Escolar Documentos
Profissional Documentos
Cultura Documentos
ii
Pref
acio
Em termos simples, a Teoria Erg
odica e a disciplina matematica que estuda
sistemas din
amicos munidos de medidas invariantes. Comecaremos por dar as
denicoes precisas destas nocoes e algumas das principais motivacoes para o
seu estudo. No nal deste prefacio faremos alguns comentarios sobre a hist
oria
desta disciplina.
Sistemas din
amicos
H
a v
arias denicoes, mais ou menos gerais, do que e um sistema dinamico. Nos
nos restringiremos a dois modelos principais. O primeiro deles, ao qual nos
referiremos na maior parte do tempo, s
ao as transformacoes f : M M em
algum espaco metrico ou topol
ogico M . Heuristicamente, pensamos em f como
associando a cada estado x M do sistema o estado f (x) M em que o sistema
se encontrar
a uma unidade de tempo depois. Trata-se portanto de um modelo
de din
amica com tempo discreto.
Tambem consideraremos uxos, que sao modelos de sistemas dinamicos a
tempo contnuo. Lembre que um uxo em M e uma famlia f t : M M , t R
de transformacoes satisfazendo
f 0 = identidade
(1)
Medidas invariantes
Sempre consideraremos medidas denida na -algebra de Borel do espaco M .
Dizemos que e uma probabilidade se (M ) = 1. Na maior parte dos casos
trataremos com medidas nitas, isto e, tais que (M ) < . Neste caso sempre
podemos transformar numa probabilidade : para isso basta denir
(E) =
(E)
(M )
iv
Em geral, uma medida diz-se invariante pela transformacao f se
(E) = (f 1 (E))
(2)
(3)
Breve apresentac
ao hist
orica
A palavra erg
odico e a concatenacao de duas palavras gregas, ergos = trabalho
e odos = caminho, e foi introduzida por Boltzmann, no seculo XIX, no seu
trabalho sobre a teoria cinetica dos gases. Os sistemas em que Boltzmann,
Maxwell, Gibbs, os principais fundadores da teoria cinetica, estavam interessados sao descritos por um uxo hamiltoniano, ou seja, uma equacao diferencial
da forma
dqn dp1
dpn
H
H
H
H
dq1
,...,
,
,...,
,...,
,
,...,
.
=
dt
dt dt
dt
p1
pn
q1
qn
Boltzmann acreditava que as orbitas tpicas do uxo preenchem toda a superfcie
otese erg
odica, ele deduzia
de energia H 1 (c) que as contem. A partir desta hip
v
que as medias temporais de grandezas observaveis (funcoes) ao longo de orbitas
tpicas coincidem com as respectivas medias espaciais na superfcie de energia,
um fato crucial para a sua formulacao da teoria cinetica.
De fato, esta hipotese e claramente falsa e, com o tempo, tornou-se usual
chamar hip
otese ergodica a sua consequencia de igualdade das medias temporais e espaciais. Sistemas para os quais esta igualdade vale foram chamados
erg
odicos. E pode dizer-se que uma boa parte da Teoria Erg
odica, tal como ela
se desenvolveu ao longo do seculo XX, foi motivada pelo problema de decidir se
a maioria dos sistemas hamiltonianos, especialmente aqueles que aparecem na
teoria cinetica dos gases, sao erg
odicos ou n
ao.
Um avanco fundamental ocorreu nos anos trinta, quando von Neumann e
Birkho provaram que medias temporais existem para quase toda orbita. Espetacularmente, em meados dos anos cinquenta, Kolmogorov provou que muitos
sistemas hamiltonianos n
ao s
ao erg
odicos. Este resultado foi muito expandido
por Arnold e por Moser, no que veio a ser chamado teoria KAM em homenagem
aos tres.
Por outro lado, ainda nos anos trinta, E. Hopf tinha dado os primeiros exemplos importantes de sistemas hamiltonianos ergodicos, os uxos geodesicos de
superfcies com curvatura negativa. O seu resultado foi generalizado por Anosov,
nos anos sessenta, para variedades de qualquer dimensao. De fato, Anosov
tratou uma classe bem mais geral de sistemas, tanto com tempo contnuo como
com tempo discreto, que sao chamados sistemas de Anosov, ou globalmente
hiperb
olicos.
Nos anos setenta, Sinai desenvolveu a teoria das medidas de Gibbs dos sistemas de Anosov, conservativos ou dissipativos, que foi logo em seguida estendida por Ruelle e por Bowen para sistemas chamados Axioma A, ou uniformemente hiperbolicos, constituindo uma das maiores realizacoes da teoria
erg
odica diferenciavel. N
ao podemos deixar de mencionar, nesta breve lista de
contribuicoes fundamentais, a introducao da nocao de entropia por Kolmogorov
e Sinai no nal dos anos cinquenta, e a demonstracao, por Ornstein cerca de
dez anos depois, de que a entropia e um invariante completo para deslocamentos
(shifts) de Bernoulli.
Krerley Oliveira
e Marcelo Viana
1 Departamento de Matem
atica, Universidade Federal de Alagoas, Campus A. C. Sim
oes
s/n, 57072-090 Macei
o, Brasil. krerley@mat.ufal.br.
2 IMPA, Estrada D. Castorina 110, 22460-320 Rio de Janeiro, Brasil viana@impa.br.
vi
Conte
udo
0 Elementos de Teoria da Medida
0.1 Espacos mensur
aveis . . . . . . .
0.2 Espacos de medida . . . . . . . .
0.3 Integracao em espacos de medida
0.4 Exerccios . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
2
6
10
1 Teorema de Recorr
encia de Poincar
e
1.1 Vers
ao mensuravel . . . . . . . . . .
1.2 Vers
ao topol
ogica . . . . . . . . . . .
1.3 Recorrencia para medidas innitas .
1.4 Exerccios . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
13
14
15
15
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
17
18
19
21
22
26
3 Exist
encia de Medidas Invariantes
3.1 Alguns exemplos simples . . . . . . . . . .
3.2 A topologia fraca no espaco das medidas
3.3 Demonstracao do Teorema de Existencia .
3.4 Exerccios . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
27
27
28
32
34
.
.
.
.
4 Teorema Erg
odico de Birkho
37
4.1 Enunciados e coment
arios . . . . . . . . . . . . . . . . . . . . . . 37
4.2 Demonstracao do teorema ergodico . . . . . . . . . . . . . . . . . 39
4.3 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5 Ergodicidade
43
5.1 Exemplos e aplicacoes . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2 Equivalencia Espectral . . . . . . . . . . . . . . . . . . . . . . . 51
5.3 Propriedades de medidas erg
odicas . . . . . . . . . . . . . . . . . 54
vii
CONTEUDO
viii
5.4
5.5
5.6
56
60
64
6 Sistemas Misturadores
67
6.1 Denicoes e exemplos . . . . . . . . . . . . . . . . . . . . . . . . 67
6.2 Deslocamentos de Markov . . . . . . . . . . . . . . . . . . . . . . 69
6.3 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7 Entropia M
etrica
7.1 Entropia de uma particao . . . .
7.2 Entropia de um sistema erg
odico
7.3 Teorema de Kolmogorov-Sinai . .
7.4 Equivalencia ergodica . . . . . .
7.5 Equivalencia Espectral . . . . . .
7.6 A entropia como invariante . . .
7.7 Exerccios . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
77
77
80
83
83
84
85
86
8 Entropia Topol
ogica
8.1 Denicao via coberturas . . . . .
8.2 Denicao via conjuntos geradores
8.3 Entropia de uxos . . . . . . . .
8.4 Pressao topol
ogica . . . . . . . .
8.5 Princpio variacional . . . . . . .
8.6 Exerccios . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
89
89
91
92
93
94
96
9 Transforma
c
oes Expansoras
9.1 Lema de distorcao . . . . . . . .
9.2 Medidas absolutamente contnuas
9.3 Existencia de medidas erg
odicas .
9.4 Unicidade e conclusao da prova .
9.5 Exerccios . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
97
98
100
101
102
103
10 Estados de Equilbrio
10.1 Denicao de Estado de Equilbrio
10.2 Transformacoes expansivas . . . .
10.3 Transformacoes expansoras . . .
10.4 Exerccios . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
105
105
106
110
121
11 Aplica
c
oes em Teoria dos N
umeros
123
11.1 Teorema de Szemeredi . . . . . . . . . . . . . . . . . . . . . . . . 123
11.2 Teorema de Weyl . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
11.3 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
CONTEUDO
ix
CONTEUDO
Captulo 0
Elementos de Teoria da
Medida
Neste captulo inicial recordamos algumas nocoes e resultados b
asicos da Teoria da Medida que s
ao u
teis para o que segue. As demonstracoes podem ser
encontradas nos livros de Castro [Cas04], Fernandez [Fer02] ou Rudin [Rud87].
0.1
Espacos mensur
aveis
Aj B.
j=1
Observa
c
ao. B tambem e fechada para interseccoes enumer
aveis: se Aj B
c
para j = 1, 2, . . . , n, . . . ent
ao
Aj =
Acj B.
j=1
j=1
Deni
c
ao 0.3. Um espaco mensur
avel e uma dupla (M, B) onde M e um
conjunto e B e uma -algebra de subconjuntos de M . Os elementos de B sao
chamados conjuntos mensur
aveis.
Em seguida apresentamos alguns exemplos de -algebras remetendo para os
exerccios o estudo de outros exemplos.
Exemplo 0.4. Seja M um conjunto qualquer.
ao
1. Denotemos por 2M a famlia de todos os subconjuntos de M . Ent
B = 2M e claramente uma -algebra.
2. B = {, M } e tambem uma -algebra.
Note que se B e uma algebra de um conjunto M ent
ao {, M } B 2M .
M
Portanto {, M } e a menor algebra e 2 e a maior algebra de um conjunto
M . Considere uma famlia n
ao-vazia {Bi : i I} qualquer de -algebras (I e
um conjunto qualquer, que serve apenas para indexar os elementos da famlia).
Ent
ao a interseccao
Bi
B=
iI
0.2
Espacos de medida
Agora introduzimos o conceito de medida e analisamos algumas das suas propriedades fundamentais. Em seguida apresentamos alguns resultados sobre
construcao de medidas. Finalmente, analisamos duas importantes classes de
medidas: medidas de Lebesgue em espacos euclideanos e medidas produto em
espaco de sequencias.
0.2. ESPAC
OS DE MEDIDA
Deni
c
ao 0.7. Uma medida num espaco mensuravel (M, B) e uma funcao
: B [0, +] que satisfaz:
1. () = 0;
2. ( j=1 Aj ) = j=1 (Aj ) para quaisquer Aj B disjuntos dois-a-dois.
A tripla (M, B, ) e chamada espaco de medida. Quando (M ) = 1 dizemos que
e uma medida de probabilidade e (M, B, ) e um espaco de probabilidade.
A segunda propriedade na denicao de medida e chamada a -aditividade.
Dizemos que uma funcao : B [0, +] e nitamente aditiva se:
(
N
Aj ) =
j=1
(Aj )
j=1
para qualquer famlia nita A1 , . . . , AN B de subconjuntos disjuntos dois-adois. Note que toda medida e, automaticamente, nitamente aditiva.
Exemplo 0.8. Seja M um conjunto e consideremos a -algebra B = 2M . Dado
qualquer p M , consideremos a funcao p : 2M [0, +] denida por:
1 , se p A
p (A) =
.
0 , se p
/A
Temos que p e uma medida, que e usualmente designada por delta de Dirac no
ponto p.
Em seguida apresentamos um resultado muito u
til na construcao de medidas.
lgebra de subconjuntos de M e seja
Teorema 0.9 (Extens
ao). Seja B0 uma a
0 : B0 [0, +] uma funca
o nita, nitamente aditiva. Ent
ao existe uma
u
nica func
ao nita, nitamente aditiva : B [0, +] que e uma extens
ao de
` -
algebra B gerada por B0 . Se 0
0 (isto e, restrita a B0 coincide com 0 ) a
e -aditiva ent
ao tambem o e.
Em geral, ao aplicar este resultado o mais difcil e vericar a -aditividade.
O criterio mais usado para esse efeito e expresso no seguinte resultado. A sua
demonstracao e proposta como Exerccio 0.7.
lgebra e seja 0 : B0 [0, +]
Teorema 0.10 (-aditividade). Seja B0 uma a
uma funca
o nitamente aditiva com 0 (M ) = 1. Suponha que
lim 0 (
n
Aj ) = 0
(1)
j=1
para
aveis tal que
toda a sequencia A1 Aj de conjuntos mensur
A
=
.
Ent
a
o
e
-aditiva.
j
0
j=1
O resultado seguinte nos diz que todo o elemento B da -algebra gerada por
uma algebra e aproximado por algum elemento B0 da algebra, no sentido em
que a medida da diferenca simetrica BB0 = B \ B0 B0 \ B e pequena.
Teorema 0.11 (Aproxima
c
ao). Seja (M, B, ) um espaco de probabilidade e
lgebra que gera a -
algebra B. Ent
ao para todo o > 0 e todo
seja B0 uma a
B B existe B0 B0 tal que (BB0 ) < .
0.2.1
Medida de Lebesgue
A medida de Lebesgue corresponde ao que entendemos por volume de subconjuntos de Rd . Para constru-la, recorremos ao Teorema de Extensao 0.9.
Consideremos M = [0, 1] e seja B0 a famlia de todos os subconjuntos da forma
f
B = I1 IN onde I1 , . . . , IN sao intervalos disjuntos dois-a-dois. E
acil ver
que B0 e uma algebra de subconjuntos de M . Alem disso, temos uma funcao
0 : B0 [0, 1] denida nesta algebra por
0 I1 IN = |I1 | + + |IN | ,
onde |Ij | representa o comprimento de Ij . Note que 0 (M ) = 1. Alem
disso, a -algebra gerada por B0 coincide com a -algebra de Borel de M , j
a
que todo aberto pode ser escrito como uni
ao enumer
avel de intervalos disjuntos
dois-a-dois. Pelo Teorema 0.9, existe uma u
nica probabilidade denida na
-algebra de [0, 1] que e uma extensao de 0 `a -algebra B gerada por B0 .
Chamamos de medida de Lebesgue em [0, 1]. Mais geralmente, denimos
ao d 1 da
medida de Lebesgue no cubo M = [0, 1]d de qualquer dimens
seguinte maneira: chamamos ret
angulo em M qualquer subconjunto da forma
R = I1 Id onde os Ij sao intervalos, e denimos
0 (R) = |I1 | |Id | .
Em seguida, consideramos a algebra B0 dos subconjuntos de [0, 1]d da forma
B = R1 RN , onde R1 , . . . , RN sao ret
angulos disjuntos dois-a-dois, e
denimos
0 (B) = 0 (R1 ) + 0 (RN )
para todo B nessa algebra. A medida de Lebesgue em M = [0, 1]d e a extensao
de 0 `
a -algebra gerada por B0 , que coincide com a -algebra de Borel de
M . Finalmente, denimos a medida de Lebesgue num espaco euclidiano Rd
decompondo o espaco em cubos de lado unit
ario
[m1 , m1 + 1) [md , md + 1)
Rd =
m1 Z
md Z
E [m1 , m1 + 1) [md , md + 1) .
(E) =
m1 Z
md Z
0.2. ESPAC
OS DE MEDIDA
Exemplo 0.12 (Medida de Volume em S 1 ). Considere a aplicacao sobrejetora : [0, 1] S 1 denida por:
(t) = e2it .
A medida de Lebesgue em S 1 e a medida denida por (A) = m( 1 (A)).
Observe que com esta denicao, a medida de A e igual a medida de R (A), onde
odulo multiplicacao
R : S 1 S 1 denota a rotacao de angulo . Na verdade, m
por um n
umero positivo, e a u
nica medida que satisfaz essa condicao para
todo .
Exemplo 0.13. Seja : [0, 1] R uma funcao contnua e positiva. Dena a
medida num intervalo [a, b] por:
b
([a, b]) =
(x) dx.
a
Observe que e aditiva e com o auxlio dos Teoremas 0.10 e 0.9 podemos
estender para toda -algebra dos Borelianos de [0, 1]. A medida tem
a seguinte propriedade especial: se um conjunto A [0, 1] tem medida de
Lebesgue 0 entao (A) = 0. Essa propriedade nos diz que e absolutamente
contnua com respeito `a medida de Lebesgue. A densidade de em relacao a
m e igual a . Estudaremos tais medidas com mais detalhes na Seccao 0.3.2.
Exemplo 0.14. Vamos agora exibir uma medida que, apesar de ser positiva
em qualquer aberto, n
ao e absolutamente contnua com respeito a medida de
Lebesgue. Para isso, considere uma enumeracao {r1 , r2 , . . . } do conjunto Q dos
racionais. Dena por:
1
(A) =
.
2i
ri A
Observe que a medida de qualquer aberto da reta e positiva, pois necessariamente A contem algum i, e, apesar disso, (Q) = 1. Em particular, n
ao e
absolutamente contnua com respeito a medida de Lebesgue.
O exemplo anterior nos motiva a denir o suporte de uma medida:
Deni
c
ao 0.15. Seja (M, B, ) um espaco de medida e M um espaco topologico.
