Universidade Federal do Rio Grande do Sul

Instituto de Matemtica e Estatstica

Programa de Ps-Graduao em Matemtica

Convergncia da convoluo de probabilidades

invariantes pelo deslocamento
Tese de Doutorado

Bruno Brogni Uggioni

Porto Alegre, 19 de dezembro de 2016

 Tese submetida por Bruno Brogni Uggioni1 , como requisito parcial para
a obteno do grau de Doutor em Cincia Matemtica, pelo Programa de
Ps Graduao em Matemtica, do Instituto de Matemtica da Universidade
Federal do Rio Grande do Sul.

Professor Orientador:
Prof. Dr. Alexandre Tavares Baraviera

Banca examinadora:
Prof. Dr. Alexandre Tavares Baraviera (UFRGS - Orientador)
Prof. Dr. Marcelo Sobottka (UFSC)
Prof. Dr. Leonardo Fernandes Guidi (UFRGS)
Prof. Dr. Paolo Giulietti (UFRGS)

1 Bolsista da Coordenao de Aperfeioamento de Pessoal de Nvel Superior (CAPES)

 Agradecimentos

Agradeo primeiramente a Deus pela produo da tese. Gostaria de agradecer tambm

aos meus pais Edison Uggioni e Adriane Brogni Uggioni e ao meu irmo Hugo Brogni

Uggioni e demais familiares por todo o apoio que me deram. Amo-os muito. Agradeo

tambm a minha namorada Juliana Sanches, por toda pacincia, ateno e amor. Eu a

amo muito. Aos meus amigos da ps, pelas tardes de estudo e momentos de descontrao,

aos professores da banca, Leonardo Guidi, pelas sugestes quanto a escrita, Marcelo

Sobottka, pela ateno tambm quanto ao projeto de ps-doutorado e ao professor Paolo

Giulietti, por toda sinceridade nas crticas feitas tese e por toda a assistncia para que

o doutorado sanduche ocorresse bem. Serei eternamente grato. Agradeo tambm ao

professor Artur Oscar Lopes, por todas as discusses e ateno para com minhas dvidas,

ao meu orientador Alexandre Tavares Baraviera, por ter aceitado ser meu orientador aqui

no Brasil e ao professor Mark Pollicott, por ter aceitado ser meu orientador durante o

perodo na Inglaterra. Finalmente, agradeo a CAPES pela bolsa de doutorado aqui no

Brasil e pelo CNPq, pela bolsa de doutorado sanduche no exterior. Apoios nanceiros

muito importantes para o desenvolvimento dessa tese.

i
 Resumo
Essa tese foi inspirada no artigo [10] de Lindenstrauss et al. e remete ao traba-

lho fundamental de Furstenberg [5]. Sejam (Z/pZ)N o produto cartesiano unlilateral de

innitas cpias de Z/pZ e a funo shift em (Z/pZ)N . Tal espao grupo topol-

gico compacto e espao mensurvel quando munido da operao de soma coordenada-

a-coordenada. Nossos principais resultados consistem em apresentar condies sucien-

tes que garantam que uma sequncia de medidas -invariantes, (n )nN , no espao de

Bernoulli de p smbolos (p primo), convirja em convoluo para a medida de Bernoulli

 
1
uniforme (denotada por
p
, . . . , p1 ), na topologia fraca*. Ou seja, condies que garan-
 
1
tam o seguinte: n . . . 1 p
, . . . , p1 . Provamos tambm que tais condies no

so sucientes para nenhum p no primo. Ainda, conseguimos relacionar essa teoria de

convergncia na topologia fraca* com diagonalizao de certas matrizes.

ii
 Abstract

This thesis was inspired by the Lindenstrauss' article [10] and the fundamental work

of Furstenberg [5]. Let (Z/pZ)N be the compact group which is the cartesian product of

innite copies of the nite group Z/pZ and be the shift function on (Z/pZ)N . Our main

results consist in presenting enough conditions to guarantee convergence in convolution

of a sequence of shift invariant probability measures, (n )nN , in the Bernoulli space of

 
1
p symbols (p prime) to the uniform Bernoulli measure (denoted by
p
, . . . , p1 ), in the
 
1 1
weak* topology, i.e., conditions that guarantee the following: n . . . 1 ,..., .
p p
We also proved that such conditions are not enough if p is not a prime. And even more,

we could see that this theory of convergence in the weak* topology and diagonalization

of some matrices are related.

iii
Contedo

1 Preliminares 6
1.1 Teoria da Medida para (Z/pZ)N . . . . . . . . . . . . . . . . . . . . . . . . 6

1.2 Estendendo medidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.3 A topologia fraca* . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.4 Teoria da Informao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.5 Uma nova topologia para M (Z/pZ)N . . . . . . . . . . . . . . . . . . . . 17

2 Convoluir para convergir 26

2.1 O grupo dos caracteres de (Z/pZ)N . . . . . . . . . . . . . . . . . . . . . . 27

2.2 Entropia e convergncia em convoluo . . . . . . . . . . . . . . . . . . . . 35

3 Generalidades sobre a convoluo em (Z/pZ)N 52

3.1 Encurtando distncias e aumentando a entropia . . . . . . . . . . . . . . . 52

3.2 Convoluo de medidas de Bernoulli . . . . . . . . . . . . . . . . . . . . . . 60

 
1
3.3 A equao = p
, . . . , p1 . . . . . . . . . . . . . . . . . . . . . . . . . 70

4 Matrizes e caracteres 74

5 Consideraes nais 81

iv
Introduo

Dado um grupo abeliano compacto G, podemos considerar o conjunto das medidas de

probabilidade M(G) e muni-lo de uma operao, chamada de convoluo, cuja denio

pode ser assim apresentada: sendo S :GGG a operao de soma em G, S(g, h) =

g + h, e , M(G) duas medidas de probabilidade, denotamos a medida de convoluo

de e por e a denimos como sendo:

(A) = (S 1 (A)),

em que A subconjunto mensurvel de G. Observe que ainda uma medida de

probabilidade de M(G).
Nas ltimas dcadas, as pesquisas relativas a essa operao no espao de medidas

variaram muito quanto a generalidade dos resultados obtidos. Por exemplo, Berg em

[2], provou que dado qualquer T : G G automorsmo contnuo, em que G grupo

abeliano compacto, a funo entropia, h, no espao das medidas de G, assume seu valor

mximo (podendo ser innito) na medida de Haar m de G. Mais ainda, se T for ergdica

com respeito a m e h(m) < , ento m unicamente caracterizada como a medida que

maximiza a entropia. Ainda nesse artigo, o autor obteve resultados relativos entro-

pia da convoluo de medidas T -invariantes e mostrou que, sob certas circustncias, a

convoluo de duas medidas T -invariantes e ergdicas , ainda, ergdica. J Cohen, em

[3], caracterizou, para qualquer grupo abeliano, as medidas que satisfazem a equao

= , (chamadas de idempotentes ) mostrando que as nicas medidas idempotentes

em G, grupo abeliano, so as medidas de Haar (normalizadas) de subgrupos compactos e

as de forma := d, , + e , em que e so medidas idempotentes

1
tais que = , a unidade da lgebra das medidas de G e um homomorsmo

contnuo do grupo G em C. Outra prova desse fato encontra-se tambm em [7]. Ainda,

Rider, em [14], tece alguns comentrios respeito desse teorema de Cohen e arma que

omitindo a hiptese de o grupo ser abeliano, tal teorema j no verdadeiro.

Por outro lado, sendo mais especcos, Lindenstrauss, Meiri e Peres, em [10], consi-

deraram G = S1 , o crculo unitrio, e, grosso modo, provaram que se (n )nN for uma

sequncia de medidas ergdicas em relao a transformao p do crculo nele mesmo

p (x) = px mod 1 cujas entropias hn (p ) formam uma sequncia de nmeros reais que

no decresce muito rpido para zero, ento, a sequncia hn ...1 (p ) converge para log(p).
Ainda no contexto abordado por Lindenstrauss, o resultado sobre convoluo e cresci-

mento de entropia liga vrios tpicos que primeira vista no estariam necessiariamente

relacionados. Como a convoluo de duas medidas p -invariantes resulta em uma medida

p -invariante, faz sentido calcular a entropia de uma medida resultante da convoluo

de outras duas. A convergncia para log(p), como Lindenstrauss conclui no Teorema

1.1 do artigo [10], diz algo mais forte do que convergncia fraca*: a sequncia de medi-

das n . . . 1 est se aproximando da medida de Lebesgue relativamente a mtrica d,

denida, por exemplo, em [6, p. 137] por Glasner, do seguinte modo:

) =
d(, inf {J(i6=j [i] [j])},
JJ (,)

em que e so medidas de probabilidade -invariantes no espao simblico de Bernoulli

de p-smbolos, [i] representa o conjunto aberto das sequncias cuja primeira entrada i
e J (, ) o espao dos joinings de e . Isso nos mostra que apesar de a operao

de convoluo depender somente da estrutura de grupo de G para ser denida, ela traz

consequncias marcantes para o conjunto das medidas p -invariantes no que se refere aos

limites de sequncias do tipo 1 , 2 1 , 3 2 1 e etc. e ao modo como ocorre de tal

convergncia: em d, no somente na topologia fraca*. Rudolph, em [16, p. 137], arma

que a topologia gerada por d muito mais rica do que a gerada pela topologia fraca*.

Por exemplo, o espao das medidas de probabilidade p -invariantes fraco* compacto

2
(ver [18, p.40],[19, p.152] e [16, p. 130]) porm no o segundo a mtrica d ([16, p.137]);

outro fato que enquanto o conjunto das medidas ergdicas denso no espao das medidas

invariantes na topologia fraca* ( [18, p.121]), Rudolph, com o Teorema 7.8 de [16], mostrou

que oconjunto das medidas ergdicas d-fechado.

Por abordar dinmicas no crculo, interao de medidas p -invariantes com a medida

de probabilidade de Lebesgue e outros assuntos relacionados, a pesquisa de Lindenstrauss

[10] e a de muitos outros dinamicistas remetem ao trabalho fundamental [5] de Fursten-

berg e de sua conjectura. Grosso modo, Fursntenberg conjecturou que no h muitas

medidas (ergdicas) que so simultaneamente invariantes por p e q , (em que p e q so

multiplicativamente independentes, ou seja, log(p)/ log(q)

/ Q). Apenas a medida de

Lebesgue e as medidas atmicas suportadas em rbitas peridicas seriam os exemplares.

Isso tudo no contexto do crculo G = S1 . Tal conjectura est ainda em aberto. At o

momento, apenas resultados parciais foram provados. Por exemplo, Lyons em [13] e D.

Rudolph em [15] trataram do caso p=2 e q=3 com hipteses adicionais sob as medidas

e o resultado mais expressivo na direo de resolver tal conjectura devido a D. Rudo-

plh e A. Jhonson ([8]). Tal resultado garante que a nica medida ergdica em relao a

ambas as transformaes p e q com entropia positiva em relao a p a medida de

Lebesgue no crculo. Segundo [10], a conjectura de Furstenberg no contexto de medidas

com entropia nula, aparentemente, vai exigir novos mtodos para soluo e, em geral, vem

inspirando a maior parte das pesquisas relacionadas s dinmicas de (p , S1 ). Para mais

detalhes sobre tal conjectura, consultar a introduo do artigo [1], de Assaf Katz.

Nosso trabalho foi inspirado no Teorema 1.1 de Lindenstrauss [10], e, ento, indire-

tamente, remete tambm ao trabalho de Furstenberg [5]. Ao invs de considerarmos o

grupo do crculo S1 , vamos xar pN e considerar G = (Z/pZ)N , ou seja, o grupo do

cartesiano (enumervel) innito de cpias de Z/pZN com estrutura de grupo dada pela

soma coordenada-a-coordenada. Ao tomarmos a transformao shift (ou deslocamento),

: G G, podemos considerar as medidas de probabilidade -invariantes e a operao

de convoluo tambm preserva tais medidas nesse contexto. Assim, faz sentido fazer

as mesmas perguntas que Lindenstrauss fez: ser que podemos impor alguma condio

3
razovel a uma sequncia de medidas -invariantes (n )nN em G = (Z/pZ)N garantindo

convergncia na topologia fraca* da sequncia n . . . 1 para a medida de Bernoulli

 
1
uniforme,
p
, . . . , p1 ?

Essa questo foi tratada no captulo 2, que a parte central dessa tese. Ali descrevemos

com detalhes que o mdulo da integral de caracteres no triviais tende a ser pequeno para

medidas que possuem entropia positiva e explicitamos essa dependncia na Proposio

2.22, utilizada para obtermos o Teorema 2.27, o qual parecido com Teorema 1.1 de

[10]. A diferena que os grupos considerados so distintos, enquanto Lindenstrauss et

al. tratou do crculo S1 , tratamos de (Z/pZ)N .

Finalmente, apresentamos um roteiro de leitura para o presente trabalho. O primeiro

captulo foi reservado para as noes de Teoria da Medida, Topologia e Teoria da Informa-

o necessrias para o entendimento dessa tese. As princiapais referncias que serviram

de base para as preliminares foram [18] e [19]. Inclusive, nessas obras encontram-se as

demonstraes dos resultados que eventualmente enunciamos no captulo primeiro.

No captulo 2, encontram-se tanto nosso principal resultado (Teorema 2.27) quanto os

preparativos para tal, que inicia na seo 2.1, com a caracterizao da topologia fraca* no

espao das probabilidades do grupo (Z/pZ)N via utilizao de caracteres de tal grupo, com
o Teorema 2.8, Proposio 2.13 e Corolrio 2.14. J na seo 2.2, introduzimos a noo de

caracter especial (Denio 2.17) e trabalhamos com tais caracteres na Proposio 2.18

e Corolrio 2.19, o que permitiu-nos provar a Proposio 2.22, que, dentre outras coisas,

diz que entropia positiva implica mdulo da integral de caracteres no triviais pequeno.

Assim, sendo feitos mais uns detalhes tcnicos com os lemas 2.24, 2.25 e Corolrio 2.26,

o Teorema 2.27 segue suavemente. Nesse sentido, exortamos ao leitor afoito, vido por

simplesmente compreender nosso Teorema 2.27, que, tendo conhecimento prvio de Teoria

da Medida e Teoria da Informao, poder iniciar a leitura no segundo captulo e xar-se

nele, sem perda substancial de entendimento.

J no terceiro captulo, abordamos algumas propriedades da convoluo de probabili-

dades em (Z/pZ)N em diversos contextos. Cada seo (da 3.1 a 3.3) aborda um contexto

especco. Assim, na 3.1, provamos que a convoluo por uma medida uma contrao

4
fraca tanto na topologia fraca* (Teorema 3.1) quanto na topologia gerada pela mtrica d
(Teorema 3.10) e que a entropia da convoluo de duas medidas -invariantes tem valor,

pelo menos, igual ao da maior das duas prvias entropias (Teorema 3.6). Na 3.2, falamos

que as medidas de Bernoulli so um laboratrio para conjecturar e/ou vericar resul-

tados relacionados a convoluo de medidas. Por exemplo, o Corolrio 3.11 ilustra esse

ponto relacionando topologia fraca*, mtrica d e convergncia em convoluo (Denio

2.15) no contexto de sequncias formadas por medidas de Bernoulli. Nesse sentido, na

 
1
seo 3.3, discorremos sobre equao do tipo = p
, . . . , p1 (nas variveis e )
apresentando solues em situaes especcas que abrangem, principalmente, medidas

de Bernoulli (Proposio 3.12, Observao 3.13 e Teorema 3.14).

Prosseguindo, reservamos o quarto captulo para relacionar o ato de convoluir medidas

de probabilidade em (Z/pZ)N com o de multiplicar certas matrizes e/ou aplicar tais matri-
zes em vetores especcos. E mais ainda, provamos que essas matrizes so diagonalizveis,

cujos autovalores so integrais dos caracteres de (Z/pZ)N . Tais fatos so concluses da

Proposio 4.1 e do Teorema 4.4.

Finalmente, no quinto e ltimo captulo, elencamos uma srie de projetos futuros e

conjecturas devido aos resultados obtidos nesse trabalho.

5
Captulo 1

Preliminares

1.1 Teoria da Medida para (Z/pZ)N

Nesta seo desenvolveremos os conceitos necessrios relacionados Teoria da Medida,

de forma geral, e posteriormente, particularizaremos para o conjunto (Z/pZ)N , que para

ns, ser tanto um espao mensurvel quanto um grupo topolgico compacto. A referncia

bsica para essa parte [19].

Dado um conjunto G qualquer, uma -lgebra G de G um subconjunto do conjunto

das partes de G que satisfaz as seguintes propriedades:

1) G pertence a A;

2) Se A pertencer a G ento Ac tambm pertencer;

3) Se {An }nN uma coleo enumervel de conjuntos que pertencem a G ento

S
nN An pertence a G.

Chamaremos o par (G, G) de espao mensurvel e os conjuntos pertencentes -

lgebra G sero os conjuntos s conjuntos mensurveis, ou seja, os conjuntos "possveis de

serem medidos".

Finalmente, denimos medida como sendo uma funo : G R+ satisfazendo:

1) () = 0;

6
 (
S P
2) n=1 An ) = n=1 (An ), sempre que {An }nN for uma sequncia de conjuntos

mensurveis dois-a-dois disjuntos. Essa propriedade denominada de -aditiva.

E por medida de probabilidade (ou simplesmente probabilidade ) entendemos uma

medida com a hiptese adcional de que (G) = 1. Denotaremos por M(G) o espao das

medidas de probabilidades do espao G.

