Зсув Бернуллі

Матеріал з testwiki
Версія від 05:37, 4 листопада 2024, створена imported>BunykBot (автоматична заміна {{Не перекладено}} вікі-посиланнями на перекладені статті)
(різн.) ← Попередня версія | Поточна версія (різн.) | Новіша версія → (різн.)
Перейти до навігації Перейти до пошуку

У математиці схема Бернуллі або зсув Бернуллі є узагальненням Шаблон:Нп для більш ніж двох можливих результатів.[1][2] Схеми Бернуллі природно проявляються в Шаблон:Нп, і тому важливі при досліджені динамічних систем. Багато важливих динамічних систем (такі як аксіома А в теорії динамічних систем) мають атрактор, який є добутком множини Кантора і гладкого многовиду, а динаміка на множині Кантора ізоморфна динаміці зсуву Бернуллі.[3]  По суті, це Шаблон:Нп. Термін «зсув» відноситься до оператора зсуву, який може бути використаний для вивчення схем Бернуллі. Шаблон:Нп[4][5] показує, що зсуви Бернуллі є ізоморфними, якщо їх Шаблон:Нп однакова.

Означення

Схема Бернуллі — це Шаблон:Нп стохастичний процес, де кожна незалежна випадкова величина може приймати одне з N різних можливих значень, причому i-й результат відбувається з імовірністю pi, при i=1,,N, і

i=1Npi=1.

Простір елементарних подій як правило позначається

X={1,,N}

як скорочення для

X={x=(,x1,x0,x1,):xk{1,,N}k}.

Пов'язана міра називається мірою Бернуллі[6]

σ-algebra 𝒜 на X є добутком σ-алгебр, тобто це (скінченний) прямий добуток σ-алгебр скінченної множини {1,,N}. Таким чином, трійка

(X,𝒜,μ)

є простором з мірою. Базис 𝒜 є Шаблон:Нп. Нехай задано циліндричну множину [x0,x1,,xn], її мірою є

μ([x0,x1,,xn])=i=0npxi.

Еквівалентний вираз з використанням позначень теорії ймовірностей має вигляд

μ([x0,x1,,xn])=Pr(X0=x0,X1=x1,,Xn=xn)

для випадкових величин {Xk}.

Схему Бернуллі, як і будь-який стохастичний процес, можна розглядати як динамічну систему з оператором зсуву T, де

T(xk)=xk+1.

Оскільки результати незалежні, то зсув зберігає міру, і, отже, T є Шаблон:Нп. Четвірка

(X,𝒜,μ,T)

є Шаблон:Нп, і називається схемою Бернуллі або зсувом Бернуллі. Її часто позначають як

BS(p)=BS(p1,,pN).

При N = 2 схема Бурнуллі називається Шаблон:Нп. Зсув Бернуллі можна розуміти як окремий випадок , Шаблон:Нп, де всі елементи матриці сумжності одиниці. Таким чином, відповідний граф є клікою.

Відповідності та метрика

Відстань Геммінга забезпечує природну метрику для схеми Бернуллі. Інша важлива метрика, так звана f-метрика, визначається через супремум над відповідностями рядків[7]

Нехай A=a1a2am і B=b1b2bn — два набори символів. Відповідність є послідовністю M пар (ik,jk) набору. Тобто пари для яких aik=bjk, вважаються повністю впорядкованими. Кожна окрема підпослідовність ik і jk впорядковується: 1i1<i2<<ir, і у такий же спосіб 1j1<j2<<jrn.

f-відстанню між A і B є

f(A,B)=12sup|M|m+n,

де супремум беремо за усіма відповідностями M між A і B. Так означена відстань задовольняє нерівність трикутника лише при умові, що m=n, і тому це не зовсім справжня метрика. Незважаючи на це, в літературі загальновживаним є термін «відстань».

Узагальнення

Більшість властивостей схеми Бернуллі випливають із зліченного прямого добутку, ніж з скінченного базового простору. Таким чином, можна прийняти за базовий простір Шаблон:Нп (Y,,ν) і визначити схему Бернуллі як

(X,𝒜,μ)=(Y,,ν).

Такий підхід є конструктивним, оскільки зліченний прямий добуток стандартного простору ймовірностей знову є стандартним простором ймовірностей.

