Il teorema ergodico - Matematica e Applicazioni
Il teorema ergodico - Matematica e Applicazioni
Il teorema ergodico - Matematica e Applicazioni
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Capitolo 2<br />
<strong>Applicazioni</strong> ed esempi<br />
In questo capitolo utilizzeremo la teoria sviluppata finora al fine di dimostrare l’ergodicità<br />
di alcuni prarticolari processi stocastici.<br />
2.1 Strumenti tecnici<br />
In questa sezione richiamiamo alcuni concetti di calcolo delle probabilità necessari al<br />
nostro scopo. Sia, innanzitutto, (X, Σ, µ) uno spazio di misura e consideriamo un’ applicazione<br />
T : X → X. Tale funzione è detta mescolante se<br />
lim µ(T −n C ∩ D) = µ(C)µ(D), ∀C, D ∈ Σ. (2.1)<br />
n→∞<br />
Un processo stocastico, dunque, si dice mescolante se l’operazione di shift è mescolante<br />
rispetto alla misura di Kolmogorov associata a tale processo.<br />
Lemma 11. Sia (X, Σ, µ) uno spazio di misura e sia T : X → X un’applicazione. Se T<br />
è mescolante, allora T è ergodica.<br />
Dimostrazione. Sia C ∈ Σ tale che T −1 C = C: osserviamo che, poiché C = T −1 C =<br />
. . . = T −n C = . . ., allora T −n C ∩ D = C ∩ D, ∀D ∈ Σ, ∀n ∈ N. Essendo T mescolante,<br />
quindi, in virtù della (2.9) otteniamo che µ(C ∩ D) = µ(C)µ(D), ∀D ∈ Σ. Se poniamo<br />
C = D, quindi, otteniamo che µ(C) = µ(C) 2 e questo è vero se e soltanto se µ(C) = 0<br />
oppure µ(C) = 1.<br />
Introduciamo ora il concetto di mescolanza debole. Un’applicazione T : X → X è<br />
detta debolmente mescolante se<br />
lim<br />
N→∞<br />
1<br />
N<br />
N∑<br />
µ(T −j C ∩ D) = µ(C)µ(D), ∀C, D ∈ Σ.<br />
j=1<br />
Vediamo che, in questo caso, la condizione di mescolanza debole non solo implica la<br />
condizione di ergodicità, ma è anche del tutto equivalente a quest’ultima.<br />
31