Démonstration

Sur la variété compacte à courbure positive K = +1 (sphère S³), l’addition vectorielle n’est pas définie. Soit {u₁, …, u_N} un échantillon de jauge admissible, de centres c_{u_i} ∈ S³. On cherche à minimiser la dispersion géodésique pondérée par la capacité :

Φ(x) := ∑_{i=1}^N μ(𝓥(u_i)) · d(x, c_{u_i})²

Étape 1 — Convexité stricte. Sur S³, la hessienne de la fonction d²(·, c)/2 est :

∇² [ ½ d²(x, c) ] = d(x, c) · cot(d(x, c)) · ℙ_⊥ + ℙ_∥

où ℙ_∥ et ℙ_⊥ sont les projecteurs sur le gradient de distance et son orthogonal. Pour d(x, c) ≤ 2θ_c = 1/8 rad < π/2, la fonction t ↦ t·cot(t) est strictement positive (t·cot(t) = 1 − t²/3 − t⁴/45 − … > 0). Donc ∇²Φ est définie positive sur la calotte.

Étape 2 — Compacité. La calotte B(p, θ_c) est fermée et bornée dans S³ (qui est compacte), donc compacte.

Étape 3 — Existence. Φ est continue sur le compact B(p, θ_c). Elle y atteint donc son minimum (théorème de Weierstrass).

Étape 4 — Unicité. Si x₁ ≠ x₂ étaient deux minimiseurs, alors par stricte convexité :

Φ((x₁+x₂)/2) < (Φ(x₁) + Φ(x₂))/2 = min Φ

contradiction. Donc le minimiseur c* est unique. ∎

Démonstration

La dispersion n’est pas stochastique mais topologique. Soit u ∈ 𝓔 un état de centre c_u et de rayon R_u. Par la Définition A.2, l’enveloppe de jauge est :

𝓥(u) := {x ∈ 𝓔 | D_𝓖(x, c_u) ≤ R_u}

La dispersion d’un échantillon {u₁, …, u_N} est mesurée par le rayon effectif R* de l’enveloppe minimale contenant tous les centres c_{u_i} :

R* := max_{i} D_𝓖(c_{u_i}, c*)

où c* est le barycentre de Fréchet-Karcher (Outil 1). La variance classique ignore les limites de capacité 𝓒_loc, ce qui conduit aux divergences en queues de distribution. En revanche, la capacité de Choquet μ(𝓥(u)) capture la masse topologique de l’enveloppe, et non sa seule extension géométrique.

Théorème (borne de dispersion). Sous l’Axiome A (Contenance), pour tout composé u ∘ v :

R_{u∘v} ≤ max(R_u, R_v)

La dispersion ne peut pas augmenter par composition. ∎

Démonstration

Soit f : 𝓔 → ℝ⁺ une fonction intégrable (par exemple, la fonction de perte d’un portefeuille). L’intégrale de Choquet de f sous la capacité μ est définie par :

𝔼_μ[f] := ∫₀^∞ μ({u ∈ 𝓔 : f(u) ≥ t}) dt

Les quantiles morcilliens correspondent aux ensembles de niveau de cette intégrale. Plus précisément, le quantile d’ordre α ∈ (0, 1) est la valeur q_α telle que :

μ({u ∈ 𝓔 : f(u) ≥ q_α}) = 1 − α

Propriété de sous-modularité. Sous l’Hypothèse 4.1 de l’Axiomatique FDAA (μ sous-modulaire), on a :

μ(A ∪ B) + μ(A ∩ B) ≤ μ(A) + μ(B)

Cette propriété garantit que les quantiles morcilliens sont robustes aux valeurs aberrantes : une observation hors jauge (D_𝓖 > Σᴳ) n’affecte pas la filtration, car elle est traitée dans la Table Résidus (cf. Annexe E du Traité d’Économie Morcillienne). ∎

Démonstration

La dépendance entre deux formes économiques u et v n’est pas une corrélation linéaire de variables aléatoires, mais le produit scalaire de leurs vecteurs de centre dans la variété d’invariance 𝓗^⊥ ≅ L²(S³), modulé par le volume de leur intersection.

Étape 1 — Décomposition de Helmholtz-Leray. Par la Définition 0.1 de l’Axiomatique FDAA, l’espace 𝓔 admet la décomposition :

𝓔 = 𝓗_σ ⊕ 𝓗^⊥

où 𝓗^⊥ est la variété d’invariance de jauge (énergie cohérente et réversible) et 𝓗_σ est le sous-espace solénoïdal (énergie dissipée).

