Vous êtes sur la page 1sur 314

MATH

EMATIQUES
&
APPLICATIONS
Directeurs de la collection :
G. Allaire et M. Benam
59
MATH

EMATIQUES & APPLICATIONS
Comit e de Lecture / Editorial Board
GR EGOIRE ALLAIRE
CMAP,

Ecole Polytechnique, Palaiseau
allaire@cmapx.polytechnique.fr
MICHEL BENAIM
Math ematiques, Univ. de Neuch atel
michel.benaim@unine.ch
THIERRY COLIN
Math ematiques, Univ. de Bordeaux 1
colin@math.u-bordeaux1.fr
MARIE-CHRISTINE COSTA
CEDRIC, CNAM, Paris
costa@cnam.fr
G ERARD DEGREZ
Inst. Von Karman, Louvain
degrez@vki.ac.be
JEAN DELLA-DORA
LMC, IMAG, Grenoble
jean.della-dora@imag.fr
JACQUES DEMONGEOT
TIMC, IMAG, Grenoble
jacques.demomgeot@imag.fr
FR ED ERIC DIAS
CMLA, ENS Cachan
dias@cmla.ens-cachan.fr
NICOLE EL KAROUI
CMAP,

Ecole Polytechniques Palaiseau
elkaroui@cmapx.polytechnique.fr
MARC HALLIN
Stat. & R.O., Univ. libre de Bruxelles
mhallin@ulb.ac.be
LAURENT MICLO
LATP, Univ. de Provence
laurent : miclo@latp.univ-mrs.fr
HUYEN PHAM
Proba. et Mod. Al eatoires, Univ. Paris 7
pham@math.jussieu.fr
VAL ERIE PERRIER
LMC, IMAG, Grenoble
valerie.perrier@imag.fr
DOMINIQUE PICARD
Proba. et Mod. Al eatoires, Univ. Paris 7
picard@math.jussieu.fr
ROBERT ROUSSARIE
Topologie, Univ. de Bourgogne, Dijon
roussari@u-bourgogne.fr
CLAUDE SAMSON
INRIA Sophia-Antipolis
claude.samson@sophia.inria.fr
BERNARD SARAMITO
Math ematiques, Universit e de Clermont 2
Bernard.Saramito@math.univ-bpclermont.fr
ANNICK SARTENAER
Math ematique, Univ. de Namur
annick.sartenaer@fundp.ac.be
ZHAN SHI
Probabilit es, Univ. Paris 6
zhan@proba.jussieu.fr
SYLVAIN SORIN
Equipe Comb. et Opt., Univ. Paris 6
sorin@math.jussieu.fr
JEAN-MARIE THOMAS
Maths Appl., Univ. de Pau
Jean-Marie.Thomas@univ-pau.fr
ALAIN TROUV E
CMLA, ENS Cachan
trouve@cmla.ens-cachan.fr
JEAN-PHILIPPE VIAL
HEC, Univ. de Gen` eve
jean-philippe.vial@hec.unige.ch
BERNARD YCART
LMC, IMAG, Grenoble
bernard.ycart@imag.fr
ENRIQUE ZUAZUA
Matem aticas, Univ. Auton oma de Madrid
enrique.zuazua@uam.es
Directeurs de la collection :
G. ALLAIRE et M. BENAIM
Instructions aux auteurs :
Les textes ou projets peuvent etre soumis directement ` a lun des membres du comit e de lecture avec
copie ` a G. ALLAIRE OU M. BENAIM. Les manuscrits devront etre remis ` a l

Editeur
sous format L
A
T
E
X2e.
Mohamed Elkadi
Bernard Mourrain
Introduction ` a la
r esolution des syst` emes
polynomiaux
ABC
Mohamed Elkadi
Laboratoire J.A. Dieudonn e
Universit e de Nice Sophia Antipolis
Parc Valrose
06108 Nice cedex
France
e-mail: Mohamed.Elkadi@unice.fr
Bernard Mourrain
Project GALAAD, INRIA
2004 routes de s lucioles
B.P. 93
06902 Sophia Antipolis cedex
France
e-mail: Bernard.Mourrain@sophia.inria.fr
Library Congress Control Number: 2007925261
Mathematics Subject Classification (2000): 13P10, 68Q40, 14Q20, 65F15, 08-0,
14-01, 68-01
ISSN 1154-483X
ISBN-10 3-540-71646-7 Springer Berlin Heidelberg New York
ISBN-13 978-3-540-71646-4 Springer Berlin Heidelberg New York
Tous droits de traduction, de reproduction et dadaptation r eserv es pour tous pays.
La loi du 11 mars 1957 interdit les copies ou les reproductions destin ees ` a une utilisation collective.
Toute repr esentation, reproduction int egrale ou partielle faite par quelque proc ed e que ce soit, sans le consentement
de lauteur ou de ses ayants cause, est illicite et constitue une contrefacon sanctionn ee par les articles 425 et suivants
du Code p enal.
Springer est membre du Springer Science+Business Media
c Springer-Verlag Berlin Heidelberg 2007
springer.com
WMXDesign GmbH
Imprim e sur papier non acide 3100/SPi - 5 4 3 2 1 0 -
Table des mati`eres
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.

Equations, Ideaux, Varietes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1. Polyn omes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. Correspondance entre lalg`ebre et la geometrie . . . . . . . . . . . . . . 10
1.4. Decomposition primaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5. Quelques invariants numeriques dune variete algebrique . . . . 19
1.6. Un peu de geometrie projective . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.7. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2. Calcul dans une alg`ebre quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2. Reduction des polyn omes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3. Ordres monomiaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4. Ideaux monomiaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5. Algorithme de construction dune base de Gr obner . . . . . . . . . . 38
2.6. Quelques applications des bases de Gr obner . . . . . . . . . . . . . . . . . 39
2.7. Bases de Grobner des sous-modules de K[x]
m
. . . . . . . . . . . . . . . . 41
2.8. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3. Dimension et degre dune variete algebrique . . . . . . . . . . . . . . . . . 49
3.1. Dimension dune variete algebrique . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2. Degre dune variete algebrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.3. Lexemple dune intersection compl`ete . . . . . . . . . . . . . . . . . . . . . . . 68
3.4. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4. Alg`ebres de dimension 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1. Cas dune seule variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2. Ideaux 0-dimensionnels de K[x] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.3. Dual de lalg`ebre / . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.4. Decomposition de lalg`ebre / . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.5. Idempotents de lalg`ebre / . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.6. Description des sous-alg`ebres /
i
de / . . . . . . . . . . . . . . . . . . . . . . . 85
4.7. Operateurs de multiplication de / . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.8. Decomposition des operateurs de multiplication de / . . . . . . . . 90
4.9. Forme de Chow de lideal I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.10. Representation univariee rationnelle . . . . . . . . . . . . . . . . . . . . . . . . 92
4.11. Nombre de racines reelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.12. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5. Theorie des resultants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.1. Cas dune variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.2. Cas multivariable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.3. Resultant sur P
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.4. Resultant torique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.5. Resultant et bezoutien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.6. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6. Application des resultants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.1. Intersection de deux courbes planes . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.2. Resolution de syst`emes surdetermines . . . . . . . . . . . . . . . . . . . . . . . 150
6.3. Resoudre en ajoutant une forme lineaire generique . . . . . . . . . . 156
6.4. Calcul dune representation univariee rationnelle . . . . . . . . . . . . 158
6.5. Resoudre en cachant une variable . . . . . . . . . . . . . . . . . . . . . . . . 159
6.6. Probl`eme dimplicitisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6.7. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
7. Dualite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
7.1. Dualite et syst`emes inverses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
7.2. Syst`eme inverse dun point isole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
7.3. Interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
7.4. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
8. Alg`ebres de Gorenstein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
8.1. Alg`ebres de Gorenstein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.2. Passage du local au global . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
8.3. Suites reguli`eres et suites quasi-reguli`eres . . . . . . . . . . . . . . . . . . . . 216
8.4. Theor`eme de Wiebe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
8.5. Intersection compl`ete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
8.6. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
9. Residu algebrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
9.1. Denition du residu et premiers exemples . . . . . . . . . . . . . . . . . . . 228
9.2. Lois de transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
9.3. Dautres exemples de residus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
9.4. Residu et resolution algebrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
9.5. Residu local et socle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
9.6. Quelques applications du residu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9.7. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
10. Calcul du residu et applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
10.1. Applications dominantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
10.2. Applications commodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
10.3. Structure de la matrice bezoutienne . . . . . . . . . . . . . . . . . . . . . . . . 261
10.4. Relations de dependance algebrique . . . . . . . . . . . . . . . . . . . . . . . . 267
10.5. Algorithme de calcul des residus multivariables . . . . . . . . . . . . . 269
10.6. Applications propres de C
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
10.7. Exposant de Lojasiewicz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
10.8. Inversion dune application polynomiale . . . . . . . . . . . . . . . . . . . . 277
10.9. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
Liste des algorithmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
Liste des notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
Introduction
Les equations polynomiales sont presentes dans de nombreux domaines.
Elles interviennent pour modeliser des contraintes geometriques, des relations
entre des grandeurs physiques, des proprietes satisfaites par certaines incon-
nues . . . Voici quelques exemples de tels domaines.
Biologie moleculaire. Si les distances entre deux atomes consecutifs et
les angles entre deux liaisons consecutives dune molecule `a 6 atomes sont
connus, quelles sont les congurations possibles de celle-ci ?
Figure 1. Molecule de cyclohexane.
Robotique. Considerons un robot parall`ele, cest-`a-dire une plate-forme
rigide reliee `a un socle par 6 bras extensibles, et xes par des rotules au socle
et ` a la plate-forme. Supposons que lon detache ces 6 bras de la plate-forme
(par exemple pour changer une pi`ece). Une fois cette operation eectuee, il faut
rattacher les bras, aux memes endroits sur la plate-forme, mais rien ne nous
garantit que la plate-forme sera dans la meme position. Combien de positions
possibles de la plate-forme, existe-t-il satisfaisant les contraintes de distances,
imposees par ces bras ?
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Figure 2. Un robot parall`ele.
Vision. Une camera (calibree) en mouvement prend une photographie
dune meme sc`ene (par exemple une maison) `a deux instants dierents. Dans
ces deux photographies, on peut reconnatre un certain nombre de paires
de points qui se correspondent, dune image ` a lautre. Par exemple, un coin de
fenetre peut etre visible dans les deux images. Ceci nous fournit une paire
de points (un dans chaque image), que lon dit en correspondance.
Figure 3. Points en correspondance dans deux images.
Quel est le nombre minimal necessaire de paires de points en correspondance
pour quil y ait un nombre ni de deplacements possibles entre les deux pho-
tos ? Dans ce cas, quel est le nombre maximal de deplacements de la camera ?
2
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Geometrie algorithmique. Pour la construction dun diagramme (dit de
Vorono), il est necessaire de pouvoir determiner si un point est ` a linterieur
ou ` a lexterieur dun cercle tangent ` a trois segments.
Comment peut-on sy prendre sans calcul explicite de ce cercle ? Quelle
precision doit-on utiliser pour garantir le resultat, si les calculs se font de
mani`ere approchee ?
Ces probl`emes se traduisent par des syst`emes polynomiaux. Dans ce cours,
nous nous interesserons `a des methodes et outils permettant de les resoudre.
Nous presenterons certains aspects de la geometrie algebrique eective, en
considerant avec une attention particuli`ere les varietes algebriques de dimen-
sion 0 (i.e. les syst`emes dequations polynomiales qui denissent un nombre ni
de points). Pour cette etude, preliminaire ` a lanalyse des varietes en dimension
superieure, nous commen cerons par rappeler le dictionnaire entre lalg`ebre et
la geometrie. Le leitmotiv est le suivant : les proprietes algebriques per-
mettent de comprendre la geometrie des solutions. Nous nous interesserons `a
certains invariants tels que la dimension et le degre dune variete algebrique.
Pour resoudre les probl`emes cites ci-dessus, nous commencerons par nom-
mer les inconnues, puis denir les contraintes et travailler modulo les rela-
tions quelles engendrent. Ceci conduit ` a letude des alg`ebres quotients. Nous
considererons en particulier les quotients de dimension 0, qui correspondent
aux syst`emes dequations ayant un nombre ni de solutions. Nous introduirons
les techniques de bases de Gr obner, et nous montrerons comment la resolution
algebrique se transforme en un calcul de valeurs et de vecteurs propres.
En suite, nous analyserons certaines classes speciques de probl`emes, en
commencant par le cas des syst`emes ayant plus dequations que dinconnues.
Ceci nous amenera `a letude de la theorie des resultants. Nous verrons comment
detecter si un syst`eme polynomial admet des solutions, puis analyser, localiser
et determiner ces derni`eres. Lautre classe de probl`emes concerne les syst`emes
ayant autant dequations que dinconnues. Nous developperons les proprietes
des quotients associes `a ce type de syst`emes et `a leurs duaux. Pour cela,
nous denirons la notion des residus et etudierons leurs applications dans les
probl`emes de representation et de resolution algebrique.
Des exemples de probl`emes et de calculs eectifs accompagneront ces develo-
ppements. Nous avons utilise pour cela, le package maple multires
(1)
. Nous
encourageons le lecteur `a lutiliser pour mettre en pratique, les notions que
nous abordons.
Cette publication est le fruit de cours donnes pendant plusieurs annees
au DEA de Mathematiques de lUniversite de Nice Sophia Antipolis. Nous
remercions toutes les personnes qui nous ont aide de pr`es ou de loin dans sa
(1)
voir http ://www-sop.inria.fr/galaad/logiciel/multires
3
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
realisation, specialement Andre Galligo et Laurent Buse qui ont bien voulu
lire une premi`ere version de ce manuscrit et Marie-Fran coise Coste-Roy pour
linteret constant quelle a apporte `a ce travail.
4
CHAPITRE 1

EQUATIONS, ID

EAUX, VARI

ET

ES
Sommaire
1.1. Polynomes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. Correspondance entre lalg`ebre et la geometrie . . 10
1.4. Decomposition primaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5. Quelques invariants numeriques dune variete
algebrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5.1. Dimension dune variete algebrique . . . . . . . . . . . . . . . . . 19
1.5.2. Degre dune variete algebrique . . . . . . . . . . . . . . . . . . . . . 20
1.6. Un peu de geometrie projective . . . . . . . . . . . . . . . . . . 21
1.7. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dans ce chapitre, nous introduisons les objets que nous allons etudier tout
au long de ce cours : les ideaux de polyn omes et les varietes algebriques. Nous
rappelons la correspondance entre lalg`ebre et la geometrie, la decomposition
primaire dun ideal et denissons quelques invariants utiles pour la suite.
1.1. Polynomes
Dans beaucoup de domaines (robotique, vision par ordinateur, geometrie
algorithmique, theorie des nombres, mathematiques nanci`eres, theorie des
jeux, biologie moleculaire, statistique . . .), la modelisation conduit souvent ` a
la resolution de syst`emes polynomiaux. Les grandeurs sont representees par des
variables veriant des contraintes polynomiales qui, si possible, caracterisent les
solutions du probl`eme. Ces variables sont notees x
1
, . . . , x
n
et ces contraintes
f
1
= 0, . . . , f
m
= 0.
Probl`eme :
Nous considerons une camera calibree
(1)
qui observe une sc`ene tridimension-
nelle, dans laquelle trois points A, B, C sont reconnus. Nous voulons determiner
la position de la camera `a partir de ces observations.
Pour cela, nous allons determiner les contraintes veriees par les distances
x
1
, x
2
, x
3
entre le centre de la camera X et respectivement A, B, C. Puis ` a
partir de ces distances, nous allons deduire la position de X par rapport ` a
ces points. Comme la camera est calibree, nous pouvons ` a partir de mesures
des distances entre les images des points A, B, C, deduire les angles entre les
rayons optiques XA, XB, XC (voir gure 1.1).
Notons langle entre XB et XC, langle entre XA et XC, langle entre
XA et XB. Supposons que ces angles et les distances a entre B et C, b entre
A et C, c entre A et B sont connus. De simples relations trigonometriques
dans un triangle conduisent aux equations suivantes :
_
_
_
x
2
1
+ x
2
2
2 cos()x
1
x
2
c
2
= 0
x
2
1
+ x
2
3
2 cos()x
1
x
3
b
2
= 0
x
2
2
+ x
2
3
2 cos()x
2
x
3
a
2
= 0.
(1.1)
Dans ce chapitre, nous allons etudier ce syst`eme et lutiliser pour illustrer les
dierentes notions que nous allons introduire.
Les contraintes f
1
= 0, . . . , f
m
= 0 sont `a coecients entiers, entiers modulo
un nombre premier, rationnels, reels, complexes, ou encore des fractions
(1)
sa distance focale et les coordonnees de la projection du centre optique dans limage
sont connues.
6
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Figure 1.1. Modelisation mathematique dune camera.
rationnelles en certains param`etres. Designons par K un corps contenant ces
coecients et par K sa cl oture algebrique. Les relations f
1
, . . . , f
m
entre les var-
iables x
1
, . . . , x
n
, appartiennent donc ` a lanneau des polyn omes K[x
1
, . . . , x
n
],
note egalement K[x]. Parfois, dans le cas dune variable (resp. deux ou trois
variables), nous utilisons la notation K[x] (resp. K[x, y] ou K[x, y, z]). Les
mon omes sont notes x

= x

1
1
. . . x
n
n
pour = (
1
, . . . , x
n
) N
n
. Le degre
de x

est [[ =
1
+ +
n
.
Pour representer les elements de K[x], nous ordonnons les mon omes suivant
un ordre total. Les polyn omes sont donc des listes ordonnees de termes denis
par des coecients et des exposants. Le degre dun polyn ome est le maximum
des degres des monomes `a coecients non nuls qui le constituent. Ainsi, nous
etendons aux polyn omes multivariables, les notions de coecient dominant,
monome dominant et terme dominant, une fois que lordre sur les mon omes
est xe. Par convention, le coecient dominant, le mon ome dominant et le
terme dominant du polyn ome nul sont nuls.
A partir de lensemble de contraintes f
1
= 0, . . . , f
m
= 0, nous en construi-
sons dautres, celles denies par lideal de K[x] engendre par f
1
, . . . , f
m
.
On peut se demander si tout ideal de K[x] est engendre par un nombre ni
de polyn omes.
Denition 1.1. Un anneau A commutatif et unitaire est dit noetherien si
tout ideal de A est engendre par un nombre ni delements.
Proposition 1.2. Les proprietes suivantes sont equivalentes dans un anneau
commutatif et unitaire A :
i) Tout ideal de A est engendre par un nombre ni delements,
7
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
ii) Toute suite croissante dideaux de A est stationnaire,
iii) Tout ensemble dideaux de A admet un element maximal.
Demonstration. Voir exercice 1.2. 2
Theor`eme 1.3. Lanneau K[x] est noetherien.
Demonstration. Cette preuve est similaire `a celle proposee par Hilbert dans
ses cel`ebres travaux sur la theorie des invariants [Hil93].
Comme les seuls ideaux de K sont 0 et K, lanneau K est noetherien. Nous
procedons par recurrence sur le nombre de variables n. Pour cela, il sut de
montrer que si A est un anneau noetherien, alors A[x] (o` u x est une nouvelle
variable) lest aussi.
Soit I un ideal de A[x]. Lensemble J des coecients dominants des elements
de I est un ideal de A. Il est donc engendre par un nombre ni delements
non nuls c
1
, . . . , c
s
. Notons f
1
, . . . , f
s
des elements de I dont les coecients
dominants sont respectivement c
1
, . . . , c
s
.
Soit f I de degre d = max deg f
i
et de coecient dominant c. Nous
avons c =

s
i=1
c
i
r
i
, avec r
i
A. Lelement
f
s

i=1
r
i
x
deg f
i
f
i
de I est de degre < . Nous pouvons donc reecrire tout polyn ome de I modulo
f
1
, . . . , f
s
en un element de I de degre < d.
Pour chaque i 0, . . . , d1, soit J
i
lensemble des coecients dominants
des polyn omes de I de degre i. Comme J
i
est un ideal de A, il est donc engendre
par un nombre ni delements non nuls c
i,1
, . . . , c
i,k
i
. Notons f
i,1
, . . . , f
i,k
i
des
polyn omes de I de degre i dont les coecients dominants sont respectivement
c
i,1
, . . . , c
i,k
i
. Le meme argument que precedemment montre que tout f I
de degre d > i se reduit modulo f
i,1
, . . . , f
i,k
i
en un element de I de degre
< i. Ceci montre que lideal I est engendre par f
1
, . . . , f
s
et f
i,1
, . . . , f
i,k
i
,
i = 0, . . . , d 1. 2
Dans le cas dune variable, nous avons un resultat plus fort :
Proposition 1.4. Tout ideal de K[x] est engendre par un seul polyn ome.
Demonstration. Voir exercice 1.1. 2
1.2. Solutions
Lobjet principal de ce cours est letude de lensemble des solutions dun
syst`eme dequations polynomiales F de K[x] ; cest-`a-dire lensemble Z
K
(F)
8
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
(ou Z(F) sil ny a pas dambigute sur le corps K) des points de K
n
qui
verient f() = 0 pour tout f F. Un tel ensemble est appele une variete
algebrique de K
n
. Nous considerons souvent Z
K
(F), lensemble des solutions
de F dans K
n
au lieu de Z
K
(F) K
n
.
Les polyn omes f
1
, . . . , f
m
denissent le meme ensemble de solutions que
lideal I quils engendrent : Z
K
(f
1
, . . . , f
m
) = Z
K
(I).
Il est facile de verier que la reunion nie et lintersection quelconque de
varietes algebriques sont des varietes algebriques. De plus, = Z(K[x]) et
K
n
= Z(0) sont des varietes algebriques. Donc les varietes algebriques sont
les fermes dune topologie denie sur K
n
, dite de Zariski. Elle est non-separee
si le corps K est inni (i.e. si x ,= y, il nexiste pas deux ouverts disjoints
contenant respectivement x et y).
Si V est une variete algebrique, une sous-variete algebrique de V est une
variete algebrique incluse dans V .
Denition 1.5. Une variete algebrique V est dite irreductible si V = V
1
V
2
,
avec V
1
et V
2
deux sous-varietes de V , alors V
1
= ou V
2
= .
Proposition 1.6. Toute variete algebrique V se decompose de mani`ere unique
en une reunion nie de sous-varietes algebriques irreductibles de V , appelees
composantes irreductibles de V .
Demonstration. Voir exercice 1.5. 2
Probl`eme(suite) :
Pour le probl`eme de positionnement de la camera , nous allons dans un premier
temps considerer toutes les solutions (x
1
, x
2
, x
3
) `a coordonnees complexes du
syst`eme (1.1). Puis nous nous restreindrons ` a celles dont les coordonnees sont
reelles et positives, qui correspondent `a une position physique de la camera.
Cette demarche est classique. Letude algebrique des syst`emes polynomiaux,
issus des domaines dapplications, fournit des informations sur toutes les
solutions dont les coordoonnees appartiennent ` a la cl oture algebrique du corps
des coecients des equations. Les informations sur les vraies solutions du
probl`eme etudie sont obtenues par une analyse physique de celui-ci (par
exemple, dans ce probl`eme, en prenant en compte les signes des variables x
i
).
La formule de resolution des equations du second degre appliquee aux deux
premi`eres equations de (1.1) permet dexprimer x
2
et x
3
en fonction de x
1
. En
substituant x
2
et x
3
dans la derni`ere equation et en chassant les radicaux,
nous obtenons une equation de degre 8 en x
1
(sauf dans des cas degeneres).
Cette derni`ere admet 8 solutions complexes, et par consequent, il y a au plus
16 positions possibles (symetriques par rapport au plan deni par A, B, C)
9
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
pour le centre X de la camera.
1.3. Correspondance entre lalg`ebre et la geometrie
Pour resoudre le syst`eme f
1
= = f
m
= 0, lapproche algebrique consiste ` a
considerer que les inconnues x
1
, . . . , x
n
verient ces equations et toutes celles
qui sen deduisent. En dautres termes, on se place dans lalg`ebre quotient
/=K[x]/I, o` u I designe lideal engendre par f
1
, . . . , f
m
. Letude des proprietes
de cette alg`ebre permet de deduire des informations pertinentes sur
lensemble des solutions Z
K
(I). Nous allons analyser cette correspondance
entre lalg`ebre des polyn omes (i.e. les ideaux de K[x]) et la geometrie (i.e. les
varietes algebriques de K
n
).
Denition 1.7. Soit Y une partie de K
n
. On denit
1(Y ) = f K[x] : f(a) = 0, a Y .
Lensemble 1(Y ) est un ideal de K[x], appele lideal de Y . Dapr`es le
theor`eme 1.3, il est engendre par un nombre ni delements.
Proposition 1.8. Si Y et Z sont deux sous-ensembles de K
n
, alors
1(Y Z) = 1(Y ) 1(Z).
Demonstration. Voir exercice 1.4. 2
Denition 1.9. Un ideal I de K[x] est dit premier si
(f, g) K[x]
2
, fg I = f I ou g I.
La proposition suivante montre limportance de la notion dideal premier.
Proposition 1.10. Une variete algebrique V est irreductible si, et seulement
si, son ideal 1(V ) est premier.
Demonstration. Voir exercice 1.4. 2
Il est facile de verier que si V est une variete, alors Z
_
1(V )
_
= V. Mais la
question reciproque : si I est un ideal de K[x], quel est lideal 1
_
Z(I)
_
?
est plus delicate. Une reponse partielle est donnee grace au theor`eme fon-
damental de lalg`ebre : tout polyn ome dune variable de degre d et ` a coe-
cients dans K admet d racines dans K (chaque racine est comptee autant de
fois que sa multiplicite). Donc si f K[x], alors f =

k
i=1
(x z
i
)
m
i
, o` u
10
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
K 0, m
i
N

, z
i
K, et z
i
,= z
j
pour i ,= j. Nous pouvons verier que
1
_
Z(f)
_
=
_
k

i=1
(x z
i
)
_
=
_
f
pgcd(f,
d f
d x
)
_
.
Le polyn ome

k
i=1
(x z
i
) est `a coecients dans K.
La reponse `a la question precedente, dans le cas multivariable, est donnee
par le theor`eme des zeros de Hilbert.
Denition 1.11. Un ideal I ,= K[x] est dit maximal si pour tout ideal J tel
que I J, on a J = I ou J = K[x].
Notons quun ideal I de K[x] est maximal si, et seulement si, K[x]/I est un
corps (voir exercice 1.12).
Si (a
1
, . . . , a
n
) K
n
, lideal (x
1
a
1
, . . . , x
n
a
n
) est maximal et nous allons
voir que si le corps K est algebriquement clos, tout ideal maximal de K[x] est
de cette forme.
Denition 1.12. Soient B un anneau et A un sous-anneau de B. Un element
b B est dit entier sur A si b est racine dune equation dune variable de la
forme x
m
+ a
1
x
m1
+ + a
m
A[x].
Lanneau B est une extension enti`ere de A si tout element de B est entier
sur A.
Lemme 1.13. Soient A, B, C trois anneaux tels que A B C tels que
lextension B de A est enti`ere. Alors tout element c C entier sur B est
aussi entier sur A.
Demonstration. Voir exercice 1.10. 2
Lemme 1.14. Soient B un anneau int`egre et A un sous-anneau de B tels
que lextension A B est enti`ere. Alors A est un corps si, et seulement si, B
est un corps.
Demonstration. Supposons que A est un corps et soit b B 0. Il existe
m N et (a
1
, . . . , a
m
) A
m
tels que b
m
+ a
1
b
m1
+ + a
m
= 0. Comme B
est int`egre, on peut supposer que a
m
,= 0, donc inversible dans A. Il en decoule
que 1 = b(a
1
m
b
m1
a
1
m
a
m1
). Ainsi, b est inversible dans B.
Reciproquement, supposons que B est un corps et soit a A0. Lelement
a est inversible dans B, et a
1
verie a
m
+a
1
a
1m
+ +a
m
= 0, avec m N
et (a
1
, . . . , a
m
) A
m
. Nous en deduisons que a(a
m
a
m1
a
1
) = 1, et
donc a est inversible dans A. 2
Lemme 1.15. Soit A un anneau de type ni sur un corps K (i.e. A =
K[a
1
, . . . , a
m
], avec a
1
, . . . , a
m
A). Alors il existe des elements b
1
, . . . , b
r
de
11
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
A algebriquement independants sur K tels que lextension K[b
1
, . . . , b
r
] A
est enti`ere.
Rappelons que les elements b
1
, . . . , b
r
de Asont algebriquement independants
sur K si le seul polyn ome f `a coecients dans K qui satisfait f(b
1
, . . . , b
r
) = 0
est le polynome nul.
Demonstration. Supposons que a
1
, . . . , a
m
sont algebriquement lies sur K, i.e.
(a
1
, . . . , a
m
) est solution dun polyn ome non nul f K[x
1
, . . . , x
m
]. Soit r N
et pour i = 2, . . . , m, posons c
i
= a
i
a
r
i1
1
. Chaque mon ome a

1
1
. . . a
m
m
de
f(a
1
, . . . , a
m
) secrit sous la forme a

1
+r
2
++r
m1
m
1
+g(a
1
, c
2
, . . . , c
m
), o` u g
est un polyn ome de degre inferieur strictement `a
1
+ r
2
+ + r
m1

m
.
Choisissons lentier r tel que toutes les expresssions
1
+r
2
+ +r
m1

m
soient dierentes pour les dierents multi-indices (
1
, . . . ,
m
) des monomes
de f(a
1
, . . . , a
m
). Ainsi, a
1
est entier sur K[c
2
, . . . , c
m
]. En iterant ce procede
et en utilisant le lemme 1.13, nous construisons b
1
, . . . , b
r
tels que A soit une
extension enti`ere de K[b
1
, . . . , b
r
]. 2
Theor`eme 1.16. Soit K un corps algebriquement clos (i.e. K = K). Alors
tout ideal maximal de K[x] est de la forme m

= (x
1

1
, . . . , x
n

n
), avec
= (
1
, . . . ,
n
) K
n
.
Demonstration. Soit m un ideal maximal. Lanneau de type ni K = K[x]/m
est un corps. Dapr`es le lemme 1.15, il existe (b
1
, . . . , b
r
) K
r
tel que lexten-
sion K[b
1
, . . . , b
r
] K est enti`ere. En utilisant le lemme 1.14, nous deduisons
que K[b
1
, . . . , b
r
] est un corps et donc r = 0. Par consequent, lextension de
corps K K est algebrique, et comme K est algebriquement clos, K = K.
Considerons lapplication f K[x] f K[x]/m = K = K. Pour i =
1, . . . , n, notons
i
= x
i
. Nous avons (x
1

1
, . . . , x
n

n
) m, et donc
(x
1

1
, . . . , x
n

n
) = m.
2
Il existe plusieurs preuves du theor`eme 1.16 dans la litterature, dont une
utilisant le resultant de Sylvester (voir [CLO92], [BM04]).
Le resultat suivant est une consequence directe du theor`eme 1.16.
Theor`eme 1.17. Soit K un corps algebriquement clos. Si V est une variete
algebrique de K
n
, alors 1(V ) = K[x] si et seulement si V = .
Demonstration. Si lideal 1(V ) = K[x], il est clair que V = Z
_
1(V )
_
est vide.
Reciproquement, si lideal 1(V ) ,= K[x], il est inclus dans un ideal maximal
(x
1

1
, . . . , x
n

n
) de K[x]. Ainsi, V ,= , car il contient (
1
, . . . ,
n
). 2
12
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Denition 1.18. Soit I un ideal de K[x]. Le radical de I est

I = g K[x] : m N, g
m
I.
Il est facile de verier que lensemble

I est bien un ideal. Un ideal I est


dit radical si

I = I. En particulier, un ideal premier est radical.


Le resultat suivant est la cle de la correspondance alg`ebre-geometrie. Nous
en donnons une preuve basee sur lastuce dite de Rabinowitch.
Theor`eme 1.19 (Theor`eme des zeros de Hilbert). Etant donne un corps
algebriquement clos K. Alors pour tout ideal I de K[x], 1
_
Z
K
(I)
_
=

I.
Demonstration. Dapr`es le theor`eme 1.3, I est engendre par f
1
, . . . , f
m
. Soit
g un element de 1
_
Z
K
(I)
_
, cest-`a-dire tel que Z(f
1
, . . . , f
m
) Z(g). Si z est
une nouvelle variable, la variete algebrique Z(f
1
, . . . , f
m
, 1 z g) de K
n+1
est
vide. Donc dapr`es le theor`eme 1.17, (f
1
, . . . , f
m
, 1 z g) = K[x, z]. Il existe
alors des polyn omes h
1
, . . . , h
m
, h tels que
1 =
m

i=1
h
i
(x, z) f
i
(x) + h(x, z)
_
1 z g(x)
_
.
En rempla cant z par
1
g
dans cette identite polynomiale et en reduisant au
meme denominateur, nous obtenons
g
d
=
m

i=1
f
i
(x)g
i
(x) , avec d N et g
i
K[x].
Ainsi, g

I et 1
_
Z
K
(I)
_

I. Linclusion inverse est immediate. 2


Remarque 1.20. Lhypoth`ese K algebriquement clos dans le theor`eme 1.19
est necessaire, comme le montre lexemple suivant : si K = R et I = (x
2
1
+ 1),
1
_
Z
R
(I)
_
= 1() = R[x]

I = (x
2
1
+ 1). Pour une version du theor`eme des
zeros dans le cadre reel, voir [BCR87], [BR90], [Lom91], [GVL93].
Nous venons de voir quil y a une correspondance entre les objets algebriques
(les ideaux de K[x]) et les objets geometriques (les varietes algebriques de K
n
),
realisee par les deux operations Z et 1. Si le corps K est algebriquement clos,
cette correspondance est une bijection entre les ideaux maximaux de K[x] et
les points de K
n
, les ideaux premiers de K[x] et les varietes irreductibles de
K
n
, les ideaux radicaux de K[x] et les varietes algebriques de K
n
.
Exemple 1.21. En appliquant le theor`eme 1.19, nous avons
_
(x
3
1
x
2
, x
2
1
x
2
x
1
x
2
, x
3
2
x
1
) = 1((0, 0), (1, 1))
= (x
1
, x
2
) (x
1
1, x
2
1).
13
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Nous verrons dans la section suivante que tout ideal se decompose en une
intersection nie dideaux elementaires , dans le meme esprit que cet exemple.
1.4. Decomposition primaire
Nous avons vu que toute variete algebrique se decompose en une reunion
nie de composantes irreductibles (proposition 1.6). Dans le cas dune variable,
cette decomposition correspond `a la factorisation dun polyn ome en produit de
facteurs premiers entre-eux. Dans le cas multivariable, cette decomposition se
generalise en lintersection dideaux primaires (voir denition 1.23). Nous rap-
pelons les resultats generaux concernant la decomposition primaire dans K[x]
(le contenu de cette section reste vrai dans un anneau noetherien quelconque).
Pour plus de details, consulter [AM69].
Proposition 1.22. Si K est un corps algebriquement clos, tout ideal radical
de K[x] se decompose en une intersection nie dideaux premiers.
Demonstration. Soit I un ideal radical. La variete algebrique Z(I) admet une
decomposition en composantes irreductibles Z(I) = V
1
. . . V
s
. Dapr`es le
theor`eme de zeros de Hilbert et la proposition 1.8,
I =

I = 1
_
Z(I)
_
= 1(V
1
) 1(V
s
).
De plus, les ideaux 1(V
i
) sont premiers (proposition 1.10). 2
Pour decomposer un ideal (non necessairement radical) de K[x], il faut
aner la notion dideal premier.
Denition 1.23. Un ideal Q de K[x] est primaire si
(f, g) K[x]
2
, f g Q et f , Q = g
_
Q.
Il est evident quun ideal premier est en particulier primaire.
Si lideal Q est primaire, P =

Q est premier. Cest le plus petit ideal


premier contenant Q. Dans ce cas, Q est dit P-primaire.
Si I est un ideal de K[x] et g K[x], lideal f K[x] : fg I est
appele lideal quotient de I par g, et il est note (I : g). Lideal engendre par
les elements de I et par g est note (I, g).
Denition 1.24. Un ideal I est dit indecomposable sil nexiste pas dideaux
I
1
,= I et I
2
,= I veriant I = I
1
I
2
.
Lemme 1.25. Soient g K[x], I un ideal de K[x] et m un entier positif tels
que (I : g
m+1
) = (I : g
m
). Alors I = (I : g) (I, g
m
).
Demonstration. Linclusion I (I : g) (I, g
m
) est evidente.
Soit h (I : g) (I, g
m
). Il existe alors f I et q K[x] veriant
h = f + qg
m
. Comme hg = f g + qg
m+1
I, nous avons qg
m+1
I et
14
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
q (I : g
m+1
) = (I : g
m
). Ainsi, qg
m
I et donc h I. 2
Proposition 1.26. Si lideal I est indecomposable, alors il est primaire.
Demonstration. Soit (f, g) K[x]
2
tel que f g I et f / I. Puisque la suite
dideaux (I : g
n
)
nN
est croissante, dapr`es la proposition 1.2 et le theor`eme
1.3, il existe m N veriant (I : g
m
) = (I : g
m+1
). En utilisant le lemme
1.25, I = (I : g) (I, g
m
). Et comme I est indecomposable et f (I : g) I,
(I, g
m
) = I, cest-`a-dire g

I. 2
Theor`eme 1.27. Tout ideal I de K[x] se decompose en une intersection nie
dideaux indecomposables.
Demonstration. Si lideal I nest pas indecomposable, cest lintersection de
deux ideaux I
1
I et I
2
I. Si I
1
et I
2
sont indecomposables, alors I est
lintersection de deux ideaux indecomposables. Sinon, le meme argument sap-
plique ` a I
1
et/ou I
2
. En iterant ceci et en utilisant le theor`eme 1.3, I secrit
comme une intersection nie dideaux indecomposables. 2
Le corollaire suivant se deduit de la proposition 1.26.
Corollaire 1.28. Tout ideal de K[x] se decompose en une intersection nie
dideaux primaires.
Une telle decomposition sappelle une decomposition primaire.
Denition 1.29. Une decomposition primaire I =

r
i=1
Q
i
de lideal I de
K[x] est dite minimale si les ideaux premiers

Q
i
sont tous distincts et si
pour tout i 1, . . . , r, Q
i
,

j=i
Q
j
.
Lemme 1.30. Si I et J sont deux ideaux primaires ayant le meme radical
P, alors I J est P-primaire.
Demonstration. Soit (f, g) K[x]
2
tel que f g I J, f / I J, et supposons
que f / I. Comme I est primaire, g

I =

J =

I J. 2
Theor`eme 1.31. Tout ideal de lanneau K[x] admet une decomposition pri-
maire minimale.
Demonstration. Le corollaire 1.28 assure lexistence dune decomposition pri-
maire I =

r
i=1
Q
i
pour tout ideal I. Supposons que deux ideaux distincts Q
i
et Q
j
aient le meme radical. Dapr`es le lemme 1.30, Q
i,j
= Q
i
Q
j
est primaire.
Donc en regroupant les ideaux primaires ayant le meme radical, nous obtenons
une decomposition de I en ideaux primaires ayant des radicaux distincts deux
`a deux.
15
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Si dans une telle decomposition, un ideal Q
i
contient

j=i
Q
j
, nous lomet-
tons et obtenons I =

j=i
Q
j
. En repetant ceci, si necessaire, nous aboutissons
`a une decomposition primaire minimale de I. 2
Une decomposition primaire minimale nest pas forcement unique comme le
montre lexemple simple suivant :
Exemple 1.32. Dans lanneau K[x, y], lideal
(xy, y
2
) = (y) (x, y
2
) = (y) (x + y, y
2
).
Par contre un ideal radical admet une seule decomposition primaire mini-
male (voir exercice 1.14).
Nous allons voir que les ideaux premiers associes (i.e. les radicaux des
composantes primaires dune decomposition minimale) sont uniquement
determines. Pour les caracteriser, nous avons besoin du lemme suivant :
Lemme 1.33. Soit Q un ideal P-primaire (i.e. Q est primaire et

Q = P).
Si f K[x], alors
i) f Q = (Q : f) = K[x],
ii) f / Q = (Q : f) est P-primaire,
iii) f / P = (Q : f) = Q.
Demonstration. i) et iii) decoulent des denitions.
ii) Determinons le radical de (Q : f). Soit g (Q : f). Comme f / Q et
fg Q, nous deduisons que g P. Ainsi, Q (Q : f) P, et
_
(Q : f) = P.
Lideal (Q : f) est P-primaire. En eet, soit (g, h) K[x]
2
qui satisfait
gh (Q : f), cest-`a-dire ghf Q, et g / P. Puisque Q est primaire,
h (Q : f). 2
Lemme 1.34. Si P, P
1
, . . . , P
m
sont des ideaux premiers de K[x] qui verient
P = P
1
. . . P
m
, alors il existe i tel que P = P
i
.
Demonstration. Voir exercice 1.13. 2
Theor`eme 1.35. Soit I =

r
i=1
Q
i
une decomposition primaire minimale de
lideal I. Si f K[x] est tel que
_
(I : f) est premier, alors
_
(I : f) =

Q
i
pour un i 1, . . . , r. Reciproquement, tous les ideaux premiers

Q
i
sont de
cette forme.
Demonstration. Dapr`es le lemme 1.33, pour tout f K[x],
(I : f) = (
r

i=1
Q
i
: f) =
r

i=1
(Q
i
: f) =

{i:f / Q
i
}
(Q
i
: f),
16
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
et
_
(I : f) =

{i:f / Q
i
}

Q
i
. Si lideal
_
(I : f) est premier, il existe i tel
que
_
(I : f) =

Q
i
(lemme 1.34). Reciproquement, comme la decomposition
est minimale, pour chaque i 1, . . . , r, il existe un polyn ome f
i
tel que
f
i
/ Q
i
et f
i


j=i
Q
j
. En utilisant le lemme 1.33, nous deduisons que

Q
i
=
_
(Q
i
: f
i
) =
_
(I : f
i
). 2
Les ideaux primaires dune decomposition minimale dun ideal I sont appeles
les composantes primaires de I.
Remarque 1.36. Meme si un ideal peut avoir plusieurs decompositions pri-
maires minimales, le nombre de composantes primaires et les radicaux des
ideaux primaires sont uniques dans les dierentes decompositions primaires
minimales dun meme ideal (voir exercice 1.14).
Denition 1.37. Soit I = Q
1
. . .Q
r
une decomposition primaire minimale
de I. Lensemble

Q
i
: 1 i r, qui est independant de la decomposition
choisie, est appele lensemble des ideaux associes de I. Il sera note Ass(I).
Dans lexemple 1.32, lideal (xy, y
2
) admet deux composantes primaires et
Ass
_
(xy, y
2
)
_
= (y), (x, y).
Proposition 1.38. Soient f K[x] et I un ideal de K[x]. Si f nappartient
`a aucun element de Ass(I), alors (I : f) = I.
Demonstration. Soit I = Q
1
. . . Q
r
une decomposition primaire minimale
de I. Dapr`es le lemme 1.33, nous avons
(I : f) = (Q
1
: f) . . . (Q
r
: f) = Q
1
. . . Q
r
= I.
2
Denition 1.39. Soit I = Q
1
. . .Q
r
une decomposition primaire minimale
de lideal I de K[x]. Une composante primaire Q
i
de I est dite immergee sil
existe j ,= i tel que
_
Q
j


Q
i
. Une composante primaire est dite isolee selle
nest pas immergee.
Dans lexemple 1.32, la composante (y) est isolee et (x, y) (respectivement
(x + y, y
2
)
_
est immergee.
Remarque 1.40. Les composantes primaires isolees, dun ideal I, dans les
dierentes decompositions primaires minimales sont uniques (voir exercice
1.14). Les composantes immergees ne le sont pas, comme le montre lexemple
1.32. Du point de vue geometrique, ces derni`eres sont invisibles , et donc
elles sont une source de beaucoup de dicultes en geometrie algebrique
eective (voir [CGH88], [Kol88],[Kol99], [EL99]). Obtenir la decomposition
primaire dun ideal de K[x] est un probl`eme delicat (voir [GTZ88], [EHV92],
[Mon02]).
17
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Probl`eme(suite) :
Dans le probl`eme de positionnement de la camera, si A = (1, 0, 0), B =
(0, 1, 0), C = (1, 0, 0) et le centre X est sur larc ( du cercle circonscrit au
triangle ABC, allant de A `a C sans passer par B. Le syst`eme (1.1) devient :
_

_
x
2
1
+ x
2
2

2 x
1
x
2
2 = 0
x
2
1
+ x
2
3
4 = 0
x
2
2
+ x
2
3

2 x
2
x
3
2 = 0.
(1.2)
Pour tout autre point de cet arc de cercle (, les angles de vues des seg-
ments (A, B), (B, C) et (A, C) sont les memes. Lensemble des solutions de ce
syst`eme contient donc les vecteurs (x
1
, x
2
, x
3
) correspondant aux points de (.
La dierence entre la premi`ere et la troisi`eme equation de (1.2) conduit ` a
(x
1
+ x
3

2 x
2
) (x
1
x
3
) = 0. (1.3)
Lensemble des solutions contient la variete algebrique denie par lideal P
C
engendre par x
1
+x
3

2 x
2
et x
2
1
+x
2
3
4. Cet ideal est premier car x
2
1
+x
2
3
4
est irreductible.
Y-a-t-il dautres solutions ? Celles-ci sont sur lintersection des trois tores
obtenus par rotation du cercle ( autour des segments (A, B), (B, C), (A, C),
correspondant ` a un angle de vue constant. Dapr`es lequation (1.3), les autres
solutions verient x
1
x
3
= 0, ce qui conduit aux solutions
1
= (

2, 0,

2),

2
= (

2, 0,

2),
3
= (

2, 2,

2),
4
= (

2, 2,

2).
Comme
3
et
4
annulent les polyn omes de P
C
,
3
,
4
Z(P
C
), le radical de
lideal I engendre par le syst`eme dequations (1.2) se decompose sous la forme

I = P
C
m
1
m
2
,
o` u m
i
designe lideal maximal denissant le point
i
,i = 1, 2, 3, 4.
Comme P
C
est premier, pour g = x
1
x
3
, nous avons (I : g) = P
C
et
(I : g
2
) = (I : g) = P
C
. De plus,
(I, g) = (x
2
2

2 x
1
x
2
, x
2
1
2, x
1
x
3
) = m
1
m
2
m
3
m
4
.
Nous deduisons dapr`es le lemme 1.25, la decomposition primaire
I = (I : g) (I, g) = P
C
m
1
m
2
m
3
m
4
.
Les composantes premi`eres m
3
et m
4
sont immergees dans P
C
, nous pouvons
donc simplier la decomposition de I en I = P
C
m
1
m
2
, et ainsi I =

I.
18
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
1.5. Quelques invariants numeriques dune variete algebrique
Plusieurs invariants numeriques peuvent etre associes `a une variete algebri-
que. Les principaux sont la dimension et le degre. Nous les abordons dans
cette section et les etudierons, en detail, dans un autre chapitre.
1.5.1. Dimensiondune variete algebrique. La dimension dune variete
algebrique V peut etre denie de plusieurs fa cons. Intuitivement, cest le
nombre maximal de degre de liberte que peut avoir un point se depla cant
dans V . Nous donnons ici deux denitions equivalentes de cette notion.
Denition 1.41. La dimension topologique dune variete V est la longueur
maximale d dune suite
V
0
V
1
V
d
de sous-varietes non vides et irreductibles de V . Elle est notee dim
Tg
(V ).
Remarque 1.42. Il est clair que la dimension topologique dune variete
algebrique non vide de K
n
est au plus n.
Si V W, alors dim
Tg
(V ) dim
Tg
(W).
Si V = V
1
. . . V
r
est la decomposition de la variete V en composantes
irreductibles, alors dim
Tg
(V ) = maxdim
Tg
(V
1
), . . . , dim
Tg
(V
r
).
Exemple 1.43. Soit I lideal monomial (x
1
x
2
, x
1
x
3
) de K[x
1
, x
2
, x
3
]. La
variete V = Z(I) = Z(x
1
) Z(x
2
, x
3
). Nous avons
Z(x
1
, x
2
, x
3
) Z(x
1
, x
2
) Z(x
1
),
et donc dim
Tg
(V ) = 2.
Lequivalent algebrique de la dimension topologique est la notion de la
dimension de Krull.
Denition 1.44. La dimension de Krull dun anneau / est la longueur maxi-
male r dune suite
P
0
P
1
P
r
dideaux premiers de /. Elle est notee dim
Krull
(/).
Exemple 1.45. Si / = K[x
1
, x
2
, x
3
]/I, avec I = (x
1
x
2
, x
1
x
3
), nous avons
la suite
(x
1
) (x
1
, x
2
) (x
1
, x
2
, x
3
)
dideaux premiers dans / (car ce sont des premiers de K[x] qui contiennent
I). Ainsi, dim
Krull
(/) = 2.
Ces deux notions de dimension sont compatibles avec la correspondance
alg`ebre-geometrie :
19
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Proposition 1.46. Pour tout ideal I de K[x], nous avons
dim
Krull
(K[x]/I) = dim
Tg
(Z
K
(I)
_
.
Demonstration. Les ideaux premiers de / = K[x]/I sont en bijection avec
les ideaux premiers de K[x] qui contiennent I. Dapr`es lexercice 1.13, ils
contiennent un des ideaux premiers de Ass(I) et denissent donc une variete
algebrique incluse dans lune des composantes irredutibles de Z
K
(I). Les ideaux
premiers de / sont en correspondance avec les sous-varietes irreductibles de
Z
K
(I). Par consequent, la dimension de Krull de / est la meme que la dimen-
sion topologique de Z
K
(I). 2
Une variete algebrique X formee de points isoles est de dimension 0, car les
ideaux premiers associes `a 1(X) sont maximaux.
Une variete algebrique de dimension 1 est une courbe, une variete de dimen-
sion 2 est une surface, et une variete de dimension n 1 de lespace K
n
(qui
est de dimension n) est appelee une hypersurface.
1.5.2. Degre dune variete algebrique. Le degre dune variete V
exprime dune certaine mani`ere la complexite apparente de celle-ci. Plus
le degre est eleve et plus il faut sattendre ` a une variete tordue . Voici une
denition geometrique de cette notion.
Denition 1.47. Le degre de / = K[x]/I est la dimension du K-espace
vectoriel K[x]/(I, l
1
, . . . , l
d
), o` u l
1
, . . . , l
d
sont des formes lineaires generiques
(i.e. dont les coecients nappartiennent pas `a une variete algebrique) et d la
dimension de Krull de /. Il sera note deg
L
(/).
Nous verrons que ce degre est le nombre de points de V (I) V (l
1
, . . . , l
d
).
Exemple 1.48. Un espace lineaire est une variete algebrique de degre 1.
Une hypersurface Z(f), avec f sans facteur carre, est une variete algebrique
de degre deg f. En eet, lintersection de Z(f) et dune droite generique est
formee de deg f points (comptes avec multiplicite).
Probl`eme(suite) :
Nous avons decompose les solutions du syst`eme (1.2) en une composante de di-
mension 1 denie par lideal P
C
, et des points
1
,
2
de dimension 0. Lensemble
de ces solutions est donc de dimension 1.
Pour obtenir son degre, nous ajoutons une equation lineaire generique l(x
1
,
x
2
, x
3
) = 0 et calculons la dimension de / = K[x
1
, x
2
, x
3
]/(I, l(x
1
, x
2
, x
3
)).
Comme
1
,
2
,
3
,
4
ne satisfont pas cette equation generique, la dimension
de / est aussi celle de
K[x
1
, x
2
, x
3
]/(x
2
1
+ x
2
3
4, x
1
+ x
3

2 x
2
, l(x
1
, x
2
, x
3
)).
20
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Nous verions que cet espace vectoriel est de dimension 2 (et de base 1, x
1
).
Le degre de la variete Z(I) est donc 2.
Des algorithmes permettant de calculer ces invariants numeriques associes
`a une variete algebrique sont decrits dans le chapitre 4.
1.6. Un peu de geometrie projective
La geometrie ane peut se rev`eler insusante pour bien comprendre des
probl`emes de nature geometrique. Par exemple, lintersection de deux droites
anes distinctes nest pas toujours un point. Ou encore, la projection dune
variete ane nest pas toujours une variete ane comme le montre lexemple
de la projection sur laxe des x de lhyperbole dequation xy 1 = 0, qui est
Figure 1.2. Une hyperbole et sa projection.
K 0. Nous reviendrons sur ces questions au chapitre 5.
Cest pour cela que lon introduit la geometrie projective. Beaucoup de
probl`emes deviennent plus simples et plus clairs lorsquils sont enonces dans
le cadre projectif.
Lespace projectif P
n
(K) (ou P
n
sil ny a pas dambigute sur le corps K)
est le quotient de K
n+1
0 par la relation dequivalence de colinearite. Un
point de P
n
est note (a
0
: : a
n
).
Soit f un polyn ome homog`ene de K[x
0
, . . . , x
n
]. Si f sannule au point
(a
0
, . . . , a
n
) de K
n+1
, alors f
_
(a
0
, . . . , a
n
)
_
= 0 pour tout K. Nous dirons
que (a
0
: : a
n
) est un zero de f, et notons f(a
0
: : a
n
) = 0.
Denition 1.49. La variete algebrique projective de P
n
denie par des poly-
nomes homog`enes f
1
, . . . , f
m
de K[x
0
, . . . , x
n
] est lensemble
Z
P
n(f
1
, . . . , f
m
) = a P
n
: f
1
(a) = = f
m
(a) = 0.
21
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
De la meme facon que dans le cadre ane, les varietes projectives denissent
une topologie sur P
n
, dite de Zariski. Les varietes projectives irreductibles sont
aussi denies comme dans le cas ane.
Nous rappelons quun ideal I de K[x] est dit homog`ene sil est engendre par
des polyn omes homog`enes.
Denition 1.50. Soit Z un sous-ensemble de P
n
. Lensemble 1(Z) des
polyn omes de K[x
0
, . . . , x
n
] qui sannulent en tout point de Z est un ideal
homog`ene, appele lideal de Z et note 1(Z).
Proposition 1.51.
1. Soient I et J deux ideaux homog`enes de K[x
0
, . . . , x
n
]. Si I J, alors
Z
P
n(J) Z
P
n(I).
2. Si Z W sont deux sous-ensembles de P
n
, alors 1(W) 1(Z).
3. Une variete projective est irreductible si, et seulement si, son ideal ho-
mog`ene est premier.
4. Toute variete projective se decompose en une reunion nie unique de
sous-varietes projectives irreductibles.
5. Soit K un corps algebriquement clos. Si I est un ideal homog`ene de
K[x
0
, . . . , x
n
], alors Z
P
n
(K)
(I) = si, et seulement si, (x
0
, . . . , x
n
)

I.
6. Soit K un corps algebriquement clos. Si I est un ideal homog`ene de
K[x
0
, . . . , x
n
] tel que (x
0
, . . . , x
n
) ,

I, alors 1
_
Z
P
n
(K)
(I)
_
=

I.
Demonstration. Voir lexercice 1.18. 2
Notons H

= a = (a
0
: : a
n
) P
n
: a
0
= 0 et O = a P
n
: a
0
,= 0.
Alors lespace projectif P
n
= H

O. La variete H

sappelle lhyperplan ` a
linni. Louvert O de P
n
est homeomorphe `a K
n
via lapplication
: O K
n
(a
0
: : a
n
)
_
a
1
a
0
, . . . ,
a
n
a
0
_
.
Lespace ane K
n
peut etre alors vu comme un ouvert de P
n
et lespace
projectif P
n
comme H

K
n
.
Proposition 1.52. Si V est une variete projective de P
n
, alors (V O) est
une variete ane de K
n
.
Demonstration. La variete V = Z
P
n(I), o` u I est un ideal homog`ene radical. Il
est clair que (V O) = Z
_
f(1, x
1
, . . . , x
n
) : f I
_
. 2
La trace dune variete projective de P
n
sur son ouvert ane K
n
est bien
une variete ane.
22
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
1.7. Exercices
Exercice 1.1.
1. Theor`eme fondamental de lalg`ebre : Montrer que tout polyn ome non constant
`a coecients dans K admet au moins une racine dans K.
2. Montrer que tout ideal de K[x] est engendre par un seul polyn ome.
Exercice 1.2. Montrer que les proprietes suivantes sont equivalentes dans un anneau
A commutatif et unitaire.
1. Tout ideal de A est engendre par un nombre ni delements.
2. Toute suite croissante dideaux de A est stationnaire.
3. Tout ensemble dideaux de A admet un element maximal (pour linclusion).
Exercice 1.3.
1. Soit Y un sous-ensemble de K
n
. Montrer que Y (le plus petit ferme contenant Y
pour la topologie de Zariski) est lensemble des solutions de tous les polyn omes
qui sannulent sur Y .
2. En deduire que si V est une variete algebrique, alors Z
_
1(V )
_
= V .
Exercice 1.4.
1. Verier que la reunion nie et lintersection quelconque de varietes algebriques
sont des varietes algebriques.
2. Si Y et Z sont deux sous-ensembles de K
n
, montrer que 1(Y Z) = 1(Y )1(Z).
3. Montrer quune variete algebrique V est irreductible si, et seulement si, son
ideal 1(V ) est premier.
4. Soit V une variete algebrique de K
n
. Montrer que les proprietes suivantes sont
equivalentes :
i) V est irreductible,
ii) Lintersection de deux ouverts non vides de V est non vide,
iii) Tout ouvert non vide de V est partout dense dans V .
Exercice 1.5. Decomposition dune variete en sous-varietes irreductibles.
Soit V une variete algebrique de K
n
.
1. Si , V , montrer que 1(V ) 1(V ).
2. Si V nest pas une reunion nie de sous-varietes irreductibles, montrer quil
existe une suite innie de varietes V
i
telle que V V
1
V
2

3. En deduire que V se decompose de facon unique comme une reunion minimale
de sous-varietes irreductibles V = V
1
. . . V
d
, o` u V
i
nest pas contenu dans V
j
si i ,= j.
Exercice 1.6. Soient I et J deux ideaux de K[x].
1. Est-ce que Z(I) Z(J) est une variete algebrique ?
2. Montrer que Z(I) Z(J) est la projection dune variete algebrique (en intro-
duisant une nouvelle variable).
23
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
3. Montrer que Z(I) Z(J) Z(I : J).
4. Si le corps K est algebriquement clos et lideal I est radical, montrer que
Z(I) Z(J) = Z(I : J).
Exercice 1.7. Soit I un ideal de K[x]. Montrer :
1. Il existe m N tel que

I
m
I

I.
2. Si I est primaire, alors

I est premier.
3. Si I est premier, alors I est indecomposable.
Exercice 1.8. Donner des exemples danneaux non noetheriens.
Exercice 1.9. Soit A un sous-anneau dun anneau B.
1. Montrer que les conditions suivantes sont equivalentes pour b B :
b est entier sur A,
Le sous-anneau A[b] de B est un A-module de type ni,
Il existe un sous-anneau C de B tel que A[b] C et C est un A-module
de type ni.
2. En deduire que si b
1
, . . . , b
n
sont des elements de B tels que pour tout i =
1, . . . , n, b
i
est entier sur A[b
1
, . . . , b
i1
], alors A[b
1
, . . . , b
n
] est un A-module de
type ni.
3. Montrer que b B : b est entier surA est un sous-annneau de B contenant A.
Exercice 1.10. Soient A B deux sous-anneaux dun anneau C. Montrer que si
c C est entier sur B et lextension A B est enti`ere, alors c est entier sur A.
Exercice 1.11.
1. Montrer que dans lanneau Z des entiers, tout ideal primaire est engendre par
la puissance dun nombre premier.
2. Quen est-il pour K[x] et Z[x] ?
Exercice 1.12.
1. Montrer quun ideal I dun anneau A est primaire si, et seulement si, les diviseurs
de zero dans A/I sont nilpotents (i.e. si a est un diviseur de zero dans A/I, il
existe r N

: a
r
= 0).
2. Montrer quun ideal I dun anneau A est premier (resp. maximal) si, et seule-
ment si, A/I est un anneau int`egre (resp. corps).
Exercice 1.13. Soient P, P
1
, . . . , P
m
des ideaux premiers dun anneau A.
1. Monter que si P P
1
. . . P
m
, alors il existe i 1, . . . , m tel que P P
i
.
2. En deduire que si P = P
1
. . .P
m
, alors il existe i 1, . . . , m tel que P = P
i
.
Exercice 1.14. Soit I un ideal de K[x]. Montrer que :
1. Dans toutes les decompositions primaires minimales de I, le nombre de compo-
santes primaires et les ideaux premiers associes sont les memes.
2. Si I est radical, alors I admet une seule decomposition primaire minimale.
24
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
3. Les composantes primaires isolees de I sont les memes dans les dierentes
decompositions primaires minimales de I.
Exercice 1.15. Soit I = Q
1
. . .Q
r
une decomposition primaire de lideal I de K[x]
et P
i
=

Q
i
les ideaux premiers associes. Si f K[x], montrer que f P
1
. . . P
r
si, et seulement si, f est un diviseur de zero dans K[x]/I.
Exercice 1.16. Soit K un corps algebriquement clos et I un ideal de K[x]. Montrer
que si K[x]/I est un K-espace vectoriel de dimension nie, alors la variete Z(I) est
nie et les ideaux premiers associes `a I sont maximaux.
Exercice 1.17. Soit A un anneau local (i.e. qui admet un seul ideal maximal).
Montrer que si a A nest pas un diviseur de zero, alors
dim
Krull
_
A/(a)
_
= dim
Krull
(A) 1.
Exercice 1.18. Etablir ce qui suit :
1. Si I J sont deux ideaux homog`enes de K[x
0
, . . . , x
n
], alors Z
P
n(J) Z
P
n(I).
2. Si Z W sont deux sous-ensembles de P
n
, alors 1(W) 1(Z).
3. Une variete projective est irreductible si, et seulement si, son ideal est premier.
4. Toute variete projective se decompose en une reunion nie unique de sous-
varietes projectives irreductibles.
5. Soit Kun corps algebriquement clos. Si I est un ideal homog`ene de K[x
0
, . . . , x
n
],
alors Z
P
n
(K)
(I) = si, et seulement si, (x
0
, . . . , x
n
)

I.
6. Soit K un corps algebriquement clos. Si I est un ideal homog`ene de K[x
0
, . . . , x
n
]
tel que (x
0
, . . . , x
n
) ,

I, alors 1
_
Z
P
n
(K)
(I)
_
=

I.
Exercice 1.19.
1. Calculer explicitement les solutions (x
1
, x
2
, x
3
) du probl`eme de positionnement
de la camera dans le cas generique en fonction des param`etres cos(), cos(),
cos(), a, b, c et des racines dun polyn ome de degre 8 que lon determinera.
2. Dans le cas particulier o` u le centre de la camera est sur le cercle circonscrit `a
(A, B, C), si I designe lideal engendre par les trois equations polynomiales (1.1),
verier que pour toute forme lineaire generique l(x
1
, x
2
, x
3
), lespace vectoriel
/ = K[x
1
, x
2
, x
3
]/(I, l(x
1
, x
2
, x
3
)) est de dimension 2.
25
CHAPITRE 2
CALCUL DANS UNE ALG
`
EBRE QUOTIENT
Sommaire
2.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2. Reduction des polynomes . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3. Ordres monomiaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4. Ideaux monomiaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5. Algorithme de construction dune base de Grobner
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6. Quelques applications des bases de Grobner . . . . 39
2.6.1. Appartenance dun polyn ome `a un ideal . . . . . . . . . . . 39
2.6.2. Appartenance dun polyn ome au radical dun ideal . . 40
2.6.3. Syst`eme polynomial sans solution . . . . . . . . . . . . . . . . . . 40
2.6.4. Ideaux delimination et resolution polynomiale . . . . . 40
2.7. Bases de Grobner des sous-modules de K[x]
m
. . . 41
2.7.1. Relations entre polyn omes . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.8. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dans ce chapitre, nous allons denir les notions de formes normales et
de bases de Grobner, puis donner quelques unes de leurs applications qui
seront utiles par la suite. Pour une presentation detaillee, consulter [AL94],
[BWK93], [CLO92], [Eis94].
2.1. Introduction
Soit f un polyn ome dune variable, de degre m et `a coecients dans K.
Lalgorithme dEuclide assure que tout g K[x] peut se reduire modulo f :
il existe un unique (q, r) K[x]
2
tel que g = qf + r, o` u le reste r est une
combinaison lineaire des monomes 1, x, . . . , x
m1
. Cette reduction consiste `a
trouver un representant canonique dun element quelconque de lalg`ebre quo-
tient K[x]/(f). Cest la cle de letude de certains probl`emes eectifs, tels que
le calcul du pgcd et ppcm de polyn omes, le probl`eme de lappartenance dun
polyn ome `a un ideal I = (f
1
, . . . , f
s
) de K[x], le calcul dune base de lespace
vectoriel / = K[x]/I, le calcul des representants canoniques des elements de
/, . . .
Pour etudier des probl`emes de meme nature dans le cas multivariable, nous
avons besoin dune generalisation de lalgorithme dEuclide :

Etant donnes f
1
, . . . , f
s
K[x] = K[x
1
, . . . , x
n
], comment peut-
on reduire g K[x] modulo f
1
, . . . , f
s
? Cest-` a-dire, trouver des
polyn omes q
1
, . . . , q
s
, r tels que g = q
1
f
1
+ + q
s
f
s
+ r, o` u r est
le representant canonique de g modulo lideal (f
1
, . . . , f
s
).
La theorie des bases de Grobner permet de repondre ` a cette question, comme
nous le verrons par la suite.
2.2. Reduction des polynomes
Lalgorithmique dans une alg`ebre quotient sappuie sur la reduction des
polyn omes necessaire au calcul des representants canoniques des elements
de celle-ci. Le but de cette section est letude de cette reduction.
Tout polyn ome peut etre vu comme une somme de composantes
ordonnees dont la plus grande sera appelee le terme dominant . Ceci
correspond ` a une decomposition de K[x] en somme directe de sous-espaces
vectoriels :
K[x] =

K[x]
[]
,
o` u est un ensemble ordonne et K[x]
[]
le sous-espace vectoriel de K[x]
engendre par les composantes dindice . Donc pour tout p K[x] non nul, il
existe des composantes non nulles uniques p
[
i
]
K[x]
[
i
]
, i = 1, . . . , s, telles
que
p = p
[
1
]
+ + p
[s]
.
28
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Par exemple la decomposition dun polyn ome en composantes homog`enes cor-
respond ` a = N, muni de son ordre naturel, qui indexe le degre. Le polyn ome
p = x
2
1
x
2
2
+ 2 x
1
2 x
2
1 se decompose alors en la somme des termes
x
2
1
x
2
2
K[x]
[2]
, 2 x
1
2 x
2
K[x]
[1]
, 1 K[x]
[0]
.
Si = N
2
est ordonne suivant lordre lexicographique (i.e. lordre du dic-
tionnaire) pour lequel x
2
> x
1
. Les composantes de p, de la plus grande ` a la
plus petite, sont
x
2
2
K[x]
[0,2]
, 2 x
2
K[x]
[0,1]
, x
2
1
K[x]
[2,0]
, 2 x
1
K[x]
[1,0]
, 1 K[x]
[0,0]
.
Nous verrons, plus loin, dautres decompositions de K[x].
Denition 2.1. Pour tout element p non nul de K[x],
m(p) est le plus grand indice tel que p
[]
,= 0. Il est appele le -degre
de p.
t(p) designe la composante de p de plus grand indice tel que p
[]
,= 0.
Elle est appelee le terme dominant de p.
Si p K[x]
[]
, nous dirons que p est -homog`ene de -degre .
Pour le polyn ome p = x
2
1
x
2
2
+ 2 x
1
2 x
2
1,
dans le cas = N qui indexe le degre, t(p) = x
2
1
x
2
2
, m(p) = 2,
dans le cas = N
2
muni de lordre lexicographique avec x
2
> x
1
, t(p) = x
2
2
et m(p) = (0, 2).
Denition 2.2. Soient a, b
1
, . . . , b
s
K[x]. Nous dirons que a se reduit
par b
1
, . . . , b
s
sil existe des elements -homog`enes q
1
, . . . , q
s
de K[x] tels que
t(a) =

s
i=1
q
i
t(b
i
). La reduction de a par b
1
, . . . , b
s
est alors a

s
i=1
q
i
b
i
.
Remarquons que t
_
a

s
i=1
q
i
b
i
_
< t(a). Nous pouvons de nouveau reduire
a

s
i=1
q
i
b
i
par b
1
, . . . , b
s
, et ainsi de suite. Pour pouvoir reiterer la reduction
un nombre ni de fois et obtenir un polyn ome que lon ne peut plus reduire par
b
1
, . . . , b
s
, et calculer facilement les q
i
nous imposons les hypoth`eses suivantes :
Hypoth`ese 2.3.
est un monode additif muni dun bon ordre (i.e. tout sous-ensemble de
admet un plus petit element),
Pour tout (, , )
3
, < + < + ,
Si f K[x]
[]
et g K[x]
[]
, alors f g K[x]
[+]
.
Pour tout , lespace vectoriel K[x]
[]
est de dimension nie.
Nous dirons dans ce cas que est une graduation eective.
Dans le cas de la graduation par le degre, o` u = N est muni de son ordre
naturel, ces hypoth`eses sont veriees. Les quotients q
i
dans la reduction de a
par b
1
, . . . , b
s
sont -homog`enes de -degres m(a) m(b
i
).
29
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Si = N
n
est muni de lordre lexicographique, les hypoth`eses 2.3 sont
aussi veriees. Les termes dominants sont des termes monomiaux et tester si
t(a) =

s
i=1
q
i
t(b
i
) revient simplement `a verier si t(a) est divisible par lun
des t(b
i
). Si cest le cas q
i
est un monome et q
j
= 0 pour j ,= i. Une telle
graduation peut etre denie par un ordre monomial, permettant de choisir le
plus grand mon ome :
Denition 2.4. Un ordre monomial est un ordre total > sur les mon omes
de K[x] tel que tout monome non constant m > 1 et si m
0
, m
1
, m
2
sont des
monomes, on a m
0
< m
1
m
0
m
2
< m
1
m
2
.
Dans le cas general dune graduation eective, si m
i,1
, . . . , m
i,k
i
est une
base de lespace vectoriel K[x]
[m(a)m(b
i
)]
(qui est reduit ` a 0 si m(a) < m(b
i
)
_
,
Reduire a par b
1
, . . . , b
s
revient ` a resoudre le syst`eme lineaire
t(a)
s

i=1
k
i

j=1

i,j
m
i,j
t(b
i
) = 0
dans lequel les inconnues sont les scalires
i,j
.
Dans le cas simple de la reduction par un polyn ome, il sut de tester la
divisibilite des termes dominants : une reduction de p = x
2
1
x
2
2
+2 x
1
2 x
2
1
par x
1
+ x
2
1, pour = N, donne
x
2
1
x
2
2
+ 2 x
1
2 x
2
1 (x
1
x
2
)(x
1
+ x
2
1) = 3 x
1
3 x
2
1.
Nous allons decrire lalgorithme de division dans K[x] qui generalise celui
dEuclide ` a une seule variable. Il consiste ` a iterer la reduction decrite ci-dessus,
jusqu` a obtenir un polyn ome que lon ne peut plus reduire.
Denition 2.5. Soient une graduation eective et r, f
1
, . . . , f
s
K[x].
Le polynome r est dit reduit par rapport ` a f
1
, . . . , f
s
si aucune composante
-homog`ene non nulle de r ne peut etre reduite par f
1
, . . . , f
s
.
Algorithme 2.6. Division multivariable.
Entr ee : une graduation effective, f, f
1
, . . . , f
s
K[x].
r := f ; q
i
:= 0 , i = 1, . . . , s.
Tant quune des composantes -homog` enes non nulles r
[]
de r se
d ecompose en r
[]
=

s
i=1
m
i
t(f
i
), calculer
-- r := r

s
i=1
m
i
f
i
,
-- q
i
:= q
i
+ m
i
, i = 1, . . . , s.
Sortie : Des el ements q
1
, . . . , q
s
, r de K[x] qui v erifient
i) f = q
1
f
1
+ + q
s
f
s
+ r,
ii) r est r eduit par rapport `a f
1
, . . . , f
s
.
30
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Cet algorithme sarrete apr`es un nombre ni detapes. Sinon, il serait pos-
sible de construire une suite innie strictement decroissante delements de ,
`a partir des termes dominants des restes intermediaires, ce qui contredirait
lhypoth`ese de bon ordre faite sur .
Contrairement ` a lalgorithme dEuclide, les quotients q
1
, . . . , q
s
et le reste r
ne sont pas uniques. Ils le sont si un ordre de division dans la liste f
1
, . . . , f
s

est impose. Dans le cas dune seule variable, le polyn ome f appartient ` a lideal
(f
1
, . . . , f
s
) si, et seulement si, le reste r de la division de f par le pgcd
de f
1
, . . . , f
s
est nul, ce qui nest pas vrai pour cet algorithme multivariable
comme le montre lexemple suivant :
Exemple 2.7. Munissons K[x, y] de la graduation par le degre. Si f
1
= x
3
+
xy1 et f
2
= x
2
+y, alors 1 = xf
2
f
1
(f
1
, f
2
). Le polyn ome constant 1 est
reduit par rapport ` a f
1
, f
2
, donc lalgorithme de division de 1 par f
1
, f
2

produit q
1
= q
2
= 0 et r = 1.
Dans cet exemple,
_
t(f
1
), t(f
2
)
_
= (x
2
) est contenu strictement dans lideal
engendre par t(f) : f (f
1
, f
2
) qui est egal `a K[x]. Dans ce cas, on dit que
f
1
et f
2
ne forment pas un bon syst`eme de generateurs de lideal (f
1
, f
2
) ;
car en partant de f (f
1
, f
2
), lalgorithme de division de f par f
1
, f
2
sarrete
sans reduire f `a 0. Do` u la denition suivante :
Denition 2.8. Soient une graduation eective, I un ideal de K[x] et t(I)
lideal engendre par t(p) : p I. Nous dirons que G = g
1
, . . . , g
t
est une
-base de I si
i) g
1
, . . . , g
t
I,
ii) t(g
1
), . . . , t(g
t
) engendrent t(I).
Pour simplier la presentation, nous considerons seulement des -bases
nies, bien que la denition setende au cas inni. Lexistence dune -base
nie est une consequence du fait que K[x] est noetherien (theor`eme 1.3). Une
premi`ere propriete de ces -bases est la suivante :
Proposition 2.9. Tout polyn ome p de I se reduit ` a 0 par une -base de I.
Demonstration. Si p I 0 et G = g
1
, . . . , g
t
est une -base de I,
t(p)
_
t(g
1
), . . . , t(g
t
)
_
. Il existe alors des elements -homog`enes h
1
, . . . , h
t
de K[x] tels que t(p) =

t
i=1
h
i
t(g
i
). Le polyn ome p se reduit par G en
q = p

s
i=1
h
i
g
i
I, avec m(q) < m(p). Comme est muni dun bon ordre,
en iterant la reduction par G nous obtenons 0 comme reste. Sinon, la partie
des termes dominants des restes successifs naurait pas de plus petit element.
Ainsi, tout polyn ome de I se reduit ` a 0 par une -base. 2
Nous deduisons le corollaire suivant :
31
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Corollaire 2.10. Une -base de lideal I est un syst`eme de generateurs de I.
Demonstration. La reduction ` a 0 de tout element p I par une -base
G = g
1
, . . . , g
t
implique une decomposition de la forme p =

t
i=1
h
i
g
i
,
avec h
i
K[x] . Le syst`eme G engendre bien lideal I. 2
Ceci permet de denir la notion de forme normale :
Proposition 2.11. Le reste r de la division de f K[x] par une -base G
de I est unique. Il est appele la forme normale de f par rapport ` a G, et note
N
G
(f).
Demonstration. Soient r
1
et r
2
deux restes de la division de f par G. Comme
r
1
r
2
est reduit par rapport ` a G et r
1
r
2
I, r
1
r
2
= 0. 2
Une -base permet de travailler eectivement dans une alg`ebre quotient :
Proposition 2.12. Soit G une -base de I. Lespace vectoriel K[x]/I est
isomorphe ` a lespace vectoriel des polyn omes reduits par rapport ` a G.
Demonstration. Soit E lespace vectoriel des polyn omes reduits par rapport ` a
G = g
1
, . . . , g
t
. En appliquant lalgorithme 2.6, tout f K[x] se reduit par
G en un element de E. Il existe alors des polynomes q
i
K[x], et r E tels
que f =

t
i=1
q
i
g
i
+ r. Par consequent, f r dans K[x]/I et a : a E
engendre bien K[x]/I.
Dapr`es la proposition 2.9, I E = 0, donc K[x]/I est isomorphe `a E. 2
Nous allons decrire un crit`ere eectif pour tester si un ensemble est une
-base dun ideal I qui est la cle de vo ute de lalgorithmique dans K[x]/I. La
denition qui suit est necessaire `a la description de ce crit`ere.
Denition 2.13. Soient g
1
, . . . , g
s
K[x]. Le premier module des syzygies
(ou des relations) de g
1
, . . . , g
s
est lensemble
Syz(g
1
, . . . , g
s
) = (h
1
, . . . , h
s
) K[x]
s
:
s

i=1
h
i
g
i
= 0.
Cet ensemble est un K[x]-module engendre par un nombre ni delements
(voir exercice 2.19).
Si g
i
K[x]
[
i
]
, i = 1, . . . , s, alors Syz(g
1
, . . . , g
s
) est engendre par des
elements de la forme (h
1
, . . . , h
s
), o` u h
i
est -homog`ene et il existe ,
tel que pour tout i, h
i
g
i
K[x]

. Nous dirons dans ce cas que (h


1
, . . . , h
s
) est
-homog`ene.
32
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Theor`eme 2.14. Soit G=g
1
, . . . , g
s
un ensemble de generateurs de lideal I.
Alors G est une -base de I si, et seulement si, pour tout (h
1
, . . . , h
s
)
-homog`ene de Syz
_
t(g
1
), . . ., t(g
s
)
_
, le polyn ome h
1
g
1
+ + h
s
g
s
se reduit
` a 0 par g
1
, . . . , g
s
.
Demonstration. Si G est une -base de I, dapr`es la proposition 2.9, tout
polyn ome de I se reduit ` a 0 par G. En particulier, tout element de la forme
h
1
g
1
+ + h
s
g
s
, avec (h
1
, . . . , h
s
) Syz
_
t(g
1
), . . . , t(g
s
)
_
. Reciproquement,
si h
u
= (h
u,1
, . . . , h
u,n
)
uU
est un syst`eme de generateurs -homog`enes de
Syz
_
t(g
1
), . . . , t(g
s
)
_
tel que pour tout u U, lelement h
u,1
g
1
+ +h
u,s
g
s
se reduit ` a 0 par G, montrons que G est une -base de I.
Soit p I. Lelement p se decompose sous la forme
p =
s

i=1
q
i
g
i
, q
i
K[x]. (2.1)
Il faut prouver que t(p)
_
t(g
1
), . . . , t(g
s
)
_
. Notons
= max m(q
i
g
i
) : q
i
,= 0 = max m(q
i
) + m(g
i
) : q
i
,= 0
et S

lensemble des indices i 1, . . . , s tel que m(q


i
g
i
) = . Comme est
muni dun bon ordre, supposons que pour la decomposition (2.1) de p, soit
le plus petit possible.
Par construction, nous avons m(p) . Nous allons montrer que m(p) = ,
par suite t(p) =

iS
t(q
i
)t(g
i
), et donc t(p)
_
t(g
1
), . . . , t(g
s
)
_
.
Sinon, m(p) < , cest-`a-dire

iS
t(q
i
) t(g
i
) = 0,
ou encore

s
i=1
h
i
t(g
i
) = 0, avec h
i
= t(q
i
) si i S

et h
i
= 0 si i / S

.
Le vecteur h = (h
1
, . . . , h
s
) est un element de Syz
_
t(g
1
), . . . , t(g
s
)
_
pour
lequel m(h
i
g
i
)= pour i S

. Comme h
u

uU
engendre Syz
_
t(g
1
), . . . , t(g
s
)
_
,
il existe des polynomes m
u
K[x] qui verient h =

uU
m
u
h
u
. Nous avons
s

i=1
h
i
g
i
=
s

i=1

uU
m
u
h
u,i
g
i
.
Dapr`es lhypoth`ese, pour tout u U, h
u,1
g
1
+ +h
u,s
g
s
se reduit ` a 0 par
G, donc nous pouvons aussi reduire m
u
(h
u,1
g
1
+ +h
u,s
g
s
) ` a 0. Ainsi,
m
u
s

i=1
h
u,i
g
i
=
s

i=1
q
i,u
g
i
,
33
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
avec q
i,u
= m
u
h
u,i
et m(q
i,u
g
i
) m(m
u
(h
u,1
g
1
+ + h
u,s
g
s
)
_
< . Par
consequent,
s

i=1
h
i
g
i
=
s

i=1

uU
m
u
h
u,i
g
i
=
s

i=1
_

uU
q
i,u
_
g
i
=
s

i=1

h
i
g
i
, (2.2)
o` u

h
i
=

uU
q
i,u
et m(

h
i
g
i
) max
u
m(q
i,u
g
i
) < . En utilisant (2.2), p se
reecrit sous la forme
p =
s

i=1
q
i
g
i
=
s

i=1
h
i
g
i
+
s

i=1
(q
i
h
i
) g
i
=
s

i=1
(

h
i
+ q
i
h
i
) g
i
.
Dans cette nouvelle decomposition de p, nous avons
m
_
(

h
i
+ q
i
h
i
) g
i
_
max
_
m(

h
i
g
i
), m((q
i
h
i
) g
i
)
_
< .
Ceci contredit lhypoth`ese faite sur la decomposition (2.1) de p pour laquelle
est le plus petit possible. 2
2.3. Ordres monomiaux
Nous allons considerer dans cette section la reduction par une -base dans
le cas o` u = N
n
. Les hypoth`eses 2.3 faites sur donnent la notion dordre
monomial que nous allons rappeler.
Denition 2.15. Un ordre monomial est un ordre total < sur lensemble des
monomes de K[x] (ou de fa con equivalente sur N
n
) qui satisfait
i) ,= 0, 1 < x

,
ii) (, , ) (N
n
)
3
, x

< x

= x
+
< x
+
.
Le point i) de cette denition implique que lordre monomial est un bon
ordre (voir proposition 2.21).
Exemple 2.16. Voici quelques ordres totaux sur lensemble des mon omes de
K[x]. Soient = (
1
, . . . ,
n
) et = (
1
, . . . ,
n
) des elements de N
n
.
i) Ordre lexicographique <
l
avec x
n
<
l
<
l
x
1
:
x

<
l
x

k 1, . . . , n : j < k ,
j
=
j
et
k
<
k
.
ii) Ordre gradue lexicographique <
gl
avec x
n
<
gl
<
gl
x
1
:
x

<
gl
x

[[ < [[ ou ([[ = [[ et x

<
l
x

).
iii) Ordre lexicographique inverse <
li
avec x
n
<
li
<
li
x
1
:
x

<
li
x

k 1, . . . , n : j > k ,
j
=
j
et
k
>
k
.
iv) Ordre gradue lexicographique inverse <
gli
avec x
n
<
gli
<
gli
x
1
,
x

<
gli
x

[[ < [[ ou ([[ = [[ et x

<
li
x

).
34
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Les ordres <
l
, <
gl
, <
gli
sont monomiaux, tandis que <
li
ne lest pas, car pour
tout ,= 0, x

<
li
1.
Les mon omes de degre au plus 2 sont ranges comme suit :
Pour lordre lexicographique x > y > z,
x
2
> xy > xz > x > y
2
> yz > y > z
2
> z > 1.
Pour lordre gradue lexicographique x > y > z,
x
2
> xy > xz > y
2
> yz > z
2
> x > y > z > 1.
Pour lordre gradue lexicographique inverse x > y > z,
x
2
> xy > y
2
> xz > yz > z
2
> x > y > z > 1.
Denition 2.17. Soit < un ordre monomial. Alors tout polyn ome f non
nul secrit de mani`ere unique sous la forme f = a
0
x

0
+ + a
d
x

d
, o` u
a
0
, . . . , a
d
sont des coecients non nuls et
0
> >
d
. Dans ce cas, a
0
est
appele le coecient dominant de f, x

0
le monome dominant de f, a
0
x

0
le
terme dominant de f. Ils sont notes respectivement c
<
(f), m
<
(f), t
<
(f) ou
simplement c(f), m(f), t(f) sil ny a pas de confusion. Si f = 0, on denit
c(0) = m(0) = t(0) = 0.
Dans la section 2.2, m(f) designait lexposant de m
<
(f). Comme lensemble
des mon omes de K[x] est en bijection avec les multi-indices de N
n
, il ny a pas
dambigute dans ces deux notations.
Pour lordre lexicographique x > y, m(x
2
xy
2
+ x) = x
2
, et pour lordre
gradue lexicographique x > y, m(x
2
xy
2
+x) = xy
2
. Donc c(f), m(f) et t(f)
dependent de lordre monomial choisi.
Denition 2.18. Soit w = (w
1
, . . . , w
n
) Z
n
. Si = (
1
, . . . ,
n
) N
n
, on
appelle w-degre de , lentier w() = w
1

1
+ + w
n

n
.
Remarque 2.19. Considerons des n-uplets dentiers w=(w
1
, . . . , w
s
)(Z
n
)
s
et denissons lordre <
w
,
x

<
w
x

_
w
1
(), . . . , w
s
()
_
<
l
_
w
1
(), . . . , w
s
()
_
,
o` u <
l
est lordre lexicographique sur Z
s
(deni de la meme facon que sur N
s
).
On peut montrer que tous les ordres monomiaux sont de la forme <
w
, pour
un certain w = (w
1
, . . . , w
s
) (Z
n
)
s
(voir [Rob86]). Ainsi, on peut denir
i) <
l
par w =
_
(1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, . . . , 0, 1)
_
(N
n
)
n
,
ii) <
gl
par w =
_
(1, . . . , 1), (1, 0, . . . , 0), . . . , (0, . . . , 0, 1, 0)
_
(N
n
)
n
,
iii) <
gli
par w =
_
(1, . . . , 1), (0, . . . , 0, 1), . . . , (0, 1, 0, . . . , 0)
_
(Z
n
)
n
.
Cette representation est utilisee dans les logiciels de calcul des bases de Grobner
pour parametrer les ordres monomiaux.
35
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2.4. Ideaux monomiaux
Dans un premier temps, nous allons nous interesser aux ideaux monomiaux
(i.e. engendres par des mon omes), dont la manipulation est tr`es simple (voir
exercices 2.6, 2.7, 2.8, 2.20). Et nous verrons comment ils interviennent dans
letude des ideaux quelconques de K[x].
Si A est une partie (eventuellement innie) de N
n
, x
A
designe lensemble
x

: A et (x
A
) lideal quil engendre. Il est facile de verier :
i) Un mon ome x

(x
A
) si, et seulement si, x

est divisible par un x

,
avec A (i.e. il existe N
n
tel que = + ).
ii) Un polyn ome f (x
A
) si, et seulement si, chaque monome de f est
divisible par un x

, avec A.
Notons que lideal engendre par tous les mon omes situes dans la partie
sombre ci-dessous est lideal monomial (xy
3
, x
4
y
2
, x
7
) de K[x, y].
Plus generalement, nous avons le lemme suivant :
xy
3
x
4
y
2
x
7 x
y
Figure 2.1. Un ideal monomial.
Lemme 2.20. (lemme de Dickson) Tout ideal monomial I=(x
A
) est engendre
par un nombre ni delements x

1
, . . . , x
s
de x
A
.
Demonstration. Ce lemme decoule du fait que lanneau K[x] est noetherien
(theor`eme 1.3). Mais nous allons donner ici une autre preuve de ce resultat.
Nous procedons par recurrence sur le nombre de variables n. Si n = 1, I = (x

),
o` u est le plus petit element de A.
Supposons le lemme vrai pour les ideaux de K[x
1
, . . . , x
n1
] et soit I = (x
A
)
un ideal de K[x
1
, . . . , x
n
]. Notons x les n1 premi`eres variables x
1
, . . . , x
n1
et
B la projection de A sur les n1 premi`eres coordonnees de N
n
. Par lhypoth`ese
de recurrence, lideal

I = ( x
B
) est engendre par un nombre ni de mon omes :
I = ( x

1
, . . . , x
t
), avec
i
B.
Fixons i 1, . . . , t et notons I
i
lideal de K[x
n
] engendre par lensemble
x
a
n
: x

i
x
a
n
I.
36
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dapr`es le premier pas de recurrence, I
i
= (x
d
i
n
), avec d
i
N.
Posons d = max(d
1
, . . . , d
t
). Pour tout k 0, . . . , d, soit J
k
lideal de
K[x
1
, . . . , x
n1
] engendre par x

: x

x
k
n
I. Cet ideal est engendre par un
nombre ni delements x

k,1
, . . . , x

k,s
k
. Les monomes
x

i
x
d
i
n
, i = 1, . . . , t et x

k,j
x
k
n
, k = 0, . . . , d , j = 1, . . . , s
k
,
engendrent I. En eet, tout mon ome x

= x

x
e
n
I est divisible par un
x

i
x
e
n
, i = 1, . . . , t.
Si e d, x

est divisible par x

i
x
d
i
n
.
Si e < d, x

est divisible par un x

e,j
x
e
n
, j = 1, . . . , s
e
. 2
Une consequence importante du lemme de Dickson est le resultat suivant :
Proposition 2.21. Un ordre monomial est un bon ordre (i.e. tout ensemble
de monomes de K[x] admet un plus petit element).
Demonstration. Soit x
A
un ensemble de monomes. Dapr`es le lemme 2.20,
lideal (x
A
) = (x

1
, . . . , x
s
), o` u
1
, . . . ,
s
A. Si A, il existe i tel que
x

i
. Par consequent, le plus petit element de x

1
, . . . , x
s
est aussi
celui de x
A
. 2
La reciproque de la proposition 2.21 est aussi vraie (voir exercice 2.3). La
notion de -base dans le contexte dun ordre monomial conduit ` a la notion de
base de Gr obner :
Denition 2.22. Une partie g
1
, . . . , g
t
de lideal I est une base de Gr obner
si m(I) =
_
m(g
1
), . . . , m(g
t
)
_
, o` u m(I) designe lideal monomial engendre par
m(p) : p I.
Lexistence dune base de Grobner de I est assuree par le lemme de Dickon :
lideal m(I) est engendre par un nombre ni de mon omes m(g
1
), . . . , m(g
t
), et
les elements g
1
, . . . , g
t
de I forment bien une base de Gr obner.
Remarque 2.23. Nous allons donner une autre preuve du theor`eme 1.3 : lan-
neau K[x] est noetherien. En eet, si I est un ideal de K[x], dapr`es le lemme
de Dickson, il existe g
1
, . . . , g
t
I tels que m(I) =
_
m(g
1
), . . . , m(g
t
)
_
. Dapr`es
le corollaire 2.10, la base de Gr obner g
1
, . . . , g
t
de I est, en particulier, un
syst`eme de generateurs de I.
La proposition 2.12 se traduit dans le cas dun ordre monomial de la fa con
suivante :
Proposition 2.24. Soit G une base de Grobner pour un ordre monomial <.
Une base de lespace vectoriel quotient K[x]/I est donnee par les monomes qui
nappartiennent pas `a lideal monomial m(G) engendre par m(g) : g G.
37
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2.5. Algorithme de construction dune base de Grobner
Nous allons maintenant voir comment construire une base de Gr obner de
I = (f
1
, . . . , f
s
). Pour cela nous introduisons la denition suivante :
Denition 2.25. Soit (f, g) (K[x] 0)
2
. Le S-polyn ome de f et g est
S(f, g) = ppcm
_
m(f), m(g)
_
_
f
t(f)

g
t(g)
_
K[x].
Notons que le polyn ome S(f, g) appartient ` a lideal engendre par f et g, et
que m
_
S(f, g)
_
< ppcm
_
m(f), m(g)
_
.
Theor`eme 2.26. (theor`eme de Buchberger) Le syst`eme de generateurs
G = g
1
, . . . , g
s
de lideal I est une base de Gr obner si, et seulement si,
pour tout (i, j) 1, . . . , s
2
, le reste de la division de S(g
i
, g
j
) par G est nul.
Demonstration. Un syst`eme de generateurs de Syz(t(g
1
), . . . , t(g
s
)) est forme
des vecteurs de polynomes
h
i,j
=
_
0, . . . , 0,
ppcm
_
m(g
i
), m(g
j
)
_
t(g
i
)
, 0, . . . , 0,
ppcm
_
m(g
i
), m(g
j
)
_
t(g
j
)
, 0, . . . , 0
_
pour i < j (voir exercice 2.20). Dapr`es le theor`eme 2.14, G est une base de
Gr obner de I si, et seulement si, S(g
i
, g
j
) se reduit ` a 0 par G. 2
Une consequence importante du theor`eme 2.26 est lalgorithme de Buchber-
ger qui permet de construire une base de Gr obner dun ideal I.
Algorithme 2.27. Algorithme de Buchberger.
Entr ee : Un ordre monomial < et des polyn^ omes f
1
, . . . , f
s
K[x].
G := f
1
, . . . , f
s
,
S := r
ij
= reste de la division de S(f
i
, f
j
) par G, pour i, j =
1, . . . , s.
Tant que S ,= 0, pour tout r ,= 0 dans S,
-- S := S reste la division de S(r, g), pour g G ,
-- G := G r,
Sortie : Un base de Gr obner de I = (f
1
, . . . , f
s
) pour lordre
monomial <.
Cet algorithme sarrete apr`es un nombre ni detapes, car dapr`es le lemme
de Dickson, la suite croissante dideaux monomiaux m(G) qui interviennent
dans cette construction est stationnaire.
Lalgorithme de Buchberger produit beaucoup delements inutiles de G.
Cest pour cela que lon introduit la denition suivante :
38
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Denition 2.28. Une base de Grobner G est dite reduite si
i) g G, c(g) = 1,
ii) g G, g est reduit par rapport `a G g.
Theor`eme 2.29. Tout ideal admet une unique base de Gr obner reduite.
Pour la preuve de ce resultat, voir lexercice 2.11. Cest cette base de
Gr obner reduite qui est calculee par les syst`emes de calcul formel (Maple,
Macaulay, Mathematica, Gb, CoCoA, Singular, . . .). Lalgorithme 2.27 ny est
pas implementer tel que nous lavons decrit. Des optimisations importantes sur
la construction des ensembles S, le choix des elements dans ces ensembles, . . .
y ont ete apportees [Fau99, Fau02], ou pour des calculs de formes normales
plus generales [Tre02].
2.6. Quelques applications des bases de Grobner
Dans cette section, nous donnons quelques exemples de questions que lon
peut resoudre par des techniques de bases de Gr obner. Dautres applications
sont donnees en exercices et dans les chapitres suivants.
Soit G une base de Gr obner de lideal I = (f
1
, . . . , f
s
) de K[x].
2.6.1. Appartenance dun polynome `a un ideal. Comment peut-on
tester lappartenance dun polyn ome f `a I ?
Dapr`es la proposition 2.9, f I si, et seulement si, N
G
(f) = 0. Donc
f I f se reduit ` a zero par G.
Remarque 2.30. Une question interessante, sous-jacente au probl`eme de lap-
partenance dun polyn ome f `a lideal I, est celle de la representation : si f I,
determiner des polynomes q
1
, . . . , q
s
tels que
f = q
1
f
1
+ + q
s
f
s
.
Pour cela, on peut diviser f par G = g
1
, . . . , g
t
, puis exprimer chaque g
i
en
fonction de f
1
, . . . , f
s
, en utilisant les calculs eectues lors de la construc-
tion de G par lalgorithme de Buchberger. En fait, dans ce probl`eme, on
cherche des q
i
ayant les plus petits degres possibles. En general, une borne
doublement exponentielle en le nombre de variables n (i.e. de la forme d
2
n
, o` u
d = max(deg f, deg f
1
, . . . , deg f
s
)
_
est inevitable pour les degres des q
i
(voir
[MM82], [Dem87]). Par consequent, les elements de G peuvent avoir de tr`es
grands degres. En eet, une base de Gr obner reduite dun ideal engendre par
peu de polyn omes ayant des petits degres et coecients peut contenir beau-
coup delements de degres et coecients tr`es grands.
On utilise neanmoins ces techniques de bases de Grobner car les probl`emes
pratiques ont souvent des proprietes particuli`eres qui rendent les calculs beau-
coup plus raisonnables ([Mou96], [Mou93], [Rou95], [FMR98], [FJ03],
39
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[FK99], [KL99]). De meme lorsque les donnees verient des hypoth`eses geo-
metriques : par exemple, le probl`eme de la representation polynomiale, lorsque
la variete algebrique denie par f
1
, . . . , f
s
est vide ou une intersection compl`ete
se resout avec des bornes simplement exponentielles en n (i.e. de la forme
d
n
) pour les degres et aussi pour les coecients de q
1
, . . . , q
s
(voir [Bro87],
[CGH88], [Kol88], [BY90], [BY91], [Phi91], [Amo90], [Elk93], [Elk94],
[KP96], [KPS01]).
2.6.2. Appartenance dun polynome au radical dun ideal. Com-
ment peut-on tester lappartenance dun polyn ome f `a

I?
Si u est une nouvelle variable, le polyn ome f

I si, et seulement si,


1 appartient ` a lideal I + (1 uf) de K[x, u] (lanneau des polyn omes en
x
1
, . . . , x
n
, u `a coecients dans K). Donc, si

G est une base de Grobner de
I + (1 uf), alors
f

I

G contient une constante non nulle.
2.6.3. Syst`eme polynomial sans solution. Comment peut-on savoir si
la variete algebrique Z(I) = a K
n
: f(a) = 0, f I est vide ?
Dapr`es le theor`eme 1.17, Z(I) est vide si, et seulement si, 1 I. Alors
Z(I) = G contient une constante non nulle.
2.6.4. Ideaux delimination et resolution polynomiale. Soit r un
entier de 1, . . . , n1. Lideal I
r
= I K[x
1
, . . . , x
r
] forme des elements de I
qui ne dependent pas des variables x
r+1
, . . . , x
n
, est appele ideal delimination
dindice r. Ces ideaux jouent un r ole important dans la resolution des syst`emes
polynomiaux.

