Polyn omes et racines

Christophe Ritzenthaler
1 Methodes generales
1.1 Evaluation dun polyn ome
Soit P(X) = a
n
X
n
+ . . . + a
1
X + a
0
R[X]. Nous allons nous preoccuper du nombre
doperations elementaires (multiplication et addition) necessaires pour evaluer P en un nombre
reel. Si on eectue le calcul de mani`ere basique, on a 2n 1 multiplications et n additions.
1.1.1 Methode de Horner
Ecrivons
a
n
x
n
+ . . . + a
1
x + a
0
= ((. . . (a
n
x + a
n1
)x + a
n2
) . . .) x + a
0
.
On obtient n multiplications et additions.
1.1.2 Methode du produit
Si P(x) = a
0

(x
i
) avec tous les
i
reels, on a egalement besoin de n multiplications
et additions.
1.1.3 Forme orthogonale
On ecrit P(x) =

n
k=0
b
k
Q
k
(x) o` u les polynomes Q
i
satisfont
Q
i+1
= (A
i
x + B
i
)Q
i
(x) C
i
Q
i1
(x), A
i
,= 0, Q
0
= 1, Q
1
= 0.
Levaluation requiert 3n 1 multiplications et additions. Parmi les familles de polynomes
orthogonaux, on a les polynomes de Chebyshev, T
n
qui sont le meilleur choix en terme
decacite de levaluation. Rappelons que les polynomes de Chebyshev satisfont T
n
(cos(x)) =
cos(nx) et sont donnes par la recurrence A
i
= 2 pour i 1, A
0
= 1 et B
i
= 0, C
i
= 1 pour
i 0.
1.1.4 Pre-processing
Si on desire evaluer le polynome en plusieurs points, il peut etre interessant de sautoriser
une modication des coecients avant le debut des calculs an de simplier ces derniers.
Ceci sappelle le pre-processing. Considerons le cas dun polynome de degre 4. On ecrit
a
4
x
4
+ a
3
x
3
+ a
2
x
2
+ a
1
x + a
0
= a
4
((x(x +
0
) +
1
)(x(x +
0
) + x +
2
) +
3
) (1)
= a
4
x
4
+ a
4
(2
0
+ 1)x
3
+ a
4
(
1
+
2
+
0
(
0
+ 1))x
2
+ a
4
((
1
+
2
)
0
+
1
)x + a
4
(
1

2
+
3
).
1
On peut alors trouver les
i
en fonction des coecients a
i
. La forme de (1) utilise 3 multipli-
cations et 5 additions. Si, comme cest souvent le cas, les multiplications sont plus co uteuses
que les additions, cet algorithme presente donc un avantage sur la methode de Horner.
1.1.5 Quelques resultats theoriques
De nombreux resultats sont connus sur ce quon peut faire de mieux pour ce probl`eme.
Theor`eme 1.1. Tout algorithme evaluant un polynome P de degre n sans pre-processing a
besoin dau moins n multiplications et n additions.
Ainsi dans ce cas lalgorithme de Horner est optimal.
Au contraire si on accepte le pre-processing, on a le resultat suivant.
Theor`eme 1.2. Il existe un algorithme explicite (de Belaga) pour levaluation dun polynome
en (n +1)/2| +1 multiplications et n +1 additions. Il nexiste pas dalgorithme avec moins
de (n + 1)/2| multiplications ou moins de n additions.
On ne sait pas si le seuil peut etre atteint ou non. Lalgorithme de Belaga peut avoir
besoin de coecients complexes. Il en existe un autre (lalgorithme de Pan) en n/2| + 2
multiplications et n + 1 additions qui pour des coecients de P naturels a des param`etres
reels. Par la suite Rabin et Winograd ont donne une methode en n/2| +O(log n) multipli-
cations/divisions et n +O(n) additions avec uniquement des coecients reels.
1.1.6 Une question auxiliaire : la stabilite et le conditionnement
Grossi`erement, un algorithme est dit numeriquement instable sil cree des erreurs darron-
dis qui augmentent de mani`ere incontrole. Un autre concept est le mauvais conditionnement.
Un algorithme est mal conditionne si une petite incertitude sur les donnees dentrees peut
creer une grande incertitude sur le resultat. Le tableau ci-dessous resume ces proprietes pour
les algorithmes devaluation.
Forme Conditionnement stabilite
Horner peut etre mal conditionne peut etre instable
Forme produit assez bien conditione stable
Chebyshev bien conditionne stable
Belaga peut etre mal conditionne peut etre tr`es instable
Pan Conj. : si petits Pan coef. alors bien conditionne peut etre tr`es instable.
1.2 Interpolation. Spline. Courbes de Bezier
1.2.1 Interpolation de Lagrange
Soient (x
0
, y
0
), . . . , (x
n
, y
n
) C
2
avec les x
i
distincts. Il existe un unique polynome F
C[X] tel que F(x
i
) = y
i
. Celui-ci est construit de la mani`ere suivante. Soit
b
i
=

