arxiv:math/ v1 [math.qa] 24 Sep 2004

Documents pareils
0 h(s)ds et h [t = 1 [t, [ h, t IR +. Φ L 2 (IR + ) Φ sur U par

Corps des nombres complexes, J Paul Tsasa

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Mesures gaussiennes et espaces de Fock

Principe de symétrisation pour la construction d un test adaptatif

Né le 13/06/1984 Russe Célibataire Langues : Russe, Anglais,

Continuité en un point

Prédiction et Big data

Curriculum Vitae Ismaël Bailleul

Approximations variationelles des EDP Notes du Cours de M2

1 Première section: La construction générale

Équation de Langevin avec petites perturbations browniennes ou

Scénarios économiques en assurance

Résumé des communications des Intervenants

Comparaison de fonctions Développements limités. Chapitre 10

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.

Fonctions de plusieurs variables

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Nombres premiers. Comment reconnaître un nombre premier? Mais...

Limites finies en un point

Calcul différentiel. Chapitre Différentiabilité

CURRICULUM VITAE ET STUDIORUM

Université Paris-Dauphine DUMI2E 1ère année, Applications

Modélisation géostatistique des débits le long des cours d eau.

statique J. Bertrand To cite this version: HAL Id: jpa

Élue Correspondant le 25 avril 1994, puis Membre le 30 novembre 2004 dans la section Sciences mécaniques et informatiques

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Modélisation prédictive et incertitudes. P. Pernot. Laboratoire de Chimie Physique, CNRS/U-PSUD, Orsay

Master 1 Mention mathématique et informatique UFR de Mathématiques Université Paris-Diderot

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Résolution d équations non linéaires

Image d un intervalle par une fonction continue

Maîtrise universitaire ès sciences en mathématiques

Master of Science en mathématiques

Temps et thermodynamique quantique

3. Conditionnement P (B)

On ne peut pas entendre la forme d un tambour

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

String topology for loop stacks

Mathématiques financières

2 Division dans l anneau des polynômes à plusieurs variables

Les services de la PLM Mathrice. Et quelques outils de web-conférence

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret

Chapitre 6. Fonction réelle d une variable réelle

Carl-Louis-Ferdinand von Lindemann ( )

Introduction à la méthode des éléments finis

Probabilités sur un univers fini

UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP Pointe-à-Pitre Cedex CONTRAT LE MASTER NOM DU DOMAINE STS

C. R. Acad. Sci. Paris, Ser. I

L informatique en BCPST

Suivant les langages de programmation, modules plus avancés : modules imbriqués modules paramétrés par des modules (foncteurs)

Commun à tous les candidats

Polynômes à plusieurs variables. Résultant

Section «Maturité fédérale» EXAMENS D'ADMISSION Session de février 2014 RÉCAPITULATIFS DES MATIÈRES EXAMINÉES. Formation visée

Manuel d utilisation 26 juin Tâche à effectuer : écrire un algorithme 2

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Quelques tests de primalité

CURRICULUM VITAE Anne de Bouard

CARTE DE VOEUX À L ASSOCIAEDRE

Master de Recherche première année. Programme de cours

Cours 02 : Problème général de la programmation linéaire

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Contrôle stochastique d allocation de ressources dans le «cloud computing»

CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel

UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1

Chapitre 2 Le problème de l unicité des solutions

Chapitre 1 : Évolution COURS

Une forme générale de la conjecture abc

Publications de Stéphane Jaffard

Démonstration de la conjecture de Dumont

Suites numériques 3. 1 Convergence et limite d une suite

Équations d amorçage d intégrales premières formelles

Le Master Mathématiques et Applications

Logique. Plan du chapitre

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

Physique quantique et physique statistique

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes

HÖLDER CONTINUITY AND WAVELETS

Exclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Chapitre 3 : INFERENCE

Rétablissement d un réseau cellulaire après un désastre

Introduction à l étude des Corps Finis

Calcul fonctionnel holomorphe dans les algèbres de Banach


rf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse

Développement décimal d un réel

Petite introduction aux mathématiques des dérivés financiers (notes de cours, version provisoire)

TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

Peut-on imiter le hasard?

