HAL Id: tel-00001382
https://tel.archives-ouvertes.fr/tel-00001382
Submitted on 7 Jun 2002
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Sur les inégalités de Sobolev logarithmiques en théorie de l’information et pour des systèmes de spins
conservatifs en mécanique statistique
Djalil Chafai
To cite this version:
Djalil Chafai. Sur les inégalités de Sobolev logarithmiques en théorie de l’information et pour des
systèmes de spins conservatifs en mécanique statistique. Mathématiques [math]. Université Paul
Sabatier - Toulouse III, 2002. Français. �tel-00001382�
Num´ ero d’ordre: XXXX
Th` ese
pr´ esent´ ee en vue de l’obtention du grade de
Docteur de l’Universit´ e Paul Sabatier
Discipline : math´ ematiques Sp´ ecialit´ e : probabilit´ es
par Djalil Chafa¨ı
Sur les in´ egalit´ es de Sobolev logarithmiques en th´ eorie de l’information et pour des syst` emes de
spins conservatifs en m´ ecanique statistique
Soutenue le 17 mai 2002 devant le jury compos´ e de Madame et Messieurs les Professeurs :
Dominique Bakry Universit´ e Paul Sabatier Examinateur Mireille Capitaine CNRS & Universit´ e Paul Sabatier Examinatrice Giambattista Giacomin Universit´ e de Paris VII Rapporteur Claudio Landim CNRS & Universit´ e de Rouen Rapporteur
Michel Ledoux Universit´ e Paul Sabatier Directeur de th` ese Gilles Royer Universit´ e d’Orl´ eans Pr´ esident
Laboratoire de Statistique et Probabilit´ es Unit´ e Mixte de Recherche C.N.R.S 5583 Bˆ atiment 1R1, U.F.R. M.I.G.
Universit´ e Paul Sabatier - Toulouse III
118 route de Narbonne, F-31062, CEDEX 4, France.
Mise en page par LATEX 2εle 18 mai 2002.
Au timide que j’ai ´ et´ e. . . et ` a tous ses semblables.
Avant propos
Ce document constitue une pr´ esentation des modestes travaux que j’ai men´ e pen- dant quelques ann´ ees sous la direction de Michel Ledoux dans le domaine des in´ ega- lit´ es de Sobolev logarithmiques. Les conventions font qu’il s’agit d’une « th` ese » pr´ esent´ ee en vue d’obtenir le titre de « docteur » ` a l’issue d’une « soutenance » devant un « jury ». En math´ ematiques comme ailleurs, il s’agit d’une sorte de rite initiatique n´ ecessaire ` a l’int´ egration du monde de la recherche, le jury mesurant dans sa grande sagesse, au vu de la th` ese et apr` es un expos´ e, si le candidat est acceptable ou non par la tribu. ` A l’heure o` u j’´ ecris ces lignes, je ne sais toujours pas si la tribu voudra bien de moi, mais j’ose esp´ erer que ¸ca sera le cas !
Je tiens ` a remercier Giambattista Giacomin et Claudio Landim d’avoir aima- blement accept´ e d’ˆ etre mes rapporteurs. Merci ´ egalement ` a Mireille Capitaine et
`
a Gilles Royer , dont la pr´ esence dans le jury me fait tr` es plaisir, et enfin ` a Domi- nique Bakry qui a toujours pris le temps de r´ epondre ` a mes questionnements avec sa verve habituelle.
La th` ese est d´ ecid´ ement une drˆ ole d’aventure. On y apprend beaucoup sur soi, sur les choses de l’esprit et sur la nature et les limites du travail des enseignants- chercheurs. Michel Ledoux a su m’accompagner avec une certaine finesse dans ce parcours initiatique. Je tiens ` a lui exprimer ici ma grande estime. C’est son cours de probabilit´ e de maˆıtrise qui m’a fait red´ ecouvrir et aimer cette discipline ` a travers l’analyse. J’ai pu appr´ ecier, tout au long de ces ann´ ees, son sens de l’esth´ etique, sa disponibilit´ e et sa culture math´ ematique. J’aime cet ´ equilibre qui le caract´ erise, entre cr´ eation et (r´ e)interpr´ etation. Ces ann´ ees m’ont permis d’apprendre un certain nombre de techniques et de concepts. J’ai eu beaucoup de plaisir ` a compl´ eter cer- taines des cases vides de mon puzzle personnel, au gr´ e des rencontres et des lectures.
J’ai aussi mieux cern´ e l’´ etendue de mon ignorance.
Mon travail de th` ese a ´ et´ e interrompu par le service national que j’ai effectu´ e au centre de recherches en m´ et´ eorologie de M´ et´ eo-France ` a Toulouse. Fid` ele ` a mon caract` ere, et peut-ˆ etre au d´ etriment de mon travail de doctorant, je n’ai pas pu m’empˆ echer de m’investir intellectuellement dans des probl` emes concrets m´ elant ` a la fois informatique, math´ ematiques et physique. J’en profite pour saluer l’ing´ enieure en m´ et´ eorologie Florence Rabier avec qui j’ai eu le bonheur de travailler pendant cette p´ eriode. Je me suis ainsi fait une id´ ee de ce que pouvait ˆ etre un travail de recherche appliqu´ ee, avec les contraintes qui lui sont propres et les gratifications qu’il peut apporter.
Je garde de l’enfance un certain ´ emerveillement pour les belles choses et une
ouverture d’esprit face ` a la nouveaut´ e. Les hasards de la vie et un certain goˆ ut pour
ii
l’abstraction d´ epouill´ ee ont fait que je soutiens aujourd’hui une th` ese en math´ e- matiques. Cela dit, il y a beaucoup d’autres domaines que je trouve attirants. Ces ann´ ees de th` ese ont ´ et´ e pour moi l’occasion de constater ` a quel point les chercheurs et les universitaires d’aujourd’hui sont sp´ ecialis´ es. Certes, il y a bien longtemps que les grands savants ont disparu, mais j’ai dˆ u accepter, ` a contre cœur, que mˆ eme les petits se font rares ` a pr´ esent. Il faut dire que les crit` eres de s´ election du syst` eme ´ edu- catif ne favorisent pas vraiment leur apparition. Pourtant, et de fa¸con paradoxale, les approches transverses et les polycultures me semblent de plus en plus n´ eces- saires afin de limiter les effets cloisonants de l’hypersp´ ecialisation. A contrario, il me paraˆıt important d’ajouter que la dispersion est un gros risque pour ceux qui gardent l’esprit ouvert et la curiosit´ e sans œill` eres. L’humilit´ e et la relativisation qui en d´ ecoulent sont parfois difficiles ` a vivre. R´ etrospectivement, je m’en veux un peu de m’ˆ etre ´ eparpill´ e – mes talents n’´ etant pas ` a la hauteur de mes app´ etits – mais j’ose esp´ erer qu’entre « tˆ etes bien faites » et « tˆ etes bien pleines » existent des ´ etats interm´ ediaires plus riches.
J’ai ´ egalement investi beaucoup (trop ?) de mon temps et de mon ´ energie dans la construction d’une œuvre collective impliquant un certain nombre de « th´ esards » en probabilit´ es du laboratoire : les « logsobs ». J’ai eu le bonheur de partager avec eux des ann´ ees d’amiti´ e, de coop´ eration, de d´ ecouvertes. . . Je pense en particulier
`
a Gr´ egory, dont j’appr´ ecie le sens de l’esth´ etique et le temp´ erament insouciant et optimiste, ` a Florent, avec qui je partage un certain enthousiasme et un goˆ ut pour l’intuition et l’exposition, et ` a C´ ecile, avec qui j’ai eu l’occasion de travailler agr´ ea- blement sur un sujet qui nous a r´ eunis. Je leur serai toujours reconnaissant ` a tous les trois de m’avoir remont´ e le moral, chacun ` a sa mani` ere, quand j’en avais besoin.