Agora, sejam R :GGG uma transformao mensurvel e e medidas em G.
O prximo resultado fala da existncia de outra medida em G, proveniente de , e R.

Proposio 1.1. Sejam e medidas de um espao mensurvel X e R : GG G

uma transformao mensurvel qualquer. Ento a igualdade:

R (A) := (R1 (A)),

para todo mensurvel A de G dene uma medida em G, que ser de probabilidade sempre

que e tambm o forem.

Demonstrao. De fato, seja (Ai )iN uma sequncia de conjuntos disjuntos e mensurveis

em G. Ento, temos:

R ( 1
i=1 Ai ) = (R (i=1 Ai ))

= (i=1 R1 (Ai ))
X
= (R1 (Ai ))
i=1
X
= R (Ai ),
i=1

e todas as outras propriedades que uma medida deve satisfazer seguem de forma similar.

Com a noo de espao mensurvel, podemos introduzir os Espaos de Bernoulli. Para

cada i N, tome (Gi , Gi ) espao mensurvel e considere o produto cartesiano innito

7
 Q
G= iN Gi . Assim, um ponto de G uma sequncia unilateral innita {xi }i0 , com

xi Gi , para cada i. Denamos agora a chamada -lgebra produto G do espao G. Fixe

um natural n e tome mensurveis Ai Gi . Considere, ento, o seguinte conjunto:

n
Y
Y
Ai Gi := {(x)
i=0 G|xi Ai para i n}.
i=0 i=n+1

Tal conjunto ser chamado de cilindro e a coleo de tais subconjuntos de G formam

uma semi-lgebra, digamos, A. Finalmente, a -lgebra G ser aquela gerada por A e

(G, G) ser, para ns, um Espao de Bernoulli. Para mais detalhes, consultar as primeiras

pginas de [19] e o apndice de [18].

Em nosso trabalho, estamos particularmente interessados no caso mais simples em

que Gi = {0, 1, . . . , p 1} para todo iN em que p um natural previamente xado.

Como trata-se de um conjunto nito, a -lgebra ser o conjunto das partes para cada i
e podemos ver que nesse caso, a -lgebra G de G ser aquela gerada pelos conjuntos do

tipo:

[x0 , x1 , . . . , xm1 ] := {g G|gi = xi para i m 1}.

E, nalmente, utilizaremos, tambm, a seguinte notao: G = {0, 1, . . . , p 1}N .

Tendo tratado da noo de mensurabilidade para G = {0, 1, . . . , p 1}N , vamos munir
tal espao de uma mtrica. Dena a aplicao d : G G [0, 1] por:

1 Nxy


, se x 6= y


2
d(x, y) := ,

0,
se x=y

em que Nxy o menor natural i tal que xi 6= yi . Note que d dene uma mtrica em G tal

que
 N +1 ! "   #
N
1 1
B x, = B x, = [x0 , x1 , . . . , xN ],
2 2
  h i
1 N +1 1 N



em que B x, 2
e B x, 2
so, respectivamente, bolas aberta e fechada com

centro em x e raios, tambm respectivos, ( 12 )N +1 e ( 21 )N . Assim, os cilindros, em G, so

conjuntos mensurveis, abertos e fechados, que geram tanto uma topologia quanto uma

-lgebra para G.

8
 Note ainda que {0, 1, . . . , p 1} um espao compacto (por ser nito) e o produto

cartesiano innito de compactos com a topologia produto um espao compacto (Teorema

de Tychonov). Mas, tal topologia a mesma gerada pela mtrica que acabamos de

denir. Como concluso, obtemos que G um espao mtrico compacto e a -lgebra

que denimos gerada pelos abertos do espao. Para mais detalhes, consultar o exerccio

A.1.11 de [18] e para uma demonstrao do Teorema de Tychonov, ver [4].

Finalmente, vamos munir nosso espao G de mais uma estrutura: a de grupo. Para

isso, vamos considerar, com certo abuso de notao, que Z/pZ = {0, 1, . . . , p 1}, ou

seja, G ser o produto cartesiano innito unilateral do grupo dos inteiros mdulo-p, cuja

estrutura de grupo ser dada por:

x + y = (x0 + y0 , x1 + y1 , . . .) = (xi + yi )iN

em que, novamente com certo abuso de notao, xi + yi = xi + yi ( mod p). Observe que

com essa nova estrutura, G torna-se um grupo (abeliano) topolgico compacto, visto que

as operaes de inverso (x x) e de soma ((x, y) x + y) so contnuas. O seguinte

teorema elenca todas as propriedades de G que discutimos at ento:

Teorema 1.2. Seja p 2 um natural qualquer. Ento o Espao de Bernoulli G =

(Z/pZ)N um grupo topolgico compacto e espao mensurvel, quando munido da -
lgebra gerada pelos abertos da mtrica d.

Observao 1.3. Quando G for o Espao de Bernoulli (Z/pZ)N e R : (Z/pZ)N

(Z/pZ)N (Z/pZ)N for a funo

R(x, y) = x + y,

ento R ser chamada medida de convoluo das medidas e , sendo denotada,

simplesmente, por .

9
1.2 Estendendo medidas
Trataremos nessa seo sobre o processo de extenso de medidas denidas numa lge-

bra A para medidas denidas na -lgebra B gerada por A, principalmente no contexto

em que o espao mensurvel em questo G for compacto. Com esse intuito, enunciamos

os teoremas A.1.14 e A.1.13 de [18] na sequncia.

Teorema 1.4. (Continuidade no vazio) Seja A uma lgebra de subconjuntos de G e seja

0 : A [0, +] uma funo -aditiva com (X) < . Ento -aditiva se e

somente se

lim (An ) = 0,
n

para toda sequncia A1 Aj de elementos de A com

j=1 Aj = .

Teorema 1.5. Seja A uma lgebra de subconjuntos de G e seja 0 : A [0, +] uma

funo -aditiva com 0 (X) < . Ento existe uma nica medida denida na -lgebra
B gerada por A que uma extenso de 0 , ou seja, tal que (A) = 0 (A) para todo A A.

Como esses dois resultados podem nos ajudar? Consideremos G = (Z/pZ)N o espao

de Bernoulli e A a lgebra das unies nitas de cilindros. Como cada cilindro um

compacto, todos os elementos lgebra A so compactos. E toda sequncia decrescente

A1 A2 . . . An . . . de conjuntos compactos possui interseo n An no vazia.

Ento, por vacuidade, o Teorema 1.4 juntamente com o Teorema 1.5 garantem-nos que

toda funo aditiva 0 : A [0, ) na lgebra A dos cilindros que satisfaz 0 (X) = 1
-aditiva e estende-se unicamente para uma medida de probabilidade na -lgebra B
gerada por A .

Exemplo 1.6. Seja v = (v0 , v1 , . . . , vp1 ) um vetor de probabilidade, ou seja, um vetor

Pp1
com entradas no negativas tais que i=0 vi = 1. Dizemos que uma medida de

Bernoulli em (Z/pZ)N (associada ao vetor v) se nos cilindros, satisfaz:

[i0 , i1 , . . . , im1 ] = vi0 vi1 . . . vim1 .

10
 Observe que para tal medida , temos

([0], [1], . . . , [p 1]) = (v0 , v1 , . . . , vp1 ) = v,

e ainda, a nica medida que, nos cilindros, satisfaz a frmula acima. Para essa questo

da unicidade e extenso, ver os teoremas 1.4 e 1.5.

 
1 1
No caso em que v= , , . . . , p1
p p
denominaremos a medida associada a v de medida

de Bernoulli uniforme.

1.3 A topologia fraca*

Iniciemos essa parte um tanto generalistas. Sejam X um espao mtrico compacto e X
a -lgebra gerada pelos abertos. Seja C1 (X) o espao das funes complexas contnuas

de norma unitria. Por [9], C1 (X) possui um conjunto enumervel denso de funes

contnuas F = {fi }
i=1 . Assim, podemos denir, de acordo com [19, p. 148], a seguinte

distncia em M(X):

Z Z 
X 1  
dF (, ) = i 
f i d f i d (1.1)
i=1
2 X X


A seguir, expomos um teorema que caracteriza a topologia fraca* tal como precisamos

e cuja demonstrao encontra-se em [19]:

Teorema 1.7. Seja X um espao mtrico compacto. Ento a Equao (1.1) dene uma

distncia em M(X), tornando-o um espao mtrico compacto. Mais ainda, dada uma

sequncia n em M(X), so equivalentes:

dF (n , ) 0;
R R 
 X fi dn X fi d  0, para todo i;

R R 
 X f dn X f d  0, para toda f C1 (X).

A distncia dF denida anteriormente gera a chamada topologia fraca-* em M(X) e

o teorema acima apresentou trs formas equivalentes de se obter a convergncia de uma

11
sequncia de medidas de probabilidade n para uma medida de probabilidade nessa

topologia. Agora, vamos particularizar. Tome X = (Z/pZ)N . Assim, o Teorema 1.7

ser vlido para M((Z/pZ)N ) se pudermos explicitar um conjunto F. Note que dado

um cilindro [x1 , . . . , xn ] temos que a funo indicadora I[x1 ,...,xn ] contnua justamente

por [x1 , . . . , xn ] ser simultaneamente aberto e fechado. Mas, combinaes lineares de

tais funes (com coecientes racionais) aproximam qualquer funo contnua em norma.

Portanto, podemos escolher para F o conjunto das combinaes lineares de funes indi-

cadoras de cilindros de norma unitria e coecientes racionais.

Observe agora algo ainda mais fundamental: se garantirmos que uma sequncia n em

M((Z/pZ)N ) satiszer:

n [im , . . . , i0 ] [im , . . . , i0 ],

qualquer que seja o cilindro, ento n converge para na topologia fraca*. E assim,

acabamos de esboar a demonstrao de um resultado j conhecido e importante:

Teorema 1.8. Uma sequncia n em M((Z/pZ)N ) converge na topologia fraca* para uma
medida de probabilidade M((Z/pZ)N ) se e somente se:

n ([i0 , i1 , . . . , im ]) ([i0 , i1 , . . . , im ]), (1.2)

para todo cilindro [i0 , i1 , . . . , im ]

Demonstrao. Se n for uma sequncia de medidas de probabilidade convergente me-

dida de probabilidade na topologia fraca*, ento, como a funo indicadora I[i0 ,i1 ,...,im ]
de um cilindro [i0 , i1 , . . . , im ] contnua, segue que:

Z Z
n ([i0 , i1 . . . , im ]) = I[i0 ,i1 ...,im ] dn I[i0 ,i1 ...,im ] d = ([i0 , i1 . . . , im ]).

Por outro lado, supondo que a sequncia n de medidas de probabilidade satisfaz a

equao 1.2, ento dada qualquer funo f que seja combinao linear nita de funes
R R
indicadoras de cilindros, temos f n f d . Mas, o conjunto das combinaes lineares

de funes indicadoras de cilindros denso em norma no conjunto das funes contnuas,

12
o que garante a convergncia na topologia fraca*, como queramos.

Observao 1.9. O Teorema 6.2 de [19] diz que, para um espao mtrico compacto X
e -lgebra de Borel, duas medidas de probabilidade e so a mesma medida se e
R R
somente se f d = f d para toda f : X R contnua. Contudo, novamente por

[19] (Teorema 6.4), podemos simplesmente trocar o conjunto das funes contnuas por

qualquer subconjunto denso (em norma) de funes contnuas (reais ou complexas) de

norma unitria. O fato de podermos determinar uma medida sabendo apenas como ela

integra um subconjunto denso de funes contnuas foi a chave para podermos denir a

mtrica dF acima. E mais ainda, no caso em que X = (Z/pZ)N , combinaes lineares

de funes caractersticas de cilindros (ou funes indicadoras de cilindros) so funes

contnuas e ainda formam um subconjunto denso. Novamente, por linearidade da integral,

as funes caractersticas de cilindros j nos bastam para determinarmos a topologia

fraca*, o que permitiu-nos escrever o Teorema 1.8 e ainda concluir que duas medidas e

em M(Z/pZ)N so iguais se e somente se

([i0 , i1 , . . . , im ]) = ([i0 , i1 , . . . , im ]),

para todo cilindro [i0 , i1 , . . . , im ]. E nalmente, utilizando a notao

X
dn (, ) = |(P ) (P )|,
P P n

outra possvel distncia em M(G), para G = (Z/pZ)N , compatvel com a topologia fraca*
dada por:

 
X dn (, )
d(, ) = ,
n=1
pn

em que P = {[0], [1], . . . , [p 1]}, P n = P . . . n+1 (P) e a funo : (Z/pZ)N

(Z/pZ)N a funo shift (ou deslocamento), a ser denida na prxima seo.

Note que d dene uma distncia apenas porque toda medida de probabilidade ca

determinada quando se conhece o peso que a mesma d aos cilindros e a compatibilidade

13
com a topologia fraca* segue do Teorema 1.8.

1.4 Teoria da Informao

Dado p N, denimos a transformao shift, (ou "deslocamento", conforme o captulo
4 de [18]), : (Z/pZ)N (Z/pZ)N , como sendo a aplicao contnua:

(x1 , x2 , x3 , . . .) = (x2 , x3 , . . .).

Em Teoria da Informao e Teoria Ergdica, interessa-nos as chamadas medidas -invariantes

e a entropia das mesmas. Veremos que a convoluo de duas medidas -invariantes resulta
numa medida -invariante e que a entropia da convoluo de duas medidas , pelo menos,
o mximo das duas entropias anteriores.

Denio 1.10. Para G = (Z/pZ)N uma medida dita -invariante se, para todo

mensurvel A de G, satiszer:

( 1 (A)) = (A).

O Lema 1.3.1 de [18] diz algo melhor para ns: -invariante se e somente se

( 1 ([x1 , . . . , xn ])) = ([x1 , . . . , xn ])

para todo cilindro [x1 , . . . , xn ]. A partir dessa constatao e do fato de M(G) ser um

espao mtrico compacto com a topologia fraca*, obtemos o seguinte resultado:

Teorema 1.11. O conjunto das medidas de probabilidade -invariantes, denotado por

M (G), um conjunto fechado (portanto compacto) em M(G) na topologia fraca*.

Demonstrao. Seja n uma sequncia de medidas -invariantes em G = (Z/pZ)N tal

que n na topologia fraca*, com M(G). Para provarmos o teorema, basta

mostrarmos que -invariante. Tome [x1 , . . . , xn ] um cilindro qualquer. Ento:

14
 ( 1 ([x1 , . . . , xn ])) = lim n ( 1 ([x1 , . . . , xn ]))
n

= lim n ([x1 , . . . , xn ])
n

= ([x1 , . . . , xn ]),

e de fato uma medida -invariante, como queramos.

A relao entre medidas invariantes e convoluo ser dada pelo resultado abaixo.

Proposio 1.12. Sejam e probabilidades -invariantes e R : GG G uma

transformao que satisfaz

R ( ) = R.

Ento a medida R , denida na Proposio 1.1, uma probabilidade -invariante.

Demonstrao. Que R uma medida de probabilidade em G isso segue diretamente

do fato de e o serem. Para a invarincia, seja A um conjunto em G. Ento:

R ( 1 (A)) = (R1 ( 1 (A)))

= (( )1 (R1 (A)))

= (R1 (A))

= R (A)

e provamos a invarincia.

Observao 1.13. Como j vimos, a convoluo a operao associada a funo R(x, y) =

x+y e tal funo satisfaz a hiptese da proposio acima. Assim, a convoluo de duas

medidas de probabilidade -invariantes ainda uma medida de probabilidade -invariante.

Dizemos que uma medida misturadora com respeito transformao (ou sim-

plesmente medida misturadora ) se

lim ( n (A) B) (A)(B)

n

15
quaisquer que sejam os mensurveis A e B. Analogamente, dizemos que uma medida

fracamente misturadora com respeito transformao (ou simplesmente medida

fracamente misturadora ) se

Pn1
j=0 ( j (A) B)
lim (A)(B)
n n

para todos os mensurveis A e B. Toda medida misturadora fracamente misturadora.

Mais ainda, a operao de convoluo preserva ambas as classes de medidas. Isso se

deve pelo simples fato de a medida produto de duas medidas misturadoras/fracamente

misturadoras ser ainda uma medida misturadora/fracamente misturadora. Para mais

detalhes, consultar o stimo captulo de [18].

Por outro lado, dizemos que uma medida ergdica com respeito a transformao
(ou simplesmente ergdica ) se toda vez que se exprimir como a combinao convexa de

duas medidas invariantes 1 , 2 , digamos = 1 + (1 )2 ento = 1 ou = 2 . E

a convoluo no preserva as medidas ergdicas. Por exemplo, escolha := 21 01 1

+ 2 10
a

nida medida ergdica suportada na rbita peridica do ponto = (0, 1, 0, 1, 0, 1, 0, . . .)

01
em (Z/2Z)N . Ento, nesse caso, temos 2 = = 12 0 + 21 1 , que no uma medida erg-
dica, j que se exprime como a combinao convexa de duas medidas ergdicas distintas.

Para mais detalhes sobre ergodicidade, consultar a pgina 119 de [18].

Deniremos, agora, um nmero associado s medidas -invariantes, chamado de entro-

pia. Para falar a verdade, possvel denir tal nmero para contextos mais gerais, como

se v no captulo 9 de [18] e no captulo 4 de [19]. Contudo, como o presente trabalho no

visa tal generalidade, elencaremos somente o necessrio.