Sur certaines séries entières particulières

La persistance des nombres

Transcription:

Produit de Moyal stochastique sur l espace de Wiener arxiv:math/0409470v1 [math.qa] 24 Sep 2004 Giuseppe Dito & Rémi Léandre Institut de Mathématiques de Bourgogne CNRS UMR 5584 Université de Bourgogne B.P. 47870 21078 Dijon CEDEX, France e-mail : giuseppe.dito@u-bourgogne.fr, remi.leandre@u-bourgogne.fr Abstract We propose a stochastic extension of deformation quantization on a Hilbert space. The Moyal product is defined in this context on the space of functionals belonging to all of the Sobolev spaces of the Malliavin calculus. Résumé Nous proposons une version stochastique de la quantification par dformation sur un espace de Hilbert. Dans ce cadre, le produit de Moyal est défini sur l espace des fonctionnelles appartenant à tous les espaces de Sobolev du Calcul de Malliavin. 1 Introduction Le premier de cette note auteur a récemment étudié la théorie de la quantification par déformation sur un espace de Hilbert [2] qui est une extension en dimension infinie de [1] (Voir [3] pour un article de revue récent). Les formules obtenues sont très analogues à celles de l analyse de Wiener sur un espace de Wiener abstrait H W [4], [7], [9], [10]. On remarque néanmoins que les spécificités du Calcul de Malliavin par rapport aux travaux antérieurs (Voir les travaux de Fomin, Albeverio, Elworthy, Hida, Berezanskii) sont les suivantes : a) il considère l intersection de tous les espaces L p sur l espace de Wiener au lieu de considérer uniquement l espace de Hilbert L 2, si bien que l ensemble des fonctions test du Calcul de Malliavin constitue une algèbre grâce à l inégalité de Hölder ; b) il effectue la complétion des opérations différentielles connues en ce temps sur l espace de Wiener, si bien qu une fonctionnelle appartenant à tous les es- 1

paces de Sobolev du Calcul de Malliavin n est en général que presque surement définie, puisqu il n y a pas de théorème d injection de Sobolev en dimension infinie. Par rapport au travail [2], nous considérons l algèbre des fonctionnelles test au sens de Malliavin. Les formules de [2] restent valides, mais seulement presque surement, et avec des conditions naturelles d intégrabilité. Comme l a remarqué Meyer [8], on peut se ramener au cas de l étude de L 2 ([0, 1]) et de l espace de Wiener usuel. 2 Brefs rappels sur le calcul de Malliavin Soit H W un espace de Wiener abstrait [9]. Soit F une fonctionnelle appartenant à tous les espaces de Sobolev du Calcul de Malliavin. r F réalise un élément aléatoire de H ˆ r, ˆ désignant le produit tensoriel hilbertien symétrique, puisqu on ne dérive que dans la direction de H. On pose F r,p = E[ r F p ] 1/p. (1) W r,p est l espace des fonctionnelles telles que F r,p <. W est l espace des fonctionnelles telles que F r,p < pour tout r et tout p. C est une algèbre commutative. De façon analogue, on peut définir des espaces de Sobolev de fonctionnelles à valeurs dans des espaces de Hilbert. Dans le cas où H = L 2 ([0, 1]) C([0, 1]) est l espace de Wiener habituel (on assimile h L 2 ([0, 1]) à la fonction s s 0 h(u)du). r F est un élément aléatoire F(s 1,..., s r ). La fonctionnelle F appartient à W r,p si E[( r F(s 1,..., s r ) 2 ds 1 ds r ) p/2 ] 1/p <. (2) [0,1] r 3 Quantification par déformation d un espce de Wiener abstrait Soit H W un espace de Wiener abstrait. Au lieu de considérer comme dans [2] l algèbre des fonctions C au sens de Fréchet sur H, on prend W comme algèbre de fonctions définies sur W. Définition 3.1 (W, {, }) est appelé un espace de Wiener de Poisson si les conditions suivantes sont réalisées : i) il existe une application bilinéaire aléatoire P de H H à valeurs dans R appartenant à tous les espaces de Sobolev sur W ; ii) si on pose pour F et G appartenant à tous les espaces de Sobolev du Calcul de Malliavin : alors {, } est un crochet de Poisson. {F, G} = P( F, G), (3) 2

Un crochet de Poisson sur l espace de Wiener est un cas particulier d opérateur r-différentiel sur l espace de Wiener défini par : Définition 3.2 Un opérateur r-différentiel A sur W est défini par les données suivantes : i) une famille finie a n1,...,nr d applications de H ˆ n 1 H ˆ nr à valeurs dans R appartenant à tous les espaces de Sobolev du Calcul de Malliavin ; ii) pour F 1,..., F r W, on a : A(F 1,...,F r ) = a n1,...,nr ( n1 F 1,..., nr F r ). (4) Il résulte de l inégalité de Hölder que A applique continuement W r sur W. Nous pouvons maintenant donner la définition d une quantification par déformation d un espace de Wiener abstrait. Définition 3.3 Soit (W, {, }) un espace de Wiener de Poisson. On considère l espace W [[h]] des séries formelles h n F n où F n appartient à W. Un star-produit est la donnée d une application R[[ ]]-bilinéaire de W [[ ]] W [[ ]] dans W [[h]] telle que : i) F G = r C r (F, G); ii) C 0 (F, G) = FG; iii) C 1 (F, G) C 1 (G, F) = 2{F, G}; iv) C r est un opérateur bidifférentiel au sens de la définition 3.2; v) F (G H) = (F G) H. La partie suivante est consacrée à l étude d un exemple. 4 Le produit de Moyal stochastique Nous considérons H = L 2 ([0, 1]) L 2 ([0, 1]) et W = C([0, 1)) C([0, 1]). Le symbole w 1 désigne un élément du premier espace de Wiener et w 2 un élément du deuxieme (les deux espaces de Wiener dans W sont indépendants). Si F et G sont deux fonctionnelles appartenant à W pour l espace de Wiener total, on introduit : {F, G}(w 1, w 2 ) = 0 1 F(s) 2 G(s)ds 0 1 G(s) 2 F(s)ds. (5) Dans la première intégrale, nous dérivons F par rapport au premier espace et G par rapport au second espace de Hilbert, et réciproquement dans la seconde intégrale. Nous avons clairement : Théorème 4.1 W muni du crochet (5) est un espace de Wiener de Poisson. Soit α 1,..., α r, β 1,...,β r des entiers égaux à 1 ou 2. Nous posons (Voir [2] (6)) : < r α 1,...,α r F, r β 1,...,β r G >= (6) [0,1] r ds 1 ds r r α 1,...,α r F(s 1,..., s r ) r β 1,...,β r G(s 1,..., s r ). 3