O suporte da medida e o fecho do conjunto de pontos x M tais que para
qualquer vizinhanca aberta Vx contendo x, temos que (Vx ) > 0.
Fica como exerccio para o leitor mostrar que o suporte de uma medida e
sempre um conjunto fechado (10.6).
0.2.2
Consideremos os espacos de probabilidade (Mi , Bi , i ), com i Z. Vamos construir uma probabilidade no conjunto
M=
i=
Mi
j (Aj ).
j=m
0.3
Integra
c
ao em espacos de medida
Nesta secao denimos a nocao de integral de uma funcao em relacao a uma medida e apresentamos teoremas fundamentais da Teoria da Medida. Para tanto,
introduziremos algumas classes de funcoes. Ao longo desta secao (M, B, ) sera
sempre um espaco de medida.
Deni
c
ao 0.17. Seja B(R) a -algebra de Borel de R. Uma funcao f : M R
diz-se mensur
avel se f 1 (D) B para todo D B(R).
EM ESPAC
0.3. INTEGRAC
AO
OS DE MEDIDA
k XAk ,
j=1
k (Ak ).
j=1
f
E
acil vericar que esta denicao e coerente: se duas combinacoes lineares
de funcoes caractersticas denem uma mesma funcao simples, os valores das
integrais obtidos a partir das duas combinacoes coincidem. O pr
oximo passo
e denir integral de uma funcao mensuravel qualquer. Para isso, trataremos
primeiro do caso da funcao ser n
ao-negativa. Necessitamos do seguinte resultado, que nos diz que qualquer funcao mensuravel e o limite de uma sequencia
de funcoes simples mensuraveis:
Teorema 0.20. Seja f : M [, ] uma func
ao mensur
avel. Ent
ao existe
uma sequencia s1 , s2 , . . . de func
oes simples mensur
aveis tal que
lim sk (x) = f (x) para todo o x M.
Se f 0 ent
ao a sequencia pode ser escolhida de modo que 0 s1 s2 .
A demonstracao deste teorema e proposta como Exerccio 0.16. Ele torna
possvel a seguinte
Deni
c
ao 0.21. Seja f : M [0, ] uma funcao mensuravel n
ao-negativa.
Ent
ao
sn d,
f d = lim
n
f
E
acil vericar que o valor da integral n
ao depende da escolha da sequencia
de funcoes simples, e portanto esta denicao e coerente. Para estender a
denicao de integral a quaisquer funcoes mensuraveis, observemos que dada
uma funcao f : M R sempre podemos escrever f = f + f onde f + (x) =
max{f (x), 0} e f (x) = max{f (x), 0} sao n
ao-negativas. Mostra-se tambem
que f + e f sao mensuraveis se e so se, f e mensuravel.
Deni
c
ao 0.22. Seja f : M [0, ] uma funcao mensuravel. Ent
ao
f d =
f + d
f d,
f XE d,
f d =
E
pi .
xi A
m
Notemos que = i=1 pi xi , onde xi e a medida delta de Dirac em xi . Neste
caso temos que se f e uma funcao integr
avel entao
f d =
m
i=1
f (xi )pi .
EM ESPAC
0.3. INTEGRAC
AO
OS DE MEDIDA
0.3.1
Teorema de derivac
ao de Lebesgue
(B(a, ) A)
= 1.
(B(a, )
(2)
O pr
oximo resultado e uma consequencia direta do teorema de derivacao de
Lebesgue. No Exerccio 0.13 sugerimos uma demonstracao.
Teorema 0.26. Seja A um subconjunto mensur
avel de Rd com medida de
Lebesgue (A) maior que zero. Ent
ao -quase todo ponto a A e ponto de
densidade de A.
Muitos dos resultados envolvendo funcoes vao se apoiar no chamado Teorema da Convergencia Dominada, que garante que se uma sequencia de funcoes
convergente e menor que uma funcao integr
avel, ent
ao o limite das suas integrais
converge e podemos tomar o limite sob o sinal da integral. Mais precisamente:
Teorema 0.27 (Teorema da Converg
encia Dominada). Consideremos
oes mensur
aveis e g uma func
ao integr
avel
fn : M R uma sequencia de func
tal que |fn (x)| |g(x)| para -quase todo x em M. Se para -quase todo x M
ao a func
ao f e integr
avel e
a sequencia fn (x) converge para o valor f (x), ent
vale:
lim
fn d =
f d.
10
0.3.2
Teorema de Radon-Nikodym
Sejam e duas medidas num espaco mensuravel (M, B). Dizemos que e
absolutamente contnua em relacao a se (E) = 0 implica (E) = 0, qualquer
que seja o conjunto mensur
avel. Nesse caso escrevemos . O Teorema
de RadonNikodym arma que nesse caso a medida pode ser vista como
o produto de por alguma funcao mensuravel, que e chamada densidade ou
derivada de Radon-Nikodym de relativamente a .
Teorema 0.28 (Radon-Nikodym). Se e s
ao medidas nitas tais que
ent
ao existe uma func
ao mensur
avel : M [0, +] tal que = ,
ou seja, tal que
d para todo o conjunto mensur
avel E M.
(E) =
E
0.4
Exerccios
e uma -algebra.
0.2. Seja M um conjunto e considere a famlia de conjuntos
B0 = {A M : A e nito ou Ac e nito}.
Mostre que B0 e uma algebra. Alem disso, B0 e uma -algebra se e somente se
o conjunto M e nito.
0.3. Seja M um conjunto e considere a seguinte famlia de conjuntos
B1 = {A M : A e nito ou enumer
avel ou Ac e nito ou enumer
avel}.
Mostre que B1 e uma -algebra. De fato, B1 e a -algebra gerada pela algebra
B0 do Exerccio 0.2.
0.4. Seja E uma famlia de subconjuntos de um conjunto M . Mostre que existe
a menor
algebra B0 que contem E. Que relacao existe entre B0 e a -algebra B
gerada por E?
ao em B
0.5. Seja (M, B, ) um espaco de medida. Mostre que se A1 ,A2 , . . . est
ent
ao
(
Aj )
(Aj ).
j=1
j=1
0.4. EXERCICIOS
11
#A , se A e nito
(A) =
.
se A e innito
Mostre que e uma medida. Esta medida e designada medida de contagem.
0.7. Demonstre o Teorema 0.10. Dica: Dados
quaisquer conjuntos disjuntos
dois a dois B1 , . . . , Bn , . . . em B0 tais B = j=1 Bj tambem esta em B0 , dena
Cj = B1 Bj para cada j 1. Verique que os conjuntos Aj = B \ Cj
satisfazem a hipotese (1) no Teorema 0.10.
0.8. Seja (M, B) um espaco mensuravel.
1. Mostre que se : B [0, +] e uma medida entao
(
j=1
Aj ) = lim (Aj ).
j
0 se A e nito ou enumer
avel
(A) =
c
avel
1 se A e nito ou enumer
e uma medida de probabilidade.
0.10. Sejam f e g funcoes mensuraveis. Mostre que f e integr
avel se e somente
se |f | e integr
avel e, nesse caso,
f d |f | d.
Alem disso, se f e integr
avel e |f | |g| ent
ao g e integr
avel.
0.11. Seja E um conjunto mensur
avel com (E) = 0. Mostre que
para qualquer funcao mensuravel f .
E
f d = 0
12
xi A
Captulo 1
Teorema de Recorr
encia de
Poincar
e
Um ponto x M diz-se recorrente se a sua trajetoria pelo sistema din
amico
f : M M volta arbitrariamente perto de x quando o tempo vai para innito. A din
amica no conjunto dos pontos n
ao-recorrentes e, em certo sentido,
sempre a mesma, independentemente do sistema dinamico. Por isso, e fundamental compreender o conjunto dos pontos recorrentes, ja que ele contem toda
a din
amica interessante do sistema.
O resultado que estudaremos nesta captulo, enunciado por Poincare perto
do nal do seculo XIX, arma que quase todo ponto e recorrente, relativamente
a qualquer medida invariante nita do sistema din
amico. Daremos duas vers
oes
deste resultado, a primeira numa linguagem mensuravel e a segunda de natureza
mais topol
ogica. Tambem comentaremos que a hip
otese de nitude da medida
n
ao pode ser omitida.
1.1
Vers
ao mensur
avel
14
valores de n 1 tais que f n (x) E. Observe que o conjunto dos pontos que
regressam a E apenas um n
umero nito de vezes e precisamente
Ek .
k=1
f n (E 0 ) =
(f n (E 0 )) =
(E 0 ).
n=0
n=0
n=0
Na u
ltima igualdade usamos a hip
otese de que e invariante, que implica que
(f n (E 0 )) = (E 0 ) para todo n 1. Como supomos que a medida e nita,
a expressao do lado esquerdo e nita. Por outro lado, a` direita temos uma
soma de innitos termos, todos iguais. O u
nico jeito desta soma ser nita e
que as parcelas sejam nulas. Portanto, devemos ter (E 0 ) = 0, tal como foi
armado.
1.2
Vers
ao topol
ogica
1.3. RECORRENCIA
PARA MEDIDAS INFINITAS
15
{Uk : k N} de abertos tal que todo aberto de M pode ser escrito como
uni
ao de elementos Uk dessa famlia. Esta hip
otese e satisfeita na maioria dos
exemplos interessantes.
Teorema 1.3. Suponhamos que M admite uma base enumer
avel de abertos.
Seja f : M M uma transformac
ao mensur
avel e uma medida invariante
nita. Ent
ao, -quase todo ponto x M e recorrente para f .
Demonstrac
ao. Para cada k representamos por Uk0 o conjunto dos pontos x Uk
que nunca regressam a Uk . De acordo com o Teorema 1.1, todo Uk0 tem medida
nula. Consequentemente, a uni
ao enumer
avel
=
U
Uk0
kN
tem medida nula. Portanto, para demonstrar o teorema sera suciente que
e recorrente. Isso e f
mostremos que todo ponto x que n
ao est
a em U
acil, como
vamos ver.
e seja U uma vizinhanca qualquer de x. A denicao de
Seja x M \ U
base de abertos implica que existe algum k N tal que x Uk e Uk U .
, tambem x
Como x n
ao est
a em U
/ Uk0 . Em outras palavras, x tem algum
n
iterado f (x), n 1 que esta em Uk . Em particular, f n (x) tambem esta em
U . Como a vizinhanca U e arbitr
aria, isto prova que x e um ponto recorrente,
como havamos armado.
1.3
Recorr
encia para medidas innitas
As conclusoes dos Teoremas 1.1 e 1.3 nao sao verdadeiras, em geral, se omitirmos
a hip
otese de que a medida e nita. O exemplo mais simples e o seguinte:
Exemplo 1.4. Seja f : R R a translacao de 1 unidade, isto e, f (x) = x + 1
f
para todo x R. E
acil vericar que f deixa invariante a medida de Lebesgue
em R (que e innita). Por outro lado nenhum ponto e recorrente para f .
No entanto, e possvel estender estes enunciados para certos casos de medidas
innitas como, por exemplo, no exerccio que propomos a seguir.
Uma transformacao f : M M diz-se invertvel se e uma bijecao e a sua
inversa e tambem uma transformacao mensuravel. Uma medida diz-se -nita
se existe uma sequencia crescente de subconjuntos Mk cuja uniao e o espaco M
inteiro e tal que cada (Mk ) e nito. Neste caso, diremos que um ponto x vai
para innitose, para qualquer k, existe apenas um n
umero nito de iterados
de x que est
ao em Mk .
1.4
Exerccios
16
Captulo 2
Exemplos de Medidas
Invariantes
Nesta captulo vamos descrever alguns exemplos simples de medidas invariantes
por transformacoes ou por uxos. Antes porem, vamos mostrar uma proposicao
caracterizando quando uma medida e invariante:
Proposi
c
ao 2.1. Seja f : M M uma transformac
ao e uma medida. Ent
ao
f preserva se, e somente se, para toda func
ao integr
avel : M R vale:
d = f d.
Demonstrac
ao. Assuma que f preserva a medida . Se e funcao caracterstica
de
algum
conjunto,
digamos = A , e imediato vericar que (f1 (A)) =
f d, j
a que f 1 (A) = f . Assim, ca provado que d = f d,
quando e uma funcao caracterstica. Observe que segue diretamente da linearidade da integral que se e uma funcao simples, ent
ao a igualdade ainda vale.
Finalmente, se e uma funcao integr
avel qualquer, pela denicao de integral
n d,
d = lim
n
onde n e uma sequencia de funcoes simples crescendo para . Por outro lado,
n f e uma sequencia de funcoes simples crescendo para f . Logo,
f d = lim
n f d.
n
Como
n d =
f d.
d =
17
18
ao
A recproca e imediata, desde que dado um boreliano A, tomando = A , ent
(A) = (f 1 (A)) d = f d.
2.1
Expans
ao decimal
onde [10x] representa o maior inteiro menor ou igual a 10x. Em outras palavras,
f associa a cada x [0, 1] a parte fracion
aria de 10x. O gr
aco da transformacao
f esta descrito na Figura 2.1.
1
2/5
4/5
6/5
8/5
Armamos que a medida de Lebesgue no intervalo e invariante pela transformacao f , isto e, satisfaz a condicao (2). Comecemos por supor que E e um
intervalo. Ent
ao, como ilustrado na Figura 2.1, a pre-imagem f 1 (E) consiste
de dez intervalos, cada um deles dez vezes mais curto do que E. Logo, a medida
de Lebesgue de f 1 (E) e igual a` medida de Lebesgue de E. Isto mostra que (2)
e satisfeita no caso de intervalos. Por outro lado, a famlia dos intervalos gera a
-algebra de Borel de [0, 1]. Portanto, para concluir a demonstracao basta usar
o seguinte fato geral (veja o Exerccio 2.1):
Lema 2.2. Seja f : M M uma transformac
ao mensur
avel e uma medida
nita em M . Suponha que existe uma sub-
algebra geradora I da -
algebra de
ao o mesmo vale para todo
M tal que (E) = (f 1 (E)) para todo E I. Ent
conjunto mensur
avel E, isto e, a medida e invariante por f .
19
2.2
Sistemas conservativos
vol(f (B)) =
B
(2.2)
20
para todo y U.
Ent
ao a f
ormula (2.2) aplicada a B = U daria
vol(f (U ))
d vol vol(U ).
U
ao
Denotando E = f (U ), isto implica que vol(E) > vol(f 1 (E)) e, portanto, f n
deixa invariante o volume. Do mesmo modo se mostra que se o valor absoluto
do jacobiano e menor que 1 em algum ponto ent
ao f n
ao deixa invariante o
volume.
Os Exerccios 2.42.5 estendem este lema para transformacoes nao necessariamente invertveis e tambem para uma classe mais ampla de medidas. As suas
conclus
oes nos ser
ao u
teis mais tarde.
Agora vamos considerar o caso de uxos f t : U U , t R. Suporemos que
o uxo e de classe C 1 . Claro que o Lema 2.3 se aplica neste contexto: o uxo
deixa invariante o volume se e somente se
det Df t (x) = 1 para todo x U e todo t R.
(2.3)
21
orias de um campo de
Suponhamos que o uxo f t corresponde `as trajet
vetores F : U U de classe C 1 , quer dizer f t (x) e o valor no tempo t da
solucao da equacao diferencial
dx
= F (x)
dt
(2.4)
2.3
Estes sistemas modelam sequencias de experimentos aleatorios em que o resultado de cada experimento e independente dos demais. Supoe-se que em
cada experimento ha um n
umero nito de resultados possveis, designados por
1, 2, . . . , d, com probabilidades p(1), p(2), . . . , p(d) de ocorrerem, sendo
p(1) + p(2) + + p(d) = 1 .
O conjunto M das sequencias = (n )nZ com cada n {1, 2, . . . , d} contem
os possveis resultados da sequencia de experimentos. Chamam-se cilindros os
subconjuntos da forma
[k, l; ak , . . . , al ] = { M : k = ak , . . . , l = al }
onde k, l Z, com k l, e cada aj {1, 2, . . . , d}. Denimos
([k, l; ak , . . . , al ]) = p(ak ) p(al )
Heuristicamente, isto signica que a probabilidade do evento composto
k = ak
k+1 = ak+1
l = al
(2.6)
22
2.4
Transformac
ao de Gauss
DE GAUSS
2.4. TRANSFORMAC
AO
23
...
1/4
1/3
1/2
(e o terceiro iterado n
ao est
a denido nas suas pre-imagens, etc). Isto quer dizer,
a rigor, que G n
ao e um sistema dinamico segundo a denicao que demos antes.
No entanto, isto n
ao coloca nenhum problema para o que pretendemos fazer. De
fato, todos os iterados est
ao bem denidos no conjunto dos n
umeros irracionais:
basta observar que a imagem de um irracional tambem e irracional. Isto e
suciente para os nossos objetivos porque sempre tratamos de propriedade que
valem para quase todo ponto, e o conjunto dos n
umeros irracionais tem medida
de Lebesgue total no intervalo.
