3.5 Lei {0,1}\{0,1\} de Kolmogorov

Ao estudarmos o Lema de Borel-Cantelli, vimos que se os eventos (Ai)i1(A_{i})_{i\geq 1} são independentes então a probabilidade de [Ai infinitas vezes][A_{i}\text{ infinitas vezes}] somente pode assumir os valores zero ou um (dependendo da somabilidade de P(Ai)P(A_{i})). Nessa seção iremos estudar outros tipos de evento que assumem apenas esses dois valores. Esperamos que esse fenômeno se torne intuitivo ao final dessa discussão.

No que se segue, consideraremos um espaço mensurável Ω=×i=1E\Omega=\times_{i=1}^{\infty}E, com a σ\sigma-álgebra canônica \mathcal{F}, isto é a σ\sigma-álgebra gerada pelas coordenadas canõnicas (Xi)i=1(X_{i})_{i=1}^{\infty}. {definition} Dizemos que um evento AA\in\mathcal{F} é caudal se

Aσ(Xi;in), para todo n1.A\in\sigma\big{(}X_{i};i\geq n\big{)},\text{ para todo $n\geq 1$}. (3.62)

Também introduzimos a classe \mathcal{F}_{\infty} de tais eventos, que claramente é uma σ\sigma-álgebra, pois pode ser escrita como

=\mcapn1σ(Xi;in).\mathcal{F}_{\infty}=\mcap_{n\geq 1}\sigma\big{(}X_{i};i\geq n\big{)}. (3.63)

Chamamos \mathcal{F}_{\infty} de σ\sigma-álgebra caudal.

Vejamos que, dados Aiσ(Xi)A_{i}\in\sigma(X_{i}), i1i\geq 1, temos que [Ai infinitas vezes][A_{i}\text{ infinitas vezes}] é caudal. Para tanto, basta observar que para todo n1n\geq 1, temos que

[Ai infinitas vezes]=[#{i1;ωAi}=]=[#{in;ωAi}=],[A_{i}\text{ infinitas vezes}]=\big{[}\#\{i\geq 1;\omega\in A_{i}\}=\infty\big% {]}=\big{[}\#\{i\geq n;\omega\in A_{i}\}=\infty\big{]},

que obviamente pertence a σ(Xi;in)\sigma(X_{i};i\geq n) para todo n1n\geq 1.

{exercise}

Mostre que em Ω=\Omega=\mathbb{R}^{\infty}, são caudais os seguintes eventos

  1.  a)

    [Xi converge][X_{i}\text{ converge}],

  2.  b)

    [1ni=1nXi converge]\big{[}\tfrac{1}{n}\sum_{i=1}^{n}X_{i}\text{ converge}\big{]} e

  3.  c)

    [#{i1;Xi>0}<][\#\{i\geq 1;X_{i}>0\}<\infty].

Podemos agora enunciar o pricipal teorema dessa seção

{theorem}

[Lei {0,1}\{0,1\} de Kolmogorov] Se Ω=E\Omega=E^{\infty}, onde EE é um espaço canônico, for provido de uma lei produto P=i=1PiP=\otimes_{i=1}^{\infty}P_{i}, então todo evento caudal tem probabilidade 0 ou 11 sob PP.

Quando uma σ\sigma-álgebra \mathcal{F} satisfaz P(A){0,1}P(A)\in\{0,1\} para todo AA\in\mathcal{F}, dizemos que \mathcal{F} é trivial. Uma outra maneira de enunciar a conclusão do teorema acima é dizer que a σ\sigma-álgebra caudal \mathcal{F}_{\infty} é trivial.

Demonstração.

A idéia da prova, apesar de soar um pouco estranha, é mostrar que se AA\in\mathcal{F}_{\infty}, então AA é independente de si mesmo. Em outras palavras, P(A)=P(AA)=P(A)2P(A)=P(A\cap A)=P(A)^{2}, donde P(A){0,1}P(A)\in\{0,1\}. Mas vamos com calma.

Fixe k1k\geq 1, AA\in\mathcal{F}_{\infty} e Bσ(X1,,Xk)B\in\sigma(X_{1},\dots,X_{k}). Nesse caso, como o evento AA pertence a σ(Xk+1,Xk+2,)\sigma(X_{k+1},X_{k+2},\dots), temos que AA e BB são independentes. Fixe agora AA\in\mathcal{F}_{\infty} e considere a classe

A={B; B é independente de A}.\mathcal{B}_{A}=\{B\in\mathcal{F};\text{ $B$ \'{e} independente de $A$}\}. (3.64)

Já sabemos que σ(X1,,Xk)A\sigma(X_{1},\dots,X_{k})\subseteq\mathcal{B}_{A} para todo k1k\geq 1.

