Chapitre 8 Le Mouvement Brownien - Institut de Mathématiques de ...
Chapitre 8 Le Mouvement Brownien - Institut de Mathématiques de ...
Chapitre 8 Le Mouvement Brownien - Institut de Mathématiques de ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Dominique Bakry 249<br />
est bien <strong>de</strong> covariance K(s, t).<br />
<strong>Le</strong> problème ici est qu’en général on n’a l’i<strong>de</strong>ntité (5.5) que presque sûrement<br />
pour la mesure µ, et qu’il faut souvent travailler un peu pour avoir l’i<strong>de</strong>ntité<br />
partout (lorsque le noyau K(s, t) est continu pour une certaine toplogie, par<br />
exemple, et qu’on arrive à montrer que l’i<strong>de</strong>ntité (5.5) a lieu en tant que fonctions<br />
continues sur T × T ).<br />
Il n’est pas non plus toujours très facile <strong>de</strong> trouver les vecteurs propres <strong>de</strong><br />
l’opérateur K.<br />
Lorsque T est un intervalle <strong>de</strong> R se pose ensuite le problème <strong>de</strong> savoir si<br />
on peut trouver un processus (X t ) à trajectoires continues.<br />
<strong>Le</strong> critère suivant est assez utile<br />
Théorème 5.3. Si T est un intervalle <strong>de</strong> R et qu’il existe une constante C<br />
telle que, pour tous les points s et t <strong>de</strong> T , on ait<br />
E((X t − X s ) 2 ) = K(t, t) + K(s, s) − 2K(s, t)) ≤ C |t − s| ,<br />
alors on peut trouver une version du processus X t qui est à trajectoires continues<br />
sur T .<br />
Démonstration. — Pour le voir, nous allons nous appuyer sur un critère que<br />
nous ne démonterons pas (nous renvoyons pour cela à [5], p. 90, par exemple).<br />
Supposons qu’il existe <strong>de</strong>ux fonctions ɛ(h) et η(h) définies sur un voisinage<br />
]0, δ] satisfaisant<br />
∫ δ<br />
ɛ(h) dh ∫ δ<br />
0 h < ∞, η(h) dh<br />
0 h < ∞, 2<br />
et telles que<br />
P (|X t+h − X t | ≥ ɛ(h)) ≤ η(h).<br />
Alors, le processus X t admet une version à trajectoires continues.<br />
Ici, pour <strong>de</strong>s variables gaussiennes, si la variance <strong>de</strong> X t+h − X t est majorée<br />
par Ch, alors<br />
E((X t+h − X t ) 4 ) ≤ C ′ h 2 ,<br />
et par l’inégalité <strong>de</strong> Markov<br />
P(|X t+h − X t | ≥ ɛ) ≤ C ′ h2<br />
ɛ 2 .<br />
Il suffit alors <strong>de</strong> prendre ɛ(h) = h α , avec 0 < α < 1 4<br />
, pour obtenir le résultat.<br />
Enfin, un cas particulier important est celui <strong>de</strong>s processus stationnaires.