Etant donne un ordre monomial sur K[x] pour lequel les mon omes en les
variables x
r+1
, . . . , x
n
sont plus grands que ceux en x
1
, . . . , x
r
(par exemple
lordre lexicographique avec x
1
< < x
n
). Un tel ordre est appele un
ordre delimination avec (x
r+1
, . . . , x
n
) plus grand que (x
1
, . . . , x
r
). Si G est
une base de Gr obner de I pour cet ordre, alors GK[x
1
, . . . , x
r
] est une base
de Gr obner de I
r
(voir exercice 2.13). En particulier, dapr`es la proposition
2.10, G K[x
1
, . . . , x
r
] est un syst`eme de generateurs de I
r
. Ceci fournit un
procede de resolution polynomiale par induction.
Dautres exemples dapplications des ideaux delimination sont donnes en
exercices (2.15, 2.16, 2.17).
40
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2.7. Bases de Gr obner des sous-modules de K[x]
m
Dans cette section, nous introduisons bri`evement la theorie des bases de
Gr obner des sous-modules de K[x]
m
, qui generalise celle des ideaux de K[x].
Notons e
1
, . . . , e
m
la base canonique du K[x]-module K[x]
m
.
Denition 2.31.
i) Un mon ome de K[x]
m
est un element de la forme x

e
i
.
ii) Un mon ome x

e
i
divise un autre mon ome x

e
j
si i = j et x

divise x

dans K[x].
iii) Un polyn ome de K[x]
m
est une combinaison lineaire, ` a coecients dans
K, de mon omes de K[x]
m
.
Denition 2.32. Un ordre monomial sur K[x]
m
est un ordre total < sur
lensemble des mon omes de K[x]
m
qui satisfait
i) Si X est un mon ome de K[x]
m
et ,= 0, alors X < x

X.
ii) Si X et Y sont deux monomes de K[x]
m
tels que X < Y , alors x

X <
x

Y pour tout N
n
.
Si m = 1, la denition 2.32 concide avec la denition 2.15.
Exemple 2.33. Ordres monomiaux sur K[x]
m
: soit < un ordre monomial
sur K[x].
i) x

e
i
< x

e
j
x

< x

ou (x

= x

et i < j).
ii) x

e
i
< x

e
j
i < j ou (i = j et x

< x

).
De la meme facon que dans le cas m = 1, nous pouvons ordonner les termes
dun polyn ome de K[x]
m
, decrire lalgorithme de division dans K[x]
m
, denir
les bases de Grobner pour les sous-modules de K[x]
m
, generaliser lalgorithme
de Buchberger pour la construction de ces bases de Gr obner, . . . (voir exercice
2.19).
2.7.1. Relations entre polynomes.

Etant donnes f
1
, . . . , f
s
K[x].
Comment peut-on trouver un ensemble de generateurs du K[x]-module
Syz(f
1
, . . . , f
s
) = (h
1
, . . . , h
s
) K[x]
s
: h
1
f
1
+ + h
s
f
s
= 0 ?
Soient z, e
1
, . . . , e
s
des nouvelles variables (ici les vecteurs e
1
, . . . , e
s
de la base
canonique du K[x]-module K[x]
s
sont consideres comme des variables). Si
(h
1
, . . . , h
s
) Syz(f
1
, . . . , f
s
), alors
s

i=1
h
i
e
i
=
s

i=1
h
i
(e
i
z f
i
) + z
s

i=1
h
i
f
i
=
s

i=1
h
i
(e
i
z f
i
). (2.3)
Notons

G une base de Gr obner de lideal J = (e
1
z f
1
, . . . , e
s
z f
s
) pour
un ordre delimination pour lequel z est plus grand que (x
1
, . . . , x
n
, e
1
, . . . , e
s
).
41
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dapr`es (2.3),

G contient des elements independants de z qui sont de la forme
a
1
e
1
+ + a
s
e
s
, a
i
K[x].
Lensemble G de ces polynomes engendre le module Syz(f
1
, . . . , f
s
). En eet,
soit a
1
e
1
+ + a
s
e
s
G. Comme les elements de J sannulent si on sub-
stitue e
i
par f
i
et z par 1, a
1
f
1
+ + a
s
f
s
= 0, donc G Syz(f
1
, . . . , f
s
).
Inversement, soit (h
1
, . . . , h
s
) Syz(f
1
, . . . , f
s
). Dapr`es (2.3),

s
i=1
h
i
e
i
J.
Donc le polyn ome h
1
e
1
+ +h
s
e
s
se reduit ` a 0 par

G, mais aussi par G car
il ne contient pas z. Ceci montre que G est bien un syst`eme de generateurs de
Syz(f
1
, . . . , f
s
).
2.8. Exercices
Exercice 2.1. Caracteristiques de certains ordres monomiaux.
Supposons x
1
> > x
n
. Soient f K[x] et s 1, . . . , n. Montrer :
1. Si m
l
(f) K[x
s
, . . . , x
n
], alors f K[x
s
, . . . , x
n
].
2. Si f est homog`ene et m
gl
(f) K[x
s
, . . . , x
n
], alors f K[x
s
, . . . , x
n
].
3. Si f est homog`ene et m
gli
(f) (x
s
, . . . , x
n
), alors f (x
s
, . . . , x
n
).
Exercice 2.2. Montrer que <
gl
et <
gli
concident sur K[x, y] et di`erent sur K[x, y, z].
Exercice 2.3. Soit < un ordre total sur lensemble des mon omes de K[x] compatible
avec la multiplication par les mon omes (i.e. < verie ii) de la denition 2.15). Montrer
que < est monomial si, et seulement si, < est un bon ordre.
Exercice 2.4. Soit < un ordre monomial. Montrer que <
g
deni par
x

<
g
x

[[ < [[ ou ([[ = [[ et x

< x

)
est aussi un ordre monomial.
Exercice 2.5. Soit A = (, ) N
2
: 5 =
2
6 + 20.
1. Montrer que lensemble A est inni.
2. Trouver un sous-ensemble ni minimal B de A tel que (x
A
) = (x
B
).
Exercice 2.6. Intersection des ideaux monomiaux de K[x].
1. Soient m
1
et m
2
deux mon omes de K[x]. Determiner (m
1
) (m
2
).
2. Soient I
1
, I
2
, I
3
des ideaux monomiaux de K[x]. Montrer que
(I
1
+ I
2
) I
3
= (I
1
I
3
) + (I
2
I
3
).
3. En deduire lintersection de deux ideaux monomiaux.
4. Calculer (x
3
, xyz
2
, y
2
z, z
3
) (z
2
, xy
2
z) dans K[x, y, z].
Exercice 2.7. Quotient des ideaux monomiaux de K[x].
1. Soient m
1
et m
2
deux mon omes de K[x]. Montrer que
(m
1
) : (m
2
) = f K[x] : (m
2
)f (m
1
) =
_
m
1
pgcd(m
1
, m
2
)
_
.
42
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2. Soient I
1
, I
2
, I
3
des ideaux de K[x]. Montrer que
I
1
: (I
2
+ I
3
) = (I
1
: I
2
) (I
1
: I
3
).
3. Soient m, m
1
, . . . , m
s
des mon omes. Montrer que
(m
1
, . . . , m
s
) : (m) = (m
1
) : (m) + + (m
s
) : (m).
4. Si I
1
et I
2
sont deux ideaux monomiaux, determiner I
1
: I
2
.
5. Calculer (x
3
, xyz
2
, y
2
z, z
3
) : (z
2
, xy
2
z) dans K[x, y, z].
Exercice 2.8. Determiner le radical dun ideal monomial de K[x].
Exercice 2.9. Soit I un ideal monomial de K[x].
1. Montrer que le K-espace vectoriel K[x]/I est de dimension nie si, et seulement
si, pour tout i 1, . . . , n, il existe j N tel que x
i
j
I.
2. Supposons quun syst`eme minimal de generateurs de I contient les mon omes
x
1
d1
, . . . , x
n
dn
. Trouver une borne inferieure et une borne superieure pour la
dimension du K-espace vectoriel K[x]/I.
Exercice 2.10. Soient f
1
= x
2
y + z et f
2
= xz + y.
1. Calculer une base de Gr obner de (f
1
, f
2
) pour lordre lexicographique x > y > z.
2. Montrer que f = x
2
z
3
xy
2
zy
2
+ z
2
(f
1
, f
2
).
3. Determiner des polyn omes q
1
et q
2
tels que f = q
1
f
1
+ q
2
f
2
.
Exercice 2.11. Une base de Gr obner G est dite minimale si
g G , m(g) / m(G g).
1. Comment peut-on trouver une base de Gr obner minimale de lideal I engendre
par f
1
, . . . , f
s
, `a partir de celle obtenue par lalgorithme de Buchberger ?
2. Est-ce que lideal I admet une seule base de Grobner minimale ?
3. Que peut-on dire du nombre delements dans les dierentes bases de Grobner
minimales de I ?
4. Montrer que tout ideal admet une seule base de Grobner reduite.
Exercice 2.12. Soient I un ideal de K[x] et G une partie nie de I. Montrer que
G est une base de Gr obner de I si, et seulement si, pour tout f I, le reste de la
division de f par G est nul.
Exercice 2.13. Soit I un ideal de K[x]. Pour r 1, . . . , n, I
r
= I K[x
1
, . . . , x
r
].
1. Montrer que si G est une base de Grobner de I pour lordre lexicographique
x
n
> > x
1
, alors G K[x
1
, . . . , x
r
] est une base de Grobner de I
r
.
2. En deduire un algorithme pour la resolution des syst`emes polynomiaux.
3. Quest ce que lon obtient si lon applique cet algorithme ` a un syst`eme lineaire ?
Exercice 2.14. Considerons les elements suivants de K[x]
f
1
= x
1
d
, f
2
= x
1
x
2
d
, . . . , f
n1
= x
n2
x
n1
d
, f
n
= 1 x
n1
x
n
d1
.
43
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
1. Montrer que 1 (f
1
, . . . , f
n
).
2. Si g
1
, . . . , g
n
sont des polyn omes tels que 1 = g
1
f
1
+ + g
n
f
n
, montrer que
max deg g
i
d
n
d
n1
.
3. Determiner g
1
, . . . , g
n
K[x] qui verient
1 = g
1
f
1
+ + g
n
f
n
, avec max deg g
i
= d
n
d
n1
.
Exercice 2.15. Intersection des ideaux de K[x].
Soient I = (f
1
, . . . , f
s
) et J = (h
1
, . . . , h
l
) deux ideaux de K[x].
1. Si u est une nouvelle variable, montrer que
I J =
_
uf
1
, . . . , uf
s
, (1 u)h
1
, . . . , (1 u)h
l
_
K[x].
2. En deduire un algorithme pour determiner des generateurs de I J.
Exercice 2.16. Representation implicite dune variete algebrique.
1. Soient p
1
, . . . , p
n
, q
1
, . . . , q
n
K[y] = K[y
1
, . . . , y
m
]. Si le corps K est inni,
montrer que la plus petite variete algebrique de K
n
contenant lensemble
__
p
1
(y)
q
1
(y)
, . . . ,
p
n
(y)
q
n
(y)
_
: y K
m
et q
1
. . . q
n
(y) ,= 0
_
est Z(J K[x]), o` u J est lideal de K[x, y, u] engendre par les polyn omes
x
1
q
1
(y) p
1
(y) , . . . , x
n
q
n
(y) p
n
(y) , 1 uq
1
(y) . . . q
n
(y).
2. Montrer que la variete Z(J K[x]) est irreductible.
3. En deduire un algorithme pour passer dune representation parametree
_

_
x
1
=
f
1
(t
1
, . . . , t
s
)
d
1
(t
1
, . . . , t
s
)
.
.
.
x
n
=
f
n
(t
1
, . . . , t
s
)
d
n
(t
1
, . . . , t
s
)
(les f
i
, d
i
, i = 1, . . . , n, sont des polyn omes) dune variete algebrique V de K
n
`a
une representation implicite (i.e. V = Z(g
1
, . . . , g
t
), avec g
1
, . . . , g
t
K[x]).
Exercice 2.17. Sature dun ideal par un autre ideal.
Soient I et J = (g
1
, . . . , g
t
) deux ideaux de K[x]. Lideal sature de I par J est
(I : J

) =
iN
(I : J
i
) = f K[x] : il existe m N, f J
m
I.
Il decrit la variete denie par I en dehors de celle denie par J.
1. Soient u
1
, . . . , u
t
des nouvelles variables, et K lideal de K[x, u
1
, . . . , u
t
] engendre
par les elements de I et les polyn omes 1u
1
g
1
, . . . , 1u
t
g
t
. Montrer que lideal
delimination K K[x] = (I : J

).
2. En deduire un algorithme pour determiner le sature de I par J.
Exercice 2.18. Quotient des ideaux de K[x].
Soient I et J = (h
1
, . . . , h
t
) deux ideaux de K[x].
44
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
1. Si I (h
i
) = (g
1
, . . . , g
r
), montrer que I : (h
i
) =
_
g
1
h
i
, . . . ,
g
r
h
i
_
.
2. Montrer que I : J =

t
i=1
_
I : (h
i
)
_
.
3. En deduire un algorithme pour calculer I : J.
Exercice 2.19. Bases de Gr obner des sous-modules de K[x]
m
.
1. Soient f, f
1
, . . . , f
s
K[x]
m
.

Ecrire lalgorithme de division de f par la famille
f
1
, . . . , f
s
.
2. Formuler la denition dune base de Gr obner dun sous-module de K[x]
m
.
3. Generaliser lalgorithme de Buchberger aux sous-modules de K[x]
m
.
4. Soit M un sous-module de K[x]
m
. Comment peut-on trouver une base du
module quotient K[x]
m
/M ?
5. Montrer que K[x]
m
est un module noetherien (i.e. tout sous-module de K[x]
m
est engendre par un nombre ni delements).
6. Comment peut-on tester si un element f de K[x]
m
appartient au sous-module
engendre par f
1
, . . . , f
s
?
Exercice 2.20. Module des relations de monomes de K[x].
Soient m
1
, . . . , m
s
des mon omes de K[x]. Montrer que Syz(m
1
, . . . , m
s
) est engendre
par les relations elementaires
ppcm(m
i
, m
j
)
m
i
e
i

ppcm(m
i
, m
j
)
m
j
e
j
, 1 i < j s,
o` u (e
1
, . . . , e
s
) est la base canonique de K[x]
s
Exercice 2.21. Module des relations de polynomes de K[x].
Soient f
1
, . . . , f
s
des polyn omes de K[x]. Notons (e
1
, . . . , e
s
) la base canonique du
K[x]-module K[x]
s
.
1. Si f
1
, . . . , f
s
est une base de Grobner, montrer que Syz(f
1
, . . . , f
s
) est engendre
par

ij
= ppcm
_
m(f
i
), m(f
j
)
_
_
e
i
t(f
i
)

e
j
t(f
j
)
_

k=1
q
ij,k
e
k
, 1 i < j s,
o` u les q
ij,k
sont les quotients de la division de S(f
i
, f
j
) par f
1
, . . . , f
s
.
2. Soit G = g
1
, . . . , g
t
une base de Gr obner de (f
1
, . . . , f
s
). Notons par f et g les
vecteurs de composantes f
1
, . . . , f
s
et g
1
, . . . , g
t
, M la matrice obtenue par la
division de chaque f
i
par G et qui satisfait f = gM, N la matrice obtenue lors
de la construction de G par lalgorithme de Buchberger et qui verie g = fN.
i) Si
1
, . . . ,
r
sont des generateurs de Syz(g
1
, . . . , g
t
), montrer que les N
i
sont des elements de Syz(f
1
, . . . , f
s
).
ii) Montrer que les colonnes l
1
, . . . , l
m
de la matrice I NM appartiennent
`a Syz(f
1
, . . . , f
s
).
iii) Montrer que le premier module des syzygies Syz(f
1
, . . . , f
s
) est engendre
par N
1
, . . . , N
r
, l
1
, . . . , l
m
.
45
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exercice 2.22. Autre methode dintersection des ideaux de K[x].
Soient I = (f
1
, . . . , f
s
) et J = (h
1
, . . . , h
l
) deux ideaux de K[x]. Notons
1 = (1, 1) , F
1
= (f
1
, 0) , . . . , F
s
= (f
s
, 0) , H
1
= (0, h
1
) , . . . , H
l
= (0, h
l
),

1
: (g
1
, . . . , g
s+l+1
) K[x]
s+l+1
g
1
K[x].
1. Montrer que I J =
1
_
Syz(1, F
1
, . . . , F
s
, H
1
, . . . , H
l
)
_
.
2. Montrer que si le K[x]-module Syz(1, F
1
, . . . , F
s
, H
1
, . . . , H
l
) est engendre par
G
1
, . . . , G
r
, alors lideal I J =
_

1
(G
1
), . . . ,
1
(G
r
)
_
.
3. En deduire un algorithme pour calculer lintersection des ideaux de K[x].
Exercice 2.23. Soient
f
0
= 2 x 4 xy + 4 xy
2
2 x
2
+ 4 x
2
y 4 x
2
y
2
+ 2 y 2 y
2
f
1
= 4 xy 4 xy
2
f
2
= 2 y 2 y
2
8 xy + 10 xy
2
+ 8 x
2
y 10 x
2
y
2
f
3
= 2 xy
2
2 x
2
y
2
.
1. Decrire lalg`ebre Q[
f1
f0
,
f2
f0
,
f3
f0
], comme une alg`ebre quotient.
2. Tracer la variete associee `a ce quotient, determiner ses points singuliers, montrer
quelle contient quatres droites.
Exercice 2.24. Optimisation combinatoire.
Le but de cet exercice est de resoudre le probl`eme suivant : un chef dune entreprise
de 50 salaries (32 ouvriers, 13 techniciens, 5 commerciaux) souhaite minimiser sa
masse salariale. Les employes se repartissent sur 3 sites : le premier (19 ouvriers, 8
techniciens, 2 commerciaux), le deuxi`eme (8 ouvriers, 3 techniciens, 2 commerciaux)
et le troisi`eme (5 ouvriers, 2 techniciens, 1 commercial).
Supposons que le salaire per cu par chaque categorie demployes est le meme sur
les dierents sites et que chaque salaire correspond `a un nombre entier de points.
Comment minimiser la masse salariale de cet entreprise sachant que pour la rentabilite
de chaque site, les salaires sur le premier (respectivement deuxi`eme, troisi`eme) ne
doivent pas depasser 99 (respectivement 66, 35) points ?
Donc si A designe le salaire dun ouvrier, B celui dun technicien et C celui dun
commercial, le probl`eme est de minimiser 32A + 13B + 5C sous les contraintes en
inegalites
19A + 8B + 2C 99 , 8A+ 3B + 2C 66 , 5A+ 2B + C 35.
1. Quitte ` a introduire des nouvelles variables A
i
, montrer que le probl`eme generale
se ram`eme `a optimiser une forme lineaire
l : (A
1
, . . . , A
n
) Z
n

1
A
1
+ +
n
A
n
sous les contraintes degalites

1,1
A
1
+ +
1,n
A
n
=
1
, . . . ,
m,1
A
1
+ +
m,n
A
n
=
m
, (2.4)
o` u les entiers
j
,
i,j
et
i
sont donnes.
46
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2. Supposons ici que les
i,j
et
i
soient positifs et considerons lhomomorphisme
dalg`ebres
: K[x
1
, . . . , x
n
] K[y
1
, . . . , y
m
]
deni par (x
i
) = y
1,i
1
. . . y
m,i
m
. A quelle condition le n-uplet (A
1
, . . . , A
n
) N
n
verie les contraintes (2.4) ?
3. Soient f
1
, . . . , f
n
K[y
1
, . . . , y
m
], et G une base de Gr obner de lideal
I = (f
1
x
1
, . . . , f
n
x
n
) de K[x
1
, . . . , x
n
, y
1
, . . . , y
m
] pour un ordre delimination
pour lequel les mon omes en y
1
, . . . , y
m
sont plus grands que ceux en x
1
, . . . , x
n
.
Pour tout f K[y
1
, . . . , y
m
]. Montrer que
i) f K[f
1
, . . . , f
n
] si, et seulement si, N
G
(f) K[x
1
, . . . , x
n
] (ceci est un test
dappartenance au sous-anneau de K[y
1
, . . . , y
m
] engendre par f
1
, . . . , f
n
).
ii) Si f K[f
1
, . . . , f
n
], alors f = N
G
(f)(f
1
, . . . , f
n
).
iii) Si f K[f
1
, . . . , f
n
] et f
1
, . . . , f
n
sont des mon omes, alors N
G
(f) est aussi
un mon ome.
Si f
i
= y
1,i
1
. . . y
m,i
m
, i = 1, . . . , n, dapr`es iii), lidentite (2.4) est veriee si, et
seulement si, y
1
1
. . . y
m
m
im() = K[f
1
, . . . , f
n
].
4. Montrer que si f = y
1
1
. . . y
m
m
K[f
1
, . . . , f
n
], alors lexposant du mon ome
N
G
(f) K[x
1
, . . . , x
m
] est un minimum de lapplication l sous les contraintes
(2.4).
5. Quelle est la solution de ce probl`eme de minimisation de la masse salariale ?
6. Montrer que le cas
i,j
,
k
Z peut se traiter de la meme facon en rajoutant
une nouvelle variable z et le polyn ome zy
1
. . . y
m
1 `a lideal I.
47
CHAPITRE 3
DIMENSION ET DEGR

E DUNE VARI

ET

E
ALG

EBRIQUE
Sommaire
3.1. Dimension dune variete algebrique . . . . . . . . . . . . . . 50
3.1.1. Dimension de Hilbert et fonction de Hilbert . . . . . . . . 50
3.1.2. Dimension combinatoire et face . . . . . . . . . . . . . . . . . . . . 54
3.1.3. Dimension algebrique et degre de transcendance . . . 54
3.1.4. Dimension de Noether et normalisation de Noether . . 55
3.1.5. Dimension topologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.1.6. Dimension de Krull . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.1.7. Dimension geometrique et espace tangent . . . . . . . . . . 57
3.1.8. Les equivalences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.2. Degre dune variete algebrique . . . . . . . . . . . . . . . . . . . 65
3.2.1. Degre de Hilbert et fonction de Hilbert . . . . . . . . . . . . . 65
3.2.2. Degre combinatoire et faces . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2.3. Degre et intersection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2.4. Les equivalences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3. Lexemple dune intersection compl`ete . . . . . . . . . . 68
3.3.1. Le complexe de Koszul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.3.2. Application au calcul de dimension et de degre . . . . . 73
3.4. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dans ce chapitre, nous allons analyser plus en detail les notions de dimension
et de degre dune variete algebrique, qui ont ete introduites au chapitre 1.
Tout au long de ce chapitre, nous noterons R = K[x
1
, . . . , x
n
] lanneau des
polyn omes en n variables x
1
, . . . , x
n
`a coecients, dans K, I un ideal de R
engendre par les polyn omes f
1
, . . . , f
s
R, et / = R/I lalg`ebre quotient.
3.1. Dimension dune variete algebrique
Une description intuitive de la dimension est donnee `a la section 1.5.1.
Dans cette section, nous allons etendre cette idee et denir la dimension dune
variete algebrique X de plusieurs fa cons. Puis nous montrerons lequivalence
de ces denitions. Dans cette partie, nous considerons des varietes anes. Le
cas des varietes projectives, cest-`a-dire denies par des equations homog`enes,
peut etre aborde de la meme mani`ere. En eet, ces polynomes homog`enes
denissent une variete algebrique dans K
n
, qui est un ensemble de droites
passant par lorigine, aussi appelee cone ane associe `a la variete projective.
Par convention, la dimension projective de la variete correspondante dans P
n1
sera un de moins que la dimension de ce cone ane.
3.1.1. Dimension de Hilbert et fonction de Hilbert. Pour tout s N,
on note
R
s
lensemble des polyn omes de degre s,
I
s
= I R
s
et
/
s
:= R
s
/I
s
.
Denition 3.1. La fonction de Hilbert de / est la fonction
H
A
: s dim
K
(/
s
).
La serie de Hilbert est
S
A
(z) =

s0
H
A
(s) z
s
.
Lemme 3.2. Pour R = K[x
1
, . . . , x
n
], on a
S
R
(z) =
1
(1z)
n+1
.
H
R
(z) = dim
K
(R
s
) =
_
n+s
n
_
.
Demonstration. Pour calculer S
R
(z), nous pouvons remarquer que
1
(1 z)(1 z x
1
) (1 z x
n
)
=

s=0
_
_

N
n
,||s
x

_
_
z
s
50
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
est la serie formelle de tous les monomes de K[x
1
, . . . , x
n
]. En rempla cant x
i
par 1, nous obtenons la serie de Hilbert de R = K[x
1
, . . . , x
n
] qui vaut donc

s=0
_
_

N
n
,||s
1
_
_
z
s
=

s=0
H
R
(s) z
s
= S
K[x
1
,...,xn]
(z) =
1
(1 z)
n+1
.
Le coecient de z
s
dans cette serie est
_
n+s
n
_
. 2
Cette denition nous permet de remplacer lideal I par un autre ideal plus
simple, sans changer la fonction de Hilbert, de la fa con suivante : Si h K[x],
nous notons h

la composante homog`ene de plus haut degre de h. Pour tout


ideal I K[x], lideal engendre par h

pour h I est note I

.
Nous allons montrer la propriete suivante :
Proposition 3.3 (Macaulay). Pour tout ideal I de R, et tout s N,
1. toute base B homog`ene de R
s
/I

s
est une base de R
s
/I
s
,
2. H
R/I
(s) = H
R/I
(s) pour tout s N.
Demonstration. Fixons s N et choisissons une base homog`ene B de R
s
/I

s
telle que B)

B). Nous allons montrer que B est une base de R


s
/I
s
, ce
qui montrera le point (1) qui implique (2) (en choisissant pour B par exemple
une base de mon omes).
Tout polyn ome p de degre s se reecrit sous la forme
p = b + g
avec b B), g I

. Comme g I

, il existe h I tel que g = h

, cest-
`a-dire h

= h + g

avec deg(g

) < s. Par hypoth`ese de recurrence sur s, nous


avons g

= b

+ h

avec b

B) et h

I
s1
. On en deduit que
p = (b + b

) + (h + h

),
avec b +b

B) et h+h

I. Donc B est une partie generatrice de R


s
/I
s
.
Montrons quelle est libre, cest-` a-dire que B) I
s
= 0. Pour tout
polyn ome h B) I
s
, on a h

B)

s
= B) I

s
= 0, car B est
homog`ene. Donc h

= 0, ce qui implique que h = 0. 2


Remarque 3.4. Il sut en fait que B)

= B) pour que la proposition


precedente soit vraie.
Remarquons egalement que si nous avons, pour s N, les suites exactes de
R-modules :
0 A
s
B
s+d
C
s+d
0,
o` u A, B, C sont des R-modules gradues, alors
H
A
(s) H
B
(s + d) + H
C
(s + d

) = 0,
51
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
car pour tout application f K-lineaire dun espace vectoriel E dans F, la
dimension de E est la somme des dimensions du noyau et de limage de f.
Pour analyser le comportement de H
I
(s), nous utilisons la notation sui-
vante : Ass(I) designe lensemble de ideaux premiers P ,= (1) contenant I.
Nous utiliserons egalement la notion de suite exacte :
Denition 3.5 (suite exacte). Une suite de R-modules A
0
, . . . , A
d
et dap-
plications R-lineaires d
i
: A
i
A
i+1
, i = 0, . . . , d 1 est dite exacte si
imd
i
= ker d
i+1
pour i = 0, . . . , d 1.
Proposition 3.6. Pour s assez grand, la fonction s H
A
(s) coincde avec
un polyn ome, qui est note P
A
et appele polyn ome de Hilbert de /.
Demonstration. Dapr`es la propriete precedente, nous pouvons supposer I
homog`ene. Nous allons demontrer ce resultat dans ce cas, par recurrence sur le
nombre n de variables. Pour n = 0, la fonction s H
I
(s) est constante. Pour
n > 0, nous choisissons une forme lineaire l nappartenant ` a aucun des ideaux
premiers P Ass(I) associes `a I. Ceci est possible car 1, x
1
, . . . , x
n
) P
impliquerait P = (1), ce qui est contradictoire.
On a donc la propriete l f I f I, ce qui nous montre que la multi-
plication M
l
par l de /
s
dans /
s+1
est injective. Nous avons donc la suite
exacte
0 /
s
M
l
/
s+1
B
s+1
0
o` u B
s+1
= R
s+1
/(I
s+1
+(l)
s+1
). Comme I est homog`ene (I
s+1
+(l)
s+1
)
= (I, l)
s+1
. Par ailleurs, quotienter par une forme lineaire l revient, apr`es
changement de coordonnees, `a se placer dans K[x
1
, . . . , x
n1
]. Nous pouvons
donc appliquer lhypoth`ese de recurrence `a B
s+1
. Sa dimension H
B
(s+1) est
donc un polyn ome pour s assez grand. Comme
H
A
(s) H
A
(s + 1) + H
B
(s + 1) = 0,
on en deduit que H
A
(s) est aussi polynomiale pour s assez grand. 2
Ceci implique que S
A
(z) est une fonction rationnelle (voir exercice 3.1).
Denition 3.7. On note dim
H
(/) le degre du polyn ome P
A
.
Exemple 3.8. Considerons un cas o` u I est engendre par des mon omes, par
exemple I = (x
1
x
2
, x
1
x
3
) K[x
1
, x
2
, x
3
]. Pour calculer sa fonction de Hilbert,
nous pouvons utiliser la r`egle dElliott [Ell03] qui nous dit que
K[a, b] = K[a b, a] b K[a b, b].
En quotientant cette decomposition par a b, on obtient K[a, b]/(a b) = K[a]
b K[b]. Ce qui nous donne ici (a = x
1
, b = x
2
)
K[x
1
, x
2
, x
3
]/(x
1
x
2
, x
1
x
3
) = K[x
1
, x
3
]/(x
1
x
3
) + x
2
K[x
2
, x
3
]/(x
1
x
3
)
= K[x
1
] x
3
K[x
3
] x
2
K[x
2
, x
3
]
52
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Sa fonction de Hilbert est donc
H
A
(s) = H
K[x
1
]
s
(s) +H
K[x
3
]
s
(s 1) + H
K[x
2
,x
3
]
s
(s 1).
Sa serie de Hilbert se deduit directement :
S
A
(z) =
1
(1 z)
2
+ z
1
(1 z)
2
+ z
1
(1 z)
3
=
1 + z z
2
(1 z)
3
et dim
H
(/) = 2. La variete Z(I) est la reunion dun plan Z(x
1
) et dune
droite Z(x
2
, x
3
) et sa dimension est bien intuitivement 2. Cette methode se
generalise ` a des ideaux monomiaux quelconques.
Exemple 3.9. Nous reprenons lideal I = (x
1
x
2
, x
1
x
3
) K[x
1
, x
2
, x
3
] et
calculons sa serie de Hilbert dune autre fa con, en utilisant la suite exacte
0 (R/(J : m))
sd
Mm
(R/J)
s

(R/I)
s
0
o` u m = x
1
x
2
, d = deg(m) = 2,
J = (x
1
x
3
),
I = J + (m) = (x
1
x
3
, x
1
x
2
),
et (J : m) = n R[nm J = (x
2
).
On a alors
z
2
S
R/(J:m)
(z) S
R/J
(z) + S
R/I
(z) = 0.
Ce qui nous donne
S
R/I
(z) = S
R/(x
1
x
3
)
(z) z
2
S
R/(x
3
)
(z) =
1 + z
(1 z)
3
z
2
1
(1 z)
3
=
1 + z z
2
(1 z)
3
.
Cette methode se generalise aussi ` a des ideaux monomiaux quelconques et est
utilisee eectivement dans certains logiciels de calculs de bases de Gr obner
[GS], [GPS].
Proposition 3.10. Soit p un non-diviseur de 0 dans R/I. Alors
dim
H
(R/(I, p)) = dim
H
(R/I) 1.
Demonstration. Considerons la multiplication par p (de degre k) dans R/I :
0 R/I
Mp
R/I R/(I, p) 0
Lapplication M
p
etant injective (car p est non-diviseur de 0 dans R/I), cette
suite est exacte. On en deduit legalite des fonctions de Hilbert pour s 0 :
H
R/I
(s deg(p)) H
R/I
(s) +H
R/(I,p)
(s) = 0.
Ce qui montre que le degre du polyn ome du Hilbert de R/(I, p) est un de
moins que celui de R/I et donc que dim
H
(R/(I, p)) = dim
H
(R/I) 1. 2
53
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
3.1.2. Dimension combinatoire et face. Nous donnons ici une denition
combinatoire de la dimension, a priori liee `a un ordre monomial.
Denition 3.11. Pour tout F x
1
, . . . , x
n
, on note [F] lensemble des
monomes en les variables F.
Soit > un ordre monomial (2.4) et J = m
>
(I) lideal des initiaux de I :
m
>
(I) = m [x
1
, . . . , x
n
]; p I, m
>
(p) = m.
Denition 3.12. Une face F dun ideal monomial J est un sous-ensemble
de x
1
, . . . , x
n
tel que J [F] = et qui est maximal pour cette propriete.
Ce qui nous conduit ` a la denition combinatoire suivante :
Denition 3.13. On note dim
>
(/) la taille maximale dune face de m
>
(I).
Exemple 3.14. Nous reprenons lexemple I = (x
1
x
2
, x
1
x
3
). Linitial de I est
engendre par x
1
x
2
, x
1
x
3
et aucun monome en x
2
, x
3
nest dans cet ideal, ce
qui nest pas le cas pour x
1
, x
2
, x
3
. Nous avons donc dim
>
(/) = 2.
Proposition 3.15. Pour tout ideal I de R = K[x
1
, . . . , x
n
], lalg`ebre quotient
/ = R/I se decompose en la somme directe des sous-espaces vectoriels :
/ =

i=1
m
i
K[F
i
] (3.1)
o` u les m
i
sont des monomes de R et les F
i
sont inclus dans une face de m
>
(I).
Demonstration. Par reduction suivant les elements de I, nous pouvons rem-
placer tout mon ome par une combinaison de mon omes en dehors de m
>
(I).
Nous avons ainsi
/ =
N
n
m>(I)
Kx

.
Comme m
>
(I) est engendre par unnombre ni de mon omes, il sut de remarquer
que
N
n
m>(I)
Kx

i=1
m
i
K[F
i
] pour un nombre ni de mon omes m
i
et
de sous-ensembles F
i
de x
1
, . . . , x
n
. Par construction, m
i
K[F
i
] m
>
(I)=, on
a aussi K[F
i
] m
>
(I) = et F
i
est inclus dans une des faces de m
>
(I). 2
Remarquons que cette decomposition nest pas unique.
Exemple 3.16. Dapr`es les calculs precedents, pour I = (x
1
x
2
, x
1
x
3
), nous
avons
/ = K[x
1
] x
3
K[x
3
] x
2
K[x
2
, x
3
],
et la taille maximale des F
i
est 2.
3.1.3. Dimension algebrique et degre de transcendance.
Denition 3.17. Les elements a
1
, . . . , a
k
/ sont dits K-algebriquement
independants sil nexiste pas de polyn ome p `a coecients dans K tel que
p(a
1
, . . . , a
k
) 0.
54
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Denition 3.18. Le nombre maximal delements algebriquement indepen-
dants est note dim
alg
(/).
Exemple 3.19. Dans lexemple I = (x
1
x
2
, x
1
x
3
), x
2
, x
3
sont algebriquement
independants dans / mais x
1
, x
2
, x
3
ne le sont pas car x
1
x
2
0. Nous avons
donc dim
alg
(/) = 2.
Avec cette denition, nous obtenons facilement la proposition suivante :
Proposition 3.20. Pour tout ideal I R, on a
dim
alg
(R/I) = dim
alg
(R/

I).
Demonstration. Voir exercice 3.2. 2
3.1.4. Dimension de Noether et normalisation de Noether. Nous
rappelons quun element a dun anneau A est dit entier sur un sous-anneau B
de A sil existe b
0
, . . . , b
N1
B tels que
a
N
+ b
N1
a
N1
+ + a
0
= 0.
On verie `a lexercice 3.3 que lensemble des elements de A entiers sur B
est un anneau.
Si tout element de A est entier sur B, on dit que A est une extension enti`ere
de B.
Remarquons au passage quune alg`ebre de type nie qui est une extension
enti`ere dune sous-alg`ebre B, est un B-module de type ni.
Denition 3.21. Une normalisation de Noether de / est la donnee de formes
lineaires l
1
, . . . , l
d
K[x
1
, . . . , x
n
] telles que
l
1
, . . . , l
d
sont algebriquement independantes dans /.
/ est une extension enti`ere de K[l
1
, . . . , l
d
].
Les formes lineaires l
1
, . . . , l
d
sont appelees les param`etres de la normalisa-
tion.
Proposition 3.22. Toute alg`ebre / de la forme / = R/I admet une norma-
lisation de Noether.
Demonstration. Nous allons montrer cette propriete par recurrence sur le
nombre de variables.
Dans le cas o` u I = 0 alors R/I = R est entier sur R = K[x
1
].
Dans le cas o` u R = K[x
1
] et I ,= 0, R/I est un K-espace vectoriel de
dimension nie et donc une extension enti`ere de K (d = 0).
Considerons maintenant le cas o` u I = (f
1
, . . . , f
m
) R = K[x
1
, . . . , x
n
] avec
f
1
,= 0. Quitte ` a faire un changement lineaire de variables, on peut supposer
que
f
1
= x
d
1
n
+ a
1
(x
1
, . . . , x
n1
) x
d
1
1
n
+ + a
d
1
(x
1
, . . . , x
n1
)
55
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
et
/ = R/I = R/(f
1
)/I =
d
1
1

i=0
x
i
n
K[x
1
, . . . , x
n1
]/I
est donc une extension enti`ere de K[x
1
, . . . , x
n1
].
Notons J = I K[x
1
, . . . , x
n1
]. Par lhypoth`ese de recurrence, nous avons
K[x
1
, . . . , x
n1
]/J est une extension enti`ere de K[l
1
, . . . , l
d
], les l
1
, . . . , l
d
etant
algebriquement independants dans K[x
1
, . . . , x
n1
]/J. Ces elements sont aussi
algebriquement independants dans R/I (puisque si p(l
1
, . . . , l
d
) I, alors
p(l
1
, . . . , l
d
) J = I K[x
1
, . . . , x
n1
]). On voit donc que x
n
entier sur
K[x
1
, . . . , x
n1
]/J (qui est une extension enti`ere de K[l
1
, . . . , l
d
]) est donc entier
sur K[l
1
, . . . , l
d
]. Il en est de meme pour les autres elements de K[x
1
, . . . , x
n
].
Ce qui nous montre la proposition. 2
Denition 3.23. On note dim
N
(/) le nombre maximal d de param`etres
intervenant dans une telle normalisation.
Exemple 3.24. Dans lexemple I = (x
1
x
2
, x
1
x
3
), l
1
= x
1
+x
2
et l
2
= x
3
sont
algebriquement independants et on a
x
2
1
x
1
l
1
0,
x
2
2
x
2
l
1
0,
x
3
l
2
0,
dans /. Ils forment les param`etres dune normalisation de Noether de /=R/I.
3.1.5. Dimension topologique.
Denition 3.25. Pour toute variete X de K
n
, on appelle dimension topolo-
gique de X la longueur maximale d dune suite
X
0
X
1
X
d
,
les X
i
etant des sous-varietes de X, non-vides, irreductibles et distinctes. Cette
dimension sera notee dim
Tg
(X).
Nous nous interesserons bien s ur aux varietes X = Z(I) denies par des
ideaux I R. De cette denition, nous deduisons immediatement la propriete
suivante :
Proposition 3.26. Si X Y , alors dim
Tg
(X) dim
Tg
(Y ).
Exemple 3.27. Reprenons I = (x
1
x
2
, x
1
x
3
) et considerons X = Z(I) =
Z(x
1
) Z(x
2
, x
3
). On a la suite dinclusion suivante :
Z(x
1
, x
2
, x
3
) Z(x
1
, x
2
) Z(x
1
),
ce qui nous montre que dim
Tg
(X) 2 (en fait = 2).
56
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Par cette denition, nous voyons que la dimension de X est la dimen-
sion maximale de ses composantes irreductibles (une chane de sous-varietes
irreductibles de X etant incluse dans une de ces composantes).
3.1.6. Dimension de Krull.
Denition 3.28. On note dim
Krull
(/) le nombre r maximal tel que
P
0
P
1
P
r
/
o` u les P
i
sont des ideaux premiers de /, distincts deux ` a deux.
Exemple 3.29. Reprenons I = (x
1
x
2
, x
1
x
3
) et / = K[x
1
, x
2
, x
3
]/I. On a
alors
(x
1
) (x
1
, x
2
) (x
1
, x
2
, x
3
) /,
ces ideaux etant premiers dans /, car premiers dans R et contenant I. La
dimension est egalement 2 par cette denition.
3.1.7. Dimension geometrique et espace tangent. Pour p K
n
et
f K[x
1
, . . . , x
n
], nous notons
d
p
(f)(u) =
x
1
(f)(p) (u
1
p
1
) + +
xn
(f)(p) (u
n
p
n
).
Ce qui nous permet de denir lespace tangent ` a X = Z(f
1
, . . . , f
m
) en p X :
Denition 3.30. Soient X une sous-variete de K
n
, 1(X) = (f
1
, . . . , f
m
)
K[x] et p X = Z(I). Nous notons
T
p
(X) = u K
n
; d
p
(f
1
)(u) = 0, . . . , d
p
(f
m
)(u) = 0,
lespace ane tangent `a X en p.
Cette denition a une traduction algebrique sous la forme suivante :
Proposition 3.31. Soient X une variete de K
n
, I = 1(X) et / = R/I, et
p X et m
p
lideal maximal denissant p. Alors T
p
est isomorphe comme
espace ane `a m
p
//m
2
p
.
Demonstration. Notons f
1
, . . . , f
m
des generateurs de 1(X). En utilisant le
developpement de Taylor en p, nous avons pour i = 1, . . . , m
f
i
(x) =
x
1
(f
i
)(p)(x
1
p
1
) + +
x
1
(f
i
)(p)(x
n
p
n
) +
. .
m
2
p
et
m
p
//m
2
p
= m
p
/(f
1
, . . . , f
m
, m
2
p
) = m
p
/(d
p
(f
1
)(x), . . . , d
p
(f
m
)(x), m
2
p
)
= x
1
p
1
, . . . , x
n
p
n
)/d
p
(f
1
)(x), . . . , d
p
(f
m
)(x)),
57
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
qui est bien isomorphe comme espace ane `a T
p
(X). 2
Cette denition de lespace tangent , permet de construire algebriquement
lapplication tangente ` a une application polynomiale f : X Y entre deux
varietes algebriques X et Y . Cette application induit une application f

:
/
Y
/
X
entre les alg`ebres quotients /
X
= R/1(X) et /
Y
= R/1(Y )
associees `a X et Y , telle que f

(a) = a f. Soient x X, y Y tels que


y = f(x). On en deduit lapplication
d
x
(f) : m
y
/m
2
y
m
x
/m
2
x
,
par restriction et passage au quotient de f

.
Pour toute fonction rationnelle f/g avec f, g K[x] et g(x) ,= 0, nous
generalisons la denition de d
x
par
d
x
(
f
g
) = (g(x) d
x
(f) f(x) d
x
(g))/g(x)
2
.
Cette denition setend composante par composante `a une fonction rationnelle
entre deux varietes algebriques.
On verie que si : X
o
Y
o
et : Y
o
X
o
sont deux applications
rationnelles denies sur des ouverts X
o
, Y
o
de deux varietes algebriques X,
Y , et telles que = Id, alors pour tous x X
o
et y = (x) Y
o
, les
espaces tangents T
x
(X) et T
y
(Y ) sont isomorphes. Voir [Sha74][p. 72-78].
Intuitivement, lespace tangent T
p
(X) est une approximation au premier
ordre de X en un point p X, pourvu que ce point ne soit pas special .
Il est donc naturel de denir la dimension de X `a partir de la dimension de
lespace tangent. Pour cela, nous rappelons la notion de genericite :
Denition 3.32. Nous dirons quune propriete est vraie generiquement sur
une variete algebrique X, sil existe un ouvert dense de X sur lequel la pro-
priete est vraie.
Si x X est un point de cet ouvert, nous dirons que x est un point generique
de X, pour cette propriete.
Considerons une variete irreductible X = Z(P), o` u P = (f
1
, . . . , f
s
) est un
ideal premier de K[x
1
, . . . , x
n
]. Notons J(x) = [
x
i
f
j
]
1in,1js
et r N le
plus grand indice, tel que les mineurs de J(x) dordre r+1 sont dans P mais pas
tous ceux dordre r. Alors J(x) est generiquement de rang r sur X. En eet,
un des mineurs
0
dordre r de J nest pas dans P. Donc Z(
0
) X est une
sous-variete strictement incluse dans X et son complementaire U = XZ(
0
)
est dense dans X. Pour p U X = Z(P), tous les mineurs dordre r +1 de
J(p) sont nuls, mais
0
(p) ,= 0. La matrice J(p) est donc de rang r, en un
point p de louvert dense U.
Notons que J ne peut etre generiquement de rang r et r

avec r ,= r

, car
deux ouverts denses de X ont une intersection non-vide.
58
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dapr`es la denition, pour p U, lespace tangent T
p
(X) est de dimension
n r. Nous dirons dans ce cas que lespace tangent ` a X est generiquement
de dimension n r, ou que n r est la dimension generique de T
p
(X) pour
p X.
Denition 3.33. Si X est une variete irreductible, la dimension de X est la
dimension generique de lespace tangent T
p
(X) pour p X.
Si X nest pas irreductible, sa dimension est le maximum des dimensions
de ses composantes irreductibles. On la notera dim
Tg
(X).
Notons que par cette denition, la dimension geometrique de X est la plus
grande des dimensions de ses composantes irreductibles.
Exemple 3.34. Lespace tangent dun espace lineaire L en un point de L
etant L lui-meme, sa dimension en tant que variete algebrique est donc sa
dimension habituelle.
Exemple 3.35. Considerons la variete X de lexemple precedent denie par
lideal radical I = (x
1
x
2
, x
1
, x
3
). Lespace tangent en p = (0, 1, 1) X est
deni par les equations

x
1
(f
1
)(p)u
1
+
x
2
(f
1
)(p)(u
2
1) +
x
3
(f
1
)(p)(u
3
1) = 0

x
1
(f
2
)(p)u
1
+
x
2
(f
2
)(p)(u
2
1) +
x
3
(f
2
)(p)(u
3
1) = 0
cest-` a-dire par lequation u
1
= 0. Cest un plan de K
3
et la dimension suivant
la denition precedente est bien 2.
Exemple 3.36. Soient
M =
_
1 x
1
x
2
x
1
x
2
x
3
_
et
f
1
= x
2
1
x
2
, f
2
= x
1
x
2
x
3
, f
3
= x
2
2
x
1
x
3
les mineurs 22 de cette matrice. Notons X=Z(f
1
, f
2
, f
3
) la variete algebrique
denie par ces equations. Calculons la dimension de X en appliquant la pro-
position 3.33. Soit x
0
= (x
01
, x
02
, x
03
) un point de X. Son espace tangent est
deni par
_

_
f
1
x
1
(x
0
)
f
1
x
2
(x
0
)
f
1
x
3
(x
0
)
f
2
x
1
(x
0
)
f
2
x
2
(x
0
)
f
2
x
3
(x
0
)
f
3
x
1
(x
0
)
f
3
x
2
(x
0
)
f
3
x
3
(x
0
)
_

_
_
_
u x
01
v x
02
w x
03
_
_
= 0
cest-` a-dire
_

_
2 x
01
1 0
x
02
x
01
1
x
03
2 x
02
x
01
_

_
_
_
u x
01
v x
02
w x
03
_
_
= 0.
59
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Le determinant de cette matrice
2 x
01
3
+ 3 x
01
x
02
x
03
= 2 f
1
(x
0
) x
01
+ f
2
(x
0
)
est nul, modulo f
1
= 0, f
2
= 0, f
3
= 0. Nous verions que cette matrice est
generiquement (sur X) de rang 2 et son noyau est donc de rang 1, ce qui nous
montre que X est bien une courbe (de dimension 1).
Plus generalement, nous pouvons donc calculer la dimension geometrique
de X par lalgorithme suivant :
Algorithme 3.37. Dimension de X = Z(f
1
, . . . , f
s
).
Entr ee : X une vari et e alg ebrique d efinie par les polyn^ omes
f
1
, . . . , f
s
R, tels que I(X) = (f
1
, . . . , f
s
).
1. Calculer la matrice Jacobienne s n J de f
1
, . . . , f
s
.
2. Calculer le rang r de J modulo f
1
, . . . , f
s
, c.` a.d. dans
lalg` ebre quotient /.
Sortie : la dimension de X est n r.
Il est important que lon ait I(X) = (f
1
, . . . , f
s
) (ou encore que I = (f
1
, . . . , f
s
)
soit radical, cest-`a-dire I =

I) car sinon la dimension de lespace tangent


`a X nest pas relie directement au rang de la matrice Jacobienne, comme le
montre le contre-exemple f
1
= x
2
1
.
Dans le cas o` u la variete est parametree, cest-`a-dire ladherence de limage
dune application de la forme :
: U K
p
K
n
u = (u
1
, . . . , u
p
) (f
1
(u), . . . , f
n
(u)),
o` u U est un ouvert de K
p
. Lespace tangent en un point u
0
de U est limage
du noyau de la matrice Jacobienne J(f
1
, . . . , f
n
)(u
0
) dans K
n
. La dimension
de (U) est donc le rang de la matrice J en un point generique de U.
Exemple 3.38. Considerons la parametrisation
: U K
3
(u
1
, u
2
, u
3
) (
u
2
1
+ u
2
2
u
1
u
2
,
u
2
2
+ u
2
3
u
2
u
3
,
u
2
1
+ u
2
3
u
1
u
3
)
o` u U est louvert U = (u
1
, u
2
, u
3
) K
3
; u
1
,= 0, u
2
,= 0, u
3
,= 0. La matrice
Jacobienne est
_

_
u
1
2
u
2
2
u
1
2
u
2

u
1
2
u
2
2
u
1
u
2
2
0
0
u
2
2
u
3
2
u
2
2
u
3

u
2
2
u
3
2
u
2
u
3
2
u
1
2
u
3
2
u
1
2
u
3
0
u
1
2
u
3
2
u
1
u
3
2
_

_
60
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
et son rang est generiquement 2 sur U.
Algorithme 3.39. Dimension dune vari et e param etr ee.
Entr ee : U un ouvert de K
p
et
: U K
p
K
n
u = (u
1
, . . . , u
p
) (f
1
(u), . . . , f
n
(u))
une param etrisation rationnelle de X = (U).
1. Calculer J la matrice Jacobienne mn de f
1
, . . . , f
m
.
2. Calculer le rang r de J en un point g en erique de U.
Sortie : la dimension de X est r.
Les points speciaux pour lesquels nous ne pouvons pas appliquer la denition
precedente sont les points dits singuliers. Ils se denissent de la fa con suivante :
Denition 3.40. Le lieu singulier de X est
X

= x X dim(T
x
(X)) ,= dim
Tg
(X).
Proposition 3.41. Le lieu singulier X

dune variete algebrique de X est


une sous-variete stricte de X.
Demonstration. Cest une consequence du theor`eme 3.42 que nous allons mon-
trer plus loin, et qui nous dit que sur un ouvert de X, la dimension de T
x
(X)
est constante et vaut dim
Tg
(X). 2
3.1.8. Les equivalences. Nous allons voir que ces denitions conduisent
au meme invariant numerique associe `a X :
Theor`eme 3.42. Pour tout ideal I de R = K[x
1
, . . . , x
n
], les nombres sui-
vants sont egaux :
1. dim
H
(R/I) : le degre du polyn ome de Hilbert P
R/I
.
2. dim
>
(R/I) : la taille maximale dune face de m
>
(I) pour un ordre mono-
mial > compatible avec le degre.
3. dim
alg
(R/I) : le nombre maximal delements algebriquement independ-
ants dans /.
4. dim
N
(R/I) : le nombre de param`etres dans une normalisation de Noether.
5. dim
Tg
(Z(I)) : la longueur maximale dune chane de sous-varietes algebr-
iques irreductibles de Z(I).
61
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
6. dim
Krull
(R/I) : la longueur maximale dune chane dideaux premiers
de /.
7. dim
Tg
(Z(I)) : la dimension maximale de lespace tangent en un point
generique de X = Z(I).
Ils denissent la dimension de / = R/I.
Demonstration. Nous allons montrer dans un premier temps que
dim
H
(/) dim
>
(/) dim
alg
(/) dim
H
(/).
dim
H
(/) dim
>
(/) Dapr`es la proposition 3.15, / se decompose en
/ =

i=1
m
i
K[F
i
].
On a donc pour s 0 (cest-`a-dire pour s max
i
(deg(m
i
))),
H
A
(s) =

i=1
H
m
i
K[F
i
]
(s) =

i=1
H
K[F
i
]
(s deg(m
i
)).
Son degre est donc plus petit que la taille maximale des F
i
, qui est majore
par la taille maximale dune face.
dim
>
(/) dim
alg
(/) Soit F = x
i
1
, . . . , x
i
d
une face de taille maxi-
male d de m
>
(I). Ces elements x
i
1
, . . . , x
i
d
sont algebriquement independ-
ants modulo I, sinon il existerait p(x
i
1
, . . . , x
i
d
) I et [F] m
>
(I) ne
serait pas vide.
dim
alg
(/) dim
H
(/) Soient t
1
, . . . , t
d
des elements algebriquement
independants de / representes par des polyn omes de degre k. Alors
nous avons une injection de
: K[y
1
, . . . , y
d
]
s
/
k s
telle que (y
i
) = t
i
, pour i = 1, . . . , d. Par comparaison des comportements
asymptotiques des fonctions de Hilbert, on en deduit que
d dim
H
(/).
Ceci nous montre donc que
dim
>
(/) = dim
alg
(/) = dim
H
(/).
Montrons maintenant que
dim
H
(/) dim
N
(/) dim
Krull
(/) dim
H
(/).
dim
H
(/) dim
N
(/) Soient l
1
, . . . , l
d
des param`etres dune norma-
lisation de Noether de /, la taille d etant supposee maximale. Ce qui
implique une decomposition de la forme
/ =

i=0
g
i
K[l
1
, . . . , l
d
].
62
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
o` u les g
i
sont des generateurs du K[l
1
, . . . , l
d
]-module /. Notons e
i
le degre
de g
i
. On a alors
H
A
(s)

i=1
H
K[l
1
,...,l
d
]
(s e
i
)
pour s assez grand. Ceci implique donc que le polyn ome de Hilbert de /
est au plus de degre d : dim
H
(/) d = dim
N
(/).
Remarquons `a ce niveau-l`a quon a aussi dim
N
(/) dim
alg
(/) par denition,
et donc que dim
N
(/) = dim
alg
(/) = dim
>
(/) = dim
H
(/).
dim
N
(/) dim
Krull
(/) Demontrons cette inegalite par recurrence sur
dim
N
(/).
Si dim
N
(/) = 0 alors / est un K-espace vectoriel de dimension nie,
Z(I) est nie et tout ideal premier qui contient I est un ideal maximal
(voir exercice 3.5). Sa dimension de Krull est donc nulle.
Supposons la propriete vraie pour toute alg`ebre /

telle que dim


N
(/

)
d 1 et considerons / = R/I telle que dim
N
(/) = d. Soit t un element
non diviseur de zero dans / = R/I. Posons
I J = (I, t)
et /

= R/J. On a I J car t , I. Dapr`es la proposition 3.10,


dim
H
(/

) = dim
H
(/)1, ce qui implique que dim
N
(/

) = dim
N
(/)1 =
d 1 (car dim
H
= dim
N
dapr`es ci-dessus). Par hypoth`ese de recurrence,
nous avons donc d 1 = dim
N
(/

) dim
Krull
(/

). Il existe donc des


ideaux premiers P
i
(i = 1, . . . , d) tels que
J P
1
P
d
.
Comme

J P
1
, une des composantes premi`eres P
0
de

I est
telle que P
0
P
1
. On a donc
I

I P
0
P
1
P
d
.
Ce qui nous montre que dim
Krull
(/) d = dim
N
(/).
dim
Krull
(/) dim
H
(/) Montrons ce point par recurrence sur dim
H
(/)
= dim
N
(/).
Si dim
H
(/) = 0, / est un espace vectoriel de dimension nie, Z(I) est
nie et tout premier associe `a I est maximal (voir exercice 3.5). Ceci nous
montre que dim
Krull
(/) = 0.
Supposons maintenant que pour toute alg`ebre /

telle que dim


H
(/

) =
d 1, on a aussi dim
Krull
(/

) d 1. Soit / une alg`ebre telle que


dim
H
(/) = d.
Notons r = dim
Krull
(/). Il existe dont une chane dideaux premiers
telle que I P
0
P
1
P
r
, de longueur maximale r. Soit x
63
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
P
1
P
0
. Comme /
0
= //P
0
= R/P
0
est int`egre, la multiplication M
x
par x est injective dans /
0
et la suite
0 /
0
Mx
/
0
/
0
/(x) 0
est exacte. Posons /

0
= /
0
/(x). Si x est de degre k, on a donc
H
A

0
(s + k) = H
A
0
(s + k) H
A
0
(s)
pour s assez grand et le polynome de Hilbert associe `a H
A

0
est donc de
degre d1. Par hypoth`ese de recurrence, on en deduit que dim
Krull
(/

0
)
dim
H
(/

0
) = d 1.
Par ailleurs, nous avons (P
0
, x) P
1
P
r
et il ne peut pas y
avoir de telle suite dideaux premiers plus longue entre (P
0
, x) et R sinon
r = dim
Krull
(/
0
) ne serait pas la longueur maximale dune suite associee `a
/
0
. On en deduit donc que dim
Krull
(/

0
) = r 1. Ce qui implique dapr`es
ci-dessus que
r 1 d 1,
do` u dim
Krull
(/) = r d = dim
H
(/).
Il nous reste `a montrer que dim
Tg
(Z(I)) concide avec une des denitions
precedentes.
dim
Tg
(X) = dim
alg
(/) Nous considerons dans un premier temps, le
cas dune hypersurface X = Z(I) irreductible, cest-`a-dire denie par une
equation irreductible f(x
1
, . . . , x
n
) = 0. Nous verions que dim
alg
(R/(f))
est n1 (dapr`es la proposition 3.10, avec I =0). Comme f est irreductible,
il existe des points x K
n
tels que f(x) = 0 et d
x
(f) ,= 0. En ces points,
T
x
(X) est de dimension n 1. Ceci nous montre le theor`eme pour une
hypersurface.
Nous allons nous y ramener dans le cas dune variete irreductible gene-
rale X. Dans ce cas /
X
= R/1(X) est un anneau int`egre. Notons T(X)
son corps des fractions et t
1
, . . . , t
d
une suite de param`etres de /
X
, o` u d =
dim
N
(/
X
). Comme T(X) est une extension enti`ere de K = K(t
1
, . . . , t
d
),
il existe donc par le theor`eme de lelement primitif [Lan80], t
d+1
/
X
tel que
K[t
d+1
] = K(t
d+1
) T(X).
Notons f(t
1
, . . . , t
d
, t
d+1
) = 0 lequation irreductible reliant les t
i
dans
/
X
et Y lhypersurface de K
d+1
denie par f(y
1
, . . . , y
d+1
) = 0. On a
alors /
Y
= K[y
1
, . . . , y
d+1
]/(f) et
T(Y ) = K(y
1
, . . . , y
d
)[y
d+1
]/(f) T(X).
Il existe donc deux applications rationnelles : X
o
Y
o
et : Y
o
X
o
denies sur des ouverts X
o
X et Y
o
Y telles que = Id. Elles
expriment respectivement t
i
en fonction des x
j
et reciproquement.
64
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Nous en deduisons que les espaces tangents T
x
(X) et T
y
(Y ) sont iso-
morphes, pour x X
o
et y = (x) Y
o
. Nous voyons donc que sur
un ouvert de X la dimension de T
x
(X) est d. Ce qui implique donc que
dim
Tg
(X) = d = dim
N
(X).
Dans le cas dune variete algebrique quelconque X, nous la decomposons
en composantes irreductibles. La dimension dim
Tg
(X) = dim
alg
(X) est
la dimension maximale de ses composantes irreductibles. La dimension
d = dim
Tg
(X) est ladimension(maximale) delespacetangent T
x
(X) sur un
ouvert U de X. Dapr`es ci-dessus, cest aussi la dimension dim
Tg
= dim
alg
des composantes irreductibles qui rencontrent U, car les ouverts dune
meme composante se coupent. Ces composantes irreductibles sont par
ailleurs de dimension de Noether (dim
N
) maximale. Sinon nous construi-
rions un ouvert dune de ces composantes (qui est aussi un ouvert de
X) sur lequel dim
Tg
serait plus grande que le maximum d, ce qui est
contradictoire.
Nous concluons ainsi que dim
N
(X) = dim
Tg
(X).
2
Voir [Sha74], [AM69], [Eis94], [Har77], . . . pour une etude plus detaillee de
la theorie de la dimension.
3.2. Degre dune variete algebrique
Le degre dune variete algebrique X exprime dune certaine mani`ere la
complexite apparente de cette variete. Plus le degre est eleve et plus il
faut sattendre ` a une variete tordue .
3.2.1. Degre de Hilbert et fonction de Hilbert.
Denition 3.43. Le degre de / = R/I est
le coecient de
s
d
d!
dans le polynome de Hilbert (o` u d = dim
alg
(/)),
P(1) si la serie de Hilbert de / secrit
S
A
(z) =
P(z)
(1 z)
d+1
.
On le notera deg
H
(/).
Exemple 3.44. Reprenons encore lexemple 3.8. La serie de Hilbert de /
est S
A
(z) =
P(z)
(1z)
3
o` u P(z) = 1 + z z
2
. On a P(1) = 1, ce qui, par cette
denition, montre que le degre est 1. Ceci semble assez logique, la variete se
decomposant en un plan (de dimension 2) et une droite (de dimension 1) qui
nintervient pas dans le calcul du degre.
65
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
3.2.2. Degre combinatoire et faces.
Denition 3.45. Le degre de / est le nombre de faces de taille maximale
d = dim(/) parmi les F
i
de la decomposition (3.1). On le note deg
>
(/).
Exemple 3.46. Toujours dans le cas de lexemple 3.8, une decomposition de
la forme (3.1) de / est
/ = K[x
1
] x
3
K[x
3
] x
2
K[x
2
, x
3
].
Une seule face est de dimension 2 et le degre est aussi 1, par cette denition.
Proposition 3.47. Les sous-ensembles F
i
apparaissant dans la decomposition
(3.1) et de taille d = dim(/) sont les faces de m
>
(I) de taille d.
Demonstration. Montrons dans un premier temps que ces sous-ensembles sont
des faces de m
>
(I). Soit F
i
0
un sous-ensemble de x
1
, . . . , x
n
apparaissant
dans la decomposition (3.1) et de taille maximale d = dim(/). Nous allons
voir plus loin que la composante m
i
0
K[F
i
0
] va intervenir dans le calcul du
coecient de s
d
de H
A
(s) pour s 0. Si F
i
0
peut etre etendu en un ensemble
F de taille > [F
i
0
[ = d tel que [F] m
>
(I) = , alors K[F] sinjecterait dans
/. On en deduirait que le polyn ome P
A
(s) serait de degre > d. Ce qui est
contradictoire par denition de d. Ceci montre que F
i
est une face de m
>
(I),
cest-`a-dire maximale telle que [F
i
] m
>
(I) = .
Inversement, montrons quune face F de taille d apparat forcement parmi
les F
i
. Comme K[F] sinjecte dans /, on a
K[F] = K[F] (m
i
K[F
i
]) =
i
(K[F] m
i
K[F
i
]) =
m
i
[F]
m
i
K[F F
i
]
Par comparaison des dimensions de K[F] et des K[F F
i
], on en deduit quil
existe i tel que F = F F
i
et donc comme F est maximale, que F = F
i
. 2
3.2.3. Degre et intersection.
Denition 3.48. Le degre de / = R/I est la dimension du K-espace vectoriel
R/(I, l
1
, . . . , l
d
),
ou l
1
, . . . , l
d
sont des formes lineaires generiques et d = dim
alg
(/). Il sera note
deg
L
(/).
Le mot generique est encore ici `a comprendre comme dans la denition 3.32,
o` u lespace considere est lensemble des d formes lineaires en n variables. Plus
precisement, dans la denition precedente, pour presque tout espace lineaire
L de dimension n d, le nombre de points dintersection de L et X vaut une
certaine valeur D qui est le degre de X.
66
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exemple 3.49. Par cette denition, un espace lineaire est une variete de
degre 1. De meme, une equation f(x
1
, . . . , x
n
) = 0 de degre d denit une
hypersurface de degre d. En eet par cette denition, nous allons couper
Z(f(x) = 0) par une droite (L(t) = (1 t) A + t B) generique, ce qui nous
conduit `a un polyn ome de degre d en t et donc a d solutions (comptees avec
multiplicite).
Cette denition nous permet de minorer le degre dune courbe plane tracee
sur une gure en cherchant avec une r`egle le nombre maximum de points din-
tersection.

Evidemment comme nous ne voyons que la trace reelle de cette
courbe, nous ne pouvons pas compter ainsi tous les points complexes se trou-
vant ` a lintersection de la droite et de la courbe.
3.2.4. Les equivalences. Ici aussi ces denitions conduisent au meme
invariant associe `a / = R/I.
Theor`eme 3.50. Les denitions suivantes sont equivalentes :
1. deg
H
(/) : le coecient de
s
d
d!
dans le polyn ome de Hilbert associe ` a
H
A
(s), d etant la dimension de /,
2. deg
>
(/) : le nombre de F
i
de taille maximale dans une decomposition
du type (3.1),
3. deg
L
(/) : la dimension du K-espace vectoriel //(l
1
, . . . , l
nd
) pour des
formes lineaires generiques l
i
, i = 1, . . . , n d o` u d = dim(/).
Demonstration.
deg
H
(/) = deg
>
(/) Il sut de remarquer que si
/ =
i
m
i
K[F
i
],
alors pour s 0,
H
A
(s) =

i
H
K[F
i
]
(s deg(m
i
)).
avec H
K[F
i
]
(s deg(m
i
)) =
s
|F
i
|
|F
i
|!
+ o` u [F
i
[ designe le cardinale de F
i
.
En notant d = dim(/), on voit donc que le coecient de
s
d
d!
est donc le
nombre de faces F
i
de taille maximale d, cest-`a-dire deg
>
(/).
deg
L
(/) = deg
H
(/) Supposons que le polyn ome de Hilbert soit de la
forme
P
A
(s) =
s
d
d!
+
..
deg<d
,
o` u = deg
H
(/). Alors dapr`es la preuve de la proposition 3.10, pour une
forme lineaire generique donc non-diviseur de 0 dans /, le polyn ome de
67
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Hilbert de //(l
1
) est
P
A/(l
1
)
(s) = P
A
(s) P
A
(s 1) =
s
d1
(d 1)!
+
..
deg<d1
En iterant cette construction, nous obtenons pour des formes lineaires
generiques l
1
, . . . , l
d
:
P
A/(l
1
,...,l
d
)
(s) = = dim
K
(//(l
1
, . . . , l
d
)) = deg
L
(/).
2
3.3. Lexemple dune intersection compl`ete
Dans cette section, nous allons mettre en application les resultats precedents,
dans le cas simple dun ideal I = (f
1
, . . . , f
s
) dit en intersection compl`ete.
Geometriquement, ce cas correspond `a la situation o` u, pour i = 1, . . . , s, la
variete algebrique Z(f
1
, . . . , f
i
) est de codimension
(1)
i. En dautres termes, ` a
chaque equation ajoutee, la dimension chute de 1.
3.3.1. Le complexe de Koszul. Nous allons dabord introduire la notion
importante de complexe de Koszul et etablir quelques unes de ses proprietes
que nous utiliserons ulterieurement.
Denition 3.51 (module libre). Un A-module E est libre de base e
1
, . . . , e
s
si pour toute combinaison a
1
e
1
+ + a
s
e
s
= 0, on a a
1
= 0, . . . , a
s
= 0.
Denition 3.52. Soient f
1
, . . . , f
s
des elements de K[x]. On denit les suites
de K[x]-modules et de K[x]-homomorphismes d
i
(appelees aussi complexe de
K[x]-modules)
K(f
1
, . . . , f
s
) : 0 K
0
d
1
K
i
d
i+1
K
i+1

ds
K
s
0
o` u K
0
= K[x], K
1
est le K[x]-module libre de rang s et de base e
1
, . . . , e
s
,
K
i
est le K[x]-module libre de base e
j
1
. . . e
j
i
: 1 j
1
< < j
i
s pour
i 2, et
d
i+1
(e
j
1
e
j
i
) =
s

k=1
(1)
k1
f
k
e
k
(e
j
1
e
j
i
).
Les e
i
verient ces r`egles de calcul : e
k
e
l
= e
l
e
k
si k ,= l et e
k
e
k
= 0.
(1)
La dierence entre la dimension de lespace ambiant et celle de la variete.
68
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Toutes ces donnees denissent bien un complexe (i.e. d
i+1
d
i
= 0), appele
complexe de Koszul. En eet, si i 0, . . . , s 2,
d
i+2
d
i+1
(e
j
1
e
j
i
) =
s

k,l=1
(1)
k+l2
f
k
f
l
e
k
e
l
e
j
1
e
j
i
=

1k<ls
(1)
k+l2
f
k
f
l
(e
k
e
l
+ e
l
e
k
) e
j
1
e
j
i
= 0.
La notation e
i
signie que e
i
napparat pas dans lexpression.
En identiant de fa con naturelle K
s1
`a K
1
et K
s
`a K
0
, le premier module
des syzygies Rel(f
1
, . . . , f
s
) est alors ker(d
s
), et
im(d
s
) =
_
d
s
_
s

i=1
a
i
e
1
e
i
e
s
_
: a
i
K[x]
_
=
_
s

i=1
_
f
i
a
i
_
_
e
1
e
s
_
: a
i
K[x]
_
,
cest-`a-dire lideal de K[x] engendre par les polyn omes f
1
, . . . , f
s
.
Si 1 i < j s, lelement

i,j
= f
j
e
1
e
i
e
s
f
i
e
1
e
j
e
s
Rel(f
1
, . . . , f
s
).

i,j
sera appele une relation elementaire.
Denition 3.53. Une suite a
1
, . . . , a
s
delements dun anneau commutatif
unitaire A est dite reguli`ere si
i) lideal (a
1
, . . . , a
s
) ,= A,
ii) i 1, . . . , s, a
i
nest pas un diviseur de 0 dans A/(a
1
, . . . , a
i1
).
Nous allons etablir, dans la proposition suivante, que si la suite de polyn omes
f
1
, . . . , f
s
est reguli`ere, alors Rel(f
1
, . . . , f
s
) est engendre par les relations
elementaires
i,j
pour 1 i < j s.
Proposition 3.54. Si la suite f
1
, . . . , f
s
de K[x] est reguli`ere, alors pour
tout g Rel(f
1
, . . . , f
s
), il existe une matrice M antisymetrique, ` a coecients
dans K[x] telle que g = Mf, o` u f est le vecteur de composantes f
1
, . . . , f
s
.
Demonstration. La preuve se fera par recurrence sur s. Si s = 1, le module
Rel(f
1
) = h K[x] : hf
1
= 0 = 0, donc la matrice M est nulle. Supposons
le resultat vrai pour s 1 et soit g = (g
1
, . . . , g
s
) Rel(f
1
, . . . , f
s
). Comme
f
s
nest pas un diviseur de 0 dans K[x]/(f
1
, . . . , f
s1
), g
s
(f
1
, . . . , f
s1
). Il
existe alors des polynomes h
i
tels que g
s
= h
1
f
1
+ + h
s1
f
s1
, et
g
1
f
1
+ + g
s
f
s
= (g
1
+ h
1
f
s
)f
1
+ + (g
s1
+ h
s1
f
s
)f
s1
= 0.
69
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Par lhypoth`ese de recurrence, il existe une matrice antisymetrique N de taille
s 1 et `a coecients dans K[x] telle que
_
_
_
g
1
.
.
.
g
s1
_
_
_ = N
_
_
_
f
1
.
.
.
f
s1
_
_
_
_
_
_
h
1
.
.
.
h
s1
_
_
_f
s
.
Par suite
g =
_

_
_
_
_
N 0
.
.
.
0 . . . 0
_
_
_+
_
_
_
_
_
0 . . . 0 h
1
.
.
.
.
.
.
.
.
.
0 . . . 0 h
s1
h
1
. . . h
s1
0
_
_
_
_
_
_

_
f.
2
La reciproque de cette proposition est vraie pour une suite de polyn omes
homog`enes.
Proposition 3.55. Soient f
1
, . . . , f
s
des polynomes homog`enes de K[x] non
constants. Si pour tout g Rel(f
1
, . . . , f
s
), il existe une matrice antisymetrique
M = (m
i,j
)
1i,js
`a coecients dans K[x] telle que g = Mf (f designe le
vecteur de composantes f
1
, . . . , f
s
_
, alors f
1
, . . . , f
s
est une suite reguli`ere.
Demonstration. Lelement f
s
nest pas un diviseur de 0 dans lanneau quotient
K[x]/(f
1
, . . . , f
s1
). En eet, si g
1
, . . . , g
s
sont des polyn omes qui verient
g
1
f
1
+ + g
s
f
s
= 0, comme m
s,s
= 0, g
s
(f
1
, . . . , f
s1
). On va montrer
de la meme facon que pour tout i 1, . . . , s 1, f
i
nest pas un diviseur
de 0 dans K[x]/(f
1
, . . . , f
i1
). Pour cela, on va prouver que tout element du
module Rel(f
1
, . . . , f
i
) est engendre par ses relations elementaires.
Soit (g
1
, . . . , g
s1
) Rel(f
1
, . . . , f
s1
). On peut supposer que les polyn omes
g
i
sont homog`enes, et quil existe d N tel que deg g
i
+ deg f
i
= d pour
i = 1, . . . , s1 (on convient que le polyn ome nul peut avoir tous les degres). Cet
entier d est appele le degre de la relation. La preuve se fera par recurrence sur d.
Si d = 0, g
1
= = g
s1
= 0. Supposons que toute relation entre f
1
, . . . , f
s1
de degre plus petit que d est engendree par les relations elementaires entre
f
1
, . . . , f
s1
, et soient g
1
, . . . , g
s1
des polyn omes homog`enes tels que g
1
f
1
+
+ g
s1
f
s1
= 0 et pour tout i = 1, . . . , s 1, deg g
i
+ deg f
i
= d. Dapr`es
lhypoth`ese de la proposition 3.55,
_
_
_
_
_
g
1
.
.
.
g
s1
0
_
_
_
_
_
= M f,
70
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
o` u M = (m
i,j
)
1i,js
est une matrice antisymetrique `a coecients dans K[x],
m
i,j
est homog`ene et deg m
i,j
= deg g
i
deg f
j
= d deg f
i
deg f
j
. Donc
_
_
_
g
1
.
.
.
g
s1
_
_
_ =
_
_
_
m
1,1
. . . m
1,s1
.
.
.
.
.
.
.
.
.
m
s1,1
. . . m
s1,s1
_
_
_
_
_
_
f
1
.
.
.
f
s1
_
_
_+ f
s
_
_
_
m
1,s
.
.
.
m
s1,s
_
_
_ ,
et 0 = m
s,1
f
1
+ + m
s,s1
f
s1
(car m
s,s
= 0). Dans cette derni`ere relation
entre f
1
, . . . , f
s1
, deg m
s,i
+ deg f
i
= d deg f
s
< d. Dapr`es lhypoth`ese de
recurrence, il existe une matrice antisymetrique N telle que
_
_
_
m
s,1
.
.
.
m
s,s1
_
_
_ = N
_
_
_
f
1
.
.
.
f
s1
_
_
_.
Par suite
_
_
_
g
1
.
.
.
g
s1
_
_
_ =
_

_
_
_
_
m
1,1
. . . m
1,s1
.
.
.
.
.
.
.
.
.
m
s1,1
. . . m
s1,s1
_
_
_+ f
s
N
_

_
_
_
_
f
1
.
.
.
f
s1
_
_
_.
Ainsi, Rel(f
1
, . . . , f
s1
) est engendre par ses relations elementaires. Le meme
argument reste valable si s 1 est remplace par i s 2, . . . , 2. 2
Le resultat suivant donne une condition necessaire et susante, portant sur
le complexe de Koszul, pour que le premier module des syzygies soit engendre
par ses relations elementaires.
Proposition 3.56. Les conditions suivantes sont equivalentes :
i) ker(d
s
) = im(d
s1
).
ii) Pour tout g = (g
1
, . . . , g
s
) ker(d
s
), il existe une matrice M anti-
symetrique et ` a coecients dans K[x] telle que g=Mf , o` u f =(f
1
, . . . , f
s
).
Demonstration. Comme K(f
1
, . . . , f
s
) est un complexe, im(d
s1
) ker(d
s
).
On a
71
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
ker(d
s
) = im(d
s1
) g ker(d
s
) , a
i,j
K[x], 1 i < j s :
g = d
s1
_

1i<js
a
i,j
e
1
. . . e
i
. . . e
j
. . . e
s
_
=

1i<js
a
i,j
f
i
e
1
. . . e
j
. . . e
s

1i<js
a
i,j
f
j
e
1
. . . e
i
. . . e
s
=
s

j=2
_j1

i=1
a
i,j
f
i
_
e
1
. . . e
j
. . . e
s

s1

i=1
_
s

j=i+1
a
i,j
f
j
_
e
1
. . . e
i
. . . e
s
=
s

k=1
_
k1

l=1
a
l,k
f
l

s

l=k+1
a
k,l
f
l
_
e
1
. . . e
k
. . . e
s
g ker(d
s
) , a
k,l
K[x], 1 k, l s : a
k,l
= a
l,k
, et
g =
_
_
_
a
1,1
. . . a
s,1
.
.
.
.
.
.
.
.
.
a
1,s
. . . a
s,s
_
_
_f .
2
Proposition 3.57. Si la suite de polyn omes homog`enes f
1
, . . . , f
s
de K[x]
est reguli`ere, alors le complexe de Koszul est exact (ker(d
i
) = im(d
i1
), i =
1, . . . , s).
Demonstration. Nous allons le demontrer par recurrence sur le nombre de
polyn ome s. Dans le cas s = 1, le resultat est immediat.
Supposons la propriete vraie pour les s 1 polyn omes f
1
, . . . , f
s1
. Notons
E = K[x]e
1
K[x]e
s1
,

E = E K[x]e
s
K
i
=
i
E =

j
1
<<j
i
K[x]e
j
1
e
j
i
,
et

K
i
=
i

E =
i1
E K[x]e
s

i
E.
Nous avons donc la suite exacte, induite par la projection de
i

E sur
i1
E
K[x]e
s
:
0 K
i


K
i

K
i
K[x]e
s
0.
72
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Nous notons encore d
i
: K
i1
K
i
les applications du complexe de Koszul
de f
1
, . . . , f
s1
et et

d
i
:

K
i1


K
i
celles associees `a f
1
, . . . , f
s
. Nous avons
alors les suites exactes (pour i > 0) :
0 K
i+1


K
i+1

K
i
K[x]e
s
0

d
i+1

d
i+1

d
i
0 K
i


K
i

K
i1
K[x]e
s
0

d
i

d
i

d
i1
0 K
i1


K
i1

K
i2
K[x]e
s
0
avec, par convention, K
1
= 0. Nous verions que les applications de ce dia-
gramme commutent (voir exercice 3.8).
Montrons que si la suite (d
i
)
i=1,...,s1
est exacte, alors (

d
i
)
i=1,...,s
lest. Pour
cela considerons v

K
i
(i > 0) tel que

d
i+1
(v) = 0 et verions que v im(

d
i
).
Soit w = (v). Comme d
i
(w) = d
i
(v) =

d
i+1
(v) = (0) = 0 et que la
suite (d
i
)
i=1,...,s1
est exacte, il existe w

K
i2
K[x]e
s
tel que d
i1
(w

) = w.
Comme est surjective, il existe v


K
i1
tel que (v

) = w

.
Notons v = v

d
i
(v

)

K
i
. Comme


d
i
(v

) = d
i1
(v

) = d
i1
(w

) = w = (v),
nous deduisons que (v) = (w)

d
i
(v

) = 0. Donc il existe u K
i1
tel que (u) = v.
Remarquons que

d
i+1
(v) =

d
i+1
(v

d
i
(v

)) =

d
i+1
(v) = 0, donc
d
i+1
(u) =

d
i+1
(u) =

d
i+1
(v) = 0
et d
i+1
(u) = 0 car est injective.
Comme (d
i
)
i=1,...,s1
est exacte, nous en deduisons quil existe v

K
i1
tel que d
i
(v

) = u. Ceci nous permet de montrer que

d
i
(v

(v

)) = v + v d
i
(v

) = v + v (u) = v + v v = v,
et donc que la suite (

d
i
)
i=1,...,s
est exacte. 2
3.3.2. Application au calcul de dimension et de degre. Considerons
un ideal I = (f
1
, . . . , f
s
) de polyn omes homog`enes de degre d
i
= deg(f
i
) pour
i = 1, . . . , k, qui denissent une variete projective dans P
n1
et un c one ane
dans A
n
.
Nous allons supposer que (f
1
, . . . , f
s
) est une suite reguli`ere.
Dapr`es la proposition 3.57, le complexe de Koszul est exact. Si nous asso-
cions `a e
i
1
e
i
k
le degre d
i
1
+ + d
i
k
, nous voyons que limage par les
applications d
i
delements homog`enes est homog`enes. Nous en deduisons donc
73
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
la suite exacte graduee, en degre n :
0 K
0
[n]
d
1

d
s1
K
s1
[n]
ds
K
s
[n]
o` u K
i
[n] est lensemble des elements de degre n de K
i
. Comme K
s
= K[x] et
im(d
s
) = (f
1
, . . . , f
s
), nous completons cette suite exacte en :
0 K
0
[n]
d
1

d
s1
K
s1
ds
K
s
[n] = K[x][n] (K[x]/I)[n] 0.
On a alors
S
K[x]/I
(z) =
s

i=0
(1)
i+1
S
K
si
(z).
Remarquons que

s
i=0
(1)
i+1
S
K
si
(z) ne depend que du degre d
i
des
polyn omes f
i
. En rempla cant f
i
par x
d
i
i
dans ce complexe, on trouve donc
la meme serie de Hilbert, cest-`a-dire :
S
K[x]/I
(z) = S
K[x]/(x
d
1
1
,...,x
ds
s
)
(z) =

s
i=1
(1 z
d
i
)
(1 z)
n
.
(voir exercice 3.6). Dapr`es les theor`emes 3.42 et 3.50, nous deduisons que
dim(K[x]/(f
1
, . . . , f
s
)) = n s (lordre du p ole z = 1 de S
K[x]/I
(z)).
deg(K[x]/(f
1
, . . . , f
s
)) =

s
i=1
d
i
(la valeur de

s
i=1
(1 + z + + z
d
i
1
)
en z = 1, dapr`es la denition 3.43).
Quand les polyn omes f
i
sont homog`enes, on sinteresse en generale `a la variete
quils denissent dans lespace projectif P
n1
. Ici, comme les polynomes for-
ment une suite reguli`ere, cette variete projective est de dimension projective
n 1 s, le cone ane associe etant de dimension dim(K[x]/I) = n s.
3.4. Exercices
Exercice 3.1. Montrer que si une fonction f : N N est polynomiale pour s > s
0
alors S(z) =

s0
f(s) z
s
est une fraction rationnelle en z.
Exercice 3.2. Montrer que des elements sont algebriquement lies modulo I, si
et seulement si, ils le sont modulo

I. En deduire que pour tout ideal I K[x],


dim
alg
(K[x]/I) = dim
alg
(K[x]/

I).
Exercice 3.3. Soient A B deux anneaux. Montrer en utilisant le resultant de
Sylvester de mani`ere astucieuse que lensemble des elements de B entiers sur A est
un anneau.
Exercice 3.4. Soit A un anneau. Montrer que
dim
Krull
(A) = max
m
dim
Krull
(A
m
),
o` u m parcourt lensemble des ideaux maximaux de A et A
m
designe le localise de A
en m.
74
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exercice 3.5. Soit I un ideal de K[x]. Montrer
dim
Krull
_
K[x]/I
_
= 0 dim
K
_
K[x]/I
_
est nie.
Exercice 3.6. Calculer S
K[x1,...,xn]/(x
d
1
1
,...,x
d
1
s
)
(z) pour s n.
Exercice 3.7.
1. Expliciter le complexe de Koszul dans le cas de la suite x, y(1 x), z(1 x)
dans K[x, y, z].
2. Montrer, ` a la main, que ce complexe est exacte.
3. Est-ce que la proposition 3.55 est vraie si les f
i
ne sont pas homog`enes ?
Exercice 3.8. Avec les notations de la preuve du theor`eme 3.57, montrer que pour
i = 1, . . . , s 1, d
i
=

d
i1
,

d
i
= d
i1
et

d
i
= d
i
.
Exercice 3.9. Soit f
1
, . . . , f
s
une suite reguli`ere de K[x].
1. Pour tout i 0, . . . , s et tout entier l, notons (K
i
)
l
le K-espace vectoriel
_
K
i
_
l
=
_

1j1<<jis
a
j1...ji
e
j1
. . . e
ji
: a
j1...ji
K[x],
deg a
j1...ji
l + deg f
j1
+ + deg f
ji
_
.
Si K[x]
l
= f K[x] : deg f l et I
l
= K[x]
l
I, montrer quil existe une
suite exacte de K-espaces vectoriels
0 (K
0
)
l
(K
i
)
l
(K
i+1
)
l
(K
s
)
l
K[x]
l
/I
l
0.
2. En deduire que dim
K
(K[x]
l
/I
l
) ne depend que de deg f
1
, . . . , deg f
s
.
3. Montrer que
infk N : (x
1
, . . . , x
n
)
k
(f
1
, . . . , f
s
) = deg f
1
+ + deg f
s
n + 1.
Exercice 3.10. Lemme du serpent
Montrer que si dans le diagramme suivant :
0 A
u
A

f

f

f

0 B
v
B

g

g

g

0 C
w
C

0
les suites dapplications denissent des complexes (limage dune application est dans
le noyau de la suivante) qui commutent, alors
les applications v et v

induisent une suite exacte (im(v) = ker(v

)) :
ker(f)/im(g)
v
ker(f

)/im(g

)
v

ker(f

)/im(g

).
il existe une application naturelle de ker(g

) dans ker(f)/im(g), telle que


im() = ker(v).
75
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
On pourra sinspirer de la technique (dite de chasse au diagramme) utilisee dans la
preuve du theor`eme 3.57.
76
CHAPITRE 4
ALG
`
EBRES DE DIMENSION 0
Sommaire
4.1. Cas dune seule variable . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2. Ideaux 0-dimensionnels de K[x] . . . . . . . . . . . . . . . . . . . 80
4.3. Dual de lalg`ebre / . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.4. Decomposition de lalg`ebre / . . . . . . . . . . . . . . . . . . . . . 83
4.5. Idempotents de lalg`ebre / . . . . . . . . . . . . . . . . . . . . . . . 84
4.6. Description des sous-alg`ebres /
i
de / . . . . . . . . . . . 85
4.7. Operateurs de multiplication de / . . . . . . . . . . . . . . . 87
4.8. Decomposition des operateurs de multiplication
de / . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.9. Forme de Chow de lideal I . . . . . . . . . . . . . . . . . . . . . . . 91
4.10. Representation univariee rationnelle . . . . . . . . . . . . 92
4.11. Nombre de racines reelles . . . . . . . . . . . . . . . . . . . . . . . . 96
4.12. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Nous developperons dans ce chapitre lidee suivante : la resolution dun
syst`eme dequations polynomiales qui engendre un ideal I de K[x], se deduit
de letude de lalg`ebre quotient K[x]/I. Letude de cette alg`ebre permet de
trouver la geometrie des solutions : compter le nombre de racines du syst`eme,
les determiner, analyser leurs multiplicites, . . .
4.1. Cas dune seule variable
En une variable, lideal I est engendre par un seul polyn ome f = f
d
x
d
+
+ f
0
de degre d. Lespace vectoriel / = K[x]/(f) est de dimension d et de
base (1, x, . . . , x
d1
). Nous allons supposer que le corps K est algebriquement
clos et que les racines de f sont simples.
Considerons loperateur M
x
de multiplication par x dans / :
M
x
: / /
a a x.
Sa matrice dans la base (1, x, . . . , x
d1
) est la matrice compagnon
M
x
=
_
_
_
_
_
_
_
0 0
f
0
f
d
1
.
.
.
.
.
.
.
.
.
.
.
. 0
.
.
.
0 1
f
d1
f
d
_
_
_
_
_
_
_
.
La derni`ere colonne de M
x
correspond aux coordonnees du reste de la division
euclidienne de x
d
par f dans la base (1, x, . . . , x
d1
). Le polyn ome caracterist-
ique de M
x
est (1)
d
f. Donc les valeurs propres de M
x
sont les
racines
1
, . . . ,
d
de f. Ces valeurs propres sont supposees distinctes, la
matrice M
x
est alors diagonalisable sur K.
Si p est un element de K[x], les valeurs propres de la multiplication par p
dans / sont p(
1
), . . . , p(
d
)
_
car la matrice de lendomorphisme M
p
dans la
base (1, x, . . . , x
d1
) est M
p
= p(M
x
)
_
. Les matrices M
p
, p K[x], commutent
deux ` a deux, donc elles sont diagonalisables dans une meme base, puisque M
x
est diagonalisable. Nous allons decrire une telle base. Soit
e
i
(x) =
d

j=1,j=i
_
x
j

j
_
le i
`eme
polyn ome dinterpolation de Lagrange de f. Les elements e
i
(e
i
1),
(x
i
) e
i
, e
i
e
j
si j ,= i, sannulent aux dierentes racines de f. Ils sont donc
divisibles par f, et nous avons dans /
e
2
i
e
i
, xe
i

i
e
i
, e
i
e
j
0 si i ,= j.
78
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Comme e
1
+ +e
d
= 1 et xe
i

i
e
i
, / Ke
1
Ke
d
(en eet, pour tout
p K[x], p p(
1
)e
1
+ +p(
d
)e
d
). La famille e = (e
1
, . . . , e
d
) est une base
de /, formee didempotents orthogonaux (i.e. e
2
i
e
i
, e
i
e
j
0 si i ,= j). De
plus, e
i
est un vecteur propre de M
x
associe `a la valeur propre
i
. La matrice
de multiplication par p dans la base e de / est
_
_
_
p(
1
) 0
.
.
.
0 p(
d
)
_
_
_.
La structure de lalg`ebre / = K[x]/(f), dans le cas dun polyn ome f de
degre d nayant que des racines simples, se decrit compl`etement en terme des
idempotents e
1
, . . . , e
d
, qui sont en correspondance avec les racines de f.
Proposition 4.1. Soit f K[x] nayant que des racines simples
1
, . . . ,
d
.
Si e
i
(x) =

d
j=1,j=i
_
x
j

j
_
, i = 1, . . . , d, alors e = (e
1
, . . . , e
d
) est une base
(didempotents orthogonaux) de lespace vectoriel / = K[x]/(f). Et pour tout
p K[x], lendomorphisme de multiplication par p dans / dans la base e est
diagonale et ses valeurs propres sont p(
1
), . . . , p(
d
).
Maintenant nous allons nous interesser au dual

/de /(i.e. lespace vectoriel
des formes lineaires sur /). Cest un espace vectoriel de dimension d. La base
de

/ duale de la base (1, x, . . . , x
d1
) de / sera notee = (
0
, . . . ,
d1
). Tout
element de

/ se decompose dans cette base sous la forme
= (1)
0
+ + (x
d1
)
d1
.
Si g K[x] et r = r
0
+ + r
d1
x
d1
est le reste de la division euclidienne
de g par f, alors
(g) = (r) = r
0
(1) + + r
d1
(x
d1
).
Parmi les formes lineaires sur /, les evaluations 1

: p p() aux dierentes


racines de f vont jouer un r ole particulier.
Considerons lapplication lineaire transposee de M
x

M
x
:

/

/
M
x
.
La matrice de

M
x
dans la base est la transposee de la matrice de M
x
dans
la base (1, x, . . . , x
d1
) de /.
Comme tout polyn ome r de degre au plus d 1 secrit dans e sous la forme
r
d

i=1
r(
i
) e
i

d

i=1
1

i
(r) e
i
,
79
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
la base de

/ duale de la base e de / est e = (1

1
, . . . , 1

d
).
De plus, 1

i
est un vecteur propre de

M
x
associe `a la valeur propre
i
. En
eet, pour tout a /,
_

M
x
(1

i
)
_
(a) = 1

i
(xa) = (
i
1

i
)(a).
1

i
est egalement un vecteur propre de tous les endomorphismes

M
p
, p /,
associe `a la valeur propre p(
i
).
Proposition 4.2. Soit f K[x] nayant que des racines simples
1
, . . . ,
d
.
Pour tout p K[x], les valeurs propres du transpose de lendomorphisme de
multiplication par p dans K[x]/(f) sont p(
1
), . . . , p(
d
) et elles sont associees
respectivement aux vecteurs propres 1

1
, . . . , 1

d
.
Nous avons ainsi une description compl`ete des operateurs de multiplication
de / et de leurs transposes. Nous allons voir dans les sections suivantes que
cette description se generalise au cas multivariable et avec multiplicite.
4.2. Ideaux 0-dimensionnels de K[x]
Rappelons quun ideal I de K[x] denit une variete algebrique ane Z(I) =
a K
n
: f(a) = 0, f I de dimension 0, si cette variete est un ensemble
ni et non vide. Par abus de langage, nous dirons que lideal I est de dimension
0 ou 0-dimensionnel.
Theor`eme 4.3. Les conditions suivantes sont equivalentes pour un ideal
propre I (i.e. I ,= K[x]) :
i) Lideal I est 0-dimensionnel.
ii) Pour tout i 1, . . . , n, K[x
i
] I ,= 0.
iii) La dimension du K-espace vectoriel / = K[x]/I est nie.
Demonstration. i) ii) Fixons i 1, . . . , n et notons
1
, . . . ,
m
les i
`emes
coordonnees des points de Z(I). Pour tout j 1, . . . , m, il existe g
j
K[x
i
]
non nul tel que g
j
(
j
) = 0. Le polyn ome g = g
1
. . . g
m
K[x
i
] est non nul et
sannule sur Z(I). Dapr`es le theor`eme des zeros de Hilbert, il existe N N
tel que g
N
I K[x
i
].
ii) iii) Pour chaque i 1, . . . , n, soit p
i
I K[x
i
] 0. Il est facile
de verier que lespace vectoriel / est engendre par les monomes x

1
1
. . . x
n
n
,
avec 0
i
< deg p
i
. Ainsi, la dimension de / est nie.
iii) i) Posons D = dim
K
/. Pour tout i 1, . . . , n, 1, x
i
, . . . , x
i
D
est
une famille liee de /. Il existe alors des scalaires c
0
, . . . , c
D
non tous nuls tels
que q
i
(x
i
) = c
0
+ c
1
x
i
+ + c
D
x
D
i
I. Pour chaque i 1, . . . , n, les i
` emes
coordonnees des points de Z(I) sont solutions de q
i
(x
i
), donc leur nombre est
ni. Par consequent, la variete Z(I) est un ensemble ni. 2
80
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Remarque 4.4. Dapr`es la proposition 2.24, lespave vectoriel / = K[x]/I
admet une base monomiale (i.e. constituee de classes modulo I de mon omes
de K[x]).
Dorenavant, dans ce chapitre, I designera un ideal 0-dimensionnel
de K[x], / le K-espace vectoriel K[x]/I, D sa dimension, (x

)
E
(o` u
E est un sous-ensemble de N
n
de cardinal D) une base monomiale de
/, Z(I) la variete algebrique
1
, . . . ,
d
denie par I. Pour chaque
i 1, . . . , d,
i
= (
i,1
, . . . ,
i,n
) K
n
.
Les monomes de K[x] = K[x
1
, . . . , x
n
] sont en bijection avec les elements de
N
n
. Chaque x

est associe au multi-indice . Pour n = 2, la gure suivante


represente un exemple de base (x

)
E
. Les monomes situes au dessus des
points noirs se reduisent, modulo lideal I, ` a des combinaisons lineaires des
x

, E.
Figure 4.1. Base monomiale dune alg`ebre quotient.
Exemple 4.5. Soient f
1
(x
1
, x
2
) = 13x
2
1
+ 8x
1
x
2
+ 4x
2
2
8x
1
8x
2
+ 2 et
f
2
(x
1
, x
2
) = x
2
1
+x
1
x
2
x
1
1/6. Lideal I = (f
1
, f
2
) est 0-dimensionnel car
il est facile de verier que lespace vectoriel / = K[x
1
, x
2
]/I est de dimension
4 et de base (1, x
1
, x
2
, x
1
x
2
).
Nous pouvons verier algorithmiquement si un ideal est 0-dimensionnel.
Proposition 4.6. Soit G une base de Gr obner dun ideal I pour un ordre
monomial quelconque. Lideal I est 0-dimensionnel si, et seulement si, pour
tout i 1, . . . , n, il existe (g
i
, m
i
) GN

tel que m(g


i
) = x
m
i
i
.
Demonstration. Dapr`es le iii) du theor`eme 4.3 et la proposition 2.24, I est
0-dimensionnel si, et seulement si, m(G) = m(g) : g G contient une puis-
sance de chaque variable. 2
Le resultat precedent est plus precis pour lordre lexicographique.
81
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Corollaire 4.7. Soit I un ideal 0-dimensionnel. Si G est une base de Gr obner
de I pour lordre lexicographique x
1
< < x
n
, alors il existe des polyn omes
g
1
, . . . , g
t
dans G tels que g
1
K[x
1
], g
2
K[x
1
, x
2
] et m(g
2
) soit une puissance
de x
2
, . . . , g
n
K[x
1
, . . . , x
n
] et m(g
n
) soit une puissance de x
n
.
Demonstration. Dapr`es la proposition 4.6, pour tout i 1, . . . , n, il existe
(g
i
, m
i
) GN

tel que m(g


i
) = x
m
i
i
. Comme lordre choisi est lordre lexico-
graphique x
1
< < x
n
, g
i
K[x
1
, . . . , x
i
]. 2
Remarque 4.8. Ce corollaire ram`ene (en theorie) la resolution dun syst`eme
dequations polynomiales ayant un nombre ni de solutions ` a celle dun syst`eme
triangulaire, cest-` a-dire dont certaines equations ne dependent que de la vari
able x
1
, dautres que des variables x
1
, x
2
, . . . La resolution dun tel syst`eme
se fait en resolvant des polyn omes dune variable. Cette approche presente au
moins deux inconvenients. Premi`erement, le calcul de bases de Grobner lexi-
cographiques est, en general, co uteux (voir exercice 4.1) et donc peu utilise en
pratique. Pour remedier `a ceci dans le cas 0-dimensionnel, on calcul une base
de Gr obner pour un ordre moins co uteux et on utilise un procede de conver-
sion pour avoir une base de Gr obner lexicographique (consulter [FGLM93]
pour plus de details). Deuxi`emement, la resolution dun syst`eme triangulaire
se fait de la mani`ere suivante : on commence par resoudre numeriquement
g
1
(x
1
) = 0, puis on remplace dans g
2
(x
1
, x
2
) la variable x
1
par les zeros
approches de g
1
(x
1
) pour obtenir un polyn ome dune variable g
2
(x
2
) que lon
resout numeriquement. Et ainsi de suite. Laccumulation des erreurs dans ce
procede peut fausser completement le resultat (voir exercice 4.2). Nous ver-
rons, dans les prochaines sections, comment on peut transformer le probl`eme
de la resolution polynomiale de mani`ere plus economique, en un probl`eme
dalg`ebre lineaire : `a savoir le calcul de valeurs et vecteurs propres.
4.3. Dual de lalg`ebre /
Un ingredient important de lapproche matricielle, qui sera developpee dans
les sections suivantes, pour la resolution algebrique est la dualite au sens clas-
sique. Supposons que le corps K est algebriquement clos, et rappelons que
lespace vectoriel / est de dimension nie D et de base (x

)
E
. Lespace
vectoriel des formes lineaires sur K[x] (resp. /) est note

K[x] (resp.

