Lp-Ergodensatz

Der Lp-Ergodensatz, auch statistischer Ergodensatz genannt, ist ein zentraler Satz der Ergodentheorie, einem Teilgebiet der Mathematik, das in dem Bereich zwischen Maßtheorie, Theorie dynamischer Systeme und Wahrscheinlichkeitstheorie anzusiedeln ist. Er beschäftigt sich damit, unter welchen Umständen bei der Iteration einer Abbildung die Mittelwerte über die Iterationen mit den Mittelwerten der Funktion übereinstimmen. Im Gegensatz zum individuellen Ergodensatz beschäftigt sich der -Ergodensatz mit der Konvergenz im p-ten Mittel und nicht mit der fast sicheren Konvergenz. Der Satz wurde 1930/31 von John von Neumann bewiesen, jedoch erst 1932 veröffentlicht[1]. Ein kompakter Beweis ist beispielsweise mittels des Hopf'schen Maximal-Ergodenlemmas und des individuellen Ergodensatzes möglich. Der Satz lässt sich auch allgemeiner auf Hilberträumen mit isometrischen Operatoren und der Normkonvergenz formulieren.

Aussage

Gegeben sei ein Wahrscheinlichkeitsraum und eine maßerhaltende Abbildung sowie die σ-Algebra der T-invarianten Ereignisse. Sei der Raum aller -fach Lebesgue-integrierbaren Funktionen (siehe auch Lp-Raum), kurz mit bezeichnet, sowie der bedingte Erwartungswert von bezüglich der σ-Algebra .

Ist , dann gilt für alle , dass auch in liegt und

.

Hierbei bezeichnet die Lp-Norm.

Ist P-trivial (bzw. äquivalent dazu eine ergodische Transformation), so gilt und demnach

.

Die Mittelwerte d​er iterierten Abbildungen konvergieren a​lso im p-ten Mittel g​egen den (bedingten) Erwartungswert.

Anwendung in der Stochastik

Der -Ergodensatz lässt sich wie folgt auf stochastische Prozesse anwenden: Dazu betrachtet man einen kanonischen Prozess auf dem Wahrscheinlichkeitsraum , wobei ein polnischer Raum wie beispielsweise eine endliche oder abzählbar unendliche Menge oder der ist. Die Transformation definiert man dann als den Shift , der gegeben ist durch

.

Für den stochastischen Prozess gilt also und ist genau dann ein maßerhaltendes dynamisches System, wenn ein stationärer stochastischer Prozess ist.

Setzt man nun , wobei sein soll, sowie , so folgt, dass für stationäre Prozesse

gilt. Ist wieder eine P-triviale σ-Algebra (bzw. eine ergodische Transformation oder ein ergodischer stochastischer Prozess), so folgt genauso wie oben, dass ist.

Einzelnachweise

  1. Achim Klenke: Wahrscheinlichkeitstheorie. 2013, S. 454

Literatur

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. The authors of the article are listed here. Additional terms may apply for the media files, click on images to show image meta data.