Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Primer Curso de Sistemas Dinamicos
Primer Curso de Sistemas Dinamicos
INTRODUCCIÓN
Tal que
FORMULA
La órbita converge a un punto fijo. Este punto fijo es un punto de equilibrio inestable, i, e;
FORMULA
¿? Suficientemente pequeño de modo que
FORMULA
Primero vamos a revisar el concepto de medida (de probabilidad para el caso) y de ahí iremos a las medidas
empíricas.
En nuestro caso los “eventos fundamentales” son las bolas abiertas en nuestro espacio de configuraciones
FORMULA
Para definir una medida necesitamos asignar a cada “evento fundamental” una probabilidad de que ocurra
FORMULA
Luego ¿? Se extiende a otros “eventos” que se puedan obtener por uniones numerables y complementaciones
de “eventos fundamentales”
Por ejemplo
En X…. los eventos fundamentales son los intervalos abiertos. Un evento compuesto es el conjunto de cantor
diadico ¿?
FORMULA
P Proyecto: escribir un programita en octave que dibuje una esponja cantoriana hasta el nivel 10 por ejemplo
Por ejemplo
FORMULA
Resulta que en este ejemplo ¿? Se aproxima a la medida uniforme, así que podemos usarla para aproximar
integrales
FORMULA
Así que dada una función continua por pedazos …………… tendremos
FORMULA
Que coinciden con el promedio temporal, en el curso de la órbita, de los valores que toma la función g.
Así, si tomamos ….…., FORMULA tendremos (de acuerdo a nuestro programita octave).
FORMULA
TEOREMA LIMITE UN
Comenzamos con una versión algo general y sin pruebas 8luego iremos a una versión menos general) y unas
demostraciones a hechos relacionados con el teorema.
El principal resultado sobre el comportamiento asintótico (T….) de las medidas empíricas es el siguiente:
TMA 1 Nos damos un sistema dinámico (X,F) supongamos que las condiciones iniciales se distribuyen de
acuerdo con la medida ¿?, entonces las medidas empíricas ¿? Emergen para todo Xo en un conjunto ¿?.... de
medida total, es decir,
FORMULA
Preguntas
¿En qué sentido converge ¿??
¿Se puede saber hacia que converge?
Comentario:
El enunciado del TMA1 deriva del conocido como “Teorema de Birkhoff”. El enunciado del Teorema de
Birkhoff en realidad dice los siguiente:
TMA B Sea f…… integrable con respecto a ¿? Y supóngase que ¿? Es F – invariante Entonces
FORMULA
ALGUNAS DEFINICIONES
La medida ¿? Es F – invariante sí
FORMULA
Por cierto, para aquellos que no sepan que quiere decir, que f sea integrable según ¿?, o respecto de ¿?, o ¿?
Integrable, piensen por lo pronto que f puede aproximarse por funciones constantes por pedazos,
FORMULA
Donde ¿……. Es un numero real y ¿… es el evento de los puntos X…. tales que ……………., y en tal caso f será ¿?
Integrable sí
FORMULA
Mas comentario
En todo caso, no requerimos en el enunciado del TMA1 que ¿? Sea F- invariante, sino que sea absolutamente
continua respecto a una medida invariante, o lo que es lo mismo, que existe ¿? F- invariante tal que …………….
Respondiendo a las preguntas
Cuando decimos que
FORMULA
Entendemos que
FORMULA
Y tal que
FORMULA
FORMULA
FORMULA
¿Por qué?
Lo que pretendemos es que el limite no depende de Xo en un conjunto de medida total ¿?.
Supongamos por el contrario que hay dos tipos de condiciones iniciales A,B, CX tales que
FORMULA
Y tales que
FORMULA
Con X…….
FORMULA
Luego
FORMULA
Obviamente A….. ¿Por qué? Y como son F- invariantes, entonces si ¿?......, de modo o bien ¿?...... en cuyo caso
¿?.......
A manera de ejemplo
Tomamos
FORMULA
Se supone que ¿? Describe la estadística del sistema (o da la estadística del sistema). La estadística temporal
quiero decir.