Для іншого узагальнення можна замінити цілі числа на зліченну дискретну групу G. Таким чином,

(X,𝒜,μ)=(Y,,ν)G.

У цьому випадку оператор зсуву замінюється на дію групи

gx(f)=x(g1f)

для елементів групи, f,gG і xYG розуміється як функція x:GY (будь-який прямий добуток YG розуміємо як множину функції [GY], оскільки це є експоненційний об'єкт . Міра μ вибирається як міра Хаара, яка інваріантна під дією групи:

μ(gx)=μ(x).

Ці узагальнення також загальнопринято називати схемами Бернуллі, оскільки вони все ще зберігають більшість властивостей скінченного випадку.

Властивості

Яків Синай показав, що Шаблон:Нп схеми Бернуллі визначається як[8][9]

H=i=1Npilogpi.

Ця формула для ентропії випливає із загального означення ентропії прямого декартового добутку ймовірносних просторів, яке випливає з Шаблон:Нп. У випадку загального базового простору (Y,,ν) (тобто базовий простір, який не є зліченним) зазвичай розглядається відносна ентропія. Так, наприклад, якщо маємо зліченне розбиття

HY=yYν(y)logν(y).

У загальному випадку ця ентропія залежить від розбиття. Однак для багатьох динамічних систем, коли Шаблон:Нп не залежить від розбиття (скоріше існують ізоморфізми, які пов'язують символьну динаміку різних розбиттів і залишають міру інваріантною), і тому такі системи можуть мати добре визначену ентропію, яка не залежить від розбиття.

Теорема про ізоморфізм Орнштейна

Шаблон:Нп стверджує, що дві схеми Бернуллі з однаковою ентропією ізоморфні.[4] Результат є дуже особливим,[10] оскільки для несхематичних систем, таких як Шаблон:Нп немає подібної властивості. Теорема про ізоморфізм насправді набагато глибша: вона забезпечує простий критерій, за допомогою якого багато різних Шаблон:Нп, можна вважати ізоморфними схемам Бернуллі. Результат виявився неочікуваним, оскільки багато систем, які раніше вважалися непов'язаними, виявились ізоморфними. До них відносяться скінченні стаціонарні стохастичні процеси, Шаблон:Нп, скінченні ланцюги Маркова, дифероморфізми Аносова і Шаблон:Нп: всі вони ізоморфні до схем Бернуллі.

В узагальненому випадку теорема про ізоморфізм Орнштейна залишається справедливою, якщо група G є зліченною нескінченною Шаблон:Нп.[11][12]

Автоморфізм Бернуллі

Оборотне Шаблон:Нп Шаблон:Нп (простір Лебега) називають автоморфізмами Бернуллі , якщо воно ізоморфне зсуву Бернуллі[13].

Див. також

Література

Шаблон:Reflist

Шаблон:Authority control

  1. P. Shields, The theory of Bernoulli shifts, Univ. Chicago Press (1973)
  2. Michael S. Keane, «Ergodic theory and subshifts of finite type», (1991), appearing as Chapter 2 in Ergodic Theory, Symbolic Dynamics and Hyperbolic Spaces, Tim Bedford, Michael Keane and Caroline Series, Eds. Oxford University Press, Oxford (1991). ISBN 0-19-853390-X
  3. Pierre Gaspard, Chaos, scattering and statistical mechanics(1998), Cambridge University press
  4. 4,0 4,1 Шаблон:Cite journal
  5. Шаблон:Springer
  6. Klenke, Achim (2006). Probability Theory. Springer-Verlag. ISBN 978-1-84800-047-6.
  7. Шаблон:Cite journal
  8. Ya.G. Sinai, (1959) «On the Notion of Entropy of a Dynamical System», Doklady of Russian Academy of Sciences 124, pp. 768—771.
  9. Ya. G. Sinai, (2007) «Metric Entropy of Dynamical System Шаблон:Webarchive»
  10. Шаблон:Cite journal
  11. Шаблон:Cite journal
  12. Шаблон:Cite journal
  13. Peter Walters (1982) An Introduction to Ergodic Theory, Springer-Verlag, Шаблон:ISBN