n
j=0
(X x
j
)
X x
i
, i = 0, . . . , n.
Ces polynomes forment une base des polynomes de degre au plus n et ona facilement
F(X) =
n

i=0
y
i
b
i
(x
i
)
b
i
(X).
Remarque 1. On peut bien s ur envisager des interpolations dordre superieure.
2
1.2.2 Spline
Soient (x
0
, y
0
), . . . , (x
n
, y
n
) R
2
avec les x
i
croissants distincts. Sur chacun des intervalles
[x
i
, x
i+1
], on consid`ere un polynome (habituellement de degre 3), (P
i
)
i=0,...,n1
qui verient
les proprietes suivantes :
P
i
(x
i
) = y
i
, P
i
(x
i+1
) = y
i+1
, P

i
(x
i+1
) = P

i+1
(x
i+1
), P

i
(x
i+1
) = P

i+1
(x
i+1
).
Ces conditions sont des conditions naturelles de recollement. On suppose parfois que la derivee
seconde est nulle aux extremites de lintervalle pour permettre de prolonger par une fonction
ane en dehors de lintervalle.
Ces fonctions sont utilisees dans les modelisations de courbes planes.
Remarque 2. Les points o` u la fonction change ne sont pas necessairement les points de
controle. Cest ici une simplication.
1.2.3 Courbes de Bezier
voir texte.
2 Racines dun polynome
2.1 Calcul exact
Rappelons quil ny a pas de formule permettant dexprimer de mani`ere generale les
racines dun polynome de degre 5 ou plus. Ce resultat est obtenu par la theorie de Galois.
Remarque 3. On peut se demander quelles sont les equations de degre 5 resolubles par
radicaux. Toute equation irreductible de degre 5 peut se mettre sous la forme x
5
+ax+b = 0.
Celle-ci admet des solutions (Carl Runge, 1885) par radicaux si et seulement si il existe des
rationnels u, v tels que
a =
5u
4
(4v + 3)
v
2
+ 1
, b =
4u
5
(2v + 1)(4v + 3)
v
2
+ 1
.
Par exemple x
5
5x
4
10x
3
10x
2
5x 1 admet comme unique solution reelle x =
1 +
5

2 +
5

4 +
5

8 +
5

16. Quant `a x
5
5x + 12 elle admet egalement des solutions sous
formes de radicaux mais demande 600 symboles pour lecrire.
2.1.1 Degre 2
Rappelons le resultat connu.
Proposition 2.1. Soit ax
2
+ bx + c un polynome de degre 2. Les racines de ce polynomes
sont
b

