1
Sommaire
1 Lemme de transfert 4
1.1 Rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Le lemme de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2 Théorème 1 12
3 Théorème 2 16
4 Exemple 22
2
Introduction
On désignera par k.k la distance d’un nombre réel à l’ensemble des nombres entiers,
c’est-à-dire :
∀x ∈ R, kxk = inf{|x − n|/ n ∈ Z}
À plus forte raison, cette distance désignera la distance de Rn à son réseau Zn associé.
3
1 Lemme de transfert
1.1 Rappels
Définition. Soit Γ un réseau de Rn , soit K un convexe compact de Rn , symétrique par
rapport à l’origine, d’intérieur non vide.
On peut définir les n minima successifs 0 < λ1 6 λ2 6 ... 6 λn de Γ relativement à K
comme suit :
λj est le plus petit réel λ pour lequel λK contient j vecteurs de Γ linéairement
indépendants
où λK désigne la boule fermée de centre 0, de rayon λ pour la norme égale à la jauge
de K.
4
1.2 Le lemme de transfert
On désignera par |.| la norme sup sur Rn , désormais.
Lemme 3. Soit ` un nombre entier naturel non nul. Soient (fk )16k6` ` formes linéaires
en ` variables, à valeurs dans R` et soient (gk )16k6` ` formes linéaires en ` variables à
valeurs dans R` .
X ` `
X
Supposons que fk (x)gk (y) = xk yk pour tout x ∈ R` , pour tout y ∈ R` .
k=1 k=1
Soit β = (β1 , ..., β` ) où β1 , ..., β` sont des nombres réels.
A. Une condition nécessaire pour que
Preuve. De A.
X` `
X
fk (b)gk (y) = bk yk est un entier si b et y sont à coefficients entiers, donc l’inégalité
k=1 k=1
5
(1) implique que :
`
` `
`
!
X
X X
X
gk (y)βk
=
gk (y)βk − gk (y)fk (b)
car gk (y)fk (b) est un nombre entier
k=1
k=1 k=1
k=1
X `
=
gk (y)(βk − fk (b))
k=1
`
X
6 kgk (y)(βk − f (b))k
k=1
X`
6 |gk (y)(βk − fk (b))|
k=1
X`
6 |gk (y)||βk − fk (b)|
k=1
X`
6 |gk (y)| (par (1))
k=1
6 ` max |gk (y)|
k
De B.
On regarde y comme une matrice ligne et x et β comme des matrices colonnes.
Soit F la matrice carrée dont la k-ième ligne est composée des coefficients de fk , et soit
G la matrice carrée dont la k-ième colonne est composée des coefficients de gk .
X ` X`
Alors, comme fk (x)gk (y) = xk yk (pour tous x, y ∈ R` ), on a G = F −1 .
k=1 k=1
D’après le lemme 1, appliqué à la région R = {y ∈ R` / maxj |gj (y)| 6 1} on a :
vol(R) = 2` |det(g1 , ..., g` )|−1 = 2` |det(G)|−1
D’après le lemme 2, appliqué à la région R et à la fonction J : y 7→ J(y) = maxj |gj (y)|,
il existe une matrice de taille ` × ` à coefficients entiers algébriques, notée Y avec
det(Y ) = 1, satisfaisant :
`
Y
vol(R) × J(y (k) ) 6 2`!
k=1
6
`
X
βj gj y (k)
Maintenant, Y Gβ est une matrice colonne, dont le k-ième élément est
j=1
Posons Y Gβ = a + δ où a est un vecteur à coefficients entiers. Alors, on a :
kδk k = kak + δk k
X`
=
βj gj (y (k) )
j=1
62 `−1
(`!)−2 max |gj (y (k) )| (par (3))
j
Donc, on a :
max |δk | 6 2`−1 (`!)2 max |gj (y (k) )| (5)
k j
Comme G = F −1 , on a :
β = G−1 Y −1 a + G−1 Y −1 δ
= F Y −1 a + G−1 Y −1 δ
Notons désormais γ = G−1 Y −1 δ et b = Y −1 a.
b est à coefficients entiers algébriques car Y −1 et a le sont, et det(Y ) = 1.
