Articulo de referencia

Mezcla (matemáticas)

Aplicación repetida del mapa del panadero a puntos de color rojo y azul, inicialmente separados. El mapa del panadero se está mezclando, como lo demuestra el hecho de que los pu...

Aplicación repetida del mapa del panadero a puntos de color rojo y azul, inicialmente separados. El mapa del panadero se está mezclando, como lo demuestra el hecho de que los puntos rojos y azules se mezclan completamente después de varias iteraciones.

En matemáticas , la mezcla es un concepto abstracto que proviene de la física : el intento de describir el proceso termodinámico irreversible de mezcla en el mundo cotidiano: por ejemplo, mezclar pintura , mezclar bebidas , mezclar metales .

El concepto aparece en la teoría ergódica , el estudio de los procesos estocásticos y los sistemas dinámicos que conservan la medida . Existen varias definiciones de mezcla, incluyendo la mezcla fuerte , la mezcla débil y la mezcla topológica , esta última sin necesidad de definir una medida . Algunas de estas definiciones pueden ordenarse jerárquicamente; así, la mezcla fuerte implica la mezcla débil. Además, la mezcla débil (y por lo tanto también la fuerte) implica ergodicidad : es decir, todo sistema con mezcla débil es también ergódico (de ahí que se diga que la mezcla es una condición más estricta que la ergodicidad).

Explicación informal

La definición matemática de mezcla tiene como objetivo capturar el proceso ordinario y cotidiano de mezcla, como mezclar pinturas, bebidas, ingredientes de cocina, mezcla de procesos industriales , humo en una habitación llena de humo, etc. Para proporcionar el rigor matemático, dichas descripciones comienzan con la definición de un sistema dinámico que conserva la medida , escrito como(incógnita,A,μ,T){\displaystyle (X,{\mathcal {A}},\mu ,T)}.

El conjuntoincógnita{\displaystyle X}Se entiende que es el espacio total que se va a llenar: el recipiente para mezclar, la habitación llena de humo, etc. La medidaμ{\displaystyle \mu }se entiende que define el volumen natural del espacioincógnita{\displaystyle X}y de sus subespacios. La colección de subespacios se denota por A{\displaystyle {\mathcal {A}}}y el tamaño de cualquier subconjunto dadoAincógnita{\displaystyle A\subset X}esμ(A){\displaystyle \mu (A)} ; el tamaño es su volumen. Ingenuamente, uno podría imaginarA{\displaystyle {\mathcal {A}}}ser el conjunto de potencias deincógnita{\displaystyle X} ; esto no funciona del todo, ya que no todos los subconjuntos de un espacio tienen un volumen (famosamente, la paradoja de Banach-Tarski ). Por lo tanto, convencionalmente,A{\displaystyle {\mathcal {A}}}Consta de los subconjuntos medibles, es decir, los subconjuntos que tienen volumen. Siempre se considera un conjunto de Borel , la colección de subconjuntos que se pueden construir mediante intersecciones , uniones y complementos de conjuntos ; estos siempre se pueden considerar medibles.

La evolución temporal del sistema se describe mediante un mapa.T:incógnitaincógnita{\displaystyle T:X\to X}Dado algún subconjuntoAincógnita{\displaystyle A\subset X}su mapaT(A){\displaystyle T(A)}en general será una versión deformada deA{\displaystyle A}– se aplasta o estira, se dobla o se corta en pedazos. Ejemplos matemáticos incluyen el mapa del panadero y el mapa de herradura , ambos inspirados en la elaboración del pan . El conjuntoT(A){\displaystyle T(A)}debe tener el mismo volumen queA{\displaystyle A}La compresión/estiramiento no altera el volumen del espacio, solo su distribución. Dicho sistema conserva las medidas (conserva el área y el volumen).