Dadas uma medida de probabilidade em (Z/pZ)N e as parties nitas Q1 e Q2 de

tal espao, denimos a entropia da partio Q1 como sendo o seguinte valor

X
H (Q1 ) = (Q) log (Q)
QQ1

16
e, analogamente, a entropia condicional da partio Q1 sendo dada a partio Q2 como

 
X (Q2 )
H (Q1 |Q2 ) = (Q1 Q2 ) log
Q1 Q1 ,Q2 Q2
(Q1 Q2 )

Agora, seja P0 = {[0], [1], . . . , [p1]} a partio em cilindros de tamanho 1. Para qual-

quer patio P , usaremos a seguinte notao P n := P . . . n+1 (P) para o renamento

das parties {P, 1 (P), . . . , n+1 (P)}. Observe que, nesse caso, P0n justamente a par-
tio em cilindros de tamanho n. Feitas essas consideraes, obtemos o seguinte teorema:

Teorema 1.14. Sejam uma medida de probabilidade -invariante em G = (Z/pZ)N

e Q uma partio. Ento, as sequncias limitadas H (Qn ) e H (Q| ni=1 i (Q)) so,

respectivamente, sub-aditiva e decrescente. Em particular, para an := H (P0n ) e bn :=

H (P0 | ni=1 i (P0 )), existem os limites inf n n1 an , limn bn e eles ainda satisfazem as se-

guintes igualdades:

 
1 1 1 n
lim an = inf an =: h () = lim bn = sup lim H (Q ) .
n n n n n Q n n

Demonstrao. Ver quarto captulo [19] e o nono captulo [18].

Observao 1.15. Dadas uma partio P e uma medida de probabilidade -invariante

, chamamos de entropia da partio P o nmero h (P) := limn n1 H (P n ) e o valor h ()
chamado de entropia da medida (ou tambm entropia mtrica ). possvel provar

que h () log p e que a nica medida que atinge entropia log p a chamada medida de
 
1
Bernoulli uniforme
p
, . . . , p1 . Para tais informaes, consultar o quarto captulo [19] e

o nono captulo de [18].

1.5 Uma nova topologia para M (Z/pZ)N

Um questionamento natural que se faz sobre a relao entre a topologia com a

qual o espao das probabilidades -invariantes est munido e a entropia mtrica de tais

medidas. Por exemplo, fato conhecido (ver de [19, p.184] e/ou pgina [18, p.263]) que se

17
uma sequncia n de medidas de probabilidade -invariantes converge na topologia fraca*
para uma medida de probabilidade , ento, temos a seguinte relao:

h () lim sup hn (). (1.3)

n

Assim, de se esperar, em muitos casos, que a medida limite tenha entropia maior do

que as medidas da sequncia convergente. Alis, muito pior, em [18, p.239], o autor

apresenta uma sequncia de medidas probabilidade invariantes suportadas em rbitas

peridicas (portanto todas com entropia nula) que converge para a medida de mxima

entropia. Contudo, ser que existem topologias que evitam esse possvel salto entre a

entropia da medida limite e as entropias das medidas da sequncia? E ainda, ser possvel

obter alguma relao entre a convoluo (que depende apenas da operao de grupo do

espao mensurvel para ser denida) e tais novas topologias? A resposta sim. Nessa

seo apresentaremos uma topologia metrizvel mais forte do que a topologia fraca*, cuja

distncia ser denotada por d. Sua principal propriedade para ns que a funo entropia

d contnua, ou seja, se n for uma sequncia de medidas de probabilidade -invariantes

em (Z/pZ)N que converge para outra probabilidade invariante em d, ento a sequncia

das entropias hn () converge para h (). De forma resumida, se

n , ) 0
d(

ento

hn () h ().

Convm destacar que apesar deste j ser um resultado conhecido (ver [6]), a prova

detalhada dessa continuidade um tanto delicada e trabalhosa. Portanto, nesta seo,

apresentaremos as primeiras denies concernentes a teoria e em seguida trabalharemos

alguns pontos da demonstrao encontrada no dcimo quinto captulo de [6] dessa relao

de continuidade entre entropia e d.

Para os preparativos, comecemos com uma noo de joinings de probabilidades

18
 -invariantes.

Denio 1.16. Sejam e probabilidades -invariantes. Um joining J de e

uma probabilidade em (Z/pZ)N (Z/pZ)N que ( )-invariante e satisfaz as seguintes

igualdades para todo mensurvel A (Z/pZ)N :

J(A (Z/pZ)N ) = (A),

J((Z/pZ)N A) = (A).

Denotamos o espao dos joinings de e por J (, ).

Exemplo 1.17. Dadas e medidas de probabilidade -invariantes em (Z/pZ)N , temos

que J (A B) := (A B) e J := denem probabilidades em (Z/pZ)N (Z/pZ)N

tais que J J (, ) e ( ) J (, ).
No caso em que e so ambas medidas de Bernoulli, existe o seguinte joining

J J (, ):
n
Y
J ([i1 , . . . , in ] [j1 , . . . , jn ]) = [ik ][jk ],
k=1

que Glasner, em [6], chama-o de joining independente.

Proposio 1.18. A funo d : (Z/pZ)N (Z/pZ)N [0, ) dada por

!
[
) :=
d(, inf J ([i] [j]) ,
JJ (,)
i6=j

dene uma mtrica no espao das medidas de probabilidade invariantes. Mais ainda, tal

nmo sempre atingido.

Demonstrao. Ver o Lema 7.6 de [16].

Tendo nos familiarizado com joinings, vamos agora trilhar um caminho que mostrar

que a entropia d contnua. Convm salientar que estamos trabalhando com o espao

simblico de Bernoulli de p smbolos, as medidas so sempre -invariantes e P0 denota a

partio em cilindros de tamanho de 1, P0 = {[0], [1], . . . , [p 1]}.

19
Proposio 1.19. As funes

dent (P, Q) = H (P|Q) + H (Q|P)

e
l l
1X 1X
dpart (P, Q) = (Pi 4Qi ) = (Pi Qci ) + (Pic Qi ),
2 i=1 2 i=1

so mtricas no conjunto das parties de l elementos.

Demonstrao. Consultar [6], pginas 274 e 275.

Observao 1.20. Quando a medida estiver subentendida, podemos usar dent (P, Q)
e dpart (P, Q) para nos referirmos s distncias denidas na proposio acima. Ainda, na

pgina 274 de [6], h outra notao que convm destacar: (PQ) := dpart (P, Q). Por

exemplo, dado J J (, ) um joining de e , temos:

J((P0 G)4(G P0 )) = dJpart ((P0 G), (G P0 ))

l
1X
= J((Pi G) (G j6=i Pj ) (G Pi ) (j6=i Pj G))
2 i=1
l
1X
= J((Pi j6=i Pj )) + J((j6=i Pj Pi ))
2 i=1
1 X
= 2 J (Pi Pj )
2 i6=j
X
= J ([i] [j]).
i6=j

Assim, a d, por meio dessa notao, ca assim escrita:

) =
d(, inf J((P0 G)(G P0 )).
JJ (,)

Para prosseguirmos, precisaremos do resultado tcnico abaixo.

Lema 1.21. Dado > 0, existe () > 0 tal que para todo x [0, 1] e todo 0 < ()
tem-se
 
x+
x log < .
x

20
 1
Demonstrao. D > 0. Primeiramente, tome 0 < 1 < 2
que satifaz

max{1 log 1 , log(1 1 ), log(1 1 )} < .

 
()
Agora, vai existir () > 0 tal que log 1 + 1
< . Assim, para x [0, 1 ), obtemos:

   
x + () 1
x log x log
x x
1 log 1

< .

Analogamente, para x [1 , 1], conseguimos:

   
x + () x + ()
x log log
x x
 
()
= log 1 +
x
 
()
log 1 +
1
< .

Finalmente, dado >0 satisfazendo (), obtemos, para todo x [0, 1]:

   
x+ x + ()
x log x log ,
x x

o que naliza a demonstrao do lema.

Proposio 1.22. Fixe l 2. Dado > 0, existe = (, l) > 0 tal que todas as parties
e (de l elementos) que satiszerem dpart (, ) < , tambm satisfazem dent (, ) < .

()
Demonstrao. Dado > 0, tome = 2
, em que () dado na Proposio 1.21. Assim,

se P e Q forem parties de l elementos tais que dpart (P, Q) < , vamos obter para i 6= j :

21
 (Pi Qj ) (Pi Qci )

2dpart (P, Q)

< (),

e tambm

(Pi Qi ) = (Qi ) (Qi Pic )

(Qi ) 2dpart (P, Q)

> (Qi ) ().

Ento:

H (P Q) H (Q)
  X  
X (Qj ) (Qi )
= (Pi Qj ) log + (Pi Qi ) log
i6=j
(Pi Qj ) i
(Pi Qi )
   
X 1 X (Pi Qi ) + ()
(Pi Qj ) log + (Pi Qi ) log
(Pi Qj ) i
(Pi Qi )
i6=j

< (l2 l) + l

= l2 .

Para nalizarmos a proposio, basta observar que

dent (P, Q) = 2H (P Q) H (P) H (Q)

|H (P Q) H (P)| + |H (P Q) H (Q)|

< 2l2

22
 A Proposio 1.22 acima mostrou que parties prximas segundo dpart tendem a ser

prximas segundo dent . Assim, como a Proposio 1.23 vai nos mostrar que a funo que

leva cada partio a sua entropia dent contnua, tal funo ser, tambm, dpart contnua,

conforme consta no Teorema 1.24.

Proposio 1.23. |h (P) h (Q)| dent (P, Q).

Demonstrao. Primeiramente, temos a seguinte constatao, para quaisquer parties

P e Q nitas (de mesma quantidade de elementos):

|H (P) H (Q)| = |H (P) H (P Q) + H (P Q) H (Q)|

|H (P) H (P Q)| + |H (P Q) H (Q)|

= H (P|Q) + H (Q|P) = dent (P, Q).

Prosseguindo, a ideia da demonstrao a seguinte: mostraremos que

|H (P n ) H (Qn )| dent (P n , Qn ) ndent (P, Q),

1
para todo n natural. Aps, multiplicando por
n
e tomando o limite em n, obtemos a

desigualde desejada.

Note que, por denio de dent , basta vericarmos que H (P n |Qn ) nH (P|Q), para
todo n natural. Faamos por induo.

Para n=1 trivial. Para n = 2, temos

H (P 1 (P)|Q 1 (Q)) = H (P|Q 1 (Q)) + H ( 1 (P)|P Q 1 (Q))

H (P|Q) + H (P|Q) = 2H (P|Q)

Agora suponha o problema resolvido para algum n N. Ento, obtemos

23
 H (P n+1 |Qn+1 ) = H (P n n (P)|Qn n (Q))

H (P n |Qn n (Q)) + H ( n (P)|P n Qn n (Q))

H (P n |Qn ) + H ( n (P)| n (Q))

= H (P n |Qn ) + H (P|Q)

(n + 1)H (P|Q).

Pelo princpio da induo, nosso problema est resolvido.

Teorema 1.24. A entropia P 7 h (P) uma funo dpart contnua: para todo >0
existe >0 tal que

dpart (P, Q) < |h (P) h (Q)| .

Demonstrao. D >0eP uma partio com l elementos. Ento, pela Proposio 1.22,

existe >0 tal que

dpart (P, Q) < dent (P, Q) < ,

assim, o teorema segue pela Proposio 1.23.

Agora estamos prontos, nalmente, para mostrar que a funo que leva cada medida

-invariante a sua entropia contnua relativamente a mtrica d.

Teorema 1.25. A entropia 7 h () d contnua.

Demonstrao. Lembre que ) = J((P0 G)(G P0 ))

d(, (para algum joining J)
tambm pode ser entendida assim:

) = dJ (P0 G, G P0 ).
d(, part

Agora, pela Proposio 1.22, existe >0 tal que

dJpart (P0 G, G P0 ) < dJent (P0 G, G P0 ) < ,

24
tambm, pela Proposio 1.23, sabemos que

|hJ (P0 G) hJ (G P0 )| dJent (P0 G, G P0 ). (1.4)

Analisemos mais de perto. Note que para quaisquer transformaes mensurveis T1 , T2 ,

temos:
n
_ n
_
(T1 T2 )i (P0 G) = (T1 )i (P0 ) G,
i=1 i=1

e vale tambm

X X
HJ (P0 G) = J(P G) log(J(P G)) = (P ) log((P )) = H (P0 ).
P P

Clculos todos anlogos para . Agora, a inequao 1.4 pode ser reescrita assim:

|h (P0 ) h (P0 )| dJent (P0 G, G P0 ) < .

Para nalizar, lembre que h () = h (P0 ) para toda medida invariante . Isso garante

que 7 h () d contnua, como queramos.

25
Captulo 2

Convoluir para convergir

Conforme j trabalhamos no captulo anterior, dizemos que uma sequncia de medidas

de probabilidade {n }nN em M((Z/pZ)N ) converge na topologia fraca* para a medida

R R
de probabilidade (e denotamos n ) se f n f d para toda funo contnua

f : (Z/pZ)N C. Agora, atentemos para uma denio fundamental.

Denio 2.1.


Sejam C (Z/pZ)N o espao das funes contnuas f : (Z/pZ)N C e


D um subcontjunto de C (Z/pZ) . Dizemos que D determina a topologia fraca* em
N

R R
M((Z/pZ)N ) se a condio gdn gd para toda funo g D garantir que n
converge na tologia fraca* para , quaisquer que sejam a sequncia n e o limite .

luz dessa denio, o Teorema 1.8 garante que o conjunto das combinaes line-

ares de funes indicadoras de cilindros determina a topologia fraca*. Nesse captulo,

falaremos sobre outro conjunto de funes contnuas que tambm a determina: o grupo

dos caracteres de (Z/pZ)N . Nesse embalo, apresentaremos os resultados mais importantes

deste trabalho, o Teorema 2.27, que similar ao Teorema 1.1 de [10] quanto s sequncias

de medidas de probabilidade que convergem na topologia fraca* para a medida de Haar

do grupo em questo ((Z/pZ) no nosso caso e o crculo

N
S1 no caso de Lindenstrauss) e

o Corolrio 2.29, que discute as discrepncias entre o caso p primo e no primo quanto a

convergncia de tais sequncias.

Inicialmente, a Proposio 2.2 adiante diz que o peso que a convoluo de duas medidas

d aos cilindros depende apenas do peso que as medidas previamente davam a eles.

26
Proposio 2.2. Sejam G = (Z/pZ)N e e medidas de probabilidade em M(G).
Ento:
p1
X
[a1 , . . . , an ] = [i1 , . . . , in ][a1 i1 , . . . , an in ]
i1 ,...,in =0

Demonstrao. A proposio segue das seguintes igualdades:

[a1 , . . . , an ] = (S 1 ([a1 , . . . , an ]))

= (ip1 [i , . . . , in ] [a1 i1 , . . . , an in ])
1 ,...,in =0 1
p1
X
= ([i1 , . . . , in ] [a1 i1 , . . . , an in ])
i1 ,...,in =0
p1
X
= [i1 , . . . , in ][a1 i1 , . . . , an in ]
i1 ,...,in =0

2.1 O grupo dos caracteres de (Z/pZ)N

Denio 2.3. Seja G um grupo. Um caracter de G um homomorsmo de G no grupo
multiplicativo dos nmeros complexos. Ou seja, uma funo : G C que satisfaz

(gh) = (g)(h) para todos g, h G. O espao dos caracteres de G ser denotado

por G
b. No caso em que G for um grupo topolgico, exigir-se- que seja homomorsmo

contnuo.

Dados dois caracteres , 0 G

b, o produto pontual dessas funes dene outro caracter

0 : G C , 0 (g) := (g)0 (g). Assim, G

b um grupo (abeliano) quando munido do

produto pontual, cuja identidade o caracter trivial 1G 1.

Restrinjamos um pouco para tratarmos do grupo nito (Z/pZ)m . Para conforto do

leitor, apresentamos na sequncia a Proposio 2.4 e o Teorema 2.5, que caracterizam

o grupo \m.
(Z/pZ) E, aps, enunciaremos o Teorema 2.7, que induz uma relao de

ortogonalidade entre caracteres, til em contas vindouras. Uma referncia bsica para

caracteres de grupos nitos (principalmente abelianos) [12].

27
Proposio 2.4. Se (lm1 , lm2 , . . . , l0 ) (Z/pZ)m ento a funo l : (Z/pZ)m C
dada por
m1
Y 2i(lk jk )
l (jm1 , . . . , j0 ) = e p

k=0

um caracter de (Z/pZ)m e ainda mais: todos os caracteres de (Z/pZ)m so dessa forma.

Pm1
Na igualdade acima, l dado por l1= k=0 lk pk .

Demonstrao. Iniciemos vericando que l dene um caracter de fato:

l ((jm1 , . . . , j0 ) + (rm1 , . . . , r0 ))

= l (jm1 + rm1 , . . . , j0 + r0 )
m1
Y 2i(lk (jk +rk ))
= e p

k=0
m1
Y 2i(lk jk ) 2i(lk rk )
= e p e p

k=0
m1 m1
Y 2i(lk jk ) Y 2i(lk rk )
= e p e p

k=0 k=0
= l (jm1 , . . . , j0 ) l (rm1 , . . . , r0 ).

2ilk
Para nalizarmos, note que dado caracter de (Z/pZ)m , se tivermos (ek ) = e p

ento = l para ek = (0, 0, . . . , 0, 1, 0, . . . , 0).

| {z }
k1

Na verdade, a Proposio 2.4 acima d margens para escrevermos o seguinte isomor-

smo.