Donc on peut écrire :
β = Fb + γ
Par la règle de Cramer, γj est égal à ±(det(G))−1 fois le déterminant de la matrice
obtenue à partir de Y G en substituant δ à la j-ième colonne.
Mais les éléments de la k-ième ligne de Y G sont au plus égaux à max gj y (k) . Donc,
en estimant grossièrement le déterminant, et en utilisant l’inégalité (5), on obtient :
Lemme 4 (Lemme de Transfert). A. Soient (bi,j )16i 6n,16j6m des réels. On pose :
Soient S et T dans R+∗ . On pose η = 2−n−m ((n + m)!)2 et on suppose que pour tout
(s1 , ..., sn ) ∈ Zn \{0} vérifiant :
maxi |si | 6 S
on a :
7
alors pour tout ξ ∈ Rn , il existe (t1 , ..., tm ) ∈ Zm vérifiant
maxj |tj | 6 T
et tel que
kξ − t1 γ1 − ... − tm γm k 6 ηS −1
maxj |tj | 6 T
et
1
kξ − t1 γ1 − ... − tm γm k 6
2(n + m)S
alors pour tout (s1 , ..., sn ) ∈ Zn \{0} vérifiant
maxi |si | 6 S
On a
1
ks1 δ1 + ... + sn δn k >
2(n + m)S
Preuve. Pour montrer le lemme de transfert, on va simplement appliquer le lemme 3
en des fonctions et des points adéquatement choisis.
Pour montrer A , on pose :
Xm
Pour 1 6 i 6 n, Li (t) = bi,j tj
j=1
8
η −1 S × (Lk (t) + uk ) pour k 6 n
fk (x) =
T −1 xk−n pour ` > k > n + 1
η S −1 wk pour k 6 n
gk (y) =
T (vk−n − Mk−n (w)) pour k > n + 1
et β = ((η −1 S). ξ, 0).
Il suffit de vérifier que pour tout s = (s1 , ..., sm ) ∈ Zm ,
X`
gk (s)βk
6 2`−1 (`!)−2 max |gk (s)|
k
k=1
c’est-à-dire
X `
ηS −1 sk η −1 Sξk
6 2`−1 (`!)−2 max{ max |ηS −1 sk |, max |T (sj − Mj (s)|}
16k6n 16j6n
k=1
Et donc a :
1 1
ηS −1 max si > ksξk
2η i 2
Il ne reste plus qu’à considérer les s ∈ Zn pour lesquels 0 6= maxi |si | 6 S et pour
ceux-là on part de l’hypothèse de A.