/). La
base de

/ duale de la base (x

)
E
de / est designee par (

)
E
. Toute
forme lineaire sur / secrit donc sous la forme
=

E
(x

) d

.
82
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Le dual

/ sidentie (naturellement) ` a lensemble des elements de

K[x] qui
sannulent sur lideal I. Pour cela,

/ est parfois note I

.
Si p K[x] et E, d

(p) est le coecient du monome x

de la base de /
dans p. Dans le cas o` u cette base est obtenue `a partir dune base de Gr obner
G de I, d

(p) est le coecient de x

dans le reste de la division de p par G.


Lespace vectoriel

/ peut etre muni dune structure de /-module de la fa con
suivante : si (a, ) /

/,
a : / K
b (a )(b) = M
a
(b) = (ab).
Pour K
n
, la forme lineaire
1

: K[x] K
a a()
est appelee levaluation en . Si = (
1
, . . . ,
n
) Z(I), 1

sannule sur I et
denit donc un element de

/ = I

. Il secrit dans la base (d

)
E
sous la
forme
1

=(
1
,...,n)E

1
1
. . .
n
n
d

. (4.1)
Nous accorderons un interet particulier ` a ces evaluations.
4.4. Decomposition de lalg`ebre /
Comme I est 0-dimensionnel, dapr`es lexercice 4.4, la decomposition pri-
maire minimale de I = Q
1
. . . Q
d
, o` u Q
i
est m

i
-primaire (i.e. Q
i
est un
ideal primaire et

Q
i
= m

i
= (x
1

i,1
, . . . , x
n

i,n
)
_
. Designons par /
i
le
transporteur de lideal Q
i
/I dans lideal nul 0 de / (i.e. /
i
= (0 : Q
i
/I) = a
/ : qa 0, q Q
i
/I). Les ideaux /
i
sont des sous-alg`ebres de lalg`ebre /.
Theor`eme 4.9. Lalg`ebre / est une somme directe des sous-alg`ebres /
1
, . . .,
/
d
(i.e. / = /
1
/
2
/
d
).
Nous avons besoin du lemme suivant pour demontrer ce theor`eme.
Lemme 4.10. Si J
1
, J
2
, J sont des ideaux dun anneau commutatif et unitaire
A, alors
i) (J : J
1
) (J : J
2
) = (J : J
1
+ J
2
).
ii) Si de plus J
1
et J
2
sont deux ideaux etrangers (i.e. J
1
+ J
2
= A), alors
(J : J
1
) + (J : J
2
) = (J : J
1
J
2
).
Demonstration. i) Cette egalite est evidente.
ii) Soit (p
1
, p
2
) J
1
J
2
tel que 1 = p
1
+ p
2
. Pour tout a (J : J
1
J
2
),
a p
1
(J : J
2
), a p
2
(J : J
1
). Ainsi, a = ap
1
+ ap
2
(J : J
1
) + (J : J
2
), et
83
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
(J : J
1
J
2
) (J : J
1
) + (J : J
2
). Linclusion inverse est immediate. 2
Demonstration. (preuve du theor`eme 4.9) Si d = 1, I = Q
1
est primaire et
/ = /
1
. Supposons que d 2. Pour tout i 1, . . . , d et L 1, . . . , di,
Q
i
+
jL
Q
j
= K[x]. Dapr`es le lemme 4.10,
/
1
+ +/
d
= (0 : Q
1
/I) + + (0 : Q
d
/I) = (0 : Q
1
. . . Q
d
/I) = /.
Pour montrer que la somme est directe, soit i 1, . . . , d 1,
(/
1
+ +/
i
) /
i+1
=
_
(0 : Q
1
/I) + + (0 : Q
i
/I)
_
(0 : Q
i+1
/I)
=
_
0 : ((Q
1
. . . Q
i
) + Q
i+1
)/I
_
= (0 : /) = 0.
2
Remarque 4.11. Dans le cas dune variable, I = (f) =
_
d
i=1
(x
i
)

i
_
, le
theor`eme 4.9 est une consequence du theor`eme des restes chinois :
/ =
d

i=1
K[x]/
_
(x
i
)

i
_
.
Denition 4.12. La multiplicite de la racine
i
Z(I) est la dimension du
sous-espace vectoriel /
i
de /. Elle est notee

i
(ou
i
). La racine
i
est dite
simple si
i
= 1, et multiple si
i
> 1.
Theor`eme 4.13. La dimension de / est le nombre de racines (chaque racine
est comptee autant de fois que sa multiplicite) de I.
Demonstration. Dapr`es le theor`eme 4.9, dim
K
/ =

d
i=1

i
. 2
Remarque 4.14. Le nombre d de racines distinctes de I est inferieur ` a la
dimension D de /. Si toutes ces racines sont simples, d = D. Ceci est le cas
si, et seulement si, lideal I est radical (voir lexercice 4.7).
4.5. Idempotents de lalg`ebre /
Dapr`es le theor`eme 4.9, il existe un unique (e
1
, . . . , e
d
) /
1
/
d
tel
que 1 e
1
+ +e
d
dans /. Nous avons
e
1
+ +e
d
1 1
2
e
2
1
+ +e
2
d
+ 2

1i<jd
e
i
e
j
.
Comme les /
i
sont des sous-alg`ebres de / et /
i
/
j
= 0 pour i ,= j, nous
deduisons que e
2
i
e
i
et e
i
e
j
0 pour i ,= j. Les e
i
sont donc des idempotents
orthogonaux.
84
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Proposition 4.15. La sous-alg`ebre /
i
de / concide avec /e
i
, et e
i
est son
element neutre.
Demonstration. Soit a /
i
. Puisque /
i
/
j
= 0 si i ,= j, a a e
1
+ +a e
d

a e
i
. Reciproquement, si a /, a e
i
/
i
(car /
i
est un ideal de /). 2
Si
j
Z(I), e
i
(
j
) est deni sans ambigute, en posant e
i
(
j
) = e
i
(
j
), o` u
e
i
est un representant dans K[x] de e
i
/.
Proposition 4.16. Les idempotents e
1
, . . . , e
d
de / verient
e
i
(
j
) =
_
1 si i = j
0 si i ,= j.
Demonstration. Soit i 1, . . . , d. Si d = 1, e
1
= 1 et e
1
(
1
) = 1. Sup-
posons que d 2. Pour chaque j ,= i, il existe q Q
i
tel que q(
j
) ,= 0
_
car Z(Q
i
) =
i
,=
j
= Z(Q
j
)
_
. Comme e
i
/
i
= (0 : Q
i
/I), q e
i
0, et
e
i
(
j
) = 0. Ainsi, 1 = e
1
(
i
) + +e
d
(
i
) = e
i
(
i
). 2
Remarque 4.17. Si les points de Z(I) sont simples, alors pour tout f K[x],
f
d

i=1
f(
i
) e
i

d

i=1
1

i
(f) e
i
.
Les idempotents e
i
jouent donc un r ole dual des evaluations 1

i
, cest-`a-dire
celui dune base pour les polyn omes dinterpolations aux racines
1
, . . . ,
d
de
lideal I.
Nous avons vu, dans la section 4.1, que dans le cas dune variable et si toutes
les racines de I sont simples, les idempotents sont les polynomes dinterpola-
tion de Lagrange.
4.6. Description des sous-alg`ebres /
i
de /
Considerons lapplication lineaire surjective
M
e
i
: / /
i
a a e
i
.
Son noyau permet de calculer la composante m

i
-primaire Q
i
de lideal I.
Proposition 4.18. Le noyau de M
e
i
est ker(M
e
i
) = Q
i
/I.
Demonstration. Lapplication M
e
i
est la projection de / = /
1
/
d
sur
/
i
, donc
ker(M
e
i
) =
j=i
/
j
= (I :
j=i
Q
j
)/I = Q
i
/I.
2
85
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Il en resulte que /
i
sidentie ` a //ker(M
e
i
) = K[x]/Q
i
.
Corollaire 4.19. Lapplication lineaire

i
: K[x]/Q
i
/
i
a a e
i
est un isomorphisme dalg`ebres.
Nous deduisons de la proposition 4.18, lalgorithme suivant pour construire
la composante primaire Q
i
de I associee `a la racine
i
.
Algorithme 4.20. Composantes primaires dun id eal 0-dimensionnel.
Entr ee : Une base de / = K[x]/I et les tables de
multiplications.
1. Trouver les idempotents e
1
, . . . , e
d
.
2. Pour chaque i 1, . . . , d, determiner
i) La matrice de lapplication lin eaire M
e
i
.
ii) Une base (p
i,1
, . . . , p
i,D
i
) de ker(M
e
i
).
Sortie : Lid eal I +(p
i,1
, . . . , p
i,D
i
) est la composante primaire Q
i
de I.
Cet algorithme sappuie sur la connaissance des idempotents. Nous allons
voir par la suite comment les obtenir.
Proposition 4.21. /
i
est un anneau local dideal maximal (m

i
/I)e
i
.
Demonstration. Dapr`es le corollaire 4.19, il sut de verier que K[x]/Q
i
est un
anneau local dideal maximal m

i
/Q
i
. Soit m/Q
i
un ideal maximal de K[x]/Q
i
.
Comme Q
i
m et m est maximal,

Q
i
= m

i
m, et donc m

i
= m. 2
Corollaire 4.22. Si a /, alors
_
a a(
i
)
_
e
i
est nilpotent.
Demonstration. Puisque a a(
i
) m

i
/I, il existe alors un entier N tel que
_
a a(
i
)
_
N
0 dans K[x]/Q
i
. Dapr`es le corollaire 4.19,

i
__
a a(
i
)
_
N
_

_
a a(
i
)
_
N
e
i

__
a a(
i
)
_
e
i
_
N
0.
2
86
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
4.7. Operateurs de multiplication de /
Soit a /. Interessons-nous `a loperateur de multiplication par a dans /
M
a
: / /
b M
a
(b) = a b.
M
a
designe sa matrice dans la base (x

)
E
. Lendomorphisme transpose de
M
a
est

M
a
:

/

/


M
a
() = a = M
a
.
La matrice de

M
a
dans la base (d

)
E
est la transposee de M
a
. Les operateurs
M
a
et

M
a
ont donc les memes valeurs propres.
La resolution des syst`emes polynomiaux par des methodes matricielles est
basee sur le resultat suivant :
Theor`eme 4.23. Soit Z(I) =
1
, . . . ,
d
la variete denie par lideal I.
i) Si a K[x], alors les valeurs propres de M
a
(et

M
a
) sont a(
1
), . . . , a(
d
).
En particulier, celles de M
x
i
, i = 1, . . . , n, sont les i
`emes
coordonnees des
racines
1
, . . . ,
d
.
ii) Si a K[x], alors les evaluations 1

1
, . . . , 1

d
sont des vecteurs propres
de

M
a
associes respectivement aux valeurs propres a(
1
), . . . , a(
d
). De
plus, ils sont les seuls (`a des scalaires pr`es) vecteurs propres communs ` a
tous les endomorphismes

M
a
, a K[x].
Demonstration. i) Soit i 1, . . . , d. Pour tout b /,
_

M
a
(1

i
)
_
(b) = 1

i
(a b) =
_
a(
i
) 1

i
_
(b).
Ceci montre que a(
1
), . . ., a(
d
) sont des valeurs propres de M
a
et

M
a
, les 1

i
sont des vecteurs propres de

M
a
associes aux valeurs propres a(
i
), et quils
sont communs `a tous les endomorphismes

M
a
.
Montrons que reciproquement toute valeur propre de M
a
est de la forme
a(
i
). Pour cela, denissons
p(x) =

Z(I)
_
a(x) a()
_
K[x].
Ce polyn ome sannule sur Z(I). Dapr`es le theor`eme des zeros de Hilbert, il
existe m N tel que p
m
I. Si I designe lidentite de /, loperateur
p
m
(M
a
) =

Z(I)
_
M
a
a() I
_
m
87
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
est nul, et le polyn ome minimal de M
a
divise

Z(I)
_
T a()
_
m
. Par suite,
les valeurs propres de M
a
sont de la forme a(), Z(I).
ii) Soit

/ un vecteur propre commun ` a toutes les applications lineaires

M
a
, a K[x]. Si = (
1
, . . . ,
n
) K
n
verie

M
x
i
() =
i
, pour i =
1, . . . , n, alors tout mon ome x

satisfait
_

M
x
i
()
_
(x

) = (x
i
x

) =
i
(x

).
Il sen suit que pour tout = (
1
, . . . ,
n
) N
n
,
(x

) =

1
1
. . .
n
n
(1) = (1) 1

(x

) ,
cest-`a-dire = (1) 1

. Comme

/ = I

, (p) = (1)p() = 0 pour tout


p I. Puisque (1) ,= 0, Z(I) et 1



/. 2
Remarque 4.24. Si a K[x], alors lensemble de tous les vecteurs propres
de M
a
est
d
i=1
_
I : a a(
i
)
_
/I.
Le theor`eme 4.23 et lidentite (4.1) permettent de calculer les racines de I
(par un seul calcul) si la base choisie (x

)
E
de / contient 1, x
1
, . . . , x
n
.
Algorithme 4.25. Calcul des racines dun id eal radical.
Entr ee : Une base (x

)
E
de / qui contient 1, x
1
, . . . , x
n
et les
tables de multiplication. Soit a un el ement de K[x] qui s epare
Z(I) (i.e. lapplication Z(I) a() K est injective).
1. D eterminer les vecteurs propres = (
0
,
1
, . . . ,
n
, . . .) de

M
a
dans la base (d

)
E
de

/.
2. Pour tout vecteur propre , calculer =
_

0
, . . . ,
n

0
_
.
Sortie : Les points ainsi obtenus sont les z eros de I.
Remarque 4.26. Les vecteurs propres dans cet algorithme peuvent se
calculer par des methodes numeriques. Pour un aper cu de ces techniques,
consulter [GVL96].
Si lideal I nest pas radical, cet algorithme produit les zeros simples de I,
mais les racines multiples necessitent, comme nous allons le voir, une triangu-
larisation simultanee de matrices de multiplication.
88
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exemple 4.27. Calculons la matrice de multiplication par x
1
dans / de
lexemple 4.5,
1 x
1
x
1
,
x
1
x
1
x
1
x
2
+ x
1
+
1
6
,
x
2
x
1
x
1
x
2
,
x
1
x
2
x
1
x
1
x
2
+
55
54
x
1
+
2
27
x
2
+
5
54
.
Les matrices de M
x
1
et M
x
2
dans la base (1, x
1
, x
2
, x
1
x
2
) sont
M
x
1
=
_
_
_
_
_
_
_
0
1
6
0
5
54
1 1 0
55
54
0 0 0
2
27
0 1 1 1
_
_
_
_
_
_
_
, M
x
2
=
_
_
_
_
_
_
_
0 0
25
24

5
54
0 0
5
4

55
54
1 0 2
5
54
0 1
5
4
2
_
_
_
_
_
_
_
.
Les valeurs propres de lendomorphisme

M
x
1
sont
1
3
et
1
3
, leur multiplicite est
2, leurs sous-espaces propres respectifs sont les droites vectorielles engendrees
par
1
=
_
1,
1
3
,
5
6
,
5
18
_
,
2
=
_
1,
1
3
,
7
6
,
7
18
_
.
Dapr`es le theor`eme 4.23, il existe deux racines
1
,
2
communes ` a f
1
, f
2
telles que x
1
(
1
) =
1,1
(resp. x
1
(
2
) =
2,1
) est une valeur propre associee
au vecteur propre 1

1
(resp. 1

2
). Donc 1

1
et
1
(resp. 1

2
et
2
) sont lies.
Comme la base de / est (1, x
1
, x
2
, x
1
x
2
), les solutions du syst`eme f
1
= f
2
= 0
sont
1
= (
1
3
,
5
6
) et
2
= (
1
3
,
7
6
). Les quatri`emes coordonnees des vecteurs
1
et
2
(correspondent `a x
1
x
2
) sont bien le produit des deuxi`emes et troisi`emes
coordonnees.
Remarque 4.28. Lorsque certains sous-espaces propres de

M
a
sont de dimen-
sions au moins 2, les evaluations 1

i
sont des combinaisons lineaires des vec-
teurs propres de ces sous-espaces. Il est donc possible de parametrer ces
i
sans
pour autant les expliciter : si la dimension du sous-espace propre associe `a une
valeur propre a() est m 2, et (
1
, . . . ,
m
) est une base de celui-ci, dapr`es
le theor`eme 4.23, il existe (c
1
, . . . , c
m
) K
m
tel que 1

= c
1

1
+ + c
m

m
.
Ainsi, (

)
E
= c
1
(
1,
)
E
+ +c
m
(
m,
)
E
, o` u (
i,
)
E
sont les coor-
donnees du vecteur propre
i
dans la base duale (d

)
E
de la base (x

)
E
de /. Pour expliciter les zeros de I, nous utiliserons le fait que les matrices
M
x
1
, . . . , M
xn
commutent.
Proposition 4.29. Il existe une base de / dans laquelle les matrices T
j
des
operateurs M
x
j
sont triangulaires. Et si t
j
i,i
designe le i
` eme
element de la dia-
gonale de T
j
, alors Z(I) = t
i
:= (t
1
i,i
, . . . , t
n
i,i
), i = 1, . . . , D.
Demonstration. Puisque M
x
1
, . . . , M
xn
commutent, ils se triangularisent dans
une meme base en T
1
, . . . , T
n
. Pour tout p I, la matrice de multiplication
89
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
par p dans / est M
p
= p(M
x
1
, . . . , M
xn
) = 0. Donc p(T
1
, . . . , T
n
) = 0, et le i
` eme
element p(t
i
) de la diagonale de la matrice p(T
1
, . . . , T
n
) est nul. Par suite
t
i
Z(I), pour i = 1, . . . , D.
Montrons que reciproquement tout element de Z(I) est un point t
i
. Soit
l =

n
i=1

i
x
i
une forme lineaire qui separe Z(I). Les valeurs propres de
M
l
sont les termes diagonaux de la matrice

n
j=1

j
T
j
, cest-`a-dire l(t
i
), i =
1, . . . , D. Soit un zero de I. Dapr`es le theor`eme 4.23, il existe i
0
1, . . . , D
tel que l() = l(t
i
0
). Comme t
i
0
Z(I) et l separe Z(I), = t
i
0
. 2
La proposition 4.29 permet de resoudre les syst`emes polynomiaux.
Algorithme 4.30. Calcul des racines par triangulation simul-
tan ee.
Entr ee : Les matrices M
x
i
des op erateurs de multiplication par
les variables x
i
pour i = 1, . . . , n dans une base de /.
1. D eterminer une d ecomposition de Schur de M
x
1
(i.e. trouver
une matrice unitaire P telle que T
1
= PM
x
1
P
1
soit
triangulaire).
2. Calculer les matrices triangulaires T
i
= PM
x
i
P
1
, i = 2, . . . , n.
Sortie : Si t
j
i,i
d esigne le i
` eme
el ement de la diagonale de T
j
,
alors
Z(I) = (t
1
i,i
, . . . , t
n
i,i
), i = 1, . . . , D.
4.8. Decomposition des operateurs de multiplication de /
Comme les sous-alg`ebres /
i
de / sont stables par multiplication par les
elements de /, et /
i
/
j
0 si i ,= j, les matrices des operateurs M
a
, a /,
se decomposent en blocs dans une base de / adaptee `a la decomposition
/ = /
1
/
d
.
Theor`eme 4.31. Il existe une base de / dans laquelle tout endomorphisme
M
a
se decompose sous la forme
_
_
_
N
1
a
0
.
.
.
0 N
d
a
_
_
_ , avec N
i
a
=
_
_
_
a(
i
) . . .
.
.
.
.
.
.
0 a(
i
)
_
_
_ , i = 1, . . . , d.
Le bloc N
i
a
correspond ` a la sous-alg`ebre /
i
.
Demonstration. Pour chaque i 1, . . . , d, les operateurs de multiplication
dans /
i
par les elements de / commutent. Donc il est possible de choisir une
90
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
base de /
i
pour que les matrices de multiplication N
i
a
par a /, dans /
i
,
dans cette base soient triangulaires superieures. Dapr`es le corollaire 4.19 et le
theor`eme 4.23, la seule valeur propre de N
i
a
est a(
i
). 2
Nous deduisons le resultat suivant :
Corollaire 4.32. Si

est la multiplicite de la racine Z(I), alors pour


tout a /, nous avons
i) la trace de lendomorphisme M
a
est tr(M
a
) =

Z(I)

a(),
ii) le determinant de lendomorphisme M
a
est det(M
a
) =

Z(I)
a()

.
Remarque 4.33. Sur la diagonale de N
i
a
du theor`eme 4.31, a(
i
) apparat
autant de fois que la multiplicite de
i
. Cependant si a(
i
) = a(
j
) pour i ,= j,
la multiplicite de la valeur propre a(
i
) de la multiplication par a dans / est
plus grande que

i
.
4.9. Forme de Chow de lideal I
Le theor`eme de structure 4.31 permet de denir la forme de Chow de I.
Denition 4.34. La forme de Chow de lideal I est le polyn ome homog`ene
de K[u] = K[u
0
, . . . , u
n
] deni par
(
I
(u) = (
I
(u
0
, . . . , u
n
) =

Z(I)
(u
0
+
1
u
1
+ +
n
u
n
)

designe la multiplicite de = (
1
, . . . ,
n
).
Proposition 4.35. La forme de Chow de I est le determinant de la matrice
u
0
I +u
1
M
x
1
+ +u
n
M
xn
, o` u I designe la matrice identite et M
x
i
la matrice de
multiplication par x
i
dans / (dans une base quelconque de /).
Demonstration. Dapr`es le theor`eme 4.31, pour tout (u
0
, . . . , u
n
) K
n+1
,
det(u
0
I + u
1
M
x
1
+ + u
n
M
xn
) = det(M
u
0
+u
1
x
1
++un xn
)
=

Z(I)
(u
0
+
1
u
1
+ +
n
u
n
)

.
2
Remarque 4.36. Il est donc possible de determiner la forme de Chow en
calculant les matrices des operateurs M
x
1
, . . . , M
xn
, ` a laide par exemple dune
base de Grobner de I. Et si nous utilisons un algorithme de factorisation pour
decomposer le polynome det(u
0
I + u
1
M
x
1
+ + u
n
M
xn
) K[u] en facteurs
lineaires (voir [CM93, CG05]), les coecients de ces facteurs permettent de
determiner les racines de I.
91
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
La partie sans facteur carre de (
I
(u) est

(
I
(u) =
(
I
(u)
pgcd
_
(
I
(u),
C
I
u
0
(u)
_ =

Z(I)
(u
0
+
1
u
1
+ +
n
u
n
) K[u].
Elle est appelee la forme de Chow reduite de I.
4.10. Representation univariee rationnelle
La representation univariee rationnelle est la description des solutions dun
syst`eme polynomial multivariable et 0-dimensionnel f
1
= = f
m
= 0 ` a laide
des zeros dun polyn ome en une variable et dune application rationnelle. Nous
utiliserons, pour cela, la forme de Chow de I = (f
1
, . . . , f
m
).
Theor`eme 4.37. Soit (u) un multiple de la forme de Chow reduite

(
I
(u).
Pour t = (t
1
, . . . , t
n
) K
n
generique, nous ecrivons

pgcd
_
,

u
0
_
_
(0, t) +u
_
= d
0
(u
0
) + u
1
d
1
(u
0
) + + u
n
d
n
(u
0
) + r(u),
avec d
0
(u
0
), . . . , d
n
(u
0
) K[u
0
], pgcd
_
d
0
(u
0
), d
0

(u
0
)
_
= 1, et le polyn ome
r(u) appartient `a lideal (u
1
, . . . , u
n
)
2
de K[u] = K[u
0
, . . . , u
n
]. Alors pour
tout = (
1
, . . . ,
n
) Z(I), il existe une racine
0
de d
0
(u
0
) telle que
d
0

(
0
)
i
d
i
(
0
) = 0 , i = 1, . . . , n.
Remarque 4.38. La proposition 4.35 donne un moyen pour calculer la forme
de Chow en utilisant les operateurs de multiplication. Nous verrons, dans les
sections 6.4 et 10.3, comment obtenir un multiple de la forme de Chow en
utilisant les matrices des resultants ou les bezoutiens.
Le theor`eme 4.37 decrit les elements de Z(I), comme les valeurs des points
_
d
1
(u
0
)
d
0

(u
0
)
, . . . ,
dn(u
0
)
d
0

(u
0
)
_
en certaines racines de d
0
(u
0
). Cette approche remonte `a
Macaulay, qui la utilisee pour determiner une decomposition primaire dun
ideal (voir la note en bas de la page 88 de [Mac16]). Elle a ete utilise par la
suite par plusieurs auteurs (voir [ABRW96, Rou96, Rou99]). Sur lexten-
sion de cette methode au cas non 0-dimensionnel, voir sous-secion 10.3.4 ou
consulter [EM99a].
Pour montrer le theor`eme 4.37, nous avons besoin du lemme suivant :
Lemme 4.39. Soient A(u) et B(u) deux polyn omes de K[u] premiers entre
eux. Pour t = (t
1
, . . . , t
n
) K
n
generique, A
0
(u
0
) = A(u
0
, t
1
, . . . , t
n
) et
B
0
(u
0
) = B(u
0
, t
1
, . . . , t
n
) sont premiers entre eux dans K[u
0
].
Demonstration. Si lun des deux polyn omes ne depend pas de u
0
, alors le
lemme est vrai pour tout t K
n
. Sinon A(u) et B(u) sont premiers entre
eux dans (K[u
1
, . . . , u
n
])[u
0
]. Il existe alors K[u
1
, . . . , u
n
] non nul, F
92
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
K[u], G K[u] tels que F(u)A(u) + G(u)B(u) = (u
1
, . . . , u
n
). Pour tout
t K
n
veriant (t
1
, . . . , t
n
) ,= 0, A
0
(u
0
) et B
0
(u
0
) sont premiers entre eux.
2
Demonstration. (preuve du theor`eme 4.37) Decomposons (u) sous la forme
(u) =
_

=(
1
,...,n)Z(I)
(u
0
+
1
u
1
+ +
n
u
n
)
n

_
H(u) ,
avec n

Z(I)
(u
0
+
1
u
1
+ +
n
u
n
)
n

et H(u) premiers entre eux.


Posons
d(u) =
(u)
pgcd
_
(u),

u
0
(u)
_ =
_

Z(I)
(u
0
+
1
u
1
+ +
n
u
n
)
_
h(u) ,
o` u

Z(I)
(u
0
+
1
u
1
+ +
n
u
n
) et h(u) sont premiers entre eux. Soit
t = (t
1
, . . . , t
n
) K
n
, et notons t = (0, t
1
, . . . , t
n
) K
n+1
. Nous avons
d(t +u) =
_

Z(I)
_
t, ) + u
0
+
1
u
1
+ +
n
u
n
_
_
h(t +u)
= d
0
(u
0
) + u
1
d
1
(u
0
) + + u
n
d
n
(u
0
) + r(u) ,
avec t, ) = t
1

1
+ + t
n

n
, d
0
, . . . , d
n
K[u
0
], et r(u) (u
1
, . . . , u
n
)
2
.
Developpons h(t +u) sous la forme
h(t +u) = h
0
(u
0
) + u
1
h
1
(u
0
) + + u
n
h
n
(u
0
) + s(u) ,
o` u h
0
, . . . , h
n
K[u
0
] et s(u) (u
1
, . . . , u
n
)
2
. Par identication
d
0
(u
0
) =
_

Z(I)
_
t, ) + u
0
_
_
h
0
(u
0
) , et pour i = 1, . . . , n ,
d
i
(u
0
) =
_

Z(I)

=
_
t, ) + u
0
_
_
h
0
(u
0
) +
_

Z(I)
_
t, ) + u
0
_
_
h
i
(u
0
).
Ainsi,
d
0

(u
0
) =
_

Z(I)

=
_
t, ) + u
0
_
_
h
0
(u
0
) +
_

Z(I)
_
t, ) + u
0
_
_
h
0

(u
0
).
Dapr`es le lemme 4.39, si t K
n
est generique, les polyn omes h
0
(u
0
) et

Z(I)
_
t, ) + u
0
_
sont premiers entre eux. Si
0
= t, ) est une racine de
93
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
d
0
(u
0
), alors h
0
(
0
) ,= 0, et
d
0

(
0
) =
_

=
_
t, ) t, )
_
_
h
0
(
0
) ,
d
i
(
0
) =
i
_

=
_
t, ) t, )
_
_
h
0
(
0
) , pour i = 1, . . . , n.
Supposons, de plus, que le vecteur generique t separe Z(I). Alors

i
=
d
i
(
0
)
d
0

(
0
)
pour i = 1, . . . , n.
2
La representation de Z(I) donnee par le theor`eme 4.37 nest pas minimale,
car les racines de d
0
(u
0
) ne denissent pas toutes necessairement des zeros de
I. Nous venons de demontrer que la variete Z(I) est decrite seulement par les
racines de d
0
(u
0
) qui nannulent pas h
0
(u
0
).
Nous deduisons de ce qui precede lalgorithme suivant :
Algorithme 4.40. Repr esentation univari ee rationnelle (minimale)
des racines de lid eal 0-dimensionnel I = (f
1
, . . . , f
m
).
Entr ee : Un mutltiple de la forme de Chow r eduite (u) de I.
1. Calculer d(u) =
(u)
pgcd
_
(u),

u
0
(u)
_
.
2. Choisir t K
n
g en erique (i.e. tel que le polyn^ ome d
0
(u
0
)
ci-dessus soit sans facteur carr e) et d evelopper d(t + u)
sous la forme
d(t +u) = d
0
(u
0
) + u
1
d
1
(u
0
) + + u
n
d
n
(u
0
) +
3. D ecomposer d
0
(u
0
), puis garder ses facteurs irr eductibles
p
1
, . . . , p
s
qui divisent les num erateurs des fractions
rationnelles
f
i
_
d
1
(u
0
)
d
0

(u
0
)
, . . . ,
d
n
(u
0
)
d
0

(u
0
)
_
, i = 1, . . . , m.
Sortie : La repr esentation minimale de Z(I) est donn ee par
(p
1
. . . p
s
)(u
0
) = 0 ,
_
d
1
(u
0
)
d
0

(u
0
)
, . . . ,
d
n
(u
0
)
d
0

(u
0
)
_
.
94
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dans le cas o` u le polyn ome (u) est exactement la forme de Chow (
I
(u),
nous avons la proposition suivante :
Proposition 4.41. Avec les notations du theor`eme 4.37, si (u) = (
I
(u) et
t separe Z(I), alors il y a une bijection entre les racines de d
0
(u
0
) et Z(I).
Demonstration. Voir lexercice 4.13. 2
Remarque 4.42. Lalgorithme precedent fournit une autre methode pour
resoudre le syst`eme f
1
= = f
m
= 0, en resolvant une equation dune
variable, puis en reportant ses solutions dans des fractions rationnelles. Cette
approche se prete bien ` a des calculs exacts et sur des nombres algebriques.
Elle peut etre utilisee d`es que lon dispose dune base de / , par exemple via
une base de Gr obner. Il sut alors de calculer les matrices de multiplication
M
x
i
, pour i = 1, . . . , n, puis les premiers termes du developpement de la partie
sans facteur carre de (
I
(t + u). Une alternative aux bases de Gr obner pour
determiner un multiple de la forme de Chow de I est lutilisation des resultants
ou des bezoutiens (voir sections 6.4 et 10.3).
Une base de Gr obner lexicographique fournit egalement une representation
rationnelle de la variete Z(f
1
, . . . , f
m
) (voir exercice 4.15). Cette approche se
prete egalement `a une arithmetique exacte ou avec des nombres algebriques,
mais se rev`ele souvent plus co uteuse que la methode precedente. Pour avoir
plus de details sur ces deux representations, consulter [Rou96].
Nous avons vu comment resoudre le syst`eme f
1
= . . . = f
m
= 0 en calculant
les vecteurs propres des matrices M
x
i
. Comparee `a la representation rationnelle
qui necessite le calcul dun determinant, la methode des vecteurs propres est
plus avantageuse (numeriquement) si les coecients des M
x
i
ne sont connus
quavec une certaine incertitude.
Exemple 4.43. Reprenons lexemple 4.5. La forme de Chow de (f
1
, f
2
) est
C = det(u
0
I + u
1
M
1
+ u
2
M
2
)
=
2
9
u
2
0
u
2
u
1
+ u
4
0
+
1
81
u
4
1
+
1225
1296
u
4
2
+
35
9
u
0
u
3
2
+
2
81
u
2
u
3
1

11
54
u
2
1
u
2
2

35
162
u
1
u
3
2

4
9
u
0
u
2
u
2
1

4
9
u
0
u
1
u
2
2
+ 4u
3
0
u
2
+
107
18
u
2
0
u
2
2

2
9
u
2
0
u
2
1
.
la factoriLe polyn ome d est
d(u
0
, u
1
, u
2
) =
1225
1296
u
2
2
+
35
18
u
0
u
2
+
35
36
u
2
0

35
324
u
2
u
1

35
324
u
2
1
.
Pour t = (0, 1) (qui est ici generique), d
_
(0, 0, 1) + (u
0
, u
1
, u
2
)
_
=
35
48
+
35
18
u
0
+
35
36
u
2
0

35
108
u
1
+
_
385
216
+
35
18
u
0
_
u
2

35
324
u
1
u
2

35
324
u
2
1
+
1225
1296
u
2
2
.
95
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Ainsi,
d
0
(u
0
) =
35
48
+
35
18
u
0
+
35
36
u
2
0
=
35
36
_
u
0
+
1
2
__
u
0
+
3
2
_
,
d
1
(u
0
) =
35
108
,
d
2
(u
0
) =
385
216
+
35
18
u
0
.
Dapr`es la proposition 4.41, la representation rationnelle minimale de Z(f
1
, f
2
)
est donnee par
_
u
0
+
1
2
__
u
0
+
3
2
_
= 0,
_

1
6 (1 + u
0
)
,
11 + 12 u
0
12 (1 + u
0
)
_
.
Donc les solutions du syst`eme f
1
= f
2
= 0 sont
_

1
3
,
5
6
_
,
_
1
3
,
7
6
_
.
4.11. Nombre de racines reelles
Dans des domaines, tels que la robotique, la vision, la chimie, la biologie, les
statistiques . . . la modelisation de certains probl`emes conduit ` a des syst`emes
polynomiaux ` a coecients reels. Pour ces questions, seules les solutions reelles
ont une interpretation physique. Cest pour cela que nous allons nous interesser
`a la resolution algebrique reelle.
Soient f
1
, . . . , f
m
des elements de R[x]. Supposons que la variete complexe
Z
C
= C
n
: f
1
() = = f
m
() = 0 =
1
, . . . ,
d
soit nie. Le but de
cette section est letude de la structure de lalg`ebre reelle /
R
= R[x]/I, o` u I
(resp. J) designe lideal de R[x] (resp. C[x]) engendre par f
1
, . . . , f
m
.
Lalg`ebre complexe /
C
= C[x]/J = /
R

R
C est munie (naturellement)
dune conjugaison, qui xe les variables x
1
, . . . , x
n
et conjugue les coecients
complexes des polynomes. Ainsi, /
R
devient lensemble des elements xes de
/
C
par cette conjugaison. Le conjugue dun element a / est note a.
Soient
1
,
1
, . . . ,
s
,
s
les racines complexes non reelles de f
1
= = f
m
=0,
et
2s+1
, . . . ,
d
ses racines reelles.
Lemme 4.44. Si Z
C
et e

designe lidempotent associe `a , alors e

= e

.
Demonstration. Il est facile de verier que /

= /

, et par suite e

.
Dapr`es le theor`eme 4.9, la decomposition 1 = e

1
+ +e

d
, avec e

i
/

i
,
est unique, donc e

= e

. 2
Soit Z
C
. Introduisons les notations suivantes :
e
,
= e

+e

, e
,
=
1
i
(e

) , /
,R
= e
,
/
R
.
Si Z
C
R
n
, /
,R
= e

/
R
. Si Z
C
R
n
, e
2
,
e
,
.
96
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Lemme 4.45. Si Z
C
, alors la sous-alg`ebre /
,R
de /
R
contient e
,
et
e
,
. Et de plus, e
,
est son element neutre.
Demonstration. Les elements e
,
et e
,
de /
C
sont xes par conjugaison com-
plexe, ils appartiennent donc ` a /
R
. Par suite /
,R
/
R
. Puisque e
,
/
R
et
e
,
e
,
e
,
, nous deduisons que e
,
/
,R
. De plus, pour tout a /
,R
,
e
,
a a (car e
2
,
e
,
). 2
Notons J un sous-ensemble de Z
C
qui contient un seul representant par
classe de conjugaison des racines de I (i.e. J =
1
, . . . ,
s
,
2s+1
, . . . ,
d
, avec

i

i
,
i
pour i = 1, . . . , s).
Proposition 4.46. Lalg`ebre reelle /
R
se decompose en /
R
=
W
/
,R
.
Demonstration. Dapr`es le theor`eme 4.9, /
C
=
W
(e

+ e

) /
C
. Comme
lensemble des elements de /
C
xes par conjugaison est /
R
, nous deduisons
la decomposition souhaitee pour /
R
.
2
Considerons maintenant la forme lineaire
Tr : /
C
C
a Tr(a) := tr(M
a
),
o` u tr(M
a
) designe la trace de loperateur de multiplication par a dans /
C
.
Lemme 4.47. Si g C[x] et Z
C
, alors Tr(g e

) =

g(). En particulier
si h C[x] et N
n
0, alors Tr
_
(x )

he

_
= 0.
Demonstration. Dapr`es le corollaire 4.22,
_
g g()
_
e

est nilpotent, donc


Tr
_
(g g())e

_
= Tr(ge

) g()Tr(e

) = 0.
Puisque /
C
=
Z
C
/

, e

est lunite de la sous-alg`ebre /

de /
C
et e

= 0
pour tout Z
C
, Tr(e

) = dim
C
(/

) =

. Ainsi, Tr(ge

) = g()

. 2
Pour tout h R[x], denissons la forme bilineaire
S
h
: /
R
/
R
R
(a, b) Tr(hab),
o` u Tr(hab) designe la trace de loperateur de multiplication pas hab dans /
R
.
La matrice de S
h
est reelle symetrique, donc elle est diagonalisable sur R.
Les racines reelles de f
1
, . . . , f
m
vont etre decrites `a laide de la forme qua-
dratique Q
h
associee `a S
h
. Le cas dune variable a ete etudie par Hermite,
Jacobi au dix-neuvi`eme si`ecle (voir [Kli72]). Le cas multivariable a ete no-
tament etudie dans [PRS93, Ped96, BPR03].
97
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Nous rappelons que la signature dune forme quadratique Q sur /
R
est la
dierence entre le nombre de valeurs propres positives et le nombre de valeurs
propres negatives de la matrice de Q dans une base quelconque de /
R
. Le rang
de Q est le nombre de valeurs propres non nulles de la matrice de Q.
Theor`eme 4.48. Soit h R[x].
i) Le nombre de racines complexes distinctes de f
1
, . . . , f
m
telles que
h() ,= 0 est egal au rang de la forme quadratique Q
h
.
ii) La dierence entre le nombre de racines reelles distinctes de f
1
, . . . , f
m
telles que h() > 0 et le nombre de racines reelles distinctes de f
1
, . . . , f
m
telles que h() < 0 est egale `a la signature de Q
h
.
Demonstration. Si /
,R
,= /
,R
, alors /
,R
/
,R
0. Par consequent, la
matrice de Q
h
dans une base de /
R
formee delements des sous-alg`ebres /
,R
est diagonale par blocs. Pour prouver le theor`eme 4.48, il sut donc de le faire
pour la restriction de Q
h
`a /
,R
. Le rang (resp. la signature) de Q
h
sera la
somme des rangs (resp. signatures) de ces restrictions. La restriction de Q
h
` a
/
,R
sera aussi notee Q
h
.
Dapr`es la proposition 4.15, le C-espace vectoriel /

a une base de la forme


_
(x )

i
e

, i = 0, . . . ,

1
_
, avec
i
N
n
et
0
= 0.
Si = , cette base est reelle et cest aussi une base du R-espace vectoriel
/
,R
. Dapr`es le lemme 4.47, la matrice de Q
h
dans cette base est
_
Tr( (x )

i
+
j
he

)
_
i,j=0,...,

1
=
_

h() 0
0 0
_
.
Le rang de Q
h
est donc 1 si h() ,= 0 et 0 sinon. Sa signature est 1 si h() > 0,
0 si h() = 0, 1 si h() < 0.
Si ,= , nous deduisons la base reelle suivante de /

= (e

+ e

)/,
de celles de /

et /

,
_
(x )

i
e

+(x )

i
e

,
1
i
_
(x )

i
e

(x )

i
e

_
, i = 0, . . . ,

1
_
.
Cette famille est aussi une base du R-espace vectoriel /
,R
. Dapr`es le lemme
4.47, la matrice de Q
h
dans cette base est
_
_
_
_
_
_
_
_

_
h() + h()
_

1
i
_
h() h()
_
0 0

1
i
_
h() h()
_

_
h() + h()
_
0 0
0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0
_
_
_
_
_
_
_
_
.
Le rang de Q
h
est donc 2 si h() ,= 0 et 0 sinon. Pour etudier sa signature,
posons a =
_
h()
_
et b =
_
h()
_
(la partie reelle et la partie imaginaire de
98
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
h()
_
. Si ab = 0, la signature de Q
h
est nulle. Si ab ,= 0, la signature Q
h
est la
signature de la forme quadratique
a x
2
+ 2 b xy a y
2
= a
_
x +
b
a
y
_
2

1
a
_
a
2
+ b
2
_
y
2
,
qui est encore nulle.
Par consequent, le rang de Q
h
(comme forme quadratique sur /) compte
le nombre de racines complexes distinctes Z
C
telles que h() ,= 0, et sa
signature, la dierence entre le nombre de racines reelles telles que h() > 0
et le nombre de racines reelles telles que h() < 0. 2
Le theor`eme 4.48 permet de compter le nombre de racines dans une region
donnee (voir exercices 4.18, 4.19, 4.20). Ce qui est utile pour la localisation
des zeros dun syst`eme polynomial avant de les determiner numeriquement.
Corollaire 4.49. Soient f
1
, . . . , f
m
R[x].
i) Le nombre de racines complexes distinctes du syst`eme f
1
= = f
m
= 0
est egal au rang de la forme quadratique Q
1
.
ii) Le nombre de racines reelles distinctes de f
1
= = f
m
= 0 est egal ` a
la signature de Q
1
.
Algorithme 4.50. Nombre de racines r eelles dun syst` eme polyno-
mial.
Entr ee : Des polyn^ omes f
1
, . . . , f
m
R[x] d efinissant une vari ete
de dimension 0.
1. D eterminer une base (x

)
E
de R[x]/(f
1
, . . . , f
m
).
2. Calculer la matrice sym etrique
_
Tr(x
+
)
_
,E
, sa signature
s et son rang r.
Sortie : Retourner
r = card C
n
: f
1
() = = f
m
() = 0,
s = card R
n
: f
1
() = = f
m
() = 0.
Exemple 4.51. Reprenons lexemple 4.5 et calculons les matrices Q
1
de Q
1
et Q
x
1
de Q
x
1
. Par exemple
Q
x
1
=
_
_
_
_
Tr(x
1
) Tr(x
2
1
) Tr(x
1
x
2
) Tr(x
2
1
x
2
)
Tr(x
2
1
) Tr(x
3
1
) Tr(x
2
1
x
2
) Tr(x
3
1
x
2
)
Tr(x
1
x
2
) Tr(x
2
1
x
2
) Tr(x
1
x
2
2
) Tr(x
2
1
x
2
2
)
Tr(x
2
1
x
2
) Tr(x
3
1
x
2
) Tr(x
2
1
x
2
2
) Tr(x
3
1
x
2
2
)
_
_
_
_
.
99
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
En utilisant les matrices M
x
1
et M
x
2
calculees dans lexemple 4.27, Tr(1) =
4, Tr(x
1
) = tr(M
x
1
) = 0, Tr(x
2
) = tr(M
x
2
) = 4, Tr(x
1
x
2
) = Tr(M
x
1
M
x
2
) =
2
9
.
La forme lineaire Tr a pour coordonnees (4, 0, 4,
2
9
) dans la base duale de la
base (1, x
1
, x
2
, x
1
x
2
) de /. Les coordonnees de la forme lineaire x
1
Tr dans
la meme base sont
t
_
Tr(x
1
), Tr(x
2
1
), Tr(x
1
x
2
), Tr(x
2
1
x
2
)
_
=
t
M
x
1
t
_
4, 0, 4,
2
9
_
=
t
_
0,
4
9
,
2
9
,
4
9
_
.
Ce vecteur constitue la premi`ere colonne de la matrice Q
x
1
. Les autres colonnes
de Q
x
1
sobtiennent par multiplication de ce vecteur par
t
M
x
1
,
t
M
x
2
,
t
M
x
2
t
M
x
1
:
Q
1
=
_
_
_
_
_
4 0 4
2
9
0
4
9
2
9
4
9
4
2
9
37
9
4
9
2
9
4
9
4
9
37
81
_
_
_
_
_
, Q
x
1
=
_
_
_
_
_
0
4
9
2
9
4
9
4
9
0
4
9
2
81
2
9
4
9
4
9
37
81
4
9
2
81
37
81
4
81
_
_
_
_
_
.
Le rang des deux formes quadratiques Q
1
et Q
x
1
est 2, leurs signatures respec-
tives sont 2 et 0. Ceci conrme que le syst`eme de lexemple 4.5 a deux racines
reelles distinctes et que leurs premi`eres coordonnees sont de signes opposes
(voir exemple 4.27).
4.12. Exercices
Exercice 4.1. Soient
f
1
(x, y, z) = x
5
+ y
4
+ z
3
1 et f
2
(x, y, z) = x
3
+ y
3
+ z
2
1
des elements de K[x, y, z]. En utilisant un syst`eme de calcul formel, calculer :
1. La base de Grobner reduite de (f
1
, f
2
) pour lordre gradue lexicographique in-
verse x > y > z.
2. La base de Grobner reduite pour lordre lexicographique x > y > z.
3. Que constatez-vous ?
Exercice 4.2. Soit f(x) = (x + 1)(x + 2) . . . (x + 20).
1. En utilisant un syst`eme de calcul formel, trouver les racines du polyn ome g(x) =
f(x) + 10
9
x
19
.
2. Comparer les racines de f(x) ` a celles de g(x).
Exercice 4.3. Soit Z une partie de K
n
contenant d elements. Montrer quau moins
une des formes lineaires x
1
+ ix
2
+ + i
n1
x
n
, i = 0, . . . , (n 1)
_
d
2
_
, separe Z.
Exercice 4.4. Soient K un corps algebriquement clos et I un ideal 0-dimensionnel
de K[x].
1. Montrer que tout ideal premier propre de K[x] contenant I est maximal.
2. Si Z(I) =
1
, . . . ,
d
, montrer que

I = m
1
. . . m
d
, o` u m
i
designe lideal
maximal de K[x] deni par la racine
i
.
100
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
3. En deduire une decomposition primaire de I.
4. Montrer que cette decomposition est unique.
Exercice 4.5. Soit I un ideal 0-dimensionnel de K[x] et Q
1
. . .Q
r
sa decomposition
primaire. Montrer que lalg`ebre K[x]/I est isomorphe `a K[x]/Q
1
K[x]/Q
r
.
Exercice 4.6. Un anneau artinien est un anneau dans lequel toute suite decroissante
dideaux est stationnaire. Montrer :
1. Un anneau A est artinien si, et seulement si, tout ensemble non vide dideaux
de A admet un element minimal.
2. Dans un anneau artinien, tout ideal premier est maximal.
3. Dans un anneau artinien, il y a seulement un nombre ni dideaux maximaux.
4. Si I est un ideal de K[x] tel que le K-espace vectoriel K[x]/I est de dimension
nie, alors K[x]/I est artinien.
Exercice 4.7. Radical dun ideal 0-dimensionnel
Soit I un ideal 0-dimensionnel de K[x].
1. Montrer que le nombre de racines distinctes de I est dim
K
_
K[x]/

I
_
.
2. Si f est un polyn ome en une variable,

f =
f
pgcd(f, f

)
est sa partie sans facteur
carre. Montrer que

I = I +
_

f
1
(x
1
), . . . ,

f
n
(x
n
)
_
, o` u
_
f
i
(x
i
)
_
= I K[x
i
], pour
i = 1, . . . , n.
Exercice 4.8. Le but de cet exercice est de donner une autre construction des
idempotents (voir [GVRR97] pour plus de details).
Soit I un ideal de K[x] tel que le K-espace vectoriel / = K[x]/I soit de dimension
nie. Notons Z(I) =
1
, . . . ,
d
.
1. En utilisant les polyn omes dinterpolation de Lagrange, montrer quil existe des
elements p
i
de K[x] tels que p
i
(
i
) = 1 et p
i
(
j
) = 0 si i ,= j.
2. Montrer quil existe des entiers positifs n
i
tels que p
ni
i
p
nj
j
I si i ,= j.
3. Prouver quil existe des polyn omes a
i
tels que

d
i=1
a
i
p
ni
i
1 I.
4. En deduire lexistence delements e
1
, . . . , e
d
de K[x] qui verient
d

i=1
e
i
1 , e
i
e
j
0 si i ,= j , e
2
i
e
i
, e
i
(
i
) = 1.
Exercice 4.9. Radical dun ideal.
Soit I un ideal 0-dimensionnel de K[x]. Notons e
1
, . . . , e
d
(resp. m
1
, . . . , m
d
) les
idempotents (resp. ideaux maximaux) associes `a Z(I) =
1
, . . . ,
d
.
1. Si B

= /

/e

et B =
Z(I)
B

, montrer que B = Ke
1
Ke
d
. Puis
decomposer a K[x] selon cette somme directe.
2. Prouver que

I = I +

Z(I)
e

.
3. Si a /

, montrer que la forme lineaire a.Tr sur / est nulle si, et seulement
si, a e

.
101
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
4. En deduire que

I = I + c, o` u c designe lespace vectoriel engendre par a


K[x]/I : a.Tr = 0.
5. Donner un algorithme pour construire le radical de I.
Exercice 4.10. Donner un syst`eme f
1
= f
2
= 0 de K[x, y] tel que Z(f
1
, f
2
) soit nie
et pour tout a / = K[x, y]/(f
1
, f
2
), les sous-espaces propres de lendomorphisme
transpose de la multiplication par a dans / soient de dimensions au moins 2.
Exercice 4.11. Soient f
1
= x
3
3x
2
+ 2x, f
2
= y x
2
+ 1 des elements de K[x, y].
1. Determiner une base de lespace vectoriel / = K[x, y]/(f
1
, f
2
).
2. Calculer les valeurs propres de la multiplication par x dans / et leurs sous-
espaces propres.
3. Calculer les valeurs propres de la multiplication par y dans / et leurs sous-
espaces propres.
4. En deduire les solutions du syst`eme f
1
= f
2
= 0.
5. Trouver les sous-alg`ebres locales /
i
de /.
Exercice 4.12. Soient f
1
= x
2
xy + y, f
2
= x
2
y x
2
y
2
+ y des polyn omes de
K[x, y].
1. Determiner une base de lespace vectoriel / = K[x, y]/(f
1
, f
2
).
2. Quel est le nombre de racines reelles, puis complexes, communes aux equations
f
1
= 0, f
2
= 0 ?
3. Calculer les valeurs propres des endomorphismes de multiplication par x, y, 2x+
3y dans / et leurs sous-espaces propres.
4. Determiner Z(f
1
, f
2
).
Exercice 4.13. Montrer la proposition 4.41.
Exercice 4.14. Soit I lideal de C[x
1
, x
2
, x
3
, x
4
] engendre par les 4 polyn omes
f
1
= 2x
2
1
+ 2x
2
2
+ 2x
3
2
+ x
4
2
x
4
, f
2
= 2x
1
x
2
+ 2x
2
x
3
+ 2x
3
x
4
x
3
,
f
3
= 2x
1
x
3
+ x
2
3
+ 2x
2
x
4
x
2
, f
4
= 2x
1
+ 2x
2
+ 2x
3
+ x
4
1.
Utiliser un syst`eme de calcul formel pour :
1. Calculer la base de Gr obner reduite lexicographique avec x
1
< x
2
< x
3
< x
4
.
2. Determiner le nombre de racines complexes (en tenant compte des multiplicites)
communes `a f
1
, f
2
, f
3
, f
4
, le nombre de racines complexes distinctes communes `a
f
1
, f
2
, f
3
, f
4
, et le nombre de racines reelles distinctes communes `a f
1
, f
2
, f
3
, f
4
.
3. Calculer les matrices des operateurs de multiplication M
x1
, M
x2
, M
x3
, M
x4
.
4. Resoudre f
1
= f
2
= f
3
= f
4
= 0 par la methode des vecteurs propres, puis par
triangulation simultanee.
5. Determiner la forme de Chow de lideal I.
6. Trouver une representation univariee rationnelle des zeros de I.
7. Comparer cette representation avec la base de Grobner lexicographique dej` a
calculee.
102
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exercice 4.15. Soit I un ideal 0-dimensionnel et radical de K[x]. Supposons que x
n
separe Z(I).
1. Montrer que la base de Gr obner reduite pour lordre lexicographique x
1
< <
x
n
est x
1
g
1
(x
n
), . . . , x
n1
g
n1
(x
n
), g
n
(x
n
), o` u les g
i
sont des polyn omes
de la variable x
n
.
2. En deduire que la K-alg`ebre K[x]/I est isomorphe `a K[x
n
]/
_
g
n
(x
n
)
_
.
3. Si J est un ideal 0-dimensionnel de K[x], est-ce que lon peut toujours trouver
un polyn ome dune variable g tel que K[x]/J soit isomorphe ` a K[x
n
]/
_
g(x
n
)
_
?
Exercice 4.16. Soient I = (f
1
, . . . , f
m
) un ideal radical et 0-dimensionnel, et a un
element de K[x] qui separe Z(I).
1. Si P(T) est le polyn ome caracteristique de lendomorphisme M
a
de multiplica-
tion par a dans / = K[x]/I, montrer que lapplication
K[T] /
g(T) g(a)
induit un isomorphisme entre K[T]/
_
P(T)
_
et /.
2. Soient g
1
, . . . , g
n
des polyn omes de K[T] tels que g
i
(a) = x
i
dans /. Montrer
que Z(f
1
, . . . , f
m
) =
_
g
1
(), . . . , g
n
()
_
: est valeur propre de M
a
.
Exercice 4.17. Calcul dune representation univariee rationnelle `a partir
des traces.
Soient I un ideal 0-dimensionnel de K[x], ((u) sa forme de Chow et t = (t
0
, . . . , t
n
)
un vecteur generique de K
n+1
.
1. Montrer que
d
0
(u
0
) := ((t
0
+ u
0
, t
1
, . . . , t
n
) =

Z(I)
_
t() + u
0
_

,
d
0
(u
0
+ ) = d
0
(u
0
) +

Z(I)

_
t() + u
0
_
1

=
_
t() + u
0
_

+O(
2
),

d
0
(u
0
; x
i
) = ((t
0
+ u
0
, t
1
, . . . , t
i
+ x
i
, . . . , t
n
)
= d
0
(u
0
) +

Z(I)


i
_
t() + u
0
_
1

=
_
t() + u
0
_

+O(
2
),
o` u t() = t
0
+
1
t
1
+ +
n
t
n
si = (
1
, . . . ,
n
).
2. Quel est le coecient de dans d
0
(u
0
+ ) ?
3. Si d
i
(u
0
) designe le coecient de dans

d
0
(u
0
; x
i
), montrer que
lim
u0t()
d
i
(u
0
)
d
0

(u
0
)
=
i
.
4. Montrer que lon peut determiner le polyn ome d
0
(u
0
) en calculant les traces des
operateurs de multiplication par les puissances de t
0
+ t
1
x
1
+ + t
n
x
n
dans
K[x]/I (en utilisant les relations entre les sommes de Newton et les fonctions
symetriques elementaires des racines).
103
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
5. En deduire que les polyn omes d
0

(u
0
), d
1
(u
0
), . . . , d
n
(u
0
) peuvent egalement se
calculer ` a partir de la forme lineaire Tr.
6. Donner un algorithme qui fournit une representation univariee rationnelle des
solutions dun ideal 0-dimensionnel ` a laide de la forme lineaire Tr.
Exercice 4.18. Soient h, f
1
, . . . , f
m
R[x]. Expliquer comment lon peut obtenir
les nombres suivants :
1. Le nombre de racines reelles de f
1
, . . . , f
m
qui nannulent pas h.
2. Le nombre de racines reelles de f
1
, . . . , f
m
telles que h() > 0.
3. Le nombre de racines reelles de f
1
, . . . , f
m
dans lhypersurface h = 0.
Exercice 4.19. Quel est le nombre de solutions reelles dun syst`eme polynomial reel
`a linterieur dune boule euclidienne ouverte de R
n
?
Exercice 4.20. Etant donnes f
1
, . . . , f
m
R[x].
1. Soient h
1
, h
2
R[x]. Quel est le nombre de racines reelles de f
1
, . . . , f
m
telles
que h
1
() > 0 et h
2
() > 0 ?
2. Supposons n = 2. Quel est le nombre de racines reelles de f
1
, . . . , f
m
`a
linterieur dun rectangle de R
2
?
3. Soient h
1
, . . . , h
s
R[x]. Quel est le nombre de racines reelles de f
1
, . . . , f
m
telles que h
1
() > 0, . . . , h
s
() > 0 ?
104
CHAPITRE 5
TH

EORIE DES R

ESULTANTS
Sommaire
5.1. Cas dune variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.1.1. Matrice de Sylvester . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5.1.2. Matrice de Bezout . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.2. Cas multivariable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.2.1. Point de vue geometrique . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.2.2. Matrices du resultant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.3. Resultant sur P
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.3.1. Matrices de Macaulay . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.3.2. Multiplicativite du resultant . . . . . . . . . . . . . . . . . . . . . . . 118
5.3.3. Zeros `a linni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.3.4. Theor`eme de Macaulay. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.3.5. Theor`eme de Bezout. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.3.6. Structure des matrices de resultant . . . . . . . . . . . . . . . . . 121
5.3.7. Matrice de multiplication . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.3.8. Formule de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.3.9. Formule de Macaulay . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.3.10. Matrice de Bezout `a plusieurs variables . . . . . . . . . . . 129
5.3.11. Quelques premi`eres proprietes du bezoutien . . . . . . . 130
5.3.12. Methodes hybrides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.4. Resultant torique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.5. Resultant et bezoutien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.6. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dans ce chapitre, nous etudierons la theorie des resultants dont le but est
detudier lexistence de conditions necessaires (et susantes) sur les coe-
cients dun syst`eme dequations polynomiales pour que celui-ci ait des solu-
tions dans une variete algebrique donnee. Il faut donc eliminer les variables,
qui representent les solutions du syst`eme, pour obtenir des conditions sur les
coecients. Ce qui explique le nom de cette theorie dite de lelimination.
Les premi`eres contributions signicatives dans ce sens sont sans doute dues
`a Bezout [Bez79] et Euler vers 1756. Leurs travaux avaient pour but detendre
la methode proposee par Gauss pour resoudre les syst`emes lineaires. Dautres
mathematiciens, comme Sylvester, Cayley, Macaulay, Dixon [Syl53, Cay48,
Cay65, Mac02, Dix08], se sont illustres dans letude des resultants pendant
la seconde moitie du dix-neuvi`eme si`ecle et le debut du vingti`eme.
Apr`es une periode sombre pour la theorie de lelimination, lancee par Andre
Weil, qui voulait tout simplement eliminer lelimination, cette theorie a
connu ces derni`eres annees un renouveau, dont lun des pionniers est sans
doute J-P. Jouanolou [Jou91, Jou93a, Jou93b]. Dautres travaux ont suivi
[Cha93, GKZ94], et de nouvelles constructions dans le cas torique [Ber75,
Stu93, CE93], residuel ou sur une variete parametree [BEM00], [BEM01],
. . . ont generalise le resultant classique deni sur lespace projectif P
n
.
Ce renouveau de lelimination est lie `a son impact en geometrie algebrique
eective et `a ses applications dans dierents domaines tels que la robotique
et la planication de trajectoires [Can88, RR95], la biologie moleculaire
[BMB94, EM99b], la conception assistee par ordinateur [BGW88, Hof89,
MD95], lanalyse de complexite [Ren92, Can93, Laz93, BPR97, SS95,
FGS93], lalgorithmique des syst`emes polynomiaux [Laz81] . . .
5.1. Cas dune variable
Dans un premier temps, nous allons etudier le cas dune variable et presenter
deux formulations pour la construction du resultant de deux polyn omes.
5.1.1. Matrice de Sylvester. Soient f
0
= c
0,0
+c
0,1
x + +c
0,d
0
x
d
0
et
f
1
= c
1,0
+c
1,1
x + +c
1,d
1
x
d
1
deux polyn omes dune variable, ` a coecients
dans un corps K, de degres respectifs au plus d
0
et d
1
.
Notons 1
0
, 1
1
, 1 les sous-espaces vectoriels engendres respectivement par
les sous-ensembles 1, x, . . . , x
d
1
1
, 1, x, . . . , x
d
0
1
, 1, x, . . . , x
d
0
+d
1
1
, et
considerons lapplication lineaire dite de Sylvester
o : 1
0
1
1
1
(q
0
, q
1
) q
0
f
0
+ q
1
f
1
.
106
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Sa matrice S dans les bases monomiales de 1
0
1
1
et 1 est
S =
d
0
+d
1
..
f
0
x
d
1
1
f
0
f
1
x
d
0
1
f
1
_
_
_
_
_
_
_
_
_
_
_
_
_
c
0,0
0 c
1,0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. c
0,0
.
.
. c
1,0
c
0,d
0
.
.
. c
1,d
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 c
0,d
0
0 c
1,d
1
_
_
_
_
_
_
_
_
_
_
_
_
_
1
x
.
.
.
x
d
1
1
x
d
1
.
.
.
x
d
0
+d
1
1
_

_
d
0
+ d
1
(5.1)
Cette matrice sappelle la matrice de Sylvester de f
0
, f
1
. Elle est carree et de
taille d
0
+ d
1
(voir [Syl53]).
Proposition 5.1. Le determinant de la matrice S est nul si, et seulement si,
les polyn omes homogeneises f
h
0
et f
h
1
ont une racine commune dans P
1
(K).
Demonstration. Supposons que f
h
0
et f
h
1
ont une racine commune P
1
(K).
Si cette racine est `a linni, cest-` a-dire que = (0 : 1), les coecients
c
0,d
0
de f
0
et c
1,d
1
de f
1
sont nuls, et clairement det(S) = 0.
Si K,
(1, , . . . ,
d
0
+d
1
1
)S =
_
f
0
(), . . . ,
d
1
1
f
0
(), f
1
(), . . . ,
d
0
1
f
1
()
_
= 0,
et dans ce cas aussi det(S) = 0.
Reciproquement, supposons que det(S) = 0.
Si c
0,d
0
= c
1,d
1
= 0, alors (0 : 1) est une racine commune `a f
h
0
et f
h
1
.
Si lun des coecients c
0,d
0
, c
1,d
1
nest pas nul (par exemple c
0,d
0
,= 0
et donc deg(f
0
) = d
0
), le developpement de det(S) selon les derni`eres lignes
donne det(S) = c
d
1
deg(f
1
)
0,d
0
det(

S), o` u

S est la matrice de Sylvester de taille
d
0
+ deg f
1
associee `a f
0
(de degre d
0
) et f
1
. Comme det(

S) = 0, il existe
deux polyn omes non nuls q
0
et q
1
tels que deg(q
0
) < deg(f
1
), deg(q
1
) < d
0
et
q
0
f
0
+q
1
f
1
= 0. Ainsi, le ppcm(f
0
, f
1
) est de degre au plus d
0
+ deg(f
1
) 1,
et donc le pgcd(f
0
, f
1
) est de degre au moins 1. Par consequent, f
0
et f
1
ont
une racine commune dans K. 2
Denition 5.2. Le resultant des polyn omes f
0
et f
1
, en une seule variable x
et `a coecients indetermines, est le determinant de la matrice S de Sylvester
de f
0
et f
1
. Il sera note Res(f
0
, f
1
).
107
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Soit f
1
K[x] de degre d
1
. Si f
0
K[x] est de degre d
0
d
1
, la matrice S
de Sylvester permet de trouver la matrice de loperateur
M
f
0
: / /
a a f
0
de multiplication par f
0
dans / = K[x]/(f
1
) dans la base 1, x, . . . , x
d
1
1
.
Pour cela, decomposons S en 4 blocs
S =
_
A B
C D
_
,
o` u A, B, C, D sont des matrices de tailles respectives d
1
d
1
, d
1
d
0
, d
0
d
1
, d
0
d
0
.
Notons que la matrice D est inversible, puisque son determinant est c
d
0
1,d
1
,= 0.
Proposition 5.3. La matrice M
f
0
de multiplication par f
0
, dans / dans la
base 1, x, . . . , x
d
1
1
, est M
f
0
= A B D
1
C.
Demonstration. Le bloc S
0
=
_
A
C
_
represente f
0
, xf
0
, . . . , x
d
1
1
f
0
de f
0
,
alors que S
1
=
_
B
D
_
represente les multiples f
1
, xf
1
, . . . , x
d
0
1
f
1
de f
1
.
Pour calculer M
f
0
, il faut reduire f
0
, xf
0
, . . . , x
d
1
1
f
0
modulo f
1
. La reduction
de ces multiples de f
0
par f
1
consiste `a soustraire des combinaisons des colonnes
de S
1
`a celles de S
0
, an de transformer C en 0. Comme D est inversible, ceci se
traduit matriciellement par
_
A B
C D
_ _
I
d
1
D
1
C
_
=
_
A B D
1
C
0
_
. (5.2)
Donc A B D
1
C = M
f
0
. 2
Nous deduisons de la proposition 5.3, la formule suivante dite de Poisson.
Proposition 5.4. Si
1
, . . . ,
d
1
sont les racines de f
1
(chaque racine est
comptee autant de fois que sa multiplicite), alors
det(S) = c
1,d
1
d
0
d
1

i=1
f
0
(
i
).
Demonstration. Dapr`es la decomposition (5.2) et la propositon 5.3,
_
A B
C D
_ _
I
d
1
0
D
1
C I
d
0
_
=
_
M
f
0
B
0 D
_
.
Ainsi, det(S)=det(M
f
0
) det(D) = c
1,d
1
d
0
det(M
f
0
), et lidentite cherchee decoule
du theor`eme 4.23. 2
108
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
5.1.2. Matrice de Bezout. Supposons ici que d
1
d
0
.
Denition 5.5. Le bezoutien des deux polyn omes f
0
et f
1
de K[x] est

f
0
,f
1
(x, y) =
f
0
(x)f
1
(y) f
1
(x) f
0
(y)
x y
K[x, y].
Si
f
0
,f
1
(x, y) =

d
1
1
i=0

i
(x) y
i
=

d
1
1
i,j=0

i,j
x
i
y
j
, avec
i,j
K, la matrice de
Bezout de f
0
et f
1
est B
f
0
,f
1
= (
i,j
)
0i,jd
1
1
.
Les polyn omes
0
(x), . . . ,
d
1
1
(x), qui apparaissent dans la denition 5.5
sont de degres au plus d
1
1.
La matrice B
f
0
,f
1
est carree, de taille d
1
et symetrique, car
f
0
,f
1
(x, y) =

f
0
,f
1
(y, x). Elle est appelee matrice de Bezout de f
0
, f
1
.
Si pour i = 0, . . . , d
1
, H
f
1
,i
(x) = c
1,d
1
i
+ +c
1,d
1
x
i
est le i
`eme
polyn ome de
Horner associe `a f
1
= c
1,0
+c
1,1
x+ +c
1,d
1
x
d
1
, la famille (H
f
1
,0
, . . . , H
f
1
,d
1
1
)
est une base de lespace vectoriel / = K[x]/(f
1
). Nous deduisons de lidentite

1,f
1
(x, y) =
d
1
1

i=0
H
f
1
,d
1
i1
(x) y
i
(5.3)
que le matrice B
1,f
1
est inversible.
Il est egalement possible de construire la matrice de multiplication par f
0
modulo f
1
, ` a laide des matrices de Bezout.
Proposition 5.6. La matrice de multiplication par f
0
, dans / = K[x]/(f
1
),
dans la base 1, x, . . . , x
d
1
1
, est M
f
0
= B
f
0
,f
1
B
1
1,f
1
.
Demonstration. Puisque

f
0
,f
1
(x, y) = f
0
(x)
f
1
(y) f
1
(x)
x y
+ f
1
(x)
f
0
(x) f
0
(y)
x y
= f
0
(x)
1,f
1
(x, y) f
1
(x)
1,f
0
(x, y) , (5.4)
pour tout i = 0, . . . , d
1
1,
f
0
,f
1
,i
(x) f
0
(x)
1,f
1
,i
(x) dans /. Si pour
g K[x], [
g,f
1
,i
] designe le vecteur des coecients de
g,f
1
,i
dans la base
monomiale de /, ceci se traduit matriciellement par [
f
0
,f
1
,i
] = M
f
0
[
1,f
1
,i
], et
donc B
f
0
,f
1
= M
f
0
B
1,f
1
. 2
Dapr`es la symetrie des matrices de Bezout, nous avons
t
M
f
0
= B
1
1,f
1
B
f
0
,f
1
.
Corollaire 5.7. Le rang de la matrice B
f
0
,f
1
est d
1
deg
_
pgcd(f
0
, f
1
)
_
.
Demonstration. Dapr`es la proposition 5.6, B
f
0
,f
1
et M
f
0
sont de meme rang.
En utilisant le theor`eme 4.23, le rang de M
f
0
est la dierence entre d
1
et le
nombre de racines communes `a f
0
et f
1
. 2
109
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Proposition 5.8. Avec les notations precedentes
det(B
f
0
,f
1
) = c
1,d
1
d
1
d
1

i=1
f
0
(
i
) = c
1,d
1
d
1
d
0
Res(f
0
, f
1
).
Demonstration. Ce resultat decoule de det(B
1,f
1
) = c
1,d
1
d
1
, du theor`eme 4.23
et des propositions 5.4, 5.6. 2
Remarque 5.9. Il est donc possible de calculer le resultant Res(f
0
, f
1
) comme
determinant dune matrice construite ` a partir du bezoutien de f
0
et f
1
. Cette
formulation, leg`erement plus compliquee que celle de Sylvester, est plus an-
cienne, et elle est due `a Bezout (voir [Bez79]). Son avantage reside dans le
fait que la taille de la matrice utilisee, pour exprimer le resultant, est d
1
, tan-
dis que celle de la matrice de Sylvester est d
0
+ d
1
. Plus precisement, soient

0
(x), . . . ,
d
0
1
(x) les d
0
polyn omes de degres au plus d
1
1 qui apparaissent
dans la denition 5.5, et f
0
(x), . . . , x
d
1
d
0
1
f
0
(x) les d
1
d
0
multiples de f
0
(qui sont aussi de degres au plus d
1
1). Soit D
f
0
,f
1
la matrice dont les coef-
cients sont ceux de
0
(x), . . . ,
d
0
1
(x), f
0
(x), . . . , x
d
1
d
0
1
f
0
(x) dans la base
1, . . . , x
d
1
1
:
d
1
..