Surge una dificultad formal cuando se intenta conciliar el volumen de los conjuntos con la necesidad de preservar su tamaño bajo una aplicación. El problema surge porque, en general, varios puntos diferentes en el dominio de una función pueden mapearse al mismo punto en su rango; es decir, puede haberincógnitay{\displaystyle x\neq y}conT(incógnita)=T(y){\displaystyle T(x)=T(y)} . Peor aún, un solo puntoincógnitaincógnita{\displaystyle x\in X}no tiene tamaño. Estas dificultades pueden evitarse trabajando con el mapa inverso .T1:AA{\displaystyle T^{-1}:{\mathcal {A}}\to {\mathcal {A}}}; mapeará cualquier subconjunto dadoAincógnita{\displaystyle A\subset X}a las piezas que se ensamblaron para hacerlo: estas piezas sonT1(A)A{\displaystyle T^{-1}(A)\in {\mathcal {A}}} . Tiene la importante propiedad de no "perder de vista" de dónde provienen las cosas. Más aún, tiene la importante propiedad de que cualquier mapa (que conserve la medida)AA{\displaystyle {\mathcal {A}}\to {\mathcal {A}}}es la inversa de alguna aplicaciónincógnitaincógnita{\displaystyle X\to X} . La definición adecuada de un mapa que conserva el volumen es aquella para la cualμ(A)=μ(T1(A)){\displaystyle \mu (A)=\mu (T^{-1}(A))}porqueT1(A){\displaystyle T^{-1}(A)}describe todas las piezas-partes queA{\displaystyle A}vino de.

Ahora se está interesado en estudiar la evolución temporal del sistema. Si un conjuntoAA{\displaystyle A\in {\mathcal {A}}}Finalmente visita todos losincógnita{\displaystyle X}durante un largo período de tiempo (es decir, sik=1norteTk(A){\displaystyle \cup _{k=1}^{n}T^{k}(A)}aborda todos losincógnita{\displaystyle X}para grandesnorte{\displaystyle n}), se dice que el sistema es ergódico . Si cada conjuntoA{\displaystyle A}se comporta de esta manera, el sistema es un sistema conservador , en contraste con un sistema disipativo , donde algunos subconjuntosA{\displaystyle A}vagar lejos , para no volver jamás. Un ejemplo sería el agua que corre cuesta abajo: una vez que baja, nunca vuelve a subir. Sin embargo, el lago que se forma en el fondo de este río puede llegar a mezclarse bien. El teorema de descomposición de Hopf establece que todo espacio de medida puede dividirse en dos partes: la parte conservativa y la parte disipativa.

La mezcla es una afirmación más fuerte que la ergodicidad. La mezcla exige que esta propiedad ergódica se cumpla entre cualesquiera dos conjuntos .A,B{\displaystyle A,B} , y no solo entre algún conjuntoA{\displaystyle A}yincógnita{\displaystyle X} . Es decir, dados dos conjuntos cualesquieraA,BA{\displaystyle A,B\in {\mathcal {A}}} , se dice que un sistema es (topológicamente) mezclador si hay un enteronorte{\displaystyle N}de tal manera que, para todosA,B{\displaystyle A,B}ynorte>norte{\displaystyle n>N} , uno tiene esoTnorte(A)B{\displaystyle T^{n}(A)\cap B\neq \varnothing }. Aquí,{\displaystyle \cap }denota la intersección de conjuntos y{\displaystyle \varnothing }es el conjunto vacío .

La definición anterior de mezcla topológica debería ser suficiente para proporcionar una idea informal de la mezcla (es equivalente a la definición formal, que se da a continuación). Sin embargo, no hizo mención del volumen deA{\displaystyle A}yB{\displaystyle B} , y, de hecho, hay otra definición que trabaja explícitamente con el volumen. Varias, en realidad; una tiene tanto mezcla fuerte como mezcla débil; son inequivalentes, aunque un sistema de mezcla fuerte siempre es débilmente mezclador. Las definiciones basadas en medidas no son compatibles con la definición de mezcla topológica: hay sistemas que son una, pero no la otra. La situación general sigue siendo confusa: por ejemplo, dados tres conjuntosA,B,doA{\displaystyle A,B,C\in {\mathcal {A}}}Se puede definir la 3-mezcla. Hasta 2020, se desconoce si la 2-mezcla implica la 3-mezcla. (Si se considera la ergodicidad como "1-mezcla", entonces es evidente que la 1-mezcla no implica la 2-mezcla; existen sistemas ergódicos pero no mezclantes).

El concepto de mezcla fuerte se hace referencia al volumen de un par de conjuntos. Consideremos, por ejemplo, un conjuntoA{\displaystyle A}de tinte de color que se está mezclando en una taza con algún tipo de líquido pegajoso, por ejemplo, jarabe de maíz, champú o similar. La experiencia práctica demuestra que mezclar líquidos pegajosos puede ser bastante difícil: normalmente hay algún rincón del recipiente donde es difícil que el tinte se mezcle. Elegir como conjuntoB{\displaystyle B}ese rincón de difícil acceso. La cuestión de la mezcla es entonces, ¿se puede?A{\displaystyle A}, después de un período de tiempo suficientemente largo, no solo penetrar enB{\displaystyle B}pero también llenarB{\displaystyle B}¿Con la misma proporción que en otros lugares?

