentlich. In 5.7.4 werden
wir den sogenannten „Schiefkörper der Quaternionen“ einführen, einen Ring, der
außer der Kommutativität der Multiplikation alle unsere Körperaxiome erfüllt. In
diesem Ring hat die Gleichung X 2 = −1 dann offensichtlich die sechs Lösungen
± i, ± j, ± k und nicht ganz so offensichtlich [ML] 1.6.9 sogar unendlich viele
Lösungen.
5.3.22. Ist K ein Körper oder allgemeiner ein Kring, P ∈ K[X] ein Polynom
und λ ∈ K eine Nullstelle von P , so nennen wir das Supremum über alle n ∈ N
mit (X − λ)n |P die Vielfachheit der Nullstelle λ oder auch ihre Ordnung. Das
Nullpolynom hat insbesondere an jeder Stelle eine Nullstelle mit der Vielfachheit
∞ und gar keine Nullstelle bei λ ist dasselbe wie eine „Nullstelle der Vielfachheit
Null“. Durch Abspalten von Nullstellen wie in 5.3.17 zeigt man, daß im Fall eines
Körpers oder allgemeiner eines kommutativen Integritätsbereichs auch die Zahl
der mit ihren Vielfachheiten gezählten Nullstellen eines von Null verschiedenen
Polynoms beschränkt ist durch seinen Grad.
Definition 5.3.23. Ein Körper K heißt algebraisch abgeschlossen, wenn jedes
nichtkonstante Polynom P ∈ K[X]\K mit Koeffizienten in unserem Körper K
auch eine Nullstelle in unserem Körper K hat.
Beispiel 5.3.24. Der Körper K = R ist nicht algebraisch abgeschlossen, denn das
Polynom X 2 + 1 hat keine reelle Nullstelle.
Vorschau 5.3.25. Der Körper C der komplexen Zahlen ist algebraisch abgeschlos-
sen. Das ist die Aussage des sogenannten Fundamentalsatzes der Algebra, für
den wir mehrere Beweise geben werden: Einen besonders elementaren Beweis

141
nach Argand in der Analysis in [AN1] 7.2.1, einen sehr eleganten mit den Metho-
den der Funktionentheorie in [FT1] 2.1.8, und einen mehr algebraischen Beweis,
bei dem die Analysis nur über den Zwischenwertsatz eingeht, in [AL] 4.3.8. Mir
gefällt der noch wieder andere Beweis mit den Mitteln der Topologie [TF] 1.7.13
am besten, da er meine Anschauung am meisten anspricht. Er wird in analytischer
Verkleidung bereits in [AN2] 5.7.18 vorgeführt. Eine heuristische Begründung
wird in nebenstehendem Bild vorgeführt.

Satz 5.3.26. Ist K ein algebraisch abgeschlossener Körper, so hat jedes von Null
verschiedene Polynom P ∈ K[X]\0 eine Zerlegung in Linearfaktoren der Ge-
stalt
P = c(X − λ1 ) . . . (X − λn )
mit n ≥ 0, c ∈ K × und λ1 , . . . , λn ∈ K, und diese Zerlegung ist eindeutig bis auf
die Reihenfolge der Faktoren.
5.3.27. Gegeben eine Nullstelle µ von P ist in diesem Fall die Zahl der Indizes i
mit λi = µ die Vielfachheit der Nullstelle µ. In der Sprache der Multimengen aus
[GR] 2.3.36 erhalten wir für jeden algebraisch abgeschlossenen Körper K eine
Bijektion zwischen der Menge aller „endlichen Multimengen von Elementen von
K“ und der Menge aller normierten Polynome mit Koeffizienten in K, indem wir
der Multimenge µ {λ1 , . . . , λn } das Polynom (X − λ1 ) . . . (X − λn ) zuordnen.
Beweis. Ist P ein konstantes Polynom, so ist nichts zu zeigen. Ist P nicht kon-
stant, so gibt es nach Annahme eine Nullstelle λ ∈ K von P und wir finden genau
ein Polynom P̃ mit P = (X − λ)P̃ . Der Satz folgt durch vollständige Induktion
über den Grad von P .
Korollar 5.3.28 (Faktorisierung reeller Polynome). Jedes von Null verschie-
dene Polynom P mit reellen Koeffizienten besitzt eine Zerlegung in Faktoren der
Gestalt
P = c(X − λ1 ) . . . (X − λr )(X 2 + µ1 X + ν1 ) . . . (X 2 + µs X + νs )
mit c, λ1 , . . . , λr , µ1 , . . . , µs , ν1 , . . . , νs ∈ R derart, daß die quadratischen Fak-
toren keine reellen Nullstellen haben. Diese Zerlegung ist eindeutig bis auf die
Reihenfolge der Faktoren.
Beweis. Da unser Polynom stabil ist unter der komplexen Konjugation, müssen
sich seine mit ihren Vielfachheiten genommenen komplexen Nullstellen so durch-
nummerieren lassen, daß λ1 , . . . , λr reell sind und daß eine gerade Zahl nicht re-
eller Nullstellen übrigbleibt mit λr+2t−1 = λ̄r+2t für 1 ≤ t ≤ s und r, s ≥ 0.
Die Produkte (X − λr+2t−1 )(X − λr+2t ) haben dann reelle Koeffizienten, da sie
ja stabil sind unter der komplexen Konjugation, haben jedoch keine reellen Null-
stellen.

142
Heuristische Begründung für den Fundamentalsatz der Algebra. Ein Polynom
n-ten Grades wird eine sehr große Kreislinie in der komplexen Zahlenebene mit
Zentrum im Ursprung abbilden auf einen Weg in der komplexen Zahlenebene,
der „den Ursprung n-mal umläuft“. Angedeutet ist etwa das Bild einer sehr
großen Kreislinie unter einem Polynom vom Grad Zwei. Schrumpfen wir nun
unsere sehr große Kreislinie zu immer kleineren Kreislinien bis auf einen Punkt,
so schrumpfen auch diese Wege zu einem konstanten Weg zusammen. Unsere
n-fach um einen etwa am Ursprung aufgestellten Pfahl laufende Seilschlinge
kann jedoch offensichtlich nicht auf einen Punkt zusammengezogen werden,
ohne daß wir sie über den Pfahl heben, anders gesagt: Mindestens eines der
Bilder dieser kleineren Kreislinien muß durch den Ursprung laufen, als da heißt,
unser Polynom muß auf mindestens einer dieser kleineren Kreislinien eine
Nullstelle habe. In [AN2] 5.7.21 oder besser [TF] 1.7.13 werden wir diese
Heuristik zu einem formalen Beweis ausbauen.

143
5.3.29 (Polynomringe in mehreren Variablen). Ähnlich wie den Polynomring
in einer Variablen 5.3.2 konstruiert man auch Polynomringe in mehr Variablen
über einem gegebenen Grundring K. Ist die Zahl der Variablen endlich, so kann
man induktiv definieren

K[X1 , . . . , Xn ] = (K[X1 , . . . , Xn−1 ])[Xn ]

Man kann aber auch für eine beliebige Menge I den Polynomring K[Xi ]i∈I bilden
als die Menge aller „endlichen formalen Linearkombinationen mit Koeffizienten
aus R von endlichen Monomen in den Xi “. Ich verzichte an dieser Stelle auf eine
formale Definition.

Übungen
Übung 5.3.30. Welche Matrix entsteht beim Einsetzen der quadratischen Matrix
0 1 2
(−1 0 ) in das Polynom X + 1 ?

Ergänzende Übung 5.3.31. Man zeige, daß jede Nullstelle α ∈ C eines normierten
Polynoms mit komplexen Koeffizienten X n + an−1 X n−1 + . . . + a0 die Abschät-
zung |α| ≤ 1 + |an−1 | + . . . + |a0 | erfüllt. Hinweis: Sonst gilt erst |α| > 1 und
dann |α|n > |an−1 αn−1 | + . . . + |a0 |. Umgekehrt zeige man auch, daß aus der Ab-
n
schätzung |α| ≤ C für alle komplexen Wurzeln die Abschätzung |ak | ≤ k C n−k
für die Koeffizienten folgt.
Übung 5.3.32. Ist P ∈ R[X] ein Polynom mit reellen Koeffizienten und µ ∈ C
eine komplexe Zahl, so gilt P (µ) = 0 ⇒ P (µ̄) = 0. Ist also eine komplexe Zahl
Nullstelle eines Polynoms mit reellen Koeffizienten, so ist auch die konjugiert
komplexe Zahl eine Nullstelle desselben Polynoms.

Ergänzende Übung 5.3.33. Seien k, K kommutative Ringe, i : k → K ein Ring-

homomorphismus und i : k[X] → K[X] der induzierten Ringhomomorphismus
zwischen den zugehörigen Polynomringen. Man zeige: Ist λ ∈ k eine Nullstelle
eines Polynoms P ∈ k[X], so ist i(λ) ∈ K eine Nullstelle des Polynoms i(P ).
Ergänzende Übung 5.3.34. Ist K ein Integritätsbereich, so induziert die kanoni-
∼
sche Einbettung K ,→ K[X] auf den Einheitengruppen eine Bijektion K × →
(K[X])× . Im Ring (Z/4Z)[X] aber ist etwa auch 1̄ + 2̄X eine Einheit.
Übung 5.3.35. Man zeige, daß es in einem endlichen Körper F einer von 2 ver-
schiedenen Charakteristik genau (|F| + 1)/2 Quadrate gibt, wohingegen in einem
endlichen Körper der Charakteristik 2 jedes Element das Quadrat eines weiteren
Elements ist.
Übung 5.3.36. Man zerlege das Polynom X 4 + 2 in R[X] in der in 5.3.28 be-
schriebenen Weise in ein Produkt quadratischer Faktoren ohne Nullstelle.

144
Die komplexen Nullstellen eines Polynoms mit reellen Koeffizienten, die nicht
reell sind, tauchen immer in Paaren aus einer Wurzel und ihrer komplex
Konjugierten auf, vergleiche auch Übung 5.3.32.

145
Ergänzende Übung 5.3.37. Ein reelles Polynom hat bei λ ∈ R eine mehrfache
Nullstelle genau dann, wenn auch seine Ableitung bei λ verschwindet.
Ergänzende Übung 5.3.38. Gegeben ein reelles Polynom, dessen komplexe Null-
stellen bereits sämtlich reell sind, ist jede Nullstelle seiner Ableitung reell und
wenn sie keine Nullstelle der Funktion selbst ist, eine einfache Nullstelle der Ab-
leitung. Hinweis: Zwischen je zwei Nullstellen unserer Funktion muß mindestens
eine Nullstelle ihrer Ableitung liegen.
Ergänzende Übung 5.3.39. Man zeige: Die rationalen Nullstellen eines normier-
ten Polynoms mit ganzzahligen Koeffizienten P ∈ Z[X] sind bereits alle ganz. In
Formeln folgt aus P (λ) = 0 für λ ∈ Q also bereits λ ∈ Z.
Ergänzende Übung 5.3.40. Gegeben ein Ring KPbilden auch die formalen Po-
tenzreihen mit Koeffizienten in K der Gestalt n≥0 an X n mit an ∈ K einen
Ring, der meist KJXK notiert wird. Man gebe eine exakte Definition dieses Rings
und zeige, daß seine Einheiten genau diejenigen Potenzreihen sind, deren kon-
stanter Term eine Einheit in K ist, in Formeln

KJXK× = K × + XKJXK

Man verallgemeinere die Definition und Beschreibung der Einheiten auf Potenz-
reihenringe KJX1 , . . . , Xn K in mehreren Variablen und konstruiere einen Ring-
isomorphismus
∼
(KJX1 , . . . , Xn K)JXn+1 K → KJX1 , . . . , Xn , Xn+1 K

Allgemeiner sei f = n≥0 an X n ∈ KJXK eine formale Potenzreihe, für die min-
P
destens ein Koeffizient eine Einheit ist. Man zeige, daß es dann genau eine Einheit
g ∈ KJXK× gibt derart, daß f g ein normiertes Polynom ist. Man zeige genauer:
Ist m minimal mit am ∈ K × , so gibt es g ∈ KJXK× mit f g normiert vom Grad
m. Diese Aussage ist ein formales Analogon des Weierstraß’schen Vorberei-
tungssatzes insbesondere im Fall, daß K selbst ein formaler Potenzreihenring in
mehreren Variablen ist.
Ergänzende Übung 5.3.41. Gegeben ein Ring K P bilden auch die formalen Lau-
rentreihen mit Koeffizienten in K der Gestalt n≥−N an X n mit an ∈ K und
N ∈ N einen Ring, der meist K((X)) notiert wird. Man gebe eine exakte Defini-
tion dieses Rings und zeige, daß im Fall K 6= 0 seine Einheiten genau diejenigen
von Null verschiedenen Reihen sind, bei denen der Koeffizient der kleinsten mit
von Null verschiedenem Koeffizienten auftauchenden Potenz von X eine Einheit
in K ist, in Formeln [
K((X))× = X n KJXK×
n∈Z

Insbesondere ist im Fall eines Körpers K auch K((X)) ein Körper.

146
Ergänzung 5.3.42. Wir verwenden hier die Terminologie, nach der bei formalen
Laurentreihen im Gegensatz zu den ursprünglichen Laurentreihen der Funktionen-
theorie nur endlich viele Terme mit negativen Exponenten erlaubt sind.

5.4 Polynome als Funktionen*

Lemma 5.4.1 (Interpolation durch Polynome). Seien K ein Körper und x0 ,
. . . , xn ∈ K paarweise verschiedene Stützstellen und y0 , . . . , yn ∈ K beliebig
vorgegebene Werte. So gibt es genau ein Polynom P ∈ K[X] vom Grad ≤ n mit
P (x0 ) = y0 , . . . , P (xn ) = yn .
Beweis. Zunächst ist sicher (X − x1 ) . . . (X − xn ) = : A0 (X) ein Polynom vom
Grad n, das bei x1 , . . . , xn verschwindet und an allen anderen Stellen von Null
verschieden ist, insbesondere auch bei x0 . Dann ist L0 (X) := A0 (X)/A0 (x0 ) ein
Polynom vom Grad n, das bei x0 den Wert Eins annimmt und bei x1 , . . . , xn ver-
schwindet. In derselben Weise konstruieren wir auch Polynome L1 (X), . . . , Ln (X)
und erhalten ein mögliches Interpolationspolynom als
n Q
j6=i (X − xj )
X
P (X) = y0 L0 (X) + . . . + yn Ln (X) = yi Q
i=0 j6=i (xi − xj )

Das zeigt die Existenz. Ist Q eine weitere Lösung derselben Interpolationsaufgabe
vom Grad ≤ n, so ist P − Q ein Polynom vom Grad ≤ n mit n + 1 Nullstellen,
eben bei den Stützstellen x0 , . . . , xn . Wegen 5.3.19 muß dann aber P − Q das
Nullpolynom sein, und das zeigt die Eindeutigkeit.
5.4.2. Um die bisher eingeführten algebraischen Konzepte anschaulicher zu ma-
chen, will ich sie in Bezug setzen zu geometrischen Konzepten. Ist K ein Kring,
so können wir jedem Polynom f ∈ K[X1 , . . . , Xn ] die Funktion f˜ : K n → K,
(x1 , . . . , xn ) 7→ f (x1 , . . . , xn ) zuordnen. Wir erhalten so einen Ringhomomor-
phismus
K[X1 , . . . , Xn ] → Ens(K n , K)
Dieser Homomorphismus ist im Allgemeinen weder injektiv noch surjektiv. Schon
für n = 1, K = R läßt sich ja keineswegs jede Abbildung R → R durch ein Poly-
nom beschreiben, also ist sie in diesem Fall nicht surjektiv. Im Fall eines endlichen
Körpers K kann weiter für n ≥ 1 unsere K-lineare Auswertungsabbildung vom
unendlichdimensionalen K-Vektorraum K[X1 , . . . , Xn ] in den endlichdimensio-
nalen K-Vektorraum Ens(K n , K) unmöglich injektiv sein. Wir haben jedoch den
folgenden Satz.
Satz 5.4.3 (Polynome als Funktionen). 1. Ist K ein unendlicher Körper, ja
allgemeiner ein unendlicher nullteilerfreier Kring, so ist für alle n ∈ N die
Auswertungsabbildung eine Injektion K[X1 , . . . , Xn ] ,→ Ens(K n , K);

147
Das Polynom P (X) = 2X 2 − 2X − 1 mit reellen Koeffizienten, das die an den
Stützstellen −1, 1, 2 vorgegebenen Werte 3, −1, 3 interpoliert.

148
2. Ist K ein endlicher Körper, so ist für alle n ∈ N die Auswertungsabbildung
eine Surjektion K[X1 , . . . , Xn ] Ens(K n , K). Den Kern dieser Surjekti-
on beschreibt Übung [LA2] 4.3.19.

Beweis. 1. Durch Induktion über n. Der Fall n = 0 ist eh klar. Für n = 1 folgt
die Behauptung aus der Erkenntnis, das jedes von Null verschiedene Polynom in
K[X] nur endlich viele Nullstellen in K haben kann. Der Kern der Abbildung

K[X] → Ens(K, K)

besteht also nur aus dem Nullpolynom. Für den Induktionsschritt setzen wir Xn =
Y und schreiben unser Polynom in der Gestalt

P = ad Y d + . . . + a1 Y + a0

mit ai ∈ K[X1 , . . . , Xn−1 ]. Halten wir (x1 , . . . , xn−1 ) = x ∈ K n−1 fest, so ist
ad (x)Y d + . . . + a1 (x)Y + a0 (x) ∈ K[Y ] das Nullpolynom nach dem Fall n = 1.
Also verschwinden ad (x), . . . , a1 (x), a0 (x) für alle x ∈ K n−1 , mit Induktion sind
somit alle ai schon das Nullpolynom und wir haben P = 0.
2. Das bleibt dem Leser überlassen. Man mag sich beim Beweis an 5.4.1 orien-
tieren. Wir folgern in [AL] 2.3.7 eine allgemeinere Aussage aus dem abstrakten
chinesischen Restsatz.

Übungen
Ergänzende Übung 5.4.4. Man zeige, daß jeder algebraisch abgeschlossene Kör-
per unendlich ist. Hinweis: Im Fall 1 6= −1 reicht es, Quadratwurzeln zu suchen.
Man zeige, daß jedes nichtkonstante Polynom P ∈ K[X, Y ] in zwei Veränderli-
chen über einem algebraisch abgeschlossenen Körper unendlich viele Nullstellen
in K 2 hat.
Ergänzende Übung 5.4.5 (Nullstellensatz für Hyperebenen). Sei K ein unend-
licher Körper. Verschwindet ein Polynom im Polynomring in d Variablen über
K auf einer affinen Hyperebene in K d , so wird es von der, bis auf einen Skalar
eindeutig bestimmten, linearen Gleichung besagter Hyperebene geteilt. Hinweis:
Ohne Beschränkung der Allgemeinheit mag man unsere Hyperebene als eine der
Koordinatenhyperebenen annehmen. Man zeige auch allgemeiner: Verschwindet
ein Polynom in d Veränderlichen über einem unendlichen Körper auf der Verei-
nigung der paarweise verschiedenen affinen Hyperebenen H1 , . . . , Hn ⊂ K d , so
wird es vom Produkt der linearen Gleichungen unserer Hyperebenen geteilt.

Ergänzende Übung 5.4.6 (Pythagoreische Zahlen). Man zeige: Stellen wir ei-
ne Lampe oben auf den Einheitskreis und bilden jeden von (0, 1) verschiedenen

149
Wir stellen eine Lampe oben auf den Einheitskreis und bilden jeden von (0, 1)
verschiedenen Punkt des Einheitskreises ab auf denjenigen Punkt der Parallelen
zur x-Achse durch (0, −1), auf den sein Schatten fällt. So entsprechen nach
Übung 5.4.6 die Punkte mit rationalen Koordinaten auf dem Einheitskreis genau
den Punkten mit rationalen Koordinaten auf unserer Parallelen. Ein Tripel
a, b, c ∈ Z mit a2 + b2 = c2 heißt ein pythagoreisches Zahlentripel. Die
pythagoreischen Zahlentripel mit größtem gemeinsamen Teiler ha, b, ci = h1i
und c > 0 entsprechen nun offensichtlich eineindeutig den Punkten mit
rationalen Koordinaten auf dem Einheitskreis vermittels der Vorschrift
(a, b, c) 7→ (a/c, b/c). In dieser Weise liefert unser Bild also einen geometrischen
Zugang zur Klassifikation der pythagoreischen Zahlentripel.

150
Punkt des Einheitskreises ab auf denjenigen Punkt der Parallelen zur x-Achse
durch (0, −1), auf den sein Schatten fällt, so entsprechen die Punkte mit rationa-
len Koordinaten auf dem Einheitskreis genau den Punkten mit rationalen Koordi-
naten auf unserer Parallelen. Hinweis: Hat ein Polynom in Q[X] vom Grad drei
zwei rationale Nullstellen, so ist auch seine dritte Nullstelle rational.
Ergänzung 5.4.7. Unter einem pythagoreischen Zahlentripel versteht man ein
Tripel (a, b, c) von positiven natürlichen Zahlen mit a2 + b2 = c2 , die also als
Seitenlängen eines rechtwinkligen Dreiecks auftreten können. Es scheint mir of-
fensichtlich, daß die Bestimmung aller pythagoreischen Zahlentripel im wesent-
lichen äquivalent ist zur Bestimmung aller Punkte mit rationalen Koordinaten auf
dem Einheitskreis, also aller Punkte (x, y) ∈ Q2 mit x2 + y 2 = 1.
Übung 5.4.8. Man zeige, daß die Menge der Polynome in Q[X], die an allen
Punkten aus N ganzzahlige Werte annehmen, übereinstimmt mit der Menge aller
Linearkombinationen mit ganzzahligen Koeffizienten der mithilfe der Binomial-
koeffizienten gebildeten Polynome

X X(X − 1) . . . (X − k + 1) X
:= falls k ≥ 1 und := 1.
k k(k − 1) . . . 1 0

Hinweis: Man berechne die Werte unserer Polynome bei X = 0, 1, 2, . . . Die

Übung zeigt, daß diejenigen Polynome in Q[X], die an allen Punkten aus N ganz-
zahlige Werte annehmen, sogar an allen Punkten aus Z ganzzahlige Werte an-
nehmen müssen. Sie heißen numerische Polynome. Man zeige weiter für jedes
Polynom in Q[X] vom Grad d ≥ 0, das an fast allen Punkten aus N ganzzahlige
Werte annimmt, daß es ein numerisches Polynom sein muß und daß das (d!)-fache
seines Leitkoeffizienten mithin eine ganze Zahl sein muß.
Ergänzende Übung 5.4.9. Man zeige, daß die Menge der Polynome in Q[X1 , . . . , Xr ],
die an allen Punkten aus Nr ganzzahlige Werte annehmen, übereinstimmt mit der
Menge aller Linearkombinationen mit ganzzahligen Koeffizienten von Produkten
der Gestalt
X1 Xr
...
k1 kr
mit k1 , . . . , kr ≥ 0. Hinweis: Man argumentiere wie in 5.4.8.

5.5 Äquivalenzrelationen
5.5.1. Unter einer Relation R auf einer Menge X verstehen wir wie in 1.4.2 eine
Teilmenge R ⊂ X × X des kartesischen Produkts von X mit sich selbst, also
eine Menge von Paaren von Elementen von X. Statt (x, y) ∈ R schreiben wir in
diesem Zusammenhang meist xRy.

151
Definition 5.5.2. Eine Relation R ⊂ X × X auf einer Menge X heißt eine Äqui-
valenzrelation genau dann, wenn für alle Elemente x, y, z ∈ X gilt:
1. Transitivität: (xRy und yRz) ⇒ xRz;

2. Symmetrie: xRy ⇔ yRx;

3. Reflexivität: xRx.
5.5.3. Ist eine Relation symmetrisch und transitiv und ist jedes Element in Relati-
on zu mindestens einem weiteren Element, so ist unsere Relation bereits reflexiv.
Ein Beispiel für eine Relation, die symmetrisch und transitiv ist, aber nicht refle-
xiv, wäre etwa die „leere Relation“ R = ∅ auf einer nichtleeren Menge X 6= ∅.
5.5.4. Gegeben eine Äquivalenzrelation ∼ auf einer Menge X betrachtet man für
x ∈ X die Menge A(x) := {z ∈ X | z ∼ x} und nennt sie die Äquivalenz-
klasse von x. Eine Teilmenge A ⊂ X heißt eine Äquivalenzklasse für unsere
Äquivalenzrelation genau dann, wenn es ein x ∈ X gibt derart, daß A = A(x)
die Äquivalenzklasse von x ist. Ein Element einer Äquivalenzklasse nennt man
auch einen Repräsentanten der Klasse. Eine Teilmenge Z ⊂ X, die aus jeder
Äquivalenzklasse genau ein Element enthält, heißt ein Repräsentantensystem.
Aufgrund der Reflexivität gilt x ∈ A(x), und man sieht leicht, daß für x, y ∈ X
die folgenden drei Aussagen gleichbedeutend sind:
1. x ∼ y;

2. A(x) = A(y);

3. A(x) ∩ A(y) 6= ∅.
5.5.5. Gegeben eine Äquivalenzrelation ∼ auf einer Menge X bezeichnen wir die
Menge aller Äquivalenzklassen, eine Teilmenge der Potenzmenge P(X), mit

(X/∼) := {A(x) | x ∈ X}

und haben eine kanonische Abbildung can : X → (X/∼), x 7→ A(x). Diese

kanonische Abbildung ist eine Surjektion und ihre Fasern sind genau die Äquiva-
lenzklassen unserer Äquivalenzrelation.
5.5.6. Ist f : X → Z eine Abbildung mit x ∼ y ⇒ f (x) = f (y), so gibt es nach
der universellen Eigenschaft von Surjektionen [GR] 2.3.28 genau eine Abbildung
f¯ : (X/∼) → Z mit f = f¯ ◦ can. Wir zitieren diese Eigenschaft manchmal als
die universelle Eigenschaft des Raums der Äquivalenzklassen. Sagt man, eine
Abbildung g : (X/∼) → Z sei wohldefiniert durch eine Abbildung f : X → Z,
so ist gemeint, daß f die Eigenschaft x ∼ y ⇒ f (x) = f (y) hat und daß man
g = f¯ setzt.

152
Beispiel 5.5.7 (Restklassen als Äquivalenzklassen). Gegeben eine ganze Zahl
m ∈ Z ist unser „kongruent modulo m“ aus 5.2.3 eine Äquivalenzrelation ∼
auf Z und die zugehörigen Äquivalenzklassen sind genau unsere Restklassen von
dort, so daß wir also (Z/ ∼) = Z/mZ erhalten.
Ergänzung 5.5.8. Sind R ⊂ X × X und S ⊂ Y × Y Äquivalenzrelationen, so
auch das Bild von (R × S) ⊂ (X × X) × (Y × Y ) unter der durch Vertauschen der
∼
mittleren Einträge gegebenen Identifikation (X × X) × (Y × Y ) → (X × Y ) ×
(X × Y ). Wir notieren diese Äquivalenzrelation auf dem Produkt kurz R × S.
Ergänzung 5.5.9. Gegeben auf einer Menge X eine Relation R ⊂ X × X gibt
es eine kleinste Äquivalenzrelation T ⊂ X × X, die R umfaßt. Man kann diese
Äquivalenzrelation entweder beschreiben als den Schnitt aller Äquivalenzrelatio-
nen, die R umfassen, oder auch als die Menge T aller Paare (x, y) derart, daß es
ein n ≥ 0 gibt und Elemente x = x0 , x1 , . . . , xn = y von X mit xν Rxν−1 oder
xν−1 Rxν für alle ν mit 1 ≤ ν ≤ n. Wir nennen T auch die von der Relation R er-
zeugte Äquivalenzrelation auf X. Denken wir uns etwa X als die „Menge aller
Tiere“ und R als die Relation „könnten im Prinzip miteinander fruchtbaren Nach-
wuchs zeugen“, so wären die Äquivalenzklassen unter der von dieser Relation
erzeugten Äquivalenzrelation eine mathematische Fassung dessen, was Biologen
unter einer „Tierart“ verstehen würden.

Übungen
Übung 5.5.10 (Konstruktion von (Z, +) aus (N, +)). Gegeben eine kommutative
nichtleere Halbgruppe (M, +) erklärt man ihre einhüllende Gruppe M̄ wie folgt:
Man geht aus von der Menge M × M und erklärt darauf eine Relation durch die
Vorschrift

(x, y) ∼ (a, b) ⇔ (∃c ∈ M mit x + b + c = y + a + c)

Man zeige, daß sie eine Äquivalenzrelation ist, und daß die komponentenweise
Verknüpfung auf M × M eine Verknüpfung auf der Menge der Äquivalenzklas-
sen M̄ := M ×M/ ∼ induziert. Man zeige weiter, daß mit dieser Verknüpfung M̄
eine abelsche Gruppe wird. Man zeige weiter, daß die Abbildung can : M → M̄ ,
a 7→ [x, x + a] dann unabhängig von der Wahl von x ∈ M und ein Halbgruppen-
homomorphismus ist. Man zeige, daß can genau dann injektiv ist, wenn M die
„Kürzungsregel“ (a + c = b + c) ⇒ (a = b) erfüllt. Gegeben eine Gruppe G zeige
man schließlich, daß das Vorschalten von can : M → M̄ eine Bijektion
∼
Grp(M̄ , G) → Halb(M, G)

liefert. Ist M ein Monoid, so ist unser M → M̄ sogar ein Monoidhomomorphis-

mus. Zum Beispiel kann man die obige Konstruktion verwenden, um aus dem

153
Monoid (N, +) oder der Halbgruppe (N≥1 , +) die additive Gruppe Z der ganzen
Zahlen N̄ = : Z zu bilden. Aufgrund der Kürzungsregel 4.2.7 ist die kanonische
Abbildung in diesem Fall eine Injektion N ,→ Z. Aus [AN1] 1.5.6 folgt dann
schließlich, daß sich unsere Multiplikation auf N aus 4.2.10 auf eine und nur ei-
ne Weise zu einer kommutativen und über + distributiven Multiplikation auf Z
fortsetzen läßt.
Ergänzende Übung 5.5.11. Ist G eine Gruppe und H ⊂ G × G eine Untergruppe,
die die Diagonale umfaßt, so ist H eine Äquivalenzrelation.