O que torna esta transformacao interessante do ponto de vista ergodico e que
G admite uma probabilidade invariante que e equivalente a` medida de Lebesgue
no intervalo. De fato, considere a medida denida por
c
dx para cada mensuravel E [0, 1]
(E) =
E 1+x
onde c e uma constante positiva. Note que a integral est
a bem denida, j
a que
a funcao integranda e contnua no intervalo [0, 1]. Note tambem que
c
m(E) (E) cm(E)
2
(x)
= (y)
|G (x)|
onde (x) =
c
1+x
(2.7)
24
para todo y. Comece por observar que cada y tem exatamente uma pre-imagem
xk em cada intervalo (1/(k + 1), 1/k], dada por
G(xk ) =
1
k =y
xk
xk =
1
.
y+k
Note tambem que G (x) = (1/x) = 1/x2 . Portanto, (2.7) se reescreve como
cx2k
c
=
1 + xk
1+y
k=1
k=1
c
1
=
(y + k)(y + k + 1)
1+y
(2.8)
.
(y + k)(y + k + 1)
y+k y+k+1
Isto quer dizer que a u
ltima soma em (2.8) pode ser escrita na forma telescopica: todos os termos, exceto o primeiro, aparecem duas vezes, com sinais
contr
arios, e portanto se cancelam. Logo a soma e igual ao primeiro termo, que
e precisamente o que se arma em (2.8). Isto prova a invariancia.
Finalmente, usando a primitiva c log(1 + x) da funcao (x) vemos que
([0, 1]) =
0
c
dx = c log 2.
1+x
1
.
a1 + x1
1
a1 + x2
portanto x0 =
a1 +
1
a2 + x2
DE GAUSS
2.4. TRANSFORMAC
AO
25
x0 =
a1 +
a2 +
(2.9)
1
+
1
an + xn
zn =
a1 +
a2 +
1
+
1
an
x0 =
a1 +
a2 +
(2.10)
1
+
1
an +
26
2.5
Exerccios
2.1. Demonstre o Lema 2.2. Dica: mostre que a famlia de todos os conjuntos
E tais que (E) = (f 1 (E)) e uma -algebra.
2.2. Prove que, para quase todo n
umero x [0, 1] cuja expans
ao decimal contem
o bloco 617 (por exemplo x = 0, 3375617264 ), esse bloco aparece innitas
vezes na expansao.
2.3. Prove que o dgito 7 aparece innitas vezes na expansao decimal de quase
todo n
umero x [0, 1]. Dica: Comece por mostrar que o conjunto dos n
umeros
cuja expans
ao decimal nunca exibe o dgito 7 tem medida nula.
2.4. Suponha que f : U U e um difeomorsmo local (isto e: o seu jacobiano
e n
ao nulo em todo ponto) de classe C 1 . Mostre que f deixa invariante o volume
se e somente se
1
= 1 para todo y U.
|
det
Df
(x)|
1
xf
(y)
(y)
Captulo 3
Exist
encia de Medidas
Invariantes
Nesta captulo provaremos o seguinte resultado, que garante a existencia de
medidas invariantes em grande generalidade:
Teorema 3.1. Seja f : M M uma transformac
ao contnua num espaco
metrico compacto. Ent
ao existe pelo menos uma probabilidade invariante por
f . O mesmo resultado vale para uxos.
Antes de demonstrarmos este resultado, mencionemos alguns exemplos que
mostram que nenhuma das duas hipoteses, continuidade e compacidade, podem
ser omitidas.
3.1
Considere f : (0, 1] (0, 1] dada por f (x) = x/2. Suponha que f admite
alguma probabilidade invariante (o objetivo e mostrar que isso nao acontece).
Pelo Teorema de Recorrencia 1.3, relativamente a essa probabilidade quase todo
ponto de (0, 1] e recorrente. Mas e imediato que nao existe nenhum ponto recorrente: a orbita de qualquer x (0, 1] converge para zero e, em particular, n
ao
acumula no ponto inicial x. Isto mostra que f e um exemplo de transformacao
contnua num espaco nao compacto que n
ao admite nenhuma medida probabilidade invariante.
Modicando um pouco o exemplo, podemos mostrar que o mesmo fenomeno pode ocorrer em espacos compactos, se a transformacao n
ao e contnua.
Considere f : [0, 1] [0, 1] dada por f (x) = x/2 se x = 0 e f (0) = 1. Pela
mesma razao que antes, nenhum ponto x (0, 1] e recorrente. Portanto, se
existe alguma probabilidade invariante ela tem dar peso total ao u
nico ponto
recorrente que e x = 0. Em outras palavras, precisa ser a medida de Dirac 0
suportada em zero, que e denida por
0 (E) = 1 se 0 E
e
27
0 (E) = 0 se 0
/ E.
28
CAPITULO 3. EXISTENCIA
DE MEDIDAS INVARIANTES
3.2
29
para todo n n
. Em outras palavras,
a sequencia d
n converge para d.
A recproca arma que se dn converge para d, para toda funcao
contnua, ent
ao dado qualquer F e existe uma ordem a partir da qual n
otese garante que
V (, F, ). Para ver isso, escrevemos F = {1 , . . . , N }. A hip
para cada 1 j N existe n
j tal que
j dn d < para todo n n
j .
Tomando n
= max{
n1 , , . . . , n
N }, temos n V (, F, ) para n n
.
Outra proposicao muito u
til que caracteriza a convergencia de medidas e
dada na:
Proposi
c
ao 3.3. Assuma que a sequencia n converge para na topologia
fraca . Ent
ao:
1. lim sup n (K) (K) para cada conjunto compacto K M ;
n
Em particular, se o bordo de A tem medida zero, temos que lim n (A) = (A).
n
Demonstraca
o. Seja U um aberto e vamos mostrar o item (b). Tome K um
compacto em U e escolha : [0, 1] uma funcao contnua qualquer tal que
|K 1 e |U c 0. Por exemplo, basta tomar (x) = d(x, U c )/(d(x, K) +
d(x, U c )). Ent
ao:
dn lim inf n (U ).
(K) d = lim
n
Como vale que (U ) = sup (K), onde o supremo e tomado sobre todos os
K
30
CAPITULO 3. EXISTENCIA
DE MEDIDAS INVARIANTES
Proposi
c
ao 3.5. Se M e um espaco metrico ent
ao C 0 (M ) tem subconjuntos
enumer
aveis densos.
Logo, podemos escolher um subconjunto enumer
avel F = {n : n N}
denso na bola unit
aria do espaco C 0 (M ). Feito isso, denimos
1
(3.1)
d
d
d(1 , 2 ) =
n
1
n
2 ,
n
2
n=1
para qualquer par de medidas 1 e 2 .
Proposi
c
ao 3.6. A express
ao d est
a bem denida, e uma dist
ancia, e gera a
topologia fraca em M1 (M ).
Demonstraca
o. Como as funcoes estao na bola unit
aria de C 0 (M ), ou seja,
sup || 1, e as medidas i sao probabilidades, o termo geral da soma e limitado
por 2 2n . Isto garante que a serie em (3.1) converge.
Ou
nico passo n
ao trivial na prova de que d e uma dist
ancia e mostrar que
d(1 , 2 ) = 0
1 = 2 .
A hip
otese d(1 , 2 ) = 0 signica que j d1 = j d2 para toda j
F . Agora, dada qualquer na bola unit
aria de C 0 (M ) podemos encontrar
uma sequencia de elementos de F convergindo uniformemente para . Como
consequencia, a igualdade continua valendo para :
(3.2)
d1 = d2
para toda na bola unit
aria de C 0 (M ). Como todo elemento de C 0 (M ) tem
algum m
ultiplo na bola unit
aria, isto implica que a igualdade (3.2) e verdadeira
para toda funcao contnua . Isto quer dizer que 1 = 2 , como pretendamos
mostrar.
Para provar que d gera a topologia, devemos mostrar que toda bola B(, ) =
{ M1 (M ) : d(, ) < } contem alguma vizinhanca V (, F, ) e reciprocamente. Dado > 0 xemos N 1 sucientemente grande para que
2n <
n=N
2n
n d
n d <
n=1
<
N
n=1
2n +
n=N +1
2 2n < ,
31
para todo 1 j N.
Fixemos > 0 sucientemente pequeno para que 2nj < /4 para todo 1 j N .
Armamos que B(, ) V (, F, ). De fato
B(, )
2n
n d
n d <
n=1
nj d nj d < 2nj para todo 1 j N
j d j d < 2nj + < for all 1 n N,
Proposi
c
ao 3.8. Toda sequencia (k )kN em M1 (M ) admite alguma subsequencia que e convergente na topologia fraca .
avel denso
Demonstrac
ao. Seja F = {n : n N} um subconjunto enumer
0
na
bola
unit
a
ria
de
C
(M
).
Para
cada
n
N,
a
sequ
e
ncia
de
n
u
meros
reais
n dk , k N e limitada por 1. Portanto, para cada n N existe uma
sequencia (kjn )jN tal que
umero n R quando j .
n dkjn converge para algum n
Alem disso, cada sequencia (kjn+1 )jN pode ser escolhida como subsequencia da
anterior (kjn )jN . Denamos j = kjj para cada j N. Por construcao, a menos
32
CAPITULO 3. EXISTENCIA
DE MEDIDAS INVARIANTES
de um n
umero nito de termos, (j )jN e uma subsequencia de cada uma das
(kjn )jN . Logo
n dnj n para todo n N.
Daqui se deduz facilmente que
() = lim dj existe, para toda funcao C 0 (M ).
j
(3.3)
Como e arbitr
ario, conclumos que limj dj existe. Isto prova (3.3) quando
a funcao est
a na bola unit
aria. O caso geral reduz-se imediatamente a esse,
substituindo por /. Assim, completamos a prova de (3.3).
Finalmente, e claro que o operador : C 0 (M ) R denido por (3.3) e
linear e positivo: () min > 0 para todo funcao C 0 (M ) positiva em
todo ponto. Alem disso, (1) = 1. Logo, peloTeorema 3.7, existe alguma probabilidade boreliana em M tal que () = d para toda funcao contnua
. Agora a igualdade em (3.3) pode ser reescrita
= lim dj para toda C 0 (M ).
j
De acordo com o Lema 3.2, isto quer dizer que a subsequencia (j )jN converge
para na topologia fraca . Isto completa a demonstracao do Teorema 3.4.
3.3
Demonstra
c
ao do Teorema de Exist
encia
DO TEOREMA DE EXISTENCIA
3.3. DEMONSTRAC
AO
33
Demonstrac
ao. Para mostrarmos o lema acima, basta mostrar que se n converge para na topologia fraca , ent
ao para toda funcao contnua temos
que
lim df n = df .
n
n1
1 j
f
n j=0
(3.4)
nk 1
1
f j .
nk j=0
(3.5)
CAPITULO 3. EXISTENCIA
DE MEDIDAS INVARIANTES
34
k 1
1 n
fj + fnk .
nk j=0
1
1 nk
= 0 e lim
f = 0. A primeira armacao e obvia,
k
nk
nk
e para a segunda basta observar que
Armamos que lim
k
1
1
1 nk
f (E) =
(f nk (E))
nk
nk
nk
para todo conjunto mensur
avel E F . Deste modo obtemos que
f = lim
k
nk 1
1
f j =
nk j=0
3.4
Exerccios
3.4. EXERCICIOS
35
3.2. Dizemos que uma sequencia (n )nN de probabilidades converge pontualmente (ou fortemente) para M1 (M )
avel E M.
n (E) (E) para todo conjunto mensur
1. Mostre que se (n )nN converge pontualmente para ent
ao tambem converge para na topologia fraca . Mostre, atraves de um exemplo, que a
recproca e falsa.
2. Mostre que (n )nN converge para na topologia fraca se e somente se
n (E) (E) para todo conjunto mensur
avel E M cujo bordo E
satisfaz (E) = 0.
Dica para (2): Dado o mensur
avel E e > 0 encontre funcoes contnuas 1 e
2 tais que 1 XE 2 e 1 d 2 d < .
3.3. Fixe um subconjunto enumer
avel denso F = {n : n N} da bola unit
aria
de C 0 (M ). Mostre que uma sequencia (k )kN de probabilidades em M converge
na topologia fraca para alguma M1 (M ) se e somente se, para todo n N,
n d.
n dk converge para
3.4. Seja f1 , f2 , . . . , fN : M M uma famlia nita qualquer de transformacoes
contnuas num espaco metrico compacto que comutam entre si: fi fj = fj fi
para todo i e todo j em {1, 2, . . . , N }. Prove que existe alguma probabilidade
que e invariante por fi para todo i {1, 2, . . . , N }.
Deni
c
ao 3.12. Dizemos que uma transformacao f : M M e unicamente
erg
odica se admite exatamente uma probabilidade invariante.
Os exerccios a seguir tratam de transformacoes unicamente erg
odicas. Esta
terminologia e justicada pelo Exerccio 3.7 abaixo, que arma que nesse caso a
probabilidade invariante e necessariamente ergodica. No que segue suporemos
que M e um espaco metrico compacto e f : M M e contnua.
3.5. Seja R e uma rotacao irracional do crculo. Mostre que R e unicamente
erg
odica.
3.6. Seja f : M M uma transformacao unicamente erg
odica. Mostre que se
: S 1 R e uma funcao contnua qualquer, entao:
n1
1
j
(R
(x))
n n
j=0
(x)
= lim
36
CAPITULO 3. EXISTENCIA
DE MEDIDAS INVARIANTES
n1
1
(f j (x)) = d
n j=0
Captulo 4
Teorema Erg
odico de
Birkho
O teorema fundamental da Teoria Erg
odica arma que, para qualquer subconjunto mensur
avel e para quase todo ponto, existe um tempo medio de permanencia da orbita do ponto nesse conjunto. Este resultado e devido a von
Neumann, que provou um enunciado mais fraco, e sobretudo a Birkho, que o
provou na forma denitiva que iremos estudar.
Em muitos casos, esse tempo medio de permanencia e precisamente igual `a
medida do subconjunto, ou seja, orbitas tpicas passam em cada subconjunto um
tempo que e exatamente igual `a import
anciaque a probabilidade invariante
atribui ao conjunto. Isto e o que se chama de ergodicidade, uma propriedade
que remonta a Boltzmann, e que estudaremos mais tarde.
4.1
Enunciados e coment
arios
1
# j {0, 1, . . . , n 1} : f j (x) E .
n
n1
1
XE (f j (x)),
n j=0
38
Em seguida, fazemos n ir para innito e chamamos tempo medio de permanencia da orbita de x em E o limite destas fracoes:
(E, x) = lim n (E, x).
n
Em geral, este limite pode nao existir. Iremos ver um exemplo desse fato daqui
a pouco. No entanto, o teorema ergodico arma que, relativamente a qualquer
probabilidade invariante, o limite realmente existe para quase todo ponto:
Teorema 4.1. Seja f : M M uma transformac
ao mensur
avel e uma
probabilidade invariante por f . Dado qualquer conjunto mensur
avel E M ,
o tempo medio de permanencia (E, x) existe em -quase todo ponto x M .
Alem disso,
(E, x) d(x) = (E).
Antes de passarmos a` demonstracao deste resultado notavel, e a algumas
das suas aplicacoes, vamos fazer alguns comentarios relacionados. O primeiro
deles e que se (E, x) existe para um certo ponto x M ent
ao
(E, f (x)) = (E, x).
(4.1)
n1
1
1
= lim
XE (f j (x)) XE (x) XE (f n (x))
n n
n
j=0
1
XE (x) XE (f n (x))
n n
= (E, x) + lim
= lim
(f j (x))
n n
j=0
existe em -quase todo ponto x M . Alem disso,
(x)
d(x) = (x) d(x).
Observe que o Teorema 4.1 e o caso particular = funcao caracterstica XE
do conjunto E. Este enunciado mais geral pode ser provado usando uma vers
ao
um pouco mais elaborada do argumento da secao 4.2, que n
ao apresentaremos
aqui.
DO TEOREMA ERGODICO
4.2. DEMONSTRAC
AO
4.2
39
Demonstra
c
ao do teorema erg
odico
(4.2)
(4.3)
claro que (E, x) e sempre maior ou igual que (E, x). Portanto, para mostrar
E
(4.3) sera suciente que provemos
(E, x) d(x) (E) (E, x) d(x).
(4.4)
Vamos provar a primeira desigualdade em (4.4). A segunda segue de um argumento inteiramente an
alogo 1 .
Fixemos qualquer > 0. Por denicao de lim sup, para cada x M existem
inteiros t 1 tais que
1
# j {0, . . . , t 1} : f j (x) E (E, x) .
t
(4.5)
Representaremos por t(x) o menor inteiro com esta propriedade. Para tornar a
demonstracao mais transparente, consideraremos primeiro o caso particular em
que a funcao x t(x) e limitada, isto e,
Caso particular: Existe T N tal que t(x) T para todo x M .
Dado qualquer x M , denimos uma sequencia x0 , x1 , . . . , xs de pontos em
umeros naturais, do seguinte modo:
M e uma sequencia t0 , t1 , . . . , ts de n
1. Primeiramente, tomamos x0 = x.
2. Supondo que xi j
a foi denido, tomamos ti = t(xi ) e xi+1 = f ti (xi ).
