4.6 Teorema da desintegra¸c˜ ao de Rokhlin
4.6.3 Conclus˜ ao da demonstra¸c˜ ao
Resta verificar que a fam´ılia de medidas {µP : P ∈ P∗} que acabamos de
construir satisfaz as condi¸c˜oes na defini¸c˜ao de desintegra¸c˜ao (Defini¸c˜ao 4.35). Comecemos pela condi¸c˜ao (a). Seja P ∈ P∗ e, para cada n ∈ N, seja Pn
o elemento da parti¸c˜ao Pn que cont´em P . Observe que se A ∈ A ´e tal que
A∩ Pn=∅ para algum n, ent˜ao,
µP(A) = E(A, P ) = lim m
µ(A∩ Pm)
µ(Pm) = 0,
j´a que Pm⊂ Pn para todo m≥ n. Fixe n. Para cada s ≥ 1, seja (Cj)j a fam´ılia
dos cilindros [a1, . . . , as] que intersectam Pn. Pela observa¸c˜ao que acabamos de
fazer, X
j
µP(Cj) = 1.
Tomando o limite quando s→ ∞, segue ?? que µP(Pn) = 1. Passando ao limite
quando n→ ∞, obtemos que µP(P ) = 1 para todo P ∈ P∗.
Agora tratamos das condi¸c˜oes (b) e (c). Por constru¸c˜ao (lembre o Lema 4.43), dado qualquer A∈ A, a fun¸c˜ao P 7→ µP(A) = E(A, P ) ´e mensur´avel e satisfaz
µ(A) = Z
E(A, P ) dˆµ(P ) = Z
DRAFT
A fam´ılia dos subconjuntos de M para quais valem estas duas propriedades ´e uma classe mon´otona. De fato, suponha que B ´e a uni˜ao de uma sequˆencia crescente (Bj)j de conjuntos para os quais estas s˜ao propriedades s˜ao v´alidas.
Ent˜ao, pela Proposi¸c˜ao 0.27 P 7→ µP(B) = sup
j µP(Bj) ´e uma fun¸c˜ao mensur´avel
e, usando o teorema da convergˆencia mon´otona, µ(B) = lim n µ(Bn) = limn Z µP(Bn) dˆµ = Z lim n µP(Bn) dˆµ = Z µP(B).
Isto mostra ?? que as duas propriedades permanecem v´alidas em toda classe mon´otona gerada porA, ou seja (Teorema 0.15), toda a σ-´algebra de Borel de M .
A prova do Teorema 4.42 est´a completa.
4.7
Exerc´ıcios
4.1. Seja B ⊂ M um conjunto mensur´avel que satisfaz qualquer uma das se- guintes condi¸c˜oes:
1. B ⊂ f−1(B)
2. f−1(B)
⊂ B 3. f (B)⊂ B
4. µ(B∆f−1(B)) = 0.
Mostre que existe C⊂ M tal que f−1(C) = C e µ(B∆C) = 0.
4.2. Prove a Proposi¸c˜ao 4.8: Se θ = (θ1, . . . , θd) ´e racionalmente independente
ent˜ao a rota¸c˜ao Rθ: Td → Td´e erg´odica para a medida de Lebesgue.
4.3. Prove a Proposi¸c˜ao 4.14: Se X ´e um conjunto finito ent˜ao o deslocamento σ : Σ → Σ em Σ = XN ou Σ = XZ ´e cont´ınuo e transitivo. Al´em disso, o
conjunto dos pontos peri´odicos ´e denso em Σ.
4.4. Seja X um espa¸co topol´ogico, munido da sua σ-´algebra de BorelC, e seja Σ = XN. Mostre que se X tem base enumer´avel de abertos ent˜ao a σ-´algebra
de Borel de Σ (para a topologia produto) coincide com a σ-´algebra produto B = CN. O mesmo vale para Σ = XZ e
B = CZ.