b
2
4ac
2a
.
2.1.2 Degre 3
Passons au degre 3. Soit x
3
+ ax
2
+ bx + c un polynome unitaire de degre 3. On eectue
le changement de variable x = z a/3 et on obtient une equation du type
z
3
+ pz + q = 0, p = b a
2
/3, q = 2a
3
/27 ab/3 + c.
On a deux cas possibles :
3
p = 0. Dans ce cas lequation secrit z
3
= q qui admet trois solutions dans C quon
calcule en ecrivant q = exp(i).
p ,= 0. On pose z = u + v et on obtient alors
u
3
+ v
3
+ q + (3uv + p)(u + v) = 0.
On sinter`esee au syst`eme suivant :
_
u
3
+ v
3
+ q = 0
3uv + p = 0.
Ce syst`eme est equivalent `a
_
u
6
+ qu
3
p
3
/27 = 0
v = p/3u.
Dans la premi`ere equation, on pose y = u
3
et on a
y
2
+ qy p
3
/27.
On calcule une solution y
0
puis on remonte `a u en prenant les 3 racines, puis `a (u, v)
qui donne z et de l`a x.
Remarque 4. De lidentite
1
3
=
1
2
2
(1 +
1
2
2
)(1 +
1
2
4
)(1 +
1
2
8
)(1 +
1
2
16
)
on peut deduire une methode simple de calcul de la racine cubique en utilisant uniquement
les multiplications et la racine carree sans memoire : on presse le bouton racine carree 2 fois
puis le bouton multiplication puis le bouton racine carree 4 fois. Puis le bouton multiplication.
Puis le bouton racine carree 8 fois,. . . .
2.1.3 Degre 4
Terminons avec le degre 4.
On part de lequation x
4
+ ax
3
+ bx
2
+ cx + d = 0. On eectue le changement de variable
x = z a/4. On obtient une equation reduite de la forme :
z
4
+ pz
2
+ qz + r = 0
avec
p = b (3/8)a
2
, q = c ab/2 + (1/8)a
3
, r = d ac/4 + (1/16)ba
2
(3/256)a
4
.
On a deux cas pour lequation en z :
q = 0. Lequation secrit z
4
+ pz
2
+ r = 0. Cest une equation bicarree que lon sait
resoudre.
q ,= 0. Lequation secrit z
4
+pz
2
+qz +r = 0. On pose alors 2P Q
2
= p, 2QR = q
et P
2
R
2
= r.
On a alors (z
2
+P)
2
(Qz +R)
2
= 0. Si lon arrive `a determiner un triplet (P
0
, Q
0
, R
0
)
qui satisfait les conditions, alors trouver les solutions de lequation reduite revient `a
resoudre :
z
2
+ P
0
+ Q
0
z + R
0
= 0, ou z
2
+ P
0
Q
0
z R
0
= 0.
4
Il reste donc `a determiner P
0
, Q
0
et R
0
. Cest `a dire `a resoudre le syst`eme
_

_
2P Q
2
= p
2QR = q
P
2
R
2
= r.
Ce syst`eme revient `a :
_

_
Q
2
= 2P p
R
2
= P
2
r
QR = q/2.
Ce qui revient `a resoudre lequation suivante en P :
P
3
(p/2)P
2
rP + (pr/2 (1/8)q
2
) = 0.
Puis on remonte `a P, Q, R puis `a z et enn `a x.
Remarque 5. Pour une explication sur ces methodes par les fonctions elementaires des
racines, voir [AF, p.436-450] ou [?, p.190].
2.2 Localisation
2.2.1 Rayon maximal
Soit P(X) = X
n
+a
n1
X
n1
+. . .+a
0
C[X] un polynome unitaire de racines z
1
, . . . , z
n
.
Soit r
0
= max
1kn
[z
k
[. On a les majorations suivantes :
Proposition 2.2.
r
0
sup(1,
n1