0
. . .
d
0
1
f
0
. . . x
d
1
d
0
1
f
0
D
f
0
,f
1
=
1
x

x
d
1
1
_
_
_
_
_
_
_
_
_
c
0,0
0
.
.
.
.
.
.
c
0,d
0
c
0,0
.
.
.
.
.
.
0 c
0,d
0
_
_
_
_
_
_
_
_
_
_

_
d
1
Proposition 5.10. Le determinant de D
f
0
,f
1
est exactement (au signe pr`es)
le resultant des polyn omes f
0
et f
1
.
Demonstration. Dapr`es (5.3) et (5.4), pour tout i d
0
, le coecient
i
(x) de
y
i
dans
f
0
,f
1
(x, y) est f
0
(x)H
f
1
,d
1
i1
(x). Ainsi,
det(B
f
0
,f
1
) = det(
0
, . . . ,
d
0
1
,
d
0
, . . . ,
d
1
1
)
= det
_

0
, . . . ,
d
0
1
, f
0
(x)H
f
1
,d
1
d
0
1
(x), . . . , f
0
(x)H
f
1
,0
(x)
_
= det
_

0
, . . . ,
d
0
1
, f
0
(x) x
d
1
d
0
1
, . . . , f
0
(x)
_
c
1,d
1
d
1
d
0
= c
1,d
1
d
1
d
0
det(D
f
0
,f
1
).
Nous deduisons de la proposition 5.8 que det(D
f
0
,f
1
) = Res(f
0
, f
1
). 2
110
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
5.2. Cas multivariable
Maintenant nous allons nous interesser `a la generalisation de la notion du
resultant en dimension superieure. Etant donnee une variete projective X de
P
N
de dimension n. Soit
f
c
(x)
_

_
f
0
(x) =

k
0
j=0
c
0,j

0,j
(x)
.
.
.
f
n
(x) =

kn
j=0
c
n,j

n,j
(x)
un syst`eme de n+1 equations, o` u c = (c
i,j
)
i,j
sont des param`etres et pour i =
0, . . . , n, les
i,j
(x) sont des polyn omes homog`enes de degre d
i
et independants
des param`etres c.
Le probl`eme de lelimination consiste `a trouver des conditions necessaires (et
susantes) non triviales sur c pour que le syst`eme f
c
(x) = 0 ait une solution
dans X.
Si le nombre dequations est inferieur ou egal `a la dimension de la variete
X, f
c
(x) = 0 a toujours des solutions dans X pour toutes les valeurs des
coecients c, donc tout syst`eme de ce type a une solution dans X.
5.2.1. Point de vue geometrique. Supposons que pour tout i = 0, . . . , n,
le point c
i
forme des coecients de f
i
est non nul, donc peut etre vu comme un
element de P
k
i
. Le probl`eme de lelimination qui consite ` a trouver les c = (c
i,j
)
pour lesquels il existe x X qui satisfait f
0
(x) = = f
n
(x) = 0 se traduit
geometriquement par la projection de la variete
W
X
= (c, x) P
k
0
P
kn
X : f
0
(x) = = f
n
(x) = 0,
dite variete dincidence, sur lespace des param`etres c P
k
0
P
kn
. Nous
avons deux projections naturelles

1
: (c, x) W
X
c P
k
0
P
kn
, et

2
: (c, x) W
X
x X.
Limage
1
(W
X
) est precisement lensemble des c pour lesquels f
c
(x) = 0 a
une solution dans X, et
2
(W
X
) est lensemble des solutions de ce syst`eme.
En general, la projection dune variete algebrique ane nest pas une variete
ane, comme le montre lexemple de lhyperbole (x, y) K
2
: xy 1 = 0
qui se projette sur K 0. Alors que les varietes projectives se projettent
sur des varietes projectives (voir [Har92, Sha74]). Cest pour cela que X est
supposee etre une sous-variete de P
N
. De plus X est supposee irreductible, car
sinon X = X
1
. . . X
p
, o` u les X
i
sont des sous-varietes irreductibles de X,
et W
X
= W
X
1
. . . W
Xp
. Il est donc possible de se ramener au cas o` u X est
irreductible.
111
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
La variete W
X
qui est denie par des equations multihomog`enes (i.e. ho-
mog`enes par rapport ` a x et par rapport ` a chaque c
i
) est aussi une variete pro-
jective (voir exercice 5.7), donc
1
(W
X
) est une sous-variete de P
k
0
P
kn
.
Denition 5.11. Si Z =
1
(W
X
) est une hypersurface, alors son equation
(unique ` a un scalaire pr`es) est appelee le resultant de f
0
, . . . , f
n
sur X, et il
est note Res
X
(f
c
) ou Res
X
(f
0
, . . . , f
n
).
Donc Res
X
(f
c
) = 0 est une condition necessaire et susante pour que le
syst`eme f
c
(x) = 0 ait une solution dans X.
Pour que Z =
1
(W
X
) soit une hypersurface, nous allons imposer les condi-
tions suivantes :
Conditions 5.12.
- Pour tout point x X et pour tout i = 0, . . . , n,
i
(x) =
_

i,j
(x)
_
j=0,...,k
i
nest pas nul.
- Pour des valeurs generiques des param`etres c, le syst`eme f
c
nadmet pas
de solution dans X.
La premi`ere condition sert `a deduire les proprietes de W
X
, et la deuxi`eme
est necessaire si on cherche des conditions non triviales pour que le syst`eme
ait une solution.
Theor`eme 5.13. Sous les conditions 5.12, Z =
1
(W
X
) est une hypersur-
face, et son equation Res
X
(f
c
), denie `a un scalaire pr`es, est un polyn ome
irreductible de Z[c].
Demonstration. Puisque pour tout x X et tout i = 0, . . . , n,
i
(x) nest
pas nul,
1
2
(x) est un sous-espace lineaire de P
k
0
P
kn
de dimension

n
i=0
k
i
n1. Dapr`es le theor`eme des bres (voir exercice 5.8), la variete W
X
est irreductible et sa dimension est

n
i=0
k
i
1, donc sa projection Z =
1
(W
X
)
est une variete projective irreductible de dimension au plus

n
i=0
k
i
1. Soient
U = c P
k
0
P
kn
: x X, f
c
(x) ,= 0 le complementaire de Z, et
V lensemble des param`etres c pour lesquels le syst`eme f
1
= = f
n
= 0 a
un nombre ni de solutions dans X. Nous avons U V , sinon il existerait
c U tel que Z
X
(f
1
, , f
n
) = x X : f
1
(x) = = f
n
(x) = 0 serait
de dimension au moins 1, et donc Z
X
(f
0
, , f
n
) de dimension au moins 0.
Puisque le complementaire de U est de codimension au moins 1, U et V sont
denses dans P
k
0
P
kn
.
Considerons le sous-ensemble W
X
(V X) dense de W
X
qui se projette
(par
1
) sur Z V . Comme pour tout c Z V , Z
X
(f
1
, , f
n
) est ni,
il en est de meme pour
1
1
(c) = (c, ) : Z
X
(f
1
, , f
n
) Z
X
(f
0
).
Dapr`es le theor`eme des bres, W
X
et Z sont de meme dimension, et Z est
une hypersurface de P
k
0
P
kn
. Comme Z est irreductible, son equation
Res
X
(f
0
, . . . , f
n
) = 0 lest aussi. Par ailleurs, les equations denissant W
X
112
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
appartiennent ` a Z[c, x], en utilisant la procedure delimination par un calcul
dune base de Gr obner (voir sous-section 2.6.4), nous montrons que Res
X
(f
c
)
Z[c]. 2
5.2.2. Matrices du resultant. Nous allons nous interesser aux methodes
de calcul du resultant. Celles-ci sappuient sur la construction de matrices
dont les determinants fournissent le resultant ou un multiple de celui-ci. Ces
constructions sont aussi interessantes, car elles permettent comme nous le
verrons plus loin, de resoudre les syst`emes polynomiaux.
Ces matrices peuvent etre groupees en deux familles, que lon peut aussi
combiner :
Les matrices de type Sylvester qui generalisent la construction de Sylves-
ter (donnee dans la sous-section 5.1.1) au cas multivariable.
Les matrices de type Bezout qui generalisent la construction de Bezout
(etudiee dans la sous-section 5.1.2) au cas de plusieurs variables.
Les dierentes methodes de construction de ces matrices sont basees sur le
principe suivant : des polyn omes h
i
dependant des equations f
0
, . . . , f
n
sont
construits de mani`ere `a sannuler sil y a une solution commune ` a f
0
, . . . , f
n
sur X, et la matrice des coecients des h
i
dans la base des monomes est
carree et de determinant non nul. Les determinants de ces matrices sont des
polyn omes en les coecients c de f
0
, . . . , f
n
, qui sannulent quand la sous-
variete x X : f
0
(x) = = f
n
(x) = 0 est non vide, donc ils sont des
multiples du resultant.
Plus precisement, posons C = Z[c] et considerons lapplication C-lineaire
o : V
0
V
m
V (5.5)
(g
0
, . . . , g
m
) g =
m

i=1
g
i
h
i
,
o` u V
0
, . . . , V
m
, V sont des C-modules libres de type ni de C[x], et pour i =
0, . . . , m, h
i
(f
0
, . . . , f
n
)C[x].
Soient v = (v
1
, . . . , v
N
) une base de V et w une base de V
0
V
m
.
Supposons que la matrice S de lapplication o dans ces bases est carree.
Theor`eme 5.14. Si
1. pour tout i 1, . . . , N, v
i
est un polyn ome en x,
2. il existe un ouvert dense X
o
de la variete X tel que
x X
o
,
_
v
1
(x), . . . , v
N
(x)
_
,= 0,
3. les conditions 5.12 sont satisfaites,
alors (c) = det(S) est un multiple de Res
X
(f
0
, . . . , f
n
).
113
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Si la matrice S est toujours de rang < N (i.e. pour toutes les
valeurs des param`etres c), son determinant est nul et le theor`eme est vrai.
Sinon S est generiquement de rang N. Notons
Z
o
= c P
k
1
. . . P
kn
: x X
o
, f
0
(x) = = f
n
(x) = 0.
Soit c
0
Z
o
tel que (c
0
) ,= 0. Lapplication o est alors surjective et
tout element v
i
de la base v sexprime comme combinaison des colonnes
de S, cest-`a-dire comme element de lideal engendre par f
0
, . . . , f
n
. Comme
c
0
Z
o
, il existe une racine commune `a f
0
, . . . , f
n
dans X
o
, et ainsi
v
1
() = = v
N
() = 0. Dapr`es lhypoth`ese 2, (c) sannule sur Z
o
, donc
aussi sur Z = Z
o
= Z
_
Res
X
(f
c
)
_
. Puisque Z est irreductible, (c) est divisible
par Res
X
(f
c
). 2
Dans les exemples que nous considererons, les conditions 1 et 2 sont claire-
ment veriees. Par exemple, si X = P
n
, X
o
sera lespace ane K
n
, les elements
de V seront les monomes en x
0
, . . . , x
n
de degre =

n
i=0
deg f
i
n, et x

0
est
celui qui ne sannule pas sur X
o
. Dans le cas torique (voir sous-section 5.4),
X
o
sera limage par une application monomiale de (K

)
n
et les elements de V
seront aussi des monomes qui ne sannulent pas sur X
o
.
Remarque 5.15. Lorsque le polyn ome (c) deni dans le theor`eme 5.14 est
non nul, son degre en les coecients de chaque f
i
est superieur ` a deg
i
_
Res
X
(f
c
)
_
.
Sil est possible de construire un determinant (c) dont le degre par rapport
aux coecients de f
0
est exactement deg
0
_
Res
X
(f
c
)
_
, en permuttant lordre
des f
i
dans cette construction, on peut obtenir Res
X
(f
c
) en calculant le pgcd
des determinants
i
(c) correspondants.
5.3. Resultant sur P
n
Nous considerons ici le cas de X = P
n
et de n + 1 polyn omes homog`enes
f
c
(x)
_

_
f
0
(x) =

0
++n=d
0
c
0,
x

0
0
. . . x
n
n
.
.
.
f
n
(x) =

0
++n=dn
c
n,
x

0
0
. . . x
n
n
(5.6)
de degres respectifs d
0
, . . . , d
n
. Dans ce cas,
i
(x) est le vecteur de tous les
mon omes de degre d
i
en x
0
, . . . , x
n
.
Cette situation classique a ete etudiee par Hurwitz, Cayley, Macaulay (voir
[Mac02, Hur95, vdW50, Cay48, Cay65]).
Les conditions 5.12 sont veriees, et dapr`es le theor`eme 5.13, Res
P
n(f
c
)
K[c] est deni, ` a un scalaire pr`es et il est irreductible. Nous le normalisons en
posant Res
P
n(f
c
) Z[c] et Res
P
n(x
d
0
0
, . . . , x
dn
n
) = 1.
114
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Denition 5.16. Un homomorphisme dalg`ebres : Z[c] K (deni par
le choix dune valeur (c
i,j
) K pour tout i, j) est dit une specialisation des
coecients des f
i
dans le corps K.
Le resultant Res
P
n(f
c
) verie donc la proposition suivante :
Proposition 5.17. Le syst`eme f
0
= = f
n
= 0 a une solution dans P
n
(K)
pour une specialisation des coecients f
0
, . . . , f
n
dans K si, et seulement si,
Res
P
n(f
0
, . . ., f
n
) = 0 pour cette specialisation.
5.3.1. Matrices de Macaulay. Nous allons etudier la construction de
Macaulay [Mac02] permettant de calculer Res
P
n(f
c
). Nous donnons ici une
description dans le cas ane, cest-`a-dire en substituant x
0
par 1 et en posant
x = (x
1
, . . . , x
n
) ; sa transcription dans le cas homog`ene se fait facilement.
Soit =

n
i=0
d
i
n. Lensemble x
F
des mon omes en x de degres au plus
est de cardinal N =
_
+n
n
_
.
Parmi les elements de x
F
, considerons ceux qui sont divisibles par x
dn
n
, et
notons leur ensemble par x
dn
n
x
En
. Parmi les monomes de x
F
qui ne sont pas
divisibles par x
dn
n
, considerons ensuite ceux qui sont divisibles par x
d
n1
n1
, et
designons leur ensemble par x
d
n1
n1
x
E
n1
. Ainsi de suite, nous construisons les
ensembles des exposants E
n
, . . . , E
1
. Enn, lensemble des mon omes de x
F
qui
ne sont divisibles par aucun x
d
i
i
, i = 1, . . . , n, est note x
E
0
. Cet ensemble est
x
E
0
= x

1
1
. . . x
n
n
: 0
i
d
i
1 pour i = 1, . . . , n ,
et son cardinal est

n
i=1
d
i
. Par construction, x
F
est la reunion disjointe de
x
dn
n
x
En
, . . . , x
d
1
1
x
E
1
, x
E
0
.
Pour A N
n
, x
A
) designe lespace vectoriel engendre par les monomes de
x
A
= x

: A. Construisons la matrice S de lapplication


o : x
E
0
) x
En
) x
F
)
(q
0
, . . . , q
n
)
n

i=0
q
i
f
i
,
dans les bases monomiales, qui est appelee matrice de Macaulay. Elle est in-
dexee par les monomes de x
F
pour les lignes et les monomes de x
En
. . . x
E
0
pour les colonnes, et elle est bien carree de taille N.
Remarque 5.18. Il est facile de voir que si f
0
= 1, f
1
= x
d
1
1
, . . ., f
n
= x
dn
n
et
si les elements de x
E
0
, . . . , x
En
, x
F
sont ordonnes convenablement, la matrice
S est lidentite. Donc en particulier, det(S) est un polyn ome en c non nul.
Proposition 5.19. Le determinant de la matrice S est un multiple non nul
de Res
P
n(f
0
, . . . , f
n
), et son degre en les coecients de f
0
est d
1
. . . d
n
.
115
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Nous deduisons du theor`eme 5.14, avec X = P
n
, X
o
= K
n
et
V = x
F
, que det(S) est un multiple du resultant de f
0
, . . . , f
n
. Et comme le
nombre de mon omes dans E
0
est d
1
. . . d
n
et que det(S) nest pas nul, Res
P
n(f
c
)
est bien de degre d
1
. . . d
n
en les coecients de f
0
. 2
Exemple 5.20. Considerons 3 coniques de P
2
(en posant x
0
= 1),
f
0
= c
0,0
+ c
0,1
x
1
+ c
0,2
x
2
+ c
0,3
x
1
2
+ c
0,4
x
1
x
2
+ c
0,5
x
2
2
f
1
= c
1,0
+ c
1,1
x
1
+ c
1,2
x
2
+ c
1,3
x
1
2
+ c
1,4
x
1
x
2
+ c
1,5
x
2
2
f
2
= c
2,0
+ c
2,1
x
1
+ c
2,2
x
2
+ c
2,3
x
1
2
+ c
2,4
x
1
x
2
+ c
2,5
x
2
2
.
Lentier = 4, et il y a 15 monomes de degres au plus 4 en x
1
, x
2
,
1, x
1
, x
2
, x
1
x
2
, x
2
1
, x
3
1
, x
2
1
x
2
, x
3
1
x
2
, x
4
1
, x
2
2
, x
1
x
2
2
, x
3
2
, x
1
x
3
2
, x
2
1
x
2
2
, x
4
2
.
Ici nous avons E
2
= 1, x
1
, x
2
, x
1
x
2
, x
2
1
, x
2
2
, E
1
= 1, x
1
, x
2
, x
1
x
2
, x
2
1
, E
0
=
1, x
1
, x
2
, x
1
x
2
, et la matrice S est
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
c0,0 0 0 0 c1,0 0 0 0 0 c2,0 0 0 0 0 0
c0,1 c0,0 0 0 c1,1 c1,0 0 0 0 c2,1 c2,0 0 0 0 0
c0,2 0 c0,0 0 c1,2 0 c1,0 0 0 c2,2 0 c2,0 0 0 0
c0,4 c0,2 c0,1 c0,0 c1,4 c1,2 c1,1 c1,0 0 c2,4 c2,2 c2,1 c2,0 0 0
c0,3 c0,1 0 0 c1,3 c1,1 0 0 c1,0 c2,3 c2,1 0 0 c2,0 0
0 c0,3 0 0 0 c1,3 0 0 c1,1 0 c2,3 0 0 c2,1 0
0 c0,4 c0,3 c0,1 0 c1,4 c1,3 c1,1 c1,2 0 c2,4 c2,3 c2,1 c2,2 0
0 0 0 c0,3 0 0 0 c1,3 c1,4 0 0 0 c2,3 c2,4 0
0 0 0 0 0 0 0 0 c1,3 0 0 0 0 c2,3 0
c0,5 0 c0,2 0 c1,5 0 c1,2 0 0 c2,5 0 c2,2 0 0 c2,0
0 c0,5 c0,4 c0,2 0 c1,5 c1,4 c1,2 0 0 c2,5 c2,4 c2,2 0 c2,1
0 0 c0,5 0 0 0 c1,5 0 0 0 0 c2,5 0 0 c2,2
0 0 0 c0,5 0 0 0 c1,5 0 0 0 0 c2,5 0 c2,4
0 0 0 c0,4 0 0 0 c1,4 c1,5 0 0 0 c2,4 c2,5 c2,3
0 0 0 0 0 0 0 0 0 0 0 0 0 0 c2,5
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Cette matrice est divisee en 3 blocs de tailles 4, 5, 6, dependant respectivement
des coecients de f
0
, f
1
, f
2
. Aucun terme de la diagonale de S nest nul, et
le determinant de cette matrice est un polynome de degre total 15, contenant
37490 monomes, et son degre en les coecients de f
0
est 4.
Proposition 5.21. Pour tout i 0, . . . , n, le degre de Res
P
n(f
c
) en les
coecients de f
i
est

j=i
d
j
.
Demonstration. Nous montrons la proposition pour i = 0 et la deduisons par
analogie pour i = 1, . . . , n. Dapr`es la proposition 5.19, deg
0
(Res
P
n
_
f
c
)
_
est au
plus D
0
=

n
i=1
d
i
. En specialisant Res
P
n(f
c
) pour le syst`eme
f
0
= x
d
0
1
0
(u
0
x
0
+ + u
n
x
n
) , f
1
= x
d
1
1
x
d
1
0
, . . . , f
n
= x
dn
n
x
dn
0
,
o` u les u
i
sont des param`etres, nous obtenons un polyn ome R(u
0
, . . . , u
n
) non
nul, et qui sannule sur les D
0
hyperplans : u
0
+u
1

1
+ +u
n

n
, o` u
i
designe
une racine d
i
i` eme
de lunite. Le polyn ome R (et donc Res
P
n(f
c
)
_
est au moins
116
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
de degre D
0
en f
0
, et par suite deg
0
(Res
P
n(f
c
)) = D
0
. 2
Ceci permet dobtenir le resultant Res
P
n(f
c
), comme pgcd des determinants
des dierentes matrices de Macaulay dans lesquelles on change lordre des
polyn omes f
0
, . . . , f
n
.
Algorithme 5.22. Calcul du r esultant sur P
n
.
Entr ee : f
0
, . . . , f
n
des polyn^ omes ` a coefficients ind etermin es.
-- Pour i = 0, . . . , n, calculer le d eterminant
i
de la matrice de
Macaulay associe `a (f
i
, . . . , f
n
, f
0
, . . . , f
i1
).
-- Calculer le pgcd(
0
, . . . ,
n
) = Res
P
n(f
0
, . . . , f
n
).
Sortie : Res
P
n(f
0
, . . . , f
n
).
La construction precedente faite en degre , peut setendre ` a un degre s .
Pour cela, posons
_
x
E
[s]
i
= x

: [[ = s d
i
et
j
< d
j
pour j > i ,
x
F
[s]
= x

: [[ = s,
et considerons lapplication
o
[s]
: x
E
[s]
0
) x
E
[s]
n
) x
F
[s]
) (5.7)
(q
0
, . . . , q
n
)
n

i=0
q
i
f
i
.
La matrice de o
[s]
dans les bases monomiales est notee S
[s]
.
Proposition 5.23. Pour s =

n
i=0
d
i
n, le determinant de S
[s]
est un
polyn ome non nul, qui est divisible par Res
P
n(f
0
, . . . , f
n
), et son degre en les
coecients de f
0
est

n
i=1
d
i
.
Demonstration. Le lecteur pourra faire la preuve en exercice en sinspirant du
cas s = et en utilisant le theor`eme 5.14. 2
Corollaire 5.24. Pour s =

n
i=0
d
i
n,
det(S
[s]
) = Res
P
n(f
0
, . . . , f
n
)
[s]
(f
1
, . . . , f
n
),
o` u
[s]
(f
1
, . . . , f
n
) est un polyn ome en les coecients de f
1
, . . . , f
n
.
Demonstration. Ce corollaire provient de la proposition 5.23 et du fait que
det(S
[s]
) et Res
P
n(f
0
, . . . , f
n
) ont le meme degre en les coecients de f
0
. 2
117
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
5.3.2. Multiplicativite du resultant.
Proposition 5.25. Supposons que f
0
= g
0
h
0
, o` u g
0
et h
0
sont des polynomes.
Alors
Res
P
n(g
0
h
0
, f
1
, . . . , f
n
) = Res
P
n(g
0
, f
1
, . . . , f
n
)Res
P
n(h
0
, f
1
, . . . , f
n
).
Demonstration. Notons a
0
(resp. b
0
) les coecients de g
0
(resp. h
0
), et R
le polyn ome de C = K[a
0
, b
0
, c
1
, . . . , c
n
] obtenu en substituant f
0
par g
0
h
0
dans Res
P
n(f
c
). Pour toute specialisation des coecients de g
0
(resp. h
0
),
f
1
, . . . , f
n
dans K pour laquelle ces polyn omes aient un racine commune dans
P
n
(K), R = 0. Le polyn ome R sannule donc quand les polyn omes irreductibles
R
1
= Res
P
n(g
0
, f
1
, . . . , f
n
) et R
2
= Res
P
n(h
0
, f
1
, . . . , f
n
) sannulent. Dapr`es
le theor`eme des zeros de Hilbert, R
1
et R
2
divisent R. Comme R
1
et R
2
sont
irreductibles, R = R
1
R
2
avec C. En comparant les degres de R
1
R
2
et de
Res
P
n(f
c
) par rapport aux coecients des f
i
(proposition 5.21), nous deduisons
que est constant. En specialisant g
0
= x
n
0
0
, h
0
= x
m
0
0
, f
1
= x
d
1
1
, . . . , f
n
= x
dn
n
,
on trouve = 1. 2
5.3.3. Zeros `a linni. Pour tout h S := K[x
0
, . . . , x
n
], notons h

le
polyn ome h(0, x
1
, . . . , x
n
).
Proposition 5.26. Nous avons Res
P
n(x
0
, f
1
, . . . , f
n
) = Res
P
n1(f

1
, . . . , f

n
).
Demonstration. Res
P
n(x
0
, f
1
, . . . , f
n
) sannule si la variete de P
n1
denie
par f

1
, . . . , f

n
est non vide, donc il est divisible par Res
P
n1(f

1
, . . . , f

n
).
Comme les degres de ces deux resultants par rapport aux coecients de chaque
f
i
, i = 1, . . . , n, sont les memes Res
P
n(x
0
, f
1
, . . . , f
n
) = c Res
P
n1(f

1
, . . . , f

n
),
avec c K0. En specialisant f
i
en x
d
i
i
, i = 1, . . . , n, on deduit que c = 1. 2
5.3.4. Theor`eme de Macaulay. Pour m N, notons S
m
lespace vecto-
riel engendre par les monomes en x
0
, . . . , x
n
de degre m. Pour i = 0, . . . , n, d
i
=
deg f
i
, et =

n
i=0
d
i
n. Considerons lapplication K-lineaire
o : S
d
0
S
dn
S

(q
0
, . . . , q
n
) q
0
f
0
+ + q
n
f
n
qui est la premi`ere application du complexe de Koszul en degre .
Theor`eme 5.27. Lapplication o est surjective si, et seulement si, le resultant
Res
P
n(f
c
) nest pas nul.
Demonstration. Si o est surjective, alors pour tout i = 0, . . . , n, x

i
appartient
`a lideal engendre par f
0
, . . . , f
n
. Donc le syst`eme f
0
= . . . = f
n
= 0 na pas
de solution dans P
n
, et dapr`es la proposition 5.17, Res
P
n(f
c
) ,= 0.
118
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Reciproquement, supposons que la variete projective denie par f
0
, . . . , f
n
soit vide. Dapr`es la proposition 3.57, le complexe de Koszul est exact. Placons-
nous en degre et calculons la dimension de limage de o. Cette dimension est
donnee par une somme alternee de coecients binomiaux, ne dependant que
des degres des f
i
. Elle peut donc etre calculee en considerant la specialisation
f
0
= x
d
0
0
, . . . , f
n
= x
dn
n
. Dans ce cas, tout monome de degre est divisible
par au moins un x
d
i
i
et o est surjective. Comme cette dimension est la meme,
lapplication o est bien surjective. 2
5.3.5. Theor`eme de Bezout. Nous montrons ici le theor`eme classique
dit de Bezout, qui a ete demontre par ce dernier dans le cas de deux variables
[Bez79]. Pour cela, nous donnons un premier resultat (egalement appele
theor`eme de Macaulay, voir section 3.3). Lanneau K[x] est muni de la gra-
duation par le degre (voir section 2.2).
Proposition 5.28. Soient f
1
, . . . , f
n
K[x], et supposons que le resultant
Res
P
n1
_
t(f
1
), . . . , t(f
n
)
_
,= 0. Alors f
1
, . . . , f
n
est une -base de lideal
I = (f
1
, . . . , f
n
).
Demonstration. Decomposons f
i
en f
i
= t(f
i
) r
i
. Nous allons montrer que
lideal t(I) est engendre par t(f
1
), . . . , t(f
n
). Sinon, soit h I tel que t(h) ,
_
t(f
1
), . . . , t(f
n
)
_
. Il existe alors h
1
, . . . , h
n
K[x] tels que
h =
n

i=1
h
i
f
i
=
n

i=1
h
i
t(f
i
)
n

i=1
h
i
r
i
.
Notons m le plus petit indice tel que h
m
t(f
m
) soit de degre maximum
dans la decomposition precedente. Parmi tous les polyn omes h I tels que
t(h) ,
_
t(f
1
), . . . , t(f
n
)
_
, choisissons h tel que soit le plus petit possible (et
pour ce degre, m soit le plus grand possible).
Comme t(h) ,
_
t(f
1
), . . . , t(f
n
)
_
, nous avons

n
i=m
t(h
i
) t(f
i
) = 0. Les
termes t(f
1
), . . . , t(f
n
) nont pas de zero dans P
n1
, donc le complexe de
Koszul associe est exact. Nous en deduisons que t(h
m
)
_
t(f
m+1
), . . . , t(f
n
)
_
.
Il existe des polyn omes homog`enes a
i
, i = m + 1, . . . , n, veriant t(h
m
) =

n
i=m+1
a
i
t(f
i
). Par suite,
h =
n

i=1
h
i
f
i

i=m+1
f
i
a
i
f
m
+
n

i=m+1
f
i
a
i
f
m
=
m1

i=1
h
i
f
i
+
_
h
m

i=m+1
a
i
f
i
_
f
m
+
n

i=m+1
(h
i
+ a
i
f
m
) f
i
.
Nous avons reecrit h sous la forme h =

n
i=1

h
i
f
i
, avec
119
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
soit max
i
deg(

h
i
f
i
) est plus petit que ,
soit le premier indice o` u ce maximum est atteint, est plus grand que m.
Ceci contredit lhypoth`ese faite sur h, et donc t(I) =
_
t(f
1
), . . . , t(f
n
)
_
. 2
Corollaire 5.29. Si Res
P
n1
_
t(f
1
), . . . , t(f
n
)
_
,= 0, alors les deux K-espaces
vectoriels K[x]/
_
t(f
1
), . . . , t(f
n
)
_
et K[x]/(f
1
, . . . , f
n
) sont isomorphes.
Demonstration. Ce corollaire provient de la proposition 2.12. 2
Ce resultat peut sinterpreter geometriquement en terme dune deformation.
En eet, posons pour t [0, 1], g
i
= f
h
i
(t, x
1
, . . . , x
n
), i = 1, . . . , n, o` u f
h
i
designe le polyn ome homogeneise de f
i
, et /
t
lalg`ebre K[x]/(g
1
, . . . , g
n
). Nous
avons /
0
= K[x]/
_
t(f
1
), . . . , t(f
n
)
_
, et /
1
= K[x]/(f
1
, . . . , f
n
). En faisant
varier t entre 0 et 1, nous passons continuement de /
0
`a /
1
, et dim
K
/
0
=
dim
K
/
1
.
t = 0 t = 1
Figure 5.1. Deformation et suivi de racines.
Exemple 5.30. Considerons f
1
= x
2
1
+x
2
2
x
1
, f
2
= x
2
1
x
2
2
x
2
. Nous avons
t(f
1
) = x
2
1
+ x
2
2
, t(f
2
) = x
2
1
x
2
2
, et t(I) = (x
2
1
, x
2
2
). Une base de lespace
vectoriel K[x
1
, x
2
]/t(I) (et de K[x
1
, x
2
]/I) est 1, x
1
, x
2
, x
1
x
2
. Les matrices
de multiplication par x
1
et par x
2
modulo g
i
= f
i
(t, x
1
, x
2
), i = 1, 2, sont
M
x
1
=
_
_
_
_
_
_
_
0 0 0 0
1 0
1
2
t
1
4
t
2
0 0
1
2
t
1
4
t
2
0 1 0
1
2
t
_
_
_
_
_
_
_
, M
x
2
=
_
_
_
_
_
_
_
0 0 0 0
0 0
1
2
t
1
4
t
2
1 0
1
2
t
1
4
t
2
0 1 0
1
2
t
_
_
_
_
_
_
_
.
120
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Leurs coecients sont des fonctions (polynomiales) continues de t sur [0, 1].
Theor`eme 5.31. Soient f
1
, . . . , f
n
des polyn omes de K[x
1
, . . . , x
n
] sans zero
` a linni. Alors dim
K
(/) =

n
i=1
d
i
.
Demonstration. Comme Res
P
n1
_
t(f
1
), . . . , t(f
n
)
_
,= 0, dapr`es la proposition
3.57, le complexe de Koszul est exact et la dimension de lespace vectoriel
/
0
= K[x]/
_
t(f
1
), . . . , t(f
n
)
_
ne depend que des degres de t(f
1
), . . . , t(f
n
).
En calculant cette dimension pour t(f
i
) = x
d
i
i
, i = 1, . . . , n, nous obtenons
dim
K
(/
0
) =

n
i=1
d
i
, et nous deduisons du corollaire 5.29, que dim
K
(/) =

n
i=1
d
i
. 2
Rappelons que dapr`es le theor`eme 4.13, dim
K
/ est exactement le nombre
de zeros communs `a f
1
, . . . , f
n
.
Corollaire 5.32. Soient f
1
, . . . , f
n
des polyn omes homog`enes de K[x
0
, . . . , x
n
]
ayant un nombre ni de zeros dans P
n
. Alors ce nombre de zeros (comptes avec
multiplicites) est

n
i=1
deg(f
i
).
Demonstration. Quitte ` a faire une changement lineaire de variables, supposons
que les f
i
nont pas de zero commun `a linni et appliquons le theor`eme 5.31. 2
5.3.6. Structure des matrices de resultant. Interessons-nous `a la taille
des matrices de resultant. Le tableau suivant donne la taille des matrices de
Macaulay pour une forme lineaire f
0
et des polynomes f
1
, . . . , f
n
en n variables
de degre d, et la borne de Bezout d
n
(qui majore le nombre de solutions du
syst`eme f
1
= = f
n
= 0).
n\d 2 3 4 5 6 7
2
4
10
9
21
16
36
25
55
36
78
49
105
3
8
35
27
120
64
286
125
560
216
969
343
1540
4
16
126
81
715
256
2380
625
5985
1296
12650
2401
23751
5
32
462
243
4368
1024
20349
3125
65780
7776
169911
16807
376992
6
64
1716
729
27132
4096
177100
15625
736281
46656
2324784
117649
6096454
7
128
6435
2187
170544
16384
1560780
78125
8347680
279936
32224114
823543
99884400
8
256
24310
6561
1081575
65536
13884156
390625
95548245
1679616
450978066
5764801
1652411475
9
512
92378
19683
6906900
262144
124403620
1953125
1101716330
10077696
6358402050
40353607
27540584512
10
1024
352716
59049
44352165
1048576
1121099408
9765625
12777711870
60466176
90177170226
282475249
461738052776
Ce tableau montre que les tailles des matrices de resultant sont tr`es grandes
pour des petites valeurs de d et n. Par consequent, lapplication de ces outils est
limitee. Cependant, ces matrices sont structurees et creuses (voir [MPR03]).
121
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
comme le montre la gure 5.2. Le developpement actuel de methodes per-
Figure 5.2. Matrice de Macaulay pour 6 quadriques dans P
5
.
formantes pour les matrices creuses permet de traiter en un temps raison-
nable des matrices de taille 10
5
, ceci relance linteret de cette approche (voir
[BMP98, MP98]).
Nous decrivons ici une structure par blocs, qui resulte de lanalyse des degres
des polyn omes dans la matrice S
[s]
de la construction (5.7) de la sous-section
5.3.1. Cette matrice se decompose sous la forme
S
[s]
=
_
_
_
_
A B
C D
_
_
_
_
, (5.8)
o` u les colonnes de
_
A
C
_
representent les multiples de f
0
et celles de
_
B
D
_
ceux de f
1
, . . . , f
n
. Les lignes de
_
A B
_
sont indexees par les monomes
x
d
0
0
x
E
[s]
0
. Nous reviendrons sur cette structure un peu plus loin.
Interessons-nous `a la structure du bloc T
[s]
=
_
B
D
_
. Pour i = 1, . . . , d
0
1,
notons x
F
[s]
i
lensemble des monomes de x
F
[s]
de degre i en x
0
et
x
F
[s]
+
= x
F
[s]

d
0
1
i=0
x
F
[s]
i
x
d
0
0
x
E
0
_
.
Les monomes de x
F
[s]
+
sont donc divisibles par x
d
0
0
. Notons L
[s]
i
le sous-espace
vectoriel de x
E
[s]
1
) x
E
[s]
n
) des elements de la forme x
i
0
( q
1
, . . . , q
n
), o` u
122
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
les q
i
ne dependent que de x
1
, . . . , x
n
et L
[s]
+
une base complementaire de celle
de L
[s]
0
+ + L
[s]
d
0
1
. Nous avons alors la decomposition de T
[s]
suivant les
puissances decroissantes de x
0
:
T
[s]
=
L
[s]
+
L
[s]
d
0
1
L
[s]
0
x
d
0
0
x
E
0
F
[s]
+
F
[s]
d
0
1
.
.
.
F
[s]
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
U
+
U
d
0
1
U
0
V
+
V
d
0
1
V
0
S
[s]
d
0
1,d
0
1
S
[s]
d
0
1,0
.
.
.
.
.
.
0 S
[s]
0,0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
(5.9)
Avec ces notations, B = (U
+
U
d
0
1
U
0
) .
Les blocs S
[s]
i,i
ne font intervenir que les coecients des f

i
(la composante
de degre 0 en x
0
dans f
i
).
Lemme 5.33. Pour i = 0, . . . , d
0
1, nous avons S
[s]
i,i
= S
[si]
(f

1
, . . . , f

n
).
Demonstration. Pour i = 0, . . . , d
0
1, les monomes de F
[s]
i
sont de la forme
x
i
0
x

avec [[ = s i et x

ne depend que de x
1
, . . . , x
n
. Comme s i =

n
j=1
d
j
n, x

est divisible par au moins un x


d
j
j
, j = 1 . . . , n. Soit j
0
lindice
maximal dun tel x
d
j
j
. Nous avons une decomposition unique x

= x
d
j
0
j
0
x

, avec

j
< d
j
pour j > j
0
, et nous en deduisons que x

E
[si]
j
0
. Les coecients
de S
[s]
i,i
ne dependent que de f

1
, . . . , f

n
, et cette matrice correspond donc `a la
matrice de Macaulay de f

1
, . . . , f

n
en degre s i. 2
Exemple 5.34. Soient
f
1
= x
2
1
x
1
x
2
+ x
2
2
+ x
1
+ x
2
+ 1,
f
2
= 2x
2
1
+ 2x
1
x
2
+ 2x
2
2
+ 2x
1
2x
2
+ 2.
La matrice S associee `a une forme lineaire generique f
0
et f
1
, f
2
est
S:=mresultant([u[0]+u[1]*x[1]+u[2]*x[2],f1,f2],[x[1],x[2]]):
Lensemble des mon omes qui indexent la matrice S est
x
F
= 1, x
2
, x
1
, x
1
x
2
, x
1
x
2
2
, x
2
3
, x
1
3
, x
1
2
x
2
, x
2
2
, x
1
2
.
123
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Comme d
0
= 1, et F
0
= x
1
3
, x
1
2
x
2
, x
1
x
2
2
, x
2
3
, nous obtenons
S =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
u
0
0 0 0 1 2 0 0 0 0
u
1
u
0
0 0 1 2 1 0 2 0
u
2
0 u
0
0 1 2 0 1 0 2
0 u
2
u
1
u
0
1 2 1 1 2 2
0 u
1
0 0 1 2 1 0 2 0
0 0 u
2
0 1 2 0 1 0 2
0 0 0 0 0 0 1 0 2 0
0 0 0 u
1
0 0 1 1 2 2
0 0 0 u
2
0 0 1 1 2 2
0 0 0 0 0 0 0 1 0 2
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Ainsi,
A =
_
_
_
_
_
_
_
u
0
0 0 0
u
1
u
0
0 0
u
2
0 u
0
0
0 u
2
u
1
u
0
_
_
_
_
_
_
_
, B =
_
_
_
_
1 2 0 0 0 0
1 2 1 0 2 0
1 2 0 1 0 2
1 2 1 1 2 2
_
_
_
_
,
C =
_
_
_
_
_
_
_
_
_
0 u
1
0 0
0 0 0 0
0 0 0 0
0 0 0 u
1
0 0 0 u
2
0 0 0 0
_
_
_
_
_
_
_
_
_
, D =
_
_
_
_
_
_
_
_
_
1 2 1 0 2 0
1 2 0 1 0 2
0 0 1 0 2 0
0 0 1 1 2 2
0 0 1 1 2 2
0 0 0 1 0 2
_
_
_
_
_
_
_
_
_
,
V
0
=
_
1 0 2 0
0 1 0 2
_
, V
+
=
_
1 2
1 2
_
, S
[3]
0,0
=
_
_
_
_
_
_
_
1 0 2 0
1 1 2 2
1 1 2 2
0 1 0 2
_
_
_
_
_
_
_
.
La matrice S
[3]
0,0
est bien celle associee ` a f

1
= x
1
2
x
2
x
1
+x
2
2
, f

2
= 2 x
1
2
+
2 x
1
x
2
+ 2 x
2
2
.
5.3.7. Matrice de multiplication. Reprenons la construction de la ma-
trice S donnee dans la sous-section 5.3.1, pour des polyn omes f
0
, . . . , f
n
de
degres d
0
, . . . , d
n
. Notons I = (f
1
, . . . , f
n
) et / = K[x
1
, . . . , x
n
]/I. Lensemble
124
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
E
0
F permet de decomposer S en 4 blocs :
S =
E
0
E
1
. . . E
n
E
0
G
_
_
_
_
A B
C D
_
_
_
_
.
(5.10)
Les colonnes de
_
A
C
_
representent des multiples de f
0
, et celles de
_
B
D
_
des
multiples de f
1
, . . . , f
n
.
Proposition 5.35. Si det(D) ,= 0, alors x
E
0
est une base de /.
Demonstration. Construisons la matrice S associee `a f
0
qui est un polyn ome
generique de degre d
0
et f
1
, . . . , f
n
K[x
1
, . . . , x
n
] xes de degres d
1
, . . . , d
n
.
Comme la matrice D est independante des coecients de f
0
, et elle est
inversible, tout x

f
0
, avec E
0
(represente par une colonne de
_
A
C
_
) se
reecrit modulo I (en considerant une combinaison de colonnes de
_
B
D
_
) en
une combinaison de mon omes de x
E
0
. En eet,
_
A B
C D
_ _
I
D
1
C
_
=
_
A B D
1
C
0
_
. (5.11)
Si f
0
est specialise en x
i
, nous voyons que tout produit dun element de B =
x
E
0
) par une variable x
i
se reecrit dans B modulo I. Comme 1 B, nous
montrons par recurrence que tout polyn ome de K[x] se reecrit dans B modulo
I, donc x
E
0
est une partie generatrice de /, et dim
K
(/) [E
0
[ =

n
i=1
d
i
.
Montrons maintenant que x
E
0
est une base. Dapr`es (5.9), la matrice D peut
secrire, par permutation de lignes et de colonnes, sous la forme
_
_
_
_
_
_
_
V
+

S
[]
d
0
1,d
0
1
.
.
.
0 S
[]
0,0
_
_
_
_
_
_
_
.
Dapr`es la proposition 5.19 et le lemme 5.33, pour tout i = 0, . . . , d
0
1,
det(D) qui est divisible par det(S
[]
i,i
) = det
_
S
[i]
(f

1
, . . . , f

n
)
_
, est un multiple
du resultant Res
P
n1
_
f

1
, . . . , f

n
_
. Comme det(D) ,= 0, f

1
, . . . , f

n
nont pas
de racine commune dans P
n1
et dapr`es le theor`eme 5.31, dim
K
/ =

n
i=1
d
i
et x
E
0
est bien une base de /. 2
125
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Proposition 5.36. Si det(D) ,= 0, alors la matrice de multiplication par f
0
dans la base x
E
0
de / est M
f
0
= A B D
1
C.
Demonstration. Comme x
E
0
est une base de /, pour calculer M
f
0
, nous mul-
tiplions chaque x

x
E
0
par f
0
et reduisons le produit modulo lideal I =
(f
1
, . . . , f
n
) en une combinaison de mon omes de x
E
0
. Ceci consiste `a rajouter
`a une colonne de
_
A
C
_
une combinaison de celles de
_
B
D
_
. Ce calcul se fait
explicitement par la relation (5.11), et donc M
f
0
= A B D
1
C. 2
Exemple 5.37. Considerons le syst`eme
f
1
= 13x
2
1
+ 8x
1
x
2
+ 4x
2
2
8x
1
8x
2
+ 2,
f
2
= x
2
1
+ x
1
x
2
x
1

1
6
de lexemple 4.27. La matrice de Macaulay associee ` a f
0
= u
0
+u
1
x
1
+u
2
x
2
,
f
1
, f
2
(les mon omes de degres au plus 3 sont 1, x
2
, x
1
, x
1
x
2
, x
1
x
2
2
, x
3
1
, x
2
1
x
2
, x
3
2
,
x
2
1
, x
2
2
) est
S:=mresultant([u[0]+u[1]*x[1]+u[2]*x[2],f1,f2],[x[1],x[2]])
S =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
u
0
0 0 0 2 0 0
1
6
0 0
u
2
u
0
0 0 8 2 0 0
1
6
0
u
1
0 u
0
0 8 0 2 1 0
1
6
0 u
1
u
2
u
0
8 8 8 1 1 0
0 0 0 u
2
0 8 4 0 1 0
0 0 0 0 0 0 13 0 0 1
0 0 0 u
1
0 13 8 0 1 1
0 0 0 0 0 4 0 0 0 0
0 0 u
1
0 13 0 8 1 0 1
0 u
2
0 0 4 8 0 0 0 0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
Le determinant de la sous-matrice D de S est inversible, et dapr`es la proposi-
tion 5.35, 1, x
1
, x
2
, x
1
x
2
est une base de / = K[x
1
, x
2
]/(f
1
, f
2
). La matrice
de multiplication par f
0
dans / dans cette base est
uschur(S,4);
_
_
_
_
_
_
_
u
0

25
24
u
2
1
6
u
1

5
54
u
2
+
5
54
u
1
u
2
u
0
+ 2 u
2
0
5
54
u
2
+
2
27
u
1
u
1

5
4
u
2
u
0
+ u
1

55
54
u
2
+
55
54
u
1
0 u
1
+
5
4
u
2
u
2
u
1
u
0
+ 2 u
2
u
1
_
_
_
_
_
_
_
.
126
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Son determinant est
1
1296
(6 u
0
+ 2 u
1
+ 7 u
2
)
2
(6 u
0
2 u
1
+ 5 u
2
)
2
.
Les racines de f
1
= f
2
= 0 sont
1
= (
1
3
,
7
6
) et
2
= (
1
3
,
5
6
), et elles sont
doubles.
5.3.8. Formule de Poisson. Le resultat suivant est la generalisation ` a
lespace projectif P
n
de la proposition 5.4.
Theor`eme 5.38 (Formule de Poisson). Soient f
1
, . . . , f
n
K[x
1
, . . . , x
n
]
de degres d
1
, . . . , d
n
tels que Res
P
n1
_
f

1
, . . . , f

n
_
,= 0. Alors
det(M
f
0
) =
Res
P
n(f
0
, . . . , f
n
)
_
Res
P
n1(f

1
, . . . , f

n
)
_
d
0
.
Demonstration. Considerons la matrice de Macaulay S associee `a f
0
, . . . , f
n
et
supposons que det(D) ,= 0. Dans ce cas, dapr`es la proposition 5.36,
S
_
I 0
D
1
C I
_
=
_
M
f
0
B
0 D
_
.
En utilisant les propositions 5.19 et 5.21,
det(M
f
0
) =
det(S)
det(D)
= Res
P
n(f
0
, . . . , f
n
)

det(D)
,
o` u ne depend que des coecients de f
1
, . . . , f
n
. Par specialisation de f
0
en
le polyn ome constant 1, nous obtenons
1 =

det(D)
Res
P
n(x
d
0
0
, f
1
, . . . , f
n
) =

det(D)
Res
_
f

1
, . . . , f

n
_
d
0
,
dapr`es les propositions 5.25 et 5.26. Ceci montre la formule de Poisson pour
tout syst`eme pour lequel det(D) ,= 0. La formule dans le cas general sobtient
par deformation de f
1
, . . . , f
n
en des polyn omes dependant dun param`etre tel
que det(D) ,= 0 et par passage `a la limite. 2
5.3.9. Formule de Macaulay. En analysant la matrice S, nous allons
voir comment obtenir le resultant, comme le rapport de det(S) par un mineur
de S. Cette formule est d ue ` a Macaulay [Mac02].
Pour tout G F
[s]
, notons E
G
lensemble des monomes x

i
tels que
i

E
[s]
i
et x
d
i
i
x

i
G pour un i 1, . . . , n. Nous associons alors `a G la sous-
matrice de S
[s]
, notee S
[s]
G
, dont les lignes sont indexees par G et les colonnes
par E
G
.
127
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Lensemble T des mon omes de x
F
[s]
qui sont divisibles par deux mon omes
de la forme x
d
i
i
et x
d
j
j
, avec i ,= j, sont appeles dodus par Jouanolou [Jou91].
Theor`eme 5.39 (Formule de Macaulay). Pour tout entier s =

n
i=0
d
i
n, nous avons
Res
P
n(f
0
, . . . , f
n
) =
det(S
[s]
)
det(S
[s]
D
)
.
Demonstration. Dapr`es le corollaire 5.24,
det
_
S
[s]
(f
0
, . . . , f
n
)
_
= Res
P
n(f
0
, . . . , f
n
)
[s]
(f
1
, . . . , f
n
).
En particulier, et en utilisant les propositions 5.25 et 5.26,
det
_
S
[s]
(x
d
0
0
, f
1
, . . . , f
n
)
_
= Res
P
n(x
d
0
0
, f
1
, . . . , f
n
)
[s]
(f
1
, . . . , f
n
)
= Res
P
n1(f

1
, . . . , f

n
)
d
0

[s]
(f
1
, . . . , f
n
).
Par ailleurs, pour f
0
= x
d
0
0
, les blocs A = I et C = 0. La decomposition (5.9)
et le lemme 5.33 impliquent que
det
_
S
[s]
(x
d
0
0
, f
1
, . . . , f
n
)
_
=
+
(f
1
, . . . , f
n
)
d
0
1

i=0
det
_
S
[si]
(f

1
, . . . , f

n
)
_
,
o` u
+
(f
1
, . . . , f
n
) est le determinant du bloc V
+
dans (5.9). Ce determinant
est aussi le mineur de S(f
1
, . . . , f
n
) associe aux monomes divisibles par x
d
0
0
et
lun des x
d
i
i
pour i = 1, . . . , n.
Un raisonnement par recurrence permet darmer que pour i = 0, . . . , d
0
1,
s i =

n
i=1
(d
i
1) + 1, et donc
det
_
S
[si]
(f

1
, . . . , f

n
)
_
= Res
P
n1(f

1
, . . . , f

n
)
i
(f

1
, . . . , f

n
),
o` u
i
(f

1
, . . . , f

n
) est le mineur de S
[s]
i,i
associe aux monomes de F
[s]
i
divisibles
par deux mon omes distincts x
d
j
j
et x
d
k
k
, pour j, k = 1, . . . , n. Nous avons donc
d
0
1

i=0
det
_
S
[si]
(f

1
, . . . , f

n
)
_
= Res
P
n1(f

1
, . . . , f

n
)
d
0
d
0
1

i=0

i
(f

1
, . . . , f

n
).
Par identication, nous deduisons que
(f
1
, . . . , f
n
) =
+
(f
1
, . . . , f
n
)
d
0
1

i=0

i
(f

1
, . . . , f

n
)
est bien le mineur associe `a tous les monomes dodus de x
F
[s]
, dapr`es la forme
(5.9) de la matrice D. 2
128
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exemple 5.40. Les monomes qui indexent les lignes de la matrice de Macau-
lay dans lexemple 5.20 sont x
4
0
, x
3
0
x
1
, x
3
0
x
2
, x
2
0
x
2
1
, x
2
0
x
2
1
, x
0
x
3
1
, x
0
x
2
1
x
2
x
3
1
x
2
, x
4
1
,
x
2
0
x
2
2
, x
0
x
1
x
2
2
, x
0
x
3
2
, x
2
1
x
2
2
, x
1
x
3
2
, x
4
2
. Les mon omes dodus sont x
2
0
x
2
1
, x
2
0
x
2
2
, x
2
1
x
2
2
,
et le mineur dont le determinant apparat au denominateur de la formule de
Macaulay est
_
_
c
1,3
c
2,3
c
2,0
c
1,5
c
2,5
0
0 0 c
2,5
_
_
.
5.3.10. Matrice de Bezout `a plusieurs variables. Comme dans le cas
dune seule variable, la matrice de Bezout `a plusieurs variables peut etre uti-
lisee pour construire le resultant sur une variete (voir theor`eme 5.56).
Si x = (x
1
, . . . , x
n
) et y = (y
1
, . . . , y
n
), notons
x
(0)
= (x
1
, . . . , x
n
), . . . , x
(i)
= (y
1
, . . . , y
i
, x
i+1
. . . , x
n
), . . . , x
n
= (y
1
, . . . , y
n
),
et pour tout f K[x] et tout j 1, . . . , n,

j
(f)(x, y) =
f(x
(j)
) f(x
(j1)
)
y
j
x
j
.
Denition 5.41. Le bezoutien de n + 1 elements f
0
, . . . , f
n
de K[x] est le
polyn ome de K[x, y] deni par
(f
0
, . . . , f
n
)(x, y) =

f
0
(x
(0)
) f
0
(x
(n)
)
f
1
(x
(0)
) f
1
(x
(n)
)
.
.
.
f
n
(x
(0)
) f
n
(x
(n)
)

n
i=1
(y
i
x
i
)
.
Le bezoutien est un polyn ome en x et y de degre au plus

n
i=0
deg(f
i
) n,
qui peut secrire sous la forme
(f
0
, . . . , f
n
)(x, y) =

i,j

i,j
x

i
y

j
,
avec
i,j
K,
i
N
n
,
j
N
n
. Apr`es avoir ordonne les monomes (par exemple
selon lordre lexicographique avec x
1
> > x
n
et y
1
> > y
n
), la matrice
des coecients (
i,j
)
i,j
sappelle la matrice bezoutienne de f
0
, . . . , f
n
, et elle
est notee B(f
0
, . . . , f
n
).
Exemple 5.42. Si n = 2, f
0
= u
0
+ u
1
x
1
+ u
2
x
2
, avec u
0
, u
1
, u
2
des pa-
ram`etres, f
1
=9x
2
1
+4x
2
2
2, et f
2
= 6x
1
x
2
1. Le bezoutien (f
0
, f
1
, f
2
)(x, y) =
[(12 u
1
+ 9 u
2
)y
1
4 u
1
y
2
+ 54 u
0
y
1
2
] + [9 u
2
+ 54 u
0
y
1
+ 54 u
1
y
1
2
] x
1
+ [4 u
1
+(24 u
0
12 u
2
)y
2
+ 54 u
2
y
1
2
] x
2
+ [24 u
0
24 u
2
y
2
24 u
1
y
1
] x
2
2
.
129
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
La matrice bezoutienne
B(f
0
, f
1
, f
2
) =
_
_
_
_
_
_
_
0 12 u
1
+ 9 u
2
4 u
1
54 u
0
9 u
2
54 u
0
0 54 u
1
4 u
1
12 u
2
0 24 u
0
54 u
2
24 u
0
24 u
1
24 u
2
0
_
_
_
_
_
_
_
.
5.3.11. Quelques premi`eres proprietes du bezoutien. Nous donnons
quelques proprietes elementaires du bezoutien et nous verrons dautres au
chapitre 10.
Proposition 5.43. Posons

f =
t
(f
0
, . . . , f
n
) et
i
(

f ) =
t
(
i
(f
0
), . . . ,
i
(f
n
)
_
,
pour i = 1, . . . , n. Alors
(f
0
, . . . , f
n
)(x, y) = [

f (x),
1
(

f )(x, y), . . . ,
n
(

f )(x, y)[
= [

f (y),
1
(

f )(x, y), . . . ,
n
(

f )(x, y)[.
Demonstration. Nous verions facilement que pour f K[x],
f(x
(i)
) = f(x
(0)
) +
1
(f) (y
1
x
1
) + +
i
(f) (y
i
x
i
) , i = 1, . . . , n.
Il en resulte que
(f
0
, . . . , f
n
)(x, y) = [

f (x
(0)
),
1
(

f )(x, y), . . . ,
n
(

f )(x, y)[. (5.12)


En utilisant
f(x
(i)
) =
i+1
(f)(x
i+1
y
i+1
)+. . .+
n
(f)(x
n
y
n
)+f(x
(n)
) , i = 0, . . . , n1 ,
nous obtenons
(f
0
, . . . , f
n
)(x, y) = [

f (x
(n)
),
1
(

f )(x, y), . . . ,
n
(

f )(x, y)[. (5.13)


2
Comme lapplication est K-multilineaire, il sut de la denir sur les mon o-
mes de K[x].
Proposition 5.44. Soit x

= x

1
1
. . . x
n
n
. Pour i = 0, . . . , n, notons f (x
(i)
) =
t
_
f
1
(x
(i)
, . . . , f
n
(x
(i)
)
_
. Alors
(x

, f
1
, . . . , f
n
) =

1
1
f (x
(1)
) y

1
1
f (x
(0)
), . . . , x
n
n
f (x
(n)
) y
n
n
f (x
(n1)
)

n
i=1
(y
i
x
i
)
.
Demonstration. Si m(x
(i)
) = y

1
1
. . . y

i
i
x

i+1
i+1
. . . x
n
n
, i = 0, . . . , n, nous avons

m(x
(0)
) m(x
(n)
)
f (x
(0)
) f (x
(n)
)

=
n

i=0
m(x
(i)
)

1 1
f (x
(0)
)
m(x
(0)
)

f (x
(n)
)
m(x
(n)
)

.
130
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
En soustrayant la i
i` eme
colonne de la (i + 1)
i` eme
, i = 0, . . . , n 1, dans le
dernier determinant, lidentite precedente devient
m(x
(0)
) . . . m(x
(n)
)

f (x
(1)
)
m(x
(1)
)

f (x
(0)
)
m(x
(0)
)
, . . . ,
f (x
(n)
)
m(x
(n)
)

f (x
(n1)
)
m(x
(n1)
)

.
En reduisant au meme denominateur la premi`ere colonne, nous obtenons
x

2
2
x
n
n
_
n

i=2
m(x
(i)
)
_

1
1
f (x
(1)
) y

1
1
f (x
(0)
),
f (x
(2)
)
m(x
(2)
)

f (x
(1)
)
m(x
(1)
)
, . . . ,
f (x
(n)
)
m(x
(n)
)

f (x
(n1)
)
m(x
(n1)
)

,
et en iterant nous arrivons ` a

1
1
f (x
(1)
) y

1
1
f (x
(0)
), , x
n
n
f (x
(n)
) y
n
n
f (x
(n1)
)

.
2
Proposition 5.45. Pour toute application

f = (f
0
, . . . , f
n
), (f
0
, . . . , f
n
) =
= f
0
(1, f
1
, . . . , f
n
) + f
1
(f
0
, 1, f
2
, . . . , f
n
) + + f
n
(f
0
, . . . , f
n1
, 1).
Demonstration. En developpant le determinant (5.12) par rapport ` a la premi`ere
colonne, nous avons
(f
0
, . . . , f
n
)(x, y) = f
0
(x)M
0
(x, y) + + f
n
(x)M
n
(x, y),
o` u M
i
(x, y) est le mineur de la matrice
_

1
(

f )(x, y), . . . ,
n
(

f )(x, y)
_
sans la
(i + 1)
i` eme
ligne. Ce mineur sobtient en prenant f
i
= 1 dans la formule
precedente. Ainsi, nous obtenons lidentite de la proposition 5.45. 2
Nous deduisons immediatement le corollaire suivant :
Corollaire 5.46. Pour tout f
0
K[x], nous avons
i) (f
0
, . . . , f
n
) f
0
(x) (1, f
1
, . . . , f
n
) dans K[x, y]/
_
f
1
(x), . . . , f
n
(x)
_
,
ii) (f
0
, . . . , f
n
) f
0
(y)(1, f
1
, . . . , f
n
) dans K[x, y]/
_
f
1
(y), . . . , f
n
(y)
_
.
Demonstration. i) decoule directement de la proposition 5.45, et ii) provient
du calcul de (f
0
, . . . , f
n
) modulo
_
(f
1
(y), . . . , f
n
(y)
_
, apr`es le developpement
du determinant (5.13) par rapport ` a la derni`ere colonne. 2
5.3.12. Methodes hybrides. Nous allons decrire dautres matrices, qui
fournissent egalement des multiples non triviaux du resultant sur P
n
. Ces
matrices combinent des blocs de type Macaulay et dautres de type Bezout.
131
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
5.3.12.1. Jacobien et resultant. La construction de Macaulay pour le result-
ant projectif se fait en degre =

n
i=0
deg f
i
n, assez eleve pour que
generiquement tous les monomes de ce degre soit dans lespace vectoriel des
polyn omes engendre par f
0
, . . . , f
n
et de degre , note (f
0
, . . . , f
n
)
[]
.
Pour trouver des matrices de tailles plus petites que celle de Macaulay et
qui fournissent le resultant il faut se placer en degre < . Dans ce cas, tous
les monomes de degre ne sont pas dans (f
0
, . . . , f
n
)
[]
et il faut completer
cet espace vectoriel par un ensemble de generateurs qui permette dengendrer
tous les monomes en degre , dans le but dappliquer le theor`eme 5.14.
Si = 1, par un calcul de la fonction de Hilbert en utilisant le com-
plexe de Koszul, nous deduisons que lorsque Res
P
n(f
0
, . . . , f
n
) ,= 0, le quotient
K[x
0
, . . . , x
n
]
[]
/(f
0
, . . . , f
n
)
[]
est de dimension 1, et nous verrons au chapitre
9 que ce quotient est engendre par le Jacobien de lapplication (f
0
, . . . , f
n
) ou
(1, f
0
, . . . , f
n
)(x
0
, . . . , x
n
, 0).
Soit w
0
un generateur de ce quotient, et considerons lapplication
o
[1]
: x
E
[1]
0
) x
E
[1]
n
) K x
F
[1]
)
(q
0
, . . . , q
n
, )
n

i=0
q
i
f
i
+ w
0
,
o` u pour i = 0, . . . , n, x
E
[1]
i
= x

: [[ = 1 d
i
,
j
< d
j
si j > i et
x
F
[1]
= x

: [[ = 1.
Proposition 5.47. Le determinant de lapplication o
[1]
est divisible par
Res
P
n(f
0
, . . . , f
n
).
Demonstration. Ce resultat provient du fait que si f
0
, . . . , f
n
ont une racine
commune dans P
n
, le polyn ome w
0
sannule aussi en cette racine. 2
Exemple 5.48. Considerons un syst`eme de 3 coniques :
_
_
_
f
0
= c
0,0
x
0
2
+ c
0,1
x
0
x
1
+ c
0,2
x
0
x
2
+ c
0,3
x
1
2
+ c
0,4
x
1
x
2
+ c
0,5
x
2
2
f
1
= c
1,0
x
0
2
+ c
1,1
x
0
x
1
+ c
1,2
x
0
x
2
+ c
1,3
x
1
2
+ c
1,4
x
1
x
2
+ c
1,5
x
2
2
f
2
= c
2,0
x
0
2
+ c
2,1
x
0
x
1
+ c
2,2
x
0
x
2
+ c
2,3
x
1
2
+ c
2,4
x
1
x
2
+ c
2,5
x
2
2
.
En degre = 3, la matrice de o
[3]
est la matrice de
_
x
0
f
0
, x
1
f
0
, x
2
f
0
, x
0
f
1
, x
1
f
1
, x
2
f
1
, x
0
f
0
, x
1
f
0
, x
2
f
2
, Jac(f
0
, f
1
, f
2
)
_
132
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
dans la base des 10 monomes de degre 3 en x
0
, x
1
, x
2
:
M =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
c
0,0
0 0 c
1,0
0 0 c
2,0
0 0
x0
3
c
0,1
c
0,0
0 c
1,1
c
1,0
0 c
2,1
c
2,0
0
x0
2
x1
c
0,2
0 c
0,0
c
1,2
0 c
1,0
c
2,2
0 c
2,0

x0
2
x2
c
0,3
c
0,1
0 c
1,3
c
1,1
0 c
2,3
c
2,1
0
x0x1
2
c
0,4
c
0,2
c
0,1
c
1,4
c
1,2
c
1,1
c
2,4
c
2,2
c
2,1

x0x1x2
0 c
0,3
0 0 c
1,3
0 0 c
2,3
0
x1
3
0 c
0,4
c
0,3
0 c
1,4
c
1,3
0 c
2,4
c
2,3

x1
2
x2
0 c
0,5
c
0,4
0 c
1,5
c
1,4
0 c
2,5
c
2,4

x1x2
2
0 0 c
0,5
0 0 c
1,5
0 0 c
2,5

x2
3
c
0,5
0 c
0,2
c
1,5
0 c
1,2
c
2,5
0 c
2,2

x0x2
2
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
,
o` u
x
est le coecient de x

dans Jac(f
0
, f
1
, f
2
). Comme le determinant de M
est de degre 4 en les coecients de chaque f
i
, cest exactement Res
P
2(f
0
, f
1
, f
2
).
5.3.12.2. Methode de Dixon. Nous allons etendre la construction precedente
en diminuant le degre et en choisissant des polyn omes provenant du bezoutien
pour compenser cette diminution du degre. Cette extension est due `a A.L.
Dixon pour deux variables (voir [Dix08]).
Pour simplier sa description, supposons que f
0
, . . . , f
n
K[x] (en posant
x
0
= 1) sont de meme degre d, et notons
(x, y) = (f
0
, . . . , f
n
)(x, y) =

(x).
Le degre total (en x, y) de (x, y) est au plus (n + 1)d n, et son degre par
rapport ` a x est deg
x
() nd n (de meme deg
y
() nd n).
Si verie f
0
() = = f
n
() = 0, alors (, y) 0, et donc est aussi
une racine de chaque w

(x).
Soit (t, u, v) N
3
. Pour construire Res
P
n(f
0
, . . . , f
n
), nous allons utiliser
u coecients w
1
(x), . . . , w
u
(x) de (x, y), avec deg(w
i
) n(d 1) t,
pour chaque i = 0, . . . , n, v multiples x

1
f
i
, . . . , x
v
f
i
de f
i
, avec [
i
[
n(d 1) t d.
Ces polyn omes seront exprimes dans la base des monomes de degres au plus
n(d 1) t, ce qui fournit une matrice M ayant u + (n + 1)v colonnes.
Nous considerons lapplication
o
[t]
: x
E

0
) x
E

n
) K
u
x
F

)
(q
0
, . . . , q
n
,
1
, . . . ,
u
)
n

i=0
q
i
f
i
+
1
w
1
+ +
u
w
u
,
133
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
o` u x
E

i
) est lespace vectoriel engendre par les monomes de degres au plus
t deg f
i
, et x
F

) celui engendre par les monomes de degres au plus t.


Comme est multilineaire par rapport aux coecients c
i
de chaque f
i
, si
cette matrice est carree, son determinant, lorsquil nest pas nul, est de degre
u+v par rapport ` a c
i
. Pour que ce determinant soit le resultant de f
0
, . . . , f
n
,
il faut quil soit homog`ene de degre d
n
par rapport ` a c
i
pour i = 0, . . . , n.
Le nombre de mon omes necessaires pour decomposer un polyn ome de degre
n(d 1) t en n variables est N =
_
ndt
n
_
, la taille de la matrice M.
Par consequent, les conditions suivantes doivent etre veriees :
u + (n + 1) v =
_
nd t
n
_
, u + v = d
n
ou encore
v =
_
ndt
n
_
d
n
n
N , u =
(n + 1)d
n

_
ndt
n
_
n
N.
Pour que les mon omes x

i
(choisis pour construire M) soient tous distincts et
de degres au plus k = n(d 1) d t, il faut aussi que
v
_
k + n
n
_
.
Puisque generiquement la dimension de limage de la restriction de o
[t]
` a
x
E

1
) x
E

n
) ne depend que de n et d, en specilisant f
0
en 1 et f
i
en x
d
i
pour i = 1, . . . , n, nous deduisons que la dimension de lespace vectoriel
x
E

0
)f
0
+Kw
1
+ +Kw
u
est la meme que celle de
B
k
= x

: 0
i
d 1, [[ n(d 1) t).
Cest aussi le degre du determinant de o
[t]
en les coecients de f
0
. Donc le
cardinal de x

: 0
i
d 1, [[ k doit etre exactement d
n
, ce qui
implique que n(d 1) t n(d 1), cest-`a-dire t = 0.
Nous obtenons ainsi les contraintes :
0 u , k = (n 1) (d 1) 1 , 0 v
_
k + n
n
_
.
Le tableau suivant represente, en fonction de n et d, les valeurs de (v, u, N),
et quand les valeurs sont dans N,
u =
(
nd
n
)d
n
n
est le nombre de polyn omes w
i
provenant de (x, y),
v = d
n
u est le nombre de multiples de chaque f
i
,
N =
_
nd
n
_
est la taille de la matrice dont le determinant est le resultant.
134
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
nd 2 3 4 5 6 7 8 9
2
3
1
6
6
3
15
10
6
28
15
10
45
21
15
66
28
21
91
36
28
120
45
36
153
3
4
4
20
8
19
84
12
52
220
15
110
455
16
200
816
14
329
1330
8
504
2024
Pour n 4, une telle construction nest pas possible.
Exemple 5.49. Considerons 4 quadriques dans P
3
(en posant x
0
= 1) :
_

_
f
0
= x
1
2
+ x
2
2
+ x
3
2
x
1
1
f
1
= 10 x
1
x
2
+ 10 x
1
x
3
10 x
2
20
f
2
= 3 x
1
2
3 x
2
2
+ 3 x
3
2
+ 3 x
3
f
3
= 11 x
1
x
2
11 x
1
x
3
+ 11 x
2
x
3
33
La methode de Dixon conduit `a exprimer les polyn omes
w
0,0,0
, w
1,0,0
, w
0,1,0
, w
0,0,1
, f
i
, x
1
f
i
, x
2
f
i
, x
3
f
i
, pour i = 0, 1, 2, 3,
dans la base des 20 monomes de degres au plus 3 en x
1
, x
2
, x
3
. Nous obtenons
une matrice 20 20, dont le determinant est de degre 8 en les coecients de
chaque f
i
, qui est bien (au signe pr`es) le resultant Res
P
3(f
0
, f
1
, f
2
, f
3
).
La methode de Dixon a aussi ses limites, comme le montre le tableau
precedent. Une construction generalisant cette methode existe, elle est dite
de Morley (voir [MC27, Jou91, DD00]).
5.4. Resultant torique
Le resultant torique [GKZ94, CE93, CLO97] est un cas particulier du
resultant, sur une variete parametree, etudie dans [Bus01a] et [BEM00].
Les varietes toriques forment une classe interessante de varietes projectives
qui admettent une parametrisation rationnelle. Leurs constructions prennent
en compte les monomes qui apparaissent eectivement dans les equations, ce
qui dun point de vue pratique peut se reveler tr`es interessant.
Nous donnons la denition des varietes toriques dites normales dans la
literature [Ful93]. Considerons A =
0
, . . . ,
N
Z
n
et la parametrisation

A
: (K

)
n
P
N
t = (t
1
, . . . , t
n
) (t

0
: : t

N
).
Notons T
o
A
limage de , et T
A
= T
o
A
son adherence dans P
N
. La sous-variete
projective T
A
de P
n
est appelee la variete torique associee `a A.
Cette construction de T
A
est invariante si les
i
sont remplaces par
i
+
avec Z
n
, car ceci revient `a multiplier toutes les coordonnees par t

et ne
135
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
change pas le point projectif (t

0
: : t

N
). La variete torique ne depend
donc que de la geometrie relative des exposants
0
, . . . ,
n
.
La parametrisation
A
peut etre utilisee pour construire un resultant, appele
resultant torique, qui permet dexploiter les mon omes qui apparaissent dans
f
0
, . . . , f
n
. Le but est de trouver des conditions sur les coecients c = (c
i,j
)
pour que le syst`eme
f
c
(t)
_

_
f
0
(t) =

k
0
j=0
c
0,j
t

0,j
.
.
.
f
n
(t) =

kn
j=0
c
n,j
t

n,j
(5.14)
o` u les
i,j
Z
n
, ait une solution dans une certaine variete projective .
On pourrait considerer la variete torique associee `a tous les exposants
i,j
et
chercher les conditions sur c pour que ce syst`eme ait une solution dans cette
variete. Ceci permettrait de denir une notion de resultant mais ne fourni-
rait pas une equivalence entre lannulation de ce resultant et lexistence dune
solution dans T
A
(voir exercice 5.3). Pour cela nous construisons la variete to-
rique associee `a la somme de Minkowski des ensembles dexposants de chaque
equation, i.e. lensemble
A =
0,j
0
+
1,j
1
+ +
n,jn
: i = 0, . . . , n, j
i
= 0, . . . , k
i
.
Pour i = 0, . . . , n, rappelons que le support A
i
de f
i
est lensemble des expo-
sants des monomes qui apparaissent eectivement dans f
i
.
On peut montrer lexistence du resultant torique sous la condition suivante
(voir [CLO97]).
Proposition 5.50. Supposons que le Q-espace vectoriel de Q
n
engendre par
A soit de dimension n. Alors il existe un polyn ome Res
A
0
,...,An
(f
c
), appele
resultant torique, tel que Res
A
0
,...,An
(f
c
) = 0 si, et seulement si, f
c
a une
solution dans la variete torique T
A
.
Exemple 5.51. Considerons le syst`eme
_
_
_
f
1
= c
0,0
t
1
t
2
+ c
0,1
t
1
+ c
0,2
t
2
+ c
0,3
f
2
= c
1,0
t
1
t
2
+ c
1,1
t
1
+ c
1,2
t
2
+ c
1,3
f
3
= c
2,0
, t
1
2
+ c
2,1
t
2
2
+ c
2,1
t
1
+ c
2,2
t
2
+ c
2,3
.
Les enveloppes convexes des supports des f
i
sont respectivement et leur somme de
Minkowski est La variete torique associee `a A est parametree par les monomes
t
1
4
t
2
2
, t
1
3
t
2
3
, t
1
2
t
2
4
, t
1
4
t
2
, t
1
3
t
2
2
, t
1
2
t
2
3
, t
1
t
2
4
,
t
1
4
, t
1
3
t
2
, t
1
2
t
2
2
, t
1
t
2
3
, t
2
4
, t
1
3
, t
1
2
t
2
, t
1
t
2
2
, t
2
3
, t
1
2
, t
1
t
2
, t
2
2
, t
1
, t
2
, 1.
Denition 5.52. Le volume mixte de n polytopes convexes A
1
, . . . , A
n
de
Z
n
, est note V M(A
1
, . . . , A
n
), cest le coecient de
1
. . .
n
dans le volume
du convexe
1
A
1
+ +
n
A
n
, o` u
1
, . . . ,
n
sont des nombres positifs.
136
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
A
1
A
2
A
3
=
Figure 5.3. Supports des polyn omes.
A
Figure 5.4. Somme de Minkowski des supports.
Exemple 5.53. Un calcul simple montre que dans lexemple precedent
V M(A
1
, A
2
) = 2 , V M(A
1
, A
3
) = V M(A
2
, A
3
) = 4.
Theor`eme 5.54. Supposons que chaque A
i
engendre Q
n
comme Q-espace
vectoriel et que A = A
0
A
n
engendre Z
n
(comme Z-module). Alors le
degre de Res
T
A
par rapport aux coecients de chaque f
i
est
V M(A
0
, . . . , A
i1
, A
i+1
, . . . , A
n
).
Demonstration. Dapr`es lexercice 5.9, le degre de Res
T
A
par rapport aux co-
ecients de f
i
est le nombre de racines de f
j
= 0, j ,= i, dans T
A
divise
par le degre dune bre generique de
1
. Comme AZ = Z
n
, le degre de cette
bre est 1. Dapr`es le theor`eme de Bernstein (voir exercice 5.10), le nombre
de solutions f
0
= = f
i1
= f
i+1
= = f
n
= 0 est generiquement
137
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
V M(A
0
, . . . , A
i1
, A
i+1
, . . . , A
n
). 2
Le resultant torique peut etre construit ` a partir dune matrice similaire ` a
celle de Macaulay. Elle est extraite de la matrice de lapplication suivante :
o : x
E
0
) x
En
) x
F
)
(q
0
, . . . , q
n
)
n

i=0
q
i
f
i
,
o` u E
i
= A
0
A
i1
A
i+1
A
n
et A =
n
j=0
A
j
.
Des constructions explicites [CP93], ou implicites [EC95] ont ete pro-
posees pour obtenir une matrice carree extraite de la matrice de o et dont
le determinant est un multiple non nul de Res
T
A
. Comme dans le cas de Ma-
caulay, il est possible de construire une matrice dont le determinant est du
bon degre par rapport ` a f
0
(`a savoir le volume mixte de A
1
, . . . , A
n
), ce qui
permet de deduire le resultant par permutation des indices et par un calcul de
pgcd.
Exemple 5.55. Reprenons les memes polyn omes que dans lexemple 5.51.
S:=spresultant([f0,f1,f2],[t[1],t[2]]);
S :=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
c
0,3
0 0 0 c
1,3
0 0 0 0 c
2,3
0 0
c
0,2
c
0,3
0 0 c
1,2
c
1,3
0 0 0 c
2,2
0 0
0 0 c
0,3
0 0 0 c
1,3
0 0 0 c
2,3
0
c
0,1
0 c
0,2
c
0,3
c
1,1
0 c
1,2
c
1,3
0 c
2,1
c
2,2
c
2,3
0 0 c
0,1
0 0 0 c
1,1
0 c
1,3
0 c
2,1
0
c
0,0
c
0,1
0 c
0,2
c
1,0
c
1,1
0 c
1,2
0 0 c
2,1
c
2,2
0 c
0,0
0 0 0 c
1,0
0 0 0 0 0 c
2,1
0 c
0,2
0 0 0 c
1,2
0 0 0 c
2,1
0 0
0 0 c
0,0
c
0,1
0 0 c
1,0
c
1,1
c
1,2
c
2,0
0 c
2,1
0 0 0 c
0,0
0 0 0 c
1,0
0 0 0 0
0 0 0 0 0 0 0 0 c
1,1
0 c
2,0
0
0 0 0 0 0 0 0 0 c
1,0
0 0 c
2,0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
.
La factorisation de det(S) fournit :
factor(det(S));
c
1,3
c
2,0
(c
0,0
4
c
1,1
2
c
1,3
2
c
2,3
c
2,1
2 c
0,0
3
c
0,3
c
1,1
2
c
1,3
c
1,0
c
2,1
c
2,3
+ ).
Le dernier facteur contient 325 monomes, et il est de degre 4 = V M(A
2
, A
3
) =
V M(A
1
, A
3
) en les coecients de f
1
, et f
2
et de degre 2 = V M(A
1
, A
2
) en
les coecients de f
3
. Cest donc le resultant torique de f
1
, f
2
, f
3
.
138
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
5.5. Resultant et bezoutien
Dans cette section, nous allons voir comment calculer un multiple non trivial
du resultant sur une variete projective X en utilisant la matrice bezoutienne.
Theor`eme 5.56. Supposons que les conditions 5.12 soient satisfaites. Alors
tout mineur maximal non nul de la matrice bezoutienne B(f
0
, . . . , f
n
) est divi-
sible par le resultant Res
X
(f
0
, . . . , f
n
).
Demonstration. Dapres la proposition 10.19 du chapitre 10, tout mineur maxi-
mal non nul de B(f
0
, . . . , f
n
) est divisible par det(M
f
0
) dans K[c
0
], o` u
K = K(c
1
, . . . , c
n
) et c
i
designe les coecients de f
i
. Comme det(M
f
0
) sannule
si f
0
a une racine commune avec f
1
, . . . , f
n
dans K
n
, ce polyn ome de K[c
0
]
est divisible par le polyn ome irreductible Res
X
(f
0
, . . . , f
n
). Il existe alors des
polyn omes D et N tels que lon ait dans K[c
0
, . . . , c
n
],
D(c
1
, . . . , c
n
) = Res
X
(f
0
, . . . , f
n
) N(c
0
, . . . , c
n
).
Comme Res
X
(f
0
, . . . , f
n
) est irreductible et ne divise pas D(c
1
, . . . , c
n
) qui ne
depend pas de c
0
, il divise . 2
Exemple 5.57. Calculons le resultant (en un certain sens) du syst`eme
_
_
_
f
0
= c
0,0
+ c
0,1
t
1
+ c
0,2
t
2
f
1
= c
1,0
+ c
1,1
t
1
+ c
1,2
t
2
+ c
1,3
(t
1
2
+ t
2
2
) + c
1,4
(t
2
1
+ t
2
2
)
2
f
2
= c
2,0
+ c
2,1
t
1
+ c
2,2
t
2
+ c
2,3
(t
1
2
+ t
2
2
) + c
2,4
(t
2
1
+ t
2
2
)
2
.
La matrice bezoutienne B(f
0
, f
1
, f
2
) est de taille 12 12, et son rang est 10.
Son (unique) mineur non nul de taille 10 se factorise en
melim([f0,f1,f2],[t[1],t[2]]);
c
0,1
(c
1,4
c
2,3
+ c
1,3
c
2,4
)
3
(c
0,1
c
1,4
c
2,2
c
0,1
c
1,2
c
2,4
c
2,1
c
0,2
c
1,4
+ c
1,1
c
0,2
c
2,4
)
_
c
0,2
2
+ c
0,1
2
_
2
_
c
0,1
4
c
1,0
4
c
2,4
4
+ 2 c
0,1
2
c
0,2
2
c
1,0
4
c
2,4
4
+ c
0,2
4
c
1,0
4
c
2,4
4
+
_
.
Pour decrire un de ces facteurs comme resultant sur une variete X, nous
considerons lapplication
: K
2
K
3
(t
1
, t
2
) (t
1
, t
2
, t
2
1
+ t
2
2
).
Ladherence de son image (K
2
) dans P
3
(K) est une quadrique dequation
t
0
t
3
(t
2
1
+ t
2
2
) = 0.
Considerons maintenant la variete torique T
A
associee `a A = A
0
A
1
A
2
,
o` u A
i
designe le support de f
i
pour i = 0, 1, 2. Soit U =
1
_
(K

)
3
_
louvert
139
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
de K
2
, tel que denit une application de U dans T
A
. Si Q est ladherence
de son image dans T
A
, les conditions 5.12 sont veriees. Dapr`es le theor`eme
5.56, Res
Q
(f
0
, f
1
, f
2
) divise un mineur maximal de B(f
0
, f
1
, f
2
).
Comme pour des equations generiques f
0
, f
1
, f
2
, le nombre de racines dans
Z(f
0
, f
1
), Z(f
0
, f
2
), Z(f
1
, f
2
) est 4, Res
Q
(f
0
, f
1
, f
2
) est bien le dernier facteur,
de degre 4 en les coecients de chaque f
i
. Il contient 1011 monomes.
5.6. Exercices
Exercice 5.1.
1. Soit f R[x]. En utilisant un syst`eme de calcul formel, deviner la signature de
la forme quadratique associee `a la matrice B
f,f
(par rapport aux zeros de f).
En suite prouver ce resultat.
2. Si f C[x] et f est son polyn omes conjugue, montrer que la matrice iB
f,f
est
hermitienne. Puis, de la meme facon que precedemment, deviner la signature
de cette matrice.
Exercice 5.2. Soient f
0
= u
0
+ u
1
x, et f
1
= x
3
x
2
2x 3.
1. Calculer le resultant de f
0
, f
1
.
2. Quelle est la matrice de multiplication par f
0
dans K[x]/(f
1
) ?
Exercice 5.3. Soit le syst`eme
f
c
_
_
_
f
0
= c
0,0
z
2
+ c
0,1
z x + c
0,2
z y
f
1
= c
1,0
z + c
1,1
x + c
1,2
y
f
2
= c
2,0
z + c
2,1
x + c
2,2
y.
1. Determiner la variete dincidence W
X
= (c, x) P
2
P
2
P
2
X : f
c
(x) = 0,
o` u X = P
2
et x = (x : y : z).
2. Decomposer W
X
en composantes irreductibles.
3. Si U = x = (x : y : z) P
2
: z ,= 0, montrer que W
X
coincde au dessus de U
avec la variete dincidence W
U
associee au syst`eme
_
_
_
c
0,0
+ c
0,1
t
1
+ c
0,2
t
2
c
1,0
+ c
1,1
t
1
+ c
1,2
t
2
c
2,0
+ c
2,1
t
1
+ c
2,2
t
2
.
4. Montrer que W
U
est une composante irreductible de W
X
.
Exercice 5.4. Retrouver les matrices de Sylvester et de Bezout de deux polyn omes
en une variable ` a partir de la construction faite dans la sous-section 5.2.2.
Exercice 5.5. Nous allons voir que si la matrice S de lapplication (5.5) est de rang
N 1, alors il y a une seule solution au syst`eme f
0
= . . . = f
n
= 0, qui sexprime de
mani`ere rationnelle par rapport aux coecients des polyn omes f
i
, i = 0, . . . , n.
140
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
1. Soit S

= p
1
, . . . , p
r
K[x] et S

la matrice des coecients de ces polynomes


dans la base des mon omes x
F
avec [F[ = N. Les lignes de cette matrice sont
indexees par les mon omes x
F
, et les colonnes sont les vecteurs de coecients
des elements de S

par rapport aux mon omes de x


F
.
Pour tout A F, on note S

A
la sous-matrice des lignes de S

indexees par
les monomes x
A
. Montrer que si A F est de taille r 1,

F\A
det(S

A{}
) x

(5.15)
appartient ` a lideal engendre par les elements de S

.
2. On se place dans le cas ane dune seule variable, o` u f
0
= x
2
1 et f
1
= x
3
1.
Determiner x
F
, la matrice de Sylvester et son rang.
Si A = x
2
, x
3
, x
4
, que devient lexpression (5.15) dans ce cas ?
3. Soit S K[x] et S la matrice de leurs coecients dans une base x
F
de N = [F[
mon omes. Soit K la matrice N des coecients dune base de ker(S
t
). Montrer
pour tout A F de taille + 1,

A
det(K
A\{x

}
) x

(5.16)
appartient ` a lideal engendre par les elements de S.
4. Quel est le noyau de S
t
dans lexemple precedent f
0
= x
2
1, f
1
= x
3
1 ? Et
si on choisi A = 1, x, que devient lexpression (5.16) ?
5. Soit S la matrice de lapplication lineaire (5.5). Supposons que ker(S
t
) soit de
dimension 1 et que 1, x
1
, . . . , x
n
x
F
. Soit S

une matrice construite ` a partir


de colonnes de S et de meme rang r = N 1 que S. Pour tout F, notons
v
x
= det(S

F\{}
). Montrer
ker(S
t
) est engendre par v = (v
1
, v
x1
, . . . , v
xn
, . . .), avec v
1
,= 0,
(f
0
, . . . , f
n
) = m

avec = (
vx
1
v1
, . . . ,
vxn
v1
),
v = v
1
(

)
F
.
6. Appliquer le resultat precedent au cas precedent f
0
= x
2
1, f
1
= x
3
1.
Exercice 5.6. Construction algebrique du resultant sur P
n
.
Soit
f
c
(x)
_

_
f
0
=

N
n
:||=d0
c
i,
x

.
.
.
f
m
=

N
n
:||=dm
c
i,
x

un syst`eme de m + 1 polyn omes homog`enes en les variables x = (x


0
, . . . , x
n
), ` a
coecients indetermines.
Une forme dinertie est un element de (K[c])[x] qui sannule sur la variete dinci-
dence W
P
n.
1. Si m < n, montrer que toute forme dinertie de degre 0 en x est nulle.
141
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2. Dorenavent m = n. Pour chaque i 0, . . . , n, notons c
i,0
le coecient de x
di
0
dans f
i
,

f
i
= f
i
c
i,0
x
di
0
, le vecteur des coecients des monomes de

f
i
est c
i
,
c
i
= (c
i,0
, c
i
), et c = (c
0
, . . . , c
n
). Considerons lhomomorphisme danneaux
: K[c][x
0
, . . . , x
n
] K[c][x
0
, . . . , x
n
][x
1
0
]
deni par (c
i,0
) =

f
i
x
di
0
, et (c
i,j
) = 0 si si j ,= 0.
3. Montrer que lideal 1 des formes dinertie est le noyau de .
4. Montrer que 1 est un ideal premier.
5. Montrer que h (K[c])[x] est une forme dinertie si, et seulement si, il existe
N tel que x

i
h (f
0
, . . . , f
n
), pour un i 0, . . . , n.
6. Montrer que
mN
_
(f
0
, . . . , f
n
) : x
m
0
_
K[c] =
_
Res
P
n(f
c
)
_
.
7. En deduire un algorithme pour calculer le resultant Res
P
n(f
c
).
Exercice 5.7. Plongement de Segre.
1. Soient (m, n) (N

)
2
et N = (m + 1)(n + 1) 1. Montrer que
: P
m
P
n
P
N
(x
0
, . . . , x
m
; y
0
, . . . , y
n
) (x
i
y
j
: i = 0, . . . , m, j = 0, . . . , n).
est une application.
2. Montrer que si V est une variete de P
m
P
n
(i.e. lensemble des points de P
m
P
n
qui sont solutions dune famille nie de polyn omes homog`enes en (x
0
, . . . , x
m
)
et homog`enes en (y
0
, . . . , y
n
)
_
, alors (V ) est une variete projective de P
N
.
3. Generaliser ce resultat `a un produit despaces projectifs P
m0
P
mn
.
Exercice 5.8. Theor`eme des bres.
Soient V et W des varietes projectives, et f : V W une application surjective.
1. Supposons que V et W sont irreductibles. Montrer les proprietes suivantes :
dimV dimW,
Soit w W. Si Z est une composante irreductible de la variete f
1
(w),
alors dimZ dimV dimW,
Il existe un sous-ensemble ouvert non vide U de W tel que pour tout
w U, dimf
1
(w) = dimV dimW.
2. Supposons que la variete W est irreductible. Montrer que si toutes les bres
f
1
(w), w W, de f sont irreductibles, alors la variete V est aussi irreductible.
Exercice 5.9.
1. Considerons dans P
1
, le syst`eme f
0
= c
0,0
x
2
0
+c
0,1
x
2
1
, f
1
= c
1,0
x
2
0
+c
1,1
x
2
1
. Pour
i = 0, 1, notons par deg
i
_
Res
P
1(f
0
, f
1
)
_
le degre du resultant en les coecients
de f
i
. Calculer Res
P
1(f
0
, f
1
) et deduire deg
i
_
Res
P
1(f
0
, f
1
)
_
.
2. Avec les notations de la section 5.2, supposons que pour i = 0, . . . , n,
i
est
injectif et que generiquement les polyn omes
Jac(f
1
, . . . , f
i1
, f
i+1
, . . . , f
n
), f
1
, . . . , f
i1
, f
i+1
, . . . , f
n
142
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
nont pas de zero commun. Si est le degre dune bre de
1
et D
i
le nombre de
racines dun syst`eme generique f
1
= = f
i1
= f
i+1
= = f
n
= 0, montrer
deg
i
(Res
X
) = D
i
.
Exercice 5.10. Theor`eme de Bernstein.
On consid`ere un syst`eme dequations
f
_

_
f
1
=

1A1
c
1
t
1
.
.
.
f
n
=

nAn
c
n
t
n
(5.17)
o` u t = (t
1
, . . . , t
n
), et pour i = 1, . . . , n, A
i
Z
n
est lensemble des points entiers
dun polygone convexe. Le but de cet exercice est de demontrer le theor`eme suivant :
Le nombre de solutions dans T
n
= (C

)
n
dun syst`eme generique de la
forme (5.17) est V M(A
1
, . . . , A
n
).
Notons L(A
1
, . . . , A
n
) le nombre de solutions dans T
n
dun tel syst`eme generique.
Si lensemble A Z
n
des points entiers dun polygone convexe est ni, et Z
n
,
on note m

(A) = min
aA
([a), A

= A[(, A) = m

(A). Pour tout f


C[t

] = C[t
1
,
1
t1
, . . . , t
n
,
1
tn
] et = (
1
, . . . ,
n
) Z
n
, f

designe le coecient de la
plus petite puissance du param`etre u dans f(u
1
t
1
, . . . , u
n
t
n
).
1. Montrer que support(f

)
_
support(f)
_

.
2. Montrer que si = (
1
, 0, . . . , 0) avec
1
,= 0, alors f

est un polyn ome en


t
2
, . . . , t
n
, ` a multiplication par un mon ome pr`es. Montrer que ceci permet de
denir L(A

2
, . . . , A

n
).
3. Montrer que pour tout r A il existe H

(r) tel que H

(r) e = ([r) m

(A),
o` u e = min([r) m

(A) ,= 0 : r A.
Soit r A
1
, et considerons le syst`eme f
s
_
f
s,1
= s
1
t
r
+ f
1
f
s,i
= f
i
, i = 2, . . . , n.
Nous allons etudier les branches solutions de f
s
de la forme
a (s
1
, . . . , s
n
)(1 + (s)), (5.18)
avec a = (a
1
, . . . , a
n
) T
n
, > 0 et lim
s0
(s) = 0.
4. Montrer que par un changement de variables, on peut supposer =(
1
, 0, . . . , 0),
m

(A
i
) = 0 pour i = 1, . . . , n, et f

1
= s
1
t
H
1
+ f
1
avec H = H

(r), et que
a = (a
2
, . . . , a
n
) est solution du syst`eme f

2
= = f

n
= 0.
5. Montrer que si f generique, f

1
( a) ,= 0. En deduire que =
1
H
, et a
H
1
+f

1
( a) = 0.
6. En deduire que le nombre de branches de la forme (5.18) est majore par
H

(r) L(A

2
, . . . , A

n
).
7. Montrer que par le changement de variables t
1
= u
1
s
1
H
, t
2
= u
2
, . . . , t
n
= u
n
,
on obtient un syst`eme

f
s
en u, dont le nombre de solutions pour s = 0 est
generiquement H

(r) L(A

2
, . . . , A

n
).
143
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
8. Montrer que pour un choix generique du syst`eme f ,

f
s
= 0 na que des solutions
simples isolees dans T
n
pour s = 0 et quil existe une branche solution de

f
s
= 0
passant par ces points.
9. En deduire que L(A

2
, . . . , A

n
)H

(r) est exactement le nombre de branches so-


lutions de f
s
(t
1
, . . . , t
n
) = 0 de la forme (5.18).
10. Montrer que pour lensemble A des points entiers dun polygone convexe et
r A, H

(r)V M(A

, . . . , A

) est n! fois le volume de la pyramide de base A

et de sommet r.
11. En deduire que

E
H

(r)V M(A

, . . . , A

) = V M(A, . . . , A),
o` u E est lensemble des directions Z
n
telles que gcd(
1
, . . . ,
n
) = 1.
12. Montrer, en reprenant la denition du volume mixte, que si A
1
, . . . , A
n
sont des
convexes de Z
n
et r A
1
, on a

E
H

(r)V M(A

2
, . . . , A

n
) = V M(A
1
, . . . , A
n
)
et conclure par induction sur la dimension.
Ce resultat peut etre ameliore, en montrant que le nombre de solutions isolees du
syst`eme (5.17) dans T
n
est majore par le volume mixte V M(A
1
, . . . , A
n
). Pour plus de
details, voir [Ber75], [Kus75], [Kho78]. Ce theor`eme porte aujourdhui lappellation
BKK (Bernstein, Kushnirenko, Khovanski).
144
CHAPITRE 6
APPLICATION DES R

ESULTANTS
Sommaire
6.1. Intersection de deux courbes planes . . . . . . . . . . . . . 146
6.2. Resolution de syst`emes surdetermines . . . . . . . . . . . 150
6.2.1. Cas o` u dim
_
ker(o
t
)
_
= 1. . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.2.2. Cas o` u dim
_
ker(S
t
)
_
> 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.3. Resoudre en ajoutant une forme lineaire generique
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
6.4. Calcul dune representation univariee rationnelle
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6.5. Resoudre en cachant une variable . . . . . . . . . . . . 159
6.6. Probl`eme dimplicitisation . . . . . . . . . . . . . . . . . . . . . . . . 164
6.7. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Nous allons voir dans ce chapitre, des exemples pratiques dutilisation des
resultants. Linteret de ces derniers est de fournir, sous de bonnes conditions
de genericite, des formulations matricielles qui permettent de transformer la
resolution dun syst`eme non-lineaire en un probl`eme dalg`ebre lineaire. Ces
formulations sont continues par rapport aux coecients des equations et donc
peuvent sappliquer avec des coecients approches. Elles peuvent etre uti-
lisees de la facon suivante : une analyse tenant compte de la geometrie du
probl`eme etudie permet de choisir le resultant le mieux adapte. Lors de letape
de resolution, les param`etres sont instancies, puis un solveur numerique (par
exemple un calcul de valeurs et vecteurs propres) est utilise. Cette approche
est particuli`erement interessante quand le syst`eme algebrique obtenu doit etre
resolu pour un grand nombre de jeux de param`etres. La premi`ere etape (choix
de la formulation du resultant) est eectuee une fois pour toute, et la deuxi`eme
(la resolution numerique) peut souvent sappliquer avec larithmetique sur
les nombres ottants implentee dans les processeurs de nos ordinateurs, ce
qui la rend tr`es ecace. Les methodes decrites ci-apr`es sappliquent pour les
dierentes matrices des resultants etudiees dans le chapitre precedent.
6.1. Intersection de deux courbes planes
Considerons deux courbes planes (
1
et (
2
donnees par les equations
f
1
(x, y) =
d
1

i=0
a
i
(x) y
i
= 0 et f
2
(x, y) =
d
2

i=0
b
i
(x) y
i
= 0 ,
avec a
i
(x) K[x], b
i
(x) K[x], a
d
1
(x) ,= 0, a
d
2
(x) ,= 0. Comment peut-on
calculer les points dintersection de (
1
et (
2
? On cherche donc les couples
(x, y) tels que f
1
et f
2
sannulent simultanement. Ainsi, le determinant de la
matrice de Sylvester S(x) des polyn omes f
1
et f
2
, vus comme elements de
(K[x])[y],
S(x) =
_
_
_
_
_
_
_
_
_
_
_
_
_
a
0
(x) 0 b
0
(x) 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. a
0
(x)
.
.
. b
0
(x)
a
d
1
(x)
.
.
. b
d
2
(x)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 a
d
1
(x) 0 b
d
2
(x)
_
_
_
_
_
_
_
_
_
_
_
_
_
est nul pour tout (x, y) (
1
(
2
. Nous avons donc
(1, y, . . . , y
d
1
+d
2
1
) S(x) = 0.
Reciproquement, si det
_
S(x)
_
= 0, dapr`es la proposition 5.1, soit les po-
lyn omes a
d
1
(x) et b
d
2
(x) sont identiquement nuls, soit il existe y tel que
146
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
f
1
(x, y) = f
2
(x, y) = 0, et ainsi le point (x, y) est commun aux courbes (
1
et (
2
. Nous avons donc la proposition suivante :
Proposition 6.1. Si les polyn omes a
d
1
(x) et b
d
2
(x) sont premiers entre-eux,
alors det
_
S(x
0
)
_
= 0 pour x
0
K, si et seulement si, il existe y
0
K tel que
f
1
(x
0
, y
0
) = f
2
(x
0
, y
0
) = 0.
Demonstration. Les coecients dominants a
d
1
(x), b
d
2
(x) de f
1
, f
2
(K[x])[y]
ne sannulent pas simultanement et donc det
_
S(x
0
)
_
= 0, si et seulement si, il
existe y
0
tel que f
1
(x
0
, y
0
) = f
2
(x
0
, y
0
) = 0. 2
Remarque 6.2. Si les polyn omes f
1
et f
2
sont premiers entre-eux, on peut
toujours se ramener au cas o` u a
d
1
(x) et b
d
2
(x) sont aussi premiers entre-eux.
En eet, soit K. En rempla cant y par
y + 1
y
dans f
1
(x, y) et f
2
(x, y), puis
en reduisant au meme denominateur, nous obtenons deux polyn omes

f
1
(x, y)
et

f
2
(x, y) de degres d
1
et d
2
en y tels que leurs coecients dominants (vus
comme elements de (K[x])[y]
_
soient a

d
1
(x) = f
1
(x, ) et

b

d
2
(x) = f
2
(x, ).
Donc, si f
1
(x, y) et f
2
(x, y) nont pas de facteur commun dans K[x, y], alors
pour K generique, f
1
(x, ) et f
2
(x, ) nont pas de racine commune.
Soit une abscisse qui annule det
_
S(x)
_
. Les vecteurs propres generalises
associes `a la valeur propre , i.e. les vecteurs qui verient S()
t

t
= 0,
correspondent aux formes lineaires qui sannulent sur les polyn omes
f
1
(, y), y f
1
(, y), . . . , y
d
2
1
f
1
(, y), f
2
(, y), y f
1
(, y), . . . , y
d
1
1
f
1
(, y).
Plus precisement, les coecients de sont les coordonnees de ces formes dans
la base duale de la base (1, y, . . . , y
d
1
+d
2
1
). Lespace vectoriel engendre par
ces formes lineaires est donc lorthogonal de lideal
_
f
1
(, y), f
2
(, y)
_
, engendre
par pgcd
_
f
1
(, y), f
2
(, y)
_
, en degre d
1
+ d
2
1.
Si ce pgcd est de degre 1, lespace propre est engendre par levaluation 1
y
0
correspondant ` a la racine du pgcd
_
f
1
(, y), f
2
(, y)
_
. Dans ce cas, lordonnee
y
0
sobtient en calculant par exemple le rapport de la premi`ere et la deuxi`eme
coordonnee du generateur de cet espace propre.
Si pgcd
_
f
1
(, y), f
2
(, y)
_
est de degre d > 1, le rang de S() est d
1
+d
2
d
et le noyau de S()
t
est engendre par d formes
1
, . . . ,
d
. Nous pouvons alors
calculer les solutions communes `a f
1
(, y) et f
2
(, y) de la fa con suivante : si
a et b sont deux entiers positifs, notons
a,...,b
la matrice
_

i
(y
j
)
_
1id,ajb
.
Comme (1, . . . , y
d1
) est une base de lespace vectoriel quotient de K[y] par
_
pgcd(f
1
(, y), f
2
(, y))
_
, la matrice
0,...,d1
est inversible. Remarquons que