Je pense aussi ` a la tribu stochastique toulousaine, riche en personnalit´ es sin- guli` eres, qui a gentiment accueilli le timide que j’´ etais, ` a ses tout d´ ebuts, dans le microcosme de la recherche math´ ematique. Je me souviendrais toujours avec sou- rire de ma premi` ere rencontre avec Laurent Miclo : « hha-t’es en DEA, whaaaaa, i’sont’ous’nuls en DEA, waaaaa’eeuu... h´ eh-h´ eh ! ». Non, les gens ne sont pas forc´ e- ment m´ echants, il faut s’ouvrir aux autres et ´ ecouter ce qu’ils ne nous disent pas !
A tous donc, et aux autres, je garde une place dans mes pens´ ` ees
∴
A peine n´ ` es de l’innocence Un regard nous atterra Eblouis les yeux baiss´ ´ es Nous fˆ umes terre avant la lettre Mais ` a germer nous voici graine
Dissidente des tournesols
øY P ù ª ¯A
Travaux
Publications
– D. Chafa¨ı , M. Ledoux , « M´ ethodes fonctionnelles pour des grandes d´ evia- tions quasi-gaussiennes », C. R. Acad. Sci., Paris, Ser. I, Math., 329 (1999), no. 6, p. 523–526.
– C. An´ e , S. Blach` ere , D. Chafa¨ı , P. Foug` eres , I. Gentil , F. Mal- rieu , C. Roberto , G. Scheffer , « Sur les in´ egalit´ es de Sobolev logarith- miques »
1, Panoramas et Synth` eses, vol. 10, Soci´ et´ e Math´ ematique de France, Paris (2000).
– D. Chafa¨ı , « Gaussian maximum of entropy and reversed logarithmic sobolev inequality », ` a paraˆıtre in S´ eminaire de Probabilit´ e XXXVI (2002).
Pr´ epublications
– D. Chafa¨ı , « Glauber versus Kawasaki for spectral gap and logarithmic So- bolev inequalities of some unbounded conservative spin systems », soumis en janvier 2002.
Travaux annexes non inclus
– F. Rabier , N. Fourri´ e , D. Chafa¨ı , P. Prunet , « Channel selection me- thods for infrared atmospheric sounding interferometer radiances », Quarterly Journal of the Royal Meteorological Society, Vol. 128 No. 581 - April 2002 Part A.
1
Seul le dernier chapitre ´ ecrit en collaboration avec C´ ecile An´ e est inclus dans cette th` ese; le
premier chapitre – dont je suis ´ egalement l’auteur – ´ etant essentiellement didactique.
iv
Table des mati` eres
Avant propos i
Liste des travaux iii
Table des mati` eres v
0 Introduction 1
0.1 In´ egalit´ es fonctionnelles . . . . 3
0.1.1 In´ egalit´ es locales et crit` eres de courbure . . . . 4
0.1.2 In´ egalit´ es inverses . . . . 7
0.2 M´ ethodes fonctionnelles pour PGD quasi-gaussiens . . . . 8
Perspectives . . . . 9
0.3 Entropie de Shannon et information de Fisher . . . . 10
Perspectives . . . . 12
0.4 Glauber vs Kawasaki pour certains syst` emes de spins . . . . 13
Perspectives . . . . 17
Bibliographie . . . . 17
1 M´ ethodes fonctionnelles pour PGD quasi-gaussiens 19 1.1 Introduction . . . . 20
1.2 PGD pour certaines familles de mesures de Boltzmann . . . . 21
1.3 Semi-groupes diffusifs et g´ en´ eralisations possibles . . . . 23
Bibliographie . . . . 24
2 In´ egalit´ es entropiques en th´ eorie de l’information 27 2.1 Introduction . . . . 27
2.2 L’entropie en th´ eorie de l’information . . . . 29
2.2.1 Entropie d’une variable al´ eatoire discr` ete finie . . . . 29
2.2.2 L’entropie et le probl` eme du codage . . . . 31
2.2.3 Entropie d’une variable al´ eatoire continue . . . . 33
2.2.4 Quelques propri´ et´ es imm´ ediates de l’entropie . . . . 35
2.2.5 Information mutuelle et capacit´ e d’un canal bruit´ e . . . . 37
v
vi TABLE DES MATI ` ERES
2.3 Version euclidienne de l’in´ egalit´ e de Sobolev logarithmique . . . . 39
2.3.1 Entropie exponentielle de Shannon, information de Fisher . . . 40
2.4 Autour des in´ egalit´ es de Shannon et de Blachman-Stam . . . . 41
2.4.1 Premi` ere m´ ethode . . . . 41
2.4.2 Deuxi` eme m´ ethode . . . . 44
2.4.3 Troisi` eme m´ ethode . . . . 45
2.5 L’in´ egalit´ e de Young et ses cons´ equences . . . . 46
2.6 Principes d’incertitude . . . . 48
2.6.1 Principe d’incertitude de Cram´ er-Rao . . . . 48
2.6.2 Principe d’incertitude de Weyl-Heisenberg . . . . 52
2.6.3 Principe d’incertitude de Beckner-Hirschman . . . . 53
2.7 Notes . . . . 56
Bibliographie . . . . 58
3 Gaussian maximum of entropy and reversed LSI 63 3.1 Shannon’s entropy power and Gross’s inequality . . . . 63
3.2 Reversed Gross’s logarithmic Sobolev inequality . . . . 65
3.3 Sketches of proofs . . . . 66
3.4 Remarks . . . . 68
Acknowledgements . . . . 68
Bibliography . . . . 68
4 Glauber vs Kawasaki for some unbounded spin systems 71 Introduction . . . . 71
4.1 Proof of Proposition 4.0.2 . . . . 78
4.2 Preliminaries to the proof of Theorem 4.0.3 . . . . 79
4.3 Derivation of the Poincar´ e inequality . . . . 81
4.4 Derivation of the logarithmic Sobolev inequality . . . . 87
Acknowledgements . . . . 90
Bibliography . . . . 90
Bibliographie g´ en´ erale 93
Chapitre 0 Introduction
Ce chapitre z´ ero a pour but de pr´ esenter les quatres suivants, dont un bref des- criptif est donn´ e ci-apr` es. Ils ont tous d´ ej` a fait l’objet de publications, ` a l’exception du dernier qui constitue le travail accompli le plus r´ ecent. Chacun d’entre eux pos- s` ede sa propre bibliographie, en plus de la bibliographie g´ en´ erale figurant en fin de document.
1. [CL99] « M´ ethodes fonctionnelles pour PGD quasi-gaussiens ». En collabo- ration avec M. Ledoux , Note aux C. R. Acad. Sci. Paris 329, n
◦6, 523-526 (1999). S´ erie I. Math´ ematiques.
2. [ABC
+00] « Quelques in´ egalit´ es entropiques en th´ eorie de l’information ». Il s’agit d’un travail commun avec C´ ecile An´ e . Il constitue le chapitre n
◦10 du livre intitul´ e « Sur les in´ egalit´ es de Sobolev logarithmiques », Panoramas et Synth` eses , vol. 10, Soci´ et´ e Math´ ematique de France, Paris, 2000, ´ ecrit en collaboration avec S. Blach` ere , P. Foug` eres , I. Gentil , F. Malrieu , C. Roberto et G. Scheffer .