5.6 Quotientenkörper und Partialbruchzerlegung

5.6.1. Die Konstruktion des Körpers Q der Bruchzahlen aus dem Integritätsbe-
reich Z der ganzen Zahlen hatten wir bisher noch nicht formal besprochen. Hier
holen wir das gleich in größerer Allgemeinheit nach und zeigen, wie man zu je-
dem Integritätsbereich seinen „Quotientenkörper“ konstruieren kann.

Definition 5.6.2. Gegeben ein kommutativer Integritätsbereich R konstruieren

wir seinen Quotientenkörper
Quot(R)
wie folgt: Wir betrachten die Menge R × (R\0) und definieren darauf eine Rela-
tion ∼ durch die Vorschrift

(a, s) ∼ (b, t) genau dann, wenn gilt at = bs.

Diese Relation ist eine Äquivalenzrelation, wie man leicht prüft. Wir bezeichnen
die Menge der Äquivalenzklassen mit Quot(R) und die Äquivalenzklasse von
(a, s) mit as oder a/s. Dann definieren wir auf Quot(R) Verknüpfungen + und ·
durch die Regeln
a b at + bs a b ab
+ = und · =
s t st s t st
und überlassen dem Leser den Nachweis, daß diese Verknüpfungen wohldefiniert
sind und Quot(R) zu einem Körper machen und daß die Abbildung can : R →
Quot(R), r 7→ r/1 ein injektiver Ringhomomorphismus ist. Er heißt die kanoni-
sche Einbettung unseres Integritätsbereichs in seinen Quotientenkörper.

Ergänzung 5.6.3. Auf Englisch bezeichnet man den Quotientenkörper als fracti-
on field und auf Französisch als corps de fractions. Dort verwendet man folge-
richtig statt unserer Notation Quot(R) die Notation Frac(R). Die noch allgemei-
nere Konstruktion der „Lokalisierung“ lernen wir erst in [KAG] 3.1 kennen.

154
Beispiel 5.6.4. Der Körper der rationalen Zahlen Q wird formal definiert als der
Quotientenkörper des Rings der ganzen Zahlen, in Formeln

Q := Quot Z

Sicher wäre es unter formalen Aspekten betrachtet eigentlich richtig gewesen,

diese Definition schon viel früher zu geben. Es schien mir jedoch didaktisch un-
geschickt, gleich am Anfang derart viel Zeit und Formeln auf die exakte Kon-
struktion einer Struktur zu verwenden, die Ihnen bereits zu Beginn ihres Studiums
hinreichend vertraut sein sollte. Wie bereits bei rationalen Zahlen nennt man auch
im allgemeinen bei einem Bruch g/h das g den Zähler und das h den Nenner des
Bruchs.

Satz 5.6.5 (Universelle Eigenschaft des Quotientenkörpers). Sei R ein kom-

mutativer Integritätsbereich. Ist ϕ : R → A ein Ringhomomorphismus, unter
dem jedes von Null verschiedene Element von R auf eine Einheit von A abgebil-
det wird, so faktorisiert ϕ eindeutig über Quot R, es gibt also in Formeln genau
einen Ringhomomorphismus ϕ̃ : Quot R → A mit ϕ(r) = ϕ̃(r/1) ∀r ∈ R.

Beweis. Für jedes mögliche ϕ̃ muß gelten ϕ̃(r/s) = ϕ(r)ϕ(s)−1 , und das zeigt
bereits die Eindeutigkeit von ϕ̃. Um auch seine Existenz zu zeigen, betrachten
wir die Abbildung ϕ̂ : R × (R\0) → A gegeben durch ϕ̂(r, s) = ϕ(r)ϕ(s)−1
und prüfen, daß sie konstant ist auf Äquivalenzklassen. Dann muß sie nach 5.5.5
eine wohlbestimmte Abbildung Quot R → A induzieren, von der der Leser leicht
selbst prüfen wird, daß sie ein Ringhomomorphismus ist.
5.6.6 (Brüche mit kontrollierten Nennern). Gegeben ein kommutativer Integri-
tätsbereich R und eine Teilmenge S ⊂ R\0 betrachten wir im Quotientenkörper
von R den Teilring

S −1 R := {(r/s) ∈ Quot R | s ist Produkt von Elementen von S}

Hierbei ist die Eins auch als Produkt von Elementen von S zu verstehen, eben
als das leere Produkt. Insbesondere erhalten wir eine Einbettung R ,→ S −1 R
durch r 7→ (r/1). Ist nun ϕ : R → A ein Ringhomomorphismus, unter dem
jedes Element von S auf eine Einheit von A abgebildet wird, so faktorisiert ϕ mit
demselben Beweis wie zuvor eindeutig über S −1 R, es gibt also in Formeln genau
einen Ringhomomorphismus ϕ̃ : S −1 R → A mit ϕ(r) = ϕ̃(r/1) ∀r ∈ R.
Beispiel 5.6.7 (Auswerten rationaler Funktionen). Ist K ein Körper, so bezeich-
net man den Quotientenkörper des Polynomrings mit K(X) := Quot K[X] und
nennt ihn den Funktionenkörper zu K und seine Elemente rationale Funktio-
nen. Die Terminologie ist leicht irreführend, da die Elemente dieses Körpers ja

155
eigentlich formale Ausdrücke sind und eben gerade keine Funktionen. Inwie-
fern man sie zumindest für unendliches K doch als Funktionen verstehen darf,
soll nun ausgeführt werden. Gegeben λ ∈ K betrachten wir dazu die Menge
Sλ := {P | P (λ) 6= 0} aller Polynome, die bei λ keine Nullstelle haben. Dann ist
K(X)λ := Sλ−1 K[X] ⊂ K(X)
der Teilring aller Quotienten von Polynomen, die sich darstellen lassen als ein
Bruch, dessen Nenner bei λ keine Nullstelle hat. Auf diesem Teilring ist das Aus-
werten bei λ nach 5.6.6 ein wohlbestimmter Ringhomomorphismus K(X)λ →
K, den wir notieren als f 7→ f (λ). Er ist der einzige derartige Ringhomomorphis-
mus mit X 7→ λ. Gegeben f ∈ K(X) heißen die Punkte λ ∈ K mit f 6∈ K(X)λ
die Polstellen von f . Natürlich hat jedes Element f ∈ K(X) höchstens end-
lich viele Polstellen. Für jede rationale Funktion f ∈ K(X) wird ihr Definiti-
onsbereich D(f ) ⊂ K erklärt als die Menge aller Punkte a ∈ K, die keine
Polstellen von f sind. Durch „Kürzen von Nullstellen“ überzeugt man sich auch
leicht, daß jede rationale Funktion so als Quotient f = g/h geschrieben wer-
den kann, daß Zähler und Nenner keine gemeinsamen Nullstellen in K haben,
und daß dann die Polstellen gerade die Nullstellen des Nenners sind. Vereinbart
man, daß f diesen Stellen als Wert ein neues Symbol ∞ zuweisen soll, so er-
hält man für jeden unendlichen Körper K sogar eine wohlbestimmte Injektion
K(X) ,→ Ens(K, K t {∞}).
Ergänzung 5.6.8. Es ist sogar richtig, daß jede rationale Funktion eine eindeutige
maximal gekürzte Darstellung mit normiertem Nenner hat. Um das einzusehen,
benötigt man jedoch ein Analogon der eindeutigen Primfaktorzerlegung für Poly-
nomringe, das wir erst in [AL] 2.4.25 zeigen.
5.6.9. Wir erinnern aus 5.3.40 und 5.3.41 die Ringe der Potenzreihen und der
Laurentreihen. Gegeben ein Körper K liefert die Verknüpfung von Einbettungen
K[X] ,→ KJXK ,→ K((X)) offensichtlich einen Ringhomomorphismus und nach
der universellen Eigenschaft 5.6.5 mithin eine Einbettung K(X) ,→ K((X)). Das
Bild von (1 − X)−1 unter dieser Einbettung wäre etwa die „formale geometrische
Reihe“ 1 + X + X 2 + X 3 + . . .
∼
Ergänzung 5.6.10. Sei K ein Körper. Ist p ∈ K fest gewählt und K(T ) → K(X)
der durch T 7→ (X + p) gegebene Isomorphismus, so bezeichnet man das Bild
∼
von f ∈ K(T ) unter der Komposition K(T ) → K(X) ,→ K((X)) auch als die
Laurententwicklung von f um den Entwicklungspunkt p. Meist schreibt man
in einer Laurententwicklung statt X auch (T − p). So wäre die Laurententwick-
lung von f = T 2 /(T − 1) um den Entwicklungspunkt T = 1 etwa die endliche
Laurentreihe (T − 1)−1 + 2 + (T − 1).
Satz 5.6.11 (Partialbruchzerlegung). Ist K ein algebraisch abgeschlossener Kör-
per, so wird eine K-Basis des Funktionenkörpers K(X) gebildet von erstens den

156
Potenzen der Variablen (X n )n≥1 mitsamt zweitens den Potenzen der Inversen der
Linearfaktoren ((X − a)−n )n≥1, a∈K zuzüglich drittens der Eins 1 ∈ K(X).

5.6.12. Eine Darstellung einer rationalen Funktion als Linearkombination der

Elemente dieser Basis nennt man eine Partialbruchzerlegung unserer rationa-
len Funktion. Anschaulich scheint mir zumindest die lineare Unabhängigkeit der
behaupteten Basis recht einsichtig: Polstellen an verschiedenen Punkten können
sich ebensowenig gegenseitig aufheben wie Polstellen verschiedener Ordnung an
einem vorgegebenen Punkt. Alle rationalen Funktionen mag man auffassen als
Funktionen auf der projektiven Gerade P1 K aus 7.1.2 und die (X n )n≥1 als Funk-
tionen, die „eine Polstelle der Ordnung n im Unendlichen haben“. Das ist auch
der Grund dafür, daß ich die 1 im Satz oben extra aufgeführt habe und nicht statt-
dessen einfach kürzer (X n )n≥0 schreibe.
5.6.13. Ist K ein algebraisch abgeschlossener Körper, so sind die Polstellen eines
Elements f ∈ K(X) im Sinne von 5.6.7 genau die Elemente a ∈ K mit der
Eigenschaft, daß für ein n ≥ 1 der Term ((X − a)−n ) mit von Null verschiedenem
Koeffizienten in der Partialbruchzerlegung von f auftritt.
Ergänzung 5.6.14. In Büchern zur Analysis findet man oft eine Variante dieses
Satzes für den Körper K = R : In diesem Fall werden die im Satz beschriebenen
Elemente ergänzt zu einer Basis durch die Elemente 1/((X −λ)(X − λ̄))n und die
Elemente X/((X − λ)(X − λ̄))n für λ ∈ C mit positivem Imaginärteil und n ≥ 1
beliebig, wie der Leser zur Übung selbst zeigen mag. Eine Verallgemeinerung auf
den Fall eines beliebigen Körpers K wird in [AL] 3.7.17 diskutiert.
Beweis. Wir zeigen zunächst, daß unsere Familie den Funktionenkörper als K-
Vektorraum erzeugt. Sei also f ∈ K(X) dargestellt als Quotient von zwei Poly-
nomen f = P/Q mit Q 6= 0. Wir argumentieren mit Induktion über den Grad
von Q. Ist Q konstant, so haben wir schon gewonnen. Sonst besitzt Q eine Null-
stelle µ ∈ K und wir können schreiben Q(x) = (X − µ)m Q̃(x) mit m ≥ 1 und
Q̃(µ) 6= 0. Dann nehmen wir c = P (µ)/Q̃(µ) und betrachten die Funktion

P c P − cQ̃
− m
=
Q (X − µ) (X − µ)m Q̃

Aufgrund unserer Wahl von c hat der Zähler auf der rechten Seite eine Nullstelle
bei X = µ, wir können im Bruch also (X − µ) kürzen, und eine offensichtliche
Induktion über dem Grad des Polynoms Q beendet den Beweis. Zum Beweis der
linearen Unabhängigkeit betrachten wir eine Linearkombination unserer Basis in
spe, die die Nullfunktion darstellt. Sei c(X − a)−n ein Summand darin mit n ≥ 1
größtmöglich für die gewählte Polstelle a. So multiplizieren wir mit (X − a)n
und werten aus bei a im Sinne von 5.6.6 und finden, daß schon c = 0 gegolten

157
haben muß. So argumentieren wir alle Polstellen weg, und daß die nichtnegati-
ven Potenzen von X linear unabhängig sind folgt ja schon aus der Definition des
Polynomrings.
5.6.15 (Berechnung einer Partialbruchzerlegung). Will man konkret eine Par-
tialbruchzerlegung bestimmen, so rate ich dazu, mit einer Polynomdivision zu
beginnen und P = AQ + R zu schreiben mit Polynomen A und R derart, daß der
Grad von R echt kleiner ist als der Grad von Q. Wir erhalten P/Q = A + R/Q,
und in der Partialbruchzerlegung von R/Q tritt dann kein polynomialer Summand
mehr auf. Die Polstellen-Summanden gehören dann alle zu Nullstellen von Q und
ihr Grad ist beschränkt durch die Vielfachheit der entsprechenden Nullstelle von
Q. Nun setzen wir die Koeffizienten unserer Linearkombination als Unbestimm-
te an, für die wir dann ein lineares Gleichungssystem erhalten, das wir mit den
üblichen Verfahren lösen.
Beispiel 5.6.16. Wir bestimmen von (X 4 + 2X 2 )/(X 2 + 2X + 1) die Partial-
bruchzerlegung. Die Polynomdivision haben wir bereits in 5.3.16 durchgeführt
und X 4 + 2X 2 = (X 2 − 2X + 5)(X 2 + 2X + 1) − 8X − 5 erhalten, so daß sich
unser Bruch vereinfacht zu
X 4 + 2X 2 2 8X + 5
= X − 2X + 5 −
X 2 + 2X + 1 X 2 + 2X + 1
Jetzt zerlegen wir den Nenner in Linearfaktoren X 2 + 2X + 1 = (X + 1)2 und
dürfen nach unserem Satz über die Partialbruchzerlegung
8X + 5 a b
2
= +
(X + 1) X + 1 (X + 1)2
ansetzen, woraus sich ergibt 8X + 5 = aX + a + b und damit a = 8 und b = −3.
Die Partialbruchzerlegung unserer ursprünglichen Funktion hat also die Gestalt

X 4 + 2X 2 8 3
2
= X 2 − 2X + 5 − +
X + 2X + 1 X + 1 (X + 1)2
5.6.17 (Geschlossene Darstellung der Fibonacci-Zahlen). Wir bilden die soge-
nannte erzeugende Funktion der Fibonacci-Folge alias die formale Potenzreihe
f (x) = n≥0 fn xn mit den Fibonacci-Zahlen aus [GR] 1.2.2 als Koeffizienten.
P
Die Rekursionsformel für Fibonacci-Zahlen fn+2 = fn+1 + fn liefert unmittelbar
xf (x) + x2 f (x) = f (x) − x. Wir folgern (1 − x − x2 )f (x) = x. Umgekehrt
hat jede formale Potenzreihe, die diese Identität erfüllt, die Fibonacci-Zahlen als
Koeffizienten. Es gilt also, die Funktion x/(1 − x − x2 ) in eine Potenzreihe zu
entwickeln. Dazu erinnern wir Satz 5.6.11 über die Partialbruchzerlegung,
√ √schrei-
ben x2 + x − 1 = (x + α)(x + β) mit α = 12 + 21 5 und β = 21 − 12 5 und

158
dürfen x/(1 − x − x2 ) = a/(x + α) + b/(x + β) ansetzen. Zur Vereinfachung
der weiteren Rechnungen erinnern wir αβ = −1 und variieren unseren Ansatz
zu x/(1 − x − x2 ) = c/(1 − xα) + d/(1 − xβ). Das √ führt zu c + d = 0 alias
c = −d und αc+βd = −1 alias c = 1/(β −α) = 1/ 5. Die Entwicklung unserer
Brüche in eine geometrische Reihe nach 5.6.9 liefert damit im Ring der formalen
Potenzreihen die Identität
x X (xα)i (xβ)i
= √ − √
1 − x − x2 i≥0
5 5

und für den Koeffizienten von xi alias die i-te Fibonacci-Zahl fi ergibt sich wie in
[GR] 1.2.2 die Darstellung
√ !i √ !i
1 1+ 5 1 1− 5
fi = √ −√
5 2 5 2

Übungen
Übung 5.6.18. Man zeige: Besitzt ein kommutativer Integritätsbereich R eine An-
ordnung ≤, unter der er im Sinne von [AN1] 1.4.2 ein angeordneter Ring wird, so
besitzt sein Quotientenkörper Quot R genau eine Struktur als angeordneter Kör-
per, für die die kanonische Einbettung R ,→ Quot R mit der Anordnung verträg-
lich alias monoton wachsend ist. Speziell erhalten wir so die übliche Anordnung
auf Q = Quot Z.
Ergänzende Übung 5.6.19. Gegeben ein unendlicher Körper K und eine von Null
verschiedene rationale Funktion f ∈ K(X)× sind die Polstellen von f genau
die Nullstellen von (1/f ), als da heißt, die Stellen aus dem Definitionsbereich
von (1/f ), an denen diese Funktion den Wert Null annimmt. Fassen wir genauer
f als Abbildung f : K → K t {∞} auf, so entspricht (1/f ) der Abbildung
a 7→ f (a)−1 , wenn wir 0−1 = ∞ und ∞−1 = 0 vereinbaren.
Übung 5.6.20. Ist K ein algebraisch abgeschlossener Körper, so nimmt eine von
Null verschiedene rationale Funktion f ∈ K(X)× auf ihrem Definitionsbereich
fast jeden Wert an gleichviel Stellen an, genauer an n = max(grad g, grad h)
Stellen für f = g/h eine unkürzbare Darstellung als Quotient zweier Polynome.
In anderen Worten haben unter f : D(f ) → K fast alle Punkte a ∈ K genau n
Urbilder.
Übung 5.6.21. Sei P ∈ Q(X) gegeben. Man zeige: Gibt es eine Folge ganzer
Zahlen aus dem Definitionsbereich unserer rationalen Funktion an ∈ Z ∩ D(P )
mit an → ∞ und P (an ) ∈ Z für alle n, so ist P bereits ein Polynom P ∈ Q[X].

159
Übung 5.6.22. Sei K ein Köper und seien f, g ∈ K(X) gegeben. Man zeige: Gibt
es unendlich viele Punkte aus dem gemeinsamen Definitionsbereich D(f )∩D(g),
an denen f und g denselben Wert annehmen, so gilt bereits f = g in K(X).
Ergänzende Übung 5.6.23. Man zeige, daß im Körper Q((X)) jede formale Po-
tenzreihe mit konstantem Koeffizienten Eins eine Quadratwurzel besitzt. Die Qua-
dratwurzel von (1 + X) kann sogar durch die binomische Reihe [AN1] 5.1.19
explizit angegeben werden, aber das sieht man leichter mit den Methoden der
Analysis.
Übung 5.6.24. Man bestimme die Partialbruchzerlegung von 1/(1+X 4 ) in C(X).
Übung 5.6.25. Man zeige, daß bei einem Bruch P (T )/(T n (T − 1)m ) mit Zähler
P (T ) ∈ Z[T ] auch alle Koeffizienten bei der Partialbruchzerlegung ganze Zahlen
sind.
Übung 5.6.26. Man bearbeite nocheinmal die Übungen [GR] 1.2.10 und [GR]
1.2.11.
Übung 5.6.27 (Verknüpfung rationaler Funktionen). Ist K ein Körper und P ∈
K[X] ein von Null verschiedenes Polynom, so liegt jede Nullstelle von P im
größeren Körper K(Y ) ⊃ K bereits im Teilkörper K. Gegeben f ∈ K(X) gehört
jedes g ∈ K(Y )\K zum Definitionsbereich von f und wir setzen
f ◦ g := f (g)
Man zeige, daß die K-linearen Körperhomomorphismen ϕ : K(X) → K(Y ) alle
die Gestalt ϕ : f 7→ f ◦ g haben für g = ϕ(X) ∈ K(Y )\K. Sind f und g beide
nicht konstant, so ist auch f ◦ g nicht konstant. Gegeben f, g, h ∈ K(X)\K zeige
man die Assoziativität (f ◦ g) ◦ h = f ◦ (g ◦ h). Unsere Abbildung K(X) →
Ens(K, K t {∞} kann zu einer Abbildung K(X) → Ens(K t {∞}) fortgesetzt
werden, indem wir für f = P/Q den Wert f (∞) erklären als den Quotienten
an /bn der Leitkoeffizienten, falls P und Q denselben Grad n haben, und ∞ falls
der Grad von P größer ist als der von Q, und 0 falls er kleiner ist. So erhalten wir
einen Monoidhomomorphismus (K(X), ◦) → (Ens(K t {∞}), ◦), der im Fall
eines unendlichen Körpers K injektiv ist.

5.7 Quaternionen*
5.7.1. Dieser Abschnitt ist für den Rest der Vorlesung unerheblich. Allerdings ge-
hören die Quaternionen in meinen Augen zur mathematischen Allgemeinbildung.
Definition 5.7.2. Ein Schiefkörper ist ein Ring R, der nicht der Nullring ist und
in dem alle von Null verschiedenen Elemente Einheiten sind. Auf englisch sagt
man skew field, auf französisch corps gauche. Gleichbedeutend spricht man auch
von einem Divisionsring.

160
Satz 5.7.3 (Quaternionen). Es gibt Fünftupel (H, i, j, k, κ) bestehend aus einem
Ring H, Elementen i, j, k ∈ H und einem Ringhomomorphismus κ : R → H
derart, daß gilt
i2 = j2 = k2 = i j k = −1
und κ(a)q = qκ(a) ∀a ∈ R, q ∈ H und daß 1, i, j, k eine Basis von H bilden für
die durch die Vorschrift R × H → H, (a, q) 7→ κ(a)q auf H gegebene Struktur
als R-Vektorraum. Des weiteren ist in einem derartigem Fünftupel der Ring H ein
Schiefkörper.

5.7.4. Ein derartiges Fünftupel ist im Wesentlichen eindeutig bestimmt in der of-
fensichtlichen Weise. Um das zu sehen beachten wir, daß durch Multiplikation
der letzten Gleichung von rechts mit k folgt i j = k und durch Invertieren beider
Seiten weiter j i = − k. Von da ausgehend erhalten wir unmittelbar die Formeln

i j = k = − j i, j k = i = − k j, k i = j = − i k,

und so die Eindeutigkeit. Wegen dieser Eindeutigkeit erlauben wir uns den be-
stimmten Artikel und nennen H den Schiefkörper der Quaternionen, da er näm-
lich als Vektorraum über den reellen Zahlen die Dimension Vier hat, oder auch
den Schiefkörper der Hamilton’schen Zahlen nach seinem Erfinder Hamilton.
Weiter kürzen wir für reelle Zahlen a ∈ R meist κ(a) = a ab. Jedes Element
q ∈ H hat also die Gestalt

q = a + b i +c j +d k

mit wohlbestimmten a, b, c, d ∈ R. Die Abbildung C ,→ H mit a + biC 7→ a + bi

ist ein Ringhomomorphismus und wir machen auch für komplexe Zahlen meist
in der Notation keinen Unterschied zwischen unserer Zahl und ihrem Bild in H
unter obiger Einbettung. In [AL] 3.12.2 diskutieren wir, warum und in welcher
Weise R, C und H bis auf Isomorphismus die einzigen Schiefkörper endlicher
Dimension „über dem Körper R“ sind.
5.7.5. Auch die Abbildungen C → H mit a+biC 7→ a+bj oder mit a+biC 7→ a+bk
sind Ringhomomorphismen, und wir werden bald sehen, daß es sogar unendlich
viele R-lineare Ringhomomorphismen, ja eine ganze 3-Sphäre von R-linearen
Ringhomomorphismen C → H gibt.
5.7.6. Hamilton war von seiner Entdeckung so begeistert, daß er eine Gedenktafel
an der Dubliner Broom Bridge anbringen ließ, auf der zu lesen ist: „Here as he
walked by on the 16th of October 1843 Sir William Rowan Hamilton in a flash
of genius discovered the fundamental formula for quaternion multiplication i2 =
j2 = k2 = i j k = −1 & cut it on a stone of this bridge“.

161
Beweis. Bezeichne H die Menge aller komplexen (2 × 2)-Matrizen der Gestalt

z −y
H= z, y ∈ C ⊂ Mat(2; C)
ȳ z̄
Die Addition und Multiplikation von Matrizen induziert offensichtlich eine Addi-
tion und Multiplikation auf H und wir erhalten eine Einbettung C ,→ H vermittels
z 7→ diag(z, z̄). Das Bilden der konjugierten transponierten Matrix definiert einen
Antiautomorphismus q 7→ q̄ von H, in Formeln qw = w̄q̄, und q q̄ ist für q 6= 0
stets positiv und reell. Folglich ist H ein Schiefkörper. Wir fassen C meist als
Teilmenge von H auf vermittels der eben erklärten Einbettung, aber vorerst un-
terscheiden wir noch zwischen den komplexen Zahlen 1C , iC und den Matrizen
1 = diag(1C , 1C ), i = diag(iC , − iC ). Unser H hat dann über R die Basis 1, i, j, k
mit i := diag(iC , − iC ) und

0 1 0 iC
j := und k :=
−1 0 iC 0
und es gilt
i2 = j2 = k2 = i j k = −1
5.7.7. Jede zyklische Vertauschung von i, j, k liefert einen Automorphismus der
Quaternionen. Die Konjugation q 7→ q̄ aus der im Beweis gegebenen Konstruktion
hat in der Basis 1, i, j, k die Gestalt
a + b i +c j +d k = a − b i −c j −d k
und hat wie bereits erwähnt die Eigenschaft qw = w̄q̄. Gegeben ein Quaterni-
on q = a + b i +c j +d k nennt man a = (q + q̄)/2 seinen Realteil und schreibt
a = Re(q). Für q = a + b i +c j +d k ist q q̄ = q̄q = a2 + b2 + c2 + d2 und
√
man setzt |q| = q q̄ und nennt diese reelle Zahl den Betrag unseres Quaterni-
ons. Offensichtlich kann für q 6= 0 sein Inverses durch die Formel q −1 = q̄/|q|2
angegeben werden. Offensichtlich gilt dann |qw| = |q||w| für alle q, w ∈ H und
die Gruppe aller Quaternionen der Länge Eins besteht genau aus allen unitären
(2 × 2)-Matrizen mit Determinante Eins. Darin enthalten ist die Untergruppe der
acht Quaternionen {±1, ± i, ± j, ± k}, die sogenannte Quaternionengruppe, von
deren Multiplikationstabelle Hamilton bei seiner Konstruktion ausgegangen war.
Vorschau 5.7.8. Gegeben ein Kring R mitsamt einem selbstinversen Ringhomo-
morphismus R → R, r 7→ r̄ und einem Element v ∈ R mit v̄ = v bildet allge-
meiner die Menge aller (2 × 2)-Matrizen der Gestalt

z vy
H= z, y ∈ R ⊂ Mat(2; R)
ȳ z̄
einen Teilring des Matrizenrings. Derartige Ringe heißen Quaternionenringe.

162
5.7.9. Es gibt außer der Identität nur einen R-linearen Körperhomomorphismus
C → C, nämlich die komplexe Konjugation. Im Fall der Quaternionen liefert da-
hingegen jede von Null verschiedene Quaternion q ∈ H× einen R-linearen Ring-
homomorphismus int q : H → H, w 7→ qwq −1 , und int q = int q 0 impliziert
bereits Rq = Rq 0 .

Übungen
Übung 5.7.10. Man zeige, daß es für jedes Quaternion q mit Realteil Re q = 0 und
Betrag |q| = 1 einen R-linearen Ringhomomorphismus C → H gibt mit iC 7→ q.
Ergänzende Übung 5.7.11. Man zeige: Sind zwei natürliche Zahlen jeweils eine
Summe von vier Quadraten, so auch ihr Produkt. Diese Erkenntnis ist ein wich-
tiger Schritt bei einem Beweis des sogenannten Vier-Quadrate-Satzes von La-
grange, nach dem jede natürliche Zahl eine Summe von vier Quadratzahlen ist,
etwa 3 = 12 + 12 + 12 + 02 oder 23 = 32 + 32 + 22 + 12 .

163
6 Determinanten und Eigenwerte
6.1 Das Signum einer Permutation
6.1.1. Wir beginnen hier mit dem Studium der sogenannten „symmetrischen Grup-
pen“. Mehr dazu können Sie später in [AL] 1.5 lernen.

Definition 6.1.2. Die Gruppe aller Permutationen alias bijektiven Selbstabbildun-

gen der Menge {1, 2, . . . , n} notieren wir

Sn := Ens× {1, 2, . . . , n}

Sie heißt auch die n-te symmetrische Gruppe. Nach [GR] 2.3.35 hat diese Grup-
pe |Sn | = n! Elemente. Viele Autoren verwenden statt Sn auch die alternative
Notation Σn . Eine Permutation, die zwei Elemente unserer Menge vertauscht und
alle anderen Elemente festhält, heißt eine Transposition.

Definition 6.1.3. Ein Fehlstand einer Permutation σ ∈ Sn ist ein Paar (i, j) mit
1 ≤ i < j ≤ n aber σ(i) > σ(j). Die Zahl der Fehlstände heißt die Länge l(σ)
unserer Permutation, in Formeln

l(σ) := |{(i, j) | i < j aber σ(i) > σ(j)}|

Das Signum einer Permutation ist definiert als die Parität der Zahl ihrer Fehlstän-
de, in Formeln
sgn(σ) = (−1)l(σ)
Eine Permutation mit Signum +1 alias gerader Länge heißt eine gerade Permu-
tation, eine Permutation mit Signum −1 alias ungerader Länge eine ungerade
Permutation.

