7.2 理想的分解:素理想與極大理想#
學習目標#
- 掌握素理想與極大理想的定義及其幾何意義。
- 理解商環 \(R/I\) 如何把理想變成「點」: \(I\) 極大 ⟺ \(R/I\) 是體。
- 認識準素分解(primary decomposition)與 Lasker–Noether 定理。
- 用 SymPy 計算理想的根、檢驗極大性,並把代數條件翻譯成幾何圖像。
歷史背景#
理想的概念源自 19 世紀的代數數論:Kummer(1847)研究費馬大定理時發現, \(\mathbb{Z}[\zeta]\) 中「素數分解唯一性」會崩壞。他發明「理想數」來修復唯一分解。Dedekind(1871)把理想數抽象為環的子集——理想誕生,並證明在數環中每個理想都可唯一分解為素理想之積。
但在一般多元多項式環 \(K[x_1,\dots,x_n]\) 中,理想並不能分解為素理想的交(例如 \(\langle x^2 \rangle\) )。真正的定理由 Emanuel Lasker(1868–1941,也就是國際象棋世界冠軍 Lasker!)在 1905 年證明:任意諾特環中的理想可分解為準素理想的交。1921 年 Emmy Noether(1882–1935)以升鏈條件(ACC)重新公理化整個理論,證明 Lasker–Noether 定理在一切諾特環上成立——這是 3.2 節諾特環概念的直接延伸。
Lasker 是個傳奇:他既是代數學家又是棋王(持有世界冠軍頭銜 27 年)。他證明準素分解時用的正是棋手式的「系統性窮舉」思維;Noether 則把它提煉成今天教科書裡的優雅形式。這再次印證本書的主題:新數學問題(分解唯一性)驅動新數學結構(理想),新結構又反哺計算技術。
7.2.1 素理想與極大理想#
定義(素理想):真理想 \(P \subsetneq R\) 稱為素的,若 \(ab \in P \implies a \in P\) 或 \(b \in P\) 。等價地, \(R/P\) 是整環。
定義(極大理想):真理想 \(M \subsetneq R\) 稱為極大的,若不存在理想 \(I\) 使 \(M \subsetneq I \subsetneq R\) 。等價地, \(R/M\) 是體。
立即推論:體是整環,故每個極大理想都是素理想;反之不然。
幾何直覺( \(R = \mathbb{C}[x,y]\) ):
| 理想 | 商環 | 幾何對象 | 類型 |
|---|---|---|---|
| \(\langle x - a, y - b \rangle\) | \(\mathbb{C}\) | 點 \((a,b)\) | 極大 |
| \(\langle y - mx - b \rangle\) | \(\mathbb{C}[x]\) | 直線 | 素而非極大 |
| \(\langle xy \rangle\) | 有零因子 | 座標軸(可約曲線) | 非素 |
| \(\langle x^2, y \rangle\) | 有冪零元 | 「加厚的」點(重根) | 非素、非極大 |
規律:素理想對應不可約代數集,極大理想對應點,含冪零元的理想對應帶「無窮小厚度」的概形(現代代數幾何的萌芽,見 7.5 節)。
例子: \(\langle x \rangle \subseteq \mathbb{C}[x,y]\) :商環 \(\mathbb{C}[x,y]/\langle x \rangle \cong \mathbb{C}[y]\) 是整環非體,故素非極大。而 \(\langle x, y-1 \rangle\) :商環 \(\cong \mathbb{C}\) ,極大。幾何上前者是 \(y\) 軸(一條線),後者是點 \((0,1)\) 。
7.2.2 Zariski 引理與零點定理的精煉#
7.1 節的零點定理有一個更銳利的代數形式:
引理(Zariski, 1947):設 \(K\) 是體, \(M \subseteq K[x_1,\dots,x_n]\) 是極大理想,則 \(K[x_1,\dots,x_n]/M\) 是 \(K\) 的有限代數擴張。
推論:當 \(K = \mathbb{C}\) 代數閉時,有限代數擴張只能是 \(\mathbb{C}\) 本身,故 \(\mathbb{C}[x_1,\dots,x_n]/M \cong \mathbb{C}\) ,即 \(M = \langle x_1 - a_1, \dots, x_n - a_n \rangle\) ,每個極大理想都是一個點。這就是 \(\mathbb{C}^n\) 的點與極大理想之間的一一對應。
這個對應在非代數閉體上會破壞: \(\mathbb{R}[x]\) 的極大理想 \(\langle x^2+1 \rangle\) 對應的不是實數點,而是共軛對 \(\{\pm i\}\) 。這正是代數幾何偏愛代數閉體的原因。