On a donc :
η
ks1 δ1 + ... + sn δn k >
T
c’est-à-dire :
η
ks1 (b1,1 , ..., b1,m ) + s2 (b2,1 , ..., b2,m ) + ... + sn (bn,1 , ..., bn,m )k >
T
Autrement dit :
η
k(s1 b1,1 + ... + sn bn,1 , s1 b1,2 + ... + sn bn,2 , ..., s1 b1,m + ... + sn bn,m )k >
T
Et donc on obtient :
η
k(M1 (s), ..., Mm (s))k >
T
9
Or, on a :
et au final on obtient :
1 1
T max kMj (s)k > > ksξk
2η j 2
Cette inégalité, par la partie B du lemme 3, implique qu’il existe (t1 , ..., tm ) ∈ Zm tels
que :
|η −1 Sξk − fk (t)| 6 1 pour 1 6 k 6 n
et
−1
|T tk−n | 6 1 pour n + 1 6 k 6 `
C’est-à-dire :
|η −1 Sξk − η −1 SLk (t)| 6 1 pour 1 6 k 6 n
et
|tj | 6 T pour 1 6 j 6 m
Par conséquent, on peut écrire :
kξ − (Lk (t))16k6n k 6 ηS −1 pour 1 6 k 6 n
et
maxj |tj | 6 T
Et ceci nous permet d’obtenir l’inégalité suivante :
k(ξ1 , ..., ξk ) − (L1 (t), ..., Ln (t)k 6 S −1
Or, pour tout 1 6 i 6 n
ξi − Li (t) = ξi − bi,1 t1 − ... − bi,m tm
Donc,
(ξ1 , ..., ξn ) − (L1 (t), ..., Ln (t)) = (ξ1 , ..., ξn ) − t1 (b1,1 , b2,1 , ..., bn,1 − ... − tm (b1,m , b2,m , ..., bn,m )
= ξ − t1 γ1 − ... − tm γm
10
Et donc on obtient bien l’inégalité suivante :
kξ − t1 γ1 − ...tm γm k 6 ηS −1
Pour montrer B, on procède par l’absurde ; supposons qu’il existe (s1 , ..., sn ) ∈ Zn
vérifiant :
0 < maxi |si | < S (donc en particulier maxi |si | 6 S)
et
1
ks1 δ1 + ... + sn δn k <
2(n + m)T
1
On choisit ξ ∈ Rn tel que ksξk = .
2
Alors, on a :
ks1 δ1 + ... + sn δn k = k(M1 (s), ..., Mm (s))k
= max kMj (s)k
j
1
<
2(n + m)T
Ceci nous donne l’inégalité suivante :
1
maxj kMj (s)k <
2(n + m)T
Autrement dit :
1
`T maxj kMj (s)k <
2
De plus, on a :
maxi |si | < S
Or ceci nous donne :
1 1
` max |si | < = ksξk
2(n + m)S i 2
On en arrive donc à la conclusion suivante :
11
sξ > max{maxj kMj (s)k, maxi |si |}
Par conséquent, par la partie A du lemme 3, il n’existe aucun t ∈ Rm tel que :
1
kξk − Lk (t)k 6
2(n + m)S
et
|tj | 6 T pour 1 6 j 6 m
Et ceci contredit l’hypothèse du B.
2 Théorème 1
Soit α un entier algébrique de degré d.
Notons hW la hauteur de Weil des entiers algébriques définie comme suit :
X dv
hW (α) = log(max(1, |ha|v ))
d
v place de Q(α)
Supposons désormais que f soit le polynôme minimal de α sur Z[X]. Cela nous permet
de définir la mesure de Mahler des entiers algébriques comme suit :
M(f ) = M(α)
12
Théorème 1. Soient 1, θ1 , ..., θt des nombres algébriques Q-linéairement indépendants,
de polynômes respectifs f0 , f1 , ..., ft ∈ Z[X]
Pour 1 6 j 6 t on pose dj = deg(fj ).
Soit e = [Q(θ1 , ..., θt ) : Q].
t
dj e−1
Y
Soit C = (t + 1) maxj (H(θj )) (2H(θj ))edj et soit ε > 0.
j=1
t
Alors, pour tout (a1 , ..., at ) ∈ R , il existe q ∈ Z\{0} tel que
kqθj − aj k < ε ∀1 6 j 6 t
et
On a :
1 dj
p
|f j | 6 H (θj ) dj + 1 |fj |
2dj
1
Remarquons que hW (α) = log(M(α)). Donc M(α) = H(x)d
d
Alors on obtient l’inégalité suivante :
1 √
d
max{|a0 , ..., ad |} 6 M(α) 6 d + 1 max{|a0 |, ..., |ad |}
2
L’inégalité de gauche découle de la relation liant les racines d’un polynôme et ses coef-
ficients, c’est-à-dire :
X
aj = (−1)j ad × αs1 ...αsj (1 6 j 6 d)
16s1 6...6sj
Le nombre de termes dans la somme étant 6 2d et chacun de ses termes étant borné
M(α)
par .