Étape 2 — Produit scalaire géodésique. Soient u, v ∈ 𝓔 de centres c_u, c_v ∈ S³. Le coefficient de corrélation morcillien est :

ρ_𝓖(u, v) := cos(θ_{uv}) · [μ(𝓥(u) ∩ 𝓥(v)) / μ(𝓥(u) ∪ 𝓥(v))]

où θ_{uv} = d(c_u, c_v) est la distance géodésique. Le premier facteur mesure l’alignement des centres ; le second mesure le recouvrement topologique des enveloppes.

Étape 3 — Lien avec la covariance classique. Si u et v sont dans une calotte de rayon θ_c < π/2, on peut développer cos(θ) ≈ 1 − θ²/2. En utilisant D_𝓖 = d^16/13, on obtient :

ρ_𝓖(u, v) ≈ 1 − ½ [D_𝓖(c_u, c_v)]^13/8 + O(D_𝓖²)

La corrélation classique de Pearson est le cas limite où la courbure est nulle et la capacité additive. ∎

Démonstration

Par l’Axiome 1.3 (Non-Plénum volumique), un marché ne peut saturer l’espace de jauge. Soit un secteur composé de N firmes, chacune étant un soliton de jauge u_i. Par l’Axiome A (Contenance), l’enveloppe du secteur est :

𝓥(secteur) = ⋃_{i=1}^N 𝓥(u_i)

La capacité du secteur est bornée par :

μ(𝓥(secteur)) ≤ 𝓒_loc

Théorème (concentration optimale). Le nombre maximal de firmes mutuellement composables dans une clique de stabilité est borné par le nombre de Dunbar N* ≈ 150, dérivé de la dimension fractale spatiale D_x = 17/8 et de la condition Still-Fish (Axiome ITA-5). L’indice de concentration optimal est donc :

HHI* = (1 / N*) × 10⁴ ≈ 66,7

Au-delà de cette valeur, la concentration devient excessive : l’enveloppe sectorielle sature, et les firmes hors jauge (D_𝓖 > Σᴳ) sont exclues de la composition. ∎

Démonstration

L’espace de jauge n’étant pas euclidien mais muni d’une b-pseudométrique de constante K = 2^3/13 ≈ 1,1735 (Axiome D), la minimisation s’effectue par projection sur le monoïde b-métrique partiel.

Étape 1 — Formulation variationnelle. Soit {u_i, y_i} un échantillon de jauge. On cherche l’élément m* ∈ 𝓔 qui minimise la somme des carrés des distances de jauge aux observations :

m* := argmin_{x ∈ 𝓔} ∑_{i=1}^N μ(𝓥(u_i)) · D_𝓖(x, c_{u_i})²

Étape 2 — Conditions d’optimalité. La condition de premier ordre s’écrit :

∑_{i=1}^N μ(𝓥(u_i)) · ∇_x D_𝓖(x, c_{u_i})² |_{x = m*} = 0

Dans un espace CAT(0) (Hypothèse 4.2), la fonction distance à un point fixe est convexe le long des géodésiques. La fonctionnelle Φ(x) = ∑ μ_i D_𝓖(x, c_i)² est donc strictement convexe, et admet un unique minimiseur.

Étape 3 — Lien avec OLS. Si l’espace est plat (courbure nulle) et la capacité additive, alors D_𝓖(x, c) = ||x − c||², et la condition de premier ordre se réduit à :

∑_{i=1}^N μ_i (m* − c_i) = 0 ⟹ m* = (∑ μ_i c_i) / (∑ μ_i)

qui est la moyenne pondérée classique. L’OLS est donc le cas limite de la régression morcillienne en courbure nulle. ∎

Démonstration

La stationnarité classique exige une invariance distributionnelle. Le critère FDAA est plus strict et géométrique.

Définition (Still-Fish). Soit {u_t}_{t ∈ [0,T]} une série temporelle d’observations. Le spin cinématique au temps t est :

s(t) := sign(⟨∇_τ D_t(t), v_t(t)⟩)

où ∇_τ D_t est le gradient de la densité d’activation par rapport à l’horloge intrinsèque τ, et v_t est la vélocité de phase. La série est dite Still-Fish sur [0,T] si s(t) = 0 pour tout t.