Una definición de mezcla fuerte se formula como el requisito de que

límitenorteμ(TnorteAB)=μ(A)μ(B).{\displaystyle \lim _{n\to \infty }\mu \left(T^{-n}A\cap B\right)=\mu (A)\mu (B).}

El parámetro de tiemponorte{\displaystyle n}sirve para separarA{\displaystyle A}yB{\displaystyle B}con el tiempo, de modo que uno se está mezclandoA{\displaystyle A}mientras se mantiene el volumen de pruebaB{\displaystyle B}fijo. El productoμ(A)μ(B){\displaystyle \mu (A)\mu (B)}es un poco más sutil. Imagina que el volumenB{\displaystyle B}es el 10% del volumen total, y que el volumen de tinteA{\displaystyle A}también será el 10% del total general. SiA{\displaystyle A}está distribuido uniformemente, entonces ocupa el 10% deB{\displaystyle B}, que en sí mismo es el 10% del total, y por lo tanto, al final, después de mezclar, la parte deA{\displaystyle A}eso está enB{\displaystyle B}es el 1% del volumen total. Es decir,μ(después de la mezcla(A)B)=μ(A)μ(B).{\displaystyle \mu \left({\mbox{after-mixing}}(A)\cap B\right)=\mu (A)\mu (B).}Este producto de volúmenes guarda un parecido más que superficial con el teorema de Bayes en probabilidades; esto no es casualidad, sino una consecuencia de que la teoría de la medida y la teoría de la probabilidad son la misma teoría: comparten los mismos axiomas (los axiomas de Kolmogorov ), aunque utilicen una notación diferente.

El motivo para usarTnorteA{\displaystyle T^{-n}A}en lugar deTnorteA{\displaystyle T^{n}A}en la definición es un poco sutil, pero se deriva de las mismas razones por las que T1A{\displaystyle T^{-1}A}Se utilizó para definir el concepto de un mapa que conserva las medidas. Al observar la cantidad de tinte que se mezcló en la esquinaB{\displaystyle B}, uno quiere ver de dónde "vino" ese tinte (presumiblemente, se vertió en la parte superior, en algún momento del pasado). Uno debe asegurarse de que cada lugar del que podría haber "vino" eventualmente se mezcle enB{\displaystyle B}.

Mezcla en sistemas dinámicos

Dejar(incógnita,A,μ,T){\displaystyle (X,{\mathcal {A}},\mu ,T)}Sea un sistema dinámico que conserva la medida , donde T es el operador de evolución temporal o de desplazamiento . Se dice que el sistema es de mezcla fuerte si, para cualquierA,BA{\displaystyle A,B\in {\mathcal {A}}}, uno tiene

límitenorteμ(ATnorteB)=μ(A)μ(B).{\displaystyle \lim _{n\to \infty }\mu \left(A\cap T^{-n}B\right)=\mu (A)\mu (B).}

Para desplazamientos parametrizados por una variable continua en lugar de un entero discreto n , se aplica la misma definición, conTnorte{\displaystyle T^{-n}}reemplazado porTgramo{\displaystyle T_{g}}donde g es el parámetro de tiempo continuo.

Se dice que un sistema dinámico es de mezcla débil si uno tiene

límitenorte1nortek=0norte1|μ(ATkB)μ(A)μ(B)|=0.{\displaystyle \lim _{n\to \infty }{\frac {1}{n}}\sum _{k=0}^{n-1}\left|\mu (A\cap T^{-k}B)-\mu (A)\mu (B)\right|=0.}

En otras palabras,T{\displaystyle T}es una mezcla fuerte siμ(ATnorteB)μ(A)μ(B)0{\displaystyle \mu (A\cap T^{-n}B)-\mu (A)\mu (B)\to 0}en el sentido habitual, mezcla débil si

|μ(ATnorteB)μ(A)μ(B)|0,{\displaystyle \left|\mu (A\cap T^{-n}B)-\mu (A)\mu (B)\right|\to 0,}

en el sentido de Cesàro , y ergódico siμ(ATnorteB)μ(A)μ(B){\displaystyle \mu \left(A\cap T^{-n}B\right)\to \mu (A)\mu (B)}en el sentido de Cesàro. Por lo tanto, la mezcla fuerte implica la mezcla débil, lo que implica ergodicidad. Sin embargo, lo contrario no es cierto: existen sistemas dinámicos ergódicos que no son de mezcla débil, y sistemas dinámicos de mezcla débil que no son de mezcla fuerte. El sistema de Chacón fue históricamente el primer ejemplo dado de un sistema que es de mezcla débil pero no de mezcla fuerte. [ 1 ]

Teorema. La mezcla débil implica ergodicidad.

