Dyskretne układy dynamiczne
11 grudnia 2017
Teoria ergodyczna
Przypomnienie
Definicja 1
Niech X to przestrzeń, meryczna, T to zbór indeksów, oraz S : T × X → X .
(S , X , T ) nazywamy układem dynamicznym, gdy S (t, ·) = St spełnia warunki:
a) S0(x ) = x ,
b) ∀s,t∈T St+s(x ) = St(Ss(x )).
Dla układów dyskretnych T ∈ {Z, N}.
Inaczej: układy dynamiczne to (pół)grupy (działanie w półgrupie jest łączne )przekształceń na przestrzeni (topologicznej, metrycznej, mierzalnej...) X .
Tu będzie to półgrupa generowana przez jedno przekształcenie, S : X → X , przy czym St = S(t)= S ◦ S ◦ . . . S , t razy.
Zatem półgrupa izomorficzna z N.
Elementy teorii miary i całki
Ciało i σ-ciało
Ciało i σ-ciało
Ciało i σ-ciało
Ciało i σ-ciało
Ciało i σ-ciało
B(Rn) to σ−ciało zbiorów borelowskich w Rn.
Miara zewnętrzna
Własność (1) nazywa się przeliczalną podaddytywnością miary zewnętrznej, oznaczaną dalej przez ”podadd” .
Miara
Własność (1) nazywa się przeliczalną addytywnością miary, oznaczaną dalej przez ”add” .
Miara
Miara
Miara
Miara
Miara
Miara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a w R
nMiara Lebesgue’a, vademecum
Zbiór niemierzalny
Zbiór niemierzalny, definicja
Zbiór niemierzalny
Zbiór niemierzalny
Funkcje mierzalne
Funkcje mierzalne
Funkcje mierzalne
Funkcje mierzalne
Funkcje mierzalne
Funkcje mierzalne
Metoda Monte Carlo, motywacja do zajmowania się teorią ergodyczną
Jeśli wylosujemy niezależnie z określonym rozkładem µ ciąg punktów x0, x1, . . . , ze zbioru X . Wtedy dla funkcji całkowalnej f : X → R ciąg
1 n
n−1
X
i =0
f (xi)
zbiega prawie na pewno ( zbieżny punktowo poza zbiorem miary zero, zbieżność prawie wszędzie, zbieżność z prawdopodobieństwem 1) do
Z fd µ.
Wynika to z Mocnego Prawa Wielkich Liczb Kołogomorowa.
Możemy tę zbieżność interpretować jako ” równomierne ” wypełnienie ciągiem (xi)∞i =0 przestrzeni X .
Będziemy chcieli pozbyć się losowości i za
ciąg (xi)∞i =0 wybrać trajektorię (Si(x ))∞i =0 dla ustalonych x ∈ X , S : X → X .
MPWL Kołogomorowa
Przykład, obroty na okręgu
Niech X = S1 będzie okręgiem jednostkowym.
Przez Rα: S1→ S1 oznaczamy obrót okręgu o kąt 2πα dla α ∈ [0, 1].
Fakty:
1 Jeśli α jest niewymierna, to trajektoria dowolnego punktu ma okręgu jest gęsta.
2 Trajektoria jest ” równomiernie rozłożona ” w następującym sensie
(1) lim
n→∞
1 n
n−1
X
i =0
φ(Rαi(x )) = Z
φd µ
gdzie µ to unormowana miara Lebesgue’a zaś φ jest funkcją całkowalną.
Ergodyczność
Definicja 2 Niech (X , F , µ) przestrzeń probabilistyczna.
Odwzorowanie mierzalne F : X → X zachowuje miarę, jeśli µ(F−1(A)) = µ(A)
dla każdego A ∈ F .
Ergodyczność
Definicja 3 Niech (X , F , µ) przestrzeń probabilistyczna.
Odwzorowanie mierzalne F : X → X zachowujące miarę jest ergodyczne jeśli spełniony jest warunek:
Dla każdego A ∈ F z tego, że
F−1(A) = A wynika
µ(A) = 0 lub µ(A) = 1.
Miarę µ nazywamy wówczas miarą ergodynczą dla F .
Twierdzenia ergodyczne: twierdzenie Birkhoffa
Niech (X , F , µ) to przestrzeń probabilistyczna.
Jeśli F jest ergodyczne
(zacjowuje miarę µ, czyli µ jest miarą niezmienniczą ze względu na F ), ponadto , f : X → R, f ∈ L1(µ) (tzn. f jest całkowalne względem miary µ) to
lim
N→∞
1 N
N−1
X
i =0
f (Fi(x )) = Z
X
fd µ dla prawie wszystkich x ∈ X .
Granica z lewej strony, o ile istnieje, jest nazywana średnią wzdłuż trajektorii.
Podobnie całka z prawej strony nazywana jest średnią przestrzenną.