Théorème (équivalence). Une série est stationnaire au sens FDAA si et seulement si elle est Still-Fish. En effet, par l’Axiome ITA-5, l’équilibre dynamique et la réversibilité thermodynamique sont strictement équivalents à l’annulation du spin cinématique. Toute violation |s| > 0 correspond à une production d’entropie positive :

dS/dτ ∝ |s| > 0

La stationnarité classique (ADF) ne teste que l’absence de racine unitaire, ce qui est une condition nécessaire mais non suffisante. Le test Still-Fish teste l’absence de toute dérive dissipative. ∎

Démonstration

L’autocorrélation à long terme (mémoire longue, exposant de Hurst H ≈ 0,81) n’est pas un hasard stochastique, mais la signature déterministe de la résonance avec l’enveloppe temporelle universelle D_t⁺ = 13/16.

Étape 1 — Décomposition spectrale. Par l’Axiome ITA-4, les dimensions d’activation stables sont des fractions dyadiques :

D_t⁺ = 13/16, D_t⁻ = 5/8

Ces valeurs sont des points fixes de l’opérateur d’agrégation triadique.

Étape 2 — Loi de puissance. La fonction d’autocorrélation morcillienne décroît en loi de puissance :

C(Δt) ∼ (Δt / τ₀)^{−γ}, γ = 2 − 2D_t⁺ = 2 − 2(13/16) = 3/8

L’exposant γ = 3/8 = 0,375 est exactement la pente observée dans les simulations de turbulence et les séries EEG (cf. L’Arche Fractale, Figure 2).

Étape 3 — Lien avec l’ACF classique. Si la série était un bruit blanc gaussien (H = 0,5), l’ACF serait nulle pour tout décalage non nul. Si elle était un mouvement brownien (H = 0,5), l’ACF décroîtrait linéairement. La décroissance en loi de puissance avec γ = 3/8 est la signature d’une mémoire longue fractale. ∎

Démonstration

Les processus ARIMA lissent les données en supposant un plénum stationnarisable par différenciation. Sous FDAA, la dynamique est régie par la formule de Boltzmann régularisée (Axiome 1.4) :

Ω_cellule(D) = 1 + D·ξ³ / ℰ₀ ≥ 1

L’entropie par cellule est S_cellule(D) = k_B D_x · ln Ω_cellule(D) ≥ 0. Cette formule garantit l’absence d’entropie négative et intègre le défaut de clôture intrinsèque.

Étape 1 — Opérateur d’agrégation. L’opérateur d’agrégation universelle U est idempotent : U ∘ U = U (Axiome 2.4). Cela signifie qu’ajouter une couche de contrôle sur une couche de contrôle ne crée pas de l’ordre, mais du bruit.

Étape 2 — Filtration par dénombrement. Le processus ARIMA(p,d,q) classique est remplacé par une filtration sur le nombre de configurations accessibles Ω_cellule(D). La différenciation d-ième est remplacée par l’application de l’opérateur (1 − U)^d, qui annule les tendances polynomiales de degré d.

Étape 3 — Lien avec ARIMA. Si la capacité est additive et la courbure nulle, l’opérateur U se réduit à la moyenne mobile classique, et la filtration de Boltzmann se réduit à la différenciation. Le modèle ARIMA est donc le cas limite du modèle morcillien en régime stationnaire et plat. ∎

Démonstration

Deux séries cointégrées partagent le même attracteur de jauge. Formellement, leur distance effective D_𝓖(u, v) reste bornée par le seuil de congruence Σᴳ.

Étape 1 — Condition de congruence. Par l’Axiome 4.3 de l’Axiomatique FDAA, la composition u ∘ v est définie si et seulement si :

k(u) = k(v), D_𝓖(c_u, c_v) ≤ Σᴳ, μ(𝓥(u) ∪ 𝓥(v)) ≤ 𝓒_loc

Étape 2 — Invariance de la distance de jauge. Si u et v sont cointégrées, leur distance de jauge reste bornée par Σᴳ pour tout t :

sup_{t} D_𝓖(u(t), v(t)) ≤ Σᴳ

Cela signifie qu’elles évoluent dans le même sous-espace réversible 𝓗^⊥, sans fuite thermique vers 𝓗_σ.

Étape 3 — Lien avec Engle-Granger. Le test de cointégration classique teste si le résidu d’une régression entre deux séries I(1) est stationnaire. Le test morcillien teste si la distance de jauge reste bornée par Σᴳ. Les deux critères coïncident dans le cas plat et additif. ∎

Démonstration

IS et LM ne sont pas des courbes d’équilibre d’un plénum, mais les frontières de deux enveloppes 𝓥_réel et 𝓥_monétaire.

