книги / Математическая теория энтропии
..pdf62 |
Гл. 1. Сведения из теории вероятностей |
Доказательство. Пусть Л е Г . Тогда
^ Р (dco) Е1(Е* (со, *)) = |
^ Р (^®) ^ ^ |
(®» rf®i) ^ (®1»*) = |
|||
л |
A |
|
Q |
|
|
= |
J Я (d©) |
J |
Я5 (cfco, | NE(©)) £ с (©„ ж). |
||
i |
|
А |
N^"l (Nj(o))) |
|
Используя свойство !транзитивности канонических семейств условных мер, получаем, что
5 Я (d©) 5 Я5 (d©, | NE(ш)) £ S (©„ ж) =
д“Г1 (Nt«*>)
= 5 Р (da) |
\ |
Р1(d©, | Nc ((D)) £ С(й,, ж), |
АNj"* (Nt (®))
откуда
f Р (da) £ 5( £ 5 (ю, *)) = |
^ Я (d©) ^ Я5 (ю, d©i) £ s (©,, ж) = |
|
J |
л |
а |
— ^ Я (d©) £ с (ю, ж) = ^ Я (d©) ж (©)
в силу того, что Л е Г с ^ . Таким образом, для любого мно жества Л е Г
J Я (d©) Е1(£ s (ю, ж)) = |
J Я (d©) £* (©, ж), |
л |
л |
откуда в силу единственности п. в.
|£ 5(Яс(ж)) = £*(ж).
1.7. с л у ч а й н ы е п р о ц е с с ы и д и н а м и ч е с к й е ^С'и с т е м ы
Случайный процесс — это абстрактное математическое поня тие, которое используется для описания случайных явлений, за висящих от некоторого параметра (как правило, времени) и подчиняющихся вероятностным законам. Например, повторяю щиеся извлечения шара из урны могут быть представлены не которым случайным процессом. Другие примеры ситуаций или явлений, описываемых случайными процессами, — это повторяю щиеся бросания монеты, положение капельки масла в опыте
1.7. Случайные процессы и динамические системы |
63 |
-Милликена1), выигрыши в рулетку в серии последовательных игр, число людей в очереди в кассу кинотеатра и т. д.
Для наших целей обычно будет достаточно рассматривать •только случайные последовательности. Это такие случайные
.процессы, для которых параметрическое множество счетно, и поэтому можно считать, что оно является множеством всех це лых чисел или некоторым его подмножеством.
Определение 1.21. Случайной последовательностью в изме римом пространстве (Г, 5?) называется семейство случайных ве личин, которые заданы на одном и том же пространстве Лебега, принимают значения из Г и заиндексированы целыми числами, пробегающими некоторое подмножество множества всех целых чисел.
Рассмотрим, например, последовательные извлечения с воз вращением шаров из урны, содержащей красные, белые и •синие шары в отношении 3 : 2 : 5 , и не будем накладывать на количество извлечений никаких ограничений. Это испытание может быть представлено пространством Лебега (2(S), Ф , р), описанным в примере 1.3, где S = {r, w, b}. Определим для каждого положительного целого числа п функцию хп на про странстве 2(S), полагая
Хп(©) = ю (я),
где через а>(п) обозначена п-я координата последовательности ©. Семейство {хп: n s Z } — это случайная последовательность, п -й член которой представляет исход п-го извлечения.
Предположим теперь, что вы участвуете в следующей азарт ной игре с описанной выше урной. В случае извлечения крас ного или белого шара вы выигрываете один доллар, а в случае извлечения синего шара проигрываете один доллар. Будем счи тать, что ваши денежные ресурсы неограниченны и игра про должается бесконечно. Извлечения шаров из урны описываются с помощью пространства Лебега (2(5), Ф, р), и если опреде лить на множестве S функцию g, полагая
1 Имеется в виду опыт Милликена по определению заряда электрона путем измерения установившейся скорости движения заряженной капельки масла в вязкой среде (воздухе) под действием однородного электрического поля. В .отличие от движения броуновских частиц здесь скорость движения полностью определяется одной изменяющейся дискретно случайной величи ной — зарядом капельки. — Прим, перев.