i=0
[a
k
[)
r
0
< 1 + sup([a
k
[)
r
0
sup
_
(n[a
k
[)
1/k
_
Demonstration. Ecrivons Q(X) = X
n
[a
n1
[X
n1
. . . [a
0
[ = X
n
f(X) o` u f est une
fonction continue, strictement croissante et bijective de ]0, +[ dans ] , 1[. Elle admet
donc une unique racine reelle r > 0. Soit Z tel que [Z[ = r
0
. Puisque P(Z) = 0 on a
r
n
0
[a
n1
[r
n1
0
+ . . . +[a
0
[.
Donc Q(r
0
) 0 et r
0
r. Maintenant, si A est tel que
A
n
> [a
n1
[A
n1
+ . . . +[a
0
[
alors A > r r
0
. Dans le cas de la deuxi`eme inegalite, on prend M = sup
1kn
([a
k
[) et
A = 1+M do` u A
n
= (A1)(A
n1
+. . .+1)+1 > [a
n1
[A
n1
+. . .+[a
0
[ donc r
0
< 1+M.
Remarque 6. En considerant les polynomes X
n
P(X
1
) et a
0
,= 0, on obtient des minora-
tions pour les z
i
. Par exemple
inf [z
k
[
a
0
1 + sup
1kn
([a
nk
[)
.
Pour les polynomes reels, on dispose dautres methodes pour localiser les racines. On a
bien s ur le theor`eme des valeurs intermediaires mais les suites de Sturm permettent dobtenir
un meilleur resultat.
5
2.2.2 Les suites de Sturm
Ceci est extrait de [Fra, p.230].
Theor`eme 2.1. Soit a < b deux nombres reels et P
0
, . . . , P
s
une suite de polynomes reels
tels que
1. P
0
(a)P
0
(b) ,= 0 ;
2. P
s
ne sannule pas sur [a, b] ;
3. si 0 < j < s et c [a, b] tel que P
j
(c) = 0 alors P
j1
(c)P
j+1
(c) < 0 ;
4. si c ]a, b[ et P
0
(c) = 0 alors P
0
(x)P
1
(x) est du signe de x c au voisinage de c.
Pour c [a, b], on note V (c) le nombre de changement de signes (sans compter le 0) dans la
suite P
0
(c), P
1
(c), . . . , P
s
(c). Le nombre de racines distinctes de P
0
dans [a, b] est V (a)V (b).
Demonstration. Soit c [a, b] tel quil existe i > 0 et P
i
(c) = 0. Alors dapr`es (2) i < s
et dapr`es (3) P
i1
(x)P
i+1
(x) reste strictement negatif sur un voisinage de c. On peut donc
avoir globalement les cas suivants (et les situations en inversant tous les signes)
c c c +
P
i1

P
i
0 +
P
i+1
+ +
c c c +
P
i1

P
i
+ 0 +
P
i+1
+ +
c c c +
P
i1

P
i
+ 0
P
i+1
+ +
,
c c c +
P
i1

P
i
0
P
i+1
+ +
.
On en conclut que V (x) nest pas modie par la traverse dune racine de P
i
pour i > 0.
Au contraire, soit c ]a, b[ une racine de P
0
. Dapr`es (4) P
0
(x)P
1
(x) est du signe de x c
au voisinage de c. Donc pour x = c il y a un changement de signe dans la suite entre
P
0
(x) et P
1
(x) et pas pour x = c +. On en conclut que V (x) decrot de 1 en traversant une
racine de P
0
. Finalement V (b) V (a) compte bien le nombre de racines distinctes de P
0
.
Soit P un polynome `a coecients reels tel que P(a)P(b) ,= 0. On peut toujours se ramener
`a P racines simples en considerant P/ gcd(P, P

). On suppose quon est donc dans ce cas et

on va construire une suite de Sturm pour P.
On pose P
0
= P, P
1
= P

et P
i+1
P
i1
(mod P
i
). Puisque au signe pr`es il sagit de
lalgorithme dEuclide, celui-ci sarrete et on pose P
s
le dernier resultat non nul qui est au
signe pr`es le pgcd de P et de P

et qui est donc une constante non nulle. La condition (2)

est donc satisfaite. Soit maintenant c [a, b] et i > 0 tel que P
i
(c) = 0. Par construction il
existe Q R[x] tel que P
i+1
(X) = P
i1
(x) Q
i
(x)P
i
(x). Donc pour x = c on a P
i+1
(c) =
P
i+1
(c). De plus P
i+1
(c) ,= 0 car sinon c serait racine de P
s
. On a donc la propriete (3).
Enn si c ]a, b[ est une racine de P alors P
1
(c) = P

