Il teorema ergodico - Matematica e Applicazioni
Il teorema ergodico - Matematica e Applicazioni
Il teorema ergodico - Matematica e Applicazioni
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1.1. RICHIAMI DI PROBABILITÀ 5<br />
Lemma 3 (Borel-Cantelli). Sia (X, Σ, P ) uno spazio di probabilità. Se {C n } n∈N è una<br />
successione di elementi di Σ tale che ∑ P (C n ) < ∞, allora<br />
( ⋂ ⋃<br />
)<br />
P C m = 0,<br />
n≥1 m≥n<br />
ossia per quasi tutti gli x ∈ X esiste un naturale N = N(x) tale che x /∈ C n , ∀n ≥ N.<br />
Dimostrazione. Sia G n := ⋃ m≥n C m. Osserviamo che G n ⊃ G n+1 , ∀n ∈ N. Per continuità<br />
dal basso, si ha che ( ⋂<br />
)<br />
P G n = lim P (G n).<br />
n→∞<br />
n≥1<br />
Notiamo che<br />
P (G n ) = P ( ⋃ m≥n<br />
C m ) ≤ ∑ m≥n<br />
P (C m ).<br />
Osserviamo che, poichè per ipotesi la serie ∑ P (C n ) converge, allora dev’essere<br />
∑<br />
lim P (C m ) = 0,<br />
( ) ⋂<br />
quindi P<br />
n≥1 G n = 0.<br />
n→∞<br />
m≥n<br />
Siano, ora, (X, Σ) ed (Y, F) due spazi misurabili : una funzione f : X → Y si<br />
dice misurabile se f −1 (A) ∈ Σ, ∀A ∈ F. Dato uno spazio di misura (X, Σ, µ), una<br />
funzione misurabile f a valori reali è detta semplice se esistono a 1 , a 2 , . . . , a n ∈ R ed<br />
A 1 , A 2 , . . . , A n ∈ Σ tali che f(x) = ∑ n<br />
i=1 a iχ Ai (x), ∀x ∈ X. Se una funzione misurabile<br />
è definita su uno spazio di probabilità (X, Σ, P ), allora tale funzione è detta variabile<br />
casuale. Un processo stocastico a tempo discreto è una sequenza X 1 , X 2 , . . . , X n , . . . di<br />
variabili casuali definite su uno spazio di probabilità (X, Σ, P ).<br />
Supponiamo ora che {X n } n∈N sia un processo stocastico definito su uno spazio di probabilità<br />
(X, Σ, P ) ed a valori in uno spazio misurabile (E, E). Si dimostra che, dato<br />
tale spazio misurabile, è ben definito lo spazio prodotto (E N , E N ), ove E N è la σ-algebra<br />
prodotto. L’applicazione<br />
X : (X, Σ, P ) → (E N , E N )<br />
ω ↦→ (X 1 (ω), X 2 (ω), ..., X n (ω), ..)<br />
è misurabile se e solo se X n è misurabile ∀n ∈ N.<br />
Alcuni dei risultati che ora ci apprestiamo a richiamare si basano principalmente sul concetto<br />
di integrale secondo Lebesgue di una funzione misurabile. Al fine di non discostarci<br />
troppo dal nostro lavoro, tuttavia, diamo per scontata la definizione di tale nozione,<br />
essendo particolarmente laboriosa ed essendo facilmente reperibile nella maggior parte<br />
dei testi di base riguardanti la teoria della probabilità (si consideri, a titolo di esempio,<br />
[2, pag. 49]).