64 Гл. 1. Сведения из теории вероятностей,[
то g о хп — случайная величина на пространстве 2(5). Ее зна
чение зависит |
от исхода «-го извлечения и представляет ваш |
выигрыш (или |
проигрыш) в результате этого извлечения. Таким |
образом, |
п — 1, 2, ...} —это случайная последователь |
ность, которая |
служит моделью описанной игры. |
Вероятностный закон, которому подчиняется развитие слу чайного процесса, задается совместными вероятностными рас пределениями случайных величин, образующих этот процесс. Если х — случайная величина на пространстве Лебега (Q, У , Р), то ее пространством распределения (distribution space) назы вается факторпространство пространства Q по разбиению «“'(е), где е — это точечное разбиение! пространства значений х. Во всех случаях, которые будут нами рассматриваться, это про странство значений является пространством Лебега (или по меньшей мере оно обладает счетным базисом), т. е. разбиение дН (е) измеримо. В разд. 1.4 д^я полученного таким образом факторпространства использовалось обозначение (Q*, STх, Рх). Вероятностная мера Рх называется распределением случайной величины х. Как отмечалось в разд. 1.4, событиями из простран ства распределения х являются в точности те множества из ст-алгебры ЗГ, которые определяются значением случайной ве личины х.
Предположим теперь, что {хп: п е /} — это некоторый конеч ный набор случайных величин, заданных на пространстве (Q, 3F, Р) и принимающих значения в пространстве (Г, 9), где ст-алгебра $ является счетно-порожденной. Пространством совместного распределения (joint distribution space) этого семей ства случайных величин называется факторпространство, отве чающее произведению всех разбиений х~1(г) для « е /. Совмест
ным вероятностным распределением или просто совместным
распределением семейства |
случайных величин |
{х„: гае/} назы |
|
вается мера |
Pj, где £ = |
Wn e f x~l (е)'. Эта |
мера однозначно |
определяется |
величинами |
|
|
|
Р{соей: х„(со)еВп, гае/}, |
(1.17) |
где множества {/?„} выбираются из некоторого счетного семей ства множеств, порождающего а-алгебру Часто, когда гово рят о совместном вероятностной распределении случайных ве личин {х„: гае/}, имеют в виду'именно набор чисел (1.17).
В большинстве приложенийобычно заданы как раз сов местные вероятностные распределения и случайные процессы классифицируются в зависимости от свойств совместных распре делений всевозможных конечных наборов случайных величин, образующих процесс. Например, если случайная последователь ность {хп: га е Z) такова, что для любого конечного подмноже
1.7. Случайные процессы и динамические системы |
65 |
|
ства I c zZ разбиения |
(е): t е /} образуют независимое |
се |
мейство, случайный процесс {*,,} называется независимым. Этим свойством обладает, например, описанный выше процесс извле чений шаров из урны с возвращением. Другой пример: случай ная последовательность {xn; n e Z } со значениями в R назы вается гауссовским процессом, если для каждого конечного подмножества- Z соответствующее совместное распределение является многомерным нормальным распределением.
Два случайных процесса со значениями из одного и того же множества называются эквивалентными, или тождественными, если они имеют одно и то же параметрическое множество Т и их пространства совместнбго распределения изоморфны для лю бого конечного подмножества Т.
Рассмотрим для примера два случайных процесса {g„: п е Z +) и {уп: п е Z +}. Здесь gn— g ° x n с определенными выше хп и g, а уп строятся следующим образом: положим Si = {+1, —1} и
М + П — у. М —1) = у* тогда |
|
|
|
|
t/„(co) = |
co(n) |
|
|
|
для любой последовательности to е |
2 (Si), где |
(2 (S|), |
р,) — |
|
пространство Лебега, описанное |
в |
примере |
1.3. Легко |
прове |
рить, что эти две случайные последовательности эквивалентны. Заметим, что вторая последовательность может служить моделью последовательности бросаний монеты с выигрышем одного доллара, в случае если выпал орел, и проигрышем одного доллара при выпадении решки.