Beispiel 6.1.4. Die Identität von Sn ist jeweils die einzige Permutation der Länge
Null. Die Transposition, die die Zahlen i und j vertauscht, hat die Länge 2|i −
j| − 1, wie auch nebenstehendes Bild sofort zeigt, und ist also insbesondere stets
ungerade.

Lemma 6.1.5 (Multiplikativität des Signums). Für jede natürliche Zahl n ist
unser Signum ein Gruppenhomomorphismus sgn : Sn → {1, −1} von der sym-
metrischen Gruppe Sn in die zweielementige Gruppe der Vorzeichen, in Formeln
gilt also
sgn(στ ) = sgn(σ) sgn(τ ) ∀σ, τ ∈ Sn

164
Diese Bilder illustrieren zwei mögliche Anschauungen für die Länge einer
Permutation, in diesem Fall der Permutation σ ∈ S6 mit 1 7→ 2, 2 7→ 4, 3 7→ 1,
4 7→ 5, 5 7→ 3 und 6 7→ 6 : Im oberen Bild ist die Länge ganz offensichtlich die
„Zahl der Kreuzungen von Abbildungspfeilen“, in unserem Fall haben wir also
l(σ) = 4. Im unteren Bild habe ich unter jede Zahl n jeweils σ(n) geschrieben
und dann gleiche Zahlen verbunden, und hier ist ähnlich l(σ) = 4 gerade die
„Zahl der Kreuzungen solcher Verbindungslinien“. Der Leser sei ermutigt, sich
auch die Produktformel für das Signum 6.1.5 mithilfe dieser Bilder anschaulich
zu machen.

165
Die Transposition, die i und j vertauscht, hat genau 2|i − j| − 1 Fehlstände.
Insbesondere ist jede Transposition ungerade.

166
Erster Beweis. Wir vereinbaren speziell für diesen Beweis für das Vorzeichen ei-
ner von Null verschiedenen ganzen Zahl a ∈ Z\0 die Notation [a] := a/|a| ∈
{1, −1}. Damit können wir das Signum einer Permutation σ dann auch schreiben
als Y
sgn(σ) = [σ(j) − σ(i)]
i<j

Für eine beliebige weitere Permutation τ finden wir dann

Y Y [σ(τ (j)) − σ(τ (i))] Y
[στ (j) − στ (i)] = [τ (j) − τ (i)]
i<j i<j
[τ (j) − τ (i)] i<j

Da nun aber für eine beliebige weitere Permutation τ auch die {τ (j), τ (i)} für
i < j genau die zweielementigen Teilmengen von {1, . . . , n} durchlaufen, gilt für
eine beliebige weitere Permutation τ auch die Formel
Y [σ(τ (j)) − σ(τ (i))]
sgn(σ) =
i<j
[τ (j) − τ (i)]

Das zeigt die Behauptung.

Zweiter Beweis. Wir betrachten den Polynomring Z[X1 , . . . , Xn ] aus 5.3.29. Für
jede Permutation σ ∈ Sn erklären wir für diesen Ring einen Ringhomomorphis-
mus σ : Z[X1 , . . . , Xn ] → Z[X1 , . . . , Xn ] zu sich selber vermittels der Vertau-
schung der Variablen, in Formeln σ : Xi 7→ Xσ(i) . Dann gilt für jedes Polynom P
sicher τ (σP ) = (τ σ)P . Betrachten wir nun speziell das Polynom
Y
P = (Xi − Xj )
i<j

Offensichtlich gilt σP = sgn(σ)P . Damit folgt aber unmittelbar die von der Mitte
aus zu entwickelnde Gleichungskette

sgn(τ ) sgn(σ)P = τ (σP ) = (τ σ)P = sgn(τ σ)P

Daraus folgt dann die Behauptung.

Ergänzung 6.1.6. Für jedes n bilden die geraden Permutationen als Kern eines
Gruppenhomomorphismus nach [GR] 3.3.19 eine Untergruppe von Sn . Diese Grup-
pe heißt die alternierende Gruppe und wird An notiert.

167
Übungen
Übung 6.1.7. Die Permutation σ ∈ Sn , die i ganz nach vorne schiebt ohne die
Reihenfolge der übrigen Elemente zu ändern, hat (i − 1) Fehlstände und folglich
das Signum sgn(σ) = (−1)i−1 .
Übung 6.1.8. Jede Permutation einer endlichen angeordneten Menge läßt sich dar-
stellen als eine Verknüpfung von Transpositionen benachbarter Elemente.
Ergänzende Übung 6.1.9. Ist T eine endliche Menge, so gibt es genau einen Grup-
penhomomorphismus
sign : Ens× (T ) → {1, −1}
derart, von der Gruppe der Permutationen von T in die zweielementige Gruppe
der Vorzeichen derart, daß jede Transposition auf (−1) abgebildet wird. Im Fall
|T | ≥ 2 ist das sogar der einzige surjektive Gruppenhomomorphismus zwischen
besagten Gruppen. Wir nennen unseren Gruppenhomomorphismus auch in dieser
Allgemeinheit das Signum und kürzen ihn wieder mit sign = sgn ab. Auch in
dieser Allgemeinheit nennen wir eine Permutation mit Signum +1 gerade, und
eine Permutation mit Signum −1 ungerade. Es ist allerdings nicht mehr sinnvoll,
in dieser Allgemeinheit von der „Länge“ einer Permutation zu reden.
Übung 6.1.10. Die symmetrische Gruppe Sn wird erzeugt von der Transposition τ
der Elemente 1 und 2 zusammen mit der „zyklischen Vertauschung“ σ : i 7→ i + 1
für 1 ≤ i < n und n 7→ 1. Die symmetrische Gruppe S5 wird sogar erzeugt
von der „zyklischen Vertauschung“ und einer beliebigen weiteren Transposition
τ . Mutige zeigen stärker: Die symmetrische Gruppe Sp für eine beliebige Primzahl
p wird erzeugt von der „zyklischen Vertauschung“ und einer beliebigen weiteren
Transposition τ .
∼
Übung 6.1.11. Man gebe einen Gruppenisomorphismus S3 → GL(2; F2 ) an.

6.2 Die Determinante und ihre Bedeutung

Definition 6.2.1. Sei K ein Kring und n ∈ N. Die Determinante ist die Abbil-
dung det : Mat(n; K) → K von den quadratischen Matrizen mit Einträgen in
unserem Kring in besagten Kring selbst, die gegeben wird durch die Vorschrift
 
a11 . . . a1n
A =  ... ..  7→ det A := X sgn(σ)a
1σ(1) . . . anσ(n)

. 
an1 . . . ann σ∈S n

Summiert wird über alle Permutationen von n und der Vorfaktor sgn(σ) meint das
Signum der Permutation σ nach 6.1.3. Unsere Formel heißt die Leibniz-Formel.

168
Für den Extremfall n = 0 der „leeren Matrix“ ist zu verstehen, daß ihr die De-
terminante 1 zugeordnet wird: Formal gibt es genau eine Permutation der leeren
Menge, deren Signum ist Eins, und dies Signum wird multipliziert mit dem leeren
Produkt, das nach unseren Konventionen auch den Wert Eins hat.

6.2.2 (Herkunft der Terminologie). Wie wir in 6.4.2 sehen werden, bestimmt
alias determiniert die Determinante, ob ein quadratisches lineares Gleichungssys-
tem eindeutig lösbar ist. Daher rührt die Terminologie.

Beispiele 6.2.3. Wir erhalten etwa

det(a) = a

a b
det = ad − cb
c d
 
a11 a12 a13
a11 a22 a33 + a12 a23 a31 + a13 a21 a32
det a21 a22 a23  =
−a31 a22 a13 − a32 a23 a11 − a33 a21 a12
a31 a32 a33

Im Fall der (3×3)-Matrizen heißt das manchmal die Jägerzaunformel aus einem
Grund, den die nebenstehende Abbildung illustriert. Für n ≥ 4 macht die Be-
rechnung der Determinante anhand der Leibniz-Formel als Summe von n! ≥ 24
Termen keinen Spaß mehr. Wir besprechen in 6.3.9, wie man in diesen Fällen
geschickter vorgehen kann.
Beispiel 6.2.4 (Determinanten von Dreiecksmatrizen). Die Determinante einer
oberen Dreiecksmatrix ist das Produkt ihrer Diagonaleinträge. In der Tat ist die
Identität die einzige Permutation σ mit σ(i) ≤ i für alle i, folglich trägt im Fall
einer oberen Dreiecksmatrix in der Leibniz-Formel nur der Summand mit σ = id
zur Determinante bei. Dasselbe gilt für untere Dreiecksmatrizen.

Lemma 6.2.5. Die Determinante einer Matrix ändert sich nicht beim Transponie-
ren, in Formeln
det A> = det A

Beweis. Per definitionem gilt det A> =

P
σ∈Sn sgn(σ)aσ(1)1 . . . aσ(n)n . Ist nun
τ = σ −1 die inverse Permutation, so haben wir sgn(τ ) = sgn(σ) und darüber
hinaus a1τ (1) . . . anτ (n) = aσ(1)1 . . . aσ(n)n , denn diese Produkte unterscheiden sich
nur in der Reihenfolge ihrer Faktoren. Damit ergibt sich dann wie behauptet
X
det A> = sgn(τ )a1τ (1) . . . anτ (n)
τ ∈Sn

169
Um die Determinante einer (3 × 3)-Matrix zu berechnen mag man die erste und
zweite Spalte danebenschreiben und dann die Produkte der drei Dreierdiagonalen
nach rechts unten addieren und davon die Produkte der drei Dreierdiagonalen
nach rechts oben abziehen. Diese Eselsbrücke heißt auch die „Jägerzaunformel“.
Für (4 × 4)-Matrizen liefert aber die analoge Regel nicht mehr die Determinante!

Die Determinante einer block-oberen Dreiecksmatrix ist, wie Sie in Übung 6.2.9
zeigen, das Produkt der Determinanten ihrer Blöcke auf der Diagonalen. Dieses
Bild illustriert den Fall von nur zwei Blöcken auf der Diagonalen. Das Symbol
unten links ist eine Null, das Symbol ∗ deutet an, daß unerheblich ist, was da
steht.

170
6.2.6 (Schmutzige Anschauung: Betrag der Determinante und Volumen). Vor
der weiteren Entwicklung der Theorie will ich nun zunächst die anschauliche Be-
deutung der Determinante einer Matrix mit reellen Einträgen diskutieren. Ich be-
ginne mit der anschaulichen Bedeutung des Betrags der Determinante und be-
schränke mich dazu erst einmal auf den Fall n = 2. Hoffentlich ist anschaulich
klar, daß jede lineare Abbildung L : R2 → R2 einen „Flächenveränderungsfaktor“
c(L) haben sollte, daß es also dazu eine reelle Konstante c(L) ≥ 0 geben sollte
derart, daß „das Bild unter L eines Flächenstücks U der Fläche vol(U ) die Fläche
vol(LU ) = c(L) vol(U ) hat“. Formal zeigt das die Transformationsformel [AN3]
1.10.1, die für besagte Konstante auch gleich die Formel

c(L) = |det L|

liefert. Ich will diese Formel im folgenden heuristisch begründen. Anschaulich ist
hoffentlich klar, daß unsere durch die Vorschrift L 7→ c(L) gegebene „Flächen-
veränderungsfaktorabbildung“ c : Mat(2; R) → R≥0 die folgenden Eigenschaften
haben sollte:

1. Sie sollte „multiplikativ“ sein, in Formeln c(LM ) = c(L)c(M );

2. Die Streckung einer Achse sollte die Fläche eines Flächenstücks genau
durch Multiplikation mit dem Betrag des Streckfaktors ändern, in Formeln
c(diag(a, 1)) = c(diag(1, a)) = |a|;

3. Scherungen sollten Flächen unverändert lassen, in Formeln c(D) = 1 für D

eine obere oder untere Dreiecksmatrix mit Einsen auf der Diagonale.

Da sich nun nach 2.5.10 jede Matrix als Produkt von Elementarmatrizen darstel-
len läßt, kann es höchstens eine Abbildung c : Mat(2; R) → R≥0 geben, die diese
drei Eigenschaften hat. In 6.4.1 werden wir für unsere Determinante die „Multi-
plikationsformel“ det(LM ) = det(L) det(M ) zeigen, und zusammen mit unserer
Formel 6.2.4 für die Determinante einer oberen oder unteren Dreiecksmatrix wird
dann auch umgekehrt klar, daß M 7→ |det M | eine Abbildung mit unseren drei
Eigenschaften ist. Das beendet unsere heuristische Argumentation für die Stich-
haltigkeit der Anschauung als Flächenveränderungsfaktor für den Betrag der De-
terminante von reellen (2 × 2)-Matrizen. In höheren Dimensionen liefert dieselbe
Argumentation analoge Resultate, insbesondere kann der Betrag der Determinan-
te einer (3 × 3)-Matrix aufgefaßt werden als der Faktor, um den die zugehörige
lineare Abbildung Volumina ändert. Damit sollte auch anschaulich klar werden,
warum det L 6= 0 gleichbedeutend ist zur Invertierbarkeit von L, was wir im all-
gemeinen als 6.4.2 zeigen.

171
6.2.7 (Schmutzige Anschauung: Determinantenvorzeichen und Drehsinn). Das
Vorzeichen der Determinante einer invertierbaren reellen (2 × 2)-Matrix zeigt an-
schaulich gesprochen an, „ob die dadurch gegebene lineare Selbstabbildung der
Ebene R2 den Drehsinn erhält oder umkehrt“. Diese Erkenntnis wird vielleicht
am ehesten durch die Aussage [AN2] 5.5.16 formalisiert, nach der die „Wegzu-
sammenhangskomponente des neutralen Elements“ in der GL(n; R) genau aus
allen Matrizen mit positiver Determinante besteht. Im Fall allgemeiner angeord-
neter Körper wird diese anschauliche Erkenntnis ihrerseits unsere Definition 6.5.2
einer „Orientierung“ auf einem Vektorraum über einem angeordneten Körper mo-
tivieren. Um die Beziehung zwischen Drehsinn und Determinante heuristisch zu
begründen, können wir ähnlich argumentieren wie zuvor: Zunächst einmal führen
wir ganz heuristisch eine angepaßte Notation ein und erklären für eine invertier-
∼
bare lineare Abbildung L : R2 → R2 ein Vorzeichen ε(L) durch die Vorschrift

1 L erhält den Drehsinn;
ε(L) =
−1 L kehrt den Drehsinn um.

In Formeln ausgedrückt behaupten wir dann also

ε(L) = det L/| det L|

Diese Formel will ich im folgenden heuristisch begründen. Anschaulich ist hof-
fentlich klar, daß unser ε : GL(2; R) → {1, −1} die folgenden Eigenschaften
haben sollte:

1. Es sollte „multiplikativ“ sein, in Formeln ε(LM ) = ε(L)ε(M );

2. Die Streckung einer Achse sollte den Drehsinn genau durch die Multipli-
kation mit dem Vorzeichen des Streckfaktors ändern, in Formeln sollte für
a ∈ R× also gelten ε(diag(a, 1)) = ε(diag(1, a)) = a/|a|;

3. Scherungen sollten den Drehsinn nicht ändern, in Formeln sollte also gelten
ε(D) = 1 für D eine obere oder untere Dreiecksmatrix mit Einsen auf der
Diagonale.

Da sich nun nach 2.5.10 jede invertierbare Matrix als Produkt von invertierba-
ren Elementarmatrizen darstellen läßt, kann es höchstens eine Abbildung ε :
GL(2; R) → {1, −1} geben, die diese drei Eigenschaften hat. In 6.4.1 werden
wir die „Multiplikationsformel“ det(LM ) = det(L) det(M ) für unsere Deter-
minante zeigen, und zusammen mit unserer Formel 6.2.4 für die Determinante
einer oberen oder unteren Dreiecksmatrix wird dann umgekehrt auch klar, daß
M 7→ det M/| det M | eine Abbildung mit unseren drei Eigenschaften ist. Das be-
endet unsere heuristische Argumentation für die Stichhaltigkeit der Anschauung

172
det M/| det M | = ε(L) für das Vorzeichen der Determinante von invertierbaren
(2 × 2)-Matrizen. In höheren Dimensionen liefert eine analoge Argumentation
analoge Resultate. So zeigt etwa das Vorzeichen der Determinante einer invertier-
baren Abbildung L : R3 → R3 an, ob sie die „Händigkeit“ erhält oder vielmehr
„Rechtsgewinde und Linksgewinde vertauscht“.
Ergänzung 6.2.8 (Händigkeit und Spiegel). Amüsant ist in diesem Zusammen-
hang die naive Frage, warum ein Spiegel „rechts und links vertauscht, aber nicht
oben und unten“. Die Antwort lautet, daß ein Spiegel ebensowenig rechts und
links vertauscht wie oben und unten, sondern vielmehr vorne und hinten. Wir ver-
suchen nur unbewußt, uns so gut wie möglich mit unserem Spiegelbild zu iden-
tifizieren, indem wir hinter den Spiegel treten, in Formeln also durch eine 180◦ -
Drehung im Raum um eine geeignete vertikale Achse im Spiegel. Dann stellen
wir fest, daß das zwar fast gelingt aber nicht ganz, und daß genauer die Verknüp-
fung der Spiegelung am Spiegel mit dieser Drehung gerade eine Spiegelung ist,
die rechts und links vertauscht.

Übungen
Übung 6.2.9. Die Determinante einer block-oberen Dreiecksmatrix ist das Pro-
dukt der Determinanten ihrer Blöcke auf der Diagonalen. Hinweis: Man variiere
das Argument für 6.2.4.

6.3 Charakterisierung der Determinante

Definition 6.3.1. Seien V, U Vektorräume über einem Körper K. Eine bilineare
Abbildung F : V × V → U heißt symmetrisch, wenn gilt
F (v, w) = F (w, v) ∀v, w ∈ V
Eine bilineare Abbildung F : V × V → U heißt alternierend, wenn gilt
F (v, v) = 0 ∀v ∈ V
6.3.2 (Herkunft der Bezeichnung „alternierend“). Gegeben eine bilineare Ab-
bildung F : V × V → U mit der Eigenschaft F (v, v) = 0 ∀v ∈ V , die also im
Sinne unserer Definition 6.3.1 alternierend ist, gilt stets
F (v, w) = −F (w, v) ∀v, w ∈ V
In der Tat haben wir
0 = F (v + w, v + w)
= F (v, v + w) + F (w, v + w)
= F (v, v) + F (v, w) + F (w, v) + F (w, w)
= F (v, w) + F (w, v)

173
Gilt umgekehrt F (v, w) = −F (w, v) ∀v, w ∈ V , so folgt F (v, v) = −F (v, v)
alias (1K + 1K )F (v, v) = 0K für alle v ∈ V , und haben wir 1K + 1K 6= 0K alias
char K 6= 2, so folgt daraus auch wieder F (v, v) = 0.
6.3.3. Man mag eine bilineare Abbildung F : V × V → U antisymmetrisch
nennen, wenn gilt F (v, w) = −F (w, v) für alle v, w. Damit sind allerdings in
Charakteristik Zwei symmetrische Bilinearformen dasselbe wie antisymmetrische
Bilinearformen.
Definition 6.3.4. Seien V1 , . . . , Vn , W Vektorräume über einem Körper K. Eine
Abbildung F : V1 × . . . × Vn → W heißt multilinear genau dann, wenn für
alle j und alle für i 6= j beliebig aber fest gewählten vi ∈ Vi die Abbildung
Vj → W , vj 7→ F (v1 , . . . , vj , . . . , vn ) linear ist. Für die Menge aller derartigen
multilinearen Abbildungen verwenden wir die Notation

Hom(n) (V1 × V2 × . . . × Vn , W )

Im Fall n = 2 erhalten wir unsere bilinearen Abbildungen aus 2.3.8, im Fall

n = 1 unsere linearen Abbildungen. Im Fall n = 0 verwenden wir die Notati-
on Hom(0) ({∗}, W ) für die Menge aller 0-multilinearen Abbildungen vom lee-
ren Produkt nach W alias aller beliebigen Abbildungen von der einelementigen
Menge ens = {∗} nach W . Das Auswerten bei ∗ liefert damit eine Bijektion
∼
Hom(0) ({∗}, W ) → W . Wir werden sie in der Notation oft so behandeln, als
seien diese Mengen schlicht gleich.
Definition 6.3.5. Seien V, W Vektorräume über einem Körper K. Eine multili-
neare Abbildung F : V × . . . × V → W heißt alternierend genau dann, wenn
sie auf jedem n-Tupel verschwindet, in dem zwei Einträge übereinstimmen, wenn
also in Formeln gilt

(∃i 6= j mit vi = vj ) ⇒ F (v1 , . . . , vi , . . . , vj , . . . vn ) = 0

Wir verwenden für den Raum aller derartigen alternierenden multilinearen Ab-
bildungen die Notation Altn (V, W ). Ist W = K der Grundkörper, so sprechen
wir von Multilinearformen und verwenden die abkürzende Notation Altn (V ) :=
Altn (V, K).
6.3.6. Sei F : V × . . . × V → W eine alternierende multilineare Abbildung. Mit
6.3.2 folgt, daß sich das Vorzeichen von F ändert, wann immer man zwei Einträge
vertauscht, in Formeln

F (v1 , . . . , vi , . . . , vj , . . . , vn ) = −F (v1 , . . . , vj , n . . . , vi , . . . , vn )

Im Fall eines Grundkörpers einer von Zwei verschiedenen Charakteristik erhält

man wieder mit 6.3.2 auch die umgekehrte Implikation.

174
Satz 6.3.7 (Charakterisierung der Determinante). Ist K ein Körper, so ist die
Determinante die einzige Abbildung det : Mat(n; K) → K, die multilinear und
alternierend ist als Funktion der n Spaltenvektoren und die der Einheitsmatrix die
Eins zuordnet.

Beweis. Daß unsere in 6.2.1 durch die Leibniz-Formel definierte Determinan-

te multilinear ist und der Einheitsmatrix die Eins zuordnet, scheint mir offen-
sichtlich. Stimmen weiter zwei Spalten einer Matrix überein, so verschwindet
ihre Determinante, denn für τ ∈ Sn die Transposition der entsprechenden In-
dizes gilt a1σ(1) . . . anσ(n) = a1τ σ(1) . . . anτ σ(n) und sgn(σ) = − sgn(τ σ), so daß
sich in der Leibniz-Formel die entsprechenden Terme gerade wegheben. Unse-
re durch die Leibniz-Formel gegebene Abbildung hat also die geforderten Ei-
genschaften, und es gilt nur noch zu zeigen, daß es keine weiteren Abbildungen
d : Mat(n; K) → K mit den besagten Eigenschaften gibt. Nach 6.3.10 ist nun
eine multilineare Abbildung festgelegt und festlegbar durch ihre Werte auf Tupeln
von Basisvektoren. Insbesondere kennen wir aber unsere multilineare Abbildung
d bereits, wenn wir ihre Werte

d(eσ(1) | . . . |eσ(n) )

kennen für alle Abbildungen σ : {1, . . . , n} → {1, . . . , n}. Ist d zusätzlich al-
ternierend, so gilt d(eσ(1) | . . . |eσ(n) ) = 0, falls σ nicht injektiv ist, und für jede
Transposition τ haben wir d(eστ (1) | . . . |eστ (n) ) = −d(eσ(1) | . . . |eσ(n) ). Da nach
6.1.8 die Transpositionen die symmetrische Gruppe erzeugen, folgt daraus
(
sgn(σ)d(e1 | . . . |en ) σ ∈ Sn ;
d(eσ(1) | . . . |eσ(n) ) =
0 sonst.

Erfüllt d dann auch noch unsere Bedingung d(e1 | . . . |en ) = 1 für die Determinante
der Einheitsmatrix, so folgt sofort d = det.
6.3.8 (Multilineare alternierende Funktionen auf Matrizen). Im allgemeinen
folgt über einem beliebigen Körper K mit den Argumenten des vorhergehenden
Beweises für jede Abbildung d : Mat(n; K) → K, die multilinear und alternie-
rend ist als Funktion der n Spaltenvektoren, die Formel

d = d(e1 | . . . |en ) det

Das brauchen wir für den vorhergehenden Beweis zwar schon gar nicht mehr zu
wissen, es wird sich aber beim Beweis der Multiplikativität der Determinante als
hilfreich erweisen.

175
6.3.9 (Berechnung der Determinante). Will man die Determinante einer Matrix
explizit ausrechnen, so empfiehlt es sich bei größeren Matrizen, sie zunächst mit
dem Gauß-Algorithmus in Zeilenstufenform zu bringen: Addieren wir ein Viel-
faches einer Zeile zu einer anderen, ändert sich die Determinante nach 6.3.7 ja
nicht, und vertauschen wir zwei Zeilen, so ändert sich nur ihr Vorzeichen. Bei ei-
ner Matrix in Zeilenstufenform ist dann nach 6.2.4 die Determinante schlicht das
Produkt der Diagonaleinträge.

Übungen
Übung 6.3.10. Gegeben Vektorräume V1 , V2 , . . . , Vn , W über einem festen Körper
bezeichne Hom(n) (V1 × V2 × . . . × Vn , W ) die Menge aller multilinearen Abbil-
dungen V1 × V2 × . . . × Vn → W . Man zeige: Ist Bi ⊂ Vi jeweils eine Basis, so
liefert die Restriktion eine Bijektion
∼
Hom(n) (V1 × . . . × Vn , W ) → Ens(B1 × . . . × Bn , W )

Jede multilineare Abbildung ist also festgelegt und festlegbar durch die Bilder von
Tupeln von Basisvektoren. Den Spezialfall n = 1 kennen wir bereits aus 2.3.2,
den Spezialfall n = 2 aus 2.3.9, im Fall n = 0 ist die Aussage eh tautologisch.
Übung 6.3.11. Gegeben ein Körper K und ein K-Vektorraum der endlichen Di-
mension dim V = n ≥ 0 ist der Raum der alternierenden multilinearen Abbildun-
gen V n → K eindimensional.
Übung 6.3.12 (Multiverknüpfung multilinearer Abbildungen). Man zeige: Ge-
geben ein Körper K und natürliche Zahlen n ≥ 0 und m(1), . . . , m(n) ≥ 0 und
K-Vektorräume W, V1 , . . . , Vn , U1,1 , . . . U1,m(1) , . . . , Un,m(n) und multilineare Ab-
bildungen f : V1 × . . . × Vn → W sowie gi : Ui,1 × . . . × Ui,m(i) → Vi ist
auch die Abbildung f ◦ (g1 × . . . × gn ) vom Produkt der Ui,j nach W multilinear.
Oder nein, das ist scheußlich auszuschreiben: Man behandle nur den Fall n = 3,
m(1) = m(2) = 2, m(3) = 0.

6.4 Rechenregeln für Determinanten

Satz 6.4.1 (Multiplikativität der Determinante). Sei K ein Kring. Gegeben qua-
dratische Matrizen A, B ∈ Mat(n; K) gilt

det(AB) = (det A)(det B)

Erster Beweis. Wir notieren Tn := Ens({1, . . . , n}) die Menge aller Abbildungen

176
κ : {1, . . . , n} → {1, . . . , n} und rechnen
P Q
det(AB) = σ sgn(σ) i (AB)iσ(i)
P Q P
= σ sgn(σ) i j aij bjσ(i)
P
= σ∈Sn , κ∈Tn sgn(σ)a1κ(1) bκ(1)σ(1) . . . anκ(n) bκ(n)σ(n)
P P
= κ∈Tn a1κ(1) . . . anκ(n) σ∈Sn sgn(σ)bκ(1)σ(1) . . . bκ(n)σ(n)
P
= κ∈Tn a1κ(1) . . . anκ(n) det(Bκ )

wo Bκ diejenige Matrix bezeichnet, deren Zeilen der Reihe nach die Zeilen mit
den Indizes κ(1), . . . , κ(n) der Matrix B sind. Aus 6.3.7 folgt aber det Bκ = 0
falls κ 6∈ Sn und (det Bκ ) = sgn(κ)(det B) falls κ ∈ Sn . Damit erhalten wir dann
det(AB) = (det A)(det B) wie gewünscht.
Zweiter Beweis im Körperfall. Die Formel ist klar, wenn die zweite der beiden
Matrizen eine Elementarmatrix ist, also eine Matrix, die sich von der Einheits-
matrix in höchstens einem Eintrag unterscheidet. In der Tat entspricht in diesem
Fall die Rechtsmultiplikation mit besagter Matrix einer Spaltenoperation. Unsere
Formel folgt im allgemeinen, da nach 2.5.10 jede Matrix ein Produkt von Ele-
mentarmatrizen ist.
Dritter Beweis im Körperfall. Man hält die Matrix A fest und betrachtet die bei-
den Abbildungen Mat(n; K) → K gegeben durch B 7→ det(A) det(B) und
B 7→ det(AB). Beide sind multilinear und alternierend als Funktion der Spalten
von B, und beide ordnen der Einheitsmatrix B = I den Wert det(A) zu. Aus 6.3.8
folgt damit unmittelbar, daß unsere beiden Abbildungen übereinstimmen.
Vierter Beweis im Körperfall. Im Rahmen der allgemeinen Theorie der Multili-
nearformen geben wir einen alternativen Beweis in [AN2] 6.1.16 sowie ähnlich
aber in einem noch größeren Rahmen in [LA2] 6.7.14.
Ableitung des Falls beliebiger Kringe aus dem Fall eines Körpers. Man betrach-
te die (n × n)-Matrizen mit Einträgen Xij und Yij im Polynomring Z[Xij , Yij ]
über Z in 2n2 Veränderlichen. Als kommutativer Integritätsbereich liegt dieser Po-
lynomring in einem Körper, eben in seinem Quotientenkörper, weshalb man aus
dem Körperfall folgern kann, daß die Multiplikationsformel auch für Matrizen mit
Einträgen in diesem Ring gelten muß, und insbesondere für die eben beschriebe-
nen Matrizen. Dann aber gilt sie auch, wenn wir für die Variablen irgendwelche
Elemente irgendeines Krings einsetzen.
Satz 6.4.2 (Determinantenkriterium für Invertierbarkeit). Die Determinante
einer quadratischen Matrix mit Einträgen in einem Körper ist von Null verschie-
den genau dann, wenn unsere Matrix invertierbar ist.