3. [Cha02a] « Gaussian maximum of entropy and reversed log-Sobolev inequa- lity ». ` A paraˆıtre dans S´ eminaire de Probabilit´ e, XXXVI, Lecture Notes in Math., Springer, Berlin, 2002.
4. [Cha02b] « Glauber versus Kawasaki for spectral gap and logarithmic Sobolev inequalities of some unbounded conservative spin systems ». Pr´ epublication, 2002, en cours de soumission.
Le premier chapitre pr´ esente une application des in´ egalit´ es fonctionnelles ` a l’´ eta- blissement de principes de grandes d´ eviations. Certaines in´ egalit´ es fonctionnelles gaussiennes poss` edent des g´ en´ eralisations simples dans des cas quasi-gaussiens. Elles permettent alors d’´ etablir des principes et bornes de grandes d´ eviations (PGD) quasi-gaussiens via des in´ egalit´ es de concentration et de translation gaussiennes pour certaines familles de mesures de Boltzmann et lois de certains semi-groupes diffu- sifs en temps petit. Au-del` a des r´ esultats, l’accent est mis ici sur la m´ ethode et la sym´ etrie des arguments utilis´ es pour les bornes inf´ erieures et sup´ erieures.
1
2 Chapitre 0.
Le second chapitre a pour objectif de pr´ esenter certains liens existant entre les math´ ematiques construites autour des in´ egalit´ es de Sobolev logarithmiques abor- d´ ees dans l’ouvrage [ABC
+00] d’une part, et certaines in´ egalit´ es faisant intervenir l’entropie de Shannon ou l’information de Fisher d’autre part, qui jouent un tr` es grand rˆ ole dans ce que l’on appelle « th´ eorie de l’information ». Cette th´ eorie pos- s` ede des liens naturels avec l’informatique et la th´ eorie du signal. Cependant, nous nous int´ eresserons essentiellement ici ` a certains aspects math´ ematiques, en donnant toutefois quelques rudiments sur les th´ eor` emes de codage dus ` a Shannon et ses devanciers. Nous verrons que les nombreuses in´ egalit´ es faisant intervenir l’informa- tion de Fisher et l’entropie de Shannon , dont certaines jouent un rˆ ole en th´ eorie de l’information, sont li´ ees ´ egalement ` a d’autres in´ egalit´ es en analyse math´ ematique ( Sobolev logarithmique, Brunn - Minkowski , Young ), en statistique (in´ egalit´ e de Cram´ er - Rao ), et en physique (principes d’incertitude de Beckner - Hirshman et de Weyl - Heisenberg ).
Le troisi` eme chapitre pr´ esente un lien entre une forme inverse de l’in´ egalit´ e de So- bolev logarithmique et le maximum gaussien de l’entropie exponentielle de Shan- non . Il y a donc un parall` ele complet avec le lien bien connu entre l’in´ egalit´ e de Sobolev logarithmique et ses traductions en th´ eorie de l’information. Nous don- nons ´ egalement une preuve ´ el´ ementaire de la forme inverse gaussienne de l’in´ egalit´ e de Sobolev logarithmique via une in´ egalit´ e sur l’espace ` a deux points, imitant en cela la preuve de Gross pour la forme non inverse.
Enfin, le dernier chapitre consiste en une ´ etude des in´ egalit´ es de Poincar´ e et de Sobolev logarithmique pour des mesures de probabilit´ es li´ ees ` a des mod` eles conser- vatifs ` a spins continus en m´ ecanique statistique. Inspir´ e des r´ esultats r´ ecents de C. Landim , G. Panizo et H.-T. Yau [LPY00] sur le trou spectral et l’in´ egalit´ e de Sobolev logarithmique pour des syst` emes conservatifs de spins non born´ es, nous
´ etudions des bornes uniformes dans ces in´ egalit´ es pour la dynamique de Glauber associ´ ee ` a des hamiltoniens de la forme P
ni=1
V (x
i) + V (M − x
1− · · · − x
n). Plus pr´ ecis´ ement, nous examinons le cas o` u V est strictement convexe et, en suivant [LPY00], le cas o` u V est une perturbation born´ ee d’un potentiel quadratique. Par un argument de chemins ´ el´ ementaire pour la marche al´ eatoire simple, les bornes uniformes pour la dynamique de Glauber entraˆınent, de fa¸con limpide, la d´ ecrois- sance classique en L
−2pour la dynamique de Kawasaki sur des cubes d’arˆ ete L d’un r´ eseau de dimension d. Cependant, les arguments de nos preuves suivent de pr` es et utilisent abondamment les estim´ ees et la d´ emarche de [LPY00].
Dans la suite de ce chapitre z´ ero, nous tentons de donner une pr´ esentation unifi´ ee
des principaux r´ esultats obtenus dans chacun des quatre travaux. Nous commen¸cons
par une synth` ese sur des in´ egalit´ es fonctionnelles, qui constitue la section 0.1. Nous
poursuivons ensuite par trois sections consacr´ ees aux r´ esultats obtenus. Chacune de
ces sections se termine par des questions rest´ ees sans r´ eponses, et qui constituent
des perspectives de recherche future.
Th` ese, 0.0.1. 3
0.1 In´ egalit´ es fonctionnelles
Une mesure de probabilit´ es µ sur R
nv´ erifie une in´ egalit´ e de Poincar´ e lorsqu’il existe une constante positive P telle que pour toute fonction lisse f : R
n→ R ,
(0.1) Var
µ(f ) 6 P E
µ|∇f |
2.
Dans le mˆ eme ordre d’id´ ees, la mesure de probabilit´ e µ v´ erifie une in´ egalit´ e de Sobolev logarithmique lorsqu’il existe une constante positive L telle que pour toute fonction lisse f : R
n→ R ,
(0.2) Ent
µf
26 L E
µ|∇f|
2,
o` u Ent
µ(f
2) := E
µ(f
2log f
2) − E
µ(f
2) log E
µ(f
2). L’exemple embl´ ematique est fourni par la loi gaussienne N (0, Id
n), qui v´ erifie les deux in´ egalit´ es (0.1) et (0.2) avec les constantes optimales 1 et 2 respectivement. On v´ erifie facilement que la loi exponentielle satisfait (0.1) mais pas (0.2). L’in´ egalit´ e de Sobolev logarithmique (0.2) est plus forte que celle de Poincar´ e (0.1) puisque l’on a
Ent
µ(1 + εf )
2= 2ε
2Var
µ(f) + O(ε
3),
qui entraˆıne (0.1) avec P = L/2. Cette comparaison des constantes est optimale, comme le montre l’exemple de la gaussienne, et diff` ere de celle que pourrait laisser croire l’encadrement suivant valable pour toute fonction f lisse et positive,
E
µ(f ) Ent
µ(f ) 6 Var
µ(f) 6 Ent
µf
2, qui se d´ eduit de l’encadrement ´ el´ ementaire ( √
x − 1)
2+ x − 1 6 x log(x) 6 x
2− x pour tout x > 0.