3. Terminamos quando encontramos xs tal que t0 + t1 + + ts1 + ts n.
1 Alternativamente, a segunda desigualdade pode ser deduzida da primeira, aplicada ao
complementar E c , observando que (E) = 1 (E c ) e (E, x) = 1 (E c , x).
CAPITULO 4. TEOREMA ERGODICO
DE BIRKHOFF
40
Note que todo xi e iterado do ponto x: de fato xi = f t0 ++ti1 (x). Aplicando (4.2) conclumos que (E, xi ) = (E, x) para todo i. A denicao de t(xi )
implica que, dos ti primeiros iterados de xi , pelo menos
ti (E, xi ) ) = ti (E, x) )
(4.6)
estao em E. Isto vale para cada i = 0, 1, . . . , s 1. Portanto, pelo menos
(t0 + t1 + + ts1 )( (E, x) )
dos n primeiros iterados de x, estao em E. Alem disso, a u
ltima regra na
denicao das nossas sequencias implica que
t0 + t1 + + ts1 n ts n T.
Deste modo, mostramos que pelo menos (n T )( (E, x) ) dos n primeiros
iterados de x estao em E. Em outras palavras,
n1
XE (f j (x)) (n T )( (E, x) )
(4.7)
j=0
XE (f (x)) d(x) (n T )
j
(E, x) d(x) (n T ).
j=0
Todas as parcelas no membro da esquerda sao iguais a (E), uma vez que a
probabilidade e invariante por f . Portanto, esta desigualdade pode ser escrita
como
n(E) (n T )
(E, x) d(x) (n T ).
DO TEOREMA ERGODICO
4.2. DEMONSTRAC
AO
41
XE (f j (xi )) ti (E, x) ).
j=0
XE (f (xi )) ti (E, x) )
j
j=0
t
i 1
XB (f j (xi )).
(4.8)
j=0
XE (f j (x)) (n T )( (E, x) )
j=0
n1
XB (f j (x)).
j=0
(E, x) d(x).
CAPITULO 4. TEOREMA ERGODICO
DE BIRKHOFF
42
4.3
Exerccios
8 =
3
,
4
...
22k1 (E, x)
2
,
3
22k (E, x)
1
,
3
enquanto que
4 (E, x) =
1
,
2
16 =
3
,
8
...
Captulo 5
Ergodicidade
Uma transformacao f : M M diz-se erg
odica para uma probabilidade invariante (tambem dizemos que a medida e ergodica para f , ou que o sistema
(f, ) e ergodico) se as medias temporais dadas pelo Teorema de Birkho 4.2
coincidem em quase todo ponto com as respectivas medias espaciais:
n1
1
j
(f (x)) = d ,
lim
n n
j=0
para toda funcao -integr
avel : M R e -quase todo x M .
Na pr
oxima proposicao vamos reescrever esta condicao de v
arias maneiras
equivalentes, para ajudar a entender o seu signicado. Um conjunto mensuravel
A M diz-se invariante se f 1 (A) = A. Uma funcao mensuravel : M R
diz-se invariante se f = .
Proposi
c
ao 5.1. Seja uma probabilidade invariante de uma transformac
ao
f : M M mensur
avel. As seguintes condic
oes s
ao equivalentes:
1. O sistema (f, ) e erg
odico.
2. Para todo subconjunto invariante A tem-se (A) = 0 ou (A) = 1.
3. Toda func
ao invariante e constante num conjunto de medida total.
Demonstrac
ao. (1) implica (2): Considere = XA . Por um lado, a hip
otese
(1) signica que
(x)
= d = (A)
para quase todo x M . Por outro lado, como A e invariante, temos que x A
se e somente se f (x) A. Isto implica que (f j (x)) = (x) para todo j 0 e
para todo x. Portanto,
(x)
= (x) = XA (x)
para todo x M . Como a funcao caracterstica s
o toma os valores 0 e 1, estas
duas igualdades implicam que (A) = 0 ou (A) = 1, como e armado em (2).
43
CAPITULO 5. ERGODICIDADE
44
= d = d
em quase todo ponto. Isto e, o sistema e ergodico.
5.1
Exemplos e aplica
c
oes
5.1.1
Expans
ao decimal
Considere a transformacao f : [0, 1] [0, 1], f (x) = 10x [10x] da secao 2.1.
Armamos que f e ergodica para a medida de Lebesgue . Tendo em vista a
proposicao 5.1, para mostrar isto s
o temos que provar que se A e um conjunto
invariante com medida positiva ent
ao A tem medida total.
Suponhamos ent
ao que A e invariante e (A) > 0. O ingrediente principal
e o teorema de derivacao 0.25. No nosso caso, como estamos tratando com
subconjuntos de R, a condicao (2) torna-se
lim inf
(I A)
: I (a , a + ) intervalo contendo a = 1 .
(I)
(5.1)
(5.2)
5.1. EXEMPLOS E APLICAC
OES
45
(Ik A)
.
(Ik )
Como a sequencia do lado direito converge para 1, segue que (A) = 1, como
queramos demonstrar. Ficou provado que a transformacao f e ergodica para a
medida de Lebesgue .
Em seguida vamos dar uma aplicacao deste fato no contexto da Teoria dos
N
umeros. Dizemos que um n
umero x R e balanceado se todo dgito aparece
f
com a mesma frequencia, 1/10, na sua expans
ao decimal. E
acil dar exemplos de
n
umeros balanceados. Mas em geral e muito difcil decidir se um dado n
umero
irracional e balanceado ou n
ao. Por exemplo, n
ao e sabido ate hoje se o n
umero
e balanceado.
No entanto, a conclus
ao da secao anterior nos permite deduzir que quase
todo n
umero e balanceado:
Proposi
c
ao 5.2. O conjunto dos n
umeros x R n
ao balanceados tem medida
de Lebesgue nula.
Demonstrac
ao. Como o fato de ser balanceado e independente da parte inteira
do n
umero, s
o precisamos mostrar que quase todo x [0, 1] e balanceado.
Considere f : [0, 1] [0, 1] denida por f (x) = 10x [10x]. Para cada dgito
j {0, 1, . . . , 9} considere o intervalo Ej = [j/10, (j + 1)/10). Recorde que
ao f k (x) = 0, ak ak+1 . Portanto, f k (x)
se x = 0, a0 a1 ak ak+1 ent
Ej se e somente se o k-esimo dgito da expans
ao decimal de x e igual a j.
Consequentemente, o tempo medio de permanencia (Ej , x) e exatamente a
frequencia do dgito j na expansao decimal de x. Usando o teorema ergodico e o
fato de que a transformacao e ergodica para a medida de Lebesgue , conclumos
que para cada j {0, 1, . . . , 9} existe um subconjunto Bj de M com (Bj ) = 1
tal que
1
(Ej , x) = (Ej ) =
para todo x Bj .
10
Ent
ao B = B0 B1 B9 tambem tem (B) = 1, e todo n
umero x B e
balanceado.
5.1.2
CAPITULO 5. ERGODICIDADE
46
oes nitas de
Lema 5.3. Se A e B s
ao elementos da
algebra B0 , isto e, uni
cilindros disjuntos, ent
ao tem-se
(A f m (B)) = (A)(f m (B)) = (A)(B),
para todo m sucientemente grande.
Demonstrac
ao. Expliquemos porque esta propriedade e verdadeira quando A e
B sao cilindros, A = [k, l; ak , . . . , al ] e B = [u, v; bu , . . . , bv ]. Para cada m temse f m (B) = [u + m, v + m; bu , . . . , bv ]. Escolhendo m sucientemente grande
garantimos que u + m > l e, entao,
A f m (B) = { : k = ak , . . . , l = al , u+m = bu , . . . , v+m = bv }
= [k, v + m; ak , . . . , al , cl+1 , . . . , cu+m1 , bu , . . . , bv ],
onde a uni
ao e sobre todos os valores possveis de cl+1 , . . . , cu+m1 . Usando
(2.6), conclumos que (A f m (B)) = (A)(B). Isto prova o lema quando
os conjuntos envolvidos s
ao cilindros. O caso geral segue pelo fato de ser
nitamente aditiva.
Proposi
c
ao 5.4. Seja f : M M um deslocamento e uma medida de
Bernoulli em M , como antes. Ent
ao o sistema (f, ) e erg
odico.
Demonstrac
ao. Seja A um conjunto mensur
avel invariante qualquer. Queremos
mostrar que (A) = 0 ou (A) = 1. Para tornar a ideia da prova mais clara,
comecemos por um caso particular: suponhamos que A esta na algebra B0 das
uni
oes nitas de cilindros disjuntos dois-a-dois. Nesse caso podemos aplicar o
lema anterior, com B = A. Conclumos que (Af m (A)) = (A)2 sempre que
tomemos m sucientemente grande. Mas, como A e invariante, f m (A) = A
para todo m. Ent
ao a igualdade anterior quer dizer que (A) = (A)2 , o que
so pode acontecer se (A) = 0 ou (A) = 1.
Agora vamos fazer a prova quando A B e um conjunto invariante qualquer.
A ideia e aproximar A por elementos da algebra B0 , usando o Teorema de
Aproximacao 0.11: dado qualquer > 0 existe A0 B0 tal que (AA0 ) < .
Escolha m como no caso anterior, de modo que
(A0 f m (A0 )) = (A0 )(f m (A0 )) = (A0 )2 .
(5.3)
Observe que
(A f m (A))(A0 f m (A0 )) (AA0 ) (f m (A)f m (A0 ))
(AA0 ) f m (AA0 ).
Isto, junto com o fato de que e invariante por f , implica que
(A f m (A)) (A0 f m (A0 )) 2(AA0 ) < 2.
(5.4)
Alem disso,
(A)2 (A0 )2 ((A) + (A0 ))((A) (A0 )) 2(A) (A0 ) < 2.
(5.5)
5.1. EXEMPLOS E APLICAC
OES
47
Juntando as relacoes (5.3), (5.4), (5.5), conclumos que |(A) (A)2 | < 4.
Como e arbitr
ario, deduzimos que (A) = (A)2 e entao, do mesmo modo que
antes, conclumos que (A) = 0 ou (A) = 1.
5.1.3
Rotac
ao irracional no crculo
Para n
os o crculo S 1 ser
a o conjunto dos n
umeros complexos com m
odulo igual
a 1. Dado R, a rotac
ao de angulo e a multiplicacao pelo n
umero complexo
ei
R : S 1 S 1 , R (z) = ei z .
claro que R preserva o comprimento dos intervalos (segmentos) de S 1 . UsE
ando o Lema 2.2 se deduz que a medida de Lebesgue (comprimento de arco) e
invariante por qualquer R .
O comportamento din
amico e erg
odico de R depende muito da natureza de
, como vamos ver. Dizemos que a rotacao e irracional se o n
umero /(2) e
irracional, e dizemos que a rotacao e racional no caso contr
ario.
A recproca e muito mais interessante:
ao irracional ent
ao R e erg
odica para a medida
Proposi
c
ao 5.5. Se R e rotac
de Lebesgue.
Vamos mencionar duas demonstracoes diferentes deste fato. A primeira, que
detalharemos a seguir, usa fatos simples de analise de Fourier. A segunda, que
deixaremos como exerccio, e baseada num argumento de ponto de densidade
semelhante ao que usamos no caso da expansao decimal.
Seja a medida de Lebesgue no crculo. Chama-se L2 () o espaco das
avel:
funcoes 1 mensuraveis : S 1 C cujo quadrado e integr
||2 d < .
claro que este espaco contem todas as funcoes mensuraveis limitadas e, em
E
particular, todas as funcoes caractersticas de conjuntos mensur
aveis. Outro
fato de que necessitamos e que a famlia de funcoes {k (z) = z k : k Z} e
nica
uma base (de Hilbert) desse espaco: dada qualquer L2 () existe uma u
sequencia (ck )kZ de n
umeros complexos tais que
(z) =
ck z k
kZ
Demonstrac
ao. Pela proposicao 5.1, basta mostrar que toda funcao integr
avel
que e invariante e constante em -quase todo ponto. Observe que se e
integr
avel, ent
ao automaticamente L2 () (verique! Utilize que e nita).
1 Quando lidamos com L2 () sempre identificamos fun
c
oes que diferem apenas num conjunto de medida nula.
CAPITULO 5. ERGODICIDADE
48
Usando a expans
ao de Fourier (z) = kZ ck z k , a condicao de ser invariante
R = se escreve
ck eki z k =
ck z k
kZ
kZ
para todo k Z.
A hip
otese de que a rotacao e irracional signica que eki 1 = 0 para todo
k = 0, e portanto, ck = 0 para todo k = 0. Ou seja, (z) = c0 para -quase
todo z S 1 , como queramos provar.
De fato as rotacoes irracionais satisfazem uma propriedade muito mais forte
do que ergodicidade: elas s
ao unicamente erg
odicas, o que quer dizer que tem
uma u
nica probabilidade invariante (que e a medida de Lebesgue, claro).
Observa
c
ao 5.6. A nocao de rotacao irracional se estende para dimensoes
maiores. Dado qualquer d 1 chamamos d-toro o produto Td = S 1 S 1
do crculo por si mesmo d vezes. A rotacao de angulo = (1 , . . . , d ) e a
aplicacao R : Td Td , R (z1 , . . . , zd ) = (ei1 z1 , . . . , eid zd ). A rotacao e
irracional se os n
umeros j /(2) sao incomensur
aveis:
m0 + m1
1
d
+ + md
=0
2
2
m0 = m1 = = md = 0,
5.1.4
Transformac
ao de Gauss
Como vimos na secao 2.4, a transformacao de Gauss G(x) = 1/x [1/x] admite uma probabilidade invariante que e equivalente a` medida de Lebesgue,
nomeadamente,
dx
1
(E) =
log 2 E 1 + x
Temos tambem que o sistema (G, ) e ergodico. Este fato pode ser demonstrado
pelo mesmo tipo de argumento que usamos na secao 5.1.1. Vamos esbocar o
argumento neste caso, explicando qual e a principal diculdade adicional.
Seja A um conjunto invariante com medida positiva. Em primeiro lugar, continua sendo verdade que para quase todo ponto a [0, 1] existe uma sequencia
de intervalos Ik contendo a e tais que f k envia Ik bijetivamente e diferenciavelmente sobre (0, 1). O di
ametro desses intervalos converge para zero. Logo,
tomando para a um ponto de densidade qualquer de A, temos que
(Ik A)
1
(Ik )
quando k +.
(5.6)
5.1. EXEMPLOS E APLICAC
OES
49
ao e am.
Por outro lado embora f k seja uma bijecao restrita a cada Ik , ela n
Por essa razao n
ao temos o analogo da relacao (5.2) neste caso. Esta diculdade
e contornada atraves do seguinte resultado, que e um exemplo de controle de
distorca
o: e muito importante notar que a constante K e independente de k,
Ik , E1 , e E2 .
Lema 5.7. Existe uma constante K > 1 tal que para todo k 1, todo intervalo
ao diferenci
avel, tem-se
Ik tal que G restrita a Ik e uma bijec
(f k (E1 ))
(E1 )
K
k
(f (E2 ))
(E2 )
para quaisquer subconjuntos mensur
aveis E1 e E2 de Ik .
Antes de demonstrarmos o Lema 5.7, explicamos como a ergodicidade de
(G, ) pode ser obtida a partir dele. Observe que f k (Ik Ac ) = Ac , porque o
conjunto A e invariante. Lembre tambem que f k (Ik ) = (0, 1), que tem medida
total. Tomando E1 = Ik Ac e E2 = Ik no lema 5.7, conclumos que
(Ac )
(Ik Ac )
(f k (Ik Ac )
K
.
(Ac )
(Ik
(x)
| < C1 .
2. Existe C1 > 0 tal que | ff (x)
| log
O item (2) nos garante que a funcao x log f (x) tem derivada limitada por C,
logo pelo Teorema do Valor Medio temos que | log f (a) log f (b)| C1 |a b|.
Aplicando este fato na desigualdade acima e observando a equacao 5.7:
1
(f k ) (x)
| C1
|f i (x) f i (y)|
C |f k (x) f k (y)| C2 ,
k
ki 1
(f ) (y)
2
i=0
i=0
k1
| log
k1
CAPITULO 5. ERGODICIDADE
50
(f k (E2 ))
m(f k (E2 ))
(f k ) (y) dm
E2
2(log 2)2 (C3 )2
m(E1 )
(E1 )
4(log 2)4 C3
.
m(E2 )
(E2 )
5.1.5
M
aquina de somar (adding machine)
d(, ) = 2N (, )
onde N (, ) = min{j 0 : j = j }.
5.2. EQUIVALENCIA
ESPECTRAL
51
5.2
Equival
encia Espectral
5.2.1
O Espa
co L2 ()
CAPITULO 5. ERGODICIDADE
52
cl
E
assico da Analise Funcional que o espaco L2 () com a metrica d e
um espaco metrico completo. Deixaremos tal vericacao para o leitor no exerccio ??.
Deremos agora a transformacao linear que carrega algumas propriedades
metricas do sistema (f, ). Considere Uf : L2 () L2 () denida simplesmente como:
Uf () = f.
imediato vericar que Uf e uma transformacao linear. A pr
E
oxima proposicao
traz a primeira traducao entre propriedades de (f, ) e propriedades da transformacao Uf .