Teorema 2.5. A aplicao : (Z/pZ)m (Z/pZ)

\m denida por

((im1 , . . . , i0 )) = i ,

Pm k
um isomorsmo de grupos, com i1= k=0 ik p .

Demonstrao. Que uma aplicao sobrejetora, isso foi feito na Proposio 2.4. Falta-

nos ver que um homomorsmo de grupos injetivo. Note que ((im1 , . . . , i0 )) =

2i(ik jk )
((jm1 , . . . , j0 )) se e somente se e p = 1 para todo k {0, 1, . . . , m 1}. E isso o

28
mesmo que dizer que ik jk mltiplo de p para todo k {0, 1, . . . , m 1}. Mas, como

0 ik , jk p 1 ento |ik jk | < p e a nica opo que nos resta termos ik jk = 0,

para todo k {0, 1, . . . , m1}, e , ento, injetora. Finalmente, para l1 = (lm1
1
, . . . , l01 )
e l2 = (lm1
2
, . . . , l02 ) temos:

(l1 + l2 )(jm1 , . . . , j0 ) = l1 +l2 (jm1 , . . . , j0 )

m1
Y 2i(l1k +l2k )jk
= e p

k=0
m1 m1
Y 2il1
k jk
Y 2il2
k jk
= e p e p

k=0 k=0
= l1 (jm1 , . . . , j0 ) l2 (jm1 , . . . , j0 )

= ((l1 ) (l2 ))(jm1 , . . . , j0 ),

o que garante que (l1 + l2 ) = (l1 ) (l2 ) e mostramos que homomorsmo de grupos,
nalizando a demonstrao.

Observao 2.6. O Teorema 2.5 e a Proposio 2.4 acima levam-nos a concluir uma

frmula ainda mais interessante e sugestiva para um caracter i qualquer (com i1 =

Pm k
k=0 ik p ):
m1
Y
i (jm1 , . . . , j0 ) = ik (jk ).
k=0

A igualdade acima diz-nos que todo caracter de (Z/pZ)m se escreve como uma espcie

de produtrio de m caracteres de (Z/pZ).

Finalmente, apresentamos uma relao de ortognalidade para carcteres de grupos abe-

lianos nitos.

Teorema 2.7. Sejam G um grupo abeliano nito G

b. Ento

X #G, se for o carcter trivial = 1G ;
(g) =
0, caso contrrio,
gG

Demonstrao. Ver o Teorema 3.2.1 de [12].

29
 O principal motivo de termos abordado caracteres de grupos nitos abelianos que

tais funes relacionam-se com o grupo \ N,

(Z/pZ) que ser caracterizado com o Teorema

2.8 na sequncia, cujo enunciado e demonstrao elaboramos. Os resultados bsicos sobre

grupos abelianos nitos, que necessitamos no decorrer da demonstrao, encontram-se em

[12].

Teorema 2.8. Dado p N, uma funo contnua : (Z/pZ)N C um caracter no

trivial se e somente se satisfaz as seguintes propriedades:

n 2ikj o
1. Im() = e p : k = 0, 1, . . . , p 1 para algum j 6= p que divide p;

2. (x + y) = (x) (y), para todos x, y (Z/pZ)N ;

n 2ikj o
1 pm
3. Existe um natural m tal que e p a unio de #Im() cilindros de tama-

nho m, para todo k = 0, 1, . . . , p 1.

Demonstrao. Por denio, toda funo contnua que satisfaz a propriedade 2 acima ,

de fato, um caracter. Vejamos agora a outra parte.

Seja um caracter. Como para todo x (Z/pZ)N temos

x {z. . . + x} = (0, 0, . . . , 0, . . .) := 0,
| +x+
p

e assim,

1 = (0) = (x
| +x+
p
{z. . . + x}) = (x) .
p

E, nalmente
n 2ik o
Im() e p : k = 0, 1, . . . , p 1 .

Agora, pelo Teorema 1.1.2 de [12], como Im() um subgrupo do grupo nito cclico

das razes p-simas da unidade, segue que Im() tambm ser um grupo nito cclico.
2ij
Dessa forma, vai existir g=e p , com j {0, 1, . . . , p 1}, que gera o subgrupo Im(),
Im() = {g n : n 0, 1, . . . , p 1}. Sem perda de generalidade, podemos
ou seja, tal que
n 2ik
o
assumir que j = min k 0 : e p gera Im() . Nesse caso, j necessariamente divide p e

30
obtemos a primeira propriedade do teorema. J a segunda propriedade segue diretamente

do fato de ser caracter.

Partamos para a terceira propriedade. Como funo contnua e (Z/pZ)N com-

n 2ikj o
pacto, 1 e p tambm ser compacto para todo k = 0, 1, . . . , p 1. Novamente,
n 2ikj o
pela continuidade de e por Im() ser um grupo discreto, para cada x 1 e p
n 2ikj o
1
existe um cilindro [x1 , . . . , xmx ] tal que x [x1 , . . . , xmx ] e p . Portanto,
obtemos a seguinte cobertura aberta:

n 2ikj o [
1 e p = [x1 , . . . , xmx ].
2ikj
 
x: (x)=e p

Por compacidade, para cada k = 0, 1, . . . , p 1, podemos extrair uma subcober-

n 2ikj o
tura nita, obtendo, assim, um conjunto Ak (Z/pZ)mk tal que: 1 e p =
[
[xk1 , . . . , xkmk ]. No entanto, podemos denir m = max{m0 , . . . , mp1 }, encon-
(xk1 ,...,xkm )Ak
k
trar outros subconjuntos A0k (Z/pZ)m e assim reescrever, para todo k {0, 1, . . . , p1}
:
n 2ikj o [
1 e p = [xk1 , . . . , xkm ].
(xk1 ,...,xkm )A0k
n n 2ikj o o
Observe que acabamos de escrever os conjuntos 1 e p : k = 0, 1 . . . , p 1
como unies disjuntas de cilindros de mesmo tamanho m, o que nos aproxima de ndar a

terceira propriedade. Agora, s falta mostrar que a quantidade de cilindros independe de

k, ou seja, que #Ak1 = #Ak2 quaisquer que sejam k1 , k2 {0, 1, . . . , p 1}. Mas, dado

qualquer cilindro [xk1 , . . . , xkm ] conforme notao acima, temos a seguinte igualdade:

n 2ikj o
1 e p = [xk1 , . . . , xkm ] + 1 ({1}) (2.1)

Agora, tomando dois cilindros C0 e D0 de tamanho m que esto em 1 ({1}), temos:

C0 + [xk1 , . . . , xkm ] = D0 + [xk1 , . . . , xkm ] C0 = D0 .

31
 Como somas de cilindros de tamanho m produzem cilindros de tamanho m, segue que
o lado direito da igualdade (2.1) exprime-se como uma unio nita de cilindros e com a

mesma quantidade de cilindros que 1 ({1}) possui. Como k era qualquer, obtemos a

terceira propriedade.

Observao 2.9. O Teorema 2.8 arma que 1 ({1}) um subgrupo de (Z/pZ)N e

todo caracter de (Z/pZ)N uma combinao linear de funes indicadoras de cilindros de

mesmo tamanho cujos coecientes so razes p-simas da unidade.

Observao 2.10. Quando p for primo e um caracter no trivial, o Teorema 2.8 diz-
n 2ij
o
nos queIm() = e p : j = 0, 1, . . . , p 1 e que vai existir um natural m tal que
n 2ij o
1 e p a unio de pm1 cilindros de tamanho m, para todo j = 0, 1, . . . , p 1.

Convm destacarmos, como concluso do Teorema 2.8 e Observao 2.9, que o grupo

dos caracteres de (Z/pZ)N fundamentalmente uma unio dos caracteres de (Z/pZ)m

para todo m natural, haja vista que para cada caracter de (Z/pZ)N existe m tal que

constante nos cilindros de tamanho m. por essa razo que, apesar de \N

(Z/pZ)
no ser um grupo abelino nito, tambm obteremos uma relao de ortogonalidade entre

caracteres com ajuda do Teorema 2.7, dada no Lema 2.12 adiante. Antes, contudo, vamos

associar a cada caracter um vetor complexo, com a denio seguinte.

Denio 2.11. Seja um caracter de (Z/pZ)N constante em cilindros de tamanho m.

m
Denimos o vetor v Cp associado ao caracter e a mN por

(v )i = [im1 , im2 , . . . , i0 ], (2.2)

Pm k
em que i1= k=0 ik p .

Lema 2.12. Sejam 1 , 2 : (Z/pZ)N C caracteres distintos constantes em cilindros

de tamanho m1 e m, respectivamente, com m1 m. Ento 1 tambm constante em

cilindros de tamanho m e hv1 , v2 i = 0, em que v 1 e v 2 so os respectivos vetores de

m
Cp associados aos caracteres 1 e 2 , dados pela Equao 2.2. Em particular, o conjunto

Vm = {v : caracter de (Z/pZ)N constante em cilindros de tamanho m}

32
 m
, tambm, uma base para Cp , como queramos.

Demonstrao. Dados 1 e 2 conforme hiptese, como cada cilindro de tamanho m1

expressa-se como a unio nita disjunta de cilindros de tamanho m, segue que 1

tambm constante em cilindros de tamanho m.

Considere, agora, o seguinte caracter 2 (g) := 2 (g). Como 1 6= 2 , temos que 1 2
caracter no trivial, ou seja, 1 2 6= 1(Z/pZ)N . Agora, interpretando 1 2 como um

caracter de (Z/pZ)m , obtemos, pelo Teorema 2.7, que

p1
X
hv1 , v2 i = 0 [im1 , . . . , i0 ] = 0,
i0 ,...,im1 =0

o que garante Vm um conjunto formado por exatamente \m

#(Z/pZ) vetores ortogonais

entre si. Mas, o Corolrio 3.1.2 de [12] diz que todo grupo abeliano nito isomorfo ao seu

grupo de caracteres. Em particular, eles possuem a mesma cardinalidade. Assim, Vm ,

m
de fato, uma base para Cp formada por vetores ortogonais entre si, como queramos.

Finalmente, com a Proposio 2.13 e Corolrio 2.14, vamos caracterizar a topologia

fraca* de (Z/pZ)N via utilizao de caracteres.

Proposio 2.13. Sejam e medidas de probabilidade em M((Z/pZ)N ). Ento =

R R
se e somente se d = d para todo caracter : (Z/pZ)N C.

Demonstrao. claro que se duas medidas coincidem, elas devem dar a mesma integral

para todas as funes integrveis. Assuma, ento, que e satisfaam

Z Z
d = d (2.3)

para todo caracter. Seja {1 , . . . , pm } uma enumerao para os caracteres constantes

em cilindros de tamanho
m. A condio (2.3) acima implica a seguinte igualdade matricial:

1 [0, . . . , 0] . . . 1 [p 1, . . . , p 1] [0, . . . , 0]
.
2 [0, . . . , 0] . . . 2 [p 1, . . . , p 1] .
.
=

. .. . .

. . . .
. . .



pm [0, . . . , 0] . . . pm [p 1, . . . , p 1] [p 1, . . . , p 1]

33

R
1 d
R
2 d
= .

.
.
.


R
pm d

Conforme o Lema 2.12, a matriz quadrada do lado esquerdo possui linhas que so

ortogonais entre si e portanto ela uma matriz invertvel. Como a seguinte igualdade

tambm
vlida:
1 [0, . . . , 0] . . . 1 [p 1, . . . , p 1] [0, . . . , 0]
.
2 [0, . . . , 0] . . . 2 [p 1, . . . , p 1] .
.
=

. .. . .

. . . .
. . .



pm [0, . . . , 0] . . . pm [p 1, . . . , p 1] [p 1, . . . , p 1]

R
1 d
R
2 d
= ,

.
.
.


R
pm d

conclumos, assim, que e coincidem nos cilindros de tamanho m. Sendo m geral,

usando os teoremas 1.4 e 1.5, segue que = , como queramos demonstrar.

Corolrio 2.14.


Uma sequncia de medidas de probabilidade n em M Z/pZ)N con-

verge pra uma medida na topologia fraca* se e somente se

Z Z
dn d, (2.4)

para todo caracter : (Z/pZ)N C .

Demonstrao. Suponha que n na topologia fraca* e seja um caracter. Como

funo contnua, a convergncia (2.4) satisfeita.

Agora, suponha que a condio (2.4) ocorra para todo caracter . Pela Proposio

2.13 e usando a mesma notao que usamos nela, se {1 , . . . , pm } for uma enumerao

34
para os caracteres de (Z/pZ)N constantes em cilindros de tamanho m, obtemos que a

sequncia de vetores

1 [0, . . . , 0] . . . 1 [p 1, . . . , p 1] n [0, . . . , 0]
.
2 [0, . . . , 0] . . . 2 [p 1, . . . , p 1] .
.
wn :=

. .. . .

. . . .
. . .



pm [0, . . . , 0] . . . pm [p 1, . . . , p 1] n [p 1, . . . , p 1]

converge para o vetor

1 [0, . . . , 0] . . . 1 [p 1, . . . , p 1] [0, . . . , 0]
.
2 [0, . . . , 0] . . . 2 [p 1, . . . , p 1] .
.
w := ,

. .. . .

. . . .
. . .



pm [0, . . . , 0] . . . pm [p 1, . . . , p 1] [p 1, . . . , p 1]

e isso garante que n [i1 , . . . , im ] [i1 , . . . , im ] para todo cilindro [i1 , . . . , im ] de tamanho
m. Logo, n converge para na topologia fraca*, como queramos.

2.2 Entropia e convergncia em convoluo

Iniciemos com um conceito de convergncia que permeia toda essa seo.

Denio 2.15. Seja n uma sequncia de probabilidades em M((Z/pZ)N ). Dizemos

que n converge em convoluo para a probabilidade se

n . . . 2 1 ,

na topologia fraca*.

O objetivo dessa seo apresentar uma condio suciente sobre as entropias de uma

sequncia de medidas de probabilidade -invariantes de modo a garantir a convergncia

em convoluo para a medida de Bernoulli uniforme, no caso do espao de Bernoulli com

35
p smbolos, p primo. Faremos isso demonstrando nosso principal resultado, o Teorema

2.27, que como j dissemos na introduo desse trabalho, guarda algumas similaridades

com o Teorema 1.1 de [10]. Para a demonstrao, precisamos entender as relaes en-

tre invarincia, caracteres e entropia de medidas invariantes. E tambm, mais adiante,

explicaremos essa distino entre primos e no-primos para o trato da convergncia em

convoluo.

Em prol de nosso intento, elaboramos os trs resultados que seguem (Proposio 2.16,

Proposio 2.18 e Corolrio 2.19) que permitir-nos-o no s detalhar propriedades de

caracteres no triviais mas, tambm, relacionar a entropia de medidas de probabilidade

invariantes com o mdulo da integral desses caracteres no triviais. Grosso modo, entropia

positiva implica mdulo da integral dos caracteres no muito grande. E a convergncia

em convoluo de uma dada sequncia de medidas para a Bernoulli uniforme depender

dessa relao, conforme veremos adiante, com a Proposio 2.22 e Teorema 2.27.

Proposio 2.16. Sejam p primo e um caracter de (Z/pZ)N constante nos cilindros

de tamanho 1. Ento ser o caracter trivial se e somente existir j 6= 0 tal que [j] = 1.

Demonstrao. Se for o caracter trivial, ento [j] = 1 para todo j Z/pZ. Por outro

lado, suponha que exista j Z/pZ no nulo, tal que [j] = 1. Seja k um elemento

de Z/pZ. Como p primo, vai existir n {0, 1, ..., p 1} tal que k = nj . Assim,

[k] = [nj] = ([j])n = 1 e o caracter trivial, como queramos.

Denio 2.17. Sejam p primo e : (Z/pZ)N C um caracter constante em cilindros

de tamanho m 2. Fixe j {0, 1, . . . , p 1}. Chamamos de propriedade especial a

propriedade seguinte:

Para toda (m 1)-upla (i2 , . . . , im ) (Z/pZ)m1 , existe nico i1 Z/pZ tal que
2ij
[i1 , i2 , . . . , im ] 1 (e p ).
2ij
Dizemos tambm que caracter especial se 1 (e p ) satisfaz a propriedade especial

para todo j {0, 1, . . . , p 1}.

Proposio 2.18. Sejam p um nmero primo e : (Z/pZ)N C um caracter constante

nos cilindros de tamanho m 2.

36
 1. Assim, [1, 0, . . . , 0] * 1 (1) se e somente se for um caracter especial (Denio
| {z }
m1
2.17).

2. Agora, se [1, 0, . . . , 0] 1 (1), ento vai existir um caracter : (Z/pZ)N C

| {z }
m1
constante nos cilindros de tamanho m1 e satisfazendo a seguinte igualdade para

todo j {0, 1, . . . , p 1}:

 2ij   2ij

1 e p = 1 1
(e p ) . (2.5)

Em particular,
Z Z
d = d

para toda medida de probabilidade -invariante .

Demonstrao. Tome caracter constante nos cilindros de tamanho m. Assuma, primei-

ramente, que [1, 0, . . . , 0] * 1 (1). Agora, xe j {0, 1, . . . , p 1} e suponha:

| {z }
m1

 2ij 
[i1 , i2 , . . . , im ], [i01 , i2 , . . . , im ] 1 e p .