Decimos que hay decaimiento de correlación (con respecto a la medida invariante ¿?) si para todo par de
eventos ……….. tales que
FORMULA
Significa que los eventos …… y …….. son independientes, lo que se puede entender así:
FORMULA
“La proporción de condiciones iniciales en …… que a tiempo ….. visitan E, nomas depende de E”
Hay decaimiento de correlaciones cuando la dinámica independiza los eventos.
Por ejemplo
El sistema ……. Con …….. y
FORMULA
Tiene a lebesgue como medida invariante, de hecho, para todo intervalo abierto …………………. Tenemos
FORMULA
De modo que
FORMULA
De manera que
FORMULA
Entonces tenemos
FORMULA
De esta forma probamos que F da lugar a decaimiento de correlaciones con respecto a la medida de lebesgue.
Otra manera de decir esta es que X es mezclante respecto a F
TMA 2 Resulta que si ¿? Es una medida invariante para el sistema (X,F) y hay decaimiento de correlaciones
respecto a esa medida invariante, a lo que es lo mismo, si ¿? Es F- mezclante, entonces ¿? Es ergódica
De hecho, si E es un evento invariante, entonces
FORMULA
Podemos probar “directamente” una versión del TMA 1 para el caso particular de ……………
FORMULA
TMA 3 Dados (X,F) y ¿? Como se acaban de describir, y ……………… con ……………….., entonces
FORMULA
Entonces
FORMULA
Nos damos …….. y nos preguntamos por la medida (de lebesgue) del conjunto
FORMULA
Nótese que ….. es una unión de intervalos didácticos. Cada intervalo que compone …… esta definido por su
extremo izquierdo ……………… cada uno de estos intervalos tiene medida ………, entonces
FORMULA
Con …………………………….
Resulta que ………………. Y más importante
FORMULA
De modo que
FORMULA
Tomemos ahora
FORMULA
Entonces tendremos
FORMULA
Por ejemplo
FORMULA
Definimos (o mejor dicho, le asociamos) el siguiente conjunto ( o mejor dicho, espacio) de secuencias de
símbolos
FORMULA
Podemos pensar en ¿? Como en el conjunto de todos los caminos infinitos en la grafica dirigida
FORMULA
Ahora probaremos la equivalencia. Los sistemas ([a, b],F) y (¿?,..) son equivalentes en el siguiente sentido
La función
FORMULA
Es sobreyectiva y tal que
FORMULA
¿Por qué es sobreyectiva?
¿Cuál es el problema con la definición de …..?
Más adelante nos vamos a ocupar del caso cuando ………… (casi por todos lados), pero por lo pronto veamos
un ejemplo
FORMULA
En este caso
FORMULA
Entonces el producto
FORMULA
Da la distribución a tiempo T.
Explicación
…… (k, j) es el volumen (longitud mas bien) relativa del intervalo [aj, bj], respecto al volumen de la imagen
……………………
La que por definición tiene longitud
FORMULA
Aquí ……… es el volumen relativo de condiciones iniciales en [ …..] que al tiempo T=1 va a dar a [aj, bj].
De modo que
FORMULA
Así que ………… nos sirve para dar peso a los intervalos asociados a intinerarios
Esta bien definida casi para todo ¿? (excepto para un numero numerable de puntos en [a, b] y es 1-a-1
también casi en todos lados si ………. es generadora
FORMULA
Argumento
Entonces si ……………….. tendremos
FORMULA
CADENAS DE MARKOV
En general una cadena de Markov es una forma de especificar una medida en un conjunto de cadenas de
símbolos. Nos damos los símbolos [1,2,….,N} y una regla de transiciones posibles
FORMULA
Que alternativamente puede incluir en, o especificar usando, una matriz de adyacencia
FORMULA
Con su distancia
FORMULA
Y su dinámica
FORMULA
Eventos elementales en este caso son los intinerarios de longitud finita o cilindros
FORMULA
De hecho, como
FORMULA
Entonces
FORMULA
¿Cuál es la medida invariante asociada a una transformación markoviana (de entre las absolutamente
continuas respecto a lebesgue)
Sea ¿? Como antes,
FORMULA
Acordemos que
FORMULA
Notemos que
FORMULA
¿Por qué?