Étape 1 — Enveloppe du secteur réel. Le secteur réel (production, emploi, investissement) est un soliton u_r ∈ 𝓔 de centre c_r et de rayon R_r. Son enveloppe est 𝓥(u_r).

Étape 2 — Enveloppe du secteur monétaire. Le secteur monétaire (masse monétaire, taux d’intérêt) est un soliton u_m ∈ 𝓔 de centre c_m et de rayon R_m. Son enveloppe est 𝓥(u_m).

Étape 3 — Condition d’équilibre. L’équilibre macroéconomique existe si et seulement si l’intersection des deux enveloppes est non vide et vérifie la condition de concevabilité :

𝓥(u_r) ∩ 𝓥(u_m) ≠ ∅ et μ(𝓥(u_r) ∪ 𝓥(u_m)) ≤ 𝓒_loc

Si la capacité est saturée (μ > 𝓒_loc), l’intersection est vide. C’est la crise de liquidité/solvabilité : le marché réel et le marché monétaire ne peuvent plus être composés. ∎

Démonstration

L’inflation et le chômage ne sont pas des variables indépendantes reliées par un compromis statistique instable, mais les manifestations d’une friction dans la décomposition de Helmholtz-Leray.

Étape 1 — Flux salarial. Le flux salarial est un champ de vecteurs v_s ∈ 𝓗_σ (sous-espace solénoïdal, dissipation). Son intensité est mesurée par la capacité μ(𝓥(s)).

Étape 2 — Enveloppe de valeur. L’enveloppe de valeur est un élément u_v ∈ 𝓗^⊥ (variété d’invariance, cohérence). Sa capacité est μ(𝓥(v)).

Étape 3 — Spin cinématique. Lorsque le flux salarial se désaligne de l’enveloppe de valeur, le spin s s’écarte de zéro :

s = sign(⟨∇_τ D_t, v_s⟩) ≠ 0

Par l’Axiome ITA-5, cela génère une production d’entropie macroéconomique dS/dτ ∝ |s| > 0, qui se manifeste par une accélération de l’inflation (si s > 0) ou une hausse du chômage (si s < 0). La courbe de Phillips est la projection de cette friction dans le plan (inflation, chômage). ∎

Démonstration

La transmission budgétaire n’est pas linéaire additive. Elle bénéficie du bonus de mutualisation de Choquet lorsque les agents économiques sont proches géodésiquement.

Étape 1 — Capacité de l’impulsion budgétaire. Soit u_G un soliton représentant une impulsion budgétaire (dépense publique). Sa capacité est μ(𝓥(u_G)).

Étape 2 — Composition avec les agents. L’impulsion se compose avec les agents économiques {u_i}. Par le Théorème C.1 de l’Algèbre des Jauges (bonus sémantique), la capacité du composé est :

μ(𝓥(u_G ∘ u_1 ∘ … ∘ u_N)) ≤ ∑ μ(𝓥(u_i)) − Δμ_gain

où Δμ_gain ≥ μ₀ (1 − θ/(2R₀))^{17/8} [1 + (17/160)(4R₀² − θ²) + O(R₀⁴)] est le bonus de mutualisation.

Étape 3 — Facteur d’amplification. Le multiplicateur morcillien est :

M = μ(𝓥(u_G)) / (μ(𝓥(u_G)) − Δμ_gain)

Si les agents sont proches (θ petit), Δμ_gain est grand, et M est grand. Si la capacité locale 𝓒_loc est saturée, le multiplicateur s’effondre brutalement (effet d’éviction topologique). ∎

Démonstration

La monnaie est un champ de jauge porteur. Lorsque la masse monétaire M dépasse la capacité de l’enveloppe 𝓒_loc, la densité d’activation locale franchit le seuil critique Σ*.

Étape 1 — Enveloppe monétaire. Soit u_M un soliton représentant la masse monétaire. Par l’Axiome 4.1 (Non-Plénum sémantique), μ(𝓥(u_M)) ≤ 𝓒_loc.

Étape 2 — Seuil de saturation. Si M augmente sans que la capacité de l’enveloppe n’augmente, la densité d’activation locale D(x) franchit le seuil Σ*. Par l’Axiome 1.2 (Confinement de soliton), cela crée des solitons supplémentaires (inflation).