(c) ,= 0 et donc
P(x)P
1
(x) = P

(c)
2
(x c) + o(x c)
est du signe de (x c) au voisinage de c.
2.2.3 Polynomes dHurwitz
La stabilite dun syst`eme doscillateurs lineaires est liee `a celle de son polynome ca-
racteristique, `a coecients reels positifs. Idem pour les ltres electriques lineaires.
Pour quun syst`eme soit stable, il faut que son polynome caracteristique ait toutes ses
racines `a partie reelle negative. Un tel polynome est appele polynome de Hurwitz. On a la
caracterisation suivante.
6
Proposition 2.3. P(X) = a
n
X
n
+ . . . + a
0
R[X] avec a
0
> 0 et a
n
,= 0 est un polynome
de Hurwitz si et seulement si

a
1
a
0
0 . . . 0
a
3
a
2
a
1
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
2i1
a
2i2
. . . a
k+1
a
k

> 0
for i = 1, . . . , n et o` u on a pose a
j
= 0 si j < 0 ou j > n.
2.3 Methodes approchees
2.3.1 Methode de Newton
Soit I un intervalle de R et f : I R une application derivable. Pour determiner
une approximation numerique des solutions de lequation f(t) = 0, la methode de Newton
part dune solution approchee x et remplace lequation f(t) = 0 par lequation approchee
f(x) + (t x)f

(x) = 0, do` u la solution

t = x
f(x)
f

(x)
.
Bien entendu, cette formule na un sens que si f

(x) ,= 0. On esp`ere que le nombre reel x

1
donne par cette equation est un peu plus proche dune racine que ne letait x. En tout cas,
si t appartient encore `a I, on peut recommencer en partant de t, etc., do` u une suite denie
(pas forcement pour tout n) par la relation de recurrence :
x
n+1
= x
n

f(x
n
)
f

(x
n
)
, x
0
I.
Bien entendu, ce procede dapproximation de lequation vaut dans des contextes bien plus
larges que celui dune simple fonction de R dans R. Pour lanalyse, on se place generalement
dans le cas o` u f est une application derivable dun ouvert dun espace vectoriel norme E,
disons complet, `a valeurs dans E. On peut demontrer plusieurs types de convergence. Tout
dabord un enonce local.
Theor`eme 2.2. Soit E un espace vectoriel norme complet, soit un ouvert de E et soit
f : E une application de classe (
2
. Soit un element de tel que f() = 0 et f

()
soit inversible. Il existe alors un voisinage B de tel que pour tout x
0
B, la suite (x
n
)
donnee par la relation de recurrence x
n+1
= x
n
f

(x
n
)
1
(f(x
n
)) soit denie pour tout n
et converge quadratiquement vers au sens suivant : il existe un nombre reel C > 1 tel que
pour tout n > 0, [x
n
[ C
2
n
.
Voici un enonce plus restrictif mais plus precis.
Theor`eme 2.3. Soit f une fonction (
2
(R) et x
0
tel que f

(x
0
) ,= 0. Posons
h
0
=
f(x
0
)
f

(x
0
)
, x
1
= x
0
+ h
0
, J
0
= [x
1
[h
0
[, x
1
+[h
0
[], M = sup
xJ
0
[f

(x)[.
Si x
0
est tel que 2

f(x
0
)M
f

(x
0
)
2

< 1 alors f(x) = 0 poss`ede une unique solution dans J

0
et la
methode de Newton avec x
0
converge vers cette racine.
7
Dans le cas des fonctions convexe on peut meme donner un enonce global.
Proposition 2.4. Soit f une fonction (
2
([a, b]) veriant :
f(a)f(b) < 0 (existence) ;
pour x [a, b], f

(x) ,= 0 (unicite) ;
pour x [a, b], f

(x) ,= 0 ;
alors en choisissant x
0
[a, b] tel que f(x
0
)f

(x
0
) > 0 la methode de Newton converge vers
lunique racine dans [a, b].
Notons que cette proposition sapplique notamment aux polynomes P de coecient do-
minant positif, sur lintervalle [b, +[, o` u b est la plus grande racine de P