ad
L’inégalité de droite découle quant à elle de l’inégalité arithmético-géométrique suiv-
ante :
Z 1 Z 1
2iπt
f e2iπt dt
exp log f e
dt 6
0 0
13
En utilisant cette borne pour f p (où p ∈ R+∗ ), on obtient :
Z 1 p1
p
f e2iπt dt
M(f ) 6
0
Pour p = 2, cela nous donne
√
M(α) 6 d + 1 max{|a0 |, ..., |ad |}
.
En reprenant nos notations précédentes, on obtient donc bien l’inégalité voulue :
1 dj
p
|f j | 6 H(θj ) 6 dj + 1 |fj |
2dj
Posons maintenant A = ppcm(A1 , ..., At )
Y t Yt
On sait que Aj 6 |fj |, par conséquent A 6 |fj | 6 (2H(θj ))dj
j=1 j=1
14
Et de l’autre côté, on a :
λ 1 1
e0 > e 0 >
A A Ae
Par conséquent, on peut écrire :
e X
Y t
e e
∀m = (m0 , ..., mt , 0, ..., 0) ∈ Z \{0}, A σi (θj )mj > 1 (7)
i=1 j=0
Or, on a :
e X
Y e−1 e
Y
e e
A σi (θj )mj = A |σi (θ0 )m0 + ... + σi (θe−1 )|
i=1 j=0 i=1
Ye
= Ae |σi (θ0 )m0 + ... + σi (θt )mt |
i=1
= Ae |σ1 (θ0 )m0 + ... + σ1 (θt )mt | × ... × |σe (θ0 )m0 + ... + σe (θt )mt |
= Ae |θ0 m0 + ... + θt mt | × |σ2 (θ0 ) + ...σ2 (θt )mt | × ... × |σe (θ0 )m0 + ... + σe (θt )mt |
Rappelons que :
kθ1 m1 + ... + θt mt k = inf{|θ1 m1 + ... + θt mt − n|/n ∈ Z}
= min{|θ1 m1 + ... + θt mt − n|/n ∈ Z}
et où m0 = (m1 , ..., mt ) ∈ Zt .
Donc d’après l’inégalité (7), on a :
e−1
e 0 e−1
1 6 A kθ1 m1 + ... + θt mt k(max{|m0 |, |m |}) max σi (θj ) × (t + 1) (8)
i,j
D’après la définition de H, on a :
15
maxi,j |σi (θj )| 6 maxj H(θj )dj
Par l’inégalité (7) et l’inégalité (8), ainsi que par l’inégalité sur A, on obtient :
et donc
km1 θ1 + ... + mt θt k > C −1 max{|m0 |, |m0 |}−e+1 ∀m0 ∈ Zt \{0}
où m0 minimise la distance de θ1 m1 + ... + θt mt à Z
3 Théorème 2
Soit K un corps de nombres de degré d = r1 + 2r2 où r1 est le nombre de places réelles
de K et r2 le nombre de places complexes de K. Soit OK l’anneau des entiers de K.
Soient 1 6 s 6 w des entiers et soit M ⊆ K w un OK -module tel que M ⊗K K ' K s .
Notons DK (M ) le discriminant de M .
Posons UK (M ) le OK -idéal fractionnaire de K défini comme suit :
w
UK (M ) = {α ∈ K/ αM ⊆ OK }
16
Comme K est visible comme un espace vectoriel de dimension d sur Q, on peut voir
K w comme un espace vectoriel de dimension wd sur Q. Donc on peut voir M ⊗K K
comme un espace vectoriel de dimension sd sur Q.
Par conséquent lorsqu’on plonge K w dans Rwd on peut voir l’image de M par ce plonge-
ment comme un réseau de Rwd , de dimension sd, que l’on notera ΛK (M ).