Portanto

[i1 i01 , 0, 0, . . . , 0] = ([i1 , i2 , . . . , im ] [i01 , i2 , . . . , im ]) 1 (1),

e isso garante-nos que i1 = i01 , j que caso contrrio, por 1 (1) ser um grupo, concluira-

mos que

[1, 0, . . . , 0] 1 (1),

e ns estamos supondo justamente o oposto disso. Isso nos diz que a quantidade de
2ij
cilindros de tamanho m em 1 (e p ) , no mximo, pm1 , pois, em outras palavras, aca-
bamos de mostrar que para cada (m 1)-upla (i2 , . . . , im ) (Z/pZ)m1 existe no mximo
2ij
um i1 Z/pZ tal que [i1 , i2 , . . . , im ] 1 (e p ). E pm1 justamente a quantidade de

(m1)-uplas distintas (i2 , . . . , im ) que podemos escrever com i2 , . . . , im {0, 1, . . . , p1}.

37
 2ij
Porm, sabemos de antemo, pelo Teorema 2.8 e Observao 2.10, que 1 (e p ) for-

mado por exatamente pm1 cilindros de tamanho m, garantindo que um caracter

especial.

Por outro lado, supondo que o caracter seja especial, como [0, 0, . . . , 0] 1 (1),
| {z }
m1
segue que [1, 0, . . . , 0] * 1 (1). Com isso, ndamos a primeira parte do teorema.
| {z }
m1
2ij
Agora, suponha que [1, 0, . . . , 0] 1 (1) e tome um cilindro [i1 , i2 , . . . , im ] em 1 (e p ),
| {z }
m1
j qualquer, porm xo. Assim, se i01 Z/pZ, obtemos:

([i01 , i2 , . . . , im ]) = ([i01 i1 , 0, . . . , 0] + [i1 , i2 , . . . , im ])

= ([i01 i1 , 0, . . . , 0]) ([i1 , i2 , . . . , im ])

0
= ([1, 0, . . . , 0])i1 i1 ([i1 , i2 , . . . , im ])
| {z }
m1
= ([i1 , i2 , . . . , im ]).

2ij
Logo, cada vez que encontrarmos um cilindro [i1 , i2 , . . . , im ] em 1 (e p ), poderemos
p1
[ 2ij
garantir que [j1 , i2 , . . . , im ] estar tambm em 1 (e p ). Mas, lembre que
j1 =0

p1
[
[j1 , i2 , . . . , im ] = 1 [i2 , . . . , im ].
j1 =0

Agora, dena a funo por [i2 , . . . , im ] = [0, i2 , . . . , im ], para toda (m 1)-upla

(i2 , . . . , im ) (Z/pZ)m1 . Ento

([i2 , . . . , im ] + [i02 , . . . , i0m ]) = ([i2 + i02 , . . . , im + i0m ])

= [0, i2 + i02 , . . . , im + i0m ]

= ([0, i2 , . . . , im ] + [0, i02 , . . . , i0m ])

= ([0, i2 , . . . , im ]) ([0, i02 , . . . , i0m ])

= ([i2 , . . . , im ]) ([i02 , . . . , i0m ]),

38
e trata-se de fato de um caracter constante nos cilindros de tamanho m 1. Para

nalizar a parte 2. do teorema, temos as seguintes igualdades:

 2ij
 [
1 1 (e p ) = 1 [i2 , . . . , im ]


2ij
(i2 ,...,im ): [i2 ,...,im ]=e p
[
= 1 ([i2 , . . . , im ])
2ij
(i2 ,...,im ): [i2 ,...,im ]=e p
[
= 1 ([i2 , . . . , im ])
2ij
(i2 ,...,im ):[0,i2 ,...,im ]=e p

2ij
= 1 (e p ),

o que termina a demonstrao.

Corolrio 2.19. Sejam p primo e : (Z/pZ)N C um caracter no trivial constante

em cilindros de tamanho m 2. Ento ocorrer somente uma das seguintes opes:

1. caracter especial (Denio 2.17) ou;

2. vai existir um caracter especial E

constante em cilindros de tamanho 1<km
2ij 2ij
tal que 1 (e p ) = 1 ((E 1
) (e
p )) ou;

3. vai existir um caracter no trivial constante em cilindros de tamanho 1, 1 , que

2ij 2ij
tambm satisfaz 1 (e p ) = 1 ((1 )1 (e p )).

Demonstrao. Sejam p e : (Z/pZ)N C conforme hiptese. Admita que no seja

especial. Assim, de acordo com a Proposio 2.18, o cilindro [1, 0, . . . , 0] est contido em
| {z }
m1
1 (1) e podemos construir um caracter constante em cilindros de tamanho m 1, tal
que satisfaz, para todo j Z/pZ:

2ij 2ij
1 (e p ) = 1 (1
(e
p )).

Se for especial ou constante em cilindros de tamanho 1, o processo termina. Caso no

se enquadre em nenhuma dessas categorias, utilizamos novamente a Proposio 2.18 para

39
construir um caracter 2 que satisfaz para todo j Z/pZ:

2ij 2ij
1
(e
p ) = 1 (1
2 (e
p )).

Novamente, se 2 for especial ou constante em cilindros de tamanho 1, terminamos.

Caso contrrio, o processo continua. E terminar em, no mximo, m1 passos, com a

realizao de uma (e somente uma) das trs opes elencadas no corolrio.

Observao 2.20. Pela demonstrao do Corolrio 2.19, dado um caracter no trivial

constante em cilindros de tamanho m 2, existe um processo que vai criando, passo a

passo, novos caracteres, at que culmina com a produo ou de um caracter especial ou

de um caracter no trivial constante em cilindros de tamanho 1. Sejam 0 um caracter

produzido em alguma das etapas do processo iniciado com e uma medida de probabili-
d = 0 d . Mais geralmente, se
R R
dade -invariante. Da Equao 2.5, conclumos que
R R
n for uma sequncia de medidas de probabilidade -invariantes, ento dn d
se e somente existir um caracter 0 produzido com o Corolrio 2.19 (tendo como ponto

0 dn 0 d .
R R
de partida o prprio ) que satisfaz Assim, quando falamos que sem

perda de generalidade podemos tomar ou um caracter especial ou um caracter no tri-

vial constante em cilindros de tamanho 1, estamos nos referindo ao que foi exposto nessa

observao.

Observao 2.21. Antes de enunciarmos e provarmos Proposio 2.22, conveniente

uma prvia explicao a respeito das igualdades e desigualdades que faremos uso. Usare-

mos a mesma notao da referida proposio nessa observao.

Inicialmente, seja (, := ()) o par obtido na Proposio 1.21 e suponha a existncia

de uma medida de probabilidade -invariante e de um caracter especial (Denio

2.17), constante nos cilindros de tamanho m 2, tal que para algum j {0, 1, . . . , p 1},
  2ij

satisfaam 1 e p 1 .
O primeiro fato a ser percebido que se [i1 , . . . , im ] cilindro no pertencente a
2ij
1 (e p ), ento [i1 , . . . , im ] = (). Dessa armao, da Proposio 1.21 e da

Observao 2.10, segue a desigualdade:

40
  
X 1
[i1 , . . . , im ] log < (pm pm1 ).
2ij
[i1 , . . . , im ]
[i1 ,...,im ]*1 (e p )

2ij
Agora, voltemo-nos para os cilindros [i01 , . . . , i0m ] que esto em 1 (e p ). Esses cilin-

dros so, em geral, os mais pesados de acordo com a medida , visto que eles totalizam
2ij
uma medida de pelo menos 1 . Se um cilindro [i01 , . . . , i0m ] estiver contido em 1 (e p ),
ento,
por ser especial, o primeiro item da Proposio 2.18 fala-nos que a unio dos cilin-
[ [  2ik 
dros [j, i02 , . . . , i0m ] estar toda contida em 1 e p , um conjunto medindo
j6=i01 k6=j
no mximo , de acordo com a probabilidade . Todas essas informaes, juntamente com

a -invarincia de , fazem-nos obter o seguinte:

[i02 , . . . , i0m ] = ( 1 ([i02 , . . . , i0m ]))

[
= [i01 , . . . , i0m ] + [j, i02 , . . . , i0m ]
j6=i01

[i01 , . . . , i0m ] + ,

e, nalmente, conclumos as desigualdades seguintes:

[i02 , . . . , i0m ]
X  
[i01 , . . . , i0m ] log
2ij
[i01 , . . . , i0m ]
[i01 ,...,i0m ]1 (e p )

[i01 , . . . , i0m ] + ()
X  
[i01 , . . . , i0m ] log
2ij
[i01 , . . . , i0m ]
[i01 ,...,i0m ]1 (e p )
m1
p .

Feitas essas observaes, podemos passar para a proposio que segue.

Proposio 2.22. Sejam p um nmero primo, 0 > 0 um nmero real e : (Z/pZ)N

C um caracter no trivial. Ento, existe = (0 , ) > 0 tal que, para todo j Z/pZ,

41
toda medida de probabilidade -invariante munida da propriedade h () 0 satisfaz:

 2ij

1 (e p ) < 1 .

Demonstrao. Sejam p um nmero primo, 0 > 0 e um caracter no trivial. Assuma

que seja constante nos cilindros de tamanho m.

0
Comecemos por selecionar 0<< pm
e escolher (0 , ) = () da Proposio 1.21.

Suponha que exista alguma medida de probabilidade -invariante que satisfaa, para

algum j {0, 1, . . . , p 1}
 2ij

1
(e p ) 1 . (2.6)

Mostraremos que h () < 0 .

Para ganharmos intuio, suponha primeiramente que m = 1, ou seja, que seja ca-

racter no trivial constante nos cilindros {[0], [1], . . . , [p 1]}. Nesse caso, pela Proposio
2ij
2.16, existe nico lj {0, 1, . . . , p 1} tal que 1 (e p ) = [lj ]. Assim, pela equao (2.6)

e por propriedades do descritas na Proposio 1.21, conseguimos:

X
h () [l] log [l]
l(Z/pZ)
X
= [lj ] log [lj ] [l] log [l]
l6=lj

+ (p 1)

< 0 ,

e terminamos a demonstrao para m = 1.

A partir de agora, suporemos m 2. Pela Observao 2.20, podemos assumir, sem

perda de generalidade, que ou no trivial e constante em cilindros de tamanho 1 ou

trata-se de um caracter especial (Denio 2.17). O caso do tamanho 1 foi recm feito

acima. Suponha, ento, que seja especial. Ento, pelo Teorema 1.14 e Observao 2.21,

42
obtemos:

m1
!
_
h () H P| j (P)
j=1
 
X [i2 , . . . , im ]
= [i1 , . . . , im ] log +
2ij
[i1 , . . . , im ]
[i1 ,...,im ]*1 (e p )

[i02 , . . . , i0m ]
X  
+ [i01 , . . . , i0m ] log
2ij
[i01 , . . . , i0m ]
[i01 ,...,i0m ]1 (e p )
 
X 1
[i1 , . . . , im ] log +
2ij
[i1 , . . . , im ]
[i1 ,...,im ]*1 (e p )

[i01 , . . . , i0m ] + ()
X  
+ [i01 , . . . , i0m ] log
2ij
[i01 , . . . , i0m ]
[i01 ,...,i0m ]1 (e p )
m m1 m1
(p p ) + p

< 0 ,

o que demonstra a proposio.

Estamos quase prontos para expor uma condio que, imposta a uma sequncia de

medidas -invariantes, garante que tal sequncia convirja em convoluo (Denio 2.15)

para a medida de Bernoulli uniforme. Precisamos, ainda, de algumas estimativas para o

mdulo de combinaes convexas de razes p-simas da unidade, motivo pelo qual produ-

zimos os lemas 2.24, 2.25 e o Corolrio 2.26 na sequncia.

Denio 2.23. Um vetor estocstico um vetor v = (v0 , . . . , vm1 ) com entradas reais
P
no negativas tais que i vi = 1.

Lema 2.24. Sejam 0 , 1 , . . . , p1 nmeros reais no negativos e 0 , 1 , . . . , p1 [0, 2]

ngulos quaisquer. Ento

p1
!2 p1
!2 p1
!2
X X X
j cos(j ) + j sin(j ) j .
j=0 j=0 j=0

43
Demonstrao. Sejam {j }p1
j=0 e
p1
{j }j=0 conforme hiptese. Ento:

p1
!2 p1
!2
X X
j cos(j ) + j sin(j )
j=0 j=0

p1
X X
= j2 2
cos (j ) + 2
k j cos(k ) cos(j )+

j=0 k<j
1kp2
2jp1

p1 X
X
+ j2 2
sin (j ) + 2
k j sin(k ) sin(j )

j=0 k<j
1kp2
2jp1

p1 X
X
= j2 (cos2 (j ) 2
+ sin (j )) + 2
k j (cos( k ) cos(j ) + sin(k ) sin(j ))

j=0 k<j
1kp2
2jp1

p1 X
X
= j2 + 2
k j (cos(k j ))

j=0 k<j
1kp2
2jp1

p1 X
X
j2 + 2
k j


j=0 k<j
1kp2
2jp1
p1
!2
X
= j
j=0

Lema 2.25. Todo vetor p-dimensional com entradas no negativas (0 , 1 , . . . , p1 ) (p

no necessariamente primo) satisfaz:

 p1   ! 
X  
2ij  X 2i

j e p  j0 + j e ,
  p


   
j=0 j6=j0

44
qualquer que seja j0 {0, 1, . . . , p 1}.
Em particular, se o vetor (0 , 1 , . . . , p1 ) for estocstico, obtemos:

 p1 
X  
2ij 

2i 
j e  j0 + (1 j0 ) e  ,
 p
 p

 
j=0

2(j+pj0 )
Demonstrao. Fixe j0 {0, 1, . . . , p 1}. Usando o Lema 2.24 para j = p
e
 2i(pj0 ) 
lembrando que e p  = 1, obtemos:
 

 p1 2  p1 2
X 2ij
 X 2ij
  2i(pj0 ) 2
e = e  e p 
 p
  p
  
 j   j
   
j=0 j=0
 p1 2
X 2i(j+pj0 )

=  j e
 p


 
j=0
 2
 X 2i(j+pj0 )

= j0 + j e
 p


 
j6=j0
     2
 X 2(j + p j0 ) 2(j + p j0 )
= j0 + j cos + i sin
 
p p

 
j6=j0
"  #
X 2(j + p j 0 )
= j20 + 2j0 j cos +
j6=j0
p
 !2  !2
X 2(j + p j0 ) X 2(j + p j0 )
+ j cos + j sin
j6=j0
p j6=j0
p
!   !2
2
X 2 X
j0 + 2j0 j cos + j
j6=j0
p j6=j0
 ! 2
 X 2i

= j0 + j e  ,
 p

 
j6=j0

como queramos demonstrar.

Corolrio 2.26. Fixe p N. Dados 0<< 1

p
e (0 , 1 , . . . , p1 ) um vetor estocstico

45
tal que 0 < j 1 para todo j {0, 1, . . . , p 1}, ento:

 p1 
X  
2ij 

2i 
j e p   + (1 )e p  .
 

 
j=0

Demonstrao. Dado (0 , 1 , . . . , p1 ) um vetor estocstico de acordo com as hipteses,

h i
1
vai existir j0 {0, 1, . . . , p 1} tal que j0 p
,1 . Como a funo

 
1
f : , 1 [0, 1]
p
 
2i 
dada por f (x) = x + (1 x)e  possui como mximo o valor f (1 ) e f (x) = f (1 x)
 p

para todo x e 1x no domnio, segue, pelo Lema 2.25, que

 p1 
X 2ij
  
2i 
j e  j0 + (1 j0 )e 
 p
  p

 
j=0
= f (j0 )

f (1 )
 
2i 
 + (1 )e p  ,


terminando a demonstrao.

A seguir, apresentamos o resultado mais importante desse trabalho. Conforme j

dissemos, o Teorema 1.1 de [10] garante convergncia de certas sequncias de medidas

em M(S1 ) para a medida de Lebesgue no crculo, enquanto no Teorema 2.27, garantimos

a convergncia de sequncias de medidas em M((Z/pZ)N ) para a medida de Bernoulli

uniforme.

Teorema 2.27. Se p for primo e (n )nN uma sequncia de medidas de probabilidade

-invariantes em M((Z/pZ)N ) satiszer

inf {hn ()} > 0, (2.7)

n

46
ento
 
1 1 1
n n1 . . . 1 , ,..., ,
p p p

na topologia fraca*.

Demonstrao. Tome : (Z/pZ)N C um caracter no trivial. Como a inequao (2.7)

vlida por hiptese, vai existir 0 > 0 tal que hn () 0 para todo n natural. Escolha
n o
1
< min p , (0 , ) , em que (0 , ) obtido na Proposio 2.22. Assim, devemos ter,

quaisquer que sejam o natural n e j (Z/pZ), que

 2ij

n 1 (e p ) < 1 .

 2ij

1
Agora, escolhendo j = n (e p ) para cada j (Z/pZ), o Corolrio 2.26

permite-nos escrever:

Z   p1 
X  2ij
 2ij 
n 1 (e p ) e p 
 
 dn  = 
 
   
j=0
 
2iK 
 + (1 )e p  =: b < 1,


e assim
Z  n Z 
  Y  
 dn n1 . . . 1  =  di  bn 0.
   
i=1

Como era um caracter no-trivial qualquer, pelo Corolrio 2.14 (considerando n :=

n . . . 1 ), conclumos que

 
1 1 1
n n1 . . . 1 , ,...,
p p p

na topologia fraca*.