1,...,d
se deduit de
0,...,d1
par la transposee de la matrice de multiplication
par y modulo pgcd
_
f
1
(, y), f
2
(, y)
_
. Les valeurs propres generalisees de la
147
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
matrice
1,...,d
y
0,...,d1
correspondent donc aux ordonnees des points de
(
1
(
2
. Ceci conduit ` a lalgorithme dintersection suivant :
Algorithme 6.3. Intersection de deux courbes planes.
Entr ee : Deux polyn^ omes f
1
=

d
1
i=0
a
i
(x)y
i
et f
2
=

d
2
i=0
b
i
(x)y
i
de
K[x, y].
1. Tester si pgcd
_
a
d
1
(x), b
d
2
(x)
_
,= 1.
- Si cest le cas, choisir au hasard, et r eappliquer
(1) aux num erateurs des fractions rationnelles obtenues
en rempla cant y par
y+1
y
dans f
1
(x, y) et f
2
(x, y).
2. Calculer la matrice de Sylvester S(x) de f
1
, f
2
, vus comme
el ements de (K[x])[y].
3. Calculer les valeurs propres g en eralis ees (correspondant
aux abscisses des points dintersection des courbes
(
1
= f
1
(x, y) = 0 et (
2
= f
2
(x, y) = 0) et les vecteurs
propres g en eralis es de S(x)
t
= 0.
4. Pour chaque valeur propre de multiplicite d, determiner
les matrices
0,...,d1
et
1,...,d
`a partir des vecteurs propres

1
, . . . ,
d
; puis calculer les valeurs propres g en eralis ees de

1,...,d
y
0,...,d1
correspondant aux ordonn ees des points de (
1
(
2
.
Sortie : (
1
(
2
.
Exemple 6.4. Considerons les deux courbes (
1
et (
2
denies par chacune des
deux equations :
f
1
= 400 y
4
160 y
2
x
2
+ 16 x
4
+ 160 y
2
x 32 x
3
50 y
2
+ 6 x
2
+ 10 x +
25
16
,
f
2
= y
2
yx + x
2

6
5
x
1
16
.
La transposee de la matrice de Sylvester de f
1
, f
2
(K[x])[y] est
S:=transpose(sylvester(C1,C2,y));
S(x) =
_
_
_
_
_
_
_
_
400 0 1 0 0 0
0 400 x 1 0 0
a2(x) 0 x
2

6
5
x
1
16
x 1 0
0 a2(x) 0 x
2

6
5
x
1
16
x 1
a0(x) 0 0 0 x
2

6
5
x
1
16
x
0 a0(x) 0 0 0 x
2

6
5
x
1
16
_
_
_
_
_
_
_
_
,
o` u a
0
(x) = 16 x
4
32 x
3
+ 6 x
2
+ 10 x +
25
16
, et a
2
(x) = 160 x
2
+ 160 x 50.
Le determinant R(x) de S(x) se factorise sous la forme
148
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
R:=factor(resultant(f1,f2,y));
R(x) =
_
124 x
2
121 x 4
_ _
124 x
2
201 x 4
_
(4 x 5)
2
x
2
.
Les racines du premier facteur de R(x) sont
x0:=[solve(op(1,R))];
x
0
=
_
121
248
+
5
248

665,
121
248

5
248

665
_
.
Lespace propre associe `a
121
248
+
5
248

665 est engendre par le vecteur


kernel(subs(x=x0[1],sylvester(f1,f2,y)));
_

80352563
293162506240

39041729
7329062656000

665,
16352953
11821068800
+
262683
11821068800

665,

134467
19066240

8317
95331200

665,
5589
153760
+
47
153760

665,
47
248

1
1240

665, 1
_
.
Les mon omes sont ordonnes ici par degre decroissant, lordonnee du point
dintersection des deux courbes (
1
et (
2
est en avant derni`ere position. Le
premier point dintersection est donc
_
121
248
+
5
248

665,
47
248

1
1240

665
_
.
Le deuxi`eme point sobtient par conjugaison, cest
_
121
248

5
248

665,
47
248
+
1
1240

665
_
.
Nous procedons de meme pour le second facteur de R(x) et obtenons les deux
points suivants
_
201
248
+
7
248

865,
111
248
+
11
1240

865
_
,
_
201
248

7
248

865,
111
248

11
1240

865
_
.
Considerons maintenant la racine double = 0 de R(x). Lespace propre as-
socie `a cette valeur propre est engendre par les deux vecteurs propres
K:= kernel(subs(x=0,sylvester(f1,f2,y)));
(1, 0, 16, 0, 256, 0) , (0, 1, 0, 16, 0, 256).
La matrice de multiplication par y modulo pgcd
_
f
1
(0, y), f
2
(0, y)
_
est
M:= matrix([op(K)]);
evalm(submatrix(M,1..2,4..5)&* inverse(submatrix(M,1..2,5..6)));
149
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
_
0
1
16
1 0
_
.
Ses valeurs propres sont y =
1
4
, ce qui donne les deux points dintersection
_
0,
1
4
_
,
_
0,
1
4
_
. Au dessus de = 0, nous avons donc deux points distincts de
(
1
(
2
.
Considerons maintenant =
5
4
, lautre racine double de R(x). Lespace
propre associe ` a cette racine nest engendre que par un seul vecteur
K:= kernel(subs(x=5/4,sylvester(f1,f2,y)));
(0, 0, 0, 0, 0, 1).
Nous deduisons directement lordonnee y = 0 du seul point dintersection cor-
respondant `a x =
5
4
, ` a savoir
_
5
4
, 0
_
. Ceci est en accord avec le trace (heureu-
sement !) : Le point (
5
4
, 0) est de multiplicite 2 dans (
1
. Le facteur x est de
0.5
0
0.5
1
y
1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x
Figure 6.1. Intersection de courbes planes par projection.
multiplicite 2 dans R(x) mais le point calcule en x =
5
4
est de multiplicite 1
dans (
1
(
2
.
6.2. Resolution de syst`emes surdetermines
Considerons un syst`eme surdetermine de m equations f
1
= = f
m
= 0
en n variables x = (x
1
, . . . , x
n
) (cest-`a-dire m > n). Supposons quil ait au
moins une solution. Ce type de syst`emes est frequent, par exemple dans des
probl`emes de calibration (en vision par ordinateur, en robotique), o` u chaque
150
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
mesure fournit une ou plusieurs equations sur des param`etres que lon cherche
`a calculer. Le nombre dequations (lie au nombre de mesures) peut etre aussi
grand que lon veut mais le syst`eme a une solution (ou eventuellement un petit
nombre de solutions).
Nous allons voir que les matrices des resultants permettent de resoudre ces
syst`emes dans les bons cas, correspondant `a un petit nombre (` a preciser) de
solutions. Comme dans la sous-section 5.3.1, considerons lapplication lineaire
o : x
E
1
) x
Em
) x
F
)
(q
1
, . . . , q
m
)
m

i=1
q
i
f
i
(6.1)
et sa matrice dans les bases de monomes. Cette matrice (qui generalise celle
de Sylvester) se divise en blocs S
1
, . . . , S
m
(chaque S
i
ne depend que des coef-
cients du polyn ome f
i
et il est constitue de [F[ lignes et [E
i
[ colonnes). Nous
pouvons egalement considerer des matrices S combinant S
1
, . . . , S
m
avec des
colonnes des bezoutiens de n + 1 polyn omes parmi f
1
, . . . , f
m
.
Supposons par la suite que Z(f
1
, . . . , f
m
) ,= et que les co-
lonnes de la matrice S representent des polynomes de lideal
(f
1
, . . . , f
m
).
Nous allons montrer comment calculer les solutions de f
1
= = f
m
= 0 par
des outils dalg`ebre lineaire.
6.2.1. Cas o` u dim
_
ker(o
t
)
_
= 1. Ce cas correspond souvent `a une si-
tuation generique parmi les syst`emes surdetermines ayant une solution. Ceci
implique, dapr`es lexercice 5.5, que le syst`eme na quune solution projective.
Algorithme 6.5. R esolution dun syst` eme surd etermin e ayant une
seule solution projective.
Entr ee : Un syst` eme surd etermine f
1
= = f
m
= 0 ayant une
seule solution projective. Supposons deg(f
1
) deg(f
m
) et
posons = deg(f
1
) + + deg(f
n+1
) n.
1. Poser x
E
i
= x

: [[ d
i
, i = 1, . . . , m, et x
F
=x

: [[ .
Calculer la matrice S de lapplication lin eaire (6.1).
2. R esoudre le syst` eme lin eaire S
t
v = 0 et v erifier que
lespace vectoriel des solutions est engendr e par un seul
vecteur v = (v

)
F
.
Sortie : La solution
_
v
x
1
v
1
, . . . ,
v
xn
v
1
_
du syst` eme f
1
= = f
m
= 0.
151
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exemple 6.6. Une ville contient un dedale de rues et de maisons, ainsi
quune grande tour cylindrique bien visible que lon cherche ` a localiser de
mani`ere precise an de cartographier la zone. Des visees ` a partir de points
precis dune rue permettent de calculer les coordonnees dun certain nombre
de droites horizontales tangentes `a la tour.
Cest une adaptation dun probl`eme, apparaissant dans luvre mathemati-
que chinoise dite des neuf chapitres, datant du premier si`ecle avant notre `ere
et dant laquelle la tour est remplacee par les murailles circulaires dune ville.
Ce texte decrit des procedures mathematiques que lon appellerait aujourdhui
algorithmes.
Comment peut-on deduire la position exacte de cette tour cylindrique ?
Un calcul simple montre que la condition pour quune droite L dequation
l
1
x+l
2
y +l
0
= 0 soit tangente `a un cercle C dequation c
0
_
x
2
+ y
2
_
2 c
1
x
2 c
2
y + c
3
= 0 est
l
1
2
c
2
2
l
2
2
c
1
2
+2 l
1
l
2
c
1
c
2
+2 l
0
l
1
c
0
c
1
+2 l
0
l
2
c
0
c
2
+l
0
2
c
0
2
+
_
l
1
2
+ l
2
2
_
c
0
c
3
= 0.
Supposons que les visees se font avec des droites
L
1
: x + 1,
L
2
: x + y +

2 + 1,
L
3
: 2 + y,
L
4
: x

3y 2

3,
qui correspondent aux cercles (o` u nous avons pose c
0
= 1)
S
1
: c
2
2
2 c
1
+ c
3
1,
S
2
: c
1
2
2 c
1
c
2
+ c
2
2
+
_
2

2 2
_
c
1
+
_
2

2 2
_
c
2
+ 2 c
3
2

2 3,
S
3
: c
1
2
4 c
2
+ c
3
4,
S
4
: 3 c
1
2
+ 2

3c
1
c
2
+ c
2
2
+
_
4 + 2

3
_
c
1
+
_
4

3 6
_
c
2
+4 c
3
4

3 7.
Un premier essai, en considerant tous les multiples de degres au plus 243 =
5, conduit `a une matrice de taille 5680 et de rang 51. Puisque les polyn omes
S
1
, S
2
, S
3
, S
4
sont de degre 1 en c
3
, nous ne multiplions les polyn omes que par
des monomes en c
1
, c
2
, le degre critique est donc = 2 3 2 = 4. Dans ce
cas, nous avons une matrice de taille 21 24 dont les lignes sont indexees par
les mon omes
K:=koszul(S,[C[1],C[2]],4);
_
c
2
4
, c
2
3
c
1
, c
2
2
c
1
2
, c
2
c
1
3
, c
1
4
, c
3
c
2
2
, c
3
c
2
c
1
, c
3
c
1
2
, c
2
3
, c
2
2
c
1
, c
2
c
1
2
,
c
1
3
, c
3
c
2
, c
3
c
1
, c
2
2
, c
2
c
1
, c
1
2
, c
3
, c
2
, c
1
, 1
_
.
Le noyau de la transposee est bien de rang 1, et il est engendre par le vecteur
kernel(transpose(K));
152
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
(1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1)
qui correspond au vecteur de mon omes ci-dessus evalue en (0, 1, 0), cest-` a-
dire au cercle solution
(x
2
+ y
2
) + 2 y = 0
de centre (0, 1) et de rayon 1.
La proposition 5.5 montre de plus que lideal engendre par les 4 equations
est lideal maximal denissant la solution ane (0, 1, 0). Remarquons par
ailleurs, que le syst`eme a une deuxi`eme solution projective (0 : 0 : 0 : 1) qui
est ` a linni et qui ne correspond pas `a un vrai cercle. Les matrices de
resultant projective (telles que celles de Macaulay) auront les deux evaluations
correspondantes dans les noyaux de leurs transposees. Elles ne pourront donc
pas etre utilisees directement comme nous lavons illustre sur cet exemple.
6.2.2. Cas o` u dim
_
ker(S
t
)
_
> 1. Dans ce cas aussi nous allons montrer
comment resoudre le syst`eme surdetermine f
1
= . . . = f
m
= 0 par des tech-
niques dalg`ebre lineaire similaires `a celles decrites dans la section 4.7.
Pour cela, si deg(f
i
) = d
i
, i = 1, . . . , m, supposons d
1
d
m
> 0 et
notons = d
1
+ + d
n+1
n. La matrice S de lapplication (6.1) est celle
des coecients des multiples monomiaux, de degres au plus , des polyn omes
f
1
, . . . , f
m
. Comme la variete Z(f
1
, . . . , f
m
) est nie, dapr`es [Laz81], ces mul-
tiples engendrent lideal I = (f
1
, . . . , f
m
) en degre . Nous deduisons que
ker(S
t
) represente les elements I

en degre .
Soit M une matrice s r de rang r, o` u r = dim
_
ker(S
t
)
_
et s le nombre de
lignes de S, telle que S
t
M = 0. Les lignes de M sont indexees par un ensemble
de mon omes note x
F
. Pour tout sous-ensemble x
E
de x
F
, notons M
E
la sous-
matrice de M indexee par les elements de x
E
.
Proposition 6.7. Supposons que la variete Z(f
1
, . . . , f
m
) soit nie. Alors
tout sous-ensemble x
E
de taille r = dim
_
ker(S
t
)
_
tel que det(M
E
) ,= 0 est une
base de lespace vectoriel K[x]/(f
1
, . . . , f
m
).
Demonstration. La matrice M est celle des coecients (restreints `a x
F
) dune
base de I

, dans la base duale de la base des mon omes. Comme M


E
est inver-
sible, nous pouvons construire par des combinaisons lineaires une base (

)
E
de I

telle que

(x

) = 0 si ,= et

(x

) = 1. En dautres termes,
(

)
E
est la base duale de la base (x

)
E
de K[x]/I. 2
La matrice des coecients, de la base duale (

)
E
de I

, restreints ` a x
F
est M M
1
E
, et M
E
est la matrice de passage de la base de I

, representee par les


colonnes de , `a la base duale.
153
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Proposition 6.8. Soit E un sous-ensemble F tel que M
E
soit inversible et
x
i
x
E
:= x
E
i
x
F
pour i = 1, . . . , n. Alors la transposee de la matrice de
multiplication par x
i
dans la base x
E
est M
t
i
= M
E
i
M
1
E
.
Demonstration. La transposee M
t
i
est aussi la matrice de multiplication par x
i
dans la base duale de la base x
E
de K[x]/I. Comme M
1
E
est la matrice des
coecients de (

)
E
, nous avons
M
E
i
M
1
E
=
_

(x
i
x

)
_
,E
=
_
M
t
i
(

)(x

)
_
,E
.
Par ailleurs, M
t
i
(

)(x

) est le coecient de x

dans M
t
i
(

). Nous deduisons
que
M
t
i
=
_
M
t
i
(

)(x

)
_
,E
= M
E
i
M
1
E
.
2
Ceci permet de determiner les solutions de f
1
= = f
m
= 0 de la fa con
suivante :
Algorithme 6.9. R esolution dun syst` eme surd etermin e.
Entr ee : Un syst` eme surd etermine f
1
= = f
m
= 0 qui d efinit un
nombre fini de points.
1. Calculer la matrice S des multiples de f
1
, . . . , f
m
en degre
assez grand (par exemple =

m
i=1
deg(f
i
) n). Notons x
F
lensemble des mon^ omes qui indexent les lignes de S.
2. Calculer une base du noyau de S
t
et noter M la matrice de
ses coefficients.
3. Choisir (si il existe) un sous-ensemble E de F tel que M
E
soit inversible et x
i
x
E
x
F
, pour i = 1, . . . , n.
4. Calculer les vecteurs propres communs aux matrices M
t
i
=
M
E
i
M
1
E
, i = 1, . . . , n.
Sortie : Les racines de f
1
= = f
m
= 0 que lon d eduit des
vecteurs propres communs `a M
t
1
, . . . , M
t
n
(th eor` eme 4.23).
Exemple 6.10. Interessons-nous au calcul des points singuliers de la courbe
dequation
f(x, y) = x
4
+x
2
y
2
+1.828427124 x
2
2.0 y
4
+1.171572876 y
2
0.171572876 = 0.
Cest-` a-dire aux points (x, y) de cette courbe qui verient f
x
:=
f
x
(x, y) =
0 et f
y
:=
f
y
(x, y) = 0. Le syst`eme f = f
x
= f
y
= 0 na pas de solution
exacte, mais a des solutions pour des valeurs leg`erement perturbees des co-
ecients. Nous allons donc calculer des pseudo-points singuliers (des points
154
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
singuliers pour une perturbation des coecients de la courbe f(x, y) = 0).
Pour plus de detail sur les techniques numeriques (telles que le rang approche,
noyau approche, SVD, . . . ), consulter [GVL96].
Calculons la matrice des multiples de degres au plus 7 de f, f
x
, f
y
:
S:=matrixof([f,x*f,...y^3*f,
fx,x*fx, ..., y^4*fx, fy,x*fy, ..., y^4*fy],
[[1,x,y,x^2,x*y,y^2,x^3, ... ,y^7]]);
Cest une matrice 3640 de rang approche 34, et les valeurs singuli`eres sont :
11.18421173, 11.01360011, 10.87157972, 10.48016693, 9.690300714,
9.057315333, 8.742977272, 8.685704609, 8.661226442, 8.601716952,
8.457298544, 8.375382556, 8.207092070, 7.879082075, 7.770171363,
7.312368269, 7.191386199, 6.806597091, 6.460557009, 6.220509809,
5.406503538, 4.536335156, 4.510944070, 4.243772777, 3.852704145,
3.619811374, 1.912050412, 1.080047522, 1.043128432, 0.5625242171,
0.5587213274, 0.5383043943, 0.4210174726, 0.3395543133,
0.0000000002480291661, 5.690925483 10
16
.
Le quotient / = K[x, y]/(f, f
x
, f
y
) est de dimension 2 (donc la courbe a deux
points pseudo-singuliers). Nous calculons un noyau approche de la transposee
de S (par SVD), et obtenons
K =
_
1 0 0 0 0 0.2928932190
0 0 1 0 0 0
_
.
Les monomes qui indexent les colonnes de ce noyau sont 1, x, y, x
2
, xy, y
2
, . . ..
Et comme la sous-matrice
M
0
=
_
1 0
0 1
_
des colonnes indexees par (1, y) est inversible, (1, y) est une base de / (par
contre (1, x) ne lest pas). La matrice de multiplication par y est obtenue en
extrayant de K, la matrice M
1
indexee par les mon omes y, y
2
(les colonnes
3 et 6 de K) et en calculant
M
y
= M
1
0
M
1
=
_
0 0.2928932190
1 0
_
.
Les valeurs propres de M
y
sont (0.5411961003, 0.5411961003). Pour obtenir
la matrice de multiplication par x, un calcul similaire en prenant les colonnes
indexees par x, xy donne
M
x
=
_
0 0
0 0
_
.
Ceci montre que x est dans lideal engendre par f, f
x
, f
y
et que les deux points
pseudo-singuliers sont (0, 0.5411961003).
155
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
6.3. Resoudre en ajoutant une forme lineaire generique
La proposition 5.36 permet de calculer la matrice de multiplication par f
0
modulo f
1
, . . . , f
n
(dans le cas o` u le bloc D est inversible) ; lensemble des
mon omes x
E
0
est alors une base de lalg`ebre quotient K[x]/(f
1
, . . . , f
n
) (pro-
position 5.35). Ceci est aussi valable pour toute autre matrice de resultant
telle que celle du resultant torique. En utilisant cette matrice de multiplica-
tion, nous pouvons resoudre le syst`eme f
1
= = f
n
= 0 par les methodes
presentees au chapitre 4, ce qui conduit ` a lalgorithme suivant :
Algorithme 6.11. R esoudre en ajoutant une forme lin eaire.
Entr ee : Un syst` eme f
1
= = f
n
= 0.
1. Choisir une forme lin eaire f
0
= u
0
+u
1
x
1
+ +u
n
x
n
au hasard.
2. Calculer la matrice S du r esultant de f
0
, . . . , f
n
, puis
d ecompose la en 4 blocs comme dans la proposition 5.36 :
S =
_
_
_
_
A B
C D
_
_
_
_
.
3. V erifier que D est inversible. Si ce nest pas le cas,
sarr^ eter et annoncer syst` eme non-g en erique.
4. R esoudre le syst` eme f
1
= = f
n
= 0 `a partir de la matrice
M
f
0
= A B D
1
C de multiplication de f
0
modulo f
1
, . . . , f
n
,
en calculant ses valeurs propres et vecteurs propres (voir
chapitre 4).
Sortie : Les solutions de f
1
= = f
n
= 0.
La matrice de multiplication par f
0
est une fonction continue en les pa-
ram`etres des equations f
1
, . . . , f
n
sur louvert det(D) ,= 0, donc cette methode
peut etre utilisee en pratique avec des coecients approches.
Par ailleurs, dans certains probl`emes, il nest pas necessaire de savoir cal-
culer M
f
0
mais seulement de pouvoir la multiplier par un vecteur. Voir par
exemple [BMP00]. Pour calculer M
f
0
v, il sut :
1. de calculer w = C v,
2. de resoudre D u = w,
3. de calculer Av Bu = M
f
0
v.
Ces operations peuvent se faire de mani`ere ecace en exploitant la structure
(creuse) des dierents blocs A, B, C, D, ce qui fournit une multiplication rapide
par f
0
modulo f
1
, . . . , f
n
.
156
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
De meme, si M
f
0
est inversible, il est possible de calculer M
1
f
0
v ecacement
en exploitant la structure de S. En eet,
S =
_
A B
C D
_
=
_
A B D
1
C B
0 D
_ _
I 0
D
1
C I
_
,
et
S
1
=
_
I 0
D
1
C I
_ _
(A B D
1
C)
1

0 D
1
_
=
_
(A B D
1
C)
1


_
.
Pour calculer M
1
f
0
v, il sut de resoudre
S
_
u
u
_
=
_
v
0
_
,
et deduire u = M
1
f
0
v. Ces proprietes, ainsi que le caract`ere creux de la matrice,
sont exploites dans [BMP00], pour mettre en place des methodes iteratives
(basee sur la methode de la puissance [Wil65]) permettant de selectionner la
(les) racine(s) du syst`eme f
1
= = f
n
= 0 minimisant [f
0
[, sans avoir ` a
calculer toutes ces racines.
Exemple 6.12. Considerons les polyn omes
f
1
= x
1
2
+ x
2
2
1/5 x
1
1 et f
2
= x
1
2
+ 2 x
1
x
2
x
2
2
1/2
de C[x
1
, x
2
], et cherchons la racine (x
1
, x
2
) de f
1
= f
2
= 0 pour laquelle
[x
2
[ est minimale. Nous calculons la matrice S du resultant de x
2
, f
1
, f
2
et
2
1
1
2
x2
2 1 1 2
x1
Figure 6.2. Intersection de courbes planes et methode iterative.
appliquons literation ci-dessous sur la transposee de S. Nous obtenons alors
le vecteur propre de M
t
x
2
pour lequel [x
2
[ est minimale, cest-` a-dire levaluation
au point solution correspondant :
157
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
iter:= proc(u) local i,v;
v:= linsolve(transpose(S),[op(u),0$6]);
[v[i]$i=1..4]/v[1]
end:
[1,3,.5,1];for i to 10 do iter(%): od:
[1 , 3 , 0.5 , 1 ]
[ 0.9999999999,- 0.6451612901,-0.0741935483,- 0.2225806451]
[ 1.0 ,- 1.274828458 , 0.2145780667,- 0.1384374623]
[ 0.9999999998,- 0.7519886970, 0.1173629411,- 0.1496176172]
[ 0.9999999999,- 0.9895914293, 0.1737396589,- 0.1306502597]
[ 0.9999999997,- 0.8426120371, 0.1424691542,- 0.1409862539]
[ 1.0 ,- 0.9236216483, 0.1600252209,- 0.1348391774]
[ 1.0 ,- 0.8761508124, 0.1498504018,- 0.1384050751]
[ 1.0 ,- 0.9031275086, 0.1556404095,- 0.1363644712]
[ 1.0 ,- 0.8875316212, 0.1522966791,- 0.1375433204]
[ 1.0 ,- 0.8964629541, 0.1542117142,- 0.1368677727]
Nous observons une convergence (lineaire) vers le vecteur 1

, qui fournit
= (0.8964629541, 0.1542117142). La derni`ere coordonnee 0.1368677727
est approximativement le produit des deux precedentes. Cette methode peut
etre acceleree en rempla cant dans literation, f
0
par f
0
, o` u est une
bonne approximation de la valeur propre. Voir [Wil65] pour ces techniques
de decalage dans les methodes de puissances inverses.
6.4. Calcul dune representation univariee rationnelle
Considerons une forme lineaire f
0
= u
0
+ u
1
x
1
+ + u
n
x
n
dont les co-
ecients sont des indeterminees. Supposons dans un premier temps que le
syst`eme f
1
, . . . , f
n
est generique pour la formulation de Macaulay. Dapr`es le
corollaire 5.11 et la proposition 5.19, le determinant de la matrice de Macaulay
associee `a f
0
, . . . , f
n
est un multiple de la forme de Chow
((u) =

Z(f
1
,...,fn)
(u
0
+
1
u
1
+ +
n
u
n
)

,
o` u

designe la multiplicite de la racine . Ceci est egalement vraie pour


le resultant torique ou pour le resultant generalise [Bus01a]. En calculant
le determinant ou un mineur maximal de la matrice correspondante, nous
obtenons un multiple de ((u). Nous pouvons alors deduire une representation
univariee rationnelle des solutions en utilisant les resultats de la section 4.10,
ce qui conduit ` a lalgorithme suivant :
158
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Algorithme 6.13. Calcul dune repr esentation univari ee ration-
nelle.
Entr ee : Un syst` eme f
1
= = f
n
= 0 de n equations en n
variables, ayant un nombre fini de solutions.
1. Soit f
0
= u
0
+ u
1
x
1
+ + u
n
x
n
une forme lin eaire dont les
coefficients sont des ind etermin ees. Calculer une matrice
de r esultant adapt ee au syst` eme f
0
, . . . , f
n
.
2. Calculer un multiple de la forme de Chow ((u) en prenant le
d eterminant (ou un mineur maximal) de cette matrice.
3. Appliquer lalgorithme 4.40 pour d eduire une repr esentation
univari ee rationnelle.
Sortie : Une repr esentation univari ee rationnelle des solutions
de f
1
= . . . = f
n
= 0.
Nous verrons au chapitre 10, que la matrice bezoutienne de f
0
, . . . , f
n
, per-
met aussi de calculer une representation univariee rationnelle des points isoles
de la variete Z(f
1
, . . . , f
n
), meme dans le cas o` u celle-ci nest pas nie.
6.5. Resoudre en cachant une variable
Dans cette section, nous allons decrire une methode de resolution dun
syst`eme polynomial basee sur les formulations de resultants. Cette methode
sapplique ` a un syst`eme de n equations en n variables et consiste `a cacher
une variable, par exemple x
n
(cest-`a-dire considerer x
n
comme un param`etre).
Considerons un syst`eme de n equations f
1
, . . . , f
n
`a n variables x
1
, . . . , x
n
que nous ecrivons sous la forme
_

_
f
1
(x) =

1
A
1
c

1
(x
n
) y

1
= 0
.
.
.
f
n
(x) =

nAn
c
n
(x
n
) y
n
= 0
(6.2)
o` u A
1
, . . . , A
n
sont des sous-ensembles de N
n1
, c

1
(x
n
), . . . , c
n
(x
n
) sont des
polyn omes en x
n
, et y = (x
1
, . . . , x
n1
).
Nous sommes dans une situation o` u nous pouvons appliquer les construc-
tions de resultants, et obtenons un polyn ome R(x
n
) en x
n
(eventuellement
nul, suivant la formulation choisie).
Soit = (
1
, . . . ,
n1
,
n
) une solution de f
1
= = f
n
= 0. En substituant
x
n
par
n
dans (6.2), (
1
, . . . ,
n1
) est une solution du syst`eme obtenu, donc
R(
n
) = 0. Ainsi, le polyn ome R(x
n
) sannule en les n
i`emes
coordonnees du
syst`eme f
1
= = f
n
= 0. Cette propriete est vraie pour tout resultant, sur
159
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
une variete projective, deni ` a partir du syst`eme (6.2), comme par exemple le
resultant torique (associe aux supports A
i
) ou pour le calcul par des bezoutiens.
Dans un souci de simplication, nous ne considerons ici que le cas du resultant
projectif.
Le polyn ome R(x
n
) peut sannuler pour dautres valeurs que les derni`eres co-
ordonnees des solutions du syst`eme (6.2). En eet, il se peut que pour certaines
valeurs de x
n
, ce syst`eme ait une solution ` a linni (apr`es homogeneisation par
rapport aux variables y = (x
1
, . . . , x
n1
)
_
qui ne donne pas une solution du
syst`eme ane (6.2).
Denition 6.14. Pour tout element f K[x] := K[x
1
, . . . , x
n
], t(f) designe
la composante homog`ene de plus haut degre de f, vu comme polyn ome en
x
1
, . . . , x
n1
`a coecients dans K[x
n
].
Nous avons donc la propriete suivante, similaire `a celle en une variable (voir
proposition 6.1) :
Proposition 6.15. Si le polyn ome R(x
n
) nest pas nul, alors sa partie sans
facteur carre

R(x
n
) est le produit de
R
o
(x
n
) =

Z(f
1
,...,fn)
(x
n

n
)
par la partie sans carre dun generateur du sature
K[x
n
]
_
t(f
1
), . . . , t(f
n
)) : (x
1
, . . . , x
n1
)

_
.
par (x
1
, . . . , x
n1
).
Demonstration. Nous avons vu que R(x
n
) sannule en les n
i`emes
coordonnees
des points de la variete Z(f
1
, . . . , f
n
). Par denition du resultant projectif (voir
theor`eme 5.17), les autres racines de R(x
n
) correspondent aux
valeurs de x
n
pour lesquelles le syst`eme (6.2) a des racines `a linni (par
rapport aux variables y = (x
1
, . . . , x
n1
)
_
, cest-`a-dire des racines communes
`a t(f
1
), . . . , t(f
n
). Ces valeurs de x
n
sont les racines dun generateur de lideal
delimination
K[x
n
]
_
(t(f
1
), . . . , t(f
n
)) : (x
1
, . . . , x
n1
)

_
,
qui correspondent ` a la projection de Z
P
n2
K
(t(f
1
), . . . , t(f
n
)) sur K. 2
Signalons que les varietes algebriques de P
k
(K) K
l
, sont celles de K
k+l+1
denies par des polyn omes qui sont homog`enes en les k+1 premi`eres variables.
Exemple 6.16. Considerons le syst`eme
_
_
_
f
1
= x
1
x
2
x
3
1
f
2
= x
1
2
x
3
+ x
2
2
x
3
+ x
3
2
3
f
3
= x
1
x
2
+ x
2
2
+ x
2
x
3
x
1
x
3
2.
160
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Le calcul du resultant de f
1
, f
2
, , f
3
(K[x
3
])[x
1
, x
2
] par la formule de Macau-
lay fournit
factor(det(mresultant([f1,f2,f3],[x1,x2])));
x
3
5
(x
3
1)
3
_
x
3
7
+ 4 x
3
6
+ 11 x
3
5
+ 21 x
3
4
+ 15 x
3
3
+ 20 x
3
2
+ 25 x
3
25
_
.
Le premier terme x
3
5
a pour racine x
3
= 0 ; il correspond au cas o` u
t(f
1
) = x
1
x
2
x
3
, t(f
2
) = x
2
1
x
3
+ x
2
2
x
3
, t(f
3
) = x
1
x
2
+ x
2
2
ont les racines projectives communes (1 : 0) et (1 : 1).
Les autres facteurs ont pour racines les troisi`emes coordonnees des 10 ra-
cines de f
1
= f
2
= f
3
= 0.
Nous avons aussi le corollaire suivant :
Corollaire 6.17. Supposons que R(x
n
) ne soit pas identiquement nul et que
la variete de P
n2
K denie par t(f
1
), . . . , t(f
n
) soit vide. Alors R(
n
) = 0,
si et seulement si,
n
est la n
i`eme
coordonnee dune solution du syst`eme (6.2).
Demonstration. Ceci decoule du fait que dans ce cas,

R(x
n
) = R
o
(x
n
). 2
La condition Z
P
n2
K
(t(f
1
), . . . , t(f
n
)) = se teste en veriant que le pgcd
dans K[x
n
] de tous les mineurs maximaux de la matrice de lapplication lineaire
(6.1) associee `a t(f
1
), . . . , t(f
n
) est 1. Si la variete Z
P
n2
K
(t(f
1
), . . . , t(f
n
)) est
constituee dun nombre ni de points, il est toujours possible de se ramener
`a cette condition par changement de variables dans P
n2
K. Sinon, il faut
essayer une autre formulation de resultant.
Pour utiliser cette approche, le resultant R(x
n
) ne doit pas etre identique-
ment nul. Il est donc important de choisir ` a cet eet la variable cachee ou
le type de resultant que lon va utiliser pour resoudre le syst`eme polynomial.
Une fois que les derni`eres coordonnees des solutions de (6.2) trouvees, nous
pouvons calculer les autres `a partir de la matrice du resultant. Pour cela, il
sut de calculer les vecteurs veriant
t
S(
n
) = 0, o` u
n
est une racine
de R
o
(x
n
).
Si ce noyau est de dimension 1, le vecteur est (`a un scalaire pr`es) leva-
luation du vecteur des mon omes indexant les lignes de S. Nous pouvons ainsi
trouver les coordonnees
1
, . . . ,
n1
en examinant ces monomes.
Si la dimension de ce noyau est plus grande que 1, nous cherchons les autres
coordonnees comme dans la section 6.1 par des calculs de valeurs propres sur
des sous-matrices des coecients dune base de ce noyau (voir algorithme 6.3).
Le calcul des racines
n
de R(x
n
) et des vecteurs tels que
S(
n
)
t
= 0 (6.3)
161
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
peut se faire en une seule etape. Supposons que
S(x
n
) = S
d
x
d
n
+ S
d1
x
d1
n
+ + S
0
,
o` u les matrices S
i
sont `a coecients constants de meme taille. Resoudre le
syst`eme (6.3) revient `a resoudre le probl`eme de valeurs propres et de vecteurs
propres generalises
_

_
_
_
_
_
_
_
0 I 0
.
.
.
.
.
.
.
.
.
.
.
.
0
0
I
S
t
0
S
t
d2
S
t
d1
_
_
_
_
_
_
x
n
_
_
_
_
_
_
S
t
d
0 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. S
t
d
0
0 0 S
t
d
_
_
_
_
_
_
_

_
w = 0.
Ceci conduit ` a lalgorithme suivant, similaire ` a celui de la section precedente :
Algorithme 6.18. R esoudre un syst` eme en cachant une variable.
Entr ee : Un syst` eme polynomial f
1
= = f
n
= 0 avec f
i

K[x
1
, . . . , x
n
].
1. Calculer la matrice S(x
n
) du r esultant de f
1
, . . . , f
n

(K[x
n
])[x
1
, . . . , x
n1
].
2. V erifier que det(S(x
n
)) ,= 0. Si ce nest pas
le cas, sarr^ eter et annoncer projecteur en x
n
non-satisfaisant.
3. Calculer les valeurs propres g en eralis ees (correspondant
aux coordonn ees x
n
des solutions) et les vecteurs propres
g en eralis es de la transpos ee de la matrice S(x
n
).
4. Notons la matrice des coefficients dune base de ces
vecteurs propres. Pour chaque valeur propre
n
, determiner
un sous-ensemble B des mon^ omes indexant les lignes de
tel que
B
soit inversible.
5. Puis d eterminer les valeurs
1
, . . . ,
n1
telles quil existe
un vecteur propre commun w v erifiant
(
x
i
B

i

B
) w = 0, pour i = 1, . . . , n 1.
Les valeurs propres (
1
, . . . ,
n1
) sont les n 1 premi` eres
coordonn ees des solutions du syst` eme consid er e.
6. V erifier que les points = (
1
, . . . ,
n
) sont solutions de f
1
=
= f
n
= 0.
Sortie : Les solutions de f
1
= = f
n
= 0.
162
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exemple 6.19. Reprenons lexemple 6.16 pour lequel le determinant de S(x
3
)
nest pas nul. Nous allons calculer les valeurs propres et les vecteurs propres
generalises de S(x
3
)
t
= 0.
Pour x
3
= 1, le noyau de S(1)
t
est engendre par les vecteurs
(0, 1, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 1, 1) ,
(1, 1, 0, 1, 0, 2, 3, 1, 0, 1, 2, 1, 0, 1, 2) ,
(0, 1, 0, 0, 1, 1, 2, 2, 0, 1, 1, 0, 1, 1, 2).
Les monomes indexant les colonnes de S(1)
t
sont
(1, x
2
, x
1
, x
1
x
2
, x
2
2
, x
2
1
, x
2
1
x
2
, x
1
x
2
2
, x
3
1
x
2
, x
2
1
x
2
2
, x
1
x
3
2
, x
3
1
, x
3
2
, x
4
1
, x
4
2
).
Prenons B = 1, x
1
, x
2
et les sous-matrices
B
,
x
1
B
,
x
2
B
:
Delta0:= submatrix(Delta,1..3,[1,3,2]);
Delta1:= submatrix(Delta,1..3,[3,6,4]);
Delta2:= submatrix(Delta,1..3,[2,4,5]);
ainsi que les matrices M
x
1
et M
x
2
de multiplication par x
1
et x
2
:
M1:= evalm(inverse(Delta0) &* Delta1);
M2:= evalm(inverse(Delta0) &* Delta2);
M
x
1
=
_
_
_
_
0 1 1
1 1 0
0 1 0
_
_
_
_
, M
x
2
=
_
_
_
_
0 1 1
0 0 1
1 0 1
_
_
_
_
.
Les vecteurs propres de M
t
x
1
et M
t
x
2
sont
eigenvects(transpose(M1));
eigenvects(transpose(M2));
1, 1, (1, 1, 1), 1, 2, (1, 1, 1) et 1, 1, (1, 1, 1), 1, 2, (1, 1, 1).
Les deux vecteurs propres communs ` a M
t
x
1
et M
t
x
2
sont (1, 1, 1) et (1, 1, 1).
Ils fournissent les coordonnees x
1
et x
2
(lues en 2
`eme
et 3
`eme
coordonnees
des vecteurs propres normalises) des deux solutions aux dessus de x
3
= 1,
`a savoir (1, 1), et (1, 1). Le dernier point etant de multiplicite 2, comme
on le voit sur la coupe x
3
= 1 : Pour les autres racines du facteur de degre
7 de det
_
S(x
3
)
_
, les espaces propres sont de dimension 1 et nous deduisons
directement les solutions des coordonnes des vecteurs propres.
163
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2
1
1
2
x2
2 1 1 2
x1
Figure 6.3. Intersection de courbes planes en des points multiples.
Pour x
3
= 0, une base du noyau est donnee par les lignes de la matrice

t
:=
_
_
_
_
_
_
_
0 0 0 0 0 1 0 0 1 0 1 0 1 0 0
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 0 1 0 1 0
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
_
_
_
_
_
_
_
.
La premi`ere coordonnee (correspondant au mon ome 1) est nulle pour tous les
vecteurs propres, donc x
3
= 0 nest pas la projection dune solution ane du
syst`eme f
1
= f
2
= f
3
= 0. En eet, 1 est toujours dans une base dun quo-
tient K[x
1
, x
2
]/
_
f
1
(x
1
, x
2
,
3
), f
2
(x
1
, x
2
,
3
), f
3
(x
1
, x
2
,
3
)
_
(o` u = (
1
,
2
,
3
)
est une solution de (6.2)
_
. On doit donc pouvoir choisir 1 comme element de
B et extraire une matrice inversible
B
de contenant la ligne de indexee
par le mon ome 1, dans le cas o` u
3
est la projection dune solution du syst`eme
(6.2). Ici ce nest pas le cas, car tous les coecients sont nuls.
6.6. Probl`eme dimplicitisation
Nous avons vu que certaines varietes algebriques de K
n
, peuvent etre decrites
par une representation dite parametree de la forme
_

_
x
1
=
f
1
(t
1
, . . . , t
m
)
f
0
(t
1
, . . . , t
m
)
.
.
.
x
n
=
f
n
(t
1
, . . . , t
m
)
f
0
(t
1
, . . . , t
m
)
164
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
o` u f
0
, . . . , f
n
K[t
1
, . . . , t
m
] (voir exercice 2.16), et par denition que toute
variete algebrique a une representation dite implicite V = Z(g
1
, . . . , g
s
), avec
g
1
, . . . , g
s
K[x
1
, . . . , x
n
]. Chacune de ces deux representations est utile, par
exemple la parametree permet de generer facilement des points (donc de tra-
cer V ), alors que limplicite est plus pratique pour tester lappartenance dun
point ` a V ou de determiner son lieu singulier. Le procede de conversion dune
parametrisation dune variete algebrique en une representation implicite est
connu sous le nom de limplicitisation. Cette conversion est utilisee dans cer-
tains domaines pratiques, o` u les objets geometriques sont souvent donnes par
leurs parametrisations, pour eectuer des operations de base comme lintersec-
tion de deux varietes ou la determination du lieu singulier dune variete. Par
exemple pour intersecter deux varietes parametrees V
1
et V
2
, on calcule une
representation implicite de V
1
dans laquelle on substitue la parametrisation de
V
2
.
Le probl`eme dimplicitisation peut se resoudre en utilisant les bases de
Gr obner (voir exercice 2.16), mais une telle solution nest pas satisfaisante
dun point de vue pratique. Une alternative basee sur des techniques matri-
cielles plus stables numeriquement est lutilisation des resultants.
Algorithme 6.20. Equation implicite dune hypersurface.
Entr ee : Une param etrisation rationnelle dune hypersurface (H)
de K
n
t = (t
1
, . . . , t
n1
)
_
f
1
f
0
(t), . . . ,
f
n
f
0
(t)
_
.
1. Construire le syst` eme
_

_
f
1
(t) x
1
f
0
(t)
.
.
.
f
n
(t) x
n
f
0
(t).
2. Par un calcul de r esultant, eliminer les param` etres t dans
ce syst` eme pour obtenir un polyn^ ome r esultant R(x
1
, . . . , x
n
).
Sortie : L equation implicite de lhypersurface (H).
Il est clair que le resultant du syst`eme f
1
(t) x
1
f
0
(t), . . . , f
n
(t) x
n
f
0
(t)
donne un multiple (ou une puissance) de lequation implicite de (H). Mais ce
resultant peut etre identiquement nul, si la parametrisation admet des points
bases (cest-`a-dire des racines communes aux polyn omes f
0
, . . . , f
n
). Dans ce
cas dautres types de resultants peuvent etre construits pour contourner cette
situation (voir [BEM00], [Bus01b] pour certains types de points bases).
165
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exemple 6.21. Soit la surface parametree
x =
r
2
t
2
1
r
2
1
, y =
3 rt + r
3
+ t
3
+ 2 t r
r (r
2
1)
, z =
1
r
Si d = r
3
r, considerons
p
1
= dx+r(t
2
r
2
+1) , p
2
= dy (t
3
+2t +3rt +r
3
r) , p
3
= dz +(1r
2
).
Le calcul du bezoutien de p
1
, p
2
, p
3
(vus comme polyn omes en r, t et `a coe-
cients dans K[x, y, z]) donne
mbezout([p1,p2,p3],[r,t]):
factor(lasts(ffgausselim(")));
5 z
2
(y
2
z
2
+ y
2
+ 2 z
2
y 2 y z
4
x + z
4
x
3
+ z
4
x
2
z
4
+ 6 z
3
x
2
6 z
3
+
2 z
2
x
2
2 z
2
x
3
12 z
2
+ 11 z
2
x + 12 zx 6 z x
2
6 z 3 x
2
+ 3 x +x
3
).
Le facteur z
2
est un terme parasite, lequation implicite de la surface pa-
rametree est le second facteur, qui est un polyn ome de degre 7.
Le resultant projectif de p
1
, p
2
, p
3
est identiquement nul, puisque cette sur-
face admet des points bases.
6.7. Exercices
Exercice 6.1. Soient f
1
et f
2
les deux polyn omes suivants
_
f
1
= 13x
2
1
+ 8x
1
x
2
+ 4x
2
2
8x
1
8x
2
+ 2
f
2
= x
2
1
+ x
1
x
2
x
1

1
6
1. Si f
0
= 1+x
1
x
2
, determiner la matrice de Macaulay de f
0
, f
1
, f
2
K[x
1
, x
2
].
2. En deduire une base de lespace vectoriel K[x
1
, x
2
]/(f
1
, f
2
), ainsi que la matrice
de Multiplication par f
0
dans cette base.
3. Quelles sont les racines du syst`eme f
1
= f
2
= 0 ?
Exercice 6.2. Calculer le(s) pseudo-point(s) singulier(s) de la courbe dequation
x
2
y + xy
2
1.08866 y
2
+ 2 x = 0.
Exercice 6.3. Soit
(
_

_
x =
f(t)
d(t)
y =
g(t)
d(t)
une courbe algebrique plane telle que pgcd(f, g, d) = 1.
1. Montrer que lequation implicite de ( est donnee par le resultant de Sylvester
de F(t) := f(t) xd(t), G(t) := g(t) yd(t) (K[x, y])[t].
166
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2. Notons Z = K(y) : G() = 0 et considerons P(x, y) =

Z
F()
K(y)[x]. Montrons quil existe u et v dans K(y)[t] tel que ud + v G = 1 et
P(x, y) =
_

Z
d()
__
x
m
+
1
(y) x
m1
+ +
m
(y)
_
,
o` u m = max(deg g, deg d), et pour tout i = 1, . . . , m,
i
est la i
`eme
fonction
symetrique elementaire de f()u() : Z.
3. Montrer que les coecients
1
, . . . ,
m
de P(x, y) se calculent `a partir des co-
ecients de
1
t
dans les developpements de Laurent des fractions rationnelles
(fu)
i
G

G
, i = 1, . . . , m.
4. Montrer que lequation implicite de ( est la partie sans facteur carre du numera-
teur de x
m
+
1
(y) x
m1
+ +
m
(y) K(y)[x].
5. Quel est linteret de cette methode de calcul de lequation implicite de ( en la
comparant ` a celle de calcul direct du resultant ?
6. Quelle est lequation implicite de la courbe suivante
x =
t
2
2t + 3
t
3
+ t 2
, y =
t
2
1
t
3
+ t 2
?
Exercice 6.4. Soit V une variete algebrique de K
n
donnee par la parametrisation
rationnelle
t = (t
1
, . . . , t
m
)
_
f
1
f
0
(t), . . . ,
f
n
f
0
(t)
_
.
1. Montrer que la variete V est irreductible.
2. Si V est une hypersurface (cest-`a-dire m = n 1), montrer que si cette pa-
rametrisation nadmet pas de points bases dans P
n
(K), alors une puissance de
lequation implicite de V peut etre obtenue en calculant le resultant projectif
de
f
1
(t) x
0
f
0
(t), . . . , f
n
(t) x
n
f
0
(t) (K[x
0
, . . . , x
n
])[t
1
, . . . , t
n1
].
3. Determiner lequation implicite de la surface parametree
x =
ts + s
s
2
+ t
2
+ ts
, y =
t
2
+ s
s
2
+ t
2
+ ts
, z =
s
2
+ t + 1
s
2
+t
2
+ ts
.
4. Peut-on obtenir cette equation implicite en utilisant les bezoutiens ?
Exercice 6.5. Soit S une surface rationnelle dans K
3
donnee par la parametrisation
: t = (t
1
, t
2
)
_
f
1
f
0
(t), . . . ,
f
3
f
0
(t)
_
.
Nous supposons que les polyn omes f
0
, . . . , f
3
sont de degre d et quaucun polyn ome
de degre 1 ne les divise simultanement. Nous notons B K
2
lensemble des points
167
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
bases b B, veriant f
0
(b) = 0, . . . , f
3
(b) = 0. Pour b B, on note
b
(u, v) la
multiplicite locale en b du syst`eme
_
u
0
f
0
(t
1
, t
2
) + + u
3
f
3
(t
1
, t
2
) = 0
v
0
f
0
(t
1
, t
2
) + + v
3
f
3
(t
1
, t
2
) = 0
1. Montrer que
b
(u, v) est generiquement constant. On note
b
cette valeur.
2. Montrer en utilisant la denition 3.48 du degre et le theor`eme de Bezout 3.48,
que la variete algebrique parametree par est de degre
d
2

bB

b
.
Exercice 6.6. Developpee dune courbe.
Soit ( une courbe plane denie par f = 0.
Lequation de la normale en un point lisse (u, v) de ( est notee L
(u,v)
(x, y) = 0.
1. Si t est un param`etre local en (u, v), montrer que la derivee de lequation de la
normale
L
(u(t),v(t))
t
(x, y) = 0
peut serire sous la forme A(u, v) x + B(u, v) y C(u, v) = 0, o` u A, B, C sont
des fonctions polynomiales en u et v.
2. Montrer quen eliminant les param`etres (u, v) du syst`eme
_
_
_
f(u, v) = 0
L
(u,v)
(x, y) = 0
A(u, v) x + B(u, v) y C(u, v) = 0
on obtient un multiple de lequation implicite
f
(x, y) = 0 de lenveloppe des
normales de (.
3. Determiner et tracer la courbe
f
(x, y) = 0 dans le cas de la conique f(x, y) =
3y
2
+ x
2
1.
Exercice 6.7. Courbes (resp. Surfaces) parall`eles `a une courbe (resp. sur-
face)
i) On cherche `a determiner lensemble O
d
(() des points (x, y) ` a distance donnee d
dune courbe ( denie par f(u, v) = 0.
1. Montrer quun tel le couple (x, y) est caracterise par lexistence dun point
(u, v) qui satisfait
_
_
_
f(u, v) = 0
(x u)
2
+ (y v)
2
d
2
= 0
(x u)
f
x
(u, v) + (y v)
f
y
(u, v) = 0
2. Comment peut-on trouver O
d
(() ?
3. Determiner et dessiner O
1
(() dans le cas de la cubique ( denie par
f(u, v) = v
2
u
3
.
168
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
ii) Expliquer comment peut-on construire lensemble O
d
(o) des points (x, y, z) ` a
une distance donnee d dune surface o denie par f(u, v, w) = 0 en utilisant une
approche similaire ` a la precedente dans le cas dune courbe.
iii) Determiner O
1
(o) dans le cas de la surface denie par
f(u, v, w) = 2u
2
+ v
2
+ w
2
2.
Exercice 6.8. Mediatrice de deux courbes (resp. surfaces)
i) Le but de cet exercice est de determiner la mediatrice /((
1
, (
2
) de deux courbes
(
1
et (
2
denie par f
1
(u, v) = 0 et f
2
(u, v) = 0, cest-`a-dire lensemble des points
(x, y) equidistants de (
1
et (
2
.
1. Montrer que lequation de /((
1
, (
2
) est obtenue par lelimination des
variables u
1
, v
1
, u
2
, v
2
dans le syst`eme suivant :
_

_
f
1
(u
1
, v
1
) = 0
f
2
(u
2
, v
2
) = 0
(u
1
x)
2
+ (v
1
y)
2
(u
2
x)
2
(v
2
y)
2
= 0
(u
1
x)
f1
x
(u
1
, v
1
) + (v
1
y)
f1
y
(u
1
, v
1
) = 0
(u
2
x)
f2
x
(u
2
, v
2
) + (v
2
y)
f2
y
(u
2
, v
2
) = 0.
2. Calculer la mediatrice des deux courbes denies par u
2
v
3
et u
2
+2v
2
1.
3. Interpreter chaque facteur de cette mediatrice.
ii) Appliquer la meme approche pour construire la mediatrice de deux surfaces
donnees par f
1
(u, v, w) = 2u
2
+ v
2
+ w
2
2 et f
2
(u, v, w) = u 2v + 3v + 2.
169
CHAPITRE 7
DUALIT

E
Sommaire
7.1. Dualite et syst`emes inverses . . . . . . . . . . . . . . . . . . . . . . 172
7.1.1. Dualite et series formelles . . . . . . . . . . . . . . . . . . . . . . . . . . 172
7.1.2. Dualite et derivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.1.3. Changement de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.1.4. Lorthogonal dun ideal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.1.5. Division dideaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.1.6.

Elimination de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.1.7.

Equations dierentielles et syst`eme inverse . . . . . . . . . 178
7.1.8. Passage du syst`eme inverse au quotient . . . . . . . . . . . . 179
7.2. Syst`eme inverse dun point isole . . . . . . . . . . . . . . . . . . 183
7.2.1. Points isoles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
7.2.2. La composante m

-primaire . . . . . . . . . . . . . . . . . . . . . . . . 183
7.2.3. Lanneau local par integration . . . . . . . . . . . . . . . . . . . . . . 185
7.2.4. Lalgorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.2.5. Analyse de la complexite . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
7.3. Interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
7.3.1. Les polyn omes de Lagrange en une variable . . . . . . . . 191
7.3.2. Le cas de plusieurs variables . . . . . . . . . . . . . . . . . . . . . . . . 193
7.3.3. Une base dinterpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.3.4. Linterpolation en des points simples . . . . . . . . . . . . . . . 196
7.3.5. Relations entre coecients et racines . . . . . . . . . . . . . . . 198
7.3.6. La methode de Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . . 199
7.4. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dans ce chapitre, nous allons etudier les formes lineaires sur lanneau des
polyn omes, cest-`a-dire les elements du dual de K[x]. Un th`eme de recherche
connaissant depuis quelques temps des developpements interessants consiste
`a representer les polynomes comme des algorithmes calculant une valeur
en un point. On consid`ere alors levaluation des polyn omes en un point. Cette
evaluation est une forme lineaire particuli`ere. Nous voulons etendre donc ici ce
point de vue en nous interessant systematiquement aux proprietes des formes
lineaires sur les polyn omes.
7.1. Dualite et syst`emes inverses
Dans cette section, nous allons decrire le dual de lensemble R = K[x] des
polyn omes en x, vu comme espace vectoriel sur K.
7.1.1. Dualite et series formelles. Nous noterons

R lespace vectoriel
dual de R. Une forme lineaire simple de

R est levaluation en un point
K
n
,
1

: R K
p 1

(p) = p().
Pour tout multi-indice = (
1
, . . . ,
n
) N
n
, on peut aussi considerer la
forme lineaire

: R K
p

(p) =

1
x
1

n
xn
(p)(),
o` u
x
i
designe la derivation par rapport ` a la variable x
i
. Nous notons,
i,
=

,
avec
i
= 1 et
j
= 0, j ,= i. Avec ces notations,

1
1,

n
n,
.
Exemple 7.1. Pour = (1, 1) R
2
et p = x
2
+2 xy3 y
2
+xy+1 R[x, y],
1

(p) = 1,
(0,2)

(p) = 6.
Pour tout f K[x
1
, . . . , x
n
], notons (d

(f))
N
n les coecients de f dans
la base ((x )

)
N
n. On a alors
f(x) =

N
n
d

(f)(x )

,
o` u (x )

=

n
i=1
(x
i

i
)

i
. Notons que si la caracteristique de K est nulle,
d

= d

1
1,
d
n
n,
=
1

n
i=1

i
!

=
1
!

. Pour toute forme lineaire sur R, on


a donc
(f) =

N
n
((x )

) d

(f).
172
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Par consequent,
=

N
n
((x )

) d

.
Ce qui nous permet didentier avec la serie formelle

N
n ((x)

)d


K[[d
1,
, . . . d
n,
]]. Si la caracteristique de Kest 0, cette identication est realisee
par le developpement de Taylor en .
=

N
n
((x )

)
1
!

K[[
1,
, . . .
n,
]].
Lorsque = 0, d

sera note d

. Par la suite, nous noterons egalement d

(p) =
d

, p)

.
Exemple 7.2. Considerons lapplication lineaire : p R[x]
_
2
0
p(x)dx.
Comme
_
2
0
x
i
dx =
2
i+1
i+1
(i N), nous pouvons reecrire en serie formelle sous
la forme :
=

i0
2
i+1
i + 1
d
i
=

i1
2
i
i
d
i1
,
o` u d
i
: p
1
i!

i
(p)(0) est la forme lineaire qui donne le coecient de x
i
dun
polyn ome p.
Via ce formalisme, lalg`ebre K[[
1,
, . . . ,
n,
]] des series formelles (ou opera-
teurs dierentiels en `a coecients dans K) ou K[[d
1,
, . . . d
n,
]] sidentie
` a

R. Cette identication est realisee par le developpement de Taylor en .
On verie facilement que
d

, (x )

=
_
1 si = ,
0 sinon.
La base (d

)
N
n de

R est donc la base duale de la base monomiale ((x
)

)
N
n de R. Voir [Ems78] pour plus de detail.
Remarquons que lon peut aussi choisir comme base de

R, (1

)
P
o` u T est
un ensemble inni de points convenablement choisis.
A partir de maintenant, nous allons identier

R avec K[[d
1,
, . . . , d
n,
]]
(resp. = K[[
1,
, . . . ,
n,
]] si car(K) = 0). Les formes lineaires seront donc
vues comme
des series formelles en d
1,
, . . . , d
n,
,
ou meme comme des operateurs dierentiels au point , qui sont des series
formelles en
1,
, . . . ,
n,
.
On notera aussi leur espace K[[d

]] (resp. K[[

]] si car(K) = 0). Lorsque


= 0, K[[d

]] sera note K[[d


1
, . . . , d
n
]] (resp. K[[
1
, . . . ,
n
]]) ou K[[d]] (resp.
K[[]] si car(K) = 0).
173
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
7.1.2. Dualite et derivation. Lespace vectoriel

R est muni dune struc-
ture de R-module de la fa con suivante : p R,

R, on denit p
par
p : R K
q (p q).
Montrons que cette operation correspond dans K[[

]] ` a des derivations. En
eet, on a par recurrence sur a N

a
x
i
((x
i

i
) p) = a
a1
x
i
(p) + (x
i

i
)
a
x
i
(p).
Ce qui implique que
(x
i

i
)

(p) =

((x
i

i
) p)
=
i

1
1,

i1
i1,

i
1
i,

i+1
i+1,

n
n,
(p)
=

i,
(

)(p).
Donc la multiplication par x
i

i
dans

R agit sur les elements de K[[

]] comme
une derivation par rapport ` a la variable
i,
.
Nous verions egalement que la multiplication par x
i

i
dans

R agit sur
les elements de K[[d

]] comme la multiplication par linverse de la variable

i,
. En eet, comme d

=
1
!

, on a
(x
i

i
) d

= d

1
1,
d

i1
i1,
d

i
1
i,
d

i+1
i+1,
d
n
n,
et x
i

i
est equivalent `a d
1
i,
. Ce qui explique lappellation de syst`eme
inverse [Mac16].
Exemple 7.3. Dans K[x
1
, x
2
], x
1
d
2
1
d
2
: p K[x
1
, x
2
] le coecient de
x
2
1
x
2
dans x
1
p, cest donc le coecient d
1
d
2
(p) de x
1
x
2
dans p. On a bien
x
1
d
2
1
d
2
= d
1
1
d
2
1
d
2
= d
1
d
2
.
7.1.3. Changement de base. Decrivons ici, comment on peut passer des
operateurs dierentiels en aux operateurs dierentiels en un autre point.
Pour simplier la presentation, nous supposons que car(K) = 0.
Denition 7.4. Notons
(, ) =

N
n
1
!

.
Nous allons denir lisomorphisme entre K[[

]] et K[[]]. Tout autre chan-


gement de points induit le meme type disomorphisme (`a translation pr`es).
174
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Theor`eme 7.5. Lisomorphisme de passage de K[[

]] ` a K[[]] induit par


lisomorphisme entre

R et K[[

]] et celui entre

R et K[[]] est donne par
K[[

]] K[[]]

(, ).
Demonstration. Pour tout p =

N
n p

R et tout = (
1
, . . . ,
n
)
N
n
, notons p
()
=

1
x
1

n
xn
(p) =

N
n p
()

. On a donc

(p) =

(p)() =

N
n
p
()

= (

N
n
1
!

)(

N
n
p
()

)
= (

N
n
1
!

(p)() =
_

(, )
_
(p).
Ce qui montre que

(, ) dans K[[]]. 2
Notons que
(, ) =

N
n

mais, comme d

=
_
+

_
d
+
, on a d

,= d

N
n

, au sens habituel
du produit des series. De ce point de vue, lutilisation des series en est donc
plus naturelle, et ` a relier avec les transformees de Fourier.
7.1.4. Lorthogonal dun ideal.
Denition 7.6. Pour tout ideal I de R, on denit le sous-espace vectoriel de

R suivant :
I

=

R; p I, (p) = 0.
Pour tout sous-espace vectoriel T de

R, on denit le sous-espace vectoriel de
R suivant :
T

= p R; T, (p) = 0.
Lespace vectoriel I

est appele dans la litterature le syst`eme inverse de I


(voir [Mac16]).
Remarque 7.7. Lorthogonal dun ideal I de R nest pas un ideal de K[[d]].
Exemple 7.8. Dans K[x
1
, x
2
], T := 1,
1
,
2
,
1

2
) est lorthogonal de lideal
I = (x
2
1
, x
2
2
).
Les elements de I

peuvent se voir comme des formes lineaires sur / = R/I.


La projection : R / induit une application

:

/ I

.
175
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Proposition 7.9. Lapplication

est un isomorphisme entre I

et

/.
Exemple 7.10. Dans lexemple precedent, K[x
1
, x
2
]/I a pour base 1, x
1
, x
2
,
x
1
x
2
et la base duale sidentie ` a 1,
1
,
2
,
1

2
.
Dans la suite, on identiera de meme I

avec

/. Le syst`eme inverse I

est stable par derivation. En fait, il y a une correspondance entre les ideaux
de R et certains sous-espaces vectoriels de K[[

]] stables par derivation et


ferme pour la topologie (
1,
, . . . ,
n,
)-adique, que nous rappelons en terme de
convergence des suites. Pour cette topologie, une suite (
l
)
lN
converge vers
ssi pour tout k N, il existe l
0
N tel que pour l l
0
,
l
(
1,
, . . . ,
n,
)
k
.
Voir [Mal85].
Theor`eme 7.11. Les ideaux de R sont en bijection avec les sous-espaces
vectoriels de K[[

]] stables par derivation et fermes pour la topologie (


1,
, . . .,

n,
)-adique.
Voir [Ems78]. Cette bijection consiste `a prendre lorthogonal dans le dual
et dans le bidual, cest-` a-dire lespace lui-meme. Pour tout ideal I de R et pour
tout sous-espace vectoriel ferme T de

R, on a en eet les proprietes
I

= I, T

= T.
Nous donnons quelques proprietes directes des syst`emes inverses.
Proposition 7.12. Soient I et J deux ideaux de R, alors
I J J

(I J)

= I

+ J

(I + J)

= I

.
Denition 7.13. Nous dirons quun sous-espace vectoriel L de

R est stable
si L,
x
i
L), pour i = 1, . . . , n.
Nous avons vu que la multiplication dune forme lineaire par une variable
sinterpr`ete comme une derivation dans lespace des series formelles associe.
Cette denition nous permet denoncer facilement le resultat suivant :
Lemme 7.14. T =
1
, . . . ,
D
est stable, si et seulement si, T

est un
ideal.
Demonstration. Supposons T stable. Soit p T

. Pour tout i = 1, . . . , n,
j = 1, . . . , D, on a
j
(x
i
p) = x
i

j
(p) =

D
k=1

i,j,k

k
(p) = 0 (
i,j,k
K).
Ce qui montre que lespace vectoriel T

est stable par multiplication par les


variables x
i
. Cest donc un ideal de K[x].
Inversement, supposons que T

soit un ideal. Pour tout p T

et i =
1, . . . , n, x
i
p T

et donc pour tout j = 1, . . . , D,


j
(x
i
p) = x
i
(p) = 0.
176
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Ceci nous montre que x
i

j
T

= T) (voir theor`eme 7.11). 2
Par le theor`eme 7.11, les espaces stables de

R sont de la forme I

pour I
ideal de R.
Ce qui nous conduit ` a la denition dun syst`eme inverse engendre par des
formes lineaires :
Denition 7.15. Soient
1
, . . . ,
s
K[[

]], on note

1
, . . . ,
s
)),
le syst`eme inverse engendre par
1
, . . . ,
s
. Cest le sous-espace vectoriel de
K[[

]] engendre par les elements


i
et toutes leurs derivees.
Exemple 7.16. Dans K[x
1
, x
2
], le syst`eme inverse engendre par d
2
2
d
1
+ d
2
est
d
1
d
2
2
+d
2
, d
2
2
, d
1
d
2
+1, d
1
, d
2
, 1) = d
1
d
2
2
+d
2
, d
2
2
, d
1
d
2
, d
1
, d
2
, 1).
7.1.5. Division dideaux. Certaines proprietes des ideaux, diciles `a
decrire ou `a calculer dans R, se traduisent particuli`erement bien sur les sys-
t`emes inverses. La division en est un exemple.
Proposition 7.17. Pour tout
1
, . . . ,
s
K[[

]], et p
1
, . . . , p
t
R,

1
, . . . ,
s
))

: (p
1
, . . . , p
t
) = p
j

i
))

1is,1jt
Demonstration. Comme
1
, . . . ,
s
))

est un ideal de R,
P
1
, . . . ,
s
))

: (p
1
, . . . , p
t
) j, p
j
P
1
, . . . ,
s
))

i, j, Q R,
i
(p
j
P Q) = 0
i, j, Q R, p
j

i
(P Q) = 0
P p
j

i
))

.
2
Exemple 7.18. Dans K[x
1
, x
2
], si T = d
2
2
d
1
+ d
2
)) alors T

: (x
1
, x
2
) =
d
2
2
, d
1
d
2
+1))

= d
2
2
, d
1
d
2
))

= (x
2
1
, x
1
x
2
2
, x
3
2
).
7.1.6.

Elimination de variables. La projection ou lelimination de va-
riables est un deuxi`eme exemple de proprietes qui se traduisent bien sur les
syst`emes inverses. Soit r 1, . . . , n ; pour tout ideal I de R,
r
(I

) =

r
() = (d
1
, . . . , d
r
, 0, . . . , 0); I

. Pour tout ideal I R


r
, I
r
=
I

K[[d
1
, . . . , d
r
]], o` u I

K[[d
1
, . . . , d
n
]].
Proposition 7.19. Pour tout ideal I de R, (I R
r
)
r
=
r
(I

).
177
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Comme R

r
= d
r+1
, . . . , d
n
)),
(I R
r
)
r
= (I R
r
)


R
r
= (I

+ R

r
)

R
r
= (I

+d
r+1
, . . . , d
n
)))

R
r
=
r
(I

).
2
Exemple 7.20. Dans K[x
1
, x
2
], si T = d
2
2
d
1
+d
2
)) alors
T

K[x
1
] = d
1
, 1)

K[x
1
] = (x
2
1
).
7.1.7.

Equations dierentielles et syst`eme inverse.
Proposition 7.21. Soit I = (p
1
, . . . , p
s
) un ideal de R; alors son syst`eme
inverse
I

= K[[

]]; p
i
(
1
+

1,
, . . . ,
n
+

n,
)() = 0, 1 i s.
Demonstration. Nous avons vu que si K[[

]], (x
i

i
) =

i,
(). Donc,
pour tout P R, P = P(
1
+

1,
, . . . ,
n
+

n,
)(). Ceci montre que
I

si et seulement si q R, i = 1, . . . , s,
(p
i
q) = p
i
(q) = p
i
(
1
+

1,
, . . . ,
n
+

n,
)()(q) = 0.
2
La proposition permet de voir la resolution de syst`emes dequations dierent-
ielles `a coecients constants et la reduction modulo un ideal de R comme le
meme probl`eme. Voir [Ped96] ` a propos de cette remarque, que nous illustrons
par un exemple :
Exemple 7.22. Considerons le syst`eme dierentiel
_
_
_

2
t


2

2
s
= 0

2
ts
= 0.
(7.1)
Nous cherchons les solutions dans lespace des series formelles. Dans le con-
texte precedent, K[[
1
,
2
]] est donc un element du dual de R = K[x
1
, x
2
]
o` u t =
1
et s =
2
sont les variables duales de x
1
, x
2
. Le syst`eme precedent
se traduit par
_
f
1
= 0
f
2
= 0
o` u f
1
= x
2
1
x
2
2
et f
2
= x
1
x
2
1. La serie formelle est dans lorthogonal de
I = (f
1
, f
2
), ou encore dans le dual de / = K[x
1
, x
2
]/(f
1
, f
2
). Ce quotient est
de dimension 4 (par le theor`eme de Bezout, car il ny a pas de zero ` a linni),
et les zeros sont

1
= (1, 1),
2
= (1, 1),
3
= (i, i),
4
= (i, i).
178
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Le dual est donc lespace vectoriel engendre par 1

1
, 1

2
, 1

3
, 1

4
, cest-` a-dire
par
exp(
1
+
2
), exp(
1

2
), exp(i
1
i
2
), exp(i
1
+i
2
).
En revenant `a notre probl`eme initial (cest-` a-dire en rempla cant
1
par t et
2
par s), nous voyons que les solutions de (7.1) sont de la forme
=
1
ch(s + t) +
2
sh(s + t) +
3
cos(s t) +
4
sin(s t),
7.1.8. Passage du syst`eme inverse au quotient. La construction dune
base de I

peut se faire facilement si on sait reduire tout polyn ome en une


forme normale modulo I. Les elements du syst`eme inverse de I ont la meme
valeur sur tous les elements qui se reduisent ` a un meme terme. Soient I un
ideal de R et (x

)
E
une base de / = R/I. Alors pour tout mon ome x

, il
existe des scalaires uniques (
,
), tels que
x

,
x

I. (7.2)
Proposition 7.23. La famille
(d

N
n
\E

,
d

)
E
forme une base du syst`eme inverse de I.
Demonstration. Soit (

)

/ (que lon identie avec I

) la base duale de
(x

) /. Les elements

secrivent sous la forme

N
n

,
d

,
,
K.
Dapr`es les relations (7.2), pour , E on a

,
=

(x

) =

(x

) =
,
.
Par ailleurs, pour E, on a
,
=

(x

) = 1 si = et 0 sinon. 2
Exemple 7.24. Considerons les polyn omes f
1
= x
2
1
1, f
2
= x
2
2
2 x
1

K[x
1
, x
2
]. Une base de / = K[x
1
, x
2
]/(f
1
, f
2
) est 1, x
1
, x
2
, x
1
, x
2
. Si nous
construisons la matrice
_
_
_
_
1 0 0 0 1 0 1 0 2 0
0 1 0 0 0 2 0 0 0 0
0 0 1 0 0 0 0 1 0 0
0 0 0 1 0 0 0 0 0 2
_
_
_
_
correspondant aux coecients des formes normales de
1, x
1
, x
2
, x
1
x
2
, x
2
1
, x
2
2
, x
3
1
, x
2
1
x
2
, x
1
x
2
2
, x
3
2
, . . .
179
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Les lignes de cette matrice correspondent respectivement aux coecients dans

1
,
x
1
,
x
2
,
x
1
,x
2
K[[d
1
, d
2
]] des termes
1, d
1
, d
2
, d
1
d
2
, d
2
1
, d
2
2
, d
3
1
, d
2
1
d
2
, d
1
d
2
2
, d
3
2
, . . .
Ceci nous conduit ` a une methode eective pour calculer les premiers termes
du developpement de

, si nous savons calculer les relations (7.2). Ceci est


possible si nous avons une methode de normalisation sur la base (x

)
E
modulo I. Cest le cas par exemple quand on connat une base de Gr obner
(g
1
, . . . , g
s
) de lideal I, pour un ordre monomial <. La base (x

)
E
sera alors
lensemble des monomes en dehors de linitial m
<
(I) de I. Nous appelerons
fonction de normalisation N sur (x

)
E
modulo I, la projection de R sur
x

)
E
parall`element `a I.
Algorithme 7.25. Base duale de la base (x

)
E
de R/I.
Entr ee : Une fonction de normalisation N sur (x

)
E
modulo I.
Pour tout x

de degre k avec , E,
Calculer N(x

) =

E

,
x

;
Pour E,

:=

+
,
d

;
Sortie : Les termes de la base duale

jusquau degr e k.
Nous venons de voir comment passer dune base du quotient ` a sa base duale.
Cette construction peut se reformuler ` a laide de lobjet suivant :
=

N
n
x

lelement diagonal de K[[x, d]]. Pour p R, on denit (p) =



N
n x

(p),
et pour

R, () =

N
n (x

)d

. On verie que
(p) = p, () = .
Nous nous pla cons dans le cas o` u / est un K-espace vectoriel de dimension
nie.
Proposition 7.26. Les proprietes suivantes sont equivalentes
1. Il existe une decomposition de sous la forme
=

i=1
a
i
b
i
o` u les familles (a
i
) et (b
i
) sont lineairement independantes sur K avec
a
j
I pour j > ,
b
i
I

pour 1 i .
2. (a
i
)
1i
est une base de / .
3. (b
i
)
1i
est une base de I

.
180
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Si ces points sont satisfaits, alors (a
i
)
1i
et (b
i
)
1i
sont des bases duales.
Demonstration. Supposons que se decompose suivant 1. Puisque (a
i
) en-
gendre K[x] (comme K-espace vectoriel), (a
i
)
1i
engendre /.
Nous avons de plus b
i
() = b
i
=

j=1
b
i
(a
j
) b
j
; ceci implique
b
i
(a
j
) =
i,j
pour 1 i, j , (7.3)
o` u
i,j
est le symbole de Kronecker. Par consequent, (a
i
)
1i
est libre dans
/. En eet, si

l=1

l
a
l
I, alors b
i
(

l
a
l
) = 0 et
l
= 0 pour 1 l .
Ainsi (a
i
)
1i
est une base de /. La relation (7.3) montre que (b
i
)
1i
est
la base duale de (a
i
)
1i
et les points 2 et 3 sont veries.
Supposons maintenant que le point 2 soit verie. Alors il existe une famille
libre (a
j
)
j>
I telle que lespace vectoriel engendre par (a
1
, . . . , a

, a
+1
, . . .)
soit une base de K[x]. Ceci permet de reecrire sous la forme
=

i=1
a
i
b

i
+

j>
a
j
b

j
,
avec les (b

j
) lineairement independants. Soit (b
i
)
1i
I

la base duale de
(a
i
)
1i
. On a alors
b
i
() = b
i
=

j=1
b
i
(a
j
)b

j
= b

i
, 1 i
ce qui montre le point 1.
Si le point 3 est verie, alors on choisit pour (a
i
) la base duale de (b
i
) et on
utilise le 2. 2
Cette propriete peut etre utilisee dans les deux sens. Si nous savons reduire
tout mon ome `a une forme normale (par exemple, en utilisant une base de
Gr obner) alors nous pouvons calculer une base du syst`eme inverse (au moins
en tronquant ` a un certain degre). Inversement, si nous connaissons le syst`eme
inverse alors nous pouvons construire les generateurs de lideal. Nous illustrons
ceci sur deux exemples tr`es simples, o` u les elements du syst`eme inverse sont
des polyn omes en d.
Exemple 7.27. Nous considerons lideal I engendre par
p
1
:= y x
2
, p
2
:= y
2
x
3
, p
3
:= x
4
.
Pour construire I

, nous utilisons les relations xy x


3
y
2
x
4
0 modulo
I et x
2
= y p
1
. On reecrit sous la forme
= d
0
+ xd
1
+ y d
2
+ x
2
d
2
1
+
= d
0
+ xd
1
+ y d
2
+ (y p
1
) d
2
1
+
= d
0
+ xd
1
+ y (d
2
+d
2
1
) +
181
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
les points de suspension designant des elements de I

R. Les produits
tensoriels sont implicites dans cette notation. Donc I

= d
2
+ d
2
1
, d
1
, d
0
) =
d
2
+d
2
1
)).
Exemple 7.28. Nous considerons le syst`eme inverse
d
2
1
+d
2
2
+d
1
d
2
))
qui est engendre (comme K-espace vectoriel) par les elements
2
= d
2
1
+d
2
2
+
d
1
d
2
,
1
= d
1
+d
2
,
0
= d
0
, et nous voulons construire lideal I. On reecrit
sous la forme
= d
0
+ xd
1
+ y d
2
+ x
2
d
2
1
+ xy d
1
d
2
+ y
2
d
2
2
+
=
0
+ x(
1
d
2
) + y d
2
+ x
2
(
2
d
2
2
d
1
d
2
) + xy d
1
d
2
+y
2
d
2
2
+
=
0
+ x
1
+ x
2

2
+ (y x) d
2
+ (xy x
2
) d
1
d
2
+ (y
2
x
2
) d
2
2
+
On voit donc que
d
2
1
+d
2
2
+d
1
d
2
))

= (x y) + (x, y)
3
,
et que (1, x, x
2
) est une base du quotient /.
Dans le cas o` u / est un espace vectoriel de dimension nie, la structure
multiplicative du quotient peut se retrouver directement, comme le montre la
proposition suivante. Soit (

b
1
, . . . ,

) une base de lespace vectoriel I

. Pour
tout k 1, . . . , n,

k
(

b
i
) =

j=1

k
i,j

b
j
,
k
i,j
K.
Notons M
k
la matrice (
k
i,j
)
1i,j
.
Proposition 7.29. Les matrices M
k
, 1 k n, sont les matrices de multi-
plication par x
k
dans / dans la base duale de (b
i
)
1i
.
Demonstration. Soit (b
1
, . . . , b

) la base duale de (

b
1
, . . . ,

) dans /. Le coef-
cient dindices i, j de la matrice de multiplication par x
k
dans / dans la base
(b
j
) est donne par

b
i
(x
k
b
j
) = (x
k

b
i
)(b
j
)
=

k
(

b
i
)(b
j
) =

l=1

k
i,l

b
l
(b
j
) =
k
i,j
.
2
182
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
7.2. Syst`eme inverse dun point isole
Nous nous pla cons dans le cas o` u lideal I denit un point isole K
n
, et
nous notons m

lideal maximal denissant . Dans cette section, nous allons


decrire une methode permettant de calculer la structure locale de I en .
7.2.1. Points isoles. Caracterisons dans un premier temps, les syst`emes
inverses de points multiples.
Proposition 7.30. Supposons que I soit m

-primaire ; alors I

K[

].
Demonstration. Puisquil existe un entier N tel que m
N

I m

, (x)

I
d`es que [[ = a
1
+ + a
n
N. Soit I

, alors
=

N
n
:||<N
1
!
((x )

.
2
Dans ce cas, les elements du syst`eme inverse de I sont des polyn omes en

.
De plus, / = R/I est de dimension nie sur K (o` u est la multiplicite de
la racine ), par suite I

est un espace vectoriel de dimension .


Ceci etablit une bijection entre les ideaux m

-primaires et les sous-espaces


vectoriels de K[

], stables par derivation et de dimension nie (voir [Ems78],


[Mac16][p. 65], [Gr o70]).
7.2.2. La composante m

-primaire. Dans la pratique, il est rare de trai-


ter directement un ideal m

-primaire ; on a souvent aaire ` a des ideaux dont


une composante est m

-primaire. Nous allons voir comment on peut isoler


cette composante, cest-`a-dire oublier le reste de la variete.
Theor`eme 7.31. Soit I un ideal de R et Q

sa composante m

-primaire que
lon suppose isolee. Alors
(I

K[

])

= Q

.
Demonstration. Notons T

= I

K[

] ; nous allons montrer que T

= Q

.
On a Q

(car I Q

) et Q

K[

] (dapr`es la proposition (7.30)),


par suite, Q

K[

]. Pour montrer linclusion inverse, nous utiliserons


les deux proprietes suivantes :
La composante m

-primaire Q

de I est lensemble des polyn omes f de


R tels quil existe g R avec f g I et g() ,= 0 (voir [AM69]).
Pour tout K[

] et tout g R,
(g )(f) = g(
1
+

1,
, . . . ,
n
+

n,
)()(f) (7.4)
= g()(f) + (g g())(
1
+

1,
, . . . ,
n
+

n,
)()(f).
183
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Montrons par recurrence sur le degre de (en

= (
1,
, . . . ,
n,
)) que T

.
Si T

, est de degre 0, alors est, `a un scalaire pr`es, levaluation en .


Pour tout f Q

, g R tels que g() ,= 0 et f g I, (f g) = 0 = f()g(),


donc (f) = f() = 0, et Q

.
Supposons maintenant que tous les elements de T

de degre < d sont dans


Q

. Soit T

de degre d ; dapr`es la formule (7.4), pour tout f Q

, g R
tels que g() ,= 0 et fg I,
(f g) = 0 = g()(f) + (g g())(
1
+

1,
, . . . ,
n
+

n,
)()(f)
= g()(f) + (f),
= (g g())(
1
+

1,
, . . . ,
n
+

n,
)() est de degre < d en

et T

(car T

est stable par derivation). Par hypoth`ese de recurrence, (f) = 0. Il


en decoule que (f) = 0, et Q

. 2
Soit N N tel que m
N

; alors le degre des elements de T

est au plus
N.
Denition 7.32. On appelle lindice de nilpotence de Q

lentier N

egal au
maximum des degres des elements de T

.
On verie facilement que N

est le plus petit entier N tel que


m
N

, Q

.
En eet, pour tout T

de degre N

, il existe un mon ome m = (x)

de
degre N

tel que (m) ,= 0, donc m


N

, Q

. Par contre, pour tout mon ome


m = (x)

tel que [[ > N

et tout T

, (m) = 0, donc (x)

,
ce qui implique que m
N

+1

.
Theor`eme 7.33. Soient I = (p
1
, . . . , p
s
) un ideal de R ayant une composante
isolee Q
0
en 0, et q
1
, . . . , q
s
des polynomes homog`enes de degre > N
0
+ 1.
Supposons que

I = (p
1
+ q
1
, . . . , p
s
+ q
s
)
soit zero-dimensionnel. Alors

I a pour composante m
0
-primaire isolee Q
0
.
Demonstration. Notons p
i
= p
i
+q
i
, 1 i s. Un element K[
0
] est dans
I

(resp.

I

) ssi pour tout N


n
, (x

p
i
) = 0 (resp. (x

p
i
) = 0), 1 i
s. Or si le degre de est N
0
+ 1,
(x

p
i
) = (x

p
i
).
Donc I

et

I

concident jusquau degre N


0
+ 1. Par consequent, il nexiste
pas delement de degre exactement N
0
+ 1 dans

I

(car N
0
est lindice de
184
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
nilpotence de Q
0
), et na donc pas delement de degre > N
0
(car

I

est stable
par derivation). Il en resulte que

K[
0
] = I

K[
0
].
Comme les zeros de

I sont isoles (car Z(

I) est de dimension 0), il decoule du


theor`eme 7.31 que Q
0
est aussi la composante primaire de

I `a lorigine. 2
La composante primaire Q
0
en 0 reste inchangee par deformation en degre
susamment eleve. Ceci est vrai par translation en tout autre point de K
n
.
Theor`eme 7.34. Soit I un ideal de R denissant des points isoles
1
, . . . ,
s
;
alors
I

= Q

1
Q

s
,
o` u Q
i
est la composante m

i
-primaire. De plus, pour tout element de I

, il
existe des polyn omes en
1
, . . . ,
n
uniques
1
, . . . ,
n
, tels que
=
s

i=1

i
() (
i
, ). (7.5)
Demonstration. Comme I = Q
1
Q
s
, I

= Q

1
+ + Q

s
. De plus,
pour j
1
, . . . , j
p
1, . . . , n et i ,= j
1
, . . . , j
p
, Q
i
+ (Q
j
1
Q
jp
) = R, donc
Q

i
(Q

j
1
+ + Q

jp
) = R

= 0 et la somme ci-dessus est directe. Un


element de I

est donc une somme de polyn omes de derivations aux points

i
, 1 i s. En utilisant lisomorphisme (7.5), on obtient la decomposition
(7.5). 2
7.2.3. Lanneau local par integration. Soit I un ideal de R et T = I

K[] le syst`eme inverse de la composante primaire isolee au point = 0. Notons


K[]
d
lensemble des polyn omes en de degre au plus d et T
d
= T K[]
d
.
Nous allons voir comment on peut construire T
d
`a partir de T
d1
. Ainsi si les
elements de I sannulent en 0, T
0
est engendre par
0
(
0
est la forme lineaire
telle que
0
(p) = p(0)) et il sera alors possible de construire tous les T
j
par
recurrence.
Notons pour p K[], p
|
i
=0
= p(
1
, . . . ,
i1
, 0,
i+1
, . . . ,
n
).
Denition 7.35. On appelle i-primitive de p K[] (sans terme constant),
le polyn ome q, note
_
i
p, tel que

i
q = p et q
|
i
=0
= 0.
Les elements de T
d1
sont les derivees des elements de T
d
; donc pour obte-
nir les elements de T
d
, lidee est dintegrer les elements de T
d1
. La construc-
tion de T
d
`a partir de T
d1
est basee sur le theor`eme suivant.
185
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Theor`eme 7.36. Supposons que lideal I soit engendre par p
1
, . . . , p
m
et
d > 1. Soit (b
1
, . . . , b
s
) une base de T
d1
. Les elements de T
d
sans terme
constant sont les de la forme
=
s

j=1

1
j
_
1
b
j
[

2
=0,...,n=0
(7.6)
+
s

j=1

2
j
_
2
b
j
[

3
=0,...,n=0
+ +
s

j=1

n
j
_
n
b
j
,
k
j
K ,
tels que
1.

s
j=1

k
j

l
b
j

s
j=1

l
j

k
b
j
= 0 pour 1 k < l n,
2. (p
i
) = 0 pour 1 i m.
Demonstration. Soit T
d
sans terme constant. Il se decompose de mani`ere
unique en
=
1
(
1
, . . . ,
n
) +
2
(
2
, . . . ,
n
) + +
n
(
n
),
avec tous les monomes de
i
K[
i
, . . . ,
n
]K[
i+1
, . . . ,
n
]. Alors
_
i

i
(
i
) =

i
, 1 i n.
Comme

1
() =

1
(
1
) T
d1
= b
1
, . . . , b
s
), il existe des scalaires
1
j

K tels que

1
=
_
1

1
(
1
) =
s

j=1

1
j
_
1
b
j
.
Considerons maintenant

2
() =

2
(
1
) +

2
(
2
) qui est dans T
d1
. Il
existe alors
2
j
K, 1 j s, tels que

2
=
_
2

2
(
2
) =
s

j=1

2
j
_
2
b
j

_
2

2
(
1
)
=
s

j=1

2
j
_
2
b
j
(
1

1
[

2
=0
),
car
_
2

2
(
1
) est la partie de
1
qui depend de
2
. Par suite

1
+
2
=
s

j=1

1
j
_
1
b
j
[

2
=0
+
s

j=1

2
j
_
2
b
j
.
Posons
2
=
1
+
2
. Le meme calcul applique `a

3
() donne

3
=
s

j=1

3
j
_
3
b
j
(
2

2
[

3
=0
)
186
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
et

1
+
2
+
3
=
s

j=1

1
j
_
1
b
j
[

2
=0,
3
=0
+
s

j=1

2
j
_
2
b
j
[

3
=0
+
s

j=1

3
j
_
3
b
j
.
Par recurrence, on obtient la formule (7.6) et pour tout k, l 1, . . . , n, les
relations

k
=
1
+ +
k
=
s

j=1

1
j
_
1
b
j
[

2
=0,...,
k
=0
+
s

j=1

2
j
_
2
b
j
[

3
=0,...,
k
=0
+ +
s

j=1

k
j
_
k
b
j
(7.7)
et

l
=
s

j=1

l
j
_
l
b
j
(
l1

l1
[

l
=0
). (7.8)
Le point 2 est une consequence directe de I

. Montrons maintenant
que le point 1 est verie. Nous utilisons,

l
= 0 pour k < l. Dapr`es (7.8),

l
= 0 entrane
s

j=1

l
j
_
l

k
b
j
=

k
(
l1

l1
[

l
=0
).
En derivant legalite precedente par rapport ` a
l
, et en utilisant

k
(
l1
) =

k
(
k
) (pour k < l),

k
(
k
) =

s
j=1

k
j
b
j
(dapr`es (7.7)), on obtient
s

j=1

l
j

k
b
j

s

j=1

k
j

l
b
j
= 0.
Reciproquement, supposons que soit de la forme (7.6), que les conditions
1, 2 soient satisfaites et montrons que T
d
. Cet element se decompose
en =
1
+ +
n
avec
k
=

s
j=1

k
j
_
k
b
j
(
k1

k1
[

k
=0
) et
k
=

1
+ +
k
, 1 k n (avec
0
= 0). Nous avons la relation (7.7) par
recurrence. Puisque verie 1, dapr`es ce qui prec`ede,

k
(
l
) = 0 pour
k < l et
l
K[
l
, . . . ,
n
]. Par construction,
l
na pas de terme constant et
appartient donc ` a K[
l
, . . . ,
n
] K[
l+1
, . . . ,
n
].
La formule (7.7) implique

k
=
s

j=1

k
j
b
j
T
d1
, 1 k n. (7.9)
187
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Comme T
d1
est stable par derivation, toutes les derivees de sont dans
T
d1
. La derivation correspond ` a la multiplication sur les polyn omes, donc si
(p
i
) = 0, 1 i n, alors (p
i
q) = 0, pour tout q R, et I

. 2
La condition 1 traduit seulement le fait que les derivations

i
, 1 i n,
commutent ou de mani`ere equivalente que la multiplication dans / est com-
mutative.
Exemple 7.37. On consid`ere le point isole 0 K
2
du syst`eme
p
1
= 2 x
1
x
2
2
+ 5 x
4
1
, p
2
= 2 x
1
2
x
2
+ 5 x
4
2
.
Pour tout i, j N, on note
j
i
=
1
j!

j
i
. On verie facilement que I

contient
1,
1
,
2
,
2
1
,
1

2
,
2
2
,
3
1
,
3
2
. Pour trouver les autres elements de T, on int`egre
ceux-ci suivant la formule (7.6) en ne gardant que les elements qui apportent
de nouveaux termes
=
1

4
1
+
2

2
1

2
+
3

2
2
+
4

4
2
+
5

3
1

2
+
6

3
2
,
i
K.
Les conditions (p
1
) = (p
2
) = 0, entranent que
=
1
(2
4
1
5
1

2
2
) +
2
(2
4
2
5
2
1

2
)
Un nouvel element de I

sera (dapr`es le theor`eme precedent) de la forme


=
1

5
1
+
2
(2
4
1

2
5
1

3
2
) +
3
(2
5
2
5
2
1

2
2
) et ses derivees doivent etre
dans lespace vectoriel engendre par les elements precedents, ce qui impose que
= (5
2
1

2
2
2
5
1
2
5
2
), K.
Une nouvelle integration ne fournit pas dautre element dans T qui est alors
engendre par
1,
1
,
2
,
2
1
,
1

2
,
2
2
,
3
1
,
3
2
,
2
4
1
5
1

2
2
, 2
4
2
5
2
1

2
, 5
2
1

2
2
2
5
1
2
5
2
.
Ceci nous montre que le dual de R/Q
0
et donc R/Q
0
sont de dimension 11.
Le point 0 est donc de multiplicite 11.
7.2.4. Lalgorithme. Ceci nous conduit naturellement ` a un algorithme
qui construit etape par etape, les generateurs de T. Nous obtiendrons par la
meme occasion la structure du quotient, cest-` a-dire les matrices de multipli-
cation par les variables x
l
ou les matrices de derivations par

l
, 1 l n.
188
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Algorithme 7.38. Structure locale dun point multiple.
Entr ee :
(p
1
, . . . , p
m
) R
m
et K
n
tels que I = (p
1
, . . . , p
m
) a une
composante m

-primaire isol ee Q

.
T
0
:= 1 ; d := 0 ; s
0
:= 1 ; test := vrai ;
Pour k de 1 ` a n faire U
k
[1] := [0] ;
Tant que test faire
1) S := syst`eme dequations 1,2 en
k
j
;
2) resoudre le syst`eme S ;
3) Sil ny a pas de nouvelle solution alors test := faux
sinon
soit (
1
, . . . ,
s
) une base des nouvelles solutions
telle que

k
(
i
) =

s
d
j=1

j,s
d
+i
b
j
;
s
d+1
:= s
d
+ s ;
T
d+1
:= T
d
,
1
, . . . ,
s
= b
1
, . . . , b
s
d+1
;
Pour k de 1 `a n faire
Pour i de s
d
+ 1 `a s
d+1
faire
U
k
[i] := [
1,i
, . . . ,
s
d
,i
] ;
d := d + 1 ;
T
d
et U
k
pour 1 k n;
Sortie :
Une base B de Q

dans K[

] et les matrices de multiplication


par x
k

k
dans B.
7.2.5. Analyse de la complexite. Nous detaillons ici lanalyse de com-
plexite de lalgorithme precedent. Une etape importante de cet algorithme
est le point (2) que nous allons etudier de plus pr`es. Supposons que nous
soiyons au rang d et que nous ayons calcule une base b
1
, . . . , b
s
d
de T
d
. Posons
U
k
= (u
k
i,j
)
1i,js
d
tel que

k
(b
j
) =
s
d

i=1
u
k
i,j
b
i
, 1 j s
d
.
Soient v
l
= (
l
1
, . . . ,
l
s
d
), 1 l n, des vecteurs tels que V = [v
1
, . . . , v
n
] soit
une solution du syst`eme 1, 2 du theor`eme (7.36). Les equations 1 se reecrivent
sous la forme
U
k
v
l
U
l
v
k
= 0, 1 k < l n.
189
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Les equations 2 correspondent ` a
[A
1
, . . . , A
n
]. V = 0,
o` u les matrices A
1
, . . . , A
n
sont de taille ms
d
et font intervenir les coecients
des p
1
, . . . , p
m
. Le syst`eme general est donc de la forme
_

_
U
n
U
1
U
n
U
2
.
.
.
.
.
.
U
n
U
n1
U
n1
U
1
.
.
.
.
.
.
U
n1
U
n2
.
.
.
.
.
.
.
.
.
U
2
U
1
A
1
A
n
_

_
. V = 0 ,
o` u les blancs designent des 0. Cest un syst`eme lineaire de taille (
1
2
n(n
1) s
d
+m) ns
d
. Pour resoudre ce syst`eme, nous supposons de plus que les-
pace vectoriel engendre par les lignes des U
i
est inclus dans celui engendre
par les lignes de U
n
. On peut toujours sy ramener en prenant pour U
n
une
combinaison lineaire generique des matrices U
1
, . . . , U
n
(i.e. on remplace x
n
par une combinaison lineaire de x
1
, . . . , x
n
).
Par elimination de Gauss entre les lignes o` u intervient U
n
et les autres,
on remplace les lignes U
n1
v
1
U
1
v
n1
= 0 par un syst`eme de la forme
W
1,n1
v
n
= 0, o` u W
1,n1
est une matrice de taille s
d
s
d
. Le meme type de
calcul sur les autres
1
2
(n1) (n2)+m blocs non-nuls permet de transformer le
syst`eme en un syst`eme de taille (
1
2
n(n1) s
d
+m)s
d
de la forme W . v
n
= 0.
Comme cette matrice est elargie de s
d
s
d1
`a chaque etape de lalgorithme,
on peut supposer que la triangulation des matrices U
n
et la reduction ci-
dessus sont faites jusquau rang s
d1
. Le nombre detapes necessaires pour les
reductions supplementaires est donc majore par k (
1
2
n(n1) +m)s
2
d
(s
d

s
d1
) (k est une constante). Pour obtenir les nouvelles solutions du syst`eme
W . v
n
= 0, il faut au plus k

(
1
2
n(n 1) s
d
+ m) s
d
(s
d
s
d1
) operations
arithmetiques supplementaires (k

est une constante).