La mesure de probabilit´ e µ v´ erifie une in´ egalit´ e de Bobkov lorsqu’il existe une constante positive I telle que pour toute fonction lisse f : R
n→ [0, 1],
(0.3) I(E
µ(f )) 6 E
µq
I(f )
2+ I |∇f|
2,
o` u I : [0, 1] → R
+est la fonction isop´ erim´ etrique gaussienne donn´ ee par I(u) = Φ
0◦ Φ
−1(u),
o` u Φ est la fonction r´ epartition de N (0, Id
n). ` A son tour, l’in´ egalit´ e (0.3) est plus forte que (0.2). En effet, comme l’a judicieusement observ´ e Beckner , on retrouve (0.2) avec L = 2I en posant f = εg
2dans (0.3) puis en utilisant le fait que
I(u) ∼
0u p
−2 log u.
Ici encore, l’in´ egalit´ e (0.3) est v´ erifi´ ee par la loi gaussienne standard N (0, Id
n) avec
la constante optimale 1, cf. [Bob97].
4 Chapitre 0.
En approchant les indicatrices de bor´ eliens par des fonctions lisses, l’in´ egalit´ e de Bobkov (0.3) apparaˆıt comme une forme fonctionnelle de l’in´ egalit´ e isop´ erim´ etrique gaussienne,
I(µ(A)) 6 µ
s(∂A),
qui exprime le fait que parmi tous les bor´ eliens A de mesure donn´ ee, les demi- espaces sont ceux qui ont le plus petit bord au sens de la mesure de surface µ
s. D’un autre cˆ ot´ e, les in´ egalit´ es de Poincar´ e (0.1) et de Sobolev logarithmique (0.2) fournissent, lorsqu’elles sont appliqu´ ees ` a des fonctions de la forme f = exp(λF ) o` u F est lipschitzienne, des majorations exponentielles de µ(|F − E
µ(F )| > r). La majoration obtenue par (0.2), connue sous le nom de « concentration gaussienne », est de la forme exp(−r
2/L). Elle peut apparaˆıtre ` a son tour comme une forme faible de l’in´ egalit´ e isop´ erim´ etrique gaussienne d´ eduite de (0.3). Nous renvoyons par exemple ` a [Led99] pour ces aspects.
A ce stade, il est tout ` ` a fait l´ egitime de s’interroger sur la validit´ e des in´ ega- lit´ es (0.1), (0.2) et (0.3) pour des mesures de probabilit´ es µ non gaussiennes. On pense tout naturellement aux densit´ es log-concaves, dont les lois gaussiennes sont des cas particuliers. Cette question trouve une r´ eponse satisfaisante dans le crit` ere de courbure de Bakry et Emery ´ introduit dans la suite.
0.1.1 In´ egalit´ es locales et crit` eres de courbure
Int´ eressons-nous ` a des mesures positives µ sur R
nqui s’´ ecrivent sous la forme µ(dx) = exp(−H(x)) dx,
o` u H ∈ C
2( R
n, R ). Lorsque cela est possible, on normalise µ en une mesure de probabilit´ es en faisant intervenir un facteur multiplicatif (Z
H)
−1. La mesure µ appa- raˆıt comme la mesure invariante sym´ etrique du processus de Kolmogorov (X
t)
t>0satisfaisant ` a l’´ E.D.S.
dX
t= √
2 dB
t− (∇H)(X
t) dt.
Cette ´ equation d´ ecrit par exemple la vitesse X
t` a l’instant t d’une particule qui subit ` a la fois une force d’agitation brownienne et une force de rappel associ´ ee au champ de potentiel H. Au processus de diffusion (X
t)
t>0, on associe un semi-groupe de Markov (P
t)
t>0, d´ efini pour tout t > 0, tout x ∈ R
net toute fonction born´ ee f : R
n→ R par
P
t(f) (x) = E(f (X
t) | X
0= x) .
Ce semi-groupe de contraction de L
2( R
n, µ, R ) a pour g´ en´ erateur infinit´ esimal l’op´ e- rateur diff´ erentiel L d´ efini par
L := ∆ − ∇H · ∇.
On a donc ∂
tP
t= LP
t= P
tL. Il est alors bien connu que l’in´ egalit´ e de Poincar´ e (0.1)
de constante P pour µ est ´ equivalente ` a l’existence d’un trou sup´ erieur ` a P
−1dans le
Th` ese, 0.0.1. 5 spectre de L, tandis que l’in´ egalit´ e de Sobolev logarithmique (0.2) de constante L pour µ est ´ equivalente (th´ eor` eme de Gross ) ` a l’hypercontractivit´ e du semi-groupe (P
t)
t>0:
kP
tk
2→q6 1 pour q 6 1 + e
4t/L.
Ce r´ esultat s’obtient en remarquant que la d´ eriv´ ee en p de la norme k·k
pfait appa- raˆıtre l’entropie. On d´ eduit des in´ egalit´ es (0.1) et (0.2) des convergences exponen- tielles vers l’´ equilibre, au sens de la variance pour l’in´ egalit´ e de Poincar´ e (0.1)
Var
µ(P
t(f )) 6 e
−2t/PVar
µ(f ) ,
et au sens de l’entropie pour l’in´ egalit´ e de Sobolev logarithmique (0.2) Ent
µ(P
t(f)) 6 e
−4t/LEnt
µ(f) .
Par exemple, pour la variance, on ´ ecrit en utilisant l’in´ egalit´ e de Poincar´ e (0.1),
∂
tVar
µ(P
t(f)) = 2 E
µ(P
t(f) LP
t(f ))
= −2 E
µ|∇P
t(f )|
26 −2 P
−1Var
µ(P
t(f )) .
On peut ais´ ement faire de mˆ eme pour l’in´ egalit´ e de Bobkov (0.3) et la fonctionnelle I(E
µ(·)) − E
µ(I(·)) en utilisant le fait que I I
00= −1.
Le crit` ere de courbure de Bakry et Emery ´ affirme que lorsqu’il existe une constante positive α telle que Hess(H)(x) > αId
npour tout x ∈ R
nau sens des formes quadratiques (i.e. H est uniform´ ement strictement convexe, ou alternative- ment µ est uniform´ ement log-concave), alors µ satisfait aux in´ egalit´ es (0.1), (0.2) et (0.3) suivantes :
(0.4) Var
µ(f ) 6 α
−1E
µ|∇f|
2,
(0.5) Ent
µf
26 2α
−1E
µ|∇f |
2, et
(0.6) I(E
µ(f)) 6 E
µq
I(f)
2+ α
−1|∇f |
2.
On retrouve la gaussienne standard N (0, Id
n) pour α = 1. Par exemple, pour (0.4), on ´ ecrit en utilisant l’in´ egalit´ e |∇P
t(f)|
26 e
−2αtP
t|∇f |
2, qui est une cons´ equence de la convexit´ e uniforme de H,
Var
µ(f ) = − Z
+∞0
∂
tE
µ(P
t(f ))
2dt
= −2 Z
+∞0
E
µ(P
t(f ) LP
t(f)) dt
= 2 Z
+∞0
E
µ|∇P
t(f)|
2dt 6 α
−1E
µ|∇f|
2.