177
Beweis. In Formeln behaupten wir für einen Körper K und eine beliebige qua-
dratische Matrix A ∈ Mat(n; K) also

det A 6= 0 ⇔ A invertierbar

Ist A invertierbar, so gibt es eine Matrix B = A−1 mit AB = I. Mit der Multi-
plikationsformel folgt (det A)(det B) = det I = 1 und folglich det A 6= 0. Das
zeigt die Implikation ⇐. Ist A nicht invertierbar, so hat A nicht vollen Rang, die
Familie der Spaltenvektoren von A ist demnach linear abhängig. Wir können al-
so einen Spaltenvektor, ohne Beschränkung der Allgemeinheit den Ersten, durch
die Anderen ausdrücken, etwa a∗1 = λ2 a∗2 + . . . + λn a∗n . Dann folgt mit den
Eigenschaften multilinear und alternierend jedoch

det A = det(λ2 a∗2 + . . . + λn a∗n |a∗2 | . . . |a∗n )

= λ2 det(a∗2 |a∗2 | . . . |a∗n ) + . . . + λn det(a∗n |a∗2 | . . . |a∗n )
= λ2 0 + . . . + λn 0
= 0

Damit ist auch die andere Implikation ⇒ gezeigt.

6.4.3 (Determinante eines Endomorphismus). Aus der Multiplikationsformel
folgt sofort det(T −1 ) = (det T )−1 für jede invertierbare Matrix T und damit er-
gibt sich für jede weitere quadratische Matrix M die Identität det(T −1 M T ) =
det M . Nach 3.5.10 gilt für einen Endomorphismus f : V → V eines endlichdi-
mensionalen Vektorraums über einem Körper K und N = B [f ]B und M = A [f ]A
die darstellenden Matrizen bezüglich zwei angeordneten Basen und T = A [id]B
die Basiswechselmatrix nun
N = T −1 M T
Folglich hängt die Determinante einer darstellenden Matrix von f nicht von der
Wahl der zur Darstellung gewählten angeordneten Basis ab, in Formeln gilt also
det(B [f ]B ) = det(A [f ]A ) für je zwei angeordnete Basen A und B von V . Diesen
Skalar notieren wir von nun an

det f = det(f |V ) = detK (f |V )

und nennen ihn die Determinante des Endomorphismus f . Dem einzigen Au-
tomorphismus des Nullraums ist insbesondere die Determinante 1 zuzuordnen.

Satz 6.4.4 (Laplace’scher Entwicklungssatz). Gegeben eine (n×n)-Matrix A =

(aij ) und feste k, l bezeichne Ahk, li die Streichmatrix, die aus A durch Streichen

178
der k-ten Zeile und l-ten Spalte entsteht. So gilt für jedes feste i die Entwicklung
der Determinante nach der i-ten Zeile
n
X
det A = (−1)i+j aij det Ahi, ji
j=1

und für jedes feste j die Entwicklung nach der j-ten Spalte
n
X
det A = (−1)i+j aij det Ahi, ji
i=1

6.4.5. Der folgende Beweis verwendet zwar die Sprache der Vektorräume, das
Argument funktioniert jedoch ganz genauso statt für Matrizen mit Einträgen in
einem Körper auch für Matrizen mit Einträgen in einem Kring.
Beweis. Wegen det A = det A> reicht es, die erste unserer beiden Formeln zu
zeigen. Wir wissen bereits, daß sich die Determinante einer quadratischen Ma-
trix nur um den Faktor (−1)j−1 ändert, wenn wir die j-te Spalte ganz nach vorne
schieben, ohne die Reihenfolge der übrigen Spalten zu ändern. Es reicht also, un-
sere Formel für die Entwicklung nach der ersten Spalte zu zeigen, was im folgen-
den Beweis insbesondere die Notation vereinfacht. Wir schreiben unsere Matrix
als Tupel von Spaltenvektoren A = (a∗1 |a∗2 | . . . |a∗n ) und schreiben den ersten
Spaltenvektor als Linearkombination der Standardbasisvektoren

a∗1 = a11 e1 + . . . + an1 en

Die Multilinearität der Determinante liefert sofort die erste Gleichung der Glei-
chungskette
n
X n
X
det A = ai1 det(ei |a∗2 | . . . |a∗n ) = ai1 (−1)i−1 det Ahi, 1i
i=1 i=1

Die zweite Gleichung sehen wir ein, indem wir in der Matrix (ei |a∗2 | . . . a∗n )
die i-te Zeile ganz nach oben schieben, ohne die Reihenfolge der übrigen Zei-
len zu ändern, um dann die Formel 6.2.9 für die Determinante von Block-oberen-
Dreiecksmatrizen anzuwenden.

Satz 6.4.6 (Cramer’sche Regel). Bildet man zu einer quadratischen Matrix A mit
Einträgen in einem Kring die sogenannte adjunkte Matrix A] mit den Einträgen
A]ij = (−1)i+j det Ahj, ii für Ahj, ii die entsprechende Streichmatrix nach 6.4.4,
so gilt
A ◦ A] = (det A) · I

179
6.4.7 (Diskussion der Terminologie). Diese adjunkte Matrix ist nicht zu ver-
wechseln mit der adjungierten Abbildung aus [LA2] 1.11.5, mit der sie außer
der Bezeichnung rein gar nichts zu tun hat. Man beachte auch die Indexvertau-
schung: In der i-ten Zeile und j-ten Spalte der adjungierten Matrix steht bis auf
ein „schachbrettartig verteiltes Vorzeichen“ die Determinante der Matrix, die ent-
steht, wenn man die j-te Zeile und i-te Spalte der ursprünglichen Matrix streicht.
6.4.8. Meist versteht man unter der Cramer’schen Regel die Formel

det(a∗1 | . . . |b∗ | . . . |a∗n )

xi =
det(a∗1 | . . . |a∗i | . . . |a∗n )

für die Lösung des Gleichungssystems x1 a∗1 + . . . + xi a∗i . . . + xn a∗n = b∗ ,

wenn es denn eindeutig lösbar ist. Hier ist im Zähler wie angedeutet die i-te Spal-
te a∗i der Koeffizientenmatrix durch den Vektor b∗ zu ersetzen. Besagte Formel
ergibt sich unmittelbar durch Einsetzen der alternativen Darstellung von b∗ als Li-
nearkombination der Spalten in die Determinante im Zähler. Setzen wir in dieser
Formel für b∗ die Vektoren der Standardbasis ein, so erhalten wir die Einträge der
inversen Matrix in der Form, in der sie auch im Satz beschrieben werden. Diese
Formel wirkt zwar explizit, ist jedoch in der Praxis völlig unbrauchbar.
Beweis. Es gilt zu zeigen
X
(−1)i+j aki det Ahj, ii = δkj (det A)
i

Im Fall k = j folgt das direkt aus unserer Entwicklung der Determinante nach der
j-ten Zeile 6.4.4. Im Fall k 6= j steht die Formel für die Entwicklung nach der
j-ten Zeile der Determinante der Matrix à da, die aus A entsteht beim Ersetzen
der j-ten Zeile durch die k-te Zeile. Da diese Matrix jedoch zwei gleiche Zeilen
hat und damit Determinante Null, gilt unsere Formel auch in diesem Fall.

Korollar 6.4.9 (Invertierbarkeit ganzzahliger Matrizen). Eine quadratische

Matrix mit Einträgen in einem Kring besitzt genau dann eine Inverse mit Ein-
trägen in besagtem Kring, wenn ihre Determinante eine Einheit ist.

6.4.10. Eine quadratische Matrix mit ganzzahligen Einträgen besitzt insbesondere

genau dann eine Inverse mit ganzzahligen Einträgen, wenn ihre Determinante 1
oder −1 ist, und eine quadratische Matrix mit Einträgen im Polynomring über
einem Körper besitzt genau dann eine Inverse mit polynomialen Einträgen, wenn
ihre Determinante ein von Null verschiedenes konstantes Polynom ist.
Beweis. Sei K unser Kring. Gegeben Matrizen A, B ∈ Mat(n; K) mit AB = I
gilt natürlich (det A)(det B) = det I = 1 und damit ist det A eine Einheit in K.

180
Ist umgekehrt det A eine Einheit in K, so liefert nach der Cramer’schen Regel
6.4.6 die Formel B = (det A)−1 A] eine Matrix B ∈ Mat(n; K) mit AB = I. In-
dem wir dies Argument auf die transponierte Matrix anwenden und das Resultat
wieder transponieren, finden wir auch C ∈ Mat(n; K) mit CA = I. Durch Mul-
tiplizieren der zweiten Gleichung mit B von rechts folgt sofort B = C, folglich
ist A in der Tat invertierbar in Mat(n; K) im Sinne von [GR] 3.2.2.

Übungen
Übung 6.4.11. Gegeben Endomorphismen f, g eines endlichdimensionalen Vek-
torraums gilt det(f g) = (det f )(det g).
Ergänzende Übung 6.4.12. Man zeige die Formel für die van-der-Monde-Deter-
minante
 
1 X0 X02 . . . X0n
det  ... ..  = Y (X − X )

.  i j
2 n 0≤j<i≤n
1 Xn Xn . . . Xn

Hinweis: Ich empfehle, vom Nullstellensatz für Hyperebenen 5.4.5 und dem Fall
des Grundkörpers Q auszugehen.
Übung 6.4.13. Sei K ein Körper. Für jedes r versteht man unter den r-Minoren
unserer Matrix die Determinanten aller derjenigen (r × r)-Matrizen, die wir aus
unserer Matrix durch das Streichen von Zeilen und Spalten erhalten können. Man
zeige: Die Matrizen vom Rang < r in Mat(m × n; K) sind genau diejenigen
Matrizen, bei denen alle r-Minoren verschwinden.
Ergänzende Übung 6.4.14. Jeder komplexe Vektorraum V kann auch als reeller
Vektorraum aufgefaßt werden. Man zeige im endlichdimensionalen Fall die For-
mel detR (f |V ) = | detC (f |V )|2 .
Ergänzende Übung 6.4.15 (Determinante geeignet geblockter Matrizen). Es
seien n2 paarweise kommutierende Matrizen A11 , . . ., Ann mit m Zeilen und Spal-
ten und Einträgen in einem Kring R gegeben. Wir bilden die (mn × mn)-Matrix
 
A11 . . . A1n
B =  ... .. 

. 
An1 . . . Ann

Man zeige, daß gilt

!
X
det B = det sgn(σ)A1σ(1) . . . Anσ(n)
σ∈Sn

181
Hinweis: Ist A11 die Einheitsmatrix, so folgt die Behauptung durch Nullen der
ersten Blockspalte und Induktion. Ist det A11 ein Nichtnullteiler unseres Krings
R, so folgt die Aussage durch Multiplizieren mit diag(A]11 , I, . . . , I) für A]11 die
adjunkte Matrix zu A11 . Im allgemeinen kann man eine weitere Variable X ein-
führen und A11 durch die Matrix A11 + XI ersetzen, deren Determinante ein
normiertes Polynom in R[X] und deshalb kein Nullteiler ist. Nachher setze man
dann X = 0.
Übung 6.4.16 (Determinante geeignet geblockter Matrizen, Variante). Man
zeige dieselbe Formel wie in 6.4.15 auch für den Fall, daß die Matrizen Aij alle
obere Dreiecksmatrizen sind. Hinweis: Wir betrachten diejenige Abbildung

f : {1, . . . , mn} → {1, . . . , m}

die verträglich ist mit der Restklassenabbildung beider Mengen auf Z/mZ, und
beachten, daß für eine Permutation σ ∈ Smn mit f (σ(i)) ≤ f (i) ∀i notwendig
Gleichheit gilt für alle i.
Ergänzende Übung 6.4.17 (Satz von Hensel). Seien K ein Körper und ϕ : GL(n; K) →
K × ein Gruppenhomomorphismus. Man zeige, daß es einen Gruppenhomomor-
phismus α : K × → K × gibt mit ϕ = α ◦ det. Hinweis: Je zwei Elementarma-
trizen A, B mit genau einem von Null verschiedenen Eintrag an derselben Stelle
außerhalb der Diagonalen sind zueinander konjugiert, als da heißt, es gibt eine
invertierbare Matrix C mit CAC −1 = B.

6.5 Orientierung
6.5.1. Wir verwandeln unsere anschauliche Interpretation 6.2.7 des Vorzeichens
der Determinante nun in eine formale Definition. Gegeben ein Element a 6= 0
eines angeordneten Körpers K bezeichne sign(a) ∈ {1, −1} das Vorzeichen von
a, also sign(a) = 1 für a > 0 und sign(a) = −1 für a < 0.

Definition 6.5.2. Eine Orientierung eines endlichdimensionalen Vektorraums V

über einem angeordneten Körper ist eine Vorschrift ε, die jeder angeordneten Ba-
sis A unseres Vektorraums ein Vorzeichen ε(A) ∈ {+1, −1} zuordnet und zwar
so, daß für je zwei angeordnete Basen A, B die Determinante der Basiswechsel-
matrix das Vorzeichen ε(A)ε(B) hat, in Formeln

ε(A)ε(B) = sign(det(A [id]B ))

Das Vorzeichen ε(A) nennen wir dann die Orientierung der angeordneten Ba-
sis A unseres orientierten Vektorraums. Eine angeordnete Basis der Orientierung
+1 in einem orientierten Vektorraum nennen wir eine positiv orientierte Basis

182
oder auch einfach nur eine orientierte Basis, angeordnete Basis der Orientierung
−1 eine negativ orientierte Basis. Sprechen wir von der durch eine angeord-
nete Basis gegebene Orientierung, so meinen wir diejenige Orientierung, die
besagter Basis das Vorzeichen +1 zuordnet. Ein Isomorphismus von orientierten
endlichdimensionalen Vektorräumen heißt orientierungserhaltend genau dann,
wenn er die Orientierung von angeordneten Basen erhält. Andernfalls heißt er
orientierungsumkehrend. Gegeben ein angeordneter Körper K bezeichnen wir
diejenige Orientierung des K n als die Standardorientierung, die der Standard-
basis das Vorzeichen +1 zuordnet.

Definition 6.5.3. Unter einer Orientierung eines endlichdimensionalen affi-

nen Raums über einem angeordneten Körper verstehen wir eine Orientierung
seines Richtungsraums. Ein Automorphismus eines endlichdimensionalen affi-
nen Raums heißt orientierungserhaltend bzw. orientierungsumkehrend genau
dann, wenn sein linearer Anteil die fragliche Eigenschaft hat.

6.5.4. Jeder endlichdimensionale Raum über einem angeordneten Körper besitzt

genau zwei Orientierungen. Das gilt insbesondere auch für jeden einpunktigen
Raum: Hier verwenden wir die Konvention, nach der der einzige Endomorphis-
mus des Nullvektorraums die Determinante 1 hat. Der Nullvektorraum hat eine
einzige angeordnete Basis, nämlich die leere Menge mit ihrer einzigen Anord-
nung, und eine Orientierung des Nullvektorraums zu wählen bedeutet schlicht,
das Vorzeichen auszusuchen, das dieser Basis zugeordnet werden soll.
Bemerkung 6.5.5 (Diskussion der Terminologie). In der Literatur findet man
vielfach eine Variante der Definition der Orientierung, bei der eine Orientierung
eines reellen Vektorraums als eine Äquivalenzklasse von Basen unter einer ge-
eigneten Äquivalenzrelation erklärt wird. Diese Definition liefert dasselbe in al-
len Fällen mit Ausnahme des Nullraums, und in diesem Fall scheint mir die hier
gegebene Definition, die auch dem Nullraum zwei verschiedene Orientierungen
erlaubt, das sinnvollere Konzept zu liefern.
Beispiel 6.5.6. Eine Orientierung einer reellen Gerade anzugeben bedeutet an-
schaulich, auf dieser Gerade eine „Richtung“ auszuwählen, eben die Richtung,
in die diejenigen Vektoren zeigen, die positiv orientierte Basen ihres Richtungs-
raums bilden. Wir nennen diese Vektoren dann auch kurzerhand positiv orientier-
te Vektoren oder noch kürzer positive Vektoren und denken uns unsere Gerade
mit derjenigen Anordnung versehen, für die die Addition positiver Vektoren Ele-
mente vergrößert. Mit diesen Konventionen können wir für einen orientierten ein-
dimensionalen Vektorraum L die Menge der positiven Vektoren mit L>0 bezeich-
nen. Analog vereinbaren wir für die Elemente von L<0 die Bezeichnung negative
Vektoren und nennen die Elemente von L≥0 die nichtnegativen Vektoren.

183
Beispiel 6.5.7 (Die schmutzige Anschauung). Denken wir uns die Tafelebene als
einen zweidimensionalen reellen affinen Raum, so dürfen wir uns eine Orientie-
rung der Tafelebene anschaulich als die Auszeichnung eines „Drehsinns“ denken,
nämlich den Drehsinn mit der Eigenschaft, daß bei Drehung in diesem Drehsinn
der erste Vektor einer positiv orientierten angeordneten Basis ihres Richtungs-
raums zuerst in ein positives Vielfaches des zweiten Vektors gedreht wird und
erst dann in ein negatives Vielfaches. Wenn, wie etwa bei der Tafelebene oder bei
einem vor uns liegenden Blatt Papier, zusätzlich festlegt ist, „von welcher Seite
man auf eine Ebene gucken soll“, so mag man diese beiden Orientierungen als
„im Uhrzeigersinn“ und „im Gegenuhrzeigersinn“ ansprechen. Ist unsere Ebene
dahingegen eine Glasscheibe und die Betrachter stehen auf beiden Seiten, so legt
man eine Orientierung besser fest, indem man einen Drehsinn als Kreispfeil mit
einem Wachsstift einzeichnet.

Definition 6.5.8. Wir fixieren von nun an ein für allemal einen eindimensionalen
orientierten reellen affinen Raum
T
und nennen ihn die mathematische Zeit oder kurz Zeit.

6.5.9 (Die schmutzige Anschauung). Ich denke mir T als die Menge aller Zeit-
punkte und denke mir die ausgezeichnete Orientierung in der Weise, daß jeder
Richtungsvektor, der einen Zeitpunkt auf einen „späteren“ Zeitpunkt schiebt, eine
positiv orientierte Basis bildet. Das mag aber jeder halten wie er will, Sie dürfen
etwa bei den Elementen von T etwa auch an unendlich viele verschiedene Ge-
müse denken, oder an was auch immer. Den Richtungsraum T ~ bezeichnen wir
als den Raum aller Zeitspannen, seine positiv orientierten Vektoren nennen wir
Zeiteinheiten. Sie modellieren die Zeiteinheiten der Physik: Dort wählt man üb-
~
licherweise eine feste Zeiteinheit, die Sekunde s ∈ T.
6.5.10 (Ursprung der Zeiteinheiten). Die Einteilung eines Tages in vierund-
zwanzig Stunden und die Einteilung dieser Stunden in je sechzig Minuten geht
wohl auf die Babylonier zurück, die angeblich mit ihren Händen bis 60 zählten,
indem sie mit jedem der 5 Finger der rechten Hand der Reihe nach die 12 Finger-
glieder der linken Hand an den Fingern mit Ausnahme des Daumens berührten.
Die Einteilung jeder Minute in wiederum 60 Sekunden bot sich dann als natürliche
Verfeinerung an.
6.5.11 (Orientierung des Dualraums). Jede Orientierung auf einem Vektorraum
induziert eine Orientierung auf seinem Dualraum vermittels der Vorschrift, daß die
Duale einer orientierten Basis eine orientierte Basis des Dualraums sein soll. Die
Elemente des positiven Teils T~ > des Dualraums des Raums T ~ der Zeitspannen
>0
mag man Frequenzen nennen. Eine solche Frequenz ist etwa der einzige Vektor

184
Angeordnete Basen des Raums der Richtungsvektoren der Papierebene mit den
Vorzeichen, die der Orientierung „im Gegenuhrzeigersinn“ entsprechen

185
~ Statt s> schreibt
s> der dualen Basis zur orientierten Basis der Sekunde s ∈ T.
−1
man meist s oder Hz und nennt diese Frequenz ein Hertz nach dem Physiker
Heinrich Rudolf Hertz.
Ergänzung 6.5.12 (Orientierung und Stetigkeit). Zwei angeordnete Basen ei-
nes endlichdimensionalen reellen Vektorraums liefern dieselbe Orientierung ge-
nau dann, wenn sie sich „stetig ineinander deformieren lassen“ alias in derselben
„Wegzusammenhangskomponente“ im Sinne von [AN2] 5.5.12 des Raums al-
ler angeordneten Basen liegen. Man kann sich davon etwa mithilfe der Iwasawa-
Zerlegung [LA2] 1.6.27 überzeugen. Auch die präzise Formulierung und der for-
male Beweis wird Ihnen davon ausgehend leicht gelingen, sobald Sie in der Ana-
lysis die Grundtatsachen über Stetigkeit in mehreren Veränderlichen kennenge-
lernt haben. Eine äquivalente Aussage dürfen Sie in der Analysis als Übung [AN2]
5.5.16 zeigen.
Ergänzung 6.5.13. Gegeben ein endlichdimensionaler Vektorraum V über einem
angeordneten Körper erklären wir seine Orientierungsmenge or(V ) als die zwei-
elementige Menge seiner beiden Orientierungen nach 6.5.2. Jeder Vektorraumiso-
∼ ∼
morphismus f : V → W liefert eine Bijektion or(f ) : or(V ) → or(W ) vermittels
der von f zwischen den Mengen der angeordneten Basen beider Räume induzier-
ten Bijektion. Es gilt dann or(f ◦ g) = or(f ) ◦ or(g) und or(id) = id. Weiter gilt
∼
für jeden Automorphismus f : V → V offensichtlich

or(f ) = idor(V ) ⇔ (det f ) > 0

In Worten sind also die orientierungserhaltenden Automorphismen genau die mit

positiver Determinante und entsprechend die orientierungsumkehrenden Auto-
morphismen genau die mit negativer Determinante.

Übungen
Ergänzende Übung 6.5.14. Gegeben eine lineare Abbildung f : V → W end-
lichdimensionaler Vektorräume über einem angeordneten Körper gibt es genau
eine Abbildung or(ker f ) × or(im f ) → or(V ), (ε, η) 7→ εη mit der Eigenschaft,
daß gegeben eine angeordnete Basis A des Kerns und eine angeordnete Basis
B des Bildes und B̃ eine Wahl von Urbildern letzterer Basisvektoren in V für
die durch Hintereinanderschreiben erhaltene angeordnete Basis (A, B̃) von V gilt
(εη)(A, B̃) = ε(A)η(B).

6.6 Eigenwerte und Eigenvektoren

Definition 6.6.1. Sei f : V → V ein Endomorphismus eines Vektorraums über
einem Körper K. Ein Skalar λ ∈ K heißt ein Eigenwert von f genau dann, wenn

186
es einen von Null verschiedenen Vektor v 6= 0 aus V gibt mit

f (v) = λv

Jeder derartige von Null verschiedene Vektor heißt ein Eigenvektor von f zum
Eigenwert λ. Die Menge aller Eigenvektoren zum Eigenwert λ bildet zusammen
mit dem Nullvektor einen Untervektorraum von V , den Eigenraum von f zum
Eigenwert λ.
Beispiel 6.6.2 (Eigenvektoren zu den Eigenwerten Null und Eins). Ein Eigen-
vektor zum Eigenwert Eins einer linearen Abbildung ist dasselbe wie ein vom
Nullvektor verschiedener Fixvektor unserer Abbildung. Ein Eigenvektor zum Ei-
genwert Null einer linearen Abbildung ist dasselbe wie ein vom Nullvektor ver-
schiedenes Element des Kerns unserer Abbildung.
Beispiel 6.6.3 (Die schmutzige Anschauung). Zunächst zwei nicht ganz ma-
thematisch ausformulierte Beispiele: Die Drehung des Richtungsraums der Pa-
pierebene um den rechten Winkel im Uhrzeigersinn besitzt keinen reellen Eigen-
wert. Eine Spiegelung des Richtungsraums der Papierebene an einer Geraden be-
sitzt stets Eigenvektoren zum Eigenwert Eins, nämlich alle Richtungsvektoren der
Spiegelachse, und Eigenvektoren zum Eigenwert (−1), die der Leser selber fin-
den mag. Für das Ableiten, aufgefaßt als Endomorphismus des Raums aller reel-
len polynomialen Funktionen, ist der einzige Eigenwert Null und die zugehörigen
Eigenvektoren sind genau die von Null verschiedenen konstanten Polynome.
Satz 6.6.4 (Existenz von Eigenwerten). Jeder Endomorphismus eines von Null
verschiedenen endlichdimensionalen Vektorraums über einem algebraisch abge-
schlossenen Körper besitzt einen Eigenwert.
6.6.5. Auf dem C-Vektorraum C[T ] der Polynome besitzt der Endomorphimus
„Multipliziere mit T “ keine Eigenwerte. Die Annahme endlicher Dimension ist
also für die Gültigkeit des vorhergehenden Satzes wesentlich. Die Drehung des
Richtungsraums der Papierebene um einen von 0◦ und 180◦ verschiedenen Win-
kel besitzt auch keinen reellen Eigenwert. Die Annahme eines algebraisch abge-
schlossenen Grundkörpers ist also auch wesentlich. Für den Beweis entwickeln
wir zunächst unsere Theorie etwas weiter und geben dann den Beweis im An-
schluß an 6.6.9.
Definition 6.6.6. Seien K ein Körper und A ∈ Mat(n; K) eine quadratische
Matrix mit Koeffizienten in K. Bezeichne I ∈ Mat(n; K) die Einheitsmatrix. Das
Polynom det(A − T I) aus dem Polynomring K[T ] heißt das charakteristische
Polynom der Matrix A. Es wird mit einem griechischen χ notiert in der Form

det(A − T I) = : χA (T )

187
Die anschauliche Spiegelung s an der gestrichelt einegezeichneten Achse ist eine
lineare Abbildung s : R2 → R2 mit den Eigenwerten ±1. Eigenvektoren zum
Eigenwert 1 sind alle von Null verschiedenen Vektoren der Spiegelachse,
Eigenvektoren zum Eigenwert −1 sind alle von Null verschiedenen Vektoren, die
auf der Spiegelachse senkrecht stehen. Die Matrix unserer Abbildung in
Standardbasis ist nach 3.5 die Matrix

cos 2α sin 2α
A=
sin 2α − cos 2α

mit charakteristischem Polynom

χA (T ) = (T − cos 2α)(T + cos 2α) − sin2 2α = T 2 − 1.

188
Satz 6.6.7 (Eigenwerte und charakteristisches Polynom). Seien K ein Körper
und A ∈ Mat(n; K) eine quadratische Matrix mit Koeffizienten in K. So sind die
Eigenwerte des durch unsere Matrix gegebenen Homomorphismus A : K n → K n
genau die Nullstellen ihres charakteristischen Polynoms χA .

Beweis. Bezeichnet I ∈ Mat(n; K) die Einheitsmatrix, so haben wir für λ ∈ K

die Äquivalenzen

(λ ist Eigenwert von A) ⇔ ∃v 6= 0 mit Av = λv

⇔ ∃v 6= 0 mit (A − λI)v = 0
⇔ ker(A − λI) 6= 0
⇔ det(A − λI) = 0
⇔ χA (λ) = 0

6.6.8. Es ist üblich, bei charakteristischen Polynomen die Variable mit λ zu be-
zeichen. Ich werde dieser Konvention von hier an meist folgen.
6.6.9. Sei K ein Körper und f : V → V ein Endomorphismus eines end-
lichdimensionalen K-Vektorraums. Mit demselben Argument wie in 6.4.3 se-
hen wir, daß bezüglich jeder angeordneten Basis von V die darstellende Matrix
von f dasselbe charakteristische Polynom hat, in Formeln det(B [f ]B − λ id) =
det(A [f ]A − λ id) für je zwei angeordnete Basen A und B von V . Dies Polynom
notieren wir dann
χf = χf (λ) = char(f |V )
und nennen es das charakteristische Polynom des Endomorphismus f . Die
Eigenwerte von f sind nach 6.6.6 genau die Nullstellen des charakteristischen
Polynoms χf von f .
Beweis von Satz 6.6.4. Satz 6.6.4 besagt, daß jeder Endomorphismus eines end-
lichdimensionalen von Null verschiedenen Vektorraums über einem algebraisch
abgeschlossenen Körper einen Eigenwert besitzt. Um das zu zeigen, müssen wir
nur bemerken, daß das charakteristische Polynom unseres Endomorphismus nicht
konstant ist, da unser Raum nämlich nach Annahme nicht der Nullraum ist. Im
Fall eines algebraisch abgeschlossenen Körpers besitzt es also stets eine Nullstel-
le, und die ist dann nach 6.6.9 auch bereits der gesuchte Eigenwert.
6.6.10. Das charakteristische Polynom einer Block-oberen-Dreiecksmatrix ist nach
6.2.9 das Produkt der charakteristischen Polynome ihrer Blöcke auf der Diagona-
len.

Proposition 6.6.11 (Trigonalisierbarkeit). Gegeben ein Endomorphismus eines

endlichdimensionalen Vektorraums f : V → V über einem Körper K sind gleich-
bedeutend:

189
1. Der Vektorraum V besitzt eine angeordnete Basis B, bezüglich derer die
Matrix B [f ]B von f obere Dreiecksgestalt hat. Man sagt dann auch, f sei
trigonalisierbar;

2. Das charakteristische Polynom χf von f zerfällt bereits im Polynomring

K[λ] vollständig in Linearfaktoren.