Le nombre total doperations pour letape 2 est donc majore par O(n
2

3
+
m
3
) o` u 1 = s

s
0
= (s
1
s
0
) + + (s

s
1
).
Voir aussi [MMM95] pour une autre approche.
190
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
7.3. Interpolation
Les probl`emes dinterpolation sont au cur de beaucoup de methodes (mul-
tiplication rapide de polyn omes, approximation par des fonctions polyno-
miales, splines, . . .). Par essence, ce sont des probl`emes qui font intervenir
la dualite, comme nous allons le detailler dans cette section.
7.3.1. Les polynomes de Lagrange en une variable. Un probl`eme
dinterpolation consiste ` a reconstruire une fonction ` a partir de ses valeurs
en certains points. Dans le cas classique, etant donnes d + 1 points distincts
t
0
, . . . , t
d
K, et des valeurs v
0
, . . . , v
d
, on cherche un polyn ome p de degre
d tel que p(t
i
) = v
i
ou encore tel que
1
t
i
(p) = v
i
, i = 0, . . . , d.
Lunique solution ` a ce probl`eme est donnee par
p =
d

i=0
v
i
e
i
(t),
o` u
e
i
(t) =

j=i
t t
j
t
i
t
j
est le i
`eme
polyn ome de Lagrange. Il verie
1
t
i
(e
j
) =
_
1 si i = j
0 sinon
et les familles (e
i
)
i
et (1
t
i
)
i
sont donc duales lune de lautre. Resoudre ce
probl`eme dinterpolation peut aussi sinterpreter comme la resolution du sys-
t`eme lineaire suivant :
_

_
1 t
0
. . . t
d1
0
.
.
.
.
.
.
.
.
.
.
.
.
1 t
d
. . . t
d1
d
_

_
_

_
p
0
.
.
.
.
.
.
p
d1
_

_
=
_

_
v
0
.
.
.
.
.
.
v
d1
_

_
.
La matrice ci-dessus V = (1
t
i
(t
j
))
0i,jd1
est la matrice de Vandermonde
des points t
0
, . . . , t
d1
. Cest aussi la matrice de 1
t
0
, . . . , 1
t
d1
dans la base
duale d
i
de la base des mon omes. Les coecients des polynomes de Lagrange
dans la base des mon omes sobtiennent ` a partir des colonnes de linverse de
cette matrice.
Generalisons cette construction. A la place des evaluations, nous pouvons
considerer des formes lineaires quelconques
i
, supposees independantes. La
matrice correspondante est notee V = (
i
(t
j
))
0i,jd1
. Si V est inversible,
nous pouvons construire la base duale de
i
en inversant V : notons e
i
le
191
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
polyn ome dont les coecients dans la base monomiale correspondent ` a la i
` eme
colonne de V
1
. On a alors

j
(e
i
) =
i,j
et (e
i
)
0id1
est donc la base duale de (
i
)
0id1
. Une solution du probl`eme
dinterpolation

i
(p) = v
i
, i = 0, . . . , d 1 (7.10)
est alors
p(t) =
d

i=0
v
i
e
i
(t).
Supposons ici que t
i

j
)
j=0,...,d1
. Nous pouvons alors caracteriser toutes
les solutions du probl`eme (7.10). En eet, de lhypoth`ese precedente, nous
deduisons (voir lemme 7.14) que T

= p K[t];
i
(p) = 0, i = 0, . . . , d 1
est un ideal de K[t], donc principal. Pour calculer son generateur g, nous
procedons de la fa con suivante :
Remarquons dabord que g est de degre d car K[t]/T

= K[t]/(g) est une


alg`ebre quotient dont le dual
j
)
j=0,...,d1
est de dimension d.
Par ailleurs, le vecteur [g
0
, . . . , g
d1
, 1] des coecients de g = g
0
+ +
g
d1
t
d1
+ t
d
est dans le noyau de

V =
_

0
(1)
0
(t
d
)
.
.
.
.
.
.

d1
(1)
d1
(t
d
)
_

_.
En multipliant ` a gauche cette matrice par V
t(1)
, nous ne changeons pas le
noyau et nous obtenons donc
V
t

V =
_

_
1 0 g
0
.
.
.
.
.
.
0 1 g
d1
_

_.
Ce qui nous donne les formules :
[g
i
]
0id1
= V
t
[
i
(t
n
)]
0id1
Exemple 7.39. Un exemple dun tel probl`eme est le probl`eme dinterpolation
dHermite :
p
(l)
(t
i
) = v
i,l
, l = 0, . . . , k
i
, i = 0, . . . , e.
Les formes lineaires
l
sont les
d
l
t
i
, l = 0, . . . , k
i
, i = 0, . . . , e.
(1)
Pour toute matrice M inversible, M
t
est la transposee de linverse de M
192
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Remarquons que
t d
l
t
i
= t
i
d
l
t
i
+d
l1
t
i
,
ce qui nous montre que cet espace de formes lineaires est stable par derivation
et que son orthogonal I() est un ideal engendre par le polyn ome g = g
0
+
+ g
d1
x
d1
+ x
d
tel que [g
i
]
0id1
vaut

_
1 t
0
t
d1
0
0 1 (d 1) t
d2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 (d 1) (d k
0
)t
dk
0
1
0
.
.
.
.
.
.
.
.
.
.
.
.
1 t
d1
t
d1
d1
0 1 (d 1) t
d2
d1
.
.
.
.
.
.
.
.
.
.
.
.
0 0 (d 1) (d k
d1
)t
dk
d1
1
d1
_

_
t
_

_
t
d
0
d t
d1
0
.
.
.
d!
(dk
0
)!
t
dk
0
0
.
.
.
t
d1
d t
d1
d1
.
.
.
d!
(dk
d1
)!
t
dk
d1
d1
_

_
7.3.2. Le cas de plusieurs variables. Nous pouvons generaliser cette ap-
proche au cas de plusieurs variables. Considerons D formes lineaires
1
, . . . ,
D
independantes de

K[x]. Le probl`eme dinterpolation consiste, etant donnees D
valeurs v
i
, i = 1, . . . , D `a calculer les polyn omes p K[x] tels que

i
(p) = v
i
, i = 1, . . . , D. (7.11)
Le cas classique correspondant au cas devaluations
i
= 1

i
en des points

i
K
n
(i = 1, . . . , D) sera detaille dans les sections suivantes. Le cas general
correspond `a des conditions tangentielles (sur les derivees) en des points
i
, i =
1, . . . , d, les
j
etant des fonctions de derivations en
i
. Ce probl`eme est
egalement appele probl`eme dinterpolation dHermite.
Exemple 7.40. Un tel probl`eme est deni sur K[x
1
, x
2
], par exemple, par
1, p)
(0,0)
= v
1
, d
1
, p)
(0,0)
= v
2
, d
2
, p)
(0,0)
= v
3
,
1, p)
(1,1)
= v
4
, d
1
, p)
(1,1)
= v
5
, d
2
1
, p)
(1,1)
= v
6
,
v
i
K, p K[x
1
, x
2
].
Pour =
1
, . . . ,
D
, nous noterons aussi
I() = p K[x]; tel que (p) = 0,
si est stable. Nous allons decrire la structure du quotient K[x]/I().
Pour tout ensemble de mon omes x
E
= x

1
, . . . , x

D
, notons
(x
E
) = [
i
(x

j
)]
1i,jD
.
Ces matrices generalisent les matrices de Vandermonde aux cas de plusieurs
variables [MP00].
193
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Proposition 7.41. Supposons que les formes lineaires
i
, i = 1, . . . , D, sont
independantes et notons =
1
, . . . ,
D
. Alors, x
E
est une base de R/I()
si et seulement si V = (x
E
) = [
i
(x

)]
i=1,...,D, E
est inversible.
Demonstration. Comme I()

= ) est un espace vectoriel de dimension


D (les formes lineaires
i
etant supposees independantes), R/I() est un es-
pace vectoriel de dimension D. Lensemble de monomes x
E
est une base de
R/I() si et seulement si les vecteurs des valeurs des formes lineaires
j
sur ces
mon omes sont independants, cest-` a-dire ssi la matrice (x
E
) est inversible. 2
Supposons connu un tel ensemble x
E
tel que (x
E
) soit inversible. Construi-
sons alors (e
j
(x)) K[x], j = 1, . . . , D tels que

i
(e
j
) =
i,j
.
Le vecteur des coecients de e
i
dans la base des monomes (x

1
, . . . , x

D
) est
donne par la i
`eme
colonne de V
1
= (x
E
)
1
.
Proposition 7.42. Lunique solution ` a support dans x
E
) du probl`eme din-
terpolation (7.11) est
p =
D

i=0
v
i
e
i
(x).
Demonstration. Le polyn ome p =

D
i=0
v
i
e
i
(x) verie
j
(p) = v
j
. Comme
x
E
est une base de K[x]/I(), cest lunique polyn ome `a support dans x
E
)
veriant ces contraintes. 2
Les autres solutions du probl`eme (7.11) sont de la forme p+I(). Remarquons
egalement que nous avons
I() = x

i=0

i
(x

) e
i
(x), N
n
).
7.3.3. Une base dinterpolation. Nous considerons toujours ici le cas
general dun ensemble de D formes lineaires independantes
1
, . . . ,
D
, for-
mant un sous-espace stable. Pour resoudre les probl`emes dinterpolation, nous
avons besoin de connatre un ensemble x
E
= x

1
, . . . , x

D
formant une base
de I(). Nous allons voir ici comment le construire algorithmiquement. Lidee
simple `a la base de cet algorithme est de construire, de mani`ere incrementale,
cette base en partant du mon ome 1, en multipliant par les variables x
1
, . . . , x
n
et en testant lindependance dans K[x]/I() des nouveaux mon omes, que lon
rajoute, en leur appliquant les formes lineaires .
Pour tout polyn ome p K[x], notons (p) = [
1
(p), . . . ,
D
(p)] et pour
tout ensemble de polyn omes /, notons /
+
= / x
1
/ x
n
/.
194
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Algorithme 7.43. Base dinterpolation et relations.
Entr ee : Le syst` eme inverse , / := 1, L := (1), B := 1,
G := .
1. Calculer / := /
+
/.
2. Tant que / , = , pour tout mon^ ome t /,
(a) calculer (m),
(b) Si (t) L) = (m
1
), . . . , (m
k
)), cest-` a-dire sil
existe a
i
K tels que
(t) =

i
a
i
(m
i
),
rajouter r = t

k
j=1
a
j
m
j
`a G et enlever t de /.
(c) Sinon rajouter (t) `a L et t `a B.
(d) Calculer / := /
+
/.
Sortie : Lensemble B est une base de K[x]/I() et G lensemble
des relations permettant de r e ecrire tout polyn^ ome de B
+
dans
B).
Cet algorithme sarrete necessairement car lensemble des monomes B est
tel que (B) est de rang [B[ D. Il ne peut donc crotre indeniment. Par
construction, lensemble B est connexe `a 1 (tout mon ome de m est connecte
`a 1 par un chemin de multiplication par les variables restant dans B). Si
B est de taille D

< D, tout mon ome de B


+
se reecrivant dans B modulo
G I(), nous obtenons une partie generatrice B de K[x]/I() de taille
D

< D = dim
K
(K[x]/I()), ce qui est contradictoire. Quand lalgorithme
sarrete, B est donc un ensemble de D mon omes independants de K[x]/I(),
cest-`a-dire une base. De plus, les relations G permettent de reecrire tout
mon ome de B
+
dans B).
Exemple 7.44. Soient
1
= (0, 0),
2
= (1, 0) K
2
, = 1

1
, 1

2
, d
(1,0)

2
. A
la premi`ere etape, nous calculons
(1) = [1, 1, 0].
A la deuxi`eme etape, / := x
1
, x
2

(x
1
) = [0, 1, 1], (x
2
) = [0, 0, 0],
et G := x
2
, B := 1, x
1
, / := x
1
. A letape suivante,
(x
1
1
) = [0, 1, 0], (x
1
x
2
) = [0, 0, 0],
195
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
et G := x
2
, x
1
x
2
, B := 1, x
1
, x
2
1
, / := x
2
1
. Enn la derni`ere etape
donne
(x
3
1
) = [0, 1, 0], (x
2
1
x
2
) = [0, 0, 0],
et G := x
2
, x
1
x
2
, x
3
1
x
2
1
, B := 1, x
1
, x
2
1
et / := .
Nous obtenons ainsi la base dinterpolation B = 1, x
1
, x
2
1
et lideal (x
2
, x
3
1

x
2
1
) associe aux points (0, 0) et (0, 1) de multiplicite 2.
Cet algorithme peut etre optimise de plusieurs fa cons. Si nous voulons cal-
culer une base de Gr obner pour un ordre donne, nous trions egalement les
mon omes de / suivant cet ordre et nous ne considerons dans /
+
que les
mon omes en dehors de linitial de G. Les relations de G ainsi construites for-
meront alors une base de Gr obner reduite.
Dans le test dappartenance ` a L) et le calcul des a
i
(etape 2.b), lutilisation
de la triangularisation partielle de L permet de repondre de mani`ere rapide
(en O([L[
2
)) ` a ce probl`eme. Ce qui conduit `a une complexite globale en O(D
3
)
operations arithmetiques.
Remarquons aussi que le calcul de (x
i
m) peut se faire facilement dans
certains cas (par exemple, pour des evaluations) ` a partir de (m).
Nous allons maintenant detailler ces constructions dans le cas dun probl`eme
dinterpolation en des points simples.
7.3.4. Linterpolation en des points simples. Nous considerons ici les
D formes lineaires devaluation
i
= 1

i
en les points Z =
1
, . . . ,
D
K
n
.
Nous cherchons `a repondre au probl`eme dinterpolation (7.11).
Pour cela, nous supposons connu un ensemble x
E
= x

1
, . . . , x

D
tel que
(x
E
) soit inversible et nous construisons les D polyn omes e
1
(x), . . . , e
D
(x)
K[x] tels que

i
(e
j
) =
i,j
,
en inversant la matrice V = (x
E
).
Denition 7.45. Pour tout ensemble Z =
1
, . . . ,
D
K
n
, nous notons
1(Z) lideal des polyn omes sannulant en ces points.
Proposition 7.46. Les (e
i
)
i=1,...,D
forment un syst`eme didempotents ortho-
gonaux de K[x]/1(Z).
Demonstration. Comme 1

i
(e
j
) =
i,j
, on a pour tout i, j, k 1, . . . , D,
1

i
(e
2
j
e
j
) = 0,
1

i
(e
j
e
k
) = 0, j ,= k,
1

i
(

D
j=1
e
j
1) = 0.
On en deduit les egalites suivantes dans /
Z
= K[x]/1(Z) :
e
2
j
e
j
0,
e
j
e
k
0, j ,= k,
196
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux


D
j=1
e
j
1,
et (e
i
)
i=1,...,D
est bien un syst`eme didempotents orthogonaux de K[x]/1(Z).
2
Proposition 7.47. Lideal 1(Z) est radical.
Demonstration. En eet,
1(Z) = p K[x]; p(
i
) = 0, i = 1, . . . , D
= 1(
1
, . . . ,
D
) = 1(1(1(
1
, . . . ,
D
)))
=
_
1(
1
, . . . ,
D
) =
_
1(Z),
dapr`es le theor`eme des zeros de Hilbert. 2
Proposition 7.48. Soient U et V U deux sous-ensembles de K
n
.
1(U V ) = 1(U) + (

bV
e
b
(x)) = 1(U) +

bV
(e
b
(x)).
Demonstration. Comme e
a
e
a
0 si a ,= a

et e
2
a
e
a
modulo 1(U), on a bien
K[x]/(1(U) + (

bV
e
b
(x))) = K[x]/(1(U) +

bV
(e
b
(x))).
Par ailleurs, remarquons que pour tout U, K[x]/1(U) =
aU
e
a
) et donc que
K[x]/(1(U) +

bV
(e
b
(x))) =
aUV
e
a
) = K[x]/1(U V ),
do` u legalite entre les ideaux. 2
Proposition 7.49. Lideal 1(U) est engendre par au plus n + 1 polyn omes.
Demonstration. Pour i = 1, . . . , n, notons p
i
(x
i
) le polyn ome de lideal 1(U),
de degre minimal et qui sannule sur toutes les i
`eme
coordonnees des points de
U. Les points de W = Z(p
1
, . . . , p
n
) sont sur une grille contenant lensemble
U. Notons V = W U. Dapr`es ci-dessus, on a donc
1(U) = 1(W V ) = 1(W) + (

bV
e
b
(x)) = (p
1
(x
1
), . . . , p
n
(x
n
),

bV
e
b
(x))
qui est bien engendre par au plus n + 1 polyn omes. 2
Cette proposition nous dit que tout ensemble de points dans un espace de
dimension n peut etre deni par n + 1 equations.
Pour plus de details sur ces ideaux de points, voir aussi [Rob00], [Las01].
197
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
7.3.5. Relations entre coecients et racines. Nous considerons ici
encore D points distincts Z =
1
, . . . ,
D
de K
n
. Notons /
Z
= R/1(Z)
lanneau quotient de K[x] par 1(Z) (lideal des polyn omes sannulant en Z).
Cest donc un espace vectoriel de dimension D dont une base du dual est la
base des evaluations (1

i
)
i=1,...,D
en les points
i
.
Notons (x

i
)
i=1,...,D
une base du quotient /
Z
. Nous savons alors (proposi-
tion 7.41) que le determinant
V
E
(Z) =

1
1

D
1
.
.
.
.
.
.
.
.
.

1
D

D
D

nest pas nul. Ce determinant generalise le determinant de Vandermonde en


une variable [MP00]. Nous allons nous en servir pour decrire les idempotents
de /
Z
. Pour cela notons
V
i,E
(Z, x) =

1
1

D
1
.
.
.
.
.
.
.
.
.

1
i1

D
i1
x

1
x

1
i+1

D
i+1
.
.
.
.
.
.
.
.
.

1
D

D
D

.
Proposition 7.50. Lidempotent de /
Z
associe `a la racine
i
est
e
i
(Z, x) =
V
i,E
(Z, x)
V
E
(Z)
.
Demonstration. Nous verions que e
i
(Z x) est une combinaison lineaire des
mon omes (x

i
)
i=1,...,D
formant une base de /
Z
telle que
e
i
(Z, x)(
j
) = 0 si i ,= j, et
e
i
(Z, x)(
i
) = 1.
Ceci caracterise le polynome de lespace vectoriel x

i
)
i=1,...,D
denissant
lidempotent de /
Z
associe `a
i
. 2
Ces matrices de Vandermonde generalisees vont nous permettre egalement de
calculer explicitement la forme normale dun polyn ome. Notons
R
Q
(Z, x) =

Q(x) x

1
x

D
Q(
1
)

1
1

D
1
.
.
.
.
.
.
.
.
.
.
.
.
Q(
D
)

1
D

D
D

.
198
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Proposition 7.51. La forme normale de Q dans la base x
E
) de /
Z
est
N
Q
(x) = Q
1
V
E
(Z)
R
Q
(Z, x). (7.12)
Demonstration. Remarquons que R
Q
(Z,
i
) = 0 pour i = 1, . . . , D et donc que
R
Q
(Z,
i
) 0 dans /
Z
. De plus, en developpant le determinant suivant la
premi`ere colonne,
1
V
E
(Z)
R
Q
(Z, x) = Q(x) N
Q
(x) o` u N
Q
(x) x

i
)
i=1,...,D
.
Nous en deduisons donc que Q(x) N
Q
(x), cest-`a-dire que N
Q
(x) est la
forme normale de Q dans la base x
E
) de /
Z
. 2
La formule (7.12) est, en un certain sens, une generalisation en plusieurs
variables des relations entre les coecients et racines. En eet, appliquons-la
pour une variable, d points de K, Z = z
1
, . . . , z
d
K, et Q = x
d
. Nous
obtenons
1
V
E
(Z)
R
Q
(Z, x) =

i
(x z
i
) = x
d
+
d

i=1
(1)
i
S
i
(Z)x
i
o` u
S
i
(z
1
, . . . , z
d
) =

1 z
1
z
i1
1
z
i+1
1
z
d1
1
z
d
1
.
.
.
.
.
.
.
.
.
.
.
.
1 z
d
z
i1
d
z
i+1
d
z
d1
d
z
d
d

1 z
1
z
d1
1
.
.
.
.
.
.
.
.
.
1 z
d
z
d1
d

est la i
`eme
fonction symetrique des racines. En eet, cest une fonction syme-
trique en z
1
, . . . , z
d
, de degre 1 en chaque z
i
et de degre total d i. Cest donc

i
(z
1
, . . . , z
d
) =

j
1
<<j
di
z
j
1
z
j
di
.
7.3.6. La methode de Weierstrass. Nous venons de voir comment,
etant donnes D points Z =
1
, . . . ,
D
, calculer la forme normale dun po-
lyn ome et les idempotents associes `a ces racines. Cependant en pratique, cest
generalement le probl`eme inverse qui nous interesse, `a savoir, determiner les
racines `a partir de la forme normale dun certain nombre de polyn omes. Nous
cherchons donc D points Z =
1
, . . . ,
D
K
n
tels que pour tout Q,
Q(x)
1
V
E
(Z)
R
Q
(Z, x) = N
Q
(x). (7.13)
Supposons que nous cherchons ` a calculer les points distincts et simples Z =

1
, . . . ,
D
denis par les n equations f
1
(x) = 0, . . . , f
n
(x) = 0. Supposons
199
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
egalement connue une base x
E
= x

1
, . . . , x

D
de / = K[x]/(f
1
, . . . , f
n
) =
/
Z
. Pour chaque i = 1, . . . , n, nous avons N
f
i
(x) = 0 et chaque relation
f
i
(x)
1
V
E
(u)
R
f
i
(u, x) = 0
impose D relations en u, veriees pour u = . Comme u depend de n D
coordonnees, nous obtenons donc un syst`eme F
f
(u) = 0 (avec f = (f
1
, . . . , f
n
))
`a n D contraintes en les n D inconnues u. Nous allons, dans un premier
temps, lui appliquer la methode de Newton pour calculer localement les racines
`a partir dune approximation. Le nouveau point apr`es une iteration de la
methode de Newton en u est donc :
u

:= u J
F
f
(u)
1
F
f
(u),
sous reserve que la matrice jacobienne J
F
f
de F
f
par rapport ` a u soit inversible.
Dans le cas dune variable (u = u
1
, . . . , u
d
avec u
i
K), ceci nous conduit
`a la methode de Weierstrass [Wei03] (enoncee sous la forme qui suit par
Durand-Kerner [Ker66, Dur68]). Linverse du Jacobien peut etre calcule
explicitement et literation secrit, composante par composante,
u

i
:= u
i

f(u
i
)

j=i
(u
i
u
j
)
, i = 1, . . . , D. (7.14)
Cette methode et ses generalisations (Aberth [Abe73]) sont ` a la base dune
methode de resolution de polyn omes en une variable tr`es performante [Bin96].
Nous allons voir comment generaliser cette methode en plusieurs variables.
Notons F
Q
(u, x) = Q(x)
1
V
E
(u)
R
Q
(u, x). Nous cherchons donc `a verier
lensemble des n D contraintes en u, induites par les polyn omes R
f
i
, i =
1, . . . , n.
Proposition 7.52. Pour k = 1, . . . , n,

u
i,j
(F
f
k
)(u, x) =
1
V
E
(u)

x
i
(R
f
k
)(u, u
j
)e
u
j
(u, x).
Demonstration. Pour tout polyn ome Q K[x], nous avons

u
i,j
(F
Q
)(u, x) =
1
V
E
(u)

u
i,j
(R
Q
)(u, x) +

u
i,j
(R
Q
)(u, x)
V
E
(u)
2
R
Q
(u, x). (7.15)
200
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Considerons en particulier

u
i,j
(R
Q
)(u, x) =

Q(x) x

1
x

D
Q(u
1
) u

1
1
u

D
1
.
.
.
.
.
.
.
.
.
.
.
.
Q(u
i1
) u

1
i1
u

D
i1

u
i,j
(Q)(u
i
)
1,j
u

j
i

D,j
u

j
i
Q(u
i+1
) u

1
i+1
u

D
i+1
.
.
.
.
.
.
.
.
.
.
.
.
Q(u
D
) u

1
D
u

D
D

.
Nous avons alors
u
i,j
(R
Q
)(u, u
k
) = 0 pour tout k ,= i. Dapr`es la formule
(7.15), nous avons de meme
u
i,j
(F
Q
)(u, u
k
) = 0 pour tout k ,= i. De plus

u
i,j
(R
Q
)(u, u
i
) =

x
j
(Q)(u
i
)
1,j
u

j
i

D,j
u

j
i
Q(u
1
) u

1
1
u

D
1
.
.
.
.
.
.
.
.
.
.
.
.
Q(u
i1
) u

1
i1
u

D
i1
Q(u
i
) u

1
i
u

D
i
Q(u
i+1
) u

1
i+1
u

D
i+1
.
.
.
.
.
.
.
.
.
.
.
.
Q(u
D
) u

1
D
u

D
D

=
x
j
(R
Q
)(u, u
i
),
o` u
j
est le j
`eme
vecteur de la base canonique de K
n
. Dapr`es (7.15), nous
avons aussi

u
i,j
(F
Q
)(u, u
i
) =

x
j
(R
Q
)(u, u
i
)
V
E
(u)
.
Remarquons de plus que

u
i,j
F
Q
)(u, x) =
u
i,j
(Q(x) N
Q
(u, x))
=
u
i,j
(N
Q
)(u, x)
et que
u
i,j
(F
Q
)(u, x) est une combinaison lineaire des monomes x

1
, . . . , x

D
.
Le polyn ome
u
i,j
(F
Q
)(u, x) sannule en tous les points u
k
, k ,= i, vaut

x
j
(R
Q
)(u,u
i
)
V
E
(u)
en u
i
et a le meme support que e
i
(u, x). On en deduit donc
que

u
i,j
(F
Q
)(u, x) =

x
j
(R
Q
)(u, u
i
)
V
E
(u)
e
i
(u, x).
201
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2
Nous allons maintenant pouvoir calculer explicitement literation de Newton
appliquee `a F
f
. Pour cela, notons

i
(F
f
) (u) =
1
V
E
(u)
_
_
_

x
1
(R
f
1
)(u, u
i
)
xn
(R
f
1
)(u, u
i
)
.
.
.
.
.
.

x
1
(R
fn
)(u, u
i
)
xn
(R
fn
)(u, u
i
)
_
_
_.
Theor`eme 7.53. Literation de Newton, appliquee au syst`eme F
f
(u, x) = 0
est donnee, composante par composante, par
u

i
:= u
i

i
(F
f
) (u)
1
_
_
_
f
1
(u
i
)
.
.
.
f
n
(u
i
)
_
_
_, i = 1, . . . , D.
Demonstration. Calculons le vecteur t = (t
i,j
)
1in,1jD
veriant
J
F
f
(u) t = F
f
,
et correspondant ` a la correction appliquee `a u dans literation de Newton :
u

= u t.
Lequation ci-dessus se traduit en terme de polyn omes en x (obtenus en
regroupant les coecients par paquets de taille D) par
n

i=1
D

j=1

u
i,j
(F
f
k
)(u, x)t
i,j
= F
f
k
(u, x), k = 1, . . . , n.
Dapr`es la proposition 7.52, nous deduisons pour tous k = 1, . . . , n, l = 1, . . . , D
que
n

i=1
D

j=1

u
i,j
(F
f
k
)(u, u
l
) t
i,j
F
f
k
(u, u
l
) = 0
=
n

i=1
D

j=1
1
V
E
(u)

x
i
(R
f
k
)(u, u
l
) e
j
(u, u
l
) t
i,j
f
k
(u
l
)
=
n

i=1
1
V
E
(u)

x
i
(R
f
k
)(u, u
l
) t
i,l
f
k
(u
l
).
On a donc

l
(F
f
)
_

_
t
1,l
.
.
.
t
n,l
_

_ =
_

_
f
1
.
.
.
f
n
_

_,
202
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
ou encore que
t
l
= (t
1,l
, . . . , t
n,l
) =
l
(F
f
) (u)
1
_
_
_
f
1
(u
l
)
.
.
.
f
n
(u
l
)
_
_
_,
pour l = 1, . . . , D. Ce qui ach`eve la demonstration du theor`eme. 2
Dans le cas dune variable x et dun polyn ome f de degre d, nous avons
R
f
(u, x) =

i<j
(u
i
u
j
)
d

j=1
(x u
j
) = V
1,...,x
d(u)
d

j=1
(x u
j
)
et

i
(F
f
)(u) =
1
V
1,...,x
d(u)
[
x
(R
f
)(u
i
)]
=
_
_

x
_
_
d

j=1
(x u
j
)
_
_
(u
i
)
_
_
=
_
_

j=i
(u
i
u
j
)
_
_
.
Nous retrouvons donc bien literation de Weierstrass (7.14). Pour plus de
details, voir [Rua01] ou [MR02].
7.4. Exercices
Exercice 7.1. Calculer une base de lorthogonal de lideal (x
1
, . . . , x
n
)
2
.
Exercice 7.2. Calculer la composante primaire `a lorigine de
I = (x
2
1
x
1
x
2
2
, x
1
+ x
2
2
).
Exercice 7.3. Soit S la surface de C
3
denie par f(x, y, z) = x
2
y
3
y
2
z
2
.
1. Calculer le syst`eme inverse (0, 0, 0) de lideal I engendre par
f(x, y, z),
x
f(x, y, z),
y
f(x, y, z),
z
f(x, y, z).
2. Montrer que I contient une composante immergee en (0, 0, 0).
3. Montrer que le syst`eme inverse en (0, 0, 0) est engendre par un element.
Exercice 7.4. Passage de lhomog`ene `a lane.
Soit R
0
= K[x
0
, . . . , x
n
] lanneau des polyn omes en n + 1 variables, ` a coecients
dans un corps K de caracteristique 0, et lapplication
: R
0
R
p(x
0
, . . . , x
n
) p(1, x
1
, . . . , x
n
).
Rappelons les notations suivantes : e
d0
=

aN
d
a
0
, avec d
a
0
(p) =

a
x
0
a!
(p)(0). Pour
tout

R
0
, nous notons []
d
la composante homog`ene de degre d de la serie .
203
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
1. Montrer que induit une application injective

de

R dans

R
0
.
2. Soit J un ideal homog`ene de R
0
et I = (J). Montrer que

(I

) J

.
3. Montrer que limage par lapplication

dun element d
m
, m N
n
, de la base
duale des mon omes est

(d
m
) = d
m
e
d0
.
4. Notons [

(I

)]

le sous-espace vectoriel de

R
0
engendre par toutes les compo-
santes homog`enes []
d
pour

(I

). Montrer que [

(I

)]

est stable par


derivation.
5. En deduire quil existe un unique ideal homog`ene

J dans R
0
tel que

J

=
[

(I

)]

.
6. En utilisant le fait que

J est homog`ene, montrer que

J

(I

) J

. En
deduire que J

J.
7. Montrer que (

J) = I.
8. Montrer que (

J : x
0
) =

J.
9. Montrer que

J est le plus petit ideal de R
0
stable par division par x
0
et tel que
(

J) = I.
10. En deduire que pour tout ideal homog`ene J de R
0
, on a
(J : x

0
)

= [e
d0
(J)

avec (J : x

0
) = p R; N N, x
N
0
p J.
Exercice 7.5. Produit scalaire apolaire. Soit K un corps de characteristique 0
et R = K[x
1
, . . . , x
n
]. Dans cet exercice, pour N
n
nous notons

(0,...,0)
. Soit
R
[d]
lensemble des polyn omes de degre d de R, pour d > 0. Pour tout polyn ome de
la forme p =

, ( N
n
, p

K), on note p() =

. Pour p, q R
[d]
,
notons p, q) := p() q.
1. Pour , N
n
avec [[ = [[ = d, calculer x

, x

).
2. Montrer que lapplication
(p, q) p, q) := p() q
denit une forme bilineaire symetrique non-degeneree sur R
[d]
. Ce produit sca-
laire est appele produit scalaire apolaire. Nous notons p

= q R
[d]
; p, q) =
0. Si q p

, on dira que p et q sont apolaires.


3. Pour a = (a
1
, . . . , a
n
) K
n
, notons l
a
(x) = a
1
x
1
+ + a
n
x
n
. Montrer que
p, l
d
a
) = d! p(a)
4. Montrer que pour toute matrice g Sl
n
(K), de determinant 1, et pour tout
p, q R
[d]
on a
g p, g q) = p, q)
o` u g p(x
1
, . . . , x
n
) = p(g (x
1
, . . . , x
n
)).
204
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exercice 7.6. Probl`eme de Waring. Nous reprenons les notations de lexercice
precedent. Nous allons nous interesser au probl`eme suivant :
Decomposer un polyn ome de R
[d]
sous la forme
p =
1
l
d
a1
+ +
r
l
d
ar
,
avec
1
, . . . ,
r
K, a
1
, . . . , a
r
K
n
et r minimal.
1. Montrer que p

q R
[d]
; q(a
i
) = 0, pour i = 1, . . . , r.
2. Considerons lapplication

r
: K
n
K
n
R
[d]
(a
1
, . . . , a
r
) l
d
a1
+ + l
d
ar
.
Nous notons r le plus petit r pour lequel im(
r
) = R
[d]
. Montrer que r est le
plus petit r tel que limage de lapplication dierentielle d
r
(a
1
, . . . , a
k
) est R
[d]
,
pour (a
1
, . . . , a
r
) generique dans K
n
K
n
.
3. En deduire que r est le plus petit r pour lequel
x
1
l
d1
a1
, . . . , x
n
l
d1
a1
, . . . , x
1
l
d1
ar
, . . . , x
n
l
d1
ar
,
engendrent R
[d]
, pour (a
1
, . . . , a
r
) generique dans K
n
K
n
.
4. En deduire un algorithme probabiliste pour calculer r.
5. Calculer r pour n = 2, d = 2, 3, 4, n = 3, d = 2, 3, 4, n = 4, d = 2, 3, 4, en
utilisant cet algorithme.
6. Montrer que p R
[d]
verie
p, x
1
l
d1
a
) = = p, x
n
l
d1
a
) = 0
si et seulement si p(a) =
1
p(a) = =
n
p(a) = 0 (pour a K
n
).
7. En deduire que r est le plus petit r pour lequel il nexiste pas de polyn ome
p R
[d]
non-nul tel que p et ses derivees
i
p sannulent en r points generiques
a
1
, . . . , a
r
de P
n1
.
Exercice 7.7. Secantes de la variete de Veronese. Nous reprenons les notations
des deux exercices precedents et supposons de plus que K est algebriquement clos.
Nous notons V
1
lensemble des polyn omes non-nuls de R
[d]
de la forme l
d
a
pour a
K
n
0. Soit
V
r
:= S
r
(V
1
) := p R
[d]
; p = v
1
+ +v
r
, avec v
i
V
1
, i = 1, . . . , r
et V
r
son adherence.
1. Montrer que V
1
est une variete algebrique projective (fermee) de P(R
[d]
).
2. Quelle est la dimension de V
1
?
3. Calculer les equations de V
1
pour n = 2, d = 2.
4. Montrer que pour d = 2 et n > 0, V
1
est lensemble des formes quadratiques de
rang 1.
5. Montrer que pour d = 2 et n > 0, V
r
est lensemble des formes quadratiques de
rang r.
205
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
6. Montrer que V
r
est lensemble des points de R
[d]
sur des espaces lineaires en-
gendres par r points de V
1
.
7. Calculer lespace tangent en un point de V
r
dans R
[d]
.
8. Montrer que
codim(V
r
) = dimp R
[d]
; p(a
i
) =
1
p(a
i
) = =
n
p(a
i
), i = 1, . . . , n,
pour des points generiques a
1
, . . . , a
r
de P
n1
.
9. Trouver un exemple de valeur de n et d pour lequel
dim(V
r
) ,= minn, r (n 1) + (r 1).
10. Montrer que V
r
= R
[d]
.
206
CHAPITRE 8
ALG
`
EBRES DE GORENSTEIN
Sommaire
8.1. Alg`ebres de Gorenstein . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.1.1. Isomorphisme entre Ann
AA
(T) et Hom
A
(

A, A) . . . 208
8.1.2. Caracterisation des alg`ebres de Gorenstein . . . . . . . . . 210
8.1.3. Formules de representation dans A . . . . . . . . . . . . . . . . . 212
8.2. Passage du local au global . . . . . . . . . . . . . . . . . . . . . . . . 214
8.3. Suites reguli`eres et suites quasi-reguli`eres . . . . . . . 216
8.4. Theor`eme de Wiebe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
8.5. Intersection compl`ete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
8.6. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Le but de ce chapitre est dintroduire les alg`ebres de Gorenstein. Puis de
montrer que si I est un ideal de K[x] = K[x
1
, . . . , x
n
] engendre par n equations
ayant un nombre ni de solutions, alors lalg`ebre K[x]/I est de Gorenstein.
Ces alg`ebres apparaissent dans beaucoup de probl`emes pratiques.
8.1. Alg`ebres de Gorenstein
Dans un premier temps, nous rappellerons quelques proprietes de structure
pour letude des alg`ebres de Gorenstein. Tout au long de cette section, A
designe une K-alg`ebre commutative, unitaire, de dimension nie D,

A son
dual (i.e. lensemble des formes lineaires sur A) et Hom
K
(

A, A) lensemble
des applications K-lineaires de

A dans A. On munit

A dune structure de
A-module : si (a, ) A

A,
a : b A (a )(b) = (ab) K.
A
K
A a aussi une structure de A-module : pour tout (a, x) A A
K
A,
a x = (a 1)x.
Le noyau de lapplication

i
a
i
b
i
A
K
A

i
a
i
b
i
A (8.1)
est note T. Il est engendre, comme A-module, par les elements de la forme
a 1 1 a, avec a A.
De plus, laddition et la multiplication conf`erent une structure danneau ` a
A
K
A.
8.1.1. Isomorphisme entre Ann
AA
(T) et Hom
A
(

A, A). Lapplication
K-lineaire
: A
K
A Hom
K
(

A, A)
x x

:

A (1 )(x) A
est un isomorphisme despaces vectoriels. En eet, supposons que ne soit pas
injectif, et soit x un element non nul de ker(). Cet element peut secrire sous
la forme x =

s
i,j=1
a
i
b
j
, avec (a
i
) et (b
i
) deux familles de A lineairement
independantes sur K. Ces familles de vecteurs etant libres, on peut trouver


A tel que (b
1
) = 1 et (b
j
) = 0 pour tout j ,= 1. Cela contredit la
denition de la famille libre (a
i
), puisque x

() =

s
i=1
a
i
= 0. Donc est
injectif. Et comme A est un K-espace vectoriel de dimension nie, est un
K-isomorphisme.
On peut considerer, de la meme facon, laction de la forme lineaire `a gauche,
cest-`a-dire x

() := ( 1)(x).
208
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Maintenant, on va se limiter aux elements de lensemble Hom
A
(

A, A) des
applications A-lineaires de

A dans A. Cet ensemble est muni dune structure
naturelle de A-module : pour tout (a, f) AHom
A
(

A, A),
a.f :

A (a f)() = a
_
f()
_
A.
Par ailleurs, Ann
AA
(T) = x A
K
A : x = 0, T herite dune
structure de A-module induite par celle de A
K
A.
Theor`eme 8.1. Lapplication induit un isomorphisme de A-modules entre
Ann
AA
(T) et Hom
A
(

A, A).
Demonstration. Soit x =

s
i,j=1
a
i
b
j
AA. On a
x Ann
AA
(T) a A , x(a 1 1 a) = 0
a A ,

i,j
a a
i
b
j
=

i,j
a
i
a b
j
a A,

A,

i,j
(b
j
)a a
i
=

i,j
_
(a )(b
j
)
_
a
i
a A ,

A , a
_
x

()
_
= x

(a )
x

Hom
A
(

A, A).
Ainsi, Hom
A
(

A, A) et Ann
AA
(T) sont A-isomorphes. 2
Exemple 8.2. Si A = K[x]/(x
2
), lespace vectoriel A A = K[x, y]/(x
2
, y
2
)
a pour base (1, x, y, xy), et le noyau T de lapplication (8.1) est le A-module
engendre par x y.
Soit u Ann
AA
(T). Il existe alors (c
1
, c
x
, c
y
, c
xy
) K
4
tel que u = c
1
+
c
x
x + c
y
y + c
xy
xy et (x y)u 0. Par consequent, c
1
= 0, c
x
= c
y
, et
u = c
x
x + c
x
y + c
xy
xy = (c
x
+ c
x,y
x)(x + y). Donc Ann
AA
(T) est le A-
module engendre par x +y. La matrice de la forme lineaire u

, dans les bases


(

1, x) de

A et (1, x) de A, est
U =
_
0 c
x
c
x
c
xy
_
.
Tout element Hom
A
(

A, A) est de cette forme. En eet, soit


M =
_
c
1,

1
c
1, x
c
x,

1
c
x, x
_
la matrice de dans les bases (

1, x) et (1, x). Comme x( x) = (x x),


x(c
1, x
+ c
x, x
x) = c
1, x
x = (

1) = (c
1,

1
+ c
x,

1
x) ,
cest-` a-dire c
1,

1
= 0 et c
1, x
= c
x,

1
. Ainsi, M est du meme type que U.
209
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
8.1.2. Caracterisation des alg`ebres de Gorenstein. Le theor`eme sui-
vant donne une caracterisation des alg`ebres de Gorenstein, que lon peut trou-
ver dans [Kun86] et [SS75] pour des structures plus generales. Dans le cas
dune K-alg`ebre A de dimension nie D, sa preuve est plus simple.
Theor`eme 8.3. Les assertions suivantes sont equivalentes :
1. Hom
A
(

A, A) (et Ann
AA
(T)
_
est un A-module libre de rang 1.
2. A et

A sont A-isomorphes.
3.

A est un A-module libre de rang 1.
4. Il existe une forme lineaire sur A telle que la forme bilineaire
(a, b) AA (a b) K
soit non-degeneree (i.e. si pour tout a A, (ab) = 0, alors b = 0).
5. Il existe un element =

D
i=1
a
i
b
i
Ann
AA
(T), avec (a
i
) et (b
i
)
des bases de A.
Demonstration.
1 2. Si () est une base du A-module Hom
A
(

A, A) libre de rang 1, alors


est un A-isomorphisme entre

A et A.
Supposons que ne soit pas surjective. Limage de est donc un ideal I
strictement inclus dans A. Lalg`ebre A se decompose en une somme directe de
sous-alg`ebres locales A
i
et la trace de I dans lune de ces sous-alg`ebres locales
(disons A
i
0
) nest pas cette alg`ebre locale enti`ere. Nous avons donc I m
i
0
, o` u
m
i
0
est lideal maximal de A
i
0
. Comme m
N
i
0
0 pour N assez grand, il existe
a ,= 0 A tel que a I = 0. Ceci implique que a = 0, et contredit le fait que
() est une base de Hom
A
(

A, A). Ainsi, est un isomorphisme (compatible


avec les structures de A-modules) entre les deux espaces vectoriels (de meme
dimension)

A et A.
2 3. Si est un A-isomorphisme entre

A et A, alors

A est un A-module
libre de base =
1
(1).
Pour tout

A, on pose b

= (). Puisque ( b

) = 0, = b

.
Donc () engendre le A-module

A.
Soit a A tel que a = 0. Comme a = (a ) = 0,

A est un A-module
libre de base ().
3 4. Si () est une base du A-module

A, alors la forme bilineaire denie
par a, b) = (a b) est non-degeneree.
Soit b A tel que a, b) = (a b) = 0, a A. Alors la forme lineaire b = 0,
et par suite b = 0.
210
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
4 5.

Etant donnees deux bases (a
i
) et (b
i
) de A, duales pour la forme
bilineaire non-degeneree associee `a . Alors =

D
i=1
a
i
b
i
Ann
AA
(T).
Pour tout i, j 1, . . . , D, a
i
, b
j
) = (a
i
b
j
) =
i,j
(
i,j
est le symbole de
Kronecker). Donc
a A , a =
D

i=1
(a
i
a) b
i
=
D

i=1
(b
i
a) a
i
.
Dapr`es la formule precedente, pour tout a A,
(a 1) =
D

i=1
a a
i
b
i
=
D

i=1
_
D

j=1
(a a
i
b
j
) a
j
_
b
i
=
D

j=1
a
j

D

i=1
(a a
i
b
j
) b
i
=
D

j=1
a
j
a b
j
= (1 a).
Comme le A-module T est engendre par les elements de la forme a11a,
avec a A, Ann
AA
(T).
5 2. Si =

D
i=1
a
i
b
i
Ann
AA
(T), avec (a
i
) et (b
i
) des bases de A,
alors

denit un A-isomorphisme entre



A et A.
Dapr`es le theor`eme 8.1,

Hom
A
(

A, A). Comme (a
i
) et (b
i
) sont des bases
de A, limage im(

) = A, et lapplication K-lineaire

est bijective.
2 1. Si est un A-isomorphisme entre

A et A, alors () est une base du
A-module Hom
A
(

A, A).
Soit =
1
(1)

A. Pour tout H Hom
A
(

A, A), on pose h = H() A.


Dapr`es la preuve 2 3 ci-dessus,

A = A . Comme
a A, H(a ) = a H() = a h = (h)(a ) ,
H = h. Donc () engendre le A-module Hom
A
(

A, A). De plus, si a A
satisfait a = 0, (a)() = (a ) = a
_
()
_
= a = 0. Ainsi, Hom
A
(

A, A)
est un A-module libre de base (). 2
Denition 8.4. Une K-alg`ebre A de dimension nie qui verie une des asser-
tions du theor`eme 8.3 est dite de Gorenstein. La forme lineaire est appelee
residu de A.
Exemple 8.5. On designe par 1 la forme lineaire
p K[x
1
, x
2
, x
3
] p(0) K,
et pour tout (i, m) 1, 2, 3 N par
m
i
la forme lineaire
p K[x
1
, x
2
, x
3
]

m
p
x
i
m
(0) K.
211
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Si =
2
1
+
2
2
+
2
3
, alors
x
1
= 2
1
, x
2
= 2
2
, x
3
= 2
3
, x
2
1
= x
2
2
= x
2
3
= 21.
Pour tout autre mon ome m non constant, m = 0. Donc les polyn omes ortho-
gonaux aux formes lineaires ci-dessus (cest-` a-dire les elements fK[x
1
, x
2
, x
3
]
tels que (m )(f) = 0, pour tout monome m K[x
1
, x
2
, x
3
]) sont de la forme
a(x
2
1
x
2
2
) + b(x
2
1
x
2
3
) + c x
1
x
2
+ d x
1
x
3
+ e x
2
x
3
+ des termes de degres au
moins 3, o` u a, b, c, d, e sont des constantes. Cet ensemble est lideal
I = (x
2
1
x
2
2
, x
2
1
x
2
3
, x
1
x
2
, x
1
x
3
, x
2
x
3
).
Lalg`ebre A = K[x
1
, x
2
, x
3
]/I est de Gorenstein. En eet, une base de A est
1, x
1
, x
2
, x
3
, x
2
1
. Les formes lineaires , x
1
, x
2
, x
3
, x
2
1
sont K-
lineairement , donc elles forment une base du K-espace vectoriel

A. Ainsi, tout


A secrit = + x
1
+ x
2
+ x
3
+ x
2
1
, avec (, , , , ) K
5
.
Par consequent, le A-module

A est engendre par . De plus, si a A verie
a = 0, alors (x )(a) = 0 pour tout x A, et par suite a 0. Donc

A est
un A-module libre de rang 1 et de base ().
Cet exemple dalg`ebre de Gorenstein est non intersection compl`ete (i.e. le
nombre de generateurs de I nest pas egal au nombre de variables de lan-
neau K[x
1
, x
2
, x
3
]). On verra que toute alg`ebre intersection compl`ete est de
Gorenstein.
Le procede decrit dans cet exemple permet de construire des alg`ebres de Go-
renstein : etant donne un polyn ome en
1
=

x
1
, . . . ,
n
=

xn
, on construit
lideal I de K[x
1
, . . . , x
n
] orthogonal `a et `a toutes ses derivees . Lalg`ebre
quotient K[x
1
, . . . , x
n
]/I ainsi obtenue est de Gorenstein.
Exemple 8.6. Soit A = K[x
1
, x
2
]/(x
2
1
, x
1
x
2
, x
2
2
). Une base de A est 1, x
1
, x
2
.
Sa base duale est 1,
1
,
2
. Pour tout

A, les formes lineaires x
1
et x
2

appartiennent au sous-espace vectoriel de



A engendre par 1, car x
i

i
= 1 et
x
i

j
= 0 pour i ,= j. Lespace vectoriel A est engendre par , 1. Donc
A ,=

A pour tout

A, et par suite A nest pas de Gorenstein.
8.1.3. Formules de representation dans A. La forme bilineaire non-
degeneree, denie dans le theor`eme 8.3 par a[b) = (a b), verie
(a, b) A
2
, a[b) = (a b) = (a )(b) =
_
(

)
1
(a)
_
(b).
Proposition 8.7. Soit

D

i=1
a
i
b
i
une decomposition de Ann
AA
(T),
o` u la famille (a
i
) est libre sur K. Alors D

= D = dim
K
A, (a
i
) et (b
i
) sont
des bases de A duales pour la forme bilineaire non-degeneree [ ).
Demonstration. Soit (b
i
)
1iD
la plus grande famille libre extraite de (b
i
)
1iD

(apr`es avoir reordonne les b


i
). Pour tout i D

+ 1, . . . , D

, il existe des
212
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
scalaires
i,j
non tous nuls tels que b
i
=

D

j=1

ij
b
j
. Ainsi,
=
D

j=1
_
a
j
+
D

i=D

+1

ij
a
i
_
b
j
=
D

j=1
a

j
b
j
.
La famille (a

j
)
1jD
est libre et engendre lespace vectoriel A (car

est un
isomorphisme de

A sur A), donc cest une base de A. Ainsi, D

= D = D

et
(b
j
)
1jD
est aussi une base de A.
Soit (

b
i
) la base de

A duale de (b
i
). Alors

b
j
) =

D
i=1

b
j
(b
i
)a
i
= a
j
, et
a
j
[b
i
) =
_
(

)
1
(a
j
)
_
(b
i
) =

b
j
(b
i
) =
i,j
.
Donc les bases (a
i
) et (b
i
) sont bien duales pour [ ). 2
Ceci conduit ` a des formules dinterpolation ou formules de traces ou encore
`a la formule de Cauchy pour le residu (voir [GH78]) :
a A, a =
D

i=1
a[b
i
) a
i
=
D

i=1
a[a
i
) b
i
. (8.2)
On deduit de la non-degenerescence de la forme bilineaire associee au residu
de A, la formule de dualite : si a A,
a. = 0 a = 0. (8.3)
On peut egalement associer `a la forme quadratique Q,
a A Q(a) = (a a) = a[a) K.
La matrice de Q dans la base (b
i
)
i
est (b
i
[b
j
))
i,j
. En utilisant la formule de
representation (8.2),
=

1i,jD
b
i
[b
j
) a
i
a
j
.
Si le corps K est ordonne, la signature de la forme quadratique Q est un
invariant de A utile pour la resolution polynomiale (voir section 4.11).
La forme bilineaire symetrique [ ) permet egalement de relier lannulateur
et lorthogonal dun ideal :
Proposition 8.8. Soit J un ideal de A. Alors lorthogonal de J pour la forme
bilineaire non-degeneree denie par concide avec Ann
A
(J).
Demonstration. Soit a A. Dapr`es la formule de dualite (8.3),
a Ann
A
(J) g J, a g = 0
g J, b A, a g[b) = a[g b) = 0
h J, a[h) = 0.
213
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2
8.2. Passage du local au global
Toute K-alg`ebre nie A est isomorphe `a un anneau quotient K[x]/I, o` u I est
un ideal 0-dimensionnel (exercice 8.1). Si e
1
, . . . , e
d
designent les idempotents
de A (voir section 4.5), alors dapr`es theor`eme 4.9,
A = A
1
A
d
. (8.4)
La partie A
i
est la sous-alg`ebre de A engendre par e
i
(theor`eme 4.15). Il en
resulte de (8.4), la decomposition suivante du dual

A =

A
1


A
d
.
La restriction dune forme lineaire

A `a A
i
sidentie ` a
i
= e
i


A.
Par consequent, tout

A secrit sous la forme =

d
i=1
e
i
=

d
i=1

i
.
Proposition 8.9. Soit A A. Alors Ann
AA
(T) si, et seulement
si,
=
1
+ +
d
,
o` u
i
= (e
i
e
i
) Ann
A
i
A
i
(T
i
), et T
i
designe le A
i
-sous-module de A
i
A
i
engendre par a
i
1 1 a
i
, a
i
A
i
.
Demonstration. Dapr`es (8.4), tout AA =
d
i,j=1
A
i
A
j
se decompose
de mani`ere unique sous la forme =

d
i,j=1

i,j
, avec
i,j
A
i
A
j
.
Si Ann
AA
(T), alors
(e
k
1) =
d

j=1

k,j
= (1 e
k
) =
d

i=1

i,k
,
car A
i
A
j
= 0 si i ,= j. Il sen suit que
i,j
= 0 si i ,= j, et =
1,1
+ +
d,d
,
avec
i,i
= (e
i
e
i
) A
i
A
i
. De plus, comme Ann
AA
(T),
i 1, . . . , d , a
i
A
i
, (a
i
1 1 a
i
) = 0 = (a
i
1 1 a
i
)
i,i
.
Donc
i,i
Ann
A
i
A
i
(T
i
).
Reciproquement, soit =

d
i=1

i
A A, avec
i
Ann
A
i
A
i
(T
i
),
i = 1, . . . , d. Montrons que Ann
AA
(T). Pour cela, il sut de verier que
i = 1, . . . , d , a
i
A
i
, (a
i
1 1 a
i
) = 0.
Comme pour tout i ,= j, A
i
A
j
= 0, nous avons bien
(a
i
1 1 a
i
) = (a
i
1 1 a
i
)
i
= 0.
2
214
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Corollaire 8.10. Un element =

D
k=1
a
k
b
k
Ann
AA
(T), o` u (a
k
)
1kD
_
resp. (b
k
)
1kD
_
est une base de A, si et seulement si, pour tout i = 1, . . . , d,

i
= (e
i
e
i
) =

k=1
a
i,k
b
i,k
Ann
A
i
A
i
(T
i
),
avec (a
i,k
)
1k
i
_
resp. (b
i,k
)
1k
i
_
est une base de A
i
.
Proposition 8.11. Lalg`ebre A est de Gorenstein, si et seulement si, ses
sous-alg`ebres locales A
1
. . . , A
d
sont de Gorenstein.
Demonstration. Dapr`es la proposition 8.9,
Ann
AA
(T) =
d
i=1
Ann
A
i
A
i
(T
i
).
Soit Ann
AA
(T). Alors =

d
i=1

i
, avec
i
Ann
A
i
A
i
(T
i
). Il est
facile de verier que () est une A-base de Ann
AA
(T), si et seulement si,
(
i
) est une A
i
-base de Ann
A
i
A
i
(T
i
), pour tout i = 1, . . . , d. 2
En resume, si lalg`ebre A est de Gorenstein et est un residu de A, alors

i
= e
i
est un residu pour la sous-alg`ebre locale A
i
de A, appele residu
local de A. Et =

d
i=1

i
est dit residu global de A. Pour une approche
analytique de ces deux notions consulter [GH78], [AVGZ86].
Exemple 8.12. Exemple dalg`ebre locale de Gorenstein : considerons lalg`ebre
locale /
0
associee `a lideal engendre par
p
1
= 2 x
1
x
2
2
+ 5 x
4
1
, p
2
= 2 x
1
2
x
2
+ 5 x
4
2
(voir sous-section 7.37). Le dual de /
0
a pour base
1, d
1
, d
2
, d
2
1
, d
1
d
2
, d
2
2
, d
3
1
, d
3
2
, 2 d
4
1
5 d
1
d
2
2
, 2 d
4
2
5 d
2
1
d
2
, 5 d
2
1
d
2
2
2 d
5
1
2 d
5
2
.
/
0
est une alg`ebre de Gorenstein, car

/
0
est engendre par la forme lineaire
5 d
2
1
d
2
2
2 d
5
1
2 d
5
2
et ses derivees. Calculons un generateur de Ann
A
0
A
0
(T
0
).
Le bezoutien de p
1
, p
2
est (voir denition 5.41)
= 10 x
2
5
+ 25 x
1
3
x
2
3
+ (10 x
2
3
+ 25 x
1
3
x
2
) y
2
2
+ (10 x
2
4
+ 25 x
1
3
x
2
2
) y
2
+ (25 x
1
2
x
2
3
4 x
1
x
2
2
) y
1
+ (4 x
2
+ 25 x
1
x
2
2
) y
1
2
y
2
+ (25 x
1
2
x
2
2
4 x
1
x
2
) y
1
y
2
+ (10 x
1
3
+ 25 x
1
x
2
3
) y
1
2
+ (10 x
2
2
+ 25 x
1
3
) y
2
3
+ (25 x
2
3
+ 10 x
1
2
) y
1
3
+ 25 x
1
2
y
1
y
2
3
+ 25 x
1
y
1
2
y
2
3
+ 25 x
1
2
x
2
y
1
y
2
2
+ 25 x
2
2
y
1
3
y
2
+ 25 y
2
2
x
2
y
1
3
+ 25 x
1
x
2
y
2
2
y
1
2
+ 10 x
1
y
1
4
+ 25 y
1
3
y
2
3
+ 10 y
1
5
.
Il existe des scalaires
i
tels que la forme lineaire
= (

)
1
(1) =
1
1 +
2
d
1
+
3
d
2
+
4
d
1
2
+
5
d
2
2
+
6
d
1
d
2
+
7
d
2
3
+
8
d
1
3
+
9
_
5 d
1
d
2
2
2 d
1
4
_
+
10
_
5 d
1
2
d
2
2 d
2
4
_
+
11
_
5 d
1
2
d
2
2
2 d
1
5
2 d
2
5
_
.
215
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Comme pour tout

/
0
,
_

() 1
_
= 0, nous obtenons
20
11
1 = 20
9
= 20
10
= 10
8
= 10
7
= 125
11
4
6
= 10
5
+ 25
8
= 10
4
+ 25
7
= 20
2
+ 625
10
= 625
9
20
3
= 20
1
+ 125
6
= 0.
Ainsi,
=
625
64

25
16
d
1
d
2

1
4
d
1
2
d
2
2
+
1
10
d
1
5
+
1
10
d
2
5
.
La valeur de en le Jacobien
Jac(p
1
, p
2
) = 12 x
1
2
x
2
2
+ 40 x
2
5
+ 40 x
1
5
+ 400 x
1
3
x
2
3
de (p
1
, p
2
) est 11. Cest la multiplicite de 0 Z(p
1
, p
2
) (i.e. la dimension
du K-espace vectoriel /
0
). Une base de /
0
est donnee par des mon omes (en
nombre minimal) qui permettent (par multiplication) dobtenir, ` a partir de ,
les autres elements de la base duale, cest-` a-dire
1, x
2
, x
1
, x
2
1
, x
1
x
2
, x
2
2
, x
3
2
, x
3
1
, x
4
2
, x
4
1
, x
5
1
.
8.3. Suites reguli`eres et suites quasi-reguli`eres
Nous rappellerons ici les notions de suites reguli`eres (voir sous-section 3.3.1),
suites quasi-reguli`eres, et quelques unes de leurs proprietes dont nous aurons
besoin dans la suite. Pour plus de details, consulter les chapitres 6 et 7 de
[Mat80]. Dans cette section, A designe un anneau commutatif et unitaire.
Denition 8.13. Une suite a
1
, . . . , a
n
delements de A est reguli`ere si
i) lideal (a
1
, . . . , a
n
) ,= A,
ii) a
1
nest pas un diviseur de zero dans A, et pour tout i 2, . . . , n, a
i
nest pas un diviseur de zero dans lanneau A/(a
1
, . . . , a
i1
).
Lexemple le plus simple dune suite reguli`ere dans lanneau K[x
1
, . . . , x
n
]
est x
1
, . . . , x
n
.
La manipulation de ces suites nest pas facile, car elles ne sont pas stables par
permutation, comme le montre lexemple simple suivant : x, y(1x), z(1x)
est reguli`ere dans K[x, y, z], tandis que y(1 x), z(1 x), x ne lest pas,
puisque z(1 x) est un diviseur de zero dans K[x, y, z]/
_
y(1 x)
_
.
Nous avons vu le lien tr`es etroit entre les notions de suite reguli`ere et de
complexe de Koszul (voir la sous-section 3.3.1).
Remarque 8.14. Le radical de Jacobson RJ(A) de A est lintersection de
tous les ideaux maximaux de A.
Si a est un element de RJ(A), alors 1+a est inversible dans A. Sinon, 1+a
appartient ` a un ideal maximal m de A, ce qui nest pas possible puisque a m.
Lemme 8.15. (Lemme de Nakayama) Si M un A-module de type ni tel que
RJ(A)M = M, alors M = 0.
216
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Soit x
1
, . . . , x
r
un ensemble minimal de generateurs de M
(i.e. aucun sous-ensemble strict de x
1
, . . . , x
r
nengendre le A-module M).
Si r 1, x
1
= a
1
x
1
+ + a
r
x
r
, avec a
i
RJ(A). Donc (1 a
1
)x
1
=
a
2
x
2
+ + a
r
x
r
. Dapr`es la remarque 8.14, 1 a
1
est inversible et M peut
etre engendre par les r 1 elements x
2
, . . . , x
r
, ce qui contredit lhypoth`ese
faite sur x
1
, . . . , x
r
. Ainsi, r = 0 et M = 0. 2
Lemme 8.16. Soit a
1
, . . . , a
n
une suite reguli`ere de A. La suite obtenue en
permutant deux elements consecutifs a
i
, a
i+1
est reguli`ere, si et seulement si,
a
i+1
nest pas un diviseur de zero dans A/(a
1
, . . . , a
i1
).
Demonstration. Il faut montrer que lelement a
i
nest pas un diviseur de zero
dans A/(a
1
, . . . , a
i1
, , a
i+1
). Soit a A tel que aa
i
= b
1
a
1
+ + b
i1
a
i1
+
b
i+1
a
i+1
, avec b
j
A. Comme a
i+1
nest pas un diviseur de zero dans lanneau
A/(a
1
, . . . , a
i
), il existe des c
j
dans A qui verient b
i+1
= c
1
a
1
+ +c
i
a
i
. Par
suite, a
i
(a c
i
a
i+1
) (a
1
, . . . , a
i1
) et a (a
1
, . . . , a
i1
, a
i+1
). 2
Proposition 8.17. Soit a
1
, . . . , a
n
une suite reguli`ere delements de A
contenue dans RJ(A). Alors toute permutation de a
1
, . . . , a
n
est reguli`ere.
Demonstration. Il sut de montrer quune transposition qui permute deux
elements consecutifs a
i
, a
i+1
est reguli`ere. Cest-`a-dire dapr`es le lemme 8.16,
a
i+1
nest pas un diviseur de zero dans A/(a
1
, . . . , a
i1
).
Notons M = Ann
A/(a
1
,...,a
i1
)
(a
i+1
), et montrons que M = 0. Soit a M.
Comme a
i+1
nest pas un diviseur de zero dans A/(a
1
, . . . , a
i
), a = b
1
a
1
+ +
b
i
a
i
, avec b
j
A. Par suite, aa
i+1
= b
1
a
1
a
i+1
+ + b
i
a
i
a
i+1
(a
1
, . . . , a
i1
)
et b
i
a
i+1
(a
1
, . . . , a
i1
). Donc b
i
M, M (a
1
, . . . , a
i
)M RJ(A)M, et
dapr`es le lemme de Nakayama, M = 0. 2
Corollaire 8.18. Dans un anneau local, toute suite obtenue en permutant les
elements dune suite reguli`ere est reguli`ere.
Nous allons introduire une notion plus faible que celle dune suite reguli`ere,
qui ne depend pas de lordre des elements.
Denition 8.19. Une suite a
1
, . . . , a
n
de A est dite quasi-reguli`ere si
i) Lideal (a
1
, . . . , a
n
) ,= A,
ii) Pour tout ideal maximal m contenant (a
1
, . . . , a
n
), la suite a
1
, . . . , a
n

est reguli`ere dans le localise A


m
de A par m.
Une suite reguli`ere est en particulier quasi-reguli`ere, mais la reciproque
nest pas toujours vraie, comme le montre la suite quasi-reguli`ere (mais non
reguli`ere) y(1 x), z(1 x), x de K[x, y, z]. En eet, le seul ideal maximal
217
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
contenant y(1x), z(1x), x est m = (x, y, z), et dans K[x, y, z]
m
, y(1x) =
y, z(1 x) = z, x est reguli`ere.
Proposition 8.20. Les polyn omes f
1
, . . . , f
n
de K[x
1
, . . . , x
n
] forment une
suite quasi-reguli`ere, si et seulement si, la variete quils denissent est discr`ete.
Demonstration. Cette proposition decoule des exercices 1.17, 3.4 et 3.5. 2
Proposition 8.21. Si a
1
, . . . , a
s
est une suite reguli`ere de A, alors le pre-
mier module des syzygies de (a
1
, . . . , a
s
) (voir denition 2.13) est engendre
par les relations elementaires :

i,j
= (0, . . . , 0, a
j
, 0, . . . , 0, a
i
, 0, . . . , 0), 1 i < j s.
Demonstration. Montrons la proposition par recurrence sur lentier s (voir
aussi le theor`eme 3.54). Pour s = 1, la proposition est vraie. Soit =(b
1
, . . . , b
s
)
un element du premier module des syzygies de (a
1
, . . . , a
s
) A
s
:

s
i=1
a
i
b
i
=
0. Comme a
1
, . . . , a
s
est une suite reguli`ere, b
s
=

s1
j=1
c
j
a
j
avec c
j
A.
On en deduit une relation

s1

j=1
c
j

j,s
= (d
1
, . . . , d
s1
, 0).
entre (a
1
, . . . , a
s1
). Nous concluons donc la preuve, en utilisant lhypoth`ese
de recurrence. 2
8.4. Theor`eme de Wiebe
Le theor`eme de Wiebe etablit le lien entre deux suites quasi-reguli`eres liees
par une transformation matricielle.
Soient p
1
, . . . , p
n
, q
1
, . . . , q
n
des elements dun anneau B tels que
i 1, . . . , n , q
i
=
n

j=1
a
i,j
p
j
, a
i,j
B.
Supposons que p
1
, . . . , p
n
et q
1
, . . . , q
n
soient deux suites quasi-reguli`eres.
Notons le determinant de la matrice (a
i,j
)
1i,jn
, q (resp. p) lideal de B
engendre par q
1
, . . . , q
n
(resp. p
1
, . . . , p
n
) et A lanneau quotient B/q.
Theor`eme 8.22. (Theor`eme de Wiebe)
1. La classe de dans A est independante du choix des a
i,j
.
2. Ann
A
(A) = p A.
3. Ann
A
(p A) = A.
218
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. On peut supposer que lanneau B est local, sinon on localise
B par un ideal maximal contenant q et legalite dans les localises impliquera
legalite dans B.
1. Soit q
i
=

n
j=1
b
i,j
p
j
, 1 i n, avec b
i,j
B, une autre decomposition.
On va montrer que det(a
i,j
) = det(b
i,j
) dans A. Pour cela, soit i
0
1, . . . , n.
On va le faire pour la representation intermediaire
i ,= i
0
, q
i
=
n

j=1
a
i,j
p
j
et q
i
0
=
n

j=1
b
i
0
,j
p
j
.
Le cas general suivra de proche en proche, en changeant ` a chaque fois la forme
dun q
i
. La matrice (b
i,j
) a donc les memes lignes que (a
i,j
) sauf celle dindice
i
0
. La r`egle de Cramer appliquee au syst`eme
i ,= i
0
,
n

j=1
a
i,j
p
j
= q
i
, et
n

j=1
(a
i
0
,j
b
i
0
,j
)p
j
= 0 ,
fournit p
j
_
det(a
i,j
) det(b
i,j
)
_
(q
1
, . . . , q
i
0
1
, q
i
0
+1
, . . . , q
n
), 1 j n. En
particulier,
q
i
0
_
det(a
i,j
) det(b
i,j
)
_
(q
1
, . . . , q
i
0
1
, q
i
0
+1
, . . . , q
n
).
Dapr`es le corollaire 8.18, q
i
0
est un non-diviseur de zero dans lanneau quotient
B/(q
1
, . . . , q
i
0
1
, q
i
0
+1
, . . . , q
n
), donc on a
det(a
i,j
) det(b
i,j
) (q
1
, . . . , q
i
0
1
, q
i
0
+1
, . . . , q
n
) q.
Pour les points 2 et 3, les inclusions p A Ann
A
(A) et A Ann
A
(p A)
proviennent de p
i
q, 1 i n (r`egle de Cramer). La preuve des deux
inclusions inverses se fera par recurrence sur n.
Si n = 1, les deux inclusions sont immediates. Soit n 2. Et posons B
1
=
B/(p
1
), p

= (p
2
, . . . , p
n
), q

= (q
2
, . . . , q
n
), B

= B/q

et A

= B
1
/q

=
B/(p
1
, q
2
, . . . , q
n
) = B

/(p
1
). Dans B
1
, nous avons q
i
=

n
j=2
a
i,j
p
j
. Si

=
det(a
i,j
)
2i,jn
, alors pour tout j 2, . . . , n, p
j

(q
2
, . . . , q
n
). Il existe
un element de la forme p
1
+

n
i=2

i
p
i
qui est non-diviseur de zero dans B

.
Sinon, tous les p
i
sont des diviseurs de zero dans B

et q
1
aussi, ce qui contredit
lhypoth`ese. Quitte `a remplacer p
1
par p
1
+

n
i=2

i
p
i
, on peut supposer que
p
1
est non-diviseur de zero dans B

= B/(q
2
, . . . , q
n
). Donc q
2
, . . . , q
n
, p
1
est
une suite reguli`ere de B.
Dapr`es la r`egle de Cramer, p
1
=
1,1
q
1
+ +
n,1
q
n
, o` u
i,1
est le
cofacteur de a
i,1
. Dans B

, p
1
=

q
1
(car

=
1,1
). Par consequent, si
219
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux

a
designe la multiplication par a, le diagramme suivant est commutatif :
0

0 B/p = B
1
/p

A
1
= B/(p
1
, q
2
, . . . , q
n
) Ann
B

/(p
1
)
(p)


q
1
0 B/q
p
1
B/(p
1
q
1
, q
2
, . . . , q
n
)

Ann
B

/(q
1
)
(p)
2. Dapr`es lhypoth`ese de recurrence Ann
A
(

) = p

, donc

est
injectif. Les morphismes
p
1
et
q
1
sont aussi injectifs car p
1
et q
1
sont non-
diviseurs de zero dans B

. Soit m B/p tel que

(m) = 0. Comme le
diagramme precedent est commutatif et
q
1

est injectif, m = 0. Ainsi


lapplication

est injective, et par suite Ann


A
(A) pA.
3. Montrons maintenant que

p
1
_
Ann
B

/(q
1
)
(p)
_
=
q
1
_
Ann
B

/(p
1
)
(p)
_
. (8.5)
Soit m Ann
B

/(q
1
)
(p). Pour tout p p, il existe m
1
B

tel que mp = q
1
m
1
.
En particulier, mp
1
= q
1
m
2
, avec m
2
B

. Donc q
1
p
1
m
1
= mp
1
p = q
1
m
2
p.
Comme q
1
est un non-diviseur de zero dans B

, m
2
p = p
1
m
1
. Par suite, m
2

Ann
B

/(p
1
)
(p) et mp
1
= q
1
m
2

q
1
_
Ann
B

/(p
1
)
(p)
_
.
Reciproquement, soit s Ann
B

/(p
1
)
(p). Pour tout p p, il existe s
1
B

tel que sp = p
1
s
1
. En particulier, s q
1
= p
1
s
2
, s
2
B

. De la meme facon que


ci-dessus, comme p
1
nest pas un diviseur de zero dans B

, s
2
Ann
B

/(q
1
)
(p).
Donc s q
1
= p
1
s
2

p
1
_
Ann
B

/(q
1
)
(p)
_
.
Dapr`es lhypoth`ese de recurrence,
im(

) =

A
1
= Ann
A
(p

) = Ann
B

/(p
1
)
(p).
On deduit alors de (8.5) que im(

) = A = Ann
B

/(q
1
)
(p) = Ann
A
(p). 2
8.5. Intersection compl`ete
Denition 8.23. Les elements f
1
, . . . , f
n
de K[x] = K[x
1
, . . . , x
n
] forment
une intersection compl`ete si la variete algebrique Z
K
(f
1
, . . . , f
n
) est discr`ete
(ou encore 0-dimensionnelle).
Dapr`es le theor`eme 4.3, la K-alg`ebre / = K[x]/(f
1
, . . . , f
n
) est de dimen-
sion nie.
220
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Pour tout f
0
K[x], rappelons (voir sous-section 5.3.10) que

f
0
,...,fn
(x, y) =

f
0
(x)
1
(f
0
)(x, y)
n
(f
0
)(x, y)
f
1
(x)
1
(f
1
)(x, y)
n
(f
1
)(x, y)
.
.
.
.
.
.
.
.
.
f
n
(x)
1
(f
n
)(x, y)
n
(f
n
)(x, y)

(8.6)
o` u

j
_
f
i
)(x, y) =
f
i
(y
1
, . . . , y
j1
, x
j
, . . . , x
n
) f
i
(y
1
, . . . , y
j
, x
j+1
, . . . , x
n
)
x
j
y
j
.
On pose
f
1
,...,fn
=
1,f
1
,...,fn
= det
_

j
(f
i
)
_
1i,jn
(ou encore si f
1
, . . . , f
n
sont xes et quil ny a pas de risque de confusion). On rappelle que le /-
module T, noyau de lapplication

i
a
i
b
i
//

i
a
i
b
i
/
est engendre par les elements de la forme a 1 1 a, a /.
Proposition 8.24. Ann
AA
(T) contient .
Demonstration. Si on remplace les f
i
(x) par les f
i
(y) dans la premi`ere colonne
de (8.6),
f
0
,...,fn
(x, y) ne change pas. En developpant ce determinant suivant
la premi`ere colonne, on obtient

f
0
,...,fn
(x, y) = f
0
(x) (x, y) + f
1
(x)
1
(x, y) + + f
n
(x)
n
(x, y)
= f
0
(y) (x, y) + f
1
(y)
1
(x, y) + + f
n
(y)
n
(x, y),
avec
i
(x, y) K[x, y]. On deduit que f
0
(x) (x, y) = f
0
(y)(x, y) dans
/ /. Cest-`a-dire que (f
0
1 1 f
0
) = 0, pour tout f
0
K[x]. Donc
Ann
AA
(T). 2
Proposition 8.25. Si les polyn omes f
1
, . . . , f
n
K[x] = K[x
1
, . . . , x
n
] for-
ment une intersection compl`ete, alors / = K[x]/(f
1
, . . . , f
n
) est une K-alg`ebre
de Gorenstein, et

realise un /-isomorphisme entre



/ et /.
Demonstration. Notons B = K[x] /, p (resp. q) lideal de B engendre par
dx
i
= x
i
y
i
(resp. df
i
= f
i
(x) f
i
(y)
_
, i = 1, . . . , n. Lanneau B/q = /
K
/,
et lideal de /
K
/ engendre par les elements de q est exactement T.
La suite dx
1
, . . . , dx
n
est reguli`ere dans K[x, y]. Et comme f
1
, . . . , f
n

est quasi-reguli`ere dans K[x] (proposition 8.20), df


1
, . . . , df
n
lest aussi dans
B (voir exercice 8.7). Ces deux suites sont liees par
_

_
df
1
=
1
(f
1
) dx
1
+ +
n
(f
1
) dx
n
.
.
.
df
n
=
1
(f
n
) dx
1
+ +
n
(f
n
) dx
n
.
221
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dapr`es le theor`eme de Wiebe, on a
(1) Ann
AA
(T) = (//),
(2) Ann
AA
() = T.
Le point (1) montre que est un generateur de Ann
AA
(T). Et dapr`es (2),
si a / verie a 0, alors a 1 T. Donc a = 0 (en rempla cant y
par x). Ainsi, () est une /-base de Ann
AA
(T), qui est bien un /-module
libre de rang 1. Par ailleurs, comme Ann
AA
(T), la preuve de 5 2 du
theor`eme 8.3 et la proposition 8.7 impliquent que

est un /-isomorphisme
entre

/ et /. 2
Pour une autre preuve de la proposition 8.25, voir [BCRS96] ou exercice
8.10.
8.6. Exercices
Exercice 8.1. Montrer que toute K-alg`ebre de dimension nie est isomorphe ` a une
alg`ebre quotient K[x]/I, o` u I est un ideal 0-dimensionnel.
Exercice 8.2. Soient a
1
, . . . , a
n
des elements dun anneau A.
1. Supposons que a
i
= b
i
c
i
, avec (a
i
, b
i
) A
2
.
i) Montrer que si les deux suites
a
1
, . . . , a
i1
, b
i
, a
i+1
, . . . , a
n
et a
1
, . . . , a
i1
, c
i
, a
i+1
, . . . , a
n

sont reguli`eres, alors a


1
, . . . , a
i1
, a
i
= b
i
c
i
, a
i+1
, . . . , a
n
lest aussi.
ii) Montrer que si a
1
, . . . , a
n
est une suite reguli`ere et
(a
1
, . . . , a
i1
, b
i
, a
i+1
, . . . , a
n
) ,= A,
alors a
1
, . . . , a
i1
, b
i
, a
i+1
, . . . , a
n
est reguli`ere.
2. En deduire que si la suite a
1
, . . . , a
n
est reguli`ere et (m
1
, . . . , m
n
) (N

)
n
,
alors a
m1
1
, . . . , a
mn
n
est aussi reguli`ere.
Exercice 8.3. Soit a
1
, . . . , a
n
une suite reguli`ere dun anneau A. Si I designe
lideal de A engendre par a
1
, . . . , a
n
, montrer que I/I
2
est un A/I-module libre de
rang n.
Exercice 8.4. Soient a
1
, . . . , a
n
des elements dun anneau A et I lideal quils
engendrent. On denit le A/I-homomorphisme dalg`ebres
f :
_
A/I
_
[x
1
, . . . , x
n
] Gr
I
(A) =
nN
_
I
n
/I
n+1
_
x
i
a
i
I/I
2
.
1.

Etablir par recurrence sur n, que si a
1
, . . . , a
n
est suite reguli`ere, alors f est
un isomorphisme.
2. Montrer que f est un isomorphisme, si et seulement si, a
1
, . . . , a
n
est une
suite quasi-reguli`ere.
222
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exercice 8.5. Soit A un anneau noetherien.

Etant donnes des elements a
1
, . . . , a
n
de
A, et notons I lideal quils engendrent. Supposons que pour tout i 1, . . . , n 1,
lanneau A
i
= A/(a
1
, . . . , a
i
) est separe pour la topologie I-adique
_
i.e.
kN
_
I
k
A
i
_
=
0
_
.
Prouver que la suite a
1
, . . . , a
n
est reguli`ere, si et seulement si, elle est quasi-
reguli`ere.
Exercice 8.6. Soient a
1
, . . . , a
m
des elements dune K-alg`ebre locale A tels que
A/(a
1
, . . . , a
m
) soit de codimension c. Montrer que pour des valeurs generiques (
ij
)
K
c m
,

m
j=1

ij
a
j
, i = 1, . . . , c est une suite reguli`ere de A.
Exercice 8.7. Montrer :
1. x
1
y
1
, . . . , x
n
y
n
est une suite reguli`ere de K[x, y].
2. Si f
1
, . . . , f
n
est une suite quasi-reguli`ere de K[x], alors
f
1
(x) f
1
(y), . . . , f
n
(x) f
n
(y)
est quasi-reguli`ere dans K[x, y]/(f
1
(y), . . . , f
n
(y)
_
.
Exercice 8.8. Soient f
1
, . . . , f
n
des polyn omes de K[x] qui denissent une variete
discr`ete Z. Supposons que 0 Z et notons /
0
lalg`ebre locale associee `a 0. Montrer
que si d est convenablement choisi, et

f
i
= x
d
i
+f
i
, pour i = 1, . . . , n, alors

f1,...,

fn

a
f1,...,fn
dans /
0
/
0
, o` u a est un element inversible dans /
0
.
Exercice 8.9. Soit / = K[x
1
, . . . , x
n
]/Q une alg`ebre locale de Gorenstein, dindice
de nilpotence N.
1. Montrer que dim
K
(/) n(N 1).
2. Est-ce que cette inegalite est veriee si / nest pas de Gorenstein ?
Exercice 8.10. Soient f
1
, . . . , f
n
des elements de K[x] qui denissent une variete
discr`ete Z.
1. Si f
i
= x
di
i
r
i
(x), avec deg(r
i
) < d
i
, i = 1, . . . , n, determiner la matrice de

f1,...,fn

dans les bases



x
E
de

/ et x
E
de /. Puis en deduire que lalg`ebre
/ = K[x]/(f
1
, . . . , f
n
) est de Gorenstein.
2. Supposons que 0 Z, et posons

f
i
= x
d
i
+ f
i
, avec d convenablement choisi.
Montrer que dans /
0
/
0
,
i
(

f
i
)
i
(f
i
) et
j
(

f
i
) =
j
(f
i
) si i ,= j.
3. Prouver que /
0
est une alg`ebre de Gorenstein. Puis en deduire quil en est de
meme pour /.
Exercice 8.11. Alg`ebre Gorenstein homog`ene de dimension 0. Soit I un
ideal homog`ene de R = K[x
1
, . . . , x
n
].
Montrer que si R/I est de dimension 0 et Gorenstein, alors il existe K[]
homog`ene tel que
))

= I.
Montrer que le degre de est le maximum des degres des elements dune base
de R/I.
223
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Montrer inversement que si K[] est homog`ene de degre d, alors K[]
homog`ene pour I = ))

.
Exercice 8.12. Reduction des variables. Soit K un corps, R = K[x
1
, . . . , x
n
] et
R
[d]
le sous-espace vectoriel des polynomes de degre d. Soit S = K[] = K[
1
, . . . ,
n
].
Nous nous interessons au probl`eme suivant :
Pour f R
[d]
, trouver un nombre minimal de formes lineaires l
1
, . . . , l
r
et un polyn ome g K[y
1
, . . . , y
r
]
[d]
tel que
f(x
1
, . . . , x
r
) = g(l
1
, . . . , l
r
).
Nous noterons N
e
(f) ce nombre minimal. Les formes lineaires l
1
, . . . , l
r
sont appeles
les variables essentielles.
Soit f R
[d]
. Notons C
f
=
1
f, . . . ,
n
f) R
[d1]
et r
f
= dimC
f
. La matrice
des coecients de
1
f, . . . ,
n
f dans la base des monomes de degre d 1 est appelee,
la premi`ere matrice catalecticant de f.
1. Montrer que si l
1
, . . . , l
r
sont des variables essentielles de f, il existe nr formes
lineaires L
1
= a
1,1

1
+ + a
1,n

n
, . . . , L
nr
= a
nr,1

1
+ + a
nr,n

n

S
[1]
= K[]
[1]
telles que L
i
l
j
= 0 pour i = 1, . . . , r, j = 1, . . . , n r.
2. En deduire que
a
i,1

1
(f) + + a
i,n

n
(f) = 0,
et que r
f
N
e
(f). Par la suite, pour L = a
1

1
+ + a
n

n
, nous noterons
L f = a
1

1
(f) + + a
n

n
(f) R
[d1]
.
3. Montrer L = a
1

1
+ + a
n

n
S verie
a
1

1
f + + a
n

n
f = 0
si et seulement si pour tout multiple K[] de L de degre d, L f = 0.
4. Soit (L
1
, . . . , L
nrf
) une base des elements L de S de degre 1 tels que L f = 0.
Montrer quil existe un changement de variables lineaire transformant x
1
, . . .
, x
n
en l
1
, . . . , l
n
tel que L
i
l
j
= 1 si i = j et 0 sinon, pour 1 i n r
f
,
1 j n.
5. Montrer pour toute combinaison lineaire de multiples de degre d de L
1
, . . .,
L
nrf
, on a f = 0.
6. En deduire f K[l
nrf +1
, . . . , l
n
] et que r
f
= N
e
(f).
Exercice 8.13. Nous reprenons les notations de lexercice precedent. Soit f R
[d]
.
1. Notons f)) le syst`eme inverse de f engendre par f et ses derivees iterees, dans
R. Soit J = S; f)) = 0 = f))

. Montrer que / = S/J est une


alg`ebre de Gorenstein homog`ene de dimension 0.
2. Montrer que L
1
, . . . , L
nrf
J et que / = K[V
1
, . . . , V
rf
]/

J pour r formes
lineaires independantes V
1
, . . . , V
r
S
[1]
et pour un certain ideal homog`ene

J
de K[V
1
, . . . , V
rf
] engendre par des polyn omes de degre > 1.
3. Montrer que L
1
, . . . , L
nrf
, V
1
, . . . , V
rf
) = S
[1]
et que /
[1]
= V
1
, . . . , V
rf
).
224
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
4. Notons f
((d1))
lespace vectoriel engendre par les derivee dordre d 1 de f.
En deduire que dim((f
((d1))
)

) = n r
f
et que f
((d1))
est engendre par les
variables essentielles l
1
, . . . , l
r
.
225
CHAPITRE 9
R

ESIDU ALG

EBRIQUE
Sommaire
9.1. Denition du residu et premiers exemples . . . . . . 228
9.1.1. Residu dune application en une variable . . . . . . . . . . . 229
9.1.2. Residu dune application ` a variables separees . . . . . . . 230
9.1.3. Deformation du cas monomial . . . . . . . . . . . . . . . . . . . . . . 231
9.1.4. Residu dans le cas de racines simples . . . . . . . . . . . . . . . 232
9.2. Lois de transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
9.2.1. Loi de transformation usuelle . . . . . . . . . . . . . . . . . . . . . . . 233
9.2.2. Loi de transformation pour les residus iteres . . . . . . . 234
9.2.3. Loi de transformation generalisee . . . . . . . . . . . . . . . . . . . 236
9.3. Dautres exemples de residus . . . . . . . . . . . . . . . . . . . . . 237
9.3.1. Residu dune application homog`ene . . . . . . . . . . . . . . . . 237
9.3.2. Residu dune application sans zero ` a linni . . . . . . . . 239
9.4. Residu et resolution algebrique . . . . . . . . . . . . . . . . . . . 241
9.4.1. Trace et residu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
9.4.2. Bases de / et

/ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
9.4.3. Operateurs de multiplication . . . . . . . . . . . . . . . . . . . . . . . 242
9.4.4. Trace et fonctions symetriques des racines . . . . . . . . . . 243
9.4.5. Residu, resultant et jacobien . . . . . . . . . . . . . . . . . . . . . . . 243
9.5. Residu local et socle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
9.6. Quelques applications du residu . . . . . . . . . . . . . . . . . . 247
9.6.1. Theor`eme de Bezout . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9.6.2. Formule de Weil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
9.7. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dans ce chapitre, nous allons denir le residu dune application polynomiale
f = (f
1
, . . . , f
n
) de K[x], dont la variete Z(f
1
, . . . , f
n
) est discr`ete. Puis, nous
donnerons quelques exemples et proprietes de ce residu.
Tout au long de ce chapitre, F designe lideal de K[x] engendre par f
1
, . . . ,f
n
,
et / la K-alg`ebre nie K[x]/F.
9.1. Denition du residu et premiers exemples
Posons dx = (x
1
y
1
, . . . , x
n
y
n
) et df =
_
f
1
(x)f
1
(y), . . . , f
n
(x)f
n
(y)
_
.
Soit
f
une matrice `a coecients dans K[x, y] qui verie df =
f
dx, et
f
son determinant. Dapr`es le chapitre precedent, / est de Gorenstein (i.e.