No Teorema 2.27 acima assumimos que p fosse primo no por acaso. Nossas mais

importantes contribuies no caso de p no primo so o Teorema 2.28 e Corolrio 2.29

na sequncia. Com esses resultados, mostramos que dado p no primo, sempre haver

47
sequncias de medidas de probabilidade -invariantes que possuem suporte total e entro-

pias uniformemente afastadas de zero mas que no convergem em convoluo (Denio

2.15) para a medida de Bernoulli uniforme.

Teorema 2.28. Sejam p um nmero no primo e p = d1 d2 uma decomposio em

fatores no triviais d1 , d2 2. Ento, toda sequncia n de medidas de probabilidade em

M (Z/pZ)N que satisfaz:

an , se j = kd1 , para algum k {0, 1, . . . , d2 1};
n [j] =
, caso contrrio,
n

tambm satisfaz:

a0 , se j = kd1 , para algum k {0, 1, . . . , d2 1};
n
n . . . 1 [j] =
0 , caso contrrio.
n

E ainda, temos a seguinte estimativa:

n
X
0n i .
i=1

Demonstrao. Sejam (n , an , n )
n=1 exatamente conforme hiptese. O primeiro passo

ser provarmos que a medida 2 1 tem a forma (2 1 ; a02 , 02 ). Nesse caso, concluiramos

que para todo n, a medida n . . . 1 ser tambm da forma (n . . . 1 , a0n , 0n ).

Para as igualdades abaixo, algumas explicaes auxiliares. Um nmero inteiro n

mltiplo de d1 se e somente se, em Z/pZ, ele pertencer a uma das seguintes classes

{0, d1 , . . . , (d2 1)d1 } Z/pZ. Em particular, se nZ e l, l0 {1, . . . , d1 1} Z com

l 6= l0 , ento nem (l0 l), nem (nd1 + l0 ) pertencem a uma daquelas classes em Z/pZ.
Munidos dessas informaes, tome primeiramente j = k0 d1 +l0 , com k0 {0, 1, . . . , d2 1}
e l0 {1, 2, . . . , d1 1} e dena Al0 = {1, 2, . . . , l0 1, l0 + 1, . . . , d1 1}. Assim, temos:

p1
X
2 1 [j] = 2 [k]1 [j k]
k=0

48
 p1
X
= 2 [k]1 [k0 d1 + l0 k]
k=0
dX2 1 2 1
dX
= 2 [kd1 ]1 [(k0 k)d1 + l0 ] + 2 [kd1 + l0 ]1 [(k0 k)d1 ] +
k=0 k=0
X 2 1
dX
+ 2 [kd1 + l]1 [(k0 k)d1 + (l0 l)]
lAl0 k=0

= d2 a2 1 + d2 2 a1 + (p 2d2 )2 1

= 02

Para o caso j 0 = k0 d1 , as contas so similares. A primeira constatao, conforme j

anunciamos, a seguinte:

a0 , se j = kd1 , para algum k {0, 1, . . . , d2 1}
n
n . . . 1 [j] =
0 , caso contrrio.
n

n
X
0
Usaremos de induo para provarmos que n i . Para n = 2, tem-se:
i=1

02 = d2 a2 1 + d2 2 a1 + (p 2d2 )2 1

= 2 (d2 a1 + (p 2d2 )1 ) + 1 (d2 a2 )

2 + 1 .

Agora, supondo o resultado provado at para certo n N, obtemos:

0n+1 = d2 an+1 0n + d2 n+1 a0n + (p 2d2 )n+1 0n

= n+1 (d2 a0n + (p 2d2 )0n ) + 0n (d2 an+1 )

n+1 + 0n

n+1 + n + n1 + . . . + 1 ,

e terminamos a demonstrao.

Corolrio 2.29. Dado p no primo, existe uma sequncia n de medidas de probabilidade

49
 -invariantes em M ((Z/pZ)N ), todas de Bernoulli, possuindo suporte total e satisfazendo

inf {hn ()} > 0,

n

mas que no convergem em convoluo para a medida de Bernoulli uniforme na topologia

fraca*.

Demonstrao. Dado p no primo, escreva p = d1 d2 , uma fatorao qualquer em que

d1 , d2 > 1. Para cada n natural, dena a seguinte medida de Bernoulli:

1

d2
(d1 1)n =: an , se j = kd1 , para algum k {0, 1, . . . , d2 1}
n [j] =
, caso contrrio.
n

Suponha, adicionalmente, a seguinte estimativa para o somatrio innito:

X 1
n < .
n=1
p

Como n 0, segue que

   
1 1
hn () = d2 (d1 1)n log (d1 1)n (p d2 )n log n log(d2 ),
d2 d2

garantindo que inf {hn ()} > 0.

n
Agora, usando o Teorema 2.28, obtemos para j 6= kd1 :

n
X
n . . . 1 [j] i
i=1

X
i
i=1
1
<
p

50
 Desse modo, para j 6= kd1 , conclumos que

1
n . . . 1 [j] 9 ,
p

o que garante que a sequncia n := n . . . 1 no converge na topologia fraca* para a

medida de Bernoulli uniforme.

51
Captulo 3

Generalidades sobre a convoluo em

(Z/pZ)N

A operao de convoluo em M (Z/pZ)N , apesar de depender apenas da estrutura

de grupo de (Z/pZ)N , traz propriedades marcantes para as novas medidas fabricadas.

Por exemplo, conforme vimos no Teorema 2.27, sequncias de medidas da forma n :=

n . . .1 convergem na topologia fraca* para a medida de Bernoulli uniforme sempre que
(n )nN for sequncia de medidas -invariantes satisfazendo inf n {hn ()} > 0. Isso d-

nos indcios de que a convoluo interage tanto com a entropia de medidas -invariantes
quanto com a proximidade em relao a medida de Bernoulli uniforme considerando-se a

topologia fraca* ou, possivelmente, topologias mais fortes.

3.1 Encurtando distncias e aumentando a entropia

Nessa seo, vamos mostrar que a convoluo por uma medida -invariante uma

contrao fraca tanto na topologia fraca* quanto na topologia gerada por d, com os

respectivos teoremas 3.1 e 3.3. Mais adiante, com o Teorema 3.6, mostraremos que a

convoluo faz com que a entropia no decresa e, com a Proposio 3.9, exibiremos um

contexto onde pode-se detectar aumento estrito da entropia devido a convoluo.

Teorema 3.1. Existe uma distncia d em M (Z/pZ)N

, que gera a topologia fraca* nesse

52
espao e ainda satisfaz, para quaisquer probabilidades , e :

d ( , ) d(, ).

 
1
Em particular, escolhendo-se = p
, . . . p1 , obtemos:

         
1 1 1 1 1 1
d , ,..., min d , ,..., ; d , ,..., .
p p p p p p

Demonstrao. Dadas , e medidas de probabilidade, xe nN e, tendo em vista a

notao da Observao 1.9, considere o seguinte valor:

X
dn ( , ) = | (P ) (P )| .
P P n

Vamos mostrar que dn ( , ) dn (, ). De fato:

X
dn ( , ) = | (P ) (P )|
P P n
 
X  X X 
= (Q)(P Q) (Q)(P Q)


 
P P n QP n QP n
 
X  X 
= (Q)((P Q) (P Q))


 
P P n QP n
X X
(Q) |(P Q) (P Q)|
P P n QP n
!
X X
= (Q) |(P Q) (P Q)|
QP n P P n
!
X
= (Q) dn (, )
QP n
= dn (, ).

Agora, retomando novamente a Observao 1.9 e usando os clculos acima, segue que

53
a distncia dada por:

!
X X |(P ) (P )|
d(, ) = ,
n=1 P P n
pn

tal que

!
X | (P ) (P )|
X
d ( , ) =
n=1 P P n
pn
 
X dn ( , )
=
n=1
pn
 
X dn (, )

n=1
pn
= d(, )

como queramos.

Passemos para os preparativos da contrao fraca no contexto a mtrica d. Lembre

que os joinings so probabilidades de GG em que G = (Z/pZ)N . Sendo G um grupo,

GG tambm o ser, com operao de soma coordenada-a-coordenada. Denotemos por

S : (G G) (G G) (G G) tal operao de soma. Como vale a relao ( ) S =

S(( ) ( )), podemos concluir que a convoluo de probabilidades em GG
preserva as medidas de probabilidade( )-invariantes. Em particular, dadas as medidas

de probabilidade -invariantes 1 , 1 , 2 e 2 , se J1 J (1 , 1 ) e J2 J (2 , 2 ) ento

J1 J2 uma medida de probabilidade ( )-invariante e elaboramos a Proposio 3.2

adiante, que conta-nos mais sobre J1 J2 e pea fundamental para provarmos o Teorema

3.3, com o qual conclumos que convoluir por uma medida uma contrao fraca em

relao a mtrica d. Na Proposio 3.2, para evitar contas extensas, vamos usar notao

ligeiramente diferente da que vnhamos utilizando at ento. Ao invs de escrevermos um

cilindro de tamanho n em (Z/pZ)N da forma [a1 , . . . , an ], denotaremos A := (a1 , . . . , an )

(Z/pZ)n e, com certo abuso de notao, escreveremos [A] := [a1 , . . . , an ].

Proposio 3.2. Sejam 1 , 1 , 2 e 2 probabilidades -invariantes. Se J1 J (1 , 1 ) e

J2 J (2 , 2 ), ento (J1 J2 ) J (1 2 , 1 2 ).

54
Demonstrao. Seja [A] um cilindro em (Z/pZ)N , com A (Z/pZ)n . Ento:

J1 J2 [A] (Z/pZ)N
X
= J1 J2 ([A] [B])
B(Z/pZ)n

X X
= J1 ([I] [K])J2 ([A I] [B K])
B(Z/pZ)n I,K(Z/pZ)n
X X
= J1 ([I] [K]) J2 ([A I] [B K])
I,K(Z/pZ)n B(Z/pZ)n
X
= J1 ([I] [K])2 [A I]
I,K(Z/pZ)n
X
= 1 [I]2 [A I]
I(Z/pZ)n

= 1 2 ([A]).

Da mesma forma, prova-se que

J1 J2 ((Z/pZ)N [A]) = 1 2 ([A]).

Portanto, J1 J2 J (1 2 , 1 2 ).

Teorema 3.3. Sejam , e probabilidades invariantes. Ento

, ) d(,
d( ).

 
1
Em particular, para = p
, . . . , p1 , a Bernoulli uniforme, obtemos

         
1 1 1 1 1 1
d , ,..., min d , ,..., , d , ,..., .
p p p p p p

Demonstrao. Seja J J (, ). Tome J J (, ) o joining J (A B) = (A B).

Pela Proposio 3.2, sabemos que J J J ( , ). Mas

55
 !
[ XX
J J [a] [b] = J ([i] [i])J([a i] [b i])
a6=b a6=b i
!
X X
= ([i]) J([a i] [b i])
i a6=b
!
X X
= ([i]) J([a] [b])
i a6=b
!
[
= J [a] [b]
a6=b

Como J era qualquer, o teorema segue quando tomamos o nmo nas igualdades sobre

todos J J (, ), por denio de d.

Finalmente, vamos tratar da interao entre convoluo de medidas -invariantes e en-

tropia. Nesse sentido, formulamos os lemas 3.4 e 3.5 para provarmos o no-decrescimento

de entropia de R-convolues especcas com o Teorema 3.6, que uma de nossas contri-

buies para estreitar ainda mais a relao entre entropia e certas R-convolues. A ttulo

de informao, enquanto o Lema 3.4 vlido para qualquer espao mensurvel, tanto o

Lema 3.5 quanto o Teorema 3.6 contempla apenas o grupo topolgico (Z/pZ)N .

Lema 3.4. Seja R : GG G uma transformao mensurvel qualquer. Ento temos:

1. HR (P|Q) = H (R1 (P)|R1 (Q));

2. R1 (P Q) = R1 (P) R1 (Q),

para todas P e Q parties nitas de G e e medidas de probabilidade -invariantes.

Demonstrao. O primeiro item segue assim:

 
X R (P )
HR (P|Q) = R (P Q) log
P,Q
R (P Q)
(R1 (P ))
X  
1 1
= (R (P ) R (Q)) log
P,Q
(R1 (P ) R1 (Q))
= H (R1 (P)|R1 (Q)).

56
Nas igualdades acima, P representa um elemento genrico da partio P e Q um elemento
genrico da partio Q. O segundo item de diculdade e raciocnio similares, por isso

omitimos a demonstrao.

Lema 3.5. Seja R:GGG uma transformao com o seguinte padro:

R(x, y) = (r(x1 , y1 ), r(x2 , y2 ), . . .),

em que r : Z/pZ Z/pZ Z/pZ uma funo (no necessariamente homomorsmo de

grupos) tal que para todo i Z/pZ, as funes r(i, ) e r(, i) so bijees em Z/pZ. Se

P = {[0], . . . , [p 1]}, ento valem as seguintes igualdades entre parties:

R1 (P) R1 n1 j

n n n
1. j=1 (P) (P G) = P P ;

R1 n1 j n1 j

n n


2. j=1 (P) (P G) = P j=1 (P)

R1 (P)R1 n1 j 1


Demonstrao. Para a parte 1, primeiro note que j=1 (P) = R (P n )
e tal patio constituda por conjuntos do tipo R1 ([k1 , . . . , kn ]), para algum cilindro

[k1 , . . . , kn ]. Tambm, todo conjunto de Pn G da forma [i1 , . . . , in ] G para algum

cilindro [i1 , . . . , in ]. Desse modo, conclumos as seguintes igualdades para um conjunto

genrico da partio R1 (P n ) P n G:

\
R1 ([k1 , . . . , kn ]) ([i1 , . . . , in ] G) =
p1
[
\
= [j1 , . . . , jn ] [r(j1 )1 (k1 ), . . . , r(jn )1 (kn )] ([i1 , . . . , in ] G)
j1 ,...,jn =0

= [i1 , . . . , in ] [r(i1 )1 (k1 ), . . . , r(in )1 (kn )]

= [i1 , . . . , in ] [k10 , . . . , kn0 ],

e acabamos de ver que (P n P n ) = R1 (P n ) (P n G), ndando a parte 1.

n1 j
R1 j=1


A segunda parte segue de forma similar. Note que a partio (P)

aquela formada por conjuntos do tipo R1 ( 1 ([k2 , . . . , kn ])). Tomando um conjunto

[i1 , . . . , in ] G de (P n G), obtemos:

57
 R1 ( 1 ([k2 , . . . , kn ])) ([i1 , . . . , in ] G) =
p1
[
\
= [j1 , . . . , jn ] [a, r(j2 )1 (k2 ), . . . , r(jn )1 (kn )] ([i1 , . . . , in ] G)
a,j1 ,...,jn =0
p1
[
= [i1 , . . . , in ] [a, r(i2 )1 (k2 ), . . . , r(in )1 (kn )]
a=0
p1
[
= [i1 , . . . , in ] [a, k20 , . . . , kn0 ]
a=0
= [i1 , . . . , in ] 1 ([k20 , . . . , kn0 ]),

R1 n1 j n1 j

n n


e acabamos de ver que j=1 (P) (P G) = P j=1 (P) , provando a

segunda parte e terminando a demonstrao.

Agora estamos prontos para provar que a entropia no decresce quando consideramos

certas R-convolues. A convoluo usual um exemplo dessas operaes.

Teorema 3.6. Nas mesmas hipteses do Lema 3.5, so satisfeitas as seguintes desigual-

dades para quaisquer e medidas -invariantes em G:

sup{h (), h ()} hR () h () + h ().

Demonstrao. A primeira constatao que toda funo R do estilo da hiptese satisfaz:

R ( ) = R,

e, portanto, R ser uma medida de probabilidade invariante sempre que e o forem.

Agora, escolhendo P = {[0], [1], . . . , [p 1]} a partio em cilindros de tamanho 1 e

usando o Teorema 1.14, obtemos:

hR () = lim HR (P| nj=1 j (P)) (Teorema 1.14)

n

= lim H (R1 (P)| nj=1 ( )j (R1 (P))) (Lema 3.4)

n

sup{lim H (Q| nj=1 ( )j (Q))}

Q n

58
 = h () (Pgina 255 de [18])

= h () + h ().

Nas desigualdades e igualdades acima, as parties Q so de G G.

Finalmente, usando os lemas 3.4 e 3.5, obtemos:

HR (P| nj=1 j (P))

= H (R1 (P))|R1 (nj=1 j (P)))

H (R1 (P)|R1 (nj=1 j (P)) P n G))

= H (R1 (P)|P n n1 j


j=1 (P) )

[
[i1 , . . . , in ] [a, j2 , . . . , jn ]

X a(Z/pZ)
= ([i1 , . . . , in ] [j1 , . . . , jn ]) log
ik ,jk

([i1 , . . . , i n ] [j1 , . . . , j n ])

 
X ([j2 , . . . , jn ])
= ([j1 , . . . , jn ]) log
jk
([j1 , . . . , jn ])
= H (P| nj=1 1 (P)),

e tomando o limite em n tendendo ao innito, obtemos que h () h (). De forma

anloga tambm podemos mostrar que h () h (), o que termina a demonstrao.

Exemplo 3.7. Consideremos a transformao R : GG G dada por R(x, y) = x + y .

Conforme j falamos, R = a convoluo usual das medidas e . Vejamos

alguns exemplos para ilustrar o Teorema 3.6.

Note que se h () = 0 ento h = h (). H ainda casos em que a entropia da

convoluo atinge exatamente o valor da soma das prvias entropias. Por exemplo, se

1
, 0, 0, 21 , 0, 0 1
, 0, 31 , 0, 31 , 0 , (medidas de Bernoulli), obtemos:



p = 6, para = 2
e = 3

 
1 1 1 1 1 1
= , , , , , ,
6 6 6 6 6 6

59
e assim:

h () = log(6) = log(2) + log(3) = h () + h ().