6 Chapitre 0.
De fa¸con plus g´ en´ erale et sous les mˆ emes hypoth` eses sur H, on obtient ces in´ egalit´ es pour les lois du semi-groupe [Led00]. Plus pr´ ecis´ ement, pour tout temps t > 0 et toute fonction f raisonnable,
(0.7) P
tf
2− P
t(f)
26 α(t) P
t|∇f|
2,
(0.8) P
tf
2log f
2− P
tf
2log P
tf
26 2α(t) P
t|∇f |
2,
et
(0.9) I(P
t(f )) 6 P
tq
I(f )
2+ α(t) |∇f |
2.
o` u α(t) := α
−1(1 − e
−2αt). Les in´ egalit´ es locales (0.7), (0.8) et (0.9) fournissent les in´ egalit´ es (0.1), (0.2) et (0.3) pour la mesure invariante µ par ergodicit´ e en faisant tendre t vers l’infini. Il est important de comprendre que la r´ eciproque n’a pas lieu en g´ en´ eral, et que les in´ egalit´ es pour la mesure invariante µ n’entraˆınent pas d’in´ egalit´ es locales en toute g´ en´ eralit´ e. D’autre part, on montre que les in´ egalit´ es locales ont lieu pour tout t avec la constante α(t) si et seulement si H est uniform´ ement convexe de constante α > 0. Plus pr´ ecis´ ement, l’occurence de l’une d’entre elle pour tout t > 0 est ´ equivalente ` a la propri´ et´ e de commutation suivante,
|∇P
t(f )| 6 e
−αtP
t(|∇f|) ,
elle mˆ eme ´ equivalente ` a ∀x, Hess(H)(x) > α Id
n. A contrario, les in´ egalit´ es pour la mesure invariante µ peuvent avoir lieu pour des H non convexes et ne sont donc pas ´ equivalentes ` a la convexit´ e de H. L’in´ egalit´ e de Poincar´ e (0.1) pour la mesure invariante µ fait figure d’exception puisque l’on dispose d’un crit` ere sous forme d’´ equivalence : la mesure de probabilit´ e µ v´ erifie (0.1) avec une constante P > 0 si et seulement si, pour toute fonction lisse f : R
n→ R ,
(0.10) P E
µ(Lf)
2> E
µ|∇f |
2.
Lorsque Hess(H) > αId
navec α > 0, cette in´ egalit´ e est bien entendu satisfaite avec P = α
−1puisque l’on a toujours
E
µ(Lf)
2= E
µ(kHess(f )k
22) + E
µ(∇f · Hess(H)∇f ) .
Nous avons volontairement choisi de ne pas parler de crit` ere de courbure-dimension
en terme d’op´ erateurs Γ et Γ
2, qui soutend l’analyse de la g´ eom´ etrie des semi-groupes
de Markov car nous nous restreignons ici ` a des diffusions particuli` eres sur R
n. Nous
renvoyons pour cela ` a la synth` ese faite dans [Led00] et [ABC
+00, chapitre 5].
Th` ese, 0.0.1. 7 0.1.2 In´ egalit´ es inverses
Soit µ une mesure de probabilit´ es sur R
ntelle que µ(dx) = (Z
H)
−1exp(−H(x)) dx
pour une certaine fonction H ∈ C
2( R
n, R ). Si le semi-groupe de diffusion associ´ e est ergodique et s’il existe une constante β > 0 telle que kHess(H)k 6 β au sens des applications lin´ eaires, alors on obtient (cf. [Led00]) les in´ egalit´ es suivantes, qui constituent des formes inverses de (0.1), (0.2) et (0.3) :
(0.11) 1
β |E
µ(∇f)|
26 Var
µ(f) ,
(0.12) 1
2β |E
µ(∇f )|
26 E
µ(f ) Ent
µ(f) , et
(0.13)
r
E
µ(I(f ))
2+ 1
β |E
µ(∇f )|
26 I(E
µ(f )) .
En particulier, elles ont toutes lieu pour la loi gaussienne N (0, Id
n) avec β = 1.
Il est facile de voir que (0.12) entraˆıne (0.11) mais la r´ eciproque n’est pas claire.
Cependant, les in´ egalit´ es (0.13) et (0.12) sont ´ equivalentes, aux constantes pr´ es, ` a l’in´ egalit´ e de Bobkov suivante (cf. [BCEF01] et [Bob99]) :
(0.14) |E
µ(∇f)| 6 p
β I(E
µ(f )).
Pour la mesure gaussienne, cette in´ egalit´ e exprime le fait que parmi tous les bor´ eliens de mesure donn´ ee, les demi-espaces sont ceux qui maximisent la moyenne de leur barycentre. En imitant les preuves des in´ egalit´ es non inverses, nous pouvons ´ etablir des versions locales de (0.11), (0.13) et (0.12). Pour tout t > 0 et toute fonction raisonnable f , on a en notant β(t) := β
−1(1 − e
−2βt) :
(0.15) β(t) |P
t(∇f)|
26 P
tf
2− P
t(f )
2,
(0.16) β(t)
2 |P
t(∇f )|
26 P
t(f ) (P
t(f log f) − P
t(f) log P
t(f)), et
(0.17)
q
P
t(I(f))
2+ β(t) |P
t(∇f )|
26 I(P
t(f)).
8 Chapitre 0.
Ces in´ egalit´ es locales redonnent les in´ egalit´ es (0.11), (0.13) et (0.12) pour la mesure invariante, par ergodicit´ e en faisant tendre le temps t vers l’infini. La preuve des in´ egalit´ es (0.13) et (0.17) fait appel aux relations fondamentales I I
00= −1 et
∇L = L∇ − Hess(H)∇,
d´ ej` a utilis´ ees dans la preuve de (0.3) et (0.9). Par exemple, pour ´ etablir (0.17), il suffit de montrer que
J(s) = P
s(I(P
t−s(f)))
2+ β(s)|P
s(∇P
t−s(f ))|
2d´ ecroit de s = 0 ` a s = t. Un petit calcul utilisant ∇L = L∇ − Hess(H)∇ montre que :
J
0(s) =2P
s(I(P
t−s(f ))) (LP
s(I(P
t−s(f ))) − P
s(I
0(P
t−s(f))LP
t−s(f))) + 2e
−2βt|P
s(∇P
t−s(f ))|
2+ 2β(s)hP
s(∇P
t−s(f )) , P
s(Hess(H)∇P
t−s(f))i.
En posant F = P
t−s(f) et en utilisant I I
00= −1 , il vient : LI(F ) − I(F )LF = I
00(F )|∇F |
2= − |∇F |
2I(F ) , et donc :
1
2 J
0(s) = −P
s(I(F )) P
s|∇F |
2I(F )
!
+e
−2βt|P
s(∇F )|
2+β(s)hP
s(∇F ) , P
s(Hess(H)∇F )i.
Or par hypoth` ese sur Hess(H) et par l’in´ egalit´ e de Cauchy - Schwarz : hP
s(∇F ) , P
s(Hess(H)∇F )i 6 βP
s|∇F |
2et d’autre part, toujours par l’in´ egalit´ e de Cauchy - Schwarz :
|P
s(∇F )|
26 P
s|∇F |
26 P
s(I(F )) P
s|∇F |
2I(F )
!
d’o` u le r´ esultat car β(t) = (1 − e
−2βt)/β.
0.2 M´ ethodes fonctionnelles pour PGD quasi-gaussiens
L’in´ egalit´ e de Bobkov (0.3) de constante I = α
−1entraˆıne, en l’appliquant aux indicatrices d’ensembles, une propri´ et´ e isop´ erim´ etrique et de concentration qui affirme que pour tout bor´ elien C et tout r´ eel r > 0 on a
µ(C + B
2(0, r)) > Φ(Φ
−1(µ(C)) + √
α r),
Th` ese, 0.0.2. 9 o` u B
2(0, r) est la boule euclidienne ferm´ ee de centre l’origine et de rayon r > 0.