. En pratique, si
x
0
est un nombre reel superieur ` a la plus grande racine reelle de P, la methode de Newton
avec premier terme x
0
, si elle fournit une suite strictement decroissante, converge vers cette
racine de P.
Remarque 7. Bien que la methode soit tr`es ecace, certains aspects pratiques doivent etre
pris en compte. Avant tout, la methode de Newton necessite que la derivee soit eectivement
calculee. Dans les cas o` u la derivee est seulement estimee en prenant la pente entre deux
points de la fonction, la methode prend le nom de methode de la secante, moins ecace
(dordre 1,618 qui est le nombre dor) et inferieure `a dautres algorithmes. Par ailleurs, si la
valeur de depart est trop eloignee du vrai zero, la methode de Newton peut entrer en boucle
innie sans produire dapproximation amelioree.
`
A cause de cela, toute mise en uvre de la
methode de Newton doit inclure un code de contr ole du nombre diterations.
Donnons quelques exemples sur les reels :
1. On a un phenom`ene cyclique de non convergence pour x
3
x + 3 = 0 en partant de
x
0
= 0.
2. On a divergence vers linni pour xe
x
= 0 en partant de x
0
= 2.
3. On a divergence et oscillation pour arctan(x) = 0 en partant de x
0
= 1.4.
Dans le cas des fonctions complexes, le bord de lensemble des valeurs du plan pour lesquelles
on converge vers une des racines peut etre une fractale. Ceci montre la grande sensibilite de
la methode aux conditions initiales.
On pourra essayer dautres exemples sur http://aleph0.clarku.edu/
~
djoyce/newton/
newtongen.html.
3 Polyn omes sur Z
Remarquons que si un polynome `a coecients entiers est tel que le p.g.c.d. de ses coe-
cients est 1 alors il est irreductible sur Z si et seulement si il est irreductible sur Q. Les deux
questions sont donc liees tr`es simplement.
3.1 Irreductibilite
Theor`eme 3.1 ([MS, p.59]). Soit F = f
n
+ pg Z[X] avec p 2 premier, n 1 et
f, g Z[X] tel que f mod p est irreductible et f mod p ne divise pas g mod p. Alors F est
irreductible sur Z.
Demonstration. Supposons que F = F
1
F
2
. Puisque F f
n
mod p et f mod p est irreductible,
il existe u, v 1 avec u + v = n et g
1
, g
2
Z[X] tels que
F
1
= f
u
+ pg
1
, F
2
+ f
v
+ pg
2
.
8
Figure 1 Fractale associee `a z
3
2z + 2 (la zone en rouge sont des points qui converge
vers le cycle 0, 1)
Supposons u v on a alors
g = f
u
h + pg
1
g
2
avec h = g
2
+ f
vu
g
1
. Reduisons modulo p, on obtient
g f
u
h mod p.
Contradiction puisque f mod p ne divise pas g mod p.
Corollaire 3.1 (Crit`ere dEisenstein). Soit F(X) = X
n
+ a
n1
X
n1
+ . . . + a
1
X + a
0

Z[X] Z. Sil existe un premier p 2 tel que p divise a
0
, . . . , a
n1
et p
2
ne divise pas a
0
alors F est irreductible.
Demonstration. On ecrit F = f
n
+ pg avec f = X et g =
1
p
(a
n1
X
n1
+ . . . + a
1
X + a
0
).
On applique la proposition precedente.
Remarque 8. Il existe une autre version avec les memes hypoth`eses mais a
n
,= 1 et non
divisible par p.
Proposition 3.1. Soit a
1
, . . . , a
n
Z distincts et n 2. Alors le polyn ome
P(X) = (X a
1
) (X a
n
) 1
est irreductible sur Z.
9
Demonstration. Supposons que P = P
1
P
2
est une factorisation non triviale de P. On a donc
P(a
i
) = 1 = P
1
(a
i
)P
2
(a
i
) do` u
P
1
(a
i
) + P
2
(a
i
) = 0
pour tout i = 1, . . . , n. Les a
i
sont donc racines du polynome P
1
+ P
2
qui est de degre au
plus n 1. Il sen suit que P
2
= P
1
. La relation devient alors P(X) = (P
1
(X)
2
ce qui est
impossible puisque le coecient dominant de P est 1.
3.2 Factorisation
Voir LLL.
4 Cas des corps nis : lalgorithme de Berlekamp
Soit u F
p
[X] un polynome. Le but de lalgorithme est dobtenir une factorisation de u
(voir [Knu, p.420]).
4.1 Elimination des puissances
On calcule gcd(u, u