17
CV (µ) = {x ∈ V / |x| 6 µ}
l’hypercube de dimension sd et de côté de longueur 2µ centré en l’origine de V .
Donc CV (µ) = µCV (1).
CV (1) est un convexe compact d’intérieur non vide symétrique en l’origine de V , donc on
peut définir 0 < λ1 6 λ2 6 ... 6 λsd les minima successifs de ΛK (M ) dans l’hypercube
CV (1).
Autrement dit :
λi = min{µ ∈ R+∗ / dimR (VectR {ΛK (M ) ∩ CV (µ)}) > i}
Soient v1 , ..., vsd une collection de vecteurs de ΛK (M ) linéairement indépendants, cor-
respondants aux minima successifs. Alors |vi | = λi .
Par le théorème des minima successifs de Minkowski, on aura :
sd
det(ΛK (M )) sd Y
2 vol(Rsd /Zsd ) 6 |vi | vol(CV (1)) 6 2sd vol(Rsd /Zsd )det(ΛK (M ))
(sd)! i=1
on a alors :
√
|v1 | 6 ... 6 |vsd | 6 ( 2)sd−1 det(ΛK (M ))
Pour ξ ∈ J0, MP Ksd , on pose :
18
sd
X
v(ξ) = ξi vi
i=1
Alors,
Xsd √ sd−1
v(ξ) = max ξi vi,j 6 sd |ξ||vsd | 6 sd MP 2H(α) det(ΛK (M)) (10)
j
i=1
Supposons que P (v(ξ)) = 0 pour chaque ξ ∈ J0, MP Ksd , alors P sera identiquement nul
sur V .
En effet, supposons que P ne soit pas identiquement nul sur V . Il existe alors x ∈ V
tel que P (x) 6= 0. Soit U = (u1 , ..., usd , 0, ..., 0) où u1 , ..., usd est une Z-base de ΛK (M ).
U peut être considéré comme une matrice wd × wd.
Notons X = (X1 , ..., Xwd ) le vecteur des variables, c’est-à-dire le vecteur X tel que
P (X) = P (X1 , ..., Xwd ). On peut définir une restriction de P à V comme suit :
PV (X1 , ..., Xsd ) = P (U tX)
sd
X
Comme v(ξ) = vi ξi , pour tout ξ ∈ Rsd , alors P (v(ξ)) = PV (ξ).
i=1
Comme P est non identiquement nul sur V , il existe ξ ∈ Rsd tel que P (v(ξ)) 6= 0. En
outre, pour chaque 1 6 i 6 sd, degXi (PV ) 6 deg(P ) = MP .
Donc, il existe ξ ∈ J0, MP Ksd tel que PV (ξ) = P (v(ξ)) 6= 0. Contradiction.
Donc, si P s’annule en v(ξ), P est identiquement nul sur V , donc en particulier sur
ΛK (M ).
Or, par hypothèse, P ne s’annule pas identiquement sur ΛK (M ), par conséquent il ex-
iste bel et bien ξ ∈ J0, MP Ksd tel que P (v(ξ)) 6= 0. Notons pour un tel ξ, v(ξ) = y.
Comme P est homogène, P (ny) 6= 0, pour tout n ∈ N\{0}.
Xsd
Dans le même temps, ny = n ξi vi ∈ VectZ {v1 , ..., vsd } ⊆ ΛK (M ).
i=1
Et donc {ny/ n ∈ N\{0}} donne un nombre infini de points de ΛK (M )\Z(P ).
Pour chaque tel point y, nous avons Li (ny) = nLi (y).
Xwd
On pose, pour 1 6 i 6 t, θi = Li (y) = bi,j yj 6= 0.
j=1
comme les yj ∈ K1 sont non tous nuls et les bi,j sont K1 -linéairement indépendants.
Notons que θ1 , ..., θt ∈ E, par conséquent ce sont des nombres algébriques de degré 6 `.