Étape 3 — Inflation de jauge. La sursaturation de l’espace observable 𝓞 via le morphisme φ (Définition 0.5) provoque une hausse non uniforme des prix. La loi MV = PQ devient :

φ(M) · φ(V) = φ(P) · φ(Q)

où φ(P) n’est pas une simple proportionnalité, mais une fonction non linéaire de la saturation de capacité. ∎

Démonstration

Le PIB classique omet le défaut de clôture Δ(t). La véritable mesure de la production d’un système économique est l’intégrale de la densité multi-échelle D(x) pondérée par la mesure de Borel de l’horloge intrinsèque.

Étape 1 — Horloge intrinsèque. Par l’Axiome ITA-0, le temps physique est une mesure de Borel τ(t) = μ([0, t]). Par l’Axiome ITA-3, dμ(t) = (1 + Δ(t)) dt.

Étape 2 — PIB morcillien. Le PIB véritable est :

PIB_𝓖 := ∫₀^T D(t) dτ(t) = ∫₀^T D(t) (1 + Δ(t)) dt

où D(t) est la densité d’activation économique (production par unité de temps).

Étape 3 — Lien avec le PIB classique. Le PIB classique correspond au cas où Δ(t) = 0, c’est-à-dire en l’absence de crise. En période de crise, Δ(t) > 0, et le PIB morcillien est supérieur au PIB classique : le temps intrinsèque s’accélère, et la production réelle est plus élevée que ne le laisse voir le temps calendaire. ∎

Démonstration

L’agent ne maximise pas une utilité linéaire, il navigue dans un espace de jauge contraint par sa dimension fractale temporelle D_t ≈ 0,81.

Étape 1 — Espace de choix. Soit 𝓔 l’espace des états admissibles. L’agent dispose d’un budget de capacité 𝓒_loc. Sa contrainte est :

μ(𝓥(u)) ≤ 𝓒_loc

Étape 2 — Fonction d’utilité fractale. L’utilité d’un panier u ∈ 𝓔 est :

U_𝓖(u) := ∫₀^∞ μ({x ∈ 𝓥(u) : f(x) ≥ t}) dt − λ · [μ(𝓥(u)) − 𝓒_loc]

où f est une fonction de satisfaction et λ un multiplicateur de Lagrange topologique.

Étape 3 — Minimisation du gap de liberté. L’agent cherche à minimiser l’écart entre son action α et sa conséquence temporelle α^{D_t} (Fractal Freedom Gap, cf. L’Arche Fractale, Définition 8.1) :

G(α; D_t) = |α − α^{D_t}|

La contrainte de capacité et la minimisation du gap déterminent conjointement le choix optimal. ∎

Démonstration

Par le Théorème 2.3 de l’Algèbre des Jauges (Impossibilité d’identité globale), un système de prix universel exigerait un élément neutre global e forçant l’espace 𝓔 à être un plénum complet.

Étape 1 — Hypothèse d’équilibre global. Supposons qu’il existe un système de prix p* équilibrant tous les marchés simultanément. Cela signifie que pour tout u ∈ 𝓔, u est composable avec le marché à p*.

Étape 2 — Contrainte de congruence. Par l’Axiome 4.3, la composabilité exige D_𝓖(c_u, c_{p*}) ≤ Σᴳ pour tout u. Donc 𝓔 ⊆ B(c_{p*}, Σᴳ), c’est-à-dire que l’univers entier est contenu dans une boule unique centrée en p*.

Étape 3 — Violation du Non-Plénum. Cela réintroduit un plénum absolu ⊤ centré sur p*, contredisant l’Axiome 1.3 (Non-Plénum volumique) et l’Axiome 4.1 (Non-Plénum sémantique). L’équilibre général walrasien est une aporie mathématique de l’économie classique. ∎

Démonstration

Un équilibre de Nash classique peut être instable en dynamique hors-équilibre. L’équivalent morphologique robuste est une clique de jauge mutuellement composable sous hypothèse CAT(0).

Étape 1 — Clique de jauge. Soit {u_1, …, u_N} une clique triadique mutuellement composable deux à deux. Par le Théorème de stabilité de clique (Algèbre des Jauges, Théorème 7.1), si D_𝓖(c_i, c_j) ≤ Σᴳ pour tout i, j, alors le composé reste dans la boule de compatibilité.

Étape 2 — Spin cinématique. Chaque agent i annule son spin cinématique local :

s_i = sign(⟨∇_τ D_t, v_i⟩) = 0

Cela garantit l’absence de force de cisaillement conflictuel.

