Malliavin Paul

En 1978, Paul Malliavin introduit un calcul qui observe comment une petite modification du hasard initial se répercute sur un résultat aléatoire. Imaginez une trajectoire soumise à de minuscules secousses : l'outil mesure la sensibilité du résultat final à chacune d'elles.

Cette idée aide ensuite à étudier la loi des résultats possibles. Sous des hypothèses adaptées, elle indique si cette loi possède une densité régulière, utile pour décrire des diffusions, valoriser des options ou analyser un risque.

Paul Malliavin (1925–2010) est un mathématicien français et membre de l'Académie des sciences. Sa thèse, soutenue en 1954 sous la direction de Szolem Mandelbrojt, porte sur des procédés d'extrapolation en analyse. En 1959, il établit l'impossibilité de la synthèse spectrale sur les groupes abéliens non compacts, résultat majeur d'analyse harmonique.

Le calcul de Malliavin, introduit en 1978 dans le prolongement des travaux de Paul Lévy et de Kiyoshi Itō, est un calcul différentiel appliqué à des variables qui dépendent d'une trajectoire aléatoire. Sa dérivée mesure la réponse de la variable lorsque l'on perturbe le bruit qui engendre cette trajectoire. Une matrice de covariance construite avec ces dérivées décrit les directions dans lesquelles le résultat reste sensible au hasard.

Lorsque la variable est suffisamment régulière et que cette covariance n'est pas dégénérée, des théorèmes du calcul de Malliavin peuvent établir l'existence ou la régularité de sa densité. Les conditions précises de différentiabilité, d'intégrabilité et de non-dégénérescence dépendent du résultat visé. Conçue d'abord pour les lois de diffusions, cette théorie relie probabilités et analyse ; elle intervient aussi en mathématiques financières, notamment pour la valorisation d'options et la gestion du risque.

On observe pendant une unité de temps un mouvement brownien standard, noté W. Sa valeur finale est W₁. On étudie la variable F obtenue en doublant cette valeur puis en ajoutant 1 : $F=2W_1+1F=2W\_1+1$. Les données sont donc une durée de 1, un coefficient 2 et un décalage 1.

1. Pour un instant s compris entre 0 et 1, la dérivée de Malliavin mesure l'effet d'une petite perturbation du bruit à cet instant. Ici, cet effet vaut constamment 2 : $D_{s}F=2D\_sF=2$.

2. La covariance de Malliavin de F, notée par la lettre grecque gamma, est l'intégrale du carré de cette dérivée sur la durée observée. On obtient exactement :

3. Le résultat 4 est strictement positif : la variable finale conserve une sensibilité non nulle au bruit. F suit une loi gaussienne de moyenne 1 et de variance 4, dont la densité est lisse. Le contrôle se refait sans calcul de Malliavin : W₁ a une moyenne nulle et une variance 1 ; multiplier par 2 multiplie la variance par 2², puis ajouter 1 ne change que la moyenne.

Pour étudier une diffusion, le calcul de Malliavin sert lorsque la question porte sur la densité de sa loi et sur sa régularité. Si l'on veut seulement produire des trajectoires numériques, une simulation directe peut suffire ; la dérivation devient pertinente quand il faut justifier une propriété de la loi.

En valorisation d'options, le résultat dépend d'une trajectoire de prix modélisée comme aléatoire. Le calcul de Malliavin peut transformer certaines sensibilités en espérances pondérées. On le préfère à une simple perturbation numérique lorsque celle-ci est instable ou coûteuse dans le modèle considéré.

En gestion du risque, le même regard suit la façon dont le bruit du modèle influence une perte ou un prix. Il ne remplace ni le choix du modèle ni les données : il intervient après leur définition, pour analyser une sensibilité ou une distribution.

Calcul de Malliavin et calcul d'Itō. Le calcul d'Itō décrit notamment l'évolution temporelle et l'intégration le long de processus aléatoires. Le calcul de Malliavin différentie un résultat par rapport au bruit sous-jacent. Écrire la dynamique d'une diffusion relève du premier ; étudier la sensibilité de sa loi peut mobiliser le second.

Dérivée de Malliavin et dérivée par rapport à un paramètre. Modifier un taux ou un coefficient du modèle produit une dérivée paramétrique. Modifier la trajectoire aléatoire qui alimente le modèle produit une dérivée de Malliavin. Le critère est donc l'objet perturbé, pas seulement la présence d'une dérivée.

Calcul de Malliavin et synthèse spectrale. Il s'agit de deux contributions distinctes de Paul Malliavin. Le résultat de 1959 concerne l'analyse harmonique sur les groupes abéliens non compacts ; le calcul stochastique infinitésimal est introduit en 1978 et relève des probabilités.

Une dérivée ne suffit pas. Une variable peut être dérivable au sens de Malliavin sans avoir une densité lisse. Pour la variante G = W₁², la covariance de Malliavin vaut ${\gamma }_G=4W_1^2\backslash gamma\_G=4W\_1^2$ et devient arbitrairement petite près de W₁ = 0. La densité de G est singulière au bord 0. Il faut donc vérifier les hypothèses quantitatives de non-dégénérescence du théorème utilisé.

Une covariance positive dans un exemple n'est pas un verdict universel. Dans plusieurs dimensions, il faut examiner une matrice et ses directions dégénérées. Si une composante du résultat ne répond à aucune perturbation du bruit, on réduit le problème aux directions actives ou l'on choisit un autre critère de régularité.

L'outil ne valide pas le modèle financier. Un calcul exact dans un modèle mal choisi ne garantit ni un prix fidèle au marché ni une mesure de risque fiable. Il faut contrôler séparément les hypothèses du modèle, les données et la stabilité numérique.

L'attribution historique doit rester précise. La source situe l'introduction du calcul de Malliavin en 1978 et le présente comme un prolongement des travaux de Paul Lévy et de Kiyoshi Itō. Elle ne permet pas de confondre cette introduction avec leurs contributions antérieures.

Lévy Paul — Situer les travaux probabilistes que le calcul de Malliavin prolonge.

analyse harmonique — Replacer le résultat de 1959 dans l'autre grand versant de l'œuvre de Malliavin.