Cela définit clairement un opérateur bidifférentiel au sens de la définition 3.2. Soit Λ la matrice symplectique 2 2 définie par Λ 1,2 = 1. Suivant [2] (7), nous posons : C r (F, G) = Λ α1,β1 Λ αr,βr < r α 1,...,α r F, r β 1,...,β r G >. (7) α 1,...,α r,β 1,...,β r Comme dans (7) la somme est finie, C r est un opérateur bidifférentiel sur l espace de Wiener total. Définition 4.2 Le produit de Moyal stochastique est défini par : F h G = FG + r 1 En procédant comme dans [2], Théoreme 1, on montre : h r r! C r(f, G). (8) Théorème 4.3 Le produit de Moyal stochastique réalise une quantification par déformation de l espace de Wiener de Poisson (W, {, }). 5 L espace de phase de l espace de Wiener On a procédé ci-dessus comme si W était l espace de phase de l espace de Wiener C([0, 1]) muni de sa forme symplectique canonique. Mais comme l ont montré les travaux de Léandre [5, 6] il faut plutôt considérer comme espace de phase de l espace de Wiener l espace C([0, 1]) L 2 ([0, 1]) où on a assimilé L 2 ([0, 1]) à l espace de Sobolev H 1,2 ([0, 1]) des applications f telles 0 d/dsf(s) 2 ds <. Sur L 2 ([0, 1]) nous mettons la mesure Gaussienne avec espace auto-reproduisant H 1,2 des h tels que 0 d/dsh(s) 2 ds = h 2 1,2 <. Si l on prend la dérivée d une fonctionnelle F dans la direction de H 1,2, nous assimilons son noyau aléatoire 2 F(s) à s 0 2F(t)dt. En utilisant cette identification, nous pouvons donner une extension à ce cadre de la forme symplectique canonique sur l espace de phase W = C([0, 1]) L 2 ([0, 1]) en utilisant la dérivation suivant L 2 ([0, 1]) pour C([0, 1]) et suivant H 1,2 pour L 2 ([0, 1]). La formule (6) s interprète facilement dans ce nouveau formalisme et permet d obtenir un nouveau produit de Moyal stochastique. Références [1] F. Bayen, M. Flato, C. Fronsdal, A. Lichnerowicz, D. Sternheimer, Deformation theory and quantization, Ann. Phys. 111 (1978) 61 151. [2] G. Dito, Deformation quantization on a Hilbert space, Preprint : math.qa/0406583 (2004). [3] G. Dito, D. Sternheimer, Deformation quantization : genesis, developments and metamorphoses, in : G. Halbout (ed.), Deformation quantization, IRMA Lectures in Maths. Theor. Phys. Walter de Gruyter, 2002 pp. 9 54. 4

[4] N. Ikeda, S. Watanabe, Stochastic differential equations and diffusion processes, 2nd ed., North Holland, 1989. [5] Léandre R. : Stochastic gauge transform of the string bundle, J. Geom. Phys. 26 (1998) 1 25. [6] Léandre R. : Stochastic cohomology of the frame bundle of the loop space, J. Nonlinear. Math. Phys. 5 (1998) 17 31. [7] P. Malliavin, Stochastic analysis, Springer-Verlag, 1997. [8] P. A. Meyer, Quantum probability for probabilists, Lect. Notes Math. 1538, Springer-Verlag, 1993. [9] D. Nualart, Malliavin Calculus and related topics, Springer-Verlag, 1995. [10] A. S. Üstünel, An introduction to analysis on Wiener space, Lect. Notes Math. 1610, Springer-Verlag, 1995. 5