Étape 3 — Stabilité. Par l’Axiome ITA-5, s_i = 0 pour tout i implique que le système est en équilibre Still-Fish. Aucun agent n’a intérêt à dévier, car toute déviation créerait un spin non nul et une production d’entropie positive. C’est l’équilibre de Nash morphologique. ∎

Démonstration

L’aversion au risque n’est pas une psychologie subjective d’aversion à la variance, mais la traduction géométrique de la distorsion métrique D_𝓖 = d^{16/13}.

Étape 1 — b-sub-additivité. Par l’Axiome D, la distance de jauge satisfait :

D_𝓖(u, w) ≤ K [D_𝓖(u, v) + D_𝓖(v, w)], K = 2^{3/13} ≈ 1,1735

Étape 2 — Coût topologique de l’incertitude. Franchir une distance de jauge de manière non-linéaire pénalise l’incertitude par un coût topologique incompressible. Si un agent doit choisir entre un gain certain et une loterie de même espérance, la distance de jauge au gain certain est inférieure à la distance moyenne aux issues de la loterie.

Étape 3 — Équivalent Arrow-Pratt. Le coefficient d’aversion absolue au risque est :

A_𝓖(u) := − (∂² U_𝓖 / ∂ D_𝓖²) / (∂ U_𝓖 / ∂ D_𝓖) = (3/13) / D_𝓖

qui est strictement positif et décroissant avec la distance. ∎

Démonstration

L’asymétrie n’est pas un manque d’information mesurable en bits, mais une incommensurabilité de types ou une violation de la congruence.

Étape 1 — Types disjoints. Soit u le Principal et v l’Agent. Si k(u) ≠ k(v), alors par l’Axiome 4.3, la composition u ∘ v est indéfinie. Les agents résident dans des voisinages de jauge disjoints : 𝓥(u) ∩ 𝓥(v) = ∅.

Étape 2 — Distance de jauge excessive. Si k(u) = k(v) mais D_𝓖(c_u, c_v) > Σᴳ, alors la composition est hors jauge. Le Principal ne peut pas composer avec l’Agent.

Étape 3 — Saturation de capacité. Si μ(𝓥(u) ∪ 𝓥(v)) > 𝓒_loc, la composition est indéfinie par saturation. C’est l’aléa moral : l’Agent sature la capacité du Principal.

Dans les trois cas, l’asymétrie est une impossibilité topologique de composition, non un simple manque d’information. ∎

Démonstration

Le bêta du CAPM suppose un risque mesuré par la variance par rapport à un portefeuille de marché gaussien. Sous FDAA, le coefficient de risque d’un actif est le rapport de sa capacité d’enveloppe sur la capacité totale du cluster.

Étape 1 — Actif comme soliton. Soit u_i ∈ 𝓔 un actif financier, de centre c_i et de rayon R_i. Sa capacité est μ(𝓥(u_i)).

Étape 2 — Portefeuille de marché. Le portefeuille de marché est le barycentre de Fréchet-Karcher des actifs :

c_m = argmin_{x ∈ S³} ∑_i μ(𝓥(u_i)) d(x, c_i)²

Sa capacité totale est 𝓒_loc.

Étape 3 — Bêta morcillien. Le bêta de l’actif i est :

β_i^{𝓖} := μ(𝓥(u_i)) / 𝓒_loc · cos(θ_{im})

où θ_{im} = d(c_i, c_m) est la distance géodésique au portefeuille de marché. Dans le cas plat et additif, cos(θ) → 1 et β_i^{𝓖} → μ(𝓥(u_i)) / 𝓒_loc, qui est le bêta classique normalisé. ∎

Démonstration

Le mouvement brownien postule un temps linéaire et des variations continues gaussiennes (qui échouent lors des krachs). La tarification morcillienne intègre le temps fractal de Hausdorff et l’exposant d’enveloppe D_t⁺ = 13/16.

Étape 1 — Temps fractal. Par l’Axiome ITA-0, le temps physique est une mesure de Borel τ(t) = μ([0, t]). Par l’Axiome ITA-3, dμ(t) = (1 + Δ(t)) dt.

Étape 2 — Prix de l’option. Le prix d’une option européenne de payoff h(S_T) est :

C = ∫ h(S_T) dℙ_{D_t}(S_T)

où ℙ_{D_t} est la mesure de probabilité fractale de dimension D_t⁺ = 13/16.