Пусть нам известны только совместные вероятностные рас пределения некоторой случайной последовательности с про странством значений (Г, $) и параметрическим множеством Т. Как правило, по этим совместным распределениям можно по строить пространство Лебега и заданные на этом пространстве случайные величины, представляющие этот процесс. Для этого в качестве Q надо взять декартово произведение стольких эк земпляров множества Г, сколько элементов содержится в Т. Вероятностная мера Р и о-алгебра^ строятся с использованием теоремы Колмогорова о продолжении, как это делалось в при мерах кЗ^-Ч.7. В этих примерах заданные согласованные се мейств мер как раз и являются совместными вероятностными распределениями случайной последовательности. Для получе ния последовательности случайных величин надо, как и выше, в качестве n-й случайной величины взять проекцию на п-ю ко ординату. Полученное таким образом пространство (Q, 9r, Р) иногда называют пространством реализаций или пррстранством траекторий случайного процесса. Заметим, что точками o e f i
66 Гл. 1. Сведения из теории вероятностей
этого пространства являются всевозможные последовательно сти элементов Г, получаемые при развитии случайного процесса во времени.
Поскольку вся информация о случайном процессе заключена в его пространстве реализаций, некоторые сразу же определяют случайный процесс как вероятностную меру на декартовом про изведении некоторого семейства {(Г<, §t): t^ T } , измеримых пространств. Мы, однако, не делаем этого и будем обычно по нимать под случайным процессом индексированный набор слу чайных величин на пространстве Лебега.
Рассмотрим теперь |
пространство Лебега (2(S), |
ц), вве |
|||
денное |
в |
примере 1.3, |
и определим |
отображение Т множе |
|
ства 2(S) |
в себя формулой |
|
|
||
|
|
(Тсо) (п) — со (п + |
1). |
|
|
Таким образом, Т переводит последовательность |
Можно |
||||
с»о, ©!, |
...) |
в последовательность ( ..., со0, <0|, оа2, ...) . |
легко убедиться в том, что если С — цилиндрическое множество, то Т-1 (С) также является цилиндрическим множеством. Поскольку цилиндрические множества порождают <г-алгебру !Г, отсюда следует, что Т — это измеримое отображение простран ства (2(S), &~) в себя. Кроме того, верно, что если F e # -, то
р. (Т-1/7) = р (F), т. е. преобразование Т сохраняет меру р. Определенное так отображение называется преобразованием
сдвига и является примером метрического эндоморфизма.
Определение |
1.22. Метрическим |
эндоморфизмом |
простран |
||
ства Лебега (£2, |
Р) |
называется |
такое измеримое |
отображе |
|
ние |
Т пространства £2 |
в себя, что |
Т“‘/•’e i F и P(T~'F ) = P(F) |
||
для |
любого множества |
Если область значений Т — это |
почти все пространство £2'). ограничение Т на некоторое под множество £2 меры 1 обратимо и это обратное отображение
является |
метрическим эндоморфизмом, |
Т называется метриче |
|||||||
ским автоморфизмом. |
|
|
|
|
|
||||
Заметим, |
что |
метрический |
автоморфизм — это |
то, что |
|||||
в разд. 1.2 мы называли |
изоморфизмом (modO) пространства |
||||||||
(£2, |
Р) |
с самим |
собой. |
называется |
четверка |
(£2, |
Р, Т), |
||
Динамической |
системой |
||||||||
где |
(£2, |
Р) — пространство Лебега, |
а Т — его метрический |
||||||
эндоморфизм. |
В |
случае когда Т — метрический автоморфизм, |
|||||||
динамическая система называется |
обратимой. |
а х — некото |
|||||||
рая |
Пусть |
(£2, |
Р, Т) — динамическая |
система, |
|||||
случайная |
величина на пространстве (£2, |
Р). Поскольку |
‘) Это условие всегда выполнено, поскольку Т сохраняет меру.— Прим,
перев.
1.7. Случайные процессы и динамические системы |
67 |
Т — метрический эндоморфизм, х о Тя является случайной вели чиной для каждого n e Z +, и поэтому если положить
Хп (®) = х (Тп (<*>)),
то {х„: » 6 Z +) есть случайный процесс. Если динамическая система обратима (т. е. Т является метрическим автоморфиз
мом), то определены также случайные величины х о Т~“, а потому задан процесс {хп: n e Z } .