7.2.3 準素分解與 Lasker–Noether 定理#
定義(準素理想):理想 \(Q\) 稱為準素的,若 \(ab \in Q\) 、 \(a \notin Q\) 則存在 \(m\) 使 \(b^m \in Q\) 。等價地, \(R/Q\) 中每個零因子都是冪零的。
顯然素理想準素;準素但非素的典型是 \(\langle x^2 \rangle\) : \(xy = 0 \bmod \langle x^2\rangle\) 而 \(x \ne 0\) ,但 \(y^2\) 也不在——不對,檢驗: \(x \cdot y \in \langle x^2 \rangle\) 、 \(x \notin \langle x^2 \rangle\) 、 \(y^m \notin \langle x^2 \rangle\) ,所以 \(\langle x^2 \rangle\) 在 \(\mathbb{C}[x,y]\) 中其實不是準素的!但在 \(\mathbb{C}[x]\) 中 \(\langle x^2 \rangle\) 是準素的。這提醒我們準素性依賴環境環。
定理(Lasker 1905;Noether 1921) 在諾特環中,每個理想 \(I\) 皆可寫成有限個準素理想之交:
取根後得 \(\sqrt{I} = \sqrt{Q_1} \cap \cdots \cap \sqrt{Q_r}\) ,其中 \(\sqrt{Q_i}\) 均為素理想(稱為 \(I\) 的相伴素理想)。
幾何翻譯: \(\mathbf{V}(I) = \bigcup_i \mathbf{V}(Q_i)\) ——代數集分解為有限個不可約分支。例如 \(\mathbf{V}(xy) = \mathbf{V}(x) \cup \mathbf{V}(y)\) :座標軸的十字由兩條不可約直線組成。
例子: \(I = \langle xy, xz - y^2 \rangle \subseteq \mathbb{C}[x,y,z]\) (這是著名的例子)。可以驗證
(確切的分解較微妙,正是 Grobner 基演算法在 1980 年代被用來機械化此類分解的動機之一。)
7.2.4 用 SymPy 探索#
範例 1:檢驗素性與極大性#
import sympy as sp
x, y, z = sp.symbols('x y z')
# <x, y-1> 應該是極大理想(對應點 (0,1))
G1 = sp.groebner([x, y - 1], x, y, order='lex')
print("Grobner basis of <x, y-1>:", G1)
# 基就是 {y-1, x}:首單項是 x 和 y,幾乎「線性代數化」了 —— 商環是 0 維,即一個點
# <xy> 非素:xy ∈ <xy> 但 x, y 都不在
G2 = sp.groebner([x*y], x, y, order='lex')
print("contains x:", G2.contains(x)) # False
print("contains y:", G2.contains(y)) # False
print("contains xy:", G2.contains(x*y)) # True → 非素理想
# 根理想:radical(<x^2>) = <x>
G3 = sp.groebner([x**2], x, y, order='lex')
print("x^2 in I:", G3.contains(x**2)) # True
print("x in I:", G3.contains(x)) # False → radical 更大
輸出說明:contains 判定顯示 \(xy \in \langle xy \rangle\) 而 \(x, y \notin\) ,故 \(\langle xy \rangle\) 非素。 \(\langle x^2 \rangle\) 與其根 \(\langle x \rangle\) 有相同的簇(都是 \(y\) 軸),但前者帶「重數」,這是 7.5 節交點重數理論的種子。
範例 2:簇的不可約分解#
import sympy as sp
x, y = sp.symbols('x y')
# V(xy) 分解為兩個不可約分支(正維數,solve_poly_system 不適用,
# 我們用 factor 看多項式的不可約因子 —— 幾何分解的代數影子)
print(sp.factor(x*y)) # x*y:兩個素因子 → 兩個不可約分支
print(sp.factor(x**2 - y**2)) # (x-y)*(x+y):兩條直線
# 有限個點的情形:V(x^2-1, y) 有兩個點
G = sp.groebner([x**2 - 1, y], x, y, order='lex')