4.5. Seja µ uma probabilidade invariante, n˜ao necessariamente erg´odica, de uma transforma¸c˜ao mensur´avel f : M → M. Mostre que dados quaisquer conjuntos mensur´aveis A e B existe o limite
lim n 1 n n−1 X i=0 µ(f−i(A) ∩ B).
DRAFT
4.7. EXERC´ICIOS 135
4.6. Mostre que as seguintes condi¸c˜oes s˜ao equivalentes: 1. (f, µ) ´e erg´odico;
2. para todo A mensur´avel com µ(A) > 0 temos que µ(S
n≥0
f−n(A)) = 1;
3. para todos A, B mensur´aveis com µ(A)µ(B) > 0 temos que existe n≥ 1 tal que µ f−n(A)
∩ B> 0;
4. a convergˆencia na condi¸c˜ao (c) da Proposi¸c˜ao 4.4 vale para alguma escolha de p, q e algum subconjunto denso de fun¸c˜oes ϕ∈ Lp(µ) e ψ
∈ Lq(µ);
5. existe p∈ [1, ∞] tal que toda fun¸c˜ao invariante ϕ ∈ Lp(µ) ´e constante em
µ-quase todo ponto;
6. toda fun¸c˜ao mensur´avel ϕ com ϕ◦ f ≥ ϕ em µ-quase todo ponto (ou ϕ◦ f ≤ ϕ em µ-quase todo ponto) ´e constante em µ-quase todo ponto. 4.7. Suponha que M ´e um espa¸co m´etrico. Prove que µ ´e erg´odica para f : M → M se, e somente se a m´edia temporal de toda fun¸c˜ao cont´ınua limitada ϕ : M → R ´e constante em µ-quase todo ponto.
4.8. Neste exerc´ıcio a seguir propomos outra demonstra¸c˜ao para a Proposi¸c˜ao 4.7. Suponha que θ ´e irracional.
1. Mostre que a ´orbita{Rn
θ(z) : n∈ Z} de todo z ∈ S1´e densa em S1.
2. Seja A um conjunto invariante com medida positiva. Mostre que nenhum ponto de S1´e ponto de densidade de Ac. Conclua que µ(A) = 1.
4.9. Suponha que θ ´e irracional. Seja ϕ : S1→ R uma fun¸c˜ao cont´ınua qualquer. Mostre que ˜ ϕ(x) = lim n→∞ 1 n n−1X j=0 ϕ(Rjθ(x)) (4.37)
existe em todo ponto e, de fato, o limite ´e uniforme. Justifique que ˜ϕ ´e constante em todo ponto. Deduza que Rθ tem uma ´unica probabilidade invariante.
Dica: Verifique que a sequˆencia do lado direito de (4.37) ´e equicont´ınua e use o teorema de Ascoli-Arzel´a.
4.10. Seja f : M → M uma aplica¸c˜ao mensur´avel num espa¸co topol´ogico M com base enumer´avel de abertos e seja µ uma medida de probabilidade erg´odica para f . Mostre que a ´orbita {fn(x) : n
≥ 0} de µ-quase todo ponto x ∈ M ´e densa no suporte de µ.
4.11. Dˆe exemplo de um par de transforma¸c˜oes f : X → X e g : Y → Y , preservando medidas erg´odicas η e ν, respectivamente, tal que a transforma¸c˜ao produto T = f× g n˜ao ´e erg´odica para a medida invariante µ = η × ν .
DRAFT
4.12. Seja A uma matriz quadrada de dimens˜ao d com coeficientes racionais e seja λ um autovalor racional. Mostre que existe algum autovetor com coeficien- tes inteiros, ou seja, algum k∈ Zd
\ {0} tal que Ak = λk.
4.13. Seja f : M → M uma transforma¸c˜ao e seja µ uma medida invariante. Seja gt : N
→ N uma suspens˜ao de f e seja ν a suspens˜ao correspondente da medida f (veja a Se¸c˜ao 2.4.2). Mostre que ν ´e erg´odica para gt se, e somente
se, µ ´e erg´odica para f . ?? ?? ?? F . PSfrag replacements 0 1/3 1/2 2/3 1
4.14. Seja I = [0, 1] e f : I→ I a fun¸c˜ao definida por
f (x) = 2x se 0≤ x < 1/3 2x− 2/3 se 1/3 ≤ x < 1/2 2x− 1/3 se 1/2 ≤ x < 2/3 2x− 4/3 se 2/3 ≤ x ≤ 1.