ERGOCIDAD Y MEZCLADO EN CADENAS DE MARKOV
Nos damos una matriz de adyacencia ………………….. , una matriz de probabilidad ¿? Compatible con ¿?, y
un vector ……………. Tal que
FORMULA
Podemos siempre referirnos a una transformación markoviana, aunque hay mas cadenas de Markov que
transformaciones markovianas con el mismo numero de símbolos (estados)
Un bonito teorema de teoría de matrices (el teorema de perron-frobenius) nos asegura que:
…………… es ergodica ¿? Es irreducible
…………… es mezclante ¿? Es primitiva
No iremos a los detalles de estos resultados (nunca acabaríamos el curso; en fin, nunca a tiempo), pero vamos
a ver un ejemplo interesante
FORMULA
Es compatible con
FORMULA
Ejercicio numérico
Dibujar el histograma
FORMULA, IMAGEN
Recordemos que
FORMULA
es una bola abierta.
PROPIEDADES
………. Es estacionaria, o ¿?- invariante, si y solo si
FORMULA
Con
FORMULA
Aquí va la pregunta
O sea
FORMULA
Experimento
IMAGEN, FORMULA
Y mas FORMULA
Luego fijamos cualquier palabra ………. Que sea admisible en ¿?, por ejemplo 123431
Tenemos que
FORMULA
TEOREMA DE PERRON-FROBENIUS
(Esta sección puede verse como un apéndice, aquí vamos a enunciar el teorema de perron-frobenius al menos
una de sus versiones)
Veremos las implicaciones de este en la teoría ergodica de las cadenas de Markov, y propondremos unos
experimentos divertidos al respecto.
TMA 4
Sea M primitiva, entonces
FORMULA
Además ¿? Es un valor propio simple y tiene vectores propios V>o W>o a la derecha e izquierda tales que
FORMULA
Y tales que
FORMULA
Ahora podemos probar que toda cadena de markov con matriz ¿? Primitiva cumple:
1) Hay un único vector invariante a la izquierda ………..
2) Existen constantes ……………… tales que
FORMULA
MAS FORMULAS
COROLARIO
La ecuación (2) implica que toda cadena de Markov, definida por una matriz primitiva ¿?, junto con su vector
invariante 8unico) ¿?, definen una medida ….. que es mezclante.
De hecho, dadas dos bolas abiertas
FORMULA
Como nota
Se puede probar que si, ¿? Es solamente irreducible, entonces hay un único vector invariante a la izquierda y
lamedida ….. es débilmente mezclante, es decir,
FORMULA
Donde
FORMULA
Para los que conocemos los vectores invariantes (que puesto de las matrices son primitivas) únicos
FORMULA
EJERCICIO PRELIMINAR
Probar que ¿? Y ¿? Son de hecho primitivas
EJERCICIO NUMERICO
Comparar ………………… y dibujar la diferencia en ……..
Hacer lo mismo para ………….
Estimar por regresión lineal (habrá un apéndice al respecto) las constantes C y E tales que
FORMULA
Hacer lo mismo para ¿? Y n
El o los métodos de Monte carlo usan números pseudo aleatorios para generar realizaciones típicas de
procesos y usarlas para calcular medidas o integrales a lo que se en nuestro caso rand (1), entra en la
generación de la realización típica
FORMULA
Comparar rand (1) octave con 3x mod (1) al calcular por ejemplo
FORMULA
Es una secuencia determinista para la cual tenemos un control preciso del error en T.
Ejemplo clásico para estimar lebesgue es:
FORMULA
Xo se forma concatenando, en orden léxico grafico, todas las secuencias de todos los tamaños de letras en
{0, 1,………, (b- 1)}
Luego FORMULA
Y así sucesivamente
NOTAS FINALES
Esta bien si el estudiante consulta el libro de Valentin, el de Kitchens y el de Sobol.
Es también importante referirse al senefa para la parte de perron frob.
Habrá un anexo, en la versión Lartex, con los escritos para octave de los ejercicios del libro, y un pequeño
anexo sobre probabilidad y medida.
REFERENCIAS
1.- Valentin Affraimovich, “chaotic Dyn. Sys.”
2.- Bruce Kitchens, “Symbolic Dynamics” Springer 1998
3.- Ilya Sobol “A primer for the Monte Carlo Method”, CRC Press 1994
4.- Eugene Senefa “Non-negative Matrices and Markov Choins” Springer 1981