Soit α ∈ UK (M ).
Soit x ∈ ΛK (M ), x = (x1 , ..., xwd ), soit a ∈ M tel que a est l’antécédent de x par le
plongement de M dans ΛK (M ), et soit v une place archimédienne sur K.
Si v correspond à un plongement réel de K dans C, alors
19
|a|v = |x|
Si v correspond à un plongement complexe de K dans C, alors
wd
! 21
X √
|a|v 6 xi 2 6 wd x.
i=1
On se place maintenant dans le cas où v n’est pas archimédienne. Alors αyj est un
entier algébrique pour 1 6 j 6 wd et par conséquent :
|αyj |v = |α|v |yj |v 6 1
ce entraîne :
max{1, |y1 |v , ..., |ywd |v } 6 max{1, |α|−1
v
3
√ sd Y `v
6 sd(wd) 2 MP 2 H(α) det(ΛK (M )) H(Li ) × max{1, |α−1 |v } `
v-∞
3
√ sd
6 sd(wd) 2 MP 2 H(α) det(ΛK (M )) H(Li ) H(α−1 )
20
Y `v
où H(Li ) = H(bi,1 , ..., bi,wd ) = (max{1, |Li |v }) ` .
v∈M (E)
H(B) = H(b1,1 , ..., bt,wd ) donc H(Li ) 6 H(B) pour tout 1 6 i 6 t. Donc on obtient :
sd 3
H(θi ) 6 2 2 sd (wd) 2 MP H(α−1 )det(ΛK (M ))H(B)
21
4 Exemple
On va maintenant développer un exemple du théorème 1.
√ √
On prend ici t = 2, θ1 = 3 2 et θ2 = ( 3 2)2 . Par conséquent f1 (X) = X 3 − 2 et
f2 (X) = X 3 − 4, donc d1 = d2 = 3.
hW (1) = 0 donc H(1) = 1.
hW (2) = log(2) donc H(2) = 2.
1 1 log(2) 1 1
hW (2 3 ) = × hW (2) = donc H(2 3 ) = 2 3 .
3 3 2 2
On en déduit de même que H(2 3 ) = 2 3 .
1
3 1 3
2
3
d1
Donc H(2) = H(2 ) = 23 3 = 2. Et donc H(2 ) = 4.
3
2 2 2
Donc C = (3 × 2 3 )2 × (2.2 3 )9 × (2.2 3 )9 = 233 × 32 .
1
Soit ε = .
100
Alors pour tout (a1 , a2 ) ∈ R2 , il existe q ∈ Z\{0} tel que :
1
kqθj − aj k 6 pour j = 1 ou 2
100
−2
−6 6 1
Et |q| 6 2 (3)! × C × = 237 .38 .54 = 563 585 608 581 120 000 (de l’ordre
100
de 1017 ).
On peut donc constater que l’on a une borne sur q trop importante pour un calcul
à la main, mais accessible pour un calcul par ordinateur.
Il est donc possible (en tout cas avec un exemple relativement simple tel que celui
abordé), de trouver une borne sur q qui permette une estimation suffisante pour ensuite
la trouver par tâtonnements sur ordinateur.
22
Bibliographie
(1) Lenny Fushansky et Nikolay Moshchevitin, On an effective variation of Kroneckers
approximation theorem avoiding algebraic sets, Proceedings of the American Mathe-
matical Society, vol. 146 no. 10 (2018), pg. 4151–4163
(2) Michel Walschmidt, Topologie des Points Rationnels, Cours de Troisième Cycle
donné à l’Université Pierre et Marie Curie (Paris VI) en 1994-1995.
(3) J.W.S. Cassels, An Introduction to Diophantine Approximation, Cambridge Uni-
versity Press, 1957
(4) Michel Walschmidt, Diophantine approximation on linear algebraic groups, Springer-
Verlag, Berlin, 2000
23