Prueba. Si la acción del mapa se descompone en dos componentes A,B{\displaystyle A,B} , entonces tenemosμ(Tnorte(A)B)=μ(AB)=μ()=0{\displaystyle \mu (T^{-n}(A)\cap B)=\mu (A\cap B)=\mu (\emptyset )=0} , por lo que la mezcla débil implica|μ(AB)μ(A)μ(B)|=0{\displaystyle \vert \mu (A\cap B)-\mu (A)\mu (B)\vert =0} , así que uno deA,B{\displaystyle A,B}tiene medida cero, y el otro tiene medida completa.

Cubriendo familias

Dado un espacio topológico, como el intervalo unitario (tenga o no sus extremos), podemos construir una medida en él tomando los conjuntos abiertos, luego tomando sus uniones, complementos, uniones, complementos, y así sucesivamente hasta el infinito , para obtener todos los conjuntos de Borel . A continuación, definimos una medida.μ{\displaystyle \mu }En los conjuntos de Borel, se añaden todos los subconjuntos de medida cero ("conjuntos insignificantes"). Así se obtienen la medida de Lebesgue y los conjuntos medibles de Lebesgue.

En la mayoría de las aplicaciones de la teoría ergódica, el espacio subyacente es casi en todas partes isomorfo a un subconjunto abierto de algúnRnorte{\displaystyle \mathbb {R} ^{n}}y, por lo tanto, es un espacio de medida de Lebesgue. La verificación de la mezcla fuerte se puede simplificar si solo necesitamos comprobar un conjunto más pequeño de conjuntos medibles.

Una familia protectorado{\displaystyle {\mathcal {C}}}es un conjunto de conjuntos medibles, de modo que cualquier conjunto abierto es una unión disjunta de conjuntos que lo componen. Compárese esto con la base en topología , que es menos restrictiva ya que permite uniones no disjuntas.

Teorema. Para espacios con medida de Lebesgue, siT{\displaystyle T}es preservador de medidas, ylímitenorteμ(Tnorte(A)B)=μ(A)μ(B){\displaystyle \lim _{n}\mu (T^{-n}(A)\cap B)=\mu (A)\mu (B)}a pesar deA,B{\displaystyle A,B}en una familia protectora, entoncesT{\displaystyle T}es una mezcla fuerte.

Demostración. Extienda la ecuación de mezcla desde todos losA,B{\displaystyle A,B}en la familia de recubrimiento, a todos los conjuntos abiertos por unión disjunta, a todos los conjuntos cerrados tomando el complemento, a todos los conjuntos medibles utilizando la regularidad de la medida de Lebesgue para aproximar cualquier conjunto con conjuntos abiertos y cerrados. Por lo tanto,límitenorteμ(Tnorte(A)B)=μ(A)μ(B){\displaystyle \lim _{n}\mu (T^{-n}(A)\cap B)=\mu (A)\mu (B)}para todo lo mensurableA,B{\displaystyle A,B}.

Formulación L 2

Las propiedades de ergodicidad, mezcla débil y mezcla fuerte de un sistema dinámico que conserva la medida también pueden caracterizarse mediante el promedio de observables. Según el teorema ergódico de von Neumann, la ergodicidad de un sistema dinámico(incógnita,A,μ,T){\displaystyle (X,{\mathcal {A}},\mu ,T)}es equivalente a la propiedad de que, para cualquier funciónFL2(incógnita,μ){\displaystyle f\in L^{2}(X,\mu )}, la secuencia(FTnorte)norte0{\displaystyle (f\circ T^{n})_{n\geq 0}}converge fuertemente y en el sentido de Cesàro a incógnitaFdμ{\displaystyle \int _{X}f\,d\mu } , es decir,

límitenorte1nortenorte=0norte1FTnorteincógnitaFdμL2(incógnita,μ)=0.{\displaystyle \lim _{N\to \infty }\left\|{1 \over N}\sum _{n=0}^{N-1}f\circ T^{n}-\int _{X}f\,d\mu \right\|_{L^{2}(X,\mu )}=0.}