В |
силу того что Р(Т~1Е) = Р(Е) для' ^любого множества |
£ е |
описанные в предыдущем абзаце случайные процессы |
обладают стационарными совместными распределениями, т. е. представляют собой примеры стационарных случайных процес
сов. Действительно, |
пусть (Г, *&)— пространство значений слу |
|
чайной величины х, |
а |
{£0, £ (........ Вп} — некоторое семейство |
множеств из а-алгебры |
9. Тогда |
|
x - 1(B0) m ~ l {x-lBi)n ... |
||
и, поскольку Т сохраняет меру, |
||
Р [х~' (В0) П . . . ПТ_п(х_1 (£»))] = |
||
|
= |
Р [Т -‘ (дг-1(В0)) П .. . П Т -"-1{х~1(В*))]. |
Последнее равенство означает, что совместное вероятностное распределение набора случайных величин {Х|, ..., Xn+i} совпа дает с совместным вероятностным распределением набора слу чайных величин {хо, хи •••» хп). Как легко показать, отсюда следует, что для любого конечного множества I целых чисел совместное вероятностное распределение семейства случайных величин {хп: л е / ) совпадает с совместным распределением се мейства {х„+*: п е / } при любом k е Z+. Случайные процессы, удовлетворяющие этому условию, и называются стационарными.
Как отмечалось в |
начале этого раздела, физическая интер |
претация случайного |
процесса (х<: f e Z } состоит в том, что |
это некоторое явление, протекающее с изменением параметра t (мы будем считать, что это время). Стационарность случайного процесса гарантирует неизменность его вероятностной струк туры при сдвиге во времени. Следовательно, можно считать, что такие процессы представляют «установившиеся» явления, т. е. такие, динамическая структура которых не зависит от времени.
Пусть |
(Q, £Г, Р, Т) — обратимая |
динамическая система, |
||
а 1 — измеримое разбиение пространства Q. Предположим, что |
||||
случайная |
величина х с областью определения Q и областью |
|||
значений Qj — это каноническая |
проекция Ns, |
сопоставляющая |
||
точке <о тот элемент разбиения |
5, в котором |
она содержится. |
||
Тогда (х о Т“: п е Z) — стационарный |
случайный процесс, и |
68 |
Г л. 1. Сведения из теории вероятностей |
таким образом каждое измеримое разбиение пространства состояний динамической системы определяет некоторую стацио нарную случайную последовательность.
Обратно, пусть {хп: п е Z) — стационарная случайная после довательность на пространстве (Q, SF, Р). Обозначим через измеримое разбиение х~1(е) пространства Q, где е — точечное
разбиение пространства значений случайных величин, и через £ обозначим разбиение V*_Почти всякая точка ю .фактор-
пространства (Qj, &~{, Р5) может быть однозначно представлена в виде
®= П Х п 1( г п)>
Л —— оо
где ( ..., r_j, г0, г(, ...) — некоторая бесконечная в обе стороны последовательность элементов из пространства значений слу чайных величин хп *). Определим преобразование Т простран
ства
00*3
тй© )= П |
irn)- |
П» —оо
Всилу стационарности случайного процесса преобразование Т
измеримо, сохраняет меру и (£2г, Р{, Т) является обрати мой динамической системой. Стационарный случайный процесс
{уп\ п е Z), |
где уо = Ngg0— это каноническая проекция простран |
|
ства |
Qg на |
пространство Qg,, а 'уп = Уо°Тп, эквивалентен про |
цессу |
{хп: n e Z } . |
Как видно из последних двух [абзацев, стационарные случай ные последовательности эквивалентны измеримым разбиениям динамических систем, т. е. стационарные случайные процессы можно представлять в виде пары (Т, 5), где Т — некоторый метрический автоморфизм (или эндоморфизм), а | — измеримое разбиение того пространства Лебега, на котором действует Т. Вид случайного процесса определяется совместными распреде лениями составляющих его случайных величин, а совместные распределения в свою очередь задаются факторпространствами
по ^разбиениям |
V/s S T-/£ (5 — конечное множество). |
Напри |
|||
мер, |
случайный |
процесс (Т, |) является бернуллиевским, |
а раз |
||
биение %— бернуллиевским разбиением2) тогда и только |
тогда, |
||||
') |
Пространство (Qg, У g, Pg) — это не что иное, как пространство реали |
||||
заций |
случайного |
процесса |
{* n}, т. е. его |
элементы — это траектории ш = |
|
= ( .. . , х_, (со), XQ(ш), х 1(to), |
... ). — Прим, |
перев. |
|
2) В оригинале — independent process и independent partition соответ ственно. В русской литературе термин «бернуллиевский> используется приме
нительно к случайным процессам, образованным независимыми одинаково распределенными случайными величинами (см. последнее примечание пере водчика к разд. 1.1).— Прим, перев.