Beweis. 1 ⇒ 2 ist klar nach unserer Formel 6.2.4 für die Determinante einer
oberen Dreiecksmatrix: Hat B [f ]B obere Dreiecksgestalt mit Diagonaleinträgen
λ1 , . . . , λn , so haben wir ja χf (λ) = (λ1 − λ) . . . (λn − λ). Um 2 ⇒ 1 zu zeigen,
dürfen wir ohne Beschränkung der Allgemeinheit V = K n annehmen, so daß
f durch die Multiplikation mit einer Matrix A gegeben ist. Zu zeigen ist dann
die Existenz von B ∈ GL(n; K) mit B −1 AB = D von oberer Dreiecksgestalt:
Die Spaltenvektoren der Matrix B bilden dann nämlich die gesuchte Basis B.
Wir argumentieren mit vollständiger Induktion über n. Für n ≥ 1 gibt es nach
Voraussetzung eine Nullstelle λ1 von χA und dann nach 6.6.7 ein c1 ∈ K n \0
mit Ac1 = λ1 c1 . Ergänzen wir c1 durch c2 , . . . , cn zu einer Basis von K n und
betrachten die Matrix C = (c1 | . . . |cn ), so gilt
 
λ1 ∗
AC = C 
 

0 H

mit H ∈ Mat((n − 1) × (n − 1); K). Nach unseren Erkenntnissen 6.2.9 zur

Determinante von Block-oberen-Dreiecksmatrizen haben wir dann χH = (λ2 −
λ) . . . (λn − λ) und per Induktion finden wir F ∈ GL(n − 1; K) mit F −1 HF von
oberer Dreiecksgestalt. Bilden wir nun F̃ = diag(1, F ), so ist offensichtlich auch
F̃ −1 (C −1 AC)F̃ von oberer Dreiecksgestalt und die Matrix B = C F̃ löst unser
Problem.

Proposition 6.6.12 (Charakterisierung nilpotenter Matrizen). Eine Matrix mit

Koeffizienten in einem Körper ist nilpotent genau dann, wenn ihr charakteristi-
sches Polynom nur aus dem Leitterm besteht. In Formeln ist also A ∈ Mat(n; K)
nilpotent genau dann, wenn gilt χA (λ) = (−λ)n .

Beweis. Ist unsere Matrix nilpotent, so ist sie nach 3.5.15 konjugiert zu einer obe-
ren Dreiecksmatrix mit Nullen auf der Diagonalen und unsere Behauptung folgt
aus 6.6.10. Besteht umgekehrt das charakteristische Polynom nur aus dem Leit-
term, so existiert nach 6.6.11 oder zumindest seinem Beweis eine invertierbare
Matrix B ∈ GL(n; K) mit B −1 AB von oberer Dreiecksgestalt mit Nullen auf
der Diagonale. Daraus folgt jedoch unmittelbar erst (B −1 AB)n = 0 und dann
An = 0.

190
Ergänzung 6.6.13. Alternative Argumente für die Rückrichtung beim Beweis der
Proposition liefern der Satz von Cayley-Hamilton 6.6.20 und der Satz über die
Hauptraumzerlegung [LA2] 3.2.13.
Definition 6.6.14. Sei K ein Körper und n ∈ N. Eine quadratische Matrix A ∈
Mat(n; K) heißt diagonalisierbar genau dann, wenn es eine invertierbare Ma-
trix S ∈ GL(n; K) gibt mit S −1 AS = diag(λ1 , . . . , λn ) diagonal alias AS =
S diag(λ1 , . . . , λn ).
Definition 6.6.15. Ein Endomorphismus eines Vektorraums heißt diagonalisier-
bar genau dann, wenn unser Vektorraum von den Eigenvektoren des besagten
Endomorphismus erzeugt wird. Im Fall eines endlichdimensionalen Vektorraums
ist das gleichbedeutend dazu, daß unser Vektorraum V eine angeordnete Basis
B = (v1 , . . . , vn ) besitzt, für die die Matrix unserer Abbildung Diagonalgestalt
hat, in Formeln B [f ]B = diag(λ1 , . . . , λn ). In der Tat bedeutet das ja gerade
f (vi ) = λi vi .
6.6.16 (Diagonalisierbare Endomorphismen und ihre Matrizen). Sei K ein
Körper und n ∈ N. Der durch Multiplikation mit einer Matrix A ∈ Mat(n; K)
gegebene Endomorphismus des K n ist genau dann diagonalisierbar, wenn die Ma-
trix A diagonalisierbar ist. In der Tat, genau dann ist v1 , . . . , vn eine Basis des K n
aus Eigenvektoren Avi = λi vi , wenn die Matrix S = (v1 | . . . |vn ) mit den vi in
den Spalten invertierbar ist mit S −1 AS = diag(λ1 , . . . , λn ) diagonal.
Beispiel 6.6.17. Eine nilpotente Matrix ist genau dann diagonalisierbar, wenn sie
die Nullmatrix ist. Die folgende Proposition zeigt unter anderem, daß jede (n×n)-
Matrix, deren charakteristisches Polynom n paarweise verschiedene Nullstellen
hat, diagonalisierbar sein muß. Salopp gesprochen sind also „komplexe quadrati-
sche Matrizen für gewöhnlich diagonalisierbar“.
Proposition 6.6.18 (Lineare Unabhängigkeit von Eigenvektoren). Sei f ein
Endomorphismus eines Vektorraums und seien v1 , . . . , vn Eigenvektoren von f zu
paarweise verschiedenen Eigenwerten λ1 , . . . , λn . So sind unsere Eigenvektoren
linear unabhängig.
Beweis. Der Endomorphismus (f − λ2 id) . . . (f − λn id) macht v2 , . . . , vn zu
Null, nicht aber v1 . Gegeben x1 , . . . , xn ∈ K mit x1 v1 + . . . + xn vn = 0 folgt
demnach durch Anwenden unseres Endomorphismus x1 = 0. Ebenso zeigt man
x2 = . . . = xn = 0.
Variante des Beweises. Durch Widerspruch. Sei sonst v1 , v2 , . . . , vn ein Gegen-
beispiel mit der kleinstmöglichen Anzahl von Vektoren. So gilt sicher n ≥ 2 und
gegeben eine lineare Abhängigkeit x1 v1 + . . . + xn vn = 0 müssen alle xi verschie-
den sein von Null. Dann aber folgte durch Anwenden von (f − λ1 id) die lineare
Abhängigkeit der Vektoren v2 , . . . , vn im Widerspruch zu unserer Annahme.

191
Lemma 6.6.19 (Restriktion diagonalisierbarer Endomorphismen). Die Re-
striktion eines diagonalisierbaren Endomorphismus auf einen unter besagtem En-
domorphismus stabilen Teilraum ist stets wieder diagonalisierbar.

Beweis. Sei f : V → V unser Endomorphismus und W ⊂ V ein unter f

stabiler Teilraum. Gegeben v ∈ W haben wir nach Annahme eine Darstellung
v = v1 + . . . + vn mit vi ∈ V Eigenvektoren zu paarweise verschiedenen Eigen-
werten λ1 , . . . , λn ∈ K. Dann gilt wegen (f − λi id)vi = 0 aber

(f − λ2 id) . . . (f − λn id)v = (λ1 − λ2 ) . . . (λ1 − λn )v1 ∈ W

und folglich v1 ∈ W . Ebenso zeigt man auch v2 , . . . , vn ∈ W , mithin wird auch

W von Eigenvektoren erzeugt.

Satz 6.6.20 (Cayley-Hamilton). Setzt man eine quadratische Matrix in ihr eige-
nes charakteristisches Polynom ein, so erhält man die Nullmatrix.

Bemerkung 6.6.21. Ich gebe zwei Beweise. Der erste baut auf der algebraischen
Abgeschlossenheit des Körpers der komplexen Zahlen auf und damit auf noch
unbewiesenen Tatsachen. Der zweite ist in gewisser Weise elementarer, scheint
mir aber wenig transparent. Ein alternativer Beweis, der in meinen Augen mehr
Einsicht vermittelt, wird in [KAG] 1.8.15 angedeutet.

Beweis mit dem Fundamentalsatz der Algebra. Wir beginnen mit dem Fall einer
komplexen Matrix E. Nach 6.6.11 ist sie trigonalisierbar. Ohne Beschränkung der
Allgemeinheit dürfen wir annehmen, daß sie bereits obere Dreiecksgestalt hat.
Sind dann λ1 , . . . , λn ihre Diagonaleinträge und betrachten wir die von den ersten
k Vektoren der Standardbasis aufgespannten Untervektorräume Ck × 0 ⊂ Cn , so
gilt (E − λk )(Ck × 0) ⊂ Ck−1 × 0 für alle k. Damit ist klar, daß das Produkt
aller (E − λk ) alias χE (E) den ganzen Vektorraum Cn annulliert. Jetzt betrachten
wir den Fall der Matrix E über dem Polynomring Z[Xij ] in n2 Variablen mit
Einträgen den Variablen, in Formeln Eij = Xij . Setzen wir diese Matrix in ihr
eigenes charakteristisches Polynom ein, so erhalten wir ein Polynom aus Z[Xij ],
2
das nach dem vorhergehenden die Nullfunktion auf Cn liefert. Nach 5.4.3 ist es
also schon selbst das Nullpolynom und der Satz folgt.
Beweis ohne den Fundamentalsatz der Algebra. Gegeben eine quadratische Ma-
trix A mit Koeffizienten in einem Kring gibt es nach 6.4.6 eine weitere Matrix
A] mit Koeffizienten in demselben Kring derart, daß im Ring der quadratischen
Matrizen mit Einträgen in unserem Kring gilt

A] A = (det A) · E

192
(F − f E)(e> > >
1 , . . . , en ) = 0 am Beispiel einer Matrix F mit drei Zeilen und
Spalten. Alle nicht ausgeschriebenen Einträge der obigen Matrizen sind als Null
zu verstehen.

193
für E die Einheitsmatrix. Nehmen wir speziell den Kring K[t] und die Matrix
A = F − tE für eine vorgegebene Matrix F ∈ Mat(n; K), so erhalten wir in
Mat(n; K[t]) die Gleichung

A] (F − tE) = χF (t) · E

Bezeichne nun f : K n → K n die durch Multiplikation von Spaltenvektoren mit

der zu F transponierten Matrix F > gegebene lineare Abbildung. Wenden wir auf
beide Seiten unserer Gleichung von Matrizen den Ringhomomorphismus K[t] →
EndK K n mit t 7→ f an, so erhalten wir in Mat(n; EndK K n ) alias Mat(n2 ; K)
die Gleichung
A] (F − f E) = χF (f ) · E
Betrachten wir nun die Standardbasis e1 , . . . , en aus Spaltenvektoren des K n und
wenden beide Seiten dieser Gleichung an auf den Vektor (e> > >
1 , . . . , en ) , aufgefaßt
2
als Spaltenvektor in K n , so ergibt auf der linken Seite schon die Multiplikation
mit (F − f E) den Nullvektor, denn bei

(F − f E)(e> > >

1 , . . . , en )

2
steht im i-ten Block von K n genau Fi1 e1 + . . . + Fin en −f (ei ) = 0. Also wird
die rechte Seite auch Null und es folgt χF (f ) e1 = . . . = χF (f ) en = 0. Hier ist
zwar χF a priori das charakteristische Polynom der zu einer Matrix von f trans-
ponierten Matrix, aber das stimmt nach 6.2.5 mit dem charakteristischen Polynom
von f überein.

Proposition* 6.6.22. Seien f ein Endomorphismus eines Vektorraums V über

einem Körper K und P ∈ K[X] ein normiertes Polynom ohne mehrfache Null-
stellen, das in K vollständig in Linearfaktoren zerfällt und f annulliert. So ist f
diagonalisierbar und seine Eigenwerte sind Nullstellen von P .

Beweis. Man wähle ein festes v ∈ V und suche dazu einen normierten Teiler
Q = (X − λ1 ) . . . (X − λr ) von P kleinstmöglichen Grades mit Q(f ) : v 7→ 0.
Dann ist E := hv, f (v), f 2 (v), . . . f r−1 (v)i ein unter f stabiler Untervektorraum
von V . Andererseits ist (f − λ2 ) . . . (f − λr )v nach Annahme nicht Null und folg-
lich ein Eigenvektor von f zum Eigenwert λ1 in E. In derselben Weise finden wir
auch Eigenvektoren zu den Eigenwerten λ2 , . . . , λr . Da Eigenvektoren zu paar-
weise verschiedenen Eigenwerten linear unabhängig sind nach 6.6.18, ist damit
f |E diagonalisierbar und v eine Summe von Eigenvektoren von f . Die Propositi-
on folgt.

194
Übungen
Übung 6.6.23. Seien K ein Körper und A ∈ Mat(n; K) eine quadratische Matrix
mit Koeffizienten in K. Man zeige, daß das charakteristische Polynom von A die
Gestalt
χA (T ) = (−T )n + tr(A)(−T )n−1 + . . . + det(A)
hat, in Worten also den Leitkoeffizienten (−1)n , als nächsten Koeffizienten bis auf
ein Vorzeichen die Spur von A, und als konstanten Term die Determinante von A.
Ergänzende Übung 6.6.24. Jeder Endomorphismus eines endlichdimensionalen
reellen Vektorraums ungerader Dimension besitzt einen reellen Eigenwert. Ist die
Determinante unseres Endomorphismus positiv, so besitzt er sogar einen positiven
reellen Eigenwert.
Übung 6.6.25. Jeder Endomorphismus eines endlichdimensionalen reellen Vek-
torraums mit negativer Determinante besitzt einen negativen reellen Eigenwert.
Hinweis: Zwischenwertsatz. Man zeige weiter, daß er im zweidimensionalen Fall
zusätzlich auch noch einen positiven reellen Eigenwert besitzt.
Ergänzende Übung 6.6.26. Sind k ⊂ K Körper und ist k algebraisch abgeschlos-
sen und gilt dimk K < ∞, so folgt K = k. Hinweis: Man betrachte für alle a ∈ K
die durch Multiplikation mit a gegebene k-lineare Abbildung (a·) : K → K und
deren Eigenwerte.
Ergänzende Übung 6.6.27 (Simultane Trigonalisierbarkeit). Man zeige: Eine
Menge von paarweise kommutierenden trigonalisierbaren Endomorphismen eines
endlichdimensionalen Vektorraums ist stets simultan trigonalisierbar, als da heißt,
es gibt eine Basis, bezüglich derer alle unsere Endomorphismen eine Matrix von
oberer Dreiecksgestalt haben. Hinweis: ??.
Ergänzende Übung 6.6.28. Gegeben ein Endomorphismus eines endlichdimen-
sionalen reellen Vektorraums gibt es stets eine Basis derart, daß die zugehöri-
ge Matrix Block-obere Dreiecksgestalt hat mit höchstens Zweierblöcken auf der
Diagonalen.
Übung 6.6.29. Sei ein diagonalisierbarer Endomorphismus eines vierdimensiona-
len Vektorraums gegeben, dessen Eigenwerte paarweise verschieden sind. Wievie-
le unter unserem Endomorphismus stabile Untervektorräume besitzt unser Vektor-
raum?
Übung 6.6.30 (Endomorphismen, deren Quadrat die Identität ist). Sei V ein
Vektorraum über einem Körper einer von Zwei verschiedenen Charakteristik und
r : V → V eine lineare Abbildung mit r2 = idV . So ist r diagonalisierbar und
alle seine Eigenwerte sind ±1. Fordern wir zusätzlich dim V = 2 und r 6= idV ,
so hat r die Eigenwerte 1 und (−1) und die Determinante det(r) = −1. Hinweis:
v = (v + r(v))/2 + (v − r(v))/2.

195
Ergänzende Übung 6.6.31 (Jordanform für (2 × 2)-Matrizen). Sei K ein alge-
braisch abgeschlossener Körper. Man zeige, daß es für jede quadratische Matrix
A ∈ Mat(2; K) eine invertierbare Matrix P ∈ GL(2; K) gibt derart, daß P −1 AP
eine der beiden Gestalten

λ 0 λ 1
oder hat.
0 µ 0 λ

Übung 6.6.32. Gegeben zwei quadratische Matrizen A, B derselben Größe gilt

χAB = χBA . Hinweis: Man erinnere beim Beweis der Multiplikativität der Deter-
minante 6.4.1 das Argument zur Herleitung des Falls eines beliebigen Krings aus
dem Körperfall.

196
7 Geometrische Ergänzungen*
7.1 Projektive Räume
Definition 7.1.1. Gegeben ein Körper K und ein K-Vektorraum W bezeichnen
wir die Menge aller Ursprungsgeraden in W mit

PW = PK W := {V ⊂ W | V ist ein eindimensionaler Untervektorraum}

und nennen diese Menge den projektiven Raum zu W oder auch die Projektivi-
sierung von W . Jeder injektive Vektorraumhomomorphismus V ,→ W induziert
eine Injektion PV ,→ PW der zugehörigen Projektivisierungen.

7.1.2. Gegeben ein Körper K und ein K-Vektorraum W hat jeder Punkt des zu-
gehörigen projektiven Raums PW also die Gestalt hwi für w ∈ W \0. Ist W
der Nullvektorraum, so ist PW leer. Ist W eindimensional, so besteht PW aus
einem einzigen Punkt. Für n ≥ 0 heißt der projektive Raum zu K n+1 der n-
dimensionale projektive Raum über dem Körper K und wir notieren ihn

Pn K := P(K n+1 )

Gegeben x0 , x1 , . . . , xn ∈ K nicht alle Null bezeichnen wir die Gerade durch den
Ursprung und den Punkt mit den Koordinaten x0 , x1 , . . . , xn , aufgefaßt als Punkt
des n-dimensionalen projektiven Raums, mit

hx0 , x1 , . . . , xn i := h(x0 , x1 , . . . , xn )i

Üblich sind auch die Schreibweisen [x0 , x1 , . . . , xn ] und (x0 ; x1 ; . . . ; xn ) für die-
sen Punkt des projektiven Raums Pn K. Wir erhalten eine Einbettung K n ,→ Pn K
vermittels der Abbildungsvorschrift (x1 , . . . , xn ) 7→ h1, x1 , . . . , xn i. Das Kom-
plement des Bildes dieser Einbettung ist genau die Menge Pn−1 K aller Geraden
durch den Ursprung im Teilraum 0 × K n ⊂ K n+1 , so daß wir mit einigen impli-
ziten Identifikationen für alle n ≥ 1 eine Zerlegung

Pn K = K n t Pn−1 K

erhalten. Im Fall n = 1 notieren wir diese Zerlegung meist P1 K = K t {∞} oder

∼
reden von der kanonischen Bijektion K t {∞} → P1 K.
7.1.3. Unser Monoidhomomorphismus K(X) → Ens(K t {∞}) aus 5.6.27
verwandelt sich unter obigen Identifikationen in einen Monoidhomomorphismus
K(X) → Ens(P1 K), der in Formeln beschrieben werden kann durch die Vor-
schrift f : h1, xi 7→ hQ(x), P (x)i für f = P/Q eine Darstellung mit P und
Q ohne gemeinsame Nullstelle in K oder besser, wenn man den Wert bei h0, 1i

197
auch korrekt erhalten will, durch f : hy, xi 7→ hQ̃(y, x), P̃ (y, x)i für Q̃, P̃ ∈
K[Y, X] diejenigen homogenen Polynome vom gleichen Grad in zwei Variablen,
die beim Einsetzen von Y = 1 unsere ursprünglichen Polynome liefern und bei
denen der gemeinsame Grad unter diesen Bedingungen kleinstmöglich ist. Für
P (X) = X 2 + 1 und Q(X) = X 5 + X hätten wir etwa P̃ (Y, X) = X 2 Y 3 + Y 5
und Q̃(Y, X) = X 5 +XY 4 . Die offensichtliche Operation von GL(2; K) auf P1 K
durch
a b
: hy, xi 7→ hay + bx, cy + dxi
c d
kommt dann offensichtlich her von einer Operation auf K(X) durch Einsetzen
von (c + dX)/(a + bX) für X. Man kann sich auch überlegen, daß man so alle K-
linearen Körperautomorphismen von K(X) erhält, daß also das Einsetzen anderer
nichtkonstanter rationaler Funktionen keinen Körperautomorphismus liefert: Ist
K algebraisch abgeschlossen, so folgt das daraus, daß unter K(X) → Ens(P1 K)
andere Elemente keine Injektion liefern. Im allgemeinen gilt es, zu einem alge-
braischen Abschluß überzugehen, was wir erst in [KAG] ?? lernen.
7.1.4. Gegeben ein affiner Raum E über einem Körper K erklärt man seine pro-
jektive Vervollständigung oder gleichbedeutend seinen projektiven Abschluß
als die disjunkte Vereinigung
~
VE := E t PE
unseres affinen Raums mit der Projektivisierung seines Richtungsraums. Anschau-
lich gesprochen ergänzt man also E um je einen zusätzlichen Punkt für jedes ma-
ximale System paarweise paralleler Geraden in E. Die Elemente von PE ~ heißen
dann die unendlich fernen Punkte unserer projektiven Vervollständigung. Ist E
eine Ebene, so heißt PE ~ die unendlich ferne Gerade. Ist E dreidimensional,
so heißt PE~ die unendlich ferne Ebene. Im allgemeinen heißt PE ~ die unend-
lich ferne Hyperebene. Jeder injektive Homomorphismus von affinen Räumen
E ,→ F induziert eine Injektion VE ,→ VF der zugehörigen projektiven Vervoll-
ständigungen.
7.1.5 (Projektive Vervollständigung als Projektivisierung). Sei E ein affiner
Raum. Wir können seine projektive Vervollständigung VE aus 7.1.4 wie folgt als
projektiven Raum zu einem Vektorraum realisieren: Wir beginnen mit dem Raum
Aff(E, K) ⊂ Ens(E, K) aller affinen Abbildungen E → K, einem Untervek-
torraum im Raum aller Abbildungen von E nach K. Den in seinem Dualraum
von den Auswertungen an Punkten aufgespannten Untervektorraum nennen wir
die Linearisierung Lin(E) ⊂ Aff(E, K)> des affinen Raums E. Im endlichdi-
mensionalen Fall ist diese Linearisierung bereits der ganze Dualraum, in Formeln
Lin(E) = Aff(E, K)> . In jedem Fall erhalten wir eine Bijektion
∼
~ →
(E × K × ) t E Lin(E)

198
durch die Vorschrift, die jedem Paar (e, λ) das λ-fache der Auswertung bei e zu-
ordnet und jedem Richtungsvektor ~v die Linearform, die einem ϕ ∈ Aff(E, K)
den Wert der konstanten Funktion p 7→ ϕ(p +~v ) − ϕ(p) zuordnet. Diese Bijektion
hinwiederum induziert dann offensichtlich eine Bijektion
~ →
VE = E t PE
∼
P Lin(E)

7.1.6 (Projektivisierung als projektive Vervollständigung). Ist W ein Vektor-

raum, H ein affiner Raum und i : H ,→ W eine affine Injektion, deren Bild den
Ursprung nicht enthält, so kann man die Abbildung H → PW , v 7→ hi(v)i zu
einer Einbettung VH ,→ PW fortsetzen, indem man jeder Gerade aus PH ~ ihr
Bild in PW unter dem linearen Anteil ~ı unserer Injektion i zuordnet. Ist hier das
Bild von i eine Hyperebene i(H) ⊂ W , so liefert diese Konstruktion sogar eine
Bijektion
∼
VH → PW
zwischen der projektiven Vervollständigung von H und der Projektivisierung von
W . Ist speziell i : K n ,→ K n+1 das Davorscheiben einer Eins als erster Koordi-
nate, so ist diese Abbildung die bereits in 7.1.2 besprochene Bijektion
∼
K n t Pn−1 K = K n t P(K n ) = VK n → P(K n+1 ) = Pn K

Vorschau 7.1.7. Die projektiven Räume PV zu endlichdimensionalen reellen oder

komplexen Vektorräumen V können mit einer Topologie versehen werden durch
die Vorschrift, daß eine Teilmenge offen sein soll genau dann, wenn ihr Urbild
in V \0 offen ist. Mehr zu dieser sogenannten „Quotiententopologie“ diskutieren
wir in [TM] 1.11. Bereits hier sei erwähnt, daß es für diese Topologien stetige
Bijektionen mit stetiger Umkehrung gibt, die P1 R mit der Kreislinie S 1 und P1 C
mit der Kugelschale S 2 identifizieren. Deshalb heißt P1 C auch die Riemann’sche
Zahlenkugel. Genauer erhalten wir eine derartige Identifikation für P1 C, indem
wir eine Kugelschale auf die komplexe Zahlenebene legen, eine Lampe an den
höchsten Punkt P stellen und jeden Punkt der Kugelschale, der nicht gerade der
höchste Punkt ist, auf seinen Schatten in der Ebene C abbilden, den höchsten
Punkt P jedoch auf ∞. Im reellen Fall verfährt man analog.

Übungen
Ergänzende Übung 7.1.8 (Universelle Eigenschaft der Linearisierung). Sei ein
affiner Raum E über einem Körper K. Man gebe Formeln an für die Verknüpfung
~ die unter der Bijektion aus 7.1.5 der Addition von Vektoren
auf (E × K × ) t E,
entsprechen. Man zeige weiter, daß die kanonische Abbildung can : E → Lin E,

199
die jedem Punkt e ∈ E das Auswerten bei e zuordnet, die universelle Eigenschaft
hat, daß für jeden K-Vektorraum das Vorschalten von can eine Bijektion
∼
HomK (Lin E, V ) → Aff K (E, V )

induziert. In anderen Worten faktorisiert also jede affine Abbildung von einem af-
finen Raum in einen Vektorraum auf genau eine Weise über eine linare Abbildung
seiner Linearisierung in besagten Vektorraum, im Diagramm

E /V
x;
x
can x
x
Lin E

7.2 Affine Inzidenzebenen

Definition 7.2.1. Eine Menge X von sogenannten „Punkten“ mit einem System
von Teilmengen G ⊂ P(X), dessen Elemente g ∈ G wir „Geraden“ nennen, heißt
eine affine Inzidenzebene oder genauer eine konkrete affine Inzidenzebene,
wenn gilt:

1. Gegeben x, y ∈ X mit x 6= y gibt es genau ein g ∈ G mit x, y ∈ g alias:

Durch je zwei verschiedene Punkte geht genau eine Gerade. Wir notieren
sie xy;

2. Gegeben g ∈ G und x ∈ X\g gibt es genau ein h ∈ G mit x ∈ h und

h ∩ g = ∅ alias: Gegeben eine Gerade und ein Punkt außerhalb besagter
Gerade gibt es genau eine Gerade durch besagten Punkt, die besagte Gerade
nicht schneidet. Geraden, die sich nicht schneiden, nennt man in diesem
Kontext parallel;

3. Es gibt x, y, z ∈ X paarweise verschieden derart, daß kein g ∈ G sie alle

enthält alias: Es gibt drei Punkte, die nicht auf ein- und derselben Geraden
liegen. Man sagt dann auch, die Punkte seien nicht kolinear und spricht von
einem Dreieck.

Beispiel 7.2.2. Jeder zweidimensionale affine Raum X über einem Körper K mit
G ⊂ P(X) der Menge der affinen Geraden in X bildet eine affine Inzidenz-
ebene. Analoges gilt, wenn K nur ein Schiefkörper ist: Dann ist die Menge von
Punkten X := K 2 mit Geraden allen Teilmengen der Gestalt g := p + Kv für
p, v ∈ K 2 und v 6= (0, 0) eine affine Inzidenzebene, wie der Leser leicht selbst
wird zeigen können. Wir nennen diese Struktur die affine Inzidenzebene über
dem Schiefkörper K.

200
Beispiel 7.2.3. Im Fall des Körpers mit zwei Elementen besteht die zugehörige
affine Ebene aus vier Punkten und ihre Geraden sind alle zweielementigen Teil-
mengen, so daß es insgesamt genau sechs Geraden gibt. Man überlegt sich leicht,
daß jede affine Inzidenzebene, in der es eine Gerade mit nur einer einzigen Paral-
lele gibt, zu dieser vierelementigen Inzidenzebene isomorph sein muß.
7.2.4. Sei (X, G) eine affine Inzidenzebene. Wir überlegen uns, daß die Relation
„gleich oder parallel“ eine Äquivalenzrelation auf G im Sinne von 5.5.2 sein muß,
die wir im folgenden k notieren. In der Tat, haben zwei Parallelen zu einer gege-
benen Geraden einen Schnittpunkt, so müssen sie beide die eindeutig bestimmte
Parallele durch diesen Schnittpunkt sein.
Definition 7.2.5. Wir sagen, eine affine Inzidenzebene habe die affine Desargues-
Eigenschaft, wenn gilt: Gegeben drei paarweise verschiedene Geraden g1 , g2 , g3
mit einem gemeinsamen Punkt z und für i ∈ {1, 2, 3} Punkte xi , yi ∈ gi \z gilt

(x1 x2 k y1 y2 und x2 x3 k y2 y3 ) ⇒ x1 x3 k y1 y3

Definition 7.2.6. Ein Isomorphismus von affinen Inzidenzebenen ist eine Bi-
jektion der zugrundeliegenden Punktmengen, die eine Bijektion der jeweiligen
Mengen von Geraden induziert. Zwei affine Inzidenzebenen heißen isomorph,
wenn es zwischen ihnen einen Isomorphismus gibt.
Satz 7.2.7 (Desargues-Eigenschaft und Koordinatisierung). Eine affine Inzi-
denzebene hat genau dann die affine Desargues-Eigenschaft, wenn sie isomorph
ist zur affinen Ebene K 2 über einem Schiefkörper K.
7.2.8. In meinen Augen eröffnet dieser geometrische Zugang zur Axiomatik ei-
nes Schiefkörpers einen ganz neuen Blick auf diese algebraischen Struktur. Er
zeigt genauer, daß diese Struktur so algebraisch gar nicht ist, sondern vielmehr
einen verblüffend engen Bezug zur Geometrie hat. Wir schicken dem Beweis ein
Lemma voraus.

Lemma 7.2.9. Sei X eine affine Inzidenzebene mit der affinen Desargue-Eigen-
schaft. Gegeben drei paarweise verschiedene parallele Geraden gi und Punkte
xi , yi ∈ gi gilt dann

(x1 x2 k y1 y2 und x2 x3 k y2 y3 ) ⇒ x1 x3 k y1 y3

Vorschau 7.2.10. Die Aussage des Lemmas kann als ein Analogon der affinen
Desargues-Eigenschaft verstanden werden, bei der der Punkt z ein „unendlich
ferner Punkt“ ist. Im folgenden Abschnitt werden wir diese Intuition zu einer prä-
zisen Aussage machen.