Étape 3 — Queues lourdes. La mesure fractale génère naturellement des queues de distribution en loi de puissance avec exposant α = 1 + D_t⁻ · (D_t⁺/D_t⁻) = 1 + 13/16 = 29/16 ≈ 1,8125 (cf. Traité d’Économie Morcillienne, Exemple 4.4). ∎

Démonstration

La VaR classique sous-estime les risques systémiques en rejetant les queues lourdes comme des outliers. L’indice de collapse détecte la rupture de cohérence temporelle bien avant que le quantile classique ne cède.

Étape 1 — Indice de collapse. Soit C_{D_t} la cohérence temporelle du système. L’indice de collapse est :

I_collapse(t) := 1 − (1/T) ∫₀^T C_{D_t} dτ

Étape 2 — Seuil critique. Lorsque I_collapse(t) > 0,7, le système est en régime de collapse imminent. Ce seuil est dérivé de la condition Still-Fish (s ≠ 0) et de la borne de capacité.

Étape 3 — VaR morcillienne. La VaR morcillienne est :

VaR_𝓖(α) := inf { x ∈ ℝ : μ({u : f(u) ≥ x}) ≤ 1 − α }

Elle est calculée par intégrale de Choquet, ce qui capture les queues lourdes sans hypothèse de normalité. ∎

Démonstration

Les marchés ne sont pas des marches aléatoires uniformes (H = 0,5), mais des réseaux multifractaux pilotés par l’exposant d’enveloppe D_t⁺ = 13/16 et soumis à des frictions permanentes de jauge (s ≠ 0).

Étape 1 — Spectre multifractal. Par l’Axiome ITA-2, la dimension d’activation D_t est définie par :

D_t := inf_{q > 0} (τ(q) + 1) / q

Pour un marché efficient, D_t = 0,5. Pour un marché fractal, D_t ≈ 0,81, ce qui correspond à une mémoire longue et à une multifractalité prononcée.

Étape 2 — Spectre de singularité. Le spectre de singularité f(α) est large (Δα > 0,8), confirmant la multifractalité. L’efficience naïve (H = 0,5) est rejetée par les données empiriques (S&P 500, Bitcoin).

Étape 3 — Frictions de jauge. Les frictions permanentes de jauge (s ≠ 0) empêchent l’ajustement instantané des prix. L’efficience est un cas limite idéal, jamais atteint en pratique. ∎

Démonstration

La diversification classique suppose des corrélations linéaires stables. Sous FDAA, diversifier des actifs proches dans l’espace de jauge active le bonus de mutualisation (Théorème C.1 de l’Algèbre des Jauges).

Étape 1 — Clique d’actifs. Soit {u_1, …, u_N} une clique d’actifs mutuellement composables. Par l’Axiome A, l’enveloppe du portefeuille est :

𝓥(portefeuille) = ⋃_{i=1}^N 𝓥(u_i)

Étape 2 — Bonus de mutualisation. La capacité du portefeuille est :

μ(𝓥(portefeuille)) ≤ ∑_{i=1}^N μ(𝓥(u_i)) − Δμ_gain

où Δμ_gain est le bonus sémantique, maximal lorsque les actifs sont proches dans l’espace de jauge (θ petit).

Étape 3 — Frontière efficiente morcillienne. La frontière efficiente est l’ensemble des portefeuilles qui minimisent μ(𝓥(portefeuille)) pour un rendement donné. Elle est calculée par optimisation géodésique sur S³. ∎

Démonstration

Le commerce international n’est pas un échange neutre dans un plénum global, mais une composition de formes inter-régionales u ∘ v.

Étape 1 — Types sectoriels. Soient u_A et v_B deux secteurs dans deux pays A et B. Pour que le commerce soit possible, il faut k(u_A) = k(v_B) (même type de bien).

Étape 2 — Condition de congruence. Par l’Axiome 4.3, la composition u_A ∘ v_B est définie si et seulement si :

D_𝓖(c_{u_A}, c_{v_B}) ≤ Σᴳ et μ(𝓥(u_A) ∪ 𝓥(v_B)) ≤ 𝓒_loc

Étape 3 — Avantage comparatif. L’avantage comparatif émerge lorsque la distance de jauge entre deux types sectoriels respecte la condition de congruence, minimisant la dissipation d’énergie dans 𝓗_σ. Le pays qui a la plus petite distance de jauge au type de bien a l’avantage comparatif. ∎

Démonstration

La PPA échoue empiriquement en raison des barrières de jauge et des frictions d’enveloppe. Le taux de change réel n’est pas un simple rapport de prix, mais le facteur d’échelle correctif entre deux capacités locales.