/ et
/ sont /-isomorphes via
f

). Ceci permet de denir le residu associe `a f :


Denition 9.1. Le residu de lapplication polynomiale f est lunique forme
lineaire
f
sur K[x] qui verie
i) h F,
f
(h) = 0,
ii)
f

(
f
) 1 F.
La forme lineaire
f
est donc limage reciproque de 1 par lapplication
lineaire
f

:

/ /. Il depend des listes de polyn omes (f
1
, . . . , f
n
) (et pas
seulement de lideal F) et de variables (x
1
, . . . , x
n
).
Pour calculer explicitement
f
, on peut utiliser le bezoutien deni dans
la sous-section 5.3.10. Et si on dispose dune forme normale N dans / (i.e.
une projection de K[x] sur une base (b
i
)
i=1,...,D
de /), on deduit lalgorithme
suivant :
Algorithme 9.2. Calcul du r esidu via une forme normale.
Entr ee : f = (f
1
, . . . , f
n
) une application polynomiale telle que le
K-espace vectoriel / = K[x]/F soit de dimension finie D, et un
algorithme de forme normale N dans /.
1. Calculer le b ezoutien
f
(x, y).
2. Normaliser
f
(x, y) en x et y :

f
(x, y)
D

i=1
D

j=1

i,j
b
i
(x) b
j
(y) ,
i,j
K.
3. Soit u le vecteur des coordonn ees de 1 dans la base (b
i
)
i=1,...,D
de
/. Resoudre le syst` eme lin eaire en t : (
i,j
) t = u.
Sortie : Pour tout h K[x], dont les coordonn ees de la forme normale
sont (h
1
, . . . , h
D
), on a

f
(h) =
D

i=1
t
i
h
i
.
228
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
9.1.1. Residu dune application en une variable. Soit f = f
0
x
d
+
+ f
d
K[x] de degre d. Lespace vectoriel / = K[x]/(f) a pour base
(1, x, . . . , x
d1
). Le bezoutien de f est

f
(x, y) =
f(x) f(y)
x y
=
d1

i=0
x
i
H
d1i
(y) =
d1

i=0
H
i
(x) y
d1i
, (9.1)
o` u les H
j
(y) = f
0
y
j
+f
1
y
j1
+ +f
j
sont les polyn omes de Horner associes
`a f. La matrice de
f
dans la base monomiale de / est
_
_
_
f
d1
f
0
.
.
. .
.
.
f
0
0
_
_
_.
Cette matrice a une structure particuli`ere (les coecients qui se trouvent sur
les dierentes diagonales sont egaux). Une telle structure est dite de Hankel.
La famille (H
d1
, . . . , H
0
) forme une base de /duale de (1, x, . . . , x
d1
) pour
la forme bilineaire non-degeneree denie par le residu
f
(voir proposition 8.7).
Comme
f

(
f
) 1 (f), et deg
_

(
f
)
_
d 1, nous avons

(
f
) 1 =
d1

i=0

f
(H
d1i
) x
i
1 =
d1

i=0

f
(y
d1i
) H
i
(x) 1 = 0 .
Donc
f
(H
d1
) = f
0

f
(x
d1
) = 1, et
f
(x
i
) =
f
(H
i
) = 0 pour 0 i d 2.
Dapr`es la denition de
f
, si h K[x] et r = r
d1
x
d1
+ + r
0
designe le
reste de la division euclidienne de h par f, alors

f
(h) =
f
(r) = r
d1

f
(x
d1
) =
r
d1
f
0
. (9.2)

f
(h) est aussi le coecient de H
d1
dans la decomposition de r dans la base
de H orner de /.
Remarque 9.3. En analyse complexe dune variable, on denit
res
f
: C[z] C
g res
f
(g) :=

Z(f)
res

_
g
f
_
=

Z(f)
1
2i
_
C()
g(z)
f(z)
dz ,
o` u (() est un petit cercle autour de .
Et si ( est un cercle entourant toutes les racines de f et r le reste de la
division de g par f, en utilisant la formule de Stokes et en developpant
r
f
au
229
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
voisinage de linni, on obtient
res
f
(g) =
1
2i
_
C
g(z)
f(z)
dz =
1
2i
_
C
r(z)
f(z)
dz =
f
(g).
9.1.2. Residu dune application `a variables separees. Pour chaque
i 1, . . . , n, soit f
i
= f
i,0
x
i
d
i
+ +f
i,d
i
K[x
i
] avec f
i,0
,= 0. Le bezoutien
de f = (f
1
, . . . , f
n
) est

f
=
f
1
. . .
fn
,
f
i
=
d
i
1

j=0
x
i
j
H
i,d
i
1j
(y
i
) =
d
i
1

j=0
H
i,j
(x
i
) y
i
d
i
1j
.
Les H
i,j
, j = 0, . . . , d
i
1, sont les polynomes de Horner correspondant ` a
f
i
K[x
i
]. Par consequent,

f
=
n

i=1
d
i
1

j
i
=0
x
1
j
1
. . . x
n
jn
H
1,d
1
1j
1
(y
1
) . . . H
n,dn1jn
(y
n
)
=
n

i=1
d
i
1

j
i
=0
H
1,j
1
(x
1
) . . . H
n,jn
(x
n
) y
1
d
1
1j
1
. . . y
n
dn1jn
.
Une base B de lespace vectoriel / = K[x]/F est
B = x
1

1
. . . x
n
n
: 0
1
< d
1
, . . . , 0
n
< d
n
.
Une autre base de / est H = H
1,
1
. . . H
n,n
: 0
1
< d
1
, . . . , 0
n
< d
n
.
Dapr`es la proposition 8.7, ces deux bases sont duales pour le produit scalaire
(a, b)
f
(a b) deni sur /.
Comme
f

(
f
) 1 F, nous deduisons que
f

(
f
) = 1 et par suite
_
_
_

f
(x

) = 0 si x

B x
1
d
1
1
. . . x
n
dn1
,

f
(x
1
d
1
1
. . . x
n
dn1
) =
1
f
1,0
. . . f
n,0
.
(9.3)
De meme
_

f
(H
1,
1
. . . H
n,n
) = 0 si x

B x
1
d
1
1
. . . x
n
dn1
,

f
(H
1,d
1
1
. . . H
n,dn1
) = 1.
Par consequent, le residu
f
se calcule de mani`ere separee, cest-`a-dire
(
1
, . . . ,
n
) N
n
,
f
(x
1

1
. . . x
n
n
) =
f
1
(x
1

1
) . . .
fn
(x
n
n
). (9.4)
Remarque 9.4. Soit h K[x]. Le residu
(x
d
1
1
,...,x
dn
n
)
(h) est le coecient de
x
1
d
1
1
. . . x
n
dn1
dans h : cest la formule habituelle de Cauchy (voir [GH78]).
Dans la pratique, pour calculer des residus multivariables, on se ram`ene,
comme nous le verrons plus tard, via la loi de transformation (voir section
230
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
9.2), au cas des applications ` a variables separees (donc `a des calculs de residus
en une variable).
9.1.3. Deformation du cas monomial. On se place dans le cas dune
application f = (f
1
, . . . , f
n
) de la forme
i 1, . . . , n , f
i
= x
i
d
i
g
i
, avec deg g
i
< d
i
. (9.5)
Ce cas generalise le precedent. Une base du K-espace vectoriel quotient / est
B = x
1

1
. . . x
n
n
: 0
i
< d
i
.
Cest la meme que dans le cas de lapplication (x
1
d
1
, . . . , x
n
dn
). Pour calculer
la forme normale dun polyn ome dans cette base, il sut de remplacer, tant
que lon peut, x
i
d
i
par g
i
. Notons B) le sous-espace vectoriel de K[x] engendre
par B. Cette reduction modulo f
1
, . . . , f
n
fournit une projection de K[x] sur
B) suivant lideal F.
Soit t une nouvelle variable et
t
f
i
K[t][x
1
, . . . , x
n
] lhomogeneise de f
i
par
rapport ` a t. Le polyn ome
t
f
i
= x
i
d
i
t g
i
, avec g
i
K[t][x
1
, . . . , x
n
]. Nous
avons
0
f
i
= x
d
i
i
et
1
f
i
= f
i
. Si
t
f designe lapplication (
t
f
1
, . . . ,
t
f
n
), alors
t
f
=
x
d + tR
1
+ + t
s
R
s
,
o` u les R
i
sont des elements de K[x, y] de degres au plus

n
i=1
(d
i
1)1 = 1.
Proposition 9.5. Le residu de lapplication (9.5) est donne par
i)
f
= 0 sur F,
ii)
f
=
x
d sur B).
Cette proposition denit bien
f
, car K[x] = B) F.
Demonstration. Dapr`es la denition 9.1, il sut de verier que la forme
lineaire ainsi denie verie
f

() 1 F. En eet,

() =
x
d

() + R
1

() + + R
s

().
Comme K[x] = B) F, R
i
(x, y) = b
i
(x, y) + q
i
(x, y), avec deg
y
(q
i
) < ,
b
i
(x, y) =

a
i
(x) b
i
(y), b
i
B), deg(b
i
) < , q
i

_
f
1
(y), . . . , f
n
(y)
_
.
Dapr`es la denition de ,

() =
x
d

() + b
1

() + + b
s

()
=
x
d

(
x
d) + b
1

(
x
d) + + b
s

(
x
d) = 1.
2
231
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
9.1.4. Residu dans le cas de racines simples. On se place dans le cas
o` u toutes les racines du syst`eme polynomial f
1
= = f
n
= 0 sont simples
(i.e. Z = Z(f
1
, . . . , f
n
), Jac
f
() ,= 0).
Si K
n
, 1

designe levaluation au point (i.e. lapplication a a()


_
.
Proposition 9.6. Si les racines communes ` a f
1
, . . . , f
n
sont simples, alors

f
=

Z
1

Jac
f
()
.
Demonstration. Soit (, ) Z
2
, avec ,= . Comme f (x)f (y) =
f
(x, y)dx,

f
(, )
_
_
_

1
.
.
.

n
_
_
_ = 0 ,
et
f
(, ) = det
_

f
(, )
_
= 0. De plus si Z,
f
(, ) = Jac
f
() ,= 0.
Puisque la famille (1

)
Z
forme une base de

/, il existe des scalaires (c

)
Z
tels que
f
=

Z
c

, et
f

(
f
) 1 =

Z
c

f
(x, ) 1 F. Ainsi,
pour tout Z, (
f

(
f
) 1)() = c

Jac
f
() 1 = 0, et c

=
1
Jac
f
()
. 2
Corollaire 9.7. Si f
i
= a
i,1
x
1
+ + a
i,n
x
n
+ a
i,n+1
, i = 1, . . . , n, alors

f
=
1
det(a
i,j
)
1i,jn
1

,
o` u est lunique racine commune ` a f
1
, . . . , f
n
.
Remarque 9.8. Les polyn omes

f
(x, )
Jac
f
()
, Z, sont des polyn omes dinter-
polation aux points Z : si (c

)
Z
est une famille de scalaires, un polyn ome
de petit degre (i.e. au plus

n
i=1
deg f
i
n), qui vaut c

en , pour tout Z,
est

Z
c

f
(x, )
Jac
f
()
.
Cette expression generalise, `a plusieurs variables, la formule dinterpolation
de Lagrange. En fait, ceci permet de retrouver explicitement les idempotents
(voir section 4.5) associes aux racines simples dune application polynomiale.
Proposition 9.9. Soit f = (f
1
, . . . , f
n
) une application polynomiale qui denit
une variete discr`ete Z. Si Z est une racine simple, alors lidempotent as-
socie `a est e

=

f
(x, )
Jac
f
()
.
232
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Dapr`es la proposition 8.24, pour h K[x], nous avons dans
/,
f
(x, )h(x)
f
(x, )h(). Donc

f
(x, )
f
(x, )
f
(x, )
f
(, )
f
(x, ) Jac
f
() ,
cest-`a-dire e

2
= e

. De plus, si m

est lideal maximal denissant , m

0.
Il en resulte que e

est bien lidempotent associe `a . 2


9.2. Lois de transformation
Les lois de transformation donnent le lien entre les residus associes `a deux
applications polynomiales liees par une transformation matricielle. Ces lois
sont cruciales pour les calculs des residus.
9.2.1. Loi de transformation usuelle. Soient f = (f
1
, . . . , f
n
) et g =
(g
1
, . . . , g
n
) deux applications polynomiales qui denissent des suites quasi-
reguli`eres de K[x]. Supposons
i 1, . . . , n , g
i
=
n

j=1
a
ij
f
j
, a
ij
K[x].
Notons A la matrice (a
ij
),
f
(resp.
g
) le residu de f (resp. g).
Theor`eme 9.10 (Loi de transformation usuelle).
h K[x] ,
f
(h) =
g
(hdet A).
Demonstration. Notons F (resp. G) lideal de K[x] engendre par f
1
, . . . , f
n
(resp. g
1
, . . . , g
n
). Dapr`es la denition 9.1, il sut de verier
h F ,
g
(hdet A) = 0 , et
f

(det A
g
) 1 F .
Lidentite de Cramer fournit f
i
det A G, i = 1, . . . , n. Si h F, alors
hdet A G, et
g
(hdet A) = 0.
Par construction f (x) f (y) =
f
dx, et det(
f
) =
f
. Il en resulte

g
dx = g(x) g(y) = A(x) f (x) A(y) f (y)
= A(y)
_
f (x) f (y)
_
+
_
A(x) A(y)
_
f (x)
=
_
A(y)
f
+ B
_
dx =

dx
avec B = (b
ij
)
1i,jn
, et b
ij
est un element de lideal

F de K[x, y] engendre
par f
1
, . . . , f
n
. Posons

= det

. Nous avons

det
_
A(y)
f
_
=

f
det A(y)

F.
233
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dapr`es le theor`eme de Wiebe,

g

_
g
1
(x) g
1
(y), . . . , g
n
(x) g
n
(y)
_
.
Donc

g

g

g
G. Par consequent,

g
1 G. Ainsi,

(det A
g
) 1 =
_

f
det A(y)
_

g
1
=
_

f
det A(y)

g
+

g
1 F.
2
On peut trouver une autre preuve de la loi de transformation basee sur un
argument de perturbation dans [GH78], [AVGZ86], [BGVY93]. Linteret de
cette loi reside dans le fait que lon peut ramener le calcul des residus multiva-
riables ` a un calcul de residus en une variable. En eet, comme la variete denie
par f
1
, . . . , f
n
est discr`ete, il est possible de trouver, dans lideal engendre par
les f
i
, des polyn omes g
1
, . . . , g
n
tels que g
i
K[x
i
]. Dapr`es le theor`eme 9.10
et la formule (9.4), les calculs des residus se ram`enent ` a une seule variable.
Les corollaires suivants sont des consequences immediates du theor`eme 9.10.
Corollaire 9.11. Le residu
f
est une fonction alternee des composantes
f
1
, . . . , f
n
de f .
Corollaire 9.12. Soient f = (f
1
, . . . , f
n
) et g = (g
1
, . . . , g
n
) deux applications
polynomiales. Si f et f g := (f
1
g
1
, . . . , f
n
g
n
) denissent des suites quasi-
reguli`eres, alors
f
= g
1
. . . g
n

f g
.
9.2.2. Loi de transformation pour les residus iteres. Cette loi per-
met de calculer les residus iteres dune application polynomiale en fonction de
ceux dune autre, liees toutes les deux par une transformation polynomiale.
Theor`eme 9.13 (Loi de transformation pour les residus iteres). Soient
f = (f
1
, . . . , f
n
) et g = (g
1
, . . . , g
n
) deux suites quasi-reguli`eres telles que
i 1, . . . , n , g
i
=
n

j=1
a
ij
f
j
, a
ij
K[x].
Alors pour h K[x] et m = (m
1
, . . . , m
n
) N
n
, nous avons

f
m+1(h) =

k
11
++k
n1
=m
1
.
.
.
k
1n
++knn=mn
n

i=1
(k
i1
+ + k
in
)!
k
i1
! . . . k
in
!

(g
k
11
++k
1n
+1
1
,...,g
k
n1
++knn+1
n
)
_
hdet(a
ij
)

1i,jn
a
k
ij
ij
_
.
234
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Cetter`egledetransformationestdue` aKytmanov[Kyt88]. Sapreuveoriginale
est fausse. Elle a ete corrigee dans [BY99], [BH98]. Pour la demonstration de
ce resultat, nous avons besoin du lemme suivant :
Lemme 9.14. Si m = (m
1
, . . . , m
n
) N
n
, alors
f
m+1 =
y
m+1
,f y
.
Demonstration. Soit h K[x]. En utilisant les identites
f
m
i
+1
i
(x) = y
m
i
+1
i
+ (f
i
(x) y
i
)
m
i

j
i
=0
f
m
i
j
i
i
(x) y
j
i
i
, 1 i n,
la loi de transformation usuelle, le corollaire 9.11 et lexercice 9.4, on obtient

y
m+1
,f y
(h) =
y
m+1
,f
m+1
_
h
n

i=1
_
m
i

j
i
=0
f
m
i
j
i
i
(x) y
j
i
i
_
_
=

j=(j
1
,...,jn)N
n
0j
i
m
i

y
m+1(y
j
)
f
j+1(h) =
f
m+1(h).
2
La preuve de la loi de transformation pour les residus iteres est basee sur
lapplication de la loi de transformation usuelle.
Demonstration. Posons A = (a
ij
). En utilisant le lemme precedent et la loi de
transformation, nous obtenons

f
m+1(h) =
y
m+1
,f y
(h) =
y
m+1
,gAy
(hdet A).
Si (Ay)
[i]
designe la i
`eme
composante du vecteur Ay, la loi de transformation
appliquee aux identites
g
|m|+1
i
=
_
(Ay)
[i]
_
|m|+1
+
_
g
i
(Ay)
[i]
_
|m|

k
i
=0
g
|m|k
i
i
_
(Ay)
[i]
_
k
i
, 1 i n,
fournit

y
m+1
,gAy
(hdet A)=

k=(k
1
,...,kn)N
n
0k
1
,...,kn|m|

y
m+1
,g
|m|+1
_
h(det A)
_
n

i=1
g
|m|k
i
i
_
(Ay)
k
_
.
La formule cherchee decoule directement de legalite precedente, des identites
(a
i1
y
1
+ +a
in
y
n
)
k
i
=

(k
i1
, ,k
in
)N
n
k
i1
++k
in
=k
i
(k
i1
+ + k
in
)!
k
i1
! . . . k
in
!
(a
i1
y
1
)
k
i1
. . . (a
in
y
n
)
k
in
,
de la loi de transformation usuelle et du calcul des residus dune application
`a variables separees. 2
235
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
9.2.3. Loi de transformation generalisee. Le but de cette sous-section
est de presenter la loi de transformation generalisee pour les residus, due ` a
C.A. Berenstein et A. Yger [BY99]. Celle-ci generalise la loi usuelle (theor`eme
9.10). Nous verrons plus tard comment lutiliser pour construire un algorithme
de calcul des residus multivariables dune application quelconque.
Theor`eme 9.15. [BY99] Soient f = (f
0
, . . . , f
n
) et g = (g
0
, . . . , g
n
), avec
f
0
= g
0
, deux applications de K[x
0
, . . . , x
n
] qui denissent des varietes algebri-
ques anes discr`etes. Supposons quil existe des entiers positifs m
i
et des
polyn omes a
ij
tels que
i 1, . . . , n , f
m
i
0
g
i
=
n

j=1
a
ij
f
j
. (9.6)
Alors
f
= det(a
ij
).
(f
m
1
++mn+1
0
,g
1
,...,gn)
.
Demonstration. Soit un entier N > [m[ = m
1
+ +m
n
. En multipliant liden-
tite (9.6) par f
Nm
i
0
et en utilisant la quasi-regularite de la suite f
N
0
, f
1
, . . . , f
n
(proposition 8.20, exercice 8.4), on deduit quil existe des b
ij
K[x
0
, . . . , x
n
]
tels que
g
i
= b
i0
f
N1
0
f
0
+ b
i1
f
1
+ + b
in
f
n
, 1 i n. (9.7)
La loi de transformation usuelle implique que
f
= (det C).
f
|m|+1
0
,g
1
,...,gn
, o` u
C =
_
_
_
f
m
1
0
b
11
. . . f
m
1
0
b
1n
.
.
.
.
.
.
f
mn
0
b
n1
. . . f
mn
0
b
nn
_
_
_.
Quitte ` a prendre des combinaisons lineaires convenables de f
N
0
, f
1
, . . . , f
n
` a
coecients constants, on peut supposer que cette suite est reguli`ere (exercice
8.6). Si on multiplie legalite (9.7) par f
m
i
0
et on soustrait lidentite (9.6) du
resultat, on obtient
b
i0
f
N+m
i
0
+ (f
m
i
0
b
i1
a
i1
)f
1
+ + (f
m
i
0
b
in
a
in
)f
n
= 0.
Ainsi, lelement (b
i0
f
m
i
0
, f
m
i
0
b
i1
a
i1
, . . . , f
m
i
0
b
in
a
in
) de (K[x
0
, . . . , x
n
])
n+1
appartient au premier module des relations de (f
N
0
, f
1
, . . . , f
n
) (voir denition
2.13). Dapr`es la proposition 8.21, cet element est une combinaison lineaire `a
coecients polynomiaux des relations elementaires de Rel(f
N
0
, f
1
, . . . , f
n
)

i
= (f
i
, 0, . . . , 0, f
N
0
, 0, . . . , 0) , 1 i n , et

jl
= (0, . . . , 0, f
l
, 0, . . . , 0, f
j
, 0, . . . , 0) , 1 j < l n .
236
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Donc si L
i
est la i`eme ligne de la matrice C (a
ij
)
1i,jn
, on peut trouver q
ij
et q
ijl
K[x
0
, . . . , x
n
] tels que
L
i
= (f
m
i
0
b
i1
a
i1
, . . . , f
m
i
0
b
in
a
in
) =
n

j=1
q
ij

j
+

1j<ln
q
ijl

jl
,
o` u
j
et
jl
sont les projections respectives de
j
et
jl
sur les n derni`eres
coordonnees. Par consequent det C det(a
ij
) est une combinaison lineaire,
`a coecients dans K[x
0
, . . . , x
n
], de determinants dont les l (1 l n)
premi`eres lignes sont de la forme
i
ou
jl
et les n l derni`eres sont de
la forme (f
m
i
0
b
i1
, . . . , f
m
i
0
b
in
). Pour nir la preuve du theor`eme, montrons que
det C det(a
ij
) appartient ` a lideal engendre par f
|m|+1
0
, g
1
, . . . , g
n
. Pour cela,
il sut de le faire pour les determinants de la forme
D
l
=

. . . f
j
1
. . . f
i
1
. . . . . .
.
.
.
. . . . . . f
j
l
. . . f
i
l
. . .
f
m
i
1
0
b
i
1
,1
. . . . . . . . . . . . f
m
i
1
0
b
i
1
,n
.
.
.
f
m
i
nl
0
b
i
nl
,1
. . . . . . . . . . . . f
m
i
nl
0
b
i
nl
,n

.
Si C
i
designe la i`eme colonne de D
l
, en rempla cant formellement C
1
par
C
1
+
f
2
f
1
C
2
+ +
f
n
f
1
C
n
=
1
f
1
_
_
_
_
_
_
_
_
_
_
_
0
.
.
.
0
f
m
i
1
0
(g
i
1
b
i
1
,0
f
N
0
)
.
.
.
f
m
i
nl
0
(g
i
nl
b
i
nl
,0
f
N
0
)
_
_
_
_
_
_
_
_
_
_
_
,
on a bien D
l
(f
|m|+1
0
, g
1
, . . . , g
n
).
2
Dans le cas o` u m
1
= = m
n
= 0 et f
0
= x
0
, la loi de transformation
generalisee nest autre que la loi de transformation usuelle.
9.3. Dautres exemples de residus
Tout au long de cette section, =

n
i=1
(deg f
i
1).
9.3.1. Residu dune application homog`ene. On suppose ici que f
1
, . . . ,
f
n
sont homog`enes et denissent seulement lorigine dans K
n
.
237
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Theor`eme 9.16 (Macaulay). Tout mon ome de degre au moins + 1 est
dans lideal F de K[x] engendre par f
1
, . . . , f
n
.
Demonstration. Le bezoutien
f
(x, y) de f = (f
1
, . . . , f
n
) est homog`ene de
degre en x, y. Il se decompose sous la forme

f
(x, y)

E
x

(y) , (9.8)
o` u (x

)
E
est une partie libre de / et deg(w

) = [[.
Dapr`es la proposition 8.7, la famille (x

)
E
est une base de / = K[x]/F,
formee de monomes de degres au plus . Donc tout mon ome x

de degre au
moins +1, se reecrit dans cette base (modulo lideal F) en un reste r. Comme
lideal F est homog`ene, r 0, et x

F. 2
Voici une autre fa con denoncer ce resultat : la fonction de Hilbert de / est
nulle ` a partir du degre + 1.
Le theor`eme de Macaulay permet, en utilisant la loi de transformation
usuelle, de ramener le calcul du residu de f `a un calcul plus simple .
Algorithme 9.17. R esidu dune application homog` ene.
Entr ee : f = (f
1
, . . . , f
n
) une application polynomiale dont
les composantes f
i
sont homog` enes et telle que la vari ete
Z(f
1
, . . . , f
n
) = 0.
1. Calculer :=

n
i=1
deg f
i
n.
2. D eterminer les polyn^ omes homog` enes a
ij
de degres + 1 deg f
j
tels que
i 1, . . . , n, x
+1
i
=
n

j=1
a
ij
f
j
(th eor` eme de Macaulay). Cette identit e peut s ecrire sous
la forme dun syst` eme lin eaire dans lequel les inconnues
sont les coefficients des a
ij
.
Sortie : Pour tout h K[x],

f
(h) =
x
+1
_
hdet(a
ij
)
_
= coecient de x

1
. . . x

n
dans hdet(a
ij
).
Proposition 9.18. Pour tout mon ome m de degre ,= ,
f
(m) = 0.
Demonstration. Puisque les f
i
sont homog`enes,
f

(
f
) = 1. En utilisant la
decomposition (9.8), on deduit que
f
(w

) = 0 pour tout [[ , = 0.
238
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dapr`es la proposition 8.7, (w

)
E
est une base de /. Donc tout mon ome
m de degre au plus 1 se reecrit dans cette base en une combinaison des
w

tels que deg w

1, cest-`a-dire des w

avec ,= 0. Ainsi,
f
(m) = 0.
Par ailleurs, on a vu que si m est un mon ome de degre au moins +1, alors
m F, et par suite
f
(m) = 0. 2
Comme consequence du theor`eme 9.16, on obtient la solution du probl`eme
de Bezout eectif en labsence des zeros `a linni, avec de bonnes bornes
pour les degres des quotients (voir la remarque 2.30).
Corollaire 9.19 (Nullstellensatz homog`ene). Soient f
1
, . . . , f
n+1
K[x]
sans racine commune dans K
n
. Supposons, de plus, quils nont pas de zero
commun ` a linni. Alors il existe g
1
, . . . , g
n+1
K[x] tels que
_
1 = g
1
f
1
+ + g
n+1
f
n+1
,
deg(g
i
f
i
)

n+1
i=1
deg f
i
n.
Demonstration. Notons
h
f
i
le polyn ome homogeneise en x
0
. Dapr`es le theor`eme
9.16, il existe des polyn omes homog`enes A
i
de degres

n+1
j=1
deg f
j
ndeg f
i
tels que
x

n+1
i=1
deg f
i
n
0
= A
1
h
f
1
+ + A
n+1
h
f
n+1
.
Le corollaire sen suit par substitution de x
0
par 1 dans cette identite. 2
9.3.2. Residu dune application sans zero `a linni. On consid`ere
maintenant une application polynomiale f de composantes f
1
, . . . , f
n
sans zero
`a linni. Ce cas est important, car la situation dune application quelconque
qui denit une variete discr`ete sy ram`ene par des calculs de resultants (voir
[Yuz84]).
Dans ce cas, il existe des polynomes homog`enes p
i
de degres d
i
= deg f
i
et
des g
i
de degres au plus d
i
1 tels que f
i
= p
i
g
i
et la variete Z(p
1
, . . . , p
n
) =
0. Notons p = (p
1
, . . . , p
n
), P lideal de K[x] engendre par p
1
, . . . , p
n
, et
g = (g
1
, . . . , g
n
). Nous allons etablir le lien entre
f
et
p
.
Dapr`es la proposition 5.29, les K-espaces vectoriels K[x]/F et K[x]/P sont
isomorphes. Soit B une base de K[x]/F formee delements de degres au plus
(theor`eme de Macaulay). Si B) est le sous-espace vectoriel de K[x] engendre
par B, alors K[x] = B) F. On peut donc reduire modulo F, tout h K[x]
en un element de B) (en substituant p
i
par g
i
).
De la meme facon que dans la sous-section 9.1.3, on a le resultat suivant :
Proposition 9.20. Si lapplication f est sans zero `a linni, alors
i)
f
= 0 sur F,
ii)
f
=
p
sur B).
239
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Voir exercice 9.12. 2
Theor`eme 9.21 (Euler-Jacobi). Soit f une application polynomiale sans
zero `a linni. Si h est un polynome de degre au plus 1, alors
f
(h) = 0.
Demonstration. Le polyn ome h se reduit modulo F en r B) de degre au
plus 1. Dapr`es les propositions 9.20 et 9.18,
f
(h) =
f
(r) =
p
(r) = 0. 2
Nous allons donner une formule explicite pour
f
en fonction des residus
iteres de p.
Theor`eme 9.22. Le residu de lapplication f , sans zero `a linni, est

f
=

N
n
g

.
p
+1. (9.9)
Demonstration. Tout element l de K[x] secrit sous la forme l = a p

, avec
a K[x] et N
n
. Donc

N
n

p
+1(l g

) =

N
n

p
+1(a g

) =

N
n

p
+1(a g
+
).
Si l = rf
i
= r (p
i
g
i
), alors

N
n

p
+1(l g

) =

N
n
_

p
+1(r p
i
q

)
p
+1(r g
i
q

)
_
=

N
n

p
+1(r g
i
q

N
n

p
+1(r g
i
q

) = 0.
Par linearite,

N
n
g

.
p
+1 = 0 sur F.
Soit h K[x]. En utilisant la decomposition K[x] = B) F, h = b + e, avec
b B) et e F. Par suite,

N
n

p
+1(hg

) =

N
n

p
+1(b g

) =
p
(b) +

N
n
\{0}

p
+1(b g

).
Comme deg b et deg g
i
d
i
1, si ,= 0, alors deg(b g

) est inferieur ` a
(
1
+ 1) d
1
+ + (
n
+ 1) d
n
n 1. Et dapr`es la proposition 9.18,

N
n
\{0}

p
+1(b g

) = 0.
Dapr`es la proposition 9.20,

N
n
p
+1(hg

) =
p
(b) =
f
(b) =
f
(h). 2
240
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Remarque 9.23. La formule dEuler-Jacobi (theor`eme 9.21 ou proposition
9.18) implique que la sommation dans legalite (9.9) est nie :
h K[x] ,
f
(h) =

N
n
:

n
i=1

i
(deg f
i
deg g
i
)deg h

p
+1(hg

).
En analyse complexe, lidentite (9.9) consiste `a developper en serie sous
lintegrale le noyau qui apparat dans la denition du residu (voir [BGVY93]).
Des connections ont ete etablies dans [CDS96], entre ce developpement et la
mise sous forme normale dun polyn ome via une base de Grobner. Ici, nous
les explicitons en montrant simplement que ce developpement nest quune
reecriture dans un procede de reduction par les polyn omes initiaux.
Si p
i
= x
d
i
i
, i = 1, . . . , n, la formule (9.9) nest dautre que le developpement
en serie de lexercice 9.2.
9.4. Residu et resolution algebrique
Soient f
1
, . . . , f
n
des polyn omes de K[x] qui denissent une variete discr`ete
Z =
1
, . . . ,
d
. Nous allons voir comment le residu
f
permet de trouver Z.
9.4.1. Trace et residu. A chaque element a de /, on associe loperateur
de multiplication
M
a
: / /
b M
a
(b) := ab.
On denit lapplication Tr sur / par Tr(a) := tr(M
a
), o` u tr designe la trace
dun endomorphisme. Tr est donc une forme lineaire sur /, et comme / est
de Gorenstein, il existe un unique a / tel que Tr = a
f
.
Proposition 9.24. On a Tr = Jac
f

f
.
Demonstration. On sait que le bezoutien
f


d
i=1
a
i
b
i
//, avec (a
i
)
et (b
i
) des bases duales pour
f
(theor`eme 8.3 et proposition 8.25). Il est clair
que
f
(x, x) Jac
f
(x)

d
i=1
a
i
b
i
.
Soit a /. Dapr`es la formule de projection (8.2), a b
j
=

d
i=1
a[a
i
b
j
)b
i
. Il
en resulte que la trace de M
a
_
calculee dans la base (b
i
)
_
est
Tr(a) =
d

i=1
a[a
i
b
i
) =
f
_
a
d

i=1
a
i
b
i
_
=
f
(a Jac
f
) = (Jac
f

f
)(a).
2
Corollaire 9.25. Si le corps K est de caracteristique nulle, alors
dim
K
/ =
f
(Jac
f
).
241
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. En eet, dim
K
/ = Tr(1) = (Jac
f

f
)(1) =
f
(Jac
f
). 2
9.4.2. Bases de / et

/. Dapr`es le theor`eme 4.13 et le corollaire 9.25, le
nombre de racines communes `a f
1
, . . . , f
n
(en comptant les multiplicites) est
D = dim
K
/ =
f
(Jac
f
).
Comme
f
denit un produit scalaire non-degenere sur /, nous pouvons
tester si un ensemble x

i=1,...,D
de mon omes forme une base de /.
Algorithme 9.26. D ecider si x

i=1,...,D
est une base de /.
Entr ee : Les valeurs du r esidu sur x

i
+
j
pour i = 1, . . . , D.
1. Calculer la matrice Q =
_

f
(x

i
+
j
)
_
1i,jD
.
2. Tester si Q est inversible.
Sortie : La matrice Q est inversible ssi x

i=1,...,D
est une
base de /.
Ceci permet egalement de construire une base de

/. En eet, si x

i=1,...,D
est une base de /, alors x

i

f

i=1,...,D
est une base de

/ (car la matrice Q
denit ci-dessus est inversible).
La base w

i=1,...,D
de /, duale de x

i=1,...,D
pour le produit scalaire
associe `a
f
, peut se calculer en inversant Q : w

i
=

D
j=1
p
i,j
x

j
, o` u p
i,j
est
le coecient de la matrice Q
1
dindice (i, j).
En pratique, on peut construire une base de / par inspection , en com-
men cant par 1, et rajoutant les mon omes un apr`es lautre, jusqu` a lobtention
dune matrice Q inversible.
9.4.3. Operateurs de multiplication. Soit x

i=1,...,D
une base de /
et w

i=1,...,D
sa base duale pour
f
. Dapr`es la formule (8.2) p. 213, pour
tout a K[x],
a
D

i=1

f
(a x

i
) w

i

D

i=1

f
(a w

i
) x

i
.
La matrice de multiplication par a, dans x

i=1,...,D
est
M
a
=
_

f
(a x

i
w

j
)
_
1i,jD
.
Il est donc possible de resoudre le syst`eme f
1
= = f
n
= 0 (voir section
4.11).
242
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
9.4.4. Trace et fonctions symetriques des racines. On xe un indice
i 1, . . . , n, et on suppose que la caracteristique de K est nulle. Dapr`es la
proposition 9.24,
S
j
=
f
(x
i
j
Jac
f
) = Tr(x
i
j
) =
1,i
j
+ +
D,i
j
,
o` u
1,i
, . . . ,
D,i
sont les i`emes coordonnees des racines
1
, . . . ,
D
. Designons
par
1
, . . . ,
D
les fonctions symetriques elementaires de
1,i
, . . . ,
D,i
(i.e.
j
=

1i
1
<<i
j
D

1,i
1
. . .
D,i
j
), le polyn ome dune variable
A
i
(T) = (T
1,i
) . . . (T
D,i
) = T
D

1
T
D1
+ + (1)
D

D
sobtient en utilisant les formules de Newton :

k
=
(1)
k1
k
(S
k

1
S
k1
+ + (1)
k1

k1
S
1
) , 1 k D.
Le residu
f
permet donc de determiner les A
i
(T), 1 i n, et de deduire les
i`emes coordonnees des solutions de f
1
= = f
n
= 0.
Il est egalement possible de donner une representation rationnelle des zeros
communs `a f
1
, . . . , f
n
.
9.4.5. Residu, resultant et jacobien. Soient f
1
, . . . , f
n
des polyn omes `a
coecients indetermines c = (c
ij
)
1in,1jN
i
, homog`enes en x = (x
1
, . . . , x
n
)
de degres respectifs d
1
, . . . , d
n
:
f
i
K[c
i,j
, 1 j N
i
][x
1
, . . . , x
n
] , avec N
i
=
_
n + d
i
1
n 1
_
.
Nous allons etablir le lien entre le resultant Res
P
n1(f ) K[c], le jacobien de
lapplication f = (f
1
, . . . , f
n
), et le residu
f


K[x]. Notons K le corps des
coecients K(c).
Rappelons que
f
(x

) = 0 si [[ , = = d
1
+ +d
n
n (proposition 9.18).
Proposition 9.27. Si N
n
verie [[ = , alors

f
(x

) =
h

(c)
Res
P
n1(f )
, avec h

(c) K[c].
Demonstration. Comme Res
P
n1(f ) est une forme dinertie de lideal F =
(f
1
, . . . , f
n
), dapr`es le theor`eme de Macaulay 9.16,
Res
P
n1(f ) x

Ann
K[c,x]/F
_
(x
1
, . . . , x
n
)
_
.
Le bezoutien
f
est homog`ene en (x, y) de degre . Il se decompose sous la
forme

f
(x, y) =

(x) y

, avec deg w

= [[.
243
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Puisque f est homog`ene,
f

(
f
) = 1 =
f
_
w
0
_
. Le theor`eme de Wiebe ap-
plique au syst`eme f
i
(x) =

n
j=1

ij
(x, 0) x
j
, i = 1, . . . , n, implique que
Ann
K[c,x]/F
_
(x
1
, . . . , x
n
)
_
=
_
det(
ij
(x, 0)
_
=
_
w
0
(x)
_
. (9.10)
Il existe alors h

K[c] tel que Res


P
n1(f ) x

(c) w
0
(x) F. Ainsi,
Res
P
n1(f )
f
(x

) = h

(c)
f
(w
0
) = h

(c).
2
Nous avons
dim
K
(K[x]/F) =
n

i=1
deg f
i
=
f
_
Jac
f
_
. (9.11)
Ceci montre, en particulier, que Jac
f
,= 0 modulo lideal F.
Proposition 9.28. Soient f
1
, . . . , f
n
des polyn omes homog`enes ` a coecients
indetermines c. Alors
Jac
f

_
n

i=1
deg f
i
_
w
0
F.
Demonstration. Nous deduisons des identites dEuler
deg(f
i
)f
i
=
n

j=1
x
j
f
i
x
j
, i = 1, . . . , n ,
et la formule de Cramer que Jac
f
Ann
K[c,x]/F
_
(x
1
, . . . , x
n
)
_
. Dapr`es (9.10),
il existe h K[c] tel que Jac
f
(x) h(c) w
0
(x) F. En utilisant (9.11),

f
_
Jac
f
_
= h(c)
f
(w
0
) = h(c) =

n
i=1
deg f
i
. 2
Nous allons donner une application de ces outils ` a une question, demontree
partiellement dans [Net00], et sous forme technique dans [Spo89]. Nous sa-
vons que si Res
P
n1(f ) ,= 0 (cest-`a-dire si f = (f
1
, . . . , f
n
) ne denit que
lorigine), alors le residu de f est bien deni et son Jacobien nest pas nul
dans K[x]/F. Nous allons montrer la reciproque de ce resultat dans le cadre
homog`ene. Pour le cas ane ou local, voir [Vas98] et [Hic00].
Proposition 9.29. Soit f = (f
1
, . . . , f
n
) une application homog`ene de lan-
neau K[x
1
, . . . , x
n
]. Si Res
P
n1(f ) = 0, alors Jac
f
appartient `a lideal F en-
gendre par f
1
, . . . , f
n
.
Demonstration. Comme Res
P
n1(f ) = 0, les f
i
ont une solution commune dans
P
n1
. Quitte ` a faire un changement de variables, nous pouvons supposer que
cette racine est (0 : . . . : 0 : 1).
244
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dapr`es la proposition 9.28, en specialisant les coecients c en ceux de
f
1
, . . . , f
n
, Jac
f

_
n
i=1
deg f
i
_
w
0
F. Puisque f
i
(0, . . . , 0, 1) = 0, pour tout
i = 1, . . . , n,
w
0
(x) =
f
(x, 0) =

1
f
1
(x, 0) . . .
n1
f
1
(x, 0)
f
1
(0, . . . , 0, x
n
)
x
n
.
.
.
.
.
.
.
.
.

1
f
n
(x, 0) . . .
n1
f
n
(x, 0)
f
n
(0, . . . , 0, x
n
)
x
n

= 0
et il en resulte que Jac
f
F. 2
9.5. Residu local et socle
Notons m lideal maximal denissant 0, K[x]
0
=
_g
h
: g, h K[x], h(0) ,= 0
_
le localise de K[x] par m, et /
0
= K[x]
0
/F
0
, F
0
etant lideal de K[x]
0
engendre
par F.
En appliquant les resultats des sections 8.1, 8.2, 8.4, 8.5, nous obtenons le
resultat suivant :
Theor`eme 9.30. Soit f = (f
1
, . . . , f
n
) une application qui denit une suite
quasi-reguli`ere dans lanneau local K[x]
0
. Alors
f

est un /
0
-isomorphisme
entre

/
0
et /
0
.
Si f = (f
1
, . . . , f
n
) est une suite quasi-reguli`ere de K[x], et Q
0
la composante
primaire isolee de F associee `a 0, /
0
= K[x]
0
/F
0
sidentie ` a K[x]/Q
0
et

/
0
` a
un sous-espace vectoriel de K[] (lensemble des polyn omes en les derivations

1
, . . . ,
n
(corollaire 4.19 et proposition 7.30).
Denition 9.31. Le residu local de f = (f
1
, . . . , f
n
) au point 0 est lunique
forme lineaire
f ,0
sur /
0
qui satisfait
i)
f ,0
(F
0
) = 0,
ii)
f

(
f ,0
) 1 F
0
.
Dans le cas o` u K = C, ce residu concide avec le residu analytique deni par
lintegrale dune n-forme meromorphe sur un cycle autour de 0 (voir [GH78],
[BGVY93]).
Puisque

/
0
= Q

0
est un /
0
-module libre engendre par
f ,0
, le syst`eme
inverse de Q
0
est engendre par le residu local et ses derivees : Q

0
=
f ,0
)).
Connaissant le syst`eme inverse donne par la methode proposee dans la sous-
section 7.2.4, il est facile de construire le residu local.
245
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Algorithme 9.32. R esidu local.
Entr ee : f = (f
1
, . . . , f
n
) une suite quasi-r eguli` ere de K[x]
0
.
1. Construire une base
1
, . . . ,

de lespace vectoriel
F

K[] comme dans la sous-section 7.2.4.


2. R esoudre le syst` eme lin eaire suivant dont les inconnues
sont les scalaires
l
:

j
_

l=1

l

f

(
l
) 1
_
= 0 , 1 j .
Sortie :
f ,0
=

l=1

l
.
Denition 9.33. On appelle socle de /
0
lideal
Ann
A
0
(m) = f /
0
: x
i
f = 0, i = 1, . . . , n.
Le socle de /
0
est aussi (Q
0
: m)/Q
0
. Comme Q

0
est engendre par le residu
local, dapr`es la proposition 8.8,
Ann
A
0
(m) = g /
0
:
f ,0
(g m) = 0, m m.
Or (Q
0
: m)

= x
1
, . . . , x
n
)) est un espace vectoriel de dimension 1,
avec = dim
K
(Q

0
). Par suite, K[x]/(Q
0
: m) est un K-espace vectoriel de
dimension 1. Nous deduisons de la suite exacte
0 (Q
0
: m)/Q
0
K[x]/Q
0
K[x]/(Q
0
: m) 0
que Ann
A
0
(m) = (Q
0
: m)/Q
0
est une droite vectorielle.
Proposition 9.34. Si K est un corps de caracteristique nulle, alors le socle
de /
0
est engendre par le jacobien de f .
Demonstration. Il sut de verier que Jac
f
est un element non nul de Ann
A
0
(m). Dapr`es la proposition 9.24, pour tout p K[x],
f ,0
(p Jac
f
) = Tr(p).
Si p est de la forme x
i
q, les valeurs propres et la trace de loperateur de
multiplication par p dans /
0
sont nulles. Donc
q K[x] , i = 1 . . . n ,
f ,0
(x
i
q Jac
f
) = 0.
Comme la forme bilineaire denie par le residu est non-degeneree, x
i
Jac
f

Q
0
, et Jac
f
Ann
A
0
(m). Par ailleurs,
f
(Jac
f
) = dim
K
(/) ,= 0, donc Jac
f
, 0
dans /
0
(corollaire 9.25). 2
246
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
9.6. Quelques applications du residu
9.6.1. Theor`eme de Bezout. On va etablir le theor`eme de Bezout, lor-
sque la caracteristique de K est nulle, en utilisant la loi de transformation pour
le calcul du residu.
Theor`eme 9.35. Si les polyn omes f
1
, . . . , f
n
nont pas de zero `a linni, alors
dim
K
(K[x]/F) = deg f
1
. . . deg f
n
.
Demonstration. Si p
i
designe la partie homog`ene de plus haut degre de f
i
,
dapr`es lidentite dEuler,
_

_
(deg f
1
) p
1
=
p
1
x
1
x
1
+ +
p
1
x
n
x
n
.
.
.
(deg f
n
) p
n
=
p
n
x
1
x
1
+ +
p
n
x
n
x
n
.
La loi de transformation usuelle, le corollaire 9.25 et la proposition 5.29 im-
pliquent que
n

i=1
deg f
i
=
_
n

i=1
deg f
i
_

x
(1) =
p
(Jac
p
)
= dim
K
(K[x]/P) = dim
K
(K[x]/F) ,
o` u P est lideal de K[x] engendre par p
1
, . . . , p
n
. 2
Theor`eme 9.36. Soient f
1
, . . . ,f
n
des polynomes homog`enes de K[x
0
, . . . , x
n
],
qui denissent une variete discr`ete de P
n
. Alors le nombre de racines com-
munes ` a f
1
, . . . , f
n
dans P
n
(en comptant les multiplicites) est : deg f
1
. . . deg f
n
.
Demonstration. Choisissons les coordonnees homog`enes (x
0
, . . . , x
n
) pour que
lhyperplan ` a linni x
0
= 0 ne contienne pas de racine commune `a f
1
, . . . , f
n
,
et posons g
i
(x) = f
i
(1, x
1
, . . . , x
n
). Comme g
1
, . . . , g
n
nont pas de zero ` a
linni et deg g
i
= deg f
i
, dapr`es le theor`eme 9.35,
carda P
n
(K) : f
i
(a) = 0, i = 1, . . . , n
= cardb K
n
: g
i
(b) = 0, i = 1, . . . , n
= dim
K
_
K[x]/(g
1
, . . . , g
n
)
_
= deg f
1
. . . deg f
n
.
2
Theor`eme 9.37. Soient f
1
, . . . , f
n
des elements de K[x] qui denissent une
variete discr`ete Z. Alors le cardinal de Z (en comptant les multiplicites) est
au plus deg f
1
. . . deg f
n
.
247
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Soient c K et m N. Posons
f
c,i
= c x
mdeg f
i
+1
i
+ f
m
i
, i = 1, . . . , n.
Dapr`es le theor`eme 9.35, pour c ,= 0,
dimK[x]/(f
c,1
, . . . , f
c,n
) = (mdeg f
1
+ 1) . . . (mdeg f
n
+ 1).
Les solutions du syst`eme f
c,1
= = f
c,n
= 0, parametrees par c, denissent
(mdeg f
1
+ 1) . . . (mdeg f
n
+ 1) branches de courbes pour c ,= 0.
Considerons maintenant dans ce dernier syst`eme, c comme une nouvelle
variable et pla cons nous en projectif. Comme cest un syst`eme `a n equations
dans P
n+1
, chaque composante de lensemble des solutions est au moins de
dimension 1. Comme pour c ,= 0, lensemble des solutions est de dimension 1,
chaque solution isolee p
0
du syst`eme f
0,1
= 0, . . . , f
0,n
= 0 est sur une courbe
du syst`eme de P
n+1
(p
0
ne peut pas etre sur une composante de dimension
plus grande de lhyperplan c = 0).
Or si c = 0, f
0,i
= f
m
i
, et le nombre de branches passant par p
0
est m
n
.
Par ailleurs, nous avons vu que pour c ,= 0, le nombre total de branches
(mdeg f
1
+ 1) . . . (mdeg f
n
+ 1). Si Z est lensemble des points isoles p
0
pour
c = 0, m
n
cardZ (mdeg f
1
+ 1) . . . (mdeg f
n
+ 1). En choisissant lentier m
susamment grand, on obtient cardZ deg f
1
. . . deg f
n
. 2
9.6.2. Formule de Weil. La formule de Weil est une generalisation de la
formule de Cauchy (voir remarque 9.4). Cest une formule de representation
avec un reste, de tout polyn ome dans un ideal donne. Elle peut se substituer ` a
lalgorithme de division multivariable. Cest aussi la cle de la division eective,
avec un bon contr ole des degres et des coecients des quotients (pour plus
de details, consulter [BGVY93], [Elk93], [Elk94]).
Proposition 9.38. Pour tout h K[x], on a
h(x)
_
h(y)
f
(x, y)
_

f
F.
Demonstration. Dapr`es le corollaire 5.46,

h,f
1
,...,fn
(x, y) h(x)
f
(x, y) h(y)
f
(x, y),
modulo lideal de K[x, y] engendre par les f
i
(x) et f
i
(y). Dans /, nous avons
_
h(y)
f
(x, y)
_

(
f
) h(x)
_

f
(x, y)

(
f
)
_
h(x).
2
248
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Theor`eme 9.39 (Formule de Weil). Pour tout h K[x] et tout multi-
indice = (
1
, . . . ,
n
) N
n
, nous avons
h(x)

=(
1
,...,n)N
n
: 0
i

i
1
_
h(y)
f
(x, y)
_

f
+1 f

(x)
modulo lideal (f

1
1
, . . . , f
n
n
).
Demonstration. Pour tout i = 1, . . . , n,
f
i
i
(x) f
i
i
(y) =
_
f
i
(x) f
i
(y)
_

0
i

i
1
f

i
i
(x)f

i
1
i
i
(y).
Si (f , ) designe la matrice diagonale dont lelement diagonal dindice i est

0
i

i
1
f

i
i
(x)f

i
1
i
i
(y), alors
det
_
(f , )
_
=
f
(x, y)
n

i=1
_

0
i

i
1
f

i
i
(x)f

i
1
i
i
(y)
_
.
Dapr`es la proposition 9.38, le theor`eme 8.22 et le corollaire 9.12, modulo
(f

1
1
, . . . , f
n
n
),
h(x)
_
h(y)
f
(x, y)
_

_
h(y)
f
(x, y)
n

i=1
_

0
i

i
1
f

i
i
(x)f

i
1
i
i
(y)
_
_

N
n
: 0
i

i
1
_
h(y)
f
(x, y)f
1
(y)
_

f
f

(x)

N
n
: 0
i

i
1
_
h(y)
f
(x, y)
_

f
+1 f

(x).
2
La formule de representation suivante :
h(x) =

N
n
_
h(y)
f
(x, y)
_

f
+1 f

(x)
peut etre obtenue dans le complete F-adique de K[x]. Pour plus de details,
consulter [Lip87], [BGVY93], [BH99].
9.7. Exercices
Exercice 9.1. Soient m et n deux entiers positifs.
i) Supposons que m > n. Calculer

n
i=0
(1)
i
_
m
i
_
.
249
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
ii) Supposons que mn est un multiple de 2. Montrer lidentite
mn

i=0
(1)
i
2
i
_
m
n + i
__
n + m + i
i
_
=
(1)
(mn)/2
2
mn
_
m
(mn)/2
_
.
Exercice 9.2.
1. Soit f(x) = f
0
x
m
+ + f
m
un element de lanneau des polyn omes en une
variable K[x]. Notons (d
i
)
iN
la base de

K[x], duale de la base (x
i
)
iN
de K[x].
Montrer que le residu
f
sidentie ` a lelement de K[[d]] (lespace des series
formelles en d) donne par le developpement en serie de
d
1
f(d
1
)
=
d
m1
f
0
+ f
1
d + + f
m
d
m
=
1
f
0
d
m1
+
2. Soient f
i
(x) = x
mi
i
g
i
(x), deg g
i
< m
i
, i = 1, . . . , n, des elements de K[x].
Montrer que le residu
f
sidentie ` a la serie formelle de K[[d
1
, . . . , d
n
]] obtenue
par developpement de
d
1
1
. . . d
1
n

n
i=1
f
i
(d
1
)
=
d
m11
1
. . . d
mn1
n

n
i=1
_
1 d
mi
i
g
i
(d
1
)
_ = d
m11
1
. . . d
mn1
n
+
3. Etablir que pour h K[x],
f
(h) est le coecient de x
m11
1
. . . x
mn1
n
dans la
fraction rationnelle

N
n
:||deg hm1mnn
hg
1
1
. . . g
n
n
x
m1 1
1
. . . x
mn n
n
.
4. En deduire que la fraction rationnelle
x
1
. . . x
n
f
1
. . . f
n
admet un developpement en
serie de la forme

N
n

f
(x

)
x

+ r , avec r / K[x
1
1
, . . . , x
1
n
].
Exercice 9.3. Designons par
+
la projection de lespace des polyn omes de Laurent
(i.e. K[x
1
, x
1
1
, . . . , x
n
, x
1
n
]) sur K[x
1
, . . . , x
n
].
1. Verier, dans le cas dune seule variable x, que les polyn omes de Horner
H
i
(x) =
+
_
x
d+i
f(x)
_
, i = 0, . . . , d 1.
2. Soient f
i
(x) = x
di
i
g
i
(x), deg g
i
< d
i
, i = 1, . . . , n, des elements de K[x]. Si
(w

est la base duale de la base


x
1
1
. . . x
n
n
: 0
i
d
i
1, i = 1, . . . , n
de K[x]/(f
1
, . . . , f
n
) pour le produit scalaire deni par
f
, montrer que
w

=
+
_
x
1
n

i=1
f
i
(x)
_
.
250
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Exercice 9.4. Soient f et g deux applications polynomiales de K[x] qui denissent
des varietes discr`etes. Montrer que pour tout (, ) (N
n
)
2
,

(f ,g)
(x

) =
f
(x

)
g
(y

).
Exercice 9.5. Soient f
1
, . . . , f
n1
, F, G des elements de K[x] tels que les suites
f
1
, . . . , f
n1
, F et f
1
, . . . , f
n1
, G soient quasi-reguli`eres. Supposons que le corps
K est algebriquement clos et que les polyn omes f
1
, . . . , f
n1
, F, G nont pas de racine
commune.
1. Montrer quil existe U, V K[x] tels que V F +U G1 appartient ` a lideal de
K[x] engendre par f
1
, . . . , f
n1
.
2.

Etablir la formule suivante :

(f1,...,fn1,FG)
= U
(f1,...,fn1,F)
+ V
(f1,...,fn1,G)
.
Exercice 9.6. Soit f une application polynomiale qui denit une suite quasi-reguli`ere.
Si m N
n
, prouver que
f
m+1 =
y,(f y)
m+1.
Exercice 9.7. Soit
: K
n
K
n
x (x)
une application polynomiale bijective. Supposons quil existe une matrice U(x, y) telle
que (x) (y) = U(x, y) (x y), avec det
_
U(x, y)
_
K 0.
1. Donner des exemples dune telle application.
2. Si f denit une variete discr`ete, montrer que pour tout h K[x],

f
(h) =
1
det(U)

f
(h
1
).
Exercice 9.8. Soit f = (f
1
, . . . , f
n
) une application de K[x] = K[x
1
, . . . , x
n
] sans
zero ` a linni.
1. Si
h
f
i
designe lhomogeneise de f
i
par rapport ` a x
0
, montrer que
_
_
_
_
_
h
f
1
.
.
.
h
f
n
x
0
1
_
_
_
_
_
=
_
_
_
_
_
1 0 g
1
.
.
.
.
.
.
.
.
.
0 1 g
n
0 0 1
_
_
_
_
_
.
_
_
_
_
_
f
1
.
.
.
f
n
x
0
1
_
_
_
_
_
,
o` u les g
i
appartiennent ` a K[x
0
, x
1
, . . . , x
n
].
2.

Etablir que pour tout N
n
tel que [[ =

n
i=1
deg f
i
n,

f
(x

) =
(
h
f1,...,
h
fn,x
||+1
0
)
(x

).
3. Que peut-on conclure ?
Exercice 9.9. Soient f
1
, . . . , f
n1
, g K[x
1
, . . . , x
n1
]. Supposons que la suite
f
1
, . . . , f
n1
, f
n
= x
n
g est quasi-reguli`ere dans K[x] = K[x
1
, . . . , x
n
].
251
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
1. Prouver que pour h K[x],

f
(h) =
(f1,...,fn1)
_
h
_
x
1
, . . . , x
n1
, g(x
1
, . . . , x
n1
)
_
_
.
2. Soient f
1
, . . . , f
n1
des elements de K[x] = K[x
1
, . . . , x
n
], et f
n
= x
n
g, avec
g K[x
1
, . . . , x
n1
]. Si f = (f
1
, . . . , f
n
) denit une suite quasi-reguli`ere dans
K[x], montrer que pour tout h K[x],

f
(h) =

f
_
h
_
x
1
, . . . , x
n1
, g(x
1
, . . . , x
n1
)
_
_
.
o` u

f =
_
f
1
(x
1
, . . . , x
n1
, g), . . . , f
n1
(x
1
, . . . , x
n1
, g)
_
.
Exercice 9.10. Soit f = (f
1
, . . . , f
n
) une application polynomiale qui denit une suite
quasi-reguli`ere de K[x]. Notons K le corps des fractions rationnelles K(y
1
, . . . , y
n
), et
df lapplication
_
f
1
(x) f
1
(y), . . . , f
n
(x) f
n
(y)
_
de K[x]. Montrer que si h K[x],
alors h(y) =
_
h(x)
f
(x, y)
_

df
.
Exercice 9.11. Soit K un corps de caracteristique zero. Si f denit une variete
ane discr`ete, montrer que son residu est un operateur dierentiel de degre =

n
i=1
deg f
i
n et `a coecients constants (c

, cest-`a-dire

f
=

N
n
:||=
c

, c

K.
Exercice 9.12. Prouver la proposition 9.20.
Exercice 9.13. Soit f = (f
1
, . . . , f
n
) une application sans zero `a linni. Notons
=

n
i=1
deg f
i
n.
1. En utilisant le theor`eme de Macaulay, montrer quil existe g
1
, . . . , g
n
dans lideal
engendre par f
1
, . . . , f
n
, de la forme g
i
= x
+1
i
+ r
i
, avec r
i
K[x] de degre au
plus .
2. Donner un algorithme, base sur lalg`ebre lineaire, pour calculer
f
.
Exercice 9.14. Considerons les trois surfaces reelles suivantes
_
_
_
x
3
+

i+j+k2
a
ijk
x
i
y
j
z
k
= 0 ,
y
3
+

i+j+k2
b
ijk
x
i
y
j
z
k
= 0 ,
z
3
+

i+j+k2
c
ijk
x
i
y
j
z
k
= 0 .
Supposons quelles se coupent en 27 points de R
3
, et soit (A, B, C) R
3
.
1. Calculer la somme des carres des distances de (A, B, C) aux 27 points communs
`a ces trois surfaces.
2. Est-ce que le resultat depend de tous les coecients a
ijk
, b
ijk
, c
ijk
?
Exercice 9.15. Soit f = (f
1
, . . . , f
n
) une application de K[x] qui admet 0 comme
racine isolee.
1. Prouver que lindice de nilpotence de la composante isolee Q
0
, de lideal en-
gendre par f
1
, . . . , f
n
, associee `a 0 est egal au degre de
f ,0
en les derivations.
252
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
2. Soit (m
i
)
i
une famille de mon omes de K[x] telle que (m
i
.
f ,0
)
i
forme une base
de Q

0
. Montrer que (m
i
)
i
est une base de /
0
.
3. Donner une procedure qui permet de construire une base monomiale de /
0
`a
partir du residu local.
Exercice 9.16. Soit f une application de K[x] qui admet 0 comme racine isolee. Mon-
trer que le socle de /
0
est engendre par tout mon ome de K[x], obtenu en substituant
dans un mon ome du residu de degre maximal les derivations
i
par les x
i
.
Exercice 9.17. Relations entre coecients et racines (pour plus de details,
consulter [GLGV98]).
Le but de cet exercice est detudier le lien entre les coecients et les puissances
des racines des polyn omes P
i
de la forme
P
i
(x) = x
ei
i
+ R
i
(x) , 1 i n , avec deg R
i
< e
i
.
Les elements P
i
peuvent secrire sous la forme
P
i
(x) =

|mi|ei
c
i,mi
x
mi
, c
i,mi
C ,
o` u c
i,(0,...,ei,...,0)
= 1, c
i,mi
= 0 si [m
i
[ = e
i
et m
i
,= (0, . . . , e
i
, . . . , 0).
Pour N
n
,
S

Z(P1,...,Pn)

,
la somme de Newton dindice . Dans la sommation ci-dessus chaque racine est repetee
autant de fois que sa multiplicite. Si Z
n
, on denit
S

=
x

1
P1,...,x
n

n
Pn
(Jac
P
x

+
) ,

= max(0,
i
),
i
+
= max(0,
i
),
+
= (
1
+
, . . . ,
n
+
),

= (
1

, . . . ,
n

) et
=
+

.
1. Verier que les deux denitions concident pour N
n
.
2. Determiner S
(0,...,0)
en fonction des degres e
1
, . . . , e
n
de P
1
, . . . , P
n
. Monter que
si Z
n
0, [[ = 0, alors S

= 0 (on pourra utiliser la formule dEuler-


Jacobi).
3. Soit Z
n
: [[ < [e[, e = (e
1
, . . . , e
n
), montrer que pour =

1
1
P1,...,x

n
n
Pn
(x

+
P
1
. . . P
n
Jac
P
) = S
e
+

||<|m1++mn|<|d|
c
1,m1
. . . c
n,mn
S
m1++mn
+ e
1
. . . e
n

m1++mn=
c
1,m1
. . . c
n,mn
.
4. (a) Montrer que
x
1
. . . x
n
Jac
P
=

m1,...,mn
det(m
i,j
)c
1,m1
. . . c
n,mn
x
m1++mn
,
m
i
= (m
i,1
, . . . , m
i,n
), pour i = 1, . . . , n.
253
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
(b) En deduire les relations suivantes entre les coecients des polynomes P
i
et les puissances de leurs racines
S
d
+

||<|m1++mn|<|e|
c
1,m1
. . . c
n,mn
S
m1++mn
=

m1++mn=
(det(m
i,j
) e
1
. . . e
n
)c
1,m1
. . . c
n,mn
.
5. Donner un algorithme pour calculer S

pour tout N
n
.
254
CHAPITRE 10
CALCUL DU R

ESIDU ET APPLICATIONS
Sommaire
10.1. Applications dominantes . . . . . . . . . . . . . . . . . . . . . . . . . 256
10.2. Applications commodes . . . . . . . . . . . . . . . . . . . . . . . . . . 259
10.3. Structure de la matrice bezoutienne . . . . . . . . . . . . 261
10.3.1. Base de lespace vectoriel / . . . . . . . . . . . . . . . . . . . . . . . 262
10.3.2. Matrice de multiplication et bezoutien . . . . . . . . . . . . 263
10.3.3. Representation rationnelle des points isoles dune
variete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
10.3.4. Decomposition geometrique dune variete algebrique
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
10.4. Relations de dependance algebrique . . . . . . . . . . . . 267
10.5. Algorithme de calcul des residus multivariables
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
10.6. Applications propres de C
n
. . . . . . . . . . . . . . . . . . . . . . 271
10.7. Exposant de Lojasiewicz . . . . . . . . . . . . . . . . . . . . . . . . . 274
10.8. Inversion dune application polynomiale . . . . . . . 277
10.9. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Le but de ce chapitre est de presenter des algorithmes de calcul des residus
multivariables dans le cas dune application polynomiale quelconque, et de
donner quelques unes de leurs applications ` a certains probl`emes deectivite.
Nous etudierons aussi certaines proprietes des applications polynomiales.
10.1. Applications dominantes
Lalgorithme naf, pour calculer le residu de f = (f
1
, . . . , f
n
), consiste `a
trouver (par exemple en utilisant la theorie de lelimination) des polyn omes
g
1
K[x
1
], . . . , g
n
K[x
n
] appartenant ` a lideal F de K[x] engendre par
f
1
, . . . , f
n
. Puis, la loi de transformation usuelle ram`ene le calcul du residu
au cas dune variable. Du point de vue pratique, il nest pas toujours facile
de trouver de tels g
1
, . . . , g
n
. Nous allons expliquer comment peut-on calculer
les residus de f `a laide de la loi de transformation dans les bons cas. Et en
general, nous utilserons la version generalisee de cette loi pour retrouver les
residus dune application polynomiale quelconque.
Denition 10.1. Une application f = (f
1
, . . . , f
n
) : K
n
K
n
polyno-
miale est dite dominante si lextension K(x) = K(x
1
, . . . , x
n
) de K(f ) =
K(f
1
, . . . , f
n
) est nie. Le degre de cette extension (i.e. la dimension du K(f )-
espace vectoriel K(x)
_
est appele le degre geometrique de f .
Proposition 10.2. Les conditions suivantes sont equivalentes :
i) Lapplication f est dominante.
ii) Les polyn omes f
1
, . . . , f
n
sont algebriquement independants sur K.
iii) Le Jacobien Jac
f
nest pas identiquement nul.
Si u = (u
1
, . . . , u
n
), le degre geometrique de f est aussi egal ` a la dimension
du K(u)-espace vectoriel K(u)[x]/(f u). Donc ce degre est generiquement le
cardinal des bres de f .
Demonstration. i) ii) Le degre de transcendance de lextension de corps
K(f ) K(x) est nul (voir [Lan80]). Donc les deux extensions K(f ) et K(x)
de K ont le meme degre de transcendance. Par consequent, f
1
, . . . , f
n
sont
algebriquement independants sur K.
ii) iii) Fixons i 1, . . . , n. Il existe un polyn ome A
i
en n + 1 va-
riables non nul et ` a coecients dans K qui satisfait A
i
(x
i
, f
1
, . . . , f
n
) = 0. En
dierentiant cette equation, nous obtenons
k 1, . . . , n ,
n

j=1
A
i
x
j
A
i
x
0
f
j
x
k
=
ik
,

ik
designe le symbole de Kronecker. Donc Jac
f
nest pas identiquement nul.
iii) ii) Supposons que f
1
, . . . , f
n
soient algebriquement dependants. Il
existe alors un polyn ome non constant A(u
1
, . . . , u
n
) en n variables tel que
256
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
A(f
1
, . . . , f
n
) = 0. En derivant cette identite, nous avons
k 1, . . . , n ,
n

i=1
A
x
i
f
i
x
k
= 0 .
Et nous en deduisons que Jac
f
0.
ii) i) Si i 1, . . . , n, les polyn omes x
i
, f
1
, . . . , f
n
sont algebriquement
dependants (car le degre de transcendance de lextension KK(x) est egal ` a
n). Lextension K(x) de K(f ) est de type nie et algebrique, donc elle est nie.
Soit (e
1
, . . . , e
d
) une K(f )-base de K(x), avec e
i
K[x], 1 i d. Il est
facile de verier que (e
1
, . . . , e
d
) est aussi une K(u)-base de K(u)[x]/(f u). 2
La sous-alg`ebre de K[x] engendree par les polyn omes f
1
, . . . , f
n
, est notee
K[f ] = K[f
1
, . . . , f
n
].
Soit f
0
K[x]. Puisque les n +1 polyn omes f
0
, . . . , f
n
sont algebriquement
dependants, il existe m N

et a
0
, . . . , a
m
K[u] = K[u
1
, . . . , u
n
] tels que
a
0
(f
1
, . . . , f
n
)f
m
0
+ + a
m
(f
1
, . . . , f
n
) = 0 .
Cette equation est appelee une relation de dependance algebrique entre les
elements f
0
, . . . , f
n
. Elle sera dite de dependance integrale, si le polyn ome a
0
est constant et non nul.
Denition 10.3. Lapplication f est dite enti`ere si lextension danneaux
K[x] de K[f ] est enti`ere (i.e. tout polyn ome de K[x] verie une relation de
dependance integrale ` a coecients dans K[f ]).
Ceci revient `a dire que les coordonnees x
1
, . . . , x
n
verient des relations de
dependance integrale sur K[f ].
Toute application polynomiale enti`ere est en particulier dominante.
Une application enti`ere f = (f
1
, . . . , f
n
) denit une suite quasi-reguli`ere . En
eet, si = (
1
, . . . ,
n
) est une racine du syst`eme f
1
= = f
n
= 0, toute
coordonnee
i
de est solution dune equation dune variable, donc la variete
Z(F) est nie, et dapr`es la proposition 8.20, f
1
, . . . , f
n
est quasi-reguli`ere.
Proposition 10.4. Une application dominante f est enti`ere si, et seulement
si, pour tout g K[x],
f u
(g) K[u].
Demonstration. Supposons que pour tout g K[x],
f u
(g) K[u], et soit
b = (b
1
, . . . , b
d
) une base du K(f )-espace vectoriel K(x), avec b
i
K[x]. La
famille b est aussi une K(u)-base de /
u
= K(u)[x]/(f u).
Fixons l 1, . . . , n. La formule de representation (8.2) appliquee dans /
u
fournit
x
l
b
j
=
d

i=1

f u
(x
l
b
j
a
i
) b
i
=
d

i=1
m
(l)
ij
(u) b
i
.
257
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
La matrice M
l
(u) =
_
m
(l)
ij
(u)
_
1i,jd
de multiplication par x
l
dans /
u
dans
la base b est alors `a coecients dans K[u]. Si C(u; T) designe son polyn ome
caracteristique, dapr`es le theor`eme de Cayley-Hamilton,
C(u; x
l
) = x
d
l
+ c
1
(u) x
d1
l
+ + c
d
(u) (f
1
u
1
, . . . , f
n
u
n
) ,
avec c
i
K[u] pour i = 1, . . . , d. Nous avons donc une relation de dependance
integrale C(f ; x
l
) = 0 de x
l
`a coecients dans K[f ], et ainsi lapplication f est
bien enti`ere.
Reciproquement, soit g K[x]. Comme pour tout i 1, . . . , n, il existe
des entiers positifs m
i
et des polynomes a
ij
K[u] tels que
x
m
i
i
+ a
i1
(f ) x
m
i
1
i
+ + a
im
i
(f ) = 0 .
Il sen suit que
Q
i
(u; x
i
) := x
m
i
i
+ a
i1
(u) x
m
i
1
i
+ + a
im
i
(u) =
n

i=1
A
ij
(u, x) (f
i
u
i
) ,
avec A
ij
K[u, x]. Posons Q(u; x) =
_
Q
1
(u; x
1
), . . . , Q
n
(u; x
n
)
_
. Dapr`es la
loi de transformation, (9.4) et (9.2), nous avons

f u
(g) =
Q
_
det(A
ij
) g
_
=

=(
1
,...,n)
c

(u)
_
n

i=1

Q
i
(x

i
i
)
_
,
avec c

K[u]. Ainsi,
f u
(g) K[u]. 2
Nous deduisons de la preuve de la proposition 10.4 le corollaire suivant :
Corollaire 10.5. Si f est une application enti`ere, alors le polyn ome ca-
racteristique de la multiplication par x
i
dans lespace vectoriel K(u)[x]/(f u)
est `a coecients dans lanneau K[u].
Exemple 10.6. Nous allons donner deux exemples dapplications enti`eres
ayant des points `a linni. Nous verrons en exercice 10.2 quune application
sans zero `a linni est toujours enti`ere.
Soient les elements f
1
= x
2
y et f
2
= xy 1 de K[x, y]. Les variables x
et y verient les relations de dependance integrale
_
x
3
f
1
x f
2
1 = 0
y
3
+ f
1
y
2
2 f
2
f
2
2
1 = 0.
Consid`erons dans K[x, y, z]
_
_
_
f
1
= x
2
+ y
2
+ z
2
x
f
2
= x
2
+ y
2
+ z
2
y
f
3
= x
2
+ y
2
+ z
2
z.
258
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
La variable x verie la relation de dependance integrale
3 x
2
+ (4 f
1
2 f
2
2 f
3
1) x + 2 f
1
2
2 f
1
f
3
+ f
2
2
+ f
3
2
2 f
1
f
2
f
1
= 0.
Par symetrie y et z verient des relations du meme type.
10.2. Applications commodes
Denition 10.7. Une application f = (f
1
, . . . , f
n
) est dite commode si chaque
coordonnee x
i
satisfait une relation algebrique
a
i0
(f
1
, . . . , f
n
) x
m
i
i
+ + a
im
i
(f
1
, . . . , f
n
) = 0 ,
avec a
ij
(0) ,= 0 pour un certain j 0, . . . , m
i
1.
Toute application enti`ere est en particulier commode. Une caracterisation
de ces applications est donnee dans [PT96].
Lemme 10.8. Soit L une extension (de corps) nie de K et un element
de L. Si C

(resp. M

) est le polyn ome caracteristique (resp. minimal) de


la multiplication par dans L, alors C

= M

[L:K()]
(o` u [L : K()] designe
dim
K()
L).
Demonstration. Il existe un entier positif d (cest le degre de ) et des scalaires
a
i
de K tels que
d
= a
d1

d1
+ + a
0
.
Si m = dim
K()
L et (e
1
, . . . , e
m
) une K()-base de L, (
i
e
j
)
0id1,1jm
est une K-base de L. Notons A

la matrice de multiplication par dans L dans


cette base. Alors
C

(T) = det(TI
md
A

) = det
_
_
_
_
_
_
T a
0
1
.
.
.
.
.
.
.
.
. T a
d2
1 T a
d1
_
_
_
_
_
_
m
= M
m

(T).
2
Proposition 10.9. Soient f
0
, . . . , f
n
K[x] tels que les n derniers soient
algebriquement independants sur K. Alors il existe un unique (` a une constante
pr`es) polyn ome irreductible A K[u
0
, . . . , u
n
] qui verie A(f
0
, . . . , f
n
) = 0. Si
le corps K est inni et deg f
0
< min
i=1,...,n
deg f
i
, le degre de A est au plus
=
deg f
1
. . . deg f
n
[K(x) : K(f
0
, . . . , f
n
)]
.
Si de plus f
1
, . . . , f
n
nont pas de zero `a linni, alors deg A = .
259
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Lexistence de A decoule du fait que le degre de transcendance
de lextension K(f
0
, . . . , f
n
) de K est egal `a n et de lanneau K[u
0
. . . , u
n
] est
factoriel. Pour lunicite, supposons lexistence de deux irreductibles A
1
et A
2
tels que A
1
(f
0
, . . . , f
n
) = A
2
(f
0
, . . . , f
n
) = 0. Le resultant R de A
1
et A
2
,
consideres comme elements de (K[u
1
, . . . , u
n
])[u
0
], appartient ` a K[u
1
, . . . , u
n
] et
satisfait lequation R(f
1
, . . . , f
n
)=0. Puisque f
1
, . . . , f
n
sont K-algebriquement
independants, R 0, donc A
1
et A
2
ont un diviseur commun non constant
dans K(u
1
, . . . , u
n
)[u
0
], et aussi dans K[u
0
, . . . , u
n
]. Ainsi, A
1
= c A
2
, avec
c K.
Lextension K(x) de K(f ) = K(f
1
, . . . , f
n
) est nie. Considerons les elements

C(u
0
, . . . , u
n
) et

A(u
0
, . . . , u
n
) de K(u)[u
0
] tels que

C(u
0
, f
1
, . . . , f
n
) soit le po-
lyn ome caracteristique de la multiplication par f
0
dans le K(f )-espace vectoriel
K(x) et

A(u
0
, f
1
, . . . , f
n
) son polyn ome minimal. Designons par C (resp. A) le
numerateur de

C (resp.

A). Ces polyn omes appartiennent ` a K[u
0
, . . . , u
n
]. Il
en resulte que A est lunique irreductible de K[u
0
, . . . , u
n
] qui verie lidentite
A(f
0
, . . . , f
n
) = 0. Dapr`es le lemme 10.8,

C =

A
[K(x):K(f
0
,...,fn)]
et C = A
[K(x):K(f
0
,...,fn)]
.
En changeant les variables u
i
en u
i
c
i
u
0
, i = 1, . . . , n, avec c
i
K, on peut
supposer que deg A = deg
u
0
A. Par suite,
deg(C) = deg
u
0
(C) = deg
u
0
(

C) deg(f
1
+ c
1
f
0
) . . . deg(f
n
+ c
n
f
0
).
De plus deg(C) =

n
i=1
deg(f
i
+ c
i
f
0
) si f
1
+ c
1
f
0
, . . . , f
n
+ c
n
f
0
nont pas de
zero `a linni. Ainsi,
deg A
deg(f
1
+ c
1
f
0
) . . . deg(f
n
+ c
n
f
0
)
[K(x) : K(f
0
, . . . , f
n
)]
,
et legalite a lieu si les polynomes f
1
, . . . , f
n
nont pas de zero `a linni. 2
Une autre preuve de la proposition 10.9 peut etre trouvee dans [Plo86].
Exemple 10.10. Lapplication polynomiale de K[x, y, z]
(f
1
, f
2
, f
3
) = (x + xyz, y + y
3
z, z)
nest pas commode, car les relations irreductibles uniques des coordonnees sur
K[f
1
, f
2
, f
3
] sont
_
_
_
f
2
f
3
x
2
+ f
1
x f
2
1
= 0
f
3
y
3
+ y f
2
= 0
z f
3
= 0.
Proposition 10.11. Si lapplication f est commode, alors pour tout h K[x],
le calcul de
f
(h) se ram`ene `a des calculs de residus dune seule variable.
260
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Pour chaque i 1, . . . , n, il existe g
i
K[x
i
] non nul tel que
g
i
(x
i
) =
n

j=1
A
ij
f
j
, A
ij
K[x].
Si g = (g
1
, . . . , g
n
), dapr`es la loi de transformation, (9.4) et (9.2), nous avons

f
(h) =
g
_
hdet(A
ij
)
_
=

=(
1
,...,n)N
n
c

i=1
_

g
i
(x

i
i
)
_
.
2
Remarque 10.12. Si nous disposons pour tout i 1, . . . , n dune relation
algebrique A
i
(u
0
, . . . , u
n
) = a
i0
(u
1
, . . . , u
n
)u
m
i
0
+ + a
i m
i
(u
1
, . . . , u
n
) entre
x
i
, f
1
, . . . , f
n
, alors pour h K[x],
f u
(h), o` u u = (u
1
, . . . , u
n
), se calcule
facilement comme suit. Nous deduisons de A
i
que
a
i0
(u)x
m
i
i
+ + a
im
i
(u) =
n

j=1
A
ij
(u, x
i
)(f
j
u
j
) , A
ij
K[u, x
i
].
Puis la loi de transformation ram`ene le calcul de
f u
(h) ` a des calculs de
residus dune seule variable.
Pour que la proposition 10.11 fournisse un algorithme de calcul des residus,
il faut preciser comment peut-on trouver des relations algebriques entre chaque
x
i
et les composantes f
1
, . . . , f
n
de f . Cest le but de la prochaine section.
10.3. Structure de la matrice bezoutienne
Les polyn omes f
1
, . . . , f
n
sont xes. Soient v = (v
i
)
i
et w = (w
j
)
j
deux
bases de K[x]. Si f
0
K[x], le bezoutien
f
0
de f
0
, . . . , f
n
se decompose sous
la forme

f
0
(x, y) =

i,j

ij
v
i
(x) w
j
(y),
ij
K.
La matrice des coecients (
ij
)
i,j
dans cette decomposition est notee [
f
0
]
v,w
.
Le bezoutien de n polyn omes f
1
, . . . , f
n
K[x
1
, . . . , x
n
] est
1,f
1
,...,fn
, qui
est aussi note
f
1
,...,fn
(ou tout simplement , puisque f
1
, . . . , f
n
sont xes).
Remarque 10.13. La matrice [
f
0
]
v,w
est celle de lapplication K-lineaire

f
0

:

K[x] K[x]

f
0

() :=

i
_

ij
(w
j
)
_
v
i
(x)
261
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
dans la base duale ( w
j
)
j
de

K[x] et la base (v
i
)
i
de K[x]. De la meme facon,
on denit
f
0

:

j
_
i

ij
(v
i
)
_
w
j
(x). La matrice de cette derni`ere
application dans les bases ( v
j
)
j
et (w
i
)
i
est la transposee de [
f
0
]
v,w
.
Si v = w = (x

)
N
n, [
f
0
]
v,w
est exactement la matrice bezoutienne de
f
0
, . . . , f
n
.
10.3.1. Base de lespace vectoriel /. Nous avons vu dans la section
8.5 que si le bezoutien
f
de f = (f
1
, . . . , f
n
) se decompose dans K[x] sous la
forme
f
(x, y) =

a
i
(x)b
i
(y), alors (a
i
)
i
et (b
i
)
i
sont des parties generatrices
de lespace vectoriel / = K[x]/F, o` u F designe lideal engendre par f
1
, . . . , f
n
.
Puisque max(deg a
i
, deg b
i
) =

n
i=1
deg f
i
n, les monomes de degre au
plus engendrent / et nous avons le resultat suivant :
Proposition 10.14. Il existe une base du K-espace vectoriel / formee de
monomes de degre au plus .
Theor`eme 10.15. Si f = (f
1
, . . . , f
n
) est une suite quasi-regul`ere de K[x],
alors toute base de Gr obner reduite de lideal F, engendre par f
1
, . . . , f
n
, pour
un ordre monomial gradue (i.e. qui rane le degre total) est formee delements
de degres au plus + 1.
Demonstration. Considerons la base de / = K[x]/F formee par les classes des
mon omes (x

)
E
qui nappartiennent pas ` a m(F) (pour un ordre gradue).
Supposons que lun de ces mon omes x

soit de degre au moins +1. Dapr`es


la proposition 10.14, il se reecrit modulo F sous la forme
x

K, [[ .
Le polyn ome h = x

F et m(h) = x

m(F), car pour tout


E, [[ > [[, ce qui contredit x

/ m(F). Donc les elements de la base de


Gr obner reduite de F sont de degres au plus + 1. 2
Corollaire 10.16. Si h K[x] verie
f
(hx

) = 0 pour tout x

de degre au
plus , alors h F.
Lappartenance dun polyn ome h de K[x] ` a lideal F peut ainsi se tester
par des calculs dalg`ebre lineaire sur des polyn omes de petits degres . En
general, la complexite du probl`eme de lappartenance dun polyn ome `a un
ideal est doublement exponentielle (voir remarque 2.30). La proposition 10.11
et lalgorithme 10.27 suivant permettent de transformer ce probl`eme en un
probl`eme qui est lineaire dans le cas dune application quasi-reguli`ere.
Proposition 10.17. Si f = (f
1
, . . . , f
n
) forme une suite quasi-reguli`ere, alors
il existe g K[x] de degre au plus =

n
i=1
deg f
i
n tel que pour tout
262
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
h K[x], nous avons
h F
_
g h = g
1
f
1
+ + g
n
f
n
, g
i
K[x] ,
deg(g
j
f
j
) + deg h, j = 1, . . . , n.
Demonstration. Comme

h
= h(x)
1
(x, y) + f
1
(x)R
1
(x, y) + + f
n
(x)R
n
(x, y)
= h(y)
1
(x, y) + f
1
(y)Q
1
(x, y) + + f
n
(y)Q
n
(x, y),
o` u les R
i
, Q
i
appartiennent ` a K[x, y], h F si et seulement si,

f
= (
1

f
) h g
1
f
1
g
n
f
n
= 0 , g
i
= R
i

f
.
En posant g =
1

f
, nous obtenons le resultat cherche. 2
Lidentite de la proposition 10.17 peut se voir comme un syst`eme lineaire
dans lequel les inconnues sont les coecients de g
1
, . . . , g
n
. La matrice de ce
syst`eme est de meme type que celle de Macaulay.
10.3.2. Matrice de multiplication et bezoutien. Le lemme suivant
montre que toutes les matrices bezoutiennes B
f
0
(lorsque f
0
decrit K[x]) ad-
mettent une decomposition diagonale dans une base commune.
Soit F = (f
1
, . . . , f
n
) un ideal de K[x]. Notons F
0
lintersection des compo-
santes primaires de F, qui correspondent aux points isoles de Z(F) et /
0
la
K-alg`ebre K[x]/F
0
de dimension nie D.
Lemme 10.18. Il existe deux bases v = (v
i
)
iN
et w = (w
i
)
iN
de K[x] telles
que (v
1
, . . . , v
D
), (w
1
, . . . , w
D
) soient des bases de /
0
, avec v
i
, w
i
F
0
pour
i > D, et pour tout f
0
K[x], la matrice [
f
0
]
v,w
est de la forme
v
1
. . . v
D
v
D+1
. . .
_
_
_
_
_
_
_
_
_
_
_
M
f
0
0
0 L
f
0
_
_
_
_
_
_
_
_
_
_
_
w
1
.
.
.
w
D
w
D+1
.
.
.
(10.1)
o` u M
f
0
est la matrice de multiplication par f
0
dans /
0
, dans la base (v
1
, . . . , v
D
).
Demonstration. Nous pouvons supposer que le corps K est algebriquement
clos. Si Z(F
0
) =
1
, . . . ,
d
, pour i = 1, . . . , d, Q
i
designe la composante
primaire de F
0
qui denit la racine
i
. Dapr`es le theor`eme 4.9,
/
0
= /
1
/
d
, avec /
i
= K[x]/Q
i
pour i = 1, . . . , d.
263
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Nous identions

/
0
`a lespace vectoriel I

0
des formes lineaires sur K[x] qui
sannulent sur F
0
.
Considerons les deux sous-espaces vectoriels E =
1

/
0
) et G =
1

/
0
)
de K[x]. Comme dim
K
(

/
0
) = D, E et G sont de dimensions au plus D.
Les applications
1

et
1

denissent des /
i
-isomorphismes entre

/
i
et /
i
,
pour i = 1, . . . , n. Par consequent, les images de

/
0
par
1

et
1

sont
de dimensions au moins D. Par suite, dim
K
E = dim
K
G = D, E et G sont
isomorphes `a /
0
. Ainsi, K[x] = E F
0
= GF
0
.
Puisque
1

(F

0
) = E et
1

(F

0
) = G,
1
E GF
0
F
0
.
Fixons f
0
K[x]. Dapr`es la proposition 5.43 et la remarque 10.13,

f
0
(x, y) f
0
(y)
1
(x, y)
_
f
1
(y), . . . , f
n
(y)
_
K[x, y].
Par consequent,

f
0

/
0
) = (f
0
(y)
1
)

/
0
) =
1

(f
0


/
0
)
1

/
0
) = E.
Un argument similaire montre que
f
0

/
0
) G. Donc
f
0
EGF
0
F
0
.
Soient v = (v
i
)
iN
et w = (w
i
)
iN
des bases de K[x] telles que (v
1
, . . . , v
D
)
soit une base de E, (w
1
, . . . , w
D
) une base de G, avec v
i
et w
i
des elements
de F
0
si i > D. Comme
f
0
E GF
0
F
0
, la matrice [
f
0
]
v,w
est de la
forme (10.1).
Soient C
f
0
=
_
c
ij
(f
0
)
_
1i,jD
le bloc carre superieur de [
f
0
]
v,w
et M
f
0
=
(m
ij
)
1i,jD
la matrice de multiplication par f
0
dans la base (v
i
)
1iD
de /
0
.
Nous deduisons de cette decomposition, que modulo lideal F,

f
0
f
0
(x)
1

D

i,j=1
c
ij
(f
0
) v
i
w
j
f
0
(x)
D

i,j=1
c
ij
(1) v
i
w
j

i,j=1
c
ij
(1) (f
0
v
i
) w
j

D

k,j=1
_
D

i=1
m
ki
c
ij
(1)
_
v
k
w
j
.
Ainsi, C
f
0
= M
f
0
C
1
. La matrice C
1
est inversible, car cest la matrice de
1

dans les bases ( v


i
)
1iD
de

/
0
et (v
i
)
1iD
de /
0
. Par un changement de
variables, nous pouvons supposer que C
1
= I
D
, et donc la matrice [
f
0
]
v,w
est
bien celle donnee par (10.1). 2
Nous deduisons du lemme 10.18 le resultat suivant :
Proposition 10.19. Tout mineur non nul de taille maximale de la matrice
bezoutienne de f
0
, . . . , f
n
est divisible par det(M
f
0
), o` u M
f
0
designe la matrice
de multiplication par f
0
dans /
0
.
Proposition 10.20. La taille de la matrice bezoutienne de f
0
, . . . , f
n
est
bornee par
_
e max
0in
deg f
i
_
n
.
264
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. La taille de cette matrice est bornee par le nombre de mon omes
en n variables de degres au plus deg f
0
+ +deg f
n
n. Ce nombre est inferieur
`a
_
(n + 1) d
n
_
, avec d = max
0in
deg f
i
. Dapr`es la formule de Stirling, n!

