Das Kefk Network Wiki befindet sich im Testbetrieb.

Ergodensatz

Aus Kefk.

Der Ergodensatz ist ein wichtiger Satz der Stochastik. Er liefert eine Form des Gesetzes der großen Zahlen für abhängige Zufallsvariablen und liefert die mathematische Grundlage der Ergodenhypothese.

Formulierung des Ergodensatzes von Birkhoff

$X$ sei eine integrierbare Zufallsgröße (d.h. sie besitzt einen endlichen Erwartungswert) und $T$ eine maßerhaltende Transformation auf dem zu Grunde liegenden Wahrscheinlichkeitsraum $(\Omega, \mathcal A, P)$ (d. h. $P (T - 1 (A)) = P (A)$ für alle $A$ in $\mathcal A$ ). Dann konvergieren die Mittel

${1 \over n} \sum_{i=1}^{n} X \circ T^{i-1} (\omega)$

für $n\to\infty$ fast sicher gegen eine Zufallsvariable Y.

Y kann dabei messbar bezüglich der von den T-invarianten Mengen A (d.h. $T - 1$ (A) = A) erzeugten Sigma-Algebra $\mathcal T$ gewählt werden und lässt sich als bedingter Erwartungswert $E[X|\mathcal T]$ darstellen.

Wenn T ergodisch ist, so ist $Y$ fast sicher konstant gleich dem Erwartungswert von X.

Das Beispiel eines stationären Prozesses

Die Zufallsvariablen $Y_i = X \circ T^{i-1}$ ( $i = 1,2,...$ ) bilden einen stationären stochastischen Prozess, d.h. $(Y 2, Y 3,...)$ ist so verteilt wie $(Y 1, Y 2,...)$ . Umgekehrt lässt sich jeder stationäre stochastische Prozess $(Y_i)_{i\ge1}$ in dieser Weise darstellen, wenn man annimmt, dass $\Omega = \R^{\{1,2,...\}}$ und $Y i$ von der Form $Y i (ω 1,ω 2,...) = ω i$ ist. (Wenn dies nicht der Fall ist, kann man den Bildraum $\R^{\{1,2,...\}}$ mit dem Bildmaß von $(Y 1, Y 2,...)$ anstelle von $Ω$ und $P$ betrachten.) Dabei ist $X (ω 1,ω 2,...) = ω 1$ , und die "Verschiebeabbildung" $Π$ , unter der $(ω 1,ω 2,...)$ auf $(ω 2,ω 3,...)$ abgebildet wird, ist die maßerhaltende Transformation.

Wenn die $Y i$ einen endlichen Erwartungswert haben, konvergiert nach dem Ergodensatz also

${1 \over n} \sum_{i=1}^{n} Y_i(\omega)$

für $n\to\infty$ fast sicher gegen eine Zufallsvariable $Y$ . $Y$ ist der bedingte Erwartungswert $E [Y i | Y]$ eines jeden $Y i$ . Wenn Ergodizität vorliegt, ist $Y$ fast sicher konstant, d.h.

${1 \over n} (Y_1 + ... + Y_n) \,\to\, E[Y_i]$ fast sicher ( $i\ge1$ beliebig).

Dieses Dokument entstammt in seiner ersten oder einer späteren Version der deutschsprachigen Wikipedia. Es ist dort zu finden unter dem Stichwort Ergodensatz, die Liste der bisherigen Autoren befindet sich in der Versionsliste; die Originalfassung kann dort auch bearbeitet werden. Alle Texte der Wikipedia und ihre Derivate stehen unter der GNU-Lizenz für freie Dokumentation.

Von „http://kefk.org/wiki/Ergodensatz“

Kategorien: Stochastik | Statistische Physik | Wikipedia

Ergodensatz

Aus Kefk.

Formulierung des Ergodensatzes von Birkhoff

Das Beispiel eines stationären Prozesses

Diese Seite

Persönliche Werkzeuge

Navigation

Kefk Network

Mitmachen

Ressourcen

Suche

Werkzeuge

Andere Sprachen