Proposi
c
ao 5.9. Seja f uma transformac
ao e uma medida em M . f preserva
se, e s
o se, para toda L2 ():
Uf 2 = 2 .
(5.9)
Demonstrac
ao. De fato, primeiramente observe que se f preserva a medida
ent
ao para todo Boreliano A vale (A) = (f 1 (A)). Em particular, a
igualdade (5.9) vale se for uma funcao caracterstica de um boreliano. Utilizando a linearidade da integral, podemos estender nossa conclus
ao para todas
funcoes simples. Para concluir a demonstracao da propriedade (5.9) observe
a desigualdade de
que L2 () L1 (). Com efeito, se L2 (), aplicando
H
older a`s funcoes e 1, temos que d 2 d < . Como toda
funcao em L1 () pode ser aproximada por uma sequencia monotona n de
funcoes simples, dada L2 (), tomando uma sequencia de funcoes simples
sn convergindo monotonamente para e utilizando o Teorema da Convergencia
Mon
otona para as sequencia sn e sn f , temos que:
f d = lim
sn f d = lim
sn d = d.
n
n
ao-negativas. Se 0 e funcao contnua, tomando = temos que
L2 (), pois e limitada e e uma probabilidade. Como estamos assumindo que f 2 = 2 , temos que:
2
f d = f d = d = 2 d.
Para provarmos que a igualdade acima vale quanto e uma funcao contnua
qualquer, basta observarmos que toda funcao contnua se escreve como diferenca
de duas funcoes positivas limitadas e aplicarmos a igualdade obtida a estas
funcoes. Assim, utilizando a Proposicao 2.1, temos que f preserva .
Em palavras da Algebra
Linear, a igualdade (5.9) acima, signica que Uf
e uma isometria do espaco L2 (). Em particular, esta propriedade implica
diretamente que Uf e uma transformacao linear injetiva, pois se
2 > 0 Uf 2 = 2 > 0.
5.2. EQUIVALENCIA
ESPECTRAL
53
CAPITULO 5. ERGODICIDADE
54
d =
dm.
5.3
= lim
n n
j=0
a sua media temporal. Como e invariante e erg
odica, a media temporal e
constante
(x)
= d
para -quase todo ponto. Segue que isto e verdade para -quase todo ponto, j
a
que . Em particular,
d = d .
Por outro lado, pelo teorema erg
odico,
d = d .
5.3. PROPRIEDADES DE MEDIDAS ERGODICAS
55
Portanto, as integrais de com relacao a e em relacao a coincidem, qualquer que seja a funcao mensuravel limitada . Logo, considerando funcoes
caractersticas, = .
Naturalmente, se 1 e 2 sao probabilidades invariantes com respeito a` f a
probabilidade 1 +t(2 1 ) ainda e invariante. Isso siginca que o conjunto das
probabilidades invariantes e um conjunto convexo. Veremos que dentro deste
conjunto, as medidas erg
odicas desempenham um papel destacado:
Deni
c
ao 5.13. Seja X um conjunto convexo. Um ponto p X e dito extremal, se para quaisquer x, y X e t [0, 1], x + t(y x) = p implica que t = 0
ou 1.
O lema seguinte arma que uma probabilidade invariante e ergodica se e
somente se e ponto extremal no conjunto das probabilidades invariantes:
Lema 5.14. Uma probabilidade invariante e erg
odica se e somente se n
ao e
possvel escreve-la na forma
= c1 1 + c2 2
com c1 , c2 maiores que zero e 1 , 2 probabilidades invariantes distintas.
Demonstraca
o. Para provar a parte se, suponha que n
ao seja erg
odica.
Ent
ao existe algum conjunto invariante A com 0 < (A) < 1. Dena 1 e
2 como sendo as restricoes normalizadas de a A e ao seu complementar,
respectivamente:
1 (E) =
(E A)
(A)
2 (E) =
(E Ac )
.
(Ac )
CAPITULO 5. ERGODICIDADE
56
Demonstraca
o. Fixe qualquer par j, k de n
umeros distintos em {1, . . . , N }. Pelo
ao pode ser absolutamente contnua em relacao a k .
lema 5.12, a medida j n
Em outras palavras, existe algum subconjunto mensur
avel E tal que j (E) > 0
ao
mas k (E) = 0. Ent
j
f j (E) j (E) > 0. e
j=0
f j (E) = 0
j=0
j=m
j Pj,k = lim j
f j (E)
m
(5.10)
j=m
f j (E) = f m
j=m
f j (E) ,
j=0
f j (E) > 0 e
k (Pj,k ) = k
j=0
f j (E) = 0.
j=0
k=j
5.4
Teorema de decomposi
c
ao erg
odica
ERGODICA
57
avel;
a aplicac
ao P P e mensur
toda P e invariante e erg
odica para f ;
tais que, dada qualquer probabilidade f -invariante , o conjunto M0 satisfaz
(M0 ) = 1 e, alem disso,
(E) = P (E) d
(P ) para todo conjunto mensur
avel E M
(5.11)
onde
e a medida projec
ao de em P.
A relacao (5.11) signica que e uma combinacao convexa das v
arias prob(P ).
abilidades erg
odicas P , em que cada P entra com coecienteigual a
Dada qualquer particao P de M ca denida a projecao natural : M P
que associa a cada ponto x M o elemento P (x) da particao que o contem.
Isto permite denir o que e um subconjunto mensur
avel da particao: Q P e
mensuravel se e somente
1 (Q) = uni
ao dos P Q
f
e um subconjunto mensur
avel de M . E
acil ver que esta denicao est
a correta:
a famlia dos subconjuntos mensur
aveis e uma -algebra em P. A medida
projecao de esta denida nesta -algebra, por
(Q) = ( 1 (Q)).
Corol
ario 5.17. Uma transformac
ao f e unicamente erg
odica se e somente se
admite exatamente uma medida invariante erg
odica.
Demonstrac
ao. De acordo com o Corolario ??, se f e unicamente erg
odica ent
ao
a sua probabilidade invariante e ergodica. Isto prova a parte somente sedo
enunciado. Por outro lado, o Teorema 5.16 mostra que a recproca tambem e
verdadeira: se f admite apenas uma probabilidade invariante erg
odica, ent
ao
essa e a u
nica probabilidade invariante.
5.4.1
Nesta secao vamos deduzir o Teorema 5.16 de um resultado de Teoria da Probabilidade, o teorema de desintegracao de Rokhlin [Rok66], que tem muitas outras
aplicacoes.
Seja Z um espaco metrico compacto, uma probabilidade em Z, e P uma
particao de Z em subconjuntos mensur
aveis. Seja : Z P a aplicacao
que associa a cada z Z o atomo P P que o contem. Por denicao, Q e
um subconjunto mensur
avel de P se e somente se 1 (Q) e um subconjunto
mensuravel de Z. Seja
o iterado de por , ou seja,
e a probabilidade em
avel Q P.
P denida por
(Q) = ( 1 (Q)) para cada conjunto mensur
Deni
c
ao 5.18. Uma famlia de medidas condicionais de relativamente a P
e uma famlia (P )P P de probabilidades em Z tais que
CAPITULO 5. ERGODICIDADE
58
-quase todo P P;
1. P (P ) = 1 para
dP e
d =
dP
d
(P ),
AQUI
Demonstrac
ao. Denote por C a classe de funcoes mensuraveis limitadas que
satisfazem a conclusao do lema. Pela denicao de sistema de medidas condicionais, essa classe contem todas as funcoes contnuas. Alem disso, suponha que
n : Z R, n N e uma sequencia de funcoes em C convergindo pontualmente
para alguma funcao : Z R. Suponha ainda que essa sequencia e uniformemente limitada, isto e, existe K > 0 tal que |n (z)| K para todo z Z e
todo n N. Armamos que a funcao limite tambem esta em C. Admita, por
um instante, que esta armacao e verdadeira.
Em particular, P P (E) e mensuravel, e (E) =
qualquer conjunto mesur
avel E Z.
P (E) d
(P ), para
ERGODICA
59
Analogamente, temos
(X1 (Q) ) d =
dP d
(P ).
Q
Essas duas u
ltimas igualdadades contradizem (5.12). Logo, P = P para
quase todo P , como armamos.
Deni
c
ao 5.21. P e uma partic
ao mesur
avel se existem conjuntos mensur
aveis
E1 , E2 , . . . , En , . . . de Z tais que
P = {E1 , Z \ E1 } {E2 , Z \ E2 } {En , Z \ En }
mod 0.
(5.13)
CAPITULO 5. ERGODICIDADE
60
1. Z \ Bf e um elemento de P e
5.5
Teorema de desintegra
c
ao
No intuito de provar o Teorema, podemos trocar o espaco Z por qualquer conjunto de medida nula. Logo, n
ao h
a perda de generalidade supor que F0 em
(5.13) coincide exatamente com Z, e iremos assumir isso no que se segue. Seja
qualquer funcao mensuravel limitada em Z. Para cada n 1 seja
Pn = {E1 , Z \ E1 } {E2 , Z \ E2 } {En , Z \ En }
isto e, Pn e a particao de Z cujo os atomos sao os conjuntos E1 En , with
Ej = Ej or Ej = Z \ Ej , para cada 1 j n. Dena n : Z R como se
segue. Se o atomo Pn (z) de Pn que contem z tem medida (Pn (z)) positiva,
then
1
d.
(5.14)
n (z) =
(Pn (z)) Pn (z)
Caso contrario, n (z) = 0. Claramente, o segundo caso na denicao de n se
aplica somente num conjunto de pontos de medida igual a zero.
Lema 5.25. Dada qualquer func
ao mensur
avel limitada : Z R, existe um
subconjunto de medida total F = F () de Z tal que n (z), n 1, converge
para algum n
umero real (z),
para todo z F .
Demonstrac
ao. Observe que sempre podemos escrever = + , onde
sao measur
aveis, limitadas e n
ao-negativas: por exemplo, = (|| )/2.
+
Ent
ao n = n n para n 1, e entao a conclusao e verdadeira para se
ela vale para + e . Isto mostra que nao h
a restricao em assumir que e
n
ao-negativa. Iremos assumir isso de agora em diante.
Para todo < , seja S(, ) o conjunto dos pontos z Z tais que
lim inf n (z) < < < lim sup n (z).
claro que dado z Z, a sequencia n (z) diverge se, e so se, z S(, ) para
E
algum para de n
umeros racionais e . Logo, o lema segue-se se mostrarmos
que S = S(, ) tem medida igual a zero para todo e .
Para cada z S, xe uma sequencia de inteiros 1 az1 < bz1 < < azi <
z
bi < tais que
azi (z) < and bzi (z) >
for every i 1.
5.5. TEOREMA DE DESINTEGRAC
AO
61
para todo i 1.
Bi =
i=1
Ai .
i=1
Dados dois entre os conjuntos Pazi (z) que formam Ai , ou eles sao disjuntos ou
coincidem. isto porque Pn , n 1, e uma sequencia n
ao-decrescente de particoes.
Consequentemente, Ai pode ser escrito como uma uniao de conjuntos Pazi (z)
dois-a-dois disjuntos. Assim,
d =
d <
(Pazi ) = (Ai ),
Ai
Paz (z)
Paz
Paz (z)
Pbz (z)
Pbz
Pbz (z)
Bi
F (k ),
k=1
CAPITULO 5. ERGODICIDADE
62
Pn
(Pn )>0
Observe tambem que |en ()| sup || < para cada n 1. Assim, n
os
podemos usar o Teorema da Convergencia Dominada para concluir que
d = e() d.
(5.15)
Agora, estamos em condicoes de construir um sistema de medidas condi f
cionais para . Seja P qualquer atomo de P tal que P F e nao-vazio. E
acil
de ver que
C 0 (Z, R) e()(P ) R
e um funcional n
ao-negativo de C 0 (Z, R). Do fato que en (1)(P ) = 1 e do
Teorema de Riez-Markov, existe uma u
nica medida de probabilidade P em Z
tal que
dP = e()(P ).
(5.16)
5.5. TEOREMA DE DESINTEGRAC
AO
63
-quase todo P P.
Lema 5.27. P (P ) = 1 para
Usaremos o seguinte resultado auxiliar:
Lema 5.28. dada uma func
ao mensur
avel limitada : Z R existe um
conjunto
de
medida
total
F
()
P
tal
que o conjunto P F e n
ao vazio
ent
ao dP = e()(P ), para qualquer P F().
Demonstraca
o. A classe das funcoes que satisfazem o lema contem o conjunto
das funcoes contnuas e e fechado por convergencia pontual dominada.Assim,
contem todas as funcoes mensuraveis limitadas.
Podemos provar o Lema 5.27:
Demonstrac
ao. Dena F = k,Pk F (XPk ), onde a interseccao e tomada sobre o
conjunto de todos os atomos Pk Pk , e todo k 1. Desde que esse conjunto e
enumer
avel, F tem medida
total. Armamos que a conclusao do lema vale
para todo P F . De fato, seja k 1 e Pk elemento Pk que contem P . Pela
denicao de F
P (Pk ) = XPk dP = e(XPk )(P ).
(5.17)
Para cada n 1, seja Pn o
atomo de Pn que contem P . Dado qualquer z
P F ,
1
XP d.
en (XPk )(z) =
(Pn ) Pn k
ltimo termo e igual a 1.
Agora, para cada n k temos que Pn Pk , e entao o u
Assim,
e(XPk )(P ) = e(XPk )(z) = lim en (XPk )(z) = 1.
n
CAPITULO 5. ERGODICIDADE
64
5.6
Exerccios
5.1. Considere o espaco M = {1, 2, . . . , d}Z das sequencias com valores num
conjunto {1, 2, . . . , d}. Fixe qualquer n
umero (0, 1). Para cada = (n )nZ
e = (n )nZ em M , dena
N (, ) = max N 0 : n = n para todo n Z com |n| < N
e d(, ) = N (, ) . Verique que d e uma metrica em M e gera a mesma
topologia que a famlia dos cilindros. Em particular, (M, d) e um espaco metrico
compacto. Tem-se um resultado analogo para M = {1, 2, . . . , d}N .
5.2. Suponha que R e uma rotacao irracional.
n
(z) : n Z} de todo z S 1 e densa em S 1 .
1. Mostre que a orbita {R
(x)
= lim
5.6. EXERCICIOS
65
(x)
= lim
(AB)
(A)
ent
ao:
nA (x) dA (x) =
A
1
.
(A)
66
CAPITULO 5. ERGODICIDADE
Captulo 6
Sistemas Misturadores
Neste captulo estudaremos mais uma propriedade das transformacoes que preservam medida, a saber, a propriedade de misturar conjuntos. Introduziremos os
deslocamentos de Markov, que generalizam os deslocamentos de Bernoulli, introduzidos no Captulo ??. Estudaremos sob que condicoes estas transformacoes
sao erg
odicas ou misturadoras.
6.1
Deni
c
oes e exemplos
lim
(6.1)
Demonstrac
ao. Primeiramente, se vale a igualdade como no item 2 acima, dado
um conjunto invariante A qualquer, temos que
n1
1
(f i (A) A) = (A)2 .
n n
i=0
(A) = lim
n1
1
(f i (x)
n i=0
67
68
i=0
(6.2)
Proposi
c
ao 6.5. Sejam (M, , A) um espaco de medida, f : M M uma
transformac
ao preservando a medida e B uma semi-
algebra que gera A. Se
para todos A, B B vale
lim (f n (A) B) = (A)(B),
ent
ao e misturadora.
69
Exemplo 6.6. Todo deslocamento de Bernoulli e uma transformacao misturadora. De fato, para provar isso considere o deslocamento denido no espaco
das sequencias de k smbolos {1, 2, . . . , k}N e seja uma medida de Bernoulli
associada ao vetor de probabilidades p = (p1 , . . . , pk ). Precisamos mostrar que
a condicao 6.2 vale para todo par A, B de conjuntos mensuraveis. Utilizando a
Proposicao ??, basta mostrar que esta condicao vale no caso particular em que
A e B sao cilindros. De fato, se A = [m; am , . . . , an ] e B = [r; br , . . . , bs ] sao
cilindros ent
ao, para l sucientemente grande as restricoes nas coordenadas de
l (A) sao independentes das restricoes nas coordenadas de B, de onde segue-se
que ( l (A) B) = (A)(B). Deste modo, os deslocamentos de Bernoulli
sao transformacoes misturadoras.
Em termos de Teoria das Probabilidades, dizer que ( l (A)B) = (A)(B),
signica dizer que os eventos l (A) e B sao independentes, ou seja, a ocorrencia
de B no presente nao inui na possibilidade de ocorrencia de A ap
os l unidades
de tempo passadas.
6.2
Deslocamentos de Markov
das
sequencias admissveis do seguinte
construir um subconjunto +
A
k
modo:
+
+
A = {(x1 , x2 , . . . ) k ; axi xi+1 = 1}.
ao (x) tambem pertence `a
Note que se x = (x1 , x2 . . . ) pertence `a +
A ent
Chamaremos de deslocamento de Markov associado `a matriz de transicao
A a restricao de ao conjunto +
A.