Un sistema dinámico(incógnita,A,μ,T){\displaystyle (X,{\mathcal {A}},\mu ,T)}es débilmente mezclador si, para cualquier funciónF{\displaystyle f}ygramoL2(incógnita,μ),{\displaystyle g\in L^{2}(X,\mu ),}

límitenorte1nortenorte=0norte1|incógnitaFTnortegramodμincógnitaFdμincógnitagramodμ|=0.{\displaystyle \lim _{N\to \infty }{1 \over N}\sum _{n=0}^{N-1}\left|\int _{X}f\circ T^{n}\cdot g\,d\mu -\int _{X}f\,d\mu \cdot \int _{X}g\,d\mu \right|=0.}

Un sistema dinámico(incógnita,A,μ,T){\displaystyle (X,{\mathcal {A}},\mu ,T)}es fuertemente mezclador si, para cualquier funciónFL2(incógnita,μ){\displaystyle f\in L^{2}(X,\mu )} , la secuencia(FTnorte)norte0{\displaystyle (f\circ T^{n})_{n\geq 0}}converge débilmente a incógnitaFdμ{\displaystyle \int _{X}f\,d\mu } , es decir, para cualquier funcióngramoL2(incógnita,μ),{\displaystyle g\in L^{2}(X,\mu ),}

límitenorteincógnitaFTnortegramodμ=incógnitaFdμincógnitagramodμ.{\displaystyle \lim _{n\to \infty }\int _{X}f\circ T^{n}\cdot g\,d\mu =\int _{X}f\,d\mu \cdot \int _{X}g\,d\mu .}

Dado que se supone que el sistema conserva la medida, esta última línea es equivalente a decir que la covarianza límitenorteCov(FTnorte,gramo)=0{\displaystyle \lim _{n\to \infty }\operatorname {Cov} (f\circ T^{n},g)=0} , de modo que las variables aleatoriasFTnorte{\displaystyle f\circ T^{n}}ygramo{\displaystyle g}volverse ortogonal comonorte{\displaystyle n}crece. En realidad, dado que esto funciona para cualquier funcióngramo{\displaystyle g} , se puede ver informalmente la mezcla como la propiedad de que las variables aleatoriasFTnorte{\displaystyle f\circ T^{n}}ygramo{\displaystyle g}independizarse comonorte{\displaystyle n}crece.

Productos de sistemas dinámicos

Dados dos sistemas dinámicos medidos(incógnita,μ,T){\displaystyle (X,\mu ,T)}y(Y,ν,S),{\displaystyle (Y,\nu ,S),}Se puede construir un sistema dinámico.(incógnita×Y,μν,T×S){\displaystyle (X\times Y,\mu \otimes \nu ,T\times S)}sobre el producto cartesiano definiendo(T×S)(incógnita,y)=(T(incógnita),S(y)).{\displaystyle (T\times S)(x,y)=(T(x),S(y)).}A continuación, presentamos las siguientes caracterizaciones de la mezcla débil: [ 2 ]

Proposición. Un sistema dinámico(incógnita,μ,T){\displaystyle (X,\mu ,T)}es débilmente mezclador si y solo si , para cualquier sistema dinámico ergódico (Y,ν,S){\displaystyle (Y,\nu ,S)} , el sistema(incógnita×Y,μν,T×S){\displaystyle (X\times Y,\mu \otimes \nu ,T\times S)}también es ergódico.
Proposición. Un sistema dinámico(incógnita,μ,T){\displaystyle (X,\mu ,T)}es débilmente mezclante si y solo si(incógnita2,μμ,T×T){\displaystyle (X^{2},\mu \otimes \mu ,T\times T)}también es ergódico. Si este es el caso, entonces(incógnita2,μμ,T×T){\displaystyle (X^{2},\mu \otimes \mu ,T\times T)}También se mezcla débilmente.

Generalizaciones

La definición dada anteriormente se denomina a veces mezcla fuerte de orden 2 , para distinguirla de órdenes superiores de mezcla. Un sistema de mezcla fuerte de orden 3 puede definirse como un sistema para el cual

límitemetro,norteμ(ATmetroBTmetronortedo)=μ(A)μ(B)μ(do){\displaystyle \lim _{m,n\to \infty }\mu (A\cap T^{-m}B\cap T^{-m-n}C)=\mu (A)\mu (B)\mu (C)}

se cumple para todos los conjuntos medibles A , B , C. Podemos definir la k-mezcla fuerte de manera similar. Un sistema que es k - mezcla fuerte para todo k = 2, 3, 4, ... se llama mezcla de todos los órdenes .  