201
Skizze zur affinen Desargues-Eigenschaft

202
Skizze zur Aussage von Lemma 7.2.9

Skizze zum Beweis von Lemma 7.2.9

203
Beweis. Sind die xi kolinear, so ist das eh klar. Anderfalls können wir y(3) erklären
durch x1 x3 k y1 y(3) und y(3) ∈ y2 y3 . Die Gerade g(3) := x3 y(3) schneidet dann
g2 in einem Punkt z, und dann müßte g1 auch durch z gehen im Widerspruch zu
unseren Annahmen.
Beweis des Koordinatisierungssatzes 7.2.7. Im folgenden Beweis bleibt für den
Leser Vieles auszuführen, das jedoch im einzelnen keine Schwierigkeiten bieten
sollte. Als erste Aufgabe sei es dem Leser überlassen, zu zeigen, daß eine affi-
ne Inzidenzebene über einem Schiefkörper stets die affine Desargues-Eigenschaft
hat. Um die Gegenrichtung zu zeigen, gehen wir in mehreren Schritten vor.
1. Unter einem Parallelogramm in einer affinen Inzidenzebene X verstehen wir
ein Quadrupel von Punkten (x11 , x12 , x21 , x22 ) ∈ X 4 derart, daß es Paare von
Geraden g1 k g2 und h1 k h2 gibt mit hi 6 k gj und hi ∩ gj = xij . Hier ver-
wenden wir unsere Notation k für „gleich oder parallel“. Gegeben eine affine
Inzidenzebene X betrachten wir auf der Menge X 2 aller Punktpaare aus X die
Relation ∼ mit (x, y) ∼ (x0 , y 0 ) genau dann, wenn unsere vier Punkte ein Par-
allelogramm (x, y, x0 , y 0 ) bilden. Diese Relation ist sicher symmetrisch und re-
flexiv. Bezeichne ≈ die davon erzeugte Äquivalenzrelation. Per definitionem gilt
also (x, y) ≈ (x0 , y 0 ) genau dann, wenn es eine endliche Folge von Punktpaaren
(xi , yi ) gibt mit

(x, y) = (x0 , y0 ) ∼ . . . ∼ (xn , yn ) = (x0 , y 0 )

Wir überlegen uns, daß es unter Annahme der affinen Desargues-Eigenschaft im

Fall (x, y) ≈ (x0 , y 0 ) auch eine derartige Folge der Länge n ≤ 2 geben muß, und
setzen dafür gi = xi yi . Gilt gi = gi+1 , so folgt (xi , yi ) = (xi+1 , yi+1 ) und wir
können unsere Folge verkürzen. Sind die Geraden gi , gi+1 , gi+2 paarweise ver-
schieden, so folgt aus Lemma 7.2.9 bereits (xi , yi ) ∼ (xi+2 , yi+2 ) und wir können
unsere Folge auch verkürzen. Haben wir schließlich gi = gi+2 6= gi+1 = gi+3 ,
so können wir, da der Fall der vierelementigen Ebene eh unproblematisch ist, mit
7.2.3 annehmen, daß es eine weitere Gerade g gibt mit g k gi aber gi 6= g 6= gi+1 .
Es gibt dann nach Lemma 7.2.9 Punkte x000 , y 000 ∈ g mit (xν , yν ) ∼ (x000 , y 000 ) für
i ≤ ν ≤ i + 3 und wir können unsere Folge auch wieder verkürzen. Damit ist
klar, daß wie behauptet je zwei äquivalente Paare durch eine Folge mit höchstens
einem Zwischenschritt verknüpft werden können. Es folgt, daß die Äquivalenz-
klassen unserer Äquivalenzrelation Graphen von Abbildungen X → X sind. Die
Abbildung zu einem Punktepaar (x, y) notiere ich − → Es ist klar, daß −
xy. → stets die
yx
Umkehrabbildung von − → ist. Weiter ist mit 7.2.9 klar, daß unsere Abbildungen
xy
Geraden in Geraden überführen, daß sie also Automorphismen unserer affinen In-
zidenzebene sind. Und schließlich ist auch klar, daß im Fall x 6= y unser − → der
xy
einzige fixpunktfreie Automorphismus ϕ unserer affinen Inzidenzebene ist mit

204
Skizze zur Äquivalenzrelation durch iterierte Parallelogramme

205
ϕ(x) = y und ϕ(g) k g für jede Gerade g. Hat nun − →◦−
uv → einen Fixpunkt p, so
xy
schreiben wir − → = →
xy −
pq dann ist notwendig −→ = →
uv −
qp die Umkehrabbildung und
unsere Verknüpfung die Identität. So sehen wir, daß die Gesamtheit all unserer
Abbildungen eine Gruppe von Automorphismen unserer affinen Inzidenzebene
ist. Liegen x, y, z ∈ X nicht auf einer Geraden, so folgt −
→◦−
xy →=−
yz →◦−
yz → leicht
xy
aus den Definitionen. Gilt x = y, so ist das eh klar. Sonst wählen wir w außer-
halb der besagten Geraden und haben − →=−
xy →◦−
wy → So sehen wir, daß unsere
xw.
Gruppe kommutativ sein muß. Wir schreiben ihre Verknüpfung von nun an + und
bezeichnen unsere Gruppe als X ~ nennen ihre Elemente Richtungsvektoren. Für
∼
das weitere bemerken wir noch, daß jeder Isomorphismus ϕ : X → Y von affinen
Desargues-Ebenen offensichtlich einen Isomorphismus ϕ ~:X ~ → Y~ zwischen den
∼

zugehörigen Gruppen von Richtungsvektoren induziert mit

ϕ~:− → 7→ −
xy
−−−−−→
ϕ(x)ϕ(y)

2. Sei wieder X eine affine Inzidenzebene. Wir halten einen Punkt o ∈ X will-
kürlich fest. Unter einem o-Trapez in X\o verstehen wir dann ein Quadrupel von
Punkten (x11 , x12 , x21 , x22 ) ∈ X 4 derart, daß es Geraden h1 , h2 durch o und Gera-
den g1 k g2 gibt mit hi ∩ gj = xij . Nun betrachten wir auf der Menge (X\o)2 die
Relation ∼ mit (x, y) ∼ (x0 , y 0 ) genau dann, wenn unsere vier Punkte (x, y, x0 , y 0 )
ein o-Trapez bilden. Diese Relation ist sicher symmetrisch und reflexiv. Bezeich-
ne ≈ die davon erzeugte Äquivalenzrelation. Ähnlich wie zuvor zeigen wir, daß
unter der Annahme der affinen Desargues-Eigenschaft ihre Äquivalenzklassen die
∼
Graphen von bijektiven Abbildungen (X\o) → (X\o) sind, und daß die Fortset-
zungen unserer Bijektionen durch die Vorschrift o 7→ o die einzigen Automorphis-
men ψ unserer Inzidenzebene sind mit Fixpunkt o und ψ(g) k g für jede Gerade
g. Diese Automorphismen bilden dann natürlich auch eine Gruppe von Automor-
phismen unserer affinen Ebene, die wir die Homothetien mit Zentrum o nennen
und Ho = H notieren.
3. Sei X eine affine Inzidenzebene mit der affinen Desargues-Eigenschaft. Gege-
ben eine Gerade K ⊂ X und ein Punkt o ∈ K ist die Abbildung K → X ~ gegeben
−
→
durch x 7→ ox offensichtlich eine Injektion und ihr Bild eine Untergruppe. Wir er-
klären eine Verknüpfung +o auf K durch die Vorschrift, daß sie unter unserer In-
jektion der Addition in X~ entsprechen soll. Mit dieser Verknüpfung wird (K, +)
∼
offensichtlich eine abelsche Gruppe mit neutralem Element o. Ist ϕ : X → Y
∼
ein Isomorphismus von Inzidenzebenen, so ist ϕ : K → ϕ(K) offensichtlich ein
∼
Gruppenisomorphismus ϕ : (K, +o ) → (ϕ(K), +ϕ(o) ).
4. Sei X eine affine Inzidenzebene mit der affinen Desargues-Eigenschaft. Gege-
ben eine Gerade K ⊂ X und zwei Punkte ı 6= o in K liefert das Anwenden auf

206
Skizze zur Äquivalenzrelation durch iterierte o-Trapeze

207
ı ∈ K offensichtlich eine Bijektion
∼
Ho → K\o
zwischen unserer Gruppe von Homothetien und dem Komplement des Punktes o
in unserer Geraden K. Wir erklären dann eine Verknüpfung · auf K\o durch die
Vorschrift, daß diese Bijektion ein Isomorphismus von Mengen mit Verknüpfung
sein soll. Mit dieser Verknüpfung wird K\o offensichtlich eine Gruppe mit neutra-
lem Element ı. Da unsere Homothetien ψ Automorphismen unserer Inzidenzebe-
ne sind, die K stabilisieren und o festhalten, liefern sie Gruppenhomomorphismen
∼
ψ : (K, +o ) → (K, +o ). Es folgt
c · (a + b) = c · a + c · b
für alle a, b ∈ K und c ∈ K\o. Setzen wir die Multiplikation auf ganz K fort
durch die Regeln o · a = o = a · o ∀a ∈ K, so folgt obige Distributivität sogar für
alle a, b, c ∈ K.
5. Das in der nebenstehenden Grafik mit den Notationen ı = 1 und o = 0 darge-
stellte Argument zeigt, daß andererseits auch gilt
(ı + d)b = b + db
unter den Voraussetzungen b 6∈ {o, ı} und d 6∈ {o, −ı}. Vorgegeben sind darin
die rechte Gerade und die Punkte o, ı, b, d. Dazu wird die linke Gerade durch o
verschieden aber sonst willkürlich gewählt sowie der fette eingekringelte Punkt
darauf verschieden vom Ursprung aber sonst willkürlich. Dann zeichnen wir die
Geraden von diesem Punkt zu ı und b und die Parallele durch diesen Punkt zur
rechten Ursprungsgeraden. Indem wir weitere Parallelen geeignet einzeichnen,
konstruieren wir die Punkte db und ı + d und (ı + d)b. Die Gültigkeit der Formel
(ı + d)b = b + db entspricht dann der geometrischen Eigenschaft, daß die gestri-
chelte Gerade durch den nicht fetten eingekringelten Punkt läuft. Das aber stellt
die affine Desargues-Eigenschaft sicher. Es ist nun leicht explizit zu sehen, daß
unsere Identität (ı + d)b = b + db auch ohne alle Voraussetzungen gilt, und mit der
Assoziativität der Multiplikation und der bereits gezeigten Distributivität für die
Multiplikation von links folgt dann die Distributivität für die Multiplikation von
rechts. Wir erkennen so, daß K mit unseren beiden Verknüpfungen ein Schiefkör-
per wird.
6. Die Wahl eines Elements v ∈ X\K induziert nun offensichtlich eine Bijektion
∼
K2 → X
durch die Vorschrift, daß jedem Paar (λ, µ) der Schnittpunkt der zu K parallelen
oder gleichen Geraden durch u · v mit der zu ov gleichen oder parallelen Geraden

208
Skizze zum Beweis der Koordinatisierbarkeit von Desargues-Ebenen

209
durch λ = λ · 1 zugeordnet wird. Es ist dann leicht zu sehen, daß unter dieser
Bijektion die Geraden von X den affinen Geraden von K 2 entsprechen.

Definition 7.2.11. Wir sagen, eine affine Inzidenzebene habe die affine Pappus-
Eigenschaft, wenn gegeben zwei verschiedene sich schneidende Geraden und auf
jeder drei vom Schnittpunkt verschiedene Punkte x1 , x2 , x3 und y1 , y2 , y3 gilt

(x1 y2 kx2 y1 und x2 y3 kx3 y2 ) ⇒ x1 y3 kx3 y1

7.2.12. Es ist nicht schwer zu sehen, daß eine affine Inzidenzebene mit der affi-
nen Desargues-Eigenschaft genau dann die Pappus-Eigenschaft hat, wenn ihr nach
7.2.14 bis auf Isomorphismus wohlbestimmter Koordinatenschiefkörper kommu-
tativ ist. Hierfür muß man nur die Streckfaktoren der Streckungen untersuchen,
die die verschiedenen Parallelen in der Pappus-Eigenschaft ineinander überfüh-
ren. Man kann sogar zeigen, daß die Pappus-Eigenschaft bereits die Desargues-
Eigenschaft impliziert, aber das ist nicht ganz einfach, vergleiche etwa [Lün99].
Ergänzung 7.2.13 (Geometrische Charakterisierung reeller Ebenen). Man kann
die Forderung, daß der Koordinatenkörper einer affinen Inzidenzebene mit der af-
finen Desargues-Eigenschaft und Pappus-Eigenschaft der Körper der reellen Zah-
len ist, auch in geometrischer Sprache ausdrücken. Das liest sich dann wie folgt:
Zunächst erklärt man eine Doppelordnung auf einer Menge X als eine Teilmenge
D ⊂ P(X × X), die aus zwei Anordnungen von X besteht, die zueinander oppo-
niert sind. Dann vereinbart man, daß eine Doppelordnung mit besten Schran-
ken eine Doppelordnung sein möge, in der für jede ihrer beiden Anordnungen
jede nach oben beschränkte nichtleere Teilmenge Y ⊂ X eine kleinste obere
Schranke supX Y hat. Und dann betrachtet man affine Inzidenzebenen, in denen
es möglich ist, jede Gerade so mit einer Doppelordnung mit besten Schranken zu
versehen, daß jede „Parallelenidentifikation“ zwischen zwei verschiedenen Ge-
raden die Doppelordnung erhält. Unter einer „Parallelenidentifikation“ verstehen
wir dabei jede Bijektion zwischen unseren beiden Geraden, die entsteht, indem
wir eine sie beide schneidende dritte Gerade nehmen und zwei Punkte auf unse-
ren beiden ursprünglichen Geraden genau dann identifizieren, wenn sie beide auf
derselben Parallele zu unserer dritten Gerade liegen oder beide auf unserer dritten
Gerade selber. Es ist nicht schwer zu sehen, daß der Koordinatenkörper unter die-
sen Voraussetzungen alle die Axiome [AN1] 1.5.3 erfüllen muß, die den Körper
der reellen Zahlen charakterisieren.

Übungen
Übung 7.2.14. Man zeige, daß die affinen Inzidenzebenen zu Schiefkörpern K, L
genau dann isomorph sind, wenn unsere Schiefkörper isomorph sind.

210
Skizze zur affinen Pappus-Eigenschaft.

211
Übung 7.2.15. Man zeige, daß in einer affinen Inzidenzebene jede Gerade min-
destens zwei Punkte hat.

7.3 Projektive Inzidenzebenen

7.3.1. Durch den Übergang von affinen zu projektiven Inzidenzebenen entstehen
neue Symmetrien, die die Eigenschaften von Desargues und Pappus zu sehr viel
stärkeren Aussagen machen.

Definition 7.3.2. Eine Menge X von „Punkten“ mit einem System von Teilmen-
gen G ⊂ P(X), genannt „Geraden“, heißt eine projektive Inzidenzebene oder
genauer eine konkrete projektive Inzidenzebene, wenn gilt:

1. Gegeben x, y ∈ X mit x 6= y gibt es genau ein g ∈ G mit x ∈ g und

y ∈ g alias: Durch je zwei verschiedene Punkte geht genau eine Gerade.
Wir notieren sie xy;

2. Gegeben g, h ∈ G mit g 6= h gibt es genau ein x ∈ X mit x ∈ g und x ∈ h

alias: Je zwei verschiedene Geraden schneiden sich in genau einem Punkt;

3. Es gibt vier paarweise verschiedene Punkte, von denen keine drei in dem-
selben g ∈ G alias auf derselben Gerade liegen. Man spricht dann auch von
einem Viereck.

Beispiel 7.3.3. Ist W ein dreidimensionaler Vektorraum über einem Körper K, so

wird der projektive Raum X := PW eine projektive Inzidenzebene, wenn wir als
Geraden alle Teilmengen der Gestalt PV mit V ⊂ W einem zweidimensionalen
Untervektorraum auszeichnen. Analoges gilt, wenn allgemeiner K ein Schiefkör-
per ist.
Beispiel 7.3.4. Ist K ein Schiefkörper, so wird die Menge

X := P2 K := (K 3 \0)/K ×

der Bahnen unter der Rechtsmultiplikation von K × eine projektive Inzidenzebene,

wenn wir als Geraden alle Teilmengen der Gestalt ((vK+wK)\0)/K × mit v, w ∈
K 3 \0 und vK 6= wK auszeichnen.

Beispiel 7.3.5 (Projektive Vervollständigung). Gegeben eine affine Inzidenz-

ebene (X, G) können wir eine projektive Inzidenzebene (VX, Ḡ) konstruieren
wie folgt: Die Menge der Äquivalenzklassen unserer Äquivalenzrelation „gleich
oder parallel“ aus 7.2.4 notieren wir SX und nennen ihre Elemente, also die ein-
zelnen Äquivalenzklassen, die unendlich fernen Punkte von X. Es mag ver-
wirrend sein, daß die unendlich fernen Punkte von X keine Punkte von X sind,

212
Die projektive Ebene über dem Körper mit zwei Elementen hat sieben Punkte
und sieben Geraden.

213
sondern vielmehr Mengen von Teilmengen von X, aber so ist nun einmal die Ter-
minologie. Dann setzen wir

VX := X t SX

und erklären Ḡ ⊂ P(VX), indem wir zu jedem g ∈ G die Menge ḡ := g t [g] mit
[g] ∈ SX der Äquivalenzklasse von g bilden und dann

Ḡ := {ḡ | g ∈ G} t {SX}

setzen. In diesem Zusammenhang heißt SX die unendlich ferne Gerade. Man

sieht leicht, daß die projektive Vervollständigung einer affinen Inzidenzebene stets
eine projektive Inzidenzebene ist. Umgekehrt ist auch klar, daß man stets eine af-
fine Inzidenzebene erhält, wenn man eine projektive Gerade aus einer projektiven
Inzidenzebene entfernt und als affine Geraden die Schnitte der anderen projekti-
ven Geraden mit dem Komplement besagter projektiver Gerade erklärt.
Beispiel 7.3.6. Ist E ein zweidimensionaler affiner Raum über einem Körper K,
~ →
so haben wir eine natürliche Bijektion PE
∼
SE zwischen der Projektivisierung
seines Richtungsraums und seiner unendlich fernen Gerade. Unter der Komposi-
tion von Bijektionen
∼
~ →
VE = E t SE → E t P E
∼
P Lin E

mit dem letztem Pfeil nach 7.1.5 entsprechen dann die Geraden der im Sinne
von 7.3.5 projektiv vervollständigten Inzidenzebene VE den Geraden der als Pro-
jektivisierung des dreidimensionalen Vektorraums Lin E erhaltenen projektiven
Inzidenzebene P Lin E.

Definition 7.3.7. Eine Inzidenzstruktur ist ein Datum (X, G, I) bestehend aus
zwei Mengen X und G und einer Teilmenge I ⊂ X × G alias einer Relation
zwischen X und G. Statt (x, g) ∈ I schreiben wir auch xIg. Gegeben zwei In-
zidenzstrukturen (X, G, I) und (X 0 , G0 , I 0 ) verstehen wir unter einem Isomor-
phismus von Inzidenzstrukturen ein Paar (ϕ, ψ) bestehend aus einer Bijektion
∼ ∼
ϕ : X → X 0 und einer Bijektion ψ : G → G0 derart, daß gilt (ϕ × ψ)(I) = I 0 .

Definition 7.3.8. Eine Inzidenzstruktur (X, G, I) heißt eine abstrakte affine Inzidenz-
ebene, wenn gilt:

1. Gegeben x, y ∈ X mit x 6= y gibt es genau ein g ∈ G mit xIg und yIg;

2. Gegeben g ∈ G und x ∈ X mit (x, g) 6∈ I gibt es genau ein h ∈ G mit xIh

derart, daß es kein y ∈ X gibt mit yIg und yIh;

214
3. Es gibt x, y, z ∈ X paarweise verschieden derart, daß kein g ∈ G existiert
mit xIg und yIg und zIg.

Definition 7.3.9. Eine Inzidenzstruktur (X, G, I) heißt eine abstrakte projektive

Inzidenzebene, wenn gilt:

1. Gegeben x 6= y in X gibt es genau ein g ∈ G mit xIg und yIg;

2. Gegeben g 6= h in G gibt es genau ein x ∈ X mit xIg und xIh;

3. Es gibt ein Viereck alias paarweise verschiedene x1 , x2 , x3 , x4 ∈ X und

paarweise verschiedene g1 , g2 , g3 , g4 ∈ G mit xi Igj genau dann, wenn ent-
weder gilt i = j oder i ≡ j + 1(mod 4).

7.3.10 (Abstrakte und konkrete Inzidenzebenen). Jeder konkreten affinen In-

zidenzebene (X, G) können wir eine abstrakte affine Inzidenzebene (X, G, I) zu-
ordnen durch die Vorschrift I := {(x, g) | x ∈ g} Man überzeugt sich auch
leicht, daß jede abstrakte affine Inzidenzebene isomorph ist zu einer abstrakten
affinen Inzidenzebene, die in dieser Weise von einer konkreten affinen Inzidenze-
bene herkommt. In diesem Sinne sind unsere beiden Begriffe also nur unwesent-
lich verschieden. Der Nutzen dieser beiden Begrifflichkeiten liegt allein darin, die
Betonung unterschiedlicher Aspekte der Theorie zu erleichtern. Analoges gilt für
projektive Inzidenzebenen.
Ergänzung 7.3.11. Jedem Paar (X, G) bestehend aus einer Menge X mitsamt
einem Mengensystem G ⊂ P(X) können wir ganz allgemein die Inzidenzstruktur
(X, G, I) mit I := {(x, g) | x ∈ g} zuordnen. Jede Inzidenzstruktur (X, A, I) mit
der Eigenschaft, daß gegeben a, b ∈ A aus (xIa ⇔ xIb) bereits folgt a = b, ist
weiter isomorph zu der Inzidenzstruktur eines Paares (X, G) wie oben.
7.3.12 (Punkt-Geraden-Symmetrie projektiver Ebenen). Ist (X, G, I) eine ab-
∼
strakte projektive Inzidenzebene, so ist offensichtlich für τ : X × G → G × X
die Vertauschung auch (G, X, τ (I)) eine abstrakte projektive Inzidenzebene. Sie
heißt die duale projektive Inzidenzebene.

Definition 7.3.13. Man sagt, eine projektive Inzidenzebene habe die Desargues-
Eigenschaft, wenn folgendes gilt: Gegeben seien zwei dreielementige jeweils
nicht kolineare Mengen von Punkten, und dazwischen eine Bijektion. Die Ge-
raden durch je zwei Punkte eines Tripels bilden damit eine dreielementige Menge
von Geraden, und wir erhalten so auch zwei dreielementige Mengen von Geraden
und dazwischen eine Bijektion. Gibt es dann einen Punkt, der mit je zwei Punkten
in Bijektion kolinear ist, so gibt es auch eine Gerade, die mit je zwei Geraden in
Bijektion kopunktal ist alias einen allen Dreien gemeinsamen Punkt hat.

215
7.3.14. In Formeln übersetzt besagt die Desargues-Eigenschaft: Gegeben seien
zwei Tripel x1 , y1 , z1 und x2 , y2 , z2 von jeweils nicht kolinearen Punkten. Wir set-
zen x̄i := yi zi , ȳi := zi xi und z̄i := xi yi und erhalten so zwei Tripel x̄1 , ȳ1 , z̄1
und x̄2 , ȳ2 , z̄2 von jeweils nicht kopunktalen Geraden. Gibt es dann einen Punkt p
mit (p, x1 , x2 ) und (p, y1 , y2 ) und (p, z1 , z2 ) jeweils kolinear, so gibt es auch eine
Gerade g mit (g, x̄1 , x̄2 ) und (g, ȳ1 , ȳ2 ) und (g, z̄1 , z̄2 ) jeweils kopunktal.
7.3.15. Verstärken wir in der Formulierung der Desargues-Eigenschaft den letzten
Satz zur Forderung „Genau dann gibt es einen Punkt, der mit je zwei Punkten
in Bijektion kolinear ist, wenn es eine Gerade gibt, die mit je zwei Geraden in
Bijektion kopunktal ist“, so gilt diese a priori stärkere Eigenschaft offensichtlich
für eine projektive Inzidenzebene genau dann, wenn sie für die duale projektive
Inzidenzebene gilt.

7.3.16 (P2 K hat die Desargues-Eigenschaft). Wir prüfen, daß jede projektive
Ebene über einem beliebigen Schiefkörper im Sinne von 5.7.2 die Desargues-
Eigenschaft hat. Wir arbeiten zunächst in einer beliebigen projektiven Inzidenze-
bene. Fallen Punkte in Bijektion oder Geraden in Bijektion zusammen, so ist die
zugehörige Bedingung der Desargues-Eigenschaft aus trivialen Gründen erfüllt.
Diese Fälle schließen wir von jetzt an aus. Damit ist der Punkt p eindeutig be-
stimmt und es gilt x̄1 ∩ x̄2 6= ȳ1 ∩ ȳ2 und es gibt genau eine Gerade g mit (g, x̄1 , x̄2 )
und (g, ȳ1 , ȳ2 ) kopunktal. Es gilt zu zeigen, daß dann im Fall einer projektiven
Ebene über einem Schiefkörper auch (g, z̄1 , z̄2 ) kopunktal ist. Ohne Beschrän-
kung der Allgemeinheit dürfen wir dabei annehmen, daß g die unendlich ferne
Gerade von P2 K ist. Liegen nun von einem unserer beiden Tripel zwei Punkte
auf der unendlich fernen Geraden, ist die zugehörige Bedingung der Desargues-
Eigenschaft wieder aus trivialen Gründen erfüllt. Liegt von einem unserer beiden
Tripel nur ein Punkt auf der unendlich fernen Geraden, etwa der Punkt x1 , so
müssen sowohl (x1 , y1 , y2 ) als auch (x1 , y1 , y3 ) kolinear sein und damit müssen
(y1 , y2 , y3 ) kolinear sein im Widerspruch zu unseren Annahmen. Es reicht also,
den Fall zu betrachten, daß keiner unserer Punkte x1 , x2 , x3 , y1 , y2 , y3 auf der un-
endlich fernen Geraden liegt. Unter diesen Annahmen gilt es nun noch, die beiden
Fälle p 6∈ g und p ∈ g zu behandeln. Der erste Fall ist der im Bild Dargestellte.
In diesem Fall kann man mit einer Streckung mit Zentrum p argumentieren. Im
zweiten Fall p ∈ g argumentiert man analog mit einer Parallelverschiebung.
7.3.17. Hat eine projektive Inzidenzebene die Desargues-Eigenschaft, so hat die
durch Weglassen einer beliebigen Gerade entstehende affine Inzidenzebene offen-
sichtlich die affine Desargues-Eigenschaft.

Definition 7.3.18. Man sagt, eine projektive Inzidenzebene habe die Pappus-
Eigenschaft, wenn folgendes gilt: Gegeben seien zwei kolineare Tripel von Punk-
ten. So gibt es ein drittes kolineares Tripel von Punkten derart, daß wenn wir aus

216
Die Desargues-Eigenschaft besagt, daß die drei als hohle Kreise dargestellten
Schnittpunkte stets auf einer hier gestrichelt gezeichneten Gerade liegen.

217
einem beliebigen unserer drei Tripel den ersten Eintrag nehmen, aus einem belie-
bigen anderen den zweiten Eintrag und aus dem verbleibenden Tripel den dritten
Eintrag, daß wir dann stets ein kolineares Tripel erhalten.

7.3.19. In Formeln soll es also für Punkte x11 , x12 , x13 , x21 , x22 , x23 mit der Eigen-
schaft xi1 , xi2 , xi3 kolinear für i = 1, 2 stets kolineare Punkte x31 , x32 , x33 geben
mit x1σ(1) , x2σ(2) , x3σ(3) kolinear für jede Permutation σ ∈ S3 .

7.3.20 (Für K kommutativ hat P2 K die Pappus-Eigenschaft). Wir prüfen, daß

jede projektive Ebene über einem Körper die Pappus-Eigenschaft hat. Ohne Be-
schränkung der Allgemeinheit dürfen wir annehmen, daß mindestens Eines unse-
rer beiden Tripel, sagen wir das Erste, aus drei paarweise verschiedenen Punkten
besteht, und daß dieses auf der unendlich fernen Gerade liegt. Liegt auch einer
der Punkte x2i des zweiten Tripels auf der unendlich fernen Geraden, so können
wir unser drittes Tripel unschwer auf der unendlich fernen Geraden finden. Die-
sen Fall brauchen wir also auch nicht weiter zu betrachten. Dann aber sind unsere
Punkte x31 , x32 , x33 bereits eindeutig festgelegt und liegen nicht in der unendlich
fernen Geraden und es muß nur noch gezeigt werden, daß sie kolinear sind. Fallen
zwei Punkte des dritten Tripels zusammen, ist das eh klar. Ist x31 x32 parallel zu
einer Gerade durch x21 , x22 , x23 , so ist die Behauptung leicht zu sehen. Ist schließ-
lich x31 x32 nicht parallel zu einer Gerade durch x21 , x22 , x23 , so dürfen wir den
Schnittpunkt unserer beiden Geraden als den Ursprung eines Koordinatensystems
annehmen und mit Streckungen argumentieren. Die Details seien dem Leser zur
Übung überlassen.
7.3.21. Hat eine projektive Inzidenzebene die Pappus-Eigenschaft, so hat die durch
Weglassen einer beliebigen Gerade entstehende affine Inzidenzebene offensicht-
lich die affine Pappus-Eigenschaft.

Übungen
Übung 7.3.22. Man zeige, daß in einer projektiven Inzidenzebene jede Gerade
mindestens drei Punkte hat.
Übung 7.3.23. Man zeige ohne auf den Koordinatisierungssatz zurückzugreifen,
daß eine projektive Inzidenzebene genau dann die Pappus-Eigenschaft hat, wenn
die duale projektive Inzidenzebene die Pappus-Eigenschaft hat.