Esta transformacao admite uma classe especial de medidas, chamadas medidas de Markov. Para construir uma destas medidas, consideraremos uma
matriz P = (pij ) e um vetor p = (p1 , . . . , pk ) com todas as coordenadas pi > 0,
satisfazendo as seguintes propriedades:
+
A.
0 pij 1
k
j=1
pij = 1.
70
pP = p, ou seja:
k
i=1
(6.3)
pn x(n+1) . . . pxr1 r
.
p r
xF
71
Demonstrac
ao. Primeiramente, provaremos que
1
n
n1
P l converge. De fato,
l=0
l=0
1
n
n1
1
n
n1
l=0
l=0
k
pij = 1, para i = 1, 2, . . . , k
j=1
pQ = p, ou
k
i=1
72
(n)
(n)
Psi qij
i=1
k
(n)
<(
Psi )qsj = qsj ,
i=1
k
pi qij = (
pi )qj = qj ,
i=1
i=1
(n)
l=0
73
l=0
n1
n1
1
1
( l (A0 ) B0 ) (A0 )(B0 ) +
(A0 )(B0 ) (A)(B).
n
n
l=0
l=0
1
(m+lr)
(A)(B)Pbr am
.
pam
l=0
Como
n1
1 (l)
Pij = pj ,
n
l=0
2. lim Pij = pj
n
(n)
74
Demonstrac
ao. 1 implica 2: Assim como no Teorema 6.10, se considerarmos
os cilindros de comprimento 1 A = [1; j] e B = [0; i], como e misturadora,
temos que:
lim ( l (A) B) = (A)(B) = pi pj .
l
1
pam
(m+lr)
(A)(B)Pbr am
lim Pij = pj .
lim
P v = v
k
i=1
Pji vi = vj ,
6.3. EXERCICIOS
75
k
Pji = 1,
j=1
1=
k
i=1
vi =
k
k
k
(
Pji )vi =
vj = .
i=1 j=1
j=1
6.3
Exerccios
76
Captulo 7
Entropia M
etrica
Este captulo e dedicado ao estudo da entropia de uma medida invariante,
um conceito que contem diversas informacoes ergodicas do sistema dinamico.
Por exemplo, podemos ve-lo como um n
umero que mede qu
ao desordenada a
din
amica de uma transformacao que preserva uma medida pode ser. Outro aspecto interessante refere-se a distinguir duas transformacoes que preservam medida do ponto de vista de sua estrutura erg
odica: se as suas entropias diferem,
as transformacoes sao denitivamente diferentes do ponto de vista erg
odico.
Finalmente, veremos a relacao entre esse invariante metrico e um invariante
topol
ogico para o sistema dinamico: a entropia topol
ogica.
7.1
CAPITULO 7. ENTROPIA METRICA
78
Assim, o n
umero de sequencias tpicas diferentes (que realmente s
ao as que
importam no sentido de medida) e exponencial da ordem eh (f )n .
Vamos agora tornar um pouco mais rigorosos os conceitos intuitivos que
denimos anteriormente, comecando pela denicao de entropia metrica. Existem varias denicoes possveis de entropia metrica e um consenso: sob hip
oteses
razoaveis elas coincidem. Nos concentraremos na denicao de Kolmogorov, via
entropia de particoes:
Deni
c
ao 7.1. Seja f : X X uma transformacao que preserva a probabilidade . Dada uma particao Q enumer
avel de X, a entropia da particao Q com
respeito `a e o n
umero,
(Q) log (Q),
H (Q) =
QQ
#A
.
#X
7.1. ENTROPIA DE UMA PARTIC
AO
79
k k+1
, 10 ] com k = 0, . . . , 9, ent
ao a
Se P e a particao por intervalos Pk = ( 10
entropia da particao P com respeito `a medida de Lebesgue m de [0, 1] e dada
9
1
1
log 10
= log 10.
por Hm (P) = i=0 10
Exemplo 7.4. Considere a transformacao f (x) = 10x [10x] acima. Claramente a medida de Lebesgue e invariante para f . Para construir a particao, de1
componha o intervalo [0, 1] em subintervalos An de modo que m(An ) = cn log
n2 .
Deste modo, se A = {A1 , . . . , An , . . . } segue que
Hm (A) =
+
+
log c + log n + 2 log(log n) 1
=
cn(log n)2
n log n
n=1
n=1
n1
f i (P).
i=0
ario
Observe que se P = {P1 , . . . , Pd }, cada elemento de P n e dado por um itiner
(a0 , . . . , an1 ), ai {1, . . . , p}. Quer dizer, cada elemento de P n e formado pelos
pontos x M tais que f i (x) Pai .
CAPITULO 7. ENTROPIA METRICA
80
7.2
Otima:
se F4 = {x X; f (x) 9}.
Se denotamos F = {F1 , . . . , F4 }, ent
ao
P = T F = {Ti Fj X; i, j = 1, 2, 3, 4},
representa as possibilidades para o time do CSA, de acordo com a nossa classicacao tecnica e fsica. Digamos agora que o time do CSA est
a participando da
Super Copa Nordeste, consistindo de 200 jogos no sistema de pontos corridos.
Para otimizar os resultados e diminuir os custos com treinador, cada jogador
tem seu perl instalado num computador que, a partir da conguracao x da
u
ltima partida disputada, escolhe a conguracao f (x) para a partida seguinte.
Deste modo, se escolhemos ao acaso a conguracao do time para a primeira partida do campeonato, as demais estarao determinadas pelo computador. Assim,
podemos considerar a particao
P 200 = P f 1 (P) . . . , f 199 (P),
que representa as possveis conguracoes do time do CSA ao longo do campeonato, de acordo com a classicacao tecnica e fsica adotada. Claramente, essa
particao depende da programacao feita no computador. Por exemplo, se o computador a partir de uma conguracao qualquer, escolhe sempre um certo time,
ao se Pf denota
por exemplo o time xf formado pelos lhos dos dirigentes, ent
o elemento da particao P que contem xf , vem que
f i (P) = {X},
logo
h (f, P) = lim
7.2. ENTROPIA DE UM SISTEMA ERGODICO
81
)
Devemos mostrar que a sequencia H(P
e convergente para que o limite
n
acima faca sentido. Deixaremos esta demonstracao a cargo do leitor (veja os
Exerccios 7.4 e 7.5.)
Assim, no nosso exemplo futebolstico, dada uma programacao f do computador, a entropia da particao P representa a diculdade em descobrir qual
ser
a a conguracao, de acordo com a nossa classicacao do time do CSA, ao
longo da Super Copa Nordeste, dado que o time inicial e determinado por um
sorteio. Por exemplo, se para cada conguracao x o computador associa para o
pr
oximo jogo uma certa conguracao xada que maximiza a qualidade do time
(por exemplo, a soma de t(x) com f (x)), ent
ao n
ao e difcil ver que a entropia da
ao e nada difcil para um aposparticao P 200 e igual a` entropia de P. Ou seja, n
tador, descobrir a conguracao do time do CSA ao longo de todo campeonato:
basta descobrir a conguracao no primeiro dia. Observe que neste caso:
n
1
H (P 200 ) H (P)
H (P n )
=
= 0.
=
n n
200
200
h (f, P) = lim
0 , se p
/A
1 , se p A,
CAPITULO 7. ENTROPIA METRICA
82
hp ( + , P) =
pi log pi .
i=1
De fato, este n
umero e a entropia da transformacao + com respeito `a medida
p : isso e consequencia do fato de que P e uma particao geradora e do Teorema
de Kolmogorov-Sinai. Veja a Secao 7.3
Exemplo 7.8. Vamos calcular a entropia da medida de Lebesgue de [0, 1] para
a transformacao dada por f (x) = 10x [10x]. Se considerarmos a particao P
como no exemplo 7.2, note que existem exatamente 10n elementos em P n e cada
um deles e um intervalo de comprimento 10n . Assim, m(C) = 10n para todo
C P n . Donde
hm (f, P) = lim
1
log 10n
= log 10.
m(C) log m(C) = lim
n
n
n
CP
#P n
log kn
H (P n )
= lim
= 0.
n
n
n
7.3
83
Teorema de Kolmogorov-Sinai
Deni
c
ao 7.10. Seja f : X X uma transformacao invertvel preservando
uma probabilidade no espaco de probabilidade (X, A, ). Uma particao P e
+
dita geradora se
f n P gera a -algebra A. No caso que f e nao-invertvel,
n=
ent
ao P e geradora se
+
f n P gera a -algebra.
n=0
7.4
Equival
encia erg
odica
1 ). Analogamente para
1 (f i (B1 )) = 1 (B1 ) = 0, donde segue-se que 1 (B
B2 = X2 Y2 .
Claramente a relacao acima e de equivalencia (prove isto!). Vamos agora ver
alguns exemplos de transformacoes equivalentes do ponto de vista ergodico:
Exemplo 7.14. Considere a transformacao do intervalo f : [0, 1] [0, 1] tal
que f (x) = 2x [2x] preservando a medida de Lebesgue m, onde [x] e o menor
inteiro menor ou igual a x. Observe que, escrevendo um n
umero x [0, 1]
em sua expans
ao bin
aria x = 0, a1 a2 a3 . . .2 , a transformacao f e simplesmente
CAPITULO 7. ENTROPIA METRICA
84
f i (B)
i=0
7.5
Equival
encia Espectral
Uma denicao mais fraca de equivalencia, levando em conta somente as propriedades espectrais da transformacao e pode ser formulada como se segue:
Deni
c
ao 7.15. Seja f : M M transformacao preservando uma medida
e g : N N uma transformacao preservando uma medida . Dizemos
que (f, ) e espectralmente equivalente a` (g, ) se existe uma bijecao linear
T : L2 (M, ) L2 (N, ) contnua tal que:
Ug T = T circUf .
Esta denicao garante se (f, ) e espectralmente equivalente `a (g, ) ent
ao
todas as propriedades espectrais de (f, ) tambem valem para (g, ). Em
particular, se (f, ) e ergodica, entao (g, ) tambem e ergodica. Veremos no
Captulo 10.28 uma nocao mais geral de equivalencia entre duas transformacoes
preservando medida, que negligencia conjuntos que tem medida zero.
umeros naturais e 1 e 2 deslocamentos de
Proposi
c
ao 7.16. Sejam d1 e d2 n
Bernoulli com d1 e d2 smbolos, respectivamente. Ent
ao, 1 e 2 s
ao espectralmente equivalentes.
7.6
85
P P1n
QP2n
1 (P ) log 1 (P ) =
P P1n
CAPITULO 7. ENTROPIA METRICA
86
Vamos agora introduzir uma nova forma de calcular a entropia de uma medida invariante, devida a Brin e Katok [BK83], com um certo sabor topol
ogico.
Primeiramente, vamos denir o conceito de bola din
amica:
Deni
c
ao 7.19. A bola din
amica de tamanho n e raio em torno do ponto x
e o conjunto:
B
(n, x) = {y M ; d(f i (x), f i (y)) < , i = 0, 1, . . . , n 1},
ou equivalentemente,
B
(n, x) =
n1
f k (B
(f k (x))).
k=0
1
log (B
(n, x))
n
e
h(x) = lim h(x, ).
7.7
Exerccios
7.7. EXERCICIOS
87
1
n
n1
i=0
f i (p) , ent
ao h (f ) = 0
88
Captulo 8
Entropia Topol
ogica
Introduziremos agora um importante conceito topologico com conexao com a
denicao de entropia metrica, estudada anteriormente. Este invariante ser
a um
n
umero que, como veremos, coincide com o supremo das entropias metricas
quando percorremos o conjunto de todas as medidas invariantes. Estudaremos
tambem sua relacao com a taxa de crescimento do n
umero de pontos peri
odicos
e sua versao para uxos.
8.1
Deni
c
ao via coberturas
CAPITULO 8. ENTROPIA TOPOLOGICA
90
Deixaremos para o leitor a tarefa de mostrar que H(n ) e uma sequencia subaditiva (Exerccio 8.2.)
Assim, dada uma funcao contnua f : X X, denimos a entropia de f
com respeito a cobertura , como sendo o n
umero
h(f, ) = lim
1
H(n ).
n
#n
log kn
H (n )
= lim
= 0.
n
n
n
nN
Demonstrac
ao. Observe primeiramente que dada uma cobertura nita V, podemos escolher N sucientemente grande de modo que se n > N ent
ao diamn e
menor que o n
umero de Lebesgue da cobertura V. Relembrando a denicao,
e um n
umero de Lebesgue de V se, dado qualquer conjunto C com diamC ,
ent
ao existe V V tal que C V . Logo, como diamn , temos que todo
elemento B de n esta contido em algum V V. Logo, V n , o que implica
diretamente que h(f, V) h(f, n ), pois V k nk , para todo N. Em particular, h(f, V) sup h(f, n ). Logo, tomando o supremo sobre todas as coberturas
nN
91
Para mostrar que a sequencia h(f, n ) e convergente, suponha que uma subsequencia ni satisfazendo lim h(f, ni ) = h. Vamos mostrar que h = htop (f ).
i
De fato, dado > 0, podemos escolher N grande de modo que se i > N , ent
ao
a mostramos `a
h h(f, ni h + . Deste modo, aplicando a parte que j
sequencia i = ni+N , temos que
htop (f ) = sup h(f, i ) (h , h + ).
iN
Como e arbitr
ario, vem que htop (f ) = h, provando que a sequencia h(f, n ) e
convergente.
Corol
ario 8.5. Se e uma cobertura tal que lim diam n = 0, ent
ao
n
htop (f ) = h(f, ).
8.2
Deni
c
ao via conjuntos geradores
1
log Sn ().
n
Proposi
c
ao 8.7. Com as denic
oes anteriores vale
h(f ) = htop (f ).
CAPITULO 8. ENTROPIA TOPOLOGICA
92
8.3
Entropia de uxos
Denimos B
(T, x) = {y M ; dT (x, y) } a bola de raio na
dist
ancia dT .
B
(n, x).
Um conjunto E Xser
a chamado de (T, )-gerador de X , se =
xE
1
log ST ().
T
TOPOLOGICA
8.4. PRESSAO
93
Deni
c
ao 8.10. Sejam f1 : X1 X1 e f2 : X2 X2 funcoes contnuas dos
espacos metricos X1 e X2 . Diremos que f1 e topologicamente equivalente `a f2
se existe um homeomorsmo h : X1 X2 tal que:
h f1 = f2 h.
Neste caso dizemos que f1 e topologicamente conjugado a f2 e h e dita uma
conjugac
ao entre f1 e f2 .
ao
Observa
c
ao 8.11. Observe que se o ponto p X1 e tal que f1n (p) = p, ent
f2n ((p)) = (f1n (p)) = (p). Em palavras, leva pontos peri
odicos de f1 em
pontos peri
odicos de f2 . De modo an
alogo, n
ao e difcil ver que leva pontos
de X1 com orbita por f1 densa, em pontos de X2 com orbita por f2 densa.
Deixamos a prova da proposicao abaixo para o leitor:
ao htop (f1 ) =
Proposi
c
ao 8.12. Se f1 e topologicamente equivalente a f2 , ent
htop (f2 ).
Como no caso da entropia metrica, a entropia topologica tem a limitacao de
n
ao ser um invariante completo. Por exemplo, duas rotacoes quaisquer do circulo
tem sempre a mesma entropia topologica, igual a zero. Porem, uma rotacao
irracional tem todos os pontos com orbita densa, enquanto uma rotacao racional
n
ao possui nenhum com esta propriedade, j
a que todos s
ao peri
odicos. De acordo
com a observacao acima, isso torna impossvel que haja uma conjugacao entre
elas.
8.4
Press
ao topol
ogica
Vamos agora denir uma generalizacao do conceito de entropia topologica, introduzindo o conceito de press
ao topol
ogica de uma funcao : X R com
respeito a transformacao f : X X. Esse conceito (oriundo da Fsica, como
o pr
oprio nome indica) ser
a tambem um invariante topol
ogico de f , no sentido
de que duas transformacoes topologicamente equivalentes atribuem a mesma
pressao a uma funcao . Suporemos que o espaco X e compacto para que as
quantidades tratadas sejam sempre nitas, mas os conceitos expostos sao de
car
ater geral e nao dependem desta condicao.
i
Deni
c
ao 8.13. Dado n N vamos denotar n (x) = n1
i=0 (f (x)). Dado
um conjunto C X ent
ao n (C) = maxxC n (x).
Dada uma cobertura de X denimos a pressao de com respeito a cobertura como:
1
log inf n {
en (U) },
P (, ) = lim
n+ n
U
UU
CAPITULO 8. ENTROPIA TOPOLOGICA
94
Deni
c
ao 8.14. A press
ao P (, f ) de com respeito a f e o supremo dos
valores de P (, ) sobre todas as coberturas abertas de X.
ao:
Proposi
c
ao 8.15. Sejam , C 0 (X) e C R. Ent
1. P (0, f ) = htop (f )
2. P ( + C, f ) = P (, f ) + C
3. Se existir func
ao limitada u : X R tal que se escreve como =
+ u f u ( e neste caso diremos que a func
ao e cohomologa a ),
ent
ao P (, f ) = P (, f ).