Se desconoce si la fuerte 2-mezcla implica una fuerte 3-mezcla. Se sabe que la fuerte m- mezcla implica ergodicidad .

Ejemplos

Las rotaciones irracionales del círculo, y más generalmente las traslaciones irreducibles en un toro, son ergódicas pero no presentan una mezcla fuerte ni débil con respecto a la medida de Lebesgue.

Muchos mapas considerados caóticos son fuertemente mezclantes para alguna medida invariante bien elegida , entre ellos: el mapa diádico , el mapa del gato de Arnold , los mapas de herradura , los automorfismos de Kolmogorov y el flujo de Anosov (el flujo geodésico en el fibrado tangente unitario de variedades compactas de curvatura negativa ).

El mapa diádico es "desplazamiento a la izquierda en binario". En general, para cualquiernorte{2,3,}{\displaystyle n\in \{2,3,\dots \}}, el "desplazamiento a la izquierda en base norte{\displaystyle n}" mapaT(incógnita)=norteincógnitamod1{\displaystyle T(x)=nx{\bmod {1}}}se está mezclando fuertemente en la familia de cobertura {(knortes,k+1nortes)Q:s0,k<nortes}{\displaystyle \left\{\left({\tfrac {k}{n^{s}}},{\tfrac {k+1}{n^{s}}}\right)\smallsetminus \mathbb {Q} :s\geq 0,\leq k<n^{s}\right\}} , por lo tanto, se está mezclando fuertemente en(0,1)Q{\displaystyle (0,1)\smallsetminus \mathbb {Q} } , y por lo tanto se está mezclando fuertemente en[0,1]{\displaystyle [0,1]}.

De manera similar, para cualquier alfabeto finito o contableΣ{\displaystyle \Sigma } , podemos imponerle una distribución de probabilidad discreta, luego considerar la distribución de probabilidad en el espacio de "lanzamiento de moneda", donde cada "lanzamiento de moneda" puede tomar resultados deΣ{\displaystyle \Sigma }Podemos construir el espacio infinitamente simpleΣnorte{\displaystyle \Sigma ^{\mathbb {N} }}o el espacio doblemente infinitoΣZ{\displaystyle \Sigma ^{\mathbb {Z} }}En ambos casos, el mapa de desplazamiento (una letra a la izquierda) es fuertemente mezclador, ya que lo es en la familia de recubrimiento de conjuntos de cilindros. El mapa de Baker es isomorfo a un mapa de desplazamiento, por lo que también es fuertemente mezclador.

Mezcla topológica

Una forma de mezcla puede definirse sin recurrir a una medida , utilizando únicamente la topología del sistema. Un mapa continuoF:incógnitaincógnita{\displaystyle f:X\to X}Se dice que es topológicamente transitivo si, para cada par de conjuntos abiertos no vacíos,A,Bincógnita{\displaystyle A,B\subset X}, existe un entero n tal que

Fnorte(A)B{\displaystyle f^{n}(A)\cap B\neq \varnothing }

dóndeFnorte{\displaystyle f^{n}}es la n -ésima iteración de f . En la teoría de operadores , un operador lineal acotado topológicamente transitivo (una aplicación lineal continua en un espacio vectorial topológico ) se denomina habitualmente operador hipercíclico .

Una idea relacionada se expresa mediante el conjunto errante ; de ​​hecho, un punto no es errante si

norte>norte0:Fnorte(U)U{\displaystyle \exists n>N\geq 0:f^{n}(U)\cap U\neq \varnothing }

Es decir, la enésima imagen no está "demasiado lejos" de, y "todavía interseca", el vecindario inicial U. En el caso anterior "vaga" porque el conjunto B puede ser cualquier subconjunto enΩ{\displaystyle \Omega }[ 3 ] [ 4 ]

Lema: Si X es un espacio métrico completo sin ningún punto aislado , entonces f es topológicamente transitiva si y solo si existe un punto hipercíclico.incógnitaincógnita{\displaystyle x\in X}, es decir, un punto x tal que su órbita{Fnorte(incógnita):nortenorte}{\displaystyle \{f^{n}(x):n\in \mathbb {N} \}}es denso en X.