7.4 Lineare Konvexgeometrie

Definition 7.4.1. Sei V ein Vektorraum über einem angeordneten Körper und
E ⊂ V eine Teilmenge. Wir sagen, ein Vektor v ∈ V läßt sich aus E positiv

218
Die Pappus-Eigenschaft besagt, daß die drei als hohle Kreise dargestellten
Schnittpunkte stets auf einer hier gestrichelt gezeichneten Gerade liegen.

Der Fall einer parallelen dritten Gerade beim Beweis der Pappus-Eigenschaft
7.3.20. Die unendlich fernen Punkte x1i gehören zu den Parallelenscharen, von
denen zwei Repräsentanten mit jeweils i Strichen gekennzeichnet sind. Zu zeigen
ist, daß der Schnittpunkt x33 der gestrichelten Linien auf x31 x32 liegt, das als
parallel zur Geraden durch die Punkte x2i angenommen ist.

219
linear kombinieren, wenn er eine Darstellung
v = α1 e1 + . . . + αn en
besitzt mit αi > 0 und ei ∈ E und n ≥ 0. Die leere Linearkombination mit
n = 0 verstehen wir hier wie immer als den Nullvektor, der sich also in unseren
Konventionen aus jeder Teilmenge positiv linear kombinieren läßt.
7.4.2. Zum Beispiel ist die Menge der aus der Standardbasis des R2 positiv linear
kombinierbaren Vektoren der abgeschlossene positive Quadrant: Die Punkte im
Inneren erhalten wir mit n = 2, die vom Ursprung verschiedenen Punkte auf den
Rändern mit n = 1, und den Ursprung mit n = 0. Statt αi > 0 hätten wir in der
Definition also gleichbedeutend auch αi ≥ 0 schreiben können. Wenn wir aber
im folgenden von einer positiven Linearkombination reden, so meinen wir stets
positive und nicht etwa nur nichtnegative Koeffizienten.

Satz 7.4.3 (Hauptsatz über lineare Ungleichungen). Ist V ein Vektorraum über
einem angeordneten Körper und E ⊂ V eine endliche Teilmenge, so gilt für jeden
Vektor v ∈ V genau eine der beiden folgenden Aussagen:
Entweder der Vektor v läßt sich aus E positiv linear kombinieren,
oder aber es gibt eine Linearform α ∈ V > mit α(e) ≥ 0 ∀e ∈ E und α(v) < 0.
Im ersten Fall kann v sogar positiv linear kombiniert werden aus höchstens dim V
Elementen von E. Ist E ein Erzeugendensystem von V , so kann im zweiten Fall α
sogar so gewählt werden, daß ker α von seinem Schnitt mit E erzeugt wird.
Ergänzung 7.4.4. Ist zusätzlich ein Teilraum W ⊂ V > gegeben derart, daß auf
keinem Vektor von V \0 alle Linearformen aus W verschwinden, so können wir
im zweiten Fall sogar α ∈ W finden. In der Tat gibt es ja dann für jede endliche
Teilmenge von V und jedes α ∈ V > ein α̃ ∈ W , das auf dieser endlichen Teil-
menge dieselben Werte annimmt wie α. Ist V endlichdimensional, so muß hier
natürlich bereits W = V > gelten.
7.4.5. Der Satz und der hier gegebene Beweis stammen von Weyl [Wey35]. Im
Fall des Grundkörpers R geht er aber bereits auf Farkas zurück und heißt man-
cherorts das Lemma von Farkas. Eine algorithmische Darstellung des Beweises
und mehr zur praktischen Bedeutung unseres Satzes in der linearen Optimierung
findet man in [Sch86].
7.4.6 (Der Hauptsatz über lineare Ungleichungen in Koordinaten). Speziali-
sieren wir den Satz zu V = Rn , dessen Elemente wir als Spaltenvektoren auf-
fassen, und besteht unsere endliche Menge E aus den m Spaltenvektoren einer
Matrix A ∈ Mat(n × m; R), so erhalten wir für einen Spaltenvektor v = b =
(b1 , . . . , bn )> ∈ Rn aus 7.4.3 die folgende Alternative:

220
Eine Menge E = {e1 , e2 , e3 } von drei Vektoren des Richtungsraums der
Papierebene, die bis auf ihre Bezeichnung nichts mit der Standardbasis des R3 zu
tun haben, sowie ein Vektor v außerhalb der Menge ihrer positiven
Linearkombinationen, der sich nach unserem Satz durch eine Hyperebene ker α,
in diesem Fall die gestrichelt eingezeichnete Gerade, von unserer Menge aller
positiven Linearkombinationen abtrennen läßt.

221
Eine Menge von fünf Vektoren der Ebene, eingezeichnet als Pfeile, nebst der
Menge aller positiven Linearkombinationen von Teilmengen unserer fünf
Vektoren, eingezeichnet als der kreuzweise schraffierte Bereich, zu dem auch der
gestrichelt eingezeichnete Rand hinzuzurechnen ist. Die beiden gestrichelt
eingezeichneten Geraden sind die Kerne extremer Stützen, in diesem Fall gibt es
bis auf Multiplikation mit positiven Skalaren genau zwei extreme Stützen.
Einfach schraffiert die Bereiche, auf denen jeweils eine dieser extremen Stützen
nichtnegativ ist.

222
Entweder es gibt einen Spaltenvektor x ∈ (R≥0 )m mit b = Ax,

oder aber es gibt y = (y1 , . . . , yn )> ∈ Rn mit y > A ∈ (R≥0 )m und y > b < 0.

Unser α ist in diesem Fall der Zeilenvektor y > = (y1 , . . . , yn ).

7.4.7 (Variante zum Hauptsatz über lineare Ungleichungen). Besteht unsere
endliche Menge E aus den m Spaltenvektoren einer Matrix C ∈ Mat(n × m; R)
und ihren Negativen sowie den Vektoren der Standardbasis, so erhalten wir aus
7.4.3 für einen Spaltenvektor b = (b1 , . . . , bn )> ∈ Rn die folgende Alternative:

Entweder es gibt einen Spaltenvektor x ∈ Rm mit Cx ≤ b in dem Sinne, daß

diese Ungleichung in jeder Koordinate gilt,

oder aber es gibt y = (y1 , . . . , yn )> ∈ (R≥0 )n mit y > C = 0 und y > b < 0.

Beispiel 7.4.8. Man denke sich einen Ikosaeder mit einer Ecke im Urprung, und
denke sich E als seine Eckenmenge. In diesem Fall hätte die Menge der positiven
Linearkombinationen von Vektoren aus E die Gestalt eines eckigen Kegels mit
fünf Flächen, die übrigends genau die Kerne der „extremen Stützen von E“ aus
dem gleich folgenden Beweis sind.

Korollar 7.4.9 (Satz von Caratheodory). Seien V ⊃ T ein Vektorraum endlicher

Dimension über einem angeordneten Körper mit einer Teilmenge. Läßt sich ein
Vektor von V aus T positiv linear kombinieren, so läßt er sich bereits aus einer
Teilmenge von T mit höchstens dim V Elementen positiv linear kombinieren.

Beweis. Dies Korollar folgt unmittelbar aus dem Hauptsatz über lineare Unglei-
chungen 7.4.3. Besonders anschaulich scheint mir die affine Variante 7.4.13 dieser
Aussage.
7.4.10 (Der Fall positiver Linearkombinationen unendlicher Mengen). Ge-
geben eine Gerade in der Ebene R2 , die die Menge der Punkte mit rationalen
Koordinaten Q2 nur im Nullpunkt trifft, betrachte man in Q2 einen der beiden
zugehörigen Halbräume mitsamt der Null. Dieser durch den Ursprung ergänz-
te Halbraum ist eine konvexe Teilmenge E von Q2 , die von überhaupt keinem
Punkt aus ihrem Komplement durch eine Gerade des Q-Vektorraums Q2 getrennt
werden kann. Unser Hauptsatz über lineare Ungleichungen ist also für unendli-
ches E im allgemeinen nicht mehr richtig. Betrachten wir jedoch abgeschlossene
konvexe Kegel E im Sinne von 7.4.14 in reellen Banach-Räumen, so gibt es für
jeden Vektor v im Komplement eine stetige Linearform, die auf besagtem Ke-
gel nichtnegativ ist, auf dem Vektor aber negativ: Dieser Satz ist eine Variante
der grundlegenden Trennungssätze aus der Funktionalanalysis, der sogenannten
„Trennungssätze von Hahn-Banach“.

223
Beweis. Ohne Beschränkung der Allgemeinheit dürfen wir annehmen, daß V von
E erzeugt wird. Eine Linearform α ∈ V > \0 mit α(e) ≥ 0 ∀e ∈ E nennen wir
eine Stütze von E. Wird zusätzlich ker α erzeugt von (ker α) ∩ E, so nennen wir
α eine extreme Stütze von E. Natürlich ist auch jedes positive Vielfache einer
Stütze eine Stütze und jedes positive Vielfache einer extremen Stütze eine extre-
me Stütze. Wir beweisen den Satz durch Induktion über d = dim V und müssen
die zweite unserer beiden ergänzenden Zusatzaussagen gleich mit beweisen, um
die Induktion am Laufen zu halten. Wir unterscheiden zwei Fälle.
Fall 1: E besitzt mindestens eine extreme Stütze. Sei dann v ∈ V gegeben mit
α(v) ≥ 0 für jede extreme Stütze α. Es gilt zu zeigen, daß sich v positiv linear aus
höchstens d Elementen von E kombinieren läßt. Liegt v im Kern einer der extre-
men Stützen, sagen wir α(v) = 0, so ersetzen wir E ⊂ V durch E ∩ker α ⊂ ker α
und sind fertig mit Induktion: Jede Linearform γ 0 auf ker α, die eine extreme Stüt-
ze von E ∩ ker α ⊂ ker α ist, läßt sich nämlich zu einer Linearform γ auf V
ausdehnen. Die alternativen Ausdehnungen γ + µα müssen für hinreichend große
Skalare µ Stützen von E sein, da ja α positiv ist auf allen Punkten von E au-
ßerhalb des Kerns, und wählen wir µ kleinstmöglich mit γ + µα Stütze von E,
so erhalten wir eine Ausdehnung von γ 0 zu einer Linearform auf V , die selbst
extreme Stütze von E ⊂ V ist. Sind also alle extremen Stützen von E ⊂ V nicht-
negativ auf v ∈ ker α, so auch alle extremen Stützen von E ∩ ker α ⊂ ker α, und
unsere Induktion läuft. Liegt v bei keiner extremen Stütze im Kern, so suchen wir
uns ein e ∈ E, das nicht im Kern aller extremen Stützen liegt, und wählen λ ≥ 0
kleinstmöglich derart, daß die Ungleichungen α(v − λe) ≥ 0 für alle extremen
Stützen α weiter bestehen bleiben, aber mindestens eine, sagen wir zur extremen
Stütze β, eine Gleichung β(v − λe) = 0 wird. Dann zeigt dieselbe Induktion, daß
sich v − λe positiv linear kombinieren läßt aus d − 1 Elementen von E ∩ ker β
und damit v aus d Elementen von E.
Fall 2: E besitzt keine extremen Stützen. Wir dürfen V 6= 0 annehmen und wählen
unter allen α ∈ V > \0 derart, daß (ker α) von seinem Schnitt mit E erzeugt wird,
ein α aus, für das die Kardinalität der Menge E + = E + (α) := {e ∈ E | α(e) ≥
0} maximal möglich wird. Nach Annahme finden wir dennoch ein e− ∈ E mit
α(e− ) < 0 und dürfen ohne Beschränkung der Allgemeinheit α(e− ) = −1 an-
nehmen. Dann betrachten wir die Projektion π : v 7→ v + α(v)e− von V auf ker α
längs e− . Hätte π(E + ) eine extreme Stütze β, so könnten wir diese durch die Vor-
schrift β(e− ) = 0 fortsetzen zu einer Linearform β ∈ V > mit β|E + ≥ 0 und
β(e− ) = 0, und ker β wäre erzeugt von seinem Schnitt mit E, im Widerspruch
zur Wahl von α. Also hat π(E + ) keine extreme Stütze und nach Induktionsvor-
aussetzung läßt sich jeder Vektor aus ker α positiv linear aus π(E + ) kombinieren.
Also läßt sich jedes v ∈ V schon mal aus E linear kombinieren unter der Ein-
schränkung, daß nur der Koeffizient vor e− negativ sein darf. Weiter gibt es aber

224
Ein Kegel im Raum mit vier R>0 -Bahnen von extremen Stützen, deren Kerne
von den vier Flächen unseres Kegels erzeugt werden. Die obere viereckige
Fläche habe ich nur eingezeichnet, um das Bild plastischer aussehen zu lassen.
Unser ker α aus dem Beweis ist die Vorderfläche.

Ein Schnitt durch obige Figur, der zeigen soll, wie man im Beweis die
fortgesetzte extreme Stütze γ in ker α zu einer extremen Stütze γ 0 verwackelt.

225
auch mindestens ein e+ ∈ E mit α(e+ ) > 0, sonst wäre ja −α eine extreme Stütze
von E. Schreiben wir −e+ in unserer eingeschränkten Weise und wenden α an, so
erkennen wir, daß der Koeffizient von e− positiv sein muß, und nach geeigneter
Umformung stellen wir −e− dar als positive Linearkombination von Elementen
von E + . Damit läßt sich nun offensichtlich jeder Vektor aus V positiv linear aus
E, ja sogar aus E + ∪ {e− } kombinieren. Um schließlich zu zeigen, daß für solch
eine Darstellung eines gegebenen Vektors v sogar d Elemente von E ausreichen,
beginnen wir mit irgendeiner Darstellung v = λ1 e1 +. . .+λn en als positive Linear-
kombination von Elementen von E. Benutzt sie mehr als d Elemente von E, so ist
(λ1 , . . . , λn ) ein Punkt aus dem Inneren des positiven Quadranten in k n auf einer
ganzen affinen Geraden von Lösungen der Gleichung v = λ1 e1 + . . . + λn en . Die
Stelle, an der diese Gerade den positiven Quadranten verläßt, ist dann eine kürzere
Darstellung von v als positive Linearkombination von Elementen von E.

Korollar 7.4.11 (Hauptsatz über affine Ungleichungen). Ist E eine endliche

Teilmenge eines affinen Raums W über einem angeordneten Körper k, so gilt für
jedes p ∈ W genau eine der beiden folgenden Aussagen:
1. Der Punkt p liegt in der konvexen Hülle von E;
2. Es gibt eine affine Abbildung α : W → k mit α(e) ≥ 0 ∀e ∈ E und
α(p) < 0.
Im ersten Fall liegt p sogar bereits in der konvexen Hülle einer Teilmenge von E
mit höchstens (dim W ) + 1 Elementen. Erzeugt E unseren affinen Raum W , so
kann im zweiten Fall α sogar so gewählt werden, daß seine Nullstellenmenge von
ihrem Schnitt mit E erzeugt wird.
7.4.12. Ist also W ein affiner Raum über einem angeordneten Körper und E ⊂ W
eine endliche Teilmenge, die unseren affinen Raum erzeugt, so ist die konvexe
Hülle von E genau der Schnitt aller „abgeschlossenen Halbräume“, die E um-
fassen und deren „begrenzende Hyperebene“ von ihrem Schnitt mit E erzeugt
wird. Diese Formulierung scheint mir der Anschauung besonders gut zugänglich.
Im übrigen heißt eine Teilmenge eines affinen Raums über einem angeordneten
Körper, die die konvexe Hülle einer endlichen Teilmenge ist, auch ein Polytop.
Beweis. Wir identifizieren unseren affinen Raum mit einer affinen nichtlinearen
Hyperebene in einem Vektorraum. Das Korollar folgt dann unmittelbar aus dem
Hauptsatz über lineare Ungleichungen 7.4.3.
Korollar 7.4.13 (Satz von Caratheodory im Affinen). Ist W ⊃ T ein affiner
Raum endlicher Dimension über einem angeordneten Körper mit einer Teilmenge,
so liegt jeder Punkt aus der konvexen Hülle von T bereits in der konvexen Hülle
einer Teilmenge von T mit höchstens (dim W ) + 1 Elementen.

226
Eine Menge von neun Punkten der affinen Ebene, eingezeichnet als fette Punkte,
nebst ihrer konvexen Hülle, einem unregelmäßigen Fünfeck, zu dem auch der
gestrichelt eingezeichnete Rand hinzuzurechnen ist. Man erkennt, daß dieses
Fünfeck wie in 7.4.12 besprochen in der Tat genau der Schnitt derjenigen
„abgeschlossenen Halbebenen“ ist, die unsere neun Punkte umfassen und deren
„begrenzende Hyperebene“, in unserem Fall jeweils eine der gestrichelt
eingezeichneten Geraden, von ihrem Schnitt mit E affin erzeugt wird.

227
Illustration zum Satz von Caratheodory. Die konvexe Hülle der sieben fetten
Punkte T ist das schraffierte Siebeneck, und jeder Punkt aus diesem Siebeneck
liegt in der Tat auf einem Dreieck, dessen drei Ecken Ecken unseres Siebenecks
sind.

228
Beweis. Die konvexe Hülle von T ist die Vereinigung der konvexen Hüllen al-
ler endlichen Teilmengen von T . Unser Korollar erweist sich so als unmittel-
bare Konsequenz aus dem vorhergehenden Hauptsatz über affine Ungleichungen
7.4.11.

Definition 7.4.14. Ein Kegel in einem Vektorraum V über einem angeordneten

Körper k ist eine Teilmenge C ⊂ V , die den Ursprung enthält und stabil ist unter
der Multiplikation mit nichtnegativen Skalaren. Einen konvexen Kegel nennen wir
einen Konvexkegel. Ein Kegel, der keine Gerade umfaßt, heißt ein spitzer Kegel.

7.4.15. Ein Teilmenge C in einem Vektorraum V über einem angeordneten Kör-

per k ist genau dann ein Konvexkegel, wenn sie den Ursprung enthält und stabil
ist unter Addition und unter der Multiplikation mit nichtnegativen Skalaren. In
Formeln ausgedrückt kann ein Konvexkegel also charakterisiert werden als eine
Teilmenge C ⊂ V mit den Eigenschaften 0 ∈ C und v, w ∈ C ⇒ v + w ∈ C und
v ∈ C ⇒ λv ∈ C ∀λ ∈ k≥0 .
7.4.16. Auf Englisch sagt man cone für „Kegel“ und strongly convex cone für
„spitzer Konvexkegel“.
7.4.17. Natürlich ist jeder Schnitt von Kegeln wieder ein Kegel und jeder Schnitt
von Konvexkegeln wieder ein Konvexkegel. Der kleinste Konvexkegel, der ei-
ne gegebene Menge von Vektoren umfaßt, heißt der von dieser Menge erzeugte
Konvexkegel. Er besteht genau aus allen Vektoren, die sich aus unserer Menge
positiv linear kombinieren lassen. Ein endlich erzeugter Konvexkegel heißt auch
ein polyedrischer Konvexkegel.
7.4.18. Man beachte den Unterschied zwischen dem von einer Menge erzeugten
Kegel und dem von derselben Menge erzeugten Konvexkegel.

Definition 7.4.19. Gegeben eine Teilmenge E ⊂ V eines Vektorraums über ei-

nem angeordneten Körper definieren wir im Dualraum V > unseres Vektorraums
ihre Polarenmenge E ◦ ⊂ V > durch die Vorschrift

E ◦ := {λ ∈ V > | λ(e) ≤ 1 ∀e ∈ E}

7.4.20. Die Polarenmenge eines Kegels C ist offensichtlich ein Konvexkegel und
kann beschrieben werden durch die Formel

C ◦ = {λ ∈ V > | λ(c) ≤ 0 ∀c ∈ C}

Die Polarenmenge eines Kegels nennt man auch den dualen Kegel. Daß diese
Terminologie sinnvoll ist, zeigt der folgende Satz.

229
Ein Konvexkegel und sein dualer Kegel im Richtungsraum P~ der Papierebene P ,
den wir dazu vermittels eines unter allen Kongruenzbewegungen invarianten
Skalarprodukts h , i durch can : P~ → P~ > , v 7→ hv, i mit seinem Dualraum
∼

identifiziert haben, so daß wir erhalten

can−1 (C ◦ ) = {v | hv, ci ≤ 0 ∀c ∈ C}

Ein Punkt der Papierebene stellt dabei denjenigen Richtungsvektor dar, der vom
„Zentrum“ unseres Bildes zum entsprechenden Punkt schiebt.

230
Satz 7.4.21 (von Farkas über duale Kegel). Ist C ein endlich erzeugter Kon-
vexkegel in einem endlichdimensionalen Vektorraum V über einem angeordneten
Körper, so ist auch seine Polarenmenge C ◦ ⊂ V > ein endlich erzeugter Konvex-
∼
kegel und der kanonische Isomorphismus V → V >> induziert eine Bijektion
∼
C → C ◦◦

Beweis. Wir identifizieren im folgenden V >> und V vermittels des kanonischen

Isomorphismus. Für jede Teilmenge E ⊂ V gilt E ⊂ E ◦◦ , und für einen endlich
erzeugten Konvexkegel C haben wir nach dem Hauptsatz über lineare Unglei-
chungen 7.4.3 auch C ⊃ C ◦◦ , mithin C = C ◦◦ . Es bleibt nur zu zeigen, daß auch
C ◦ ein endlich erzeugter Konvexkegel ist. Wir zeigen dazu erst einmal, daß wir
endlich viele Gleichungen λ1 , . . . , λr ∈ V > finden können mit

C = {v ∈ V | λi (v) ≥ 0 ∀i}

Sei in der Tat E ⊂ C ein endliches Erzeugendensystem unseres Konvexkegels

C. Erzeugt E schon ganz V als Vektorraum, so folgt unsere Behauptung aus dem
Hauptsatz über lineare Ungleichungen 7.4.3, genauer seiner allerletzten Aussa-
ge. Andernfalls gilt es eben, geeignete Linearformen, λ1 , . . . , λs auf dem von C
erzeugten Untervektorraum W zu wählen, diese auf V fortzusetzen, und noch ge-
nügend auf W verschwindende Linearformen hinzuzunehmen. Die Linearformen
−λ1 , . . . , −λr ∈ V > erzeugen nun per definitionem einen Konvexkegel K ⊂ V >
mit K ◦ = C, und wegen K = K ◦◦ = C ◦ folgt, daß auch C ◦ endlich erzeugt
ist.

Korollar 7.4.22 (Charakterisierungen spitzer Konvexkegel). Für einen endlich

erzeugten Konvexkegel in einem endlichdimensionalen Vektorraum über einem an-
geordneten Körper sind gleichbedeutend:

1. Unser Konvexkegel ist spitz;

2. Es gibt eine Linearform auf unserem Vektorraum, die auf dem Konvexkegel
mit Ausnahme des Ursprungs echt positiv ist;

3. Die Polarenmenge unseres Konvexkegels erzeugt den Dualraum unseres

Vektorraums.

7.4.23. Die Bedingung „endlich erzeugt“ ist hier wesentlich. Zum Beispiel wäre
die Menge aller Punkt in Q2 echt unterhalb der x-Achse mitsamt dem Ursprung
ein spitzer Konvexkegel, dessen Polarenmenge nicht den ganzen Dualraum er-
zeugt.

231
Beweis. Für einen beliebigen Kegel E umfaßt E ◦ eine Gerade genau dann, wenn
E nicht den ganzen Raum erzeugt. Mit 7.4.21 folgt (1) ⇔ (3). Die Implikation
(2) ⇒ (1) ist offensichtlich. Um schließlich (3) ⇒ (2) zu zeigen wählen wir nach
7.4.21 ein endliches Erzeugendensystem der Polarenmenge unseres Konvexkegels
und betrachten die Summe seiner Elemente. Verschwindet diese Summe an einem
Punkt des Kegels, so verschwinden dort überhaupt alle Linearformen auf unserem
Vektorraum und damit ist besagter Punkt der Ursprung.

Übungen
Übung 7.4.24. Man schreibe in Formeln und beweise: Ein System von endlich
vielen homogenen linearen Ungleichungen über einem angeordneten Körper hat
genau dann eine nichttriviale Lösung, wenn es keine nichttriviale lineare Abhän-
gigkeit mit nichtnegativen Koeffizienten zwischen unseren Linearformen gibt.
Übung 7.4.25. Gegeben ein Konvexkegel K in einem Vektorraum über einem an-
geordneten Körper, der den ganzen Vektorraum erzeugt, läßt sich jede Abbildung
ϕ : K → W in einen weiteren Vektorraum mit ϕ(v + w) = ϕ(v) + ϕ(w) sowie
ϕ(αv) = αϕ(v) für alle v, w ∈ K und α > 0 auf genau eine Weise zu einer
linearen Abbildung K → W fortsetzen.
Ergänzende Übung 7.4.26 (Duale Kegel unter Körpererweiterung). Seien K ⊃
k ein angeordneter Körper mit einem Teilkörper, den wir mit der induzierten An-
ordnung versehen. Sei V ein endlichdimensionaler k-Vektorraum, C ⊂ V ein
endlich erzeugter Konvexkegel, und CK ⊂ VK der davon erzeugte Konvexkegel
im zu Skalaren K erweiterten Vektorraum VK = V ⊗k K. So stimmt der duale
∼
Kegel zum Kegel CK unter der kanonischen Identifikation (VK )> → (V > )K über-
ein mit dem Erzeugnis in (V > )K des dualen Kegels C ◦ ⊂ V > von C. In Formeln
gilt also
(CK )◦ = (C ◦ )K
Übung 7.4.27. Gegeben eine Teilmenge E eines affinen Raums über einem ange-
ordneten Körper k bezeichne konv(E) ihre konvexe Hülle. Ist E die Standardbasis
des k n und W ⊂ k n ein affiner Teilraum, so zeige man, daß ein Punkt p extrem
ist im Schnitt W ∩ konv(E) genau dann, wenn er für mindestens eine Teilmenge
E 0 ⊂ E der einzige Punkt von W ∩ konv(E 0 ) ist.
Übung 7.4.28. Sei K ein angeordneter Körper. Gegeben Kegel C, D in einem
K-Vektorraum gilt für die dualen Kegel offensichtlich (C + D)◦ = C ◦ ∩ D◦ . Für
endlich erzeugte Konvexkegel C, D in einem endlichdimensionalen k-Vektorraum
V folgere man mit dem Satz 7.4.21 über duale Kegel

(C ∩ D)◦ = C ◦ + D◦

232
Gegeben endlich viele Linearformen α1 , . . . , αn ∈ V ∗ hat insbesondere der Kon-
vexkegel C := {v | αi (v) ≥ 0 ∀i} als dualen Kegel C ◦ den Kegel aller negativen
Linearkombinationen der αi , in Formeln
( )
X
C◦ = xi αi xi ≤ 0 ∀i


i

Übung 7.4.29 (Starker Dualitätssatz der linearen Optimierung). Ungleichun-

gen zwischen Vektoren des Rn oder Rm sind im folgenden stets komponenten-
weise zu verstehen. Seien A ∈ Mat(n × m; R) und b ∈ Rn und c ∈ Rm gegeben.
Man zeige, daß für d ∈ R gleichbedeutend sind:

1. Unser d ist das Maximum der linearen Funktion x 7→ c> x auf der Menge
{x ∈ Rm | Ax ≤ b};

2. Unser d ist das Kleinste aller δ ∈ R mit

{x ∈ Rm | c> x ≤ δ} ⊃ {x ∈ Rm | Ax ≤ b};

3. Unser d ist das Kleinste aller δ ∈ R mit

A −b
{(x, t) ∈ Rm+1 | (c> | − δ) xt ≤ 0} ⊃ {(x, t) ∈ Rm+1 |
x
0 −1 t
≤ 0};

4. Unser d ist das Kleinste aller δ ∈ R mit

−b
R≥0 (−c> |δ) ⊂ {(y > |γ) 0A −1 | (y, γ) ∈ Rn+1 , (y, γ) ≤ 0};

5. Unser d ist das Kleinste aller δ ∈ R, für das y ≥ 0 und γ ≥ 0 existieren mit
(−c> |δ) = (−y > A|y > b + γ);

6. Unser d ist das Minimum der linearen Funktion y 7→ y > b auf der Menge
aller y ∈ Rn mit y ≥ 0 und c> = y > A.

Beim Übergang zwischen 3 und 4 benötigt man Übung 7.4.28, die anderen Über-
gänge sind elementar. Die Äquivalenz von 1 und 6 heißt der starke Dualitätssatz.

233
Illustration zum starken Dualitätssatz. Die Frage des Maximums wird übersetzt
in eine Frage nach dem Enthaltensein von Kegeln und dualisiert durch Übergang
zu den dualen Kegeln. Der duale Kegel zu einem Halbraum ist dabei ein Strahl.

234
8 Danksagung
Für Korrekturen und Verbesserungen danke ich Judith Bender, Anna Staron, Mar-
kus Junker, Olaf Schnürer. Besonders danke ich Veronika Thierfelder, deren fun-
damentale allgemeine Ratschläge zur Darstellung mir sehr geholfen haben. Bei
der Behandlung der Inzidenzgeometrie hat mir ein Skript von Hubert Kiechle ge-
holfen.