Demonstraca
o. Para o item 1, xada uma cobertura
que como =
observe
n (U)
e
=
#U. Logo,
0, ent
ao dada uma subcobertura U de n vale
UU
P (0, ) = h(f, ) para cada cobertura de X.
No item 2, observe que se denotamos = + C ent
ao n (x) = n (x) +
Cn.
Logo,
xada
uma
cobertura
,
para
qualquer
subcobertura
U de n vale
n (U)
Cn
n (U)
= e
. Assim, segue diretamente que P (, ) =
UU e
UU e
P (, ) + C e, por conseguinte, que P (, f ) = P (, f ) + C
Para o u
ltimo item, inicialmente
= + u f u valeque n (x) =
como n (U)
n
e
= eu(f (x))u(x) UU en (U) .
n (x) + u(f n (x)) u(x). Assim,
UU
Logo, como u e limitada, digamos |u(x)| K, ent
ao vale que
en (U) = e2K
UU
en (U) .
UU
8.5
Princpio variacional
95
CAPITULO 8. ENTROPIA TOPOLOGICA
96
8.6
Exerccios
xi log xi + xi ai
i=1
eaj
.
d
eai
i=1
Captulo 9
Transforma
co
es Expansoras
Nesta secao provamos que para qualquer transformacao expansora cujo jaco nica probabilidade invariante absolutabiano det Df e Holder 1 existe uma u
mente contnua com relacao `
a medida de Lebesgue. Essa probabilidade e positiva em todos os subconjuntos abertos de M , e ergodica, e a sua bacia de atracao
tem medida de Lebesgue total em M .
Deni
c
ao 9.1. Seja M uma variedade compacta e f : M M uma transformacao de classe C 1 . Dizemos que f e expansora se existe > 1 e alguma
metrica riemanniana em M tais que
Df (x)v v
para todo x M e v Tx M .
(9.1)
97
98
CAPITULO 9. TRANSFORMAC
OES
EXPANSORAS
9.1
Lema de distor
c
ao
A hip
otese de que a transformacao f : M M e expansora serve para obter a
seguinte proposicao:
Lema 9.4. Existe k 1 tal que todo ponto y M tem exatamente k preimagens por f . Alem disso, existe 0 > 0 tal que, para qualquer pre-imagem x
de um ponto y M , existe uma aplicac
ao h : B(y, 0 ) M de classe C 1 tal
que f h = id , h(y) = x e
d(h(y1 ), h(y2 )) 1 d(y1 , y2 )
Demonstrac
ao. A condicao (9.1) implica que a derivada Df e um isomorsmo
em todo ponto. Logo, dado qualquer x M existe 0 > 0 tal que f envia
9.1. LEMA DE DISTORC
AO
99
log
log
C
d(h
(y
),
h
(y
))
C0 i d(y1 , y2 ) .
0
1
2
| det Dhn (y2 )|
i=1
i=1
n
i=1
i .
100
9.2
CAPITULO 9. TRANSFORMAC
OES
EXPANSORAS
O pr
oximo resultado, que e uma consequencia do lema de distorcao, mostra que
as imagens fn m tem densidades uniformemente limitadas:
Proposi
c
ao 9.6. Existe C2 > 0 tal que (fn m)(B) C2 m(B) para todo conjunto mensur
avel B M e todo n 1.
Demonstrac
ao. Podemos, sem restricao, supor que B esta contido em alguma
bola B0 = B(z, 0 ) de raio 0 centrada em algum ponto z M . Usando a
Proposicao 9.5 vemos que
| det Dhn | dm
m(hn (B))
m(B)
B
=
,
exp(C1 (20 ) )
n
n
m(h (B0 ))
m(B0 )
B0 | det Dh | dm
para todo ramo inverso hn de f n no ponto z. Alem disso, tambem temos que
(fn m)(B) = m(f n (B)) e a soma de m(hn (B)) sobre todos os ramos inversos,
e analogamente para B0 . Deste modo, obtemos que
(fn m)(B)
m(B)
exp(C1 (20 ) )
.
n
(f m)(B0 )
m(B0 )
Claro que (fn m)(B0 ) (fn m)(M ) = 1. Alem disso, a medida de Lebesgue das
bolas com um raio xado 0 esta limitada de zero por alguma constante 0 > 0
que so depende de 0 . Ent
ao, para obter a conclus
ao da proposicao basta tomar
C2 = exp(C1 (20 ) )/0 .
Tambem precisamos do seguinte resultado auxiliar:
Lema 9.7. Seja uma probabilidade num espaco metrico compacto X, e seja
: X [0, +) uma func
ao integr
avel com respeito a . Seja i , i 1,
uma sequencia de probabilidades em X convergindo para uma probabilidade
ao .
na topologia fraca . Se i para todo i 1 ent
Demonstraca
o. Seja B um conjunto mensur
avel qualquer. Para cada > 0,
seja K um subconjunto compacto de B tal que (B \ K ) e ()(B \ K )
sao ambos menores que . Ent
ao seja A uma vizinhanca aberta de K da
forma A = {z : d(z, K ) < r}, com r > 0 sucientemente pequeno para que a
medida de A \ K seja menor que , tanto para como para . Mudando r
ligeiramente, caso necessario, podemos supor que o bordo de A tem -medida
zero: ha no m
aximo uma quantidade enumer
avel de valores de r para os quais
isso nao acontece. Ent
ao, = lim i implica (A ) = lim i (A ) ()(A ).
Fazendo 0 obtemos que (B) ()(B).
Aplicando este lema na nossa situacao, obtemos
n1
Corol
ario 9.8. Todo ponto de acumulac
ao da sequencia n1 j=0 fj m e
uma probabilidade invariante para f absolutamente contnua com relac
ao `
a medida de Lebesgue.
9.3. EXISTENCIA
DE MEDIDAS ERGODICAS
101
Demonstra
c
ao. Tomemos constante igual a C2 e = m. Tomemos tambem
ni 1 j
i = n1
encia (ni )i tal que (i )i converge
i
j=0 f m, para qualquer subsequ
para uma medida . A Proposicao 9.6 garante que i . Ent
ao tambem
temos = C2 m, pelo Lema 9.7. Isto implica que m, com densidade
limitada por C2 .
9.3
Exist
encia de medidas erg
odicas
(B Vn )
1
(Vn )
quando n .
Demonstrac
ao. Dado qualquer 0 < < (B), seja K um subconjunto compacto de B com (B \ K ) < . Como o di
ametro das particoes converge para
zero, a medida da uni
ao A,n de todos os elementos de Pn que intersectam K
satisfaz (A,n \ K ) < para todo n sucientemente grande. Se tivessemos
(K Vn )
(B)
(Vn )
(B) +
(B)
(B)
(A,n )
((K ) + ) (B) ,
(B) +
(B) +
(B)
(Vn )
(B) +
102
CAPITULO 9. TRANSFORMAC
OES
EXPANSORAS
exp C1 (20 )
m(Ui(n) )
m(f n (Vn ))
m(Vn )
tambem converge para zero. Como P0 e nito, deve existir 1 i s tal que
i(n) = i para innitos valores de n. Logo, m(Ui \ A) = 0.
Corol
ario 9.11. A transformac
ao f : M M admite alguma probabilidade
invariante erg
odica e absolutamente contnua com relac
ao `
a medida de Lebesgue.
Demonstrac
ao. Como consequencia do lema anterior, existem no m
aximo #P0
conjuntos invariantes com medida de Lebesgue positiva disjuntos dois-a-dois.
Portanto, M pode ser particionado num n
umero nito de conjuntos invariantes
A1 , . . . , As , s #P0 com medida de Lebesgue positiva e que sao minimais
no seguinte sentido de que nao existem subconjuntos invariantes Bi Ai com
0 < m(Bi ) < m(Ai ). Dada qualquer medida invariante absolutamente contnua
, existe algum i tal que (Ai ) > 0. Ent
ao a restricao normalizada i de a
Ai ,
(B Ai )
i (B) =
(Ai )
e invariante e absolutamente contnua. Alem disso, i e ergodica, porque Ai e
minimal.
9.4
Unicidade e conclus
ao da prova
9.5. EXERCICIOS
103
9.5
Exerccios
104
CAPITULO 9. TRANSFORMAC
OES
EXPANSORAS
Captulo 10
Estados de Equilbrio
Estudaremos neste captulo uma classe especialmente importante de medidas
invariantes, a saber, os estados de equilbrio. A denicao destas medidas, atraves
de um princpio variacional, tem uma forte motivacao fsica e encontra aplicacoes
em varias areas tais como teoria da dimensao de conjuntos invariantes, estudo de
recorrencias do sistema din
amico, crescimento do n
umero de pontos peri
odicos,
uxos geodesicos, medidas fsicas, etc. Estaremos interessados em estudar que
hip
oteses sao relevantes para que perguntas tais como a existencia, unicidade,
ergodicidade destas medidas, possam ter respostas positivas. Como veremos,
este estudo pode ser feito para uma ampla classe de difeomorsmos locais em
variedades compactas.
10.1
Deni
c
ao de Estado de Equilbrio
d = P (, f ).
Ou seja: e um
maximo para a funcao P = P () : I R denida por
P () = h (f ) + d.
Exemplo 10.2. Observe que os estados de equilbrio para o potencial = 0
sao aquelas medidas que maximizam a entropia. Como vimos no exemplo 7.7,
no caso do deslocamento completo com d smbolos 1, . . . , d, a u
nica medida que
maximiza a entropia e bem conhecida: e a medida de Bernoulli associada ao
vetor de probabilidade ( d1 , . . . , d1 ).
105
106
i=1
10.2
Transforma
c
oes expansivas
Em linhas gerais, as transformacoes expansivas sao aquelas tais que duas orbitas
diferentes s
ao distinguidas, em algum momento, de forma macrosc
opica. Em
outras palavras, duas condicoes iniciais diferentes do sistema, mesmo aquelas
muito pr
oximas, produzem efeitos a longo prazo que diferem por uma constante
xa. Veremos que essa propriedade das orbitas implica uma certa regularidade
da funcao P e nos permitir
a mostrar a existencia de estados de equilbrio para
potenciais contnuos. Denamos de modo preciso:
Deni
c
ao 10.5. Uma transformacao f : M M e dita expansiva se existir
uma constante 0 (chamada constante de expansividade) tal que: dados x, y M
com x = y, ent
ao existe n N tal que d(f n (x), f n (y)) 0 .
Exemplo 10.6. Um primeiro exemplo de transformacao expansiva e a transformacao
f : [0, 1] [0, 1], f (x) = 10x [10x]
onde [10x] representa o maior inteiro menor ou igual a 10x, vista na Secao 2.1.
Note que se dois pontos x, y [0, 1] sao distintos, ent
ao em algum momento n,
10.2. TRANSFORMAC
OES
EXPANSIVAS
107
1
|an bn |
>
,
10
10
1
10 .
1
log #P er(n) htop (f ).
n
Demonstrac
ao. Seja uma cobertura de M de di
ametro menor que constante
de expansividade de f . Observe que em um elemento de n so pode existir
no m
aximo um ponto de P er(n): de fato, se x, y P er(n) estao no mesmo
ao d(f i (x), f i (y) < para i = 0, . . . , n 1. Como f n (x) = x
elemento de n , ent
108
e f n (y) = y, a desigualdade d(f i (x), f i (y) < vale para todo i N. Logo, pela
expansividade de f , x = y. Assim,
lim sup
1
1
log #P er(n) lim sup log #N (n ) = htop (f, ).
n
n
para cada n 1.
10.2. TRANSFORMAC
OES
EXPANSIVAS
109
(n)
(n)
Observa
c
ao 10.12. Relembrando a denicao de entropia com respeito a uma
particao Q,
(Q) log (Q),
H (Q) =
QQ
temos que se Q e tal que 0 (Q) = 0, para cada Q Q e uma medida 0 xada,
ent
ao a funcao H (Q) e contnua em 0 . Isso implica diretamente que
1
H (P (n) ).
n n
h (f, P) = inf
e semi-contnua superiormente em 0 .
110
Uma pergunta que surge naturalmente e se existe estado de equilbrio especial, ou ate mesmo sob que condicoes para garantem que admite um u
nico
estado de equilbrio. Claramente precisamos supor que o sistema f : M M
seja indecomponvel no sentido ergodico pois, caso contr
ario, poderamos simplesmente construir contra-exemplos da seguinte forma: tomando duas c
opias
M
10.3
Transforma
c
oes expansoras
10.3.1
O operador de transfer
encia
, onde C n
.
10.3. TRANSFORMAC
OES
EXPANSORAS
111
L
()
L 1 d
n1
J f (f i (x)).
i=0
112
ao
2. Se u C 0 (M ) ent
u f d =
f (y)=x
Demonstrac
ao. Comecaremos mostrado a f
ormula de mudanca de variaveis do
item 2. Ora,
1
1
u f d =
u f dL () =
L (u f ) d.
Por outro lado, L (u f ) =
(e(y) u(x), de onde:
f (y)=x
u f d =
f (y)=x
(J f (y))1 u(x)d(x)).
f (y)=x
f (y)=x
Observe que a u
ltima expressao converge para f (A) (x) em -quase todo ponto.
Assim, pelo Teorema da Convergencia Dominada,
e gn d = e gn d(L
) = L (e gn ) d (f (A)).
Como o lado esquedo tambem converge para A e d, concluimos que
(f (A)) =
e d,
A
10.3. TRANSFORMAC
OES
EXPANSORAS
113
(B
(n, x))
K.
eSn (x)nP ()
(10.1)
114
(10.2)
Logo,
Sn (y) Sn (x)
n1
i=0
n1
i=0
J f n (x)
K2 .
J f n (y)
Demonstraca
o. Como J f (x) = 1 e(x) , segue-se diretamente da denicao que
J f n (x) = n eSn (x) .
Como d(f n (x), f n (y)) < , segue-se pelo Proposicao 10.20 que
n
n
J f n (x)
= eSn (y)Sn (x) eAd(f (x),f (y)) ,
n
J f (y)
(B
(n, x))
K.
eSn (x)nP
Demonstrac
ao. De fato, como f n |cB (n,x) e injetiva e J f (x) = 1 e(x) , temos
que J f n = n eSn (x) , onde
n
J f n (y)d(y).
(f (B
(n, x)) =
B (n,x)
10.3. TRANSFORMAC
OES
EXPANSORAS
115
Ent
ao,
e
Ad(x1 ,x2 )
Sn (y1 )
Ln (x1 )
f n (y1 )=x1 e
=
n
eAd(x1 ,x2 )
Sn (y2 )
L (x2 )
e
n
f (y2 )=x2
116
1
1
n Ln (yn ) Ln (x),
A
A
o que termina a prova do Lema.
Lema 10.25. A sequencia n Ln 1 e equicontnua.
Demonstrac
ao. Para mostrar que sequencia de funcoes n Ln 1 e equicontnua,
observe que para todos x, y com d(x, y) < , pelo Lema 10.23:
n Ln 1(x) n Ln 1(y)
Kd(x, y)
n Ln 1(x)
ou seja,
n Ln 1(x) n Ln 1(y) Kn Ln 1(x)d(x, y) .
Pelo lema 10.24, a sequencia de funcoes n Ln 1 e limitada uniformemente em
M . Utilizando esse fato na equacao acima, acabamos a prova do Lema 10.25
Baseado nas informacoes obtidas sobre a sequencia de funcoes n Ln 1,
vamos agora mostrar que existe alguma auto-funcao h para o operador L.
Primeiramente, observe que pelos lemas 10.24 e 10.25 a sequencia n Ln 1 e
limitada e equicontnua. Naturalmente, isso implica que a media dessas funcoes
hn =
n1
1 i i
L 1,
n i=0
10.3. TRANSFORMAC
OES
EXPANSORAS
117
ao, como L e
Ora, se hni h para uma certa subsequencia ni ent
contnua
ni 1
1
k Lk+1
L h = lim L hni = lim
1=
ni
ni ni
k=0
nk 1
n1
(k) k
1 ni Lni 1
(k+1) Lk+1
1
=
lim
L 1
.
ni ni
ni n
ni
= lim
k=0
k=0
hn d = 1 e como h lim hni , tomando o limite mostramos que h d = 1.
Resumindo, mostramos que:
Proposi
c
ao 10.26. Existe alguma func
ao contnua h : M R tal que:
1. L h = h;
2. h > 0;
3. h d = 1.
Como a funcao h e contnua e n
ao-negativa, podemos denir uma medida
por
h d.
(A) =
A
Da Proposi
cao 10.26 vem que e uma medida de probabilidade, uma vez que
(M ) = h d = 1. Observe tambem que como existe c > 0 tal que 1/c h c,
temos que para todo boreliano A M , vale
c1 (A) (A) (A)c.
(10.3)
118
0 n
1
log (B
(n, x)),
n
10.3. TRANSFORMAC
OES
EXPANSORAS
119
Deixaremos como exerccio para o leitor (exerccio ??) a prova deste fato.
Proposi
c
ao 10.31. Vale o seguinte:
1. P = P (f, );
2. Se e um estado de equilbrio para , ent
ao L
(h1 ) = h1 .