Mostre que f ´e erg´odica relativamente `a medida de Lebesgue m.
4.15. Seja µ uma probabilidade invariante para uma transforma¸c˜ao f e seja k≥ 2.
1. Mostre que se µ ´e erg´odica para fk ent˜ao ela tamb´em ´e erg´dica para f .
2. Mostre que a rec´ıproca do item anterior ´e falsa.
3. Se µ ´e erg´odica para f , como ´e a sua decomposi¸c˜ao erg´odica para fk?
4.16. Uma parti¸c˜ao P ´e mensur´avel se, e somente se, existem subconjuntos mensur´aveis M0, E1, E2, . . . , En, . . . tais que µ(M0) = 1 e, restrito a M0,
P =
∞
_
n=1
{En, M\ En}.
4.17. Seja X um espa¸co m´etrico e seja ν : X→ M1(M ), x7→ νxuma aplica¸c˜ao.
Mostre que as seguintes condi¸c˜oes s˜ao equivalentes:
1. ν ´e mensur´avel, relativamente `as σ-´algebras de Borel completadas de X e deM1(M );
DRAFT
4.7. EXERC´ICIOS 137
2. a aplica¸c˜ao M → R, x 7→R ϕ dνx´e mensur´avel, para toda fun¸c˜ao cont´ınua
limitada ϕ : X→ R;
3. a aplica¸c˜ao M → R, x 7→ Rψ dνx ´e mensur´avel, para toda fun¸c˜ao men-
sur´avel limitada ψ : X→ R;
4. a aplica¸c˜ao M → R, x 7→ νx(E) ´e mensur´avel, para todo conjunto men-
sur´avel E⊂ M.
4.18. Seja M um espa¸co m´etrico completo separ´avel. Mostre que seP satisfaz a conclus˜ao do Teorema 4.42, isto ´e, se µ admite uma desintegra¸c˜ao relativamente aP, ent˜ao a parti¸c˜ao P ´e mensur´avel.
Dica: Seja {µP : P ∈ P} uma desintegra¸c˜ao. Considere a aplica¸c˜ao men-
sur´avel M 7→ M1(M ), x7→ µP (x) e observe que a parti¸c˜ao deM1(M ) ´e men-
sur´avel.
4.19. Mostre que se{µP : P ∈ P} ´e uma desintegra¸c˜ao de µ relativamente a
uma parti¸c˜aoP ent˜ao, dada qualquer fun¸c˜ao mensur´avel limitada ψ : M → R, a fun¸c˜ao P 7→R ψ dµP ´e mensur´avel e satisfaz Rψ dµ =R Rψ dµPdˆµ(P ).
DRAFT
Cap´ıtulo 5
Unicidade erg´odica
Este cap´ıtulo ´e dedicado a uma classe especial de sistemas dinˆamicos, caracteri- zada pela propriedade de possuirem exatamente uma probabilidade invariante. Inicialmente, daremos algumas formula¸c˜oes equivalentes desta propriedade e analisaremos as propriedades da ´unica medida invariante. Em seguida, apresen- taremos diversos exemplos.
Um sistema dinˆamico diz-se minimal se toda ´orbita ´e densa no espa¸co am- biente. A rela¸c˜ao entre unicidade erg´odica e minimalidade ´e outro tema impor- tante deste cap´ıtulo. Veremos que todo sistema unicamente erg´odico ´e minimal restrito ao suporte da medida invariante, mas a rec´ıproca n˜ao ´e verdadeira em geral.
Finalmente, provaremos o teorema de Hermann Weyl sobre equidistribui¸c˜ao dos valores de fun¸c˜oes polinomiais definidas nos n´umeros inteiros, que ´e uma aplica¸c˜ao espetacular destas ideias.