D’un autre cˆ ot´ e, l’in´ egalit´ e (0.14) entraˆıne que pour pour tout bor´ elien C et tout vecteur h on a
Φ(Φ
−1(µ(C)) + p
β khk
2) > µ(C + h).
Ces deux propri´ et´ es permettent alors d’´ etablir le th´ eor` eme suivant :
Th´ eor` eme 0.2.1. Soit une famille de mesures de probabilit´ es (µ
ε, ε > 0) sur R
nassoci´ ees aux hamiltoniens (H
ε, ε > 0) dans C
2( R
n, R ), convergeant ´ etroitement vers δ
0quand ε tend vers 0. Supposons que pour tout ε > 0, il existe des r´ eels α
εet β
εtels que 0 < α
εId
n6 Hess(H
ε) 6 β
εId
nuniform´ ement sur R
nau sens des formes quadratiques avec lim
ε→0+α
ε= +∞. Alors pour tout bor´ elien C on a
− inf
int(C)
J 6 lim inf
ε→0
β
ε−1log µ
ε(C) 6 lim sup
ε→0
α
ε−1log µ
ε(C) 6 − inf
adh(C)
J o` u J :=
12k·k
22.
Le cas typique est celui donn´ e par la contraction d’une loi de probabilit´ e d’ha- miltonien H v´ erifiant 0 < α Id
n6 Hess(H) 6 β Id
nuniform´ ement sur R
nau sens des formes quadratiques. On a alors H
ε(·) = H(ε
−1·) avec α
ε= ε
−2α et β
ε= ε
−2β.
On retrouve ainsi le PGD gaussien classique en prenant H(·) =
12k·k
22et α = β = 1.
On peut en d´ eduire sans difficult´ es un PGD sans topologie. Les versions locales des in´ egalit´ es fonctionnelles utilis´ ees permettent, selon le mˆ eme sch´ ema, d’´ etablir le r´ esultat suivant.
Th´ eor` eme 0.2.2. Soit (P
t)
t>0un semi-groupe de diffusion sur R
nde g´ en´ erateur infinit´ esimal L := ∆ − ∇H · ∇ tel que Hess(H) soit uniform´ ement born´ e en tant qu’op´ erateur lin´ eaire sur R
n. Alors, pour tout bor´ elien C et tout x dans R
non a
− inf
int(C)
J
x6 lim inf
t→0
2t log P
t(C) (x) 6 lim sup
t→0
2t log P
t(C) (x) 6 − inf
adh(C)
J
xo` u J
x:=
12kx − · k
22.
Ainsi, on obtient, de fa¸con tr` es simple, un r´ esultat de mˆ eme nature que celui de [Var67]. On aurait pu faire de mˆ eme en utilisant l’in´ egalit´ e de Sobolev logarith- mique (0.2) en lieu et place de l’in´ egalit´ e isop´ erim´ etrique de Bobkov (0.3), puisque (0.2) pour µ entraˆıne de la concentration gaussienne pour µ.
Perspectives
En prolongeant les in´ egalit´ es de Bobkov (0.3) et (0.13) ` a la loi de tout le pro-
cessus, il devrait ˆ etre possible d’´ enoncer des versions fonctionnelles des r´ esultats
obtenus.
10 Chapitre 0.
0.3 Entropie de Shannon et information de Fisher
L’entropie exponentielle de Shannon d’un vecteur al´ eatoire X de densit´ e f par rapport ` a la mesure de Lebesgue sur R
nest d´ efinie par
N(X) := (2πe)
−1e
2nH(X),
o` u H(X) := −Ent
dx(f) est l’entropie de Shannon de X. L’entropie exponentielle de la loi gaussienne centr´ ee de matrice de covariance K vaut donc
N(N (0, K)) = |K|
1/n.
De mˆ eme que pour l’entropie de Shannon , ces lois gaussiennes r´ ealisent le maximum de N ` a covariance fix´ ee, de sorte que si X a pour covariance K, alors
N(X) 6 |K|
1/n.
A covariance fix´ ` ee, la loi gaussienne est donc celle qui « contient le plus d’incer- titude », au sens de l’entropie. Ainsi, de la mˆ eme mani` ere que |K|
1/nrepr´ esente le « rayon moyen » de la matrice K, N(X) repr´ esente en quelque sorte le « rayon d’incertitude » du vecteur al´ eatoire X.
Une deuxi` eme quantit´ e importante est l’information de Fisher . Pour un vecteur al´ eatoire X de densit´ e f par rapport ` a la mesure de Lebesgue sur R
n, elle est d´ efinie par
J(X) :=
Z
|∇ log f|
2f dx.
Elle apparaˆıt comme la trace de la matrice d’information de Fisher J (X), bien connue en statistique et d´ efinie par
J (X) :=
Z
(∇ log f)(∇ log f )
>f dx.
L’in´ egalit´ e de Sobolev logarithmique (0.2) pour la loi gaussienne N (0, tId
n) ex- prime que pour toute fonction f d´ erivable de R
ndans R ,
Ent
N(0,tIdn)f
26 2t E
N(0,tIdn)|∇f |
2.
Par un simple changement de fonction, cette in´ egalit´ e est ´ equivalente ` a l’in´ egalit´ e suivante sur la mesure de Lebesgue :
Z
g
2log g
2dx 6 n 2 log
2 eπn
Z
|∇g|
2dx
,
valable pour toute fonction g ` a d´ ecroissance rapide sur R
ntelle que g
2soit une densit´ e pour la mesure de Lebesgue . En posant g = √
f , cette in´ egalit´ e s’´ ecrit alors ` a l’aide des quantit´ es introduites
N(X)J(X) > n.
Th` ese, 0.0.3. 11 En appliquant cette in´ egalit´ e au vecteur al´ eatoire J (X)
1/2X, on obtient la forme suivante,
N(X)| J (X)|
1/n> 1,
qui redonne ` a son tour la pr´ ec´ edente par l’in´ egalit´ e arithm´ etico-g´ eom´ etrique sur le spectre de J (X). Ainsi, l’in´ egalit´ e de Sobolev logarithmique (0.12) pour les lois gaussiennes est ´ equivalente ` a l’in´ egalit´ e N(X)J(X) > n, connue depuis les ann´ ees 1950 en th´ eorie de l’information. Les objets N et J jouent un tr` es grand rˆ ole en th´ eorie de l’information. Le chapitre 2 (page 27) constitue une synth` ese sur leur multiples liens avec des objets et in´ egalit´ es fonctionnelles en analyse. Nous y donnons en particulier une d´ emonstration courte de la concavit´ e de l’entropie exponentielle :
∂
t2N(X + √
t Z) 6 0,
o` u Z est un vecteur al´ eatoire gaussien standard ind´ ependant du vecteur al´ eatoire X.
En d’autres termes, l’entropie exponentielle N est concave par rapport ` a la variance d’une perturbation additive normale ind´ ependante. Si (P
t)
t>0d´ esigne le semi-groupe de la chaleur associ´ e au mouvement brownien, cette propri´ et´ e peut s’´ ecrire sous la forme ∂
t(J(P
t(f ))
−1> n
−1, et s’´ etablit alors simplement via l’in´ egalit´ e
kHess(f )k
22> n
−1(∆f)
2.
Les sp´ ecialistes du « crit` ere Γ
2» auront reconnu la partie dimensionnelle du crit` ere de courbure-dimension en courbure nulle pour le laplacien usuel.