Se dice que un sistema es topológicamente mezclador si, dados conjuntos abiertosA{\displaystyle A}yB{\displaystyle B} , existe un entero N , tal que, para todonorte>norte{\displaystyle n>N} , uno tiene

Fnorte(A)B.{\displaystyle f^{n}(A)\cap B\neq \varnothing .}[ 5 ]

Para un sistema de tiempo continuo,Fnorte{\displaystyle f^{n}}es reemplazado por el flujo φgramo{\displaystyle \varphi _{g}} , donde g es el parámetro continuo, con el requisito de que exista una intersección no vacía para todosgramo>norte{\displaystyle \Vert g\Vert >N}.

Una mezcla topológica débil es aquella que no tiene funciones propias continuas no constantes (con respecto a la topología) del operador de desplazamiento.

La mezcla topológica no implica, ni está implicada por, la mezcla débil o fuerte: existen ejemplos de sistemas que presentan mezcla débil pero no mezcla topológica, y ejemplos que presentan mezcla topológica pero no mezcla fuerte.

Mezcla en procesos estocásticos

Dejar(incógnitat)<t<{\displaystyle (X_{t})_{-\infty <t<\infty }}ser un proceso estocástico en un espacio de probabilidad(Ω,F,PAG){\displaystyle (\Omega ,{\mathcal {F}},\mathbb {P} )}El espacio de secuencias en el que se pueden dotar a los mapas de procesos de una topología, la topología de producto . Los conjuntos abiertos de esta topología se denominan conjuntos de cilindros . Estos conjuntos de cilindros generan un σ-álgebra , el σ-álgebra de Borel ; este es el σ-álgebra más pequeño que contiene la topología.

Definir una funciónα{\displaystyle \alpha }, llamado coeficiente de mezcla fuerte , como

α(s)=sorber{|PAG(AB)PAG(A)PAG(B)|:<t<,Aincógnitat,Bincógnitat+s}{\displaystyle \alpha (s)=\sup \left\{|\mathbb {P} (A\cap B)-\mathbb {P} (A)\mathbb {P} (B)|:-\infty <t<\infty ,A\in X_{-\infty }^{t},B\in X_{t+s}^{\infty }\right\}}

para todos<s<{\displaystyle -\infty <s<\infty } . El símboloincógnitaab{\displaystyle X_{a}^{b}}, conab{\displaystyle -\infty \leq a\leq b\leq \infty }denota una sub-σ-álgebra de la σ-álgebra; es el conjunto de conjuntos de cilindros que se especifican entre los tiempos a y b , es decir, la σ-álgebra generada por {incógnitaa,incógnitaa+1,,incógnitab}{\displaystyle \{X_{a},X_{a+1},\ldots ,X_{b}\}}.

El proceso(incógnitat)<t<{\displaystyle (X_{t})_{-\infty <t<\infty }}Se dice que se está mezclando fuertemente siα(s)0{\displaystyle \alpha (s)\to 0}comos{\displaystyle s\to \infty } . Es decir, un proceso de mezcla fuerte es tal que, de una manera que es uniforme en todos los tiempost{\displaystyle t}y todos los eventos, los eventos antes del tiempot{\displaystyle t}y los acontecimientos posteriores al tiempot+s{\displaystyle t+s}tienden a ser independientes comos{\displaystyle s\to \infty }En términos más coloquiales, el proceso, en cierto sentido, olvida su historia.

Mezcla en procesos de Markov

Suponer(incógnitat){\displaystyle (X_{t})}eran un proceso de Markov estacionario con distribución estacionariaQ{\displaystyle \mathbb {Q} }y dejarL2(Q){\displaystyle L^{2}(\mathbb {Q} )}denotamos el espacio de funciones medibles de Borel que son de cuadrado integrable con respecto a la medidaQ{\displaystyle \mathbb {Q} }. También deja

mitφ(incógnita)=mi[φ(incógnitat)incógnita0=incógnita]{\displaystyle {\mathcal {E}}_{t}\varphi (x)=\mathbb {E} [\varphi (X_{t})\mid X_{0}=x]}

denotamos el operador de expectativa condicional enL2(Q).{\displaystyle L^{2}(\mathbb {Q} ).}Finalmente, dejemos

Z={φL2(Q):φdQ=0}{\displaystyle Z=\left\{\varphi \in L^{2}(\mathbb {Q} ):\int \varphi \,d\mathbb {Q} =0\right\}}

denotemos el espacio de funciones de cuadrado integrable con media cero.