) = d.
Si d = 1, alors u est sans facteur carre.
Si d ,= 1 et d ,= u alors on divise u par d et on peut se ramener au cas d = 1.
Si d = u alors u

= 0, i.e. u(x) = v(x

p
) = v(x)
p
. On se ram`ene donc `a etudier v.
A la n de cette procedure, on a donc un polynome u = p
1
p
r
de degre n o` u les p
i
sont
des premiers distincts (de F
p
[X] qui est euclidien).
4.2 Determination des facteurs
On consid`ere les deux probl`emes suivants
1. Soit (s
1
, . . . , s
r
) des entiers. Construire un polynome v tel que pour tout i
v s
i
(mod p
i
), deg v < n. (2)
2. On cherche v tel que
v
p
v (mod u), deg v < n. (3)
Si v est une solution de (2) alors cest une solution de (3). En eet v
p
s
p
i
s
i
v
(mod p
i
) et par le TRC on a la propriete modulo u.
Reciproquement, on a x
p
x =

p1
i=0
(x i). Donc
v
p
v =
p1

i=0
(v(x) i).
Si v est une solution de (3) on a donc
p1

i=0
(v(x) i) 0 (mod p
i
)
pour tout i. Les p
i
etant premiers, il existe (s
1
, . . . , s
r
) tel que v soit solution de (2).
Remarque 9. Puisque le syst`eme (2) admet p
r
solutions on peut donc `a priori connatre r.
10
4.3 Recherche des solutions de (3)
Soit
Q =
_
_
_
q
0,0
q
0,1
. . . q
0,n1
.
.
.
.
.
.
q
n1,0
q
n1,1
. . . q
n1,n1
_
_
_
o` u pour 0 k n 1
x
pk
q
k,n1
x
n1
+ . . . + q
k,1
x + q
k,0
(mod u).
Lemme 4.1. v =

n1
k=0

k
x
k
est solution de (3) si et seulement si (
0
, . . . ,
n
)Q = (
0
, . . . ,
n
).
Demonstration. Ecrivons
v
p
=
n1

k=0

k
x
pk
=
n1

k=0
n1

i=0

k
q
k,i
x
i
=
n1

i=0
_
n1

k=0

k
q
k,i
_
x
i
.
Lequivalence sen deduit facilement.
Pour trouver les solutions de 3, il sut donc
1. De calculer Q.
2. De faire un pivot de Gauss sur QI. Le rang de QI est egal `a nr, soit 1 = v
1
, . . . , v
r
les solutions.
3. On calcule gcd(u, v
2
s) pour 0 s p 1. On obtient une factorisation non triviale
car v
2
s nest pas constant.
4. Si v
2
narrive pas `a determiner tous les facteurs p
i
, on calcule gcd(w, v
i
s) o` u w est
un facteur residuel et on est s ur daboutir car il existe une solution v
i
telle que (dapr`es
(2) puisque il existe une solution v dont les s
i
sont distincts) v
i
s 0 (mod p
j
) mais
v
i
s , 0 (mod p
k
) pour j ,= k.
References
[AF] J.M. Arnaudi`es, H. Fraysse : cours de mathematiques-1 Alg`ebre, Dunod Universite.
[Gou] Gourdon
[Goz] . Gozard, Theorie de Galois.
[Knu] Knuth tome 2.
[Fra] Francinou.
[MS] M. Mignotte, D. Stefanescu, Polynomials, an algorithmic approach, Springer.
11