print(G) # [y, x^2 - 1]: lexicographic 基「分離」了變數
print(sp.solve_poly_system([x**2 - 1, y], x, y)) # [(-1, 0), (1, 0)]
輸出說明:lexicographic Grobner 基 \(\{y, x^2-1\}\) 呈「三角形」,可逐層回代求解——這正是 7.4 節的主題。兩個解 \((-1,0)\) 與 \((1,0)\) 對應兩個極大理想 \(\langle x+1, y\rangle\) 與 \(\langle x-1, y \rangle\) ,而 \(\sqrt{\langle x^2-1, y\rangle}\) 正是這兩個極大理想之交。
範例 3:相伴素理想的手動追蹤#
import sympy as sp
x, y = sp.symbols('x y')
# I = <x^2 - y^2> = <x-y> ∩ <x+y>,兩個素理想,簇是兩條相交直線
I_gens = [x**2 - y**2]
print(sp.factor(x**2 - y**2)) # (x - y)*(x + y)
# 商環 <x^2-y^2> 中 x-y 與 x+y 都是零因子(它們的積是 0)
G = sp.groebner(I_gens, x, y, order='lex')
print(G.contains((x - y)*(x + y))) # True
print(G.contains(x - y)) # False
print(G.contains(x + y)) # False → 非素,分解為兩素分支
7.2.5 與前後節的聯繫#
graph LR
A["7.1 基定理<br>理想有限生成"] --> B["7.2 素/極大理想<br>與準素分解"]
B --> C["7.3 Grobner 基<br>使分解可計算"]
C --> D["7.4 求解方程組<br>lex 基 = 三角形化"]
D --> E["7.5 簇與理想對偶<br>分支 = 不可約分解"]
B --> F["3.2 諾特環 ACC"]
B --> G["9.2 橢圓曲線<br>素理想與曲線"]準素分解在實務上很難直接計算(需要根理想、分離零因子等),實際的 CAS 都透過 Grobner 基來實作。這是 7.3 節的核心:Buchberger 演算法把 7.2 節所有抽象分解理論變成了按一個按鈕就能跑的程式。
習題#
- 證明: \(P\) 是素理想 ⟺ \(R/P\) 是整環; \(M\) 是極大理想 ⟺ \(R/M\) 是體。並證明極大 ⟹ 素。
- 在 \(\mathbb{C}[x,y]\) 中,寫出對應點 \((2,-3)\) 的極大理想,並用 SymPy 驗證其 Grobner 基的形狀。
- 分解 \(I = \langle x^2 - y^2, x - y^2 \rangle\) :先求 Grobner 基,再解方程組找出 \(\mathbf{V}(I)\) 的所有點,最後寫出 \(\sqrt{I}\) 的極大理想分解。
- 證明 \(\langle x^2 \rangle \subseteq \mathbb{C}[x]\) 是準素的,但在 \(\mathbb{C}[x,y]\) 中不是(找出具體的反例三元組)。
- 用 SymPy 檢驗: \(\langle y - x^2 \rangle \subseteq \mathbb{C}[x,y]\) 是素理想嗎?(提示:商環同構於 \(\mathbb{C}[x]\) ,因為 \(y\) 可被 \(x^2\) 消去。)這條拋物線為何不可約?
- (挑戰)Zariski 引理在 \(K = \mathbb{R}\) 時:找出 \(\mathbb{R}[x,y]\) 中一個極大理想 \(M\) 使 \(\mathbb{R}[x,y]/M \cong \mathbb{C}\) ,並幾何地說明 \(\mathbf{V}(M)\) 在 \(\mathbb{R}^2\) 中是空集但在 \(\mathbb{C}^2\) 中是一個點。
SymPy 要點回顧#
sp.groebner(gens, *variables, order='lex'):理想成員測試與理想結構分析的基本工具。G.contains(f):判定 \(f \in I\) ; \(f, g \in I\) 而 \(fg \notin I\) 即證非素。sp.factor(f):一元/多元分解;素因子對應不可約分支。sp.solve_poly_system:列出零維簇的所有點,每個點對應一個極大理想。- 心法:代數問題 → Grobner 基 → 線性代數化;點 ⟺ 極大理想、曲線 ⟺ 素理想、重根 ⟺ 準素理想。