Ainda, em outras situaes, a convoluo de duas medidas com entropia positiva pode

1
, 0, 12 , 0


no gerar aumento estrito da entropia. Para p = 4, consideremos = = 2

ento = e segue que h () = h () = log(2).

3.2 Convoluo de medidas de Bernoulli

O conjunto das medidas de Bernoulli fechado em M(Z/pZ)N na topologia fraca*

e, por serem medidas de probabilidade mais simples, merecem ateno especial. Nessa

seo vamos demonstrar, por exemplo, que a convoluo de duas medidas de Bernoulli

resulta numa medida de Bernoulli, com a Proposio 3.8. Esse resultado, aparentemente

desimportante, suporta resultados mais profundos, como a Proposio 3.9, em que mos-

tramos haver aumento estrito na entropia da convoluo de duas medidas de Bernoulli

com suporte total, usando fortemente que convoluo preserva as medidas de Bernoulli. E

tambm, para p primo, com o Teorema 3.10 e Corolrio 3.11, mostramos que sequncias do
tipo (n := n . . .1 )nN , em que n so medidas de Bernoulli tais que inf n {hn ()} > 0,
satisfazem que a sequncia das entropias das n converge para log p, concluso igual a do

Teorema 1.1 do trabalho [10] de Lindenstrauss, sendo respeitados os contextos.

Proposio 3.8. Sejam R uma transformao nos moldes do Teorema 3.6 e e medidas
de Bernoulli quaisquer. Ento, R tambm ser uma medida de Bernoulli.

Demonstrao. Para checarmos a tese, basta vermos o comportamento de R em

cilindros. Temos, assim, que:

p1
X
R [i1 , . . . , im ] = [j1 , . . . , jm ][r(j1 )1 (i1 ), . . . , r(jm )1 (jm )1 (im )]
j1 ,...,jm =0
p1 m
! m
!
X Y Y
= [jk ] [r(jk )1 (ik )]
j1 ,...,jm =0 k=1 k=1

60
 p1 m
X Y
= [jk ][r(jk )1 (ik )]
j1 ,...,jm =0 k=1
p1
m X
Y
= [jk ][r(jk )1 (ik )]
k=1 jk =0
Ym
= R [ik ],
k=1

e conclumos que R medida de Bernoulli.

O resultado anterior diz, tambm, que a convoluo de duas medidas de Bernoulli

ainda uma medida de Bernoulli. Agora, sabido que a funo (x) = x log x cncava

e que
p1 p1
!
X X
ti (xi ) < ti xi , (3.1)
i=0 i=0
Pp1
sempre que xi , yi > 0 com i=0 ti = 1, para todo i {0, 1, . . . , p 1}. Tal armao

consta na pgina 228 de [18]. A partir dessas verdades, conseguimos o seguinte resultado,

que um melhoramento do obtido no Teorema 3.6, porm para uma classe menor de

medidas.

Proposio 3.9. Sejam p um nmero natural qualquer, e medidas de Bernoulli em

(Z/pZ)N com suporte total (ou seja, tais que [i], [i] > 0 para todo i {0, 1, ..., p 1}) e

ambas distintas da medida de Bernoulli uniforme. Ento, temos

h () > max{h (), h ()}.

Demonstrao. Considere as medidas e conforme hiptese. A inteno aqui usar o

argumento da desigualdade estrita (3.1). Assim, xe j {0, 1, . . . , p 1} e dena, para

todo i {0, 1, . . . , p 1}, ti := [j i] e xi := [i]. Por conseguinte:

p1
X
h () = ( [j]) log( [j])
j=0
p1 p1 p1
! !
X X X
= [j i][i] log [j i][i]
j=0 i=0 i=0

61
 p1 p1
!
X X
= [j i][i]
j=0 i=0
p1 p1
!
X X
> [j i] ([i])
j=0 i=0
p1 p1
!
X X
= [j i] ([i])
i=0 j=0
p1
X
= ([i])
i=0
= h ().

Vamos agora discorrer sobre a relao entre as medidas de Bernoulli, mtrica d (cuja
denio encontra-se na Proposio 1.18) e aumento estrito de entropia. Em geral, no

se tem uma frmula explcita para se calcular a distncia d de duas medidas de probabili-
dade -invariantes quaisquer. Em [11], o autor fala que apenas resultados parciais foram

alcanados quando se assume, por exemplo, que as medidas so markovianas. Contudo,

utilizando o Teorema 3 de [11] e ideias do Lema 15.26 de [6], apresentamos, no teorema

que segue, a frmula (talvez j conhecida, aparentemente no publicada) da distncia d

entre duas medidas de Bernoulli em (Z/pZ)N .

Teorema 3.10. Sejam e medidas de Bernoulli em (Z/pZ)N . Ento

p1
) = 1
X
d(, |[i] [i]|
2 i=0

Demonstrao. Sejam e medidas de Bernoulli em (Z/pZ)N . O primeiro passo ser

escrever a frmula da d convenientemente:

!
[
) =
d(, inf J ([i] [j])
JJ (,)
i6=j
p1
!
X X
= inf J ([i] [j])
JJ (,)
i=0 j6=i

62
 p1
X
= inf (1 J([i] [i]))
JJ (,)
i=0
p1
X
= inf [i] J ([i] [i]) .
JJ (,)
i=0

Tambm, todo J J (, ) satisfaz, por denio:

J ([i] [i]) min{[i], [i]},

para todo i {0, 1, . . . , p 1}. Portanto:

p1
X
)
d(, [i] min{[i], [i]}
i=0
p1
X |[i] [i]| [i] [i]

= [i] +
i=0
2
p1
1X
= |[i] [i]| .
2 i=0

Para nalizarmos com a igualdade, vamos encontrar um joining J tal que:

p1
!
[ 1X
J [i] [j] = |[i] [i]| .
i6=j
2 i=0

Assim, suciente que tal joining satisfaa, para todo i {0, 1, . . . , p 1}:

J ([i] [i]) = min{[i], [i]}.

Se p = 2 e [0] [0], basta considerarmos o joining independente J (ver o Exemplo

1.17) dado por:

J (00) J (01) ([0]) 0
= ,
J (10) J (11) ([0]) ([0]) ([1])

63
em que J (ij) := J ([i] [j]).
Prossigamos por induo. Suponha verdadeiro o resultado at para certo p N, ou

seja, suponha que dados p0 {2, 3, . . . , p} e 0 , 0 medidas de Bernoulli em (Z/p0 Z)N , sem-
pre existe um joining J0 0 tal que J0 0 ([i][i]) = min{ 0 [i], 0 [i]} para i {0, 1, . . . , p0 1}.
Sejam, ento, e medidas de Bernoulli em (Z/(p+1)Z)N . Sem perda de generalidade,

podemos supor que existe kp tal que

[i], se i<k
min{[i], [i]} =
[i], se i k.

No caso em que k = p, podemos obter o joining independente J (ver o Exemplo

1.17) dado por:

[i], se i=j p1


[j] [j],

se i=p e 0 j p 1.
J ([i] [j]) =



[p], se i = j = p.


0,

caso contrrio

Para facilitar o entendimento, se tomssemos p + 1 = 3, teramos:

J (00) J (01) J (02) ([0]) 0 0

=

J (10) J (11) J (12) 0 ([1]) 0

J (20) J (21) J (22) ([0]) ([0]) ([1]) ([1]) ([2])

Agora, consideremos o caso k<p e dena as seguintes medidas de Bernoulli 0 e 0

em (Z/pZ)N :

1
0 = ([0], [1], . . . , [p 1]);
1 [p]
1
0 = ([0], [1], . . . , [p 2], [p 1] + [p] [p]).
1 [p]

Pela hiptese de induo, seja J0 0 um joining de 0 e 0 que satisfaa, para todo i

64
{0, 1, . . . , p 1}:
J0 0 ([i] [i]) = min{ 0 [i], 0 [i]}.

A partir de J0 0 , construiremos um joining J de e para nalizar o teorema. Para

aij := (1 [p])J0 0 ([i] [j]), i, j {0, 1, . . . , p 1}, obtemos:

p1
X [i], se i 6= p 1
aij =
[p 1] + [p] [p], se i = p 1,
j=0

e, para todo j {0, 1, . . . , p 1},

p1
X
aij = [j].
i=0

De fato, seja i 6= p 1. Ento:

p1 p1
X X
aij = (1 [p]) J0 0 ([i] [j])
j=0 j=0
0
= (1 [p]) [i]
 
[i]
= (1 [p])
1 ([p])
= [i].

Agora, se i = p 1, vlido o seguinte:

p1 p1
X X
aij = (1 [p]) J0 0 ([i] [j])
j=0 j=0
p1
X
= (1 [p]) J0 0 ([p 1] [j])
j=0
0
= (1 [p]) [p 1]
 
[p 1] + [p] [p]
= (1 [p])
1 ([p])
= [p 1] + [p] [p].

65
 E, nalmente:

p1 p1
X X
aij = (1 [p]) J0 0 ([i] [j])
i=0 i=0
0
= (1 [p]) ([j])
 
[j]
= (1 [p])
1 [p]
= [j].

Note que [p 1] + [p] [p] [p 1]. Ento, escolha quaisquer nmeros reais no

negativos xl , l {0, 1, . . . , p 2}, tais que satisfazem:

p2
X
xl = [p] [p]
l=0

xl a(p1)l .

Para nalizar, dena o seguinte joining independente J de e por

aij , se 0ip2 e 0 j p 1;






a(p1)j xj , se i=p1 e 0 j p 2;


a , se i = j = p 1;

p1p1



J ([i] [j]) = xj , se i=p e 0 j p 2;



0, se i=p e j = p 1;









[p], se i = j = p;



0, se 0ip1 e j=p

Agora vamos ver que J de fato um joining de e que satisfaz

J ([i] [i]) = min{[i], [i]}.

66
 Para 0 i p 2, temos

p p1
X X
J ([i] [j]) = aij + J ([i] [p])
j=0 j=0
= [i].

Se i = p 1, vale o seguinte:

p p1 p2
X X X
J ([p 1] [j]) = ap1 j xj + J [p 1] [p]
j=0 j=0 j=0
= [p 1] + [p] [p] ([p] [p])

= [p 1].

E, para i = p, obtemos:

p p2
X X
J ([p] [j]) = J ([p] [j]) + J [p] [p 1] + J [p] [p]
j=0 j=0
p2
X
= xj + 0 + [p]
j=0
= [p] [p] + [p]

= [p].

Precisamos agora fazer todo o raciocnio para a medida . Se j {0, 1, . . . , p 2}, ento:

p p2
X X
J ([i] [j]) = J ([i] [j]) + J ([p 1] [j]) + J ([p] [j])
i=0 i=0
p2
X
= aij + ap1j xj + xj
i=0
p1
X
= aij
i=0
= [j].

67
 Similarmente, para j =p1 tem-se:

p p1
X X
J ([i] [p 1]) = J ([i] [p 1]) + J ([p] [p 1])
i=0 i=0
p1
X
= aip1 + 0
i=0
= [p 1].

Por ltimo, se j = p, as duas ltimas linhas da denio de J garantem-nos:

p
X
J ([i] [p]) = J ([p] [p])
i=0
= [p].

Apenas para uma melhor visualizao, no caso em que k=2 e p + 1 = 4, temos:

J (00) J (01) J (02) J (03) a00 a01 a02 0

J (10) J (11) J (12) J (13) a10 a11 a12 0
= .


a20 x0 a21 x1 a22
J (20) J (21) J (22) J (23) 0


J (30) J (31) J (32) J (33) x0 x1 0 ([3])

Finalmente, vamos calcular J ([i][i]) para todo i {0, 1, . . . , p}. Seja k da denio
de J . Se i < k, ento:

J ([i] [i]) = aii

= (1 [p])J0 0 ([i] [i])

= (1 [p]) min{ 0 [i], 0 [i]}

[i]
= (1 [p])
1 [p]
= [i]

= min{[i], [i]}.

68
Se k i < p, obtemos:

J ([i] [i]) = aii

= (1 [p])J0 0 ([i] [i])

= (1 [p]) min{ 0 [i], 0 [i]}

[i]
= (1 [p])
1 [p]
= [i]

= min{[i], [i]}.

Agora, para i = p, tem-se:

J ([p] [p]) = [p]

= min{[p], [p]},

como queramos.

Corolrio 3.11. Se p for primo e (n )nN uma sequncia de medidas de Bernoulli em

M (Z/pZ)N satiszer

inf {hn ()} > 0,

n
  
ento d n . . . 1 , p1 , . . . , p1 0.
Em particular, hn ...1 () log p.

Demonstrao. Pelo Teorema 2.27, obtemos

 
1 1
n . . . 1 ,..., ,
p p

na topologia fraca*. Em particular, para cada cilindro de tamanho 1, [i], conseguimos

1
n . . . 1 [i] .
p

Assim, segue pelo Teorema 3.10 que

69
    p1  
1 1 X 1  1 
d n . . . 1 , ,..., = n . . . 1 [i] n 0.
p p 2
i=0
p

Finalmente, lembrando que a entropia d contnua (conforme consta no dcimo quinto

captulo de [6] e tambm em nossa seo 1.5), conclumos que hn ...1 () log p e

terminamos o corolrio.

 
3.3 A equao = 1 1
p, . . . , p

Conforme j escrevemos na introduo desse trabalho, a seguinte equao envolvendo

convoluo, = , j foi estudada por Cohen em [3]. Ali, ele caracterizou todas as

medidas que satisfazem tal equao, as chamadas medidas idempotentes. Muitos outros

trabalhos tratam dessas e de outras indagaes similares, como por exemplo [7] e [14].

Assim, um tanto frequente o estudo de equaes envolvendo convoluo e cujas variveis

so as medidas.

Nesse sentido, xando p N, podemos nos perguntar quando que a equao

 
1 1
= ,..., , (3.2)
p p
   
1
nas variveis e , satisfeita. J sabemos, por exemplo, que p
, . . . , p1 = 1
p
, . . . , p1 ,
para toda medida de probabilidade em (Z/pZ)N . Chamaremos as solues do tipo
  
, p1 , . . . , p1 de solues triviais. Assim, o objetivo dessa seo encontrar contextos

em que a equao (3.2) possui solues no triviais, ou seja, solues do tipo (, ) em

que ambas as medidas so distintas da Bernoulli uniforme.

Para aquecermos, apresentamos a Proposio 3.12, que fala da relao entre medidas

de Bernoulli e a equao (3.2).

Proposio 3.12. Sejam p {2, 3} e e medidas de Bernoulli em (Z/pZ)N . Se

 
1 1
= ,..., ,
p p

70
    
1
ento ou = p
, . . . , p1 ou = 1
p
, . . . , p1 .

Demonstrao. Primeiramente, tomemos p = 2. Se e so medidas de Bernoulli tais

1 1


que = ,
2 2
ento, para 1 o caracter no trivial constante em cilindros de tamanho

1, 1 ([1]) = 1, temos

Z Z  Z 
1 d = 1 d 1 d

= ([0] [1]) ([0] [1])

= 0,

e assim, temos [0] = [1] ou [0] = [1], ou seja, ou a medida de Bernoulli uniforme
em (Z/2Z)N .
1 1 1


O caso p=3 similar. Se e so medidas de Bernoulli tais que = , , ,
3 3 3

ento, para 1 : (Z/3Z)N C o caracter constante em cilindros de tamanho 1 tal que

2i R
1 ([1]) = e 3 , devemos ter, sem perda de generalidade, que 1 d = 0. As informaes

contidas nessa igualdade e no fato de ser uma medida de probabilidade podem ser

traduzidas, matricialmente, da seguinte forma:

1 1 1 [0] 1


2 4


[1] = 0 .

1 cos 3
cos 3

2 4



1 sin 3
sin 3 [2] 0

Agora, a nida possibilidade para termos:

1
[0] 3

[1] =
1 ,

3
1
[2] 3

pois a matriz

1 1 1


2 4


1 cos 3
cos 3

2 4



1 sin 3
sin 3

71

3 3
invertvel, j que seu determinante
2
6= 0. E assim, a medida de Bernoulli

uniforme, como queramos.

Observao 3.13. A seguinte constatao

1 0 2 2
0 0 1
5 5+ 5 5+ 5 5

0 1 0 2 2 0 1
5 5+ 5 5+ 5 5

2 1 2 2 = 1 ,

5+ 5
0 5
0 5+ 5

5+ 5 5

2 2 1 1 1
0 0

5+ 5 5+ 5 5
5
5

2 2 1 2 1
0 5+ 5 5+ 5
0 5 5+ 5 5

1 1 1 1 1


diz que para o caso p = 5, a equao = , , , ,
5 5 5 5 5
possui, por exemplo, a seguinte

soluo no trivial:

   
1 2 2 2 1 2
(, ) = , 0, , , 0 ; 0, 0, , , .
5 5+ 5 5+ 5 5+ 5 5 5+ 5

No caso, e so as medidas de Bernoulli especicadas pelos vetores acima, conforme

notao sugerida j no Exemplo 1.6. E isso uma constatao muito diferente da que

ocorre com os primos p=2 e p = 3, conforme mostramos na Proposio 3.12.

O caso p no primo tratado no teorema que segue.