Étape 1 — Enveloppes nationales. Soient 𝓥(u_A) et 𝓥(v_B) les enveloppes monétaires de deux pays A et B, de capacités respectives 𝓒_loc^A et 𝓒_loc^B.

Étape 2 — Taux de change réel. Le taux de change réel est :

e_réel = (𝓒_loc^A / 𝓒_loc^B) · exp(β · D_𝓖(c_A, c_B))

où D_𝓖(c_A, c_B) est la distance de jauge entre les deux économies.

Étape 3 — Lien avec la PPA. Si D_𝓖(c_A, c_B) → 0 (économies parfaitement intégrées), alors e_réel → 𝓒_loc^A / 𝓒_loc^B, qui est la PPA classique. Les déviations de la PPA sont dues aux barrières de jauge (distance non nulle). ∎

Démonstration

Le taux d’actualisation classique r appliqué en temps linéaire fausse l’évaluation à long terme (ex: politiques climatiques). L’actualisation morcillienne s’effectue le long de l’horloge intrinsèque τ(t).

Étape 1 — Horloge intrinsèque. Par l’Axiome ITA-0, τ(t) = μ([0, t]). Par l’Axiome ITA-3, dμ(t) = (1 + Δ(t)) dt.

Étape 2 — Actualisation morcillienne. La valeur actuelle nette morcillienne est :

VAN_𝓖 = ∫₀^T B(t) e^{−r τ(t)} dτ(t)

où B(t) est le bénéfice net au temps t. En remplaçant dτ(t) = (1 + Δ(t)) dt, on obtient :

VAN_𝓖 = ∫₀^T B(t) e^{−r τ(t)} (1 + Δ(t)) dt

Étape 3 — Lien avec la CBA classique. Si Δ(t) = 0 (pas de crise), τ(t) = t, et VAN_𝓖 se réduit à la VAN classique. En période de crise, Δ(t) > 0, le temps intrinsèque s’accélère, et l’actualisation est plus forte pour les projets générateurs de dissipation thermique (fuite vers 𝓗_σ). ∎

Démonstration

Au-delà d’un taux critique, l’impôt comprime l’enveloppe de jauge des agents 𝓥(u) au point de provoquer une rupture de concevabilité (fuite des capitaux, économie souterraine).

Étape 1 — Enveloppe fiscale. Soit u un agent économique, de capacité μ(𝓥(u)). L’impôt de taux t réduit sa capacité disponible à (1 − t) μ(𝓥(u)).

Étape 2 — Seuil de rupture. Si (1 − t) μ(𝓥(u)) < μ_min, l’agent ne peut plus composer avec le système fiscal. Il bascule vers le sous-espace dissipatif 𝓗_σ (économie souterraine). Le seuil critique est :

t* = 1 − μ_min / μ(𝓥(u))

Étape 3 — Recettes fiscales. Les recettes totales sont :

R(t) = t · μ(𝓥(u)) · 1_{t ≤ t*}

Pour t > t*, la base fiscale s’effondre, et R(t) décroît. La courbe de Laffer est la projection de cette saturation dans le plan (t, R). ∎

Démonstration

Les trois objectifs macroéconomiques correspondent à trois contraintes d’invariance orthogonales dans l’espace de jauge 𝓗^⊥.

Étape 1 — Les trois contraintes.

• Libre circulation des capitaux : D_𝓖(c_u, c_v) ≤ Σᴳ pour tout u, v (proximité de jauge).
• Politique monétaire autonome : μ(𝓥(u_monétaire)) ≤ 𝓒_loc (capacité suffisante).
• Taux de change fixe : φ(u_monétaire) = constante (invariance sous morphisme).

Étape 2 — Incompatibilité topologique. Tenter de satisfaire les trois simultanément viole la sous-modularité de la capacité et la borne de distorsion métrique K = 2^{3/13} (Axiome D). En effet, la contrainte de taux de change fixe force φ(u) = constante, ce qui brise l’autonomie de la politique monétaire (la capacité μ(𝓥(u)) devient contrainte).

Étape 3 — Conséquence. La violation entraîne une rupture immédiate de la condition Still-Fish (s ≠ 0) et un collapse systémique. C’est le trilemme de Mundell-Fleming. ∎