Los coeficientes de mezcla ρ del proceso { x t } son

ρt=sorberφZ:φ2=1mitφ2.{\displaystyle \rho _{t}=\sup _{\varphi \in Z:\,\|\varphi \|_{2}=1}\|{\mathcal {E}}_{t}\varphi \|_{2}.}

El proceso se denomina ρ -mezcla si estos coeficientes convergen a cero cuando t → ∞ , y “ ρ -mezcla con tasa de decaimiento exponencial ” si ρ t < e δt para algún δ > 0. Para un proceso de Markov estacionario, los coeficientes ρ t pueden decaer a una tasa exponencial o ser siempre iguales a uno. [ 6 ]

Los coeficientes de mezcla α del proceso { x t } son

αt=sorberφZ:φ=1mitφ1.{\displaystyle \alpha _{t}=\sup _{\varphi \in Z:\|\varphi \|_{\infty }=1}\|{\mathcal {E}}_{t}\varphi \|_{1}.}

El proceso se denomina α -mezcla si estos coeficientes convergen a cero cuando t → ∞ , es " α -mezcla con tasa de decaimiento exponencial" si α t < γe δt para algún δ > 0 , y es α -mezcla con una tasa de decaimiento subexponencial si α t < ξ ( t ) para alguna función no creciente.ξ{\displaystyle \xi }satisfactorio

lnξ(t)t0{\displaystyle {\frac {\ln \xi (t)}{t}}\to 0}

comot{\displaystyle t\to \infty } . [ 6 ]

Los coeficientes de mezcla α son siempre menores que los de mezcla ρ : α tρ t , por lo tanto, si el proceso es de mezcla ρ , necesariamente también será de mezcla α . Sin embargo, cuando ρ t = 1 , el proceso aún puede ser de mezcla α , con una tasa de decaimiento subexponencial.

Los coeficientes de mezcla β vienen dados por

βt=sorber0φ1|mitφ(incógnita)φdQ|dQ.{\displaystyle \beta _{t}=\int \sup _{0\leq \varphi \leq 1}\left|{\mathcal {E}}_{t}\varphi (x)-\int \varphi \,d\mathbb {Q} \right|\,d\mathbb {Q} .}

El proceso se denomina β -mezcla si estos coeficientes convergen a cero cuando t → ∞ , es β -mezcla con una tasa de decaimiento exponencial si β t < γe δt para algún δ > 0 , y es β -mezcla con una tasa de decaimiento subexponencial si β t ξ ( t ) → 0 cuando t → ∞ para alguna función no creciente.ξ{\displaystyle \xi }satisfactorio

lnξ(t)t0{\displaystyle {\frac {\ln \xi (t)}{t}}\to 0}

comot{\displaystyle t\to \infty }. [ 6 ]

Un proceso de Markov estrictamente estacionario es β -mixto si y solo si es una cadena de Harris recurrente aperiódica . Los coeficientes de β -mixto son siempre mayores que los de α -mixto, por lo que si un proceso es β -mixto, también será α -mixto. No existe una relación directa entre β -mixto y ρ -mixto: ninguno implica al otro.

Referencias

  • VI Arnold y A. Avez, Problemas ergódicos de la mecánica clásica , (1968) WA Benjamin, Inc.
  • Manfred Einsiedler y Thomas Ward, Teoría ergódica con miras a la teoría de números , (2011) Springer ISBN 978-0-85729-020-5
  • Achim Klenke, Teoría de la probabilidad , (2006) Springer ISBN 978-1-84800-047-6
  • Chen, Xiaohong; Hansen, Lars Peter; Carrasco, Marine (2010). "No linealidad y dependencia temporal". Journal of Econometrics . 155 (2): 155– 169. CiteSeerX 10.1.1.597.8777 . doi : 10.1016/j.jeconom.2009.10.001 . S2CID 10567129 .  
  1. Matthew Nicol y Karl Petersen, (2009) " Teoría ergódica: ejemplos básicos y construcciones ", Enciclopedia de la complejidad y la ciencia de sistemas , Springer https://doi.org/10.1007/978-0-387-30440-3_177
  2. Teorema 2.36, Manfred Einsiedler y Thomas Ward, Teoría ergódica con vistas a la teoría de números , (2011) Springer ISBN 978-0-85729-020-5
  3. David Ruelle. "Apéndice A2: dinámica topológica". El formalismo termodinámico . pág. 148. 
  4. Aquí basta con un vecindario que no se interseque, pero aún así puede converger de nuevo a un punto de equilibrio.
  5. Aquí "realmente vaga" para todos los n mayores que N
  6. 1 2 3 Chen, Hansen y Carrasco (2010)