Teorema 3.14. Seja pN no primo. Ento a equao

 
1 1
= ,..., ,
p p

nas variveis , M(Z/pZ)N , apresenta uma soluo no trivial (e portanto innitas).

Demonstrao. Sendo p no primo, seja d 2 um divisor de p e dena a seguinte medida

de Bernoulli:

d j = kd, k = 0, 1, . . . , dp 1

, se

p
[j] := .

0,
cc

72
 Agora, para , escolha alguma medida, tambm de Bernoulli, que satisfaa

p
d
1
X 1
[kd + j] = , (3.3)
k=0
d

qualquer que seja j {0, 1, 2, . . . , d 1}.

Devido a estrutura de Z/pZ, a equao (3.3) automaticamente vlida para qualquer

j Z/pZ, no somente para j {0, 1, 2, . . . , d 1} e tambm, como o inverso de kd

p p


em Z/pZ
d
k d para qualquer k 0, 1, . . . , 1 , podemos escrever, para todo
d

j {0, 1, . . . , p 1}:
p p
d
1 d
1
X X
[kd + j] = [j kd].
k=0 k=0

Nessas condies, xado j0 (Z/pZ), obtemos:

X
[j0 ] = [i][j0 i]
i(Z/pZ)
p
d
1
X
= [kd][j0 kd]
k=0
p
d
1
dX
= [j0 kd]
p k=0
d1
=
pd
1
= .
p
 
1
Segue, assim, que = p
, . . . , p1 . Como h vrias medidas de Bernoulli que satisfazem

a equao (3.3), terminamos a demonstrao do teorema.

73
Captulo 4

Matrizes e caracteres

Reservamos esse captulo para construir pontes entre dinmica simblica, lgebra li-

near e caracteres do grupo (Z/pZ)N . Considerando a operao de convoluo de probabili-

dades (no necessariamente -invariantes), construiremos matrizes associadas s medidas

que se relacionam tanto com a operao de convoluo em si, quanto com os caracteres,

cilindros e topologia fraca* e ainda mostraremos, com Teorema 4.3, que tais matrizes so

diagonalizveis via uma linguagem de sistemas dinmicos e dinmica simblica. E nal-

mente, estendemos os resultados sobre diagonalizao para uma classe maior de matrizes,

no somente quelas associadas s medidas, com o Teorema 4.4.

Para incio de conversa, nessa construo retomaremos a Proposio 2.2 bem como a
Pm1
notao ali utilizada. No que segue, i e j so tais que 1 i, j pm , e i1= k=0 ik pk
Pm1
e j1= k=0 jk pk so as expanses em base p de i1 e j 1.
Dada uma medida de probabilidade M((Z/pZ)N ), a matriz Am
de ordem p2m
cujos elementos (Am
)ij so dados por:

(Am
)ij = [(jm1 im1 ) mod p, . . . , (j0 i0 ) mod p] (4.1)

= [jm1 im1 , . . . , j0 i0 ], (4.2)

a matriz associada a considerando cilindros de tamanho m. No caso, omitimos da

74
segunda igualdade acima a escrita mod p para no poluir as contas, mas ela continua

subentendida. E, de forma similar, denimos o vetor associado a considerando cilindros

de tamanho m, vm , como sendo a primeira coluna da matriz Am

, ou seja,

(vm )i = Ai1 .

A relao dessas matrizes com a operao de convoluo de medidas de probabilidade

explicada na proposio abaixo.

Proposio 4.1. Sejam e medidas em M((Z/pZ)N ). Ento para todo m N, Am

biestocstica e vale a seguinte igualdade:

Am m m
A = A

Demonstrao. Que a matriz Am

biestocstica, isso segue das seguintes igualdades:

p1 p1
X X
[j0 i0 , . . . , jm1 im1 ] = 1 = [j0 i0 , . . . , jm1 im1 ].
i0 ,...,im1 =0 j0 ,...,jm1 =0

Em relao a segunda parte, para o clculo de (Am m

A )ij , obtemos:

p m
X
(Am m
A )ij = (Am m
)il (A )lj
l=1
pm
X
= [lm1 im1 , . . . , l0 i0 ][jm1 lm1 , . . . , j0 l0 ]
l=1
pm
X
0
= [lm1 , . . . , l00 ][jm1 im1 lm1
0
, . . . , j0 i0 l00 ]
l0 =1
= [jm1 im1 , . . . , j0 i0 ]

= (Am
)ij ,

e a proposio est provada.

75
Observao 4.2. Em particular, de acordo com a proposio acima, obtemos tambm:

Am m m
v = v ,

para qualquer m natural e quaisquer medidas de probabilidade e .

Teorema 4.3. Sejam M((Z/pZ)N ) uma medida de probabilidade e um caracter

de (Z/pZ)N constante em cilindros de tamanho m. Se Am

for a matriz associada a
considerando cilindros de tamanho m e v o vetor associado ao caracter (denido em

2.2), ento vale a igualdade vetorial:

Z 
Am
v = d v .

Em particular, para toda medida de probabilidade e para todo m N, a matriz Am

diagonalizvel e se {1 , . . . , pm } forem os caracteres constantes em cilindros de tamanho

m e Vm = {v1 , . . . , vpm } os respectivos vetores associados, ento Vm uma base de

R R
autovetores ortogonais para Am
cujos respectivos autovalores so { 1 d, . . . , pm d}.

Demonstrao. Sejam um caracter constante em cilindros de tamanho m, medida

de probabilidade em M((Z/pZ)N ), Am
e v conforme hiptese. Lembrando que para
Pm1
i1= k=0 ik pk temos

(v )i = [im1 , . . . , i1 , i0 ],

Pm1 Pm1 Pm1

portanto (fazendo i1= k=0 ik pk , j 1 = k=0 jk pk e l1= k=0 lk pk ) obtemos:

Z  p1
X
d v = [lm1 , . . . , l0 ][lm1 , . . . , l0 ][im1 , . . . , i0 ]
i lm1 ,...,l0 =0
p1
X
= [lm1 , . . . , l0 ][lm1 + im1 , . . . , l0 + i0 ]
lm1 ,...,l0 =0
p1
X
= [jm1 im1 , . . . , j0 i0 ][jm1 , . . . , j0 ]
jm1 ,...,j0 =0

76
 = (Am
v )i ,

nas igualdades acima, zemos uma troca de variveis j = l +i. Assim, cada v autovetor
R
de Am
associado ao autovelor d . Mas, como consequncia do Teorema 3.2.1 de [12],

m
conforme j discutimos nessa seo, Vm uma base ortogonal para Cp , o que nos faz

ndar o presente teorema.

Agora, para nalizar a seo, vamos estender o Teorema 4.3 para uma classe maior de

matrizes a serem diagonalizadas pelos mesmos vetores v . Em primeiro lugar, note que

as matrizes da forma Am
so diagonalizveis no por estarem associadas a uma medida

de probabilidade, mas sim, porque existe uma funo real (ou complexa) f com domnio

em (Z/pZ)m tal que

(Am
)ij = f ((jm1 , . . . , j0 ) (im1 , . . . , i0 )),

no caso, a funo f denida por:

f (im1 , . . . , i0 ) = [im1 , im2 , . . . , i0 ].

Essas informaes esto bem detalhadas no teorema que segue, que o mais importante

desta seo (e nossa mais importante contribuio) no que se refere a diagonalizao de

uma classe especial de matrizes.

Teorema 4.4. Seja A uma matriz quadrada de ordem pm tal que existe uma funo
Pm1 Pm1
f : (Z/pZ)m C que satisfaz, para i1= k=0 ik pk e j1= k=0 jk pk :

Aij = f ((jm1 , . . . , j0 ) (im1 , . . . , i0 )).

Ento A diagonalizvel, B = {v1 , . . . , vpm } uma base de autovetores ortogonais de

77
A associados aos autovalores C = {hf, v1 i, hf, v2 i, . . . , hf, vpm i}, em que

p m
X
hf, vi i = f (jm1 , . . . , j0 ) i ([jm1 , . . . , j0 ]).
j=1

Demonstrao. A demonstrao praticamente uma mimetizao daquela apresentada

Pm k
Pm k
no Teorema 4.3. De fato (usando mais uma vez que i1 = k=0 ik p , j 1 = k=0 jk p
Pm k
e l1= k=0 lk p ), temos:

p m !
X
(hf, vj i vj )i = f (lm1 , . . . , l0 ) j [lm1 , . . . , l0 ] vj
l=1 i
pm
X
= f (lm1 , . . . , l0 ) j ([lm1 , . . . , l0 ])j [im1 , . . . , i0 ]
l=1
pm
X
= f (lm1 , . . . , l0 ) j ([lm1 + im1 , . . . , l0 + i0 ])
l=1
pm
X
= f ((lm1 im1 , . . . , l0 i0 )) j ([lm1 , . . . , l0 ])
l=1
= (Avj )i ,

e isso mostra que vj autovetor de A associado ao autovalor hf, vj i, como queramos

demonstrar.

Exemplo 4.5. Considere p = 3 e seja a medida de Bernoulli associada ao vetor

1 7 2


, ,
10 10 10
. Assim, a matriz A1 associada a considerando cilindros de tamanho 1

a matriz circulante dada por:

1 7 2
10 10 10
A1 = 2 1 7 .

10 10 10
7 2 1
10 10 10

Observe que tal matriz associada a funo f1 : Z/3Z C, (f1 (0), f1 (1), f1 (2)) =
1 7 2


, ,
10 10 10
, conforme com o Teorema 4.4. De acordo com esse mesmo teorema e tambm

com [17], sendo {0 , 1 , 2 } os caracteres constantes em cilindros de tamanho 1 (dados

78
 2ijl R R R
por j ([l]) = e 3 ), obtemos os autovalores 0 d, 1 d, 2 d dessa matriz:

Z
hf1 , v0 i = 0 d
2
X
= [j]0 [j]
j=0
= 1;

Z
hf1 , v1 i = 1 d
2
X
= [j]1 [j]
j=0
2i 2i2
= [0] + [1]e + [2]e 3
3
        
2 4 2 4
= [0] + [1] cos + [2] cos + i [1] sin + [2] sin
3 3 3 3
        
1 7 2 2 4 7 2 2 4
= + cos + cos +i sin + sin
10 10 3 10 3 10 3 10 3

Z
hf1 , v2 i = 2 d
2
X
= [j]2 [j]
j=0
2i2 2i
= [0] + [1]e + [2]e 3
3
        
4 2 4 2
= [0] + [1] cos + [2] cos + i [1] sin + [2] sin
3 3 3 3
        
1 7 4 2 2 7 4 2 2
= + cos + cos +i sin + sin ,
10 10 3 10 3 10 3 10 3

associados, respectivamente, aos autovetores {v0 , v1 , v2 }.

Agora, vamos considerar a matriz A2 associada a relativa aos cilindros de tamanho

2 e perceber certas relaes entre ela e a matriz A1 descrita anteriormente. Temos que

A2 a seguinte matriz bloco circulante:

79

1 3 7 2 4
14 49 14 7


7 1 3 14 2 4 49 7 14


3 7 1 4 14 2 14 49 7

7 14 49 1 3 7 2 4 14



2
100 A = 49 7 14 7 1 3 14 2 4 .




14 49 7 3 7 1 4 14 2


2 4 14 7 14 49 1 3 7

14 2 4 49 7 14 7 1 3



3 7 1 14 49 7 3 7 1

Dividimos a matriz em blocos para facilitar sua leitura. No calcularemos os nove

autovalores e autovetores dessa matriz, j que zemos isso no Teorema 4.4 para todos os

casos. Note, porm, que os autovalores

{hf1 , v0 i; hf1 , v1 i; hf1 , v2 i}

da matriz A1 tambm o so da matriz A2 , simplesmente pelo fato de que todo carac-

ter constante em cilindros de tamanho 1 automaticamente constante em cilindros de

tamanho 2.

80
Captulo 5

Consideraes nais

Conforme pudemos ver ao longo desse trabalho, apesar de a convoluo de duas me-

didas de probabilidade de (Z/pZ)N depender apenas da estrutura de grupo para ser de-

nida, as consequncias e implicaes dessa operao transcendem o aspecto algbrico.

Por exemplo, no aspecto ergdico, vimos que a convoluo preserva as medidas de proba-

bilidade -invariantes, as misturadoras e as fracamente misturadoras (Proposio 1.12 e

Observao 1.13). Podemos tambm citar Lindenstrauss, que em [10] mostrou que uma

sequncia n de medidas de probabilidade p-invariantes (e ergdicas) no crculo tal que

n . . . 1 converge, na topologia fraca* (e em d), para medida de Lebesgue no cr-

culo, sempre que a sequncia satiszer uma condio especial em relao s entropias (em

particular, toda sequncia n de medidas ergdicas que possuir entropia uniformemente

afastada de zero satisfaz tal condio). Nosso Teorema 2.27 uma verso desse resultado

para o grupo (Z/pZ)N . Assim, a convoluo de medidas traz consequncias algbricas,

dinmicas, topolgicas, ergdicas e etc. que pudemos constatar ao longo desse trabalho

e elas, ainda, induzem-nos a fazer conjecturas. E justamente de possveis trabalhos

futuros que trataremos nos pargrafos que seguem.

Apesar de termos estabelecido convergncia em nvel de topologia fraca* com o Te-

orema 2.27, no obtivemos resultados expressivos sobre crescimento de entropia. No

Teorema 3.6 demonstramos apenas que a entropia da convoluo de duas medidas de

probabilidade -invariantes em (Z/pZ)N maior ou igual ao mximo das duas prvias

81
entropias. Nossa conjectura que no caso em que p primo e se tenha uma sequncia de

medidas de probabilidade -invariantes n de (Z/pZ)N tal que inf n hn () > 0, poderemos

concluir que hn ...1 () log p. Talvez um aprofundamento sobre a noo de joinings

(muito bem trabalhada, por exemplo, no sexto captulo de [6]) venha a calhar nessas

questes que tratam de aumento estrito da entropia.

H ainda questes um pouco mais perifricas, porm no desimportantes, que referem-

se s convolues. Por exemplo, iniciamos no captulo terceiro um estudo sobre a equao

 
1
= p
, . . . , p1 e encontramos solues no triviais para p=5 e para qualquer p no

primo (Proposio 3.12, Observao 3.13 e Teorema 3.14). No caso, soluo trivial toda
   
1
soluo em que = p
, . . . , p1 ou = 1
p
, . . . , p1 . Apesar desses avanos, estamos longe

de caracterizar completamente as solues no triviais desse tipo de equao. Uma futura

investigao poderia se dar no sentido de detalhar as diferenas entre as solues no caso

em que p ou no primo, de perceber como a entropia inuencia e etc.

Em resumo, a convoluo de medidas uma operao um tanto surpreendente, j

que uma anlise mais aprofundada de medidas resultantes da convoluo de outras duas

pode revelar, dentre outras consequncias dinmicas e ergdicas, aumento de entropia

e encurtamento da distncia em relao medida de Bernoulli uniforme em algumas

mtricas.

82
Bibliograa

[1] Asaf, Katz: Generalizations of Furstenberg's Diophantine Result. Ergodic Theory

and Dynamical Systems, 2016.

[2] Berg, Kenneth R: Convolution of invariant measures, maximal entropy. Theory of

Computing Systems, 3(2):146150, 1969.

[3] Cohen, Paul J: On a conjecture of Littlewood and idempotent measures. American

Journal of Mathematics, 82(2):191212, 1960.

[4] Dugundji, James: Topology. Allyn and Bacon, 1966.

[5] Furstenberg, Harry: Disjointness in ergodic theory, minimal sets, and a problem in

Diophantine approximation. Theory of Computing Systems, 1(1):149, 1967.

[6] Glasner, Eli: Ergodic theory via joinings. Nmero 101 em Mathematical Surveys and

Monographs. American Mathematical Soc., 2003.

[7] It, Takashi e Ichiro Amemiya: A simple proof of the theorem of PJ Cohen. Bulletin

of the American Mathematical Society, 70(6):774776, 1964.

[8] Johnson, Aimee SA: Measures on the circle invariant under multiplication by a nonla-

cunary subsemigroup of the integers. Israel Journal of Mathematics, 77(1-2):211240,

1992.

[9] Kelley, John L: General topology. Springer Science & Business Media, 1975.

[10] Lindenstrauss, Elon, David Meiri e Yuval Peres: Entropy of convolutions on the circle.

Annals of mathematics, 149:871904, 1999.

83
[11] Lopes, Artur O.: An introduction to Coupling. Springer, 2016.

[12] Luong, Bao: Fourier Analysis on Finite Abelian Groups. Springer Science & Business

Media, 2009.

[13] Lyons, Russell: On measures simultaneously 2-and 3-invariant. Israel Journal of

Mathematics, 61(2):219224, 1988.

[14] Rider, Daniel: Central idempotent measures on SIN groups. Duke Math. J, 38:187

191, 1971.

[15] Rudolph, Daniel J: 2 and 3 invariant measures and entropy. Ergodic Theory

and Dynamical Systems, 10(02):395406, 1990.

[16] Rudolph, Daniel J: Fundamentals of measurable dynamics. The Clarendon Press,

copublished in the United States with John Wiley &, 1991.

[17] Tee, Garry J: Eigenvectors of block circulant and alternating circulant matrices. New

Zealand Journal of Mathematics, 36:195211, 2007.

[18] Viana, Marcelo e Krerley Oliveira: Fundamentos da Teoria Ergdica, volume 90. Rio

de Janeiro: SBM, 2014.

[19] Walters, Peter: An introduction to ergodic theory, volume 79. Springer Science &

Business Media, 2000.

84