1.3 Degr´ e de r´ egularit´ e
1.3.2 Degr´ e de r´ egularit´ e d’un id´ eal
t
s−i
(1.2)
o`u sest le degr´e de HP
I. On peut d´eduire de ce polynˆome num´erique des informations sur l’id´eal,
telles que sa dimension ou son degr´e de r´egularit´e.
D´efinition 1.3.3.
(i) La dimension de l’id´eal I est d´efinie comme ´etant le degr´e sdu polynˆome de HilbertHP
I.
(ii) On appelle degr´e de r´egularit´e de l’id´eal I, le plus petit entier d
reg(I) pour lequel
HF
I(t) = HP
I(t) pour tout t≥d
reg(I).
Avec cette d´efinition, on obtient qu’un id´eal est de dimension 0 lorsque le nombre de monˆomes
sous l’escalier de l’id´eal est fini, ce qui co¨ıncide avec la d´efinition 1.1.23. En particulier, avec les
notations pr´ec´edentes, lorsqueI est de dimension 0,a
0correspond audegr´ede l’id´ealI. D’un point
de vue g´eom´etrique, le degr´e du polynˆome HP
Icorrespond `a la dimension de la vari´et´eV(I) d´efinie
comme le lieu d’annulation des polynˆomes de l’id´eal I.
1.3.2 Degr´e de r´egularit´e d’un id´eal
On montre dans cette section le lien qui existe entre le degr´e de r´egularit´e d’un id´eal et une
base de Gr¨obner de cet id´eal pour un ordre gradu´e par le degr´e.
´
Etant donn´ee une base de Gr¨obner d’un id´eal pour un ordre gradu´e, il est facile de trouver une
borne sup´erieure sur le degr´e de r´egularit´e de cet id´eal. Comme la fonction de Hilbert diff`ere du
polynˆome de Hilbert en petit degr´e `a cause des irr´egularit´es de l’escalier, une fois pass´ee le dernier
“creux” (par exemple le point (3,2) sur la figure 1.3), elle devient ´egale au polynˆome.
(2,3)
(4,1)
(5,0)
(1,4)
Proposition 1.3.4. Soient I un id´eal homog`ene de K[X
0, . . . , X
n], resp. id´eal affine de
K[X
1, . . . , X
n], et G une base de Gr¨obner minimale de I pour un ordre gradu´e. Si d est le degr´e
maximal des ´el´ements deG, alors d
reg(I)≤(n+ 1)(d−1) + 1, resp. d
reg(I)≤n(d−1).
Cette borne sup´erieure est en fait optimale comme le montre l’exemple de l’id´eal monomial
I =hX
1d, . . . , X
ndi ⊂K[X
1, . . . , X
n].
Il est par contre en g´en´eral faux de dire que le degr´e de r´egularit´e d’un id´eal est une borne sur
le degr´e maximal des g´en´erateurs d’une base de Gr¨obner pour un ordre gradu´e donn´e.
Exemple 1.3.5. Soit I =hX
13, X
02X
1−X
23i un id´eal de K[X
0, X
1, X
2]. La base de Gr¨obner pour
l’ordre grevlex
X0X1X2de cet id´eal est G = {X
13, X
02X
1−X
23, X
12X
23, X
1X
26, X
29} de degr´e
maximal 9. Pourtant, le degr´e de r´egularit´e de l’id´eal homog`ene est seulement d
reg= 4 comme on
peut le voir avec la base de Gr¨obner G
2={X
23−X
1X
02, X
13} pour l’ordre grevlex
X0≺X1≺X2.
Il existe pourtant des bornes valables pour tous les id´eaux avec un ordre gradu´e mais ces bornes
sont assez mauvaises, car en g´en´eral exponentielles en le degr´e de r´egularit´e. Par exemple, `a partir
de la repr´esentation de Hartshorne du polynˆome de Hilbert
HP
I(t) =
sX
i=0t+i
i+ 1
−
t+i−m
ii+ 1
qui est ´equivalente `a celle donn´ee en ´equation 1.2, on montre que max(d
reg(I), m
0) est une borne
sup´erieure pr´ecise du degr´e maximal des ´el´ements d’une base de Gr¨obner minimale d’un id´eal
homog`eneI. Mais, mˆeme avec cette borne, on peut trouver des exemples d’id´eaux pour lesquels le
degr´e maximum obtenu est exponentiel en le nombre de variables n et doublement exponentiel en
la dimension de l’id´eal s(voir [MM84]). Cependant, ces exemples restent des cas tr`es particuliers ;
on verra que dans les situations qui nous int´eressent le degr´e de r´egularit´e est une borne souvent
convenable pour le degr´e des ´el´ements d’une base de Gr¨obner minimale pour un ordre gradu´e.