235
9 Die Vorlesung LA1 im Wintersemester 14/15
Es handelte sich um eine vierstündige Vorlesung, also 4×45 Minuten Vorlesung,
mit 2 Stunden Übungen. Für die Darstellung der Grundlagen fand keine Abstim-
mung mit anderen Grundvorlesungen statt.
20.10 Fibonnacci-Folge und Vektorraumbegriff; Mengen; Keine Diskussion von
Binomial-Koeffizienten; Keine Diskussion der vollständigen Induktion.
23.10 Abbildungen, Beginn der Diskussion von Verknüpfungen, Beispiele für Ver-
knüpfungen;
27.10 Assoziativität macht Klammern überflüssig. Monoide, Gruppen. Körper be-
gonnen. Keine Diskussion von Homomorphismen.
30.10 Körper fertig. Lineare Gleichungssysteme, Lösungsmenge, Gauß-Algorith-
mus; Definition abstrakter Vektorräume, Beispiele; Endliche kartesische Pro-
dukte, der Vektorraum der Tupel.
3.11 Untervektorräume, Erzeugung, Linearkombinationen, lineare Unabhängig-
keit; Basis, Extremalcharakterisierung von Basen, noch ohne Beweis.
6.11 Extremalcharakterisierung von Basen, Beweis, dauerte etwa eine Stunde.
Dann Hauptabschätzung der linearen Algebra, Korollare, Dimension, Di-
mensionssatz noch ohne Beweis.
10.11 Beweis Dimensionssatz, Steinitz weggelassen, freier Vektorraum über Men-
ge, freier Vektorraum über Basis in Bijektion zu Vektorraum, Zorn für Men-
gensysteme 1.9.9, Basisexistenzsatz mit Variante, Homomorphismen von
Magmas, Monoiden, Gruppen, Körpern, Vektorräumen, Beispiele für linea-
re Abbildungen, Endo, Iso, Auto, isomorphe Vektorräume haben dieselbe
Dimension noch ohne Beweis;
13.11 Beweis isomorphe Vektorräume haben dieselbe Dimension; Stufenzahl nach
Gauß-Algorithmus als Dimension des Lösungsraums. Kern, Bild, Injektiv
bedeutet Kern Null. Dimensionsformel, zweiter Beweis des Dimensionssat-
zes. Komplemente.
17.11 Lineare Abbildung festgelegt und festlegbar durch Werte auf Basis. Exis-
tenz komplementärer Unterräume, Halbinverser zu linearen Surjektionen
und Injektionen. Affine Räume, affine Abbildungen, affine Teilräume.
20.11 Schnitt affiner Teilräume, Bezug zu Lösungsmengen linearer Gleichungs-
systeme. Erzeugen affiner Teilräume, affine Abbildungen im Fall reeller af-
finer Räume charakterisiert durch Erhaltung von Geraden. Matrizen linearer

236
Abbildungen K n → K m , Produkt von Matrizen, Zusammenhang mit Ver-
knüpfung linearer Abbildungen noch ohne Beweis.

24.11 Produkt von Matrizen, Zusammenhang mit Verknüpfung linearer Abbildun-

gen, Rechenregeln für Matrizen, Zusammenhang mit linearen Gleichungs-
systemen, invertierbare Matrizen, Elementarmatrizen, Darstellung jeder Ma-
trix als Produkt von solchen noch ohne Beweis.

27.11 Darstellung jeder Matrix als Produkt von Elementarmatrizen mit Beweis,
Smith-Normalform, Rang einer Matrix, Zeilenrang ist Spaltenrang, Berech-
nung der inversen Matrix. Matrizen beliebiger linearer Abbildungen in Be-
zug auf Basen, Basiswechsel. Nicht Spur, das soll in die Übungen. Noch
nicht: Notation für Darstellung eines Vektors in Basis.

1.12 Anwenden einer linearen Abbildung auf Darstellung eines Vektors in ent-
sprechender Basis. Alternativer Beweis für die Smith-Normalform. Dual-
raum, transponierte Abbildung und duale Basis. Matrix der transponierten
Abbildung noch ohne Beweis.

4.12 Matrix der transponierten Abbildung: Beweis. Bidualraum und bitranspo-

nierte Abbildung. Kovektoren als Zeilenmatrizen. Realisierung der kom-
plexen Zahlen als Drehstreckungen; Konjugation, Inverse, geometrische In-
terpretation des Quadrierens.

8.12 Äquivalenzrelationen. Primzahlen, Eindeutigkeit der Primfaktorzerlegung

noch ohne Beweis. Auch Satz über den größten gemeinsamen Teiler noch
ohne Beweis.

11.12 Eindeutigkeit der Primfaktorzerlegung mit Beweis. Satz über den größten
gemeinsamen Teiler mit Beweis. Euklidischer Algorithmus. Restklassen-
ringe. Ringhomomorphismen. Quersummenkriterien.

15.12 Integritätsbereiche. Kürzen, Nullteiler, Einheiten. Primkörper. Verschlüsse-

lung. Polynomringe, Einsetzen, Wurzeln, Grad. Grad Schranke für Zahl der
Wurzeln ohne Beweis. Teilen mit Rest ohne Beweis.

18.12 Teilen mit Rest für Polynome. Grad Schranke für Zahl der Wurzeln mit Be-
weis. Polynome als Funktionen, über endlichen und unendlichen Körpern.
Algebraisch abgeschlossene Körper, Faktorisierung im Komplexen und im
Reellen, anschauliche Begründung für den Fundamentalsatz der Algebra.
Quotientenkörper, rationale Funktionen, Partialbruchzerlegung.

22.12 Projektive Räume, Hamilton’sche Zahlen, Inzidenzgeometrie, Pappus-Ei-

genschaft und Koordinatisierbarkeit.

237
8.1 Signum einer Permutation, Leibnizformel, Charakterisierung der Determi-
nante, noch ohne Beweis der Einzigkeit.

12.1 Beweis der Einzigkeit. Determinantenmultiplikationssatz, Invertierbarkeits-

kriterium, Laplace’scher Entwicklungssatz, Cramer’sche Regel, Invertier-
barkeitskriterium über kommutativen Ringen.

15.1 Orientierung endlichdimensionaler Räume über angeordneten Körpern. Be-

sprechung der Evaluation der Vorlesung. Eigenwerte, Eigenvektoren, cha-
rakteristisches Polynom von quadratischer Matrix und Endomorphismus,
Nullstellen des charakteristischen Polynoms und Eigenwerte. Trigonalisier-
barkeit gleichbedeutend zur Zerfällung des charakteristischen Polynoms for-
muliert, nur einfache Richtung gezeigt.

19.1 Trigonalisierbarkeit gleichbedeutend zur Zerfällung des charakteristischen

Polynoms, schwierige Richtung gezeigt. Charakteristisches Polynom nil-
potenter Endomorphismen. Diagonalisierbarkeit. Lineare Unabhängigkeit
der Eigenvektoren zu paarweise verschiedenen Eigenwerten. Theorem von
Cayley-Hamilton mit Beweis.

22.1 Bemerkungen zum Theorem von Cayley-Hamilton und zur Evaluation von
Polynomen. Beispiel. Einfacherer Beweis des Theorems von Cayley-Hamil-
ton über die komplexen Zahlen. Beispiel: Diagonalisierung einer Matrix.

26.1 Kongruenzebenen, Beweis der Existenz invarianter Skalarprodukte noch

nicht ganz fertig, Eindeutigkeit noch nicht gemacht.

29.1 Beweis der Existenz und Eindeutigkeit invarianter Skalarprodukte für Kon-
gruenzebenen. Tensorprodukt mit eindimensionalem Raum, Längengera-
de, kanonisches Skalarprodukt. Bewegungsräume werden in der Vorlesung
nicht behandelt werden.

2.2 Reelle und komplexe Skalarprodukträume. Orthonormalsysteme und Or-

thonormalbasen. Deren Existenz. Orthogonale Projektion und orthogonales
Komplement. Cauchy-Schwarz’sche Ungleichung mit Beweis. Dreiecksun-
gleichung noch ohne Beweis.

5.2 Beweis Dreiecksungleichung und Bessel’sche Ungleichung. Orthogonale

und unitäre Abbildungen und deren Matrizen, Determinanten, Eigenwerte.
Vorgezogen: Charakterisierung orthogonaler Abbildungen als nicht notwen-
dig lineare Abbildungen, die den Nullvektor festhalten und alle Abstände
zwischen Vektoren erhalten. Satz vom Fußball.

9.2 Sartori rechnet Beispiele.

238
12.2 Besprechung des Formats der Klausur, Wiederholung der groben Struktur
der Vorlesung. Spektralsatz für unitäre Automorphismen, Normalform für
orthogonale Automorphismen.

Große Themen:

1. Mengen, Abbildungen, Verknüpfungen, Monoide, Gruppen, Körper.

2. Lineare Gleichungssysteme, Gauß-Algorithmus, Vektorräume, Untervek-

torräume, Erzeugung, lineare Unabhängigkeit, Basis, Dimension, Hauptab-
schätzung.

3. Homomorphismen, lineare Abbildungen, Injektivität, Kern, Bild, Dimensi-

onsformel.

4. Affine Räume, affine Teilräume, affine Abbildungen.

5. Lineare Abbildungen und Matrizen, Rechnen mit Matrizen, Inverse, Trans-

ponierte, Basiswechsel, Smith-Normalform.

6. Dualraum, Bidualraum, Zusammenhang mit dem Transponieren.

7. Rechnen mit komplexen Zahlen.

8. Primzahlen, Primfaktorzerlegung, euklidischer Algorithmus, Ringe, Rest-

klassenringe.

9. Polynomringe, Abfaktorisieren von Wurzeln, Quotientenkörper, Partialbruch-

zerlegung.

10. Signum, Determinante, Multiplikationsformel, Entwicklungssatz, Cramer’sche

Regel.

11. Eigenwerte, Eigenvektoren, charakteristisches Polynom, Trigonalisierbar-

keit, Diagonalisierbarkeit, Cayley-Hamilton.

239
Literatur
[AL] Skriptum Algebra und Zahlentheorie;.

[AN1] Skriptum Analysis 1;.

[AN2] Skriptum Analysis 2;.

[AN3] Skriptum Analysis 3;.

[FT1] Skriptum Funktionentheorie 1;.

[GR] Skriptum Grundlagen;.

[KAG] Skriptum Kommutative Algebra und Geometrie;.

[LA1] Skriptum Lineare Algebra 1;.

[LA2] Skriptum Lineare Algebra 2;.

[Lün99] Heinz Lüneburg, Die euklidische Ebene und ihre Verwandten, Birkhäu-
ser, 1999.

[ML] Skriptum Mannigfaltigkeiten und Liegruppen;.

[Sch86] Alexander Schrijver, Theory of linear and integer programming, Wiley,

1986.

[TF] Skriptum Fundamentalgruppe und Überlagerungstheorie;.

[TM] Skriptum Topologie und kompakte Gruppen;.

[Wey35] Hermann Weyl, Elementare Theorie der konvexen Polyeder, Comment.

Math. Helv. 7 (1935), 290–306, In den gesammelten Abhandlungen: Band
III, S 517–533.

240
Index
/ Quotient, 129 X n für n-Tupel in X, 21
0 X ×n für n-Tupel in X, 21
t
einelementige Gruppe, 17 A transponierte Matrix, 64
natürliche Zahl, 113 k gleich oder parallel, 201
Nullvektorraum, 17 p−q
0, 1, 2, 3, 4, 5, 6, 7, 8, 9 ∈ N, 117 bei affinem Raum, 75
0K Null des Körpers K, 5 ≥, >, ≤, < bei Ordnungsrelation, 23
1 = 1R Eins eines Rings, 127 (x0 ; x1 ; . . . ; xn ) Punkt des Pn K, 197
K[X] Polynomring, 138 [x0 , x1 , . . . , xn ] Punkt des Pn K, 197
K[X1 , . . . , Xn ] Polynomring, 144 hx0 , x1 , . . . , xn i Punkt des Pn K, 197
[f ] Matrix von f , 59
∆ Diagonale, 19 Ab X
∗Teinziges Element von ens, 21 Endomorphismenring der abelschen
Schnitt, 27 Gruppe X, 128
◦ Abbildung
Matrixprodukt, 60 Projektionsabbildung, 19
hλ, vi Auswerten einer Linearform, 104 ABC-Vermutung, 124
| teilt, 132 abgeschlossen
⊕ direkte Summe algebraisch, 141
von Vektorräumen, 22 Abschluß
xy Gerade durch x und y, 212 projektiver, 198
−→ Abspalten von Linearfaktoren, 140
AB Richtungsvektor, 75
~u + p, 74 Acht als natürliche Zahl, 117
t
f transponierte Abbildung, 99 Addition
b∗ Vektoren der dualen Basis, 98 in Ring, 127
b> Vektoren der dualen Basis, 98 natürlicher Zahlen, 115
f ∗ transponierte Abbildung, 99 adjunkt
f > transponierte Abbildung, 99 Matrix, 179
K(X) rationale Funktionen Äquivalenzklasse, 152
in einer Variablen X, 155 Äquivalenzrelation
K((X)) formale Laurentreihen, 146 auf einer Menge, 152
hT iK = hT i Untervektorraum-Erzeugnis, erzeugt von Relation, 153
26 Aff affine Abbildungen, 77
K[X] Polynomring, 138 affin
KJXK formale Potenzreihen, 146 Abbildung, 77
V R Reellifizierung von V , 38 Raum, 74
A> transponierte Matrix, 64 Raum, über Vektorraum, 74
Teilraum

241
von affinem Raum, 79 indizierte, 30
unabhängig, 85 negativ orientierte, 183
Algebra orientierte, 183
Z-Algebra, 127 positiv orientierte, 182
algebraisch von Vektorraum, 29
abgeschlossen, Körper, 141 Basisexistenzsatz, 31
Algebrenhomomorphismen, 128 Basismatrix, 68
allgemeine lineare Gruppe, 49, 67 Basiswechselmatrix, 93
n
Alt (V ) alternierende Multilinearformen,Betrag
174 bei Quaternionen, 162
n
Alt (V, W ) alternierende multilineare Ab-Bidualraum, 102
bildungen, 174 Bild
alternierend von linearer Abbildung, 51
bilineare Abbildung, 173 bilinear
multilineare Abbildung, 174 bei Vektorräumen, 57
alternierende Gruppe, 167 Bilinearform, 57
anneau, 127 Binärdarstellung, 118
Anordnung, 23
anschaulich, 15 C komplexe Zahlen, 107
Anschauungsraum, 15 Caratheodory, Satz von
antisymmetrisch im Affinen, 226
bilineare Abbildung, 174 lineare Version, 223
Relation, 23 Cayley-Hamilton, 192
Assoziativgesetz χA charakteristisches Polynom, 187
bei Vektorraum, 14 char Charakteristik, 135
aufgespannt char charakteristisches Polynom, 189
Untervektorraum, 26 Charakteristik
aufsteigende Vereinigung, 41 eines Rings, 135
Auswahlaxiom, 39 charakteristisches Polynom, 187
Auswahlfunktion, 39 von Endomorphismus, 189
Auswertungsabbildung, 98 χf charakteristisches Polynom, 189
Automorphismengruppe codim Kodimension
eines Vektorraums, 49 bei affinen Räumen, 81
Automorphismus cone
eines Vektorraums, 47 englisch für Kegel, 229
von affinem Raum, 77 strongly convex, 229
corps gauche, 160
baryzentrische Koordinaten, 89 Cramer’sche Regel, 180
Basis, 30
angeordnete, 30 D(f ) Definitionsbereich von f , 156
duale, 99 ∆ Diagonale, 19

242
darstellende Matrix, 59, 90 Drei als natürliche Zahl, 117
Definitionsbereich, 156 Dreieck, 200
degré, 139 Dreiecksungleichung
degree, 139 für komplexen Absolutbetrag, 112
Desargues-Eigenschaft, 215 dual
affine, 201 Basis, 99
det Determinante projektive Inzidenzebene, 215
einer Matrix, 168 duale Abbildung, 99
von Endomorphismus, 178 dualer Kegel, 229
detK Determinante Dualitätssatz
von Endomorphismus, 178 der linearen Optimierung, 233
Determinante Dualraum, 97
einer Matrix, 168 Dualsystem, 118
von Endomorphismus, 178
Dezimaldarstellung, 118 Eij Basismatrizen, 68
Dezimalsystem, 118 E Anschauungsraum, 75
diag(λ1 , . . . , λn ) Diagonalmatrix, 69 Ebene
Diagonale, 19 affine, 74, 79
diagonalisierbar unendlich ferne, 198
Endomorphismus, 191 Eigenraum, 187
Matrix, 191 Eigenvektor, 187
Diagonalmatrix, 69 Eigenwert, 186
Differenzraum, von affinem Raum, 74 Einheit
Diffie-Hellman, 134 von Ring, 132
Diffie-Hellman-Problem, 135 Einheitsmatrix, 59
dim Dimension eines Vektorraums, 35 einhüllende Gruppe, 153
Dimension Eins als natürliche Zahl, 117
eines affinen Raums, 74 Eins-Element
eines Vektorraums, 35 in Ring, 127
physikalische, 35 Einsetzungshomomorphismus, 138
Dimensionsformel Eintrag von Matrix, 11
für lineare Abbildungen, 52 Elementarmatrix, 68
direkte Summe spezielle, 69
von Vektorräumen, 22 End
diskret Endomorphismenring
Logarithmus, 134 von abelscher Gruppe, 128
Distributivgesetz, 127 Endk
bei Körper, 5 Endomorphismenring
bei Vektorraum, 14 von k-Vektorraum, 128
Divisionsring, 160 endlich
Doppelordnung, 210 Menge, 113

243
endlich erzeugbar, 27 fraction field, 154
endlich erzeugt frei
Vektorraum, 27 Vektorraum, 55
endliche Primkörper, 133 Frobenius-Homomorphismus, 136
Endomorphismenring Fünf als natürliche Zahl, 117
von abelscher Gruppe, 128 Fundamentalsatz der Algebra, 141
von Vektorraum, 128 Funktion
Endomorphismus rationale, 155
von abelscher Gruppe, 128 Funktionenkörper, 155
von Vektorräumen, 47
ens einelementige Menge, 21 Gauß-Algorithmus, 7
erzeugende Funktion general linear group, 49, 67
der Fibonacci-Folge, 158 gerade
Erzeugendensystem, 27 Permutation, 164, 168
von affinem Raum, 79 Zahl, 131
Erzeugnis Gerade
in Vektorraum, 27 affine, 74, 79
erzeugt unendlich ferne, 198, 214
Äquivalenzrelation, 153 Geradensegment, 85
affiner Teilraum, 79 Geschwindigkeit
Untergruppe, 119 vektorielle, 76
Untervektorraum, 26 GL(V ) allgemeine lineare Gruppe, 49
erzeugt, endlich GL(n; K) allgemeine lineare Gruppe, 67
Vektorraum, 27 Gleichungssystem, 7
Euklid lineares, 7
Lemma von, 123 Goldbach-Vermutung, 121
ev Evaluation, 102 grad
Evaluationsabbildung, 102 Grad
eines Polynoms, 139
Faktor, 19 Grad
Familie, 29 eines Polynoms, 139
Farkas, Lemma von, 220 größter gemeinsamer Teiler, 122
Farkas, Satz von, 231 größtes Element, 23, 40
Fehlstand, 164 Grundkörper, 14
Fixpunkt, 49 Gruppe
Fixvektor, 49 einhüllende, 153
Form Gruppe der Einheiten, 132
allgemein, 97
Fortsetzung Halbordnung, 23
lineare, 56 Hamilton’sche Zahlen, 161
Frac Quotientenkörper, 154 Hauptsatz

244
über lineare Ungleichungen, 220 über Schiefkörper, 200
Hertz, 186 Inzidenzebene
Hexadezimalsystem, 118 abstrakte affine, 214
Hom(2) bilineare Abbildungen, 57 affine konkrete, 200
Hom(n) multilineare Abbildungen, 174 projektive abstrakte, 215
homogen, homogenisieren projektive konkrete, 212
lineares Gleichungssystem, 7 Inzidenzstruktur, 214
Homomorphismus isomorph
von Vektorräumen, 47 Vektorräume, 47
Homothetie, 78, 206 Isomorphismus
Hülle von affinen Räumen, 77
lineare, 27 von Vektorräumen, 47
Hyperebene iteriertes Anwenden, 113
affine, 80
lineare, 28 Jägerzaunformel, 169
unendlich ferne, 198 kanonisch
i Wurzel aus −1 in C, 107 Injektion, 48
I = In Einheitsmatrix, 59 kartesisch
Idempotent Produkt
Elemente, 54 endlich vieler Mengen, 18
im Kegel, 229
Bild von linearer Abbildung, 51 dualer, 229
image, 51 spitzer, 229
Imaginärteil ker
bei komplexen Zahlen, 108 Kern von linearer Abbildung, 51
ini Kern
Injektionen bei Summen, 48 von linearer Abbildung, 51
induktiv geordnet, 40 Kette
Injektion in partiell geordneter Menge, 40
kanonische, 48 kgV kleinstes gemeinsames Vielfaches,
Integritätsbereich, 132 124
invers kleinstes
Matrix, 67 Element, 25
Inverse kleinstes gemeinsames Vielfaches, 124
Matrix, 67 Kodimension
Inversion, 110 bei affinen Räumen, 81
invertierbar Koeffizient, 7
in Ring, 132 von Polynom, 137
Matrix, 67 Koeffizientenmatrix, 9
Inzidenzebene erweiterte, 9

245
Körper, 5 l(σ) Länge von Permutation, 164
kolinear, 200 Länge
kommutativ von Permutation, 164
Rechteck, 103 Laurententwicklung
kommutativer Ring, 127 algebraische, 156
kommutieren, 139 Laurentreihe
komplementär formale, 146
Untervektorräume, 53 leer
komplexe Zahlen, 107 Familie, 29
vergeßliche, 107 Leibniz-Formel, 168
Komponente Leitkoeffizient, 139
eines Tupels, 19 lin Spann, 27
kongruent modulo, 130 Lin(E) Linearisierung von E, 198
konjugierte komplexe Zahl, 110 linear
konstant Abbildung, 47
Polynom, 138 Funktion, 47
konv konvexe Hülle, 232 Polynom, 140
konv(T ) konvexe Hülle von T , 89 linear abhängig
konvex Familie, 29
in affinem Raum, 89 Teilmenge, 28
konvexe Hülle, 89 linear unabhängig
Konvexkegel, 229 Familie, 29
polyedrischer, 229 Teilmenge, 28, 32
Konvexkegell lineare Abbildung
erzeugt von, 229 schulische Konvention, 77
Koordinaten, 98 lineare Anteil, 77
affine, 80 lineare Gruppe
Koordinatenfunktionen, 98 allgemeine, 49
Koordinatensystem lineare Hülle, 27
affines, 80 lineare Ordnung, 23
kopunktal, 215, 216 Linearfaktor, 141
Kovektor, 96 Linearfaktoren
Kreis Zerlegung in, 142
verallgemeinerter, 112 Linearform, 96
Kreisgruppe, 110 Linearisierung
Kring eines affinen Raums, 198
kommutativer Ring, 127 Linearkombination, 26
Kroneckerdelta, 59 Linksinverses, 72
kubisch Linksnebenklasse, 129
Polynom, 140 Lösungsmenge, 7
Kürzen in Ringen, 132 Logarithmus

246
diskreter, 134 Nullstelle, 139
Nullteiler, 132
M(f ) Matrix von f , 59 nullteilerfrei, 132
Mat(n × m; Z) Menge von Matrizen, Nullvektor, 14
11 Nullvektorraum, 17
Matrix, 11 numerisch
quadratische, 11 Polynom, 151
Matrixmultiplikation, 60
max, 23 Operation
maximal von Grundkörper auf Vektorraum,
Element, 23, 40 14
min, 23 Ordnung
minimales auf einer Menge, 23
Element, 25 einer Nullstelle, 141
Minor einer Matrix, 181 lineare, 23
Möbiusfunktion partielle, 23
allgemeine, 95 totale, 23
der Zahlentheorie, 96 Ordnungsrelation, 23
monic polynomial, 140 Orientierung
multilinear, 174 von Vektorraum, 182
Multilinearform, 174 orientierungserhaltend
Multiplikation affine Abbildung, 183
in Ring, 127 lineare Abbildung, 183
natürlicher Zahlen, 117 Orientierungsmenge
eines Vektorraums, 186
Nachfolger, 113 orientierungsumkehrend
natürliche Zahlen, 112, 113 affine Abbildung, 183
negativ lineare Abbildung, 183
Vektor, 183
Neun als natürliche Zahl, 117 PW projektiver Raum zu W , 197
nichtnegativ Pn K projektiver Raum, 197
Vektor, 183 zu Schiefkörper, 212
nilpotent Paarung
Element, 128 kanonische, 98
Endomorphismus, 94 Pappus-Eigenschaft, 216
Norm affine, 210
einer komplexen Zahl, 108 parallel
normiert affine Teilräume, 80
Polynom, 140 in affiner Inzidenzebene, 200
Null, 113 Partialbruchzerlegung, 157
Nullring, 128 partiell

247
Ordnung, 23 quadratisch
Polarenmenge, 229 Matrix, 11, 67
Polstelle Polynom, 140
von rationaler Funktion, 156 Quaternionen, 161
Polynom Quaternionengruppe, 162
konstantes, 138 Quaternionenring, 162
numerisches, 151 Quersumme, 131
Polynomring, 137, 138 Quot Quotientenkörper, 154
Polytop, 226 Quotient, 129
poset, 23 Quotientenkörper, 154
positiv
Vektor, 183 Rang
positiv orientiert einer linearen Abbildung, 71
Vektor, 183 einer Matrix, 71
Potenzmenge, 27 rank, 71
Potenzreihe rationale Funktion, 155
formale, 146 Raum
pri affiner, 74
Projektion, 19 der Anschauung, 15
prim reeller, 74
Restklasse, 131 Realteil
Primfaktorzerlegung bei komplexen Zahlen, 108
Existenz, 121 bei Quaternionen, 162
Primkörper, 134 Rechtsinverses, 46, 72
Primzahl, 120 reell
Primzahlzwillinge, 121 Raum, 74
Produkt Reellifizierung, 38
von Matrizen, 60 reflexiv
von Vektorräumen Relation, 23
endliches, 22 regulär
Projektion Matrix, 67
längs Teilraum, 54 Relation
von kartesischem Produkt, 19 auf einer Menge, 23, 151
projektiver Raum zwischen zwei Mengen, 23
als Menge, 197 Repräsentant, 129, 152
Projektivisierung, 197 Repräsentantensystem, 129, 152
Punkt Restklasse, 130
unendlich ferner, 198 prime, 131
von affinem Raum, 74 Richtungsanteil, 77
Punktspiegelung, 78 Richtungsraum, 74
pythagoreische Zahlentripel, 150 schmutziger, 15

248
Richtungsvektor, 74 symmetrisch
Richtungsvektoren, 206 bilineare Abbildung, 173
Riemann’sche Zahlenkugel, 199 symmetrische Gruppe, 164
Ring, 127 System von Teilmengen, 27
Ring Ringhomomorphismen, 128
Ringhomomorphismus, 128 T Zeit, 76, 184
rk Rang einer Matrix, 71 Teilen in Polynomringen, 140
Teiler, 122, 132
S 1 Einheitskreis, 110 teilerfremd
Σn symmetrische Gruppe, 164 Elemente eines Krings, 133
Sn symmetrische Gruppe, 164 ganze Zahlen, 122
Schiefkörper, 5, 160 Teilraum, 25
Schnitt, 46 teilt, 122, 132
von Mengensystem, 27 totale Ordnung, 23
Schwerpunkt, 85 Totalität
Sechs als natürliche Zahl, 117 für Relation, 23
Sekunde, 184 tr Spur alias „trace“, 94
Sieb des Eratosthenes, 120 tr Spur alias „trace“ , 93
Sieben als natürliche Zahl, 117 trK Spur alias „trace“, 94
sign(a) Vorzeichen von a, 182 trace
Signum, 168 einer Matrix, 93
Signum einer Permutation, 164 trans, 75
Skalar, 14 transitiv
skew field, 160 Relation, 23
Smith-Normalform, 69, 93 Translation
Spaltenindex, 11 von affinem Raum, 74
Spaltenrang, 71 transponiert
span Spann, 27 Abbildung
Spann bei Vektorräumen, 99
in Vektorraum, 27 Matrix, 64
Spur Transposition, 164
einer Matrix, 93 trigonalisierbar, 190
eines Endomorphismus, 94, 95 Tripel, 19
Standardbasis, 30 Tupel
Standardorientierung, 183 angeordnete, 19
Streckung, 78 S
Streichmatrix, 178 Vereinigung, 27
streng induktiv geordnet, 42 Umin, 99
Supremum, 42 unendlich
Symmetrie ferne Ebene, 198
für Relation, 152 ferne Gerade, 198, 214

249
ferne Hyperebene, 198 Vier als natürliche Zahl, 117
ferner Punkt, 198, 212 Viereck, 212
Menge, 112 in der projektiven Inzidenzebene, 215
Unendlichkeitsaxiom, 113 voll
ungerade Rang, 71
Permutation, 164, 168 vollständige Induktion, 115
Zahl, 131
Universelle Eigenschaft Weierstraß
des Raums der Äquivalenzklassen, Vorbereitungssatz, 146
152 Wilson
Untergruppe, 118 Satz von, 137
erzeugt von Teilmenge, 119 wohldefiniert, 152
triviale, 119 Wurzel
Untervektorraum, 25 von Polynom, 139
unverkürzbar ×
Erzeugendensystem, 31 Produkt von Abbildungen, 19
unverlängerbar
linear unabhängige Teilmenge, 31 Zahl
gerade, 131
VE projektive Vervollständigung von E, Hamilton’sche, 161
198 komplexe, 107
van-der-Monde-Determinante, 181 ungerade, 131
Variable Zahldarstellungen, 118
von Polynom, 137 Zahlenebene, 108
Vektor Zahlenkugel, Riemann’sche, 199
Element eines Vektorraums, 14 Zehn als natürliche Zahl, 117
Vektorraum, 14 Zeilenindex, 11
Vereinigung Zeilenrang, 71
aufsteigende, 41 Zeilenstufenform, 9
von Mengensystem, 27 Zeilenvektor, 64
vergeßliche komplexe Zahlen, 107 Zeit, 184
verkürzbar Zeiteinheit
Erzeugendensystem, 31 nichtrelativistische, 184
verlängerbar Zeitpunkt, 76
linear unabhängige Teilmenge, 31 Zeitspanne, 76, 184
Verschlüsselung Zorn’sches Lemma, 40
Diffie-Hellman, 134 Zwei als natürliche Zahl, 117
Vervollständigung
projektive, 198
Vielfachheit
einer Nullstelle, 141

250