1.7. Случайные процессы и динамические системы |
|
|||
когда разбиения {т |
£: / е Z} образуют независимое семейство. |
|||
(Здесь мы считаем, |
что Т — метрический автоморфизм, так что |
|||
П в (ТС: С е |
также |
является измеримым разбиением.) Слу |
||
чайный процесс |
(Т, |) |
называется марковским, а |
разбиение |
|
1 — марковским |
разбиением, если при любом п > 1 |
для всех |
l ''-измеримых множеств условная вероятность относительно разбиения совпадает с условной вероятностью отно
сительно разбиения Т-1|.
Рассмотрим обратимую динамическую систему (Q, iF, Р, Т) как математическую модель вселенной с механизмом (задавае мым преобразованием Т), определяющим ее эволюцию во вре мени. Измеримые разбиения пространства Q отвечают случай
ным испытаниям, |
так что если | — некоторое испытание, то |
Т-11 — это то же |
испытание, но проводимое на одну единицу |
времени позже. Поскольку преобразование Т сохраняет меру, вероятностная структура испытания не меняется с ходом вре
мени. Элементами разбиения V"_0T-/| являются наборы исхо
дов п + 1 последовательных повторений испытания. С этой точки зрения интересно выяснить, все ли события могут быть определены исходами повторений некоторого данного испыта ния и, в частности, существует ли испытание с конечным числом исходов, повторения которого дают любое событие. Измеримое разбиение | называется образующим разбиением для динами
ческой системы (£2, $Г, Р, Т), если V 7 - - « ^ ==e (mod 0), т. е.
если (V/._„T/ i r t ^ *- Рохлин [126, 127], Перри [112—116] и
Кригер [71] внесли большой вклад в решение задачи об опре делении условий, которым должно удовлетворять преобразова ние Т, чтобы для него существовали конечные или счетные
образующие |
разбиения *)• |
Если 1 — |
любое измеримое разбиение пространства (Q, , Р), |
а Т — метрический автоморфизм этого пространства, то раз биение | является образующим для динамической системы
(Q5~, ST^oo, |
Pjoo, Tjoo), |
где |
£°° = |
VJ1_00 T^. Преобразование T5«. |
|
определяется формулой |
|
|
|
||
|
fi |
т 1(A,)-+ |
П |
Т/+ЧЛ/), |
|
|
/«■—OO |
. |
—OO |
||
где |
— элементы |
разбиения |
£, a f|Jl_oo T/ (Aj) — пред |
||
ставление элементов |
разбиения |
£°° 2). |
l) См. примечание переводчика на стр. 207. — Прим, перев.
*) Ср. с приведенным выше построением динамической системы по ста ционарной случайной последовательности. — Прим. перев.
