1 février 2025
Ce document est lié à :
info:eu-repo/semantics/altIdentifier/arxiv/2504.20066
http://hal.archives-ouvertes.fr/licences/copyright/ , info:eu-repo/semantics/OpenAccess
Hugo Spring-Ragain, « Adaptation of quantum models to economic growth theories », HAL SHS (Sciences de l’Homme et de la Société), ID : 10670/1.ff875e...
Les théories traditionnelles de la croissance économique, fondées sur des cadres déterministes et souvent linéaires, peinent à représenter l’incertitude fondamentale, la non-commutativité et les interdépendances complexes qui caractérisent les économies contemporaines. Cet article propose une approche novatrice en transposant les concepts fondamentaux de la mécanique quantique — tels que la superposition, l’algèbre des opérateurs et les intégrales de chemins — dans le champ de la modélisation macroéconomique. Dans ce cadre quantique, les variables économiques essentielles (capital, travail, progrès technologique) sont redéfinies comme des opérateurs non commutatifs agissant sur des espaces de Hilbert, et l’état de l’économie est représenté par une fonction d’onde dynamique, gouvernée par un hamiltonien dépendant du temps. L’évolution de cet état suit une équation de Schrödinger généralisée, développée ici à l’aide de séries de Dyson et de l’expansion de Magnus. Une fonction de production quantique est également introduite, définie comme la valeur moyenne d’un opérateur composite, permettant de capter la nature probabiliste de l’activité économique. En intégrant des relations d’incertitude analogues au principe de Heisenberg, ainsi qu’une dynamique stochastique de type Langevin, le modèle est étendu pour intégrer la dissipation, les rétroactions non linéaires et les interactions complexes entre variables. Enfin, une formulation par intégrales de chemin de Feynman est construite, offrant une interprétation alternative, fondée sur les trajectoires, des dynamiques économiques. Ce cadre inspiré de la physique quantique propose ainsi une méthodologie rigoureuse et flexible pour repenser la modélisation macroéconomique dans des contextes d’incertitude radicale, avec des applications potentielles en simulation de politiques économiques et en analyse de la croissance fondée sur l’innovation.