Obviamente Ω\Omega é independente de AA, assim como BcAB^{c}\in\mathcal{B}_{A} sempre que BAB\in\mathcal{B}_{A}. Além disso, suponha que B1,B2,B_{1},B_{2},\dots in A\mathcal{B}_{A} são disjuntos, então,

P((\mcupiBi)A)=P(\mcupi(Bi\mcapA))=disj.iP(Bi\mcapA)=indep.P(A)P(\mcupiBi).P\big{(}(\mcup_{i}B_{i})\cap A\big{)}=P\big{(}\mcup_{i}(B_{i}\mcap A)\big{)}% \overset{\text{disj.}}{=}\sum_{i}P(B_{i}\mcap A)\overset{\text{indep.}}{=}P(A)% P(\mcup_{i}B_{i}).

Logo A\mathcal{B}_{A} é um λ\lambda-sistema.

Lembrando que A\mathcal{B}_{A} contém o π\pi-sistema kσ(X1,,Xk)\bigcup_{k}\sigma(X_{1},\dots,X_{k}), isto é dos eventos cilíndricos, temos que todos eventos são indepentes de AA, inclusive o próprio AA. Isso termina a prova do teorema. ∎

{exercise}

Dizemos que uma probabilidade PP no espaço produto Ω=×n1E\Omega=\times_{n\geq 1}E (com a σ\sigma-álgebra canônica) é fortemente misturadora se, para todo k1k\geq 1, temos

limnsup|P(AB)P(A)P(B)|=0,\lim_{n\to\infty}\sup\big{|}P(A\cap B)-P(A)P(B)\big{|}=0, (3.65)

onde o supremo acima é tomado sobre Aσ(X1,,Xk)A\in\sigma(X_{1},\dots,X_{k}) e Bσ(Xn,Xn+1,)B\in\sigma(X_{n},X_{n+1},\dots). Mostre que nesse caso, a σ\sigma-álgebra dos eventos caudais é trivial.

{exercise}

[Depende de Tópico: Percolação] Considere o grafo G=(2,E)G=(\mathbb{Z}^{2},E), onde E={{x,y};|xy|2=1}E=\big{\{}\{x,y\};|x-y|_{2}=1\big{\}}. Dotamos agora o espaço {0,1}E\{0,1\}^{E} com a σ\sigma-álgebra 𝒜\mathcal{A} gerada pelas projeções canônicas Ye(ω)=ω(e)Y_{e}(\omega)=\omega(e), onde ω{0,1}E\omega\in\{0,1\}^{E} e eEe\in E. Definimos o conjunto A{0,1}EA\subseteq\{0,1\}^{E} por

A=[existe uma sequência de distintos x0,x1,2,tais que ei={xi,xi+1}E e Yei=1 para cada i0].A=\Big{[}\begin{array}[]{c}\text{existe uma sequ\^{e}ncia de distintos $x_{0},% x_{1},\dots\in\mathbb{Z}^{2}$,}\\ \text{tais que $e_{i}=\{x_{i},x_{i+1}\}\in E$ e $Y_{e_{i}}=1$ para cada $i\geq 0% $}\end{array}\Big{]}. (3.66)
  1.  a)

    Mostre que AA é mensurável com respeito a 𝒜\mathcal{A}.

  2.  b)

    Mostre que AA é um evento caudal, ou seja

    AKE; finitoσ(Ye;eK).A\in\bigcap_{K\subseteq E;\text{ finito}}\sigma\big{(}Y_{e};e\not\in K\big{)}. (3.67)
  3.  c)

    Conclua que P(A){0,1}P(A)\in\{0,1\}.

{exercise}

Seja Ω=E\Omega=E^{\mathbb{Z}} um espaço produto infinito, dotado da σ\sigma-álgebra 𝒜\mathcal{A} gerada pelas projeções canônicas (Xi)i(X_{i})_{i\in\mathbb{Z}}. Consideramos agora em (Ω,𝒜)(\Omega,\mathcal{A}) a medida produto =P\mathbb{P}=P^{\otimes\mathbb{Z}}, onde PP é uma probabilidade fixada no espaço polonêns (E,(E))(E,\mathcal{B}(E)).

  1.  a)

    Mostre que para qualquer evento A𝒜A\in\mathcal{A} e qualquer ε>0\varepsilon>0, existe um k+k\in\mathbb{Z}_{+} e um evento Akσ(Xi,|i|k)A_{k}\in\sigma(X_{i},|i|\leq k) tais que [(AAk)(AkA)]<ε\mathbb{P}[(A\setminus A_{k})\cup(A_{k}\setminus A)]<\varepsilon.

  2.  b)

    Considere o shift θ:ΩΩ\theta:\Omega\to\Omega dado por θ(ω)(i)=ω(i1)\theta(\omega)(i)=\omega(i-1) e mostre que se A=θ(A)A=\theta(A), então P(A){0,1}P(A)\in\{0,1\}.