70Гл. 1. Съедения из теории вероятностей
1.8.ЭРГОДИЧЕСКАЯ ТЕОРЕМА И ТЕОРЕМА
О СХОДИМОСТИ МАРТИНГАЛОВ
Пусть х — заданная вещественнозначная случайная |
вели |
|||||
чина на пространстве , (Q, |
Р), |
а Т — метрический эндомор |
||||
физм этого |
пространства. |
Как |
мы видели в предыдущем раз |
|||
деле, случайные величины х п = |
х<>Тп образуют |
стационарную |
||||
случайную |
последовательность, |
|
а при фиксированном |
о е Q |
||
последовательность х0(©), |
х х(©), |
... , хп(со), ... |
представляет |
собой набор реализаций случайной величины х в последова тельные моменты времени. Среднее по времени значение х за N испытаний составляет
УУ—1 |
N - 1 |
/-0 / - о
Если у последовательности
КО 1
существует предел, то он по определению равен среднему зна чению случайной величины х по всей последовательности испы таний. В частности, пусть *(© )= 1д(со), где А — некоторое со бытие из а-алгебры 5Г. Тогда
|
|
|
tf-l! |
N - l |
|
|
|
|
|
|
|
о |
1 |
о |
|
|
|
является средним числом появлений события А за N повторе |
||||||||
ний испытания, |
представленного разбиением {A, Q — А). |
Для |
||||||
того чтобы убедиться |
в этом, напомним, |
что появление собы |
||||||
тия А равносильно |
тому, |
что ю е А Если со — исход испыта |
||||||
ния в момент |
времени 0, |
то Тсо — его |
исход |
в момент |
вре |
|||
мени |
1, и вообще, |
Тп<о — исход испытания в момент временил. |
||||||
Таким |
образом, ш е |
Т 'М |
тогда и только |
тогда, когда Т 'а е Д |
||||
т. е. AT- IA (со) — 1 тогда и только тогда, |
когда |
в момент вре |
||||||
мени / произошло событие А. |
|
|
|
|||||
В случае когда |
{A, Й — А) — | — бернуллиевское разбиение |
|||||||
(т. е. {Т_/|: / e Z + } - |
независимое семейство разбиений), |
вхо |
дящие в это семейство разбиения отвечают независимым повто рениям испытания с двумя исходами. Если основываться на на шем интуитивном представлении о вероятности, то в этом слу чае среднее число появлений события А должно сходиться к
L8. Эргодическая теорема |
71 |
Р{А). Действительно, усиленный закон больших чисел как раз и утверждает, что
|
|
|
|
N -1 |
|
|
|
|
|
|
|
|
|
|
N■>00lim жЕ 1Л(Т'со) = |
Р(Л) |
|
|
|
||||
|
|
|
|
|
О |
|
|
|
|
|
|
для |
Р-п. в. со, если |
{Л, |
Q — А } — бернуллиевское |
разбиение |
|||||||
относительно эндоморфизма Т. |
|
|
|
|
|
||||||
Пусть пространство (Q, |
|
Р) представляет собой единичный |
|||||||||
интервал с мерой Лебега, |
а Т — преобразование, |
переводящее |
|||||||||
интервал Jo, у ) |
линейно |
в интервал [ у , |
l ) , |
а |
интервал |
||||||
[ т ’ |
0 |
лине®но в интервал Jo, |
у ) . Пусть А = Jy , |
т ) ^ [ . Т ’ ^]‘ |
|||||||
Легко |
проверить, |
что |
|
|
|
|
|
|
|
|
|
|
|
|
N - |
1 |
|
( |
1, |
если |
с о е |
Л* |
|
|
|
Nlim+ со жЕ U (T'o) |
|
||||||||
|
|
\ |
0, |
если |
соф А ; |
|
таким образом, этот предел уже не является совпадающим почти всюду с постоянной величиной Р(Л). Ясно, что то же самое произойдет и для любого множества, которое инвариантно отно сительно преобразования Т.
Предположим все же, что нетривиальных (т. е. таких, вероят ность которых не равна 0 или 1) Т-инвариантных множеств нет. В этой ситуации справедлива очень важная теорема (эргоди ческая теорема), согласно которой для таких эндоморфизмов Т (они называются эргодическими) всегда происходит по существу то же самое, что и в случае, когда {Л, Q —А} — бернуллиевское разбиение для эндоморфизма Т.
Определение 1.23. Динамическая система (Q, , Р, Т) и мет рический эндоморфизм Т называются эргодическими, если из соотношения Р(Т-1Д АЛ) = 0 следует, что или Р{А) — 0 или
Р (А )= 1.
Перед тем как сформулировать эргодическую теорему, мы сформулируем и докажем (используя рассуждения Гарсиа) лем му, которая играет центральную роль в доказательстве эргодической теоремы.
Максимальная эргодическая лемма. Пусть (Q, |
Р, Т) — |
динамическая система, х — интегрируемая случайная |
величина |
на пространстве Q и |
|