Ao longo do cap´ıtulo, a menos de men¸c˜ao em contr´ario, suporemos que M ´e um espa¸co m´etrico compacto e f : M→ M ´e uma transforma¸c˜ao cont´ınua.
5.1
Unicidade erg´odica
Dizemos que uma transforma¸c˜ao f : M → M ´e unicamente erg´odica se admite exatamente uma medida de probabilidade invariante. Vale uma no¸c˜ao inteira- mente an´aloga para fluxos. A raz˜ao de ser da denomina¸c˜ao ´e que a probabilidade invariante µ ´e necessariamente erg´odica. De fato, suponha que existisse A⊂ M invariante com 0 < µ(A) < 1. Ent˜ao a restric¸c˜ao normalizada de µ a A, definida por
µA(E) = µ(E∩ A)
µ(A) para cada conjunto mensur´avel E⊂ A
seria uma probabilidade invariante, distinta de µ, o que estaria em contradi¸c˜ao com a unicidade de µ.
Proposi¸c˜ao 5.1. As seguintes condi¸c˜oes s˜ao equivalentes: 139
DRAFT
(a) f admite uma ´unica probabilidade erg´odica; (b) f admite uma ´unica probabilidade invariante;
(c) para toda fun¸c˜ao cont´ınua ϕ : M → R, a sequˆencia das m´edias orbitais n−1Pn−1
j=0 ϕ◦ fj converge uniformemente para uma constante;
(d) para toda fun¸c˜ao cont´ınua ϕ : M → R, a sequˆencia das m´edias orbitais n−1Pn−1
j=0 ϕ(fj(x)) converge em todo ponto para uma constante.
Demonstra¸c˜ao. ´E claro que (c) implica (d), uma vez que convergˆencia uniforme implica convergˆencia pontual. Para ver que (d) implica (a), suponha que µ e ν s˜ao probabilidades erg´odicas de f . Ent˜ao, dada qualquer fun¸c˜ao cont´ınua ϕ : M→ R, lim n 1 n n−1X j=0 ϕ(fj(x)) = R
ϕ dµ em µ-quase todo ponto R
ϕ dν em ν-quase todo ponto. Como, por hip´otese, o limite n˜ao depende do ponto x, segue que
Z
ϕ dµ = Z
ϕ dν
para toda fun¸c˜ao cont´ınua ϕ : M → R. Pela Proposi¸c˜ao 0.56, isso implica que µ = ν. ´E f´acil ver que (a) implica (b). De fato, como toda medida invariante ´e uma combina¸c˜ao convexa de medidas erg´odicas (Teorema 4.34), se existe uma ´
unica probabilidade erg´odica ent˜ao a probabilidade invariante ´e, igualmente, ´
unica.
Resta mostrar que (b) implica (c). Comece por lembrar que f admite alguma probabilidade invariante µ (pelo Teorema 2.1). A ideia ´e mostrar que se (c) n˜ao vale ent˜ao existe outra probabilidade ν diferente de µ e, portanto, (b) tamb´em n˜ao vale. Suponha ent˜ao que (c) n˜ao vale, isto ´e, que existe alguma fun¸c˜ao cont´ınua ϕ : M → R tal que n−1Pn−1
j=0 ϕ◦ fj n˜ao converge uniformemente para
nenhuma constante; em particular, n˜ao converge uniformemente para Rϕ dµ. Por defini¸c˜ao, isto significa que existe ε > 0 tal que para todo k ≥ 1 existe nk ≥ k e existe xk∈ M tal que
1 nk nXk−1 j=0 ϕ(fj(x k))− Z ϕ dµ ≥ ε. (5.1) Consideremos a sequˆencia de probabilidades
νk = 1 nk nXk−1 j=0 δfj(xk).
Como o espa¸co M1(M ) das probabilidades em M ´e compacto para a topolo-
gia fraca∗ (Teorema 2.6), a menos de substituir esta sequˆencia por uma sub-