Algorithmes classiques de calcul de
bases de Gr¨obner
Les bases de Gr¨obner sont introduites pour la premi`ere fois en 1965 par Buchberger dans sa
th`ese [Buc65], il y pr´esente notamment un crit`ere permettant de dire si un ensemble de polynˆomes
donn´es forme une base de Gr¨obner. De ce crit`ere d´ecoule directement un algorithme permettant
de calculer, pour un id´eal de polynˆomes muni d’un ordre admissible, la base de Gr¨obner associ´ee.
Par la suite, vont se distinguer essentiellement deux familles d’algorithmes de calcul de bases de
Gr¨obner : la premi`ere se d´eveloppe autour de l’algorithme original de Buchberger [Buc85, GM88,
Fau99, Fau02], alors que la deuxi`eme fait r´ef´erence `a la th´eorie de l’´elimination et des r´esultants
et s’appuie sur la r´eduction de matrices de Macaulay par ´elimination gaussienne [Mac02, Laz83,
CKPS00, MMDB08].
Dans la premi`ere section de ce chapitre, on commence par rappeler les r´esultats fondamentaux
donn´es dans la th`ese de Buchberger pour le calcul des bases de Gr¨obner, en mettant en ´evidence
le probl`eme des r´eductions `a z´ero. On pr´esente alors l’algorithme de Buchberger ainsi que les
deux crit`eres propos´es pour pallier partiellement ce probl`eme. La deuxi`eme section est d´edi´ee aux
r´esultats de Lazard [Laz83] portant sur la th´eorie de l’´elimination gaussienne des matrices de
Macaulay. On montrera notamment comment d´eduire de cette approche et de la notion de degr´e
de r´egularit´e, une borne sup´erieure sur la complexit´e du calcul de bases de Gr¨obner. On pr´esente
ensuite l’algorithme F4 introduit en 1999 par Faug`ere [Fau99] qui pour la premi`ere fois combine les
id´ees des deux familles d’algorithmes. F4 est la premi`ere version r´eellement efficace de l’algorithme
de Buchberger et son implantation en Magma [BCP97] constitue aujourd’hui encore une r´ef´erence
majeure pour les calculs de bases de Gr¨obner. Le code de cette derni`ere implantation n’´etant
cependant pas publique, on d´etaille dans la suite les choix faits pour notre propre implantation en
langage C de l’algorithme. On donnera en chapitre 3 les r´esultats obtenus en temps et m´emoire avec
notre implantation sur diff´erents benchmarks, montrant des performances comparables `a celles de
Magma. Bien que tr`es efficace, cet algorithme F4 ne r´esout cependant pas le probl`eme des r´eductions
`
a z´ero d´ej`a soulev´e par Buchberger en 1979 [Buc79]. On s’int´eressera donc ´egalement au crit`ere F5
propos´e par Faug`ere en 2002 [Fau02], permettant d’´eliminer a priori bien plus de r´eductions `a z´ero
que ceux de Buchberger. On pr´esente ce crit`ere en section 2.4 en mettant en ´evidence les difficult´es
li´ees `a l’implantation de l’algorithme incr´emental F5 ; on y rappelle ´egalement les r´esultats connus
sur la complexit´e de cet algorithme. La derni`ere section est d´edi´ee aux algorithmes de changement
d’ordre : apr`es avoir d´etaill´e l’int´erˆet de cette approche, on pr´esente le cas particulier du changement
d’ordre en dimension 0 avec l’algorithme FGLM [FGLM93] dont on fait l’analyse de la complexit´e.
2.1 Buchberger
On introduit ici la notion de S-polynˆome, d´esignant litt´eralement un “polynˆome de syzygie”,
qui permet de donner la principale caract´erisation des bases de Gr¨obner. De cette caract´erisation,
on d´eduit imm´ediatement un algorithme simple qui permet le calcul des bases de Gr¨obner mais
qui g´en`ere beaucoup de calculs inutiles. On raffine par la suite cet algorithme en donnant les deux
crit`eres de Buchberger permettant d’´eviter certaines r´eductions `a z´ero.
Dans la suite, on supposera donn´e un ordre admissible ≺.
Dans le document
Attaques algébriques du problème du logarithme discret sur courbes elliptiques
(Page 33-37)