Nous montrons, dans le chapitre 3 (page 63) que le maximum gaussien de l’entro- pie de Shannon est ´ equivalent ` a la forme inverse (0.12) de l’in´ egalit´ e de Sobolev logarithmique pour les lois gaussiennes. Plus pr´ ecis´ ement, on a l’´ enonc´ e suivant, qui
´
etablit un parall` ele complet avec l’´ equivalence entre l’in´ egalit´ e de Sobolev loga- rithmique gaussienne (0.2) et sa r´ e´ ecriture en terme des objets N et J :
Th´ eor` eme 0.3.1. Si γ
nd´ esigne la loi N (0, Id
n) et λ
nla mesure de Lebesgue sur R
n, alors les assertions suivantes sont ´ equivalentes et vraies :
(i) Pour toute fonction lisse f : R
n→ R
+,
|E
γn(∇f )|
26 2 Ent
γn(f) E
γn(f ) . (ii) Pour toute fonction lisse g : R
n→ R
+,
−Ent
λn(g) 6 n 2 log
2πe
n Tr K(g)
.
(iii) Pour tout vecteur al´ eatoire de R
n` a densit´ e lisse,
nN(X) 6 Tr K (X).
12 Chapitre 0.
(iv) Pour tout vecteur al´ eatoire de R
n` a densit´ e lisse, N(X) 6 |K(X)|
1/n.
La forme inverse (0.12) de l’in´ egalit´ e de Sobolev logarithmique gaussienne peut ˆ etre obtenue par tensorisation ` a partir de l’in´ egalit´ e ` a deux points suivante,
2p
2q
2(f(1) − f(0))
26 Ent
βp(f ) E
βp(f ) ,
qui n’est rien d’autre qu’une version optimale de l’in´ egalit´ e de Pinsker - Csisz` ar - Kullback pour la loi de Bernoulli β
p. De mani` ere g´ en´ erale, l’in´ egalit´ e (0.12) se tensorise tr` es facilement au moyen de l’in´ egalit´ e
Ent
µ(f) >
n
X
i=1
Ent
µiZ
f dµ
\i,
valable pour toute mesure µ = ⊗
ni=1µ
i, produit de n mesures positives µ
iet toute fonction positive f sur l’espace produit o` u µ
\id´ esigne le produit des mesures µ
jpour j 6= i. De plus, l’´ egalit´ e n’est r´ ealis´ ee que lorsque f = ( R
f dµ) ⊗
ni=1R
f dµ
\i, µ- presque partout. Lorsque les mesures µ
isont de probabilit´ es, la fonction constante 1 est int´ egrable et l’in´ egalit´ e pr´ ec´ edente appliqu´ ee ` a la fonction 1 + εf o` u f est born´ ee fournit :
Var
µ(f) >
n
X
i=1
Var
µiE
µ\i(f )
,
qui permet de tensoriser directement (0.11). Ces propri´ et´ es de tensorisation de la variance et de l’entropie apparaissent comme les contreparties inverses des in´ egalit´ es de tensorisation pr´ esent´ ees dans [ABC
+00, chap. 1] :
(0.18) Var
µ(f) 6
n
X
i=1
E
µ(Var
µi(f )) , et
(0.19) Ent
µ(f) 6
n
X
i=1
E
µ(Ent
µi(f )) . Perspectives
L’invariance par translation et dilatation de la mesure de Lebesgue joue un
rˆ ole important dans les propri´ et´ es des objets qui interviennent en th´ eorie de l’in-
formation. Cependant, certaines restent valables pour d’autres mesures positives, et
il serait int´ eressant de pouvoir en g´ en´ eraliser d’autres. L’in´ egalit´ e de Blachman -
Stam (2.12) (cf. page 41) par exemple reste-t-elle valable pour des mesures plus
g´ en´ erales ?
Th` ese, 0.0.4. 13
0.4 Glauber vs Kawasaki pour certains syst` emes de spins
En m´ ecanique statistique, les in´ egalit´ es (0.1) et (0.2) ´ etablies sur R
ncorres- pondent ` a des descriptions microscopiques, et la d´ ependance en n de leurs constantes P et L joue un rˆ ole important pour le comportement des objets macroscopiques.
Rappelons ` a ce propos que les in´ egalit´ es (0.1) et (0.2) sont stables par perturbation et tensorisation :
– Si µ et ν sont deux mesures de probabilit´ e sur R
net R
mv´ erifiant (0.1) avec les constantes P
µet P
ν, alors µ ⊗ ν v´ erifie (0.1) sur R
n+mavec la constante max(P
µ, P
ν). Il en est de mˆ eme pour l’in´ egalit´ e (0.2).
– Si la mesure de probabilit´ es µ v´ erifie (0.1) sur R
navec la constante P , et si B ∈ C
b( R
n, R ), alors la mesure de probabilit´ es (Z
B)
−1exp (B(x)) dµ(x) v´ erifie (0.1) avec la constante exp (2osc(B))P . Il en est de mˆ eme pour l’in´ egalit´ e (0.2).
Consid´ erons par exemple la mesure de probabilit´ e ν sur R d´ efinie par dν(x) = Z
−1exp(W (x) + F (x)) dx,
o` u W est uniform´ ement convexe (i.e. W
00(x) > α > 0 pour tout x) et F est born´ ee.
En vertu du crit` ere de courbure et des propri´ et´ es de perturbation et de tensorisation, la mesure de probabilit´ es ν
⊗nsur R
nv´ erifie les in´ egalit´ es (0.1) et (0.2) avec des constantes qui d´ ependent de α et kF k
∞mais pas de n. Il en va tout autrement si l’on consid` ere des mesures qui ne sont pas produit, pour lesquelles il est alors l´ egitime de s’int´ eroger sur le comportement dimensionnel et perturbatif des constantes dans (0.1) et (0.2).
Soit V ∈ C
2( R , R ), M ∈ R et σ
Mla mesure de probabilit´ e sur R
nd´ efinie par dσ
M(x
1, . . . , x
n) := (Z
σM)
−1exp
−
n
X
i=1
V (x
i) − V
M −
n
X
i=1
x
idx
1· · · dx
n. Cette mesure σ
Mest li´ ee ` a une mesure conditionn´ ee. En effet, soit µ la mesure de probabilit´ es sur R
n+1d´ efinie par
dµ(x
1, . . . , x
n+1) := (Z
V)
−1exp
nX
i=1
V (x
i)
dx
1· · · dx
n+1,
et µ
Mla mesure de probabilit´ e conditionn´ ee donn´ ee par µ
M:= µ
·
n+1
X
i=1
x
i= M
.
On a alors pour toute fonction f ∈ C
b( R
n+1, R ), E
µM(f ) =
Z
Rn
f
x
1, . . . , x
n, M −
n
X
i=1
x
idσ
M(x
1, . . . , x
n).
14 Chapitre 0.
Les mesures σ
M, µ et µ
Msont ´ echangeables, et l’on voit bien que la coordonn´ ee x
n+1ne joue par de rˆ ole particulier. Ainsi, si σ
Mv´ erifie les in´ egalit´ es (0.1) et (0.2), alors µ
Mv´ erifiera l’in´ egalit´ e suivante, valable pour toute fonction lisse f : R
n+1→ R ,
Var
µM(f) 6 P n + 1
n+1
X
i,j=1
E
µM|∂
if − ∂
jf|
2,
et
Ent
µMf
26 L
n + 1
n+1
X
i,j=1
E
µM|∂
if − ∂
jf|
2.