2n
_
n
e
_
n
. Si n 2, alors
_
(n + 1) d
n
_

1
n!
(n+1)
n
d
n

2n
_
n + 1
n
_
n
(e d)
n

2n
(e d)
n
(e d)
n
.
Cette inegalite est aussi satisfaite pour n = 1.
2
10.3.3. Representation rationnelle des points isoles dune variete.
Nous allons voir dans cette sous-section comment calculer une representation
rationnelle des points isoles dune variete algebrique denie par n equations,
`a partir de la matrice bezoutienne.
Soit F = (f
1
, . . . , f
n
) un ideal de K[x] et Z
0
lensemble des points isoles
de la variete Z(F). Rappelons quil est possible dobtenir une representation
rationnelle de Z
0
`a partir de la forme de Chow reduite de F (voir section 4.40).
Par ailleurs, dapr`es le theor`eme 10.19, tout mineur maximal non nul (u)
de la matrice bezoutienne de u
0
+ u
1
x
1
+ + u
n
x
n
, f
1
, . . . , f
n
est divisible
par la forme de Chow de F. Ceci permet de completer lalgorithme de la
section 4.40 pour calculer les points isoles de Z(F).
10.3.4. Decomposition geometrique dune variete algebrique. Soit
f
1
= = f
m
= 0 un syst`eme dequations qui denit une variete Z. Nous
voulons trouver ses composantes (de dierentes dimensions).
Nous avons decrit dans la sous-section precedente et lalgorithme 4.40 une
methode pour obtenir les points isoles de Z. Lapplication de cette description,
en cachant une variable permet de construire les courbes isolees de Z, puis
en cachant une nouvelle variable les surfaces isolees de Z, et ainsi de suite.
Cette methode fournit les dierentes composantes de Z, en commencant par
celles de plus petites dimensions. Ainsi, le probl`eme des composantes isolees de
dimension i se reduit ` a un probl`eme de composantes isolees de dimension i 1
en considerant des variables (par exemple x
1
, . . . , x
i
) comme des param`etres.
Supposons que la projection des courbes isolees sur la droite x
2
= =
x
n
= 0 est dominante, ou encore que ces courbes sont en position de Noether
(voir sous-section 3.1.4) par rapport ` a x
1
, et notons K = K(x
1
) le corps
des fractions en x
1
. Les courbes isolees de Z correspondent aux points isoles
de Z
K
(f
1
, . . . , f
m
). Pour appliquer la methode de la sous-section 10.3.3, nous
allons construire un syst`eme carre en x
2
, . . . , x
n
et ` a coecients dans K ` a
265
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
partir de f
1
, . . . , f
n
tel que les points isoles de f
1
, . . . , f
m
dans K
n1
soient
encore isoles dans la variete denie par ce dernier syst`eme.
Si est un point isole de Z
K
(f
1
, . . . , f
m
), et A designe lalg`ebre locale as-
sociee `a , alors A/(f
1
, . . . , f
m
) est de dimension 0. Dapr`es lexercice 8.6,
il existe n 1 combinaisons generiques g
1
, . . . , g
n1
de f
1
, . . . , f
m
, ` a coef-
cients constants telles que A/(g
1
, . . . , g
n1
) soit de dimension 0. Le point
est bien isole dans la variete Z
K
(g
1
, . . . , g
n1
). La methode developpee
precedemment appliquee `a g
1
, . . . , g
n1
permet la construction des courbes
isolees de Z
K
(f
1
, . . . , f
m
). En iterant ce procede, nous obtenons toutes les
composantes de la variete Z.
Algorithme 10.21. D ecomposition g eom etrique dune vari et e.
Entr ee : f
1
, . . . , f
m
des polyn^ omes de K[x
1
, . . . , x
n
].
1. Si m > n, choisir n combinaisons lin eaires al eatoires `a
coefficients constants h
1
, . . . , h
n
de f
1
, . . . , f
m
. Puis calculer
par lalgorithme 4.40 une repr esentation rationnelle des
points isol es de Z(h
1
, . . . , h
n
),
2. Choisir une des variables (par exemple x
1
) comme param` etre
et reprendre l etape 1 avec n remplac e par n 1 et K par
K(x
1
). Et ainsi de suite.
Sortie : Une repr esentation rationnelle des composantes de la
vari ete Z(f
1
, . . . , f
m
).
La decomposition ainsi obtenue nest pas minimale car les composantes
calculees peuvent etre incluses dans dautres de dimensions plus grandes.
Exemple 10.22. Illustrons cet algorithme sur la variete de K
3
denie par
lideal engendre par
f
1
= (x
1
x
3
x
2
2
) (x
1
x
2
x
3
1),
f
2
= (x
2
x
1
2
) (x
1
x
2
x
3
1),
f
3
= (x
3
x
1
3
) (x
3
2
x
1
1) (x
1
x
2
x
3
1).
Lalgorithme 4.40 appliquee `a f
1
, f
2
, f
3
conduit ` a la representation rationnelle
_
u
0
+
9
5
, 0, 0, 1
_
,
_
u
0
+
1
5
, 0, 0, 1
_
,
_
u
0
+ 1, 0, 0, 0
_
.
Donc les points isoles de Z(f
1
, f
2
, f
3
) sont (0, 0, 1), (0, 0, 1), (0, 0, 0).
266
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Pour les composantes de dimension 1 de Z(f
1
, f
2
, f
3
), en prenant x
1
comme
param`etre. Lalgorithme fournit la representation rationnelle
_
u
0

1
10
+
1
5
x
1
2
+
3
10
x
1
3
, x
1
2
, x
1
3
_
.
Le premier terme de cette representation est une equation en u
0
et x
1
qui
decrit une courbe plane. Les autres termes correspondent aux numerateurs des
fractions rationnelles qui servent ` a calculer limage de cette courbe. Ici on
obtient directement la parametrisation de la courbe isolee (x
1
, x
1
2
, x
1
3
).
Pour les composantes de dimension 2, nous obtenons la representation
_
2
5
x
1
x
2
+ u
0
x
1
x
2

7
10
,
1
x
1
x
2
_
.
10.4. Relations de dependance algebrique
Etant donnes f
0
, . . . , f
n
K[x] tels que les n derniers soient algebriquement
independants sur K. Il existe alors AK[u
0
, . . . , u
n
] qui satisfait A(f
0
, . . . , f
n
)=
0. Nous allons voir comment trouver de tels candidats A, en utilisant lalg`ebre
lineaire.
Bien s ur, A peut etre obtenu par des techniques de bases de Gr obner. En ef-
fet, si on calcule une base de Gr obner G de lideal de K[u
0
, . . . , u
n
, x
1
, . . . , x
n
]
engendre par f
0
u
0
, . . . , f
n
u
n
, pour un ordre delimination dans lequel
(u
0
, . . . , u
n
) est plus petit que (x
1
, . . . , x
n
), alors GK[u
0
, . . . , u
n
] contient une
relation algebrique entre f
0
, . . . , f
n
. Cependant, le calcul de bases de Gr obner
est co uteux et ne permet pas de contr oler ecacement la taille des objets cal-
cules. Dans cette section, nous presentons une methode alternative sur laquelle
nous avons plus de contr ole.
Theor`eme 10.23. Tout mineur maximal non nul de la matrice bezoutienne
de f
0
u
0
, . . . , f
n
u
n
K[u
0
, . . . , u
n
][x] fournit une relation de dependance
algebrique entre f
0
, . . . , f
n
.
Demonstration. Si D est le degre de lextension K(x) de K(f ) = K(f
1
, . . . , f
n
),
en introduisant u = (u
1
, . . . , u
n
), D = dim
K(u)
K(u)[x]/(f u). En eet, si
(v
1
, . . . , v
D
) est une K(f )-base de K(x), avec v
i
K[x], i = 1, . . . , D, alors
(v
1
, . . . , v
D
) est une K(u)-base de K(u)[x]/(f u).
Dorenavant le corps de base est K(u) = K(u
1
, . . . , u
n
). Il est clair que

u
1
:=
1,f
1
u
1
,...,fnun
=
1,f
1
,...,fn
=
1
,
et que le bezoutien de f
0
u
0
, . . . , f
n
u
n
est

f
0
u
0
,...,fnun
=
f
0
,f
1
u
1
,...,fnun
u
0

1,f
1
u
1
,...,fnun
=
u
f
0
u
0

u
1
.
Dapr`es le lemme 10.18, il existe deux bases v et w de K(u)[x] telles que pour
tout g K[x], la matrice bezoutienne de g, f
1
u
1
, . . . , f
n
u
n
dans ces bases
267
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
est de la forme
[
u
g
]
v,w
=
v
1
. . . v
D
v
D+1
. . .
_
_
_
_
_
_
_
_
_
_
_
M
g
0
0 L
g
_
_
_
_
_
_
_
_
_
_
_
w
1
.
.
.
w
D
w
D+1
.
.
.
Soient v = (x

)
N
n, w = (y

)
N
n les bases monomiales de K[x] et K[y]. Les
matrices [
u
f
0
]
v, w
, [
u
f
0
]
v,w
et [
u
1
]
v, w
, [
u
1
]
v,w
se deduisent les unes des autres
par des changements de bases (par multiplication ` a droite et ` a gauche par des
matrices inversibles R(u) et Q(u) `a coecients dans K(u)
_
, donc
B
u
0
,...,un
= [
u
f
0
u
0
]
v, w
= [
u
f
0
]
v, w
u
0
[
u
1
]
v, w
= R(u)N
u
0
,...,un
Q(u)
avec
N
u
0
,...,un
=
_
_
_
_
_
_
_
_
_
_
_
M
f
0
u
0
I
D
0
0 L
f
0
u
0
L
1
_
_
_
_
_
_
_
_
_
_
_
,
o` u I
D
designe la matrice identite de taille D. Par suite, tout mineur maximal
non nul A(u
0
, . . . , u
n
) de B
u
0
,...,un
est une combinaison lineaire, ` a coecients
dans K(u), de mineurs maximaux de N
u
0
,...,un
. Ces derniers sont tous mul-
tiples de det(M
f
0
u
0
I
D
). Par consequent, A(u
0
, . . . , u
n
) est un multiple du
polyn ome caracteristique de la multiplication par f
0
dans K(u)[x]/(f u).
Dapr`es le theor`eme de Cayley-Hamilton, A(f
0
, . . . , f
n
) = 0. 2
Remarque 10.24. Dans la pratique pour calculer un mineur maximal non
nul de la matrice bezoutienne, nous utiliserons une variante de la methode du
pivot de Gauss, appelee parfois methode de Bareiss [GCL92]. Elle permet de
triangulariser la matrice, les coecients obtenus sont dans lanneau de base
et la derni`ere ligne non nulle de la matrice triangularisee contient des mineurs
maximaux non nuls.
Dapr`es la proposition 10.20, le degre de la relation algebrique donnee par
le theor`eme 10.23 est au plus e(max
i=0,...,n
deg f
i
)
n
. Les relations algebriques
268
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
obtenues par la methode decrite ci-dessus ne sont pas minimales (voir la pro-
position 10.9). Perron a montre que si le poids de la variable u
i
est deg f
i
, i =
0, . . . , n, il est possible de trouver un element A de K[u
0
, . . . , u
n
] de poids au
plus deg f
0
. . . deg f
n
tel que A(f
0
, . . . , f
n
) = 0 (voir exercice 10.8).
Exemple 10.25. Nous allons illustrer cette methode sur f = (f
1
, f
2
, f
3
), o` u
f
1
= x
2
+ y
2
+ z
2
, f
2
= x
3
+ y
3
+ z
3
, f
3
= x
4
+ y
4
+ z
4
.
Un mineur maximal du bezoutien de x u
0
, f
1
u
1
, f
2
u
2
, f
3
u
3
est
last(ffgausselim(mbezout([x-u0,f1-u1,f2-u2,f3-u3],[x,y,z])));
_
12 u
0
12
24 u
1
u
0
10
16 u
2
u
0
9
+
_
24 u
1
2
12 u
3
_
u
0
8
+ 48 u
2
u
1
u
0
7
+
_
8 u
2
2
24 u
1
3
_
u
0
6
+
_
24 u
1
2
u
2
+ 24 u
3
u
2
_
u
0
5
+
_
24 u
2
2
u
1
+ 6 u
3
u
1
2
+ 3 u
3
2
+ 15 u
1
4
_
u
0
4
+
_
8 u
1
3
u
2
24 u
1
u
3
u
2
+ 16 u
2
3
_
u
0
3
+
_
6 u
1
5
12 u
3
u
2
2
+ 6 u
3
2
u
1
+ 12 u
1
2
u
2
2
_
u
0
2
+u
1
6
3 u
1
2
u
3
2
+ 12 u
1
u
3
u
2
2
2 u
3
3
4 u
2
4
4 u
1
3
u
2
2
_
2
.
Ce mineur fournit une relation algebrique entre x, f
1
, f
2
, f
3
. Ici, la matrice
bezoutienne est de taille 50 50 et son rang est 24.
Comme les polynomes f
1
, f
2
, f
3
nont pas de zero `a linni, dapr`es la pro-
position 10.9, le polyn ome caracteristique de la multiplication par x dans
K[x, y, z]/(f
1
, f
2
, f
3
) est ce polynome de degre 24.
10.5. Algorithme de calcul des residus multivariables
Dans cette section, nous utilisons la loi de transformation generalisee et
le calcul des relations algebriques (section 10.4) pour mettre en place un al-
gorithme de calcul du residu dune application polynomiale quelconque. Cet
algorithme consiste `a se ramener `a des residus dune variable via les matrices
bezoutiennes et la loi de transformation generalisee.
Soit f = (f
1
, . . . , f
n
) une application de K[x] qui denit une variete discr`ete.
Pour chaque i 1, . . . , n, A
i
(u
0
, . . . , u
n
) designe une relation algebrique
entre x
i
, f
1
, . . . , f
n
donnee par le theor`eme 10.23. Posons
Q
i
(u; x
i
) = A
i
(x
i
, u
1
, . . . , u
n
) =
n

j=1
a
ij
(u, f , x
i
)(f
j
u
j
). (10.2)
Soit = (
1
, . . . ,
n
) un vecteur generique (i.e. choisi ` a lexterieur dune
variete algebrique) de K
n
, et denissons le multi-indice m = (m
1
, . . . , m
n
), les
applications R = (R
1
, . . . , R
n
) et S = (S
1
, . . . , S
n
) de la mani`ere suivante : si
t est une nouvelle variable, pour tout i 1, . . . , n,
Q
i
(
1
t, . . . ,
n
t; x
i
) = t
m
i
_
R
i
(x
i
) tS
i
(t, x
i
)
_
. (10.3)
269
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Theor`eme 10.26. Sous les hypoth`eses ci-dessus et pour tout h K[x], si
D = det
_
a
ij
(
1
t, . . . ,
n
t, f , x
i
)
_
1i,jn
, alors

f
(h) =
_
t
|m|+1
,R
1
(x
1
)tS
1
(t,x
1
),...,Rn(xn)tSn(t,xn)
_
(hD)
=

k=(k
1
,...,kn)N
n
|k||m|

_
t
|m|+1|k|
,R
k
1
+1
1
(x
1
),...,R
kn+1
n
(xn)
_
(hDS
k
1
1
. . . S
kn
n
).
Demonstration. La loi de transformation generalisee appliquee aux applica-
tions
_
t, f
1

1
t, . . . , f
n

n
t
_
et
_
t, R
1
tS
1
, . . . , R
n
tS
n
_
fournit

(t,f
1

1
t,...,fnnt)
(h) =
(t
|m|+1
,R
1
tS
1
,...,RntSn)
(hD). (10.4)
Puis lapplication de la loi de transformation usuelle aux identites
R
|m|+1
i

_
tS
i
_
|m|+1
= (R
i
tS
i
)
|m|

k
i
=0
R
|m|k
i
i
_
tS
i
_
k
i
,
implique que le second membre de (10.4) est egal `a

(t
|m|+1
,R
|m|+1
)
_
hD
n

j=1
|m|

k
j
=0
(tS
j
)
k
j
R
|m|k
j
j
_
=

kN
n
|k||m|

(t
|m|+1|k|
,R
k+1
)
(hDS
k
),
R
|m|+1
= (R
m
1
+1
1
, . . . , R
mn+1
n
), R
k+1
= (R
k
1
+1
1
, . . . , R
kn+1
n
), S
k
= S
k
1
1
. . . S
kn
n
.
Le theor`eme decoule de
f
(h) =
(t,f
1
,...,fn)
(h) =
(t,f
1

1
t,...,fnnt)
(h), et de
ce qui prec`ede. 2
270
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Algorithme 10.27. Calcul des r esidus multivariables.
Entr ee : une application f = (f
1
, . . . , f
n
) de K[x] qui d efinit une
vari et e discr` ete.
1. Pour chaque i 1, . . . , n, on calcule une relation alg ebrique
A
i
entre x
i
, f
1
, . . . , f
n
(th eor` eme 10.23).
2. On choisit un vecteur (
1
, . . . ,
n
) de K
n
g en erique et
on d etermine les entiers m
i
, les polyn^ omes R
1
, . . . , R
n
,
S
1
, . . . , S
n
, et le determinant D = det
_
a
ij
(
1
t, . . . ,
n
t, f , x
i
)
_
d efinis dans (10.2) et (10.3).
3. Soit h K[x]. Pour tout multi-indice k = (k
1
, . . . , k
n
) N
n
tel que [k[ [m[, on calcule le coefficient c
k,0
(x
1
, . . . , x
n
) de
t
|m||k|
dans hDS
k
1
1
. . . S
kn
n
, et par induction le coefficient
c
k,i
(x
i+1
, . . . , x
n
) de x
(k
i
+1) deg R
i
1
i
dans le reste de la division
euclidienne de c
k,i1
(x
i
, . . . , x
n
) par R
k
i
+1
i
(x
i
), i = 1, . . . , n.
Sortie :
f
(h) =

kN
n
:|k||m|
c
k,n
.
10.6. Applications propres de C
n
Dans cette partie, nous donnerons des algorithmes pour tester si une ap-
plication polynomiale de C
n
dans C
n
est propre (i.e. limage inverse dun
compact de C
n
est un compact, ou encore lim
||x||
[[f (x)[[ = ). La notion
de la proprete est tr`es importante, par exemple dans la conjecture du Jaco-
bien et letude des automorphismes de C
n
(voir [BCW82]). Elle joue aussi
un r ole crucial dans les probl`emes de representation dun polyn ome dans un
ideal (voir [BY91], [Elk93], [Elk94]).
Proposition 10.28. Soit f : C
n
C
n
une application polynomiale domi-
nante de degre geometrique d. Les conditions suivantes sont equivalentes :
i) f est propre.
ii) Pour tout h C[x], le polyn ome caracteristique de lendomorphisme de
multiplication par h
C(u)[x]/(f u) C(u)[x]/(f u)
a ha
est `a coecients dans C[u].
iii) f est enti`ere.
iv) Il existe des constantes R, C, d > 0 telles que
x C
n
, [[x[[ R = [[f (x)[[ C[[x[[
d
.
v) h C[x],
f u
(h) C[u].
271
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
vi) i 1, . . . , n, j 1, . . . , d,
f u
(x
i
j
Jac
f
) C[u].
Demonstration. Soient
1
(u), . . . ,
d
(u) les racines communes aux polynomes
f
1
u
1
, . . . , f
n
u
n
dans la cloture algebrique de C(u).
i) ii) Si le polyn ome caracteristique de lendomorphisme de multiplica-
tion par h est
C(u; T) = T
d
+ a
1
(u)T
d1
+ + a
d
(u) =
d

i=1
_
T h
_

i
(u)
_
_
C(u)[T],
les coecients a
i
(u) verient
[a
i
(u)[ =

1j
1
<<j
i
d
h
_

j
1
(u)
_
. . . h
_

j
i
(u)
_

1j
1
<<j
i
d
C
h
(1 +[[
j
1
(u)[[)
deg h
. . . (1 +[[
j
i
(u)[[)
deg h
,
avec C
h
> 0. Puisque f est propre,
A > 0 , B > 0 : x C
n
, [[x[[ B = [[f (x)[[ A.
Comme f
_

j
(u)
_
= u, si u C
n
est generique et [[u[[ A, alors il existe C > 0
tel que [a
i
(u)[ C. Donc a
i
C[u] pour i = 1, . . . , d, et C(u; T) C[u; T].
ii) iii) Soit h C[x]. Le polyn ome caracteristique de la multiplication
par h dans C(u)[x]/(f u) fournit une relation de dependance integrale pour
h `a coecients dans C[f ]. Ainsi, lextension danneaux C[x] de C[f ] est enti`ere.
iii) iv) Il est facile de voir que si est une racine de lequation dune
variable T
m
+a
1
T
m1
+ +a
m
= 0, alors [[ mmax
j{1,...,m}
([a
j
[
1/j
). En
utilisant cette observation et les relations de dependance integrale
x
m
i
i
+ a
i,1
(f )x
m
i
1
i
+ + a
i,m
i
(f ) = 0 , i = 1, . . . , n,
nous deduisons que
i = 1, . . . , n, C
i
> 0 : [x
i
[ C
i
max
1jm
i
_
[a
i,j
(f )[
1/j
_
.
Il existe alors une constante C > 0 telle que pour x C
n
susamment grand
[x[ C [[f (x)[[
max
i{1,...,n}
max
j{1,...,m
i
}
_
deg a
i,j
j
_
.
iv) i) Evident.
iii) v) Cest la proposition 10.4.
v) vi) Evident.
vi) iii) Soit g C[x]. Considerons lendomorphisme de multiplication
par g dans le C(u)-espace vectoriel C(u)[x]/(f u). Si
1
(u), . . . ,
d
(u) sont
272
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
les fonctions symetriques elementaires de g
_

1
(u)
_
, . . . , g
_

d
(u)
_
, le polyn ome
caracteristique de cet endomorphisme
P(u; T) = T
d

1
(u)T
d1
+ + (1)
d

d
(u).
Fixons i 1, . . . , n et posons g(x) = x
i
. Comme S
j
(u) =
f u
(x
i
j
Jac
f
)
C[u], nous deduisons des formules de Newton que P(u; T) C[u][T]. Le
theor`eme de Cayley-Hamilton fournit une relation de dependance integrale
P(f ; x
i
) = 0 pour x
i
sur C[f ]. 2
Algorithme 10.29. Propret e dune application polynomiale I.
Entr ee : f : C
n
C
n
une application polynomiale.
1. Pour tout i = 1, . . . , n, on calcule une relation alg ebrique
A
i
(u
0
, . . . , u
n
) = a
i0
(u
1
, . . . , u
n
)u
m
i
0
+ + a
im
i
(u
1
, . . . , u
n
)
entre x
i
, f
1
, . . . , f
n
, par la m ethode d ecrite dans la section
10.4.
2. Si les n relations obtenues sont int egrales (i.e. tous
les polyn^ omes a
i0
sont constants et non nuls), alors f est
propre. Sinon, il existe des indices i 1, . . . , n tels que
les a
i0
ne sont pas constants. Pour ces i, on d ecompose A
i
en polyn^ omes irr eductibles.
3. Pour chacun de ces indices i, on examine lunique polyn^ ome
irr eductible
B
i
(u
0
, . . . , u
n
) = b
i0
(u
1
, . . . , u
n
)u
n
i
0
+ + b
in
i
(u
1
, . . . , u
n
) C[u
0
, . . . , u
n
]
qui satisfait B
i
(x
i
, f
1
, . . . , f
n
) = 0.
Sortie : Lapplication f est propre si, et seulement si, les
polyn^ omes b
i0
sont constants et non nuls.
On peut tester la proprete dune application polynomiale sans avoir recours
`a un algorithme de factorisation polynomiale comme ci-dessus.
273
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Algorithme 10.30. Propret e dune application polynomiale II.
Entr ee : une application f : C
n
C
n
dominante de degre
g eom etrique d.
Calculer d = dim
C(u)
C(u)[x]/(f u) =
f u
(Jac
f
), puis les fractions
rationnelles
f u
(x
i
j
Jac
f
), i = 1, . . . , n, j = 1, . . . , d, en utilisant la
remarque 10.12.
Sortie : f est propre si, et seulement si, ces fractions
rationnelles sont polynomiales.
Remarque 10.31. Les polyn omes a
i
qui apparaissent dans la decomposition
du bezoutien

1,f
1
,...,fn
(x, y) =
s

i=1
a
i
(x)b
i
(y) C[x, y]
engendrent le K-espace vectoriel / (voir section 8.5). Le point v) de la propo-
sition 10.28 est donc equivalent ` a : pour tout i 1, . . . , s,
f u
(a
i
) C[u]. Il
en resulte donc un algorithme, similaire ` a 10.30, pour decider si lapplication
f est propre.
10.7. Exposant de Lojasiewicz
Soit f : C
n
C
n
une application polynomiale propre. Dapres la proposition
10.28, il existe des constantes R > 0, C > 0, d > 0 telles que
x C
n
, [[x[[ R = [[f (x)[[ C[[x[[
d
.
Denition 10.32. Lexposant de Lojasiewicz de f est
L(f ) = supd > 0 : R, C > 0, x C
n
, [[x[[ R = [[f (x)[[ C[[x[[
d
.
Il est clair que L(f ) max
i=1,...,n
deg f
i
. Nous allons montrer que L(f ) est
un rationnel et donner une formule pour le calculer.
Dans le cas dune variable, L(f ) = deg f . Lorsque n > 1, la situation est
beaucoup plus compliquee.
La proprete des applications polynomiales et lexposant de Lojasiewicz ont
ete extensivement etudiees dans [CK92], [Plo85], [Jel93].
Denition 10.33. Le degre dune application f est le maximum des degres
de ses composantes, il est note deg f .
Proposition 10.34. Si lapplication f est propre, alors
min
1in
deg f
i

n
i=1
deg f
i
L(f ) min
1in
deg f
i
.
Si de plus f na pas de zero `a linni, L(f ) = min
1in
(deg f
i
).
274
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Soient R > 0, C > 0, d > 0 tels que
x C
n
, [[x[[ R = [[f (x)[[ C[[x[[
d
.
Si h C[x], il existe c
1
> 0 et c
2
> 0 tels que pour x grand
[h
_
f (x)
_
[ c
1
[[x[[
deg(hf )
c
2
[[f (x)[[
deg(hf)
d
.
Comme f est surjective, deg h
deg(hf )
d
. En particulier, si h = x
i
, nous
deduisons que L(f ) deg f
i
.
Soit A
i
(u
0
, . . . , u
n
) = u
m
i
0
+ a
i1
(u
1
, . . . , u
n
)u
m
i
1
0
+ + a
im
i
(u
1
, . . . , u
n
)
lunique relation irreductible de K[u
0
, . . . , u
n
] entre x
i
, f
1
, . . . , f
n
, pour i =
1, . . . , n. Il decoule de la preuve de iii) iv) de la proposition 10.28 que
L(f )
1
max
1in
max
1jm
i
_
deg a
ij
j
_.
Dapr`es un resultat de Perron (voir exercice 10.8),
j 1, . . . , m
i
, (deg a
ij
) min
i=1,...,n
deg f
i
+ m
i
j deg f
1
. . . deg f
n
.
Ainsi, nous obtenons lencadrement souhaite pour L(f ).
Pour chaque i 1, . . . , n, posons g
i
= f
d
1
...d
i1
d
i+1
...dn
i
, o` u d
j
= deg f
j
.
Lapplication g = (g
1
, . . . , g
n
) est propre, et deg g
1
= = deg g
n
=

n
i=1
d
i
=
. Si p
i
designe la partie homog`ene de plus haut degre de g
i
et p lapplication
(p
1
, . . . , p
n
), alors
[[g(x)[[ [[p(x)[[ [[g(x) p(x)[[ [[x[[

_
min
||x||=1
[[p(x)[[
[[g(x) p(x)[[
[[x[[

_
.
Donc pour [[x[[ susamment grand [[g(x)[[ c [[x[[

, avec c > 0. Par suite, il


existe R > 0 et c
1
> 0 tels que [[f (x)[[ c
1
[[x[[
mindeg f
i
, si [[x[[ R. 2
Theor`eme 10.35. [Plo85] Soit f : C
n
C
n
une application polynomiale
propre. Si T
d
+a
i1
(u)T
d1
+ +a
id
(u) est le polyn ome caracteristique de la
multiplication par x
i
dans le C(u)-espace vectoriel C(u)[x]/(f u), alors
L(f ) =
1
max
1in
max
1jm
i
_
deg a
ij
j
_.
En particulier, lexposant de Lojasiewicz est un nombre rationnel. Pour la
preuve de ce resultat, nous avons besoin du lemme suivant :
Lemme 10.36. Soit
A(u, T) = T
d
+ a
1
(u
1
, . . . , u
n
)T
d1
+ + a
d
(u
1
, . . . , u
n
) C[u, T].
275
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
i) Il existe c > 0 tel que si (u, t) C
n
C, [[u[[ 1 et A(u, t) = 0, alors
[t[ c [[u[[
max
1id
_
deg a
i
i
_
.
ii) Si R, c, sont des constantes strictement positives telles que lensemble
(u, t) C
n+1
: [[u[[ R, A(u, t) = 0 est contenu dans (u, t) C
n+1
:
[[u[[ R, [t[ c[[u[[

, alors max
1id
_
deg a
i
i
_
.
iii) Soit A le polyn ome caracteristique de la multiplication M
h
par h C[x]
dans C(u)[x]/(f u). Soient R, c, des constantes strictement positives
telles que si pour tout x C
n
veriant [[f (x)[[ R, [h(x)[ c [[f (x)[[

,
alors max
1id
_
deg a
i
i
_
.
Demonstration. i) Si t
d
+ a
1
(u)t
d1
+ + a
d
(u) = 0, il est facile de voir que
[t[ d max
1id
[a
i
(u)[
1/i
, et linegalite cherchee sen suit.
ii) Soit u C
n
tel que [[u[[ R. Nous avons A(u, T) =

d
i=1
_
T
i
(u)
_
,
avec [
i
(u)[ c [[u[[

. Donc pour tout i 1, . . . , d, il existe c


1
> 0 tel que
[a
i
(u)[ =

1j
1
<<j
i
d

j
1
(u) . . .
j
i
(u)

c
1
[[u[[
i
.
Ainsi, deg a
i
i, pour i = 1, . . . , d.
iii) Soit (u, t) C
n
C tel que [u[ R et A(u, t) = 0. Comme f est surjective
u = f (x), t = h(x) (en utilisant lidentite de Cayley-Hamilton A(u, M
h
) = 0 et
donc A(u, h) = A(u, M
h
)(1) = 0). Dapr`es lhypoth`ese [t[ c [[u[[

. Il decoule
de ii) que max
1id
_
deg a
i
i
_
. 2
Demonstration. (preuve du theor`eme 10.35) Dapr`es la preuve de iii) = iv)
de la proposition 10.28, il sut de montrer que lexistence des constantes
R, c, > 0 telles que [[f (x)[[ c [[x[[

d`es que [[x[[ R, entrane


max
1in
max
1jd
_
deg a
ij
j
_
1.
Il existe c
1
> 0 tel que pour tout x C
n
, [[x[[ 1, [[f (x)[[ c
1
[[x[[
deg f
. Suppo-
sons que R 1. Si x C
n
verie [[f (x)[[ c
1
R
deg f
(1+max
||x||1
[[f (x)[[) = C,
alors [[x[[ R, sinon [[x[[ 1 ou bien 1 [[x[[ R. Dans les deux cas
[[f (x)[[ < C, ce qui est contraire au choix de C. Et donc si x C
n
est
choisi tel que [[f(x)[[ > C, alors pour tout i 1, . . . , n, [[f (x)[[ c [x
i
[

.
Le point iii) du lemme precedent applique `a lapplication h = x
i
implique que
1

max
j=1,...,m
i
deg a
ij
j
. 2
276
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Algorithme 10.37. Calcul de lexposant de Lojasiewicz.
Entr ee : une application polynomiale propre f : C
n
C
n
.
1. Pour chaque i 1, . . . , n, le th eor` eme 10.23 fournit une
relation alg ebrique A
i
(u
0
, . . . , u
n
) entre x
i
, f
1
, . . . , f
n
.
2. On factorise A
i
pour trouver le polyn^ ome minimal M
i
de
la multiplication par x
i
dans le C(u)-espace vectoriel
C(u)[x]/(f u), o`u u = (u
1
, . . . , u
n
).
3. On calcule le degre g eom etrique d =
f u
(Jac
f
) de f (remarque
10.12).
4. On d etermine le polyn^ ome caract eristique C
i
de la
multiplication par x
i
dans C(u)[x]/(f u), en utilisant le
fait que C
i
est une puissance de M
i
(lemme 10.8).
Sortie : le rationnel L(f ) donn e par la formule du th eor` eme
10.35.
Exemple 10.38. Illustrons cet algorithme sur lapplication f = (f
1
, f
2
, f
3
) de
C[x, y, z] :
f
1
= x
2
+ y
2
+ z
2
x , f
2
= x
2
+ y
2
+ z
2
y , f
3
= x
2
+ y
2
+ z
2
z.
Un mineur maximal de la matrice de Bezout de xu
0
, f
1
u
1
, f
2
u
2
, f
3
u
3
est
3u
2
0
+ (4u
1
2u
2
2u
3
1)u
0
+ u
2
3
2u
2
u
1
+ 2u
2
1
+ u
2
2
2u
3
u
1
u
1
.
Un calcul similaire avec y u
0
(resp. z u
0
), f
1
u
1
, f
2
u
2
, f
3
u
3
donne
3u
2
0
+ (2u
1
4u
2
+ 2u
3
+ 1)u
0
u
2
3
+ 2u
3
u
2
u
2
1
2u
2
2
+ 2u
2
u
1
+ u
2
(resp. 3u
2
0
+ (4u
3
2u
2
2u
1
1)u
0
2u
3
u
1
2u
3
u
2
+ 2u
2
3
+ u
2
1
+ u
2
2
u
3
).
En utilisant la formule du theor`eme 10.35, L(f) = 1.
10.8. Inversion dune application polynomiale
Un cas particulier des applications propres est celui des applications inver-
sibles. Dans cette section, nous montrons comment les bezoutiens peuvent etre
aussi utilise pour calculer explicitement les inverses de telles applications.
Proposition 10.39. Soit f = (f
1
, . . . , f
n
) : C
n
C
n
une application polyno-
miale bijective. Si f
0
= v
0
+v
1
x
1
+ +v
n
x
n
, o` u v
0
, . . . , v
n
sont des param`etres,
alors tout mineur maximal de la matrice bezoutienne B
f
0
,f
1
u
1
,...,fnun
est di-
visible par un element de la forme v
0
+v
1
g
1
(u) + +v
n
g
n
(u), o` u pour tout
i = 1, . . . , n, g
i
C[u
1
, . . . , u
n
]. De plus, linverse de f est (g
1
, . . . , g
n
).
277
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Demonstration. Pour tout u C
n
, la variete algebrique denie par f u est
reduite ` a un seul point (simple)
u
= f
1
(u) ; lespace /
u
= C[x]/(f u) est
donc une droite vectorielle. Par suite, la matrice de multiplication M
x
i
par x
i
dans /
u
est de taille 1 1 et vaut (
u,i
), o` u
u,i
designe la i
`eme
coordonnee
de
u
. Si f
1
= (g
1
, . . . , g
n
),
u,i
= g
i
(u) pour i = 1, . . . , n. Les g
i
sont des
polyn omes en u (corollaire 10.5). Dapr`es la proposition 10.19, tout mineur
maximal de B
f
0
,f
1
u
1
,...,fnun
est divisible par
det(v
0
I
1
+ v
1
M
x
1
+ + v
n
M
xn
) = v
0
+ v
1
g
1
(u) + + v
n
g
n
(u).
2
Remarquons que si f : C
n
C
n
est une application polynomiale bijective,
son inverse f
1
est aussi polynomiale. Ceci conduit ` a lalgorithme suivant :
Algorithme 10.40. Calcul de linverse dune application polyno-
miale.
Entr ee : une application polynomiale bijective f = (f
1
, . . . , f
n
) :
C
n
C
n
.
1. Soient u
1
, . . . , u
n
, v
0
, . . . , v
n
des param` etres. Poser f
0
= v
0
+v
1
x
1
+
+v
n
x
n
, et calculer la matrice b ezoutienne B
f
0
,f
1
u
1
,...,fnun
.
2. D eterminer un mineur maximal non nul (u, v) de cette
matrice.
3. Factoriser (u, v), puis s electionner le facteur lin eaire en
v,
v
0
+ v
1
g
1
(u) + + v
n
g
n
(u)
tel que f (g
1
, . . . , g
n
) est lidentite de C
n
.
Sortie : f
1
= (g
1
, . . . , g
n
).
Exemple 10.41. Nous allons montrer, en utilisant cet algorithme, que si f
est une application polynomiale de C
2
de degre au plus 3 et de Jacobien 1,
alors f est inversible.
On peut supposer que lapplication f = (f
1
, f
2
), avec
f
1
(x, y) = x + a
1
x
2
+ a
2
xy + a
3
y
2
+ a
4
x
3
+ a
5
x
2
y + a
6
xy
2
+ a
7
y
3
f
2
(x, y) = y + b
1
x
2
+ b
2
xy + b
3
y
2
+ b
4
x
3
+ b
5
x
2
y + b
6
xy
2
+ b
7
y
3
.
278
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
La condition Jac(f
1
, f
2
) = 1 fournit 14 equations sur les param`etres a
i
, b
j
:
3 a
6
b
5
+ 9 a
4
b
7
+ 3 a
5
b
6
9 a
7
b
4
, 6 a
4
b
6
6 a
6
b
4
, 3 a
7
b
6
+ 3 a
6
b
7
,
2 a
5
4 a
3
b
1
+ 2 b
6
+ 4 a
1
b
3
, 3 a
4
b
5
3 a
5
b
4
, 2 b
3
+ a
2
,
a
2
b
6
a
6
b
2
+ 6 a
1
b
7
6 a
7
b
1
+ 4 a
5
b
3
4 a
3
b
5
, 6 a
7
b
5
+ 6 a
5
b
7
,
2 a
1
+ b
2
, 3 a
2
b
7
+ 2 a
6
b
3
3 a
7
b
2
2 a
3
b
6
, 2 a
1
b
2
2 a
2
b
1
+ 3 a
4
+ b
5
,
2 a
3
b
2
+ 2 a
2
b
3
+ 3 b
7
+ a
6
, 3 a
4
b
2
2 a
5
b
1
+ 2 a
1
b
5
3 a
2
b
4
,
a
2
b
5
+ a
5
b
2
4 a
6
b
1
+ 6 a
4
b
3
+ 4 a
1
b
6
6 a
3
b
4
.
La matrice bezoutienne B
v
0
+v
1
x+v
2
y,f
1
u
1
,f
2
u
2
est de taille 10 10 et de rang
9 (apr`es simplication modulo ces 14 equations et sous les hypoth`eses a
4
,=
0, a
5
,= 0). Un mineur maximal non nul de cette matrice est
4
729a
4
4
a
2
5
(3 v
2
a
4
v
1
a
5
)
8
_
v
0
+ (u
1

3a
4
a
2
2a
5
u
2
1
a
2
u
1
u
2

a
5
a
2
6a
4
u
2
2
a
4
u
3
1
a
5
u
2
1
u
2

a
2
5
3 a
4
u
1
u
2
2

a
3
5
27a
2
4
u
3
2
) v
1
+ (u
2
+
9 a
2
4
a
2
2 a
2
5
u
2
1
+3
a
4
a
2
a
5
u
1
u
2
+
a
2
2
u
2
2
+ 3
a
2
4
a
5
u
3
1
+ 3 a
4
u
2
1
u
2
+ a
5
u
1
u
2
2
+
a
2
5
9 a
4
u
3
2
) v
2

.
Linverse de f est alors
(g
1
, g
2
) =
_
u
1

3a
4
a
2
2a
5
u
2
1
a
2
u
1
u
2

a
5
a
2
6a
4
u
2
2
a
4
u
3
1
a
5
u
2
1
u
2

a
2
5
3 a
4
u
1
u
2
2

a
3
5
27a
2
4
u
3
2
, u
2
+
9 a
2
4
a
2
2 a
2
5
u
2
1
+ 3
a
4
a
2
a
5
u
1
u
2
+
a
2
2
u
2
2
+ 3
a
2
4
a
5
u
3
1
+ 3 a
4
u
2
1
u
2
+ a
5
u
1
u
2
2
+
a
2
5
9 a
4
u
3
2
_
.
Ce calcul permet de verier la conjecture du Jacobien pour les applications en
2 variables et de degres au plus 3. Ce cas est bien connu (voir [BCW82]),
mais sans un calcul explicite de linverse.
10.9. Exercices
Exercice 10.1. Soient f lapplication de lexemple 10.10 et h C[x].
1. Calculer
f u
(h) et
f
(h).
2. Est-ce que lim
u0

f u
(h) =
f
(h) ?
Exercice 10.2. Soit f : C
n
C
n
une application polynomiale. Montrer que si les n
composantes de f nont pas de zero ` a linni, alors f est propre.
Exercice 10.3. Montrer :
1. L(f ) > si, et seulement si, le nombre de racines de f
1
, . . . , f
n
est ni.
2. L(f ) > 0 si, et seulement si, f est propre.
279
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
3. Si lapplication f est un automorphisme polynomiale (i.e. bijective avec f
1
polynomiale), alors L(f ) =
1
deg f
1
.
4. Montrer que si f est un automorphisme polynomiale, alors
deg f
1
(deg f )
n1
.
Exercice 10.4. Soient r =
a
b
Q

+
et un entier c > r. Considerons lapplication
f : C
2
C
2
(x, y) (x
c
, x
bc
+ y
a
).
Montrer que f est propre et L(f ) = r.
Exercice 10.5. Soit f : C
n
C
n
une application propre.
1. Si L(f ) =
min deg fi
deg f1... deg fn
, montrer que f est un automorphisme polynomiale.
2. Montrer que si n = 2, alors la reciproque est vraie.
Exercice 10.6. Soit L(f ) =
a
b
, avec a et b deux entiers positifs premiers entre-eux.
Montrer que si d est le degre geometrique de f , alors a d.
Exercice 10.7. Soit f = (f
1
, . . . , f
n
) : C
n
C
n
une application polynomiale telle
que Z(f
1
, . . . , f
n
) soit discr`ete. En analyse complexe (voir [GH78]), on denit
res
f
: C[x] C
h
f
(h) =
1
2i
_
{xC
n
:|fi(x)|=i}
h(x)
f
1
(x) . . . f
n
(x)
dx.
1. Montrer que res
f
=
f
.
2. Supposons que f est inversible et soit (g
1
, . . . , g
n
) son inverse.

Etablir
i 1, . . . , n , w C
n
, g
i
(w) = Jac
f

N
n

f
+1(x
i
)w

.
3. Prouver que les g
i
sont des polyn omes. Puis, donner le degre de f
1
=(g
1
, . . . ,g
n
).
4. En deduire que pour tout i 1, . . . , n, pour tout w C
n
,
g
i
(w) = Jac
f

f w
(x
i
) = Jac
f

||1/L(f)

f
+1(x
i
)w

.
5. En deduire un algorithme pour calculer linverse dune application polynomiale
inversible.
Exercice 10.8. Soient f
1
, . . . , f
n+1
des elements de K[x] := K[x
1
, . . . , x
n
] de degres
respectifs d
1
, . . . , d
n+1
. Le but de ce probl`eme est de montrer quil existe un polyn ome
p(y
1
, . . . , y
n+1
) =

a=(a1,...,an+1)

a
y
a
K[x] tel que p(f
1
, . . . , f
n+1
) = 0 avec
n+1

i=1
a
i
d
i
d
1
. . . d
n+1
.
Pour tout mon ome y
a
, on appellera d-degre lentier (y
a
) =

n+1
i=1
a
i
d
i
. Pour tout
l N, on note K[x]
l
lensemble des polyn omes de degres au plus l.
280
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Dans un premier temps, supposons que les f
i
sont generiques (i.e. leurs coecients
sont des param`etres c).
1. Soit E = r = (r
1
, . . . , r
n
) N
n
: 0 r
i
d
i
1. Quel est le cardinal de E ?
2. Pour tout l N, considerons lapplication

l
: K
N
K[x]
l
(
q,r
)

q=(q1,...,qn),r

q,r
f
q1
1
. . . f
qn
n
x
r
,
avec r E et q tel que

n
i=1
(d
i
q
i
+r
i
) l. Montrer que pour une specialisation
des coecients c de f
1
, . . . , f
n
,
l
est surjective. Quelle est la valeur de N ?
3. En deduire que generiquement (en les coecients c) tout polyn ome F de degre
l secrit sous la forme
F =

q=(q1,...,qn),r

q,r
f
q1
1
. . . f
qn
n
x
r
,
avec r E et pour chaque (q, r),

n
i=1
(d
i
q
i
+ r
i
) l.
4. Montrer que
q,r
est une fraction rationnelle en c et majorer le degre de son
numerateur et denominateur.
5. Montrer que pour tout r E, on a f
n+1
x
r
=

rE
G
r,r
x
r
, o` u G
r,r
=
G
r,r
(f
1
, . . . , f
n
) est un polyn ome de f
1
, . . . , f
n
. Quel est le d-degre de G
r,r
?
6. Montrer que (x
r
)
rE
est solution dun syst`eme lineaire

rE
H
r,r
x
r
= 0
rE
,
o` u H
r,r
= H
r,r
(f
1
, . . . , f
n+1
) est un polyn ome en f
1
, . . . , f
n+1
.
7. Montrer que le d-degre de H
r,r
est au plus d
n+1
+[r[ [r[.
8. En deduire que generiquement (en c), il existe un polyn ome P(y
1
, . . . , y
n+1
) de
d-degre au plus d
1
. . . d
n
d
n+1
tel que P(f
1
, . . . , f
n+1
) = 0.
9. Montrer que les coecients de ce polynome sont des fractions rationnelles en c
et majorer les degres des numerateurs et denominateurs de ces fractions.
10. Montrer que si f
1
, . . . , f
n+1
K[x] sont de degres respectifs d
1
, . . . , d
n+1
, alors
les polyn omes f
a1
1
. . . f
an+1
n+1
tels

n+1
i=1
a
i
d
i
d
1
d
n+1
sont lies. Conclure.
281
LISTE DES ALGORITHMES
2.6 Division multivariable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.27 Algorithme de Buchberger. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.37 Dimension de X = Z(f
1
, . . . , f
s
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.39 Dimension dune vari et e param etr ee . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.20 Composantes primaires dun id eal 0-dimensionnel. . . . . . . . . . . . 86
4.25 Calcul des racines dun id eal radical . . . . . . . . . . . . . . . . . . . . . . . . 88
4.30 Calcul des racines par triangulation simultan ee . . . . . . . . . . . 90
4.40 Repr esentation univari ee rationnelle (minimale) des racines
de lid eal 0-dimensionnel I = (f
1
, . . . , f
m
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.50 Nombre de racines r eelles dun syst` eme polynomial . . . . . . . . 99
5.22 Calcul du r esultant sur P
n
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.3 Intersection de deux courbes planes. . . . . . . . . . . . . . . . . . . . . . . . . . 148
6.5 R esolution dun syst` eme surd etermin e ayant une seule solu-
tion projective. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.9 R esolution dun syst` eme surd etermin e. . . . . . . . . . . . . . . . . . . . . . . . 154
6.11 R esoudre en ajoutant une forme lin eaire. . . . . . . . . . . . . . . . . . . 156
6.13 Calcul dune repr esentation univari ee rationnelle. . . . . . . . 159
6.18 R esoudre un syst` eme en cachant une variable . . . . . . . . . 162
6.20 Equation implicite dune hypersurface . . . . . . . . . . . . . . . . . . . . . . 165
7.25 Base duale de la base (x

)
E
de R/I . . . . . . . . . . . . . . . . . . . . . . . . 180
7.38 Structure locale dun point multiple . . . . . . . . . . . . . . . . . . . . . . . 189
7.43 Base dinterpolation et relations. . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
9.2 Calcul du r esidu via une forme normale . . . . . . . . . . . . . . . . . . . . . 228
9.17 R esidu dune application homog` ene . . . . . . . . . . . . . . . . . . . . . . . . . . 238
9.26 D ecider si x

i=1,...,D
est une base de /. . . . . . . . . . . . . . . . . . . . . 242
9.32 R esidu local . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
10.21 D ecomposition g eom etrique dune vari et e . . . . . . . . . . . . . . . . . 266
10.27 Calcul des r esidus multivariables . . . . . . . . . . . . . . . . . . . . . . . . . . 271
10.29 Propret e dune application polynomiale I . . . . . . . . . . . . . . . . . 273
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
10.30 Propret e dune application polynomiale II . . . . . . . . . . . . . . . . 274
10.37 Calcul de lexposant de Lojasiewicz . . . . . . . . . . . . . . . . . . . . . . . 277
10.40 Calcul de linverse dune application polynomiale . . . . . . . 278
284
LISTE DES NOTATIONS
A un anneau,
K un corps,
K la cloture algebrique de K,
K[x] = K[x
1
, . . . , x
n
] lanneau des polyn omes `a n variables x
1
, . . . , x
n
et `a
coecients dans K,
K[x] lanneau des polyn omes en la variable x,
K[x, y] lanneau des polyn omes en les variables x, y,
K[x, y, z] lanneau des polyn omes en les variables x, y, z,
[F[ le cardinal dun ensemble F,
(F) lideal de K[x] engendre par F K[x],
F) lespace vectoriel engendre par F K[x],
x

mon ome x

1
1
. . . x
n
n
pour = (
1
, . . . ,
n
) N
n
,
[[ =
1
+ +
n
son degre,
! =
1
!
n
! si = (
1
, . . . ,
n
) N
n
,
x
A
lensemble des monomes x

pour A N
n
,
deg f le degre de f K[x],
h

= h(0, x
1
, . . . , x
n
) pour tout polyn ome homog`ene h K[x
0
, . . . , x
n
],
t(f) la partie de plus haut degre de f K[x
1
, . . . , x
n
],
K[f
1
, . . . , f
n
] le sous-anneau de K[x] engendre par f
1
, . . . , f
n
K[x],
K[x]/I lalg`ebre quotient de K[x] modulo lideal I,
K(x) = K(x
1
, . . . , x
n
) le corps des fractions rationnelles en x
1
, . . . , x
n
,
(I : J) le transporteur de J dans I (I, J ideaux de K[x]),
Ass(I) lensemble des ideaux premiers associes `a lideal I,
m

lideal maximal (x
1

1
, . . . , x
n

n
), pour
= (
1
, . . . ,
n
) K
n
,
1(Y ) lideal des polyn omes de K[x] qui sannulent sur Y K
n
,
c
<
(f) = c(f) le coecient dominant de f K[x], pour un ordre
monomial <,
m
<
(f) = m(f) le monome dominant de f,
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
t
<
(f) = t(f) le terme dominant de f,
m(I) lensemble m(f) : f I pour I K[x],
Syz(f
1
, . . . , f
s
) le module (g
1
, . . . , g
s
)(K[x])
s
: g
1
f
1
+ + g
s
f
s
=0
pour f
1
, . . . , f
s
K[x],
Z
K
(I) = Z(I) la variete algebrique denie par I K[x],

la multiplicite de la racine Z(I),


dim
K
E la dimension du K-espace vectoriel E,

E le dual de E,
E

= F E et F sont deux espaces vectoriels isomorphes,
Tr la trace dun endomorphisme,
tr la trace dune matrice,
M
a
loperateur de multiplication par a / (K-alg`ebre),
M
a
la matrice de M
a
dans une base de /,
I
d
la matrice identite de taille d,
Res
X
(f
0
, . . . , f
n
) le resultant sur X des polyn omes f
0
, . . . , f
n
.
286
BIBLIOGRAPHIE
[Abe73] O. Aberth. Iteration methods for nding all zeros of a polyno-
mial simultaneously. Mathematics of Computation, 27, 1973.
[ABRW96] M.E. Alonso, E. Becker, M.F. Roy, and T. W ormann. Zeros,
multiplicities and idempotents for zero dimensional systems. In
L. Gonzalez-Vega and T. Recio, editors, Algorithms in Algebraic
Geometry and Applications, volume 143 of Prog. in Math., pages
115. Birkh auser, Basel, 1996.
[AL94] W. Adams and P. Loustaunau. An Introduction to Gr obner
Bases. AMS, Providence RI, 1994.
[AM69] M.F. Atiyah and I.G. MacDonald. Introduction to Commutative
Algebra. Addison-Wesley, 1969.
[Amo90] F. Amoroso. Bounds for the degrees in the membership test for
polynomial ideals. Acta Arith., 56 :1924, 1990.
[AVGZ86] V. Arnold, A. Varchenko, and S. M Gusein-Zade. Singularites
des applications dierentiables. Edition Mir, Moscou, 1986.
[BCR87] J. Bochnak, M. Coste, and M-F. Roy. Geometrie algebrique
reelle. Springer-Verlag, 1987.
[BCRS96] E. Becker, J.P. Cardinal, M.F. Roy, and Z. Szafraniec. Multi-
variate Bezoutians, Kronecker symbol and Eisenbud-Levin for-
mula. In L. Gonz alez-Vega and T. Recio, editors, Algorithms in
Algebraic Geometry and Applications, volume 143 of Prog. in
Math., pages 79104. Birkhauser, Basel, 1996.
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[BCW82] H. Bass, F.H. Conell, and D. Wright. The Jacobian Conjecture :
reduction of degree and formal expansion of the inverse. Bull.
Amer. Math. Soc., 7 :287330, 1982.
[BEM00] L. Buse, M. Elkadi, and B. Mourrain. Generalized resultant
over unirational algebraic varieties. J. of Symb. Computation,
29 :515526, 2000.
[BEM01] L. Buse, M. Elkadi, and B. Mourrain. Resultant over the resi-
dual of a complete intersection. J. of Pure and Applied Algebra,
164 :3557, 2001.
[Ber75] D.N. Bernstein. The number of roots of a system of equations.
Funct. Anal. and Appl., 9(2) :183185, 1975.
[Bez79] E. Bezout. Theorie Generale des

Equations Algebriques. Paris :
Ph.-D. Pierres, 1779.
[BGVY93] C.A. Berenstein, R. Gay, A. Vidras, and A. Yger. Residue
Currents and Bezout Identities, volume 114 of Prog. in Math.
Birkh auser, 1993.
[BGW88] C. Bajaj, T. Garrity, and J. Warren. On the applications
of multi-equational resultants. Technical Report 826, Purdue
Univ., 1988.
[BH98] J-Y. Boyer and M. Hickel. Une generalisation de la loi de trans-
formation pour les residus. Bull. Soc. math. Fr., 125 :315335,
1998.
[BH99] J-Y. Boyer and M. Hickel. Extension dans un cadre algebrique
dune formule de weil. Manuscripta Mathematica, 98(195-335),
1999.
[Bin96] D. Bini. Numerical computation of polynomial zeros by means
of Aberths method. Numerical Algorithms, 13, 1996.
[BM04] J. Brian con and Ph. Maisonobe. Elements dalg`ebre commuta-
tive. Ellipses-Marketing, Paris, 2004.
[BMB94] L.M. Balbes, S.W. Mascarella, and D.B. Boyd. A perspective
of modern methods in computer-aided drug design. Reviews in
Computational Chemistry, 5 :337379, 1994.
288
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[BMP98] D. Bondyfalat, B. Mourrain, and V. Y. Pan. Controlled iterative
methods for solving polynomial systems. In O. Gloor, editor,
Proc. Intern. Symp. on Symbolic and Algebraic Computation,
pages 252259. NewYork, ACM Press., 1998.
[BMP00] D. Bondyfalat, B. Mourrain, and V. Y. Pan. Computation of a
specied root of a polynomials system of equations using eigen-
vectors. Lin. Alg. and its Appl., 319 :193209, 2000.
[BPR97] S. Basu, R. Pollack, and M.-F. Roy. Computing roadmaps of
semi-algebraic sets on a variety. In F. Cucker and M. Shub,
editors, Proc. Workshop on Foundations of Computational Ma-
thematics, pages 115, Berlin, 1997. Springer-Verlag.
[BPR03] S. Basu, R. Pollack, and M.-F. Roy. Algorithms in real alge-
braic geometry, volume 10 of Algorithms and Computation in
Mathematics. Springer-Verlag, Berlin, 2003.
[BR90] R. Benedetti and J-J. Risler. Real algebraic and semi-algebraic
sets. Hermann, 1990.
[Bro87] W. D. Brownawell. Bounds for the degrees in the nullstellensatz.
Ann. Math., 126 :577591, 1987.
[Bus01a] L. Buse.

Etude du resultant sur une variete algebrique. Th`ese
de Doctorat, Universite de Nice Sophia-Antipolis, 2001.
[Bus01b] L. Buse. Residual resultant over the projective plane and the
implicitization problem. In Proceedings of the 2001 Internatio-
nal Symposium on Symbolic and Algebraic Computation, pages
4855 (electronic), New York, 2001. ACM.
[BWK93] T. Becker, V. Weispfenning, and H. Kredel. Gr obner Bases.
A Computational Approach to Commutative Algebra, volume
141 of Graduate Texts in Mathematics. Springer-Verlag, Berlin,
1993.
[BY90] C. A. Berenstein and A. Yger. Bounds for the degrees in the
division problem. Mich. Math. J., 37 :2543, 1990.
[BY91] C. A. Berenstein and A. Yger. Eective Bezout identities in
Q[z
1
, . . . , z
n
]. Acta. Math., 166 :69120, 1991.
[BY99] C.A. Berenstein and A. Yger. Residue calculus and Eective
Nullstellensatz. Amer. J. Math., 121, 1999.
289
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[Can88] J. Canny. The Complexity of Robot Motion Planning. M.I.T.
Press, Cambridge, Mass., 1988.
[Can93] J. Canny. Improved algorithms for sign determination and
existential quantier elimination. The Computer Journal,
36(5) :409418, 1993.
[Cay48] A. Cayley. On the theory of elimination. Dublin Math. J.,
II :116120, 1848.
[Cay65] A. Cayley. On the theory of elimination. Cambridge & Dublin
Math. J., III :210270, 1865.
[CDS96] E. Cattani, A. Dickenstein, and B. Sturmfels. Computing mul-
tidimensional residues. In L. Gonz alez-Vega and T. Recio,
editors, Algorithms in Algebraic Geometry and Applications,
volume 143 of Prog. in Math. Birkh auser, Basel, 1996.
[CE93] J. Canny and I. Emiris. An ecient algorithm for the sparse
mixed resultant. In G. Cohen, T. Mora, and O. Moreno, editors,
Proc. Intern. Symp. on Applied Algebra, Algebraic Algorithms
and Error-Corr. Codes (Puerto Rico), volume 673 of Lect. Notes
in Comp. Science, pages 89104. Springer, 1993.
[CG05] G. Ch`eze and A. Galligo. Four lectures on polynomial abso-
lute factorization. In Solving polynomial equations, volume 14
of Algorithms Comput. Math., pages 339392. Springer, Berlin,
2005.
[CGH88] L. Caniglia, A. Galligo, and J. Heintz. Borne simple exponen-
tielle pour les degres dans le theor`eme des zeros sur un corps de
caracteristique quelconque. C. R. Acad. Sci., Paris, 307 :255
258, 1988.
[Cha93] M. Chardin. The resultant via a Koszul complex. In F. Eyssette
and A. Galligo, editors, Computational Algebraic Geometry, vo-
lume 109 of Prog. in Mathematics, pages 2939. Birkh auser,
Boston, 1993. (Proc. MEGA 92, Nice).
[CK92] J. Chadzynski and T. Krasinski. On the Lojasiewicz exponent
at innity for polynomial mappings of C
2
into C
2
and com-
ponents of polynomial automorphisms of C
2
. Ann. Pol. Math.,
57 :291302, 1992.
290
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[CLO92] D. Cox, J. Little, and D. OShea. Ideals, Varieties, and Algo-
rithms : An Introduction to Computational Algebraic Geometry
and Commutative Algebra. Undergraduate Texts in Mathema-
tics. Springer Verlag, New York, 1992.
[CLO97] D. Cox, J. Little, and D. OShea. Using Algebraic Geometry.
Springer-Verlag, New York, 1997.
[CM93] J. F. Canny and D. Manocha. Multipolynomial resultant algo-
rithms. J. Symb. Comput., 15 :99122, 1993.
[CP93] J. Canny and P. Pedersen. An algorithm for the Newton re-
sultant. Technical Report 1394, Comp. Science Dept., Cornell
University, 1993.
[DD00] C. DAndrea and A. Dickenstein. Explicit formulas for the mul-
tivariate resultant, J. of Pure and Applied Algebra, 162 :5986,
2001.
[Dem87] M. Demazure. Le theor`eme de complexite de Mayr et Meyer. In
Geometrie et calcul algebrique, volume 22 of Trav. Cours, pages
3558, 1987.
[Dix08] A.L. Dixon. The eliminant of three quantics in two independent
variables. Proc. of Lond. Math. Society, 6 :4969, 473492, 1908.
[Dur68] E. Durand. Solution numerique des equations algebriques, vo-
lume 1. Masson, 1968.
[EC95] I.Z. Emiris and J.F. Canny. Ecient incremental algorithms for
the sparse resultant and the mixed volume. J. Symb. Compu-
tation, 20(2) :117149, 1995.
[EHV92] D. Eisenbud, C. Huneke, and W. Vasconcelos. Direct methods
for primary decomposition. Invent. Math., 110 :207235, 1992.
[Eis94] D. Eisenbud. Commutative Algebra with a view toward Alge-
braic Geometry, volume 150 of Graduate Texts in Math. Berlin,
Springer-Verlag, 1994.
[EL99] L. Ein and R. Lazarsfeld. A geometric eective Nullstellensatz.
Invent. Math., 137(2) :427448, 1999.
[Elk93] M. Elkadi. Bornes pour les degres et les hauteurs dans le
probl`eme de division. Mich. Math. J., 40 :609618, 1993.
291
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[Elk94] M. Elkadi Une version eective du theor`eme de Briancon-Skoda
dans le cas algebrique discret. Acta Arith., 66 :201220, 1994.
[Ell03] E.B. Elliott. On linear homogeneous diophantine equations.
Quart. J. Pure Appl. Math., 34 :348377, 1903.
[EM99a] M. Elkadi and B. Mourrain. A new algorithm for the geometric
decomposition of a variety. In S. Dooley, editor, Proc. Intern.
Symp. on Symbolic and Algebraic Computation, pages 916.
ACM Press, New-York, 1999.
[EM99b] I.Z. Emiris and B. Mourrain. Computer algebra methods for
studying and computing molecular conformations. Algorith-
mica, Special Issue on Algorithms for Computational Biology,
25 :372402, 1999.
[Ems78] J. Emsalem. Geometrie des points epais. Bull. Soc. Math.
France, 106 :399416, 1978.
[Fau99] J.C. Faug`ere. A new ecient algorithm for computing Gr obner
Basis (F4). J. of Pure and Applied Algebra, 139 :6188, 1999.
[Fau02] J.-C. Faug`ere. A new ecient algorithm for computing gr obner
bases without reduction to zero (F5). In Proc. ISSAC, 2002.
[FGLM93] J-C. Faug`ere, P. Gianni, D. Lazard, and T Mora. Ecient com-
putation of zero-dimensional gr obner bases by change of orde-
ring. J. Symb. Comput., 16 :329344, 1993.
[FGS93] N. Fitchas, M. Giusti, and M. Smietanski. Sur la complexite du
theor`eme des zeros. In J. Gudatt, editor, Proc. of the second.
Int. Conf. on Approximation and Optimization, Peter Lang Ver-
lag, pages 274329, La Habana, 1993.
[FJ03] J.-C. Faug`ere and A. Joux. Algebraic cryptanalysis of hidden
eld equation (HFE) cryptosystems using Gr obner bases. In Ad-
vances in cryptologyCRYPTO 2003, volume 2729 of Lecture
Notes in Comput. Sci., pages 4460. Springer, Berlin, 2003.
[FK99] J.-C. Faug`ere and I. Kotsireas. Symmetry theorems for the
Newtonian 4- and 5-body problems with equal masses. In
Computer algebra in scientic computingCASC99 (Munich),
pages 8192. Springer, Berlin, 1999.
292
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[FMR98] J.-C. Faug`ere, F. Moreau de Saint-Martin, and F. Rouillier.
Design of regular nonseparable bidimensional wavelets using
Gr obner basis techniques. IEEE Trans. Signal Process.,
46(4) :845856, 1998.
[Fuh96] P.A. Fuhrmann. A polynomial approach to linear algebra.
Springer-Verlag, 1996.
[Ful93] W. Fulton. Introduction to Toric Varieties. Number 131 in An-
nals of Mathematics. Princeton University Press, Princeton,
1993.
[GCL92] K.O. Geddes, S.R. Czapor, and G. Labahn. Algorithms for
Computer Algebra. Kluwer Academic Publishers, Norwell, Mas-
sachusetts, 1992.
[GH78] Ph. Griths and J. Harris. Principles of Algebraic Geometry.
Wiley Interscience, New York, 1978.
[GKZ94] I.M. Gelfand, M.M. Kapranov, and A.V. Zelevinsky. Discrimi-
nants, Resultants and Multidimensional Determinants. Boston,
Birkh auser, 1994.
[GLGV98] M-J. Gonz alez-Lopez and L. Gonz alez-Vega. Newton identities
in the multivariate case : Pham systems. In B Buchberger and
Winkler F., editors, Gr obner Bases and Applications, volume
251, pages 351366. Cambridge University Press, 1998.
[GPS] G.-M. Greuel, G. Pster, and H. Schoenemann. Singular, a com-
puter algebra system for polynomial computations. Available at
http ://www.singular.uni-kl.de/team.html.
[Gr o70] W. Gr obner. Algebrische Geometrie II, volume 737 of Bib. Inst.
Mannheim. Hochschultaschenb ucher, 1970.
[GS] D. R. Grayson and M. E. Stillman. Macaulay 2, a soft-
ware system for research in algebraic geometry. Available at
http ://www.math.uiuc.edu/Macaulay2.
[GTZ88] P. Gianni, B. Trager, and G. Zacharias. Groebner bases and
primary decomposition of polynomial ideals. J. Symb. Comput,
6 :149167, 1988.
[GVL93] L. Gonz alez-Vega and H. Lombardi. A real Nullstellensatz and
Positivstellensatz for the semipolynomials over an ordered eld.
J. Pure Appl. Algebra, 90(2) :167188, 1993.
293
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[GVL96] G. H. Golub and C. F. Van Loan. Matrix computations. Johns
Hopkins Studies in the Mathematical Sciences. Johns Hopkins
University Press, Baltimore, MD, third edition, 1996.
[GVRR97] L. Gonzalez-Vega, F. Rouillier, and M.F. Roy. Symbolic Recipes
for Polynomial System Solving. Some Tapas of Computer Alge-
bra. Springer, 1997.
[Har77] R. Hartshorne. Algebraic Geometry. Springer-Verlag, 1977.
[Har92] J. Harris. Algebraic Geometry, a rst course, volume 133 of
Graduate Texts in Math. New-York, Springer-Verlag, 1992.
[Hic00] M. Hickel. Une remarque sur le jacobien. Preprint, 2000.
[Hil93] D. Hilbert. Theory of algebraic invariant. Cambridge mathema-
tical library. Cambridge University Press, reedit. 1993.
[Hof89] C.M. Homann. Geometric and Solid Modeling. Morgan Kauf-
mann, 1989.
[Hur95] A. Hurwitz. Uber die Bedingungen, unter welchen eine Glei-
chung nur Wurzeln mit negativen reellen Teilen besitzt. (On
the conditions under which an equation has only roots with
negative real parts). Math. Ann., 46 :273284, 1895.
[Jel93] Z. Jelonek. The set of points at which a polynomial map is not
proper. Ann. Pol. Math, 58 :259266, 1993.
[Jou91] J.P. Jouanolou. Le formalisme du resultant. Adv. in Math.,
90(2) :117263, 1991.
[Jou93a] J.P. Jouanolou. Formes dinertie et Resultants : Un formulaire.
Prepublication de lIRMA (Strasbourg), 1993.
[Jou93b] J.P. Jouanolou. Resultant anisotrope, complements et applica-
tions. Prepublication de lIRMA (Strasbourg), 1993.
[Ker66] I. Kerner. Ein Gesamtschrittverfahrenzur Berechnung der Null-
stellen von Polynomen. Numer. Math., 8 :290294, 1966.
[Kho78] A.G. Khovanskii. Newton polyhedra and the genus of com-
plete intersections. Funktsionalnyi Analiz i Ego Prilozheniya,
12(1) :5161, Jan.Mar. 1978.
294
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[KL99] I. Kotsireas and D. Lazard. Central congurations of the 5-body
problem with equal masses in three-dimensional space. Zap.
Nauchn. Sem. S.-Peterburg. Otdel. Mat. Inst. Steklov. (POMI),
258(Teor. Predst. Din. Sist. Komb. i Algoritm. Metody. 4) :292
317, 360361, 1999.
[Kli72] M. Kline. Mathematical Thought from Ancient to Modern
Times, volume xvi. New York Oxford University Press, 1972.
[Kol88] J. Koll ar. Sharp eective Nullstellensatz. J. Amer. Math. Soc.,
1 :963975, 1988.
[Kol99] J. Koll ar. Real algebraic threefolds. II. Minimal model program.
J. Amer. Math. Soc., 12(1) :3383, 1999.
[KP96] T. Krick and L.M. Pardo. A computational method for diopha-
tine approximation. In L. Gonz alez-Vega and T. Recio, editors,
Algorithms in Algebraic Geometry and Applications, volume 143
of Prog. in Math., pages 193254. Birkhauser, Basel, 1996.
[KPS01] T. Krick, L. M. Pardo, and M. Sombra. Sharp estimates for
the arithmetic Nullstellensatz. Duke Math. J., 109(3) :521598,
2001.
[Kun86] E. Kunz. K ahler dierentials. Advanced lectures in Mathema-
tics. Friedr. Vieweg and Sohn, 1986.
[Kus75] A.G. Kushnirenko. The Newton polyhedron and the number of
solutions of a system of k equations in k unknowns. Uspekhi
Matem. Nauk., 30 :266267, 1975.
[Kyt88] A.M. Kytmanov. A transformation formula for grothendieck
residues and some of its applications. ib. Math. J., 29 :495499,
1988.
[Lan80] S. Lang. Algebra. Addison-Wesley, 1980.
[Las01] A. Lascoux. Note on interpolation in one and several variables.
http://schubert.univ-mlv.fr/~al/, 2001.
[Laz81] D. Lazard. Resolution des syst`emes dequations algebriques.
Theo. Comp. Science, 15 :77110, 1981.
[Laz93] D. Lazard. Generalized Stewart platform : How to compute with
rigid motions ? In IMACS -SC93, 1993.
295
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[Lip87] J. Lipman. Residues and traces of dierential forms via Ho-
schild homologie, volume 61 of Cont. Math. AMS, Providence,
1987.
[Lom91] H. Lombardi. Eective real Nullstellensatz and variants. In Ef-
fective methods in algebraic geometry (Castiglioncello, 1990),
volume 94 of Progr. Math., pages 263288. Birkh auser Boston,
Boston, MA, 1991.
[Mac02] F.S. Macaulay. Some formulae in elimination. Proc. London
Math. Soc., 1(33) :327, 1902.
[Mac16] F.S. Macaulay. The Algebraic Theory of Modular Systems.
Cambridge Univ. Press, 1916.
[Mai94] Ph. Maisonobe. T-modules : an overview towards eectivity. In
E. Tournier, editor, Computer Algebra and Dierential Equa-
tions, pages 2155. Cambridge Univ. Press, 1994.
[Mal85] M.-P. Malliavin. Alg`ebre commutative. Collection Matrise de
Mathematiques Pures. Masson, Paris, 1985.
[Mat80] H. Matsumura. Commutative Algebra. Mathematics Lecture
Notes Series. The Benjamin/Cummings Publishing Company,
1980.
[MC27] F. Morley and A.B. Coble. New results in elimination. American
J. Math., 49 :463488, 1927.
[MD95] D. Manocha and J. Demmel. Algorithms for intersecting para-
metric and algebraic curves II : Multiple intersections. Graphical
Models and Image Proc., 57(2) :81100, 1995.
[MM82] E. Mayr and A. Meyer. The complexity of the word problems
for commutative semigroups and polynomial ideals. Adv. Math.,
46 :305329, 1982.
[MMM95] M.G Marinari, T. Mora, and H.M. M oller. Grobner duality and
multiplicities in polynomial system solving. In A.H.M. Levelt,
editor, ISSAC95, pages 167179. ACM Press, 1995.
[Mon02] C. Monico. Computing the primary decomposition of zero-
dimensional ideals. J. Symb. Comput., 34(5) :451459, 2002.
296
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[Mou93] B. Mourrain. The 40 generic positions of a parallel robot.
In M. Bronstein, editor, Proc. Intern. Symp. on Symbolic
and Algebraic Computation, ACM press, pages 173182, Kiev
(Ukraine), July 1993.
[Mou96] B. Mourrain. Enumeration problems in Geometry, Robotics and
Vision. In L. Gonz alez and T. Recio, editors, Algorithms in
Algebraic Geometry and Applications, volume 143 of Prog. in
Math., pages 285306. Birkhauser, Basel, 1996.
[MP98] B. Mourrain and V. Y. Pan. Asymptotic acceleration of solving
multivariate polynomial systems of equations. In Proc. STOC,
pages 488496. ACM Press., 1998.
[MP00] B. Mourrain and V. Y. Pan. Multivariate polynomials, duality
and structured matrices. J. of Complexity, 16(1) :110180, 2000.
[MPR03] B. Mourrain, Y. V. Pan, and O. Ruatta. Accelerated solution of
multivariate polynomial systems of equations. SIAM J. Com-
put., 32(2) :435454, 2003.
[MR02] B. Mourrain and O. Ruatta. Relation between roots and coef-
cients, interpolation and application to system solving. J. of
Symb. Computation, 33(5) :679699, 2002.
[Net00] E. Netto. Vorlesungen uber Algebra. Leipzig, Teubner, 1900.
[Ped96] P. S. Pedersen. A Basis for Polynomial Solutions to Systems of
Linear Constant Coecient PDEs. Adv. In Math., 117 :157
163, 1996.
[Phi91] P. Philippon. Denominateurs dans le theor`eme des zeros de Hil-
bert. Acta Arith., 58 :125, 1991.
[Plo85] A. Ploski. In the growth of proper polynomial mappings. Ann.
Pol. Math., 45 :297309, 1985.
[Plo86] A. Ploski. Algebraic dependence and polynomial automor-
phisms. Bull. Pol. Acad. Sci. Math., 34 :653659, 1986.
[PRS93] P. S. Pedersen, M.-F. Roy, and A. Szpirglas. Counting Real
Zeros in the multivariate Case. In A. Galligo and F. Eys-
sette, editors, Eective Methods in Algebraic Geometry (ME-
GA92), Progress in Math., pages 203223, Nice (France), 1993.
Birkh auser.
297
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[PT96] A. Ploski and P. Tworzewski. A separation condition for po-
lynomial mappings. Bull. Pol. Acad. Sci. Math., 44 :327331,
1996.
[Ren92] J. Renegar. On the computational complexity and geometry of
the rst order theory of reals (I, II, III). J. Symb. Computation,
13(3) :255352, 1992.
[Rob86] L. Robbiano. On the theory of graded structures. J. Symb.
Comp. 2, pages 139170, 1986.
[Rob00] L. Robbiano. Computing ideals of points. J. Symb. Comp,
30 :341356, 2000.
[Rou95] F. Rouillier. Real root counting for some robotics problems.
In Computational kinematics 95 (Sophia Antipolis, 1995), vo-
lume 40 of Solid Mech. Appl., pages 7382. Kluwer Acad. Publ.,
Dordrecht, 1995.
[Rou96] F. Rouillier. Algorithmes ecaces pour letude des zeros reels
des syst`emes polynomiaux. Th`ese de Doctorat, Universite de
Rennes, 1996.
[Rou99] F. Rouillier. Solving zero-dimensional systems through the ra-
tional univariate representation. Appl. Algebra Engrg. Comm.
Comput., 9(5) :433461, 1999.
[RR95] M. Raghavan and B. Roth. Solving polynomial systems for the
the kinematic analysis of mechanisms and robot manipulators.
ASME J. of Mechanical Design, 117(2) :7179, 1995.
[Rua01] O. Ruatta. A multivariate Weierstrass iterative rootnder. In
B. Mourrain, editor, Proc. Annual ACM Intern. Symp. on Sym-
bolic and Algebraic Computation, pages 276283, London, On-
tario, 2001. New-York, ACM Press.
[Sha74] I.R. Shafarevitch. Basic Algebraic Geometry. New-York,
Springer-Verlag, 1974.
[Spo89] S. Spodzieja. On some property of a homogeneous polynomial
mapping. Bull. de la Soc. des Sciences et des Lettres de Lodz,
59(5) :15, 1989.
[SS75] G. Scheja and U. Storch.

Uber Spurfunktionen bei vollst andigen
Durschnitten. J. Reine Angew Mathematik, 278 :174190, 1975.
298
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
[SS95] J. Sabia and P. Solerno. Bounds for traces in complete intersec-
tions and degrees in the Nullstellenstaz. AAECC-6, 948 :353
376, 1995.
[Stu93] B. Sturmfels. Sparse elimination theory. In D. Eisenbud and
L. Robbiano, editors, Proc. Computat. Algebraic Geom. and
Commut. Algebra 1991, pages 264298, Cortona, Italy, 1993.
Cambridge Univ. Press.
[Syl53] J.J. Sylvester. On a theory of syzygetic relations of two rational
integral functions, comprising an application to the theory of
Sturms functions, and that of the greatest algebraic common
measure. Philosophical Trans., 143 :407548, 1853.
[Tre02] Ph. Trebuchet. Vers une resolution stable et rapide des
equations algebriques. Th`ese de Doctorat, Universite Pierre et
Marie Curie, 2002.
[Vas98] W.V. Vasconcelos. Computational Methods in Commutative Al-
gebra and Algebraic Geometry, volume 2 of Algorithms and
Computation in Mathematics. Springer-Verlag, 1998.
[vdW50] B.L. van der Waerden. Modern Algebra. F. Ungar Publishing
Co., New York, 3rd edition, 1950.
[Wei03] K. Weierstrass. Neuer Beweis des Satzes, dass Jede Ganze Ra-
tionale Function einer Ver anderlichen Dargestellt werden kann
als ein Product aus Linearen Functionen derselben Ver anderli-
chen. Mathematische Werke, 1903. Tome 3.
[Wil65] J. Wilkinson. The Algebraic Eigenvalue Problem. Oxford Univ.
Press, London, 1965.
[Yuz84] A.P. Yuzhakov. On the computation of the complete sum of
residues relative to a polynomial mapping in C
n
. Sov. Math.,
Dokl., 29 :321324, 1984.
299
INDEX
Aberth O., 200
Aberth, methode d, 200
Adams W., 28
alg`ebre, de Gorenstein, 208, 210, 211, 215
alg`ebre, quotient, 77
algorithme, dintersection, 148
algorithme, de Buchberger, 38, 39, 45
algorithme, de division, multivariable, 30
degre, 73
algorithme, dimension, 73
Alonso M.E., 92
Amoroso F., 40
anneau, artinien, 101
anneau, de polynomes, 7
anneau, local, 25, 86, 183, 185
noetherien, 7, 8
annulateur, 213
appartenance, 40
application, commode, 259
application, de Sylvester, 106
application, dominante, 256, 257, 271, 274
enti`ere, 257, 259, 271
application, inversible, 277
application, propre, 271, 274, 275, 279
Arnold V., 215, 234
Atiyah M.F., 65, 183
-base, 31, 32
base, dinterpolation, 195
de Grobner, 37, 38, 40, 41, 43, 81, 241, 267
de Grobner, lexicographique, 102
de Grobner, minimale, 43
base, duale, 173
base, duale, et quotient, 180
Basu S., 97
Becker E., 92, 222
Becker T., 28
Berenstein C.A., 40, 234236, 241, 245,
248, 249
Bernstein D.N., 106, 144
E. Bezout, 106, 110
bezoutien, 109, 215, 261, 263
Bini D., 200
bon ordre, 37
Bondyfalat D., 156, 157
Boyer J-Y., 235, 249
Brownawell W.D., 40
Buchberger B., 38
Buse L., 158, 165
camera, 6
Canny J., 91, 106, 138
Cardinal J.P., 222
catalecticant, 224
Cattani E., 241
Cauchy, formule de, 213, 230
Cayley A., 106
Ch`eze G., 91
Chardin M., 106
chasse au diagramme, 76
cloture algebrique, 7
CoCoA, 39
codimension, 68
coecient, dominant, 7, 35
complexe, de Koszul, 68, 118
complexe, de modules, 68
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
composante, 28
composante, irreductible, 9
composante, primaire, 17, 86, 183
immergee, 17
isolee, 17
cone, ane, 50, 73
corps, 7, 11
algebriquement clos, 1214, 24, 78, 100
courbe, 20
courbe, parall`ele `a une courbe., 168
courbe, plane, 67
Cox D., 28
developpee, dune courbe, 168
decomposition, primaire, 15, 183
decomposition, primaire, minimale, 15,
16, 83
degre, 7, 20, 29, 35, 65
degre, combinatoire, 66
degre, dune application, 274
degre, de transcendance, 259
degre, et fonction de Hilbert, 65
-degre, 29
Demazure M., 39
derivation, 174
developpement, de Taylor, 173
Dickenstein A., 241
Dickson, 36
dimension, 19, 50
algebrique, 54
dimension, combinatoire, 54
dimension, de Hilbert, 50
dimension, de Krull, 19, 57
dimension, de Noether, 55
dimension, et espace tangent, 57
dimension, et normalisation de Noether,
55
dimension, et transcendance, 54
geometrique, 57
dimension, topologique, 19, 56
0-dimensionnel, 81, 82, 92
de zero, 25, 216
et syst`eme inverse, 177
de polynomes multivariables, 30
Dixon A.L., 106, 133
dominante, application, 256
dual, 79, 82, 172
dualite, 208, 211, 242
Durand E., 200
methode de, 200
Eisenbud D., 28, 65, 171
element, entier, 11
elimination, 106
Elliott E.B., 52
Emiris I., 106, 138
Emsalem J., 173, 176, 183
equation, implicite, 165
espace, projectif, 21
espace, tangent, et dimension, 57
espace, vectoriel, dual, 172
Euler L., 106, 240
identite d, 240
evaluation, 79, 83, 87, 147, 161, 172
exponentiel, doublement, 39
exponentiel, simplement, 40
exposant, de Lojasiewicz, 274, 275, 277
extension, enti`ere, 11
Faug`ere J.C., 39, 82
theor`eme des, 142
fonction symetrique, 243
fonction, de Hilbert, 50
et degre, 65
forme, apolaire, 204
forme, dinertie, 141, 243
forme, de Chow, 91, 158
forme, de Chow, reduite, 92
lineaire, 172
forme, normale, 32, 228, 231
formule, dinterpolation, 213
formule, de Cauchy, 213, 230, 248
formule, de dualite, 213
formule, de Macaulay, 127
formule, de Newton, 243
formule, de Poisson, 108, 127
formule, de Weil, 248
formule, des traces, 213
Fuhrmann P.A., 171
Galligo A., 40, 91
Gay R., 234, 241, 245, 248, 249
gb, 39
Gelfand I.M., 106
genericite, 58
generique, point, 58
Gianni P., 82
Gonzalez-Lopez M.-J., 88, 155, 253
Gonzalez-Vega L., 88, 101, 155, 253
alg`ebre, 208, 210, 211, 215, 221
graduation, eective, 2931
Grayson D.R., 53
302
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Greuel G.-M., 53
Griths Ph., 213, 215, 230, 234, 245
Grobner W., 183
Gusein-Zade S.M., 215, 234
Harris J., 213, 215, 230, 234, 245
Hartshorne R., 65
Hermite C., 97
Hermite, interpolation d, 193
Hickel M., 235, 244, 249
Hilbert D., 8
Hilbert, fonction de, 50
polynome de, 50, 52
serie de, 50
Hilbert, theor`eme des zeros de, 11
-homog`ene, 29
H orner, polynome de, 229
hyperplan `a linni, 22
hypersurface, 20
ideal, 7, 10
ideal, P-primaire, 14
ideal, dun sous-ensemble, 22
ideal, maximal, 11, 12, 101
ideal, monomial, 36
ideal, premier, 10, 13, 14, 16, 19, 22, 101
ideal, premier, associe, 16
ideal, primaire, 14, 15, 24, 83
ideal, quotient, 14
ideal, radical, 13, 14, 16, 24, 40, 60, 84, 88,
103
idempotent, 79, 84, 96, 101, 196, 232
idempotents, orthogonaux, 196
indice, de nilpotence, 184, 223, 252
integration, 185
interpolation, 191, 213, 232
interpolation, dHermite, 192, 193
interpolation, en plusieurs variables, 193
compl`ete, 68, 220, 221
intersection, de courbes, 146
degre, 20
invariant, dimension, 19
invariant, numerique, 19
inverse, dune application, 278
inversion, 277
Jacobi C.G., 97, 240
jacobien, 243
Jouanolou J.P., 106, 128
Kapranov M.M., 106
Kerner I., 200
Khovanski A.G., 144
Kollar J., 40
Koszul, 68
Kredel H., 28
Krick T., 40
Krull, dimension de, 57
Kunz E., 210
Kushnirenko A.G., 144
Kytmanov A.M., 235
Lagrange J-L., 78
Lagrange, polynomes de, 191, 232
Lang S., 64
Lascoux A., 197
Lazard D., 82, 153
lemme, de Dickson, 36, 38
lemme, du serpent, 75
lieu, singulier, 61
Lipman J., 249
Little J., 28
loi de transformation, 233
loi de transformation, 233
loi de transformation, generalisee, 269
Lojasiewicz, exposant de, 274
Loustaunau P., 28
mediatrice, 169
Macaulay F.S., 51, 92, 106, 115, 174, 175,
183
Macaulay, formule de, 127
Macaulay, 39
MacDonald I.G., 65, 183
Maisonobe Ph., 171
Malliavin M.-P., 176
Manocha D., 91
Maple, 39
Marinari M.G, 190
Mathematica, 39
bezoutienne, 109, 129, 261, 264, 267, 277
matrice, compagnon, 78
de Bezout, 109, 129
matrice, de Hankel, 229
matrice, de Macaulay, 115, 263
matrice, de multiplication, 79, 87
matrice, de Sylvester, 107, 146
matrice, de Vandermonde, 191
Matsumura H., 216
Mayr E., 39
methode, de Dixon, 133, 135
methode, de la puissance inverse, 158
Meyer A., 39
Minkowski, somme, 136
303
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
module, 41
module, des relations, 32, 45
module, des syzygies, 32
module, libre, 68
noetherien, 45
monome, 7, 41
monome, dodu, 128, 129
monome, dominant, 7, 35
Mora T., 82, 190
multiplication, 242, 263
multiplication, matrice de, 79
operateur de, 87
multiplicite, 84
M oller H.M., 190
Nakayama,lemme de, 216
Netto E., 244
Neuf chapitres, 152
methode de, 202
Newton, somme de, 243
nilpotent, 86
Noether E., 55
Noether, normalisation de, 265
noetherien, anneau, 7, 8, 37
noetherien, module, 45
normalisation, de Noether, 55, 265
Nullstellensatz, homog`ene, 239
OShea D., 28
operateur, de multiplication, 87, 156
operateur, dierentiel, 173
ordre, bon, 37
ordre, delimination, 40, 41, 47
ordre, gradue, lexicograhique, 34
ordre, gradue, lexicographique, inverse, 34
ordre, lexicographique, 29, 34, 35, 81
ordre, lexicographique, inverse, 34
ordre, monomial, 30, 34, 41
orthogonal, 175
dun ideal, 213
Pan V.Y., 156, 157, 193, 198
Pardo L.M., 40
Pedersen P.S., 97, 178
Perron O., 269, 275
Pster G., 53
Philippon P., 40
plongement, de Segre, 142
Ploski A., 259, 260
generique, 58
point, singulier, 61, 154
Poisson, formule de, 127
Pollack R., 97
polynome, 6, 7
polynome, apolaire, 204
polynome, dinterpolation de Lagrange,
78
polynome, de Hilbert, 50, 52
positionnement, 6
positionnement, de la camera, 9
ideal, 10
primitive, 185
probl`eme, dimplicitisation, 164
probl`eme, de Waring, 205
produit, scalaire, apolaire, 204
projection, 40
et syst`eme inverse, 177
pseudo-point singulier, 154
quasi-reguli`ere, suite, 217, 222
et syst`eme inverse, 179
resultant, 107, 112
Rabinowitch S., 13
racine, `a linni, 107
racine, multiple, 84
racine, simple, 84, 232
radical, dun ideal, 13, 40, 43, 101
radical, de Jacobson, 216
rang, dune forme quadratique, 98, 99
reduction, 29
reecriture, 241
relation, 41
algebrique, 267
relation, de dependance algebrique, 257
relation, de dependance integrale, 257
relation, entre coecients et racines, 199
representation, univariee rationnelle, 92,
265
residu, 215, 228
residu, algorithme, 228, 238
residu, analytique, 229
residu, en une variable, 229
residu, et polynomes homog`enes, 237
residu, global, 215
residu, itere, 234
residu, local, 215, 245
resolution, 88, 90
resolution, en cachant une variable, 159
resultant, 146, 156, 165
resultant, sur P
n
, 114
resultant, torique, 106, 135, 136, 138
Robbiano L., 35, 197
304
M. Elkadi & B. Mourrain Resolution des syst`emes polynomiaux
Rouillier F., 92, 95, 101
Roy M.F., 92, 97, 101, 222
Ruatta O., 203
S-polynome, 38
sature, dun ideal, 44
Scheja G., 210
Schoenemann H., 53
Segre, plongement de, 142
serie, de Hilbert, 50
serie, formelle, 172, 173, 250
serpent, lemme du, 75
Shafarevitch I.R., 58, 65
signature, dune forme quadratique, 98, 99
singular, 39
socle, 246
solution, 8
reelle, 96
Sombra M., 40
somme, de Minkowski, 136
specialisation, 115
Spodzieja S., 244
stable, 176
Stillman M.E., 53
Storch U., 210
Sturmfels B., 106, 241
suite, exacte, 5153
suite, quasi-reguli`ere, 217, 257, 262
reguli`ere, 69, 73, 216, 222
surface, 20
surface, parall`ele `a une surface, 168
Sylvester J.J., 106, 110
syst`eme, inverse, 175, 177, 245
syst`eme, surdetermine, 150
syst`eme, triangulaire, 82
syzygie, 32, 41, 72, 218, 236
Szafraniec Z., 222
terme, dominant, 7, 28, 29, 35
terme, reduit, 30
theor`eme, BKK, 144
theor`eme, de Bezout, 119, 247
theor`eme, de Macaulay, 118, 237
theor`eme, de Wiebe, 218, 234
theor`eme, des bres, 112, 142
theor`eme, fondamental de lalg`ebre, 10, 23
I-adique, 223
topologie, de Zariski, 9, 22, 23
Trebuchet P., 39
et residu, 241
transforme, de Fourier, 175
transporteur, 83
Tworzewski P., 259
valeur, 172
valeur, propre, 87
Vandermonde, 191, 193
Vandermonde, multivariable, 198
Varchenko A., 215, 234
variable, 6
variable, essentielle, 224
variete, ane, 22
variete, algebrique, 9
variete, algebrique, irreductible, 9, 10, 22
variete, algebrique, projective, 21
variete, dincidence, 111
variete, de Veronese, 205
variete, irreductible, 19, 22, 23, 44
variete, projective, 22
variete, torique, 135
variete, vide, 40
Vasconcelos W.V., 244
vecteur, generique, 269
vecteur, propre, 87
Vidras A., 234, 241, 245, 248, 249
vision par ordinateur, 6
volume, mixte, 136
Waring, 205
Weierstrass K., 199, 200
methode de, 199
Weil, formule de, 248
Weispfenning V., 28
theor`eme de, 218, 234
Wilkinson J., 157, 158
Wormann T., 92
Yger A., 40, 234236, 241, 245, 248, 249
Yuzhakov A.P., 239
Zariski O., 23
Zariski, topologie de, 9
Zelevinsky A.V., 106
305
D ej` a parus dans la m eme collection
1. T. CAZENAVE, A. HARAUX
Introduction aux probl` emes d evolution
semi-lin eaires. 1990
2. P. JOLY
Mise en uvre de la m ethode des
el ements nis. 1990
3/4. E. GODLEWSKI, P.-A. RAVIART
Hyperbolic systems of conservation
laws. 1991
5/6. PH. DESTUYNDER
Mod elisation m ecanique des milieux
continus. 1991
7. J. C. NEDELEC
Notions sur les techniques d el ements
nis. 1992
8. G. ROBIN
Algorithmique et cryptographie. 1992
9. D. LAMBERTON, B. LAPEYRE
Introduction au calcul stochastique
appliqu e. 1992
10. C. BERNARDI, Y. MADAY
Approximations spectrales de probl` emes
aux limites elliptiques. 1992
11. V. GENON-CATALOT, D. PICARD
El ements de statistique asymptotique.
1993
12. P. DEHORNOY
Complexit e et d ecidabilit e. 1993
13. O. KAVIAN
Introduction ` a la th eorie des points
critiques. 1994
14. A. BOSSAVIT

Electromagn etisme, en vue de la


mod elisation. 1994
15. R. KH. ZEYTOUNIAN
Mod elisation asymptotique en
m ecanique des uides Newtoniens. 1994
16. D. BOUCHE, F. MOLINET
M ethodes asymptotiques en
electromagn etisme. 1994
17. G. BARLES
Solutions de viscosit e des equations
de Hamilton-Jacobi. 1994
18. Q. S. NGUYEN
Stabilit e des structures elastiques. 1995
19. F. ROBERT
Les syst` emes dynamiques discrets. 1995
20. O. PAPINI, J. WOLFMANN
Alg` ebre discr` ete et codes correcteurs.
1995
21. D. COLLOMBIER
Plans dexp erience factoriels. 1996
22. G. GAGNEUX, M. MADAUNE-TORT
Analyse math ematique de mod` eles non
lin eaires de ling enierie p etroli` ere. 1996
23. M. DUFLO
Algorithmes stochastiques. 1996
24. P. DESTUYNDER, M. SALAUN
Mathematical Analysis of Thin Plate
Models. 1996
25. P. ROUGEE
M ecanique des grandes transformations.
1997
26. L. H ORMANDER
Lectures on Nonlinear Hyperbolic
Differential Equations. 1997
27. J. F. BONNANS, J. C. GILBERT,
C. LEMAR ECHAL, C. SAGASTIZ ABAL
Optimisation num erique. 1997
28. C. COCOZZA-THIVENT
Processus stochastiques et abilit e des
syst` emes. 1997
29. B. LAPEYRE,

E. PARDOUX, R. SENTIS
M ethodes de Monte-Carlo pour les
equations de transport et de diffusion.
1998
30. P. SAGAUT
Introduction ` a la simulation des grandes
echelles pour les ecoulements de uide
incompressible. 1998
31. E. RIO
Th eorie asymptotique des processus
al eatoires faiblement d ependants. 1999
32. J. MOREAU, P.-A. DOUDIN,
P. CAZES (EDS.)
Lanalyse des correspondances et les
techniques connexes. 1999
33. B. CHALMOND
El ements de mod elisation pour lanalyse
dimages. 1999
D ej` a parus dans la m eme collection
34. J. ISTAS
Introduction aux mod elisations
math ematiques pour les sciences du
vivant. 2000
35. P. ROBERT
R eseaux et les dattente : m ethodes
probabilistes. 2000
36. A. ERN, J.-L. GUERMOND
El ements nis : th eorie, applications,
mise en uvre. 2001
37. S. SORIN
A First Course on Zero-Sum Repeated
Games. 2002
38. J. F. MAURRAS
Programmation lin eaire, complexit e.
2002
39. B. YCART
Mod` eles et algorithmes Markoviens.
2002
40. B. BONNARD, M. CHYBA
Singular Trajectories and their Role in
Control Theory. 2003
41. A. TSYBAKOV
Introdution ` a lestimation
non-param etrique. 2003
42. J. ABDELJAOUED, H. LOMBARDI
M ethodes matricielles Introduction ` a la
complexit e alg ebrique. 2004
43. U. BOSCAIN, B. PICCOLI
Optimal Syntheses for Control Systems
on 2-D Manifolds. 2004
44. L. YOUNES
Invariance, d eformations et
reconnaissance de formes.
2004
45. C. BERNARDI, Y. MADAY, F. RAPETTI
Discr etisations variationnelles de
probl` emes aux limites elliptiques.
2004
46. J.-P. FRANC OISE
Oscillations en biologie : Analyse
qualitative et mod` eles. 2005
47. C. LE BRIS
Syst` emes multi- echelles : Mod elisation
et simulation. 2005
48. A. HENROT, M. PIERRE
Variation et optimisation de formes :
Une analyse g eometric.
2005
49. B. BID EGARAY-FESQUET
Hi erarchie de mod` eles en optique
quantique : De Maxwell-Bloch ` a
Schr odinger non-lin eaire.
2005
50. R. D AGER, E. ZUAZUA
Wave Propagation, Observation and
Control in 1 d Flexible
Multi-Structures. 2005
51. B. BONNARD, L. FAUBOURG,
E. TR ELAT
M ecanique c eleste et contr ole des
v ehicules spatiaux. 2005
52. F. BOYER, P. FABRIE
El ements danalyse pour
l etude de quelques mod` eles
d ecoulements de uides
visqueux incompressibles.
2005
53. E. CANC` ES, C. L. BRIS, Y. MADAY
M ethodes math ematiques
en chimie quantique.
Une introduction. 2006
54. J-P. DEDIEU
Points xes, zeros et la methode
de Newton. 2006
55. P. LOPEZ, A. S. NOURI
Th eorie el ementaire et
pratique de la commande
par les r egimes glissants. 2006
56. J. COUSTEIX, J. MAUSS
Analyse asympotitque et
couche limite. 2006
57. J.-F. DELMAS, B. JOURDAIN
Mod` eles al eatoires. 2006
58. G. ALLAIRE
Conception optimale de structures.
2007
59. M. ELKADI, B. MOURRAIN
Introduction ` a la r esolution des syst` emes
polynomiaux. 2007

Vous aimerez peut-être aussi