Demonstraca
o. Dena g : M (0, ) por
g(x) = 1 e(x)
h(x)
,
h(f (x))
(10.5)
f (y)=x
f (y)=x
g (y) log
g(y)
g(y)
log
g (y)
g(y) = 0
= log
g (y)
g (y)
f (y)=x
f (y)=x
A hip
otese de ser invariante implica que
g (x) = 1
f (y)=x
120
10.4. EXERCICIOS
121
e
erg
o
dica,
segue-se que e constante.
Usando que 1 = (M ) = d = c d = c, n
os temos que = . Observe que
isso termina a prova, desde que qualquer componente erg
odica de um estado de
equilbrio tambem e um estado de equilbrio.
10.4
Exerccios
10.1. Seja uma medida em M . Dado > 0, mostre que existe a > 0 tal que
(B (x)) > a > 0 para todo x no suporte de .
10.2. Seja f : M M uma transformacao expansora e M uma variedade
conexa. Mostre que se uma
10.3. Seja f : M M uma transformacao tal que cada ponto admite somente
um n
umero nito de pre-imagens. Mostre que J f existe para toda medida
invariante .
10.4. Seja uma medida e J f seu jacobiano. Mostre que se f n |A e injetiva,
ent
ao
n1
J f (f i (x)).
J f n (x) =
i=0
122
Captulo 11
Aplica
co
es em Teoria dos
N
umeros
Neste captulo apresentamos duas aplicacoes da Teoria Erg
odica no domnio
da Teoria dos N
umeros: o Teorema de S. Szemeredi [Sze75] sobre existencia
de progressoes aritmeticas dentro de subconjuntos sucientemente densos do
conjunto Z dos n
umeros inteiros, e o teorema de H. Weyl [Wey16] sobre equidistribuicao da parte fracion
aria dos valores de funcoes polinomiais restritas a Z.
11.1
Teorema de Szemer
edi
11.1.1
Densidade superior
#(S I)
#I
onde I representa qualquer intervalo em Z. Do mesmo modo se dene a densidade inferior Di (S), trocando limite superior por limite inferior.
Em outras palavras, Ds (I) e o maior n
umero D tal que existe uma sequencia
de intervalos Ij Z tais que
#Ij e
#(S Ij )
D
#Ij
123
124
11.1.2
Enunciados
11.1. TEOREMA DE SZEMEREDI
125
126
11.1.3
T. de Szemer
edi implica T. van der Waerden
11.1.4
Vamos comecar por traduzir o Teorema 11.7 num enunciado sobre o deslocamento (shift) f : M M no espaco M = {1, 2, . . . , q}Z das sequencias bilaterais com valores em {1, 2, . . . , q}. Observe que cada sequencia = (n )nZ
em M dene uma particao de Z em subconjuntos
Si = {n Z : n = i},
i = 1, 2, . . . , q
e, reciprocamente, toda particao de Z em q subconjuntos determine uma sequencia M . Portanto, o teorema pode ser reformulado do seguinte modo:
para todo M e todo k 1, existem m Z e n 1 tais que
m = m+n = = m+nk .
(11.1)
(11.3)
fi j ()
para todo i = 1, 2, . . . , k.
11.1. TEOREMA DE SZEMEREDI
127
estao todos a distancia menor que 2/3 uns dos outros. Ent
ao, como esta
no fecho A da orbita de , podemos encontrar m Z tal que f m () esta t
ao
pr
oximo de que os pontos
f m (), f m+n (), f m+2n (), . . . , f m+kn ()
estao a dist
ancia menor que 1 uns dos outros. Tendo em conta a observacao
(11.2) e a denicao (11.3) da transformacao f , isto quer dizer que
m = m+n = = m+kn ,
como pretendamos provar. Isto completa a demonstracao do teorema de van
der Waerden a partir do teorema de Recorrencia Simultanea de Birkho.
De fato, a conclusao do Teorema 11.7 ainda vale para particoes de subconjuntos nitos de Z, desde que sejam sucientemente grandes:
Teorema 11.9 (van der Waerden). Dados k 1 e q 2 existe N 1 tal
que, dada qualquer partic
ao do intervalo {1, 2, . . . , N } em q subconjuntos, algum
desses subconjuntos contem progress
oes aritmeticas com comprimento k + 1.
f
E
acil ver que o Teorema 11.9 implica o Teorema 11.7. No Exerccio 11.2
veremos que a recproca tambem e verdadeira.
11.1.5
T. de Poincar
e implica T. de Birkho
128
uma vez que quase todo ponto retorna simutaneamente a Uj em algum momento.
Consequentemente, como {Uj }jN e uma cobertura de M , temos que o conjunto:
D=
Dm ,
n=1 mn
11.1.6
lim
#In
#(S In )
> c > 0.
#In
129
Como ja vimos no Teorema 3.4, o conjunto das probabilidades M1 (M ) munido com a topologia fraca e compacto. Assim, podemos garantir que alguma
subsequencia ni converge para uma probabilidade de M . Para n
ao carregar a
notacao, vamos supor que a pr
opria sequencia n converge para na topologia
fraca . Observe que e uma probabilidade f -invariante, pois para toda funcao
contnua : M R, vale
bn 1
1
(f i ())
n
n #In
i=an
bn
an
(f ()) (f ())
+ lim
= lim
dn = d.
n
n
#In
f d = lim
f dn = lim
Para utilizar o Teorema de Recorrencia Simultanea de Poincare para o conjunto A, precisamos mostrar inicialmente que (A) > 0. De fato, observe que
A e um conjunto fechado e aberto de M . Logo, pela Proposicao 3.3 temos que
(A) n (A) =
#(S In )
> c > 0.
#In
#In
lim
11.2
Teorema de Weyl
130
lim
(x) dx.
Veremos no Exerccio 11.4 que isto equivale a dizer que, para todo intervalo
I S 1 , a fracao dos termos da sequencia que estao em I e igual ao comprimento
m(I) desse intervalo.
Teorema 11.12 (Weyl). Se algum dos coecientes a1 , a2 , . . . , ad e irracional
ent
ao a sequencia zn = {P (n)} e equidistribuda.
Podemos, sem restricao, supor que o coeciente ad e irracional. De fato, a
sequencia zn sempre pode ser decomposta numa soma
zn = xn + yn ,
xn = {ad nd },
yn = {Q(n)}
p d
p
(n + q)d =
n = xn
q
q
para todo n Z.
Por outro lado, a segunda parcela yn e do mesmo tipo que zn , exceto que o
polin
omio Q que lhe esta associado tem grau d 1. Portanto, por inducao no
grau, podemos supor que yn e equidistribuda. Mais que isso, podemos supor
que as subsequencias
yqn+r = {Q(qn + r)}, n Z
sao equidistribudas para todo r {0, 1, . . . , q1}. Na verdade, estas sequencias
podem ser escritas como ynq+r = {Qr (n)} para algum polin
omio Qr com o
mesmo grau que Q (verique), e portanto a hip
otese de inducao se aplica a
elas tambem. Destas duas observacoes segue que a soma zn tambem e equidistribuda, porque cada uma das subsequencias zqn+r , n Z e equidistribuda.
11.2.1
131
O caso am
Para desenvolvermos alguma intuicao sobre o problema, comecemos por considerar o caso especial d = 1. Neste caso a funcao polinomial resume-se a
P (x) = a0 + a1 x. Estamos supondo que o coeciente a1 e irracional. Consideremos a transformacao
f : S1 S1,
f () = + a1 mod Z.
dm.
dm.
11.2.2
Ergodicidade
Vamos estender os argumentos acima para provar o caso geral do Teorema 11.8.
Seja Td o toro d-dimensional, isto e,
Td = Rd /Zd = S 1 S 1
(d vezes).
Introduzimos a transformacao f : Td Td
f (1 , 2 , . . . , d ) = (1 + , 2 + 1 , . . . , d + d1 ),
(11.6)
onde e um n
umero irracional que ser
a escolhido mais tarde. Observe que f
preserva a medida de Lebesgue m em Td . Isto pode ser visto usando as ideias
da Secao 2.2: a derivada de f em cada ponto vem dada pela matriz
1
0
0
0
0
1
1
0
0
0
0
1
1
0
0
0
0
0
1
1
cujo determinante e 1. Observe que a transformacao f e invertvel.
132
Proposi
c
ao 11.13. A transformac
ao f e erg
odica relativamente a
` medida de
Lebesgue no toro Td .
Demonstraca
o. O metodo e analogo ao da Proposicao 5.5, baseado em an
alise
de Fourier. Seja : Td R uma funcao em L2 (m). Escrevemos
() =
an e2in
nZd
onde = (1 , . . . , d ), n = (n1 , . . . , nd ), n = n1 1 + + nd d , e
|an |2 = |()|2 d1 dd < .
(11.7)
nZd
an e2in1 e2iL(n)
nZd
para todo n Zd .
(11.8)
Isto implica que an e aL(n) tem o mesmo valor absoluto. Por outro lado, a
relacao de integrabilidade (11.7) implica que existe no maximo um n
umero nito
de termos com um dado valor absoluto n
ao-nulo. Conclumos que an = 0 para
todo n Zd cuja orbita Lj (n), j Z seja innita. Observando a expressao de
L deduzimos que an = 0 exceto, possivelmente, se n2 = = nd = 0. Alem
disso, para os valores de n restantes, ou seja, para n = (n1 , 0, . . . , 0), tem-se que
L(n) = n e portanto a relacao (11.8) torna-se
an = an e2in1 .
Como e irracional, o u
ltimo fator e diferente de 1 sempre que n1 e nao-nulo.
Portanto esta relacao d
a que an = 0 tambem para n = (n1 , 0, . . . , 0) com n1 = 0.
Deste modo, mostramos que se e uma funcao invariante ent
ao todos os termos
da sua expans
ao de Fourier se anulam exceto, possivelmente, o termo constante.
Isto mostra que e constante, e isso prova que f e ergodica.
11.2.3
Unicidade erg
odica
O pr
oximo passo da demonstracao do Teorema 11.12 e a seguinte
Proposi
c
ao 11.14. A transformac
ao f e unicamente erg
odica, isto e, a medida
de Lebesgue no toro e a sua u
nica medida invariante.
133
Demonstrac
ao. A demonstracao ser
a por inducao no grau d do polin
omio P . O
caso de grau 1 j
a foi tratado na Secao 11.2.1, portanto s
o precisamos explicar
como o caso de grau d pode ser deduzido do caso de grau d 1. Para isso,
escrevemos Td = Td1 S 1 e
f : Td1 S 1 Td1 S 1
f (0 , ) = (f0 (0 ), + d1 )
(11.9)
onde 0 = (1 , . . . , d1 ) e f0 (0 ) = (1 + , 2 + 1 , . . . , d1 + d2 ). Vamos
representar por : Td Td1 a projecao () = 0 . Por inducao, a transformacao
f0 : Td1 Td1
e unicamente erg
odica. Para mostrar que f e unicamente erg
odica so precisamos
mostrar que a medida de Lebesgue m e a sua u
nica probabilidade invariante
erg
odica.
Lema 11.15. Se e uma probabilidade invariante por f ent
ao a projec
ao
coincide com a medida de Lebesgue m0 em Td1 .
Demonstrac
ao. Dado qualquer conjunto mensur
avel E Td1 ,
( )(f01 (E)) = ( 1 f01 (E)).
Usando f = f0 e o fato de que e f -invariante, se verica que a expressao
do lado direito e igual a
(f 1 1 (E)) = ( 1 (E)) = ( )(E).
Portanto ( )(f01 (E)) = ( )(E) para todo subconjunto mensur
avel E, ou
seja, e probabilidade f0 -invariante. Como supomos que f0 e unicamente
erg
odico, segue que coincide com a medida de Lebesgue m0 em Td1 .
Agora suponhamos que e ergodica. Pelo Teorema de Birkho 4.2, o conjunto G dos pontos Td tais que
lim
n1
1
(f j ()) = d para toda funcao contnua : Td R (11.10)
n j=0
tem medida total. Seja G0 () o conjunto dos 0 Td1 tais que G() intersecta
claro que 1 (G0 ()) contem
{0 }S 1 . Em outras palavras, G0 () = (G ). E
G e portanto tem medida igual a 1. Logo, usando o Lema 11.15,
m0 (G0 ()) = ( 1 (G0 ())) = 1.
Em particular, isto vale para a medida de Lebesgue:
m0 (G0 (m)) = m( 1 (G0 (m))) = 1.
Uma consequencia direta destas relacoes e que a interseccao de G0 () e G0 (m)
ao podem ser disjuntos. Seja
tem medida m0 total e, portanto, estes conjuntos n
0 um ponto qualquer na interseccao. Por denicao, G() intersecta {0 } S 1 .
Mas o pr
oximo resultado arma que G(m) contem {0 } S 1 :
134
ao {0 } S 1 est
a contido em G(m).
Lema 11.16. Se 0 G0 (m) ent
Demonstrac
ao. A observacao crucial e que a medida m e invariante por toda a
transformacao da forma
R : Td1 S 1 Td1 S 1 ,
(, ) (, + ).
A hip
otese 0 G0 (m) signica que existe algum S 1 tal que (0 , ) G(m),
ou seja,
n1
1
(f j (0 , )) = dm
lim
n j=0
para toda funcao contnua : Td R. Qualquer outro ponto de {0 } S 1
pode ser escrito como (0 , + ) = R (0 , ) para algum S 1 . Recordando
(11.6), vemos que
f R (0 , ) = (1 + , 2 + 1 , . . . , d1 + d2 , + + d1 ) = R f (0 , )
para todo (0 , ) Td1 S 1 . Logo, por inducao,
f j (0 , + ) = f j R (0 , ) = R f j (0 , )
para todo j 1. Portanto, dada qualquer funcao contnua : Td R,
lim
n1
n1
1
1
(f j (0 , + )) = lim
( R )(f j (0 , ))
n j=0
n j=0
= ( R ) dm = dm.
n1
1
(f j ()) = dm.
n j=0
Demonstrac
ao. Isto e uma consequencia imediata da Proposicao 11.14 e da
Proposicao 3.7.
11.2.4
135
Demonstra
c
ao do Teorema de Weyl
for j = 2, . . . , d.
(11.11)
1. O polin
omio pj (x) tem grau j, para todo 1 j d.
n1
n1
1
1
(zn ) = lim
(f n ()) = dm = dx.
n j=0
n j=0
136
11.3
Exerccios
1
#{j = 1, 2, . . . , n : xj I} = m(I)
n
Captulo 12
Resultados em Teoria
Erg
odica Diferenci
avel
12.1
Fluxos geod
esicos
12.2
Hiperbolicidade n
ao-uniforme
Nesta secao enunciar sem provas alguns resultados centrais da Teoria Erg
odica
diferenci
avel. Para os interessados em suas provas, recomendamos a leitura de
[Ma
n87].
Deni
c
ao 12.1. Seja f : M d M d um difeomorsmo da variedade M . Um
ponto x M e dito regular se existe n
umeros 1 < 2 < l (x) e uma
decomposicao E1 (x) El (x) = Tx M tal que em cada subespaco Ei vale:
1
log Df n (x)v = i (x),
n n
lim
l
(x)i (x)d(x).
i=0
Ent
ao,
Teorema 12.3 (desigualdade de Ruelle). Se e uma medida invariante
para um difeomorsmo (ou endomorsmo) C 1 de uma variedade compacta M ,
ent
ao:
h (f ) (x)d(x).
Teorema 12.4 (f
ormula de Pesin). Se e uma medida invariante absolutamente contnua com respeito a
` medida de Lebesgue para um difeomorsmo (ou
ao:
endomorsmo) C 1+ de uma variedade compacta M , ent
h (f ) = (x)d(x).
12.3
Exerccios
Bibliograa
[BK83]
P. Erd
os and P. Tur
an. On some sequences of integers. J. London.
Math. Soc., 11:261264, 1936.
[Fal90]
K. Falconer. Fractal geometry. John Wiley & Sons Ltd., 1990. Mathematical foundations and applications.
[Fer02]
R. Fernandez. Introduca
o `
a teoria da medida. Projeto Euclides. IMPA,
2002.
[Fur77]
[Fur81]
H. Furstenberg. Recurrence in ergodic theory and combinatorial number theory. Princeton Univertsity Press, 1981.
[Ma
n87] R. Ma
ne. Ergodic theory and dierentiable dynamics. Springer Verlag,
1987.
[Orn70] D. Ornstein. Bernoulli shifts with the same entropy are isomorphic.
Advances in Math., 4:337352 (1970), 1970.
[Rok66] V.A. Rokhlin. Selected topics from the metric theory of dynamical
systems. A. M. S. Transl., 49:171240, 1966. Transl. from Uspekhi
Mat. Nauk. 4 - 2 (1949), 57128.
[Rud87] W. Rudin. Real and complex analysis. McGraw-Hill, 3 edition, 1987.
[Sze75]
S. Szemeredi. On sets of integers containing no k elements in arithmetic progression. Acta Arith., 27:199245, 1975.
140
BIBLIOGRAFIA
[Wey16] H. Weyl. Uber die Gleichverteilungen von Zahlen mod Eins. Math.
Ann., 77:313352, 1916.