Int´ eressons nous ` a pr´ esent au cas R
n+1' R
Λ, o` u Λ = {1, . . . , L}
dest une boite finie du r´ eseau Z
d. Un argument de chemins pour la marche al´ eatoire simple fournit la comparaison suivante valable pour tout a ∈ R
Λ,
1
|Λ|
X
i,j∈Λ
(a
i− a
j)
26 C
dL
2X
i,j∈Λ
|i−j|=1
(a
i− a
j)
2,
o` u C
dne d´ epend que de d. Puisque |Λ| = n + 1, on d´ eduit imm´ ediatement des in´ egalit´ es pr´ ec´ edentes les deux suivantes,
Var
µM(f) 6 C
dL
2P X
i,j∈Λ
|i−j|=1
E
µM|∂
if − ∂
jf|
2,
et
Ent
µMf
26 C
dL
2L X
i,j∈Λ
|i−j|=1
E
µM|∂
if − ∂
jf|
2.
On parle d’in´ egalit´ es sur la dynamique de Kawasaki , par opposition ` a celle de Glauber qui fait intervenir le gradient euclidien |∇f|
2. Supposons ` a pr´ esent qu’il existe α > tel que V
00(u) > α pour tout u ∈ R . Le crit` ere de courbure entraˆıne alors imm´ ediatement que σ
Mest uniform´ ement log-concave de constante α, et donc σ
Msatisfait aux in´ egalit´ es de Poincar´ e et de Sobolev logarithmiques suivantes,
Var
σM(f ) 6 α
−1E
µ|∇f|
2, et
Ent
σMf
26 2α
−1E
µ|∇f |
2.
Les constantes ne d´ ependent donc pas de n et M. Le proc´ ed´ e pr´ esent´ e pr´ ec´ edem-
ment fournit alors de fa¸con limpide le comportement en L
2des constantes pour la
dynamique de Kawasaki associ´ ee ` a µ
Msur la boite {1, . . . , L}
d.
Th` ese, 0.0.4. 15 Il est naturel de chercher ` a ´ etendre l’utilisation de ce proc´ ed´ e ` a des potentiels V non convexes. Il suffit pour cela d’´ etablir des in´ egalit´ es pour la dynamique de Glau- ber associ´ ee ` a σ
M. Comme l’a remarqu´ e Ivan Gentil , une utilisation judicieuse du crit` ere de courbure sous sa forme d’´ equivalence (0.10) pour l’in´ egalit´ e de Poincar´ e permet d´ ej` a d’obtenir le r´ esultat perturbatif suivant :
Proposition 0.4.1. Supposons que V soit de la forme V (u) = u
2/2 + F (u) o` u F : R → R . Alors, pour kF k
∞assez petit, il existe une constante P > 0 d´ ependant uniquement de kF k
∞telle que pour tout n, M et toute fonction lisse f : R
n→ R ,
Var
σM(f ) 6 P E
σM|∇f |
2.
Ceci reste valable si l’on remplace dans la d´ efinition de V la fonction quadratique u 7→ u
2/2 par une fonction u 7→ Φ(u) telle qu’il existe des constantes α et β v´ erifiant 0 < α 6 β 6 2α et α 6 Φ
00(u) 6 β pour tout u ∈ R . La constante P s’´ ecrit alors
exp(2 osc(F )) 2α exp(−2 osc(F )) − β pour osc(F ) < log p
2α/β. Le traitement de l’in´ egalit´ e de Sobolev logarithmique pose probl` eme car l’on ne dispose pas de crit` ere de courbure sous forme d’´ equivalence comme pour celle de Poincar´ e . La preuve de ce r´ esultat perturbatif est calqu´ ee sur une m´ ethode due ` a B. Helffer dans le cadre de syst` emes de spins avec conditions au bord, pour lesquels la mesure associ´ ee n’est pas ´ echangeable. Cette m´ ethode n’est sans doute pas adapt´ ee ` a notre cas puisque toute r´ eduction de F dans le terme d’interaction V (M − x
1− · · · −x
n) affecte le terme produit V (x
1) + · · · +V (x
n) car la mesure poss` ede une sym´ etrie sp´ eciale. On peut cependant esp´ erer que cette sym´ etrie suppl´ ementaire entraˆıne un comportement non perturbatif, comme dans certains mod` eles « champ moyen ». Dans cette direction, C. Landim , G. Panizo et H.- T. Yau ont r´ ecemment obtenu [LPY00] le comportement en L
2des constantes pour la dynamique de Kawasaki associ´ ee ` a µ
M. Leur preuve repose sur la d´ ecomposition markovienne de Lu et Yau et sur un th´ eor` eme central limite local. Le but du chapitre 4 page 71 est de montrer qu’en r´ ealit´ e, le facteur L
2peut ˆ etre obtenu de la mˆ eme fa¸con que pour le cas purement convexe via un argument de chemins. La preuve que nous proposons repose cependant de fa¸con cruciale sur les estim´ ees qui sont ` a la base de [LPY00]. Notre r´ esultat principal est le suivant :
Th´ eor` eme 0.4.2. Supposons que V soit de la forme V (u) = u
2/2 + F (u). Alors, si F est born´ ee et lipschitzienne, il existe une constante P > 0 d´ ependant uniquement de kF k
∞et kF
0k
∞telle que pour tout n, tout M et toute fonction lisse f : R
n→ R ,
Var
σM(f ) 6 P E
σM|∇f |
2.
De plus, si F
00est ´ egalement born´ ee, il existe une constante L > 0 d´ ependant uni- quement de kF k
∞, kF
0k
∞et kF
00k
∞telle que pour tout n, tout M et toute fonction lisse f : R
n→ R ,
Ent
σMf
26 L E
σM|∇f |
2.
16 Chapitre 0.
La preuve reprend ´ egalement le d´ ecoupage en boites de taille contrˆ ol´ ee utilis´ e dans [LPY00], qui permet de tirer partie d’un th´ eor` eme central limite local via une sorte de propagation du chaos donnant la convergence des marges de la me- sure canonique vers celles de la mesure grand canonique produit. Les propri´ et´ es de tensorisation (0.18) et (0.19) sont remplac´ ees par les suivantes :
Var
σM(f) =
n
X
k=1
E
σM(Var
σ(k−1)(f
k)) , et
Ent
σM(f) =
n
X
k=1
E
σM(Ent
σ(k−1)(f
k)) ,
o` u σ
(k)d´ esigne la mesure σ
Msachant x
1, . . . , x
ket f
kl’esp´ erance conditionnelle E
σM(f|x
1, . . . , x
k) = E
σ(k)(f). La structure particuli` ere de σ
Mfait que σ
(k)n’est rien d’autre que σ
M−x1−···−xk(dx
k+1, . . . , dx
n).
Remarque 0.4.3. Le facteur L
2apparaˆıt tout naturellement dans certains mod` eles d’interface. Soit par exemple Λ := {1, . . . , L}
d⊂ Z
det ν
Λla mesure de probabilit´ e sur R
Λd´ efinie par
ν
Λ(dx) = exp (−H
Λ(x)) dx, o` u
H
Λ(x) := X
{i,j}∩Λ6=∅
i∼j
V (x
i− x
j),
o` u V ∈ C
2( R , R ) et x
i= ω
isi i 6∈ Λ, ω ´ etant fix´ e dans Z
d. Un petit calcul donne pour tous x ∈ R
Λet i, j ∈ Λ :
∂
ij2H(x) =
P
k∈Zd, k∼i